[发明专利]图像识别方法、装置、电子设备和存储介质

说明书

本申请公开了图像识别方法、装置、电子设备和存储介质。所述方法包括：获取待识别图像；选择与所述待识别图像的类别匹配的关键区块检测模型，根据选择的关键区块检测模型对所述待识别图像进行关键区块检测；若检测出多个关键区块，则对检测出的多个关键区块进行聚类，根据聚类结果从所述待识别图像中分割出若干个子图，使各子图分别包含若干个关键区块；对各子图分别进行文字识别。其中的关键区块检测模型、聚类算法和文字识别都可以在现有技术的基础上实现，关键点在于利用了关键区块检测、基于检测出的关键区块进行图像智能分割这两个强关联步骤，解决了版式较为固定的证照、文档图像内容格式化输出的难题，大大降低了开发人力和时间成本。

技术领域

本申请涉及图像识别领域，具体涉及图像识别方法、装置、电子设备和存储介质。

背景技术

图像识别在身份验证、文字处理等领域有着广泛的应用，一个重要的应用场景为，需要对营业执照、身份证等证照进行识别，以进行身份或资格的校验。

目前的解决方案除了日渐淘汰的人工方式外，还包括如下做法：一种方法为，针对特定证照进行单独设计，由于需要先验信息归纳、服务开发等诸多步骤，非常耗费人力和时间，通常需要至少2人月才能实现。另一种方法是利用证照版式固定的特点，将待识别图像与相应版式的样本图像进行图像匹配后，再进行识别，但这种方式只对待识别图像清晰、无形变等理想情况才有着较好的表现，一旦待识别图像存在文字行漂移、形变、仿射变换等情况，识别效果非常不理想。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的图像识别方法、装置、电子设备和存储介质。

依据本申请的一个方面，提供了一种图像识别方法，包括：获取待识别图像；选择与所述待识别图像的类别匹配的关键区块检测模型，根据选择的关键区块检测模型对所述待识别图像进行关键区块检测；若检测出多个关键区块，则对检测出的多个关键区块进行聚类，根据聚类结果从所述待识别图像中分割出若干个子图，使各子图分别包含若干个关键区块；对各子图分别进行文字识别。

可选地，所述方法还包括：若不能检测出关键区块，则判定所述待识别图像与所述类别不符。

可选地，所述关键区块检测模型是通过如下方式训练得到的：获取指定类别的样本图像作为训练数据，所述样本图像标注有多个关键区块；利用所述训练数据进行迭代训练，得到与该指定类别匹配的关键区块检测模型；其中，所述关键区块检测模型是基于目标检测算法实现的。

可选地，所述对检测出的多个关键区块进行聚类包括：基于关键区块的向量表示进行聚类，所述聚类结果满足如下条件：每个子图的面积与所述待识别图像的面积的比值均不大于第一阈值，且每个子图中各关键区块的面积和与该子图的面积的比值均不小于第二阈值。

可选地，所述向量表示包括：关键区块的中心点坐标、关键区块的宽和关键区块的高。

可选地，所述对各子图分别进行文字识别包括：对各子图分别进行文字行检测，得到检测出的文字行；将检测出的文字行与关键区块进行匹配，根据关键区块的属性确定相匹配的文字行的属性。

可选地，所述对各子图分别进行文字识别还包括：对检测出的文字行进行文字内容识别。

依据本申请的另一方面，提供了一种图像识别装置，包括：图像获取单元，用于获取待识别图像；关键区块检测单元，用于选择与所述待识别图像的类别匹配的关键区块检测模型，根据选择的关键区块检测模型对所述待识别图像进行关键区块检测；聚类单元，用于若检测出多个关键区块，则对检测出的多个关键区块进行聚类，根据聚类结果从所述待识别图像中分割出若干个子图，使各子图分别包含若干个关键区块；识别单元，用于对各子图分别进行文字识别。

可选地，所述识别单元，还用于若不能检测出关键区块，则判定所述待识别图像与所述类别不符。