[發(fā)明專利]一種對象識別方法和裝置

在審

• 申請?zhí)枺?/td>: 202110334066.4
• 申請日: 2021-03-29
• 公開（公告）號: CN112926683A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設計）人: 李虎;馮程;鄭邦東
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06T7/11;G06T7/70;G06N3/04;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;郭晗

本發(fā)明公開了一種對象識別方法和裝置，涉及圖像識別技術領域。該方法的一具體實施方式包括：確定給定圖像中定位標的位置，定位標用于定位給定圖像中的待識別對象；根據定位標的位置，從給定圖像中切分出待識別對象對應的區(qū)域，以得到切片圖像；將切片圖像輸入分類器，以得到待識別對象的識別結果。該實施方式能夠在對象內容多樣的情況下準確識別對象，無需進行模糊匹配，簡化了識別步驟。

技術領域

本發(fā)明涉及圖像識別技術領域，尤其涉及一種對象識別方法和裝置。

背景技術

由于對象的內容的多樣性，會導致對同一對象識別出多樣的結果，以行政區(qū)劃識別為例，首先人們在進行行政區(qū)劃填寫時，有的最小單位寫到縣，有的最小單位寫到村；其次國家行政區(qū)劃也經常會變化，例如“北京市宣武區(qū)”變?yōu)椤氨本┦形鞒菂^(qū)”。在行政區(qū)劃欄位的識別中，有著以下特殊性，一是用戶填寫不規(guī)范，有的寫到區(qū)，有的寫到縣，有的省略了省直接寫市等，二是國家行政區(qū)劃的經常變更，造成填寫的結果的多樣性。為了統(tǒng)一，一般會將識別的中文結果轉換成對應的6位行政區(qū)劃代碼存在系統(tǒng)中。

傳統(tǒng)的行政區(qū)劃欄位識別方法通常包括文字識別和字符串模糊匹配兩個步驟。第一步中的文字識別包括文字定位和文字識別兩步，而文字定位一直是OCR識別(光學字符識別)中的難點，容易定位不準，且該文字識別屬于手寫體識別，手寫體識別不同于印刷體識別，由于書寫不規(guī)范問題以及個人書寫習慣的差異，會出現識別率不高的問題。第二步中的字符串模糊匹配是計算句子相似度的方法，包括編輯距離算法和模糊查詢算法等，通常是利用詞語間的相似關系進行匹配，其最大問題是國家行政區(qū)劃時常會變更，而地名變更往往不像同義詞替換具有相似性，例如“北京市宣武區(qū)”變更為“北京市西城區(qū)”，宣武和西城并沒有相似性聯(lián)系，所以造成匹配準確率低。

在實現本發(fā)明過程中，發(fā)明人發(fā)現現有技術中至少存在如下問題：

由于對象內容的多樣性而導致識別準確率不高，且識別步驟繁瑣。

發(fā)明內容

有鑒于此，本發(fā)明實施例提供一種對象識別方法和裝置，能夠在對象內容多樣的情況下準確識別對象，無需進行模糊匹配，簡化了識別步驟。

為實現上述目的，根據本發(fā)明實施例的一個方面，提供了一種對象識別方法。

一種對象識別方法，包括：確定給定圖像中定位標的位置，所述定位標用于定位所述給定圖像中的待識別對象；根據所述定位標的位置，從所述給定圖像中切分出所述待識別對象對應的區(qū)域，以得到切片圖像；將所述切片圖像輸入分類器，以得到所述待識別對象的識別結果。

可選地，所述根據所述定位標的位置，從所述給定圖像中切分出所述待識別對象對應的區(qū)域，包括：獲取模板圖像，所述模板圖像包括定位標框和切片框，所述定位標框用于定位所述切片框；確定所述模板圖像中定位標框與所述給定圖像中定位標之間的第一相對位置關系，根據所述第一相對位置關系以及所述模板圖像中切片框的位置，確定并切分出所述給定圖像中所述待識別對象對應的區(qū)域。

可選地，所述給定圖像的定位標和所述模板圖像的定位標框的數量均為預設數量，且所述定位標框與所述定位標一一對應；所述確定所述模板圖像中定位標框與所述給定圖像中定位標之間的第一相對位置關系，根據所述第一相對位置關系以及所述模板圖像中切片框的位置，確定并切分出所述給定圖像中所述待識別對象對應的區(qū)域，包括：計算所述模板圖像中每個定位標框與所述給定圖像中對應的定位標之間的第二相對位置關系；利用各所述第二相對位置關系，計算所述給定圖像的所有定位標與所述模板圖像的所有定位標框之間的最優(yōu)相對位置關系；根據所述最優(yōu)相對位置關系以及所述模板圖像中切片框的位置，確定并切分出所述給定圖像中所述待識別對象對應的區(qū)域。

可選地，所述利用各所述第二相對位置關系，計算所述給定圖像的所有定位標與所述模板圖像的所有定位標框之間的最優(yōu)相對位置關系，包括：對所述模板圖像中各定位標框與所述給定圖像中對應的定位標之間的位置偏移量計算均值，得到平均位置偏移量，以所述平均位置偏移量作為所述最優(yōu)相對位置關系。