本發(fā)明涉及計(jì)算機(jī)視覺(jué)，尤其涉及一種計(jì)算機(jī)視覺(jué)輔助的執(zhí)法卷宗采集系統(tǒng)。

背景技術(shù)：

1、計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域涉及圖像數(shù)據(jù)的采集、圖像處理以及圖像分析等多個(gè)環(huán)節(jié)，旨在模仿和執(zhí)行人眼的視覺(jué)感知功能，廣泛應(yīng)用于各種場(chǎng)景，如自動(dòng)駕駛汽車(chē)、機(jī)器人導(dǎo)航、安全監(jiān)控、交互式游戲、智能視頻分析、健康診斷和工業(yè)自動(dòng)化等，依賴(lài)于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來(lái)提高其識(shí)別和解釋能力，特別是在處理復(fù)雜或動(dòng)態(tài)視覺(jué)環(huán)境中。

2、其中，計(jì)算機(jī)視覺(jué)輔助的執(zhí)法卷宗采集系統(tǒng)是一個(gè)專(zhuān)門(mén)設(shè)計(jì)來(lái)支持執(zhí)法機(jī)關(guān)自動(dòng)化和優(yōu)化采集，存儲(chǔ)及分析卷宗資料的系統(tǒng)，利用計(jì)算機(jī)視覺(jué)技術(shù)，該系統(tǒng)能夠識(shí)別和分類(lèi)圖像內(nèi)容，例如場(chǎng)景照片、文件圖像及其他視覺(jué)證據(jù)，進(jìn)而自動(dòng)化處理和整理信息，其主要用途包括減少人工輸入錯(cuò)誤、加快信息處理速度、提高執(zhí)法效率和文檔管理的精確性，此外，該系統(tǒng)還可用于提升案件分析的質(zhì)量，輔助決策過(guò)程，從而在提高公共安全和司法透明度方面發(fā)揮關(guān)鍵作用。

3、在自動(dòng)化處理法律文檔方面，傳統(tǒng)技術(shù)依賴(lài)于簡(jiǎn)單的圖像處理工具和基本的數(shù)據(jù)管理，缺乏高級(jí)的圖像識(shí)別和數(shù)據(jù)校驗(yàn)功能，導(dǎo)致處理速度慢且容易出錯(cuò)，使得數(shù)據(jù)處理經(jīng)常需要人工干預(yù)，增加了操作成本并延長(zhǎng)了工作周期，在數(shù)據(jù)安全性方面，缺乏有效的數(shù)據(jù)完整性驗(yàn)證措施，使得執(zhí)法卷宗容易在存儲(chǔ)或傳輸過(guò)程中被篡改，影響法律程序的公正性和透明度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的一種計(jì)算機(jī)視覺(jué)輔助的執(zhí)法卷宗采集系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：一種計(jì)算機(jī)視覺(jué)輔助的執(zhí)法卷宗采集系統(tǒng)，所述系統(tǒng)包括：

3、卷宗圖像采集模塊基于文件掃描設(shè)備，掃描執(zhí)法卷宗文件，對(duì)每頁(yè)文檔進(jìn)行自動(dòng)邊緣檢測(cè)，調(diào)整對(duì)比度和亮度，并進(jìn)行時(shí)間戳和來(lái)源地點(diǎn)標(biāo)注，獲取執(zhí)法卷宗原始圖像集；

4、卷宗圖像驗(yàn)證模塊基于所述執(zhí)法卷宗原始圖像集，對(duì)圖像進(jìn)行數(shù)字水印嵌入和數(shù)字簽名生成，驗(yàn)證圖像原始性，并應(yīng)用哈希算法對(duì)圖像文件進(jìn)行完整性校驗(yàn)，生成執(zhí)法卷宗完整圖像集；

5、卷宗特征融合模塊基于所述執(zhí)法卷宗完整圖像集，采用生成對(duì)抗網(wǎng)絡(luò)，對(duì)圖像集進(jìn)行像素級(jí)分析，識(shí)別和分類(lèi)文本與非文本區(qū)域，并對(duì)文本區(qū)域執(zhí)行光學(xué)字符識(shí)別，提取和整合文檔中的關(guān)鍵信息，形成執(zhí)法文檔關(guān)鍵特征集；

6、卷宗決策支持模塊基于所述執(zhí)法文檔關(guān)鍵特征集，應(yīng)用支持向量機(jī)，通過(guò)比較文檔內(nèi)容的關(guān)鍵詞與法律數(shù)據(jù)庫(kù)中的條款，自動(dòng)分類(lèi)和歸檔執(zhí)法卷宗，得到執(zhí)法卷宗分類(lèi)存檔。

7、本發(fā)明改進(jìn)有，所述對(duì)每頁(yè)文檔進(jìn)行自動(dòng)邊緣檢測(cè)的步驟具體為：

8、基于文件掃描設(shè)備，對(duì)執(zhí)法卷宗文件進(jìn)行掃描，采用公式：

9、is＝α·f(s)+β·g(s,γ,δ)

