[发明专利]票据处理模型的训练方法及图像处理方法、图像处理设备

权利要求书

1.一种票据处理模型的训练方法，其特征在于，所述方法包括：

获取训练图像；

确定所述训练图像中的票据定位信息和第一分类信息，并利用所述票据定位信息和所述第一分类信息对所述训练图像进行标注；

将已标注的所述训练图像输入至预先建立的票据处理模型，并输出图像分割后的票据图像和所述票据图像的第二分类信息；其中，所述票据处理模型包括票据定位分支和票据分类分支；

根据所述票据定位信息和所述票据图像之间的差异，和所述第一分类信息和第二分类信息之间的差异，对所述票据处理模型进行改进。

2.根据权利要求1所述的训练方法，其特征在于，

所述将已标注的所述训练图像输入至预先建立的票据处理模型，并输出图像分割后的票据图像和所述票据图像的第二分类信息；其中，所述票据处理模型包括票据定位分支和票据分类分支，包括：

对所述训练图像进行下采样，以得到目标图像；

将所述目标图像通过所述票据分类分支进行处理，以得到所述目标图像的所述第二分类信息；以及

将所述目标图像通过所述票据定位分支进行处理，以得到所述票据图像。

3.根据权利要求2所述的训练方法，其特征在于，

所述将所述目标图像通过所述票据分类分支进行处理，以得到所述目标图像的所述第二分类信息，包括：

对所述目标图像进行特征提取，以得到待处理特征；

对所述待处理特征进行全局平均池化，以得到所述目标图像的所述第二分类信息。

4.根据权利要求3所述的训练方法，其特征在于，

所述对所述待处理特征进行全局平均池化，以得到所述目标图像的所述第二分类信息，包括：

对所述待处理特征进行全局平均池化，以得到所述待处理特征对应于多种设定类别的概率；

将所述概率中的最大概率对应的设定类型确定为所述第二分类信息。

5.根据权利要求2所述的训练方法，其特征在于，

所述将所述目标图像通过所述票据定位分支进行处理，以得到所述票据图像，包括：

对所述目标图像进行上采样，以得到掩膜图像；

利用所述掩膜图像对所述训练图像进行处理，以得到所述票据图像。

6.根据权利要求5所述的训练方法，其特征在于，

所述利用所述掩膜图像对所述训练图像进行处理，以得到所述票据图像，包括：

利用所述掩膜图像检测出所述训练图像中对应的像素点；

获取所述像素点形成的最小外接四边形，以得到所述票据图像。

7.根据权利要求1所述的训练方法，其特征在于，

所述根据所述票据定位信息和所述票据图像之间的差异，和所述第一分类信息和第二分类信息之间的差异，对所述票据处理模型进行改进，包括：

根据所述票据定位信息和所述票据图像计算出第一损失值；

根据所述第一分类信息和第二分类信息计算出第二损失值；

根据所述第一损失值和所述第二损失值得出第三损失值；

判断所述第三损失值是否满足设定阈值；

若否，则对所述票据处理模型进行改进。

8.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像；

将所述待处理图像输入至如权利要求1-7任一项所述的票据处理模型的训练方法训练出的票据处理模型，以从所述待处理图像中分割出票据图像，并识别出所述票据图像的类型。

9.一种图像处理设备，其特征在于，所述图像处理设备包括处理器以及与所述处理器耦接的存储器；

其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据，以实现如权利要求8所述的方法。

10.一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用于存储程序数据，所述程序数据在被处理器执行时，用于实现如权利要求8所述的方法；或如权利要求1-7任一项所述的方法。