申请/专利权人:北京市商汤科技开发有限公司
申请日:2019-03-29
公开(公告)日:2024-05-17
公开(公告)号:CN111753600B
主分类号:G06V30/40
分类号:G06V30/40;G06V30/14;G06V30/19;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2020.10.30#实质审查的生效;2020.10.09#公开
摘要:本申请实施例公开了一种文本识别方法、装置以及存储介质,有利于提高文本识别准确度。该方法包括获取待识别图像的多个第一语义向量,所述待识别图像包含多个字符;获取所述待识别图像中的至少一个已识别字符的第二语义向量;根据所述至少一个已识别字符的第二语义向量,确定所述多个第一语义向量的注意力权重;根据所述多个第一语义向量的注意力权重,确定所述待识别图像的识别结果。
主权项:1.一种文本识别方法,其特征在于,所述方法包括:获取待识别图像的多个第一语义向量,所述待识别图像包含多个字符;获取所述待识别图像中的至少一个已识别字符的第二语义向量;根据所述至少一个已识别字符的第二语义向量,确定所述多个第一语义向量的注意力权重;包括:根据所述至少一个已识别字符的第二语义向量和所述多个第一语义向量,得到所述多个第一语义向量的注意力权重;包括:根据每个已识别字符的第二语义向量,预测高斯分布的均值;根据高斯分布的均值,得到与每个已识别字符对应的权重限制参数,其中,该权重限制参数为服从单峰分布的序列;根据所述权重限制参数和所述多个第一语义向量的原始注意力权重,得到所述多个第一语义向量的注意力权重;根据所述多个第一语义向量的注意力权重,确定所述待识别图像的识别结果。
全文数据:
权利要求:
百度查询: 北京市商汤科技开发有限公司 文本识别方法、装置及存储介质
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。