[发明专利]证件识别方法、装置、设备及存储介质在审

专利信息
申请号: 202110592843.5 申请日: 2021-05-28
公开(公告)号: CN113177543A 公开(公告)日: 2021-07-27
发明(设计)人: 雷田子 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/32;G06K9/46;G06K9/62;G06Q40/02;G06F16/27
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 杨毅玲;刘丽华
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 证件 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种证件识别方法,其特征在于,应用于电子设备,所述电子设备与服务器相通信,所述证件识别方法包括:

当接收到证件识别请求时,根据所述证件识别请求确定请求类型;

若所述请求类型为图像识别类型,根据所述图像识别类型从所述服务器中获取目标学习器;

从配置库中提取与所述图像识别类型对应的数据作为所述电子设备中的证件数据,所述证件数据包括多类证件的训练数据;

基于所述证件数据对所述目标学习器进行调整,得到初始模型,并计算所述证件数据的数量作为第一数量;

根据所述图像识别类型从所述服务器中确定与所述电子设备联盟的终端作为特征终端,并从所述特征终端中获取与所述目标学习器对应的证件识别模型;

根据所述证件识别模型计算所述特征终端调整所述目标学习器的训练数据的数量作为第二数量;

根据所述第一数量、所述第二数量、所述初始模型的第一参数值、所述证件识别模型的第二参数值生成所述目标学习器的目标模型;

根据所述证件识别请求及所述目标模型生成证件信息。

2.如权利要求1所述的证件识别方法,其特征在于,所述根据所述证件识别请求确定请求类型包括:

解析所述证件识别请求的报文,得到所述报文携带的数据信息;

从所述数据信息中获取指示位置的信息作为存储路径,并从所述数据信息中获取指示对象的信息作为对象编号;

获取预设查询模板,并从所述预设查询模板中确定查询对象的填充位置;

将所述对象编号写入所述填充位置,得到查询语句;

在所述存储路径中运行所述查询语句,得到待识别对象;

获取所述待识别对象的对象信息,并将与所述对象信息对应的类型确定为所述请求类型。

3.如权利要求1所述的证件识别方法,其特征在于,所述根据所述图像识别类型从所述服务器中获取目标学习器包括:

获取所述服务器中存储学习器的路径作为目标路径,并获取所述图像识别类型的类型编号;

根据所述类型编号从所述目标路径中获取初筛学习器,并获取所述初筛学习器的生成时间;

获取所述证件识别请求的接收时间;

将所述生成时间与所述接收时间的时间差最小的初筛学习器确定为所述目标学习器。

4.如权利要求1所述的证件识别方法,其特征在于,在基于所述证件数据对所述目标学习器进行调整,得到初始模型之前,所述方法还包括:

对所述证件数据进行证件类别标注;

计算每一证件类别中证件数据的数量作为类别数量;

若所述类别数量小于预设数量阈值,将与所述类别数量对应的证件类别确定为目标类别;

基于扰动法增加所述目标类别中证件数据的数量。

5.如权利要求1所述的证件识别方法,其特征在于,所述基于所述证件数据对所述目标学习器进行调整,得到初始模型包括:

所述证件数据包括证件图像及图像文本;

获取所述证件图像的图像像素,并根据所述图像像素对所述证件图像进行向量化处理,得到所述证件图像的图像向量;

获取所述目标学习器中的文本映射表,并基于所述文本映射表对所述图像文本进行编码处理,得到文本向量;

将所述图像向量输入至所述目标学习器中,得到输出向量,并根据所述文本向量及所述输出向量计算所述目标学习器的第一损失值,所述目标学习器中包含初始学习率;

根据所述初始学习率及预设值更新所述目标学习器,包括:根据所述初始学习率及预设值生成设定学习率,并将所述目标学习器中的所述初始学习率更新为所述设定学习率,得到更新学习器,并根据所述图像向量、所述文本向量计算所述更新学习器的第二损失值,重复根据所述初始学习率及预设值更新所述目标学习器,直至所述第二损失值不再降低,将所述更新学习器确定为所述初始模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202110592843.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top