本申請涉及圖像處理，特別涉及一種基于輕量級神經(jīng)網(wǎng)絡(luò)的證照圖像字體比對方法。

背景技術(shù)：

1、字體作為信息傳遞的重要載體，其獨特性和準(zhǔn)確性對于確保信息的有效傳播至關(guān)重要。傳統(tǒng)的字體比對方法受限于人工比對的主觀性，已難以滿足現(xiàn)代社會的需求。傳統(tǒng)方法一般采用模版匹配技術(shù)來計算圖像間相似度，該類方法容易受拍攝角度和明暗光線變化干擾，往往需要手工設(shè)定不同的閾值，算法精度低、泛化性能不足。近年來，深度學(xué)習(xí)技術(shù)的崛起為字體比對領(lǐng)域帶來了新的解決方案，基于深度學(xué)習(xí)的字體比對技術(shù)因其高效率和準(zhǔn)確性，逐漸成為研究和應(yīng)用的熱點。深度學(xué)習(xí)技術(shù)具有強(qiáng)大的表征學(xué)習(xí)能力，能夠從海量數(shù)據(jù)中學(xué)習(xí)到復(fù)雜、抽象的特征表示，為字體比對提供了強(qiáng)有力的技術(shù)支持。

2、相關(guān)技術(shù)當(dāng)中，對于證照圖像當(dāng)中的字體對比方法通常是結(jié)合了圖像識別技術(shù)進(jìn)行的，通過數(shù)據(jù)預(yù)處理、字體特征提取以及字體比對分析的方式，計算機(jī)設(shè)備將證照圖像的字體進(jìn)行識別，以進(jìn)行證照當(dāng)中證件真?zhèn)蔚呐袛唷?/p>

3、然而，相關(guān)技術(shù)當(dāng)中，對于證照圖像字體比對尚缺少完善的過程。

技術(shù)實現(xiàn)思路

1、本發(fā)明關(guān)于一種基于輕量級神經(jīng)網(wǎng)絡(luò)的證照圖像字體比對方法，能夠提高對于證件照片當(dāng)中圖像字體對比的識別效率，該方法應(yīng)用于計算機(jī)設(shè)備當(dāng)中，該方法包括：

2、將目標(biāo)證照圖片輸入數(shù)字字符識別模型中，輸出得到與目標(biāo)證照圖片對應(yīng)的數(shù)字字符圖像集合；

3、將數(shù)字字符圖像集合輸入證照字符對比模型，輸出得到與目標(biāo)證照圖片對應(yīng)的字體識別結(jié)果，證照字符比對模型為基于特征余弦相似度比對的神經(jīng)網(wǎng)絡(luò)模型。

4、在一個可選的實施例中，將目標(biāo)證照圖片輸入數(shù)字字符識別模型中，輸出得到與目標(biāo)證照圖片對應(yīng)的數(shù)字字符圖像集合，包括：

5、將目標(biāo)證照圖片輸入數(shù)字字符識別模型中；

6、通過數(shù)字字符識別模型對目標(biāo)證照圖片進(jìn)行關(guān)鍵區(qū)域提取，得到至少一個關(guān)鍵區(qū)域；

7、對關(guān)鍵區(qū)域進(jìn)行字符識別，輸出得到與目標(biāo)證照圖片對應(yīng)的數(shù)字字符圖像集合。

8、在一個可選的實施例中，關(guān)鍵區(qū)域包括目標(biāo)證照圖片上日期字段對應(yīng)的至少一個區(qū)域。

9、在一個可選的實施例中，對關(guān)鍵區(qū)域進(jìn)行字符識別，輸出得到與關(guān)鍵區(qū)域?qū)?yīng)的數(shù)字字符圖像集合，包括：

10、結(jié)合ocr文字識別技術(shù)，對關(guān)鍵區(qū)域進(jìn)行字符識別，輸出得到與關(guān)鍵區(qū)域?qū)?yīng)的數(shù)字字符圖像集合。

11、在一個可選的實施例中，將數(shù)字字符圖像集合輸入證照字符對比模型，輸出得到與目標(biāo)證照圖片對應(yīng)的字體識別結(jié)果，包括：

12、獲取數(shù)字字符圖像集合中的至少一個樣本圖像；

13、確定與樣本圖像對應(yīng)的字符內(nèi)容；

14、基于字符內(nèi)容，獲取與字符內(nèi)容對應(yīng)的標(biāo)準(zhǔn)字符圖像以及非標(biāo)字符圖像；

15、基于樣本圖像以及標(biāo)準(zhǔn)字符圖像生成第一樣本對；

16、基于樣本圖像以及非標(biāo)字符圖像生成第二樣本對；

17、將第一樣本對以及第二樣本對輸入證照字符對比模型，輸出得到與目標(biāo)證照圖片對應(yīng)的字體識別結(jié)果。

18、在一個可選的實施例中，方法還包括：

19、對樣本圖像進(jìn)行灰度化以及反灰度化。

20、在一個可選的實施例中，字體識別結(jié)果實現(xiàn)為字符字體識別結(jié)果以及字符內(nèi)容識別結(jié)果；

21、字符字體識別結(jié)果包括標(biāo)準(zhǔn)字體識別結(jié)果以及非標(biāo)字體識別結(jié)果。

22、在一個可選的實施例中，證照字符對比模型包括圖像壓縮模塊、卷積層模塊、非線性激活層模塊以及輸出通道；

23、卷積層模塊的數(shù)量為至少兩個；

24、圖像壓縮模塊與卷積層模塊連接；

25、輸出通道與非線性激活層模塊連接。

26、本申請?zhí)峁┑募夹g(shù)方案帶來的有益效果至少包括：

27、在證件照片識別的應(yīng)用場景下，通過對于目標(biāo)證照圖片的字符識別以及證照字符對比的過程，對于證照圖像中的字符字體進(jìn)行識別。在該過程當(dāng)中，結(jié)合特征余弦相似度的高精度對比過程，實現(xiàn)了不同背景下證照圖片的快速對比。

技術(shù)特征：

1.一種基于輕量級神經(jīng)網(wǎng)絡(luò)的證照圖像字體比對方法，其特征在于，所述方法應(yīng)用于計算機(jī)設(shè)備中，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將目標(biāo)證照圖片輸入數(shù)字字符識別模型中，輸出得到與所述目標(biāo)證照圖片對應(yīng)的數(shù)字字符圖像集合，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述關(guān)鍵區(qū)域包括所述目標(biāo)證照圖片中日期字段對應(yīng)的至少一個區(qū)域。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述關(guān)鍵區(qū)域進(jìn)行字符識別，輸出得到與所述關(guān)鍵區(qū)域?qū)?yīng)的數(shù)字字符圖像集合，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述數(shù)字字符圖像集合輸入證照字符對比模型，輸出得到與所述目標(biāo)證照圖片對應(yīng)的字體識別結(jié)果，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述字體識別結(jié)果實現(xiàn)為字符字體識別結(jié)果以及字符內(nèi)容識別結(jié)果；

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述證照字符對比模型包括圖像壓縮模塊、卷積層模塊、非線性激活層模塊以及輸出通道；

技術(shù)總結(jié)
本申請涉及一種基于輕量級神經(jīng)網(wǎng)絡(luò)的證照圖像字體比對方法，涉及圖像處理技術(shù)領(lǐng)域。該方法包括：將目標(biāo)證照圖片輸入數(shù)字字符識別模型中，輸出得到與目標(biāo)證照圖片對應(yīng)的數(shù)字字符圖像集合；將數(shù)字字符圖像集合輸入證照字符對比模型，輸出得到與目標(biāo)證照圖片對應(yīng)的字體識別結(jié)果，證照字符比對模型為基于特征余弦相似度比對的神經(jīng)網(wǎng)絡(luò)模型。在證件照片識別的應(yīng)用場景下，通過對于目標(biāo)證照圖片的字符識別以及證照字符對比的過程，對于證照圖像中的字符字體進(jìn)行識別。在該過程當(dāng)中，結(jié)合特征余弦相似度的高精度對比過程，實現(xiàn)了不同背景下證照圖片的快速對比。

技術(shù)研發(fā)人員：錢彬,王軍華,晉軍偉,虞力英,江帆,顧席光
受保護(hù)的技術(shù)使用者：公安部交通管理科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9