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！

申请/专利权人：北京云杉世界信息技术有限公司

摘要：本申请涉及一种招牌照片审核方法，包括：翻拍检测步骤：检测招牌照片是否为翻拍照片，若否，通过检测；招牌图像识别步骤：识别通过检测的招牌照片中的招牌图像；招牌文字识别步骤：识别招牌图像中的文字；招牌文字比对步骤：比对招牌图像中的文字与对应的招牌文字是否一致，若是，通过审核。此外，涉及一种招牌照片审核装置，包括：翻拍检测模块，用以检测招牌照片是否为翻拍照片，若否，通过检测；招牌图像识别模块，用以识别通过检测的招牌照片中的招牌图像；招牌文字识别模块，用以识别招牌图像中的文字；招牌文字比对模块，用以比对招牌图像中的文字与对应的招牌文字是否一致，若是，通过审核。再有，涉及一种电子设备及计算机可读存储介质。

主权项：1.一种招牌照片审核方法，其特征在于，包括：翻拍检测步骤：检测招牌照片是否为翻拍照片，若否，通过检测；招牌图像识别步骤：识别通过检测的招牌照片中的招牌图像；招牌文字识别步骤：识别招牌图像中的文字；招牌文字比对步骤：比对招牌图像中的文字与对应的招牌文字是否一致，若是，通过审核；所述翻拍检测步骤，具体为：采集多个翻拍照片，对神经网络模型进行训练，得到收敛拟合的翻拍检测模型；对招牌照片进行图像灰度化、特殊数据增广处理，基于翻拍检测模型检测处理后的招牌照片是否为翻拍照片，若否，通过检测；对翻拍照片进行特殊数据增广处理，具体为：通过改变翻拍照片的明暗程度进行特殊数据增广处理，将翻拍照片亮度增加至原明暗程度的1.5倍或将翻拍照片亮度降低至原明暗程度的0.7倍；神经网络模型包括1个卷积层，两个basicblock和两个全连接层；其中，Basicblock由4通道并行组成，第一个通道包括3个3*3的卷积层，第二个通道包括2个3*3的卷积层，第三个通道包括一个3*3的卷积层，第四个通道为identity模块；在第一层卷积和两个basicblock之后添加池化层；神经网络模型网络深度为9层；神经网络模型中，每层卷积核个数分别为64、128、128、128、256、256、256，每个池化层均采用最大池化的方式，池化尺寸为2*2，步长为2，全连接层的输出神经元个数分别为128和2，其中2为输出softmax的类别数；神经网络模型中，在第一层全连接层后接上dropout层；神经网络模型中的激活函数选用relu函数；神经网络模型中每层卷积层和第一层全连接层后加上批量标准化层，批量标准化层放在relu函数前面。

全文数据：

权利要求：

百度查询： 北京云杉世界信息技术有限公司 一种招牌照片审核方法、装置、电子设备及可读存储介质