申请/专利权人：平安科技(深圳)有限公司

申请日：2020-06-22

公开（公告）日：2024-06-28

公开（公告）号：CN111767911B

主分类号：G06V30/14

分类号：G06V30/14;G06V30/148;G06V30/146;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/0455;G06N3/0442

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2020.11.20#实质审查的生效;2020.10.13#公开

摘要：本发明涉及人工智能，公开了一种面向复杂环境的印章文字检测识别方法、装置及介质，方法包括：获取待处理的文档图片；对文档图片进行印章检测定位，并提取印章图片；对印章图片进行文本检测，并分割得到曲形文本区域；将曲形文本区域由曲线形转变为直线形，得到直线形文本图片；将直线形文本图片输入文字识别模型，得到印章中的文字信息；其中，文字识别模型采用SAR网络进行文字识别，SAR网络包括ResNet模块，用于提取文字特征，获取特征向量；基于LSTM编码器‑解码器的框架，框架包括LSTM编码器和解码器；注意力模块，用于向解码器施加注意力机制。本发明对印章进行端对端的检测识别，对印章的背景文本干扰的鲁棒性较高。

主权项：1.一种面向复杂环境的印章文字检测识别方法，其特征在于，所述方法包括：获取待处理的文档图片；对所述文档图片进行印章检测定位，并根据检测定位结果提取印章图片，其中，所述印章图片为包括印章的最小矩形图片；对所述印章图片进行文本检测，并分割得到印章中的曲形文本区域；将曲形文本区域由曲线形转变为直线形，得到直线形文本图片；将所述直线形文本图片输入文字识别模型，得到印章中的文字信息；其中，所述文字识别模型采用SAR网络进行文字识别，所述SAR网络包括ResNet模块，用于提取文字特征，并获取特征向量；基于LSTM编码器-解码器的框架，所述框架包括LSTM编码器和解码器；注意力模块，用于向解码器施加注意力机制；通过所述ResNet模块获取特征向量，将所述特征向量输入所述LSTM编码器中获得隐藏状态向量；将隐藏状态向量输入施加了注意力机制的解码器中，获得印章中的文字信息；其中，将曲形文本区域由曲线形转变为直线形，得到直线形文本图片的步骤包括：假设曲形文本区域为圆形区域的一部分，获取所述圆形区域的圆心坐标和圆半径；根据所述圆心坐标和圆半径估算曲形文本区域对应的圆弧区域，得到所述圆弧区域起点及终点所对应的弧度，并获取所述圆弧区域的最小半径和最大半径；根据所述圆心坐标、最小半径、最大半径和所述圆弧区域起点及终点所对应的弧度，将直线形文本图片中的坐标对应到印章图片中的坐标，从而将曲形文本区域映射到矩形区域，得到直线形文本图片；其中，通过下式将直线形文本图片中的坐标对应到印章图片中的坐标， 其中，c0,c1表示圆心坐标，r表示圆弧区域的最小半径，R表示圆弧区域的最大半径，α表示圆弧区域起点及终点所对应的弧度，x,y表示直线形文本图片中的坐标，x′,y′表示坐标x,y对应到印章图片中的坐标。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 面向复杂环境的印章文字检测识别方法、装置及介质

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