一种基于深度学习的证件照分类识别及免冠检测方法及系统技术方案

本发明专利技术公开了一种基于深度学习的证件照分类识别及免冠检测方法及系统，属于人工智能AI图像分类技术领域。本发明专利技术的基于深度学习的证件照分类识别及免冠检测方法，对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。该发明专利技术的基于深度学习的证件照分类识别及免冠检测方法能够自动识别校验上传的图片，节约窗口人员审核时间，提升办理业务的体验，具有很好的推广应用价值。

A Classification and Recognition of Documents and Illustrations Based on Deep Learning and Corona-free Detection Method and System

The invention discloses a document classification recognition and crown-free detection method and system based on in-depth learning, which belongs to the field of AI image classification technology. The present invention is based on in-depth learning of document photo classification and recognition and crown-free detection method. Face detection model is used to detect whether there is a face in the picture uploaded by the user. After detecting the face, the crown-free detection model is used to detect whether there is a hat in the picture. Then the image is judged to be a document photo or a life photo by the depth neural network classification model. The invention can automatically identify and verify uploaded pictures based on in-depth learning of certificate classification and recognition and crown-free detection method, save window personnel audit time, enhance business experience, and has good application value.

【技术实现步骤摘要】
一种基于深度学习的证件照分类识别及免冠检测方法及系统
本专利技术涉及人工智能AI图像分类
，具体提供一种基于深度学习的证件照分类识别及免冠检测方法及系统。
技术介绍
“互联网+政务服务”模式，能够让企业和群众办事更方便、更快捷、更有效率，是实现服务型政府的重要路径。随着“互联网+政务服务”体系的推进，政府办事流程、办事效率与服务水平进一步得到了优化，办事难、审批难、跑腿多、证明多等突出问题得到解决，为民众带来了实实在在的便捷。近年来，国家陆续出台了多项相关扶持人工智能发展的政策，人脸识别、文字识别、自然语言处理等人工智能技术逐渐商业化应用。人工智能技术应用到“互联网+政务服务”中，必将进一步促进政府政务服务水平及群众满意度的提升。于是，利用人工智能技术结合互联网技术实现政务服务智能化与信息化，提高政务服务的流程效率与服务质量，让企业和群众少跑腿，对于转变政府职能,建设服务型政府具有重要意义。
技术实现思路
本专利技术的技术任务是针对上述存在的问题，提供一种能够自动识别校验上传的图片，节约窗口人员审核时间，提升办理业务的体验的基于深度学习的证件照分类识别及免冠检测方法。本专利技术进一步的技术任务是提供一种基于深度学习的证件照分类识别及免冠检测系统。为实现上述目的，本专利技术提供了如下技术方案：一种基于深度学习的证件照分类识别及免冠检测方法，对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。该基于深度学习的证件照分类识别及免冠检测方法通过基于深度学习的证件照分类识别及免冠检测系统实现。基于深度学习的证件照分类识别及免冠检测系统包括图片上传模块，用于对用户上传的图片。人脸检测模型模块，用于提取图片特征信息，检测图片中是否包含人脸。免冠检测模型模块，包括目标检测模型与免冠分类模型，所述目标检测模型模块用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标，所述免冠分类模型模块对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。深度神经网络分类模型模块，用于判断图片属于白底证件照、蓝底证件照、红底证件照还是生活照。该基于深度学习的证件照分类识别及免冠检测方法自动识别用户上传的图片是否为白底证件照、蓝底证件照、红底证件照或生活照以及自动识别是否是免冠图片，有助于规范化用户上传的材料，节约窗口人员审核时间，提高窗口人员的工作效率，提升用户办事体验。作为优选，该方法具体包括以下步骤：S1、对用户上传的图片；S2、人脸检测模型检测图片中是否含有人脸，若有执行步骤S3，否则执行步骤S5；S3、通过免冠检测模型检测图片中是否含有帽子，继续执行步骤S4；S4、通过深度神经网络分类模型检测判断照片为证件照或者生活照；S5、结束。作为优选，所述人脸检测模型由深度学习框架TensorFlow搭建而成，提取图片特征信息，检测图片中是否包含人脸。首先采用人脸检测模型检测图片中是否包含人脸，若包含人脸则继续进行以下步骤，否则将判定该图片不是证件照，不再进行以下步骤。