[發明專利]一種文檔圖片分類方法

在審

• 申請號: 201810309072.2
• 申請日: 2018-04-09
• 公開（公告）號: CN108595544A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 賴榮鳳;黃賢俊
• 申請（專利權）人: 深源恒際科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/34;G06K9/62
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙) 11548
• 代理人: 李靜

本發明公開了一種文檔圖片分類方法，使用目標檢測方法，從視覺上判斷圖片中是否出現身份證、銀行卡、行駛證、駕駛證、護照、營業執照等具有很強特征，類別間差距很大的文檔類型，目標檢測的方法可以快速準確的處理這些類別的文檔圖片，對應其他類別的文檔圖片，先用基于深度神經網絡的文字識別算法把圖片轉化為文字，然后使用文本分類方法來處理歸類識別的文字，文本分類的方法能區分細微差別，準確率高。

技術領域

本發明涉及一種分類方法，具體是一種文檔圖片分類方法。

背景技術

保險公司為建立保單檔案時，需要收集整理大量的文檔，并分門別類管理存儲。隨著數字化的革命，目前所有文檔都需要拍攝成數字圖片。本發明就是用于這些文檔圖片的自動分類。保險公司常見的文檔類別超過上百種，有些類別之間的差距還非常小，如：門診發票和住院發票的差不往往就提現在幾個不同的文字之間。文檔類別多，類別間差別小，導致此任務非常困難。為此，我們創造性的結合圖片分類、目標檢測、文字識別和文本分類等方法，取得極高的分類準確率。

現有技術的缺陷

1.圖片分類的方法：目前基于深度卷積神經網絡的圖片分類方法取得了很大的突破，在一些圖片分類的任務上甚至超越了人類的水平。但是，現有的圖片分類技術是針對特征和差別顯著的類別，比如：區分貓和狗，它還無法在精細的分類上確定好的準確率。因而，現有圖片分類技術無法準確的區分某些差別微小的文檔類型。

2.目標檢測的方法：基于深度學習的目標檢測的方法在一般的任務下有很好的準確率。比如：它可以準確地從文檔圖片中判斷是否有身份證、銀行卡等目標。然而，面對細微差別的門診發票和住院發票，目標檢測方法也無能為力。

3.文本分類的方法：文本分類的方法歷史悠久發展也必將成熟，能區分細微的文字差異。但它無法直接用于文檔圖片的分類。

發明內容

本發明的目的在于提供一種文檔圖片分類方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種文檔圖片分類方法，包括如下步驟：(1)首先用目標檢測算法從文檔圖片中檢測身份證、銀行卡、駕駛證、行駛證、營業執照、從業資格證、道路交通運輸證證件，若檢測成功，則直接判別文檔類別；(2)若檢測失敗，則進入具有文本分類的處理流程：2.1用文字檢測算法把圖片中的文字串的位置信息檢測出來；2.2使用文字識別模型識別檢測出來的文字串，再將所有文字串按出現位置順序組合成文檔；2.3使用文本分類算法，將識別文檔歸類，該類別即文檔圖片所屬類別。

作為本發明進一步的方案：所述目標檢測算法包括Faster RCNN、SSD、YOLO。

作為本發明進一步的方案：所述文字檢測算法既能夠使用通用的目標檢測算法，也能夠使用專門為文字檢測優化過后的算法。

作為本發明進一步的方案：所述通用的目標檢測算法，包括：Faster RCNN、SSD、YOLO。

作為本發明再進一步的方案：所述專門為文字檢測優化過后的算法，包括：EAST、RRCNN、TextBoxes、CTPN。

與現有技術相比，本發明的有益效果是：本發明使用目標檢測方法，從視覺上判斷圖片中是否出現身份證、銀行卡、行駛證、駕駛證、護照、營業執照等具有很強特征，類別間差距很大的文檔類型，目標檢測的方法可以快速準確的處理這些類別的文檔圖片，對應其他類別的文檔圖片，先用基于深度神經網絡的文字識別算法把圖片轉化為文字，然后使用文本分類方法來處理歸類識別的文字，文本分類的方法能區分細微差別，準確率高。

附圖說明

圖1為文檔圖片分類方法的流程圖。

具體實施方式