本申请涉及一种识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：将待分类的目标图像输入至预先训练的文本分类检测模型，得到包含目标图像中的至少一个关键区域的文本类别以及关键区域的文本坐标的目标图像的文本分类结果。这样，可以在目标图像中，根据关键区域的文本坐标，提取关键区域的文本切片，并将文本切片输入至预设文本识别模型，得到关键区域的文本内容。本实施例所提供的方法可以仅对业务中有价值的文本进行高效检测，实现对其他文本的自动过滤，简化了文本检测的步骤。本检测的步骤。本检测的步骤。
【技术实现步骤摘要】
识别方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种识别方法、装置、计算机设备和存储介质。
技术介绍
[0002]不动产登记证明是不动产权利人证明其享有不动产权力的证书。一般用于产权人申请贷款、房屋交易、产权证明等。在贷款业务、房屋交易业务、产权证明业务。在上述业务中，每天都会产生大量的不动产登记证明的录入需求。通过OCR(Optical Character Recognition，光学字符识别)的方式可以自动抽取不动产登记证明中的关键信息。
[0003]相关技术中，针对于不动产登记证明图像的OCR识别技术，需要进行全文本检测，得到全部文本坐标，根据识别结果与文本坐标位置，对没有价值的文本信息进行过滤。但是，由于过滤规则较为繁琐，且相关栏位还含有印章、手写体等多种干扰信息，导致无效文本过滤的效率较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高文本识别以及分类效率的识别方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种识别方法。所述方法包括：
[0006]将待分类的目标图像输入至预先训练的文本分类检测模型，得到所述目标图像的文本分类结果，所述文本分类结果包含所述目标图像中的至少一个关键区域的文本类别以及所述关键区域的文本坐标；
[0007]在所述目标图像中，根据所述关键区域的文本坐标，提取所述关键区域的文本切片；
[0008]将所述关键区域的文本切片输入至预设文本识别模型，得到所述关键区域的文本内容。
[0009]在其中一个实施例中，所述在所述目标图像中，根据所述关键区域的文本坐标，提取所述关键区域的文本切片，包括：
[0010]在所述目标图像的文本分类结果中，确定待检测的目标文本类别对应的目标文本坐标；
[0011]在所述目标图像中，根据所述目标文本坐标，提取所述目标文本坐标对应的目标关键区域的目标文本切片。
[0012]在其中一个实施例中，所述方法还包括：
[0013]将所述文本类别对应的第一字段、所述文本坐标对应的第二字段以及所述文本切片对应的文本内容的第三字段输入至预设的结构化输出格式的初始模版，得到所述目标图像的结构化输出结果。
[0014]在其中一个实施例中，所述方法还包括：
[0015]获取训练数据，所述训练数据包括第一样本图像以及所述第一样本图像对应的样本数据，所述样本数据中包含样本区域的类别以及各样本区域的样本坐标数据；
[0016]基于预设的拉伸系数，对所述第一样本图像以及所述样本数据进行拉伸处理，得到拉伸处理后的第一样本图像以及样本数据；
[0017]将所述第一样本图像输入至待训练的文本分类检测模型，得到预测数据，所述预测数据中包含各预测区域的类别以及所述各预测区域的预测坐标数据；
[0018]根据所述样本数据以及所述预测数据，计算训练损失函数；
[0019]根据所述训练损失函数更新所述待训练的文本分类检测模型的网络参数，并返回执行所述获取训练数据的步骤，直到所述训练损失函数满足预设训练完成条件，得到训练完成的文本分类检测模型。
[0020]在其中一个实施例中，在所述获取训练数据的步骤之后，所述方法还包括：
[0021]获取所述第一样本图像的宽度和高度；
[0022]根据所述第一样本图像的宽度和高度，确定使所述第一样本图像满足所述宽度和所述高度相同的拉伸系数。
[0023]在其中一个实施例中，所述方法还包括：
[0024]获取初始图像，所述初始图像是票据图像；
[0025]计算所述初始图像的矫正角度；
[0026]根据所述矫正角度，计算所述初始图像的旋转矩阵；
[0027]基于所述旋转矩阵，对所述初始图像进行矫正，得到矫正后的目标图像。
[0028]在其中一个实施例中，所述计算所述初始图像的矫正角度，包括：
[0029]如果所述初始图像与预设坐标系满足预设正位条件，则基于预设朝向判断模型，确定所述初始图像的目标朝向；
[0030]根据预设的朝向与矫正角度的对应关系，确定所述目标朝向对应的矫正角度。
[0031]在其中一个实施例中，所述计算所述初始图像的矫正角度，包括：
[0032]如果所述初始图像与预设坐标系不满足预设正位条件，则根据所述初始图像的中线坐标，对所述初始图像进行分割，得到第一图像，所述第一图像是包含多段文本部分的图像；
