表格检测方法、装置、计算机设备和可读存储介质与流程

    专利查询2026-09-13  20


    本申请涉及人工智能,尤其涉及一种表格检测方法、装置、计算机设备和可读存储介质。


    背景技术:

    1、在金融行业(例如保险、银行)中,客服人员扮演着重要的角色,与客户进行沟通并处理各类业务问题。在处理客户问题时,客服人员可能需要接触包含敏感信息的业务表格数据,如个人身份证号码、联系方式。然而,一些不当行为或疏忽可能导致客服人员泄露用户的敏感数据,给用户和公司带来严重损失。在实际工作中,一些客服人员在处理业务时不小心将公司内部的业务表格数据拍照下来,为了减少数据泄露的风险,需要及时检测这些图片/图像是否存在业务表格。目前,在相关技术中,通常是采用ai(artificialintelligence,人工智能)图像检测方法检测图片/图像是否存在业务表格,但是误判率过高。

    2、因此,如何提高检测表格的准确率成为亟需解决的问题。


    技术实现思路

    1、本申请提供了一种表格检测方法、装置、计算机设备和可读存储介质,可以有效提高检测表格的准确率。

    2、第一方面,本申请提供了一种表格检测方法,所述方法包括:

    3、获取第一业务图像集,所述第一业务图像集包括待识别表格的多个业务图像;

    4、将所述第一业务图像集中的每个所述业务图像输入预设的表格检测模型中进行表格检测,获得第二业务图像集,所述第二业务图像集包括至少一个包含表格结构的业务图像;

    5、将所述第二业务图像集中的每个所述业务图像输入训练后的表格结构解析模型进行表格结构解析,获得每个所述业务图像对应的格子数量;

    6、根据每个所述业务图像对应的格子数量对所述第二业务图像集进行伪表格过滤,获得第三业务图像集,所述第三业务图像集包括包括包含真实表格的业务图像。

    7、第二方面,本申请还提供了一种表格检测装置,所述表格检测装置包括:

    8、业务图像获取模块,用于获取第一业务图像集,所述第一业务图像集包括待识别表格的多个业务图像;

    9、表格检测模块,用于将所述第一业务图像集中的每个所述业务图像输入预设的表格检测模型中进行表格检测,获得第二业务图像集,所述第二业务图像集包括至少一个包含表格结构的业务图像;

    10、表格结构解析模块,用于将所述第二业务图像集中的每个所述业务图像输入训练后的表格结构解析模型进行表格结构解析,获得每个所述业务图像对应的格子数量;

    11、伪表格过滤模块,用于根据每个所述业务图像对应的格子数量对所述第二业务图像集进行伪表格过滤,获得第三业务图像集,所述第三业务图像集包括包括包含真实表格的业务图像。

    12、第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;

    13、所述存储器,用于存储计算机程序;

    14、所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的表格检测方法。

    15、第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的表格检测方法。

    16、本申请公开了一种表格检测方法、装置、计算机设备和可读存储介质,通过先将第一业务图像集中的每个业务图像输入预设的表格检测模型中进行表格检测,获得第二业务图像集,再将第二业务图像集中的每个业务图像输入训练后的表格结构解析模型进行表格结构解析,获得每个业务图像对应的格子数量;根据每个业务图像对应的格子数量对第二业务图像集进行伪表格过滤,获得包含真实表格的业务图像,可以实现基于双层筛选机制先通过表格检测模型对业务图像进行初步表格筛选,再通过表格结构解析模型进行二次筛选,并通过格子数量过滤伪表格,可以极大地降低误判率,有效提高表格检测的准确率与效率。



    技术特征:

    1.一种表格检测方法,其特征在于,包括:

    2.根据权利要求1所述的表格检测方法,其特征在于,所述将所述第二业务图像集中的每个所述业务图像输入训练后的表格结构解析模型进行表格结构解析,获得每个所述业务图像对应的格子数量之前,还包括:

    3.根据权利要求2所述的表格检测方法,其特征在于,所述图像训练数据包括所述业务样本图像与所述业务样本图像中的表格的每个格子的真实坐标;所述根据所述图像训练数据对初始的表格结构解析模型进行训练至收敛,获得训练后的表格结构解析模型,包括:

    4.根据权利要求2所述的表格检测方法,其特征在于,所述根据所述第一业务图像与所述第二业务图像,确定图像训练数据,包括:

    5.根据权利要求4所述的表格检测方法,其特征在于,所述表格内容包括文字、水印、边框、阴影。

    6.根据权利要求4所述的表格检测方法,其特征在于,所述第三业务图像携带的坐标标签包括所述第三业务图像中的表格的每个格子的真实坐标。

    7.根据权利要求1所述的表格检测方法,其特征在于,所述根据每个所述业务图像对应的格子数量对所述第二业务图像集进行伪表格过滤,获得第三业务图像集,包括:

    8.一种表格检测装置,其特征在于,包括:

    9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;

    10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7任一项所述的表格检测方法。


    技术总结
    本申请涉及人工智能领域,可以实现基于双层筛选机制先通过表格检测模型对业务图像进行初步表格筛选,再通过表格结构解析模型进行二次筛选,并通过格子数量过滤伪表格,有效提高表格检测的准确率与效率。涉及一种表格检测方法、装置、设备和介质,该方法包括:获取第一业务图像集;将第一业务图像集中的每个业务图像输入表格检测模型中进行表格检测,获得第二业务图像集,第二业务图像集包括至少一个包含表格结构的业务图像;将第二业务图像集中的每个业务图像输入表格结构解析模型进行表格结构解析,获得每个业务图像对应的格子数量;根据每个业务图像对应的格子数量对第二业务图像集进行伪表格过滤,获得第三业务图像集。

    技术研发人员:瞿晓阳,王健宗,陈劲钢
    受保护的技术使用者:平安科技(深圳)有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-38960.html

    最新回复(0)