[发明专利]一种银行卡卡号识别方法、模型训练方法及装置

权利要求书

1.一种银行卡卡号识别方法，其特征在于，所述方法至少包括如下步骤：

采集一银行卡卡号区域图像；

将所述银行卡卡号区域图像进行切割，获得至少n个单个卡号字符区域图片，n为当前银行卡卡号的最少字符数；

将所有所述单个卡号字符区域图片输入预先训练的分类模型，依序逐个对所述单个卡号字符区域图片进行分类；

按序输出所有单个卡号字符区域图片的分类结果，完成银行卡卡号识别；

其中，对所述单个卡号字符区域图片进行分类包括：

在所述单个卡号字符区域图片输入预先训练的分类模型后，将所述单个卡号字符区域图片按照0～9及背景进行分类，所述数字分类类型为0～9中的一个；

剔除背景类图片。

2.根据权利要求1所述的一种银行卡卡号识别方法，其特征在于，当银行卡号为凹凸字符时，将所述银行卡卡号区域图像进行切割，获得至少n个单个卡号字符区域图片，具体包括如下子步骤：

通过对所述银行卡卡号区域图像进行RGB与YUV颜色模型的转换，消除背景花纹，以对所述银行卡卡号区域图像进行预处理；

进行粗切割，将预处理后的银行卡卡号区域图像中字符边缘进行垂直投影，根据投影图获取粗切割后的银行卡卡号区域图像；

判断所述粗切割后的银行卡卡号区域图像中是否仍存在字符粘连，若是，则通过粗切割结果获取单个字符平均长度，判断需要进行细切割的区域，进行细切割；

按序输出切割后的至少n个单个卡号字符区域图片。

3.根据权利要求1所述的一种银行卡卡号识别方法，其特征在于，当银行卡为实体字符时，将将所述银行卡卡号区域图像进行切割，获得至少n个单个卡号字符区域图片，具体包括如下子步骤：

对所述银行卡卡号区域图像进行canny边缘检测，获得检测后的银行卡卡号区域图像；

将所述边缘检测后的银行卡卡号区域图像进行垂直投影，根据投影图获取切割后的银行卡卡号区域图像；

按序输出切割后的至少n个单个卡号字符区域图片。

4.根据权利要求2或3所述的一种银行卡卡号识别方法，其特征在于，所述单个卡号字符区域图片按照0～9及背景进行分类，所述数字分类类型为0～9中的一个；剔除背景类图片，具体包括如下子步骤：

通过所述分类模型，对单个卡号字符区域图片打标签，所述标签包括数字0～9及背景中的一种；

根据所述打标结果，将所述单个银行卡字符区域图片按照标签内容进行分类，类型包括数字分类类型0～9及背景共10类；

判断所述单个卡号字符区域图片类型，且当其类型为背景类时，将所述单个卡号字符区域图片剔除。

5.根据权利要求1所述的一种银行卡卡号识别方法，其特征在于，所述方法还包括预先训练所述分类模型，具体包括如下子步骤：

获取若干银行卡卡号区域图像样本及若干银行卡背景图像样本；

将每一所述银行卡卡号区域图像样本进行切割，获得若干单个卡号字符区域样本图；

将所述若干单个卡号字符区域样本图按照其对应的数字进行分类，并将所述若干银行卡背景图像样本标注为背景类，以获得分类结果；

选取一卷积神经网络模型，基于所述若干单个卡号字符区域图片、背景图像样本及分类结果，通过迁移学习的方法训练所述卷积神经网络模型，获得分类模型。

6.根据权利要求5所述的一种银行卡卡号识别方法，其特征在于，所述通过迁移学习的方法训练所述卷积神经网络模型，获得分类模型时，具体为：

通过固定所述卷积神经网络中前(10～20)％层的参数不变，使用梯度下降法更新其余层，至最终损失函数小于0.00001后停止训练，获得分类模型。