CN110647881A - 确定图像对应的卡片类型的方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种确定图像对应的卡片类型的方法、装置、设备及存储介质，属于图像识别领域。所述方法包括：将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。本申请通过使用机器学习模型的来对图像进行识别和分类，提高了对图像识别和分类的速度，减小了内存空间的占用，易于在移动端进行应用。

Description

确定图像对应的卡片类型的方法、装置、设备及存储介质

技术领域

本申请涉及图像识别领域，特别涉及一种确定图像对应的卡片类型的方法。

背景技术

随着计算机技术的发展，用户的终端中存储的图像越来越多，为了方便用户对图像的查找，终端一般会对图像进行自动分类。尤其是用户经常对自己的卡片进行拍照，如身份证、银行卡、驾驶证等。终端在对图像进行分类时，可以对卡片的图像进行进一步细分，识别出图像中的卡片类型，从而方便用户对卡片图像的查找。

目前识别图像中包含卡片类型的技术是：利用光学字符识别技术识别图像中的字符信息，根据识别出的字符信息判断图像中包含的卡片类型。

在实现本申请的过程中，发明人发现现有技术至少存在以下问题：

光学字符识别技术在对图像进行字符的识别时，速度缓慢，占用内存大，导致对图像分类的效率低下，不易在移动端进行应用。

发明内容

本申请实施例提供了一种确定图像对应的卡片类型的方法,能够提高对图像识别和分类的速度，减小内存空间的占用，易于在移动端应用。所述技术方案如下：

一方面，提供了一种确定图像对应的卡片类型的方法，所述方法包括：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；

基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；

将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；

基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

可选的，所述将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息之前，所述方法还包括：

获取待识别图像对应的图像金字塔中的各目标图像。

可选的，所述将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息，包括：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息和概率值，其中，所述概率值用于指示目标图像对应的卡片类型为目标卡片类型的概率；

所述基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像，包括：

如果所述目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像，包括：

对得到的每个所述标志性图像的位置信息，进行调整，得到每个所述标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸；

基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像，包括：

基于每个所述标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像；

基于经过去除处理后的各标志性图像中每个标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型，包括：

基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率；

对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

另一方面，提供了一种确定图像对应的卡片类型的装置，所述装置包括：

提取模块，被配置为将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；

获取模块，被配置为基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；

计算模块，被配置为将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；

确定模块，被配置为基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

可选的，所述装置还包括：

处理模块，被配置为：获取待识别图像对应的图像金字塔中的各目标图像。

可选的，所述提取模块，还被配置为：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息和概率值，其中，所述概率值用于指示目标图像对应的卡片类型为目标卡片类型的概率；

所述获取模块，被配置为：

如果所述目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述获取模块，还被配置为：

对得到的每个所述标志性图像的位置信息，进行调整，得到每个所述标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸；

基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述获取模块，还被配置为：

基于每个所述标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像；

基于经过去除处理后的各标志性图像中每个标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述确定模块，被配置为：

基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率；

对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

再一方面，提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的确定图像对应的卡片类型的方法所执行的操作。

再一方面，提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如上所述的确定图像对应的卡片类型的方法所执行的操作。

本申请实施例提供的技术方案带来的有益效果是：

本申请实施例，通过将目标图像输入到标志性图像识别模型中，得到目标图像中标志性图像的位置信息，再根据位置信息，将标志性图像输入到卡片类型识别模型中，确定目标图像对应的卡片类型。一般机器学习模型的处理速度和资源占用远小于光学字符识别技术，所以本申请实施例提高了对图像识别和分类的速度，减小了内存空间的占用，易于在移动端进行应用。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的确定图像对应的卡片类型的方法流程图；

图2是本申请实施例提供的确定图像对应的卡片类型的方法流程图；

图3是本申请实施例提供的确定图像对应的卡片类型的方法流程图；

图4是本申请实施例提供的确定图像对应的卡片类型的方法流程图；

图5是本申请实施例提供的确定图像对应的卡片类型的方法流程图；

图6是本申请实施例提供的确定图像对应的卡片类型的装置结构示意图；

图7是是本申请实施例提供的终端结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

本申请实施例提供的方案涉及人工智能的计算机视觉技术，具体通过如下实施例进行说明。

本申请提供的确定图像对应的卡片类型的方法可以应用在终端或服务器。终端可以存储数据和处理数据，终端可以是手机、平板电脑、智能穿戴设备、台式计算机、笔记本电脑等。服务器可以存储数据和处理数据，也可以与其他服务器或终端建立通信关系，获取其他服务器或终端的数据。本申请实施例以应用在终端为例进行方案的详细说明，其它情况与之类似，不再赘述。其中，终端中还可以运行有相册应用程序，用来浏览和管理终端中存储的图像。

本申请实施例提供的确定图像对应的卡片类型的方法，可以应用在终端的相册应用程序内，结合相册应用程序，对终端存储的图像进行识别分类。用户可以通过终端拍摄各种图像，也可以通过网络渠道获取各种图像，然后存储在终端。相册应用程序可以获取存储在终端的所有图像，用户可以通过相册应用程序浏览终端所存储的各种图像。相册应用程序可以对存储的图像进行分类方便用户浏览。本申请方案是将图像中包含卡片信息的图像识别出来，然后根据卡片的类型进行分类，其中卡片可以是驾驶证、身份证或银行卡等。本申请实施例中，以从终端存储的图像中识别出包含身份证和包含银行卡的图像并进行分类为例，其他情况与之类似，不再赘述。

图1是本申请实施例提供的一种确定图像对应的卡片类型的方法的流程图。

参见图1，该实施例包括：

步骤101，将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息。

其中，标志性图像可以是某类卡片中特有的图像，例如，银行卡上的银联标志、身份证上的国徽的标志。位置信息可以是框住标志性图像的矩形框的范围信息，例如矩形框的四个顶点的坐标。

在实施中，可以通过相册应用程序来获取终端中存储的图像，将获取的图像分别输入到标志性图像识别模型中。根据标志性图像识别模型，可以得到目标图像中标志性图像的位置信息和概率值。其中，概率值与位置信息相对应，是用来指示位置信息对应的标志性图像属于目标卡片类型的概率。

可选的，目标图像可以是在某个待识别图像的图像金字塔中获取的多张图像，相应的，步骤101之前可以进行如下处理：获取待识别图像对应的图像金字塔中的各目标图像。

在实施中，在将待识别图像分别输入到标志性图像识别模型之前，为了提高标志性图像识别模型的识别准确度，可以对图像进行处理。相应的，将待识别图像构造为图像金字塔，即针对每张待识别图像得到不通分辨率的图像。例如，可以将待识别图像按照不同采样率进行采样，得到多个不同分辨率的图像，然后将得到的多个不同分辨率的图像作为目标图像输入到标志性图像识别模型中进行识别。

步骤102，基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

在实施中，将目标图像输入到标志性图像识别模型中，可以得到图像中包括的标志性图像的位置信息和概率值。如果目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于标志性图像的位置信息，获取目标图像中包括的标志性图像，第一预设阈值可以由技术人员预设，此处并不对第一预设阈值的数值进行限定。相应的，目标图像中可能包含多个标志性图像，经过标志性图像识别模型进行识别后，可以针对每个标志性图像得到一个位置信息和一个概率值，若得到的标志性图像的概率值中有大于第一预设阈值的，则认定目标图像为身份证或银行卡，并将概率值大于第一预设阈值的标志性图像，按照位置信息从目标图像截取出来。

可选的，上述得到的标志性图像的位置信息可以是框住标志性图像的矩形框的范围信息，例如矩形框的四个角的坐标，在确定位置信息后，可以对所有标志性图像的矩形框的尺寸进行统一，相应的，在步骤101之后还可以进行如下处理：对得到的每个标志性图像的位置信息，进行调整，得到每个标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸。

在实施中，标志性图像识别模型可以得到标志性的图像的位置信息，还会对每个位置信息输出一个回归向量。其中，回归向量是用来对框住标志性图像的矩形框的范围信息进行校准的，例如，当矩形框只框住了银行卡上的银联标志的三分之二，根据回归向量，矩形框可以调整为完全包围银联标志。标志性图像识别模型输出的矩形框的尺寸可能不统一，可以将所输出的矩形框的尺寸进行统一为预设图像尺寸。例如，预设图像尺寸为10×10，经过回归向量校准后的矩形框的尺寸有8×8、9×9和11×12，然后可以将所有的矩形框统一调整为10×10的大小。

可选的，在对矩形框的尺寸进行统一处理之后，还可以对矩形框进行筛选，将重叠率高的两个矩形框中的一个去除，相应的处理可以如下：基于每个标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像。

