彩打证件识别模型训练方法技术

本说明书实施例公开了一种彩打证件识别模型训练方法，包括：针对每个证件样本，在所述证件样本上的不同位置引入光照信息，并对所述证件样本进行图像采集，得到证件样本图像序列；所述证件样本包括真实证件样本和彩打证件样本；为所述证件样本图像序列设置分类标签；通过所述证件样本图像序列和所述分类标签训练预先构建的分类器模型，直至获得满足预设条件的彩打证件识别模型

【技术实现步骤摘要】
彩打证件识别模型训练方法、彩打证件识别方法及装置


[0001]本专利技术涉及计算机
，尤其涉及一种彩打证件识别模型训练方法
、
彩打证件识别方法及装置
。

技术介绍

[0002]在基于证件的身份认证过程中，通常需要采集证件图像，然后通过防伪算法识别图像的真实性，进而核验图像中的身份信息是否正确
。
目前，黑灰产行业会采用彩打证件来骗过防伪算法
。
彩打证件与真实证件的差异较小，当前防伪算法对这种微小差异并不敏感，不能较好地抵抗彩打证件的攻击
。

技术实现思路

[0003]本说明书的一个或多个实施例提供了一种彩打证件识别模型训练方法
、
彩打证件识别方法及装置，能够通过采集证件视频序列，并引入光照，有效区分彩打证件与真实证件
。
[0004]根据第一方面，提供了一种彩打证件识别模型训练方法，包括：
[0005]针对每个证件样本，在所述证件样本上的不同位置引入光照信息，并对所述证件样本进行图像采集，得到证件样本图像序列；所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种彩打证件识别模型训练方法，包括：针对每个证件样本，在所述证件样本上的不同位置引入光照信息，并对所述证件样本进行图像采集，得到证件样本图像序列；所述证件样本包括真实证件样本和彩打证件样本；为所述证件样本图像序列设置分类标签；通过所述证件样本图像序列和所述分类标签训练预先构建的分类器模型，直至获得满足预设条件的彩打证件识别模型
。2.
如权利要求1所述的方法，所述在所述证件样本上的不同位置引入光照信息，具体包括：在对所述证件样本进行图像采集的过程中，通过光源照射所述证件样本的不同位置，以在所述证件样本上的不同位置引入所述光照信息
。3.
如权利要求1所述的方法，还包括：在对所述证件样本进行图像采集的过程中，对图像采集设备与所述证件样本之间的相对位置进行至少一轮位置调整，直至获得所有预设采集角度的证件样本图像；每一轮所述位置调整具体包括：针对当前采集到的证件样本图像，基于所述证件样本图像中所述证件样本的四个角点的位置，确定所述证件样本图像的采集角度；基于所述采集角度和预设的目标采集角度，确定调整角度；基于所述调整角度，调整所述图像采集设备与所述证件样本之间的相对位置
。4.
如权利要求1所述的方法，还包括：在对所述证件样本进行图像采集的过程中，基于所述证件样本与图像采集设备之间的相对位置关系确定采集角度；当所述采集角度发生变化时，对所述证件样本进行隔帧图像采集
。5.
如权利要求1所述的方法，还包括：在对所述证件样本进行图像采集的过程中，对所述证件样本进行目标跟踪，以使所述证件样本完整落入图像采集框中
。6.
如权利要求1所述的方法，还包括：在得到所述证件样本图像序列后，针对所述证件样本图像序列中的每一张证件样本图像，确定所述证件样本图像中证件样本的四个角点的位置；基于所述证件样本图像中证件样本的四个角点的位置，对所述证件样本图像序列中的所述证件样本图像进行对齐处理
。7.
如权利要求1所述的方法，所述分类器模型包括多个独立编码器和一个全局编码器；所述多个独立编码器的卷积核各不相同；所述多个独立编码器对输入的所述证件样本图像序列分别进行特征提取，得到不同维度的第一特征图像；所述全局编码器将所述多个独立编码器输出的不同维度的所述第一特征图像进行聚合，得到第二特征图像，并将所述第二特征映射到预设的类别输出层
。8.
如权利要求7所述的方法，相邻的所述独立编码器之间通过特征融合结构连接；所述独立编码器对输入的所述证件样本图像序列进行特征提取后，通过所述特征融合结构将提取的特征与相邻独立编码器提取的中间特征进行融合，得到所述第一特征图像
。9.
一种彩打证件识别方法，包括：获取待识别的目标证件；
在所述目标证件上的不同位置引入光照信息，并对所述目标证件进行图像采集，得到目标证件图像序列；将所述目标证件图像序列输入至彩打证件识别模型，所述彩打证件识别模型通过权利要求1至8任意一项所述的彩打证件识别模型训练方法预先训练得到；基于所述彩打证件识别模型的识别结果，确定所述目标证件是否为彩打证件
。10.
一种彩打证件识别模型训练装置，包括：第一图像采集模块，配置为对证件样本进行图像采集，得到证件样本图...

【专利技术属性】
技术研发人员：陈志军，刘健，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：