申请/专利权人：哈尔滨工业大学(深圳)

申请日：2022-08-01

公开（公告）日：2022-12-02

公开（公告）号：CN115424285A

主分类号：G06V30/42

分类号：G06V30/42;G06V30/18;G06V30/19;G06V10/82;G06V30/146;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本公开的实施例提供一种文本识别方法和文本识别装置。在该文本识别方法中，获取包括文本的图片。文本包括多个字符。通过浅层卷积神经网络来提取图片的特征以生成原始特征图。然后，通过注意力模块分别针对原始特征图的宽度维度和高度维度确定第一和第二注意力区域。将第一和第二注意力区域的重合区域确定为注意力选择区域。接着，根据原始特征图和注意力选择区域来生成候选特征矩阵。之后，将候选特征矩阵与原始特征图相乘以生成特征交互矩阵。对特征交互矩阵进行标准化处理以得到二维注意力权重矩阵。对原始特征图与二维注意力权重矩阵进行点积运算以获得增强特征矩阵。然后，根据增强特征矩阵和文本中的已识别字符来识别文本中的未识别字符。

主权项：1.一种文本识别方法，包括：获取包括文本的图片，所述文本包括多个字符；通过浅层卷积神经网络来提取所述图片的特征以生成原始特征图，其中，所述原始特征图的分辨率比所述图片的分辨率更低；通过注意力模块分别针对所述原始特征图的宽度维度和高度维度确定第一注意力区域和第二注意力区域；将所述第一注意力区域和所述第二注意力区域的重合区域确定为注意力选择区域；根据所述原始特征图和所述注意力选择区域来生成候选特征矩阵，其中，所述候选特征矩阵与所述原始特征图的分辨率相同；将所述候选特征矩阵与所述原始特征图相乘以生成特征交互矩阵；对所述特征交互矩阵进行标准化处理以得到二维注意力权重矩阵；对所述原始特征图与所述二维注意力权重矩阵进行点积运算以获得增强特征矩阵；以及根据所述增强特征矩阵和所述文本中的已识别字符来识别所述文本中的未识别字符。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳) 文本识别方法及文本识别装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD