CN110263805B - 证件验证、身份验证方法、装置及设备 - Google Patents

证件验证、身份验证方法、装置及设备 Download PDF

Info

Publication number
CN110263805B
CN110263805B CN201910374005.3A CN201910374005A CN110263805B CN 110263805 B CN110263805 B CN 110263805B CN 201910374005 A CN201910374005 A CN 201910374005A CN 110263805 B CN110263805 B CN 110263805B
Authority
CN
China
Prior art keywords
images
certificate
authenticated
coating
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
CN201910374005.3A
Other languages
English (en)
Other versions
CN110263805A (zh
Inventor
郭明宇
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 CN201910374005.3A priority Critical patent/CN110263805B/zh
Publication of CN110263805A publication Critical patent/CN110263805A/zh
Priority to PCT/CN2020/071608 priority patent/WO2020224296A1/zh
Priority to US16/807,914 priority patent/US10769263B1/en
Priority to US16/945,778 priority patent/US10909227B2/en
Priority to US17/164,578 priority patent/US11086977B2/en
Application granted granted Critical
Publication of CN110263805B publication Critical patent/CN110263805B/zh
Priority to US17/394,134 priority patent/US11392679B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features

Abstract

本说明书实施例公开了一种证件验证、身份验证方法、装置及设备。其中,证件验证方案中,通过在不同采集条件下,采集证件的图像,进而根据证件自身的镀膜的反光特性在图像中形成的镀膜特征,来确定所采集的图像来自于证件原件的可能性。

Description

证件验证、身份验证方法、装置及设备
技术领域
本说明书涉及计算机技术领域,尤其涉及一种证件验证、身份验证方法、装置及设备。
背景技术
在进行电子实名认证(Know Your Customer,简称KYC,即对客户身份核实)时,通常要求用户拍摄身份证件(如身份证、护照等)并上传照片。但因无法对拍摄过程进行有效监督,比如确定拍摄的身份证件是否为原件、是否合法持有等,这就给攻击者(也称黑产用户)留下了漏洞,也就是说,黑产用户可以利用伪造的证件,然后通过拍摄伪造证件来获得上传所需照片,从而在电子认证中,欺骗电子认证过程。其中,黑产用户伪造证件的方式通常有:伪造物理证件和伪造电子证件,具体地,伪造物理证件是指直接在证件原件的物理实体上修改信息,比如涂改证件表面内容(如姓名、证件号码等)、粘贴覆盖证件表面内容(如人像照片、证件标识等)等,伪造电子证件是指先将证件原件进行电子化,比如采用拍照、扫描等手段进行电子化,然后在得到的电子化证件图像上篡改信息,如使用图像处理工具篡改信息,最后将伪造出来的电子证件,再次通过物理方式(如屏显、打印等)呈现。
发明内容
有鉴于此,本说明书实施例提供了一种证件验证方法、装置及设备,用于在电子认证中,验证证件的真伪,本说明书实施例还提供了一种身份验证方法、装置及设备,用于在电子认证中,基于证件的真伪进行身份验证。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种证件验证方法,包括:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
本说明书实施例还提供一种身份验证方法,包括:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
本说明书实施例还提供一种证件验证装置,包括图像采集模块、获取模块和验证模块;
所述图像采集模块用于采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
所述获取模块用于从所述至少两幅图像,获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;
所述验证模块用于根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
本说明书实施例还提供一种身份验证装置,包括图像采集模块、第一获取模块、第一验证模块、第二获取模块、联网模块和第二验证模块;
所述图像采集模块用于采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
所述第一获取模块用于从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
所述第一验证模块用于根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
所述第二获取模块用于当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
所述联网模块用于联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
所述第二验证模块用于根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
本说明书实施例还提供一种用于验证证件的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
本说明书实施例还提供一种用于验证身份的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:通过利用证件自身镀膜的反光特性,进而可在不同采集条件下,让镀膜的反光特性在采集图像中能形成镀膜特征,然后可对采集图像进行图像识别处理,来确定出采集的图像来自于证件原件的可能性。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例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证件验证方法中验证护照的示意图。
图3为本说明书实施例提供的一种证件验证装置的结构示意图。
图4为本说明书实施例提供的一种身份验证方法的流程图。
图5为本说明书实施例提供的一种身份验证装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
正如前述分析,由于不能对上传照片的拍摄过程进行有效监控,从而在电子认证过程留下了容易被攻击的漏洞。而现有的方案中,对黑产用户利用伪造证件所拍摄上传的照片,无法识别出来,容易被欺骗,且还需要后续大量的数据处理来识别照片才能认证出证件的真伪,认证效率低。
基于此,本说明书实施例提供一种证件验证方法、身份认证方法、装置及设备。在证件验证方法中,通过采集证件的至少两幅图像,且所述至少两幅图像是分别在不同的采集条件下对所述证件进行采集所获得的图像,这时不同采集条件下,证件本身的镀膜的反光特性就在证件图像中形成对应的镀膜特征,其中镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征,进而可根据所述至少两幅证件图像对应的镀膜特征,来确定出所获得的证件图像来自于证件原件的可能性。
