CN110008942B - 证件验证方法、装置、服务器及存储介质 - Google Patents

证件验证方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN110008942B
CN110008942B CN201910037426.7A CN201910037426A CN110008942B CN 110008942 B CN110008942 B CN 110008942B CN 201910037426 A CN201910037426 A CN 201910037426A CN 110008942 B CN110008942 B CN 110008942B
Authority
CN
China
Prior art keywords
target
shooting
certificate
background
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910037426.7A
Other languages
English (en)
Other versions
CN110008942A (zh
Inventor
李静
陶冶
郭明宇
陈继东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Advanced New Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced New Technologies Co Ltd filed Critical Advanced New Technologies Co Ltd
Priority to CN201910037426.7A priority Critical patent/CN110008942B/zh
Publication of CN110008942A publication Critical patent/CN110008942A/zh
Application granted granted Critical
Publication of CN110008942B publication Critical patent/CN110008942B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Credit Cards Or The Like (AREA)

Abstract

本发明公开一种证件验证方法、装置、服务器及存储介质,所述方法包括:获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。上述方案中,在进行证件验证时,可以获取多幅背景不同的目标证件图像,由于目标证件图像的拍摄背景不是固定的,因此不法分子无法提前伪造目标证件图像,有效提高了证件验证的可靠性。

Description

证件验证方法、装置、服务器及存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种证件验证方法、装置、服务器及存储介质。
背景技术
随着科学技术的不断进步,网络得到了迅速发展,越来越多的业务都可以通过网络进行。现有技术中,为了保护用户的权益,很多场景中需要上传在证件图像来对用户身份进行验证。例如,在线上进行银行开户、开通电子钱包等业务时,需要对用户身份进行实名认证。实名认证需要通过用户上传证件照片,由于上传的证件照片可以采用PS、翻拍网络上的证件照片等方式伪造,因此通过证件图片来验证证件是否为真实存在的实体证件是相当重要的。
发明内容
本说明书实施例提供及一种证件验证方法、装置、服务器及存储介质。
第一方面,本说明书实施例提供一种证件验证方法,包括:
获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;
对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
第二方面,本说明书实施例提供一种证件验证装置,包括:
获取模块,用于获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;
识别模块,用于对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
验证模块,用于根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
第三方面,本说明书实施例提供一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行上述第一方面所述方法的步骤。
第四方面,本说明书实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述方法的步骤。
本说明书实施例有益效果如下:
在本说明书实施例提供的证件验证方法中,获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。上述方案中,在进行证件验证时,可以获取多幅背景不同的目标证件图像,由于目标证件图像的拍摄背景不是固定的,因此不法分子无法提前伪造目标证件图像,有效提高了证件验证的可靠性。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本说明书实施例第一方面提供的一种证件验证方法的流程图;
图2为本说明书实施例提供的一种目标识别算法的流程图;
图3为本说明书实施例提供的一种证件验证方法的整体流程图;
图4为本说明书实施例第二方面提供的证件验证装置的示意图;
图5为本说明书实施例第三方面提供的服务器的示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明,应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明,而不是对本说明书技术方案的限定,在不冲突的情况下,本说明书实施例以及实施例中的技术特征可以相互组合。
第一方面,本说明书实施例提供中证件验证方法,该方法可以用实名认证场景、证件图像真伪鉴别场景或其他场景中。以开通电子钱包的实名认证场景为例,用户可以通过手机、电脑等用户终端可以安装有该电子钱包的应用程序,打开该电子钱包的应用程序,用户可以通过用户终端上传自己的证件图像,例如身份证照片,通过验证身份证照片的真伪,以进行在线实名认证。
