一种基于深度学习的LNG车进站证验证全流程后处理方法技术

本发明专利技术提供了一种基于深度学习的LNG车进站证验证全流程后处理方法，涉及安全管理和流程控制技术领域。该方法包括：提取多个证件的证件信息，包括证件名、关键字等信息；并对各个证件的证件信息进行比对，确定对比字段和相关连的证件；再将证件信息和入场车辆进行信息、人脸信息比对；其中配置文件使用yaml格式，缩进对齐，python程序读入后会以键值对格式转化为字典；对比包括人脸识别模型、OCR模型、API封装、flask服务；API封装实例化OCR模型，将OCR对象需要对外交互的函数封装成接口，并对一些输入异常进行友好的提示；编写flask服务端，提供http服务端接口。该方法将识别及匹配的逻辑从代码中剥离出去，形成配置文件，修改灵活。修改灵活。修改灵活。

【技术实现步骤摘要】
一种基于深度学习的LNG车进站证验证全流程后处理方法


[0001]本专利技术涉及安全管理和流程控制
，尤其时一种基于深度学习的LNG车进站证验证全流程后处理方法。

技术介绍

[0002]现有技术中，主流算法通常包含文本检测与文本识别两个阶段，对于文本非密集型图像，也有端到端(即检测识别在一个模型中同时进行)的深度学习算法。
[0003]通用OCR预训练模型输出的结果是行级文本包围框以及文本内容，如何有效地从整图OCR输出结果中提取结构化的有效信息，是深度学习OCR模型落地应用过程中非常重要的一环。在OCR证件识别领域，现有技术大多都是通过证件版式匹配来定位所需信息。
[0004]中国专利(CN112348022A)提供的技术方案，其需要预先定义模板，模板中包含多个矩形碎片坐标位置。先用全图OCR关键字定位所属模板，然后按照预设的矩形碎片进行切割，送入识别模型。该专利技术使用的识别模型为RCNN，属于纯图像识别，没有加入自然语言处理的序列学习。
[0005]中国专利(CN112380957A)中，直接在证件和证件之间进行特征比对，来确定模板。都要求预先定义模板，并且非常依赖于图像预处理的效果。如果证件版式存在多个版本，就会无法应对。以及他们所使用的OCR模型不考虑语义只从图像角度去识别，局限性非常大，容易发生误识别。
[0006]在LNG运输车进入天然气场站卸货这一场景中，面临证件种类繁多、版本不一导致的版式不固定、需求变更频繁等问题。同时这些问题也很有可能出现在其他证件识别需求场合。

