文字识别方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115019312A(43)申请公布日2022.09.06(21)申请号202210628605.X(22)申请日2022.06.06(71)申请人中邮信息科技（北京）有限公司地址100037北京市海淀区增光路55号3号楼1201-1室(72)发明人王玲玲普恒安李丽(74)专利代理机构北京品源专利代理有限公司11332专利代理师赵翠香(51)Int.Cl.G06V30/146(2022.01)G06V30/19(2022.01)G06V30/10(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书2页说明书12页附图3页(54)发明名称文字识别方法、装置、电子设备及存储介质(57)摘要本公开实施例公开了一种文字识别方法、装置、电子设备及存储介质。该方法包括：接收待文字识别图像；基于区域识别模型确定与待文字识别图像相对应的目标文字区域，并基于文字识别模型确定目标文字区域所对应的目标文字；其中，区域识别模型和文字识别模型为对基准模型进行轻量化优化后所对应的模型；显示与待文字识别图像相对应的目标文字。基于上述技术方案，将对基准模型进行轻量化优化后所对应的区域识别模型和文字识别模型部署在移动端，达到了将文字识别方法部署在终端设备中，并且实现了对准确率影响较小的同时提高应用实时性能的技术效果。CN115019312ACN115019312A权利要求书1/2页1.一种文字识别方法，其特征在于，应用于客户端中，包括：接收待文字识别图像；基于区域识别模型确定与所述待文字识别图像相对应的目标文字区域，并基于文字识别模型确定所述目标文字区域所对应的目标文字；其中，所述区域识别模型和所述文字识别模型为对基准模型进行轻量化优化后所对应的模型；显示与所述待文字识别图像相对应的目标文字。2.根据权利要求1所述的方法，其特征在于，所述基于区域识别模型确定与所述待文字识别图像相对应的目标文字区域，并基于文字识别模型确定所述目标文字区域所对应的目标文字，包括：基于所述区域识别模型对待文字识别图像进行处理，得到与所述待文字识别图像相对应的目标矩阵，并基于所述目标矩阵确定所述目标文字区域；基于所述文字识别模型对所述目标文字区域以及所述待文字识别图像进行处理，确定与所述目标文字区域相对应的目标文字。3.根据权利要求2所述的方法，其特征在于，所述基于所述目标矩阵确定所述目标文字区域，包括：基于所述目标矩阵，确定文字信息于所述待文字识别图像中所对应的目标像素点；基于预设形状和所述目标像素点，确定所述目标文字区域。4.根据权利要求1所述的方法，其特征在于，还包括：获取至少一个第一训练样本；其中，所述第一训练样本中包括第一原始图像，以及第一原始图像中文字区域所对应的坐标矩阵；针对各训练样本，将当前训练样本中的第一原始图像以及相应的坐标矩阵输入至待训练区域识别模型中，得到与所述当前训练样本相对应的实际输出矩阵；其中，所述待训练区域识别模型中的通道数量为第一预设通道数量；基于所述实际输出矩阵和所述坐标矩阵，确定损失值，以基于所述损失值对所述待训练区域识别模型中的模型参数进行修正；将所述待训练区域识别模型中的损失函数收敛作为训练目标，得到所述区域识别模型。5.根据权利要求4所述的方法，其特征在于，还包括：获取至少一个第二训练样本；其中，所述第二训练样本中包括第二原始图像、所述第二原始图像中文字区域所对应的局部图像以及文字区域中的理论字符串；针对各训练样本，将当前训练样本中的第二原始图像和所述局部图像输入至待训练文字识别模型中，得到与所述当前训练样本相对应的实际输出字符串；其中，所述待训练文字识别模型中的通道数量为第二预设通道数量；基于所述实际输出字符串和所述理论字符串，确定损失值，以基于所述损失值对所述待训练文字识别模型中的模型参数进行修正；将所述待训练文字识别模型中的损失函数收敛作为训练目标，得到所述文字识别模型。6.根据权利要求5所述的方法，其特征在于，在得到所述文字识别模型和所述区域识别模型之后，还包括：2CN115019312A权利要求书2/2页分别将所述文字识别模型和所述区域识别模型中的模型参数从当前数值压缩为预设数据类型的数据，以得到轻量级的文字识别模型和所述区域识别模型。7.根据权利要求6所述的方法，其特征在于，还包括：将轻量化的文字识别模型和所述区域识别模型部署在终端设备上。8.一种文字识别装置，其特征在于，包括：图像接收模块，用于接收待文字识别图像；文字识别模块，用于基于区域识别模型确定与所述待文字识别图像相对应的目标文字区域，并基于文字识别模型确定所述目标文字区域所对应的目标文字；其中，所述区域识别模型和所述文字识别模型为对基准模型进行轻量化优化后所对