[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

说明书

本申请提供了一种票据图像的处理方法和装置、存储介质及电子设备，属于图像处理领域。其中，该方法包括：获取待审核的目标图像；将目标图像输入到目标分类模型中的目标特征提取网络，得到目标特征提取网络输出的目标图像的目标模糊特征；将目标模糊特征输入到目标分类模型的目标全连接层，得到目标全连接层输出的目标模糊概率；根据目标模糊概率和预设模糊概率阈值，确定目标图像的目标分类结果；在目标分类结果用于指示目标图像不是模糊图像的情况下，确定对目标图像审核通过。本申请解决了相关技术中存在由于对票据图像质量的清晰和模糊的鉴定界限不清楚所导致的图像识别效果具有一定局限性的问题。

技术领域

本申请涉及图像处理领域，尤其涉及一种票据图像的处理方法和装置、存储介质及电子设备。

背景技术

在理赔受理、银行业务办理等场景中，根据申请人提供的票据材料业务申请受理方首先会进行票据的人工审核，根据票据是否有质量问题判断该当前业务是否进入受理阶段。如有问题，业务申请受理方会将对应票据问题反馈给申请人，申请人根据要求进行回传。上述人工审核的方式存在耗时长、人力资源消耗的问题，用户体验差。

相关技术，也可以对票据图像质量进行自动审核。票据图像质量的自动审核一般采用传统计算机视觉的方法和机器学习模型，来区分票据图像的清晰与模糊。然而，当前对票据图像质量的清晰与模糊没有绝对标准，人工构造的特征具有有限性和局限性，导致图像识别效果具有一定局限性。

因此，相关技术中存在由于对票据图像质量的清晰和模糊的鉴定界限不清楚所导致的图像识别效果具有一定局限性的问题。

发明内容

本申请提供了一种票据图像的处理方法和装置、存储介质及电子设备，以至少解决相关技术中存在由于对票据图像质量的清晰和模糊的鉴定界限不清楚所导致的图像识别效果具有一定局限性的问题。

根据本申请实施例的一个方面，提供了一种票据图像的处理方法，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。

根据本申请实施例的另一个方面，还提供了一种票据图像的处理装置，该装置包括：

第一获取模块，用于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；

第一输入模块，用于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；

第二输入模块，用于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；