一种真伪鉴别方法、装置以及电子设备制造方法及图纸

本申请公开了一种真伪鉴别方法、装置以及电子设备，涉及计算机视觉、深度学习和文字识别等人工智能技术领域。具体实现方案为：获取第一图像；在检测到第一图像包括目标主体的情况下，识别目标主体中的文字内容和/或提取目标主体的特征信息，其中，目标主体包括印章和签名中至少一项，特征信息包括形状特征、拓扑特征和卷积特征中的至少一项；基于目标主体的文字内容和/或目标主体的特征信息，确定目标主体的目标真伪鉴别结果。即在本实施例中，可利用目标主体的文字内容和/或目标主体的形状特征、拓扑特征和卷积特征中的至少一项来确定目标主体的真伪，无需人工核对以鉴别真伪，可提高真伪鉴别的效率。

【技术实现步骤摘要】
一种真伪鉴别方法、装置以及电子设备
本申请涉及人工智能
，具体为计算机视觉、深度学习和文字识别
，尤其涉及一种真伪鉴别方法、装置以及电子设备。
技术介绍
在日常生活或工作中，会产生大量的文件或合同等，很多重要的文件或者合同，为确保真实性，需要对上面的印章以及签名等进行真伪验证。目前，对于文件或合同中的印章以及签名等主体的真伪验证，常采用方式是通过人工核对验证。
技术实现思路
本申请提供一种真伪鉴别方法、装置和电子设备。第一方面，本申请一个实施例提供一种真伪鉴别方法，所述方法包括：获取第一图像；在检测到所述第一图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息，其中，所述目标主体包括印章和签名中至少一项，所述特征信息包括形状特征、拓扑特征和卷积特征中的至少一项；基于所述目标主体的文字内容和/或所述目标主体的特征信息，确定所述目标主体的目标真伪鉴别结果。本实施例的真伪鉴别方法中，通过获取第一图像，并在第一图像中检测到目标主体情况下，识本文档来自技高网...

【技术保护点】
1.一种真伪鉴别方法，其中，所述方法包括：/n获取第一图像；/n在检测到所述第一图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息，其中，所述目标主体包括印章和签名中至少一项，所述特征信息包括形状特征、拓扑特征和卷积特征中的至少一项；/n基于所述目标主体的文字内容和/或所述目标主体的特征信息，确定所述目标主体的目标真伪鉴别结果。/n

【技术特征摘要】
1.一种真伪鉴别方法，其中，所述方法包括：
获取第一图像；
在检测到所述第一图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息，其中，所述目标主体包括印章和签名中至少一项，所述特征信息包括形状特征、拓扑特征和卷积特征中的至少一项；
基于所述目标主体的文字内容和/或所述目标主体的特征信息，确定所述目标主体的目标真伪鉴别结果。


2.根据权利要求1所述的方法，其中，所述目标主体包括所述印章，所述目标主体的特征信息包括所述印章的形状特征；
所述基于所述目标主体的文字内容和/或所述目标主体的特征信息，确定所述目标主体的目标真伪鉴别结果，包括：
将所述印章的文字内容与所述印章的真实文字内容进行比对，得到所述印章的第一真伪鉴别结果；
基于所述印章的形状特征，确定所述印章的第二真伪鉴别结果；
根据所述第一真伪鉴别结果以及所述第二真伪鉴别结果，确定所述目标真伪结果。


3.根据权利要求1所述的方法，其中，所述特征信息包括所述拓扑特征和所述卷积特征中至少一项；
所述基于所述目标主体的文字内容和/或所述目标主体的特征信息，确定所述目标主体的目标真伪鉴别结果，包括：
将所述目标主体的拓扑特征以及所述目标主体对应的真实主体的真实拓扑特征输入至第一神经网络，通过所述第一神经网络输出所述目标主体的第一真实概率；和/或，
将所述目标主体的卷积特征以及所述目标主体对应的真实主体的真实卷积特征输入至第二神经网络，通过所述第二神经网络输出所述目标主体的第二真实概率；
基于所述第一真实概率和/或所述第二真实概率，确定所述目标真伪鉴别结果。


4.根据权利要求3所述的方法，其中，所述将所述目标主体的拓扑特征以及所述目标主体对应的真实主体的真实拓扑特征输入至第一神经网络，通过所述第一神经网络输出所述目标主体的第一真实概率，包括：
基于所述目标主体的拓扑特征以及所述真实拓扑特征，得到第一特征向量；
将所述第一特征向量输入至所述第一神经网络，得到所述第一真实概率。


5.根据权利要求3所述的方法，其中，所述将所述目标主体的卷积特征以及所述目标主体对应的真实主体的真实卷积特征输入至第二神经网络，通过所述第二神经网络输出所述目标主体的第二真实概率，包括：
对所述目标主体进行二值化处理，得到第一二值化主体；
对所述第一二值化主体进行字符切割，得到所述第一二值化主体的切割后的字符；
通过第一卷积神经网络提取所述第一二值化主体的切割后的字符的卷积特征；
将所述第一二值化主体的切割后的字符的卷积特征以及所述真实主体的切割后的字符的真实卷积特征输入所述第二神经网络，得到所述第二真实概率。


6.根据权利要求1所述的方法，其中，所述在检测到所述第一图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息之前，还包括：
提取所述第一图像的待鉴别子图像；
对所述待鉴别子图像进行角度矫正，得到矫正后的子图像；
其中，所述在检测到所述第一图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息，包括：
所述在检测到所述矫正后的图像包括目标主体的情况下，识别所述目标主体中的文字内容和/或提取所述目标主体的特征信息。


7.一种真伪鉴别装置，其中，所述装置包括：
获取模块，用于获取第一图像；

【专利技术属性】
技术研发人员：冯博豪，庞敏辉，谢国斌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11