一种图像文本识别方法、系统和电子设备与流程

技术特征：
1.一种图像文本识别方法，其特征在于，包括：获取包含文本的待识别文本图像；从所述待识别文本图像中提取卷积特征，采用至少两种尺寸的卷积核并按照预设顺序对所述卷积特征进行卷积操作，得到多组上下文特征向量；对每组上下文特征向量进行池化，得到多个池化结果，按照所述预设顺序对所有的池化结果进行串联，得到一维上下文特征向量；将所述一维上下文特征向量进行拓展，得到与所述卷积特征大小相等的上下文特征矩阵，并将所述上下文特征矩阵与所述卷积特征进行融合，得到融合后的特征信息；根据所述融合后的特征信息计算预设字符集中的每个字符的预测概率，得到预测概率矩阵，所述预设字符集中的字符包括文字、标点符号和占位符；根据所述预测概率矩阵得到包含所述待识别文本图像中的文本的字符串。2.根据权利要求1所述一种图像文本识别方法，其特征在于，每种卷积核的尺寸均为所述卷积特征的宽的整数倍，且所有卷积核的总数量与所述卷积特征的高相等。3.根据权利要求1或2所述一种图像文本识别方法，其特征在于，所述根据所述预测概率矩阵得到包含所述待识别文本图像中的文本的字符串，包括：采用beamsearch算法对所述预测概率矩阵进行最优路径选择，得到包含所述待识别文本图像中的文本的字符串。4.根据权利要求1或2所述的一种图像文本识别方法，其特征在于，所述获取包括文本的待识别文本图像，包括：判断待识别图像中是否包含文本；当所述待识别图像中包含文本时，确定所述文本在所述待识别图像中的位置，并根据所述位置进行裁剪，得到所述待识别文本图像。5.根据权利要求1或2所述一种图像文本识别方法，其特征在于，所述从所述待识别文本图像中提取卷积特征，包括：采用iresnet50神经网络或resnet50神经网络从所述待识别文本图像中提取所述卷积特征。6.一种图像文本识别系统，其特征在于，包括获取模块、卷积模块、池化串联模块、拓展融合模块、预测模块和识别模块；所述获取模块用于获取包含文本的待识别文本图像；所述卷积模块用于：从所述待识别文本图像中提取卷积特征，采用至少两种尺寸的卷积核并按照预设顺序对所述卷积特征进行卷积操作，得到多组上下文特征向量；所述池化串联模块用于：对每组上下文特征向量进行池化，得到多个池化结果，按照所述预设顺序对所有的池化结果进行串联，得到一维上下文特征向量；所述拓展融合模块用于：将所述一维上下文特征向量进行拓展，得到与所述卷积特征大小相等的上下文特征矩阵，并将所述上下文特征矩阵与所述卷积特征进行融合，得到融合后的特征信息；所述预测模块用于：根据所述融合后的特征信息计算预设字符集中的每个字符的预测概率，得到预测概率矩阵，所述预设字符集中的字符包括文字、标点符号和占位符；所述识别模块用于根据所述预测概率矩阵得到包含所述待识别文本图像中的文本的
字符串。7.根据权利要求6所述一种图像文本识别系统，其特征在于，每种卷积核的尺寸均为所述卷积特征的宽的整数倍，且所有卷积核的总数量与所述卷积特征的高相等。8.根据权利要求6或7所述一种图像文本识别系统，其特征在于，所述预测模块具体用于：采用beamsearch算法对所述预测概率矩阵进行最优路径选择，得到包含所述待识别文本图像中的文本的字符串。9.根据权利要求6或7所述的一种图像文本识别系统，其特征在于，所述获取模块具体用于：判断待识别图像中是否包含文本；当所述待识别图像中包含文本时，确定所述文本在所述待识别图像中的位置，并根据所述位置进行裁剪，得到所述待识别文本图像。10.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述的一种图像文本识别方法的步骤。

技术总结
本发明涉及图像文本识别技术领域，提供一种图像文本识别方法、系统和电子设备，采用至少两种尺寸的卷积核并按照预设顺序对卷积特征进行卷积操作，得到多组上下文特征向量，即通过不同尺寸的卷积核来获取文本中的文字间的依赖关系，然后进行后续的文本识别，得到包含待识别文本图像中的文本的字符串，字符串中的占位符并不影响用户阅读以及应用待识别文本图像中的文本，且避免使用LSTM，在保证识别效率的同时，还能保证识别精度。还能保证识别精度。还能保证识别精度。


技术研发人员：欧阳谷 唐会军 刘拴林 梁堃 陈建
受保护的技术使用者：北京数美时代科技有限公司
技术研发日：2021.07.21
技术公布日：2021/10/23