[发明专利]一种公章图像的相似度计算方法、装置、电子设备和介质

权利要求书

1.一种公章图像的相似度计算方法，其特征在于，所述方法包括：

获取第一目标公章图像和第二目标公章图像；

根据预获取的第一相似度模型对所述第一目标公章图像和所述第二目标公章图像进行相似度比较，获得相似值，其中，所述第一相似度模型为基于深度学习算法构建的模型；

根据所述相似值和预设的相似阈值，获得相似判定结果。

2.根据权利要求1所述的相似度计算方法，其特征在于，所述第一相似度模型的获取过程，包括：

获取样本集和N个备选相似度模型，N为大于或等于1的整数；

对所述样本集进行数据增强，获得增强样本集；

根据所述增强样本集对所述N个备选相似度模型进行训练，获得所述第一相似度模型，所述第一相似度模型为训练后的N个备选相似度模型中识别准确率最高的备选相似度模型。

3.根据权利要求2所述的相似度计算方法，其特征在于，所述根据所述增强样本集对所述N个备选相似度模型进行训练，获得所述第一相似度模型，包括：

根据所述增强样本集获得训练子集和验证子集；

根据所述训练子集对所述N个备选相似度模型进行训练，获得M个候选相似度模型，M为大于或等于N的整数；

根据所述验证子集对所述M个候选相似度模型进行验证，获得每一候选相似度模型对应的验证信息，所述验证信息包括所述候选相似度模型的识别准确率；

将M个候选相似度模型中识别准确率最高的候选相似度模型确定为所述第一相似度模型。

4.根据权利要求1所述的相似度计算方法，其特征在于，在所述获取第一目标公章图像和第二目标公章图像之后，在根据预获取的第一相似度模型对所述第一目标公章图像和所述第二目标公章图像进行相似度比较，获得相似值之前，所述方法还包括：

获取所述第一相似度模型对应的第一权重信息；

将所述第一权重信息转化为第二权重信息，所述第二权重信息对应的配置环境的依赖库数量少于所述第一权重信息对应的配置环境的依赖库数量；

根据所述第二权重信息，生成第二相似度模型，所述第二相似度模型的处理效率高于所述第一相似度模型的处理效率；

根据预获取的第一相似度模型对所述第一目标公章图像和所述第二目标公章图像进行相似度比较，获得相似值，包括：

根据所述第二相似度模型对第一目标公章图像和第二目标公章图像进行相似度比较，获得所述相似值。

5.根据权利要求1所述的相似度计算方法，其特征在于，所述根据预获取的第一相似度模型对所述第一目标公章图像和所述第二目标公章图像进行相似度比较，获得相似值，包括：

对所述第一目标公章图像和所述第二目标公章图像进行标准化处理，分别获得第一标准图像和第二标准图像；

根据所述第一相似度模型对所述第一标准图像和所述第二标准图像进行相似度比较，获得相似信息；

对所述相似信息进行归一化处理，获得所述相似值。

6.一种公章图像的相似度计算装置，其特征在于，包括：

第一获取模块，用于获取第一目标公章图像和第二目标公章图像；

比较模块，用于根据预获取的第一相似度模型对所述第一目标公章图像和所述第二目标公章图像进行相似度比较，获得相似值，其中，所述第一相似度模型为基于深度学习算法构建的模型；

判定模块，用于根据所述相似值和预设的相似阈值，获得相似判定结果。

7.根据权利要求6所述的相似度计算装置，其特征在于，所述相似度计算装置还包括用于获取所述第一相似度模型的第二获取模块，所述第二获取模块包括：

数据获取单元，用于获取样本集和N个备选相似度模型，N为大于或等于1的整数；

样本增强单元，用于对所述样本集进行数据增强，获得增强样本集；

训练单元，用于根据所述增强样本集对所述N个备选相似度模型进行训练，获得所述第一相似度模型，所述第一相似度模型为训练后的N个备选相似度模型中识别准确率最高的备选相似度模型。