一种文本识别方法及相关装置制造方法及图纸

本申请公开了一种文本识别方法及相关装置。该方法包括：获取文本图片；文本图片为包括目标文本的图片；将文本图片输入至文本识别网络进行识别，得到目标文本；文本识别网络的各个层级同时利用文本图片的局域信息和序列信息对目标文本进行识别，局域信息包括目标文本的结构信息，序列信息包括目标文本的上下文序列信息。本方法在基于文本识别网络对文本图片进行识别的过程中，通过并行提取文本图片的局域视觉信息和上下文序列信息，并将文本图片的局域视觉信息和上下文序列信息交互融合，使得在文本识别网络的各个层级都能同时利用文本图片的二元信息，解决了识别过程中文本字符遗漏或是错位的问题，提高了文本识别的准确率及效率。效率。效率。

【技术实现步骤摘要】
一种文本识别方法及相关装置


[0001]本申请涉及场景文本识别(scene text recognition，STR)
，尤其涉及一种文本识别方法及相关装置。

技术介绍

[0002]场景文本识别指的是通过将特定场景中包含文本信息的文本图片输入到程序中，由程序将输入的包含文本信息的文本图片转换成计算机可理解的文本符号。场景文本识别在计算机视觉领域中为一个重要的分支，在自动驾驶、盲人辅助等应用场景中有着重要作用及前景。
[0003]目前，较为常用的场景文本识别方法是将文本图片输入到卷积神经网络中，提取得到文本图片的局域视觉信息。然后再将文本图片的局域视觉信息输入到循环神经网络中，得到最终的文本序列的识别结果。
[0004]但是，上述场景文本识别方法在预测文本字符时容易出现聚焦错误，导致文本字符遗漏或是错位的问题，从而导致文本识别准确率及效率较低。

技术实现思路

[0005]本申请实施例提供了一种文本识别方法及相关装置，在基于文本识别网络对文本图片进行识别的过程中，通过并行提取文本图片的局域视觉信息和上下文序列信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本识别方法，其特征在于，包括：获取文本图片；所述文本图片为包括目标文本的图片；将所述文本图片输入至文本识别网络进行识别，得到所述目标文本；所述文本识别网络的各个编码层级同时利用提取所述文本图片所得到的局域信息和序列信息对所述目标文本进行识别，所述局域信息包括所述目标文本的结构信息，所述序列信息包括所述目标文本的上下文序列信息。2.根据权利要求1所述的方法，其特征在于，所述将所述文本图片输入至文本识别网络进行识别，得到所述目标文本，包括：获取所述局域信息，以及获取所述序列信息；根据所述局域信息和所述序列信息融合处理的结果，得到所述目标文本。3.根据权利要求2所述的方法，其特征在于，所述根据所述局域信息和所述序列信息融合处理的结果，得到所述目标文本，包括：将所述局域信息和所述序列信息加权求和；根据所述局域信息和所述序列信息加权求和的结果，得到所述目标文本。4.根据权利要求2或3所述的方法，其特征在于，所述获取所述局域信息，包括：基于拓扑结构提取所述文本图片的视觉特征，得到所述局域信息。5.根据权利要求4所述的方法，其特征在于，所述获取所述序列信息，包括：对所述文本图片的特征进行压缩；提取压缩后的所述文本图片的结构特征，得到所述序列信息。6.一...

【专利技术属性】
技术研发人员：李明，付彬，乔宇，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：