[發明專利]一種基于語義分割的境外駕駛證版面文字定位方法

有效

• 申請號: 202011152318.3
• 申請日: 2020-10-26
• 公開（公告）號: CN112183549B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 錢彬;王軍華;顧席光;虞力英;江帆
• 申請（專利權）人: 公安部交通管理科學研究所
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/80;G06V10/774;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 無錫盛陽專利商標事務所(普通合伙) 32227
• 代理人: 張寧;黃瑩

本發明提供一種基于語義分割的境外駕駛證版面文字定位方法，其可以快速定位駕駛證板面文字，同時能夠適應多種尺寸文字，定位精度高，且魯棒性強、計算效率快。本發明技術方案中，基于文字定位模型中的窄層子網絡實現對小目標文字的定位，通過文字定位模型中的深層子網絡實現對普通尺寸文字的定位，兩個子網絡最終通過基于注意力機制的特征融合模塊進行融合，用以提升整體的定位性能。

技術領域

本發明涉及圖像處理技術領域，具體為一種基于語義分割的境外駕駛證版面文字定位方法。

背景技術

近些年，伴隨著國內外交流與出入境旅游等活動的不斷增加，境外駕駛證換中國駕駛證的業務數量逐年遞增。按照《駕駛證申領和使用管理規定》，持有境外駕駛證，且取得該駕駛證時在核發國家/地區連續居留3個月以上的，可以申請對應準駕車型的中國駕駛證。現有的境外換證方式基本依靠人工換證，需要工作人員憑借自己的知識和經驗進行判斷，效率方面一直不是很理想。

技術人員考慮將人工智能技術引入到證件更換工序，通過人工智能建立機器學習模型來提高境外換證業務效率；現在常用的圖像識別方法包括：基于傳統數字圖像處理方法、傳統機器學習方法和深度學習方法，但是，因為境外駕駛證種類多樣，版面上文字大小不盡相同，尤其是用于防偽的微縮文字，其字體大小相比普通文字可以相差達到5倍；同時，在實際應用中，因為被檢測的證件在使用中會出現各種不同的磨損現象，導致證件圖像與標準圖像具備非常大的差異；因此，現有的圖像識別方法，在實際應用中，面對駕照版面的文字定位需求時，其定位精確度、定位速度都無法滿足實際業務需求。

發明內容

為了解決現有的圖像識別技術無法滿足駕駛證板面文字識別需求的問題，本發明提供一種基于語義分割的境外駕駛證版面文字定位方法，其可以快速定位駕駛證板面文字，同時能夠適應多種尺寸文字，定位精度高，且魯棒性強、計算效率快。

本發明的技術方案是這樣的：一種基于語義分割的境外駕駛證版面文字定位方法，其特征在于，其包括以下步驟：

S1：采集圖片樣本，并對每個圖片進行標注，標注出文字區域；

S2：構建文字定位模型；

所述文字定位模型包括：針對駕駛證版面普通尺寸文字和小目標文字分別設計的深層子網絡和窄層子網絡，所述深層子網絡、所述窄層子網絡最終通過基于注意力機制的特征融合模塊進行融合，融合后的模型再經過兩層卷積以調整特征融合性能；

所述窄層子網絡采用3個卷積層進行特征提取，在特征提取的過程中前兩層步長為2，最后1層步長為1；

所述深層子網絡采用預訓練的Resnet18作為基礎模型；對通過所述基礎模型得到的特征圖再采用卷積層進行特征提取得到1/16和1/32大小的特征圖，再通過雙線性插值進行特征級聯生成128通道的輸出特征；

所述特征融合模型首先對輸入特征依次通過一個級聯函數、一個卷積層進行處理，然后構建兩路分支；第一路分支包括依次連接的平均池化層、卷積層、非線性激活層、卷積層、激活層；第二路分支對所述第一路輸出的特征圖權重進行修正后輸出中間特征值；最后所述中間特征值與所述所述特征融合模型的輸入特征進行累加后輸出；

S3：基于步驟S1中采集的所述圖片樣本，對所述文字定位模型進行訓練，獲得訓練好的所述文字定位模型；

S4：獲取待定位證件圖片，將所述待定位證件圖片輸入到訓練好的所述文字定位模型進行文字區域定位；

S5：對定位出來的所述文字區域進行分離，然后將每個分離出的所述文字區域的圖像進行識別，獲得最終識別結果。

其進一步特征在于：

所述窄層子網絡中的3個卷積層的輸出通道數分別為：64、64、128；

步驟S3中，對所述文字定位模型進行訓練包括以下步驟：