本公開提供了一種文字識(shí)別方法及裝置、存儲(chǔ)介質(zhì)，其中，所述方法包括：獲取包括待識(shí)別文字和其他文字的文字圖像；基于所述文字圖像對(duì)應(yīng)的特征序列，得到所述文字圖像中每個(gè)字符的類別判斷結(jié)果，所述類別判斷結(jié)果用于表征字符類別；基于所述類別判斷結(jié)果，確定對(duì)所述待識(shí)別文字進(jìn)行文字識(shí)別的目標(biāo)文字識(shí)別結(jié)果。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)視覺領(lǐng)域，尤其涉及一種文字識(shí)別方法及裝置、存儲(chǔ)介質(zhì)。

背景技術(shù)

在不同應(yīng)用場(chǎng)景中進(jìn)行文字識(shí)別，已經(jīng)成為計(jì)算機(jī)視覺以及智能視頻分析的一大研究方向。

但是進(jìn)行文字識(shí)別時(shí)，如果采集的文字圖像中不止包括待識(shí)別文字，還包括了其他文字，那么識(shí)別的準(zhǔn)確率很可能會(huì)下降。

發(fā)明內(nèi)容

本公開提供了一種文字識(shí)別方法及裝置、存儲(chǔ)介質(zhì)。

根據(jù)本公開實(shí)施例的第一方面，提供一種文字識(shí)別方法，所述方法包括：獲取包括待識(shí)別文字和其他文字的文字圖像；基于所述文字圖像對(duì)應(yīng)的特征序列，得到所述文字圖像中每個(gè)字符的類別判斷結(jié)果，所述類別判斷結(jié)果用于表征字符類別；基于所述類別判斷結(jié)果，確定對(duì)所述待識(shí)別文字進(jìn)行文字識(shí)別的目標(biāo)文字識(shí)別結(jié)果。

在一些可選實(shí)施例中，所述方法還包括：確定所述文字圖像中所述待識(shí)別文字和/或所述其他文字所在的候選區(qū)域；將所述候選區(qū)域劃分為多個(gè)子區(qū)域；基于所述多個(gè)子區(qū)域中至少部分子區(qū)域?qū)?yīng)的特征信息，確定所述文字圖像對(duì)應(yīng)的特征序列。

在一些可選實(shí)施例中，所述基于所述文字圖像對(duì)應(yīng)的特征序列，得到所述文字圖像中每個(gè)字符的類別判斷結(jié)果，包括：基于所述文字圖像對(duì)應(yīng)的特征序列，確定所述文字圖像包括的每個(gè)字符所屬的至少一個(gè)備選字符類別和每個(gè)備選字符類別的識(shí)別率；將所述每個(gè)字符所屬的所述至少一個(gè)備選字符類別中最大識(shí)別率對(duì)應(yīng)的備選字符類別，作為所述類別判斷結(jié)果。

在一些可選實(shí)施例中，所述基于所述類別判斷結(jié)果，確定對(duì)所述待識(shí)別文字進(jìn)行文字識(shí)別的目標(biāo)文字識(shí)別結(jié)果，包括：根據(jù)字符類別和字符結(jié)構(gòu)之間的對(duì)應(yīng)關(guān)系，確定所述每個(gè)字符所屬的最大識(shí)別率的備選字符類別對(duì)應(yīng)的字符結(jié)構(gòu)；根據(jù)所述每個(gè)字符所屬的最大識(shí)別率的備選字符類別，確定所述每個(gè)字符屬于所述待識(shí)別文字對(duì)應(yīng)的目標(biāo)字符或?qū)儆谒銎渌淖謱?duì)應(yīng)的無關(guān)字符；將所述目標(biāo)字符對(duì)應(yīng)的所述字符結(jié)構(gòu)，作為對(duì)所述待識(shí)別文字進(jìn)行文字識(shí)別的所述目標(biāo)文字識(shí)別結(jié)果。

在一些可選實(shí)施例中，所述根據(jù)所述每個(gè)字符所屬的最大識(shí)別率的備選字符類別，確定所述每個(gè)字符屬于所述待識(shí)別文字對(duì)應(yīng)的目標(biāo)字符或?qū)儆谒銎渌淖謱?duì)應(yīng)的無關(guān)字符，包括：響應(yīng)于確定所屬的最大識(shí)別率的備選字符類別是多個(gè)第一字符類別或多個(gè)第二字符類別中的一個(gè)，確定對(duì)應(yīng)的字符屬于所述目標(biāo)字符；響應(yīng)于確定所屬的最大識(shí)別率的備選字符類別是第三字符類別，確定對(duì)應(yīng)的字符屬于所述無關(guān)字符。

在一些可選實(shí)施例中，所述多個(gè)第一字符類別包括：與第一文字語言包括的多個(gè)字符分別對(duì)應(yīng)的字符類別；其中，所述第一文字語言是所述待識(shí)別文字對(duì)應(yīng)的文字語言；所述多個(gè)第二字符類別包括：與多個(gè)阿拉伯?dāng)?shù)字分別對(duì)應(yīng)的字符類別；所述第三字符類別包括：與多種第二文字語言包括的多個(gè)字符對(duì)應(yīng)的相同的字符類別；其中，所述第二文字語言是不同于所述第一文字語言的文字語言。

在一些可選實(shí)施例中，所述確定所述文字圖像對(duì)應(yīng)的特征序列，包括：將所述文字圖像作為用于對(duì)字符進(jìn)行字符類別判斷的目標(biāo)神經(jīng)網(wǎng)絡(luò)的輸入，獲得所述目標(biāo)神經(jīng)網(wǎng)絡(luò)輸出的所述文字圖像對(duì)應(yīng)的特征序列。

在一些可選實(shí)施例中，所述方法還包括：獲取同時(shí)包括第一文字語言對(duì)應(yīng)的文字和至少一種第二文字語言對(duì)應(yīng)的文字的樣本文字圖像；其中，所述第一文字語言是所述待識(shí)別文字對(duì)應(yīng)的文字語言，所述第二文字語言是不同于所述第一文字語言的文字語言；將所述樣本文字圖像作為預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)的輸入，以所述樣本文字圖像中的字符類別標(biāo)簽為監(jiān)督，對(duì)所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到用于對(duì)字符進(jìn)行字符類別判斷的目標(biāo)神經(jīng)網(wǎng)絡(luò)。