[发明专利]一种基于移动端的学历证件照采集系统和方法有效
申请号: | 202010259953.5 | 申请日: | 2020-04-03 |
公开(公告)号: | CN111476148B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 胡国志 | 申请(专利权)人: | 北京金沙江科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16 |
代理公司: | 北京冠和权律师事务所 11399 | 代理人: | 朱健 |
地址: | 100000 北京市通州区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 移动 学历 证件 采集 系统 方法 | ||
1.一种基于移动端的学历证件照采集系统,其特征在于:
所述基于移动端的学历证件照采集系统包括采集对象信息核对与关联模块、照片拍摄与处理模块、照片比对模块和审核与上传模块;其中,所述采集对象信息核对与关联模块用于对证件照采集对象的身份信息和学籍信息进行核对和关联处理;
所述照片拍摄与处理模块用于获取关于所述证件照采集对象的证件图像、并对所述证件图像进行图像标准化处理以生成相应的证件照片;
所述照片比对模块用于对所述证件照片进行关于所述身份信息的比对处理;
所述审核与上传模块用于根据所述比对处理的结果,对所述证件照片进行适应性的人工审核处理和照片上传处理;
所述照片比对模块包括图像特征提取子模块、图像特征匹配度计算子模块和照片匹配判断子模块;其中,
所述图像特征提取子模块用于对所述证件照片和身份证图片分别进行特征提取处理,以分别获得第一图像特征和第二图像特征;
所述图像特征匹配度计算子模块用于计算所述第一图像特征与所述第二图像特征之间的匹配度,而计算所述匹配度具体包括,
步骤A、根据下面公式(1),计算第一图像的子图与第二图像之间的灰度相关系数
在上述公式(1)中,Rki,j为所述第一图像的第k个子图与所述第二图像之间的灰度相关系数,Ski,j为所述第一图像的第k个子图的灰度值,Ti,j为所述第二图像的子图的灰度值,为所述第一图像的灰度平均值,为所述第二图像的灰度平均值;
步骤B、根据下面公式(2),计算所述第一图像与所述第二图像之间的特征相似度,
在上述公式(2)中,Px(a,b)为所述第一图像与所述图像的在x方向的液相相似度,a为所述第一图像的x方向的特征向量,b为所述第二图像的x方向的特征向量,axi为所述第一图像的x方向的特征向量对应的数值,bxi为所述第二图像的x方向的特征向量对应的数值,n为所述特征向量的维度;
步骤C、根据下面公式(3),计算所述第一图像特征与所述第二图像特征之间的匹配度
δ=∑max{Rki,j}+∑Px(a,b) (3)
在上述公式(3)中,δ为所述第一图像特征与所述第二图像特征之间的匹配度,Rki,j为所述第一图像的子图与所述第二图像之间的灰度相关系数,max为取最大值运算符号,Px(a,b)为所述第一图像与所述第二图像之间的特征相似度;
所述照片匹配判断子模块用于根据所述匹配度,判断所述证件照片与所述身份信息之间匹配与否。
2.如权利要求1所述的基于移动端的学历证件照采集系统,其特征在于:
所述采集对象信息核对与关联模块包括身份证图片获取子模块、身份信息核验子模块、学籍信息关联子模块和云端信息检索子模块;其中,所述身份证图片获取子模块用于根据所述移动端获取关于所述证件照采集对象的身份证正反面图片;
所述身份信息核验子模块用于对来自所述移动端的输入身份信息与来自所述身份证正反面图片的证件身份信息进行一致性核验处理;
所述学籍信息关联子模块用于根据所述移动端获取关于所述证件照片采集对象的学籍号、学生证号、学号、考生号、身份证号和学校名称中至少一者的学籍信息;
所述云端信息检索子模块用于对所述学籍信息进行关联查询处理,其确定所述学籍信息的真实性。
3.如权利要求1所述的基于移动端的学历证件照采集系统,其特征在于:
所述照片拍摄与处理模块包括拍摄指示子模块、拍摄操作子模块和照片标准化处理子模块;其中,
所述拍摄指示子模块用于依托所述移动端的显示部件进行关于拍摄注意事项的指示;
所述拍摄操作子模块用于依托所述移动端获取关于所述证件照采集的所述证件图像;
所述照片标准化处理子模块用于对所述证件图像进行所述图像标准化处理,以生成所述证件照片。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金沙江科技有限公司,未经北京金沙江科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010259953.5/1.html,转载请声明来源钻瓜专利网。