票据残损检测方法、装置、设备、介质及程序产品与流程

摘要: 本发明涉及人工智能,尤其涉及一种票据残损检测方法、装置、设备、介质及程序产品。背景技术:1、随着业务数字化转型的深入,纸质票据的电子影像化处理已成为提升业务效率...
票据残损检测方法、装置、设备、介质及程序产品与流程

本发明涉及人工智能,尤其涉及一种票据残损检测方法、装置、设备、介质及程序产品。

背景技术:

1、随着业务数字化转型的深入,纸质票据的电子影像化处理已成为提升业务效率和降低运营成本的核心环节。然而,票据在流通、采集和存储过程中,易产生残损。其中,轻微残损占比达60%以上。此类残损因特征微弱,极易被传统检测模型忽略。同时,票据采集场景复杂,常伴随桌面、钱包和硬币等复杂背景干扰,而且扫描仪玻璃灰尘和光照反射等噪声进一步加剧了检测难度。

2、现有的票据检测技术存在明显短板:其一,无法覆盖票据特有的轻微残损类型,导致难例样本漏检率超20%;其二,背景干扰严重,算力浪费显著,单张票据检测耗时超500ms,无法满足端侧设备实时性需求。

技术实现思路

1、本发明提供了一种票据残损检测方法、装置、设备、介质及程序产品,剔除了背景干扰,提高了残损票据检测的实时性;同时强化了轻微残损的特征提取,解决了轻微残损特征微弱和易被忽略的问题,提高了票据轻微残损检测的准确性。

2、根据本发明的一方面,提供了一种票据残损检测方法,所述方法包括:

3、采用第一目标检测模型确定原始票据图像的目标票据类型和票据感兴趣区域图像,并根据所述目标票据类型从所述票据感兴趣区域图像中提取票据关键信息;

4、基于所述票据关键信息,采用第二目标检测模型对所述票据感兴趣区域图像进行残损检测,得到初始残损检测结果;

5、基于所述票据关键信息对所述初始残损检测结果进行处理,得到目标残损检测结果;所述目标残损检测结果包括目标残损类型和目标残损区域。

6、根据本发明的另一方面,提供了一种票据残损检测装置,所述装置包括:

7、票据关键信息检测模块,用于采用第一目标检测模型确定原始票据图像的目标票据类型和票据感兴趣区域图像,并根据所述目标票据类型从所述票据感兴趣区域图像中提取票据关键信息;

8、初始残损检测模块,用于基于所述票据关键信息,采用第二目标检测模型对所述票据感兴趣区域图像进行残损检测,得到初始残损检测结果;

9、目标残损检测模块,用于基于所述票据关键信息对所述初始残损检测结果进行处理,得到目标残损检测结果;所述目标残损检测结果包括目标残损类型和目标残损区域。

10、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的票据残损检测方法。

14、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的票据残损检测方法。

15、根据本发明的另一方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现本发明任一实施例所述的票据残损检测方法。

16、本发明实施例的技术方案,通过采用第一目标检测模型确定原始票据图像的目标票据类型和票据感兴趣区域图像,并根据目标票据类型从票据感兴趣区域图像中提取票据关键信息,首先通过第一目标检测模型,明确了票据感兴趣区域图像的范围,剔除了票据残损检测的信息干扰,减少了算力消耗,可以提高票据残损检测的实时性和准确性,同时提取了作为参照的票据关键信息,为后续残损检测提供数据支撑;此外,基于票据关键信息,采用第二目标检测模型对票据感兴趣区域图像进行残损检测,得到初始残损检测结果,基于票据关键信息对初始残损检测结果进行处理,得到目标残损检测结果,通过双目标检测模型融合票据关键信息,强化了轻微残损的特征提取,解决了轻微残损特征微弱和易被忽略的问题,能显著提升轻微折痕、浅色污渍和边缘破损等票据轻微残损的识别率,有效减少漏识别,提高了票据轻微残损检测的准确性。

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

1.一种票据残损检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述票据关键信息对所述初始残损检测结果进行处理,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述票据关键区域的标准无损纹理模板对所述初始残损区域进行灰度差异放大处理,并根据放大后的灰度差异结果对所述初始残损检测结果进行过滤,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述票据关键区域的标准无损纹理模板对所述初始残损区域进行灰度差异放大处理,得到放大后的灰度差异结果,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述票据关键信息,采用第二目标检测模型对所述票据感兴趣区域图像进行残损检测,得到初始残损检测结果,包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述残损候选框进行筛选,包括:

7.一种票据残损检测装置,其特征在于,所述装置包括:

8.一种电子设备,其特征在于,所述电子设备包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的票据残损检测方法。

10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的票据残损检测方法。