具体地,若证件为原件,这时证件本身的镀膜的反光特性就在所述至少两幅证件图像中形成镀膜特征,进而通过判定图像中的镀膜特征,就能确定出证件属于原件的概率;相反,若证件本身的镀膜缺失,比如证件是伪造电子证件通过物理方式再次呈现的,如屏幕显示、打印显示的证件,这时由于所述至少两幅证件图像,是二次翻拍伪造电子证件所获得的图像,而被翻拍的伪造电子证件本身并不带有证件原有的镀膜,所以在所述至少两幅证件图像中,并没有出现对应的镀膜特征,因而根据所述至少两幅证件图像中没有出现镀膜特征,可确定出证件不属于原件的概率,又或者,证件是伪造物理证件,如证件原件上的信息被修改过,这时由于在证件原件上修改信息时,必然破坏了证件原有的镀膜在采集中的反光特性,进而在所述至少两幅证件图像中将出现断断续续的镀膜特征,这时,就根据所述至少两幅证件图像中出现的断断续续的镀膜特征,可确定出证件不属于原件的概率。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本说明书实施例提供的一种证件验证方法的流程图。
如图1所示,所述证件验证方法可包括如下步骤:
步骤S102、采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像。
具体实施中,通过图像采集设备采集待认证证件的图像,其中采集条件是用于让证件本身的镀膜的反光特性,能在采集的图像中形成相应的镀膜特征。
在一实施方式中,采集条件可包括采集角度,比如图像采集设备的采集方向与证件的法线成不同角度进行多次采集,如采集方向先垂于证件(即采集角度为零度)采集,然后再偏斜一个角度进行采集,这样就得到不同角度的采集图像。由于采集角度不同,采集中光线就在证件的镀膜上形成不同的反射效应(即反光特性),这样采集到的图像就具有对应的镀膜特征,也就是说,若证件为原件,不同角度所采集到的所述至少两幅图像,都包含有镀膜特征,若证件不是原件,由于证件不具有原有的镀膜,这时,不同角度所采集到的所述至少两幅图像,要么无镀膜特征,要么镀膜特征不完整,比如断断续续的。
又在一个实施方式中,采集条件可包括采集环境,比如采集环境中的光线不相同。这时,由于环境光线不同,证件本身的镀膜的反光特性也会在采集到的图像中形成对应的镀膜特征,也就是说,若证件为原件,由于证件具有原件自身的镀膜,这样不同采集光线环境下,所采集到的所述至少两幅图像,都包含有镀膜特征,而若证件不是原件,由于证件不具有原有的镀膜,这时,不同光线下所采集到的所述至少两幅图像,要么无镀膜特征,要么镀膜特征不完整,比如断断续续的。
具体实施中,还可通过提示,比如语音提示,提示采集用户操作图像采集设备进行不同条件的采集操作。
再在一个实施方式中,由于视频流通常是在不同时间、不同采集角度、不同环境光线等多种采集条件的情况下采集得到的,且能够提供更多帧数的采集图像,因而在采集待认证证件的至少两幅图像时,还可从所获取到的待认证证件的视频流中进行提取,来获取出所述至少两幅图像。这样,既降低了采集要求,又能拓宽了采集图像的来源,以及能从更多帧数的图像中挑选所述至少两幅图像。
步骤S104、从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像的目标图像。
其中,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征。
具体实施中,可基于所述至少两幅图像,在获取所述至少两幅图像对应的镀膜特征的步骤中,采用一些图像预处理,比如二值化、对齐、特征检测等处理,这样通过预处理后,来可获取出明显包含有镀膜特征、又便于处理的目标图像,可提高验证效率和准确性。
在一个实施方式中,预处理可包括图像对齐处理,比如对齐处理包括寻找证件在图像中的位置,对图像中的证件进行旋转、缩放、裁剪等操作,进而从所述至少两幅图像中获取出经对齐处理后的证件图像,这里的证件图像为证件边界所包含的图像。这样,基于对齐后的证件图像,既可省去对证件边界外的图像部分进行处理,还便于后续处理,可提高验证效率和准确性。
需要说明的是,图像对齐处理可基于证件的特点进行对齐,这里不再赘述。
又在一个实施方式中,预处理可包括二值化处理,进一步二值化处理可包括动态二值化处理,也可包括采用深度学习模型的二值化处理。由于镀膜特征为包括证件本身的镀膜的反光特性在图像中形成的图像特征,这样在二值化后,镀膜特征就以明显方式呈现在所述至少两幅图像中,而其他非证件的镀膜的反光特性所形成的图像内容就成为二值化后的背景值,这样可省去大量的背景值处理内容,既降低了对验证设备的性能要求,有可提高验证的效率和准确性。
需要说明的是,二值化处理可采用阈值二值化,比如动态二值化、固定阈值二值化,还可采用基于深度学习模型的二值化处理,这里不再展开说明。
再在一个实施方式中,可基于证件应有的镀膜特征进行检测,来确定所述至少两幅图像中是否包含有镀膜特征,以便于在未包含有镀膜特征时,停止后续处理。具体地,所述从所述至少两幅图像获取包含有镀膜特征的目标图像的步骤包括:根据预设的镀膜特征区域,检测所述至少两幅图像中是否存在与所述镀膜特征区域对应的镀膜特征;若是,则从所述至少两幅图像获取包含有镀膜特征的目标图像。当然,若所述至少两幅图像中不存在镀膜特征,这时可停止后续验证处理,或操作归零,比如返回到步骤S102,进行重新验证操作。
具体实施中,可采用SIFT(Scale-invariant feature transform,尺度不变特征变换)、SURF(Speeded Up Robust Features,加速稳健特征)等图像算子,来判定所述至少两幅图像中是否存在镀膜特征。
步骤S106、根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
具体实施中,可根据实际处理需要,来根据所述至少两幅图像对应的目标图像,对目标图像中的镀膜特征进行归一化处理,最后根据镀膜特征的归一化值,按预设的判定策略去确定所述待认证证件属于原件的概率,其中判定策略可为镀膜特征的归一化值与证件属于原件的概率之间的判定关系。
