本发明专利技术公开了一种基于mask提高证件识别准确率的方法和相关装置。方法包括：将待识别文本图像输入至训练好的证件文本识别模型中，获取与该待识别文本图像的每列图像特征分别对应的对数概率logits值分布向量；获取与该待识别文本图像对应的字符集，该字符集中包括若干个目标字符，对该对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理；然后利用softmax函数对其进行转换，得到字符类别概率分布向量，其中，掩膜处理过的logits值经过softmax函数转换后得到的字符类别概率趋近于0；最后基于各个字符类别概率分布向量确定该待识别文本图像的文本信息。通过上述方式，避免将待识别文本中不可能涉及的非目标字符识别出来，能够显著提升证件文本识别模型的识别精度。识别精度。识别精度。
【技术实现步骤摘要】
一种基于mask提高证件识别准确率的方法和相关装置
[0001]本专利技术涉及图像识别
，特别是涉及一种基于mask提高证件识别准确率的方法和相关装置。
技术介绍
[0002]在采用OCR(光学字符识别)技术识别海外身份证项目中，因为数据安全问题，可以用来训练的海外身份证样本非常有限，无法完全覆盖真实场景下的海外身份证识别。为了解决该问题，现有技术采用样本增强技术进行补充训练，由于通过数据增强技术生成的样本相比较于真实样本过于清晰，图像信号质量也过好，使得依然无法有效提升模型的鲁棒性。这导致在某些场景下，比如模糊或者光斑时，模型无法准确区分大写字母O和数字0，大写字母Z和数字2等，即对形状相近字符的识别准确率较低。
技术实现思路
[0003]基于此，本专利技术提供了一种基于mask提高证件识别准确率的方法和相关装置，以解决现有OCR识别技术在某些场景下无法准确识别形状相近字符的问题。
[0004]一种基于mask提高证件识别准确率的方法，所述方法包括：
[0005]构建证件文本识别模型，并对所述证件文本识别模型进行训练，其中，所述证件文本识别模型包括卷积神经网络和长短时记忆神经网络；
[0006]将待识别文本图像输入至训练后的卷积神经网络中进行特征提取，得到所述待识别文本图像的图像特征序列；
[0007]将所述图像特征序列输入至训练后的长短时记忆神经网络中进行预测，得到与所述图像特征序列中每列图像特征分别对应的对数概率logits值分布向量；
[0008]获取与所述待识别文本图像对应的字符集，所述字符集中包括若干个目标字符，对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理；
[0009]利用softmax函数对掩膜处理后的对数概率logits值分布向量进行转换，得到与所述图像特征序列中每列图像特征分别对应的字符类别概率分布向量，其中，掩膜处理过的logits值经过所述softmax函数转换后得到的字符类别概率趋近于0；
[0010]基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息。
[0011]在其中一个实施例中，所述对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理，包括：
[0012]将所述对数概率logits值分布向量中非目标字符对应的logits值替换为无穷小值。
[0013]在其中一个实施例中，所述对所述证件文本识别模型进行训练，包括：
[0014]获取待训练证件图像，对所述待训练证件图像进行文本定位，获取待训练文本的位置信息；
[0015]根据所述待训练文本的位置信息从所述待训练证件图像中截取所述待训练文本
所在区域作为待训练文本图像；
[0016]将所述待训练文本图像输入至卷积神经网络中进行特征提取，获取待训练图像特征序列；
[0017]将所述待训练图像特征序列输入至长短时记忆神经网络中进行训练，获取长短时记忆神经网络的输出值；
[0018]根据所述长短时记忆神经网络的输出值，采用时序分类算法和模型优化算法更新卷积神经网络-长短时记忆神经网络的网络参数。
[0019]在其中一个实施例中，所述方法还包括：获取所述待识别文本图像；
[0020]所述获取所述待识别文本图像，包括：
[0021]获取原始证件图像，所述原始证件图像对应一证件类型；
[0022]对所述原始证件图像进行预处理，获取待识别证件图像；
[0023]对所述待识别证件图像进行文本定位，获取待识别文本的位置信息；
[0024]基于所述待识别文本的位置信息从所述待识别证件图像中截取所述待识别文本所在区域作为所述待识别文本图像。
[0025]在其中一个实施例中，所述获取与所述待识别文本图像对应的字符集，包括：
[0026]根据所述待识别文本的位置信息，从与所述证件类型对应的证件图像模板中确定所述待识别文本图像的项目属性；
[0027]根据所述项目属性确定与所述待识别文本图像中的待识别文本对应的字符类别；
[0028]基于所述字符类别生成与所述待识别文本图像对应的字符集。
[0029]在其中一个实施例中，所述对所述原始证件图像进行预处理，获取待识别证件图像，包括：
[0030]对所述原始证件图像进行灰度化处理，获取灰度图像；
[0031]对所述灰度图像进行透视变换处理，获取矫正图像；
[0032]对所述矫正图像进行锐化处理，获取锐化图像；
[0033]对所述锐化图像进行二值化处理，获取待识别证件图像。
[0034]在其中一个实施例中，所述基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息，包括：
[0035]将所述字符类别概率分布向量中最大字符类别概率所对应的字符类别作为对应图像特征的识别结果；
[0036]基于各个识别结果生成所述待识别文本图像的文本信息。
[0037]一种基于mask提高证件识别准确率的装置，所述装置包括：
[0038]模型获取模块，用于构建证件文本识别模型，并对所述证件文本识别模型进行训练，其中，所述证件文本识别模型包括卷积神经网络和长短时记忆神经网络；
[0039]特征提取模块，用于将待识别文本图像输入至训练后的卷积神经网络中进行特征提取，得到所述待识别文本图像的图像特征序列；
[0040]预测模块，用于将所述图像特征序列输入至训练后的长短时记忆神经网络中进行预测，得到与所述图像特征序列中每列图像特征分别对应的对数概率logits值分布向量；
[0041]字符集获取模块，用于获取与所述待识别文本图像对应的字符集，所述字符集中包括若干个目标字符；
[0042]掩膜处理模块，用于对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理；
[0043]softmax模块，用于利用softmax函数对掩膜处理后的对数概率logits值分布向量进行转换，得到与所述图像特征序列中每列图像特征分别对应的字符类别概率分布向量，其中，掩膜处理过的logits值经过所述softmax函数转换后得到的字符类别概率趋近于0；
[0044]确定模块，用于基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息。
[0045]一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述基于mask提高证件识别准确率的方法的步骤。
[0046]一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述基于mask提高证件识别准确率的方法的步骤。
[0047]与现有技术相比，本专利技术的基于mask提高证件识别准确率的方法和相关装置，通过构建证件文本识别模型，并对所述证件文本识别本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于mask提高证件识别准确率的方法，其特征在于，所述方法包括：构建证件文本识别模型，并对所述证件文本识别模型进行训练，其中，所述证件文本识别模型包括卷积神经网络和长短时记忆神经网络；将待识别文本图像输入至训练后的卷积神经网络中进行特征提取，得到所述待识别文本图像的图像特征序列；将所述图像特征序列输入至训练后的长短时记忆神经网络中进行预测，得到与所述图像特征序列中每列图像特征分别对应的对数概率logits值分布向量；获取与所述待识别文本图像对应的字符集，所述字符集中包括若干个目标字符，对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理；利用softmax函数对掩膜处理后的对数概率logits值分布向量进行转换，得到与所述图像特征序列中每列图像特征分别对应的字符类别概率分布向量，其中，掩膜处理过的logits值经过所述softmax函数转换后得到的字符类别概率趋近于0；基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息。2.根据权利要求1所述的方法，其特征在于，所述对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理，包括：将所述对数概率logits值分布向量中非目标字符对应的logits值替换为无穷小值。3.根据权利要求1所述的方法，其特征在于，所述对所述证件文本识别模型进行训练，包括：获取待训练证件图像，对所述待训练证件图像进行文本定位，获取待训练文本的位置信息；根据所述待训练文本的位置信息从所述待训练证件图像中截取所述待训练文本所在区域作为待训练文本图像；将所述待训练文本图像输入至卷积神经网络中进行特征提取，获取待训练图像特征序列；将所述待训练图像特征序列输入至长短时记忆神经网络中进行训练，获取长短时记忆神经网络的输出值；根据所述长短时记忆神经网络的输出值，采用时序分类算法和模型优化算法更新卷积神经网络-长短时记忆神经网络的网络参数。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述待识别文本图像；所述获取所述待识别文本图像，包括：获取原始证件图像，所述原始证件图像对应一证件类型；对所述原始证件图像进行预处理，获取待识别证件图像；对所述待识别证件图像进行文本定位，获取待识别文本的位置信息；基于所述待识别文本的位置信息从所述待识别证件图像中截取所述待识别文本所在区域作为所述待识别文本图像。5.根据权利要求4所述的方法，其特征在于，所述获取与所述待识别文本图像对应的字符集，包括：根据所述待识别文本的位置信息，从与所述证...
【专利技术属性】
技术研发人员：张懿，姜禹，张国辉，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。