[發(fā)明專利]一種圖像識別方法、裝置和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811037416.5
• 申請日: 2018-09-06
• 公開（公告）號: CN110163211B
• 公開（公告）日: 2023-02-28
• 發(fā)明（設(shè)計）人: 劉東澤;楊晨;李浩
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/14;G06V30/146;G06V30/19
• 代理公司: 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 黃威

1.一種圖像識別方法，其特征在于，包括：

采集標(biāo)注后的樣本試卷圖像，所述樣本試卷圖像包括已標(biāo)注的樣本答題區(qū)域和所述樣本試卷的樣本定位點；

獲取所述樣本答題區(qū)域與所述樣本定位點之間的位置關(guān)系；

獲取所述樣本定位點的真實位置值；

基于所述樣本圖像和定位點識別網(wǎng)絡(luò)模型獲取所述樣本定位點的預(yù)測位置值；

采用預(yù)設(shè)損失函數(shù)對所述樣本定位點的預(yù)測位置值和真實位置值進(jìn)行收斂，得到訓(xùn)練后的定位點識別網(wǎng)絡(luò)模型；

采集待識別的試卷圖像，并采用所述訓(xùn)練后的定位點識別網(wǎng)絡(luò)模型識別出試卷的定位點位置；

根據(jù)所述定位點位置和所述位置關(guān)系，從所述試卷圖像中提取答題區(qū)域圖像；

對所述答題區(qū)域圖像進(jìn)行字符識別，得到識別結(jié)果。

2.如權(quán)利要求1所述的圖像識別方法，其特征在于，根據(jù)所述定位點位置和所述位置關(guān)系，從所述試卷圖像中提取答題區(qū)域圖像，包括：

根據(jù)所述定位點位置和所述位置關(guān)系確定答題區(qū)域位置；

根據(jù)所述答題區(qū)域位置從所述試卷圖像中提取答題區(qū)域圖像。

3.如權(quán)利要求1所述的圖像識別方法，其特征在于，對根據(jù)所述定位點位置和所述位置關(guān)系，從所述試卷圖像中提取答題區(qū)域圖像，包括：

根據(jù)所述定位點位置對所述試卷圖像進(jìn)行仿射變換，得到仿射變換后圖像、仿射變換后定位點位置；

根據(jù)所述仿射變換后定位點位置和所述位置關(guān)系，從所述仿射變換后圖像中提取答題區(qū)域圖像。

4.如權(quán)利要求1所述的圖像識別方法，其特征在于，對所述答題區(qū)域圖像進(jìn)行字符識別，得到識別結(jié)果，包括：

采用投影方式從所述答題區(qū)域圖像中切割出字符圖像；

采用訓(xùn)練后的字符識別網(wǎng)絡(luò)模型對所述字符圖像進(jìn)行字符識別，得到識別結(jié)果。

5.如權(quán)利要求4所述的圖像識別方法，其特征在于，采用投影方式從所述答題區(qū)域圖像中切割出字符圖像，包括：

對所述區(qū)域圖像進(jìn)行水平投影，得到水平投影結(jié)果；

根據(jù)所述水平投影結(jié)果對所述區(qū)域圖像進(jìn)行切割，得到若干行子區(qū)域圖像；

對所述子區(qū)域圖像進(jìn)行垂直投影，得到垂直投影結(jié)果；

根據(jù)所述垂直投影結(jié)果對所述子區(qū)域圖像進(jìn)行切割，得到字符圖像。

6.如權(quán)利要求5所述的圖像識別方法，其特征在于，在對所述子區(qū)域圖像進(jìn)行垂直投影之前，所述方法還包括：

根據(jù)預(yù)設(shè)圖像過濾條件對若干行子區(qū)域圖像進(jìn)行過濾，得到過濾后子區(qū)域圖像；

對所述子區(qū)域圖像進(jìn)行垂直投影，包括：對所述過濾后子區(qū)域圖像進(jìn)行垂直投影；

根據(jù)所述垂直投影結(jié)果對所述子區(qū)域圖像進(jìn)行切割，包括：根據(jù)所述垂直投影結(jié)果對所述過濾后子區(qū)域圖像進(jìn)行切割。

7.如權(quán)利要求1所述的圖像識別方法，其特征在于，所述定位點識別網(wǎng)絡(luò)模型包括一個全連接層和至少五個卷積層；

采用所述訓(xùn)練后的定位點識別網(wǎng)絡(luò)模型識別出試卷的定位點位置，包括：

在至少五個卷積層依次對所述試卷圖像進(jìn)行卷積處理，得到卷積處理結(jié)果；

在所述全連接層對所述卷積處理結(jié)果進(jìn)行全連接運算，得到定位點位置。

8.如權(quán)利要求4所述的圖像識別方法，其特征在于，所述字符識別網(wǎng)絡(luò)模型包括：多個卷積層以及兩個全連接層；

采用訓(xùn)練后的字符識別網(wǎng)絡(luò)模型對所述字符圖像進(jìn)行字符識別，包括：

在所述多個卷積層依次對所述字符圖像進(jìn)行卷積處理，得到卷積處理結(jié)果；

在所述兩個全連接層依次對所述卷積處理結(jié)果進(jìn)行字符分類處理。

9.如權(quán)利要求1所述的圖像識別方法，其特征在于，根據(jù)所述定位點位置對所述試卷圖像進(jìn)行仿射變換，包括：

獲取新的定位點位置；

根據(jù)所述定位點位置和所述新的定位點位置，獲取仿射變換矩陣；

根據(jù)所述仿射變換矩陣對所述圖像的像素位置進(jìn)行仿射變換處理。