证件字符识别方法、装置、计算机及存储介质制造方法及图纸

本发明专利技术公开了一种证件字符识别方法、装置、计算机及存储介质，涉及图像识别技术，所述方法包括：采用第一深度学习模型对原始图像进行去模糊伪影处理得到第一处理图像；若检测出第一处理图像中包含证件目标，则利用第二深度学习模型对证件目标内的文字方向进行判断；对第一处理图像进行旋转得到第二处理图像；利用第三深度学习模型对第二处理图像进行检测以确定基准点；基于基准点对第二处理图像进行证件类型识别；根据识别的证件类型调用预设数据库中与证件类型匹配的证件模板；根据证件模板定位证件目标的相应位置；获取定位的位置处的区域图像，对区域图像进行文本识别得到识别结果。本发明专利技术可支持实现对多种类证件的识别。本发明专利技术可支持实现对多种类证件的识别。本发明专利技术可支持实现对多种类证件的识别。

【技术实现步骤摘要】
证件字符识别方法、装置、计算机及存储介质


[0001]本专利技术涉及图像识别技术，尤其涉及一种证件字符识别方法、装置、计算机及存储介质。

技术介绍

[0002]在海关、机场、火车站等场合进行证件查验时，对于内置芯片的证件，可以通过识读芯片的方式快速获取证件的验证信息，但是对于没有内置芯片的证件，仅能依靠人工手动录入证件信息进行联网查询，效率相对低下。
[0003]当前，基于光学字符识别(Optical Character Recognition，OCR)技术已逐步应用于证件自动识别，如有专利申请号为CN202110238213.8的基于深度学习OCR与版面结构的证件识别方法，其没有对照片进行去运动模糊的处理，如果手机在拍摄照片时存在抖动，则产生的运动模糊会严重影响识别质量，因而往往对拍摄时的稳定性要求相对较高，给拍摄者带来不便。

技术实现思路

[0004]本专利技术的一个优势在于提供了一种证件字符识别方法、装置、计算机及存储介质，其中，证件字符识别方法基于深度学习对图像进行去模糊伪影处理，从而可避免图像模糊伪影给识别带来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种证件字符识别方法，其特征在于，所述方法包括：利用图像采集器采集预设区域内的图像得到原始图像；采用第一深度学习模型对所述原始图像进行去模糊伪影处理得到第一处理图像；对所述第一处理图像进行检测以判断所述第一处理图像中是否包含证件目标；若检测出所述第一处理图像中包含证件目标，则利用第二深度学习模型对所述证件目标内的文字方向进行判断；若所述文字方向与预设方向不匹配，则对所述第一处理图像进行旋转以使所述文字方向向所述预设方向排列，得到第二处理图像；利用第三深度学习模型对所述第二处理图像内的证件纸页角点进行检测以确定基准点；基于所述基准点，利用第四深度学习模型对所述第二处理图像内的证件纸页进行证件类型识别；根据识别的证件类型调用预设数据库中与所述证件类型匹配的证件模板，所述证件模板包括相应类型证件中的预设位置指示区；根据所述预设位置指示区定位所述证件目标的相应位置；获取定位的位置处的区域图像，对所述区域图像进行文本识别得到识别结果。2.如权利要求1所述的证件字符识别方法，其特征在于，所述第一深度学习模型采用训练好的DeblurGAN
‑
v2模型。3.如权利要求2所述的证件字符识别方法，其特征在于，所述方法包括：获取所述图像采集器采集的证件视频图像；对所述证件视频图像进行视频插帧以使所述证件视频图像的帧数达到预设阈值；取同一时间窗口下的多帧图像的像素平均值以得到模糊图片，所述模糊图片与插帧前的清晰图片构成成对数据；将所述模糊图片输入所述DeblurGAN
‑
v2模型，以利用所述DeblurGAN
‑
v2模型的生成器生成清晰处理图像；利用所述DeblurGAN
‑
v2模型的判别器判定所述清晰处理图像是否为所述清晰图片；利用所述生成器与所述判别器的对抗训练；在所述生成器生成的清晰处理图像被判定为所述清晰图片时，得到训练好的DeblurGAN
‑
v2模型。4.如权利要求3所述的证件字符识别方法，其特征在于，所述判别器的损失函数为：其中，E
x Pdata(x)
表示真实数据；D(x)表示真实数据被判别器判定为真的概率；E
z Pz(z)
表示z是随机输入；G(z)表示根据随机输入生成的图像；D(G(z))表示生成图像被判别器判定为真的概率；所述生成器的损失函数为：L
G
＝0.5
×
L2+0.006
×
L
X
+0.01
×
L
adv
，其中，L2表示去...

【专利技术属性】
技术研发人员：朱光强，王和平，欧阳一村，邓奇宝，罗富章，
申请(专利权)人：盛视科技股份有限公司，
类型：发明
国别省市：