在一个实施方式中,可先直接从目标图像中提取镀膜特征,然后计算出所述至少两幅图像对应的所述目标图像所各自对应的镀膜特征的值,然后将所述目标图像各自对应的镀膜特征的值进行求和归一化,最后按预设的判定策略,根据归一化后的镀膜特征的值,来确定出待认证证件属于原件的概率。
又在一个实施方式中,可先对所述至少两幅图像对应的目标图像进行分区域特征提取,比如分成N个区域,然后按区域两两比对,进而得到N个比分,再将这N个比分进行求和归一化,最后按预设的判定策略,根据归一化后的镀膜特征的值,来确定出待认证证件属于原件的概率。
需要说明的是,本说明书实施例中,是以原件概率进行说明,当然在得到待认证证件属于原件的概率后,也就得到待认证证件属于伪造证件的概率。
具体实施中,还可根据实际应用需要,在确定出来的证件属于原件的概率情况,再根据概率与原件、伪造电子证件和伪造物理证件之间的对应关系,进一步确定出证件是属于原件、还是属于伪造电子证件或者属于伪造物理证件等,这里不再赘述。
再在一个实施方式中,还可对证件的特定区域的图像特征进行处理,以避免这些区域本身容易受到二值化结果的干扰,例如人脸照片或金属芯片部位,由于这些部位相对证件本身的位置是确定的,这时可单独处理这些区域的图像特征,或者在预先剔除这些区域的图像特征的值,来减少这个区域的图像特征值在后续处理中可能带来的影响。
通过上述步骤S102~S106,通过利用证件制作时镀膜具有反光特性,并能够在不同采集条件下的采集图像中形成镀膜特征,进而可先获取待认证证件在不同采集条件下的图像,然后从采集到的图像中获取包含有镀膜特征的目标图像,最后通过判定目标图像中的镀膜特征,来确定出待认证证件属于原件的概率,能够准确地、快速地识别出待认证证件属于原件的概率情况,提高证件验证的效率和准确性,也便于根据概率情况去阻止伪造证件的欺骗。
为便于理解,这里给出一种证件验证的过程示意说明。
图2为一种验证护照证件的过程图示说明。
首先将护照原件放置在两种采集条件下,来采集对应的图像,比如将证件原件放置于一幅背景画前,采集得到图像1,图像结果如图中的(a)图示,以及,将证件原件拿在手中,采集得到图像2,图像结果如图中的(e)图示。这时,由于护照为原件,证件本身的镀膜的反光特性就在图像1、图像2中形成出镀膜特征,分别如图中的(a)图示和(e)图示中的虚线框所示部分,且图像1和图像2中均出现明显的镀膜特征。
其次,获取出包含这些镀膜特征的目标图像。
具体地,可先对图像1、图像2进行对齐处理,既去除图像中超出证件范围的多余背景部分,又将证件的图像进行对齐,这样可得到大小相同且对齐的图像,其中对齐处理后,图像1和图像2的对齐结果分别如图中的(b)图示和(f)图示;然后基于对齐处理后的图像,进行二值化处理,这里采用动态二值化处理,且将非因证件镀膜的反光特性在图像中生成的图像特征作为背景值处理,二值化后,镀膜特征结果分别如图中的(c)图示和(g)图示的虚线框所示部分,这里为便于阅读和标识,将背景值属于黑色调整为白色。从图中的(c)图示、(g)图示可看出,在获取到的目标图像中,镀膜特征明显。
最后,根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。这里,将目标图像分为N个区域,并将这N个区域进行一一对比(如图中的虚线箭头所示意),进而获得N个比对分数,然后对这N个比对分数进行求和归一化,得到镀膜特征的归一化值,最终根据判定策略可确定出护照属于原件的概率。这里,为便于说明,N取40,即将图中的(d)图示和(g)图示的目标图像都按5行、8列进行划分,共划分为40个分区域,然后对40个分区域进行一一比对,得到40个分值,并对40个分值求和归一化,最后根据判定策略判定出护照属于原件的概率为为99.97%。
基于同一个发明构思,本说明书实施例还提供用于验证证件的装置、电子设备以及非易失性计算机存储介质。
鉴于前述实施例中对所述证件验证方法已进行了详细说明,下面实施例中对装置、设备以及非易失性计算机存储介质所涉及的相应内容将不再赘述。
图3为本说明书提供的一种证件验证装置的结构示意图,其中虚线方框表示可选的模块。
如图3所示,证件验证装置10包括图像采集模块11、获取模块12和验证模块13。其中,图像采集模块11用于采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;获取模块12用于从所述至少两幅图像,获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;验证模块13用于根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
可选地,在证件验证装置10中,所述采集条件可包括采集角度和采集环境之中的至少一个条件。
可选地,图像采集模块11用于从待认证证件对应的视频流中,获取所述至少两幅图像。
可选地,证件验证装置10还包括二值化模块14。其中,二值化模块14用于对所述至少两幅图像进行图像二值化处理,获取所述至少两幅图像对应的二值化图像;获取模块12用于从所述二值化图像中获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
可选地,证件验证装置10还包括对齐模块15。其中,对齐模块15用于对所述至少两幅图像进行图像对齐处理;获取模块12用于从对齐处理后的所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
