[发明专利]学籍自动认证方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能领域，涉及一种学籍自动认证方法，包括获取待识别图片，对待识别图片进行预处理，得到预处理图片；提取预处理图片中的文本信息和验证码图片，并获取验证码分类模型，根据验证码分类模型对预处理图片中的验证码图片进行分类识别，得到验证码图片的验证码类别；根据验证码类别匹配对应的验证码抽取模型，根据验证码抽取模型提取验证码图片中的验证码信息；获取目标网站的网络地址，根据网络地址跳转至目标网站，基于验证码信息和文本信息登录至目标网站，根据目标网站对学籍信息进行自动验证。本申请还提供一种学籍自动认证装置、计算机设备及存储介质。验证码信息可存储于区块链中。本申请提高了学籍认证的效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种学籍自动认证方法、装置、计算机设备及存储介质。

背景技术

当前，随着信息技术的高速发展，所需处理的信息也随之增长。特别是在对大批量学籍学历信息进行验证时，往往需要对大量的数据同时进行处理。传统的学籍认证，需要人为手动地输入用户的身份信息，登录至目标网站，通过目标网站对该用户的学籍进行认证。然而，当需要对大批量的用户同时进行学籍验证时，则会出现处理过慢，甚至网站崩溃的问题。

发明内容

本申请实施例的目的在于提出一种学籍自动认证方法、装置、计算机设备及存储介质，以解决学籍认证效率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种学籍自动认证，采用了如下所述的技术方案：

获取待识别图片，对所述待识别图片进行预处理，得到预处理图片；

提取所述预处理图片中的文本信息和验证码图片，并获取训练好的验证码分类模型，根据所述验证码分类模型对所述预处理图片中的验证码图片进行分类识别，得到所述验证码图片的验证码类别；

根据所述验证码类别匹配对应的验证码抽取模型，根据所述验证码抽取模型提取所述验证码图片中的验证码信息；

获取目标网站的网络地址，根据所述网络地址跳转至所述目标网站，基于所述验证码信息和所述文本信息登录至所述目标网站，并根据所述目标网站对所述文本信息中的学籍信息进行自动验证。

进一步的，所述对所述待识别图片进行预处理，得到预处理图片的步骤包括：

获取预设的表格线识别模型，基于所述表格线识别模型识别所述待识别图片中的表格线信息；

从所述待识别图片中筛除所述表格线信息，得到所述预处理图片。

进一步的，所述基于所述表格线识别模型识别所述待识别图片中的表格线信息的步骤包括：

基于所述表格线识别模型对所述待识别图片中的表格线的候选区域进行检测，得到优选候选框；

输入所述优选候选框至所述表格线识别模型中的残差网络进行特征计算，得到所述残差网络中每个卷积层的特征值，基于所述特征值构建特征金字塔；

通过所述特征金字塔和所述优选候选框进行回归检测，得到所述待识别图片中的表格线信息。

进一步的，在所述通过所述特征金字塔和所述优选候选框进行回归检测，得到所述待识别图片中的表格线信息的步骤之后，还包括：

获取预设的边缘线检测算法，根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。

进一步的，所述提取所述预处理图片中的文本信息的步骤包括：

对所述预处理图片进行图像文本识别，得到粗文本；

获取存储的文本字典，基于所述文本字典对所述粗文本进行纠错和结构化，得到所述文本信息。