公开(公告)号：CN115004261A

公开(公告)日：2022-09-02

申请号：CN202080093448.6

申请日：2020-01-17

Applicant: 微软技术许可有限责任公司

Inventor： 孙雷 ,  霍强 ,  马驰翔 ,  钟卓耀

IPC: G06V30/148 ,  G06V20/70

Abstract: 本公开的实现提供了用于文本行检测的解决方案。在该解决方案中，从图像中确定包括至少第一文本元素的第一部分的第一文本区域和包括至少第二文本元素的第二部分的第二文本区域。从第一文本区域中提取第一特征表示并且从第二文本区域中提取第二特征表示。第一特征表示和第二特征表示包括图像的图像特征表示或图像的语义特征表示中的至少一项。然后可以至少部分基于第一特征表示和第二特征表示来确定第一文本区域与第二文本区域之间的链接关系。链接关系可以指示第一文本元素和第二文本元素的第一部分和第二部分是否位于同一文本行中。以这种方式，通过检测文本区域并且基于其特征表示确定其链接关系，可以提高检测各种图像中的文本行的准确性和效率。

公开(公告)号：CN115004261B

公开(公告)日：2025-01-17

申请号：CN202080093448.6

申请日：2020-01-17

Applicant: 微软技术许可有限责任公司

Inventor： 孙雷 ,  霍强 ,  马驰翔 ,  钟卓耀

IPC: G06V30/148 ,  G06V20/70

Abstract: 本公开的实现提供了用于文本行检测的解决方案。在该解决方案中，从图像中确定包括至少第一文本元素的第一部分的第一文本区域和包括至少第二文本元素的第二部分的第二文本区域。从第一文本区域中提取第一特征表示并且从第二文本区域中提取第二特征表示。第一特征表示和第二特征表示包括图像的图像特征表示或图像的语义特征表示中的至少一项。然后可以至少部分基于第一特征表示和第二特征表示来确定第一文本区域与第二文本区域之间的链接关系。链接关系可以指示第一文本元素和第二文本元素的第一部分和第二部分是否位于同一文本行中。以这种方式，通过检测文本区域并且基于其特征表示确定其链接关系，可以提高检测各种图像中的文本行的准确性和效率。