CN113313114B - 证件信息获取方法、装置、设备以及存储介质 - Google Patents
证件信息获取方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113313114B CN113313114B CN202110652178.4A CN202110652178A CN113313114B CN 113313114 B CN113313114 B CN 113313114B CN 202110652178 A CN202110652178 A CN 202110652178A CN 113313114 B CN113313114 B CN 113313114B
- Authority
- CN
- China
- Prior art keywords
- text recognition
- image
- determining
- certificate
- recognition result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Abstract
本公开提供了证件信息获取方法、装置、设备以及存储介质，涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域。具体实现方案为：获取目标证件图像；对目标证件图像进行文本识别，确定文本识别结果；响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果；根据字符优化结果，更新文本识别结果；输出更新后的文本识别结果。本实现方式能够对字符的识别结果进行优化，提高文本识别的准确度。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，尤其涉及证件信息获取方法、装置、设备以及存储介质，可应用于智慧城市和智慧金融场景下。
背景技术
随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技转变，但由于金融行业的安全性、实时性要求，也对技术提出的更高的要求。比如客户在办理金融业务时，为了确保业务操作的安全性，需要对客户的身份信息进行校验，一般都是客户在客户业务办理系统上传自己的证件照片，以便业务人员利用OCR(OpticalCharacter Recognition，光学字符识别)技术对该证件照片进行校验。
然而，现有的证件识别方法存在检测精度不高、准确性低的问题。
发明内容
本公开提供了一种证件信息获取方法、装置、设备以及存储介质。
根据第一方面，提供了一种证件信息获取方法，包括：获取目标证件图像；对目标证件图像进行文本识别，确定文本识别结果；响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果；根据字符优化结果，更新文本识别结果；输出更新后的文本识别结果。
根据第二方面，提供了一种证件信息获取装置，包括：图像获取单元，被配置成获取目标证件图像；文本识别单元，被配置成对目标证件图像进行文本识别，确定文本识别结果；字符优化单元，被配置成响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果；结果更新单元，被配置成根据字符优化结果，更新文本识别结果；结果输出单元，被配置成输出更新后的文本识别结果。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本公开的技术提供了一种证件识别技术，能够对字符的识别结果进行优化，提高文本识别的准确度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的证件信息获取方法的一个实施例的流程图；
图3是根据本公开的证件信息获取方法的一个应用场景的示意图；
图4是根据本公开的证件信息获取方法的另一个实施例的流程图；
图5是根据本公开的证件信息获取装置的一个实施例的结构示意图；
图6是用来实现本公开实施例的证件信息获取方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的证件信息获取方法或证件信息获取装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像处理类应用等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103提供图像处理过程中所使用的模型的后台服务器。后台服务器可以利用训练样本对模型进行训练，得到训练好的模型，并将训练好的模型反馈给终端设备101、102、103。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的证件信息获取方法一般由终端设备101、102、103执行。相应地，证件信息获取装置一般设置于终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的证件信息获取方法的一个实施例的流程200。本实施例的证件信息获取方法，包括以下步骤：
步骤201，获取目标证件图像。
本实施例中，证件信息获取方法的执行主体可以通过各种方式获取目标证件图像。这里，目标证件图像可以各种具有固定模板的图像，例如员工卡、出入证等等。上述目标证件图像中可以包括用户的相关信息，例如可以包括用户的姓名、工作部门等等。需要说明的是，此处获取的目标证件图像是经过了用户的授权的，即上述目标证件图像是用户主动提供给执行主体的。
步骤202，对目标证件图像进行文本识别，确定文本识别结果。
本实施例中，执行主体在获取到目标证件图像后，可以对目标证件图像进行文本识别，确定文本识别结果。具体的，执行主体可以利用预先训练好的文本识别模型进行文本识别。上述文本识别模型可以是卷积神经网络等等。或者，执行主体可以首先利用图像处理算法，确定目标证件图像中各字段所在的行区域。然后对行区域进行文本识别，得到文本识别结果。上述文本识别结果中可以至少包括汉字、数字、字母中的一项。
步骤203，响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果。
本实施例中，执行主体可以首先判断文本识别结果中是否包括字符。这里，字符可以指汉字之外的数字、字母或符号等。如果包括，则执行主体可以对文本识别结果中的字符进行再次识别，得到字符优化结果。具体的，执行主体在再次识别时可以采用与步骤202中的文本识别不同的算法进行识别。此算法可以是对字符识别效果较好的算法，例如Attention模型。Attention模型就是对输入特征进行加权以衡量每个特征对当前识别的重要性，它自己集中于重要的特征，忽略不重要的特征。可以理解的是，字符优化结果中字符的置信度要高于文本识别结果中字符的置信度。
步骤204，根据字符优化结果，更新文本识别结果。
本实施例中，执行主体可以利用字符优化结果，更新文本识别结果。具体的，执行主体可以直接利用字符优化结果替换文本识别结果中的字符。或者，执行主体可以判断文本识别结果中字符串的合理性和字符优化结果中字符串的合理性，将合理性高的作为准确的结果。举例来说，目标证件图像为员工的工作证，其文本识别结果中包括入职时间为“2022年3月1日”，字符优化结果为“2018年3月1日”。那执行主体可以认定字符优化结果的合理性更高，将其作为准确结果。
步骤205，输出更新后的文本识别结果。
执行主体可以将更新后的文本识别结果输出给用户，以供用户查看。
继续参见图3，其示出了根据本公开的证件信息获取方法的一个应用场景的示意图。在图3的应用场景中，居民通过小区门口安装的摄像头采集出入证的照片。摄像头将照片传送给相连接的终端设备。终端设备可以通过步骤201～205确定出入证的文本识别结果。
本公开的上述实施例提供的证件信息获取方法，能够对字符的识别结果进行优化，提高文本识别的准确度。
继续参见图4，其示出了根据本公开的证件信息获取方法的另一个实施例的流程400。如图4所示，本实施例的方法可以包括以下步骤：
步骤401，获取待分析图像；响应于确定待分析图像中包括证件图像，确定证件图像的边框；根据边框，确定目标证件图像。
本实施例中，执行主体首先获取待分析图像，并对待分析图像进行证件检测。具体的，执行主体可以利用预先训练的检测模型进行证件检测。上述检测模型可以为各种神经网络。如果检测到证件图像则可以继续对图像处理。如果未检测到证件图像则可以直接丢弃待分析图像。在确定待分析图像中包括证件图像后，可以确定证件图像的边框。在确定边框时可以采用现有的图像处理算法，例如角点提取、二值分割等。在确定边框后，可以将边框包围的图像作为目标证件图像。
在本实施例的一些可选的实现方式中，执行主体可以在确定边框后，对证件图像进行矫正，将矫正后得到的图像作为目标证件图像。在矫正时，执行主体可以根据各边框，确定证件图像的四个角点的坐标。通过调整角点的坐标，实现证件图像的矫正。矫正后，目标证件图像的边框可以是水平方向和数值方向的。
步骤402，利用预先训练的文本识别模型对目标证件图像进行文本识别，确定文本识别结果。
本实施例中，执行主体可以利用预先训练的文本识别模型对目标证件图像进行文本识别，确定文本识别结果。这里，文本识别模型可以是各种深度学习算法，例如可以是卷积神经网络等。在一些具体的实践中，文本识别模型可以是CTC(Connectionist TemporalClassification)模型。
在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤进行文本识别：确定目标证件图像中各字段所在的行区域；对各行区域进行文本识别，确定文本识别结果。
本实现方式中，执行主体可以首先对目标证件图像进行行检测，确定各字段所在的行区域。具体的，执行主体可以利用EAST模型(cvpr2017提出的文字检测算法，可以检测任意四边形形状的文本：EAST，An Efficient and Accurate Scene Text Detector)。然后，执行主体可以对各行区域进行文本识别，确定文本识别结果。
在本实施例的一些可选的实现方式中，上述文本识别模型可以通过图4中未示出的以下步骤训练得到：获取证件模板图像以及语料信息库；根据证件模板图像以及语料信息库，生成多个模拟样本证件图像；将各模拟样本证件图像作为输入，将输入的模拟样本证件图像对应的语料信息作为期望输出，训练得到所述文本识别模型。
本实现方式的执行主体可以与证件信息获取方法的执行主体相同，也可以不同。本实现方式的执行主体可以首先获取证件模板图像以及语料信息库。这里，证件模板图像可以是多个证件图像的共同部分，其中可以包括多个字段(如姓名、部门、工号等等)。语料信息库中可以包括多个语料，例如包括对应“姓名”的语料、对应“部门的”语料、对应“工号”的语料等等。执行主体可以根据证件模板图像以及语料信息库，生成多个模拟样本证件图像。具体的，执行主体可以利用语料信息库中的语料填入证件模板图像中的对应字段。例如，在“姓名”之后填入语料“张三”，在“部门”之后填入语料“销售部”，在“工号”之后填入语料“2018032106”。
