证件定位方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及一种图像处理技术，揭露了一种证件定位方法、装置、设备及存储介质，该方法包括：标注证件样本图像中证件边框的顶点坐标，分别生成第一热力图、第一尺度映射图和第一中心偏移图；利用预先构建的证件定位模型对证件样本图像进行预测处理，分别获取预测得到的第二热力图、第二尺度映射图和第二中心偏移图；计算第一损失值，第二损失值及第三损失值；根据损失公式计算得到损失总和；对证件定位模型进行重复迭代训练，重新计算损失总和，当损失总和小于预设阈值时，得到标准证件定位模型；利用标准证件定位模型对待定位证件图像进行定位，得到待定位证件图像中的证件边框。本发明专利技术能够从具有复杂背景的证件影像中准确定位出证件边框。出证件边框。出证件边框。

【技术实现步骤摘要】
证件定位方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种证件定位方法、装置、设备及存储介质。

技术介绍

[0002]证件是十分活跃的流量数据，电子证件可以提高业务办理速度。各个系统中上传的证件影像各式各样，质量参差不齐，其中不乏含有光斑和外界昏暗光线等引起的反光和模糊的证件影像。如果直接对整张证件影像做质量评估，证件区域外的背景容易对其产生影响并给出误判结果，这给证件的识别带来了困难，因此，对证件影像做质量评估前定位出证件区域就显得十分有必要。
[0003]目前，针对证件定位的方法有：基于传统机器学习方法Adaboost的证件定位，基于积分图、级联检测器和Adaboost算法的证件定位，此类方法运算速度快，但存在不足：在复杂背景中，Adaboost算法容易受到复杂环境影响，导致定位结果不稳定，误检率高。综上所述，如何实现从具有复杂背景的证件影像中准确地定位出证件成为有待解决的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种证件定位方法、装置、设备及存储介质，旨在提高从具有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种证件定位方法，其特征在于，所述证件定位方法包括：获取证件样本图像，标注所述证件样本图像中证件边框的顶点坐标，利用标注后的证件样本图像分别生成第一热力图、第一尺度映射图和第一中心偏移图；利用预先构建的证件定位模型对所述证件样本图像进行预测处理，分别获取预测得到的第二热力图、第二尺度映射图和第二中心偏移图；计算所述第一热力图与所述第二热力图之间的第一损失值，所述第一尺度映射图与所述第二尺度映射图之间的第二损失值，及所述第一中心偏移图与所述第二中心偏移图之间的第三损失值；将所述第一损失值、第二损失值以及第三损失值输入预定的损失公式中，根据所述损失公式计算得到损失总和；利用预设的第一学习率对所述证件定位模型进行重复迭代训练，利用重复迭代训练后的证件定位模型重新计算所述损失总和，当所述损失总和小于预设阈值时，得到标准证件定位模型；利用所述标准证件定位模型对待定位证件图像进行定位，得到所述待定位证件图像中的证件边框。2.根据权利要求1所述的证件定位方法，其特征在于，所述证件定位模型为采用预定的卷积神经网络为主干网络、预定的分割网络为附属网络构造的特征模型，在所述特征模型的第一预定层输出所述第二热力图、在所述特征模型的第二预定层输出所述第二尺度映射图及在所述特征模型的第三预定层输出所述第二中心偏移图。3.根据权利要求1所述的证件定位方法，其特征在于，所述利用预设的第一学习率对所述证件定位模型进行重复迭代训练，利用重复迭代训练后的证件定位模型重新计算所述损失总和的步骤之后，还包括：当所述损失总和大于等于所述预设阈值时，调整所述证件定位模型预定的内部参数；利用预设的第二学习率对调整后的证件定位模型进行重复迭代训练，直至所述损失总和小于所述预设阈值，其中，所述第二学习率小于所述第一学习率。4.根据权利要求1所述的证件定位方法，其特征在于，所述利用所述标准证件定位模型对待定位证件图像进行定位，得到所述待定位证件图像中的证件边框的步骤之后，还包括：利用非极大值抑制算法对重复的证件边框进行剔除处理。5.根据权利要求4所述的证件定位方法，其特征在于，所述利用非极大值抑制算法对重复的证件边框进行剔除处理的步骤，具体包括：计算每个证件边框的置信度得分，获取置信度得分最高的证件边框；计算每个证件边框的面积；根据所述面积，计算置信度得分最高的证件边框分别与剩余的每个证件边框的重叠度；剔除所述重叠度大于预设的重叠度阈值的证件边框。6.根据权利要求1所述的证件定位方法，其特征在于，所述获取证件样本图像，标注所述证件样本图像中证件边...

【专利技术属性】
技术研发人员：洪叁亮，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：