摘要
本发明公开了一种畸变文本图像矫正模型训练方法及畸变文本图像矫正方法,应用于畸变文本图像矫正领域,基于自注意力机制提取畸变文本图像样本的全局特征;从全局特征中提取局部特征,将局部特征进行特征融合;将融合特征经全连接层得到仿射变换矩阵,将仿射变换矩阵与预设矩阵相乘得到索引矩阵;基于索引矩阵对畸变文本图像样本进行像素重排得到畸变矫正后的畸变矫正图像;基于畸变矫正图像更新模型参数得到训练完成的畸变文本图像矫正模型。通过全局和局部特征提取的方式以构建更加健全的仿射变换矩阵,促进像素重排的准确性,有效矫正现实场景中多种图像的畸变,且基于自注意力的并行计算特性,能够在收集全局信息的基础上,快速完成计算。
技术关键词
矫正模型
文本图像矫正方法
融合特征
矩阵
注意力机制
更新模型参数
样本
全局特征提取
计算机可执行指令
旋转特征
索引
局部特征提取
像素
可读存储介质
卷积模块
训练装置
系统为您推荐了相关专利信息
移动天线
波束赋形方法
表达式
能量收集器
解码器
数字孪生模型
个性化学习路径
历史故障数据
一体化设备
故障特征
三维人脸网格模型
关键点
平滑度
顶点
三维点云数据