基于字符条识别的告警方法、装置、设备、介质及程序产品制造方法及图纸

本发明专利技术公开了一种基于字符条识别的告警方法、装置、设备、介质及程序产品，通过预先训练好的字符条识别模型对待识别的目标图像进行字符条识别，获得字符条特征图；通过预设的字符条文本检测模型对所述字符条特征图进行字符检测，获得所述字符条特征图中的文本序列；通过预设的文本识别模型对所述文本序列进行文本识别，获得所述文本序列对应的文本标签序列；当所述文本标签序列中存在预设的目标词句时，发出告警提示；本发明专利技术实施例能提高字符条及其中文字内容的识别率，提升含有目标内容的字符条预警准确率。

【技术实现步骤摘要】

本专利技术涉及文字识别，尤其涉及一种基于字符条识别的告警方法、装置、设备、介质及程序产品。

技术介绍

1、目前，常规的基于字符条识别的告警方法包括：基于颜色阈值与角点检测的视频基于字符条识别的告警方法和基于yolo深度学习模型的基于字符条识别的告警方法；前者通过提取字符条的颜色和角点等“概貌”特征的方法，遇到字符条被遮挡、背景色非红色字符条或颜色与背景色接近的字符条时无法有效识别出字符条中的文字。后者利用预设匹配算法，计算“预测的边框”和“真实的边框”之间交集和并集的交并比(intersection overunion，iou)，当预测边界框与真实边界框之间的iou值较低时，损失函数的梯度可能较小，导致训练过程较慢；通过判别待测对象的类别置信度是否满足预设字符条类别置信度要求来对字符条进行分类判别，并未对字符条的内容进行有效识别和分析。

技术实现思路

1、针对现有技术存在的问题，本专利技术实施例提供一种基于字符条识别的告警方法、装置、设备、介质及程序产品，其能提高字符条及其中文字内容的识别率，从而提升含有目标本文档来自技高网...

【技术保护点】

1.一种基于字符条识别的告警方法，其特征在于，包括：

2.如权利要求1所述的基于字符条识别的告警方法，其特征在于，所述字符条识别模型是基于若干层卷积层、若干层卷积块、若干上采样层、若干层特征拼接层以及输出层构建的深度卷积神经网络模型；其中，所述特征拼接层用于拼接其上一层输出的特征和位于其上一层之上的设定一层输出的特征；所述上采样层用于对其上一层输出的特征进行二倍上采样处理。

3.如权利要求2所述的基于字符条识别的告警方法，其特征在于，所述卷积层采用PReLU激活函数，所述输出层采用泊松损失函数。

4.如权利要求1-3中任一项所述的基于字符条识别的告警方...

【技术特征摘要】

1.一种基于字符条识别的告警方法，其特征在于，包括：

2.如权利要求1所述的基于字符条识别的告警方法，其特征在于，所述字符条识别模型是基于若干层卷积层、若干层卷积块、若干上采样层、若干层特征拼接层以及输出层构建的深度卷积神经网络模型；其中，所述特征拼接层用于拼接其上一层输出的特征和位于其上一层之上的设定一层输出的特征；所述上采样层用于对其上一层输出的特征进行二倍上采样处理。

3.如权利要求2所述的基于字符条识别的告警方法，其特征在于，所述卷积层采用prelu激活函数，所述输出层采用泊松损失函数。

4.如权利要求1-3中任一项所述的基于字符条识别的告警方法，其特征在于，所述字符条识别模型的训练包括以下步骤：

5.如权利要求1所述的基于字符条识别的告警方法，其特征在于，所述通过预设的字符条文本检测模型对所述字符条特征图进行字符检测，获得所述字符条特征图中的文本序列，包括：

6.如权利要求5所述的基于字符条识别的告警方法，其特征在于，所述字符条文本检测模型包括密集卷积神经网络、第一卷积长短期记忆神经网络以及第一全连接层；

7.如权利要求1所述的基于字符条识别的告...

【专利技术属性】
技术研发人员：房钦国，房鹏，刘丽美，郑明钊，
申请(专利权)人：中国移动通信集团设计院有限公司，
类型：发明
国别省市：