申请/专利权人：山东大学

申请日：2020-08-13

公开（公告）日：2023-08-22

公开（公告）号：CN111985464B

主分类号：G06V30/14

分类号：G06V30/14;G06V30/148;G06V30/18;G06V30/19

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明公开了一种面向法院判决文书的多尺度学习的文字识别方法及系统，包括：获取待识别的法院判决文书图像，提取印章区域；以目标RGB值差异最大为目标函数，以循环一致性损失为约束条件，基于对抗网络构建印章生成网络模型，采用训练后的印章生成网络模型对印章区域进行印章痕迹RGB值的转换，并删除转换后的印章区域的印章痕迹；对删除印章痕迹的法院判决文书图像进行特征提取，对得到的特征图分别进行全局目标检测和局部细节检测，将得到的文本候选框的掩码和渐进式掩膜合并后对构建的文本检测模型进行训练，以训练后的文本检测模型得到文字识别结果。有效解决文本图像中的印章痕迹遮挡问题和超长、超短文本的检测问题。

主权项：1.一种面向法院判决文书的多尺度学习的文字识别方法，其特征在于，包括：获取待识别的法院判决文书图像，提取印章区域；以目标RGB值差异最大为目标函数，以循环一致性损失为约束条件，基于对抗网络构建印章生成网络模型，采用训练后的印章生成网络模型对印章区域进行印章痕迹RGB值的转换，并删除转换后的印章区域的印章痕迹；对删除印章痕迹的法院判决文书图像进行特征提取，对得到的特征图分别进行全局目标检测和局部细节检测，将得到的文本候选框的掩码和渐进式掩膜合并后对构建的文本检测模型进行训练，以训练后的文本检测模型得到文字识别结果；所述印章生成网络模型的损失函数为：LGA2B，GB2A，FB，FA＝LCGANGA2B，FB，A，B+LCGANGB2A，FA，B，A+γLcycGA2B，GB2A，其中，GA2B和GB2A为生成器，FA和FB为鉴别器，A和B为图像集合，LCGAN为RGB空间损失约束，Lcyc为循环一致性损失约束；所述对删除印章痕迹的法院判决文书图像进行特征提取，标注目标框标签和分割标签GroundTruth，目标框标签的标注方法采用传统标注方法；局部细节检测模块需要给一张图像同时标注不同尺度的GroundTruth，具体方式如下：获取N张不带有印章的法院判决文书图像，对每张图像标记文本框和GroundTruth，对每张图像，设置N个不同尺度的GroundTruth，Gn为最大尺度的GroundTruth，Vatticlipping将Gn裁剪n-1次，每次缩小di个像素得到Gi； 其中，di表示要缩小的像素值，AreaGi表示多边形的面积，PerimeterGi表示多边形的周长，ri表示缩小的比例； 其中，m表示最小的缩放比例，是一个超参数，取值范围为0，1]。

全文数据：

权利要求：

百度查询： 山东大学 面向法院判决文书的多尺度学习的文字识别方法及系统

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