[发明专利]一种交强险保单车船税金额识别系统和方法在审
申请号: | 201911265110.X | 申请日: | 2019-12-11 |
公开(公告)号: | CN111027532A | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 周康明 | 申请(专利权)人: | 上海眼控科技股份有限公司 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06Q40/08 |
代理公司: | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人: | 孟旭彤 |
地址: | 200030 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 交强险 保单 车船 税金 识别 系统 方法 | ||
1.一种交强险保单车船税金额识别系统,其特征在于,该识别系统包括,
第一目标检测模块,用于检测获取交强险保单上车船税金额数字在所述保单上的第一区域的粗略位置;
目标标注模块,用于对于所述的第一区域中的车船税金额数字进行标注;
第二目标检测模块,用于获取交强险保单中车船税金额数字在第一区域内的精确位置;
字符识别模块,用于对车船税金额数字在进行格式统一、标注和增强处理后识别。
2.根据权利要求1所述的交强险保单车船税金额识别系统,其特征在于,所述第一目标检测模块的检测步骤包括:
准备不同图像背景的交强险保险单;
对所述交强险保险单图像进行角度变化后,随机调整角度变化后图像的亮度、对比度和噪声参数,将图像参数调整后的图像作为新的样本,获得数量增加的交强险保险单图像的样本量;
截取作为样本的交强险保险单图像中左上角的特征区域作为训练样本;
将所述训练样本训练基于深度学习目标检测SSD模型,实现对于任一保险单图像左上角特征区域的精确定位;
根据设定的对于左上角特征区域的偏移量计算,得到交强险保单上车船税金额数字所在的第一区域的粗略位置。
3.根据权利要求1所述的交强险保单车船税金额识别系统,其特征在于,目标标注模块的检测步骤包括:
截取获取的车船税金额数字所在的粗略区域,对截取的图片进行随机裁剪、随机拓边、随机改变图像通道处理;
对截取的图片中所有的大写数字和小写数字进行标注。
4.根据权利要求1所述的交强险保单车船税金额识别系统,其特征在于,第二目标检测模块的检测步骤包括:
对第一目标检测模块的检测结果多次偏移和拓边;
在目标标注模块进行标注的同时,继续对第一目标检测模块的检测结果多次偏移和拓边;
根据图像几何映射关系,将偏移和拓边后图像映射到检测处理前的原图;
采用举手投票算法选取频率高的候选框;
采用非极大值算法抑制筛选候选框;
使用霍夫变换短发计算行间距;
判断小写金额与大写金额之间的距离是否小于行距,如果是,则判断该小写金额候选框为车船税金额候选框,否则,则判断没有检测到车船税金额。
5.根据权利要求1所述的交强险保单车船税金额识别系统,其特征在于,字符识别模块的识别方法包括步骤:
将经SSD模型检测得到的车船税金额数字缩放成统一大小,得到统一长宽的图像数据;
对每个车船税金额数字图像进行标注;
对所述车船税金额数字图像进一步随机添加噪声、改变通道、四周拓边,并做多个不同小角度倾斜,随机改变所述车船税金额数字图像中字符所处的位置,空余位置填充均值;
将获得的多个车船税金额数字图像样本训练基于深度学习的字符识别双向lstm模型;
采用双向lstm模型实现对于交强险保单任一区域中的大小写数字进行识别。
6.一种交强险保单车船税金额识别方法,其特征在于,该方法包括步骤:
S1、获取机动车交通事故责任强制保险单图像;
S2、检测所述保险单上车船税金额所在粗略位置;
S3、对检测区域内所有的小写数字及大写数字做定位;
S4、根据检测到的大小写数字框的位置判断车船税金额所在位置;
S5、对交强险保单上的车船税金额进行识别。
7.根据权利要求6所述的识别方法,其特征在于,所述步骤S2进一步包括:
S21、获取多张交强险保单的图像,每张交强险保单具有多个在不同角度、光线和图像质量的图像;
S22、检测保险单图像中具有特征的表格左上角,通过对左上角区域偏移,从而定位到车船税金额所在的的粗略区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911265110.X/1.html,转载请声明来源钻瓜专利网。