申请/专利权人：中国科学院信息工程研究所

申请日：2023-11-23

公开（公告）日：2024-03-26

公开（公告）号：CN117765520A

主分类号：G06V20/62

分类号：G06V20/62;G06V20/70;G06V10/82;G06V10/764;G06V10/766;G06V10/74;G06N3/0464;G06N3/044;G06N3/0442;G06N3/0499;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开一种高效准确的歧义场景文字检测方法及系统，属于图像文字识别领域，使用基于MaskR‑CNN结构的文本检测分支检测场景图像中的文本，生成文本候选框；使用歧义感知模块检测场景图像的文本块，将文本块与文本候选框进行匹配及关联，分析文本块中所有文本候选框之间的连接情况，找出有歧义的文本块；构建由图像编码器、文本编码器和跨模态编码器组成的语义感知模块，通过对比学习、匹配预测和掩码预测来训练该语义感知模块；使用训练好的语义感知模块对有歧义的文本块进行场景文字检测。本发明能够高效准确地检测歧义文字，并提高识别的准确率。

主权项：1.一种高效准确的歧义场景文字检测方法，其特征在于，包括以下步骤：使用基于MaskR-CNN结构的文本检测分支检测场景图像中的文本，生成文本候选框；使用歧义感知模块检测场景图像的文本块，将文本块与文本候选框进行匹配及关联，分析文本块中所有文本候选框之间的连接情况，找出有歧义的文本块；构建由图像编码器、文本编码器和跨模态编码器组成的语义感知模块，通过对比学习、匹配预测和掩码预测来训练该语义感知模块；使用训练好的语义感知模块对有歧义的文本块进行场景文字检测。

全文数据：

权利要求：

百度查询： 中国科学院信息工程研究所 一种高效准确的歧义场景文字检测方法及系统

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