[发明专利]证件图像翻拍识别方法、装置、电子设备和存储介质

权利要求书

1.一种证件图像翻拍识别方法，其特征在于，包括：

获取待识别的证件图像；

对所述待识别的证件图像进行变换，得到所述待识别的证件图像的频谱图像；

提取所述待识别的证件图像的空域特征和所述频谱图像的频域特征，根据提取的所述空域特征和所述频域特征，判断所述待识别的证件图像是否为翻拍图像，获得判断结果，并将所述判断结果作为证件图像翻拍识别结果。

2.根据权利要求1所述的证件图像翻拍识别方法，其特征在于，所述获取待识别的证件图像，包括：

获取对证件拍摄得到的原始证件图像，所述原始证件图像中包括背景部分和待识别证件部分；

对所述原始证件图像进行定位和裁剪，以去除所述原始证件图像中的所述背景部分，得到所述待识别的证件图像。

3.根据权利要求2所述的证件图像翻拍识别方法，其特征在于，所述对所述原始证件图像进行定位和裁剪，以去除所述原始证件图像中的所述背景部分，得到所述待识别的证件图像，包括：

对所述原始证件图像进行定位，得到所述原始证件图像中待识别证件部分的中心点和尺寸；

根据所述待识别证件部分的中心点和尺寸对所述原始证件图像进行裁剪，以去除所述原始证件图像中的所述背景部分，得到所述待识别的证件图像。

4.根据权利要求3所述的证件图像翻拍识别方法，其特征在于，所述对所述原始证件图像进行定位，得到所述原始证件图像中待识别证件部分的中心点和尺寸，包括：

基于目标检测网络预测所述原始证件图像中待识别证件部分的中心点和尺寸，其中，所述尺寸是所述目标检测网络在得到所述中心点后，以回归的方式得到的。

5.根据权利要求1至4任一项所述的证件图像翻拍识别方法，其特征在于，所述提取所述待识别的证件图像的空域特征和所述频谱图像的频域特征，根据提取的所述空域特征和所述频域特征，判断所述待识别的证件图像是否为翻拍图像，获得判断结果，包括：

将所述待识别的证件图像和所述频谱图像输入到卷积神经网络模型；

通过所述卷积神经网络模型中的N个网络层级，提取所述待识别的证件图像的N个网络层级的空域特征和所述频谱图像的N个网络层级的频域特征，并对所述N个网络层级的空域特征和所述N个网络层级的频域特征进行融合，得到所述待识别的证件图像的特征图，根据所述特征图判断所述待识别的证件图像是否为翻拍图像后，输出判断结果。

6.根据权利要求5所述的证件图像翻拍识别方法，其特征在于，所述通过所述卷积神经网络模型中的N个网络层级，提取所述待识别的证件图像的N个网络层级的空域特征和所述频谱图像的N个网络层级的频域特征，并对所述N个网络层级的空域特征和所述N个网络层级的频域特征进行融合，得到所述待识别的证件图像的特征图，根据所述特征图判断所述待识别的证件图像是否为翻拍图像后，输出判断结果，包括：

采用第1个网络层级，对所述待识别的证件图像和所述频谱图像进行分组卷积，获得所述待识别的证件图像第1个网络层级的空域特征和所述频谱图像第1个网络层级的频域特征；

采用第i个网络层级，对第i-1个网络层级的特征图，进行分组卷积，获得所述待识别的证件图像第i个网络层级的空域特征和所述频谱图像第i个网络层级的频域特征，其中，所述i的取值为大于1且小于或等于N；

在得到第N个网络层级的空域特征和频域特征后，对第N个网络层级的空域特征和频域特征进行融合，得到第N个网络层级的特征图，对所述特征图进行下采样和全连接；

将全连接后的结果通过激活函数判断所述待识别的证件图像是否为翻拍图像，并输出判断结果。

7.根据权利要求1所述的证件图像翻拍识别方法，其特征在于，所述翻拍图像包括：彩印翻拍图像和屏幕翻拍图像。