摘要
本发明公开了文本检测方法及装置,涉及数据处理技术领域,基于Harris角点检测算法对原始图像的文本数据进行角点检测,得到角点检测图;基于预设透明参数对角点检测图和所述原始图像进行加权融合,得到融合图像;基于预设卷积神经网络模型和Vision Transformer网络模型对融合图像进行特征提取,并将提取的特征基于线性分类器和softmax函数映射至字符概率;基于各提取的特征的字符概率生成提取文本数据。与相关技术相比,通过基于Harris角点检测算法对原始图像的文本数据进行角点检测,得到角点检测图,即使所述文本数据的形状丰富多样,Harris角点检测算法依然可以对原始图像中的关键角点进行较为精确的定位和提取,从而实现对形状丰富多样的文本数据进行检测均有较好的适应能力。
技术关键词
Harris角点检测算法
卷积神经网络模型
图像
文本检测方法
线性分类器
特征值
协方差矩阵
字符
数值
端点
参数
数据处理技术
计算机程序产品
处理器通信
展开式
系统为您推荐了相关专利信息
像素点
轴类零件
加权欧氏距离
Harris角点检测算法
监测方法
磁共振图像重建
磁共振图像数据
训练深度学习模型
生成训练样本
数据采集效率
生态环境保护系统
环境监测模块
垃圾存储容器
中央控制模块
助燃空气量
机器人检测方法
音频特征
机器人检测系统
模式
声音采集装置
像素点
融合信任度
图像空间分辨率
关系
支持向量机算法