证件定位方法、装置、电子设备以及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114240952A(43)申请公布日2022.03.25(21)申请号202111534842.1(22)申请日2021.12.15(71)申请人北京奇艺世纪科技有限公司地址100080北京市海淀区海淀北一街2号10层、11层(72)发明人尹天舒(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人吕俊秀(51)Int.Cl.G06T7/10(2017.01)权利要求书2页说明书12页附图4页(54)发明名称证件定位方法、装置、电子设备以及可读存储介质(57)摘要本发明实施例提供了一种证件定位方法、装置、电子设备以及可读存储介质，该方法先获取样本图像，其中，样本图像可以通过对目标证件的原始图像进行变换得到，再对样本图像中目标证件的所有顶点坐标进行标注，并基于样本图像构建损失函数，基于该损失函数进行模型参数迭代至收敛，以获得模型定位模块，该模型定位模型采用对目标证件的原始图像进行变换得到的样本图像训练，且对目标证件的所有顶点进行标注，该变换包括旋转、斜切、扭曲、透视、仿射等，使得训练得到的证件定位模型对图像中非规整形状的目标证件能够实现精准的定位，为后续证件中信息的检测、识别、提取等提供了基础，扩大了证件定位的适用性。CN114240952ACN114240952A权利要求书1/2页1.一种证件定位模型训练方法，其特征在于，所述方法包括：获取样本图像，所述样本图像通过对目标证件的原始图像进行变换得到，所述变换包括旋转、斜切、扭曲、透视、仿射中的至少一种；对所述样本图像中所述目标证件的所有顶点坐标进行标注；基于所述样本图像构建损失函数，并基于所述损失函数对模型参数进行迭代至收敛，获得证件定位模型。2.根据权利要求1所述的方法，所述基于所述样本图像构建损失函数，并基于所述损失函数对模型参数进行迭代至收敛，获得所述证件定位模型，包括：将所述样本图像分割为第一预设个数的网格；预测每个所述网格中包含对象，且所述对象为所述目标证件的第一概率值，所述样本图像中包括至少一个对象，所述目标证件为所述对象中的一个；对每个所述网格预测第二预设个数的边界框，以及所述边界框对应的置信度；确定所述第一概率值、所述置信度中至少一个对应的损失函数；根据所述损失函数对所述模型参数进行迭代，至获得符合预设训练条件的所述证件定位模型。3.根据权利要求2所述的方法，其特征在于，所述置信度用于表示所述边界框包含所述目标证件的概率，以及基于所述边界框的所述顶点坐标预测所述目标证件的所述顶点坐标的准确度。4.根据权利要求2所述的方法，其特征在于，所述对每个所述网格预测第二预设个数的边界框，以及所述边界框对应的置信度，包括：确定所述边界框中包括所述目标证件的第二概率值；根据所述边界框的所述顶点坐标与所述目标证件的所述顶点坐标确定交并比；根据所述第二概率值与所述交并比确定所述边界框对应的置信度。5.根据权利要求2所述的方法，其特征在于，所述将所述样本图像分割为第一预设个数的网格，包括：将所述样本图像缩放至预设尺寸，并将缩放后的所述样本图像分割为第一预设个数的网格。6.一种证件定位方法，其特征在于，所述方法包括：获取待测图像；将所述待测图像输入证件定位模型，以使所述证件定位模型对所述待测图像中的目标证件进行定位，所述证件定位模型通过权利要求1‑5任一项所述的证件定位模型训练方法训练得到；获取所述证件定位模型在所述待测图像中存在所述目标证件的情况下输出的所述目标证件的顶点坐标。7.根据权利要求6所述的方法，其特征在于，所述获取所述证件定位模型在所述待测图像中存在所述目标证件的情况下输出的所述目标证件的顶点坐标之后，还包括：根据所述顶点坐标对所述待测图像进行裁剪获得目标图像。8.一种证件定位模型训练装置，其特征在于，所述装置包括：样本获取模块，用于获取样本图像，所述样本图像通过对目标证件的原始图像进行变2CN114240952A权利要求书2/2页换得到，所述变换包括旋转、斜切、扭曲、透视、仿射中的至少一种；样本标注模块，用于对所述样本图像中所述目标证件的所有顶点坐标进行标注；模型训练模块，用于基于所述样本图像构建损失函数，并基于所述损失函数对模型参数进行迭代至收敛，获得证件定位模型。9.一种证件定位装置，其特征在于，所述装置包括：图像获取模块，用于获取待测图像；模型输入模块，用于将所述待测图像输入证件定位模型，以使所述证件定位模型对所述待测图像中的目标证件进行定位，所述证件定位模型通过权利要求8所述的证件定位模型训练装置训练得到；模型输出模块，用于获取所述证件定位模型在所述待测图像中存在所述目标证件的情况下输出的所述目标证件的顶点坐标。10.一种电子设备，其特征在于，包括处理器、通信接口、存储