[发明专利]票据图像的处理方法和装置、存储介质及电子设备

权利要求书

1.一种票据图像的处理方法，其特征在于，所述方法包括：

获取待审核的目标图像，其中，所述目标图像为申请受理目标业务的票据图像；

将所述目标图像输入到目标分类模型中的目标特征提取网络，得到所述目标特征提取网络输出的所述目标图像的目标模糊特征，其中，所述目标特征提取网络，是使用同一票据图像不同模糊程度的至少两个票据图像进行训练得到的；所述目标分类模型，是使用第一票据图像样本集对包含有所述目标特征提取网络的初始分类模型进行训练微调得到的；

将所述目标模糊特征输入到所述目标分类模型的目标全连接层，得到所述目标全连接层输出的目标模糊概率，其中，所述目标模糊概率为所述目标图像是模糊图像的概率；

根据所述目标模糊概率和预设模糊概率阈值，确定所述目标图像的目标分类结果，其中，所述目标分类结果用于指示所述目标图像是否是模糊图像；

在所述目标分类结果用于指示所述目标图像不是模糊图像的情况下，确定对所述目标图像审核通过。

2.根据权利要求1所述的方法，其特征在于，所述获取待审核的目标图像之前，所述方法还包括：

获取所述第一票据图像样本集，所述第一票据图像样本集包含所述第一票据图像、以及用于指示所述第一票据图像是否为模糊图像的目标标注信息；

将所述第一票据图像输入到初始分类模型内的所述目标特征提取网络，得到所述第一票据图像的模糊特征；

根据所述第一票据图像的模糊特征，确定所述第一票据图像是模糊图像的第一初始概率、以及所述第一票据图像不是模糊图像的第二初始概率；

根据所述第一初始概率和所述第二初始概率，确定所述第一票据图像的第一分类结果；

根据所述第一分类结果和所述目标标注信息调整所述初始分类模型的模型参数，得到所述目标分类模型。

3.根据权利要求2所述的方法，其特征在于，所述获取所述第一票据图像样本集之前，所述方法还包括：

获取第二票据图像样本集，其中，所述第二票据图像样本集包含至少两个第二票据图像、以及用于指示所述至少两个第二票据图像的模糊程度的顺序的目标排序结果；

使用所述第二票据图像样本集对初始图像排序模型进行训练，得到目标图像排序模型，其中，所述初始图像排序模型包括与所述目标特征提取网络对应的初始特征提取网络，所述初始图像排序模型用于根据所述至少两个第二票据图像的模糊特征，对所述至少两个第二票据图像的模糊程度进行排序，所述目标图像排序模型包括所述目标特征提取网络。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一分类结果和所述目标标注信息调整所述初始分类模型的模型参数，得到所述目标分类模型包括：

保留所述目标图像排序模型内的所述目标特征提取网络；

在所述目标特征提取网络之后连接全局平均池化层和全连接层，得到所述初始分类模型；

根据输入的所述第一票据图像样本集和所述第一分类结果对所述初始分类模型进行微调，得到所述目标分类模型。

5.根据权利要求3所述的方法，其特征在于，所述获取第二票据图像样本集包括以下至少之一：

对第一参考票据图像执行至少两种图像压缩操作，得到至少两个第一子票据图像，其中，所述至少两种图像压缩操作与所述至少两个第一子票据图像一一对应，所述至少两个第二票据图像包括所述至少两个第一子票据图像；

对第二参考票据图像执行至少两种模糊算子操作，得到至少两个第二子票据图像，其中，所述至少两种模糊算子操作与所述至少两个第二子票据图像一一对应，所述至少两个第二票据图像包括所述至少两个第二子票据图像；

对第三参考票据图像执行至少两种仿射变换操作，得到至少两个第三子票据图像，其中，所述至少两种仿射变换操作与所述至少两个第三子票据图像一一对应，所述至少两个第二票据图像包括所述至少两个第三子票据图像；

对第四参考票据图像执行至少两种亮度调节操作，得到至少两个第四子票据图像，其中，所述至少两种亮度调节操作与所述至少两个第四子票据图像一一对应，所述至少两个第二票据图像包括所述至少两个第四子票据图像。