在得到多个模拟样本证件图像后，可以将模拟样本证件图像作为输入，将填入所输入的模拟样本证件图像的语料作为期望输出，训练得到文本识别模型。
在本实施例的一些可选的实现方式中，在生成模拟样本证件图像时具体可以通过图4中未示出的以下步骤来实现：确定证件模板图像中的各字段对应的语料的生成规则；从语料信息库中确定出与证件模板图像中的各字段匹配的语料信息；根据生成规则对所确定的语料信息进行调整，得到调整后语料信息；根据证件模板图像的以及调整后语料信息，生成多个模拟样本证件图像。
本实现方式中，证件模板图像可以包括多个字段。执行主体可以首先确定证件模板图像中的各字段对应的语料的生成规则。上述生成规则用于描述语料信息的规律。例如，“工号”字段对应的语料中应该包括入职时间和同一日入职的排序，则工号“3033251832”则是不正确的语料。执行主体可以从语料信息库中确定出与证件模板图像中的各字段匹配的语料信息。例如，可以确定出与“姓名”字段匹配的语料信息(如“张三”、“李四”等等)、与“工号”字段匹配的语料信息(如“2018032106”)。执行主体可以根据生成规则对上述语料进行调整，得到调整后的语料信息。例如对“2018032106”调整得到“2017081411”。最后，执行主体可以将上述调整后的语料信息填入上述证件模板图像，得到多个模拟样本证件图像。
在本实施例的一些可选的实现方式中，执行主体在生成模拟样本证件图像后，还可以为上述样本证件图像生成噪声以及进行模糊处理，提高模型的鲁棒性。
步骤403，响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果。
步骤404，确定字符优化结果中第一预设位置的第一字符串；确定文本识别结果中第二预设位置的第二字符串；根据第一字符串和第二字符串，确定目标字符串；根据目标字符串，更新文本识别结果。
在得到字符优化结果后，为了进一步提高字符识别的准确性，可以确定字符优化结果中第一预设位置的第一字符串以及文本识别结果中第二预设位置的第二字符串。需要说明的是，第一字符串与第二字符串表示的意义相同，例如都表示出生日期。第一预设位置和第二预设位置是执行主体根据实际应用场景预先设定的。
第一字符串可以是多个，第二字符串也可以是多个。例如，字符优化结果中可以包括出生日期字段，还可以包括生日字段。文本优化结果中也包括出生日期字段和生日字段。执行主体可以从第一字符串和第二字符串中确定出目标字符串。具体的，当第一字符串和第二字符串的数量大于3个时，可以对各字段进行交叉投票，将投票得数最高的字符串作为目标字符串。然后利用目标字符串，更新文本识别结果。
本实现方式通过对表示同一意义的字符串进行再次确认，从而能够提高字符识别的准确度。
步骤405，输出更新后的文本识别结果。
在本实施例的一些可选的实现方式中，在识别文本时，执行主体还可以识别目标证件图像中的印章区域。然后，对印章区域进行文本识别，确定文本识别结果。具体的，执行主体可以利用预先训练的模型识别目标证件图像中的印章区域。或者利用现有的图像处理算法确定印章区域。然后，可以对印章区域进行文本识别，提高文本识别的覆盖度以及准确度。
本实施例的一些可选的实现方式中，在得到印章区域的文本识别结果后，执行主体还可以根据印章区域的文本识别结果确定证件的类型。例如，印章区域的文本识别结果为“XXX公司”，则可以认定目标证件图像是出入证。如果印章区域的文本识别结果为“XXX交通警察支队”，则可以认定目标证件图像是行驶证。
在确定目标证件图像的类型后，执行主体可以获取与上述类型对应的文本识别模型，对目标证件图像的文本识别结果进行核验。具体的，执行主体可以利用上述文本识别模型再次识别目标证件图像中的文本。如果本次的文本识别结果与步骤404得到的文本识别结果相同，则可以确认文本识别结果正确，可以直接将其输出。这样，可以提高文本识别结果的准确性。
本公开的上述实施例提供的证件信息获取方法，可以利用模拟生成的证件图像进行模型训练，提高了样本获得的效率；对表示同一意义的字符串进行再次确认，从而能够提高字符识别的准确度。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种证件信息获取装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的证件信息获取装置500包括：图像获取单元501、文本识别单元502、字符优化单元503、结果更新单元504和结果输出单元505。
图像获取单元501，被配置成获取目标证件图像。
文本识别单元502，被配置成对目标证件图像进行文本识别，确定文本识别结果。
字符优化单元503，被配置成响应于确定文本识别结果中包括字符，对文本识别结果中的字符进行再次识别，得到字符优化结果。
结果更新单元504，被配置成根据字符优化结果，更新文本识别结果。
结果输出单元505，被配置成输出更新后的文本识别结果。
在本实施例的一些可选的实现方式中，文本识别单元502可以进一步被配置成：利用预先训练的文本识别模型对目标证件图像进行文本识别，确定文本识别结果。