在实施中，将所有的矩形框按照对应的概率值进行排序，保留对应概率值最高的矩形框，并检测其他矩形框与所保留的矩形框在目标图像中的重叠率，将重叠率大于预设阈值的矩形框移除，然后再保留对应概率值第二高的矩形框，并检测其他矩形框与所保留的矩形框在目标图像中的重叠率，将重叠率大于预设阈值的矩形框移除，直至保留的矩形框中，任一两个矩形框在目标图像中的重叠率都小于预设阈值，然后按照保留的矩形框将标志性图像从目标图像中截取出来。其中，预设阈值可以有技术人员预设，此处不对预设阈值的数值做限定。

在实施中，步骤101和步骤102可组成标志性图像识别模型对图像进行识别的方法流程，如图2所示。先将图像构成图像金字塔，然后将图像金字塔中的图像作为目标图像输入到提案网络(即标志性图像识别模型)，按照得到的概率值与设定的第一预设阈值判定目标图像中是否包含证件的照片，如是否包含身份证或银行卡，如果不包含证件的照片则丢弃目标图像，如果包含证件的照片，则对提案网络输出的矩形框的尺寸进行统一调整。

步骤103，将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率。

在实施中，将标志性图像从目标图像中截取出来之后，输入到卡片类型识别模型中，针对每个标志性图像可以得到多个概率值，例如，针对一个标志性图像可以得到，为银行卡的概率值为0.7，为身份证的概率值是0.1。

步骤104，基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

在实施中，可以根据卡片类型识别模型得到的标志性图像对应的多个概率值，来确定标志性图像具体属于那种类型的卡片，以对目标图像进行分类。

可选的，可以根据标志性图像对应的最高概率值，来确定标志性图像的类型，相应的，基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率，对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

在实施中，每个目标图像中可以有多个标志性图像，卡片类型识别模型可以对每个标志性图像得到两个概率值，分别是属于身份证的概率值和属于银行卡的概率值。若所有标志性图像的概率值中的属于身份证的最高概率值和属于银行卡的最高概率值都小于第二预设阈值，则可以认定目标图像中既不包含身份证也包含银行卡。若所有标志性图像对应的概率值中，属于身份证的最高概率值超过第二预设阈值，则认定目标图像中包含身份证。若标志性图像对应的概率值中，属于银行卡的最高概率值超过第二预设阈值，则认定目标图像中包含银行卡。若所有标志性图像中对应的概率值中，属于身份证的最高概率值超过第二预设阈值，属于银行卡的最高概率值也超过第二预设阈值，则认定目标图像中既包含身份证也包含银行卡。其中，需要说明的是，第二预设阈值可以有技术人员设定，此处不对第二预设阈值的数值做限定。

在确定目标图像中所含的卡片的类型之后，可以按照卡片的类型将对目标图像进行分类，例如，在终端的相册应用程序中，设置有不同的卡片类别，用户可以通过点击不同的卡片类别，去浏览终端内相应类型的图像。

在实施中，步骤103和步骤104可组成卡片类型识别模型对标志性图像进行识别的方法流程，如图3所示。首先按照调整后的矩形框在目标图像中，将标准性图像截取出来，然后将截取出来的标志性图像输入到判别网络(即卡片类型识别模型)。根据判别网络输出的概率值与第二阈值对标志性图像进行判别，如果判别结果既不是身份证也不是银行卡，则将标志性图像对应的目标图像丢弃，如果判别结果是身份证，则将标志性图像对应的目标图像划分为包含身份证的图像类别中，如果判别结果是银行卡，则将标志性图像对应的目标图像划分为包含银行卡的图像类别中。

在实施中，步骤101-步骤104可组成确定图像中包含卡片类型的方法流程，如图4所示。首先将图像构成图像金字塔，输入到提案网络中，提案网络得到框住标志性图像的矩形框，然后根据矩形框和图像金字塔截取出标志性图像，将标志性图像输入到判别网络，判定标志性图像的类型，最后根据标志性图像的类型，确定图像的类别。本申请还给出了上述方案的识别速度与现有技术中OCR模型在对图像识别速度上的对比，其中，表1为本方案模型分别在正负样本1:3和1:200的情况下的所耗时长，表2为OCR模型分别在正负样本1:3和1:200的情况下的所耗时长。

自研模型	耗时(ms)
		1:3	98
1:200	98

表1

OCR模型	耗时(ms)
		1:3	2000
1:200	2000

表2

本申请实施例，通过将目标图像输入到标志性图像识别模型中，得到目标图像中标志性图像的位置信息，再根据位置信息，将标志性图像输入到卡片类型识别模型中，确定目标图像对应的卡片类型。一般机器学习模型的处理速度和资源占用远小于光学字符识别技术，所以本申请实施例提高了对图像识别和分类的速度，减小了内存空间的占用，易于在移动端进行应用。

