[发明专利]证件图像识别方法、装置、计算机设备及存储介质

权利要求书

1.一种证件图像识别方法，其特征在于，包括下述步骤：

采集多组身份证件图片和非身份证件图片作为证件数据集，根据所述证件数据集对基础分类模型进行训练，得到目标分类模型，其中，所述目标分类模型包括多层卷积层、池化层和全连接层；

在接收到待处理图片时，对所述待处理图片进行上采样，得到第一图像集合，对所述待处理图片进行像素平分及图片旋转，得到第二图像集合；

基于所述目标分类模型分别对所述第一图像集合和所述第二图像集合进行分类，得到所述第一图像集合对应的第一图像类别和所述第二图像集合对应的第二图像类别；

对所述第一图像类别和所述第二图像类别进行归一化，确定所述第一图像类别和所述第二图像类别中归一化值最大的图像类别为所述待处理图片的目标图像类别；

根据所述目标图像类别选取对应的预设证件识别模型，基于所述预设证件识别模型对所述待处理图片进行文本识别，得到所述待处理图片的文本信息。

2.根据权利要求1所述的证件图像识别方法，其特征在于，所述根据所述证件数据集对基础分类模型进行训练，得到目标分类模型的步骤包括：

所述基础分类模型包括基础卷积层、基础池化层和基础全连接层，将所述证件数据集输入至所述基础分类模型中，依次经过所述基础卷积层、所述基础池化层和所述基础全连接层进行分类，得到预测分类结果；

获取所述证件数据集的真实分类结果，根据所述预测分类结果和所述真实分类结果，计算所述基础分类模型的损失函数，在所述损失函数收敛时，确定所述基础分类模型训练完成，得到所述目标分类模型。

3.根据权利要求2所述的证件图像识别方法，其特征在于，所述将所述证件数据集输入至所述基础分类模型中，依次经过所述基础卷积层、所述基础池化层和所述基础全连接层进行分类，得到预测分类结果的步骤包括：

输入所述证件数据集中的图片至所述基础卷积层进行卷积计算，得到卷积图像；

根据所述基础池化层对所述卷积图像进行池化，得到池化结果，通过所述基础全连接层对所述池化结果进行分类，得到所述预测分类结果。

4.根据权利要求1所述的证件图像识别方法，其特征在于，所述对所述待处理图片进行像素平分及图片旋转，得到第二图像集合的步骤包括：

获取预设划分个数，将所述待处理图片均等划分为所述预设划分个数的第一子图像；

对所述第一子图像进行旋转，得到第二子图像，组合所述第一子图像和所述第二子图像，得到所述第二图像集合。

5.根据权利要求4所述的证件图像识别方法，其特征在于，所述对所述第一子图像进行旋转，得到第二子图像的步骤包括：

根据所述预设划分个数计算所述第一子图像的旋转角度，按照预设旋转方向将所述第一子图像旋转所述旋转角度，得到所述第二子图像。

6.根据权利要求1所述的证件图像识别方法，其特征在于，在所述得到所述待处理图片的文本信息的步骤之后还包括：

根据所述证件类别获取所述待处理图片中的目标身份信息，查找所述目标身份信息对应的存储身份信息；

匹配所述目标身份信息和所述存储身份信息，在所述目标身份信息和所述存储身份信息匹配成功时，确定所述目标身份信息验证通过。

7.根据权利要求6所述的证件图像识别方法，其特征在于，在所述匹配所述目标身份信息和所述存储身份信息的步骤之后，还包括：

在所述目标身份信息和所述存储身份信息匹配失败时，获取所述目标身份信息和所述存储身份信息的关系字段；

确定所述关系字段是否为预设字段，在所述关系字段为所述预设字段时，确定所述目标身份信息验证通过。