在本实施例的一些可选的实现方式中，上述装置500还可以进一步包括图5中未示出的模型训练单元，被配置成：获取证件模板图像以及语料信息库；根据证件模板图像以及语料信息库，生成多个模拟样本证件图像；将各模拟样本证件图像作为输入，将输入的模拟样本证件图像对应的语料信息作为期望输出，训练得到文本识别模型。
在本实施例的一些可选的实现方式中，证件模板图像包括多个字段。上述模型训练单元进一步被配置成：确定证件模板图像中的各字段对应的语料的生成规则；从语料信息库中确定出与证件模板图像中的各字段匹配的语料信息；根据生成规则对所确定的语料信息进行调整，得到调整后语料信息；根据证件模板图像的以及调整后语料信息，生成多个模拟样本证件图像。
在本实施例的一些可选的实现方式中，结果更新单元504可以进一步被配置成：确定字符优化结果中第一预设位置的第一字符串；确定文本识别结果中第二预设位置的第二字符串；根据第一字符串和第二字符串，确定目标字符串；根据目标字符串，更新文本识别结果。
在本实施例的一些可选的实现方式中，文本识别单元502可以进一步被配置成：确定目标证件图像中各字段所在的行区域；对各行区域进行文本识别，确定文本识别结果。
在本实施例的一些可选的实现方式中，文本识别单元502可以进一步被配置成：确定目标证件图像中的印章区域；对印章区域进行文本识别，确定文本识别结果。
本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的核验单元，被配置成：根据印章区域的文本识别结果，确定目标证件图像的类别；利用与类别对应的文本识别模型，对目标证件图像的文本识别结果进行核验。
在本实施例的一些可选的实现方式中，图像获取单元501可以进一步被配置成：获取待分析图像；响应于确定待分析图像中包括证件图像，确定证件图像的边框；根据边框，确定目标证件图像。
在本实施例的一些可选的实现方式中，图像获取单元501可以进一步被配置成：对边框进行矫正，将矫正后的图像作为目标证件图像。
应当理解，证件信息获取装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对证件信息获取方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了根据本公开实施例的执行证件信息获取方法的电子设备600的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储器608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器601可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器601执行上文所描述的各个方法和处理，例如证件信息获取方法。例如，在一些实施例中，证件信息获取方法可被实现为计算机软件程序，其被有形地包含于机器可读存储介质，例如存储器608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由处理器601执行时，可以执行上文描述的证件信息获取方法的一个或多个步骤。备选地，在其他实施例中，处理器601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行证件信息获取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器601执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(“Virtual Private Server”，或简称“VPS”)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开的保护范围之内。
Claims (17)
1.一种证件信息获取方法，包括：
获取目标证件图像；
对所述目标证件图像进行文本识别，确定文本识别结果，包括：确定所述目标证件图像中的印章区域；对所述印章区域进行文本识别，确定印章区域的文本识别结果；
响应于确定所述文本识别结果中包括字符，对所述文本识别结果中的字符进行再次识别，得到字符优化结果，所述字符包括以下至少一项：数字、字母和符号；
确定所述字符优化结果中第一预设位置的第一字符串；确定所述文本识别结果中第二预设位置的第二字符串；根据所述第一字符串和所述第二字符串，确定目标字符串，包括：响应于确定所述第一字符串和所述第二字符串的数量大于三个，对各字符串进行交叉投票，将投票数最高的字符串作为目标字符串；根据所述目标字符串，更新所述文本识别结果，所述第一字符串与所述第二字符串表示的意义相同；
输出更新后的文本识别结果；根据所述印章区域的文本识别结果，确定所述目标证件图像的类别；利用与所述类别对应的文本识别模型，对所述目标证件图像的文本识别结果进行核验。
2.根据权利要求1所述的方法，其中，所述对所述目标证件图像进行文本识别，确定文本识别结果，包括：
利用预先训练的文本识别模型对所述目标证件图像进行文本识别，确定文本识别结果。
3.根据权利要求2所述的方法，其中，所述文本识别模型通过以下训练步骤得到：
获取证件模板图像以及语料信息库；
根据所述证件模板图像以及所述语料信息库，生成多个模拟样本证件图像；
将各模拟样本证件图像作为输入，将输入的模拟样本证件图像对应的语料信息作为期望输出，训练得到所述文本识别模型。
