基于多模型的证件分类方法、装置、设备和存储介质.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CN113627551A(43)申请公布日2021.11.09(21)申请号202110943047.1(22)申请日2021.08.17(71)申请人平安普惠企业管理有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）(72)发明人李书涵(74)专利代理机构深圳市明日今典知识产权代理事务所(普通合伙)44343代理人王杰辉熊成龙(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书16页附图3页(54)发明名称基于多模型的证件分类方法、装置、设备和存储介质(57)摘要本申请涉及人工智能技术领域，提供一种基于多模型的证件分类方法、装置、设备和存储介质，方法包括：获取待处理的证件图像；调用预先训练好的预设数量的证件分类模型，并获取各证件分类模型的分类精确度；根据分类精确度，从所有证件分类模型中筛选出满足预设条件的目标证件分类模型；将证件图像输入至各目标证件分类模型中，获取各目标证件分类模型分别输出的与证件图像对应的多种证件类型的概率数值；基于所有概率数值，确定出与证件图像对应的目标证件类型。本申请能够有效提高对待处理的证件图像的识别准确率。本申请还可以应用于区块链领域，上述目标证件类型等数据可以存储于区块链上。CN113627551ACN113627551A权利要求书1/3页1.一种基于多模型的证件分类方法，其特征在于，包括：获取待处理的证件图像；调用预先训练好的预设数量的证件分类模型，并获取各所述证件分类模型的分类精确度；其中，每一个所述证件分类模型是基于各自不同的训练数据集对预设的卷积神经网络模型进行训练生成的，所述训练数据集的数量等于所述预设数量；根据所述分类精确度，从所有所述证件分类模型中筛选出满足预设条件的目标证件分类模型；其中，所述目标证件分类模型的数量为多个；将所述证件图像输入至各所述目标证件分类模型中，获取各所述目标证件分类模型分别输出的与所述证件图像对应的多种证件类型的概率数值；其中，对于每一个所述目标证件分类模型，该目标证件分类模型输出的一个概率数值对应于一种证件类型；基于所有所述概率数值，确定出与所述证件图像对应的目标证件类型。2.根据权利要求1所述的基于多模型的证件分类方法，其特征在于，所述根据所述分类精确度，从所有所述证件分类模型中筛选出满足预设条件的目标证件分类模型的步骤，包括：获取各所述证件分类模型的分类精确度，以及获取预设的精确度阈值；从所有所述证件分类模型中筛选出分类精确度大于所述精确度阈值的第一证件分类模型；获取内存信息；基于预设的内存‑模型数量映射表查询出与所述内存信息对应的目标数量；判断所述第一证件分类模型的数量是否大于所述目标数量；若是，则将所有所述第一证件分类模型按照分类精确度的数值从大到小的顺序进行排序，得到对应的排序结果；从所述排序结果排在首位的第一证件分类模型开始，依次从所有所述第一证件分类模型中筛选出与所述目标数量相同的多个第二证件分类模型；将所述第二证件分类模型作为所述目标证件分类模型。3.根据权利要求1所述的基于多模型的证件分类方法，其特征在于，所述基于所有所述概率数值，确定出与所述证件图像对应的目标证件类型的步骤，包括：判断所述目标证件分类模型的数量是否为奇数；若所述目标证件分类模型的数量为奇数，则从所有所述概率数值中提取出各所述目标证件分类模型输出的数值最大的第一概率数值；分别获取各所述第一概率数值对应的第一证件类型；对各所述第一证件类型进行分析处理，从所有所述第一证件类型中筛选出现次数最多的第二证件类型；判断所述第二证件类型的出现次数是否大于1；若所述第二证件类型的出现次数大于1，将所述第二证件类型作为所述目标证件类型。4.根据权利要求1所述的基于多模型的证件分类方法，其特征在于，所述基于所有所述概率数值，确定出与所述证件图像对应的目标证件类型的步骤，包括：判断所述目标证件分类模型的数量是否为偶数；若所述目标证件分类模型的数量为偶数，则获取与各所述概率数值一一对应的第三证2CN113627551A权利要求书2/3页件类型；对所有所述第三证件类型进行去重处理，得到对应的第四证件类型；从所有所述概率数值中，分别获取与各所述第四证件类型分别对应的所有第二概率数值，并基于所述第二概率数值，按照预设规则计算出与各所述第四证件类型分别对应的分类数值；从所有所述分类数值中获取数值最大的目标分类数值，并从所有所述第四证件类型中查找出与所述目标分类数值对应的第五证件类型；将所述第五证件类型作为所述目标证件类型。5.根据权利要求4所述的基于多模型的证件分类方法，其特征在于，所述从所有所述概率数值中，分别获取与各所述第四证件类型分别对应的所