识别保险单号码的方法及装置制造方法及图纸

本发明专利技术涉及一种识别保险单号码的方法及装置，所述识别保险单号码的方法包括：在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域；调用预先训练生成的第一识别模型对所述目标行字符区域进行字符识别，以识别出所述目标行字符区域中包含的保险单号码，并将识别出保险单号码与所述保险单图片进行关联存储。本发明专利技术整个操作过程几乎不需要人工参与，能够快速地从大量的保险单图片中获取保险单号码，大大减少工作量，提高工作效率。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种识别保险单号码的方法及装置。
技术介绍
目前，保险公司中有很多保险单以图片的形式进行存储，每一份保险单或保险单图片均有唯一的保险单号码与其对应。对于保险单图片，保险单号码是关键信息，工作人员一般需要根据保险单号码进行保险信息的检索或查询等操作。如果要从多张保险单图片中获取保险单号码等图片信息时，一般是通过人工操作的方式一张张获取，当保险单图片的数量较多，工作人员无法快速地得到每一张保险单图片的保险单号码，导致工作量非常大，降低工作效率。
技术实现思路
本专利技术的目的在于提供一种识别保险单号码的方法及装置，旨在快速地从大量的保险单图片中获取保险单号码，减少工作量，提高工作效率。为实现上述目的，本专利技术提供一种识别保险单号码的方法，所述识别保险单号码的方法包括：S1，在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域；S2，调用预先训练生成的第一识别模型对所述目标行字符区域进行字符识别，以识别出所述目标行字符区域中包含的保险单号码，并将识别出保险单号码与所述保险单图片进行关联存储。优选地，所述步骤S1替换为：S0，在接收到保险单图片后，调用预先训练生成的第二识别模型识别所述保险单图片中保险单号码所在的目标行字符区域。优选地，所述第二识别模型为卷积神经网络模型，所述步骤S0之前还包括：S01，获取预设数量的保险单样本图片，将包含保险单号码的保险单样本图片作为第一图片集，并将不包含保险单号码的保险单样本图片作为第二图片集；S02，从所述第一图片集和第二图片集中分别提取出第一预设比例的保险单样本图片作为待训练的样本图片，并将第一图片集和第二图片集中剩余的保险单样本图片作为待验证的样本图片；S03，利用各待训练的样本图片进行模型训练，以生成所述卷积神经网络模型，并利用各待验证的样本图片对所生成的卷积神经网络模型进行验证；S04，若验证通过率大于等于预设阈值，则训练完成，否则增加所述保险单样本图片的数量，以重新进行训练及验证。优选地，所述第一识别模型为时间递归神经网络模型，所述步骤S2之前还包括：S21，获取预设数量的保险单号码样本图片，提取第二预设比例的保险单号码样本图片作为训练集，并将预设数量的保险单号码样本图片中剩余的保险单号码样本图片作为测试集；S22，将所述训练集中的保险单号码样本图片输入至时间递归神经网络模型进行模型训练，每隔预设时间利用所述测试集中的保险单号码样本图片对所训练的时间递归神经网络模型进行测试，以评估所训练的时间递归神经网络模型的识别效果；S23，在每次测试后，计算所训练的时间递归神经网络模型的识别误差，若所述识别误差收敛，则训练完成，否则调整所述时间递归神经网络模型的模型参数，以重新进行训练及测试。优选地，所述步骤S2之后还包括：S3，在接收到终端发出的携带保险单号码的检索请求后，查找与所述保险单号码关联的保险单图片，并将查找到的保险单图片发送给所述终端。为实现上述目的，本专利技术还提供一种识别保险单号码的装置，所述识别保险单号码的装置包括：第一提取模块，用于在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域；第一识别模块，用于调用预先训练生成的第一识别模型对所述目标行字符区域进行字符识别，以识别出所述目标行字符区域中包含的保险单号码，并将识别出保险单号码与所述保险单图片进行关联存储。优选地，所述第一提取模块替换为：第二识别模块，用于在接收到保险单图片后，调用预先训练生成的第二识别模型识别所述保险单图片中保险单号码所在的目标行字符区域。优选地，所述第二识别模型为卷积神经网络模型，所述保险单号码的识别装置还包括：获取模块，用于获取预设数量的保险单样本图片，将包含保险单号码的保险单样本图片作为第一图片集，并将不包含保险单号码的保险单样本图片作为第二图片集；第二提取模块，用于从所述第一图片集和第二图片集中分别提取出第一预设比例的保险单样本图片作为待训练的样本图片，并将第一图片集和第二图片集中剩余的保险单样本图片作为待验证的样本图片；第一训练模块，用于利用各待训练的样本图片进行模型训练，以生成所述卷积神经网络模型，并利用各待验证的样本图片对所生成的卷积神经网络模型进行验证；第一处理模块，用于若验证通过率大于等于预设阈值，则训练完成，否则增加所述保险单样本图片的数量，以重新进行训练及验证。优选地，所述第一识别模型为时间递归神经网络模型，所述保险单号码的识别装置还包括：第三提取模块，用于获取预设数量的保险单号码样本图片，提取第二预设比例的保险单号码样本图片作为训练集，并将预设数量的保险单号码样本图片中剩余的保险单号码样本图片作为测试集；第二训练模块，用于将所述训练集中的保险单号码样本图片输入至时间递归神经网络模型进行模型训练，每隔预设时间利用所述测试集中的保险单号码样本图片对所训练的时间递归神经网络模型进行测试，以评估所训练的时间递归神经网络模型的识别效果；第二处理模块，用于在每次测试后，计算所训练的时间递归神经网络模型的识别误差，若所述识别误差收敛，则训练完成，否则调整所述时间递归神经网络模型的模型参数，以重新进行训练及测试。优选地，所述保险单号码的识别装置还包括：查找模块，用于在接收到终端发出的携带保险单号码的检索请求后，查找与所述保险单号码关联的保险单图片，并将查找到的保险单图片发送给所述终端。本专利技术的有益效果是：本专利技术首先识别保险单图片的保险类型，通过保险类型与保险单号码在保险单图片中的位置关系，可以提取到保险单号码对应的目标行字符区域，然后再调用预先训练生成的第一识别模型来识别出该目标行字符区域中的保险单号码，整个操作过程几乎不需要人工参与，能够快速地从大量的保险单图片中获取保险单号码，大大减少工作量，提高工作效率。附图说明图1为本专利技术识别保险单号码的方法第一实施例的流程示意图；图2为本专利技术识别保险单号码的方法第二实施例的流程示意图；图3为本专利技术识别保险单号码的方法第三实施例的流程示意图；图4为本专利技术识别保险单号码的方法第四实施例的流程示意图；图5为本专利技术识别保险单号码的方法第五实施例的流程示意图；图6为本专利技术识别保险单号码的装置第一实施例的结构示意图；图7为本专利技术识别保险单号码的装置第二实施例的结构示意图；图8为本专利技术识别保险单号码的装置第三实施例的结构示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。如图1所示，图1为本专利技术识别保险单号码的方法一实施例的流程示意图，该识别保险单号码的方法包括以下步骤：步骤S1，在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域。本实施例中，保险单或保险单图片的类型有多种，例如有车险保险单、寿险保险单及意外伤害保险单等，每一种保险单为一种保险类型。对于不同类型的保险单，其保险单号码所处的位置并不本文档来自技高网...

