【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，尤其是一种多实例证件图像质检方法、装置和系统及存储介质。
技术介绍
1、证件，尤其是身份证件的质检技术是指对证件的质量进行检测和评估的技术。证件的质量检测主要包括以下几个方面：证件真伪、证件照水印、证件照遮挡、证件照变形、证件照切边、证件照光斑等，以上风险类型会显著影响证件内容识别能力以及证件照认证效力。
2、以身份证件为例，证件质检技术的应用场景涵盖线上及线下两种方式：
3、在进行线上网络认证时，需要提交身份证件照片。由于拍摄的照片质量不一，部分照片出于水印或变形等原因，难以达到认证的清晰程度要求。证件照质检技术可以自动识别出证件照质量问题，从而减少人工审核的投入。
4、在进行线下登记注册操作时，需要拍摄身份证件电子版照片。由于拍摄条件以及拍摄水平的差异，导致部分照片存在质量问题。通过证件照质检技术可以筛选出存在质量问题的证件照，以免识别和认证过程中出现操作失败和报错的情况。
5、目前工业界的身份质检技术存在质检类型覆盖不全面的潜在问题，而影响证件认证和识别的质量问题往往需要在实际业务中沉淀总结，且对精度有较高要求。
6、此外，通常一份文件中涉及多张证件，即多实例证件图像(如图1所示)。由于多实例图像的复杂性，以及实例分割技术的不成熟性，使得针对多实例证件图像的识别和认证更为困难。
技术实现思路
1、为了解决以上问题，本专利技术涉及一种多实例证件图像质检方法、装置和系统及存储介质。该方法对于
2、根据本专利技术技术方案的第一方面，提供一种多实例证件图像质检方法，所述证件图像包括多个证件实例，其中，所述方法包括：
3、s1实例分割步骤：输入待质检证件图像，从所述待质检证件图像中分割出多个证件实例图像，并根据证件类型将所有证件实例图像分类为第一正常证件图像或第一缺陷类型证件图像；
4、s2图像边缘质检步骤：针对所有第一正常证件图像进行边缘轮廓校验，根据证件边缘轮廓是否完整及有无变形，分类为第二正常证件图像或第二缺陷类型证件图像；
5、s3图像内部质检步骤：针对所有第二正常证件图像进行内部遮挡及光斑检测，根据是否存在内部遮挡和/或光斑，分类为第三正常证件图像或第三缺陷类型证件图像；
6、s4质检结果输出步骤：输出第三正常证件图像，以及所有缺陷类型证件图像。
7、进一步地，所述s1中，所述待质检证件图像包括但不限于身份证图像、户口簿图像、社保卡图像、驾驶证图像等。
8、进一步地，所述s1具体包括：
9、s11：将待质检证件图像输入至mask-rcnn深度学习网络模型；
10、s12：获取多个证件实例的矩形回归框坐标和第一掩膜(mask)，以及所有证件实例图像的证件类型；
11、s13：根据矩形回归框坐标和第一掩膜进行边界拟合，定位并分割出多个证件实例图像；
12、s14：根据证件类型将所有证件实例图像分类为第一正常证件图像或第一缺陷类型证件图像。
13、进一步地，所述s12中，所述证件类型包括正常证件、水印证件、拍屏证件、假证证件以及复印证件。
14、进一步地，所述s14中，所述第一缺陷类型证件图像包括水印证件图像、拍屏证件图像、假证证件图像以及复印证件图像。
15、进一步地，所述s2具体包括：
16、s21：通过yolov8-seg深度学习模型在所述待质检证件图像中确定所有第一正常证件图像的第二掩码；
17、s22：根据所述第二掩码得到所有正常证件图像的精准轮廓点；
18、s23：将所述精准轮廓点拟合为边缘线段并进行边缘轮廓校验，确定证件边缘轮廓是否完整及有无变形；
19、s24：证件边缘轮廓完整且无变形的第一正常证件图像作为第二正常证件图像，其他作为第二缺陷类型证件图像。
20、进一步地，所述s23中，证件边缘轮廓是否完整及存在变形的判定条件包括：
21、针对拟合的边缘线段：
22、若拟合线段起始点以及交点对应的最小外接矩形宽高比大于3或小于1/3，判定证件边缘轮廓存在遮挡，导致证件边缘轮廓不完整；
23、若存在超过10个轮廓点距离最小外接矩形大于设定的阈值，判定证件边缘轮廓存在遮挡，导致证件边缘轮廓不完整(这里的阈值根据拟合的边线长度在质检过程中动态确定，等于距离最近的边线长度/55)；
24、若拟合线段的水平线或竖直线不足两条，判定证件边缘轮廓存在遮挡，导致证件边缘轮廓不完整；
25、若存在轮廓点距离图像边缘小于四个像素，判定证件边缘轮廓存在切边，导致证件边缘轮廓不完整；
26、若拟合线段的一组水平线或竖直线的角度相差大于10度，判定证件边缘轮廓扭曲，存在变形；
27、若拟合的最小外接矩形宽高比大于标准卡证宽高比的1.25倍，判定证件边缘轮廓扭曲，存在变形。
28、进一步地，所述s3中，首先针对所有第二正常证件图像进行图像校正，再进行内部遮挡及光斑检测。
