一种印章检测方法、装置、电子设备以及存储介质与流程

文档序号:35812221发布日期:2023-10-22 05:40阅读:42来源:国知局
一种印章检测方法、装置、电子设备以及存储介质与流程

本发明涉及印章检测,尤其涉及一种印章检测方法、装置、电子设备以及存储介质。


背景技术:

1、印章作为一种具有法律效力的印信,在现代社会的各种合同等文档中发挥着重要的作用。因此,对文档中印章的审核是一件非常重要的工作。传统的印章审核依靠人工进行核对,但是人工核对耗时长、成本高且易出错,传统的印章核查方式已经不足以满足当前高效便捷的经济发展的需求。

2、随着深度学习的不断发展和推广,基于深度学习的目标检测开始应用于印章检测。基于深度学习的目标检测算法按照其检测阶段分可分为两类:两阶段的检测算法和一阶段的检测算法,两阶段的检测算法检测性能较好,对小目标有较好的检测精度,但是检测过程相对复杂,耗时较长。一阶段的检测算法检测效率高,但是对小目标的检测不敏感,检测精度不高。


技术实现思路

1、本发明提供了一种印章检测方法、装置、电子设备以及存储介质,以实现提高印章检测的检测效率和准确性。

2、第一方面,本发明实施例提供了一种印章检测方法,该方法包括:

3、确定样本印章图像,并根据样本印章图像,得到检测特征、通道注意力特征和空间注意力特征;

4、对检测特征、通道注意力特征以及空间注意力特征进行特征融合,得到融合特征;

5、根据各样本印章图像对应的融合特征进行深度学习模型的训练,得到印章检测模型;

6、通过印章检测模型,对待检测图像进行印章检测。

7、第二方面,本发明实施例还提供了一种印章检测装置,该装置包括:

8、注意力特征计算模块,用于确定样本印章图像,并根据样本印章图像,得到检测特征、通道注意力特征和空间注意力特征;

9、特征融合模块,用于对检测特征、通道注意力特征以及空间注意力特征进行特征融合,得到融合特征;

10、模型训练模块,用于根据各样本印章图像对应的融合特征进行深度学习模型的训练,得到印章检测模型;

11、印章检测模块,用于通过印章检测模型,对待检测图像进行印章检测。

12、第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的印章检测方法。

13、第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的印章检测方法。

14、本发明实施例的技术方案,通过对样本印章图像计算检测特征、通道注意力特征和空间注意力特征,并对检测特征、通道注意力特征和空间注意力特征进行特征融合,得到融合特征,根据融合特征进行模型训练,得到印章检测模型,通过印章检测模型,对待检测图像进行印章检测。解决了现有技术中两阶段的检测算法耗时较长,检测效率低的问题,以及一阶段的检测算法对小目标的检测不敏感,检测精度不高的问题,本发明实施例的技术方案,在保证检测效率的前提下,提高了印章的检测准确性。

15、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。



技术特征:

1.一种印章检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,确定样本印章图像,包括:

3.根据权利要求1所述的方法,其特征在于,根据样本印章图像,得到检测特征、通道注意力特征和空间注意力特征,包括:

4.根据权利要求3所述的方法,其特征在于,根据与当前卷积层匹配的检测特征,确定通道注意力特征,包括:

5.根据权利要求3所述的方法,其特征在于,根据与当前卷积层匹配的检测特征,确定空间注意力特征,包括:

6.根据权利要求1所述的方法,其特征在于,对检测特征、通道注意力特征以及空间注意力特征进行特征融合,得到融合特征,包括:

7.根据权利要求1所述的方法,其特征在于,根据各样本印章图像对应的融合特征进行深度学习模型的训练,得到印章检测模型,包括:

8.一种印章检测装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的印章检测方法。

10.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的印章检测方法。


技术总结
本发明公开了一种印章检测方法、装置、电子设备以及存储介质。该方法包括:确定样本印章图像,并根据样本印章图像,得到检测特征、通道注意力特征和空间注意力特征;对检测特征、通道注意力特征以及空间注意力特征进行特征融合,得到融合特征;根据各样本印章图像对应的融合特征进行深度学习模型的训练,得到印章检测模型;通过印章检测模型,对待检测图像进行印章检测。使用本发明的技术方案,可以实现提高印章检测的检测效率和准确性。

技术研发人员:邵向潮,陈国华,李惠仪,肖雪丽,廖常辉,冷颖雄,谢洁芳,周彦吉,叶海珍,邓茵,刘贯科,钟荣富,戴喜良
受保护的技术使用者:广东电网有限责任公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1