图5是本申请实施例提供的一种确定图像对应的卡片类型的方法的流程图。

参见图5，该实施例包括：

步骤501，获取待识别图像对应的图像金字塔中的各目标图像。

在实施中，待识别图像构造为图像金字塔，即针对每张待识别图像得到不通分辨率的图像，将不同分辨率的图像作为目标图像。

步骤502，将目标图像输入标志性图像识别模型中，得到目标图像中包括的标志性图像的位置信息。

在实施中，将针对待识别图像得到的不同分辨率的图像输入到图像识别模型中，图像识别模型会输出不同分辨率的图像中标志性图像的位置信息,其中，标志性图像的位置信息可以是框住标志性图像的矩形框的范围信息，例如矩形框的四个角的坐标。

步骤503，对得到的每个标志性图像的位置信息，进行调整，得到每个标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸。

在实施中，标志性图像识别模型可以得到标志性的图像的位置信息，还会对每个位置信息输出一个回归向量。其中，回归向量是用来对框住标志性图像的矩形框的范围信息进行校准的，例如，当矩形框只框住了银行卡上的银联标志的三分之二，根据回归向量，矩形框可以调整为完全包围银联标志。标志性图像识别模型输出的矩形框的尺寸可能不统一，可以将所输出的矩形框的尺寸进行统一为预设图像尺寸。例如，预设图像尺寸为10×10，经过回归向量校准后的矩形框的尺寸有8×8、9×9和11×12，然后可以将所有的矩形框统一调整为10×10的大小。

步骤504，基于每个标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像。

在实施中，将所有的矩形框按照对应的概率值进行排序，保留对应概率值最高的矩形框，并检测其他矩形框与所保留的矩形框在目标图像中的重叠率，将重叠率大于预设阈值的矩形框移除，然后再保留对应概率值第二高的矩形框，并检测其他矩形框与所保留的矩形框在目标图像中的重叠率，将重叠率大于预设阈值的矩形框移除，直至保留的矩形框中，任一两个矩形框在目标图像中的重叠率都小于预设阈值，然后按照保留的矩形框将标志性图像从目标图像中截取出来。其中，预设阈值可以有技术人员预设，此处不对预设阈值的数值做限定。

步骤505，将剩余的标志性图像，按照对应的位置信息从目标图像中截取出来。

步骤506，将从目标图像中截取的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率。

步骤507，基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

在实施中，每个目标图像中可以有多个标志性图像，卡片类型识别模型可以对每个标志性图像得到两个概率值，分别是属于身份证的概率值和属于银行卡的概率值。若所有标志性图像的概率值中的属于身份证的最高概率值和属于银行卡的最高概率值都小于第二预设阈值，则可以认定目标图像中既不包含身份证也包含银行卡。若所有标志性图像对应的概率值中，属于身份证的最高概率值超过第二预设阈值，则认定目标图像中包含身份证。若标志性图像对应的概率值中，属于银行卡的最高概率值超过第二预设阈值，则认定目标图像中包含银行卡。若所有标志性图像中对应的概率值中，属于身份证的最高概率值超过第二预设阈值，属于银行卡的最高概率值也超过第二预设阈值，则认定目标图像中既包含身份证也包含银行卡。其中，需要说明的是，第二预设阈值可以有技术人员设定，此处不对第二预设阈值的数值做限定。

本申请实施例提供了一种确定图像对应的卡片类型的装置，如图6所示，所述装置包括：

提取模块610，被配置为将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；

获取模块620，被配置为基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；

计算模块630，被配置为将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；

确定模块640，被配置为基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

可选的，所述装置还包括：

处理模块650，被配置为：获取待识别图像对应的图像金字塔中的各目标图像。

可选的，所述提取模块610，还被配置为：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息和概率值，其中，所述概率值用于指示目标图像对应的卡片类型为目标卡片类型的概率；

所述获取模块620，被配置为：

如果所述目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述获取模块620，还被配置为：

对得到的每个所述标志性图像的位置信息，进行调整，得到每个所述标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸；

