本申请提供一种证件识别方法、装置、电子设备及存储介质，所述方法包括：将证件图像进行区域划分，获得证件图像对应的多个证件区域图像；将证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分；根据每一区域风险得分，获得证件图像的识别得分，识别得分表征证件图像被篡改的风险概率。对证件不同区域分别通过对应的识别模型进行处理，获得每一区域被篡改的风险得分；对每一区域的风险得分进行整合，获得最终的证件被篡改的识别得分，避免人工判断中的标准不一致等问题，提高了识别结果的精准性。提高了识别结果的精准性。提高了识别结果的精准性。
【技术实现步骤摘要】
一种证件识别方法、装置、电子设备及存储介质
[0001]本申请涉及图像识别领域，具体而言，涉及一种证件识别方法、装置、电子设备及存储介质。
技术介绍
[0002]随着互联网金融的普及，线上办理业务等服务逐渐成为金融、电商等行业的重要业务处理方式。但基于线上的服务相比线下服务增加了用户信息被篡改的风险，例如，用户拍摄的证件可能不是用户本人真实证件，而是被编辑、篡改或伪造的证件。因此在办理业务之前，需要对证件进行检测，目前的检测依旧采用人工进行审批的方法，检测效果较差，识别结果不够精准。
技术实现思路
[0003]本专利技术实施例的目的在于一种证件识别方法、装置、电子设备及存储介质，将证件划分为多个区域，对证件不同区域分别通过对应的识别模型进行处理，获得每一区域被篡改的风险得分；对每一区域的风险得分进行整合，获得最终的证件被篡改的识别得分，按照预设的深度学习的方法对证件的不同区域分别构建对应的识别模型，提高了识别结果的精准性。
[0004]第一方面，本申请实施例提供了一种证件识别方法，包括：将证件图像进行区域划分，获得证件图像对应的多个证件区域图像；将证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分；根据每一区域风险得分，获得证件图像的识别得分，识别得分表征证件图像被篡改的风险概率。
[0005]在上述的实现过程中，对证件不同区域分别通过对应的识别模型进行处理，获得每一区域被篡改的风险得分；对每一区域的风险得分进行整合，获得最终的证件被篡改的识别得分，避免人工判断中的标准不一致等问题，提高了识别结果的精准性。
[0006]可选地，在本申请实施例中，证件图像包括证件反面图像和证件正面图像；将证件图像进行区域划分，获得证件图像对应的多个证件区域图像，包括：将证件反面图像进行区域划分，获得反面区域图像；反面区域图像包括反面标准蓝字区域图像、姓名区域图像、民族区域图像、住址区域图像、身份证号码区域图像以及证件照区域图像；将证件正面图像进行区域划分，获得正面区域图像；正面区域图像包括居民身份证区域图像、正面标准蓝字区域图像、身份证发证机关区域图像以及身份证有效期区域图像。
[0007]在上述的实现过程中，证件图像包括证件反面图像和证件正面图像，分别对证件反面图像和证件正面图像进行区域划分，划分区域细致，且划分时考虑区域图像中上下文字的版式对齐，通过更优的区域划分方式，保证证件图像的关键信息均被识别，从而提高证件识别的准确率。
[0008]可选地，在本申请实施例中，在将证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分之前，方法还包括：根据每一证件区域的造
假模式以及预设证件图像，生成每一证件区域对应的样本数据；造假模式包括字体造假模式、版式造假模式以及证件照造假模式中的至少一种；通过每一证件区域对应的样本数据，训练每一证件区域预设的神经网络模型；获得每一区域对应的识别模型。
[0009]在上述的实现过程中，根据字体造假模式、版式造假模式以及证件照造假模式中的至少一种，分别生成每一证件区域对应的样本数据，通过样本数据训练每一证件区域对应的预设的神经网络模型，获得每一区域对应的识别模型。针对不同版式得证件图像设计不同版式的造假模式，使得模型效果更好，提高模型得识别准确率。
[0010]可选地，在本申请实施例中，根据每一证件区域的造假模式，生成每一证件区域对应的样本数据，包括：根据预设不同类型和不同大小的字体，对预设证件图像的字体进行替换，生成证件区域的字体造假样本数据；通过对预设证件图像中的区域图像或区域图像内的文字进行移动，生成证件区域的版式造假样本数据；将预设证件图像中的证件照区域图像替换为待替换证件照，生成证件区域的证件照造假样本数据。
[0011]在上述的实现过程中，造假证件在字体的形状上与真实的证件有一定的差别，将预设证件图像的字体进行替换，构建不同区域图像的字体造假样本数据；对预设证件图像中的区域图像或区域图像内的文字进行移动，可以是部分区域图像或文字进行移动，也可以是全部区域或文字整体移动，获得证件区域的版式造假样本数据；以及将证件区域图像进行替换获得证件照造假样本数据，样本数据包括字体造假样本数据、版式造假样本数据和证件照造假样本数据中的至少一种。根据造假模式生成样本数据集，对样本数据进行丰富的增强处理，尽可能使生成的样本模拟真实的造假样本数据，提高训练模型的效果。
