[发明专利]训练分类器的方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种训练分类器的方法，其特征在于，包括：

获取身份证图像集合，所述身份证图像集合中的身份证图像与类别信息对应，所述类别信息包括第一类别信息和第二类别信息，所述第一类别信息指示与所述第一类别信息对应的身份证图像的类别包括正常类别，所述第二类别信息指示与所述第一类别信息对应的身份证图像的类别包括异常类别；

确定分类器的输出项目，所述输出项目包括第一输出项目和第二输出项目，所述第一输出项目与所述第一类别信息对应，所述第二输出项目与所述第二类别信息对应；

根据所述身份证图像集合和卷积神经网络(CNN)训练所述分类器。

2.根据权利要求1所述的训练分类器的方法，其特征在于，所述分类器的输出项目的输出值的和为1。

3.根据权利要求1或2所述的训练分类器的方法，其特征在于，所述第二类别信息包括多个子类别信息；

所述第二输出项目包括多个子输出项目，所述多个子输出项目与所述多个子类别信息对应。

4.根据权利要求3所述的训练分类器的方法，其特征在于，所述多个子类别信息包括如下中的一种或多种：

指示虚假身份证图像类别的子类别信息；

指示信息不全身份证图像类别的子类别信息；

指示复印件身份证图像类别的子类别信息；

指示非身份证的证件图像类别的子类别信息。

5.根据权利要求1所述的训练分类器的方法，其特征在于，在根据所述身份证图像集合和CNN训练所述分类器之后，还包括：

接收输入图像；

通过所述分类器确定与所述输入图像对应的输出项目的输出值；

根据所述输入图像对应的输出项目的输出值确定所述输入图像的类别。

6.根据权利要求5所述的训练分类器的方法，其特征在于，在根据所述输入图像对应的输出项目的输出值确定所述输入图像的类别之后，还包括：

在所述输入图像的类别为异常类别的情况下，生成异常指示信息。

7.根据权利要求6所述的训练分类器的方法，其特征在于，所述接收输入图像，包括从客户端接收所述输入图像；

在生成所述异常指示信息之后，还包括：

向所述客户端发送所述异常指示信息。

8.一种训练分类器的装置，其特征在于，包括：

图像集合获取模块，用于获取身份证图像集合，所述身份证图像集合中的身份证图像与类别信息对应，所述类别信息指示与所述类别信息对应的身份证图像的类别；

确定模块，用于确定分类器的输出项目，所述输出项目与所述类别信息对应；

训练模块，用于根据所述身份证图像集合和卷积神经网络(CNN)训练所述分类器。

9.一种电子设备，包括：

存储器，用于存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-7中任意一项所述的训练分类器的方法。

10.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-9中任意一项所述的训练分类器的方法。