基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述获取模块620，还被配置为：

基于每个所述标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像；

基于经过去除处理后的各标志性图像中每个标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

可选的，所述确定模块640，被配置为：

基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率；

对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

需要说明的是：上述实施例提供的确定图像对应的卡片类型的装置在确定图像对应的卡片类型时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的确定图像对应的卡片类型的装置与确定图像对应的卡片类型的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图7示出了本申请一个示例性实施例提供的终端700的结构框图。该终端700可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端700包括有：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的确定图像对应的卡片类型的方法。

在一些实施例中，终端700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、触摸显示屏705、摄像头706、音频电路707、定位组件708和电源709中的至少一种。

外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置终端700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端700的不同表面或呈折叠设计；在再一些实施例中，显示屏705可以是柔性显示屏，设置在终端700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位终端700的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。

加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制触摸显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器713可以设置在终端700的侧边框和/或触摸显示屏705的下层。当压力传感器713设置在终端700的侧边框时，可以检测用户对终端700的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器717设置在触摸显示屏705的下层时，由处理器701根据用户对触摸显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时，指纹传感器714可以与物理按键或厂商Logo集成在一起。

光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制触摸显示屏705的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏705的显示亮度；当环境光强度较低时，调低触摸显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。

接近传感器716，也称距离传感器，通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时，由处理器701控制触摸显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时，由处理器701控制触摸显示屏705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图7中示出的结构并不构成对终端700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

Claims (14)

1.一种确定图像对应的卡片类型的方法，其特征在于，所述方法包括：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；

基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；

将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；

基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

2.根据权利要求1所述的方法，其特征在于，所述将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息之前，所述方法还包括：

获取待识别图像对应的图像金字塔中的各目标图像。

3.根据权利要求1所述的方法，其特征在于，所述将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息，包括：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息和概率值，其中，所述概率值用于指示目标图像对应的卡片类型为目标卡片类型的概率；

所述基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像，包括：

如果所述目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

4.根据权利要求3所述的方法，其特征在于，所述基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像，包括：

对得到的每个所述标志性图像的位置信息，进行调整，得到每个所述标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸；

基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

5.根据权利要求4所述的方法，其特征在于，所述基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像，包括：

基于每个所述标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像；

基于经过去除处理后的各标志性图像中每个标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

6.根据权利要求1所述的方法，其特征在于，所述基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型，包括：

基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率；

对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

7.一种确定图像对应的卡片类型的装置，其特征在于，所述装置包括：

提取模块，被配置为将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息；

获取模块，被配置为基于得到的所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像；

计算模块，被配置为将所述目标图像中包括的标志性图像，输入卡片类型识别模型，得到每个标志性图像对应的概率集合，其中，所述概率集合包括标志性图像属于不同卡片类型的概率；

确定模块，被配置为基于每个标志性图像对应的概率集合，确定所述目标图像对应的卡片类型。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

处理模块，被配置为：获取待识别图像对应的图像金字塔中的各目标图像。

9.根据权利要求7所述的装置，其特征在于，所述提取模块，还被配置为：

将目标图像输入标志性图像识别模型中，得到所述目标图像中包括的标志性图像的位置信息和概率值，其中，所述概率值用于指示目标图像对应的卡片类型为目标卡片类型的概率；

所述获取模块，被配置为：

如果所述目标图像中包括的标志性图像的概率值中存在大于第一预设阈值的概率值，则基于所述标志性图像的位置信息，获取所述目标图像中包括的标志性图像。

10.根据权利要求9所述的装置，其特征在于，所述获取模块，还被配置为：

对得到的每个所述标志性图像的位置信息，进行调整，得到每个所述标志性图像的调整后的位置信息，其中，每个调整后的位置信息对应的图像尺寸为预设图像尺寸；

基于每个所述标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

11.根据权利要求10所述的装置，其特征在于，所述获取模块，还被配置为：

基于每个所述标志性图像的调整后的位置信息，在各标志性图像中，确定重叠率大于预设阈值的标志性图像，对于任意两个重叠率大于预设阈值的标志性图像，去除概率值较低的标志性图像；

基于经过去除处理后的各标志性图像中每个标志性图像的调整后的位置信息，获取所述目标图像中包括的标志性图像。

12.根据权利要求9所述的装置，其特征在于，所述确定模块，被配置为：

基于每个标志性图像对应的概率集合，确定每种卡片类型对应的最高概率；

对于每种卡片类型，如果所述卡片类型对应的最高概率大于第二预设阈值，则确定所述目标卡片包括所述卡片类型。

13.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至权利要求6任一项所述的确定图像对应的卡片类型的方法所执行的操作。

14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求6任一项所述的确定图像对应的卡片类型的方法所执行的操作。

Images