29、进一步地，通过透视变换对所述第二正常证件图像进行图像校正。
30、进一步地，所述s3中，通过yolov8检测模型对校正后的所述第二正常证件图像进行内部遮挡及光斑检测，确定是否存在内部遮挡和/或光斑，以及内部遮挡和/或光斑的矩形回归框坐标。
31、根据本专利技术技术方案的第二方面，提供一种多实例证件图像质检装置，所述多实例证件图像质检装置基于根据以上任一方面所述的多实例证件图像质检方法进行操作，包括：
32、实例分割单元，用于输入待质检证件图像，从所述待质检证件图像中分割出多个证件实例图像，并根据证件类型将所有证件实例图像分类为第一正常证件图像或第一缺陷类型证件图像；
33、图像边缘质检单元，用于针对所有第一正常证件图像进行边缘轮廓校验，根据证件边缘轮廓是否完整及有无变形，分类第二正常证件图像或第二缺陷类型证件图像；
34、图像内部质检单元，用于针对所有第二正常证件图像进行内部遮挡及光斑检测，根据是否存在内部遮挡和/或光斑，分类为第三正常证件图像或第三缺陷类型证件图像；
35、质检结果输出单元，用于输出第三正常证件图像，以及所有缺陷类型证件图像。
36、根据本专利技术技术方案的第三方面，提供一种多实例证件图像质检系统，所述系统包括：处理器和用于存储可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令，以执行如以上任一方面所述的多实例证件图像质检方法。
37、根据本专利技术技术方案的第四方面，提供一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如以上任一方面所述的多实例证件本文档来自技高网...
【技术保护点】
1.一种多实例证件图像质检方法，所述证件图像包括多个证件实例，其特征在于，所述方法包括：
2.根据权利要求1所述的质检方法，其特征在于，所述S1具体包括：
3.根据权利要求2所述的质检方法，其特征在于，所述S12中，所述证件类型包括正常证件、水印证件、拍屏证件、假证证件以及复印证件。
4.根据权利要求2所述的质检方法，其特征在于，所述S14中，所述第一缺陷类型证件图像包括水印证件图像、拍屏证件图像、假证证件图像以及复印证件图像。
5.根据权利要求1所述的质检方法，其特征在于，所述S2具体包括：
6.根据权利要求5所述的质检方法，其特征在于，所述S23中，证件边缘轮廓是否完整及存在变形的判定条件包括：
7.根据权利要求1所述的质检方法，其特征在于，所述S3中，首先针对所有第二正常证件图像进行图像校正，再进行内部遮挡及光斑检测。
8.根据权利要求7所述的质检方法，其特征在于，通过透视变换对所述第二正常证件图像进行图像校正。
9.根据权利要求1所述的质检方法，其特征在于，所述S3中，通过YO
10.根据权利要求1所述的质检方法，其特征在于，所述S1中，所述待质检证件图像为身份证图像、户口簿图像、社保卡图像或驾驶证图像。
11.一种多实例证件图像质检装置，其特征在于，所述多实例证件图像质检装置基于根据权利要求1至10中任一项所述的多实例证件图像质检方法进行操作，包括：
12.一种多实例证件图像质检系统，所述系统包括：处理器和用于存储可执行指令的存储器；其特征在于，所述处理器被配置为执行所述可执行指令，以执行如权利要求1至10中任一项所述的多实例证件图像质检方法。
13.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的多实例证件图像质检方法。
...【技术特征摘要】
1.一种多实例证件图像质检方法，所述证件图像包括多个证件实例，其特征在于，所述方法包括：
2.根据权利要求1所述的质检方法，其特征在于，所述s1具体包括：
3.根据权利要求2所述的质检方法，其特征在于，所述s12中，所述证件类型包括正常证件、水印证件、拍屏证件、假证证件以及复印证件。
4.根据权利要求2所述的质检方法，其特征在于，所述s14中，所述第一缺陷类型证件图像包括水印证件图像、拍屏证件图像、假证证件图像以及复印证件图像。
5.根据权利要求1所述的质检方法，其特征在于，所述s2具体包括：
6.根据权利要求5所述的质检方法，其特征在于，所述s23中，证件边缘轮廓是否完整及存在变形的判定条件包括：
7.根据权利要求1所述的质检方法，其特征在于，所述s3中，首先针对所有第二正常证件图像进行图像校正，再进行内部遮挡及光斑检测。
8.根据权利要求7所述的质检方法，其特征在于，通过透视变换对所述第二正常证件图像进行图像...
【专利技术属性】
技术研发人员：孙朗，王勇，沈达伟，王立刚，朱军民，
申请(专利权)人：北京易道博识科技有限公司，
类型：发明
国别省市：
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。