识别证件中证件照伪装的方法、装置、设备及存储介质与流程

本申请涉及图像处理技术领域，尤其涉及一种识别证件中证件照伪装的方法、装置、设备及存储介质。

背景技术：

随着互联网普及以及技术的发展，证券、银行、保险等行业中的很多业务的办理也逐渐可以在终端设备(如vtm，手机等)上实现，目前最普遍的是网上银行、手机银行等。这些业务按照规定都是需要“客户本人持本人有效证件”进行办理。

如果按传统方式在营业网点的柜面办理，需要客户本人持本人有效证件到柜面进行办理，由柜面工作人员现场验证客户身份。如果将这些业务搬到终端设备上，则面临的主要问题是对客户身份的验证，即如何确定是“客户本人持本人有效证件”在办理。上述过程需要进行两个阶段的验证：身份证信息验证，以及是否本人的验证。对于身份证验证，目前比较常用的做法是让客户分别拍身份证正反面的图像和人脸图像，然后传到后台审核人员进行人工审核(针对所有身份证)。

在身份证采集后，需要对身份证的真伪进行识别。现在有些不法分子，采用大头贴贴在身份证证件照所在的位置，伪造身份证。如何能够有效识别出大头贴覆盖伪装的身份证，提高身份证真伪识别的准确度，是需要解决的问题。

技术实现要素：

本申请提供了一种识别证件中证件照伪装的方法、装置、设备及存储介质，用以有效识别出大头贴覆盖证件照伪装的证件，提高证件真伪识别的准确度。

第一方面，本申请实施例提供了一种识别证件中证件照伪装的方法，包括：

获取证件图像，其中，所述证件图像中包括证件照；

确定所述证件图像证件照中的人脸区域；

根据所述人脸区域，从所述证件图像中截取得到证件照子图像，其中，所述证件照子图像中包括证件照的边界；

获取所述证件照子图像中证件照的特征；

根据所述特征，判断所述证件图像中是否存在证件照伪装。

可选地，根据所述人脸区域，从所述证件图像中截取得到证件照子图像，包括：

将所述人脸区域作为中心区域，将所述中心区域向四周外扩设定大小的区域，将外扩后得到的区域作为所述证件照子图像。

可选地，所述特征用于指示所述证件照子图像中是否存在证件照与证件的粘贴效果。

可选地，根据所述特征，判断所述证件图像中是否存在证件照伪装，包括：

若确定所述特征指示所述证件照子图像中存在证件照与证件的粘贴效果，则判定所述证件图像中存在证件照伪装；

若确定所述特征指示所述证件照子图像中存在证件照与证件的粘贴效果，则判定所述证件图像中不存在证件照伪装。

可选地，获取所述证件照子图像中证件照的特征，包括：

将所述证件照子图像输入至识别模型，获得所述识别模型输出的所述证件照子图像中证件照的特征；

其中，所述识别模型为：采用样本证件图像的集合对预设模型进行训练得到，其中，所述样本证件图像的集合中包括样本证件图像与特征之间的对应关系，所述特征用于指示所述证件图像中是否存在证件照与证件之间的粘贴效果。

可选地，所述样本证件图像中的人脸区域的特征被去除；

计算所述证件照子图像中证件中的特征之前，所述方法还包括：

将所述证件图像中所述人脸区域的特征去除。

可选地，所述设定大小的区域所占的面积与所述证件图像的面积的比值为设定值。

第二方面，本申请实施例提供了一种识别证件中证件照伪装的装置，包括：

获取模块，用于获取证件图像，其中，所述证件图像中包括证件照；

确定模块，用于确定所述证件图像证件照中人脸区域；

截取模块，用于根据所述人脸区域，从所述证件图像中截取得到证件照子图像，其中，所述证件照子图像中包括证件照的边界；

识别模块，用于获取所述证件照子图像中证件照的特征；

判断模块，用于根据所述特征，判断所述证件图像中是否存在证件照伪装。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的识别证件中证件照伪装的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的识别证件中证件照伪装的方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，通过识别证件图像证件照中的人脸区域，根据该人脸区域从证件图像中截取得到证件照子图像，获取该证件照子图像中证件照的特征，使得能够根据该特征有效识别出该证件图像中是否存在大头贴等头像伪装证件照的情况，提高了证件真伪识别的准确率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中识别证件中证件照伪装的方法流程示意图；