[0033]基于预设的文本检测模型对所述第一图像进行检测，得到满足预设文本框提取条件的目标文本框；
[0034]基于预设的文本框角度计算函数，计算各所述目标文本框的初始旋转角度；
[0035]根据初始旋转角度以及第一图像中目标文本框的宽高比，计算所述目标文本框的旋转角度；
[0036]根据各目标文本框的旋转角度，计算初始图像的矫正角度。
[0037]第二方面，本申请还提供了一种识别装置。所述装置包括：
[0038]输入模块，用于将待分类的目标图像输入至预先训练的文本分类检测模型，得到所述目标图像的文本分类结果，所述文本分类结果包含所述目标图像中的至少一个关键区域的文本类别以及所述关键区域的文本坐标；
[0039]提取模块，用于在所述目标图像中，根据所述关键区域的文本坐标，提取所述关键区域的文本切片；
[0040]文本内容确定模块，用于将所述关键区域的文本切片输入至预设文本识别模型，得到所述关键区域的文本内容。
[0041]在其中一个实施例中，所述提取模块具体用于：
[0042]在所述目标图像的文本分类结果中，确定待检测的目标文本类别对应的目标文本坐标；
[0043]在所述目标图像中，根据所述目标文本坐标，提取所述目标文本坐标对应的目标关键区域的目标文本切片。
[0044]在其中一个实施例中，所述装置还包括：
[0045]输出模块，用于将所述文本类别对应的第一字段、所述文本坐标对应的第二字段以及所述文本切片对应的文本内容的第三字段输入至预设的结构化输出格式的初始模版，得到所述目标图像的结构化输出结果。
[0046]在其中一个实施例中，所述装置还包括：
[0047]第一获取模块，用于获取训练数据，所述训练数据包括第一样本图像以及所述第一样本图像对应的样本数据，所述样本数据中包含样本区域的类别以及各样本区域的样本坐标数据；
[0048]拉伸模块，用于基于预设的拉伸系数，对所述第一样本图像以及所述样本数据进行拉伸处理，得到拉伸处理后的第一样本图像以及样本数据；
[0049]预测模块，用于将所述第一样本图像输入至待训练的文本分类检测模型，得到预测数据，所述预测数据中包含各预测区域的类别以及所述各预测区域的预测坐标数据；
[0050]第一计算模块，用于根据所述样本数据以及所述预测数据，计算训练损失函数；
[0051]更新模本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种识别方法，其特征在于，所述方法包括：将待分类的目标图像输入至预先训练的文本分类检测模型，得到所述目标图像的文本分类结果，所述文本分类结果包含所述目标图像中的至少一个关键区域的文本类别以及所述关键区域的文本坐标；在所述目标图像中，根据所述关键区域的文本坐标，提取所述关键区域的文本切片；将所述关键区域的文本切片输入至预设文本识别模型，得到所述关键区域的文本内容。2.根据权利要求1所述的方法，其特征在于，所述在所述目标图像中，根据所述关键区域的文本坐标，提取所述关键区域的文本切片，包括：在所述目标图像的文本分类结果中，确定待检测的目标文本类别对应的目标文本坐标；在所述目标图像中，根据所述目标文本坐标，提取所述目标文本坐标对应的目标关键区域的目标文本切片。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述文本类别对应的第一字段、所述文本坐标对应的第二字段以及所述文本切片对应的文本内容的第三字段输入至预设的结构化输出格式的初始模版，得到所述目标图像的结构化输出结果。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：获取训练数据，所述训练数据包括第一样本图像以及所述第一样本图像对应的样本数据，所述样本数据中包含样本区域的类别以及各样本区域的样本坐标数据；基于预设的拉伸系数，对所述第一样本图像以及所述样本数据进行拉伸处理，得到拉伸处理后的第一样本图像以及样本数据；将所述第一样本图像输入至待训练的文本分类检测模型，得到预测数据，所述预测数据中包含各预测区域的类别以及所述各预测区域的预测坐标数据；根据所述样本数据以及所述预测数据，计算训练损失函数；根据所述训练损失函数更新所述待训练的文本分类检测模型的网络参数，并返回执行所述获取训练数据的步骤，直到所述训练损失函数满足预设训练完成条件，得到训练完成的文本分类检测模型。5.根据权利要求4所述的方法，其特征在于，在所述获取训练数据的步骤之后，所述方法还包括：获取所述第一样本图像的宽度和高度；根据所述第一样本图像的宽度和高度，确定使所述第一样本图像满足所述宽度和所述高度相同的拉伸系数。6.根据权利要求1所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：王迪，李捷，王巍，厉超，赵逸如，徐柯文，
申请(专利权)人：上海浦东发展银行股份有限公司，
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。