如图1所示,为本说明书实施例提供的一种证件验证方法的流程图,该方法包括以下步骤:
步骤S11:获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;
应理解的是,目标用户可以是需要进行证件验证的用户,以上述开通电子钱包的实名认证为例,目标用户可以是需要开通电子钱包的用户。目标证件可以为用于证明用户身份的证件,如身份证、护照、驾照,当然,目标证件还可以为其他证件,如银行卡、社保卡等。目标证件图像可以通过多种方式获取,例如通过用户终端设备的摄像头来进行拍摄。
本说明书实施例中,在进行证件验证时,需要获取该证件的多幅证件图像,其中,每幅证件图像的拍摄背景均不同。目标证件图像的数量可以是固定的也可以是随机确定的。在一个实施例中,在进行证件验证时,获取3幅不同背景的目标证件图像。在另一实施例中,在进行证件验证时,可以根据生成的随机数,来确定获取的目标证件图像数量。
由于每幅目标证件图像的背景均不同,因此,获取多少目标证件图像,就需要确定多少拍摄背景。拍摄背景的选择可以根据实际需要进行选择,例如,在预先设置好的背景库中随机选取,也可以根据背景的类型来进行选取,这里不做限定。
步骤S12:对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
本说明书实施例中,证件真伪识别过程可以包括多个步骤,例如:证件类型识别、证件图像背景识别、证件图像清晰度识别、文字识别等。通过对目标证件图像进行证件真伪识别,得到目标证件图像的真伪识别结果,真伪识别结果可以包括目标证件图像为真实图像,或目标图像为伪造图像。
应理解的是,本说明书实施例中的伪造图像可以包括但不限于以下几种图像:拍摄证件复印件得到的图像,即通过复印设备将实体证件复印,得到复印件,用户对复印件进行翻拍所得到的图像;拍摄证件网络打印件的图像,即用户在网络上或其他渠道获取到的其他用户的证件照片,然后将证件照片打印出来,再对打印件进行翻拍得到的图像;证件网络图像,即用户在网络上或者其他渠道获取到的其他用户的身份证照片,再直接将该身份证照片提交;证件屏幕翻拍图像,即用户可能把证件照片保存到了手机或电脑等电子设备中,然后再对电子设备的屏幕上显示的证件照片进行翻拍所得到的图像。
进一步的,在真伪识别过程中还可以对证件图像内容进行识别,例如,在目标证件为身份证时,可以通过真伪识别过程一并输出身份证上的姓名信息、出生年月信息、身份证号信息等。
步骤S13:根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
本说明书实施例中,在获得了多幅目标证件图像后,可以依次对每幅目标证件图像进行真伪识别,当所有目标证件图像的真伪识别结果均为真实图像时,则表明目标证件验证通过,当检测到一幅或多幅目标证件图像为伪造图像时,则表明目标证件验证失败。
可选地,在所述获得目标用户的多幅目标证件图像之前,所述方法还包括:根据目标数据,确定所述目标用户的风险等级;如果所述风险等级满足第一预设条件,则执行所述获得目标用户的多幅目标证件图像的步骤。
本说明书实施例中,目标数据可以根据实际情况进行设置,例如,目标数据可以包括目标用户的账户数据、交易行为数据、采用某设备进行证件验证的设备数据等。根据目标数据,确定目标用户的风险等级可以采用多种方式,例如,可以通过预先训练好的风险等级识别模型来输出目标用户的风险等级,也可以通过其他的预设风险等级算法来计算目标用户的风险等级,这里不做限定。
风险等级的形式可以根据实际需要进行设定,例如,风险等级可以用分值的形式来表示,分值越高,风险越大。风险等级可以通过分档来表示,如风险等级分为高、中、低三档。
第一预设条件可以根据实际需要进行设定,以风险等级为高、中、低三档为例,第一预设条件为风险等级为中或高,即当风险等级为中或风险等级为高时,执行步骤S11。再如,以风险等级为分值为例,第一预设条件可以为分值大于一阈值。
可选地,所述方法还包括:如果所述风险等级满足第二预设条件,则获取所述目标用户的一幅目标证件图像,所述一幅目标证件图像为基于一幅拍摄背景拍摄所述目标证件得到的图像;对所述一幅目标证件图像进行证件真伪识别,得到所述一幅目标证件图像的真伪识别结果;根据所述一幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
应理解的是,第一预设条件与第二预设条件不同。在一个实施例中,第二预设条件所对应的风险等级低于第一预设条件对应的风险等级,由于风险等级低,表明目标用户较为安全,因此,为了提高证件的验证效率,可以对风险等级低的用户只拍摄一幅目标证件图像,并通过一幅目标证件图像进行目标证件验证。沿用上面风险等级分为高、中、低三档,第二预设条件可以是风险等级为低。
可选地,所述根据目标数据,确定所述目标用户的风险等级,包括:根据所述目标数据,以及可用性策略模型,对所述目标数据进行可用性判断,所述可用性策略模型用于评估所述证件验证方法中存在的风险和硬件条件的可用性;在所述可用性判断结果为通过时,通过所述可用性策略获取所述目标用户的所述风险等级。
为了提高效率,减少计算量,可以先对目标数据进行可用性判断,在目标数据可用时,再进一步计算目标数据对应的风险等级,在目标数据不可用时,则无需再计算风险等级。
本说明书实施例中,可用性策略模型用于评估证件验证方法中存在的风险和硬件条件的可用性,包括但不限于以下几个方面:设备可用性、操作系统可用性、SDK版本可用性、算法可用性、账户可用性。
可用性策略模型可以是预设训练好的模型,在一个实施例中,可用性策略模型的训练数据可以包括多个维度的数据,例如设备维度数据(设备型号、设备使用地点)、账户维度数据(姓名、账户、用户ID)、风险维度数据(历史账户风险数据)等。通过大量的训练数据,进行深度学习和训练优化,得到可用性策略模型。在使用可用性策略模型时,模型输入数据为目标数据,目标数据可以包括采集到的上述多个维度的数据,模型输出为目标用户的风险等级。
可用性判断可以通过在可用性策略模型中设置对应的可用性判断条件,例如,可以在可用性策略模型中设置设备可用性判断条件、操作系统可用性判断条件等。以设备可用性为例,设备可用性判断条件可以为判断当前设备型号是否在预设的设备型号集合中,即,在采集到目标数据后,确定目标数据中的设备型号是否在预设的设备型号集合中。如果是,则表明当前设备通过了设备可用性判断,即当前设备可用;如果否,则表明当前设备不可用。
当然,可用性判断还可以从可用性策略模型中独立出来,作为单独的预处理过程,当各个可用性判断均通过时,再进一步通过可用性策略模型确定风险等级。如果存在一种或多种可用性判断结果为不可用,则可以终止处理流程。
