一种基于双次识别定位增强的移动应用无障碍字幕识别方法和装置

一种基于双次识别定位增强的移动应用无障碍字幕识别方法和装置，其方法包括，通过自动化遍历脚本自动采集移动应用无障碍字幕数据集，构建训练和测试数据集，并在训练测试过程中记录错误案例；进行图像预处理优化；基于优化后的模型在训练测试中产生的错误案例，采取去除下划线及应用基于像素列连续性的切分算法策略；根据测试结果中出现的未识别到字符情况，修改处理流程，仅调用文字内容识别模块，并基于YOLO训练一个移动应用无障碍字幕文本位置目标检测模型基于YOLO再次训练一个字幕消息框位置检测模型，通过先定位消息框位置，再定位文本位置的二次识别方法。本发明在背景干扰、字幕过长及多行字幕情况下，展现出较高的鲁棒性和准确性。