[发明专利]身份证照完整性检测方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种身份证照完整性检测方法、装置、设备及存储介质。该方法包括：获取包含身份证照的待检测图像；将待检测图像输入预置目标检测模型进行身份证照检测，输出待检测图像中身份证照区域；根据身份证照区域，从待检测图像中提取身份证照图像；对身份证照图像进行十字分割，得到身份证照图像的四角分割图；将四角分割图输入预置身份证照完整性检测模型中，并通过身份证照完整性检测模型得到四角分割图对应的特征分类，并作为身份证照图像对应的识别结果。本发明提高了身份证照完整性检测准确率，降低了因用户上传不完整的身份证照而引起的业务风险和企业的损失。

技术领域

本发明涉及人工智能领域，尤其涉及一种身份证照完整性检测方法、装置、设备及存储介质。

背景技术

在互联网化的背景下，很多业务场景为了验证用户身份，需要对用户上传的身份证图片进行质检，然而一些用户使用他人的身份证或者被公安机关剪角后的身份证进行上传，导致很多业务风险，最终造成企业的损失。及时检测出身份证照图像是否有缺角或遮挡角显得极为重要。

在现有的技术中，检测身份证的方式虽然能够进行识别身份证信息，但是无法判断身份证是否缺角甚至过期，且用户上传的身份证图片多为复杂背景，无法有效的识别，从而导致无效身份证照片图像通过验证。

发明内容

本发明的主要目的主要在于解决难以检测到身份证照是否有缺角或遮挡角的技术问题。

本发明第一方面提供了一种身份证照完整性检测方法，包括：

获取包含身份证照的待检测图像；

将所述待检测图像输入预置目标检测模型进行身份证照检测，输出所述待检测图像中身份证照区域；

根据所述身份证照区域，从所述待检测图像中提取身份照图像；

对所述身份证照图像进行十字分割，得到所述身份证照图像的四角分割图；

将所述四角分割图输入预置身份证照完整性检测模型中，并通过所述身份证照完整性检测模型得到所述四角分割图对应的特征分类，其中，所述身份证照完整性检测模型包括：第一DenseNet201网络、多个卷积层、池化层、全连接层以及SoftMax函数，所述第一DenseNet201网络用于进行特征提取，所述多个卷积层、所述池化层和所述全连接层中每一层的输入均来自前面所有层的输出，所述SoftMax函数用于进行特征分类，所述特征分类为所述身份证照图像对应的识别结果。

可选的，在本发明第一方面的第一种实现方式中，所述目标检测模型依次包括：ResNet101网络、RPN网络、ROI Align层、分类回归网络，所述将所述待检测图像输入预置目标检测模型进行身份证照检测，输出所述待检测图像中的身份证照区域包括：

将所述待检测图像输入所述ResNet101网络进行特征提取，得到特征图；

将所述特征图输入所述RPN网络进行预选框选取，得到所述特征图对应的预选框；

将所述预选框输入所述ROI Align层与所述特征图进行特征融合，得到标注特征图；

将所述标注特征图输入所述分类回归网络进行特征分类输出特征分类结果，并将所述特征分类结果作为所述待检测图像中的身份证照区域。

可选的，在本发明第一方面的第二种实现方式中，所述根据所述身份证照区域，从所述待检测图像中提取身份证照图像之后，还包括：

将所述身份证照图像输入预置角度检测模型进行修正角度分区识别，输出所述身份证照图像所在的角度分区；

根据所述角度分区，计算所述身份证照图像对应的修正角度，并根据所述修正角度对所述身份证照图像进行正位修正。