[发明专利]一种文档质量分析方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能中的图像处理技术领域，涉及一种文档质量分析方法、装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，用户的待分析文档图像以及文档质量分析结果可存储于区块链中。本申请从文档图像的梯度信息入手，预先训练好用于获取待识别文档图像的梯度图的梯度图预测模型以及充分利用了质量好文档图片与质量差文档图片的细粒度特征进行文档质量分析的文档质量分析模型，当需要分析文档图像时，通过该梯度图预测模型获取文档图片的细粒度特征，并根据该文档质量分析模型实现文档质量分析操作，使得文档质量分析的效率更高、更具鲁棒性以及区分性。

技术领域

本申请涉及人工智能中的图像处理技术领域，尤其涉及一种文档质量分析方法、装置、计算机设备及存储介质。

背景技术

自动化的文档图像内容的识别和理解对于提高信息的转储和分析效率至关重要。尤其在保险业务中有数量非常可观的文档资料以图片的形式上传，准确的识别文档中的信息能够极大的减轻人工录入和核对的负担。在文档图像的内容理解过程常常因为上传图像的质量太差而不能准确的提取文档的信息，所以在文档进行信息提取前需要对质量差的文档图片进行拦截，及时的通知用户重新上传质量符合要求的图片，提高整体流程的流转效率。

现有一种文档质量分析方法，根据图像清晰度对整张图像进行质量判断，从而实现文档质量分析的目的。

然而，申请人发现，传统的文档质量分析方法普遍不智能，由于文档图像的分辨率一般都非常大，直接对整张图片进行清晰度判断很难满足线上业务的即时性要求，由此可见，传统的文档质量分析方法存在质量判断时间过长，效率过低的问题。

发明内容

本申请实施例的目的在于提出一种文档质量分析方法、装置、计算机设备及存储介质，以解决传统的文档质量分析方法存在质量判断时间过长，效率过低的问题。

为了解决上述技术问题，本申请实施例提供一种文档质量分析方法，采用了如下所述的技术方案：

获取模型训练数据，所述模型训练数据包括高质量标签、与所述高质量标签对应的高质量文档图像以及与所述高质量文档图像对应的高质量梯度图、低质量标签以及与所述低质量标签对应的低质量文档图像；

将所述高质量文档图像以及所述高质量梯度图输入至初始梯度图预测模型进行梯度图模型训练操作，得到目标梯度图预测模型；

根据所述高质量标签、所述高质量文档图像、所述低质量标签以及所述低质量文档图像对初始文档质量分析模型进行文档质量训练操作，得到目标文档质量分析模型；

获取待分析文档图像；

将所述待分析文档图像输入至所述目标梯度图预测模型进行梯度图预测操作，得到待分析文档梯度图；

将所述待分析文档梯度图输入至所述目标文档质量分析模型进行文档质量分析操作，得到与所述待分析文档图像相对应的文档质量分析结果；

输出所述文档质量分析结果。

为了解决上述技术问题，本申请实施例还提供一种文档质量分析装置，采用了如下所述的技术方案：

训练数据获取模块，用于获取模型训练数据，所述模型训练数据包括高质量标签、与所述高质量标签对应的高质量文档图像以及与所述高质量文档图像对应的高质量梯度图、低质量标签以及与所述低质量标签对应的低质量文档图像；

梯度图预测模型训练模块，用于将所述高质量文档图像以及所述高质量梯度图输入至初始梯度图预测模型进行梯度图模型训练操作，得到目标梯度图预测模型；

质量分析模型训练模块，用于根据所述高质量标签、所述高质量文档图像、所述低质量标签以及所述低质量文档图像对初始文档质量分析模型进行文档质量训练操作，得到目标文档质量分析模型；

待分析文档获取模块，用于获取待分析文档图像；