CN107665354A

CN107665354A - 识别身份证的方法及装置

Info

Publication number: CN107665354A
Application number: CN201710852421.0A
Authority: CN
Inventors: 陈志军
Original assignee: Beijing Xiaomi Mobile Software Co Ltd
Current assignee: Beijing Xiaomi Mobile Software Co Ltd
Priority date: 2017-09-19
Filing date: 2017-09-19
Publication date: 2018-02-06
Anticipated expiration: 2037-09-19
Also published as: CN107665354B

Abstract

本公开是关于一种识别身份证的方法及装置。该方法包括：在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定所述目标图像中的字符所在区域；通过第三卷积神经网络识别所述目标图像中的字符所在区域的字符；根据所述目标图像中的字符确定所述目标图像中的身份证信息。本公开能够快速且准确地识别图像中的身份证信息。

Description

识别身份证的方法及装置

技术领域

本公开涉及计算机视觉技术领域，尤其涉及识别身份证的方法及装置。

背景技术

身份证，又称居民身份证，是用于证明持有人身份的一种法定证件，多由各国或地区政府发行予公民。身份证可以作为每个人独一无二的公民身份的证明工具。如何快速且准确地识别身份证，是亟需解决的问题。

发明内容

为克服相关技术中存在的问题，本公开提供一种识别身份证的方法及装置。

根据本公开实施例的第一方面，提供一种识别身份证的方法，包括：

在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定所述目标图像中的字符所在区域；

通过第三卷积神经网络识别所述目标图像中的字符所在区域的字符；

根据所述目标图像中的字符确定所述目标图像中的身份证信息。

在一种可能的实现方式中，所述方法还包括：

通过所述第一全卷积网络确定所述目标图像所属的分类为身份证的概率；

在所述目标图像所属的分类为身份证的概率满足条件的情况下，确定所述目标图像中包括身份证。

在一种可能的实现方式中，通过第二全卷积网络确定所述目标图像中的字符所在区域，包括：

从所述目标图像中截取身份证所在区域，得到身份证图像；

将所述身份证图像输入所述第二全卷积网络中；

通过所述第二全卷积网络确定所述身份证图像中的字符所在区域。

在一种可能的实现方式中，通过第三卷积神经网络识别所述目标图像中的字符所在区域的字符，包括：

从所述身份证图像中截取字符所在区域，得到字符图像；

将所述字符图像输入所述第三卷积神经网络中；

通过所述第三卷积神经网络识别所述字符图像中的字符。

在一种可能的实现方式中，所述方法还包括：

在通过所述第一全卷积网络确定所述目标图像所属的分类为身份证的概率之前，训练用于识别身份证的正反面以及身份证的边界框的第一卷积神经网络；

将所述第一卷积神经网络转换为所述第一全卷积网络。

在一种可能的实现方式中，所述方法还包括：

在通过第二全卷积网络确定所述目标图像中的字符所在区域之前，训练用于识别字符所在区域的第二卷积神经网络；

将所述第二卷积神经网络转换为所述第二全卷积网络。

根据本公开实施例的第二方面，提供一种识别身份证的装置，包括：

第一确定模块，用于在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定所述目标图像中的字符所在区域；

识别模块，用于通过第三卷积神经网络识别所述目标图像中的字符所在区域的字符；

第三确定模块，用于根据所述目标图像中的字符确定所述目标图像中的身份证信息。

在一种可能的实现方式中，所述装置还包括：

第三确定模块，用于通过所述第一全卷积网络确定所述目标图像所属的分类为身份证的概率；

第四确定模块，用于在所述目标图像所属的分类为身份证的概率满足条件的情况下，确定所述目标图像中包括身份证。

在一种可能的实现方式中，所述第一确定模块包括：

第一截取子模块，用于从所述目标图像中截取身份证所在区域，得到身份证图像；

第一输入子模块，用于将所述身份证图像输入所述第二全卷积网络中；

确定子模块，用于通过所述第二全卷积网络确定所述身份证图像中的字符所在区域。

在一种可能的实现方式中，所述识别模块包括：

第二截取子模块，用于从所述身份证图像中截取字符所在区域，得到字符图像；

第二输入子模块，用于将所述字符图像输入所述第三卷积神经网络中；

识别子模块，用于通过所述第三卷积神经网络识别所述字符图像中的字符。

在一种可能的实现方式中，所述装置还包括：

