[發明專利]一種身份證打碼系統及方法

在審

• 申請號: 201710545725.2
• 申請日: 2017-07-06
• 公開（公告）號: CN107369086A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 吳祥輝;馮炯;范詩劍;顧濤;戎懷陽;賀曄峰
• 申請（專利權）人: 上海你我貸互聯網金融信息服務有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06T11/40;G06K9/00;G06K9/32
• 代理公司: 北京德恒律治知識產權代理有限公司11409
• 代理人: 章社杲,盧軍峰

技術領域

本申請涉及一種身份證打碼系統及方法。

背景技術

在信貸業務中，有時需要為用戶提供借貸人的部分身份證信息，但是又不能完全暴露借貸人的身份證信息，于是需要利用身份證打碼技術隱去借貸人的身份證部分敏感信息，例如隱去身份證號碼的最后幾位數字等。身份證打碼指通過圖像處理，將身份證部分區域進行處理，從而隱去個人敏感信息。

但是，一般借貸人上傳的照片在各種復雜環境下拍攝，圖像質量參差不齊，給機器識別帶來了困難。目前身份證打碼一般使用手工打碼，需要以人工方式對身份證一張張進行處理，非常耗時耗力，并且容易出錯。

另外，由于身份證在拍攝過程中往往由于擺放不整齊、光線投射、陰影、鏡頭對焦不準、身份證自身的折舊等原因，使得上傳的身份證照片具有很多問題。而傳統的圖像算子處理，只能對處于相同環境條件下的規整身份證進行定位處理，對于各種環境下拍攝的、有問題的身份證照片則無能為力，經常會將身份證的字符位置和身份證背景搞混而無法定位打碼。

綜上，現有的身份證打碼技術至少包括以下兩方面的缺點：一、大多數采用人工打碼實現，或者只能在規整的身份證上實現，無法實現自動化；二、處理速度慢，定位不精準，無法滿足批量打碼的需求。

針對相關技術中的上述問題，目前尚未提出有效的解決方案。

發明內容

針對相關技術中的上述問題，本申請提出一種身份證打碼系統及方法，能夠結合深度學習和圖像處理技術實現身份證信息的全自動打碼，可以按照需求隱去用戶信息。

本申請的技術方案是這樣實現的：

根據本申請的一個方面，提供了一種身份證打碼系統，包括：

人臉定位模塊，利用人臉檢測深度學習模型定位身份證上的人臉區域；

字符定位模塊，用于定位身份證上的多個字符區域；以及

區域打碼模塊，連接于人臉定位模塊和字符定位模塊，區域打碼模塊根據需要對人臉區域和多個字符區域中需要隱藏的區域進行打碼處理。

在一個實施例中，字符定位模塊利用字符定位深度學習模型和字符結構定位算法定位多個字符區域。

其中，字符定位模塊包括：圖像分層子模塊，根據像素值的分布統計結果對身份證的圖像像素進行分層處理；像素處理子模塊，基于非參數核密度估計對每一層的字符圖像像素進行二值化處理，并在二值化處理之后進行迭代搜索；以及定位信息生成子模塊，根據迭代搜索的結果定位字符區域。

在一個實施例中，人臉檢測深度學習模型為rcnn神經網絡模型。

在一個實施例中，其中，字符定位模塊包括tensorfolw機器學習平臺；以及字符定位深度學習模型包括vgg16網絡模型。

在一個實施例中，還包括：驗證模塊，連接于人臉定位模塊、字符定位模塊、和區域打碼模塊，驗證模塊通過字符結構定位算法對定位的人臉區域和多個字符區域進行交叉驗證。

根據本申請的另一方面，提供了一種身份證打碼方法，包括：

利用人臉檢測深度學習模型定位身份證上的人臉區域；

定位身份證上的多個字符區域；以及

根據需要對人臉區域和多個字符區域中需要隱藏的區域進行打碼處理。

在一個實施例中，定位身份證上的多個字符區域包括：利用字符定位深度學習模型定位和字符結構定位算法定位多個字符區域。

其中，利用字符定位深度學習模型定位和字符結構定位算法定位多個字符區域包括：根據像素值的分布統計結果對身份證的圖像像素進行分層處理；基于非參數核密度估計對每一層的字符圖像像素進行二值化處理，并在二值化處理之后進行迭代搜索；以及根據迭代搜索的結果定位字符區域。

其中，在定位身份證上的多個字符區域之后還包括：通過字符結構定位算法對定位的人臉區域和多個字符區域進行交叉驗證。

本申請通過結合深度學習和圖像處理技術，實現了身份證全自動打碼，可以按照需求隱去身份證中的用戶信息；實現了對身份證進行批量打碼處理，速度快、效率高，可以實時、高效地處理各種身份證。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是根據本申請實施例的身份證打碼系統的框圖；

圖2是根據本申請實施例的身份證打碼系統的工作流程圖；