4.根据权利要求3所述的方法，其中，所述证件模板图像包括多个字段；以及
所述根据所述证件模板图像以及所述语料信息库，生成多个模拟样本证件图像，包括：
确定所述证件模板图像中的各字段对应的语料的生成规则；
从所述语料信息库中确定出与所述证件模板图像中的各字段匹配的语料信息；
根据所述生成规则对所确定的语料信息进行调整，得到调整后语料信息；
根据所述证件模板图像的以及所述调整后语料信息，生成多个模拟样本证件图像。
5.根据权利要求1-4任一项所述的方法，其中，所述对所述目标证件图像进行文本识别，确定文本识别结果，包括：
确定所述目标证件图像中各字段所在的行区域；
对各行区域进行文本识别，确定文本识别结果。
6.根据权利要求1-4任一项所述的方法，其中，获取证件图像，包括：
获取待分析图像；
响应于确定所述待分析图像中包括证件图像，确定所述证件图像的边框；
根据所述边框，确定目标证件图像。
7.根据权利要求6所述的方法，其中，所述根据所述边框，确定目标证件图像，包括：
对所述边框进行矫正，将矫正后的图像作为目标证件图像。
8.一种证件信息获取装置，包括：
图像获取单元，被配置成获取目标证件图像；
文本识别单元，被配置成对所述目标证件图像进行文本识别，确定文本识别结果，包括：确定所述目标证件图像中的印章区域；对所述印章区域进行文本识别，确定印章区域的文本识别结果；
字符优化单元，被配置成响应于确定所述文本识别结果中包括字符，对所述文本识别结果中的字符进行再次识别，得到字符优化结果，所述字符包括以下至少一项：数字、字母和符号；
结果更新单元，被配置成确定所述字符优化结果中第一预设位置的第一字符串；确定所述文本识别结果中第二预设位置的第二字符串；根据所述第一字符串和所述第二字符串，确定目标字符串，包括：响应于确定所述第一字符串和所述第二字符串的数量大于三个，对各字符串进行交叉投票，将投票数最高的字符串作为目标字符串；根据所述目标字符串，更新所述文本识别结果，所述第一字符串与所述第二字符串表示的意义相同；
结果输出单元，被配置成输出更新后的文本识别结果；根据所述印章区域的文本识别结果，确定所述目标证件图像的类别；利用与所述类别对应的文本识别模型，对所述目标证件图像的文本识别结果进行核验。
9.根据权利要求8所述的装置，其中，所述文本识别单元进一步被配置成：
利用预先训练的文本识别模型对所述目标证件图像进行文本识别，确定文本识别结果。
10.根据权利要求9所述的装置，其中，所述装置还包括模型训练单元，被配置成：
获取证件模板图像以及语料信息库；
根据所述证件模板图像以及所述语料信息库，生成多个模拟样本证件图像；
将各模拟样本证件图像作为输入，将输入的模拟样本证件图像对应的语料信息作为期望输出，训练得到所述文本识别模型。
11.根据权利要求10所述的装置，其中，所述证件模板图像包括多个字段；以及
所述模型训练单元进一步被配置成：
确定所述证件模板图像中的各字段对应的语料的生成规则；
从所述语料信息库中确定出与所述证件模板图像中的各字段匹配的语料信息；
根据所述生成规则对所确定的语料信息进行调整，得到调整后语料信息；
根据所述证件模板图像的以及所述调整后语料信息，生成多个模拟样本证件图像。
12.根据权利要求8-11任一项所述的装置，其中，所述文本识别单元进一步被配置成：
确定所述目标证件图像中各字段所在的行区域；
对各行区域进行文本识别，确定文本识别结果。
13.根据权利要求8-11任一项所述的装置，其中，所述图像获取单元进一步被配置成：
获取待分析图像；
响应于确定所述待分析图像中包括证件图像，确定所述证件图像的边框；
根据所述边框，确定目标证件图像。
14.根据权利要求13所述的装置，其中，所述图像获取单元进一步被配置成：
对所述边框进行矫正，将矫正后的图像作为目标证件图像。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110652178.4A CN113313114B (zh) | 2021-06-11 | 2021-06-11 | 证件信息获取方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110652178.4A CN113313114B (zh) | 2021-06-11 | 2021-06-11 | 证件信息获取方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113313114A CN113313114A (zh) | 2021-08-27 |
| CN113313114B true CN113313114B (zh) | 2023-06-30 |
Family
ID=77378235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110652178.4A Active CN113313114B (zh) | 2021-06-11 | 2021-06-11 | 证件信息获取方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113313114B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114120304B (zh) * | 2021-11-25 | 2023-12-05 | 北京百度网讯科技有限公司 | 实体识别方法、装置及计算机程序产品 |