可选地,证件验证装置10还包括检测模块16。其中,检测模块16用于根据预设的镀膜特征区域,检测所述至少两幅图像中是否存在与所述镀膜特征区域对应的镀膜特征,若是,则调用获取模块12;获取模块12用于从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
可选地,证件验证装置10还包括归一化模块17。其中,归一化模块17用于对所述至少两幅图像对应的目标图像进行归一化处理,获取所述镀膜特征的归一化值;验证模块13用于根据所述镀膜特征的归一化值,按预设的判定策略确定所述待认证证件属于原件的概率,所述判定策略包括镀膜特征的归一化值与证件属于原件的概率之间的判定关系。
本说明书实施例还提供一种用于验证证件的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
本说明书实施例还提供一种用于验证证件的非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的目标图像,确定所述待认证证件属于原件的概率。
基于同一个发明构思,本说明书实施例还提供一种身份验证方法、装置及设备。
图4为本说明实施例提供的一种身份验证方法的流程图,所述身份验证方法可包括以下步骤:
步骤S202、采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
其中,身份证件可包括护照、身份证、驾照等可以证明待认证对象的身份的证件,身份证件表明上还记载有待验证对象的身份信息,比如姓名、性别、身份编码等。
步骤S204、从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
步骤S206、根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
步骤S208、根据所述身份证件属于原件的概率,判断所述身份证件是否属于原件,并在判断出所述身份证件属于原件时,执行步骤S210;
需要说明的是,在确定所述身份证件是否属于原件中,还可将判断结果进行提示输出,比如语音、文字等提示;以及,在判断出不属于原件时,可归零操作,比如返回到步骤S202。
步骤S210、从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
步骤S212、联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪程度;
步骤S214、根据所述身份信息的真伪程度,确定所述待认证对象的身份的真伪。
需要说明的是,上述步骤S202~S206的内容与前述实施例中所述的证件验证方法的步骤S102~S106所述的内容相近,这里不再赘述。
通过上述步骤S202~S214,通过利用身份证件自身的镀膜的反光特性,能够在不同采集条件下,在采集的图像中形成对应的镀膜特征,从而可快速、准确地确认出待认证对象的身份证件是否属于原件,然后基于身份证件属于原件的前提下,再去联网验证身份信息的真伪程度,并根据联网验证结果确定出待认证对象的身份的真伪,这样既提高了身份认证的准确性和效率,又可根据待认证对象的身份结果,来有效避免电子认证中的伪造证件的欺骗。
鉴于前述实施例中对所述身份验证方法已进行了详细说明,下面实施例中对身份验证装置、设备以及非易失性计算机存储介质所涉及的相应内容将不再赘述。
图5为本说明实施例提供的一种身份验证装置的结构示意图。
如图5所示,身份验证装置20包括图像采集模块21、第一获取模块22、第一验证模块23、第二获取模块24、联网模块25和第二验证模块26。其中,图像采集模块21用于采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;第一获取模块22用于从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;第一验证模块23用于根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;第二获取模块24用于当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;联网模块25用于联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;第二验证模块26用于根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
本说明实施例还提供一种用于验证身份的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
本说明书实施例还提供一种用于验证身份的非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征;
根据所述至少两幅图像对应的第一目标图像,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、设备、非易失性计算机存储介质与方法是对应的,因此,装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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装置。
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装置的制造品,该指令装置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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (18)

