[發明專利]證件翻拍檢測方法、裝置、電子設備及可讀存儲介質

有效

• 申請號: 202110596941.6
• 申請日: 2021-05-31
• 公開（公告）號: CN113033530B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 趙小詣;呂文勇;周智杰
• 申請（專利權）人: 成都新希望金融信息有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/22;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 蔣姍

本申請提供一種證件翻拍檢測方法、裝置、電子設備及可讀存儲介質，涉及計算機圖像處理領域。方法包括：獲取用于證件翻拍檢測的視頻數據；基于預設檢測策略判斷視頻數據的圖像幀中是否存在待測圖像，待測圖像為需要進行證件翻拍檢測的圖像；當圖像幀中存在待測圖像時，將待測圖像輸入經過訓練的基于深度學習的翻拍檢測模型，得到翻拍檢測模型對待測圖像的第一檢測結果，第一檢測結果表征待測圖像中的證件圖是翻拍或不是翻拍，如此，無需對視頻數據中的每個圖像幀進行檢測，有利于減少翻拍檢測模型所檢測的圖像數量，從而提高證件翻拍檢測的效率。

技術領域

本申請涉及計算機圖像處理領域，具體而言，涉及一種證件翻拍檢測方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著互聯網金融的普及，線上開戶、辦理業務等服務逐漸成為金融、電商等行業的重要業務。目前基于線上的服務相比線下服務增加了用戶信息真實性的風險。比如，用戶可能通過翻拍手機、電腦等設備顯示屏上的證件信息，并作為用戶信息進行上傳。該翻拍證件可能不是用戶本人真實證件，或者存在被編輯、篡改、偽造等情況。因此，業務中存在需要對翻拍證件情況進行識別的需求。目前，翻拍檢測通常是人工進行檢查與審核，導致處理的效率低。

發明內容

本申請實施例的目的在于提供一種證件翻拍檢測方法、裝置、電子設備及可讀存儲介質，能夠提高證件翻拍檢測的效率。

為了實現上述目的，本申請的實施例通過如下方式實現：

第一方面，本申請實施例提供一種證件翻拍檢測方法，所述方法包括：

獲取用于證件翻拍檢測的視頻數據；

基于預設檢測策略判斷所述視頻數據的圖像幀中是否存在待測圖像，所述待測圖像為需要進行證件翻拍檢測的圖像；

當所述圖像幀中存在所述待測圖像時，將所述待測圖像輸入經過訓練的基于深度學習的翻拍檢測模型，得到所述翻拍檢測模型對所述待測圖像的第一檢測結果，所述第一檢測結果表征所述待測圖像中的證件圖是翻拍或不是翻拍。

在上述的實施方式中，在翻拍檢測模型進行翻拍檢測之前，先對視頻數據的圖像幀進行預處理，以判斷視頻數據中是否存在待測圖像，并在視頻數據中存在待測圖像時，才將待測圖像輸入翻拍檢測模型，由翻拍檢測模型對待測圖像進行翻拍檢測，如此，無需對視頻數據中的每個圖像幀進行檢測，有利于減少翻拍檢測模型所檢測的圖像數量，從而提高證件翻拍檢測的效率。

結合第一方面，在一些可選的實施方式中，在獲取用于證件翻拍檢測的視頻數據之前，所述方法還包括：

通過第一類圖像集和第二類圖像集，對所述網絡模型進行訓練，得到所述翻拍檢測模型，所述第一類圖像集包括翻拍證件得到的圖像，所述第二類圖像集包括不是翻拍證件得到的圖像；

其中，所述網絡模型包括cbr卷積模塊、crc卷積模塊及Deep卷積模塊，所述cbr卷積模塊包括相互串接的卷積層、批量標準化層及Relu激活函數層，所述crc卷積模塊包括卷積層、Relu激活函數層及卷積層，所述Deep卷積模塊包括至少兩個串接的cbr卷積模塊，所述crc卷積模塊中的所述Relu激活函數層的兩端分別與兩個所述卷積層連接，所述cbr卷積模塊、所述crc卷積模塊及所述Deep卷積模塊用于對所述第一類圖像集和所述第二類圖像集進行特征抽取。

在上述的實施方式中，網絡模型的結構經過簡化，有利于提示計算速率。另外，通過對網絡模型進行訓練，以得到基于深度學習的翻拍檢測模型，使得翻拍檢測模型可以對待測圖像中的證件圖是否為翻拍進行檢測，通過翻拍檢測模型替代人工檢測，有利于提高證件翻拍檢測的效率。

結合第一方面，在一些可選的實施方式中，基于預設檢測策略判斷所述視頻數據的圖像幀中是否存在待測圖像，包括：

判斷所述視頻數據的每個圖像幀中是否均存在表征顯示屏的第一圖區以及表征證件圖的第二圖區；