[發(fā)明專利]一種圖像的數(shù)據(jù)處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011381293.4
• 申請(qǐng)日: 2020-11-30
• 公開（公告）號(hào): CN112801857A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 沈程秀;馬文偉;劉設(shè)偉
• 申請(qǐng)（專利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司;泰康在線財(cái)產(chǎn)保險(xiǎn)股份有限公司
• 主分類號(hào): G06T3/00
• 分類號(hào): G06T3/00;G06T5/00;G06T7/11;G06K9/62
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種圖像的數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取原始圖像以及與所述原始圖像對(duì)應(yīng)的第一保留比例，所述保留比例為進(jìn)行數(shù)據(jù)增強(qiáng)后的增強(qiáng)圖像的信息量與所述原始圖像的信息量的比值；

將所述原始圖像劃分為多個(gè)形狀相同的待刪除區(qū)域；

對(duì)部分或全部所述待刪除區(qū)域，按照與所述第一保留比例的差值在預(yù)設(shè)范圍內(nèi)的第二保留比例進(jìn)行信息的刪除，得到所述增強(qiáng)圖像；

利用所述原始圖像和所述增強(qiáng)圖像訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，得到影像分類模型；

獲取待分類影像，并將所述待分類影像輸入所述影像分類模型，得到所述待分類影像的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待刪除區(qū)域包括刪除邊框，所述刪除邊框在所述待刪除區(qū)域中對(duì)應(yīng)的區(qū)域?yàn)閯h除區(qū)域；

所述對(duì)部分或全部所述待刪除區(qū)域，按照與所述第一保留比例的差值在預(yù)設(shè)范圍內(nèi)的第二保留比例進(jìn)行信息的刪除，得到所述增強(qiáng)圖像的步驟，包括：

在所述刪除邊框和所述待刪除區(qū)域?yàn)檎叫谓Y(jié)構(gòu)的情況下，根據(jù)所述第二保留比例和所述待刪除區(qū)域的邊長(zhǎng)，確定所述刪除邊框的邊長(zhǎng)；

根據(jù)所述刪除邊框的邊長(zhǎng)，確定所述待刪除區(qū)域中的刪除區(qū)域，并從所述原始圖像中刪除多個(gè)所述刪除區(qū)域包含的信息，得到所述增強(qiáng)圖像。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述從所述原始圖像中刪除所述刪除區(qū)域包含的信息的步驟，包括：

在所述待刪除區(qū)域中，將所述刪除邊框旋轉(zhuǎn)預(yù)設(shè)角度；

從所述原始圖像中刪除與旋轉(zhuǎn)后的刪除邊框?qū)?yīng)的區(qū)域包含的信息。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述刪除邊框和所述待刪除區(qū)域?yàn)檎叫谓Y(jié)構(gòu)的情況下，根據(jù)所述第二保留比例和所述待刪除區(qū)域的邊長(zhǎng)，確定所述刪除邊框的邊長(zhǎng)的步驟之前，所述方法還包括：

獲取所述待刪除區(qū)域的邊長(zhǎng)，所述待刪除區(qū)域的邊長(zhǎng)為預(yù)先設(shè)置的長(zhǎng)度范圍內(nèi)的任意一個(gè)長(zhǎng)度。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述刪除邊框和所述待刪除區(qū)域?yàn)檎叫谓Y(jié)構(gòu)的情況下，根據(jù)所述第二保留比例和所述待刪除區(qū)域的邊長(zhǎng)，確定所述刪除邊框的邊長(zhǎng)的步驟，包括：

根據(jù)所述第二保留比例，確定所述原始圖像中所述刪除邊框?qū)?yīng)的刪除區(qū)域的面積與所述原始圖像的面積之間的比值；

根據(jù)所述比值和所述待刪除區(qū)域的邊長(zhǎng)，確定所述刪除邊框的邊長(zhǎng)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述原始圖像劃分為多個(gè)形狀相同的待刪除區(qū)域的步驟，包括：

在所述原始圖像和所述待刪除區(qū)域?yàn)榫匦谓Y(jié)構(gòu)的情況下，獲取預(yù)先設(shè)置的針對(duì)所述原始圖像的第一長(zhǎng)度和第二長(zhǎng)度；

根據(jù)所述第一長(zhǎng)度和所述第二長(zhǎng)度，在所述原始圖像中確定目標(biāo)區(qū)域，所述目標(biāo)區(qū)域與所述原始圖像的一條側(cè)邊之間的距離大于所述第一長(zhǎng)度，與所述一條側(cè)邊相鄰的另一條側(cè)邊之間的距離大于所述第二長(zhǎng)度；

將所述目標(biāo)區(qū)域劃分為多個(gè)形狀相同的所述待刪除區(qū)域。

7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的方法，其特征在于，所述待分類影像包括：醫(yī)療發(fā)票影像、費(fèi)用清單影像、身份證影像和銀行卡影像中的任意一種或多種；

其中，所述待分類影像的分類結(jié)果為按照類別順序排序的影像。

8.一種圖像的數(shù)據(jù)處理裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取原始圖像以及與所述原始圖像對(duì)應(yīng)的第一保留比例，所述保留比例為進(jìn)行數(shù)據(jù)增強(qiáng)后的增強(qiáng)圖像的信息量與所述原始圖像的信息量的比值；

劃分模塊，用于將將所述原始圖像劃分為多個(gè)形狀相同的待刪除區(qū)域；

裁剪模塊，用于對(duì)部分或全部所述待刪除區(qū)域，按照與所述第一保留比例的差值在預(yù)設(shè)范圍內(nèi)的第二保留比例進(jìn)行信息的刪除，得到所述增強(qiáng)圖像；

第一生成模塊，用于利用所述原始圖像和所述增強(qiáng)圖像訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，得到影像分類模型；

第二生成模塊，用于獲取待分類影像，并將所述待分類影像輸入所述影像分類模型，得到所述待分類影像的分類結(jié)果。