第一训练模块，用于在通过所述第一全卷积网络确定所述目标图像所属的分类为身份证的概率之前，训练用于识别身份证的正反面以及身份证的边界框的第一卷积神经网络；

第一转换模块，用于将所述第一卷积神经网络转换为所述第一全卷积网络。

在一种可能的实现方式中，所述装置还包括：

第二训练模块，用于在通过第二全卷积网络确定所述目标图像中的字符所在区域之前，训练用于识别字符所在区域的第二卷积神经网络；

第二转换模块，用于将所述第二卷积神经网络转换为所述第二全卷积网络。

根据本公开实施例的第三方面，提供一种识别身份证的装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述识别身份证的方法。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行上述识别身份证的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定目标图像中的字符所在区域，通过第三卷积神经网络识别目标图像中的字符所在区域的字符，并根据目标图像中的字符确定目标图像中的身份证信息，由此能够快速且准确地识别图像中的身份证信息。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种识别身份证的方法的流程图。

图2是根据一示例性实施例示出的一种识别身份证的方法步骤S11中通过第二全卷积网络确定目标图像中的字符所在区域的一示例性的流程图。

图3是根据一示例性实施例示出的一种识别身份证的方法中的身份证的边界框的示意图。

图4是根据一示例性实施例示出的一种识别身份证的方法步骤S12的一示例性的流程图。

图5是根据一示例性实施例示出的一种识别身份证的方法中的字符的边界框的示意图。

图6是根据一示例性实施例示出的一种识别身份证的装置框图。

图7是根据一示例性实施例示出的一种识别身份证的装置的一示例性的框图。

图8是根据一示例性实施例示出的一种用于识别身份证的装置800的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种识别身份证的方法的流程图。该方法可以应用于终端设备中。如图1所示，该方法包括步骤S11至步骤S13。

在步骤S11中，在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定目标图像中的字符所在区域。

在本实施例中，可以通过第一全卷积网络(Fully Convolutional Network，FCN)确定目标图像中是否包括身份证，还可以通过第一全卷积网络确定目标图像中的身份证的位置。例如，可以通过第一全卷积网络确定目标图像中的身份证的边界框。

在本实施例中，字符可以包括汉字和数字等，在此不作限定。第二全卷积网络可以用于确定目标图像中是否存在字符，并可以在目标图像中存在字符的情况下确定字符的边界框。

在步骤S12中，通过第三卷积神经网络识别目标图像中的字符所在区域的字符。

在本实施例中，第三卷积神经网络(Convolutional Neural Network，CNN)基于步骤S11确定的目标图像中的字符所在区域，识别字符。

在步骤S13中，根据目标图像中的字符确定目标图像中的身份证信息。

在一种可能的实现方式中，根据目标图像中的字符以及字符所在区域在目标图像中的位置，可以确定目标图像中的身份证信息。其中，身份证信息可以包括姓名、性别、民族、出生日期、住址、公民身份证号码、签发机关和有效期限中的至少一项。例如，根据目标图像中的数字和数字在目标图像中的位置，可以确定数字的顺序，从而可以确定公民身份证号码。

本实施例在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定目标图像中的字符所在区域，通过第三卷积神经网络识别目标图像中的字符所在区域的字符，并根据目标图像中的字符确定目标图像中的身份证信息，由此能够快速且准确地识别图像中的身份证信息。

在一种可能的实现方式中，该方法还包括：通过第一全卷积网络确定目标图像所属的分类为身份证的概率；在目标图像所属的分类为身份证的概率满足条件的情况下，确定目标图像中包括身份证。

在本实施例中，第一全卷积网络可以对目标图像进行分类，确定目标图像所属的分类为身份证的概率。

在一种可能的实现方式中，可以通过第一全卷积网络确定目标图像所属的分类为身份证正面的概率，并可以通过第一全卷积网络确定目标图像所属的分类为身份证反面的概率。

在一种可能的实现方式中，可以在目标图像所属的分类为身份证的概率大于第一阈值的情况下，确定目标图像所属的分类为身份证的概率满足条件，从而确定目标图像中包括身份证。

在另一种可能的实现方式中，可以确定目标图像属于各个分类的概率，并可以在目标图像所属的分类为身份证的概率大于所有其他分类的概率的情况下，确定目标图像所属的分类为身份证的概率满足条件，从而确定目标图像中包括身份证。

图2是根据一示例性实施例示出的一种识别身份证的方法步骤S11中通过第二全卷积网络确定目标图像中的字符所在区域的一示例性的流程图。如图2所示，步骤S11可以包括步骤S111至步骤S113。

在步骤S111中，从目标图像中截取身份证所在区域，得到身份证图像。

在一种可能的实现方式中，可以根据第一全卷积网络识别的目标图像中的身份证的边界框，从目标图像中截取身份证所在区域，得到身份证图像。其中，身份证图像可以为身份证正面图像或者身份证反面图像。

在步骤S112中，将身份证图像输入第二全卷积网络中。

在步骤S113中，通过第二全卷积网络确定身份证图像中的字符所在区域。

在该示例中，第二全卷积网络可以用于确定身份证图像中是否存在字符，并可以在身份证图像中存在字符的情况下确定字符的边界框。

在该示例中，通过将身份证图像输入第二全卷积网络，而非将整个目标图像输入第二全卷积网络，能够提高第二全卷积网络识别字符区域的速度。

图4是根据一示例性实施例示出的一种识别身份证的方法步骤S12的一示例性的流程图。如图4所示，步骤S12可以包括步骤S121至步骤S123。

在步骤S121中，从身份证图像中截取字符所在区域，得到字符图像。

在一种可能的实现方式中，可以根据第二全卷积网络识别的身份证图像中的字符的边界框，从身份证图像中截取字符所在区域，得到字符图像。

在步骤S122中，将字符图像输入第三卷积神经网络中。

在一种可能的实现方式中，将字符图像输入第三卷积神经网络中，可以包括：将字符图像调整为第三卷积神经网络指定的图像尺寸，并将调整后的字符图像输入第三卷积神经网络中。

在步骤S123中，通过第三卷积神经网络识别字符图像中的字符。

在该示例中，通过将字符图像输入第三卷积神经网络中，而非将目标图像或者身份证图像输入第三卷积神经网络中，能够提高第三卷积神经网络识别字符的速度。

在一种可能的实现方式中，该方法还包括：在通过第一全卷积网络确定目标图像所属的分类为身份证的概率之前，训练用于识别身份证的正反面以及身份证的边界框的第一卷积神经网络；将第一卷积神经网络转换为第一全卷积网络。在该实现方式中，可以通过将第一卷积神经网络中的全连接层转换为卷积层，来将第一卷积神经网络转换为第一全卷积网络。

在另一种可能的实现方式中，可以直接训练用于识别身份证的正反面以及身份证的边界框的第一全卷积网络。

在一种可能的实现方式中，该方法还包括：在通过第二全卷积网络确定目标图像中的字符所在区域之前，训练用于识别字符所在区域的第二卷积神经网络；将第二卷积神经网络转换为第二全卷积网络。在该实现方式中，可以通过将第二卷积神经网络中的全连接层转换为卷积层，来将第二卷积神经网络转换为第二全卷积网络。

在另一种可能的实现方式中，可以直接训练用于识别字符所在区域的第二全卷积网络。

在本实施例中，第一卷积神经网络用于识别身份证的正反面以及身份证的边界框，第一卷积神经网络可以包括多个卷积层和至少一个全连接层；第二卷积神经网络用于识别字符所在区域的第二卷积神经网络，第二卷积神经网络可以包括多个卷积层和至少一个全连接层；第三卷积神经网络用于识别目标图像中的字符所在区域的字符，第三卷积神经网络可以包括多个卷积层和至少一个全连接层；第一全卷积神经网络可以由第一卷积神经网络转换得到，第一全卷积网络可以包括多个卷积层；第二全卷积神经网络可以由第二卷积神经网络转换得到，第二全卷积网络可以包括多个卷积层。其中，第一卷积神经网络、第二卷积神经网络和第三卷积神经网络分别训练。第一卷积神经网络、第二卷积神经网络和第三卷积神经网络中卷积层、全连接层的个数可以相同，也可以不同，本实施例对此不作限定。例如，第一卷积神经网络、第二卷积神经网络和第三卷积神经网络分别包括5个卷积层和3个全连接层，第一全卷积网络和第二全卷积网络分别包括8个卷积层。