| CN114519858B (zh) * | 2022-02-16 | 2023-09-05 | 北京百度网讯科技有限公司 | 文档图像的识别方法、装置、存储介质以及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10095925B1 (en) * | 2017-12-18 | 2018-10-09 | Capital One Services, Llc | Recognizing text in image data |
| WO2019174130A1 (zh) * | 2018-03-14 | 2019-09-19 | 平安科技（深圳）有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
| CN112037077A (zh) * | 2020-09-03 | 2020-12-04 | 平安健康保险股份有限公司 | 基于人工智能的印章识别方法、装置、设备及存储介质 |
| CN112052845A (zh) * | 2020-10-14 | 2020-12-08 | 腾讯科技（深圳）有限公司 | 图像识别方法、装置、设备及存储介质 |
| CN112507946A (zh) * | 2020-12-18 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于处理图像的方法、装置、设备以及存储介质 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5995919A (en) * | 1997-07-24 | 1999-11-30 | Inventec Corporation | Multi-lingual recognizing method using context information |
| JP3919617B2 (ja) * | 2002-07-09 | 2007-05-30 | キヤノン株式会社 | 文字認識装置および文字認識方法、プログラムおよび記憶媒体 |
| CN101751567B (zh) * | 2008-12-12 | 2012-10-17 | 汉王科技股份有限公司 | 快速文本识别方法 |
| EP2320390A1 (en) * | 2009-11-10 | 2011-05-11 | Icar Vision Systems, SL | Method and system for reading and validation of identity documents |
| JP5672953B2 (ja) * | 2010-10-26 | 2015-02-18 | 株式会社リコー | 画像処理装置、画像処理方法及び画像処理プログラム |
| CN105809170B (zh) * | 2016-03-04 | 2019-04-26 | 东软集团股份有限公司 | 字符识别方法和装置 |
| CN109815976A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 一种证件信息识别方法、装置及设备 |
| CN110059689B (zh) * | 2019-03-19 | 2024-05-03 | 平安科技（深圳）有限公司 | 样本集构建方法、装置、计算机设备和存储介质 |
| CN110321895A (zh) * | 2019-04-30 | 2019-10-11 | 北京市商汤科技开发有限公司 | 证件识别方法和装置、电子设备、计算机可读存储介质 |
| CN112307820B (zh) * | 2019-07-29 | 2022-03-22 | 北京易真学思教育科技有限公司 | 文本识别方法、装置、设备和计算机可读介质 |
| CN110443250B (zh) * | 2019-07-31 | 2022-06-10 | 天津车之家数据信息技术有限公司 | 一种合同印章的类别识别方法、装置和计算设备 |
| CN111461122B (zh) * | 2020-05-18 | 2024-03-22 | 南京大学 | 一种证件信息检测与提取方法 |
| CN111709464B (zh) * | 2020-06-02 | 2023-06-20 | 中科九度(北京)空间信息技术有限责任公司 | 基于数据字典配置和印章图像识别技术的系统及筛选方法 |
-
2021
- 2021-06-11 CN CN202110652178.4A patent/CN113313114B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10095925B1 (en) * | 2017-12-18 | 2018-10-09 | Capital One Services, Llc | Recognizing text in image data |
| WO2019174130A1 (zh) * | 2018-03-14 | 2019-09-19 | 平安科技（深圳）有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
