[发明专利]房产证识别方法、装置、设备及存储介质

权利要求书

1.一种房产证识别方法，其特征在于，所述方法包括：

获取待识别房产证图片，将所述待识别房产证图片输入至预设图片分类模型以获取图片分类结果；

根据所述图片分类结果确定所述待识别房产证图片所属的目标图片类型，并获取所述目标图片类型对应的图片识别区域；

根据所述图片识别区域对所述待识别房产证图片进行图像内容识别，获取所述待识别房产证图片对应的房产证内容。

2.如权利要求1所述的方法，其特征在于，所述获取待识别房产证图片，将所述待识别房产证图片输入至预设图片分类模型以获取图片分类结果的步骤之前，所述方法还包括：

按预设图片类型从图片库中选取对应的房产证图片，并根据选取的房产证图片构建模型验证图片集和预设数量的模型训练图片集；

将各模型训练图片集中的训练图片输入至初始图片分类模型进行模型训练，获取各模型训练图片集对应的待验证图片分类模型；

根据所述模型验证图片集中包含的验证图片分别对所述待验证图片分类模型进行验证，并根据验证结果从所述待验证图片分类模型中筛选出预设图片分类模型。

3.如权利要求2所述的方法，其特征在于，所述验证结果包括所述待验证图片分类模型对所述验证图片分类后的准确率和召回率；

所述根据验证结果从所述待验证图片分类模型中筛选出预设图片分类模型的步骤，包括：

根据所述准确率和所述召回率对各待验证图片分类模型进行评分，获取评分结果；

根据所述评分结果从所述待验证图片分类模型中筛选出预设图片分类模型。

4.如权利要求3所述的方法，其特征在于，所述根据所述准确率和所述召回率对各待验证图片分类模型进行评分，获取评分结果的步骤，包括：

根据所述准确率和所述召回率，通过预设公式对各待验证图片分类模型进行评分，获取评分结果；

其中，所述预设公式为：

F_score＝(2*precision*recall)/(precision+recall)

式中，F_score为评分结果，precision为准确率，recall为召回率。

5.如权利要求4所述的方法，其特征在于，所述根据所述评分结果从所述待验证图片分类模型中筛选出预设图片分类模型的步骤，包括：

将所述评分结果按从高到低的顺序进行排序，并根据排序结果将排序第一的评分结果作为目标评分结果；

将所述目标评分结果对应的待验证图片分类模型作为预设图片分类模型。

6.如权利要求1至5任一项所述的方法，其特征在于，所述图片分类结果中包含所述待识别房产证图片对应不同图片类型的图片分类概率；

所述根据所述图片分类结果确定所述待识别房产证图片所属的目标图片类型，并获取所述目标图片类型对应的图片识别区域的步骤，包括：

从所述图片分类概率中选取概率最大的图片分类概率作为目标图片分类概率；

根据所述目标图片分类概率确定所述待识别房产证图片对应的目标图片类型，在预先构建的映射关系表中查找所述目标图片类型对应的图片识别区域。

7.如权利要求6所述的方法，其特征在于，所述获取待识别房产证图片，将所述待识别房产证图片输入至预设图片分类模型以获取图片分类结果的步骤之前，所述方法还包括：

接收映射构建指令，读取所述映射构建指令中包含的待关联图片类型和所述待关联图片类型对应的图片识别区域；

将所述待关联图片类型与所述待关联图片类型对应的图片识别区域进行关联，并将关联结果保存至映射关系表。