图6是根据一示例性实施例示出的一种识别身份证的装置框图。参照图6，该装置包括第一确定模块61、识别模块62和第二确定模块63。

该第一确定模块61被配置为在通过第一全卷积网络确定目标图像中包括身份证的情况下，通过第二全卷积网络确定目标图像中的字符所在区域。

该识别模块62被配置为通过第三卷积神经网络识别目标图像中的字符所在区域的字符。

该第二确定模块63被配置为根据目标图像中的字符确定目标图像中的身份证信息。

图7是根据一示例性实施例示出的一种识别身份证的装置的一示例性的框图。如图7所示：

在一种可能的实现方式中，该装置还包括第三确定模块64和第四确定模块65。

该第三确定模块64被配置为通过第一全卷积网络确定目标图像所属的分类为身份证的概率。

该第四确定模块65被配置为在目标图像所属的分类为身份证的概率满足条件的情况下，确定目标图像中包括身份证。

在一种可能的实现方式中，第一确定模块61包括第一截取子模块611、第一输入子模块612和确定子模块613。

该第一截取子模块611被配置为从目标图像中截取身份证所在区域，得到身份证图像。

该第一输入子模块612被配置为将身份证图像输入第二全卷积网络中。

该确定子模块613被配置为通过第二全卷积网络确定身份证图像中的字符所在区域。

在一种可能的实现方式中，识别模块62包括第二截取子模块621、第二输入子模块622和识别子模块623。

该第二截取子模块621被配置为从身份证图像中截取字符所在区域，得到字符图像。

该第二输入子模块622被配置为将字符图像输入第三卷积神经网络中。

该识别子模块623被配置为通过第三卷积神经网络识别字符图像中的字符。

在一种可能的实现方式中，该装置还包括第一训练模块66和第一转换模块67。

该第一训练模块66被配置为在通过第一全卷积网络确定目标图像所属的分类为身份证的概率之前，训练用于识别身份证的正反面以及身份证的边界框的第一卷积神经网络。

该第一转换模块67被配置为将第一卷积神经网络转换为第一全卷积网络。

在一种可能的实现方式中，该装置还包括第二训练模块68和第二转换模块69。

该第二训练模块68被配置为在通过第二全卷积网络确定目标图像中的字符所在区域之前，训练用于识别字符所在区域的第二卷积神经网络。

该第二转换模块69被配置为将第二卷积神经网络转换为第二全卷积网络。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种用于识别身份证的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种识别身份证的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，通过第二全卷积网络确定所述目标图像中的字符所在区域，包括：

从所述目标图像中截取身份证所在区域，得到身份证图像；

将所述身份证图像输入所述第二全卷积网络中；

4.根据权利要求3所述的方法，其特征在于，通过第三卷积神经网络识别所述目标图像中的字符所在区域的字符，包括：

从所述身份证图像中截取字符所在区域，得到字符图像；

将所述字符图像输入所述第三卷积神经网络中；

通过所述第三卷积神经网络识别所述字符图像中的字符。

5.根据权利要求2至4中任意一项所述的方法，其特征在于，所述方法还包括：

将所述第一卷积神经网络转换为所述第一全卷积网络。

6.根据权利要求1至4中任意一项所述的方法，其特征在于，所述方法还包括：

将所述第二卷积神经网络转换为所述第二全卷积网络。

7.一种识别身份证的装置，其特征在于，包括：

第二确定模块，用于根据所述目标图像中的字符确定所述目标图像中的身份证信息。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

9.根据权利要求7所述的装置，其特征在于，所述第一确定模块包括：

10.根据权利要求9所述的装置，其特征在于，所述识别模块包括：

11.根据权利要求8至10中任意一项所述的装置，其特征在于，所述装置还包括：

12.根据权利要求7至10中任意一项所述的装置，其特征在于，所述装置还包括：

13.一种识别身份证的装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1至6中任意一项所述的方法。

14.一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行权利要求1至6中任意一项所述的方法。