恭喜中通服创立信息科技有限责任公司裴贵军获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中通服创立信息科技有限责任公司申请的专利一种证书类型识别方法、装置、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119559659B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510125465.8,技术领域涉及:G06V30/42;该发明授权一种证书类型识别方法、装置、设备及介质是由裴贵军;钱小峰;宋立锵;杜良辉;赵永义设计研发完成,并于2025-01-27向国家知识产权局提交的专利申请。
本一种证书类型识别方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种证书类型识别方法、装置、设备及介质,涉及图像识别领域,其技术方案要点是:获取非证书图像数据集和具有多种证书类型的证书图像数据集;每次取非证书图像数据集的一个批次大小的非证书图像和证书图像数据集的两个批次大小的证书图像作为训练数据,其中,证书图像数据的每个批次的图像所属证书类别不相同,第一个批次与第二个批次对应位置的证书图像的类别相同,第一个批次与第二个批次对应位置的证书图像不同;通过训练数据对预先构建的证书类型识别模型进行训练,直至损失函数收敛,获得训练完成的证书类型识别模型;基于训练完成的证书类型识别模型对待识别证书图像进行识别,获得证书类型的识别结果。
本发明授权一种证书类型识别方法、装置、设备及介质在权利要求书中公布了:1.一种证书类型识别方法,其特征在于,方法包括:获取非证书图像数据集和具有多种证书类型的证书图像数据集,其中,证书图像数据的每种证书类别至少包含两张证书图像;每次取非证书图像数据集的一个批次大小的非证书图像和证书图像数据集的两个批次大小的证书图像作为训练数据;其中,证书图像数据的每个批次内的图像所属证书类别不相同,第一个批次与第二个批次对应位置的证书图像的类别相同,第一个批次与第二个批次对应位置的证书图像不同;通过训练数据对预先构建的证书类型识别模型进行训练,直至损失函数收敛,获得训练完成的证书类型识别模型;其中,所述证书类型识别模型包括并行的图像特征提取模型和文本特征提取模型;其中,所述损失函数的表达式为: ,其中,Loss表示损失函数,N是批次的样本大小;xi为第一个批次内查询样本的特征向量;xj为第一个批次内的其他证书图像的特征向量;yi为第二个批次内与查询样本相同位置的证书图像的特征向量;zj为非证书图像的特征向量;τ为温度系数;通过训练数据对预先构建的证书类型识别模型进行训练,直至损失函数收敛,获得训练完成的证书类型识别模型,具体为:通过图像特征提取模型提取训练数据的第一图像特征向量,通过损失函数计算第一图像特征向量的图像损失值,采用反向梯度传播算法按照图像损失值对图像特征提取模型的网络参数进行初次更新,获得初次更新后的图像特征提取模型;通过文本特征提取模型提取训练数据的第一文本特征向量,通过损失函数计算第一文本特征向量的文本损失值,采用反向梯度传播算法按照文本损失值对文本特征提取模型的网络参数进行初次更新,获得初次更新后的文本特征提取模型;通过初次更新后的图像特征提取模型和文本特征提取模型分别提取训练数据的第二图像特征向量和第二文本特征向量;融合第二图像特征向量和第二文本特征向量,获得多模态特征向量,通过损失函数计算多模态特征向量的多模态损失值,采用反向梯度传播算法按照多模态损失值同时对初次更新后的图像特征提取模型和文本特征提取模型的网络参数进行二次更新,获得训练完成的证书类型识别模型;基于训练完成的证书类型识别模型对待识别证书图像进行识别,获得证书类型的识别结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中通服创立信息科技有限责任公司,其通讯地址为:610000 四川省成都市高新区神仙树北路14号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。