[发明专利]一种图像识别及处理方法、装置、设备及存储介质在审

专利信息
申请号: 201910817779.9 申请日: 2019-08-30
公开(公告)号: CN112307858A 公开(公告)日: 2021-02-02
发明(设计)人: 不公告发明人 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 处理 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像识别及处理方法,其特征在于,包括:

获取摄像装置采集的文本页的图像,基于识别模型识别所述图像中的第一字符数据集以及第二字符数据集;

基于特征向量提取模型提取所述第一字符数据集的特征向量,从预设文本库中匹配出与所述特征向量对应的第三字符数据集,并获取与所述第三字符数据集对应的第四字符数据集;

将所述第二字符数据集与所述第四字符数据集输入至预先训练的文本匹配模型,输出得到匹配结果信息。

2.根据权利要求1所述的方法,其特征在于,所述基于识别模型识别所述图像中的第一字符数据集以及第二字符数据集,包括:

基于区域识别模型对所述图像进行区域识别,得到第一区域和第二区域;

基于字符识别模型对所述第一区域和第二区域进行识别,生成第一字符数据集以及第二字符数据集。

3.根据权利要求1所述的方法,其特征在于,所述基于识别模型识别所述图像中的第一字符数据集以及第二字符数据集,包括:

基于字符识别模型识别所述图像中的字符数据集;

根据所述字符数据集在所述图像中的特征参数,区分第一字符数据集以及第二字符数据集。

4.根据权利要求3所述的方法,其特征在于,所述特征参数包括下述至少一项:样式、尺寸和间距。

5.根据权利要求1所述的方法,其特征在于,所述第四字符数据集的数量为至少两个;

相应的,在所述获取与所述第三字符数据集对应的第四字符数据集之后,还包括:

基于所述特征向量提取模型提取所述第二字符数据集的特征向量,以及至少两个第四字符数据集的特征向量;

计算所述第二字符数据集的特征向量与所述至少两个第四字符数据集的特征向量的相似度;

根据所述相似度,从至少两个第四字符数据集的特征向量中确定目标第四字符数据集;

相应的,所述将所述第二字符数据集与所述第四字符数据集输入至预先训练的文本匹配模型,包括:

将所述第二字符数据集与所述目标第四字符数据集输入至预先训练的文本匹配模型。

6.根据权利要求1所述的方法,其特征在于,所述文本匹配模型的训练方式,包括:

根据第四字符数据集、与所述第四字符数据集对应的第二字符数据集的样本集,以及针对所述样本集中各第二字符数据集预设匹配结果信息,对所述文本匹配模型进行训练。

7.根据权利要求1-6任一所述的方法,其特征在于,所述匹配结果信息包括下述至少一项:步骤优化提示、步骤错误提示、运算错误提示和思路引导提示。

8.一种图像识别及处理装置,其特征在于,包括:

识别模块,用于获取摄像装置采集的文本页的图像,基于识别模型识别所述图像中的第一字符数据集以及第二字符数据集;

特征提取模块,用于基于特征向量提取模型提取所述第一字符数据集的特征向量,从预设文本库中匹配出与所述特征向量对应的第三字符数据集,并获取与所述第三字符数据集对应的第四字符数据集;

匹配模块,用于将所述第二字符数据集与所述第四字符数据集输入至预先训练的文本匹配模型,输出得到匹配结果信息。

9.一种终端设备,其特征在于,所述终端包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像识别及处理方法。

10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的图像识别及处理方法。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910817779.9/1.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