公开信息

一种文本识别方法、拍照翻译方法及相关设备

专利类型：

发明授权

申请(专利)号：

CN202211476510.7

申请日：

2022-11-23

授权公告号：

CN115761744B

授权公告日：

2026-06-26

申请人：

科大讯飞股份有限公司

地址：

230088 安徽省合肥市高新区望江西路666号

发明人：

吴嘉嘉; 赵坤; 杨争艳; 殷兵; 胡金水; 刘聪

专辑：

信息科技

专题：

计算机软件及计算机应用

主分类号：

G06V30/146

分类号：

G06V30/146;G06V30/148;G06N20/00

国省代码：

34

页数：

28

代理机构：

北京集佳知识产权代理有限公司

代理人：

李金

主权项：

1.一种文本识别方法,其特征在于,包括：获取目标文本行图像；基于所述目标文本行图像和预先训练得到的识别模型,确定所述目标文本行图像对应的编码序列,其中,所述识别模型采用多个语种的标注有编码序列的训练文本行图像训练得到,一语种的训练文本行图像标注的编码序列为按该语种对应的切分方式对该语种的训练文本行图像中的文本行进行切分得到文本单元序列中各文本单元分别对应的编码组成的序列,一语种对应的切分方式为如下切分方式中的一种：按偏旁部首切分、按子词切分、按字符切分,其中,所述多个语种分别对应的切分方式由对应语种所包含字符的字符特点决定,基于字符形态的稳定性,确定无偏旁部首结构的语种的切分方式为按子词切分或按字符切分；基于所述目标文本行图像对应的编码序列,确定所述目标文本行图像中的文本行内容。

摘要：

本发明提供了一种文本识别方法、翻译方法及相关设备,其中,文本识别方法包括获取目标文本行图像；基于目标文本行图像和预先训练得到的识别模型,确定目标文本行图像对应的编码序列,其中,识别模型采用多个语种的标注有编码序列的训练文本行图像训练得到,一语种的训练文本行图像标注的编码序列为按该语种对应的切分方式对该语种的训练文本行图像中的文本行进行切分得到文本单元序列中各文本单元分别对应的编码组成的序列；基于目标文本行图像对应的编码序列,确定目标文本行图像中的文本行内容。本发明提供的文本识别方法基于识别模型可实现多个语种的文本行图像中文本行内容的识别。

查看法律状态