图2为本申请实施例中人脸区域外扩示意图；

图3为本申请实施例中识别证件中证件照伪装的装置结构示意图；

图4为本申请实施例中电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例中，为了解决证件中采用大头贴伪装证件照后，无法有效识别证件真伪，导致识别错误的问题，提出了一种识别证件中证件照伪装的方法，该方法可以应用于任意一个电子设备，该电子设备可以是终端设备，也可以是服务器。

如图1所示，识别证件中证件照伪装的具体过程如下：

步骤101，获取证件图像，其中，该证件图像中包括证件照。

其中，如果是由终端设备识别证件中证件照伪装，则终端设备采集获得该证件图像，如果是由服务器识别证件中证件照伪装，则可以是终端设备采集获得证件图像后传输给服务器。

一个具体实施例中，终端设备，以手机为例，采集证件图像的过程为：手机客户端在屏幕上显示用于采集证件图像的引导框，手机客户端提示(语音或者文字提示)用户将证件正面朝向手机屏幕，并将证件置于引导框内，调整拍摄姿态，以保证亮度、模糊度、边框等符合采集要求，手机客户端采集引导框内的图像获得，证件正面图像。证件反面图像的采集过程与此类似，此处不再重述。

其中，证件图像可以是身份证正面图像等证件中包含证件照一面的图像。

步骤102，确定证件图像中证件照中的人脸区域。

其中，可以采用任意一种人脸特征识别或定位算法，确定证件图像中的人脸区域，例如，可以采用传统的基于方向梯度直方图(hog)的人脸检测方法，或者采用基于卷积神经网络(cnn)的人脸检测方法，定位证件图像中的人脸区域。

步骤103，根据证件图像中的人脸区域，从该证件图像中截取得到证件照子图像，其中，该证件照子图像中包括证件照的边界。

一个具体实施例中，以证件图像中的人脸区域作为中心区域，将该中心区域向四周外扩设定大小的区域，将外扩后得到的区域作为证件照子图像。例如，如图2所示，人脸区域外扩后得到阴影区域，该阴影区域能够覆盖完整的证件照区域，并且包括证件照区域的邻接区域。

其中，该设定大小的区域所占的面积与证件图像的面积的比值为设定值。

具体地，识别到人脸区域后，将该人脸区域的外接矩形进行外扩，其中，横轴方向外扩第一比例，纵轴方向外扩第二比例，将外扩后覆盖的区域作为证件照子图像。第一比例的确定过程为：统计样本证件图像中人脸区域在横坐标轴的长度与证件照区域在横坐标轴的长度的比例，将该比例的平均值，作为第一比例。同理，第二比例的确定过程为：统计样本证件图像中人脸区域在纵坐标轴的长度与证件照区域在纵坐标轴的长度的比例，将统计到的该比例的平均值，作为第二比例。实验中通过统计得到第一比例为1.3，第二比例为1.6。

其中，邻接区域在证件照子图像中所占的比例非常小，仅需要能够将证件照区域的边界完全包含在证件照子图像中即可。

步骤104，获取证件照子图像中证件照的特征。

其中，特征用于指示证件照子图像中是否存在证件照与证件的粘贴效果。

一个具体实施例中，识别证件照子图像中证件照的特征的过程如下：将证件照子图像输入至识别模型，获得该识别模型输出的该证件照子图像中证件照的特征；其中，识别模型为：采用样本证件图像的集合对预设模型进行训练得到，其中，样本证件图像的集合中包括样本证件图像与特征之间的对应关系，该特征用于指示证件图像中是否存在证件照与证件之间的粘贴效果。

样本证件图像中包括多个真正的证件图像，以及包括多个采用大头贴伪造的证件图像，并且标注了各样本证件图像中的证件照的特征，采用该样本证件图像的集合对预设模型进行训练，直至能够正确判断证件图像中是否包含大头贴与证件的粘贴效果。

预设模型可以是残差神经网络模型，例如resnet50或者resnet18等，也可以是其他的网络模型，例如googlenet，densenet等。

其中，为了提高训练得到的识别模型的识别准确度，在训练之前，将样本证件图像中的人脸区域的特征去除，例如，采用遮挡模板将样本证件图像中的人脸区域遮住，该遮挡模板可以是单一颜色的遮挡图像，如黑色图像或白色图像。通过遮挡的方式能够去除脸部特征对训练所造成的干扰。相较于，采用整幅采集图像进行模型训练的方式，减少了干扰因素，提高了识别准确度。

