The invention discloses a method for identification of certificate pictures based on in-depth learning, which includes: acquiring the certificate pictures to be identified, and inputting the certificate pictures to be identified into a neural network model with an integrated classifier; wherein, the integrated classifier includes a main classifier and an auxiliary classifier; using the main classifier and an auxiliary classifier to separate the identification certificate pictures for classification processing, obtaining The main classification result and the auxiliary classification result; the main classification result and the auxiliary classification result are integrated to obtain the picture classification recognition result; the method does not read the information on the picture of the certificate to be recognized, and classifies the picture of the certificate to be recognized to obtain the picture classification recognition result; in addition, the invention also provides a certificate picture recognition device based on the deep learning The device and computer-readable storage medium also have the above beneficial effects.
【技术实现步骤摘要】
一种基于深度学习的证件图片识别方法、装置及设备
本专利技术涉及图片识别领域,特别涉及一种基于深度学习的证件图片识别方法、装置、设备及计算机可读存储介质。
技术介绍
当前,随着科学技术的快速发展,互联网线上身份认证技术已经广泛应用于电子政务、互联网金融等领域,给人们的生活和工作带来了极大便利。在进行互联网线上身份认证时,需要用户上传证件图片(即待识别证件图片)作为认证材料。为防止不法分子伪造、冒用他人身份证件进行违法犯罪,因此,对待识别证件图片的真伪进行鉴别是身份认证的关键环节。现有技术需要读取待识别证件图片上的信息并与信息数据库中的信息进行比对,以此来判断待识别证件图片的真伪。有时不法分子会盗用与自己面貌相似的人的证件复印件、具有PS痕迹的证件PS图片、以及拍摄其他电子设备屏幕得到的证件图片,即屏幕翻拍图片进行违法犯罪活动。传统的身份认证方法无法辨识这些图片的不同,无法阻止使用上述图片进行身份认证的违法行为。因此,如何解决使用非证件原件也能通过身份认证的问题,是本领域技术人员需要解决的技术问题。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种基于深度学习的证件图片识别方法、装置、设备及计算机可读存储介质,解决了使用非证件原件也能通过身份认证的问题。为解决上述技术问题,本专利技术提供了一种基于深度学习的证件图片识别方法,包括:获取待识别证件图片,并将所述待识别证件图片输入具有集成分类器的神经网络模型中;其中,所述集成分类器包括主分类器和辅助分类器;利用所 ...
【技术保护点】
1.一种基于深度学习的证件图片识别方法,其特征在于,包括:/n获取待识别证件图片,并将所述待识别证件图片输入具有集成分类器的神经网络模型中;其中,所述集成分类器包括主分类器和辅助分类器;/n利用所述主分类器和所述辅助分类器分别对所述待识别证件图片进行分类处理,得到主分类结果和辅助分类结果;/n对所述主分类结果和辅助分类结果进行集成处理,得到图片类别识别结果。/n
【技术特征摘要】
1.一种基于深度学习的证件图片识别方法,其特征在于,包括:
获取待识别证件图片,并将所述待识别证件图片输入具有集成分类器的神经网络模型中;其中,所述集成分类器包括主分类器和辅助分类器;
利用所述主分类器和所述辅助分类器分别对所述待识别证件图片进行分类处理,得到主分类结果和辅助分类结果;
对所述主分类结果和辅助分类结果进行集成处理,得到图片类别识别结果。
2.根据权利要求1所述的基于深度学习的证件图片识别方法,其特征在于,构建所述神经网络模型的过程,包括:
在神经网络模型中插入全局平均池化层和分类函数层,构成具有集成分类器的所述神经网络模型。
3.根据权利要求2所述的基于深度学习的证件图片识别方法,其特征在于,所述神经网络模型的训练过程,包括:
利用随机梯度下降优化算法对所述神经网络模型的交叉熵损失函数进行优化;
利用所述交叉熵损失函数对所述神经网络的参数进行优化,直至所述交叉熵损失函数的损失值小于预设损失值,得到所述神经网络模型。
4.根据权利要求1所述的基于深度学习的证件图片识别方法,其特征在于,对所述主分类结果和辅助分类结果进行集成处理,得到图片类别识别结果,包括:
计算所述主分类结果和所述辅助分类结果的调和平均数,得到所述图片类别识别结果。
5.一种基于深度学习的证件图片识别装置,其特征在于,包括:
证件图片获取模块,用于获取待识别证件图片,并将所述待识别证件图片输入具有集成分类器的神经网络模型中;其中,所述集成分类器包括主分类器和辅助分类器;
...
【专利技术属性】
技术研发人员:陈利军,陈白洁,林孝可,张景兵,
申请(专利权)人:杭州有盾网络科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。