一种多阅读方向的文字图像识别方法
实质审查的生效
摘要

本发明公开了一种多阅读方向的文字图像识别方法。本发明对包含文字的自然场景图像进行预处理后,获得预处理后的文本块图像;通过在卷积骨干网络对预处理后的文本块图像提取图像特征后使用交叉自注意力模块来获取不同阅读顺序文本的方向信息,最后通过字符解码模块进行解码输出,实现对不同阅读顺序文本序列的解码和识别。本发明在轻微增加延时的情况下实现了只通过一次网络的前馈就可以识别出不同方向排列的文本图片,且识别性能相较于普通模型仍具有一定的提升。

基本信息
专利标题 :
一种多阅读方向的文字图像识别方法
专利标题(英):
暂无
公开(公告)号 :
CN114495076A
申请号 :
CN202111456350.5
公开(公告)日 :
2022-05-13
申请日 :
2021-12-01
授权号 :
暂无
授权日 :
暂无
发明人 :
张三元刘旭
申请人 :
浙江大学
申请人地址 :
浙江省杭州市西湖区余杭塘路866号
代理机构 :
杭州求是专利事务所有限公司
代理人 :
林超
优先权 :
CN202111456350.5
主分类号 :
G06V20/62
IPC分类号 :
G06V20/62  G06V10/764  G06V10/82  G06K9/62  G06N3/04  G06N3/08  
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G06V 20/62
申请日 : 20211201
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332