[发明专利]一种基于mask提高证件识别准确率的方法和相关装置

权利要求书

1.一种基于mask提高证件识别准确率的方法，其特征在于，所述方法包括：

构建证件文本识别模型，并对所述证件文本识别模型进行训练，其中，所述证件文本识别模型包括卷积神经网络和长短时记忆神经网络；

将待识别文本图像输入至训练后的卷积神经网络中进行特征提取，得到所述待识别文本图像的图像特征序列；

将所述图像特征序列输入至训练后的长短时记忆神经网络中进行预测，得到与所述图像特征序列中每列图像特征分别对应的对数概率logits值分布向量；

获取与所述待识别文本图像对应的字符集，所述字符集中包括若干个目标字符，对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理；

利用softmax函数对掩膜处理后的对数概率logits值分布向量进行转换，得到与所述图像特征序列中每列图像特征分别对应的字符类别概率分布向量，其中，掩膜处理过的logits值经过所述softmax函数转换后得到的字符类别概率趋近于0；

基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息。

2.根据权利要求1所述的方法，其特征在于，所述对所述对数概率logits值分布向量中非目标字符对应的logits值进行掩膜处理，包括：

将所述对数概率logits值分布向量中非目标字符对应的logits值替换为无穷小值。

3.根据权利要求1所述的方法，其特征在于，所述对所述证件文本识别模型进行训练，包括：

获取待训练证件图像，对所述待训练证件图像进行文本定位，获取待训练文本的位置信息；

根据所述待训练文本的位置信息从所述待训练证件图像中截取所述待训练文本所在区域作为待训练文本图像；

将所述待训练文本图像输入至卷积神经网络中进行特征提取，获取待训练图像特征序列；

将所述待训练图像特征序列输入至长短时记忆神经网络中进行训练，获取长短时记忆神经网络的输出值；

根据所述长短时记忆神经网络的输出值，采用时序分类算法和模型优化算法更新卷积神经网络-长短时记忆神经网络的网络参数。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述待识别文本图像；

所述获取所述待识别文本图像，包括：

获取原始证件图像，所述原始证件图像对应一证件类型；

对所述原始证件图像进行预处理，获取待识别证件图像；

对所述待识别证件图像进行文本定位，获取待识别文本的位置信息；

基于所述待识别文本的位置信息从所述待识别证件图像中截取所述待识别文本所在区域作为所述待识别文本图像。

5.根据权利要求4所述的方法，其特征在于，所述获取与所述待识别文本图像对应的字符集，包括：

根据所述待识别文本的位置信息，从与所述证件类型对应的证件图像模板中确定所述待识别文本图像的项目属性；

根据所述项目属性确定与所述待识别文本图像中的待识别文本对应的字符类别；

基于所述字符类别生成与所述待识别文本图像对应的字符集。

6.根据权利要求4所述的方法，其特征在于，所述对所述原始证件图像进行预处理，获取待识别证件图像，包括：

对所述原始证件图像进行灰度化处理，获取灰度图像；

对所述灰度图像进行透视变换处理，获取矫正图像；

对所述矫正图像进行锐化处理，获取锐化图像；

对所述锐化图像进行二值化处理，获取待识别证件图像。

7.根据权利要求1所述的方法，其特征在于，所述基于各个所述字符类别概率分布向量确定所述待识别文本图像的文本信息，包括：

将所述字符类别概率分布向量中最大字符类别概率所对应的字符类别作为对应图像特征的识别结果；

基于各个识别结果生成所述待识别文本图像的文本信息。