图像识别方法、装置、设备及计算机可读存储介质.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CN114220103A(43)申请公布日2022.03.22(21)申请号202210159280.5(22)申请日2022.02.22(71)申请人成都明途科技有限公司地址610000四川省成都市天府新区湖畔路北段366号1栋3楼1号(72)发明人韩威俊肖雪松严骊(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人马泽伟(51)Int.Cl.G06V30/148(2022.01)G06V30/192(2022.01)G06V30/24(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图7页(54)发明名称图像识别方法、装置、设备及计算机可读存储介质(57)摘要本申请提供一种图像识别方法、装置、设备及计算机可读存储介质，通过图像分割模型对待识别图像进行图像分割得到多个单元格以及与各单元格对应的单元格标识，然后对各单元格进行文字识别，基于各单元格对应的单元格标识，确定与各单元格的文字识别结果对应的关联文字数据，根据各单元格的文字识别结果以及与各文字识别结果对应的关联文字数据生成目标格式的图像识别数据，也即，可以对图像进行自动识别，然后转换成目标格式的图像识别数据，实现了自动化信息识别与录入，提升了信息识别与录入效率，降低了人力成本。CN114220103ACN114220103A权利要求书1/2页1.一种图像识别方法，其特征在于，包括：获取待识别图像；根据预设的图像分割模型对所述待识别图像进行图像分割，得到多个单元格及与各单元格对应的单元格标识；对各所述单元格进行文字识别；基于各所述单元格对应的单元格标识，确定与各所述单元格的文字识别结果对应的关联文字数据；根据各所述单元格的文字识别结果、以及与各所述文字识别结果对应的所述关联文字数据生成目标格式的图像识别数据。2.如权利要求1所述的图像识别方法，其特征在于，所述待识别图像为表格型图像。3.如权利要求1所述的图像识别方法，其特征在于，所述基于各所述单元格的单元格标识，确定与各所述单元格的文字识别结果对应的关联文字数据，包括：针对每一所述单元格，根据该单元格的单元格标识、以及预设的单元格标识之间的对应关系，确定与所述单元格标识对应的另一单元格标识；根据所述另一单元格标识、以及单元格与单元格标识的对应关系确定出与所述单元格对应的另一单元格；获取所述另一单元格的文字识别结果，并将该文字识别结果作为与所述单元格的文字识别结果对应的关联文字数据。4.如权利要求1所述的图像识别方法，其特征在于，所述基于各所述单元格的单元格标识，确定与各所述单元格的文字识别结果对应的关联文字数据，包括：针对每一所述单元格，根据该单元格的单元格标识、以及预设的单元格标识与标签条目数据之间的对应关系，确定与该单元格标识对应的标签条目数据，并将该标签条目数据作为与所述单元格的文字识别结果对应的关联文字数据。5.如权利要求1所述的图像识别方法，其特征在于，所述目标格式为表格型格式。6.如权利要求1‑5任一项所述的图像识别方法，其特征在于，在所述根据预设的图像分割模型对所述待识别图像进行图像分割，得到多个单元格及与各单元格对应的单元格标识之前，所述方法还包括：获取图像样本数据集，所述图像样本数据集中包括多个样本图像的样本数据，每一所述样本数据包括对应样本图像中标注的多个单元格的位置信息及与各单元格对应的单元格标识；基于所述图像样本数据集进行训练，得到所述图像分割模型。7.如权利要求6所述的图像识别方法，其特征在于，所述基于所述图像样本数据集进行训练，得到所述图像分割模型，包括：针对各所述样本图像中的各所述单元格，利用目标检测算法从各所述样本图像中确定出与相应的所述单元格对应的候选框图像区域的位置信息；基于区域回归算法，根据各所述样本图像中标注的各所述单元格的位置信息、以及各所述单元格对应的候选框图像区域的位置信息计算神经网络模型的模型损失；基于所述模型损失进行训练得到所述图像分割模型。8.一种图像识别装置，其特征在于，包括：2CN114220103A权利要求书2/2页获取模块，用于获取待识别图像；分割模块，用于根据预设的图像分割模型对所述待识别图像进行图像分割，得到多个单元格及与各单元格对应的单元格标识；识别模块，用于对各所述单元格进行文字识别；确定模块，用于基于各所述单元格的单元格标识，确定与各所述单元格的文字识别结果对应的关联文字数据；生成模块，用于根据各所述单元格的文字识别结果、以及与各所述文字识别结果对应的所述关联文字数据生成目标格式的图像识别数据。9.一种设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机