[发明专利]证件翻拍检测方法、装置、电子设备及可读存储介质

说明书

本申请提供一种证件翻拍检测方法、装置、电子设备及可读存储介质，涉及计算机图像处理领域。方法包括：获取用于证件翻拍检测的视频数据；基于预设检测策略判断视频数据的图像帧中是否存在待测图像，待测图像为需要进行证件翻拍检测的图像；当图像帧中存在待测图像时，将待测图像输入经过训练的基于深度学习的翻拍检测模型，得到翻拍检测模型对待测图像的第一检测结果，第一检测结果表征待测图像中的证件图是翻拍或不是翻拍，如此，无需对视频数据中的每个图像帧进行检测，有利于减少翻拍检测模型所检测的图像数量，从而提高证件翻拍检测的效率。

技术领域

本申请涉及计算机图像处理领域，具体而言，涉及一种证件翻拍检测方法、装置、电子设备及可读存储介质。

背景技术

随着互联网金融的普及，线上开户、办理业务等服务逐渐成为金融、电商等行业的重要业务。目前基于线上的服务相比线下服务增加了用户信息真实性的风险。比如，用户可能通过翻拍手机、电脑等设备显示屏上的证件信息，并作为用户信息进行上传。该翻拍证件可能不是用户本人真实证件，或者存在被编辑、篡改、伪造等情况。因此，业务中存在需要对翻拍证件情况进行识别的需求。目前，翻拍检测通常是人工进行检查与审核，导致处理的效率低。

发明内容

本申请实施例的目的在于提供一种证件翻拍检测方法、装置、电子设备及可读存储介质，能够提高证件翻拍检测的效率。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种证件翻拍检测方法，所述方法包括：

获取用于证件翻拍检测的视频数据；

基于预设检测策略判断所述视频数据的图像帧中是否存在待测图像，所述待测图像为需要进行证件翻拍检测的图像；

当所述图像帧中存在所述待测图像时，将所述待测图像输入经过训练的基于深度学习的翻拍检测模型，得到所述翻拍检测模型对所述待测图像的第一检测结果，所述第一检测结果表征所述待测图像中的证件图是翻拍或不是翻拍。

在上述的实施方式中，在翻拍检测模型进行翻拍检测之前，先对视频数据的图像帧进行预处理，以判断视频数据中是否存在待测图像，并在视频数据中存在待测图像时，才将待测图像输入翻拍检测模型，由翻拍检测模型对待测图像进行翻拍检测，如此，无需对视频数据中的每个图像帧进行检测，有利于减少翻拍检测模型所检测的图像数量，从而提高证件翻拍检测的效率。

结合第一方面，在一些可选的实施方式中，在获取用于证件翻拍检测的视频数据之前，所述方法还包括：

通过第一类图像集和第二类图像集，对所述网络模型进行训练，得到所述翻拍检测模型，所述第一类图像集包括翻拍证件得到的图像，所述第二类图像集包括不是翻拍证件得到的图像；

其中，所述网络模型包括cbr卷积模块、crc卷积模块及Deep卷积模块，所述cbr卷积模块包括相互串接的卷积层、批量标准化层及Relu激活函数层，所述crc卷积模块包括卷积层、Relu激活函数层及卷积层，所述Deep卷积模块包括至少两个串接的cbr卷积模块，所述crc卷积模块中的所述Relu激活函数层的两端分别与两个所述卷积层连接，所述cbr卷积模块、所述crc卷积模块及所述Deep卷积模块用于对所述第一类图像集和所述第二类图像集进行特征抽取。

在上述的实施方式中，网络模型的结构经过简化，有利于提示计算速率。另外，通过对网络模型进行训练，以得到基于深度学习的翻拍检测模型，使得翻拍检测模型可以对待测图像中的证件图是否为翻拍进行检测，通过翻拍检测模型替代人工检测，有利于提高证件翻拍检测的效率。

结合第一方面，在一些可选的实施方式中，基于预设检测策略判断所述视频数据的图像帧中是否存在待测图像，包括：

判断所述视频数据的每个图像帧中是否均存在表征显示屏的第一图区以及表征证件图的第二图区；