[發明專利]名片識別方法和裝置

有效

• 申請號: 201910360584.6
• 申請日: 2019-04-30
• 公開（公告）號: CN110135411B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 歐中洪;熊柏橋;肖芬瑞;宋美娜;宋俊德
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

本發明提出一種名片識別方法和裝置，其中，方法包括：獲取待識別的名片圖像；將名片圖像輸入至文字檢測模型，以得到各文本行區域；其中，文字檢測模型，已學習得到圖像特征與各文本行區域之間的對應關系；將各文本行區域輸入至文字識別模型，以得到各文本行區域對應的名片信息。該方法能夠實現基于深度學習的文字檢測模型來識別名片圖像中的各文本行區域，魯棒性較強，可以降低因為低質量和噪聲數據對文本提取的影響，從而提升該方法的通用性和應用空間。并且，基于深度學習的文字識別模型來對各文本行區域進行端到端的識別，無需進行單字分割，具有更高的準確率，同時也對各種復雜的變化具有更強的識別能力，提升該方法的通用性和識別效果。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種名片識別方法和裝置。

背景技術

隨著個人計算機(Personal Computer，簡稱PC)、移動終端的普及與發展，將紙質名片使用電子信息方式進行存儲與檢索逐漸成為了主流。但是，將紙質名片轉化成電子名片需要耗費較大的人力和物力，因此，自動化地完成這個過程至關重要。

經過不同學者的長期探索與研究，名片識別方法已經存在很多應用的實例，但是，傳統的名片識別方法受限于所使用的光學字符識別(Optical Character Recognition，簡稱OCR)技術，在名片圖像質量較低，比如存在畸變的情況下，很難進行有效的識別，即識別的準確性較低。

發明內容

本發明提出一種名片識別方法和裝置，以實現提升名片識別方法的通用性和識別效果，用于解決現有技術中名片識別的準確性較低的技術問題。

本發明第一方面實施例提出了一種名片識別方法，包括：

獲取待識別的名片圖像；

將所述名片圖像輸入至文字檢測模型，以得到各文本行區域；其中，所述文字檢測模型，已學習得到圖像特征與各文本行區域之間的對應關系；

將所述各文本行區域輸入至文字識別模型，以得到所述各文本行區域對應的名片信息。

本發明實施例的名片識別方法，通過獲取待識別的名片圖像；將名片圖像輸入至文字檢測模型，以得到各文本行區域；其中，文字檢測模型，已學習得到圖像特征與各文本行區域之間的對應關系；將各文本行區域輸入至文字識別模型，以得到各文本行區域對應的名片信息。本發明中，基于深度學習的文字檢測模型來識別名片圖像中的各文本行區域，魯棒性較強，可以降低因為低質量和噪聲數據對文本提取的影響，從而提升該方法的通用性和應用空間。并且，基于深度學習的文字識別模型來對各文本行區域進行端到端的識別，無需進行單字分割，具有更高的準確率，同時也對各種復雜的變化具有更強的識別能力，提升該方法的通用性和識別效果。

本發明第二方面實施例提出了一種名片識別裝置，包括：

獲取模塊，用于獲取待識別的名片圖像；

文本行區域確定模塊，用于將所述名片圖像輸入至文字檢測模型，以得到各文本行區域；其中，所述文字檢測模型，已學習得到圖像特征與各文本行區域之間的對應關系；

名片信息確定模塊，用于將所述各文本行區域輸入至文字識別模型，以得到所述各文本行區域對應的名片信息。

本發明實施例的名片識別裝置，通過獲取待識別的名片圖像；將名片圖像輸入至文字檢測模型，以得到各文本行區域；其中，文字檢測模型，已學習得到圖像特征與各文本行區域之間的對應關系；將各文本行區域輸入至文字識別模型，以得到各文本行區域對應的名片信息。本發明中，基于深度學習的文字檢測模型來識別名片圖像中的各文本行區域，魯棒性較強，可以降低因為低質量和噪聲數據對文本提取的影響，從而提升該方法的通用性和應用空間。并且，基于深度學習的文字識別模型來對各文本行區域進行端到端的識別，無需進行單字分割，具有更高的準確率，同時也對各種復雜的變化具有更強的識別能力，提升該方法的通用性和識別效果。