[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

本發明實施例提供了一種圖像檢測方法和裝置，其中，所述的方法包括：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。從而通過將四點定位模塊和源點分類模塊放置在一個神經網絡模型中處理，簡化處理流程，大幅度提升定位精度及源點分類的準確率，并且性能得到極大提升。

技術領域

本發明涉及人工智能技術領域，特別是涉及一種圖像檢測方法和一種圖像檢測裝置。

背景技術

常見證件一般都是矩形的，如身份證、銀行卡、行駛證、駕駛證和營業執照等，但是用戶拍照并上傳的證件文本圖像的角度是任意的，0到360度的情況都有可能發生。針對證件文本圖像的四點定位在OCR(Optical Character Recognition，光學字符識)中屬于非常重要的前處理步驟，四點定位后可以透過透視變換將證件變成橫平豎直的歸一化的矩形的文本圖像，此時證件文本圖像的左上角不一定是按照閱讀順序的源點。因此，能夠準確定位到證件的四個頂點，并且確定哪個頂點是證件的源點就可以進行四點透視變換，將證件切出來調整成為歸整的矩形，方便后續的證件保存和文字行的檢測和識別等操作。

目前，常見的證件文本圖像四點定位的方法主要包括兩種：一種是通過檢測證件文本圖像的四條邊，然后求其四個交點作為證件的四個頂點，但是這種方法不能確定哪個頂點是證件的源點；另一種是通過回歸證件的四個頂點，這種方法回歸出的第一個頂點一般是左上角，也得不到證件源點信息。

發明內容

鑒于上述問題，提出了本發明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種圖像檢測方法和相應的一種圖像檢測裝置。

本發明實施例公開了一種圖像檢測方法，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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；