[發明專利]一種高效的身份證照片篩選方法

在審

• 申請號: 201810253794.0
• 申請日: 2018-03-26
• 公開（公告）號: CN108509885A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 莊文林;夏思宇;李鈺
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

本發明公開了一種高效的身份證照片篩選方法，通過尋找圖像中的人臉確定身份證的大致區域，在此區域進行文本行檢測，通過文本行檢測結果設定符合身份證信息的文本行規則，從而過濾掉非身份證照片。本發明方法能夠應對不同光照環境下的照片，邊緣模糊，噪聲，不完整圓等干擾，抗干擾能力強，保持極低的誤識率，篩選正確率高并且耗時短。相對于人工篩選以及傳統的圖像處理方法篩選，本方法在綜合性能上表現更好，并且能夠滿足實際需求，在魯棒性、高效性上得到體現。

技術領域

本發明屬于計算機視覺、圖像處理技術領域，涉及一種圖像篩選技術，更為具體的說，是涉及一種高效的身份證照片篩選方法。

背景技術

近年來，隨著人民生活水平的提高，銀行等方面的業務繁忙，而信用卡辦理等方面的業務窗口辦理更為繁忙，并且由于互聯網的興趣，直接網上辦理成為關鍵。網上辦理此類業務需要多種多樣的個人信息，其中最為重要的就是身份證，即需要上傳已拍攝的身份證照片。這樣的照片數據量是很大的，如果能在工作人員進行最后的信息核對之前進行身份證的智能篩選將極大方便工作人員，同時也會提高工作效率。

現有的篩選方法包括人工篩選以及傳統圖像處理篩選算法。人工篩選是最簡單的篩選方法，即通過人的眼、腦配合達到篩選目的。這種方法缺陷也很明顯，由于人眼判斷并不標準、規范，錯誤率也比較高，而且人工的效率是極為低下的，在現今龐大數據中更顯其效率之低。傳統的圖像處理篩選算法，首先通過簡單的圖像二值化操作，其次再進行圖像去噪處理，之后通過邊緣提取，如Canny算子，從而確定身份證的大致區域，最后再通過此區域的二值化信息確定是否為身份證圖像。這種方法受光照、拍攝角度等影響嚴重，并且在進行身份證區域提取時，前景圖和背景圖之間的差異必須足夠大，這樣才能在邊緣提取時才能得到較為完整的邊緣信息。

在身份證圖像篩選的環境中會出現各種各樣的干擾，例如光照明暗，模糊，高斯白噪聲、拍攝角度等影響。除去以上的各個因素，更重要的在于少數民族等部分身份證上面還包含了更多的信息，如少數民族語言文字等，此外，如何排除所拍攝的照片包含原身份證而非復印件，這些都是很關鍵的問題。這些問題對于篩選算法的要求非常高，如今的算法很難滿足需求。很多人臉檢測都是使用OpenCV自帶的檢測接口，即使用haar檢測人臉，雖然方便調用，但是存在性能差、速度慢的問題。而且，自然場景圖中的文本行檢測也是一直以來學術界的研究重點之一，如使用支持向量機(SVM)進行文本檢測，目前尚無應用在身份證圖像篩選上的良好的文本檢測方法。

發明內容

為解決現有身份證篩選技術中存在的篩選正確率不高，魯棒性、耗時和穩定性的綜合性能差等問題，本發明公開了一種高效的身份證照片篩選方法，通過尋找圖像中的人臉確定身份證的大致區域，在此區域進行文本行檢測，通過文本行檢測結果設定符合身份證信息的文本行規則，從而過濾掉非身份證照片。

為了達到上述目的，本發明提供如下技術方案：

一種高效的身份證照片篩選方法，包括如下步驟：

步驟一，人臉檢測

采用dlib庫檢測圖像上的人臉區域和人臉角度，當未檢測出人臉時沿一個方向對圖像旋轉90°后再行檢測，直至檢測到人臉；

步驟二，調整水平

根據步驟一中檢測到的人臉的關鍵點，計算出人臉角度，根據此角度再進行調整至圖像水平；

步驟三，文本行檢測

采用基于caffe的深度學習模型CTPN算法對在人臉檢測得到身份證的區域進行文本行檢測，得到文本行的位置；

步驟四，根據篩選規則刪除不合格圖像

設定篩選規則，如有一項規則不符則過濾，滿足所有規則則通過；所述篩選規則包括：

(1)文本行行數大于等于5；