基于图像的文本识别方法、装置、电子设备及介质.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CN113869305A(43)申请公布日2021.12.31(21)申请号202010621847.7(22)申请日2020.06.30(71)申请人北京搜狗科技发展有限公司地址100084北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间(72)发明人韦涛王淼(74)专利代理机构北京华沛德权律师事务所11302代理人房德权(51)Int.Cl.G06K9/32(2006.01)G06K9/46(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书12页附图6页(54)发明名称基于图像的文本识别方法、装置、电子设备及介质(57)摘要本说明书实施例公开了一种基于图像的文本识别方法，获取包含有文本数据的图像；使用轻量级卷积神经网络对所述图像进行特征提取，得到特征图；根据在高度方向上拆分所述特征图得到的高度序列特征图集，获取序列化特征；对所述序列化特征进行文本识别，得到识别结果；由于轻量级CNN采用了采用深度可分离卷积，能够较小计算量提高计算速度并降低内存使用率；以及序列化特征中包含了高度方向的特征向量，在保留了原有高度方向的特征向量的情况下，使得保留的原有特征更多，在保留的原有特征越多的基础上，其识别的准确率也会随之提高；如此，能够在减小计算量的情况提高识别的准确率。CN113869305ACN113869305A权利要求书1/2页1.一种基于图像的文本识别方法，其特征在于，包括：获取包含有文本数据的图像；使用轻量级卷积神经网络对所述图像进行特征提取，得到特征图，其中，所述轻量级卷积神经网络包含深度可分离卷积；根据在高度方向上拆分所述特征图得到的高度序列特征图集，获取序列化特征，其中，高度序列特征图集包含至少2个高度上的特征图；对所述序列化特征进行文本识别，得到识别结果。2.如权利要求1所述的方法，其特征在于，所述获取包含有文本数据的图像，包括：接收扫描装置发送的所述图像，所述图像是所述扫描装置扫描得到的。3.如权利要求2所述的方法，其特征在于，所述使用轻量级卷积神经网络对所述图像进行特征提取，得到特征图过程中，所述方法还包括：若轻量级卷积神经网络包括Squeeze-and-Excitation模块，轻量级卷积神经网络在使用Squeeze-and-Excitation模块时，采用最大池化的通道注意力机制。4.如权利要求3所述的方法，其特征在于，所述使用轻量级卷积神经网络对所述图像进行特征提取，得到特征图过程中，所述方法还包括：若轻量级卷积神经网络采用新激活函数，且所述新激活函数在输入变量的值大于预设值，则确定对应的输出变量为所述预设值，所述预设值为不小于2的值；若输入变量的值位于设定取值范围内时，确定对应的输出变量等于输入变量，其中，所述设定取值范围为大于0且不大于所述预设值的范围；以及在输入变量的值小于O时，确定对应的输出变量为预设参数与输入变量的乘积。5.如权利要求4所述的方法，其特征在于，所述对所述序列化特征进行文本识别，得到识别结果，包括：使用奇异值分解对所述序列化特征进行文本识别，得到识别结果。6.如权利要求5所述的方法，其特征在于，所述使用奇异值分解对所述序列化特征进行文本识别，得到识别结果，包括：将所述序列化特征映射为分类概率的矩阵进行拆分，拆分得到M个矩阵，其中，M为不小于2的整数；根据所述M个矩阵和所述序列化特征进行文本识别，得到所述识别结果。7.一种基于图像的文本识别装置，其特征在于，包括：图像获取模块，获取包含有文本数据的图像；特征图获取模块，用于使用轻量级卷积神经网络对所述图像进行特征提取，得到特征图，其中，所述轻量级卷积神经网络包含深度可分离卷积；序列化特征获取模块，用于根据在高度方向上拆分所述特征图得到的高度序列特征图集，获取序列化特征，其中，高度序列特征图集包含至少2个高度上的特征图；识别模块，用于对所述序列化特征进行文本识别，得到识别结果。8.如权利要求7所述的装置，其特征在于，所述图像获取模块，用于接收扫描装置发送的所述图像，所述图像是所述扫描装置扫描得到的。9.一种用于数据处理的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器2CN113869305A权利要求书2/2页执行所述一个或者一个以上程序包含如权利要求1-6任一权项所述的方法步骤。10.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至6中一个或多个所述的基于图像的文本识别方法。3CN113869305A说明书1/12页基于图像的文本识别方法、装置、电子设备及介质技术领域[0001