申请/专利权人：中国矿业大学

申请日：2020-12-25

公开（公告）日：2024-04-26

公开（公告）号：CN112633287B

主分类号：G06V30/148

分类号：G06V30/148;G06V30/19;G06N3/0464;G06N3/044;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.12#著录事项变更;2024.04.12#专利申请权的转移;2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本发明涉及一种面向矿井多源异构图文信息的文本识别方法及装置，属于计算机视觉技术领域，解决了现有的多源异构图文信息的文本识别方法获得的多源异构图文信息精度较差且速度较慢的问题。方法包括：获取包含矿井多源异构图文信息的原始输入图像；基于分割建议网络SPN对原始输入图像进行分割，得到原始输入图像的文本建议区域；对文本建议区域进行特征提取，得到原始输入图像的超分辨率文本建议区域；基于快速卷积神经网络FastR‑CNN和超分辨率文本建议区域获取原始输入图像的文本检测框；基于循环神经网络RNN提取文本检测框中的字符，得到原始输入图像中的矿井多源异构图文信息。实现了原始输入图像中的矿井多源异构图文信息的识别。

主权项：1.一种面向矿井多源异构图文信息的文本识别方法，其特征在于，包括下述步骤：获取包含矿井多源异构图文信息的原始输入图像；基于分割建议网络SPN对所述原始输入图像进行分割，得到原始输入图像的文本建议区域；所述分割建议网络SPN包括：卷积池化层，用于提取所述原始输入图像的特征映射；连接裁剪层，用于对所述卷积池化层输出的原始输入图像的特征映射进行裁剪，得到多个特征映射；融合层，用于对所述连接裁剪层输出的多个特征映射进行融合，得到特征映射图；归一化层，用于对所述融合层输出的特征映射图进行归一化，得到文本建议分割图；二值化层，用于对所述归一化层输出的文本建议分割图进行二值化，得到多个特征映射图；像素修剪层，用于对所述二值化层输出的每一个特征映射图分别进行像素修剪，得到每一个特征映射图对应的文本建议区域；对所述文本建议区域进行特征提取，得到原始输入图像的超分辨率文本建议区域，包括下述步骤：基于高斯模糊和4倍上下采样对所述文本建议区域进行特征增强，得到文本特征图，公式如下： 式中，Dp为文本特征图，D为文本建议区域，fgau表示高斯模糊函数，fd-u表示4倍上下采样，p1、p2均为文本建议区域D中的随机像素，且满足p1∈[0,1]，p2∈[0,1]，α为随机参数；基于ResNet-50网络对所述文本特征图进行超分辨率恢复，得到超分辨率文本建议区域，包括：通过ResNet-50网络中的超分辨率基础单元和上采样单元对得到的文本特征图进行超分辨率恢复，得到超分辨率文本建议区域，公式如下：P＝fsrDP上式中，P为超分辨率文本建议区域，fsr表示超分辨率恢复，Dp为文本特征图；基于快速卷积神经网络FastR-CNN和所述超分辨率文本建议区域获取原始输入图像的文本检测框；基于循环神经网络RNN提取所述文本检测框中的字符，得到原始输入图像中的矿井多源异构图文信息。

全文数据：

权利要求：

百度查询： 中国矿业大学 一种面向矿井多源异构图文信息的文本识别方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD