基于双向特征语言模型的自然场景文本识别方法及装置

摘要

一种基于双向特征语言模型的自然场景文本识别方法及装置，方法包括将文本图像输入至视觉模型中，得到视觉特征及视觉预测结果；将视觉预测结果输入至语言模型中，进行双向特征提取，得到语言特征；迭代地执行以下操作：将语言特征和视觉特征输入至融合模型中，得到融合预测结果；确定迭代次数是否满足迭代预设阈值；在迭代次数未满足迭代预设阈值的条件下，将融合预测结果输入至语言模型中，进行双向特征提取，得到语言特征；以及在迭代次数满足迭代预设阈值的条件下，将融合预测结果作为最终结果。本发明提出的文本识别方法识别精度高且效率高。