[發明專利]一種圖像檢測方法和裝置

在審

• 申請號: 202010762011.9
• 申請日: 2020-07-31
• 公開（公告）號: CN111950415A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 高大帥;李健;武衛東
• 申請（專利權）人: 北京捷通華聲科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種圖像檢測方法，其特征在于，包括：

獲取待檢測圖像和源點定位模型，其中，所述源點定位模型包含四點定位網絡模塊和源點分類網絡模塊；

采用所述四點定位網絡模塊檢測所述待檢測圖像的四個頂點；

采用所述源點分類網絡模塊對所述四個頂點進行分類，得到待檢測圖像的源點。

2.根據權利要求1所述的方法，其特征在于，所述源點定位模型通過如下方式生成：

獲取訓練樣本和初始檢測模型，其中，所述初始檢測模型包含四點定位網絡模塊和源點分類網絡模塊；

對所述訓練樣本進行特征檢測，得到特征向量；

采用所述特征向量訓練所述四點定位網絡模塊和源點分類網絡模塊，得到源點定位模型。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取測試樣本；

采用所述源點定位模型對所述測試樣本進行檢測，得到檢測結果；

若采用所述檢測結果判定所述源點定位模型滿足預設驗證條件，則輸出所述源點定位模型；

若采用所述檢測結果判定所述源點定位模型未滿足預設驗證條件，則重新執行所述采用所述特征向量訓練所述四點定位網絡模塊和源點分類網絡模塊，得到源點定位模型的步驟。

4.根據權利要求2所述的方法，其特征在于，所述初始檢測模型還包含非局部特征模塊，所述對所述訓練樣本進行特征檢測，得到特征向量，包括：

采用所述非局部特征模塊對所述訓練樣本進行特征檢測，得到特征向量。

5.根據權利要求2所述的方法，其特征在于，所述四點定位網絡模塊包含Dsnt損失函數，所述源點分類網絡模塊包含Softmax損失函數。

6.根據權利要求2所述的方法，其特征在于，在所述獲取訓練樣本和初始檢測模型的步驟之前，還包括：

獲取證件圖像；

按照順時針方向標注所述證件圖像的四個頂點，并將所述四個頂點中的第一個頂點標注為源點，得到樣本圖像；

將所述樣本圖像分為訓練樣本和測試樣本。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述待檢測圖像的源點調整所述待檢測圖像的擺放方向；

存儲調整后的所述待檢測圖像。

8.一種圖像檢測裝置，其特征在于，包括：

圖像獲取模塊，用于獲取待檢測圖像和源點定位模型，其中，所述源點定位模型包含四點定位網絡模塊和源點分類網絡模塊；

頂點檢測模塊，用于采用所述四點定位網絡模塊檢測所述待檢測圖像的四個頂點；

源點分類模塊，用于采用所述源點分類網絡模塊對所述四個頂點進行分類，得到待檢測圖像的源點。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；和

其上存儲有指令的一個或多個機器可讀介質，當由所述一個或多個處理器執行時，使得所述電子設備執行如權利要求1-7中任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有指令，當由一個或多個處理器執行時，使得所述處理器執行如權利要求1-7中任一項所述的方法。