[发明专利]图像处理方法以及装置、设备、存储介质在审
| 申请号： | 201910966913.1 | 申请日： | 2019-09-30 |
| 公开（公告）号： | CN110706185A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 上海数禾信息科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/13;G06K9/62;G06N3/08 |
| 代理公司： | 11541 北京卓唐知识产权代理有限公司 | 代理人： | 唐海力 |
| 地址： | 200000 上海市浦东新区中国(上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络模型 申请 卷积神经网络 图像处理效果 身份证信息 处理方式 存储介质 加速神经 检测结果 输出图片 图像处理 图像增强 网络训练 平移 传统的 非旋转 缺边 身份证 场景 检测 图片 优化 | ||
1.一种图像处理方法，其特征在于，用于检测图像信息是否完整，包括：
输入待处理图片到神经网络模型；
根据所述神经网络模型，输出图片信息是否完成的检测结果；
在训练所述神经网络模型时还包括用于增加所述神经网络模型的泛化能力的步骤：
在处理训练集中的图片时使用加速神经网络训练方式；
在图像增强阶段，使用非平移或者非旋转的处理方式。
2.根据权利要求1所述的图像处理方法，其特征在于，在处理训练集中的图片时使用加速神经网络训练方式包括：
基于预设卷积神经网络，设置所述Batchnorm算法模型的超参选择，并采用Batchnorm算法模型在已打标的数据集上进行训练。
3.根据权利要求1所述的图像处理方法，其特征在于，在图像增强阶段，使用非平移或者非旋转的处理方式包括：
在图像增强阶段，使用非左右平移的处理方式进行图片增强处理。
4.根据权利要求1所述的图像处理方法，其特征在于，在图像增强阶段，使用非平移或者非旋转的处理方式包括：
在图像增强阶段，非旋转的处理方式进行图片增强处理。
5.根据权利要求1所述的图像处理方法，其特征在于，所述用于检测图像信息是否完整包括：检测身份证的图像信息是否完整，
输入待处理图片到神经网络模型，包括：
输入待处理身份证的图片到神经网络模型；
根据所述神经网络模型，输出图片信息是否完成的检测结果，包括：
根据所述神经网络模型，输出身份证图片是否缺边检测的检测结果。
6.一种图像处理装置，其特征在于，用于检测图像信息是否完整，包括：
输入模块，用于输入待处理图片到神经网络模型；
输出模块，用于根据所述神经网络模型，输出图片信息是否完成的检测结果；
还包括：优化模块，用于在训练所述神经网络模型时还包括用于增加所述神经网络模型的泛化能力的步骤：
在处理训练集中的图片时使用加速神经网络训练方式；
在图像增强阶段，使用非平移或者非旋转的处理方式。
7.根据权利要求6所述的图像处理装置，其特征在于，所述优化模块，用于
基于预设卷积神经网络，设置所述Batchnorm算法模型的超参选择，并采用Batchnorm算法模型在已打标的数据集上进行训练。
8.根据权利要求6所述的图像处理装置，其特征在于，所述优化模块，用于
在图像增强阶段，使用非左右平移的处理方式进行图片增强处理。
在图像增强阶段，非旋转的处理方式进行图片增强处理。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述的图像处理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6任一项所述的图像处理方法的步骤。
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上海数禾信息科技有限公司，未经上海数禾信息科技有限公司许可，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/201910966913.1/1.html，转载请声明来源钻瓜专利网。