可选地,在所述获得目标用户的多幅目标证件图像之前,所述方法还包括:获取拍摄背景的拍摄背景数量;确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;所述获得目标用户的多幅目标证件图像,包括:根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
应理解的是,拍摄背景的拍摄背景数量可以根据实际需要来进行设置,可以是固定数量,也可以是随机数量,也可以是根据预设算法计算出来的数量。
本说明书实施例中,根据拍摄背景数量确定目标拍摄背景选择策略可以通过多种方式实现。例如,预先设置好拍摄背景数量与背景选择策略的对应关系表,通过查表的方式来确定目标背景选择策略。或者,在预设的背景选择策略集合中随机选出一种策略作为目标背景选择策略。
背景选择策略中包括拍摄背景数量,以及每个拍摄背景对应的用户操作等级,需要说明的是,拍摄背景对应的用户操作等级为用户能够找到该拍摄背景的难易程度。举例来说,用户操作等级低的拍摄背景可以为纯白色背景、纯黑色背景,用户操作等级高的背景可以为绿色植物背景。
本说明书实施例中,可以设置有预设拍摄背景集合,该集合中包含有各个用户操作等级的背景要求。在确定了目标背景选择策略之后,可以在预设拍摄背景集合中选出符合条件的背景要求,以使用户根据背景要求寻找对应的拍摄背景,并根据拍摄背景进行目标证件的拍摄。
可选地,确定所述目标用户的风险等级之后,所述方法还包括:根据所述风险等级与拍摄背景数量的对应关系,确定与所述风险等级对应的拍摄背景数量;确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;所述获得目标用户的多幅目标证件图像,包括:根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
本说明书实施例中,针对不同的目标用户风险等级,可以采用不同的拍摄背景数量。对于高风险等级,需要更加严格的验证要求,以防止不法分子对目标证件图像进行伪造。对于低风险等级,可以采用较为宽松的验证要求,以提高证件验证的效率。因此,在一个实施例中,对于风险等级高的用户,拍摄背景数量相对较多,且每个拍摄背景对应的用户操作等级较高。对于风险等级低的用户,拍摄背景数量相对较少,且每个拍摄背景对应的用户操作等级较低。
在一个实施例中,所述风险等级包括高风险等级、中风险等级和低风险等级,所述根据所述风险等级与拍摄背景数量的对应关系,确定与所述风险等级对应的拍摄背景数量,包括:在所述风险等级为所述高风险等级时,所述拍摄背景数量为第一数量;在所述风险等级为所述中风险等级时,所述拍摄背景数量为第二数量;在所述风险等级为所述低风险等级时,所述拍摄背景数量为第三数量;其中,所述第一数量大于所述第二数量,且所述第二数量大于所述第三数量。
应说明的是,第一数量、第二数量以及第三数量可以根据实际需要进行设定。例如,第一数量为3幅,第二数量为2幅,第三数量为1幅。即,对于高风险等级的用户,需要用户拍摄3幅背景不同的目标证件图像,对于中风险等级的用户,需要用户拍摄2幅背景不同的目标证件图像,对于低风险等级的用户,需要用户拍摄1幅背景不同的目标证件图像。
可选地,所述根据拍摄背景数量,确定与所述拍摄背景数量的目标背景选择策略,包括:根据所述拍摄背景数量,在预设背景选择策略集合中确定出与所述拍摄背景数量对应的N种背景选择策略,N为正整数;根据所述N种背景选择策略中每种背景选择策略的历史通过率,将历史通过率最高的策略作为所述目标背景选择策略,所述历史通过率为使用该种背景选择策略获取到的证件图像被识别为真实证件的概率。
本说明书实施例中,预设背景选择策略集合中可以存在N种与拍摄背景数量对应的背景选择策略。仍沿用上面的例子,在高风险等级时,需要拍摄不同背景的图像数量为3,即拍摄背景数量为3,对应的背景选择策略为第一背景为用户操作等级为H1的背景,第二背景为用户操作等级为H2的背景,第三背景为用户操作等级为H3的背景。在中风险等级时,拍摄背景数量为2,对应的背景选择策略为第一背景为用户操作等级为M1的背景,第二背景为用户操作等级为M2的背景。在低风险等级时,拍摄背景数量为1,对应的背景选择策略为第一背景为用户操作等级为L1的背景。
应理解的是,用户操作等级为H1的背景可以包含有多种,同样的,用户操作等级为H2、H3的背景也可以包含有多种,这样,对于拍摄背景数量为3的情况来说,可以存在多种组合方式,即存在多种背景选择策略。举例来说,用户操作等级为H1的背景可以在2个备选背景中任选1个,即用户操作等级为H1的背景存在两种可能;用户操作等级为H2的背景可以在2个备选背景中任选1个;用户操作等级为H3的背景可以在2个备选背景中任选1个,且各个用户操作等级对应的背景均不相同。那么通过不同背景的相互组合,可以构建出8种背景选择策略,即与拍摄背景数量3对应的背景选择策略有8种,N为8。同理,中风险等级和低风险等级对应的背景选择策略也可以包括多种。
本说明书实施例中,对于从N种背景选择策略中选择出目标背景选择策略可以通过多种方式实现。例如,随机在N种背景选择策略中选择出一种作为目标拍摄策略,或者将历史通过率最高的策略作为目标背景选择策略,还可以用户历史交易记录来确定目标背景选择策略等,这里不做限定。
历史通过率最高的策略是指,根据历史数据,确定采用每种背景选择策略获得的证件图像被识别为真实证件的概率。仍以拍摄背景数量为3对应的8种背景选择策略为例,采集历史通过这8种背景选择策略中每种背景选择策略的证件图像的验证通过概率,将获得的8个通过概率中最高概率对应的拍摄策略作为目标拍摄策略。
用户历史交易记录来确定目标背景选择策略是指,根据用户历史的行为记录确定该用户的行为风险,如果用户的历史行为记录良好,可以将高通过率的背景选择策略提供给用户,如果用户的历史行为记录较差,可以提供给该用户更加严格的背景选择策略,如将通过率为中等水平的背景选择策略作为目标背景选择策略。
可选地,所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果,包括:根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法;根据所述目标识别算法对所述每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;所述根据所述每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证,包括:在所述每幅目标证件图像的真伪识别结果均为真实图像时,确定所述目标证件通过验证。
