(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211210217.6 (22)申请日 2022.09.30 (66)本国优先权数据 202210712630.6 2022.06.22 CN (71)申请人 深圳市雄帝科技股份有限公司 地址 518000 广东省深圳市粤海街道高新 区社区高新南九道10号深圳湾 科技生 态园10栋A2901-2902 (72)发明人 高亚南　 (51)Int.Cl. G06V 30/18(2022.01) G06V 30/19(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 图像种类识别的方法、 可读存储介质及计算 机设备 (57)摘要 本申请实施例提供一种图像种类识别的方 法、 可读存储介质及计算机设备， 本发明在现有 识别算法的基础之上还需要提取印章局部的文 字图像特征， 并融合现有算法提取的形状特征、 颜色特征、 空间几何特征， 比如可 以识别法院印 章的种类、 发票印制的种类、 护照出入境印章的 种类， 包括出境还是入境、 特定国家的种类、 鉴别 印章的真假等， 以有利于提升印章识别算法的鲁 棒性和泛化 性能。 权利要求书2页 说明书9页 附图2页 CN 115482543 A 2022.12.16 CN 115482543 A 1.一种图像种类识别的方法， 其特 征在于， 所述方法包括： 将待识别图像输入至图像种类识别网络， 所述待识别图像包括印章图像； 获取所述图像种类识别网络的第一卷积神经网络对所述待识别图像提取的第一特征 向量； 获取所述待识别图像的分类标签图像块； 获取所述图像种类识别网络的第二卷积神经网络根据所述待识别图像的分类标签图 像块对所述待识别图像提取的第二特征向量， 所述第二特征向量为待识别的印章图像的包 含字符的局部特 征； 获取对所述第一特 征向量和第二特 征向量进行融合处 理后得到的第三特 征向量； 根据所述第三特 征向量对所述待识别图像进行识别； 输出所述待识别图像的种类。 2.根据权利要求1所述的所述图像种类识别的方法， 其特征在于， 所述获取所述待识别 图像的分类标签图像块的步骤 包括： 对所述待识别图像按照预设窗口大小进行扫描， 以获得所述待识别图像预设窗口大小 的像素块； 判断所述像素块是否含有字符； 若所述像素块含有字符， 则确定所述像素块的标签为1； 若所述像素块不含字符， 则确 定所述像素块的标签为0； 获取带有标签值的待识别图像的分类标签图像块。 3.根据权利要求2所述的所述图像种类识别的方法， 其特征在于， 所述获取所述图像种 类识别网络的第二卷积神经网络根据所述待识别图像的分类标签图像块对所述待识别图 像提取的第二特 征向量的步骤 包括： 在所述像素块的标签为0时， 所述图像种类识别网络的第二卷积神经网络不对所述待 识别图像进行 特征提取； 在所述像素块的标签为1时， 获取所述图像种类识别网络的第二卷积神经网络对所述 待识别图像提取的包 含字符的局部特 征。 4.根据权利要求2所述的所述图像种类识别的方法， 其特征在于， 所述判断所述像素块 是否含有字符包括： 获取含有字符的图像的正例像素块和非字符图像的负例像素块； 将正例像素块和负例像素块输入至分类卷积神经网络， 通过分类卷积神经网络输出字 符图像特 征。 5.根据权利要求2所述的所述图像种类识别的方法， 其特征在于， 所述判断所述像素块 是否含有字符的步骤， 还 包括： 将带有标签值的分类标签图像块输入学习网络； 通过wx+b1对所述带有标签值的分类标签图像块在所述学习网络中进行自适应学习以 判断所述分类标签图像块中字符的位置及重要指数； 其中w为分类标签图像块的标签值， x为分类图像块的像素， b1为自适应学习参数。 6.根据权利要求2所述的所述图像种类识别的方法， 其特征在于， 所述对所述待识别图 像按照预设窗口大小进行扫描， 以获得所述待识别图像预设窗口大小的像素块的步骤之权　利　要　求　书 1/2 页 2 CN 115482543 A 2前， 还包括： 将所述待识别图像的大小固定为预设大小。 7.根据权利要求1所述的所述图像种类识别的方法， 其特征在于， 所述获取对所述第 一 特征向量和第二特 征向量进行融合处 理后得到的第三特 征向量的步骤 包括： 将所述第一特 征向量和所述第二特 征向量进行拼接； 对拼接后的第一特征向量的全局特征和第二特征向量的包含字符的局部特征进行融 合处理； 获取融合处 理后的第三特 征向量。 8.根据权利要求1所述的所述图像种类识别的方法， 其特征在于， 所述对拼接后的第 一 特征向量的全局特 征和第二特 征向量的包 含字符的局部特 征进行融合处 理的步骤 包括： 获取对所述第一特 征向量和多数第二特 征向量进行拼接后的特 征向量； 对拼接后的特 征向量y按照ay+b2进行融合处 理； 得到融合后的第三特 征向量。 9.一种计算机可读存储介质， 其特征在于， 被配置成执行根据权利要求1至8中任意一 项所述的图像种类识别的方法。 10.一种计算机设备， 其特征在于， 被配置成执行根据权利要求1至8中任意一项所述的 图像种类识别的方法。权　利　要　求　书 2/2 页 3 CN 115482543 A 3