【技术保护点】
一种识别保险单号码的方法，其特征在于，所述识别保险单号码的方法包括：S1，在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域；S2，调用预先训练生成的第一识别模型对所述目标行字符区域进行字符识别，以识别出所述目标行字符区域中包含的保险单号码，并将识别出保险单号码与所述保险单图片进行关联存储。

【技术特征摘要】
1.一种识别保险单号码的方法，其特征在于，所述识别保险单号码的方法包括：S1，在接收到保险单图片后，识别所述保险单图片对应的保险类型，基于预定的保险类型与保险单号码在所述保险单图片中的位置关系提取所述保险单号码在所述保险单图片中对应的目标行字符区域；S2，调用预先训练生成的第一识别模型对所述目标行字符区域进行字符识别，以识别出所述目标行字符区域中包含的保险单号码，并将识别出保险单号码与所述保险单图片进行关联存储。2.根据权利要求1所述的识别保险单号码的方法，其特征在于，所述步骤S1替换为：S0，在接收到保险单图片后，调用预先训练生成的第二识别模型识别所述保险单图片中保险单号码所在的目标行字符区域。3.根据权利要求2所述的识别保险单号码的方法，其特征在于，所述第二识别模型为卷积神经网络模型，所述步骤S0之前还包括：S01，获取预设数量的保险单样本图片，将包含保险单号码的保险单样本图片作为第一图片集，并将不包含保险单号码的保险单样本图片作为第二图片集；S02，从所述第一图片集和第二图片集中分别提取出第一预设比例的保险单样本图片作为待训练的样本图片，并将第一图片集和第二图片集中剩余的保险单样本图片作为待验证的样本图片；S03，利用各待训练的样本图片进行模型训练，以生成所述卷积神经网络模型，并利用各待验证的样本图片对所生成的卷积神经网络模型进行验证；S04，若验证通过率大于等于预设阈值，则训练完成，否则增加所述保险单样本图片的数量，以重新进行训练及验证。4.根据权利要求1至3任一项所述的识别保险单号码的方法，其特征在于，所述第一识别模型为时间递归神经网络模型，所述步骤S2之前还包括：S21，获取预设数量的保险单号码样本图片，提取第二预设比例的保险单号码样本图片作为训练集，并将预设数量的保险单号码样本图片中剩余的保险单号码样本图片作为测试集；S22，将所述训练集中的保险单号码样本图片输入至时间递归神经网络模型进行模型训练，每隔预设时间利用所述测试集中的保险单号码样本图片对所训练的时间递归神经网络模型进行测试，以评估所训练的时间递归神经网络模型的识别效果；S23，在每次测试后，计算所训练的时间递归神经网络模型的识别误差，若所述识别误差收敛，则训练完成，否则调整所述时间递归神经网络模型的模型参数，以重新进行训练及测试。5.根据权利要求4所述的识别保险单号码的方法，其特征在于，所述步骤S2之后还包括：S3，在接收到终端发出的携带保险单号码的检索请求后，查找与所述保险单号码关联的保险单图片，并将查找到的保险单图片发送给所述终端。6.一种识别保险单号码的装置，其特征在于，所述识别保险单号码的装置包括...

【专利技术属性】
技术研发人员：马进，王健宗，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44