[0012]可选地，在本申请实施例中，根据每一区域风险得分，获得证件图像的识别得分，包括：根据修正得分范围、每一区域的原始得分范围以及每一区域风险得分，通过映射公式，获得每一区域的标准化分数；根据每一区域的标准化分数，获得证件图像的识别得分。
[0013]在上述的实现过程中，每一区域风险得分不同，且每一区域风险判断与之不同，因此不利于审批人员进行决策，通过映射公式将每一区域的风险得分进行映射，获得标准化分数，根据标准化分数获得整个证件图像最后的识别得分，以便于获知证件图像被篡改的风险概率。
[0014]可选地，在本申请实施例中，其中，映射公式包括：其中，为每一区域的标准化分数，为修正得分范围最小值，为修正得分范围最大值，为原始得分范围最小值，为原始得分范围最大值，为每一区域风险得分。
[0015]在上述的实现过程中，根据修正得分范围、每一区域的原始得分范围以及每一区域风险得分，将每一区域的风险得分映射为标准化分数，便于审批人员根据标准化分数进行决策。
[0016]可选地，在本申请实施例中，在将证件图像进行区域划分，获得证件图像对应的多个证件区域图像之前，方法还包括：获得待处理图像，将待处理图像输入预设的证件检测模型，获得证件检测结果；若证件检测结果表征待处理图像包括待处理证件图像，则获得待处
理证件图像的角顶点坐标；根据角顶点坐标，将待处理证件图像进行仿射变换，获得证件图像。
[0017]在上述的实现过程中，首先对待处理图像进行证件检测，若其中包括待处理证件图像，则根据角顶点坐标对待处理证件图像进行仿射变换，将任意角度拍摄的身份证图像矫正为标准矩形，以使后续区域划分等操作更为精准，提高证件识别的准确性。
[0018]第二方面，本申请实施例还提供了一种证件识别装置，包括：划分模块，用于将证件图像进行区域划分，获得证件图像对应的多个证件区域图像；识别模块，用于将证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分；得分模块，用于根据每一区域风险得分，获得证件图像的识别得分，识别得分表征证件图像被篡改的风险概率。
[0019]第三方面，本申请实施例还提供了一种电子设备，包括：处理器和存储器，存储器存储有处理器可执行的机器可读指令，机器可读指令被处理器执行时执行如上面描述的方法。
[0020]第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上面描述的方法。...
【技术保护点】
【技术特征摘要】
1.一种证件识别方法，其特征在于，包括：将证件图像进行区域划分，获得所述证件图像对应的多个证件区域图像；将所述证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分；根据每一区域风险得分，获得所述证件图像的识别得分，所述识别得分表征所述证件图像被篡改的风险概率。2.根据权利要求1所述的方法，其特征在于，所述证件图像包括证件反面图像和证件正面图像；所述将证件图像进行区域划分，获得所述证件图像对应的多个证件区域图像，包括：将所述证件反面图像进行区域划分，获得反面区域图像；所述反面区域图像包括反面标准蓝字区域图像、姓名区域图像、民族区域图像、住址区域图像、身份证号码区域图像以及证件照区域图像；将所述证件正面图像进行区域划分，获得正面区域图像；所述正面区域图像包括居民身份证区域图像、正面标准蓝字区域图像、身份证发证机关区域图像以及身份证有效期区域图像。3.根据权利要求1所述的方法，其特征在于，在所述将所述证件的每一区域图像，分别输入预设的每一区域对应的识别模型，获得每一区域图像的风险得分之前，所述方法还包括：根据每一证件区域的造假模式以及预设证件图像，生成每一证件区域对应的样本数据；所述造假模式包括字体造假模式、版式造假模式以及证件照造假模式中的至少一种；通过所述每一证件区域对应的样本数据，训练每一证件区域预设的神经网络模型；获得每一区域对应的识别模型。4.根据权利要求3所述的方法，其特征在于，所述根据每一证件区域的造假模式，生成每一证件区域对应的样本数据，包括：根据预设不同类型和不同大小的字体，对预设证件图像的字体进行替换，生成所述证件区域的所述字体造假样本数据；通过对所述预设证件图像中的区域图像或所述区域图像内的文字进行移动，生成所述证件区域的版式造假样本数据；将所述预设证件图像中的证件照区域图像替换为待替换证件照，生成所述证件区...
【专利技术属性】
技术研发人员：金秋，吕文勇，周智杰，王渊，吴枭，汪劲松，
申请(专利权)人：成都新希望金融信息有限公司，
类型：发明
国别省市：
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。