[發(fā)明專(zhuān)利]一種OCR圖像識(shí)別裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201911182616.4
• 申請(qǐng)日: 2019-11-27
• 公開(kāi)（公告）號(hào): CN112861847A
• 公開(kāi)（公告）日: 2021-05-28
• 發(fā)明（設(shè)計(jì)）人: 崔淼
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海智臻智能網(wǎng)絡(luò)科技股份有限公司
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京品源專(zhuān)利代理有限公司 11332
• 代理人: 孟金喆

1.一種OCR圖像識(shí)別裝置，用于基于深度學(xué)習(xí)對(duì)卡證圖像進(jìn)行識(shí)別，其特征在于，包括：

輸入模塊，用于獲取待處理的卡證圖像；

分類(lèi)模塊，用于采用深度學(xué)習(xí)的分類(lèi)網(wǎng)絡(luò)對(duì)所述卡證圖像進(jìn)行分類(lèi)處理，以獲取所述卡證圖像中的目標(biāo)區(qū)域；

檢測(cè)模塊，用于對(duì)所述目標(biāo)區(qū)域進(jìn)行特征提取處理，獲取所述目標(biāo)區(qū)域的特征數(shù)據(jù)；

識(shí)別模塊，用于對(duì)所述特征數(shù)據(jù)進(jìn)行識(shí)別處理，獲取識(shí)別信息。

2.如權(quán)利要求1所述的裝置，其特征在于，所述待處理的卡證圖像是身份證圖像、銀行卡圖像、發(fā)票圖像、工作證圖像、學(xué)生證圖像、護(hù)照?qǐng)D像或駕駛證圖像。

3.如權(quán)利要求1所述的裝置，其特征在于，所述分類(lèi)模塊采用的網(wǎng)絡(luò)包括五層卷積，所述目標(biāo)區(qū)域?yàn)榇R(shí)別的卡證號(hào)碼區(qū)域。

4.如權(quán)利要求1所述的裝置，其特征在于，所述檢測(cè)模塊依次包括：深度可分離卷積處理單元、具有線性瓶頸的倒殘差結(jié)構(gòu)的深度學(xué)習(xí)單元、基于squeeze and excitation結(jié)構(gòu)的輕量級(jí)注意力深度學(xué)習(xí)單元。

5.如權(quán)利要求1所述的裝置，其特征在于，所述檢測(cè)模塊還用于在進(jìn)行特征提取處理的過(guò)程中進(jìn)行特征融合處理，所述特征融合處理采用空洞卷積方式實(shí)現(xiàn)。

6.如權(quán)利要求1所述的裝置，其特征在于，所述識(shí)別模塊依次包括：密集連接的卷積網(wǎng)絡(luò)單元；

單向長(zhǎng)短期記憶網(wǎng)絡(luò)單元、雙向長(zhǎng)短期記憶網(wǎng)絡(luò)單元、門(mén)控循環(huán)神經(jīng)網(wǎng)絡(luò)單元或循環(huán)神經(jīng)網(wǎng)絡(luò)單元；

二維自注意力單元。

7.如權(quán)利要求1所述的裝置，其特征在于，還包括：卷積采樣模塊，用于在進(jìn)行特征提取處理之前，對(duì)所述圖像進(jìn)行2～6次卷積采樣。

8.如權(quán)利要求1所述的裝置，其特征在于，還包括：

存儲(chǔ)模塊，用于預(yù)設(shè)卡證輔助信息與識(shí)別信息的映射關(guān)系；

推導(dǎo)模塊，用于根據(jù)所述映射關(guān)系獲取所述識(shí)別信息對(duì)應(yīng)的卡證輔助信息。

9.一種電子設(shè)備，其特征在于，包括：

圖像采集裝置，用于采集待處理的卡證圖像；

如權(quán)利要求1-8中任一項(xiàng)所述的OCR圖像識(shí)別裝置，用于識(shí)別所述卡證圖像的信息。

10.一種自動(dòng)業(yè)務(wù)辦理系統(tǒng)，其特征在于，包括：

接收裝置，用于接收用戶輸入的信息；

語(yǔ)義理解裝置，用于對(duì)所述用戶輸入的信息進(jìn)行自然語(yǔ)言理解處理；

知識(shí)庫(kù)，用于存儲(chǔ)多個(gè)知識(shí)點(diǎn)，每個(gè)知識(shí)點(diǎn)包括多個(gè)問(wèn)題和一個(gè)答案；

如權(quán)利要求1-8中任一項(xiàng)所述的OCR圖像識(shí)別裝置，用于識(shí)別待處理的卡證圖像的信息；

處理裝置，用于根據(jù)語(yǔ)義理解裝置以及圖像識(shí)別裝置獲取的信息，從所述知識(shí)庫(kù)中匹配語(yǔ)義相似度最高的問(wèn)題，并將所述問(wèn)題對(duì)應(yīng)的答案作為目標(biāo)答案；

輸出裝置，用于將所述目標(biāo)答案輸出給所述用戶。