[發明專利]身份證件的翻拍圖像識別方法、裝置、設備及介質

在審

• 申請號: 202010064685.1
• 申請日: 2020-01-20
• 公開（公告）號: CN111275685A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 喻晨曦
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06T7/40;G06N3/04;G06N3/08
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 張美君

1.一種身份證件的翻拍圖像識別方法，其特征在于，包括：

接收證件驗證指令，獲取待識別身份證件圖像；

將所述待識別身份證件圖像輸入頭像檢測模型，獲取所述待識別身份證件圖像中的頭像照；所述頭像檢測模型根據YOLO算法訓練完成；

根據六角錐體顏色模型將所述頭像照轉換為色調飽和度圖像，同時根據顏色空間模型將所述頭像照轉換為色彩視頻圖像；

將所述色調飽和度圖像和所述色彩視頻圖像同時輸入訓練完成的融合化深度卷積神經網絡模型，通過所述融合化深度卷積神經網絡模型對所述色調飽和度圖像和所述色彩視頻圖像進行紋理特征的提取，并獲取所述融合化深度卷積神經網絡模型根據所述紋理特征輸出的識別結果，所述識別結果表征了所述待識別身份證件圖像是否為翻拍。

2.如權利要求1所述的身份證件的翻拍圖像識別方法，其特征在于，所述將所述待識別身份證件圖像輸入頭像檢測模型，獲取所述待識別身份證件圖像中的頭像照，包括：

通過所述頭像檢測模型中的YOLO算法進行多尺度特征檢測所述待識別身份證件圖像中是否包含人臉以及和人臉連接的脖子；

在所述待識別身份證件圖像中包含人臉以及和人臉連接的脖子時，則根據所述人臉以及脖子的位置確定所述待識別身份證件圖像中包含頭像照的頭像區域，并在所述頭像區域中提取所述頭像區域中的頭像照。

3.如權利要求1所述的身份證件的翻拍圖像識別方法，其特征在于，所述根據六角錐體顏色模型將所述頭像照轉換為色調飽和度圖像，同時根據顏色空間模型將所述頭像照轉換為色彩視頻圖像，包括：

將所述頭像照通過通道分離，分離出紅色通道的紅色通道圖像、綠色通道的綠色通道圖像和藍色通道的藍色通道圖像；

根據所述六角錐體顏色模型對所述紅色通道圖像、綠色通道圖像和藍色通道圖像進行轉換，得到所述色調飽和度圖像；其中，所述色調飽和度圖像包括色調通道的色調通道圖像、飽和度通道的飽和度通道圖像和明度通道的明度通道圖像；

根據顏色空間模型對所述紅色通道圖像、綠色通道圖像和藍色通道圖像進行轉換，得到所述色彩視頻圖像；其中，所述色彩視頻圖像包括灰度通道的灰度通道圖像、色度紅通道的色度紅通道圖像和色度藍通道的色度藍通道圖像。

4.如權利要求1所述的身份證件的翻拍圖像識別方法，其特征在于，所述將所述色調飽和度圖像和所述色彩視頻圖像同時輸入訓練完成的融合化深度卷積神經網絡模型，通過所述融合化深度卷積神經網絡模型對所述色調飽和度圖像和所述色彩視頻圖像進行紋理特征的提取，并獲取所述融合化深度卷積神經網絡模型根據所述紋理特征輸出的識別結果，所述識別結果表征了所述待識別身份證件圖像是否為翻拍，包括：

將所述色調飽和度圖像輸入預設的第一深度卷積神經網絡模型，通過所述第一深度卷積神經網絡模型對所述色調飽和圖像進行第一紋理特征的提取，并獲取所述第一深度卷積神經網絡模型根據所述第一紋理特征輸出的第一識別神經元；將所述色彩視頻圖像輸入預設的第二深度卷積神經網絡模型，通過所述二深度卷積神經網絡模型對所述色彩視頻圖像進行第二紋理特征的提取，并獲取所述第二深度卷積神經網絡模型根據所述第二紋理特征輸出的第二識別神經元；

將所述第一識別神經元和所述第二識別神經元進行融合，得到融合數組；

將所述融合數組輸入至預設的識別層，通過所述識別層對所述融合數組進行識別，獲取所述識別層輸出的識別結果并記錄為所述融合化深度卷積神經網絡模型輸出的識別結果。

5.如權利要求4所述的身份證件的翻拍圖像識別方法，其特征在于，所述將所述色調飽和度圖像輸入預設的第一深度卷積神經網絡模型，通過所述第一深度卷積神經網絡模型對所述色調飽和圖像進行第一紋理特征的提取，并獲取所述第一深度卷積神經網絡模型根據所述第一紋理特征輸出的第一識別神經元，包括：

將所述色調飽和度圖像輸入所述第一深度卷積神經網絡模型的第一卷積層，通過所述第一卷積層對所述色調飽和圖像進行第一紋理特征的提取，并獲取所述卷積層輸出的第一卷積數據；

將所述第一卷積數據進行壓平處理，生成第一單維向量；

將所述第一單維向量輸入所述第一深度卷積神經網絡模型的第一全連接層，所述第一全連接層根據所述第一單維向量輸出所述第一識別神經元。