本说明书实施例中,用户操作等级可以表示用户寻找到该拍摄背景的难易程度,用户操作等级的划分可以根据实际需要来设置。例如将用户操作等级分为高、中、低三种,也可以将用户操作难度分为5个等级等等。
应理解的是,用户操作等级不同,所使用的图像防伪识别算法也可能不同。在一个实施例中,所述根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法,包括:根据用户操作等级与算法识别准确率的对应关系,确定与所述每个拍摄背景对应的目标算法识别准确率;根据所述目标算法识别准确率,确定所述目标识别算法。
本说明书实施例中,用户操作等级可以对应有不同识别准确率的算法。例如,对于用户操作等级较低的,例如以纯白色为拍摄背景,用户很容易进行图像造假,比如使用批量PS来批量修改多个图像的背景。因此,为了保证图像防伪识别的准确性,需要选择算法识别准确率高的算法来进行图像防伪识别。对于用户操作等级较高的,例如以纸币为拍摄背景,如果用户造假,比如使用纸币图片来PS,则很容易被识别出来,因此,可以选择算法识别准确率为中等水平的算法来进行图像防伪识别。
另外,本说明书实施例中,对于高风险等级的用户,可以选择高难度等级的用户操作对应的拍摄背景,并选择算法识别准确率较低的目标识别算法,这样对目标证件图像的要求就更加严格,只有在拍摄的目标证件图像与目标识别算法的要求非常匹配的情况下才能通过目标识别算法,如果目标证件图像稍有偏差,则无法通过目标识别算法。
进一步的,在确定了算法识别准确率后,确定目标识别算法。例如,针对每个算法识别准确率可以对应有多个识别算法,即可以预先设置好算法识别准确率与识别算法集合的对应关系,通过查找对应关系就可以确定出目标识别算法。或者对当前的识别算法进行调整,如阈值调整等,使得调整后的识别算法准确率为目标算法识别准确率。当然,还可以通过其他方式来确定与用户操作等级对应的真伪识别算法,这里不做限定。
进一步的,根据确定的防伪识别算法对每幅目标证件图像进行证件防伪识别,得到每幅目标证件图像的真伪识别结果,当所有目标证件图像的真伪识别结果均为真实图像时,确定目标证件通过验证。当存在一个或多个真伪识别结果为伪造图像时,确定目标证件未通过验证。
可选地,在所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果之前,所述方法还包括:根据所述每个拍摄背景对应的用户操作等级,确定所述每幅目标证件图像允许的重拍次数;所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果,包括:获取当前拍摄的目标证件图像;对所述当前拍摄的目标证件图像进行证件真伪识别,得到所述当前拍摄的目标证件图像的真伪识别结果;判断所述当前拍摄的目标证件图像的真伪识别结果是否为真实图像;如果否,则获取重新拍摄的目标证件图像,直至拍摄次数达到所述重拍次数,或重新拍摄的目标证件图像为真实图像。
本说明书实施例中,针对每幅目标证件的拍摄,设置一个允许的重拍次数,一方面为了控制风险,防止不法分子使用PS等伪造图像反复攻击尝试突破算法。另一方面,可以提升用户体验,如果正常用户在某种条件下一直无法通过,则不需要继续浪费时间尝试,结束掉本次流程,可以退出后调整环境或遇到其他背景选择策略中的不同背景要求重新来过。
应理解的是,用户操作等级与允许的重拍次数的对应关系可以根据实际需要进行设置,在一个实施例中,随着用户操作等级由高到低,允许的重拍次数由少到多。例如,用户操作等级为低时,允许的重拍次数为10次,用户操作等级为高时,允许的重拍次数为3次。
在当前拍摄次数未达到重拍次数时,如果拍摄得到的目标证件图像被识别为伪造图像,则可以重新拍摄并进行真伪识别,直到拍摄次数达到重拍次数,或重新拍摄的目标证件图像为真实图像为止。
可选地,在所述对获取到的目标证件图像进行证件真伪识别,得到所述目标证件图像的真伪识别结果之后,所述方法还包括:在所述每幅目标证件图像的真伪识别结果为伪造图像时,确定所述每幅目标证件图像未通过所述目标识别算法的目标识别规则。
本说明书实施例中,目标识别算法可以包括多个识别规则,如果目标证件图像未通过目标识别算法,即真伪识别结果为伪造图像时,可以确定是目标识别算法中的哪个步骤出错,即确定出错的目标识别规则,并将该错误报告给用户,以使用户根据目标识别规则及时调整。在一个实施例中,目标识别规则对应的错误为证件类型错误、图像模糊、图像背景错误,用户可以根据目标识别规则在下次拍摄过程中修正存在的错误。
可选地,所述目标识别算法包括但不限于以下识别方式中的一者或多者:证件类型识别、证件背景识别、证件清晰度识别、证件曝光度识别。
如图2所示,为本说明书实施例提供的一种目标识别算法的流程图,请参考图2,该目标识别算法包括:证件类型识别、证件背景识别、证件清晰度识别、证件曝光度识别、证件人脸照片检测、质量稳定性检测、文字检测、文字行定位、文字切分、文字识别、文字内容矫正、字段内容解析。通过上述各个步骤,最终输出目标证件图像的真伪识别结果,同时还可以一并输出目标证件图像的图像内容。当然,目标识别算法还可以包括其他的处理步骤,处理步骤的先后顺序也以根据实际需要进行设定,本说明书实施例不做限定。
为了更好的理解本说明书实施例提供的证件验证方法,请参考图3,为本说明书实施例提供的一种证件验证方法的整体流程图,该方法应用于一用户设备中,例如手机,该流程包括以下步骤。
用户通过用户设备进行证件验证时,触发证件验证流程的开始,流程开始后,检测用户设备的摄像头是否有权限。如果用户设备的摄像头权限开启,则进行下一步。如果用户设备的摄像头权限未开启,可以询问用户是否愿意打开权限,若用户同意打开权限,则开启摄像头,并进行下一步,若用户不同意打开权限,或因为某些问题无法打开摄像头权限,则终止流程。
接下来进行可用性判断。可用性判断可以通过可用性策略模型来实现,可用性策略模型主要是针对证件验证流程中的风险和硬性条件控制。主要包括设备可用性、操作系统可用性、SDK版本可用性、算法可用性、失败次数累计冷却可用性、账户可用性、自然人可用性等等。如果可用性判断为通过,则进入下一步,并且输出可风险等级;如果可用性判断未不通过,则终止流程。
进入证件扫描页面,同时根据可用性策略模型输出的风险等级,确定拍摄背景的拍摄背景数量,即,需要用户拍摄几张不同背景的证件图像。对于高风险等级的用户,需要用户拍摄3幅不同背景的证件图像;对于中风险等级的用户,需要用户拍摄2幅不同背景的证件图像;对于低风险等级的用户,需要用户拍摄1幅不同背景的证件图像。
不同的拍摄背景,对应不同的用户操作等级、算法识别准确率以及使用策略等级。其中,算法识别准确率为用于进行真伪识别的识别算法的准确率,应理解的是,背景越复杂,算法识别难度越高,准确率越低。使用策略可以为允许重拍的次数,使用策略等级低对应允许重拍的次数更多,例如,使用策略等级低为允许重拍10次,使用策略等级中为允许重拍5次,使用策略等级高为允许重拍3次。对应关系如表1所示。
表1
拍摄背景 用户操作等级 算法识别准确率 使用策略等级
A1背景为较纯净的浅色
A2背景为较纯净的深色
B1背景为手掌(放在手上)
B2背景为报纸
C1背景为绿色植物
C2背景为纸币(面额不限)
接下来,确定与拍摄背景数量对应的背景选择策略。对于风险等级为高的情况,拍摄背景数量为3,背景选择策略可以为在表1中的A1和A2中任选一个,在B1和B2中任选一个,以及在C1和C2中任选一个,共有8个方案,即PH1-PH8。对于风险等级为中的情况,拍摄背景数量为2,背景选择策略可以为在A1和A2中任选一个,以及在B1和B2中任选一个,共有4个方案,即PM1-PM4。对于风险等级为低的情况,拍摄背景数量为1,背景选择策略可以为在A1和A2中任选一个,共有2个方案,即PL1-PL2。背景选择策略包含拍摄背景组合方式、背景拍摄的顺序等。拍摄策略如表2所示。
表2
对于风险等级高的用户,需要用户拍摄3幅不同背景的证件图像,可以随机选择PH1-PH8中的任意一种,也可以根据历史通过率或用户历史交易记录来确定最终的背景选择策略。进一步的,用户拍摄第一幅图像,如果通过算法检测,则进入第二幅图像的拍摄。如果未通过算法检测,判断拍摄次数是否超过允许重拍的次数,如果超过允许重拍的次数,结束流程,证件验证结果为失败;如果未超过允许重拍的次数,则重新拍摄,并重复执行上述步骤。拍摄第二幅图像和第三幅图像同样依照此逻辑判断。直到第三幅图像通过算法检测,结束流程,证件验证结果为成功。
对于风险等级为中的用户,需要用户拍摄2幅不同背景的证件图像,可以随机选择PM1-PM4中的任意一种,也可以根据历史通过率或用户历史交易记录来确定最终的背景选择策略。进一步的,用户拍摄第一幅图像,如果通过算法检测,则进入第二幅图像的拍摄。如果未通过算法检测,判断拍摄次数是否超过允许重拍的次数,如果超过允许重拍的次数,结束流程,证件验证结果为失败;如果未超过允许重拍的次数,则重新拍摄,并重复执行上述步骤。拍摄第二幅图像同样依照此逻辑判断。直到第二幅图像通过算法检测,结束流程,证件验证结果为成功。
对于风险等级为低的用户,需要用户拍摄1幅不同背景的证件图像,可以随机选择PL1-PL2中的任意一种,也可以根据历史通过率或用户历史交易记录来确定最终的背景选择策略。进一步的,用户拍摄一幅图像,如果通过算法检测,结束流程,证件验证结果为成功。如果未通过算法检测,判断拍摄次数是否超过允许重拍的次数,如果超过允许重拍的次数,结束流程,证件验证结果为失败;如果未超过允许重拍的次数,则重新拍摄,并重复执行上述步骤。
上述流程中,设置允许重拍次数的检测,一方面为了控制风险,防止不法分子通过PS等方式伪造图像反复攻击尝试突破算法。另一方面,可以提升用户体验,如果正常用户在某种条件下一直无法通过,则不需要继续浪费时间尝试,结束掉本次流程,可以退出后调整环境或遇到其他背景选择策略中的不同背景要求重新来过。
另外,对于证件验证的算法能够,可以包括很多步骤,例如,判断证件类型是否是指定的证件类型、证件清晰度、是否有曝光、背景检测、文字检测和识别等。
进一步的,如果某个算法没有通过,可以在用户设备的显示界面上实时显示对应的出错原因,以便用户可以及时调整,例如证件类型不对、模糊、反光、背景不对等。
第二方面,本说明书实施例提供一种证件验证装置,请参考图4,包括:
获取模块41,用于获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像;
识别模块42,用于对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
验证模块43,用于根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
在一种可选实现方式中,所述装置还包括:
风险等级确定模块,用于根据目标数据,确定所述目标用户的风险等级;
第一处理模块,用于如果所述风险等级满足第一预设条件,则执行所述获得目标用户的多幅目标证件图像的步骤。
在一种可选实现方式中,所述装置还包括:
第二处理模块,用于如果所述风险等级满足第二预设条件,则获取所述目标用户的一幅目标证件图像,所述一幅目标证件图像为基于一幅拍摄背景拍摄所述目标证件得到的图像;
识别模块42,用于对所述一幅目标证件图像进行证件真伪识别,得到所述一幅目标证件图像的真伪识别结果;
验证模块43,用于根据所述一幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
在一种可选实现方式中,所述装置还包括:
第一数量确定模块,用于获取拍摄背景的拍摄背景数量;
策略确定模块,用于确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
背景获取模块,用于根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;
获取模块41,用于根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
在一种可选实现方式中,所述装置还包括:
第二数量确定模块,用于根据所述风险等级与拍摄背景数量的对应关系,确定与所述风险等级对应的拍摄背景数量;
策略确定模块,用于确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
背景获取模块,根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;
获取模块41,用于根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
在一种可选实现方式中,所述策略确定模块,用于:
根据所述拍摄背景数量,在预设背景选择策略集合中确定出与所述拍摄背景数量对应的N种背景选择策略,N为正整数;
根据所述N种背景选择策略中每种背景选择策略的历史通过率,将历史通过率最高的策略作为所述目标背景选择策略,所述历史通过率为使用该种背景选择策略获取到的证件图像被识别为真实证件的概率。
在一种可选实现方式中,识别模块42,用于:
