[发明专利]卡证信息识别方法、装置及终端在审

专利信息
申请号: 201910809453.1 申请日: 2019-08-29
公开(公告)号: CN110516672A 公开(公告)日: 2019-11-29
发明(设计)人: 吕鹏原;沈小勇;戴宇荣;贾佳亚 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06T7/73
代理公司: 44285 深圳市深佳知识产权代理事务所(普通合伙) 代理人: 骆苏华<国际申请>=<国际公布>=<进入
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 卡证 属性标识 角度引导 生成图像 信息识别 终端 检测 申请
【权利要求书】:

1.一种卡证信息识别方法,其特征在于,该方法包括:

获取待识别的卡证图像;

检测所述卡证图像中的至少部分属性标识;

根据所述属性标识,得到所述待识别的卡证图像的识别方向;

依据所述识别方向对所述卡证图像进行识别,得到识别信息。

2.根据权利要求1所述的方法,其特征在于,所述获取待识别的卡证图像,包括:

获取待识别卡证的原始图像;

对所述待识别卡证的原始图像进行特征区域识别,得到所述待识别卡证的中心区域;

根据所述中心区域,生成所述原始图像的图像采集区域,所述图像采集区域包含所述属性标识;

对所述原始图像的图像采集区域进行图像采集,得到待识别的卡证图像。

3.根据权利要求1所述的方法,其特征在于,所述检测所述卡证图像中的至少部分属性标识,包括:

将所述卡证图像输入至字段检测模型,得到所述卡证图像的字段区域和目标字段区域的属性标识,其中,所述目标字段区域表征具有预设字段格式的字段区域,所述属性标识表征所述目标字段区域的前部分字段区域。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

获取样本卡证图像,所述样本卡证图像包括若干个不同角度的卡证图像,且在所述样本卡证图像中标注了字段区域检测框、目标字段区域和目标字段区域的属性标识;

通过所述样本卡证图像对全卷积神经网络进行训练,得到字段检测模型。

5.根据权利要求3所述的方法,其特征在于,所述根据所述属性标识,得到待识别的卡证图像的识别方向,包括:

根据所述属性标识,确定所述目标字段区域的属性标识区域和非属性标识区域;

基于所述属性标识区域和非属性标识区域生成掩膜图像;

按照所述掩膜图像,对所述目标字段区域的图像进行图像掩膜处理,得到待识别的卡证图像的识别方向。

6.根据权利要求1所述的方法,其特征在于,所述依据所述识别方向对所述卡证图像进行识别,得到识别信息,包括:

依据所述识别方向对所述卡证图像进行识别,得到初始识别信息,所述初始识别信息包括字段和字段内容;

对所述初始识别信息进行信息提取,获得识别信息,所述识别信息表征与目标待识别字段相匹配的字段内容。

7.根据权利要求2所述的方法,其特征在于,所述对所述待识别卡证的原始图像进行特征区域识别,得到所述待识别卡证的中心区域,包括:

对所述待识别卡证的原始图像进行特征区域识别,获得若干个特征子区域;

如果在所述若干个特征子区域中筛选到与所述待识别卡证相匹配的一组目标特征子区域,在所述目标子特征区域中获取所述待识别卡证的中心区域。

8.根据权利要求1所述的方法,其特征在于,所述检测所述卡证图像的至少部分属性标识,包括:

确定所述待识别的卡证图像的目标特征区域;

根据所述待识别的卡证图像中的字段与所述目标特征区域的位置对应关系,在所述待识别的卡证图像的字段中得到至少部分属性标识。

9.一种卡证信息识别装置,其特征在于,该装置包括:

图像获取单元,用于获取待识别的卡证图像;

标识检测单元,用于检测所述卡证图像中的至少部分属性标识;

方向获取单元,用于根据所述属性标识,得到所述待识别的卡证图像的识别方向;

信息识别单元,用于依据所述识别方向对所述卡证图像进行识别,得到识别信息。

10.一种终端,其特征在于,包括:

处理器和存储器;

其中,所述存储器用于存储程序;

所述处理器用于执行所述存储器中存储的程序,所述程序至少用于:

获取待识别的卡证图像;

检测所述卡证图像中的至少部分属性标识;

根据所述属性标识,得到对所述待识别的卡证图像的识别方向;

依据所述识别方向对所述卡证图像进行识别,得到识别信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910809453.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top