文本识别处理方法、装置及相关设备制造方法及图纸

本发明专利技术提供一种文本识别处理方法、装置及相关设备。所述方法包括：对目标图片进行文本位置检测，获得第一边界框序列，所述第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；基于所述第三边界框序列对所述目标图片进行文本识别；其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框。本发明专利技术实施例提高了文本的边界框的识别准确度。确度。确度。

Text recognition processing method, device and related equipment

【技术实现步骤摘要】
文本识别处理方法、装置及相关设备


[0001]本专利技术实施例涉及通信
，尤其涉及一种文本识别处理方法、装置及相关设备。

技术介绍

[0002]众所周知，在目标检测中，非极大值抑制是一个常用的算法。由于一张图片上，待检测的目标数量不定，当前的目标检测算法均是采用预测大量边界框，然后通过非极大值抑制算法从大量的边界框中选出合适的框。传统的非极大值抑制算法通常是比较两个边界框的交并比，在进行文本检测时，由于文本一般不会发生重叠，因此按照交并比的方式确定文本的边界框，从而使得在文本的边界框识别的准确度较差。

技术实现思路

[0003]本专利技术实施例提供一种文本识别处理方法、装置及相关设备，以解决文本的边界框识别的准确度较差的问题。
[0004]为解决上述问题，本专利技术是这样实现的：
[0005]第一方面，本专利技术实施例提供了一种文本识别处理方法，所述方法包括：
[0006]对目标图片进行文本位置检测，获得第一边界框序列，第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本识别处理方法，其特征在于，所述方法包括：对目标图片进行文本位置检测，获得第一边界框序列，所述第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；基于所述第三边界框序列对所述目标图片进行文本识别；其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i
‑
1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。2.根据权利要求1所述的方法，其特征在于，所述按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列的步骤，包括：按照所述预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得中间边界框序列；在所述中间边界框序列中删除置信度小于第二阈值的边界框，得到所述第二边界框序列。3.根据权利要求1所述的方法，其特征在于，所述目标操作还包括：在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0的情况下，计算所述第一目标边界框与第二目标边界框在Y轴方向的第一交并比；在所述第一交并比大于或等于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框的合并边界框；将所述第一目标边界框更新为所述合并边界框，并删除所述第二目标边界框。4.根据权利要求3所述的方法，其特征在于，所述目标操作还包括：在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0，所述第一交并比小于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框在X轴方向的第二交并比；在所述第二交并比大于或等于第四阈值的情况下，确定目标调整量Δy；按照所述目标调整量调整所述第一目标边界框的Y轴坐标值和所述第二目标边界框的Y轴坐标值；其中，Δy＝λ*max{ymax
s1
‑
ymin
s2
，ymax
s2
‑
ymin
s1
}；ymax
s1
表示第一目标边界框的Y轴最大坐标值，ymin
s1
表示第一目标边界框的Y轴最小坐标值，ymax
s2
表示第二目标边界框的Y轴最大坐标值，ymin
s2
表示第二目标边界框的Y轴最小坐标值，score
s1
表
示第一目标边界框的置信度；score
s2
表示第二目标边界框的置信度。5.根据权利要求4所述的方法，其特征在于，所述按照所述目标调整量调整所述第一目标边界框的Y轴坐标值和所述第二目标边界框的Y轴坐标值包括：在ymin
s1
＞ymin
s2
的情况下，将所述第一目标边界框的Y轴最小坐标值和所述第二目标边界框的Y轴最大坐标值均调整为ymin
s1
+Δy；在ymin
s1
≤ymin
s2
的情况下，将所述第一目标边界框的Y轴最大坐标值和所述第二目标边界框的Y轴最小坐标值均调整为ymin
s2
+Δy。6.一种文本识别处理装置，其特征在于，所述文本识别处理装置包括：检测模块，用于对目标图片进行文本位置检测，获得第一边界框序列，所述第一边界框序列...

【专利技术属性】
技术研发人员：李一龙，黄文辉，曹俊峰，王斌，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：