根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法;
根据所述目标识别算法对所述每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
所述验证模块,用于在所述每幅目标证件图像的真伪识别结果均为真实图像时,确定所述目标证件通过验证。
在一种可选实现方式中,识别模块42,用于:
根据用户操作等级与算法识别准确率的对应关系,确定与所述每个拍摄背景对应的目标算法识别准确率;
根据所述目标算法识别准确率,确定所述目标识别算法。
在一种可选实现方式中,所述装置还包括:
重拍次数确定模块,用于根据所述每个拍摄背景对应的用户操作等级,确定所述每幅目标证件图像允许的重拍次数;
识别模块42,用于:
获取当前拍摄的目标证件图像;
对所述当前拍摄的目标证件图像进行证件真伪识别,得到所述当前拍摄的目标证件图像的真伪识别结果;
判断所述当前拍摄的目标证件图像的真伪识别结果是否为真实图像;
如果否,则获取重新拍摄的目标证件图像,直至拍摄次数达到所述重拍次数,或重新拍摄的目标证件图像为真实图像。
在一种可选实现方式中,所述目标识别算法包括但不限于以下识别方式中的一者或多者:证件类型识别、证件背景识别、证件清晰度识别、证件曝光度识别。
在一种可选实现方式中,所述风险等级确定模块,用于:
根据所述目标数据,以及可用性策略模型,对所述目标数据进行可用性判断,所述可用性策略模型用于评估所述证件验证方法中存在的风险和硬件条件的可用性;
在所述可用性判断结果为通过时,通过所述可用性策略获取所述目标用户的所述风险等级。
关于上述装置,其中各个模块的具体功能已经在本发明实施例提供的证件验证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。
第三方面,基于与前述实施例中证件验证分析方法同样的发明构思,本发明还提供一种证件验证分析装置,如图5所示,包括存储器604、处理器602及存储在存储器604上并可在处理器602上运行的计算机程序,所述处理器602执行所述程序时实现前文所述的证件验证分析方法的任一方法的步骤。
其中,在图5中,总线架构(用总线600来代表),总线600可以包括任意数量的互联的总线和桥,总线600将包括由处理器602代表的一个或多个处理器和存储器604代表的存储器的各种电路链接在一起。总线600还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口606在总线600和接收器601和发送器603之间提供接口。接收器601和发送器603可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器602负责管理总线600和通常的处理,而存储器604可以被用于存储处理器602在执行操作时所使用的数据。
第四方面,基于与前述实施例中基于证件验证分析方法的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前文所述基于证件验证分析方法的任一方法的步骤。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (22)

1.一种证件验证方法,所述方法包括:
获取拍摄背景的拍摄背景数量;
确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与拍摄背景数量对应的拍摄背景;
获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像,包括:根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像;
对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
2.根据权利要求1所述的证件验证方法,在所述获得目标用户的多幅目标证件图像之前,所述方法还包括:
根据目标数据,确定所述目标用户的风险等级;
如果所述风险等级满足第一预设条件,则执行所述获得目标用户的多幅目标证件图像的步骤。
3.根据权利要求2所述的证件验证方法,所述方法还包括:
如果所述风险等级满足第二预设条件,则获取所述目标用户的一幅目标证件图像,所述一幅目标证件图像为基于一幅拍摄背景拍摄所述目标证件得到的图像;
对所述一幅目标证件图像进行证件真伪识别,得到所述一幅目标证件图像的真伪识别结果;
根据所述一幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
4.根据权利要求2所述的证件验证方法,在所述根据目标数据,确定所述目标用户的风险等级之后,所述方法还包括:
根据所述风险等级与拍摄背景数量的对应关系,确定与所述风险等级对应的拍摄背景数量;
确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;
所述获得目标用户的多幅目标证件图像,包括:
根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
5.根据权利要求1或4所述的证件验证方法,所述确定与所述拍摄背景数量对应的目标背景选择策略,包括:
根据所述拍摄背景数量,在预设背景选择策略集合中确定出与所述拍摄背景数量对应的N种背景选择策略,N为正整数;
根据所述N种背景选择策略中每种背景选择策略的历史通过率,将历史通过率最高的策略作为所述目标背景选择策略,所述历史通过率为使用该种背景选择策略获取到的证件图像被识别为真实证件的概率。
6.根据权利要求1或4所述的证件验证方法,所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果,包括:
根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法;
根据所述目标识别算法对所述每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
所述根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证,包括:
在所述每幅目标证件图像的真伪识别结果均为真实图像时,确定所述目标证件通过验证。
7.根据权利要求6所述的证件验证方法,所述根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法,包括:
根据用户操作等级与算法识别准确率的对应关系,确定与所述每个拍摄背景对应的目标算法识别准确率;
根据所述目标算法识别准确率,确定所述目标识别算法。
8.根据权利要求1或4所述的证件验证方法,在所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果之前,所述方法还包括:
根据所述每个拍摄背景对应的用户操作等级,确定所述每幅目标证件图像允许的重拍次数;
所述对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果,包括:
获取当前拍摄的目标证件图像;
对所述当前拍摄的目标证件图像进行证件真伪识别,得到所述当前拍摄的目标证件图像的真伪识别结果;
判断所述当前拍摄的目标证件图像的真伪识别结果是否为真实图像;
如果否,则获取重新拍摄的目标证件图像,直至拍摄次数达到所述重拍次数,或重新拍摄的目标证件图像为真实图像。
9.根据权利要求6所述的证件验证方法,所述目标识别算法包括但不限于以下识别方式中的一者或多者:证件类型识别、证件背景识别、证件清晰度识别、证件曝光度识别。
10.根据权利要求2所述的证件验证方法,所述根据目标数据,确定所述目标用户的风险等级,包括:
根据所述目标数据,以及可用性策略模型,对所述目标数据进行可用性判断,所述可用性策略模型用于评估所述证件验证方法中存在的风险和硬件条件的可用性;
在所述可用性判断结果为通过时,通过所述可用性策略获取所述目标用户的所述风险等级。
11.一种证件验证装置,所述装置包括:
第一数量确定模块,用于获取拍摄背景的拍摄背景数量;
策略确定模块,用于确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
背景获取模块,用于根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;
获取模块,用于获得目标用户的多幅目标证件图像,所述多幅目标证件图像为采用不同拍摄背景拍摄目标证件得到的图像,包括:根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像;
识别模块,用于对所述多幅目标证件图像中的每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
验证模块,用于根据所述多幅目标证件图像中每幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
12.根据权利要求11所述的证件验证装置,所述装置还包括:
风险等级确定模块,用于根据目标数据,确定所述目标用户的风险等级;
第一处理模块,用于如果所述风险等级满足第一预设条件,则执行所述获得目标用户的多幅目标证件图像的步骤。
13.根据权利要求12所述的证件验证装置,所述装置还包括:
第二处理模块,用于如果所述风险等级满足第二预设条件,则获取所述目标用户的一幅目标证件图像,所述一幅目标证件图像为基于一幅拍摄背景拍摄所述目标证件得到的图像;
所述识别模块,用于对所述一幅目标证件图像进行证件真伪识别,得到所述一幅目标证件图像的真伪识别结果;
所述验证模块,用于根据所述一幅目标证件图像的真伪识别结果,确定所述目标证件是否通过验证。
14.根据权利要求12所述的证件验证装置,所述装置还包括:
第二数量确定模块,用于根据所述风险等级与拍摄背景数量的对应关系,确定与所述风险等级对应的背景数量;
策略确定模块,用于确定与所述拍摄背景数量对应的目标背景选择策略,所述目标背景选择策略包括所述拍摄背景数量中与每个拍摄背景对应的用户操作等级;
背景获取模块,根据所述每个拍摄背景对应的用户操作等级,在预设拍摄背景集合中确定出与所述拍摄背景数量对应的拍摄背景;
所述获取模块,用于根据与所述拍摄背景数量对应的拍摄背景,获得所述多幅目标证件图像。
15.根据权利要求11或14所述的证件验证装置,所述策略确定模块,用于:
根据所述拍摄背景数量,在预设背景选择策略集合中确定出与所述拍摄背景数量对应的N种背景选择策略,N为正整数;
根据所述N种背景选择策略中每种背景选择策略的历史通过率,将历史通过率最高的策略作为所述目标背景选择策略,所述历史通过率为使用该种背景选择策略获取到的证件图像被识别为真实证件的概率。
16.根据权利要求11或14所述的证件验证装置,所述识别模块,用于:
根据所述每个拍摄背景对应的用户操作等级,确定目标识别算法;
根据所述目标识别算法对所述每幅目标证件图像进行证件真伪识别,得到所述每幅目标证件图像的真伪识别结果;
所述验证模块,用于在所述每幅目标证件图像的真伪识别结果均为真实图像时,确定所述目标证件通过验证。
17.根据权利要求16所述的证件验证装置,所述识别模块,用于:
根据用户操作等级与算法识别准确率的对应关系,确定与所述每个拍摄背景对应的目标算法识别准确率;
根据所述目标算法识别准确率,确定所述目标识别算法。
18.根据权利要求11或14所述的证件验证装置,所述装置还包括:
重拍次数确定模块,用于根据所述每个拍摄背景对应的用户操作等级,确定所述每幅目标证件图像允许的重拍次数;
所述识别模块,用于:
获取当前拍摄的目标证件图像;
对所述当前拍摄的目标证件图像进行证件真伪识别,得到所述当前拍摄的目标证件图像的真伪识别结果;
判断所述当前拍摄的目标证件图像的真伪识别结果是否为真实图像;
如果否,则获取重新拍摄的目标证件图像,直至拍摄次数达到所述重拍次数,或重新拍摄的目标证件图像为真实图像。
19.根据权利要求16所述的证件验证装置,所述目标识别算法包括但不限于以下识别方式中的一者或多者:证件类型识别、证件背景识别、证件清晰度识别、证件曝光度识别。
20.根据权利要求12所述的证件验证装置,所述风险等级确定模块,用于:
根据所述目标数据,以及可用性策略模型,对所述目标数据进行可用性判断,所述可用性策略模型用于评估如权利要求1-10任一项所述证件验证方法中存在的风险和硬件条件的可用性;
在所述可用性判断结果为通过时,通过所述可用性策略获取所述目标用户的所述风险等级。
21.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-10任一项所述方法的步骤。
22.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-10任一项所述方法的步骤。
