基于深度学习的电子卷宗文本检测方法、装置、介质及设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114267047A(43)申请公布日2022.04.01(21)申请号202111450912.5G06V30/19(2022.01)(22)申请日2021.11.30G06V10/46(2022.01)G06V10/56(2022.01)(71)申请人高新兴科技集团股份有限公司G06V10/80(2022.01)地址510530广东省广州市黄埔区科学城G06V10/82(2022.01)开创大道2819号六楼G06K9/62(2022.01)申请人西安电子科技大学G06N3/04(2006.01)(72)发明人王懿萱陈利军林焕凯洪曙光G06N3/08(2006.01)王祥雪刘双广(74)专利代理机构广州国鹏知识产权代理事务所(普通合伙)44511代理人葛红(51)Int.Cl.G06V30/413(2022.01)G06V30/148(2022.01)G06V30/18(2022.01)权利要求书2页说明书8页附图3页(54)发明名称基于深度学习的电子卷宗文本检测方法、装置、介质及设备(57)摘要本发明公开了一种基于深度学习的电子卷宗文本检测方法，包括：构建电子卷宗文本检测网络，对所述电子卷宗文本检测网络进行训练；获取待处理的电子卷宗图像，采用OpenCV技术对所述电子卷宗图像进行色彩通道分离，得到目标电子卷宗图像，所述目标电子卷宗图像为去除红色印章后的电子卷宗图像；以所述目标电子卷宗图像作为所述电子卷宗文本检测网络的输入，通过训练好的电子卷宗文本检测网络提取所述目标电子卷宗图像中的文字区域。本发明解决了现有文本检测技术对电子卷宗进行检测时存在检测精度以及稳定性欠佳的问题。CN114267047ACN114267047A权利要求书1/2页1.一种基于深度学习的电子卷宗文本检测方法，其特征在于，所述方法包括：构建电子卷宗文本检测网络，对所述电子卷宗文本检测网络进行训练；获取待处理的电子卷宗图像，采用OpenCV技术对所述电子卷宗图像进行色彩通道分离，得到目标电子卷宗图像，所述目标电子卷宗图像为去除红色印章后的电子卷宗图像；以所述目标电子卷宗图像作为所述电子卷宗文本检测网络的输入，通过训练好的电子卷宗文本检测网络提取所述目标电子卷宗图像中的文字区域。2.如权利要求1所述的基于深度学习的电子卷宗文本检测方法，其特征在于，所述电子卷宗文本检测网络包括结合特征金字塔的主干网络ResNet50和自适应阈值算法层；所述结合特征金字塔的主干网络ResNet50用于对所述电子卷宗文本检测网络的输入图像进行特征提取，得到多尺度融合特征；所述自适应阈值算法层用于采用自适应阈值算法对所述多尺度融合特征进行分割，得到电子卷宗文本二值分割图。3.如权利要求2所述的基于深度学习的电子卷宗文本检测方法，其特征在于，所述结合特征金字塔的主干网络ResNet50包括第一阶段、第二阶段、第三阶段、第四阶段和第五阶段，其中所述第三阶段、第四阶段和第五阶段分别采用特征金字塔；所述第三阶段、第四阶段和第五阶段分别通过上采样进行多尺度特征提取，得到对应的待融合特征；所述第三阶段、第四阶段和第五阶段对应的待融合特征与主干网络ResNet50中的第五阶段提取的待融合特征进行特征融合，得到多尺度融合特征。4.如权利要求3所述的基于深度学习的电子卷宗文本检测方法，其特征在于，所述自适应阈值算法包括：对所述多尺度融合特征进行卷积，得到输入图像对应的概率矩阵和阈值矩阵，其中，所述输入图像对应的概率矩阵中的每个元素表示输入图像中该元素所对应像素为文本的概率，所述输入图像对应的阈值矩阵中的每个元素表示输入图像中该元素所对应像素判断为文本的阈值；根据所述概率矩阵和阈值矩阵计算出近似二值矩阵，所述近似二值矩阵作为电子卷宗文本二值分割图，其中每个元素表示输入图像中该元素所对应像素为文本或者非文本。5.如权利要求4所述的基于深度学习的电子卷宗文本检测方法，其特征在于，所述电子卷宗文本检测网络的输入图像的尺寸为640*640像素。6.如权利要求4所述的基于深度学习的电子卷宗文本检测方法，其特征在于，在对所述电子卷宗文本检测网络进行训练时，所述概率矩阵和近似二值矩阵采用Tversky损失函数，所述阈值矩阵采用L2损失函数。7.如权利要求1所述的基于深度学习的电子卷宗文本检测方法，其特征在于，所述获取待处理的电子卷宗图像，采用OpenCV技术对所述电子卷宗图像进行色彩通道分离，得到目标电子卷宗图像包括：采用OpenCV中的cv.split()方法获取所述电子卷宗图像中的红色通道灰度图；采用OpenCV中的cv2.threshold()方法对所述红色通道灰度图进行二值化处理；设定参数cv2.THRESH_OTSU自动寻找最