[發明專利]圖像識別方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201811625431.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109886077B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 張健;萬昭祎;賀欣
• 申請（專利權）人: 北京曠視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 黃易

本申請涉及一種圖像識別方法、系統、計算機設備和存儲介質。所述方法包括：首先識別出原始圖像中的目標圖像，去除了原始圖像中其他對識別結果的影響，之后對目標圖像中的字段域和字符框同時檢測，并基于該字段域和字符框的檢測結果進行字段識別和字符識別，該方法可以克服在進行圖像識別時，使用單一的識別手段得到的識別結果不準確的技術問題。

技術領域

本申請涉及計算機視覺技術領域，特別是涉及一種圖像識別方法、裝置、計算機設備和存儲介質。

背景技術

在出行、金融、保險和車輛等行業的業務中，經常會需要錄入用戶的駕駛證信息。隨著計算機視覺的迅速發展，駕駛證信息錄入也從以往的人工操作轉變為自動識別，自動識別可以極大壓縮了駕駛證信息錄入時間，同時還可以減小出錯概率。

然而，傳統的駕駛證圖像識別存在識別精度低的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高圖像識別精度的圖像識別方法、裝置、計算機設備和存儲介質。

一種圖像識別方法，所述方法包括：

將原始圖像輸入圖像檢測模型，并根據所述圖像檢測模型的輸出結果得到目標圖像；

將所述目標圖像輸入文本初始檢測模型，得到所述目標圖像中的字段域和字符框；

將得到的所述目標圖像中的字段域輸入字段識別模型，得到所述目標圖像的字段識別結果；

將得到的所述目標圖像中的字符框輸入字符識別模型，得到所述目標圖像的字符識別結果；

根據所述字段識別結果和所述字符識別結果得到圖像識別結果。

作為一種可選地實施方式，所述圖像檢測模型包括第一圖像檢測模型和第二圖像檢測模型，所述將原始圖像輸入圖像檢測模型，并根據所述圖像檢測模型的輸出結果得到目標圖像，包括：

將所述原始圖像輸入第一圖像檢測模型，得到所述原始圖像的特征圖；

根據所述原始圖像的特征圖對所述原始圖像進行修正，得到初始處理圖像；

將所述初始處理圖像輸入第二圖像檢測模型，得到所述初始處理圖像中目標區域的頂點坐標；

根據所述初始處理圖像中目標區域的頂點坐標對所述初始處理圖像進行修正，得到目標圖像。

作為一種可選地實施方式，所述將所述原始圖像輸入第一圖像檢測模型，得到所述原始圖像的特征圖；根據所述原始圖像的特征圖對所述原始圖像進行修正，得到初始處理圖像包括：

將所述原始圖像輸入第一圖像檢測模型，通過所述第一圖像檢測模型中的特征金字塔網絡對所述原始圖像進行特征提取，得到所述原始圖像中目標區域的熱圖和傾斜角度圖；

根據所述原始圖像中目標區域的熱圖和傾斜角度圖對所述原始圖像進行修正，得到初始處理圖像。

作為一種可選地實施方式，所述第二圖像檢測模型包括：特征提取網絡以及與所述特征提取網絡連接的輸出層，其中，所述特征提取網絡包括ResNet網絡，和/或，ResNet-inception混合網絡。

作為一種可選地實施方式，若所述第二圖像檢測模型的特征提取層包括ResNet網絡，則所述將所述初始處理圖像輸入第二圖像檢測模型，得到所述初始處理圖像中目標區域的頂點坐標包括：通過所述ResNet網絡的ResNet block進行特征提取，得到特征提取結果，并將所述特征提取結果輸入所述第二圖像檢測模型的輸出層，輸出初始處理圖像中目標區域的頂點坐標；和/或，