CN114359679B 文本识别方法和文本识别系统 （京东方科技集团股份有限公司）_第1页
CN114359679B 文本识别方法和文本识别系统 （京东方科技集团股份有限公司）_第2页
CN114359679B 文本识别方法和文本识别系统 （京东方科技集团股份有限公司）_第3页
CN114359679B 文本识别方法和文本识别系统 （京东方科技集团股份有限公司）_第4页
CN114359679B 文本识别方法和文本识别系统 （京东方科技集团股份有限公司）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明提供一种文本识别方法和文本识别得到N个方向的特征图；采用第二卷积神经网络第一特征图进行处理，得到N个方向的特征向量各自的权重；根据N个方向的特征向量各自的权够提高发生形变的文本图像的文字识别的准确2采用第一卷积神经网络对待识别图像进行特征提取，得到所述待将所述第一特征图分别进行N种角度的旋转，得到N个方向的特征图；根据所述N个方向的特征向量各自的权重，对所述N个方向的特征向量进行特征融合，二卷积模块，所述第一卷积神经网络包括至少两个第一卷积模块和至少一个第二卷积模采用长短期记忆网络对所述N个方向的特征向量进行处理，得到采用长短期记忆网络和注意力模块对所述特征融合后的特征向量进行3第一处理单元，用于采用第一卷积神经网络对待识别图像进第二处理单元，用于将所述第一特征图分别进行N种角度第三处理单元，用于根据所述N个方向的特征向量各自的述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至或指令被处理器执行时实现如权利要求1至12任一项所述45[0022]采用长短期记忆网络和注意力模块对所述特征融合后的[0038]所述第二处理单元，用于在采用第二卷积神经网络分别对所述N个方向的特征图6[0043]本发明实施例中，采用方向卷积神经网络可以提取N个方向的特征图的文本特征第二卷积神经网络分别对所述N个方向的特征图进行特征提取，得到N个方向的特征向量；7[0060]本发明实施例中，采用方向卷积神经网络可以提取N个方向的特征图的文本特征[0068]可选的，所述卷积模块为第一卷积模块(Convolution)或第二卷积模块(Conv8别图像的低级视觉特征，每一个卷积模块(第一卷积模块+第二卷积模块)之后均设置一个[0071]其中，参考图3，本发明实施例中，第一卷积模块包括级联的：卷积层和Batch[0072]其中，参考图4，本发明实施例中，第二卷积模块包括级联的：卷积层，Batch方向卷积神经网络(第二卷积神经网络)包括四个卷积层和四进行特征提取，得到N个方向的特征向量之后，还包括：采用N个长短期记忆网络(Long特征向量。进一步可选的，长短期记忆网络可以是双向长短期记忆网络(Bi-directional[0079]本发明实施例中，采用第二卷积神经网络分别对N个方向的特征图进行特征提取9[0086]步骤131：采用长短期记忆网络和注意力模块对所述特征融合后的特征向量进行[0095]本发明实施例中，采用方向卷积神经网络可以提取N个方向的特征图的文本特征计算机程序，所述计算机程序被处理器执行时实现上述文本识别方法实施例的各个过程，出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论