1.一种电子认证中的证件验证方法,包括:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征,所述目标图像为所述待认证证件的边界所包含的图像;
根据所述至少两幅图像对应的目标图像所包含的所述镀膜特征,确定所述待认证证件属于原件的概率。
2.如权利要求1所述的证件验证方法,所述采集条件包括采集角度和采集环境之中的至少一个条件。
3.如权利要求1所述的证件验证方法,所述采集待认证证件的至少两幅图像的步骤包括:从待认证证件对应的视频流中获取所述至少两幅图像。
4.如权利要求1所述的证件验证方法,所述从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像的步骤包括:
对所述至少两幅图像进行图像二值化处理,获取所述至少两幅图像对应的二值化图像;
从所述二值化图像中获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
5.如权利要求1所述的证件验证方法,所述从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像的步骤包括:
对所述至少两幅图像进行图像对齐处理;
从对齐处理后的所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
6.如权利要求1所述的证件验证方法,所述从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像的步骤包括:
根据预设的镀膜特征区域,检测所述至少两幅图像中是否存在与所述镀膜特征区域对应的镀膜特征;
若是,则从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
7.如权利要求1所述的证件验证方法,所述根据所述至少两幅图像对应的目标图像确定所述待认证证件属于原件的概率的步骤包括:
对所述至少两幅图像对应的目标图像进行归一化处理,获取所述镀膜特征的归一化值;
根据所述镀膜特征的归一化值,按预设的判定策略确定所述待认证证件属于原件的概率,所述判定策略包括镀膜特征的归一化值与证件属于原件的概率之间的判定关系。
8.一种电子认证中的身份验证方法,包括:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征,所述第一目标图像为所述身份证件的边界所包含的图像;
根据所述至少两幅图像对应的第一目标图像所包含的所述镀膜特征,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
9.一种电子认证中的证件验证装置,包括图像采集模块、获取模块和验证模块;
所述图像采集模块用于采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
所述获取模块用于从所述至少两幅图像,获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征,所述目标图像为所述待认证证件的边界所包含的图像;
所述验证模块用于根据所述至少两幅图像对应的目标图像所包含的所述镀膜特征,确定所述待认证证件属于原件的概率。
10.如权利要求9所述的证件验证装置,所述采集条件包括采集角度和采集环境之中的至少一个条件。
11.如权利要求9所述的证件验证装置,所述图像采集模块用于从待认证证件对应的视频流中,获取所述至少两幅图像。
12.如权利要求9所述的证件验证装置,所述证件验证装置还包括二值化模块;
所述二值化模块用于对所述至少两幅图像进行图像二值化处理,获取所述至少两幅图像对应的二值化图像;
所述获取模块用于从所述二值化图像中获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
13.如权利要求9所述的证件验证装置,所述证件验证装置还包括对齐模块;
所述对齐模块用于对所述至少两幅图像进行图像对齐处理;
所述获取模块用于从对齐处理后的所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
14.如权利要求9所述的证件验证装置,所述证件验证装置还包括检测模块;
所述检测模块用于根据预设的镀膜特征区域,检测所述至少两幅图像中是否存在与所述镀膜特征区域对应的镀膜特征,若是,则调用所述获取模块;
所述获取模块用于从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像。
15.如权利要求9所述的证件验证装置,所述证件验证装置还包括归一化模块;
所述归一化模块用于对所述至少两幅图像对应的目标图像进行归一化处理,获取所述镀膜特征的归一化值;
所述验证模块用于根据所述镀膜特征的归一化值,按预设的判定策略确定所述待认证证件属于原件的概率,所述判定策略包括镀膜特征的归一化值与证件属于原件的概率之间的判定关系。
16.一种电子认证中的身份验证装置,包括图像采集模块、第一获取模块、第一验证模块、第二获取模块、联网模块和第二验证模块;
所述图像采集模块用于采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
所述第一获取模块用于从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征,所述第一目标图像为所述身份证件的边界所包含的图像;
所述第一验证模块用于根据所述至少两幅图像对应的第一目标图像所包含的所述镀膜特征,确定所述身份证件属于原件的概率;
所述第二获取模块用于当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
所述联网模块用于联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
所述第二验证模块用于根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
17.一种用于电子认证中验证证件的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述待认证证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的目标图像,所述镀膜特征包括所述待认证证件的镀膜的反光特性在所对应图像中的图像特征,所述目标图像为所述待认证证件的边界所包含的图像;
根据所述至少两幅图像对应的目标图像所包含的所述镀膜特征,确定所述待认证证件属于原件的概率。
18.一种用于电子认证中验证身份的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
采集待认证对象的身份证件的至少两幅图像,所述至少两幅图像为在不相同的采集条件下,对所述身份证件进行图像采集所获得的图像;
从所述至少两幅图像获取包含有镀膜特征的所述至少两幅图像对应的第一目标图像,所述镀膜特征包括所述身份证件的镀膜的反光特性在所对应图像中的图像特征,所述第一目标图像为所述身份证件的边界所包含的图像;
根据所述至少两幅图像对应的第一目标图像所包含的所述镀膜特征,确定所述身份证件属于原件的概率;
当根据所述概率确定出所述身份证件属于原件时,从所述至少两幅图像之中的一幅图像,获取包含身份信息的第二目标图像;
联网验证所述第二目标图像中的身份信息,确定所述身份信息的真伪;
根据所述身份信息的真伪,确定所述待认证对象的身份的真伪。
CN201910374005.3A 2019-05-07 2019-05-07 证件验证、身份验证方法、装置及设备 Active CN110263805B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910374005.3A CN110263805B (zh) 2019-05-07 2019-05-07 证件验证、身份验证方法、装置及设备
PCT/CN2020/071608 WO2020224296A1 (zh) 2019-05-07 2020-01-12 证件验证、身份验证方法、装置及设备
US16/807,914 US10769263B1 (en) 2019-05-07 2020-03-03 Certificate verification
US16/945,778 US10909227B2 (en) 2019-05-07 2020-07-31 Certificate verification
US17/164,578 US11086977B2 (en) 2019-05-07 2021-02-01 Certificate verification
US17/394,134 US11392679B2 (en) 2019-05-07 2021-08-04 Certificate verification

