申请/专利权人:中国科学院深圳先进技术研究院
申请日:2023-12-25
公开(公告)日:2024-04-12
公开(公告)号:CN117877041A
主分类号:G06V30/148
分类号:G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本申请涉及文字识别技术领域,揭示了一种文字识别方法、装置、计算机设备及存储介质,方法包括:获取待识别图像;根据待识别图像以及训练好的候选框识别模型,得到文本框图像以及字符框图像,其中,候选框识别模型包括:特征提取模型、区域生成网络、第一RoIAlign模型、第二RoIAlign模型、文本框生成模型、字符框生成模型;基于字符框图像中的字符框以及文本框图像中的文本框,确定第一重叠面积与字符框面积的第一比值,其中,第一重叠面积是指字符框与文本框的重叠区域的面积;根据文本框、字符框以及第一比值,得到目标文本,能够有效识别复杂场景下的待识别图像中的文字,得到目标文本,提高文字的识别效率以及准确率。
主权项:1.一种文字识别方法,其特征在于,所述文字识别方法包括:获取待识别图像;根据所述待识别图像以及训练好的候选框识别模型,得到文本框图像以及字符框图像,其中,所述候选框识别模型包括:特征提取模型、区域生成网络、第一RoIAlign模型、第二RoIAlign模型、文本框生成模型、字符框生成模型;基于所述字符框图像中的字符框以及所述文本框图像中的文本框,确定第一重叠面积与字符框面积的第一比值,其中,所述第一重叠面积是指所述字符框与所述文本框的重叠区域的面积;根据所述文本框、所述字符框以及所述第一比值,确定目标文本。
全文数据:
权利要求:
百度查询: 中国科学院深圳先进技术研究院 文字识别方法、装置、计算机设备及存储介质
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。