[发明专利]图片清晰度检测方法、装置、计算机设备及存储介质

权利要求书

1.一种图片清晰度检测方法，其特征在于，所述方法包括：

获取目标证件图片，从所述目标证件图片中截取至少一个目标文本图片，所述目标文本图片包含证件文本信息；

对每个所述目标文本图片进行清晰度分类处理，得到分类结果，所述分类结果用于指示所述目标文本图片是否清晰；

根据每个所述目标文本图片的分类结果，确定所述目标证件图片的清晰状态。

2.根据权利要求1所述的方法，其特征在于，所述对每个所述目标文本图片进行清晰度分类处理，包括：

获取预先设置的图片分类网络，所述图片分类网络是对初始图片分类网络进行训练后得到的，所述初始图片分类网络是根据训练好的孪生网络构建得到的，所述孪生网络用于分辨两个文本图片的清晰度是否相同；

将所述目标文本图片输入所述图片分类网络中，所述图片分类网络对所述目标文本图片进行分类处理。

3.根据权利要求2所述的方法，其特征在于，所述图片分类网络的训练过程包括：

获取第一训练样本集和第二训练样本集，所述第一训练样本集包括多个第一训练样本，所述第一训练样本包括两张训练文本图片和用于指示所述两张训练文本图片的清晰度标签是否相同的组合标签，所述清晰度标签用于指示训练文本图片的清晰状态，所述第二训练样本集包括多个第二训练样本，所述第二训练样本包括训练文本图片和所述训练文本图片的清晰度标签；

利用所述第一训练样本集对初始孪生网络进行训练，得到所述训练好的孪生网络，并根据所述训练好的孪生网络构建所述初始图片分类网络；

利用所述第二训练样本集对所述初始图片分类网络进行训练，得到所述图片分类网络。

4.根据权利要求3所述的方法，其特征在于，所述根据所述训练好的孪生网络构建所述初始图片分类网络，包括：

将所述训练好的孪生网络的网络参数作为所述初始图片分类网络的网络参数，得到所述初始图片分类网络。

5.根据权利要求3所述的方法，其特征在于，所述获取第一训练样本集和第二训练样本集，包括：

获取多个训练文本图片，通过拉普拉斯算法计算各训练文本图片的清晰度；

根据各训练文本图片的清晰度确定各训练文本图片的清晰度标签；

根据各训练文本图片和各训练文本图片的清晰度标签得到所述第一训练样本集和所述第二训练样本集。

6.根据权利要求1所述的方法，其特征在于，所述根据每个所述目标文本图片的分类结果，确定所述目标证件图片的清晰状态，包括：

当所述目标证件图片中的每个所述目标文本图片均清晰时，确定所述目标证件图片清晰。

7.根据权利要求1所述的方法，其特征在于，所述获取目标证件图片，包括：

获取用户通过终端上传的所述目标证件图片；

对应地，所述方法还包括：

当所述目标证件图片模糊时，向所述终端发送图片重传指令，所述图片重传指令用于指示重新上传证件图片。

8.一种图片清晰度检测装置，其特征在于，所述装置包括：

获取模块，用于获取目标证件图片，从所述目标证件图片中截取至少一个目标文本图片，所述目标文本图片包含证件文本信息；

分类模块，用于对每个所述目标文本图片进行清晰度分类处理，得到分类结果，所述分类结果用于指示所述目标文本图片是否清晰；

清晰状态确定模块，用于根据每个所述目标文本图片的分类结果，确定所述目标证件图片的清晰状态。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。