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910374005.3A CN110263805B (zh) 2019-05-07 2019-05-07 证件验证、身份验证方法、装置及设备

Publications (2)

Publication Number Publication Date
CN110263805A CN110263805A (zh) 2019-09-20
CN110263805B true CN110263805B (zh) 2021-03-30

Family

ID=67914235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910374005.3A Active CN110263805B (zh) 2019-05-07 2019-05-07 证件验证、身份验证方法、装置及设备

Country Status (2)

Country Link
CN (1) CN110263805B (zh)
WO (1) WO2020224296A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263805B (zh) * 2019-05-07 2021-03-30 创新先进技术有限公司 证件验证、身份验证方法、装置及设备
US10769263B1 (en) 2019-05-07 2020-09-08 Alibaba Group Holding Limited Certificate verification
CN117237974A (zh) * 2020-01-19 2023-12-15 支付宝实验室(新加坡)有限公司 一种证件验证方法、装置及电子设备
CN113660428B (zh) * 2020-04-30 2023-07-04 北京小米移动软件有限公司 图像获取方法、装置和电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2930640A1 (en) * 2014-04-11 2015-10-14 IDscan Biometrics Limited Method, system and computer program for validating a facial image-bearing identity document

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017072887A (ja) * 2015-10-05 2017-04-13 株式会社東芝 情報処理システム
CN107832679B (zh) * 2017-10-20 2021-07-30 创新先进技术有限公司 一种证件验证、身份验证方法和装置
CN107729847B (zh) * 2017-10-20 2020-08-04 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
CN108229499A (zh) * 2017-10-30 2018-06-29 北京市商汤科技开发有限公司 证件识别方法及装置、电子设备和存储介质
CN109543551A (zh) * 2018-10-26 2019-03-29 平安科技(深圳)有限公司 身份证鉴别处理方法、装置、计算机设备及存储介质
CN110263805B (zh) * 2019-05-07 2021-03-30 创新先进技术有限公司 证件验证、身份验证方法、装置及设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2930640A1 (en) * 2014-04-11 2015-10-14 IDscan Biometrics Limited Method, system and computer program for validating a facial image-bearing identity document

Also Published As

Publication number Publication date
WO2020224296A1 (zh) 2020-11-12
CN110263805A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
CN110263805B (zh) 证件验证、身份验证方法、装置及设备
US20200160040A1 (en) Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses
EP3522072B1 (en) Method and apparatus for verifying certificates and identities
CN106599772B (zh) 活体验证方法和装置及身份认证方法和装置
WO2021031523A1 (zh) 证件识别方法及装置
WO2020238232A1 (zh) 图像识别方法、装置、设备和认证方法、装置、设备
CN108875731B (zh) 目标识别方法、装置、系统及存储介质
CN110688939B (zh) 一种验证待识别证件图像的方法、系统及设备
US11392679B2 (en) Certificate verification
US20150287168A1 (en) Duplicate check image resolution
CN112200136A (zh) 证件真伪识别方法、装置、计算机可读介质及电子设备
CN110705532B (zh) 一种识别翻拍图像的方法、装置及设备
Ding et al. A novel method for detecting image sharpening based on local binary pattern
CN113111880A (zh) 证件图像校正方法、装置、电子设备及存储介质
CN111199231B (zh) 一种图像识别方法及装置
CN112561907B (zh) 一种基于双流网络的视频篡改操作检测方法及装置
CN111860486B (zh) 卡片识别方法、装置及设备
CN114359923A (zh) 证件字符识别方法、装置、计算机及存储介质
US10796199B1 (en) Image recognition and authentication
CN116152479A (zh) 防伪区域提取方法、装置、计算机存储介质及计算设备
CN113705486A (zh) 检测证件真伪的方法及装置
CN117496296A (zh) 一种彩打检测模型训练方法、装置、存储介质及电子设备
CN117496234A (zh) 一种防伪检测方法、装置、存储介质及电子设备
CN114387597A (zh) 证章识别方法、装置、计算机及可读存储介质
CN116343241A (zh) 对象真伪识别方法、装置、存储介质及电子设备

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

Effective date of registration: 20200930

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: 20200930

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.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant