一种象形文字识别方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种象形文字识别方法、装置、设备和介质。该方法包括：将文字图片输入至识别模型中；通过所述识别模型的串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征；其中，所述特征提取单元包括混合感知映射单元和/或空间感知聚合单元；混合感知映射单元用于获取全局有效特征和全局关键位置特征；空间感知聚合单元用于获取局部关键细节特征；不同特征提取单元用于提取不同尺寸的特征；通过所述识别模型的分类层，对所述目标特征进行分类，确定所述文字图片对应的文字识别结果。通过本发明专利技术实施例能够在对文字图片进行特征提取后，提高特征提取结果的丰富性，从而提高识别模型对文字图片进行识别的准确率。而提高识别模型对文字图片进行识别的准确率。而提高识别模型对文字图片进行识别的准确率。

【技术实现步骤摘要】
一种象形文字识别方法、装置、设备和介质


[0001]本专利技术涉及图像识别
，尤其涉及一种象形文字识别方法、装置、设备和介质。

技术介绍

[0002]象形文字具有明显的图画特点，存在难以辨识的高相似度象形文字，相较于其他文字识别任务具有更大的难度。
[0003]目前常用的深度学习识别模型大多从网络的深度或宽度层面改进模型，使网络对语义特征的提取能力大幅度增强，但在处理具有高相似度象形文字的识别任务时，识别率较低。