10、得到掃描結(jié)果圖像is，其中，s是執(zhí)法卷宗文件，f是掃描函數(shù)，α和β是調(diào)整掃描靈敏度和噪聲抑制的權(quán)重系數(shù)，g是輔助函數(shù)，γ和δ是g函數(shù)的參數(shù)，分別用于控制圖像銳化和對(duì)比度；

11、對(duì)掃描結(jié)果圖像is執(zhí)行自動(dòng)邊緣檢測(cè)，采用公式：

12、

13、得到邊緣檢測(cè)圖像ie，其中，e代表邊緣檢測(cè)算法，k用于控制曲線的陡峭程度，x代表邊緣檢測(cè)閾值，x0為閾值的中點(diǎn)。

14、本發(fā)明改進(jìn)有，所述執(zhí)法卷宗原始圖像集的獲取步驟具體為：

15、對(duì)邊緣檢測(cè)后的掃描圖像，進(jìn)行對(duì)比度和亮度調(diào)整，采用公式：

16、

17、生成對(duì)比度和亮度調(diào)整后的圖像iadj，其中，α和β分別是對(duì)比度和亮度的調(diào)整系數(shù)，γ是對(duì)比度的非線性控制系數(shù)，δ是亮度調(diào)整的敏感性因子，ie為邊緣檢測(cè)圖像；

18、基于對(duì)比度和亮度調(diào)整后的圖像iadj，添加時(shí)間戳和標(biāo)注來(lái)源地點(diǎn)，使用公式：

19、

20、獲得執(zhí)法卷宗原始圖像集ifinal，其中，t代表標(biāo)注操作函數(shù)，t是標(biāo)注的時(shí)間戳信息，l是來(lái)源地點(diǎn)信息，k是時(shí)間調(diào)節(jié)參數(shù)，t0是時(shí)間閾值。

21、本發(fā)明改進(jìn)有，所述數(shù)字水印嵌入和數(shù)字簽名生成的步驟具體為：

22、基于所述執(zhí)法卷宗原始圖像集，對(duì)原始圖像集進(jìn)行處理，并優(yōu)化水印和簽名嵌入，采用公式：

23、

24、得到處理后的圖像iprep，其中，i代表選擇的原始圖像，norm為標(biāo)準(zhǔn)化處理函數(shù)，∈是噪聲容忍度參數(shù)；

25、根據(jù)處理后的圖像iprep，進(jìn)行數(shù)字水印的生成，并進(jìn)行水印嵌入操作，采用公式：

26、iwater＝iprep+α·w·e-λ·∥w∥

27、得到水印嵌入圖像iwater，其中，w為生成的數(shù)字水印，a為嵌入強(qiáng)度參數(shù)，λ是調(diào)節(jié)水印的衰減系數(shù)；

28、基于水印嵌入圖像iwater，進(jìn)行數(shù)字簽名的生成，并與圖像進(jìn)行關(guān)聯(lián)，使用公式：

29、isigned＝sign(iwater,k)÷(1+μ·d(iwater))

30、得到帶有數(shù)字簽名的圖像isigned，其中，k是用于簽名的私鑰，sign是用于生成數(shù)字簽名的函數(shù)，μ是控制簽名強(qiáng)度的動(dòng)態(tài)調(diào)整參數(shù)，d是圖像的密度檢測(cè)函數(shù)。

31、本發(fā)明改進(jìn)有，所述對(duì)圖像文件進(jìn)行完整性校驗(yàn)的步驟具體為：

32、從數(shù)字簽名圖像中提取關(guān)鍵信息，采用公式：

33、

34、得到關(guān)鍵信息摘要d，其中，h是哈希函數(shù)，用于生成圖像的唯一摘要，κ是標(biāo)準(zhǔn)化系數(shù)，isigmed代表帶數(shù)字簽名的圖像；

35、將得到的關(guān)鍵信息摘要d與存儲(chǔ)的參考摘要進(jìn)行比較，使用公式：

36、

37、得到完整性驗(yàn)證結(jié)果validity，其中，d代表當(dāng)前的圖像摘要，dref代表參考摘要。

38、本發(fā)明改進(jìn)有，所述對(duì)圖像集進(jìn)行像素級(jí)的分析步驟具體為：

39、使用生成對(duì)抗網(wǎng)絡(luò)初始化圖像數(shù)據(jù)集，從所述執(zhí)法卷宗完整圖像集中選擇圖像進(jìn)行訓(xùn)練，采用公式：

40、

41、生成初始模型狀態(tài)minit，其中，g表示生成對(duì)抗網(wǎng)絡(luò)的生成器部分，θ表示初始化時(shí)的網(wǎng)絡(luò)參數(shù)，α和β是調(diào)整因子，ifull代表輸入的完整圖像集；

