[發明專利]基于深度學習的卡證圖像識別方法

有效

• 申請號: 201911184481.5
• 申請日: 2019-11-27
• 公開（公告）號: CN110909809B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 崔淼
• 申請（專利權）人: 上海智臻智能網絡科技股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/776;G06V10/80;G06V10/82;G06N3/0442;G06N3/0464
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種基于深度學習的卡證圖像識別方法，其特征在于，包括以下步驟：

獲取待處理的卡證圖像；

采用深度學習的分類網絡對所述卡證圖像進行分類處理，獲取所述卡證圖像中的目標區域；

對所述目標區域進行特征提取處理，獲取所述目標區域的特征數據；識別處理依次包括以下三個處理：密集連接的卷積網絡；單向長短期記憶網絡、雙向長短期記憶網絡、門控循環神經網絡或循環神經網絡；二維自注意力方法；

對所述特征數據進行識別處理，獲取識別信息；

所述特征提取處理依次包括：深度可分離卷積處理、具有線性瓶頸的倒殘差結構的深度學習模型、基于squeezeandexcitation結構的輕量級注意力深度學習模型；所述深度可分離卷積處理中卷積的層數范圍為10～20層，具有線性瓶頸的倒殘差結構的深度學習模型中網絡的層數范圍為7～15層；

還包括：在進行分類處理之前，對待處理的卡證圖像進行6～10次卷積采樣；在進行特征提取處理之前，對所述圖像進行2～6次卷積采樣；整個過程中不對所述待處理的卡證圖像進行預處理；

當需要獲取的信息還包括目標區域之外的其它卡證輔助信息時，所述方法還包括：預設卡證輔助信息與識別信息的映射關系；根據所述映射關系獲取所述識別信息對應的卡證輔助信息；

所述卡證輔助信息是指根據識別出的卡證信息能夠推導出的信息，而映射關系是推導依據。

2.如權利要求1所述的方法，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、發票圖像、工作證圖像、學生證圖像、護照圖像或駕駛證圖像。

3.如權利要求1所述的方法，其特征在于，所述分類處理采用的網絡包括五層卷積，所述目標區域為待識別的卡證號碼區域。

4.如權利要求1所述的方法，其特征在于，還包括：在進行特征提取處理的過程中進行特征融合處理，所述特征融合處理采用空洞卷積方式實現。

5.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至4中任一項所述的基于深度學習的卡證圖像識別方法。

6.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至4中任一項所述的基于深度學習的卡證圖像識別方法。