[发明专利]一种证件信息识别方法、转置、设备及介质在审

专利信息
申请号: 201910329177.9 申请日: 2019-04-23
公开(公告)号: CN110059684A 公开(公告)日: 2019-07-26
发明(设计)人: 陈鑫;赵明 申请(专利权)人: 杭州智趣智能信息技术有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 310000 浙江省杭州市滨*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 证件信息 证件 证件图片 转置 样本 内容格式 识别装置 网络训练 真实应用 图片 场景 学习 网络
【权利要求书】:

1.一种证件信息识别方法,其特征在于,包括:

获取基于深度学习网络对包含伪证件图片在内的证件样本进行训练所生成的识别模型;其中,所述伪证件图片为依照真实证件图片的内容格式生成的无效证件的图片;

通过所述识别模型对待识别证件图片中的证件信息进行识别。

2.根据权利要求1所述的证件信息识别方法,其特征在于,所述获取基于深度学习网络对包含伪证件图片在内的证件样本进行训练所生成的识别模型,包括:

获取所述证件样本中目标区域的区域信息样本;

通过将所述区域信息样本输入至所述深度学习网络,对所述区域信息样本进行特征提取并生成所述识别模型;

所述通过所述识别模型对待识别证件图片中的证件信息进行识别,包括:

通过所述识别模型对所述待识别证件图片的所述目标区域中的所述证件信息进行识别。

3.根据权利要求2所述的证件信息识别方法,其特征在于,当所述证件样本中所述目标区域的区域信息样本为字符串形式时,所述通过将所述区域信息样本输入至所述深度学习网络,对所述区域信息样本进行特征提取并生成所述识别模型,包括:

通过将所述区域信息样本输入至基于ResNet网络及CTC算法构建的所述深度学习网络,对所述区域信息样本进行所述特征提取并生成所述识别模型。

4.根据权利要求1所述的证件信息识别方法,其特征在于,所述获取基于深度学习网络对包含伪证件图片在内的证件样本进行训练所生成的识别模型,包括:

获取基于所述深度学习网络对包含所述伪证件图片以及所述真实证件图片的所述证件样本进行训练所生成的所述识别模型。

5.根据权利要求4所述的证件信息识别方法,其特征在于,所述获取基于所述深度学习网络对包含所述伪证件图片以及所述真实证件图片的所述证件样本进行训练所生成的所述识别模型,包括:

获取基于所述深度学习网络对包含所述伪证件图片以及所述真实证件图片的身份证样本进行训练所生成的所述识别模型;

所述通过所述识别模型对待识别证件图片中的证件信息进行识别,包括:

通过所述识别模型对待识别身份证图片中的所述证件信息进行识别。

6.根据权利要求1至5任意一项所述的证件信息识别方法,其特征在于,所述伪证件图片的生成过程包括:

获取与所述真实证件图片的背景及尺寸均相同的模板图片;

根据所述真实证件图片的各个信息区域中内容的格式及类型,在所述模板图片中的各相应的区域中设置相同格式及类型的区域信息,生成所述伪证件图片。

7.一种证件信息识别装置,其特征在于,包括:

模型获取模块,用于获取基于深度学习网络对包含伪证件图片在内的证件样本进行训练所生成的识别模型;其中,所述伪证件图片为依照真实证件图片的内容格式生成的无效证件的图片;

证件识别模块,用于通过所述识别模型对待识别证件图片中的证件信息进行识别。

8.一种证件信息识别设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的证件信息识别方法的步骤。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的证件信息识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州智趣智能信息技术有限公司,未经杭州智趣智能信息技术有限公司许可,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/201910329177.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top