42、對(duì)minit進(jìn)行訓(xùn)練，識(shí)別和分類(lèi)圖像中的文本與非文本區(qū)域，采用公式：

43、

44、得到訓(xùn)練后的模型mtrained，其中，t是訓(xùn)練過(guò)程，η表示學(xué)習(xí)率，λ和γ是正則化參數(shù)和損失權(quán)重；

45、應(yīng)用訓(xùn)練后的模型mtrained，對(duì)圖像進(jìn)行像素級(jí)分析，標(biāo)注文本區(qū)域，采用公式：

46、itagged＝a(mtrained,iselected)÷(1+δ·||mtrained||)

47、得到標(biāo)注后的圖像itagged，其中，a是模型的分析函數(shù)，iselected是用于分析的圖像，δ是調(diào)整分析準(zhǔn)度的參數(shù)。

48、本發(fā)明改進(jìn)有，所述執(zhí)法文檔關(guān)鍵特征集的獲取步驟具體為：

49、使用模型識(shí)別并定位圖像中的文本區(qū)域，采用公式：

50、

51、得到文本區(qū)域坐標(biāo)c，其中，l是定位函數(shù)，用于從標(biāo)注后的圖像中確定文本區(qū)域的位置，λ1和λ2是調(diào)整因子，κ是敏感度參數(shù)，用于調(diào)整定位準(zhǔn)度，mtrained是訓(xùn)練后的模型，itagged是標(biāo)注過(guò)文本區(qū)域的圖像；

52、對(duì)定位到的文本區(qū)域c進(jìn)行光學(xué)字符識(shí)別，采用公式：

53、t＝ocr(c,itagged)÷(1+ρ·σ(||c||))

54、得到提取的文本內(nèi)容t，其中，ocr是光學(xué)字符識(shí)別功能，ρ是調(diào)節(jié)參數(shù)，σ是用于調(diào)整字符提取準(zhǔn)度的sigmoid函數(shù)；

55、對(duì)提取的文本內(nèi)容進(jìn)行整合，使用公式：

56、

57、建立執(zhí)法文檔關(guān)鍵特征集f，其中，integrate是整合函數(shù)，用于將分散的文本數(shù)據(jù)組織成結(jié)構(gòu)化的信息集，ω和δ是調(diào)整文本整合過(guò)程中的權(quán)重和縮放因子。

58、本發(fā)明改進(jìn)有，所述執(zhí)法卷宗分類(lèi)存檔的獲取步驟具體為：

59、基于所述執(zhí)法文檔關(guān)鍵特征集，進(jìn)行關(guān)鍵詞集k提取，采用公式：

60、k＝extract(f,θ1)·log(1+∈·|f|)

61、其中，extract是提取關(guān)鍵詞的函數(shù)，θ1是提取參數(shù)，控制關(guān)鍵詞的選擇敏感度和精度，∈是優(yōu)化關(guān)鍵詞提取的非線性因子，用于調(diào)節(jié)提取過(guò)程中特征集大小的影響，f代表執(zhí)法文檔的關(guān)鍵特征集；

62、將提取的關(guān)鍵詞k，與法律數(shù)據(jù)庫(kù)中的條款進(jìn)行匹配，使用公式：

63、

64、確定相關(guān)性得分s，其中，match是匹配函數(shù)，d是法律數(shù)據(jù)庫(kù)中的條款集，α和β是匹配敏感度和權(quán)重調(diào)節(jié)參數(shù)，σ是調(diào)節(jié)匹配敏感度的非線性參數(shù)，用于優(yōu)化匹配結(jié)果的相關(guān)性；

65、根據(jù)得到的相關(guān)性得分s，對(duì)執(zhí)法卷宗進(jìn)行分類(lèi)和存檔，使用公式：

66、

67、獲得執(zhí)法卷宗分類(lèi)存檔結(jié)果r，其中，classify是分類(lèi)函數(shù)，γ和δ是分類(lèi)閾值與決策參數(shù)，用于決定卷宗的歸檔類(lèi)別。

68、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：

69、本發(fā)明中，通過(guò)數(shù)字水印嵌入和數(shù)字簽名技術(shù)的應(yīng)用，保證了圖像數(shù)據(jù)的安全性和完整性，減少數(shù)據(jù)篡改的風(fēng)險(xiǎn)，利用生成對(duì)抗網(wǎng)絡(luò)進(jìn)行的細(xì)粒度圖像分析和光學(xué)字符識(shí)別的結(jié)合，顯著提高了從復(fù)雜環(huán)境中準(zhǔn)確提取關(guān)鍵信息的能力，支持向量機(jī)在自動(dòng)分類(lèi)和歸檔執(zhí)法卷宗方面的應(yīng)用，進(jìn)一步提升了數(shù)據(jù)處理的速度和準(zhǔn)確性，特別是在處理與法律相關(guān)的內(nèi)容時(shí)，確保了高效的信息流動(dòng)和更快的響應(yīng)時(shí)間。