[发明专利]票据图像分类方法、装置、计算机设备和存储介质

说明书

本发明适用于计算机视觉技术领域，提供了一种票据图像分类方法、装置、计算机设备和存储介质，所述方法包括：对待分类票据图像进行采样，得到多个不同尺度的票据图像；利用滑动窗口分别对各票据图像进行扫描，并分别提取扫描后各图像的图像语义信息，得到单一尺度图像语义信息；将各单一尺度图像语义信息进行信息融合，得到多尺度图像语义信息；根据多尺度图像语义信息进行票据分类，得到待分类票据图像的票据类型。采用本方法能够提高票据分类的准确性。

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种票据图像分类方法、装置、计算机设备和存储介质。

背景技术

银行金融保险等机构行业涉及大量票据数据处理，例如：火车票、机动车发票、行程单、增值税发票等等。传统票据数据处理方式是通过人工查看用户提交的票据图像数据，采用手动的方式录入到票据管理系统。由于该处理方式全程都是人工完成，因此不仅需要消耗大量人力物力，而且处理效率低下。

随着科技的飞速发展，为了能够减少消耗且提高处理效率，现有出现了票据数据自动化处理技术。实现票据自动化处理主要通过物体图像分类技术对用户提交的票据图像数据进行自动分类，识别票据类型，进而再采用OCR（optical character recognition，光符识别）技术识别票据图像上的文本信息。

然而，由于票据图像与物体图像差别较大，且用户所上传的票据图像样式、票据图像的拍摄场景以及拍摄角度千差万别，导致使用传统的物体图像分类技术并不能较好的处理票据图像的分类，从而降低了票据图像分类的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高票据图像分类的准确性的票据图像分类方法、装置、计算机设备和存储介质。

本发明提供一种票据图像分类方法，包括：

对待分类票据图像进行采样，得到多个不同尺度的票据图像；

利用滑动窗口分别对各所述票据图像进行扫描，并分别提取扫描后各图像的图像语义信息，得到单一尺度图像语义信息；

将各所述单一尺度图像语义信息进行信息融合，得到多尺度图像语义信息；

根据所述多尺度图像语义信息进行票据分类，得到所述待分类票据图像的票据类型。

在其中一个实施例中，所述对待分类票据图像进行采样，得到多个不同尺度的票据图像，包括：

根据预设的采样步长和采样图像尺寸范围，以所述待分类票据图像的最大边对所述待分类票据图像进行等比向上采样和等比向下采样，得到多个不同尺度的票据图像。

在其中一个实施例中，所述利用滑动窗口分别对各所述票据图像进行扫描，并分别提取扫描后各图像的图像语义信息，得到单一尺度图像语义信息，包括：

根据预设的滑动窗口尺寸和扫描步长，分别对各所述票据图像进行扫描，得到各所述票据图像的票据子图像集；

利用训练好的浅层卷积神经网络，分别提取各所述票据子图像集的图像语义信息，得到各所述票据子图像集的单一尺度图像语义信息；所述浅层卷积神经网络利用票据图像数据集训练。

在其中一个实施例中，所述将各所述单一尺度图像语义信息进行信息融合，得到多尺度图像语义信息，包括：

将各所述单一尺度图像语义信息进行特征合并，得到多尺度图像语义信息。

在其中一个实施例中，所述根据所述多尺度图像语义信息进行票据分类，得到所述待分类票据图像的票据类型，包括：

将所述多尺度图像语义信息输入至训练好的票据分类网络进行票据分类，得到所述票据分类网络输出的票据类型以及所述票据类型对应的置信度；所述票据分类网络利用票据图像数据集训练；