作为优选，所述免冠检测模型由深度学习框架Keras搭建而成，包括目标检测模型与免冠分类模型。作为优选，所述目标检测模型用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标。作为优选，所述免冠分类模型对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。实际应用中可以根据具体业务的要求来判断该图片是否符合规范，比如:群众办理的事项是否要求上传的图片必须是免冠证件照。目标检测模型用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标。由于目标检测模型存在误判的可能性，会将图片中的非帽子区域误判成帽子区域，为了解决误判问题，免冠分类模型可以对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，判断该区域是否存在帽子。作为优选，所述深度神经网络分类模型由深度学习框架Keras搭建而成，用于判断图片属于白底证件照、蓝底证件照、红底证件照还是生活照。若通过深度神经网络分类模型判断照片不属于白底证件照、蓝底证件照、红底证件照，则可判断照片为生活照。一种基于深度学习的证件照分类识别及免冠检测系统，该系统包括以下模块：图片上传模块：用于对用户上传的图片；人脸检测模型模块：用于检测图片中是否含有人脸；免冠检测模型模块：用于检测图片中是否含有帽子；深度神经网络分类模型模块：用于判断图片属于白底证件照、蓝底证件照、红底证件照还是生活照。作为优选，所述人脸检测模型模块提取图片特征信息，检测图片中是否包含人脸；免冠检测模型模块包括目标检测模型与免冠分类模型，所述目标检测模型模块用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标，所述免冠分类模型模块对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。与现有技术相比，本专利技术的基于深度学习的证件照分类识别及免冠检测方法具有以下突出的有益效果：所述基于深度学习的证件照分类识别及免冠检测方法采用了人脸检测模型、免冠检测模型和深度神经网络分类模型相结合的方式，自动识别用户上传的图片是否为白底证件照、蓝底证件照、红底证件照或生活照以及自动识别是否是免冠图片，有助于规范化用户上传的材料，节约窗口人员审核时间，提高窗口人员的工作效率，提升用户办事体验，具有良好的推广应用价值。附图说明图1是本专利技术所述基于深度学习的证件照分类识别及免冠检测方法的流程图。具体实施方式下面将结合附图和实施例，对本专利技术的基于深度学习的证件照分类识别及免冠检测方法及系统作进一步详细说明。实施例如图1所示，本专利技术的基于深度学习的证件照分类识别及免冠检测方法，对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。基于深度学习的证件照分类识别及免冠检测方法该具体包括以下步骤：S1、对用户上传的图片。S2、人脸检测模型检测图片中是否含有人脸，若有执行步骤S3，否则执行步骤S5。人脸检测模型由深度学习框架TensorFlow搭建而成，提取图片特征信息，检测图片中是否包含人脸。首先采用人脸检测模型检测图片中是否包含人脸，若包含人脸则继续进行以下步骤，否则将判定该图片不是证件照，不再进行以下步骤。S3、通过免冠检测模型检测图片中是否含有帽子，继续执行步骤S4。免冠检测模型由深度学习框架Keras搭建而成，包括目标检测模型与免冠分类模型。目标检测模型用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标。由于目标检测模型存在误判的可能性，会将图片中的非帽子区域误判成帽子区域，为了解决误判问题，免冠分类模型可以对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，判断该区域是否存在帽子。免冠分类模型对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。实际应用中可以根据具体业务的要求来判断该图片是否符合规范，比如:群众办理的事项是否要求上传的图片必须是免冠证件照。S4、通过深度神经网络分类模型检测判断照片为证件照或者生活照。深度神经网络本文档来自技高网...

【技术保护点】
1.一种基于深度学习的证件照分类识别及免冠检测方法，其特征在于：对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。

【技术特征摘要】
1.一种基于深度学习的证件照分类识别及免冠检测方法，其特征在于：对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。2.根据权利要求1所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：该方法具体包括以下步骤：S1、对用户上传的图片；S2、人脸检测模型检测图片中是否含有人脸，若有执行步骤S3，否则执行步骤S5；S3、通过免冠检测模型检测图片中是否含有帽子，继续执行步骤S4；S4、通过深度神经网络分类模型检测判断照片为证件照或者生活照；S5、结束。3.根据权利要求2所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述人脸检测模型由深度学习框架TensorFlow搭建而成，提取图片特征信息，检测图片中是否包含人脸。4.根据权利要求3所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述免冠检测模型由深度学习框架Keras搭建而成，包括目标检测模型与免冠分类模型。5.根据权利要求4所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述目标检测模型用于检测图片中潜在的帽子区域，推断出帽子在图片中的位...

【专利技术属性】
技术研发人员：吴运祥，潘震，
申请(专利权)人：山东浪潮云信息技术有限公司，
类型：发明
国别省市：山东,37