【技术实现步骤摘要】
身份证件的翻拍图像识别方法、装置、设备及介质
本专利技术涉及图像分类领域,尤其涉及一种身份证件的翻拍图像识别方法、装置、计算机设备及存储介质。
技术介绍
随着信用社会的发展,越来越多的应用场景(比如:涉及金融、保险、安防的应用场景)需要通过证件识别、人脸识别对用户身份进行验证。在现有技术中,现有的身份验证主要通过花费大量人工进行进行人工核查,如此,需要耗费大量的人力资源和等待时间,而且随着数据拍照技术的提升,不法分子通过翻拍图像来验证用户身份的手段层出不穷,通过人工进行识别翻拍图像的准确度较低,而且容易识别出错,如果身份验证过程中没有识别出翻拍图像,将会对用户信息出现安全性问题。
技术实现思路
本专利技术提供一种身份证件的翻拍图像识别方法、装置、计算机设备及存储介质,实现了快速地、有效地、便捷地识别出身份证证件图像是否翻拍,提高了识别的准确率,提升了识别效率和可靠性,节省了成本。一种身份证件的翻拍图像识别方法,包括:接收证件验证指令,获取待识别身份证件图像;将所述待识别身份证件图像输入头像检测模型,获取所述待识别身份证件图像中的头像照;所述头像检测模型根据YOLO算法训练完成;根据六角锥体颜色模型将所述头像照转换为色调饱和度图像,同时根据颜色空间模型将所述头像照转换为色彩视频图像;将所述色调饱和度图像和所述色彩视频图像同时输入训练完成的融合化深度卷积神经网络模型,通过所述融合化深度卷积神经网络模型对所述色调饱和度图像和所述色彩视频图像进行纹理特征的提取,并获 ...
【技术保护点】
1.一种身份证件的翻拍图像识别方法,其特征在于,包括:/n接收证件验证指令,获取待识别身份证件图像;/n将所述待识别身份证件图像输入头像检测模型,获取所述待识别身份证件图像中的头像照;所述头像检测模型根据YOLO算法训练完成;/n根据六角锥体颜色模型将所述头像照转换为色调饱和度图像,同时根据颜色空间模型将所述头像照转换为色彩视频图像;/n将所述色调饱和度图像和所述色彩视频图像同时输入训练完成的融合化深度卷积神经网络模型,通过所述融合化深度卷积神经网络模型对所述色调饱和度图像和所述色彩视频图像进行纹理特征的提取,并获取所述融合化深度卷积神经网络模型根据所述纹理特征输出的识别结果,所述识别结果表征了所述待识别身份证件图像是否为翻拍。/n
【技术特征摘要】
1.一种身份证件的翻拍图像识别方法,其特征在于,包括:
接收证件验证指令,获取待识别身份证件图像;
将所述待识别身份证件图像输入头像检测模型,获取所述待识别身份证件图像中的头像照;所述头像检测模型根据YOLO算法训练完成;
根据六角锥体颜色模型将所述头像照转换为色调饱和度图像,同时根据颜色空间模型将所述头像照转换为色彩视频图像;
将所述色调饱和度图像和所述色彩视频图像同时输入训练完成的融合化深度卷积神经网络模型,通过所述融合化深度卷积神经网络模型对所述色调饱和度图像和所述色彩视频图像进行纹理特征的提取,并获取所述融合化深度卷积神经网络模型根据所述纹理特征输出的识别结果,所述识别结果表征了所述待识别身份证件图像是否为翻拍。
2.如权利要求1所述的身份证件的翻拍图像识别方法,其特征在于,所述将所述待识别身份证件图像输入头像检测模型,获取所述待识别身份证件图像中的头像照,包括:
通过所述头像检测模型中的YOLO算法进行多尺度特征检测所述待识别身份证件图像中是否包含人脸以及和人脸连接的脖子;
在所述待识别身份证件图像中包含人脸以及和人脸连接的脖子时,则根据所述人脸以及脖子的位置确定所述待识别身份证件图像中包含头像照的头像区域,并在所述头像区域中提取所述头像区域中的头像照。
3.如权利要求1所述的身份证件的翻拍图像识别方法,其特征在于,所述根据六角锥体颜色模型将所述头像照转换为色调饱和度图像,同时根据颜色空间模型将所述头像照转换为色彩视频图像,包括:
将所述头像照通过通道分离,分离出红色通道的红色通道图像、绿色通道的绿色通道图像和蓝色通道的蓝色通道图像;
根据所述六角锥体颜色模型对所述红色通道图像、绿色通道图像和蓝色通道图像进行转换,得到所述色调饱和度图像;其中,所述色调饱和度图像包括色调通道的色调通道图像、饱和度通道的饱和度通道图像和明度通道的明度通道图像;
根据颜色空间模型对所述红色通道图像、绿色通道图像和蓝色通道图像进行转换,得到所述色彩视频图像;其中,所述色彩视频图像包括灰度通道的灰度通道图像、色度红通道的色度红通道图像和色度蓝通道的色度蓝通道图像。
4.如权利要求1所述的身份证件的翻拍图像识别方法,其特征在于,所述将所述色调饱和度图像和所述色彩视频图像同时输入训练完成的融合化深度卷积神经网络模型,通过所述融合化深度卷积神经网络模型对所述色调饱和度图像和所述色彩视频图像进行纹理特征的提取,并获取所述融合化深度卷积神经网络模型根据所述纹理特征输出的识别结果,所述识别结果表征了所述待识别身份证件图像是否为翻拍,包括:
将所述色调饱和度图像输入预设的第一深度卷积神经网络模型,通过所述第一深度卷积神经网络模型对所述色调饱和图像进行第一纹理特征的提取,并获取所述第一深度卷积神经网络模型根据所述第一纹理特征输出的第一识别神经元;将所述色彩视频图像输入预设的第二深度卷积神经网络模型,通过所述二深度卷积神经网络模型对所述色彩视频图像进行第二纹理特征的提取,并获取所述第二深度卷积神经网络模型根据所述第二纹理特征输出的第二识别神经元;
将所述第一识别神经元和所述第二识别神经元进行融合,得到融合数组;
将所述融合数组输入至预设的识别层,通过所述识别层对所述融合数组进行识别,获取所述识别层输出的识别结果并记录为所述融合化深度卷积神经网络模型输出的识别结果。
5.如权利要求4所述的身份证件的翻拍图像识别方法,其特征在于,所述将所述色调饱和度图像输入预设的第一深度卷积神经网络模型,通过所述第一深度卷积神经网络模型对所述色调饱和图像进行第一纹理特征的提取,并获取所述第一深度卷积神经网络模型根据所述第一纹理特征输出的第一识别神经元,包括:
将所述色调饱和度图像输入所述第...
【专利技术属性】
技术研发人员:喻晨曦,
申请(专利权)人:中国平安人寿保险股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。