[发明专利]证件定位方法

说明书

本申请实施例涉及一种证件定位方法。获取待检测图像，将所述待检测图像输入目标检测模型，通过所述目标检测模型对所述待检测图像进行目标检测，得到检测结果；所述检测结果包括所述待检测图像中证件的类型信息、所述待检测图像中证件的位置信息、所述待检测图像中证件的顶点的位置信息、所述待检测图像中证件的方向信息。通过增加预测结构的数目来改变现有目标检测模型的结构，从而新增证件的目标检测中证件整体方向和证件顶点位置两项检测数据，实现了在更快证件检测的同时提升证件检测的效果。

技术领域

本申请实施例涉及目标检测技术领域，具体而言，涉及一种证件定位方法。

背景技术

目标检测是指对图像中的指定目标进行检测的技术，被广泛应用于机器人导航，智能视频监控、工业检测、航空航天等领域，目标检测是计算机视觉和数字图像处理的交叉，通过机器来执行目标检测能够使人们的生活更加便捷舒适。

在现代生活中，随着数字化建设的进行人们越来越频繁的在网上办理各种业务，在此过程产生了大量对带证件图像进行处理的任务，人们自然想到将目标检测应用到证件检测中，然而在现有的证件的目标检测中，检测过程较长，且检测结果也并不准确。

发明内容

鉴于上述现有的证件定位方法的检测过程较长且检测结果也并不准确的问题提出了本申请。本申请提供一种证件定位方法。

本申请实施例提供了一种证件定位方法，所述方法包括：

获取待检测图像；

将所述待检测图像输入目标检测模型；

通过所述目标检测模型对所述待检测图像进行目标检测，得到检测结果；所述检测结果包括所述待检测图像中证件的类型信息、所述待检测图像中证件的位置信息、所述待检测图像中证件的顶点的位置信息、所述待检测图像中证件的方向信息。

可选的，所述目标检测模型采用one-stage结构；

所述目标检测模型包括骨干网络、颈部网络、头部网络；

所述骨干网络用于对所述待检测图像提取特征层；

所述颈部网络用于对所述特征层进行混合和组合；

所述头部网络用于对所述特征层进行预测。

可选的，所述头部网络包括多个用于对特征层进行预测的锚框；

所述锚框包括证件类型预测子网、证件位置预测子网、证件顶点预测子网、证件方向预测子网，上述四个子网的预测是同时进行的；

所述证件类型预测子网用于预测证件类型；

所述证件位置预测子网用于预测证件在所述待检测图像中的位置；

所述证件顶点预测子网用于预测证件的顶点在所述待检测图像中的位置；

所述证件方向预测子网用于预测证件在所述待检测图像中的方向。

可选的，所述骨干网络包括：

卷积网络，所述卷积网络包括以下任意一者：AlexNet、VGGNet、InceptionNet、ResNet、DenseNet；

丢弃网络，所述丢弃网络用于卷积过程中随机丢弃所述待检测图像中的某个参数。

可选的，所述丢弃网络丢弃的是所述待检测图像中某个区域全部像素。

可选的，所述丢弃网络丢弃的是所述待检测图像中某个区域的部分RGB通道。

可选的，所述丢弃网络将丢弃所述卷积网络中部分层的部分权重。

可选的，所述丢弃网络丢弃的所述卷积网络中的部分卷积层。