证件鉴伪方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种证件鉴伪方法，包括：获取证件中鉴伪点的多图组合或视频帧序列，得到待鉴伪图像集；利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，得到多个预测结果；将所述多个预测结果进行数据融合，得到结果概率值，并根据所述结果概率值得到该所述鉴伪点的鉴伪结果。本发明专利技术还涉及区块链技术，证件鉴伪点的多图组合或视频帧序列可存储于区块链中。本发明专利技术还揭露一种证件鉴伪装置、电子设备及计算机可读存储介质。本发明专利技术可以提高证件鉴伪的准确率。

【技术实现步骤摘要】
证件鉴伪方法、装置、电子设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种证件鉴伪方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着计算机的发展和计算机视觉理论的研究，尤其是深度学习和人工智能的出现，计算机可以很方便、很准确地模仿人类的视觉感知系统进行证件的鉴伪识别。目前现有的证件鉴伪方式可以通过图像处理和传统的机器学习等方法进行，但是大多是通过图像或单张图像来进行鉴伪，而证件中很多鉴伪点需要不同角度、不同视觉范围或不同光照等条件才能进行综合鉴伪，导致鉴伪结果的准确率较低。
技术实现思路
本专利技术提供一种证件鉴伪方法、装置、电子设备及计算机可读存储介质，其主要目的在于提供一种提高鉴伪准确率的证件鉴伪方法。为实现上述目的，本专利技术提供的一种证件鉴伪方法，包括：获取证件中鉴伪点的多图组合或视频帧序列，得到待鉴伪图像集；利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，得到多个预测结果；将所述多个预测结果进行数据融合，得到结果概率值，并根据所述结果概率本文档来自技高网...

【技术保护点】
1.一种证件鉴伪方法，其特征在于，所述方法包括：/n获取证件中鉴伪点的多图组合或视频帧序列，得到待鉴伪图像集；/n利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，得到多个预测结果；/n将所述多个预测结果进行数据融合，得到结果概率值，并根据所述结果概率值得到该所述鉴伪点的鉴伪结果。/n

【技术特征摘要】
1.一种证件鉴伪方法，其特征在于，所述方法包括：
获取证件中鉴伪点的多图组合或视频帧序列，得到待鉴伪图像集；
利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，得到多个预测结果；
将所述多个预测结果进行数据融合，得到结果概率值，并根据所述结果概率值得到该所述鉴伪点的鉴伪结果。


2.如权利要求1所述的证件鉴伪方法，其特征在于，所述利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，包括：
利用所述证件鉴伪模型的卷积层和池化层提取所述图片中的特征；
利用所述证件鉴伪模型的激活层对所述特征进行计算，得到所述图片的预测结果。


3.如权利要求2所述的证件鉴伪方法，其特征在于，所述待鉴伪图像集包括：真鉴伪点图像和伪造鉴伪点图像，所述利用预先训练好的证件鉴伪模型对所述待鉴伪图像集中的每张图片进行鉴伪，得到多个预测结果之前，该方法还包括：
采集所述真鉴伪点图像，并将所述真鉴伪点图像输入至所述证件鉴伪模型中进行特征提取，得到真特征数据；
采集所述伪造鉴伪点图像，并将所述伪造鉴伪点图像输入至所述证件鉴伪模型中进行特征提取，得到伪造特征数据；
分析所述真特征数据和所述伪造特征数据的差别特征；
根据所述差别特征改进所述证件鉴伪模型的卷积层和池化层。


4.如权利要求1所述的证件鉴伪方法，其特征在于，所述将所述多个预测结果进行数据融合，得到结果概率值，包括：
对所述多个预测结果进行排序，得到排序结果集；
对所述排序结果集进行筛选，得到有效结果集；
利用预设的合并算法将所述有效结果集中的数据进行合并，得到结果概率值。


5.如权利要求4所述的证件鉴伪方法，其特征在于，所述对所述排序结果集进行筛选包括：
确定所述排序结果集中数据的分布区间；
将不属于所述分布区间的数据从所述排序结果集中删...

【专利技术属性】
技术研发人员：孟桂国，罗天文，张国辉，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44