[發(fā)明專利]字庫更新方法、身份識別方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202110090591.6
• 申請日: 2021-01-22
• 公開（公告）號: CN112800240A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設計）人: 劉偉韡;孫炎森;徐曉劍;馬良有
• 申請（專利權(quán)）人: 中信銀行股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/126;G06K9/00;G06F21/31
• 代理公司: 北京市蘭臺律師事務所 11354
• 代理人: 張峰

本申請?zhí)峁┝艘环N字庫更新方法、身份識別方法、裝置及電子設備，應用于計算機技術領域，其中該方法當目標文字編碼不屬于編碼庫范圍，基于目標文字圖形以及所述證件的目標文字編碼更新編碼庫以及目標字庫，從而實現(xiàn)了字庫擴展，進而解決因字體圖形庫對生僻字圖像不完整、字碼不一致問題，導致不能識別證件中的字體，影響生僻字客戶開展金融業(yè)務的問題。

技術領域

本申請涉及計算機技術領域，具體而言，本申請涉及一種字庫更新方法、身份識別方法、裝置及電子設備。

背景技術

隨著OCR技術的發(fā)展，因為其能迅速將印刷字識別為電腦可識別的字符，提升了信息識別、交互的速度，其應用領域越來越廣泛。超過6000 萬人的名字中使用了生僻漢字，大量的港澳臺地區(qū)用戶，名字中包含繁體字和異形字。

然而，ORC在生僻字識別方面，由于生僻字圖形較為冷僻，且數(shù)量眾多，因此對于生僻字證件的識別和比對，一直存在識別差、識別錯和不能識別的問題；國內(nèi)字符的統(tǒng)一編碼管理較為分散，沒有統(tǒng)一的國家標準，僅有部分技術規(guī)范指導文檔。由相關部門等權(quán)威機構(gòu)發(fā)布的證件，存在一字多碼(一個字體圖形，多個編碼)的情況。如何有效識別證件中的冷僻字成為了問題。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N字庫更新方法、身份識別方法、裝置及電子設備，將確定的冷僻字更新字庫，從而后續(xù)能夠有效識別該些冷僻字，本申請采用的技術方案如下：

第一方面，提供了一種字庫更新方法，包括：

確定證件的目標文字圖形以及所述證件的目標文字編碼，所述目標文字編碼通過對所述目標文字圖形進行OCR識別得到；

判斷所述目標文字編碼是否屬于編碼庫范圍；

如果所述目標文字編碼不屬于編碼庫范圍，則基于所述目標文字編碼更新所述編碼庫以及基于所述證件的目標文字圖形更新目標字庫；

建立所述編碼庫中目標文字編碼與目標字庫中目標文字圖形的關聯(lián)關系。

可選地，基于所述證件的目標文字圖形更新目標字庫，包括：

判斷所述證件的目標文字圖形是否屬于所述目標字庫；

如果所述證件的目標文字圖形不屬于所述目標字庫，則將所述證件的目標文字圖形添加至目標字庫。

可選地，該方法還包括：

如果所述證件的目標文字圖形屬于所述目標字庫，則不用所述證件的目標文字圖形替換所述目標字庫的原文字圖形；

所述建立所述編碼庫中目標文字編碼與目標字庫中目標文字圖形的鏈接，包括：

建立所述目標字庫中原目標文字圖形與更新后的編碼庫中目標文字編碼的映射關系。

可選地，該方法還包括：

如果所述證件的目標文字圖形屬于所述目標字庫，則確定所述證件的目標文字圖形為一字多碼，并基于所述目標文字編碼更新一字多碼庫。

可選地，所述基于所述目標文字編碼更新一字多碼庫，包括：

將目標字庫中目標文字圖形對應的原始文字編碼以及所述目標文字編碼添加至一字多碼庫，并建立兩者的關聯(lián)關系。

第二方面，提供了一種身份識別方法，包括：

確定目標對象的證件的文字圖形及第一文字編碼；

將所述目標對象的證件的文字圖形及第一文字編碼發(fā)送至相關部門的身份校驗系統(tǒng)進行身份校驗；

如果校驗失敗，則基于一字多碼庫判斷所述目標對象的證件的文字圖形是否屬于一字多碼；