[发明专利]一种图片分割方法、装置及存储介质

说明书

本说明书实施例提供一种图片分割方法、装置及存储介质，可以应用于人工智能技术领域。所述方法包括：对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；使用卷积神经网络提取各个样本图片的特征值向量；基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割，从而实现对图片的精准分割，提高日期识别效率。

技术领域

本说明书实施例涉及人工智能技术领域，特别涉及一种图片分割方法、装置及存储介质。

背景技术

移动互联网拥有的数据源丰富多样，其中图片的数据量级越来越大，图片中附带的信息量也越来越大。为了能从这些海量图片中提取有用的信息，需要对图片中的文字进行识别，然后转换为半结构化数据存入数据中心，用于提供更全面的数据存储和检索服务。

随着人工智能技术的发展，对于图片中的文字识别通常要用到OCR(OpticalCharacter Recognition，光学字符识别)技术。就目前现状而言，OCR识别任务分为两种模式：一种是逐字识别，第一步先提取出单字图片，第二步用图像分类算法对图片进行单字分类，最后将所有识别出的文字拼接成句子输出；另一种做法是整行识别，同时考虑了图片中的上下文特征，第一步先定位出整个行句子，第二步用一种序列文字识别模型直接识别出整行文字。

然而，一些图片中还会包括一些手写的数字。例如，统计报表、财务报表、邮政编码、各种票据等通常会包括手写的日期等信息。在这些应用中，通常要求手写数字识别算法具有较高的识别速度和识别精确度以及较高的可靠性和稳定性。现有的OCR识别方式通常会根据手写的日期中的字符之间的空白间隙进行分割，再对分割后的每个字符进行识别。

但是包含日期的图片中间的“年月日”可能未必是汉字，也可能是“-”、“.”、空格、阴影等。有时候数字也可能与汉字重合，这样导致简单地按图片中的空白间隙进行分割的效果较差，进而不能准确地识别图片中的日期。

发明内容

本说明书实施例的目的是提供一种图片分割方法、装置及存储介质，以实现对图片的精准分割，提高日期识别效率。

为解决上述问题，本说明书实施例提供一种图片分割方法，所述方法包括：对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；使用卷积神经网络提取各个样本图片的特征值向量；基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割。

为解决上述问题，本说明书实施例还提供一种图片分割装置，所述装置包括：标注模块，用于对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；提取模块，用于使用卷积神经网络提取各个样本图片的特征值向量；拟合模块，用于基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；分割模块，用于在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割。

为解决上述问题，本说明书实施例还提供一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现：对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；使用卷积神经网络提取各个样本图片的特征值向量；基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割。