图像识别方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请涉及图像处理技术，提供了一种图像识别方法、装置、电子设备及计算机可读存储介质，方法包括：获取目标图像；基于预训练的特征提取网络模型对所述目标图像进行特征提取，得到初始图像特征信息；基于预训练的检测网络模型对所述初始图像特征信息进行检测处理，得到目标位置信息；基于预训练的无监督变换网络模型对所述初始图像特征信息和所述目标位置信息进行变换处理，得到目标图像区域变换信息；基于预训练的识别网络模型对所述目标图像区域变换信息进行识别处理，得到目标识别信息。本申请实施例中，能够提高印章识别的效率。能够提高印章识别的效率。能够提高印章识别的效率。

Image recognition method, device, electronic device and computer readable storage medium

【技术实现步骤摘要】
图像识别方法、装置、电子设备及计算机可读存储介质


[0001]本申请实施例涉及但不限于图像处理
，尤其涉及一种图像识别方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着社会经济的不断发展，科技的不断进步，人工智能也得到了越来越广泛的应用；在企业事业单位的日常生活当中，有大量的合同票据等公文需要进行处理，其中一个很重要的任务就是对公文上的印章进行检查判断处理；而为了节省人力，目前已经将人工智能应用到印章识别当中；印章识别在OCR(Optical Character Recognition,光学字符识别)场景中应用广泛，通过对印章图像的多层处理，以达到识别印章的目的，但是传统的算法需要耗费较高的时间成本，从而影响印章识别的效率。

技术实现思路

[0003]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0004]本申请实施例提供了一种图像识别方法、装置、电子设备及计算机可读存储介质，能够提高印章识别的效率。
[0005]第一方面，本申请实施例提供了一种图像识别方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取目标图像；基于预训练的特征提取网络模型对所述目标图像进行特征提取，得到初始图像特征信息；基于预训练的检测网络模型对所述初始图像特征信息进行检测处理，得到目标位置信息；基于预训练的无监督变换网络模型对所述初始图像特征信息和所述目标位置信息进行变换处理，得到目标图像区域变换信息；基于预训练的识别网络模型对所述目标图像区域变换信息进行识别处理，得到目标识别信息。2.根据权利要求1所述的图像识别方法，其特征在于，所述特征提取网络模型包括多个子特征提取模块，所述初始图像特征信息包括多个子图像特征信息，所述基于预训练的特征提取网络模型对所述目标图像进行特征提取，得到初始图像特征信息，包括：基于多个所述子特征提取模块对所述目标图像进行逐层特征提取，得到多个与所述子特征提取模块对应的所述子图像特征信息；将所述子特征提取模块对应的多个所述子图像特征信息作为所述初始图像特征信息。3.根据权利要求1所述的图像识别方法，其特征在于，所述检测网络模型包括多个子检测模块、融合模块和全连接模块，多个所述子检测模块均与所述融合模块连接，所述融合模块和所述全连接模块连接，所述基于预训练的检测网络模型对所述初始图像特征信息进行检测处理，得到目标位置信息，包括：基于多个所述子检测模块对应地对多个所述子图像特征信息进行初步检测处理，得到多个子检测信息；基于所述融合模块对多个所述子检测信息进行融合处理，得到融合检测信息；基于所述全连接模块对所述融合检测信息进行识别分类处理，得到所述目标位置信息。4.根据权利要求3所述的图像识别方法，其特征在于，所述检测网络模型的训练过程如下：获取训练数据集，所述训练数据集包括多个训练样本，每个所述训练样本包括由所述特征提取网络模型输出的多个所述子图像特征信息以及对应的标注位置信息；基于所述全连接模块输出的预测位置信息和所述标注位置信息，确定损失值；基于所述损失值对所述检测网络模型进行训练。5.根据权利要求3所述的图像识别方法，其特征在于，所述全连接模块包括BN子模块和RELU子模块，所述基于所述全连接模块对所述融合检测信息进行识别分类处理，得到所述目标位置信息，包括：基于所述BN子模块对所述融合检测信息进行规范化处理，得到第一位置信息；基于所述RELU子模块对所述第一位置信息进行修正处理，得到所述目标位置信息。6.根据权利要...

【专利技术属性】
技术研发人员：师燕妮，韩茂琨，王威，刘玉宇，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：