文本检测方法及装置制造方法及图纸

本公开提供一种文本检测方法及装置。该方法包括：获取待检测的目标图像；调用训练后的文本检测模型，所述文本检测模型包括骨干网络和与所述骨干网络连接且相互并联的多个卷积模块，所述骨干网络用于提取输入图像的特征映射，所述多个卷积模块用于确定文本框的特征信息，所述特征信息包括中心点、中心点到顶点对应的极径长度和旋转角度；将所述目标图像作为输入，通过所述文本检测模型对所述目标图像进行处理，输出得到所述目标图像中至少一个目标文本框的目标特征信息；根据所述至少一个目标文本框的目标特征信息，确定至少一个目标文本框。全面地提升密集文本检测的速度和精度。

【技术实现步骤摘要】
文本检测方法及装置
本专利技术涉及图像处理
，尤其涉及一种文本检测方法及装置。
技术介绍
文本检测应用范围广泛，是很多计算机视觉任务的前置步骤，比如图像搜索、文字识别、身份认证和视觉导航等。文本检测的主要目的是定位文本行或字符在图像中的位置，文本的精准定位既十分重要又具备挑战，因为相较于通用目标检测来说，文字具有多方向、不规则形状、极端长宽比、字体、颜色、背景多样等特点，因此，往往在通用目标检测上较为成功的算法无法直接迁移到文字检测中。但近年来随着深度学习的再次兴起，对文本检测的研究也成为了一大热点，出现了大量专用于文本检测的方法，且都取得了不错的检测效果。根据文本检测所用方法的技术特点，目前比较流行的文本检测方法可大致分为两类：第一类是基于滑动窗口的文本检测方法，它主要是基于通用目标检测的思想，设置大量不同长宽比、不同大小的锚点框，以这些锚点框为滑动窗口，在图像上或者在从图像上进行过卷积操作得到的特征映射图上进行遍历搜索，对于每个搜索到的位置框，进行框内是否是文本的分类判定，这种方法的优点是文本框判定之后，不需要其余的后续处理便可进行后本文档来自技高网...

【技术保护点】
1.一种文本检测方法，其特征在于，所述方法包括：/n获取待检测的目标图像；/n调用训练后的文本检测模型，所述文本检测模型包括骨干网络和与所述骨干网络连接且相互并联的多个卷积模块，所述骨干网络用于提取输入图像的特征映射，所述多个卷积模块用于确定文本框的特征信息，所述特征信息包括中心点、中心点到顶点对应的极径长度和旋转角度；/n将所述目标图像作为输入，通过所述文本检测模型对所述目标图像进行处理，输出得到所述目标图像中至少一个目标文本框的目标特征信息；/n根据所述至少一个目标文本框的目标特征信息，确定至少一个目标文本框。/n

【技术特征摘要】
1.一种文本检测方法，其特征在于，所述方法包括：
获取待检测的目标图像；
调用训练后的文本检测模型，所述文本检测模型包括骨干网络和与所述骨干网络连接且相互并联的多个卷积模块，所述骨干网络用于提取输入图像的特征映射，所述多个卷积模块用于确定文本框的特征信息，所述特征信息包括中心点、中心点到顶点对应的极径长度和旋转角度；
将所述目标图像作为输入，通过所述文本检测模型对所述目标图像进行处理，输出得到所述目标图像中至少一个目标文本框的目标特征信息；
根据所述至少一个目标文本框的目标特征信息，确定至少一个目标文本框。


2.根据权利要求1所述的文本检测方法，其特征在于，所述将所述目标图像作为输入，通过所述文本检测模型对所述目标图像进行处理，输出得到所述目标图像中至少一个目标文本框的目标特征信息，包括：
通过所述骨干网络对所述目标图像进行处理，确定所述目标图像的目标特征映射；
通过第一卷积模块对所述目标特征映射进行处理，确定至少一个目标中心点；
通过第二卷积模块对所述目标特征映射进行处理，确定所述至少一个目标中心点对应的极径长度；
通过第三卷积模块对所述目标特征映射进行处理，确定所述至少一个目标中心点对应的至少两个旋转角度，所述至少两个旋转角度用于指示文本框中至少两个相邻的顶点。


3.根据权利要求2所述的文本检测方法，其特征在于，所述根据所述至少一个目标文本框的目标特征信息，确定至少一个目标文本框，包括：
根据所述至少一个目标中心点，以及所述至少一个目标中心点对应的极径长度、至少两个旋转角度，确定所述至少一个目标中心点对应的至少两个相邻的顶点；
根据所述至少一个目标中心点，以及所述至少一个目标中心点对应的至少两个相邻的顶点，构建至少一个目标文本框。


4.根据权利要求2所述的文本检测方法，其特征在于，所述第一卷积模块包括相互并联的第一卷积子模块和第二卷积子模块；
所述通过第一卷积模块对所述目标特征映射进行处理，确定至少一个目标中心点，包括：
通过第一卷积子模块对所述目标特征映射进行处理，确定中心点得分图，所述中心点得分图的像素点上的像素值，用于表示所述像素点为中心点的概率；
通过第二卷积子模块对所述目标特征映射进行处理，确定偏移量特征图，所述偏移量特征图的像素点上的像素值，用于表示所述像素点到中心点的偏移量；
在所述中心点得分图上，获取像素值大于设定阈值的多个像素点，将所述多个像素点作为多个目标辅助中心点；
根据所述多个目标辅助中心点以及对应的偏移量，确定至少一个目标中心点。


5.根据权利要求2所述的文本检测方法，其特征在于，所述骨干网络包括串联的残差网络和特征金字塔增强模块；
所述通过所述骨干网络对所述目标图像进行处理，确定所述目标图像的目标特征映射，包括：
通过所述残差网络对所述目标图像进行处理，确定多个第一特征映射；
通过所述特征金字塔增强模块对所述多个第一特征映射进行处理，确定多个第二特征映射；
对所述多个第二特征映射进行信息融合处理，确定所述目...

【专利技术属性】
技术研发人员：秦勇，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：北京;11