技术实现思路

[0007]为了实现证件识别任务中从文本信息识别到结构化信息提取和对应信息比对的完整流程；当证件版本更新或比对需求变更时，无需修改代码，仅需更改本专利技术设计的通用配置文件，就能从OCR模型输出结果中提取文本有效信息并返回比对结果；本专利技术提供了一种基于深度学习的LNG车进站证验证全流程后处理方法，具体技术方案如下。
[0008]一种基于深度学习的LNG车进站证验证全流程后处理方法，步骤包括：
[0009]S1.提取各个证件的证件信息，包括证件名称和信息关键字；
[0010]S2.对各个证件的证件信息进行比对，包括确定对比字段和相关连的证件名称；
[0011]S3.将证件信息和入场车辆进行信息、人脸信息比对；
[0012]其中，配置文件使用yaml格式，缩进对齐，python程序读入后会以键值对格式转化为字典；代码的实现逻辑包括人脸识别模型、OCR模型、API封装、flask服务；API封装实例化OCR模型，将OCR对象需要对外交互的函数封装成接口，并对输入异常进行提示；编写flask服务端，提供http服务端接口。
[0013]优选的是，LNG车进站证包括：特征设备使用登记证、中华人民共和国道路运输证
‑
半挂车、中华人民共和国道路运输证
‑
牵引车、道路危险货物运输驾驶员证、道路危险货物运输押运人员证、中华人民共和国机动车驾驶证、中华人民共和国机动车行驶证
‑
半挂车、中华人民共和国机动车行驶证
‑
牵引车。
[0014]优选的是，特征设备使用登记证提取的证件信息包括车牌、设备品种；中华人民共和国道路运输证
‑
半挂车提取的证件信息包括有效期、经营范围、车牌；中华人民共和国道路运输证
‑
牵引车提取的证件信息包括有效期、经营范围、车牌；道路危险货物运输驾驶员证提取的证件信息包括有效期、姓名、证号；道路危险货物运输押运人员证提取的证件信息包括有效期、姓名、证号；中华人民共和国机动车驾驶证提取的证件信息包括有效期、姓名、证号；中华人民共和国机动车行驶证
‑
半挂车提取的证件信息包括有效期、车牌；中华人民共和国机动车行驶证
‑
牵引车提取的证件信息包括有效期、车牌。
[0015]优选的是，相关连的证件具体包括：《中华人民共和国道路运输证
‑
半挂车》和《中华人民共和国机动车行驶证
‑
半挂车》的车牌号相关联；《中华人民共和国道路运输证
‑
牵引车》和《中华人民共和国机动车行驶证
‑
牵引车》的车牌号相关联；《道路危险货物运输驾驶员证》和《中华人民共和国机动车驾驶证》的姓名、人脸、证号相关联。
[0016]优选的是，证件信息和入场车辆进行信息、人脸信息比对具体包括：入场车辆的车牌号要和证件车牌号对比一致；车辆相关人员现场拍照要和证件照片匹配。
[0017]优选的是，键为“证件”，值为字典对象；识别的证件名、匹配为所述证件的关键字、所述证件中需要提取的信息关键字、信息相对关键字的方位以及信息正则表达式。
[0018]还优选的是，的证件信息进行比对过程中，第一层键为“证件”表示第一部分的配置信息；第二层键为“特种设备使用登记证”表示要识别的证件名称；第三层键为具体的结构化信息匹配规则。
[0019]进一步优选的是，证件信息和入场车辆进行信息、人脸信息比对过程中，第一层的键为“匹配”表示配置文件，第二层的键“车牌”和证件的证件信息进行比对过程中的第三层键相同，第三层键的值是一个列表，列表中的元素是证件名称，表示这些证件需要对这个字段进行比对。
[0020]进一步优选的是，人脸识别模型对整个人脸识别模块进行封装，提供接口给OCR模型使用；人脸注册用于在证件中检测人脸，计算出人脸特征向量，存储在OCR结果字典中；人脸比对接口输入图像和OCR识别结果字典，检测图像中的人脸，当OCR识别结果中暂存的人脸特征向量匹配时，则比对成功；所述OCR模型包括文本检测识别、信息提取、信息比对，以及人脸识别接口的调用。
[0021]进一步优选的是，识别结束后调用证件匹配接口，API封装会实例化OCR模型，将OCR对象需要对外交互的函数封装成接口，并对输入异常进行提示。
[0022]本专利技术提供的一种基于深度学习的LNG车进站证验证全流程后处理方法的有益效果是：采用OCR深度学习算法，鲁棒性高；采用的模式去提取结构化信息，灵活度高，不受版式限制；识别及匹配的逻辑从代码中剥离出去，形成配置文件，修改灵活。该方法在整个流程中加入了证件人脸和现场照片的验证环节，使用的是人脸检测、人脸关键点检测、128维特征向量提取三个级联模型，完成检测和识别两个任务。
附图说明
[0023]为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0024]图1是基于深度学习的LNG车进站证验证全流程后处理方法的流程图。
具体实施方式
[0025]结合图1所示，对本专利技术提供的一种基于深度学习的LNG车进站证验证全流程后处理方法进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的LNG车进站证验证全流程后处理方法，其特征在于，步骤包括：S1.提取各个证件的证件信息，包括证件名称和信息关键字；S2.对各个证件的证件信息进行比对，包括确定对比字段和相关连的证件名称；S3.将证件信息和入场车辆进行信息、人脸信息比对；其中，配置文件使用yaml格式，缩进对齐，python程序读入后会以键值对格式转化为字典；代码的实现逻辑包括人脸识别模型、OCR模型、API封装、flask服务；API封装实例化OCR模型，将OCR对象需要对外交互的函数封装成接口，并对输入异常进行提示；编写flask服务端，提供http服务端接口。2.根据权利要求1所述的一种基于深度学习的LNG车进站证验证全流程后处理方法，其特征在于，所述LNG车进站证包括：特征设备使用登记证、中华人民共和国道路运输证
‑
半挂车、中华人民共和国道路运输证
‑
牵引车、道路危险货物运输驾驶员证、道路危险货物运输押运人员证、中华人民共和国机动车驾驶证、中华人民共和国机动车行驶证
‑
半挂车、中华人民共和国机动车行驶证
‑
牵引车。3.根据权利要求2所述的一种基于深度学习的LNG车进站证验证全流程后处理方法，其特征在于，所述特征设备使用登记证提取的证件信息包括车牌、设备品种；中华人民共和国道路运输证
‑
半挂车提取的证件信息包括有效期、经营范围、车牌；中华人民共和国道路运输证
‑
牵引车提取的证件信息包括有效期、经营范围、车牌；道路危险货物运输驾驶员证提取的证件信息包括有效期、姓名、证号；道路危险货物运输押运人员证提取的证件信息包括有效期、姓名、证号；中华人民共和国机动车驾驶证提取的证件信息包括有效期、姓名、证号；中华人民共和国机动车行驶证
‑
半挂车提取的证件信息包括有效期、车牌；中华人民共和国机动车行驶证
‑
牵引车提取的证件信息包括有效期、车牌。4.根据权利要求3所述的一种基于深度学习的LNG车进站证验证全流程后处理方法，其特征在于，所述相关连的证件具体包括：《中华人民共和国道路运输证
‑
半挂车》和《中华人民共和国机动车行驶证
...

【专利技术属性】
技术研发人员：褚洪涛，宋志豪，王家超，张衷耀，王鲁，许士恒，杨晟，李妙灵，
申请(专利权)人：青岛新奥胶南燃气有限公司，
类型：发明
国别省市：