[发明专利]证件图像处理方法、装置、电子设备及可读存储介质有效

专利信息
申请号: 202110186642.5 申请日: 2021-02-18
公开(公告)号: CN112528998B 公开(公告)日: 2021-06-01
发明(设计)人: 赵小诣;周智杰;吕文勇 申请(专利权)人: 成都新希望金融信息有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/44;G06K9/46;G06K9/62
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 余菲
地址: 610000 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 证件 图像 处理 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种证件图像处理方法,其特征在于,所述方法包括:

基于真证件的证件图像,提取得到所述真证件的目标背景图像,所述目标背景图像不包含用户信息;

基于控制参数及所述目标背景图像,获得表征正样本的第一类图像集,以及表征负样本的第二类图像集,所述第一类图像集中的图像的数量为第一指定数量,所述第二类图像集中的图像的数量为第二指定数量,表征所述正样本的所述第一类图像集的排版格式与所述真证件的排版格式相同,表征所述负样本的所述第二类图像集的排版格式与所述真证件的排版格式不同;

使用所述第一类图像集和所述第二类图像集,对深度学习模型进行训练测试,得到证件检测模型,用于对包含证件图区的待测图像进行证件真假检测,以得到检测结果,所述深度学习模型包括cbr卷积模块、crc卷积模块及Deep卷积模块,所述cbr卷积模块由卷积层conv、批量标准化层bn及Relu激活函数相互串接形成,所述crc卷积模块由卷积层conv、Relu激活函数及卷积层conv串接形成,所述Deep卷积模块由两个cbr卷积模块串接形成,所述cbr卷积模块、所述crc卷积模块及所述Deep卷积模块用于对所述第一类图像集和所述第二类图像集进行特征抽取,以得到所述证件检测模型;

其中,所述控制参数包括表征正样本的第一类用户信息及表征负样本的第二类用户信息,所述第一类用户信息包括:对基于真证件的图像得到的字符图区进行随机排列组合得到的信息;

基于控制参数及所述目标背景图像,获得表征正样本的第一类图像集,以及表征负样本的第二类图像集,包括:

将与每个正样本对应的所述第一类用户信息添加在所述目标背景图像对应的区域,或者获取通过拍摄真证件得到的多个证件图像,以形成所述第一类图像集;

将与每个负样本对应的所述第二类用户信息添加在所述目标背景图像对应的区域,得到所述第二类图像集。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当待测图像包括证件图区时,从所述待测图像中提取包括所述证件图区的目标图像;

将所述目标图像输入所述证件检测模型,得到所述证件检测模型对所述目标图像进行证件真假检测的检测结果。

3.根据权利要求2所述的方法,其特征在于,从所述待测图像中提取包括所述证件图区的目标图像,包括:

从所述待测图像的所述证件图区中确定多个关键点;

基于所述多个关键点,根据透视变换模型对所述待测图像进行透视变换,得到经过透视变换的待测图像;

从所述经过透视变换的待测图像中提取所述证件图区,并将提取得到的所述证件图区作为所述目标图像。

4.根据权利要求1所述的方法,其特征在于,基于真证件的证件图像,提取得到所述真证件的目标背景图像,包括:

从所述真证件的所述证件图像中确定多个关键点;

基于所述多个关键点,根据透视变换模型对所述真证件的所述证件图像进行透视变换,得到经过透视变换的证件图像;

从所述经过透视变换的证件图像中,去除包含用户信息的图区,并对去除所述用户信息的图区进行内容填充,得到不包含所述用户信息的所述目标背景图像。

5.根据权利要求1所述的方法,其特征在于,在获得表征正样本的第一类图像集,以及表征负样本的第二类图像集之前,所述方法还包括:

基于真证件的证件图像,提取得到表征真证件的第一类用户信息;

基于所述控制参数中的字体数据库、字符间距、字体颜色、字体角度、高斯模糊参数、运动模糊参数以及亮度,生成表征负样本的第二类用户信息,其中,所述第一类用户信息的数量为所述第一指定数量,所述第二类用户信息的数量为所述第二指定数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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成都新希望金融信息有限公司,未经成都新希望金融信息有限公司许可,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/202110186642.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top