[发明专利]图像识别方法装置、设备和存储介质

说明书

本公开提供了一种图像识别方法装置、设备和存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于OCR等场景。具体实现方案为：基于待识别图像的特征图，得到多个键实例特征和多个值实例特征；将所述多个键实例特征和所述多个值实例特征进行匹配，得到多个实例特征组合；对所述多个实例特征组合中的每个实例特征组合中的键实例特征和值实例特征进行融合，得到所述每个实例特征组合所对应的融合特征；基于与所述多个实例特征组合分别对应的多个融合特征，得到所述待识别图像的多个键值识别结果。根据本公开的技术，可以充分利用图像中键实例丰富的语义信息，帮助值实例实现更好的分类解析，输出更加准确的图像识别结果。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于OCR等场景。

背景技术

文档票据等是保存信息的重要途径，其中包含了很多结构化的信息，对文档票据图像的结构化解析有助于帮助我们进行数据挖掘，分析和处理。

发明内容

本公开提供了一种图像识别方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种图像识别方法，包括：

基于待识别图像的特征图，得到多个键实例特征和多个值实例特征；

将多个键实例特征和多个值实例特征进行匹配，得到多个实例特征组合；

对多个实例特征组合中的每个实例特征组合中的键实例特征和值实例特征进行融合，得到每个实例特征组合所对应的融合特征；

基于与多个实例特征组合分别对应的多个融合特征，得到待识别图像的多个键值识别结果。

根据本公开的另一方面，提供了一种图像识别装置，包括：

实例特征获取模块，用于基于待识别图像的特征图，得到多个键实例特征和多个值实例特征；

匹配模块，用于将多个键实例特征和多个值实例特征进行匹配，得到多个实例特征组合；

特征融合模块，用于对多个实例特征组合中的每个实例特征组合中的键实例特征和值实例特征进行融合，得到每个实例特征组合所对应的融合特征；

识别结果获取模块，用于基于与多个实例特征组合分别对应的多个融合特征，得到待识别图像的多个键值识别结果。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。

根据本公开的技术，将待识别图像中键实例的特征融合到值实例的特征中，可以充分利用文档票据图像中键实例更加丰富的语义信息，有效地帮助值实例实现更好的信息解析效果，输出更加准确的图像识别结果。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一实施例的图像识别方法的流程示意图一；