技术实现思路

[0004]本专利技术提供了一种象形文字识别方法、装置、设备和介质，以提高文字图片提取的特征的丰富性，提高识别模型文字识别准确率。
[0005]根据本专利技术的一方面，提供了一种象形文字识别方法，该方法包括：
[0006]将文字图片输入至识别模型中；
[0007]通过所述识别模型的串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征；其中，所述特征提取单元包括混合感知映射单元和/或空间感知聚合单元；混合感知映射单元用于获取全局有效特征和全局关键位置特征；空间感知聚合单元用于获取局部关键细节特征；不同特征提取单元用于提取不同尺寸的特征；
[0008]通过所述识别模型的分类层，对所述目标特征进行分类，确定所述文字图片对应的文字识别结果。
[0009]根据本专利技术的另一方面，提供了一种象形文字识别装置，该装置包括：
[0010]输入模块，用于将文字图片输入至识别模型中；
[0011]目标特征获取模块，用于通过所述识别模型的串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征；其中，所述特征提取单元包括混合感知映射单元和/或空间感知聚合单元；混合感知映射单元用于获取局部有效特征和局部关键细节特征；空间感知聚合单元用于获取全局关键位置特征；不同特征提取单元用于提取不同尺寸的特征；
[0012]结果确定模块，用于通过所述识别模型的分类层，对所述目标特征进行分类，确定所述文字图片对应的文字识别结果。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的
象形文字识别方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的象形文字识别方法。
[0018]根据本专利技术的另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本专利技术任一实施例所述的象形文字识别方法。
[0019]本专利技术实施例的技术方案，将文字图片输入至识别模型中，通过识别模型中串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征，不同特征提取单元用于提取不同尺寸的特征，能够获取文字图片的在不同尺寸下的特征，增加了提取的文字图片的特征的丰富性，同时，特征提取单元包括混合感知映射单元和/或空间感知聚合单元，混合感知映射单元用于获取全局有效特征和全局关键位置特征，空间感知聚合单元用于获取局部关键细节特征，使目标特征在关注全局有效特征和全局关键位置特征的同时，增加了对局部关键细节位置特征的关注，可以从全局和局部细节方面丰富特征信息，提高特征的丰富性，相比于全局关键位置特征和全局有效特征，局部关键细节特征保留了更多的细节信息，能够在文字轮廓近乎相同，针对在字形的细节方面存在微小区别的图像，有效提取细节特征，从而在通过识别模型的分类层，对目标特征进行分类，确定文字图片对应的文字识别结果时，能够提高文字识别的准确率。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1a是根据本专利技术实施例一提供的一种象形文字识别方法的流程图；
[0023]图1b是根据本专利技术实施例一提供的一种东巴象形文字与对应的文字识别结果的示意图；
[0024]图2是根据本专利技术实施例二提供的一种象形文字识别方法的流程图；
[0025]图3a是根据本专利技术实施例三提供的一种象形文字识别方法的流程图；
[0026]图3b是根据本专利技术实施例三提供的一种象形文字识别方法的流程图；
[0027]图4a是根据本专利技术实施例四提供的一种象形文字识别方法的流程图；
[0028]图4b是根据本专利技术实施例四提供的一种象形文字识别方法的流程图；
[0029]图5是根据本专利技术实施例五提供的一种象形文字识别方法的应用场景示意图；
[0030]图6是根据本专利技术实施例六提供的一种象形文字识别装置的结构示意图；
[0031]图7是实现本专利技术实施例的象形文字识别方法的电子设备的结构示意图。
具体实施方式
[0032]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0033]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0034]实施例一
[0035]图1a为本专利技术实施例一提供的一种象形文字识别方法的流程图，本实施例可适用于对象形文字进行识别的情况，该方法可以由象形文字识别装置来执行，该象形文字识别装置可以采用硬件和/或软件的形式实现，该象形文字识别装置可配置于电子设备中。如图1a所示，该方法包括：
[0036]S110、将文字图片输入至识别模型中。
[0037]文字图片是指包含文字内容的图片。在本申请中，文字图片中的文字为象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种象形文字识别方法，其特征在于，包括：将文字图片输入至识别模型中；通过所述识别模型的串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征；其中，所述特征提取单元包括混合感知映射单元和/或空间感知聚合单元；混合感知映射单元用于获取全局有效特征和全局关键位置特征；空间感知聚合单元用于获取局部关键细节特征；不同特征提取单元用于提取不同尺寸的特征；通过所述识别模型的分类层，对所述目标特征进行分类，确定所述文字图片对应的文字识别结果。2.根据权利要求1所述的方法，其特征在于，所述至少两个特征提取单元中的首个特征提取单元包括混合感知映射单元，所述至少两个特征提取单元中的其他特征提取单元包括混合感知映射单元和空间感知聚合单元；所述通过所述识别模型的串接的至少两个特征提取单元对文字图片进行特征提取，得到目标特征，包括：通过所述首个特征提取单元中的混合感知映射单元对所述文字图片进行特征提取，得到所述首个特征提取单元的中间全局特征；通过所述其他特征提取单元中的混合感知映射单元对串接的前一特征提取单元的中间全局特征进行特征提取，得到所述其他特征提取单元的中间全局特征；通过首个其他特征提取单元中的空间感知聚合单元对所述首个特征提取单元的中间全局特征进行特征提取，得到所述首个其他特征提取单元的中间局部特征；将所述首个其他特征提取单元的中间局部特征与所述首个其他特征提取单元的中间全局特征进行融合，得到所述首个其他特征提取单元的中间融合特征；通过除首个其他特征提取单元以外的其他特征提取单元中的空间感知聚合单元，对串接的前一特征提取单元的中间融合特征进行特征提取，得到除首个其他特征提取单元以外的其他特征提取单元的中间局部特征；将除首个其他特征提取单元以外的其他特征提取单元的中间局部特征与除首个其他特征提取单元以外的其他特征提取单元的中间全局特征进行融合，得到除首个其他特征提取单元以外的其他特征提取单元的中间融合特征；将末个其他特征提取单元的中间融合特征确定为目标特征。3.根据权利要求2所述的方法，其特征在于，所述通过所述首个特征提取单元中的混合感知映射单元对所述文字图片进行特征提取，得到所述首个特征提取单元的中间全局特征，包括：通过所述首个特征提取单元中的混合感知映射单元的至少一个特征提取层，对所述文字图片进行特征提取，得到第一特征图；基于通道注意力机制对所述第一特征图进行特征提取，获取所述第一特征图的全局有效特征，其中，所述通道注意力机制用于关注所述文字图片中的前景信息，并忽略所述文字图片中的背景信息；基于空间注意力机制对所述第一特征图进行特征提取，获取所述第一特征图的全局关键位置特征，其中，所述空间注意力机制用于关注所述文字图片中文字的位置，并忽略却所述文字图片中文字不在的位置；
将所述第一特征图、所述第一特征图的全局有效特征和所述第一特征图的全局关键位置特征进行融合，得到所述首个特征提取单元的第一融合特征；根据所述第一融合特征确定所述首个特征提取单元的中间全局特征。4.根据权利要求2所述的方法，其特征在于，还包括：通过所述其他特征提取单元中的池化层对所述串接的前一特征提取单元的中间全局特征进行尺寸调整，更新中间全局特征，以使更新后的中间全局特征和所述其他特征提取单元的中间局部特征的尺寸相同；所述通过所述其他特征提取单元中的混合感知映射单元对串接的前一特征提取单元的中间全局特征进行特征提取，得到...

【专利技术属性】
技术研发人员：毕晓君，骆彦龙，赵悦，
申请(专利权)人：中央民族大学，
类型：发明
国别省市：