[發明專利]單證圖像翻拍檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010936352.3
• 申請日: 2020-09-08
• 公開（公告）號: CN112085094A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 寧培陽
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06K9/46;G06N3/08
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種單證圖像翻拍檢測方法，其特征在于，所述方法包括：

對單證圖像進行采樣處理，得到采樣圖像；

對所述采樣圖像進行濾波處理，得到分別經低通、水平高通、垂直高通處理得到的第一單證子圖、第二單證子圖、第三單證子圖；

整合所述第一單證子圖、所述第二單證子圖以及所述第三單證子圖，得到待檢測圖像；

對所述待檢測圖像進行摩爾特征提取，得到第一定長向量；

將所述第一定長向量輸入訓練好的線性分類器中，輸出得到對所述單證圖像的翻拍檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述對單證圖像進行采樣處理，得到采樣圖像，包括：

將所述單證圖像轉換為灰度圖像；

分別通過第一卷積核、第二卷積核對所述灰度圖像進行濾波處理，得到第一濾波圖像、第二濾波圖像；

根據第一預設比例整合所述第一濾波圖像、第二濾波圖像，得到待劃分圖像；

均分所述待劃分圖像得到多個子區域，并計算各子區域的第一像素均值；

將最小的所述第一像素均值對應的子區域作為初始選定區域，其中，所述初始選定區域的第一像素均值為最小像素均值；

根據區域生成算法獲取所述初始選定區域的相鄰子區域，作為待選定區域；

對于待選定區域，分別計算其最小外接矩形區域和最大內接矩形區域的第二像素均值，取所述第二像素均值不超過預設均值的矩形區域作為最終選定區域；

基于所述最終選定區域從所述單證圖像中得到所述采樣圖像。

3.根據權利要求2所述的方法，其特征在于，所述根據第一預設比例整合所述第一濾波圖像、第二濾波圖像，得到待劃分圖像，包括：

按照所述第一預設比例，將所述第一濾波圖像與所述第二濾波圖像的像素點對應相加，得到所述待劃分圖像。

4.根據權利要求2所述的方法，其特征在于，所述根據區域生成算法獲取所述初始選定區域的相鄰子區域，作為待選定區域，包括：

計算所述待劃分圖像的第三像素均值；

將所述第一像素均值在所述最小像素均值與所述第三像素均值范圍內的子區域，作為待選子區域；

從所述待選子區域中獲取與所述初始選定區域直接相鄰的子區域，以及通過所述待選子區域中任一子區域與所述初始選定區域間接相鄰的子區域，并將獲取到的子區域與所述初始選定區域一起作為所述待選定區域。

5.根據權利要求1所述的方法，其特征在于，在所述將所述第一定長向量輸入訓練好的線性分類器中之前，還包括：

獲取所述單證圖像的第二定長向量；

獲取所述單證圖像的類別信息，并對所述類別信息進行編碼處理，得到第三定長向量；

將所述第二定長向量和所述第三定長向量中的一個或多個與所述第一定長向量拼接后輸入到所述線性分類器中，得到所述翻拍檢測結果。

6.根據權利要5所述的方法，其特征在于，所述獲取所述單證圖像的第二定長向量，包括：

通過雙線性差值算法將所述單證圖像縮放為長寬為第二預設比例的待提取圖像；

采用輕量卷積神經網絡對所述待提取圖像進行邊框特征提取，得到所述第二定長向量。

7.根據權利要求5所述的方法，其特征在于，所述將所述第二定長向量和所述第三定長向量中的一個或多個與所述第一定長向量拼接后輸入到所述線性分類器中，得到所述翻拍檢測結果，包括：

將所述第二定長向量和所述第三定長向量中的一個或多個與與所述第一定長向量拼接為一個維度的輸入向量；

通過公式：

y＝f(sigmoid(W^TV))

對所述輸入向量進行處理，得到所述翻拍檢測結果，其中，W為輸入向量的權重向量、V為輸入向量、sigmoid(x)為歸一化函數、f(x)為硬判決函數。