(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210692483.0 (22)申请日 2022.06.17 (71)申请人 大拓(山东)物联网科技有限公司 地址 266000 山东省青岛市黄岛区太行山 路11号名嘉国际1号楼140 3室 申请人 惠州永惠智能科技有限公司 (72)发明人 田越　周建东　吴得泱　杜锟　 曾峰　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 杨晖琼 (51)Int.Cl. G06V 20/62(2022.01) G06V 30/414(2022.01) G06V 30/18(2022.01)G06V 30/19(2022.01) G06V 30/166(2022.01) G06V 30/162(2022.01) G06V 30/164(2022.01) G06V 10/80(2022.01) G06V 10/40(2022.01) G06V 10/30(2022.01) G06V 10/82(2022.01) G06V 10/32(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文字检测方法、 装置、 计算机设备及存储介 质 (57)摘要 本申请实施例属于数据处理技术领域， 涉及 一种文字检测方法、 装置、 计算机设备及存储介 质， 文字检测方法包括： 获取目标图片对应的融 合特征图； 将融合特征图输入卷积网络， 获取目 标图片的字符偏移图、 字符分布图、 单词分布图、 单词中心线 图； 根据字符偏移图、 单词分布图以 及字符分布图确定多边形包围框； 将与单词中心 线图有交集的多边形包围框对应的区域， 识别为 文字区域； 解码文字区域， 得到目标图片对应的 文字检测结果。 本申请能够提高文字检测结果的 准确性。 权利要求书2页 说明书10页 附图5页 CN 115273054 A 2022.11.01 CN 115273054 A 1.一种文字检测方法， 其特 征在于， 包括下述 步骤： 获取目标图片对应的融合特 征图； 将所述融合特征图输入卷积网络， 获取所述目标图片的字符偏移图、 字符分布图、 单词 分布图、 单词中心线图； 根据所述字符偏移图、 所述单词分布图以及所述字符分布图确定多边形包围框； 将与所述单词中心线图有交集的所述多边形包围框对应的区域， 识别为文字区域； 解码所述文字区域， 得到所述目标图片对应的文字检测结果。 2.根据权利要求1所述的文字检测方法， 其特征在于， 所述获取目标图片对应的融合特 征图， 包括： 获取目标图片； 采用ResNet5 0特征提取器对所述目标图片进行 特征提取， 得到 至少一个初始特 征图； 使用上采样方式对所述初始特 征图进行 特征融合处 理， 得到融合特 征图。 3.根据权利 要求2所述的文字检测方法， 其特征在于， 在采用ResNet50特征提取器对所 述目标图片进行 特征提取， 得到 至少一个初始特 征图之前， 所述文字检测方法还 包括： 对所述目标图像进行缩放处 理和归一 化处理。 4.根据权利要求1所述的文字检测方法， 其特征在于， 所述根据所述字符偏移图、 所述 单词分布图以及所述字符分布图确定多边形包围框， 包括： 对所述单词分布图进行二 值化处理， 得到第一单词分布图； 根据所述第 一单词分布图对所述字符偏移图和所述字符分布图进行 噪声过滤， 得到第 一字符偏移图和第一字符分布图； 对所述第一字符偏移图进行二 值化处理， 得到第二字符偏移图； 对所述第二字符偏移图和所述第一单词分布图进行取差值处理， 得到综合单词分布 图； 从第一字符分布图中提取多个字符特 征点坐标； 根据所述字符特 征点坐标和所述综合单词分布图， 确定多边形包围框 。 5.根据权利要求1所述的文字检测方法， 其特征在于， 所述将与 所述单词中心线图有交 集的所述多边形包围框对应的区域， 识别为文字区域， 包括： 根据第一单词分布图对所述单词中心线图进行噪声过滤， 得到第一单词中心线图； 所 述第一单词分布图为对所述单词分布图进行二 值化处理得到的； 对所述第一单词中心线图进行二 值化处理， 得到第二单词中心线图； 将与所述第二单词中心线图有交集的多边形包围框对应的区域， 识别为文字区域。 6.根据权利要求1所述的文字检测方法， 其特征在于， 在将所述融合特征图输入卷积网 络， 获取所述目标图片的字符偏移图、 字符分布图、 单词分布图、 单词中心线图之前， 所述文 字检测方法还 包括： 以历史图片的历史融合特征图作为输入， 历史字符偏移图、 历史字符分布图、 历史单词 分布图、 历史单词中心线图作为输出， 采用弱监督策略和预设卷积网络模型训练得到所述 卷积网络 。 7.一种文字检测装置， 其特 征在于， 包括： 第一获取模块， 用于获取目标图片对应的融合特 征图；权　利　要　求　书 1/2 页 2 CN 115273054 A 2第二获取模块， 用于将所述融合特征图输入卷积网络， 获取所述目标图片的字符偏移 图、 字符分布图、 单词分布图、 单词中心线图； 确定模块， 用于根据所述字符偏移图、 所述单词分布图以及所述字符分布图确定多边 形包围框； 文字识别模块， 用于将与所述单词中心线图有交集的所述多边形包围框对应的区域， 识别为文字区域； 文字解码模块， 用于解码所述文字区域， 得到所述目标图片对应的文字检测结果。 8.根据权利要求7所述的文字检测装置， 其特征在于， 所述第 一获取模块包括获取子模 块、 提取子模块以及第一处 理子模块； 所述获取子模块， 用于获取目标图片； 所述提取子模块， 用于采用ResNet50特征提取器对所述目标图片进行特征提取， 得到 至少一个初始特 征图； 所述第一处理子模块， 用于使用上采样方式对所述初始特征图进行特征融合处理， 得 到融合特 征图。 9.一种计算机设备， 包括存储器和处理器， 所述存储器中存储有计算机程序， 所述处理 器执行所述计算机程序时实现如权利要求1至 6中任一项所述的文字检测方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至6中任一项 所述的文字检测方法 的步骤。权　利　要　求　书 2/2 页 3 CN 115273054 A 3