[發明專利]一種圖文標識檢測識別方法、裝置、服務器及存儲介質

有效

• 申請號: 202010497450.1
• 申請日: 2020-06-03
• 公開（公告）號: CN111652219B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 鐘藝豪;李百川;蔡銳濤
• 申請（專利權）人: 有米科技股份有限公司
• 主分類號: G06V30/19
• 分類號: G06V30/19;G06V30/146
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李婷婷

1.一種圖文標識檢測識別方法，其特征在于，包括：

確定待進行圖文標識檢測識別的圖像；

將所述圖像輸入至預訓練的圖文標識檢測模型預測所述圖像中的至少一個第一圖文標識區域；

若當前所述至少一個第一圖文標識區域中存在歷史未被選取的第一圖文標識區域，則從當前所述至少一個第一圖文標識區域中選取歷史未被選取的面積最小的第三圖文標識區域；

檢測當前所述至少一個第一圖文標識區域中面積大于所述第三圖文標識區域的各個第一圖文標識區域中是否存在第四圖文標識區域，所述第四圖文標識區域與所述第三圖文標識區域之間的重疊程度滿足預設重疊條件；

若當前所述至少一個第一圖文標識區域中面積大于所述第三圖文標識區域的各個第一圖文標識區域中存在第四圖文標識區域，將所述第三圖文標識區域從所述至少一個第一圖文標識區域中刪除；

若當前所述至少一個第一圖文標識區域中不存在歷史未被選取的第一圖文標識區域時，針對當前所述至少一個第一圖文標識區域中的每個所述第一圖文標識區域，根據預訓練的圖文標識識別模型對所述圖像在所述第一圖文標識區域的圖像內容進行圖文標識識別得到所述第一圖文標識區域的第一識別結果；

利用預訓練的OCR檢測識別模型對所述圖像進行字符類圖文標識檢測識別得到所述圖像的至少一個第二圖文標識區域和每個所述第二圖文標識區域的第二識別結果；

基于所述第一圖文標識區域、所述第一圖文標識區域的第一識別結果、第二圖文標識區域和所述第二圖文標識區域的第二識別結果確定所述圖像的圖文標識區域和所述圖文標識區域的識別結果。

2.根據權利要求1所述的方法，其特征在于，所述檢測當前所述至少一個第一圖文標識區域中面積大于所述第三圖文標識區域的各個第一圖文標識區域中是否存在第四圖文標識區域，包括：

確定當前所述至少一個第一圖文標識區域中面積大于所述第三圖文標識區域的第五圖文標識區域；

檢測所述第三圖文標識區域與所述第五圖文標識區域的重疊程度是否超過所述重疊條件指示的重疊閾值，所述第三圖文標識區域與所述第五圖文標識區域的重疊程度與所述第三圖文標識區域和所述第五圖文標識區域之間的重疊面積相關；

如果所述第三圖文標識區域與所述第五圖文標識區域的重疊程度超過所述重疊閾值，確定所述第五圖文標識區域為第四圖文標識區域。

3.根據權利要求1所述的方法，其特征在于，所述圖文標識識別模型的生成過程包括：

確定用戶的圖文標識識別需求，所述圖文標識識別需求表征待識別的圖文標識類別固定/待識別的圖文標識類別不固定；

獲取預先設置的與所述圖文標識識別需求匹配的待訓練圖文標識識別模型；其中，若所述圖文標識識別需求表征待識別圖文標識類別固定，所述待訓練圖文標識識別模型為基于標簽平滑策略的待訓練分類模型；若所述圖文標識識別需求表征待識別圖文標識類別不固定，所述待訓練圖文標識識別模型為采用度量學習的待訓練圖文標識識別模型；

對所述待訓練圖文標識識別模型進行訓練生成圖文標識識別模型。

4.根據權利要求1所述的方法，其特征在于，還包括：

檢測所述第二圖文標識區域的第二識別結果中是否存在預先設置的圖文標識字符集中的字符；

如果所述第二圖文標識區域的第二識別結果中不存在所述圖文標識字符集中的字符，舍棄所述第二圖文標識區域和所述第二圖文標識區域的第二識別結果。

5.根據權利要求1所述的方法，其特征在于，還包括：

確定所述第二圖文標識區域在所述圖像中的第一位置；

獲取所述第二圖文標識區域中第二識別結果字符串長度以及所述第二識別結果中圖文標識字符串長度；

根據所述第一位置、所述第二識別結果字符串長度以及所述第二識別結果中圖文標識字符串長度，確定所述第二圖文標識區域中的圖文標識區域。