[发明专利]一种动车票识别方法、装置、计算机装置及计算机可读存储介质有效

专利信息
申请号: 201911369515.8 申请日: 2019-12-26
公开(公告)号: CN111325092B 公开(公告)日: 2023-09-22
发明(设计)人: 周忠诚;郭建京;符颖;黄九鸣;张圣栋;陈晖 申请(专利权)人: 湖南星汉数智科技有限公司
主分类号: G06V30/42 分类号: G06V30/42;G06V30/14;G06V30/413;G06V30/148;G06V10/82;G06N3/0464;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 410000 湖南省长沙市高新开*** 国省代码: 湖南;43
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 车票 识别 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种动车票识别方法,其特征在于,所述动车票识别方法包括:

对预先获取的N张动车票图像进行区域标注,生成相应标注标签,按照YOLO网络模型使用的数据格式将每一张动车票图像的标注标签进行转换,得到转换格式后的标注标签,将所述N张动车票图像及所述转换格式后的标注标签输入YOLO网络模型进行训练,得到检测模型;

获取标准动车票模板,获取所述标准动车票模板的关键中心点位置,将所述标准动车票模板上的关键信息进行遮挡,得到遮挡区域;所述关键中心点位置包括起始站的站字中心位置,终点站的站字中心位置,人民币符号中心位置和身份证号中4个星型符号的中心位置;

通过所述检测模型对待检测动车票图像进行关键信息定位,得到所述待检测动车票图像的关键中心点位置,根据所述待检测动车票图像的关键中心点位置与所述标准动车票模板的关键中心点位置的对应关系,将所述待检测动车票图像映射至与所述标准动车票模板的尺寸一致;

根据所述标准动车票模板的遮挡区域对所述待检测动车票图像进行分割,得到动车票关键词条图像;基于CRNN模型训练得到关键信息识别模型,并将所述动车票关键词条图像输入该模型中,得到动车票面信息。

2.根据权利要求1所述的动车票识别方法,其特征在于,所述对预先获取的N张动车票图像进行区域标注,生成相应标注标签,按照YOLO网络模型使用的数据格式将每一张动车票图像的标注标签进行转换,得到转换格式后的标注标签,包括以下过程:

通过LabelImg工具对预先获取的N张动车票图像进行区域标注,生成相应标注标签,所述标注标签包括区域类别号、区域中心位置、区域宽度及区域高度;

将所述标注标签的数据格式转换为YOLO网络模型使用的数据格式,转换后的标注标签包括动车票图像文件名、区域起始位置和区域终点位置。

3.根据权利要求1所述的动车票识别方法,其特征在于,所述获取标准动车票模板,包括以下过程:

将预先获取的动车票图像进行摆正及裁剪操作,去除所述动车票图像中除动车票以外区域,将处理后的动车票图像记为标准动车票图像。

4.根据权利要求1所述的动车票识别方法,其特征在于,所述通过所述检测模型对待检测动车票图像进行关键信息定位,得到所述待检测动车票图像的关键中心点位置,根据所述待检测动车票图像的关键中心点位置与所述标准动车票模板的关键中心点位置的对应关系,将所述待检测动车票图像映射至与所述标准动车票模板的尺寸一致,包括以下过程:

通过所述检测模型检测所述待检测动车票图像上起始站站字、终点站站字、人民币符号和身份证号4个星型符号区域,分别检测所述起始站站字、终点站站字、人民币符号和身份证号4个星型符号区域的关键中心点位置;

根据所述待检测动车票图像的关键中心点位置与所述标准动车票模板的关键中心点位置,对所述待检测动车票图像进行仿射变换,将所述待检测动车票图像的尺寸调整至与所述动车票模板的尺寸一致。

5.根据权利要求1所述的动车票识别方法,其特征在于,所述基于CRNN模型训练得到关键信息识别模型,包括以下过程:

将预先获取的M张动车票的关键信息词条图像以及对应的文件名输入CRNN模型,训练得到关键信息识别模型。

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湖南星汉数智科技有限公司,未经湖南星汉数智科技有限公司许可,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/201911369515.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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