[发明专利]图像识别方法、装置、设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取目标对象的待识别图像；其中，所述目标对象包括版面格式不同的第一版面和第二版面；

确定所述待识别图像包括的所述目标对象的版面信息；

若所述版面信息为所述第一版面，则基于预先训练的结构化定位模型对所述待识别图像进行结构化定位处理，对所述结构化定位处理所得的待识别的第一目标文本进行文本识别处理得到第一识别结果信息；

若所述版面信息为所述第二版面，则基于预先训练的文本检测模型对所述待识别图像进行文本检测处理，对所述文本检测处理所得的待识别的第二目标文本进行文本识别处理得到第二识别结果信息。

2.根据权利要求1所述的方法，其特征在于，所述确定所述待识别图像包括的所述目标对象的版面信息，包括：

根据预先训练的分类模型对所述待识别图像进行分类处理，得到所述待识别图像的分类结果信息；

根据所述分类结果信息确定所述待识别图像包括的所述目标对象的版面信息。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述分类结果信息确定所述目标对象在所述待识别图像中的方位信息；

若根据所述方位信息确定所述目标对象在所述待识别图像中未处于预设方位，则对所述待识别图像进行校正处理。

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：

获取多个目标对象样本的第一样本图像；

对每个所述第一样本图像进行标注处理，以标注所述第一样本图像中的所述目标对象样本的版面信息和方位信息；

根据预设的第一训练方式，基于标注处理后的所述第一样本图像进行训练处理得到所述分类模型。

5.根据权利要求1所述的方法，其特征在于，所述基于预先训练的结构化定位模型对所述待识别图像进行结构化定位处理，包括：

将所述待识别图像输入至预先训练的结构化定位模型进行结构化定位处理，得到待识别的所述第一目标文本的定位框和所述第一目标文本所对应的结构化字段的字段信息；

根据所述定位框进行图像提取处理，得到包括所述第一目标文本的第一子图像；

所述对所述结构化定位处理所得的待识别的第一目标文本进行文本识别处理得到第一识别结果信息，包括：

将所述第一子图像和对应的所述字段信息输入至预先训练的文本识别模型进行文本识别处理，得到第一识别结果信息。

6.根据权利要求1所述的方法，其特征在于，基于预先训练的文本检测模型对所述待识别图像进行文本检测处理，包括：

将所述待识别图像输入至预先训练的文本检测模型进行文本检测处理得到文本区域；

根据所述本文区域进行图像提取处理，得到包括待识别的所述第二目标文本的第二子图像；

所述对所述文本检测处理所得的待识别的第二目标文本进行文本识别处理得到第二识别结果信息，包括：

将所述第二子图像输入至预先训练的文本识别模型进行文本识别处理，得到第二识别结果信息。

7.根据权利要求1所述的方法，其特征在于，所述对所述文本检测处理所得的待识别的第二目标文本进行文本识别处理得到第二识别结果信息之后，还包括：

根据所述第二识别结果信息，确定所述目标对象所对应的实体或所述目标对象进行指定操作的操作次数。

8.根据权利要求7所述的方法，其特征在于，根据所述第二识别结果信息，确定所述目标对象所对应的实体或所述目标对象进行指定操作的操作次数，包括：

根据预设方式确定所述第二识别结果信息中的每个文本信息与指定的标准文本库中的每个标准文本的相似度；

若确定所述相似度大于预设的相似度阈值，则根据相应的所述标准文本确定所述文本信息所对应的操作类型信息；

根据确定的所述操作类型信息，确定所述目标对象所对应的实体或所述目标对象进行指定操作的操作次数。