[发明专利]关键信息提取方法、装置、电子设备及存储介质

权利要求书

1.一种关键信息提取方法，其特征在于，所述方法包括：

获取原始证件图像，对所述原始证件图像进行数据扩增处理，得到初始训练图像；

利用所述初始训练图像对预设的轻量检测模型进行训练，得到训练好的轻量检测模型；

获取待识别证件图像，利用所述训练好的轻量检测模型对所述待识别证件图像进行目标区域筛选处理，得到证件区域图；

对所述证件区域图进行角度矫正处理，得到标准区域图；

利用预设的任意方向目标检测模型对所述标准区域图进行目标检测处理，得到目标矩形图；

对所述目标矩形图进行文本识别处理，得到关键信息。

2.如权利要求1所述的关键信息提取方法，其特征在于，所述对所述证件区域图进行角度矫正处理，得到标准区域图，包括：

利用预设的四分类模型对所述证件区域图进行角度预测处理，得到所述证件区域图的角度信息；

判断所述角度信息是否符合预设的角度标准；

若所述角度信息符合所述预设的角度标准，判定所述证件区域图为标准区域图；

若所述角度信息不符合所述预设的角度标准，则对所述证件区域图进行角度矫正，得到标准区域图。

3.如权利要求1所述的关键信息提取方法，其特征在于，所述利用预设的任意方向目标检测模型对所述标准区域图进行目标检测处理，得到目标矩形图，包括：

利用预设的任意方向目标检测模型对所述标准区域图中关键信息相关区域进行矩形框标注；

获取标注的矩形框对应的旋转因子；

判断所述旋转因子是否为旋转因子阈值；

若所述旋转因子为旋转因子阈值，则从所述标准区域图中截取所述矩形框对应的图片，得到目标矩形图；

若所述旋转因子不为旋转因子阈值，则对所述矩形框进行仿射变换，从所述标准区域图中截取仿射变换后的所述矩形框对应的图片，得到目标矩形图。

4.如权利要求3所述的关键信息提取方法，其特征在于，所述对所述矩形框进行仿射变换，包括：

将所述矩形框映射至预设的二维直角坐标系上，并提取所述矩形框的坐标值；

根据预设的仿射变换公式对所述坐标值进行变换处理，得到变换坐标值；

将所述变换坐标值映射在所述二维直角坐标系上，得到仿射变换后的矩形框。

5.如权利要求1所述的关键信息提取方法，其特征在于，所述对所述目标矩形图进行文本识别处理，得到关键信息，包括：

对所述目标矩形图进行特征提取处理，得到特征序列，所述特征序列包括多个分量；

利用预设的激活函数对所述多个分量进行概率计算，得到所述多个分量的概率值；

确定最大的概率值对应的分量为关键信息。

6.如权利要求1至5中任一项所述的关键信息提取方法，其特征在于，所述利用所述初始训练图像对预设的轻量检测模型进行训练，得到训练好的轻量检测模型，包括：

利用预设的先验框对所述初始训练图像进行框选处理，得到预测区域图；

根据重合值公式计算所述预测区域图和预设的真实区域图之间的重合值；

当所述重合值小于预设的阈值时，对所述预设的轻量检测模型的内部参数进行调整，直到所述重合值大于或者等于预设的阈值时，得到训练好的轻量检测模型。

7.如权利要求6所述的关键信息提取方法，其特征在于，所述重合值公式包括：

其中，IOU为所述重合值，DetectionResult为所述预测区域图，GroundTruth为所述真实区域图，DetectionResult∩GroundTruth为所述预测区域图和所述真实区域图之间的交集，DetectionResult∪GroundTruth为所述预测区域图和所述真实区域图之间的并集。