专利汇可以提供一种基于多任务深度学习的票据文本检测方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于多任务 深度学习 的票据文本检测方法,所述方法包括:构建多层 卷积神经网络 作为图像特征提取骨干网络,实现票据图像的特征提取;在卷积特征图上标注票据文本区域及区域中心线并训练,实现票据文本信息区域分割与文本中心线检测;在票据文本信息区域内通过滑动窗口方法沿着文本中心线前行,实现票据文本信息区域的单字符分割;依次对分割后的单个字符进行分类识别,形成完成票据文本信息。本发明利用深度学习强大的特征提取、归纳能 力 ,提出采用端到端的多任务学习方法,实现票据文本区域分割、文本字符分割、文本字符识别,解决经典票据文本信息检测方法适用性不足、效率不高的问题。,下面是一种基于多任务深度学习的票据文本检测方法专利的具体信息内容。
1.一种基于多任务深度学习的票据文本检测方法,其特征在于,所述方法包括:
A构建多层卷积神经网络作为图像特征提取骨干网络,实现票据图像的特征提取;
B在卷积特征图上标注票据文本区域及区域中心线,并对票据文本区域及区域中心线进行训练,实现票据文本信息区域分割与文本中心线检测;
C在票据文本信息区域内通过滑动窗口方法沿着文本中心线前行,实现票据文本信息区域的单字符分割;
D依次对分割后的单个字符进行分类识别,形成完成票据文本信息。
2.如权利要求1所述的基于多任务深度学习的票据文本检测方法,其特征在于,所述步骤A中,在特征提取骨干网络的卷积层中引入空洞卷积,即对上一层卷积运算后的特征图进行双线性差值,扩大卷积特征图的分辨率,再进行本卷积层的卷积运算,在保证卷积核参数不变情况下,扩大卷积感受野,以得到更加丰富的票据图像特征。
3.如权利要求1所述的基于多任务深度学习的票据文本检测方法,其特征在于,所述步骤A中,在多卷积层神经网络提取票据图像特征过程中,拼接低层卷积层输出特征向量、高层卷积层输出向量,形成最终的输出特征图,以保留低层卷积层中的边缘、纹理特征,高级卷积层中的语义特征。
4.如权利要求1所述的基于多任务深度学习的票据文本检测方法,其特征在于,所述步骤B中,以票据文本信息区域分割与文本中心线检测中的参数为输出目标训练网络,获取票据文本信息区域分割、文本区域中心线检测结果;所述票据文本信息区域分割与文本中心线检测中的参数包括中心线像素点坐标(xi,yi)、中心线像素点到文本区域上边界偏移量中心线像素点到文本区域下边界偏移量
5.如权利要求1所述的基于多任务深度学习的票据文本检测方法,其特征在于,所述步骤C中,通过文本中心线上的每个像素(xi,yi),预测每个字符左上、右上、左下、后下四个顶点与中心线像素的距离分别为 每个字符与中心线的真实距离
为 构建损失函数:
其中,αlt、αrt、αld、αrd为各项距离损失修正项,以控制各项距离损失的比重。
6.如权利要求1所述的基于多任务深度学习的票据文本检测方法,其特征在于,所述步骤D中,通过字符图像数据集预训练字符Softmax多分类器,对步骤C中分割得到的单个字符依次进行分类识别,形成完整票据文本信息。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于说话人扩充的语音识别模型训练方法及系统 | 2020-05-08 | 261 |
面向大尺度遥感图像的微小目标快速检测方法 | 2020-05-08 | 672 |
基于迭代挖掘物体共同特征的弱监督图像语义分割方法 | 2020-05-11 | 105 |
一种信号分类的方法和设备 | 2020-05-12 | 515 |
图像分类方法及系统 | 2020-05-13 | 725 |
一种基于气象模式识别的风电功率预测误差建模方法 | 2020-05-13 | 922 |
网络入侵检测方法和装置 | 2020-05-11 | 924 |
一种基于互相关特征的乳腺超声图像多元分类系统及方法 | 2020-05-13 | 23 |
一种铁精粉分割方法及分割装置 | 2020-05-12 | 521 |
一种基于图像序列的模型形变人脸三维重建方案 | 2020-05-11 | 896 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。