[发明专利]一种电子证件照片背景色合规性的批量自动检测方法

权利要求书

1.一种电子证件照片背景色合规性的批量自动检测方法，其特征在于：包括以下步骤：

第一步，电子证件照片数据预处理，包含以下子步骤：

S1，将待检测的电子证件照片分为样本集和检测集，且检测集中待检测的电子证件照片数量多于样本集中待检测的电子证件照片；

S2，将样本集中电子证件照片按合规性判定结果生成样本数据文件，且合规性判定结果包含证件照片背景色过暗、证件照片背景色过亮、证件照片背景颜色过深、证件照片背景颜色过浅、符合检测标准的背景色、背景有渐变色、背景有边框、背景杂乱、头部超出画面、背景色的颜色不匹配中的两种或两种以上；

S3，将合规性判定结果排序，并生成与合规性判定结果个数相匹配的目录，将样本数据文件按合规性判定结果及目录分类，生成标签文件，且标签文件的内容格式为，/fenxipic目录序号/p照片序号.照片格式，合规性判定结果序号；

第二步，电子证件照片背景色检测模型训练，包含以下子步骤：

A1，对标签文件中电子证件照片的尺寸进行检测，去除尺寸不合格的电子证件照片，得到尺寸合格带有标签文件的电子证件照片；

A2，对尺寸合格带有标签文件的电子证件照片图像背景数据进行采样，生成图像特征值,其中在尺寸合格带有标签文件的电子证件照片上按倒“U”形选择采样点，在采样点上取得图像的RGB值，并转换生成HSV值，对HSV和标准背景色的标准值取误差HLos、SLos、VLos，方法是1-差值的绝对值；对所有采样点的R、G、B、H、S、V、HLos、SLos、VLos取平均值Ravg、Gavg、Bavg、Havg、Savg、Vavg、HLosavg、SLosavg、VLosavg，取所有采样点的三个误差值各自的数据分布方差之和HSVTotalVar，形成每个图像的十个特征值：Ravg、Gavg、Bavg、Havg、Savg、Vavg、HLosavg*10、SLosavg*10、VLosavg*10、HSVTotalVar*10；

A3，将所有图像特征值生成一个数组矩阵数据，将数组矩阵数据分成训练集和验证集；

A4，将训练集基于tensorflow框架，设置与图像特征值个数相等的输入层维度、与合规性判定结果个数相等的输出层维度，并设置隐藏层和每个隐藏层的单元个数，制得深度神经网络背景图像检测模型；

A5，将验证集导入深度神经网络背景图像检测模型，调试参数，生成稳定深度神经网络背景图像检测模型；

第三步，电子证件照片背景色自动检测。

2.根据权利要求1所述的一种电子证件照片背景色合规性的批量自动检测方法，其特征在于：所述第二步的A3中，训练集和验证集数据个数比例为8:2。

3.根据权利要求2所述的一种电子证件照片背景色合规性的批量自动检测方法，其特征在于：所述第二步的A5中，调试参数包括迭代次数、批量大小、初始学习速率和迭代学习衰减周期。

4.根据权利要求3所述的一种电子证件照片背景色合规性的批量自动检测方法，其特征在于：所述第三步，包含以下子步骤：

B1，将待检测的电子证件照片导入稳定深度神经网络背景图像检测模型，每一张待检测的电子证件照片生产个数与合规性判定结果个数相等的概率向量；

B2，概率向量中概率值最大的即为自动检测结果。

5.根据权利要求4所述的一种电子证件照片背景色合规性的批量自动检测方法，其特征在于：所述第三步的B1中，概率向量之和为1。