(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 202210512526.2 (22)申请日 2022.05.12 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 刘海龙　胡鹏　章铉　丁程雄　 尹浩权　郭志昌　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 姜艳红 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06T 3/40(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于神经网络的印章识别系统及识别 方法 (57)摘要 本发明是一种基于神经网络的印章识别系 统及识别方法。 本发明涉及图像识别技术领域， 本发明为解决印章自动识别准确率较低的问题, 将印章数据标注， 并进行数据增广方法提高数据 量， 使得训练的模型具有更强的泛化能力； 进一 步， 利用数据通过racnn网络模型进行训练， 提取 印章特征； 最后将所得特征进行分类， 得出分类 结果。 通过此方法训练得到的印章分类模型可以 实现较高准确率的印章识别。 权利要求书2页 说明书8页 附图3页 CN 114998646 A 2022.09.02 CN 114998646 A 1.一种基于神经网络的印章识别方法， 其特 征是： 所述方法包括以下步骤： 步骤1： 对印章图像数据进行 标注， 通过 数据增广方法提高数据量， 得到样本图像数据； 步骤2： 根据 数据增广后的样本图像数据， 进行训练， 得到训练接， 提取印章图像特征并 进行分类； 步骤3： 根据得到的印章图像特 征， 采用APN网络得到注意力区域信息； 步骤4： 对注意力区域进行裁 剪， 得到裁剪后的图像； 步骤5： 重复三次步骤2 ‑步骤4的操作， 得到三个尺度网络的输出结果， 通过将三个尺度 网络的损失函数相加作为结果的损失函数， 与训练集中结果进行匹配， 对图片进行预测得 出印章识别预测结果。 2.根据权利要求1所述的一种基于神经网络的印章识别方法， 其特征是： 所述步骤1具 体为： 将印章图像数据标注， 进行数据增广， 通过对训练图像做一系列随机改变， 来产生相 似但又不同的训练样本， 从而扩大训练数据集的规模； 数据增广具体包括采用随机旋转； 随机沿着水平或者垂直方向， 以图像的尺寸百分比 为变化范围进行平 移； 按比例随机缩放图像尺寸； 综合使用上述方式。 3.根据权利要求2所述的一种基于神经网络的印章识别方法， 其特征是： 所述步骤2具 体为： 采用Mobi leNetV2分类网络对样本图像提取 特征并分类， 得到图像特 征； 上述特征提取操作为： 采用Depth ‑wise Separable  Convolution， 即使用PW卷积， DW卷 积， PW卷积的方式来 提取特征。 4.根据权利要求3所述的一种基于神经网络的印章识别方法， 其特征是： 所述步骤3具 体为： 根据提取的特征， 采用APN网络得到注意力区域信 息， 通过将提取到的图像输入到预先 训练好的卷积层来提取基于区域的深度特征， 将网络在每个尺度上建模为一个具有两个输 出的多任务， 第一个任务在生成细粒度类别上 的概率分布， 第二个任务为下一个尺度预测 一组参与区域的坐标。 5.根据权利要求4所述的一种基于神经网络的印章识别方法， 其特征是： 所述步骤4具 体为： 裁剪通过将原始图像在较粗尺度上与注意掩膜相乘来实现， 采用RA ‑CNN中裁剪方法的 函数是可导的logistic函数， 进行反向传播， 完成端到端的训练； 将裁剪到的区域放大到更大的尺寸， 利用以双线性插值为核心 的向上采样方法， 利用 pytorch框架下的torc h.nn.functi onal函数实现。 6.根据权利要求5所述的一种基于神经网络的印章识别方法， 其特征是： 所述步骤5具 体为： 裁剪通过将原始图像在较粗尺度上与注意掩膜相乘来实现， 采用RA ‑CNN中裁剪方法的 函数是可导的logistic函数， 进行反向传播， 完成端到端的训练； 将裁剪到的区域放大到更大的尺寸， 利用以双线性插值为核心 的向上采样方法， 利用 pytorch框架下的torc h.nn.functi onal函数实现。 7.根据权利要求6所述的一种基于神经网络的印章识别方法， 其特征是： 在jetsonNano 设备中的神经网络模型对获取到的图片进 行预测得出印章识别预测结果， 并将该结果对应权　利　要　求　书 1/2 页 2 CN 114998646 A 2的国籍名称和该国国旗图片显示在显示单元中； 将处理信息传输于存储单元进行储存， 用 于记录数据。 8.一种基于神经网络的印章识别系统， 其特 征是： 所述系统包括： 标注模块， 所述标注模块对印章图像数据进行标注， 通过数据增广 方法提高数据量， 得 到样本图像数据； 分类模块， 所述分类模块根据数据增广后的样本图像数据， 进行训练， 得到训练接， 提 取印章图像特 征并进行分类； APN网络模块， 所述标注模块根据得到的印章图像特征， 采用APN网络得到注意力区域 信息； 裁剪模块， 所述裁 剪模块对注意力区域进行裁 剪， 得到裁剪后的图像； 预测模块， 所述预测模块根据得到三个尺度网络的输出结果， 通过将三个尺度网络的 损失函数相加作为结果的损失函数， 与训练集中结果进行匹配， 对图片进行预测得出印章 识别预测结果。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行， 以用于实现如权利要求1 ‑7所述的基于神经网络的印章识别方法。 10.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器中存储有计算机 程序， 当所述处理器运行所述存储器存储的计算机程序时， 所述处理器执行根据1 ‑7所述的 基于神经网络的印章识别方法。权　利　要　求　书 2/2 页 3 CN 114998646 A 3