[發(fā)明專利]一種圖文處理方法、系統(tǒng)以及計算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010268468.4
• 申請日: 2020-04-08
• 公開（公告）號: CN111444876A
• 公開（公告）日: 2020-07-24
• 發(fā)明（設(shè)計）人: 陶民澤
• 申請（專利權(quán)）人: 證通股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 俞華梁;姜冰

1.一種圖文處理方法，其特征在于，所述方法包括如下步驟：

獲取圖文混排文件的圖像，并對所述圖像進(jìn)行預(yù)處理；

通過第一神經(jīng)網(wǎng)絡(luò)將經(jīng)預(yù)處理的圖像進(jìn)行區(qū)域劃分；

通過第二神經(jīng)網(wǎng)絡(luò)確定劃分后的圖像中的文本區(qū)域；以及

通過第三神經(jīng)網(wǎng)絡(luò)對所述文本區(qū)域進(jìn)行文本識別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定劃分后的圖像中的人像區(qū)域并進(jìn)行裁剪。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括建立所述人像區(qū)域與識別到的文本的映射關(guān)系。

4.根據(jù)權(quán)利要求1-3中任一項所述的方法，其特征在于，所述第一神經(jīng)網(wǎng)絡(luò)是YOLO網(wǎng)絡(luò)，將經(jīng)預(yù)處理的圖像輸入到Y(jié)OLO網(wǎng)絡(luò)，利用YOLO網(wǎng)絡(luò)對其進(jìn)行區(qū)域劃分。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第二神經(jīng)網(wǎng)絡(luò)是CTPN網(wǎng)絡(luò)，將劃分后的圖像輸入到CTPN網(wǎng)絡(luò)，利用CTPN網(wǎng)絡(luò)確定其中的文本區(qū)域。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第三神經(jīng)網(wǎng)絡(luò)是CRNN網(wǎng)絡(luò)，將所述文本區(qū)域輸入到CRNN網(wǎng)絡(luò)，利用CRNN網(wǎng)絡(luò)進(jìn)行文本識別。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖文混排文件是身份證件。

8.一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)中存儲有指令，其特征在于，當(dāng)所述指令由處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1-7中任一項所述的方法。

9.一種圖文處理系統(tǒng)，其特征在于，所述系統(tǒng)包括：

預(yù)處理單元，其配置成獲取圖文混排文件的圖像并對所述圖像進(jìn)行預(yù)處理；

劃分單元，其配置成通過其中的第一神經(jīng)網(wǎng)絡(luò)將經(jīng)預(yù)處理的圖像進(jìn)行區(qū)域劃分；

確定單元，其配置成通過其中的第二神經(jīng)網(wǎng)絡(luò)確定劃分后的圖像中的文本區(qū)域；以及

識別單元，其配置成通過其中的第三神經(jīng)網(wǎng)絡(luò)對所述文本區(qū)域進(jìn)行文本識別。

10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述確定單元還配置成確定劃分后的圖像中的人像區(qū)域并進(jìn)行裁剪。

11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括映射單元，其配置成建立所述人像區(qū)域與識別到的文本的映射關(guān)系。

12.根據(jù)權(quán)利要求9-11中任一項所述的系統(tǒng)，其特征在于，所述第一神經(jīng)網(wǎng)絡(luò)是YOLO網(wǎng)絡(luò)，YOLO網(wǎng)絡(luò)接收經(jīng)預(yù)處理的圖像并對其進(jìn)行區(qū)域劃分。

13.根據(jù)權(quán)利要求12所述的系統(tǒng)，其特征在于，所述第二神經(jīng)網(wǎng)絡(luò)是CTPN網(wǎng)絡(luò)，所述CTPN網(wǎng)絡(luò)接收劃分后的圖像并確定其中的文本區(qū)域。

14.根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述第三神經(jīng)網(wǎng)絡(luò)是CRNN網(wǎng)絡(luò)，所述CRNN網(wǎng)絡(luò)接收所述文本區(qū)域并進(jìn)行文本識別。

15.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述圖文混排文件是身份證件。