[發(fā)明專利]圖像清晰度檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110304049.6
• 申請日: 2021-03-22
• 公開（公告）號: CN113066059A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 洪叁亮;梁俊杰;賴眾程
• 申請（專利權(quán)）人: 平安銀行股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 姚維

本發(fā)明涉及人工智能領(lǐng)域，公開了一種圖像清晰度檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。圖像清晰度檢測方法包括：獲取待檢測的圖像；采用預(yù)置場景文本檢測模型對所述圖像進(jìn)行文字區(qū)域定位，輸出所述圖像中各文字所在區(qū)域?qū)?yīng)的文字區(qū)域框；從所述圖像中裁取所述各文字區(qū)域框?qū)?yīng)的文字區(qū)域；基于無參考離散余弦變換域，對所述文字區(qū)域?qū)?yīng)的空域進(jìn)行變換，得到所述文字區(qū)域?qū)?yīng)的頻域圖像；根據(jù)所述頻域圖像，采用預(yù)置文本清晰度計(jì)算公式，計(jì)算所述各文字區(qū)域的清晰度；根據(jù)所述各文字區(qū)域的清晰度，計(jì)算所述圖像的綜合清晰度。本發(fā)明可以高效且精準(zhǔn)的檢測圖像的清晰度。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其涉及一種圖像清晰度檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，用戶在線上即可辦理相關(guān)業(yè)務(wù)。其中資產(chǎn)證明圖像是客戶提交給銀行的一種個(gè)人資產(chǎn)證明，銀行生產(chǎn)環(huán)境在線上對其進(jìn)行光學(xué)字符識(shí)別，獲取相關(guān)的資產(chǎn)信息，給用戶和銀行工作人員提供了極大地便利。

但是在實(shí)際情況中，客戶上傳的資產(chǎn)證明圖像數(shù)據(jù)各式各樣，質(zhì)量參差不齊，其中不乏含有模糊的資產(chǎn)證明圖像，這給資產(chǎn)證明光學(xué)字符識(shí)別帶來了困難和資源浪費(fèi)。在現(xiàn)有技術(shù)中，對圖像清晰度計(jì)算的方法仍存在圖像拍攝環(huán)境多種多樣的不利因素，容易導(dǎo)致清晰度評價(jià)誤判，魯棒性不好的情況。如何實(shí)現(xiàn)準(zhǔn)確地對復(fù)雜多樣的圖像進(jìn)行清晰度計(jì)算成為一個(gè)問題。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于解決圖像清晰度檢測準(zhǔn)確度不高的問題。

本發(fā)明第一方面提供了一種圖像清晰度檢測方法，包括：

獲取待檢測的圖像；

采用預(yù)置場景文本檢測模型對所述圖像進(jìn)行文字區(qū)域定位，輸出所述圖像中各文字所在區(qū)域?qū)?yīng)的文字區(qū)域框；

從所述圖像中裁取所述各文字區(qū)域框?qū)?yīng)的文字區(qū)域；

基于無參考離散余弦變換域，對所述文字區(qū)域?qū)?yīng)的空域進(jìn)行變換，得到所述文字區(qū)域?qū)?yīng)的頻域圖像；

根據(jù)所述頻域圖像，采用預(yù)置文本清晰度計(jì)算公式，計(jì)算所述各文字區(qū)域的清晰度；

根據(jù)所述各文字區(qū)域的清晰度，計(jì)算所述圖像的綜合清晰度。

可選的，在本發(fā)明第一方面的第一種實(shí)現(xiàn)方式中，所述場景文本檢測模型依次包括：PVAnet網(wǎng)絡(luò)、特征合并層、網(wǎng)絡(luò)輸出層，所述采用預(yù)置場景文本檢測模型對所述圖像進(jìn)行文字區(qū)域定位，輸出所述圖像中各文字所在區(qū)域?qū)?yīng)的文字區(qū)域框包括包括：

在所述PVAnet網(wǎng)絡(luò)中，將所述圖像輸入所述PVAnet網(wǎng)絡(luò)進(jìn)行特征提取，得到不同尺寸的多個(gè)第一特征圖；

在所述特征合并層的多個(gè)第一反卷積層中，使用多個(gè)第一反卷積核，對所述不同尺寸的各第一特征圖進(jìn)行上采樣并向下合并，得到對應(yīng)的多個(gè)第二特征圖；

在所述網(wǎng)絡(luò)輸出層的第一池化層中，使用第一池化卷積核，對所述各第二特征圖進(jìn)行線性變換計(jì)算，得到對應(yīng)的多個(gè)文字區(qū)域框。

可選的，在本發(fā)明第一方面的第二種實(shí)現(xiàn)方式中，所述PVAnet網(wǎng)絡(luò)依次包括：激活層、Inception網(wǎng)絡(luò)、HyperNet網(wǎng)絡(luò)，所述將所述圖像輸入所述PVAnet網(wǎng)絡(luò)進(jìn)行特征提取，得到不同尺寸的多個(gè)第一特征圖包括：

在所述激活層的第一卷積層中，使用C.ReLU激活函數(shù)及第一卷積核，對所述圖像進(jìn)行非線性映射計(jì)算及卷積操作，得到對應(yīng)的多個(gè)第一卷積特征圖；

在所述Inception網(wǎng)絡(luò)的多個(gè)第二卷積層中，使用大小不同的多個(gè)第二卷積核，對所述各第一卷積特征圖進(jìn)行不同的卷積操作，得到對應(yīng)不同尺寸的多個(gè)第二卷積特征圖；

在所述HyperNet網(wǎng)絡(luò)的多個(gè)第三卷積層中，使用第三卷積核，對所述不同尺寸的各第二卷積特征圖進(jìn)行線性插值上采樣及特征圖融合，得到不同尺寸的多個(gè)第一特征圖。