[發明專利]圖像處理方法以及裝置、設備、存儲介質

在審

• 申請號: 201910966913.1
• 申請日: 2019-09-30
• 公開（公告）號: CN110706185A
• 公開（公告）日: 2020-01-17
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海數禾信息科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13;G06K9/62;G06N3/08
• 代理公司: 11541 北京卓唐知識產權代理有限公司
• 代理人: 唐海力

本申請公開了一種圖像處理方法以及裝置、設備、存儲介質。該方法包括輸入待處理圖片到神經網絡模型；根據所述神經網絡模型，輸出圖片信息是否完成的檢測結果；在訓練所述神經網絡模型時還包括用于增加所述神經網絡模型的泛化能力的步驟：在處理訓練集中的圖片時使用加速神經網絡訓練方式；在圖像增強階段，使用非平移或者非旋轉的處理方式。本申請解決了對于身份證信息完整性的圖像處理效果不佳的技術問題。通過本申請對傳統的卷積神經網絡訓練進行了優化，更適用于身份證缺邊檢測的場景。

技術領域

本申請涉及圖像處理領域，具體而言，涉及一種圖像處理方法以及裝置、設備、存儲介質。

背景技術

線上業務審核時，用戶提供的身份證照片有效性檢測成為業務線上化的一個重要環節。

發明人發現，針對用戶上傳身份證照片中身份證是否完整的檢測缺少對于身份證缺邊檢測，進一步由于特征位于照片邊緣部分，與正常照片并無明顯特征，給目標圖像處理造成了困難。

針對相關技術中對于身份證信息完整性的圖像處理效果不佳的問題，目前尚未提出有效的解決方案。

發明內容

本申請的主要目的在于提供一種圖像處理方法以及裝置、設備、存儲介質，以解決對于身份證信息完整性的圖像處理效果不佳的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種圖像處理方法，用于檢測圖像信息是否完整。

根據本申請的圖像處理方法包括：輸入待處理圖片到神經網絡模型；根據所述神經網絡模型，輸出圖片信息是否完成的檢測結果；在訓練所述神經網絡模型時還包括用于增加所述神經網絡模型的泛化能力的步驟：在處理訓練集中的圖片時使用加速神經網絡訓練方式；在圖像增強階段，使用非平移或者非旋轉的處理方式。

進一步地，在處理訓練集中的圖片時使用加速神經網絡訓練方式包括：

基于預設卷積神經網絡，設置所述Batchnorm算法模型的超參選擇，并采用Batchnorm算法模型在已打標的數據集上進行訓練。

進一步地，在圖像增強階段，使用非平移或者非旋轉的處理方式包括：

在圖像增強階段，使用非左右平移的處理方式進行圖片增強處理。

進一步地，在圖像增強階段，使用非平移或者非旋轉的處理方式包括：

在圖像增強階段，非旋轉的處理方式進行圖片增強處理。

進一步地，所述用于檢測圖像信息是否完整包括：檢測身份證的圖像信息是否完整，

輸入待處理圖片到神經網絡模型，包括：

輸入待處理身份證的圖片到神經網絡模型，

根據所述神經網絡模型，輸出圖片信息是否完成的檢測結果，包括：

根據所述神經網絡模型，輸出身份證圖片是否缺邊檢測的檢測結果。

為了實現上述目的，根據本申請的另一方面，提供了一種圖像處理裝置，用于檢測圖像信息是否完整。

根據本申請的圖像處理裝置包括：輸入模塊，用于輸入待處理圖片到神經網絡模型；輸出模塊，用于根據所述神經網絡模型，輸出圖片信息是否完成的檢測結果；還包括：優化模塊，用于在訓練所述神經網絡模型時還包括用于增加所述神經網絡模型的泛化能力的步驟：在處理訓練集中的圖片時使用加速神經網絡訓練方式；在圖像增強階段，使用非平移或者非旋轉的處理方式。

進一步地，所述優化模塊，用于

基于預設卷積神經網絡，設置所述Batchnorm算法模型的超參選擇，并采用Batchnorm算法模型在已打標的數據集上進行訓練。