| CN112037077A (zh) * | 2020-09-03 | 2020-12-04 | 平安健康保险股份有限公司 | 基于人工智能的印章识别方法、装置、设备及存储介质 |
| CN112052845A (zh) * | 2020-10-14 | 2020-12-08 | 腾讯科技（深圳）有限公司 | 图像识别方法、装置、设备及存储介质 |
| CN112507946A (zh) * | 2020-12-18 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于处理图像的方法、装置、设备以及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Road-Sign Text Recognition Architecture for Intelligent Transportation Systems;Abdelhamid Mammeri et al.;《2014 IEEE 80th Vehicular Technology Conference (VTC2014-Fall)》;第1-5页 * |
| 基于深度学习的倾斜车牌矫正识别;李晓燃等;《软件》;第39卷(第10期);第215-219页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113313114A (zh) | 2021-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220253631A1 (en) | Image processing method, electronic device and storage medium | |
| US10007867B2 (en) | Systems and methods for identifying entities directly from imagery | |
| CN112861648B (zh) | 文字识别方法、装置、电子设备及存储介质 | |
| WO2023015922A1 (zh) | 图像识别模型的训练方法、装置、设备及存储介质 | |
| CN111639648B (zh) | 证件识别方法、装置、计算设备和存储介质 | |
| CN113313113B (zh) | 证件信息获取方法、装置、设备以及存储介质 | |
| CN113313114B (zh) | 证件信息获取方法、装置、设备以及存储介质 | |
| EP3944145A2 (en) | Method and device for training image recognition model, equipment and medium | |
| CN111598122B (zh) | 数据校验方法、装置、电子设备和存储介质 | |
| CN115578735B (zh) | 文本检测方法和文本检测模型的训练方法、装置 | |
| CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
| CN113065614A (zh) | 分类模型的训练方法和对目标对象进行分类的方法 | |
| CN113177449A (zh) | 人脸识别的方法、装置、计算机设备及存储介质 | |
| US20220148324A1 (en) | Method and apparatus for extracting information about a negotiable instrument, electronic device and storage medium | |
| CN115861400A (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
| CN114049646B (zh) | 一种银行卡识别方法、装置、计算机设备及存储介质 | |
| CN114092948B (zh) | 一种票据识别方法、装置、设备以及存储介质 | |
| US11881044B2 (en) | Method and apparatus for processing image, device and storage medium | |
| CN114495113A (zh) | 文本分类方法和文本分类模型的训练方法、装置 | |
| WO2022146536A1 (en) | Image analysis based document processing for inference of key-value pairs in non-fixed digital documents | |
| CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
| CN113326766A (zh) | 文本检测模型的训练方法及装置、文本检测方法及装置 | |
| CN114202768B (zh) | 保单理赔风险评估方法、装置、电子设备及存储介质 | |
| CN113515591B (zh) | 文本不良信息识别方法、装置、电子设备及存储介质 | |
| CN114187435A (zh) | 文本识别方法、装置、设备以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |