CN110222746A - 训练分类器的方法、装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本公开公开了一种训练卷积神经网络分类器的方法，其特征在于，包括：获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；根据所述身份证图像集合训练所述卷积神经网络分类器。本公开实施例提供的训练卷积神经网络分类器的方法、装置、电子设备和计算机可读存储介质，能够根据身份证图像集合训练卷积神经网络分类器，从而通过该卷积神经网络分类器识别身份证图像的预设区域中的汉字例如生僻汉字，以便应用于各种身份证验证场合。

Description

训练分类器的方法、装置、电子设备和计算机可读存储介质

技术领域

本公开涉及信息处理领域，尤其涉及一种训练分类器的方法、装置、电子设备及计算机可读存储介质。

背景技术

随着网络技术的进步，互联网已经成为服务于各种业务的重要媒介，例如通过互联网处理诸如银行业务等重要业务时，需要获取用户的身份证图像，从而通过身份证图像提取用户的身份信息以用于身份证验证，从而开展重要业务。

在上述验证过程中，往往通过识别装置和/或识别程序从用户上传的身份证图像中提取身份证图像区域，然后在身份证图像区域中识别预设区域中的文字，从而提取用户的身份信息，例如姓名、住址等信息。但是正在使用中的汉字的数量是非常巨大的，据统计，身份证涉及的汉字中，常见的汉字大致有4000多个，而不常见的汉字大致有5000多个，现有的识别装置和/或识别程序对于身份证图像中的大多数生僻汉字无法做到准确识别，从而也就无法通过互联网处理诸如银行业务等重要业务，为互联网应用带来了阻碍。

发明内容

本公开实施例提供的训练分类器的方法、装置、电子设备和计算机可读存储介质，能够根据身份证图像集合训练分类器，从而通过该卷积神经网络分类器识别身份证图像的预设区域中的汉字例如生僻汉字，以便应用于各种身份证验证场合。

第一方面，本公开实施例提供一种训练分类器的方法，其特征在于，包括：获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；根据所述身份证图像集合训练所述卷积神经网络分类器。

进一步的，所述身份证图像集合包括第一子集合和第二子集合，所述第一子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括常用汉字，所述第二子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括生僻汉字。

进一步的，根据所述身份证图像集合训练所述卷积神经网络分类器，包括：从所述第一子集合中确定第一数量的身份证图像；从所述第二子集合中确定第二数量的身份证图像；根据所述第一数量的身份证图像和所述第二数量的身份证图像更新所述卷积神经网络分类器的参数。

进一步的，所述第一数量为96，所述第二数量为32。

进一步的，所述获取身份证图像集合，包括获取所述第二子集合；获取所述第二子集合，包括：获取身份证模板图像；获取生僻汉字图像；根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像。

进一步的，所述获取生僻汉字图像，包括：基于宋体5号字获取所述生僻汉字图像，所述生僻汉字图像中的生僻汉字的颜色为黑色，所述生僻汉字图像的底色为白色；所述根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像，包括：将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域。

进一步的，所述身份证模板图像的所述预设区域包括身份证底纹。

进一步的，将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域，包括：将所述生僻汉字图像中的黑色的生僻汉字覆盖至所述身份证模板图像的所述预设区域。

第二方面，本公开实施例提供一种训练分类器的装置，其特征在于，包括：图像集合获取模块，用于获取身份证图像集合，所述身份证图像集合中的身份证图像与类别信息对应，所述类别信息指示与所述类别信息对应的身份证图像的类别；确定模块，用于确定卷积神经网络分类器的输出项目，所述输出项目与所述类别信息对应；训练模块，用于根据所述身份证图像集合和卷积神经网络(CNN)训练所述卷积神经网络分类器。

进一步的，所述身份证图像集合包括第一子集合和第二子集合，所述第一子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括常用汉字，所述第二子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括生僻汉字。

进一步的，所述训练模块还用于：从所述第一子集合中确定第一数量的身份证图像；从所述第二子集合中确定第二数量的身份证图像；根据所述第一数量的身份证图像和所述第二数量的身份证图像更新所述卷积神经网络分类器的参数。

进一步的，所述第一数量为96，所述第二数量为32。

进一步的，所述获取模块还用于：获取所述第二子集合；获取所述第二子集合，包括：获取身份证模板图像；获取生僻汉字图像；根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像。

进一步的，所述获取模块还用于：基于宋体5号字获取所述生僻汉字图像，所述生僻汉字图像中的生僻汉字的颜色为黑色，所述生僻汉字图像的底色为白色；所述根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像，包括：将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域。

进一步的，所述身份证模板图像的所述预设区域包括身份证底纹。

进一步的，将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域，包括：将所述生僻汉字图像中的黑色的生僻汉字覆盖至所述身份证模板图像的所述预设区域。

第三方面，本公开实施例提供一种电子设备，包括：存储器，用于存储计算机可读指令；以及与所述存储器耦合的一个或多个处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现前述第一方面中的任一所述训练分类器的方法。

第四方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行前述第一方面中的任一所述训练分类器的方法。

本公开公开了一种训练分类器的方法、装置、电子设备和计算机可读存储介质。其中所述训练分类器的方法，其特征在于，包括：获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；根据所述身份证图像集合训练所述卷积神经网络分类器。本公开实施例提供的训练分类器的方法、装置、电子设备和计算机可读存储介质，能够根据身份证图像集合训练卷积神经网络分类器，从而通过该卷积神经网络分类器识别身份证图像的预设区域中的汉字例如生僻汉字，以便应用于各种身份证验证场合。

上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的训练分类器的方法实施例的流程图；

图2为本公开提供的一种卷积神经网络模型示意图；

图3为本公开实施例提供的训练分类器的装置实施例的结构示意图；

图4为根据本公开实施例提供的电子设备的结构示意图。

具体实施方式

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图示中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本实施例提供的该训练分类器的方法可以由一个训练分类器的装置来执行，该装置可以实现为软件，可以实现为硬件，还可以实现为软件和硬件的组合，例如所述训练分类器的装置包括计算机设备，从而通过该计算机设备来执行本实施例提供的该训练分类器的方法，如本领域技术人员所理解的，计算机设备可以是台式或便携计算机设备，还可以是移动终端设备等。另外，本公开实施例涉及的分类器为卷积神经网络分类器，在本公开中可以简称分类器。

图1为本公开实施例提供的训练分类器的方法实施例一的流程图，如图1所示，本公开实施例的训练分类器的方法包括如下步骤：

步骤S101，获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；

需要通过训练集合训练分类器，因此在步骤S101中获取身份证图像集合作为训练集合以训练分类器。

由于本公开实施例希望通过训练卷积神经网络分类器识别身份证图像中的汉字，例如识别身份证图像中的姓名和住址等，从而获得用户的身份信息，以便用于各种重要业务，因此对于作为训练集合的身份证图像集合，该身份证图像集合中的身份证图像需要与汉字标签信息对应，所述汉字标签信息用于指示身份证图像的预设区域中所包括的汉字，从而在训练卷积神经网络分类器的过程中，可以将卷积神经网络分类器的识别结果与所述汉字标签信息进行比对，从而更新卷积神经网络分类器的参数，实现训练目的。

可选的，所述预设区域包括身份证图像的姓名区域和/或身份证图像的住址区域。由于身份证具有标准的大小和标准的项目信息，并且各项目信息的区域也是固定的，因此所述预设区域的位置也是固定的。作为示例，所述预设区域包括所述姓名区域中姓氏后的名字的第一个汉字的区域，需要注意的是，姓名可能包括两个字、三个字、或者四个字的情况，根据姓名的字数不同，所述姓名区域中姓氏后的名字的第一个汉字的区域可能会有所改变，但是如同本领域技术人员所明确的，对于两个字、三个字、或者四个字的不同情况，其姓氏后的名字的第一个汉字的区域也是固定的并且是可以获取的。

可选的，所述身份证图像集合中的身份证图像包括经过处理的身份证图像。例如用户上传的身份证图像可能是自行通过移动终端等拍摄的，会存在一些形变，另外由于拍摄环境不同，光线以及清晰程度等可能也会存在差别，而作为卷积神经网络分类器的训练集合，希望在步骤S101中所获取的身份证图像集合中的身份证图像尺寸更为标准、清晰度更高等，这将有利于提升所训练的卷积神经网络分类器的准确度，因此步骤S101中所获取的身份证图像集合中的身份证图像可以包括经过处理的身份证图像，例如所述步骤S101中获取所述身份证图像集合包括对于用户上传的图像，通过拉伸、降噪等图像处理方式进行处理，从而获得的身份证图像集合中的身份证图像更加适用于训练卷积神经网络分类器。

本公开实施例中，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字，例如用于指示与所述汉字标签信息对应的身份证图像的预设区域所描绘或者显示的汉字具体是哪个汉字。作为一个示例，如本公开背景技术所述，现有的身份证涉及的汉字(包括身份证的姓名和住址等通过汉字描述的项目所涉及的汉字)中，常见的汉字大致有4000多个，而不常见的汉字大致有5000多个，那么对于共计9000多个常见的常用汉字和不常见的生僻汉字中的每一个汉字配置各自的汉字标签信息、共计9000多个汉字标签信息，从而根据身份证图像的与社区与所描绘或者显示的汉字，将所述身份证图像对应于上述9000多个标签信息中的一个；作为又一个示例，例如在步骤S101中获取的所述身份证图像集合包括M个身份证图像，M个身份证图像中的每一个身份证图像与N个汉字标签信息中的一个对应(例如M远远大于N，诸如M＝500*N)，这意味着对于M个身份证图像中的一个身份证图像，其所对应的汉字标签信息所指示的汉字与所述一个身份证图像的预设区域中的汉字一致。

本领域技术人员能够明确，本公开实施例中的所述身份证图像集合中的身份证图像与所述汉字标签信息对应，意味着所述身份证图像集合中的身份证图像与所述汉字标签信息之间存在对应关系，作为不限制本公开实施例的示例，在计算机程序实现上，可以通过数组、表等数据结构将身份证图像与所述汉字标签信息对应，以便用于训练卷积神经网络分类器。并且，本领域技术人员可以理解，应尽量使得身份证图像的预设区域中描绘或者显示的汉字与其对应的汉字标签信息相匹配，从而才能在训练卷积神经网络分类器的过程中，使得神经网络卷积神经网络分类器正确地学习对应了不同汉字标签信息的身份证图像中该预设区域中描绘或者显示的汉字的图像特征，从而保证卷积神经网络分类器具有较高的准确度。

步骤S102，确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；

如同本领域技术人员所理解的，作为训练集合的所述身份证图像集合，其中的身份证图像所对应的汉字标签信息指示的身份证图像的预设区域中的汉字的数量，与依此训练集合所训练的卷积神经网络分类器的分类结果的输出项目具有对应关系，在通常情况下，卷积神经网络分类器的分类结果的输出项目的数量等于步骤S101中获取的所述身份证图像集合中的身份证图像对应的汉字标签信息所指示的汉字的数量，参照前述示例，在步骤S101中获取的所述身份证图像集合包括M个身份证图像，M个身份证图像中的每一个身份证图像与N个汉字标签信息中的一个对应，N个汉字标签信息分别指示了N个汉字，那么依此图像集合所训练出的卷积神经网络分类器的分类结果包括N个输出项目。

步骤S102中的卷积神经网络分类器的输出项目用于表示卷积神经网络分类器的分类结果，如本领域技术人员所理解的，根据卷积神经网络分类器所采用的计算方式的不同，卷积神经网络分类器的输出项目可以通过多种形式表示分类结果，作为一个可选的实施例，卷积神经网络分类器的各输出项目中某一个输出项目输出的值为A(例如A＝1)，其他输出项目输出的值为B(例如B＝0)，则意味着输出的值为A的输出项目指示了卷积神经网络分类器对输入图像的分类，作为示例，卷积神经网络分类器的输出项目包括N个输出项目，对于输入到卷积神经网络分类器的一个身份证图像(或者输入图像)，所述N个输出项目中的一个输出项目的输出值为1，所述N个输出项目的其他输出值为0，所述一个输出项目对应的汉字标签信息指示与其对应的身份证图像(或者输入图像)的预设区域中的汉字为“张”，那么根据该卷积神经网络分类器的输出项目的输出值可知，该卷积神经网络分类器将该身份证图像(或者输入图像)的预设区域中的汉字分类或者识别为“张”；作为又一个可选的实施例，所述卷积神经网络分类器的输出项目的输出值的和为1，作为示例，例如训练的所述卷积神经网络分类器的每个输出项目所输出的值大于或者等于0并且小于或者等于1，所述卷积神经网络分类器的各输出项目所输出的值的和为1，即卷积神经网络分类器的每个输出项目所输出的值代表所述卷积神经网络分类器对输入图像的分类概率，概率值最大的输出项目指示了卷积神经网络分类器对输入图像的分类。

步骤S103，根据所述身份证图像集合训练所述卷积神经网络分类器。

在步骤S101中确定了训练所述卷积神经网络分类器的身份证图像集合，在步骤S102中确定了所述卷积神经网络分类器的输出项目，故在步骤S103中可以根据所述身份证图像集合训练所述卷积神经网络分类器，所述卷积神经网络分类器的输出项目包括在所述步骤S102中所确定的卷积神经网络分类器的输出项目。

可选的，所述卷积神经网络包括但不限于MobileNetV2，AlexNet，googleNet，VGGNet，DenseNet等。

本领域技术人员能够理解，不同的卷积神经网络具有不同的架构，这体现在可能包括不同的层以及不同数量的层。如图2所示，典型的卷积神经网络的框架包括卷积层、非线性层、池化层、以及完全连接层。

卷积层主要用于从输入图像中提取图像特征，可以通过一个或多个过滤器(也称特征探测器)按照预设的步长从输入图像中提取图像特征。如本领域技术人员所理解的，图像由像素构成，可以通过颜色参数和位置参数表征图像中的每一个像素，例如输入图像包括48*48个像素，通过5*5的过滤器按照步长为1提取器图像特征可以得到卷积层所输出的44*44的图像特征矩阵。

卷积层之后可以连接非线性层或池化层，其中非线性层用于对卷积层输出的图像特征进行二次特征提取，池化层可以采用平均池化的方式或者最大池化的方式对卷积层或非线性层的输出结果进行处理，能够降低图像特征的维度，减少运算次数。

卷积神经网络的最后为完全连接层，完全连接层的最后一层为输出层，也可以称为卷积神经网络分类器的输出层，完全连接层接收之前的层的图像特征，并对所述图像特征进行层层处理，最终，经过处理的图像特征输入到输出层，在输出层中通过激活函数对该图像特征进行计算，并将计算结果映射到输出层所包括的多个输出项目，该多个输出项目可以作为卷积神经网络分类器的输出项目。

在基于卷积神经网络训练卷积神经网络分类器的过程中，对于训练集合中的图像，会输入到卷积神经网络，按照卷积神经网络的架构层层计算和处理，最终在完全连接层的输出层输出分类结果，然后根据该分类结果与图像的标签信息进行比对以构造损失函数，在通过梯度下降等算法根据该损失函数更新训练过程中涉及的权重和偏置等参数之后，再根据更新后的参数重新计算分类结果，如此迭代，在得到最优的分类结果后完成对卷积神经网络分类器的训练，从而对于输入的图像，可以通过该卷积神经网络分类器进行分类和/或识别。

因此在步骤S103中，按照上述方式，将身份证图像集合中的身份证图像输入到卷积神经网络，通过各个层的特征提取和计算以训练卷积神经网络分类器，以期通过该训练完成的卷积神经网络分类器识别输入图像的预设区域中的汉字，例如根据前述的示例，在步骤S101中获取的所述身份证图像集合包括M个身份证图像，M个身份证图像中的每一个身份证图像与N个汉字标签信息中的一个对应，相应地，所述卷积神经网络分类器的输出项目包括N个输出项目，在训练的过程中，对于M个身份证图像中的一个身份证图像，根据卷积神经网络分类器对该一个身份证图像关于N个输出项目的输出值，能够识别该一个身份证图像的预设区域中的汉字具体为哪个汉字，然后将识别结果与该一个身份证图像对应的汉字标签信息比对，以用于构造损失函数和更新卷积神经网络分类器的参数等，具体的流程可以参照图2以及相应的对于训练过程的描述，此处不再赘述。

可选的，所述身份证图像集合包括第一子集合和第二子集合，所述第一子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括常用汉字，所述第二子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括生僻汉字。

如本公开背景技术所述，现有的识别装置和/或识别程序对于身份证图像中的大多数生僻汉字无法做到准确识别，因此本公开所提供的可选的实施例的训练卷积神经网络分类器的方法，希望训练出的卷积神经网络分类器能够实现汉字、包括常用汉字和生僻汉字的识别，因此在上述可选的实施例中，所述身份证图像集合中包括第一子集合，其中所述第一子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括常用汉字，这意味着该第一个子集中的身份证图像的预设区域中描绘或者显示的汉字包括常用汉字，所述第二子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括异常汉字，这意味着该第二个子集中的身份证图像的预设区域中描绘或者显示的汉字包括生僻汉字，也就是说，作为训练卷积神经网络分类器的训练集合的所述身份证图像集合中不仅要包括常用汉字，还要包括生僻汉字，从而训练出的卷积神经网络分类器才能够对输入的身份证图像中的常用汉字和生僻汉字进行识别。

值得说明的是，对于常用汉字和生僻汉字的划分标准是灵活的，不同的时期、不同的应用场景等可能会存在不同的划分，本领域技术人员可以理解，本公开所涉及的常用汉字和生僻汉字可以按照任何划分标准进行划分，本公开对此不做限定，作为示例，例如可以对步骤S101中获取的所述身份证图像集合中的身份证图像的汉字标签信息进行统计，对于被汉字标签信息指示的多个汉字，按照指示所述多个汉字的汉字标签信息的数量进行排序，将被汉字标签信息指示的最多的第一比例(例如40％)的汉字作为常用汉字，其他的作为生僻汉字，或者以被所述汉字标签信息指示的次数达到第一阈值的汉字作为常用汉字，其他的作为生僻汉字。

在一个可选的实施例中，步骤S103：根据所述身份证图像集合训练所述卷积神经网络分类器，包括：从所述第一子集合中确定第一数量的身份证图像；从所述第二子集合中确定第二数量的身份证图像；根据所述第一数量的身份证图像和所述第二数量的身份证图像更新所述卷积神经网络分类器的参数。可选的，所述第一数量为96，所述第二数量为32。

如前所述，在训练卷积神经网络分类器的过程中，对于训练集合中的图像，会输入到卷积神经网络，然后将其输出的分类结果与图像的汉字标签信息进行比对以构造损失函数，从而通过梯度下降等算法根据该损失函数更新卷积神经网络分类器的参数，例如训练过程中涉及的卷积神经网络分类器的权重和偏置等参数。但是具体到本公开实施例，希望通过训练的卷积网络卷积神经网络分类器识别输入身份证图像的预设区域中的汉字，而正在使用中的汉字数量非常巨大，因此本公开涉及的卷积网络卷积神经网络分类器的输出项目的数量也非常巨大，如前述示例，该卷积神经网络分类器的输出项目的数量可能与要识别的汉字的数量一样多，因此在训练过程中，很难做到根据步骤S101中获取的身份证图像集合中的全部身份证图像的分类结果来构造损失函数并根据梯度下降等算法更新卷积神经网络分类器的参数，因此在训练卷积神经网络分类器的相关现有技术中，会通过batchsize参数来限定用于更新该卷积神经网络分类器的参数的身份证图像的数量，也就是说在上述更新卷积神经网络分类器的参数的过程中，会从所述身份证图像集合中选取batchsize个身份证图像，根据选取的batchsize个身份证图像的分类结果来构造损失函数进而通过梯度下降等算法更新卷积神经网络分类器的参数。由于本公开所提供的可选的实施例的训练卷积神经网络分类器的方法，希望训练出的卷积神经网络分类器能够实现汉字、包括常用汉字和生僻汉字的识别，因此在训练卷积神经网络分类器的过程中，本公开的可选的实施例创造性地提出，用于更新卷积神经网络分类器参数的batchsize个身份证图像包括从所述第一子集合中确定的第一数量的身份证图像和从所述第二子集合中确定的第二数量的身份证图像，也就是说用于更新卷积神经网络分类器参数的batchsize个身份证图像中，不仅包括预设区域中描绘或者显示了常用汉字的身份证图像，还包括预设区域中描绘或者显示了生僻汉字的身份证图像，从而使得在更新卷积神经网络分类器参数的过程中不仅考虑常用汉字的图像特征，并且考虑生僻汉字的图像特征，由此训练出的卷积神经网络分类器对于常用汉字和生僻汉字均具备较好的识别或者分类效果。

在又一个可选的实施例中，步骤S101：获取身份证图像集合，包括：获取所述第二子集合；其中，

获取所述第二子集合，包括：获取身份证模板图像；获取生僻汉字图像；根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像。

为了取得良好的分类效果，对于卷积神经网络分类器的每个输出项目，或者对于每个汉字标签信息，都需要与之对应的大量的身份证图像以用于训练，作为具体的示例，对于希望卷积神经网络分类器能够识别的每一个汉字，均要保证训练集合中存在与之对应的大量身份证图像，经过实验，对于每个汉字标签信息，在训练集合中存在与其对应的大约500个身份证图像的情况下，能够取得良好的分类或者识别效果，但是生僻汉字原本就不常见，因此获得包括生僻汉字的身份证图像更是难上加难，为了减少获取包括生僻汉字的身份证图像的成本，丰富用于训练卷积神经网络分类器的训练集合的内容，本公开提出上述可选的实施例，通过生僻汉字的图像与身份证模板图像合成所述第二子集合中的身份证图像。值得说明的是，将两个图像合成一个图像可以基于现有的图像处理技术，本公开实施例对于采用何种图像合成技术将适当大小的生僻汉字图像合成到身份证模板图像上不做限定。

可选的，所述获取生僻汉字图像，包括：基于宋体5号字获取所述生僻汉字图像，所述生僻汉字图像中的生僻汉字的颜色为黑色，所述生僻汉字图像的底色为白色；所述根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像，包括：将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域。身份证作为具有权威性的证件，具有标准的大小和标准的项目信息，相对于身份证的实际大小，身份证上的姓名区域和住址区域中的汉字与宋体5号字类似，并且是黑色，因此可以基于宋体5号字获取所述生僻汉字图像，所述生僻汉字图像中的生僻汉字的颜色为黑色，本领域技术人员可以理解，宋体5号字具有相应的大小，因此可以根据宋体5号字的外接矩形生成所述生僻汉字图像，即所述生僻汉字图像的大小与所述宋体5号字的外接矩形的大小相同，还可以根据tff字库文件直接输出宋体5号字的图像，通过tff字库在输出宋体5号字时会生成输出字的位置信息，从而根据该位置信息获取所述生僻汉字图像，本公开对于如何获取所述生僻汉字图像的方式不做限定。

可选的，所述身份证模板图像的所述预设区域包括身份证底纹。由于真实的身份证具有底纹，而基于真实的身份证所拍摄的身份证图像会将底纹反应在图像上，例如黑色的文字下存在底纹，因此本公开实施例中用于合成身份证图像的身份证模板图像可以包括身份证底纹，从而得到更加真实的合成的身份证图像。

在上述可选的实施例中，由于所述生僻汉字图像的底色是白色，而身份证本身具有底纹，故当所述身份证模板图像中的预设区域具有底纹时，将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域，在该预设区域中的汉字将会呈现白色底色，这与身份证的图像特征存在差异，基于这种合成的身份证图像训练卷积神经网络分类器，可能会对训练结果造成影响。为了解决这一技术问题，在本公开的又一个可选的实施例中，将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域，包括：将所述生僻汉字图像中的黑色的生僻汉字覆盖至所述身份证模板图像的所述预设区域。在该实施例中，由于生僻汉字图像中的生僻汉字是黑色的，而其底色是白色，因此可以基于所述生僻汉字图像的颜色特征将黑色像素的位置信息提取出来，并覆盖至所述身份证模板图像的所述预设区域，从而合成出的身份证图像的预设区域不会出现白色底色的汉字，而是出现具有身份证底纹的黑色汉字。

值得说明的是，由于预设区域包括生僻汉字的身份证图像较难获取，因此采用本公开实施例中合成身份证图像的方式，以便于以较低成本获取用于训练卷积神经网络分类器的训练集合，但是并不代表不能通过上述实施方式获取预设区域包括常用汉字的身份证图像，也就是说，步骤S101中所述获取身份证图像集合，包括获取所述第一子集合，获取所述第一子集合，包括：获取身份证模板图像；获取常用汉字图像；根据所述常用汉字图像和所述身份证模板图像合成所述第一子集合中的身份证图像。对于具体的合成方式可以参照关于合成所述第二子集合中的身份证图像的相同或者相应描述，此处不再赘述。

图3所示为本公开实施例提供的训练卷积神经网络分类器的装置300实施例的结构示意图，如图3所示，所述训练卷积神经网络分类器的装置300包括图像集合获取模块301，确定模块302，训练模块303。

其中，所述获取模块301，用于获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；所述确定模块302，用于确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；所述训练模块303，用于根据所述身份证图像集合训练所述卷积神经网络分类器。

图3所示装置可以执行图1所示实施例的方法，本实施例未详细描述的部分，可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述，在此不再赘述。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线或通信线路404彼此相连。输入/输出(I/O)接口405也连接至总线或通信线路404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例中的训练卷积神经网络分类器的方法。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种训练分类器的方法，其特征在于，包括：

获取身份证图像集合，所述身份证图像集合中的身份证图像与汉字标签信息对应，所述汉字标签信息用于指示与所述汉字标签信息对应的身份证图像的预设区域所包括的汉字；

确定卷积神经网络分类器的输出项目，所述卷积神经网络分类器的输出项目与所述汉字标签信息对应；

根据所述身份证图像集合训练所述卷积神经网络分类器。

2.根据权利要求1所述的训练分类器的方法，其特征在于，所述身份证图像集合包括第一子集合和第二子集合，所述第一子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括常用汉字，所述第二子集合中的身份证图像对应的所述汉字标签信息所指示的所述汉字包括生僻汉字。

3.根据权利要求2所述的训练分类器的方法，其特征在于，根据所述身份证图像集合训练所述卷积神经网络分类器，包括：

从所述第一子集合中确定第一数量的身份证图像；

从所述第二子集合中确定第二数量的身份证图像；

根据所述第一数量的身份证图像和所述第二数量的身份证图像更新所述卷积神经网络分类器的参数。

4.根据权利要求3所述的训练分类器的方法，其特征在于，所述第一数量为96，所述第二数量为32。

5.根据权利要求2-4中任一所述的训练分类器的方法，其特征在于，所述获取身份证图像集合，包括获取所述第二子集合；

获取所述第二子集合，包括：

获取身份证模板图像；

获取生僻汉字图像；

根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像。

6.根据权利要求5所述的训练分类器的方法，其特征在于，所述获取生僻汉字图像，包括：

基于宋体5号字获取所述生僻汉字图像，所述生僻汉字图像中的生僻汉字的颜色为黑色，所述生僻汉字图像的底色为白色；

所述根据所述生僻汉字图像和所述身份证模板图像合成所述第二子集合中的身份证图像，包括：

将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域。

7.根据权利要求6所述的训练分类器的方法，其特征在于，所述身份证模板图像的所述预设区域包括身份证底纹。

8.根据权利要求7所述的训练分类器的方法，其特征在于，将所述生僻汉字图像覆盖至所述身份证模板图像的所述预设区域，包括：

将所述生僻汉字图像中的黑色的生僻汉字覆盖至所述身份证模板图像的所述预设区域。

9.一种训练分类器的装置，其特征在于，包括：

图像集合获取模块，用于获取身份证图像集合，所述身份证图像集合中的身份证图像与类别信息对应，所述类别信息指示与所述类别信息对应的身份证图像的类别；

确定模块，用于确定卷积神经网络分类器的输出项目，所述输出项目与所述类别信息对应；

训练模块，用于根据所述身份证图像集合和卷积神经网络(CNN)训练所述卷积神经网络分类器。

10.一种电子设备，包括：

存储器，用于存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-8中任意一项所述的训练分类器的方法。

11.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-8中任意一项所述的训练分类器的方法。