基于人工智能的复杂场景文本识别增强方法

本发明涉及计算机视觉领域，具体是指基于人工智能的复杂场景文本识别增强方法，包括复杂场景文本图像构建划分、条件特征融合、对比学习优化潜在空间表示、解码重构、损失函数优化、潜变量提取与增强特征输出、强化学习优化和最终识别输出，引入变分自编码器结构，结合对比学习优化潜在空间表示，使得模型能够在多种字体、光照和噪声条件下学习到具有判别性的潜变量表示，在潜变量空间中引入正负样本对比约束，降低不同场景下特征分布差异；本发明在复杂场景文本识别中引入强化学习框架，将识别结果与置信度作为状态输入，通过Actor–Critic结构策略网络学习动态增强策略，通过定义线性与非线性复合奖励函数，实现识别错误率与置信度提升的联合优化。