并且，在获取证件照子图像中证件照的特征之前，将证件图像或证件子图像中人脸区域的特征去除，即采用遮挡模板将证件子图像中的人脸区域遮住，以降低干扰，提高识别准确度。

同理，在定位人脸区域之前，也可以将证件图像中的文字区域等明确不是证件照位置的特征进行遮挡，以降低人脸定位的复杂度，提高人脸定位的准确度。

通过实验得出，在没有对人脸区域进行遮挡的情况下，模型训练以及特征识别时的关注点大多集中在人脸部分，在进行脸部特征遮挡后，模型训练以及特征识别时的关注点大多集中在证件照的边界上，将模型的识别准确率大幅提升。

步骤105，根据该特征，判断该证件图像中是否存在证件照伪装。

具体地，若确定特征指示证件照子图像中存在证件照与证件的粘贴效果，则判定证件图像中存在证件照伪装；若确定特征指示证件照子图像中存在证件照与证件的粘贴效果，则判定证件图像中不存在证件照伪装。

在判定证件图像中不存在证件照伪装后，可以进一步对该证件图像进行其他检测。

根据产品需求，在判定证件存在证件照伪装后，可以将该证件的信息加入黑名单，或者要求重新采集证件图像。

本申请实施例中，通过识别证件图像证件照中的人脸区域，根据该人脸区域从证件图像中截取得到证件照子图像，获取该证件照子图像中证件照的特征，使得能够根据该特征有效识别出该证件图像中是否存在大头贴等头像伪装证件照的情况，提高了证件真伪识别的准确率。并且，采用遮挡人脸区域的方式，进一步提升了证件真伪识别的准确率。

基于同一构思，本申请实施例中提供了一种识别证件中证件照伪装的装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图3所示，该装置主要包括：

获取模块301，用于获取证件图像，其中，所述证件图像中包括证件照；

确定模块302，用于确定所述证件图像证件照中人脸区域；

截取模块303，用于根据所述人脸区域，从所述证件图像中截取得到证件照子图像，其中，所述证件照子图像中包括证件照的边界；

识别模块304，用于获取所述证件照子图像中证件照的特征；

判断模块305，用于根据所述特征，判断所述证件图像中是否存在证件照伪装。

具体地，截取模块303具体用于：将所述人脸区域作为中心区域，将所述中心区域向四周外扩设定大小的区域，将外扩后得到的区域作为所述证件照子图像。其中，所述设定大小的区域所占的面积与所述证件图像的面积的比值为设定值。

具体地，所述特征用于指示所述证件照子图像中是否存在证件照与证件的粘贴效果。

具体地，判断模块305若确定所述特征指示所述证件照子图像中存在证件照与证件的粘贴效果，则判定所述证件图像中存在证件照伪装；若确定所述特征指示所述证件照子图像中存在证件照与证件的粘贴效果，则判定所述证件图像中不存在证件照伪装。

具体地，识别模块304具体用于将所述证件照子图像输入至识别模型，获得所述识别模型输出的所述证件照子图像中证件照的特征；其中，所述识别模型为：采用样本证件图像的集合对预设模型进行训练得到，其中，所述样本证件图像的集合中包括样本证件图像与特征之间的对应关系，所述特征用于指示所述证件图像中是否存在证件照与证件之间的粘贴效果。

其中，所述样本证件图像中的人脸区域的特征被去除。

识别模块304识别所述证件照子图像中证件照的特征之前，将所述证件子图像中所述人脸区域的特征去除。

基于同一构思，本申请实施例中还提供了一种电子设备，如图4所示，该电子设备主要包括：处理器401、通信接口402、存储器403和通信总线404，其中，处理器401、通信接口402和存储器403通过通信总线404完成相互间的通信。其中，存储器403中存储有可被至处理器401执行的程序，处理器401执行存储器403中存储的程序，实现如下步骤：获取证件图像，其中，所述证件图像中包括证件照；确定所述证件图像证件照中的人脸区域；根据所述人脸区域，从所述证件图像中截取得到证件照子图像，其中，所述证件照子图像中包括证件照的边界；获取所述证件照子图像中证件照的特征；根据所述特征，判断所述证件图像中是否存在证件照伪装。

上述电子设备中提到的通信总线404可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该通信总线404可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口402用于上述电子设备与其他设备之间的通信。

存储器403可以包括随机存取存储器(randomaccessmemory，简称ram)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器401的存储装置。

上述的处理器401可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等，还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现场可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的识别证件中证件照伪装的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如dvd)或者半导体介质(例如固态硬盘)等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。