CN201910037426.7A 2019-01-15 2019-01-15 证件验证方法、装置、服务器及存储介质 Active CN110008942B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910037426.7A CN110008942B (zh) 2019-01-15 2019-01-15 证件验证方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910037426.7A CN110008942B (zh) 2019-01-15 2019-01-15 证件验证方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN110008942A CN110008942A (zh) 2019-07-12
CN110008942B true CN110008942B (zh) 2023-09-08

Family

ID=67165436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910037426.7A Active CN110008942B (zh) 2019-01-15 2019-01-15 证件验证方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN110008942B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111275102A (zh) * 2020-01-19 2020-06-12 深圳壹账通智能科技有限公司 多证件类型同步检测方法、装置、计算机设备及存储介质
CN112001785A (zh) * 2020-07-21 2020-11-27 小花网络科技(深圳)有限公司 一种基于图像识别的网贷欺诈识别方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107729847A (zh) * 2017-10-20 2018-02-23 阿里巴巴集团控股有限公司 一种证件验证、身份验证方法和装置
CN107944339A (zh) * 2017-10-20 2018-04-20 阿里巴巴集团控股有限公司 一种证件验证、身份验证方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107729847A (zh) * 2017-10-20 2018-02-23 阿里巴巴集团控股有限公司 一种证件验证、身份验证方法和装置
CN107944339A (zh) * 2017-10-20 2018-04-20 阿里巴巴集团控股有限公司 一种证件验证、身份验证方法和装置

Also Published As

Publication number Publication date
CN110008942A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
KR102226619B1 (ko) 증명서 및 신원 검증 방법 및 장치
CN107729847B (zh) 一种证件验证、身份验证方法和装置
Kraetzer et al. Modeling attacks on photo-ID documents and applying media forensics for the detection of facial morphing
US8503718B2 (en) Using camera signatures from uploaded images to authenticate users of an online system
CN107832679B (zh) 一种证件验证、身份验证方法和装置
CN111886842B (zh) 使用基于阈值的匹配进行远程用户身份验证
EP2948891B1 (de) Benutzer-identifikation
CN111275105B (zh) 一种证件验证方法、装置及电子设备
CN110796054B (zh) 证件验真方法及装置
CN110008942B (zh) 证件验证方法、装置、服务器及存储介质
DE102015206623A1 (de) Digitale signatur mit fern-identifizierung
US20220375259A1 (en) Artificial intelligence for passive liveness detection
WO2021049234A1 (ja) 画像解析装置、制御方法、プログラム
KR20150115049A (ko) 얼굴인식을 이용한 금융자동화 기기의 보안 강화 방법 및 시스템
CN113269123B (zh) 证件识别方法和系统
Batskos et al. Preventing face morphing attacks by using legacy face images
CN112597810A (zh) 身份证明文件认证方法和系统
KR20220126463A (ko) 원본 증명 방법, 및 이를 위한 장치
CN111767845A (zh) 证件识别方法及装置
US20070136600A1 (en) Document Verification System and Method of Use
CN113850771A (zh) 一种用户证件照的验证方法及装置
US11250254B2 (en) Methods and systems for detecting photograph replacement in a photo identity document
US20230356539A1 (en) Systems and methods for token authentication
JP6865797B2 (ja) 真贋判定方法、情報処理装置、及びプログラム
US20230362012A1 (en) Systems and methods for token authentication

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201014

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201014

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

GR01 Patent grant
GR01 Patent grant