[發(fā)明專利]基于相似程度值的識(shí)別方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010213651.4
• 申請(qǐng)日: 2020-03-24
• 公開（公告）號(hào): CN111476279A
• 公開（公告）日: 2020-07-31
• 發(fā)明（設(shè)計(jì)）人: 朱彪;李鑫;金佳明
• 申請(qǐng)（專利權(quán)）人: 平安銀行股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝

本申請(qǐng)揭示了一種基于相似程度值的識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，所述方法包括：實(shí)時(shí)獲取所述第一攝像頭拍攝的第一視頻，并從中獲取當(dāng)前幀圖片，以及獲取多張連續(xù)幀圖片；計(jì)算參考幀圖片與剩余幀圖片之間的第一相似度值；若所述第一相似度值大于預(yù)設(shè)的第一相似閾值，則計(jì)算得到第二相似程度值；若所述第二相似程度值大于預(yù)設(shè)的第二相似閾值，則利用第二攝像頭對(duì)指定對(duì)象進(jìn)行圖像采集，從而得到清晰圖片；將所述清晰圖片輸入預(yù)設(shè)的圖片分類模型中，從而得到圖片類別；若所述圖片類別為文字圖片，則利用預(yù)設(shè)的文字識(shí)別方法識(shí)別所述清晰圖片，從而得到識(shí)別文字。從而提高數(shù)據(jù)錄入的效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及到計(jì)算機(jī)領(lǐng)域，特別是涉及到一種基于相似程度值的識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

數(shù)據(jù)錄入是數(shù)據(jù)處理的前置條件。對(duì)于數(shù)據(jù)錄入，最早采用的是人工錄入的手段，以將紙質(zhì)資料錄入計(jì)算機(jī)中。隨著智能識(shí)別技術(shù)的發(fā)展，出現(xiàn)了例如光學(xué)字符識(shí)別等文字識(shí)別技術(shù)，從而提高了數(shù)據(jù)錄入的效率。但是，當(dāng)需要錄入的資料數(shù)量多且種類雜時(shí)，仍需要采用人工輔助的方式(例如控制文字識(shí)別的時(shí)機(jī)，以針對(duì)性錄入數(shù)據(jù))，從而造成了數(shù)據(jù)錄入的效率下降。

發(fā)明內(nèi)容

本申請(qǐng)的主要目的為提供一種基于相似程度值的識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，旨在提高數(shù)據(jù)錄入的效率。

為了實(shí)現(xiàn)上述發(fā)明目的，本申請(qǐng)?zhí)岢鲆环N基于相似程度值的識(shí)別方法，應(yīng)用于指定終端，所述指定終端預(yù)設(shè)有第一攝像頭和第二攝像頭，所述第一攝像頭的分辨率比所述第二攝像頭的分辨率低，包括：

實(shí)時(shí)獲取所述第一攝像頭拍攝的第一視頻，并從所述第一視頻中獲取當(dāng)前幀圖片，以及獲取所述當(dāng)前幀圖片之前的預(yù)設(shè)時(shí)間內(nèi)的多張連續(xù)幀圖片；其中所述當(dāng)前幀圖片指所述第一視頻中的最新幀圖片；

將所述多張連續(xù)幀圖片劃分為一張參考幀圖片和除所述參考幀圖片之外的剩余幀圖片，并根據(jù)預(yù)設(shè)的第一圖片相似計(jì)算方法，計(jì)算所述參考幀圖片與所述剩余幀圖片之間的第一相似度值，并判斷所述第一相似度值是否大于預(yù)設(shè)的第一相似閾值；

若所述第一相似度值大于預(yù)設(shè)的第一相似閾值，則根據(jù)預(yù)設(shè)的第二圖片相似計(jì)算方法，計(jì)算所述當(dāng)前幀圖片與所述參考幀圖片之間的相似度，從而得到第二相似程度值，并判斷所述第二相似程度值是否大于預(yù)設(shè)的第二相似閾值；

若所述第二相似程度值大于預(yù)設(shè)的第二相似閾值，則開啟所述第二攝像頭，并利用所述第二攝像頭對(duì)指定對(duì)象進(jìn)行圖像采集，從而得到清晰圖片，其中所述指定對(duì)象指所述當(dāng)前幀圖片中的對(duì)象；

將所述清晰圖片輸入預(yù)設(shè)的圖片分類模型中，從而得到所述圖片分類模型輸出的圖片類別，其中圖片類別包括文字圖片和非文字圖片，所述圖片分類模型基于神經(jīng)網(wǎng)絡(luò)模型，并利用指定樣本數(shù)據(jù)訓(xùn)練而成，所述指定樣本數(shù)據(jù)由預(yù)先收集的已標(biāo)注過類別的訓(xùn)練用圖片構(gòu)成；

判斷所述圖片分類模型輸出的圖片類別是否為文字圖片；

若所述圖片分類模型輸出的圖片類別為文字圖片，則利用預(yù)設(shè)的文字識(shí)別方法識(shí)別所述清晰圖片，從而得到識(shí)別文字。

進(jìn)一步地，所述根據(jù)預(yù)設(shè)的第一圖片相似計(jì)算方法，計(jì)算所述參考幀圖片與所述剩余幀圖片之間的第一相似度值的步驟,包括：

執(zhí)行第一次圖片相似判斷操作、第二次圖片相似判斷操作、...、第n次圖片相似判斷操作，從而獲取n次判斷結(jié)果，其中剩余幀圖片共有n張；其中所述第一次圖片相似判斷操作用于判斷所述參考幀圖片與第一張剩余幀圖片是否相似；所述第二次圖片相似判斷操作用于判斷所述參考幀圖片與第二張剩余幀圖片是否相似；...；所述第n次圖片相似判斷操作用于判斷所述參考幀圖片與第n張剩余幀圖片是否相似；

采用預(yù)設(shè)的計(jì)數(shù)規(guī)則，利用所述n次判斷結(jié)果，調(diào)整預(yù)設(shè)的計(jì)數(shù)器的數(shù)值，其中所述計(jì)數(shù)規(guī)則指當(dāng)判斷結(jié)果為相似時(shí)，計(jì)數(shù)器的讀數(shù)增加預(yù)設(shè)數(shù)值；