本申请实施例提供一种卡面元素识别定位方法及装置，应用在图像处理技术领域，包括：获取待处理卡面图像；采用深度模型识别待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在待处理卡面图像对应的初步位置区域；针对每个卡面元素，对卡面元素的初步位置区域进行扩大处理，获得候选位置区域；对候选位置区域进行前景分割，并基于前景像素集合，确定卡面元素对应的目标位置区域。本申请无需基于深度图实现卡面元素的识别，即便在复杂的图像元素识别的背景条件下依然能取得较好的识别效果。并且在银行卡样卡准入阶段对卡面元素的识别定位和判定，保障了与成员机构之间业务的有效执行，并且提高了成员机构卡面设计的合规性。合规性。合规性。
【技术实现步骤摘要】
一种卡面元素识别定位方法及装置
[0001]本申请涉及图像处理
，尤其涉及一种卡面元素识别定位方法及装置。
技术介绍
[0002]成员机构准入是维系成员机构的纽带，同时也是管理成员机构的重要方法。银行卡样卡准入是成员机构展开业务的重要环节，在银行卡样卡准入阶段，需要对成员机构提供的样卡图像中的元素的类型和位置进行审核，而人工难以对元素的类型和位置做出快速的合规性的判断。
[0003]相关技术下，采用机器视觉技术结合深度图中景深信息，实现图像元素识别，然而，在实际应用中，大多数场景难以获得深度图，从而导致上述图像元素识别方法适用范围较窄且不够便利。
技术实现思路
[0004]本申请实施例提供了一卡面元素识别定位方法及装置，用于成员机构提供的样卡图像中的卡面元素的类型和位置进行识别和审核。
[0005]第一方面，本申请实施例提供了一种卡面元素识别定位方法，包括：
[0006]获取待处理卡面图像；
[0007]采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域；
[0008]针对每个卡面元素，对所述卡面元素的初步位置区域进行扩大处理，获得候选位置区域；
[0009]针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域。
[0010]本申请实施例先通过深度模型识别待处理卡面图像中的卡面元素类型以及初步位置区域，然后通过对初步位置区域进行扩大和前景分割，得到卡面元素精确边界位置。无需基于深度图实现卡面元素的识别，即便在复杂的图像元素识别的背景条件下依然能取得较好的识别效果。并且在银行卡样卡准入阶段对卡面元素的识别和判定，保障了与成员机构之间业务的有效执行，并且提高了成员机构卡面设计的合规性。
[0011]可选地，所述待处理卡面图像和所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素对应的目标位置区域，用于对所述深度模型进行更新。
[0012]可选地，所述深度模型包括卷积层、候选区域生成网络、目标区池化网络和分类器；
[0013]所述采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域，包括：
[0014]将所述待处理卡面图像输入卷积层进行特征提取，输出卡面图像特征；
[0015]将所述卡面图像特征输入候选区域生成网络进行区域定位，获得区域候选图像
块；
[0016]将所述卡面图像特征和所述区域候选图像块，输入目标区池化网络进行区域特征提取获得区域特征图；
[0017]将所述区域候选图像块和所述区域特征图输入分类器进行分类，输出至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域。
[0018]可选地，所述针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域，包括：
[0019]对所述候选位置区域进行前景分割，获得前景子区域和背景子区域；
[0020]将所述背景子区域内的像素点的像素值置为零；
[0021]基于所述前景子区域中的前景像素集合，确定所述卡面元素对应的目标位置区域。
[0022]可选地，所述基于所述前景子区域中的前景像素集合，确定所述卡面元素对应的目标位置区域，包括：
[0023]从所述前景像素集合中多个前景像素点的像素坐标中，确定极大像素坐标和极小像素坐标；
[0024]基于所述极小像素坐标和所述极大像素坐标，确定所述卡面元素对应的目标位置区域。
[0025]可选地，所述针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域之后，还包括：
[0026]将所述目标位置区域的尺寸，作为所述卡面元素的尺寸。
[0027]可选地，若所述待处理卡面图像中的每个卡面元素的类型、每个卡面元素的尺寸以及每个卡面元素对应的目标位置区域均满足预设校验条件，则确定所述待处理卡面图像校验通过。
[0028]第二方面，本申请实施例提供了一种卡面元素识别定位装置，包括：
