一种字符识别方法、系统和相关装置与流程

本申请涉及图像识别，特别是涉及一种字符识别方法、系统和相关装置。

背景技术：

1、随着神经网络技术的不断发展，基于神经网络模型实现的字符识别技术在越来越多场景下被应用。常用的字符识别方式在识别过程中，由神经网络模型通过对已识别得到的字符进行分析，以预测下一字符；即该方式使得在识别过程中只能根据已经预测得到的字符之间的语义关系预测下一字符，从而容易忽略与字符相关的图像信息以及字符本身的形状信息，从而导致识别的准确性存在一定的局限性。

2、有鉴于此，如何提出一种准确性较高的字符识别方法，成为亟待解决的问题。

技术实现思路

1、本申请主要解决的技术问题是提供一种字符识别方法、系统和相关装置，能够提高字符识别的准确性。

2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种字符识别方法，包括：获取用户输入的初始图像；基于所述初始图像中的文本区域，得到所述初始图像对应的目标特征序列；其中，所述目标特征序列基于所述文本区域中每个字符位置得到；基于所述目标特征序列和历史解码特征，得到当前识别轮次对应的当前识别文本。

3、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种字符识别系统，包括：获取模块，用于获取用户输入的初始图像；处理模块，用于基于所述初始图像中的文本区域，得到所述初始图像对应的目标特征序列；其中，所述目标特征序列基于所述文本区域中每个字符位置得到；识别模块，用于基于所述目标特征序列和历史解码特征，得到当前识别轮次对应的当前识别文本。

4、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现上述技术方案中提到的字符识别方法。

5、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，存储有能够被处理器运行的程序指令，所述程序指令用于上述技术方案中提到的字符识别方法。

6、本申请的有益效果是：区别于现有技术的情况，本申请提出的字符识别方法，在获取到用户输入的初始图像后，根据初始图像中的文本区域，得到初始图像对应的目标特征序列。进而，根据该目标特征序列和历史解码特征得到当前解码特征，从而解码得到当前识别文本。其中，当前解码特征是根据目标特征序列和历史解码特征进行编码得到的，该目标特征序列和历史解码特征都包含初始图像中待识别字符对应的字符形状信息以及与待识别字符相关的图像信息；相比于在识别过程中根据已经识别得到的字符，预测下一字符的方法，本申请提出的方法结合了多维度信息进行字符识别，提高了识别的准确性。

技术特征：

1.一种字符识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标特征序列和历史解码特征，得到当前识别轮次对应的当前识别文本，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述初始图像中的文本区域，得到所述初始图像对应的目标特征序列，包括：

4.根据权利要求2或3所述的方法，其特征在于，所述识别模型的训练方法，包括：

5.根据权利要求4所述的方法，其特征在于，所述针对所述训练图像，获取与至少部分所述参考图像块对应的目标加噪方式，包括：

6.根据权利要求4所述的方法，其特征在于，响应于所述训练图像包含预先标注的文本标签，所述基于所述训练图像的目标特征序列，对所述识别模型进行训练，包括：

7.根据权利要求6所述的方法，其特征在于，响应于所述文本标签包含多个参考字符，所述基于所述预测字符和所述文本标签，得到所述识别模型对应的训练损失，包括：

8.一种字符识别系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现权利要求1-7任一项所述字符识别方法。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器运行的程序指令，所述程序指令用于实现权利要求1-7任一项所述的字符识别方法。

技术总结
本申请公开了一种字符识别方法、系统和相关装置，该方法包括：获取用户输入的初始图像；基于所述初始图像中的文本区域，得到所述初始图像对应的目标特征序列；其中，所述目标特征序列基于所述文本区域中每个字符位置得到；基于所述目标特征序列和历史解码特征，得到当前识别轮次对应的当前识别文本。通过上述方式，本申请能够提高字符识别的准确性。

技术研发人员：杨子清,陈致鹏,崔一鸣,王士进
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：
技术公布日：2024/4/29