[发明专利]证件信息的获取方法及装置、存储介质、计算机设备

权利要求书

1.一种证件信息的获取方法，其特征在于，包括：

获取证件图像信息，并识别所述证件图像信息中的文本内容信息以及文本框位置信息；

对所述文本内容信息、文本框位置信息进行量化处理，并利用已完成训练的分类模型对量化处理后的所述文本内容信息、所述文本框位置信息进行分类处理，所述分类模型在训练过程中根据不同模糊替换系数更新模糊训练样本集中的文本内容信息、或文本框位置信息；

根据分类处理的结果将分类标记后的文本内容信息存储至具有不同证件特征的证件数据列表中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取包含不同文本内容信息、文本框位置信息的模糊训练样本集；

查找所述模糊训练样本集中与证件特征匹配的文本内容信息、文本框位置信息，标记为第一类标记，所述证件特征用于表征证件信息所共有的属性内容；

查找所述模糊训练样本集中与非证件特征匹配的文本内容信息、文本框位置，基于自然语言识别技术以及预设聚类模型对所述文本内容信息、文本框位置信息进行聚类处理，对不同聚类结果标记为第二类标记，所述第二类标记包括姓名、地址、性别、年龄、证件号码、证件类别；

利用分别标记为第一类标记、第二类标记的所述文本内容信息、所述文本框位置信息对选取的分类模型进行训练，所述选取的分类模型中确定有待根据不同模糊替换系数更新所述文本内容信息、所述文本框位置信息的替换迭代位置。

3.根据权利要求1所述的方法，其特征在于，所述识别所述证件图像信息中的文本内容信息以及文本框位置信息包括：

构建所述证件图像信息匹配的坐标系，并利用OCR技术划分具有本文内容的区域；

标记所述文本内容信息的区域处于所述坐标系中的位置，确定文本框位置信息；

结合所述OCR技术、自然语言处理技术识别所述证件图像信息中所述区域中的文本内容信息，并匹配标识所述文本内容信息所对应的文本框位置信息。

4.根据权利要求3所述的方法，其特征在于，所述结合所述OCR技术、自然语言处理技术识别所述证件图像信息中所述区域中的文本内容信息包括：

若结合所述OCR技术、自然语言处理技术从自然语言词库中匹配到所述证件图像信息中所述区域的文字词语，则将所述文字词语确定为所述区域中的文本内容信息；

若结合所述OCR技术、自然语言处理技术从自然语言词库中未匹配到所述证件图像信息中所述区域的文字词语，则从预设模糊词语库中随机选取模糊替换词语确定为所述区域中的文本内容信息。

5.根据权利要求4所述的方法，其特征在于，所述利用已完成训练的分类模型对量化处理后的所述文本内容信息、所述文本框位置信息进行分类处理包括：

对完成量化处理后的所述文本内容信息、所述文本框位置信息所对应的向量通过所述分类模型中的嵌入层进行维度归一化，得到与所述文本内容信息的词向量的维度匹配的所述文本框位置的编码向量；

通过所述分类模型对所述词向量、所述编码向量进行分类处理，所述分类模型为神经网络模型、支持向量机模型中的一个。

6.根据权利要求5所述的方法，其特征在于，所述通过所述分类模型对所述词向量、所述编码向量进行分类处理包括：

确定所述分类模型中的替换迭代位置，根据不同模糊替换系数替代所述词向量、所述编码向量中的至少一个向量数值，并基于替换完成的所述词向量、所述编码向量完成分类处理。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

确定待识别的证件信息的证件特征，并计算所述证件特征与接收的证件业务需求之间的相似度值；

按照所述相似度值对所述证件特征进行排序，基于所述排序结果生成包含有所述证件特征的证件数据列表。