[0029]获取模块，用于获取待处理卡面图像；
[0030]元素定位模块，用于采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域；
[0031]分割模块，用于针对每个卡面元素，对所述卡面元素的初步位置区域进行扩大处理，获得候选位置区域；针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合；
[0032]元素轮廓定位模块，用于确定所述卡面元素对应的目标位置区域。
[0033]本申请实施例先通过深度模型识别待处理卡面图像中的卡面元素类型以及初步位置区域，然后通过对初步位置区域进行扩大和前景分割，得到卡面元素精确边界位置。无需基于深度图实现卡面元素的识别，即便在复杂的图像元素识别的背景条件下依然能取得较好的识别效果。并且在银行卡样卡准入阶段对卡面元素的识别和判定，保障了与成员机构之间业务的有效执行，并且提高了成员机构卡面设计的合规性。
[0034]可选地，所述元素定位模块具体用于：
[0035]所述待处理卡面图像和所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素对应的目标位置区域，用于对所述深度模型进行更新。
[0036]可选地，所述元素定位模块具体用于：
[0037]所述深度模型包括卷积层、候选区域生成网络、目标区池化网络和分类器；
[0038]所述采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域，包括：
[0039]将所述待处理卡面图像输入卷积层进行特征提取，输出卡面图像特征；
[0040]将所述卡面图像特征输入候选区域生成网络进行区域定位，获得区域候选图像块；
[0041]将所述卡面图像特征和所述区域候选图像块，输入目标区池化网络进行区域特征提取获得区域特征图；
[0042]将所述区域候选图像块和所述区域特征图输入分类器进行分类，输出至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域。
[0043]可选地，所述分割模块具体用于：
[0044]所述针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域，包括：
[0045]对所述候选位置区域进行前景分割，获得前景子区域和背景子区域；
[0046]将所述背景子区域内的像素点的像素值置为零；
[0047]基于所述前景子区域中的前景像素集合，确定所述卡面元素对应的目标位置区域。
[0048]可选地，所述元素轮廓定位模块具体用于：<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种卡面元素识别定位方法，其特征在于，包括：获取待处理卡面图像；采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域；针对每个卡面元素，对所述卡面元素的初步位置区域进行扩大处理，获得候选位置区域；针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域。2.如权利要求1所述的方法，其特征在于，所述待处理卡面图像和所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素对应的目标位置区域，用于对所述深度模型进行更新。3.如权利要求1所述的方法，其特征在于，所述深度模型包括卷积层、候选区域生成网络、目标区池化网络和分类器；所述采用深度模型识别所述待处理卡面图像中的至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域，包括：将所述待处理卡面图像输入卷积层进行特征提取，输出卡面图像特征；将所述卡面图像特征输入候选区域生成网络进行区域定位，获得区域候选图像块；将所述卡面图像特征和所述区域候选图像块，输入目标区池化网络进行区域特征提取获得区域特征图；将所述区域候选图像块和所述区域特征图输入分类器进行分类，输出至少一个卡面元素的类型，以及每个卡面元素在所述待处理卡面图像对应的初步位置区域。4.如权利要求1所述的方法，其特征在于，所述针对所述候选位置区域进行前景分割，并基于前景分割后获得的前景像素集合，确定所述卡面元素对应的目标位置区域，包括：对所述候选位置区域进行前景分割，获得前景子区域和背景子区域；将所述背景子区域内的像素点的像素值置为零；基于所述前景子区域中的前景像素集合，确定所述卡面元素对应的目标位置区域。5.如权利要...
【专利技术属性】
技术研发人员：费志军，陆烨天，邱雪涛，吕旭峰，杨燕明，邢文继，
申请(专利权)人：中国银联股份有限公司，
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。