文本识别方法、装置、可读介质及电子设备
实质审查的生效
摘要
本公开涉及一种文本识别方法、装置、可读介质及电子设备，所述方法包括：获取待识别的文本图像；通过预先训练的文本识别模型确定文本图像对应的文本内容，其中，文本识别模型用于通过如下方式确定文本图像对应的文本内容：对文本图像进行特征提取，得到第一文本特征图像；针对第一文本特征图像中的每个第一图像子区域进行特征缩放，得到第二文本特征图像，并根据第二文本特征图像生成注意力图；根据注意力图在第一文本特征图像中确定目标第一图像子区域，并对目标第一图像子区域进行文本识别，确定文本图像对应的文本内容。通过直接将整个文本图像输入文本识别模型进行端到端的文本识别，减少文本识别的计算量，提高文本识别的效率以及可靠性。
基本信息
专利标题 ：
文本识别方法、装置、可读介质及电子设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114495111A
申请号 ：
CN202210067373.5
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蔡悦黄灿
申请人 ：
北京字节跳动网络技术有限公司
申请人地址 ：
北京市石景山区实兴大街30号院3号楼2层B-0035房间
代理机构 ：
北京英创嘉友知识产权代理事务所(普通合伙)
代理人 ：
温易娜
优先权 ：
CN202210067373.5
主分类号 ：
G06V30/18
IPC分类号 ：
G06V30/18 G06V10/44 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 30/18
申请日 : 20220120
申请日 : 20220120
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
