CN111199231A - 一种图像识别方法及装置 - Google Patents

Abstract

本说明书一个或多个实施例提供了一种图像识别方法及装置，其中，该方法包括：获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；基于获取到的卡片图像信息对凸面字符进行光向识别，确定第一光斑中心位置；以及，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。

Description

一种图像识别方法及装置

技术领域

本文件涉及互联网技术领域，尤其涉及一种图像识别方法及装置。

背景技术

目前，随着互联网时代的到来，同时随着移动互联网技术的快速发展，互联网在人们日常的学习、工作和生活中得到广泛的应用。人们日常的各种事务都可以使用智能手机通过互联网来处理和呈现。其中，用户可以根据各自的实际需求在智能手机中安装相应的应用程序，例如，支付类应用、理财类应用、即时通讯应用、购物应用等等。

当前，如果用户需要在某一应用程序下开通某项业务或领取优惠券的情况下，需要用户在通过该应用程序下的上传控件触发智能手机中的摄像头对相关实体卡进行拍摄，并上传该实体卡卡片图像信息，以便基于该卡片图像信息为用户开通相应的互联网业务或分发优惠券。例如，针对用户需要在支付应用下绑定银行卡开通目标业务的情况，需要用户对银行卡进行拍摄并上传银行卡图像信息。然而，可能存在恶意用户在未持有实体卡对应的真实卡片的情况下，通过高清显示屏翻拍或高清彩色打印等非法手段，仿造得到大量的仿真卡片(例如，银行卡的复印件、打印照片或翻拍的电子照片等针对实体卡的伪造卡片)，再通过触发智能手机中的摄像头对该仿真卡片进行拍摄，并上传该仿真卡片的图像信息(即包含实体卡图像的不可信图像信息)作为实体卡的图像信息，达到以假乱真的目的。

因此，需要提供一种能够快速、准确、可靠地图像信息的技术方案。

发明内容

本说明书一个或多个实施例的目的是提供一种图像识别方法。该图像识别方法包括：

获取目标实体卡的卡片图像信息，其中，目标实体卡包括：多个凸面字符。基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置。以及，基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置。根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例的目的是提供一种图像识别装置。该图像识别装置包括：

图像获取模块，其获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符。第一光斑确定模块，其基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置。以及，第二光斑确定模块，其基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置。图像识别模块，其根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例的目的是提供一种图像识别设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器。

所述计算机可执行指令在被执行时使所述处理器获取目标实体卡的卡片图像信息，其中，目标实体卡包括：多个凸面字符。基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置。以及，基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置。根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例的目的是提供一种存储介质，用于存储计算机可执行指令。所述可执行指令在被处理器执行时获取目标实体卡的卡片图像信息，其中，目标实体卡包括：多个凸面字符。基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置。以及，基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置。根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

附图说明

为了更清楚地说明本说明书一个或多个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一个或多个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为本说明书一个或多个实施例提供的图像识别方法的第一种流程示意图；

图2为本说明书一个或多个实施例提供的图像识别方法的第二种流程示意图；

图3为本说明书一个或多个实施例提供的图像识别方法的第三种流程示意图；

图4为本说明书一个或多个实施例提供的图像识别方法的第四种流程示意图；

图5为本说明书一个或多个实施例提供的图像识别方法的具体实现原理示意图；

图6为本说明书一个或多个实施例提供的图像识别方法中确定第一光斑中心位置的具体实现原理示意图；

图7为本说明书一个或多个实施例提供的图像识别方法的第五种流程示意图；

图8为本说明书一个或多个实施例提供的图像识别装置的模块组成示意图；

图9为本说明书一个或多个实施例提供的图像识别设备的结构示意图。

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一个或多个中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一个或多个一部分实施例，而不是全部的实施例。基于本说明书一个或多个中的实施例，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，都应当属于本本文件的保护范围。

需要说明的是，在不冲突的情况下，本说明书中的一个或多个实施例以及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本说明书一个或多个实施例。

本说明书一个或多个实施例提供了一种图像识别方法及装置，通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有真实的实体卡的用户的信息和财产的安全性。

图1为本说明书一个或多个实施例提供的图像识别方法的第一种流程示意图，图1中的方法能够由设置于用户侧的电子设备执行，也可以由服务器端执行，其中，该电子设备可以是智能手机等移动终端，也可以是物联网设备等终端设备，具体的，该电子设备可以用于采集实体卡的卡片图像信息，并对该卡片图像信息进行可信性识别，在可信性识别通过时，基于该卡片图像信息识别是否执行相应的控制操作，或者将该卡片图像信息上传至服务器端，以使服务器端继续对该卡片图像信息中的有效信息进行验证；其中，该服务器端可以是后台服务器或云端服务器，具体的，该服务器端用于接收电子设备所上传的卡片图像信息，并对该卡片图像信息进行可信性识别，在可信性识别通过时，再对该卡片图像信息中的有效信息进行验证，以及在有效信息验证通过时为用户提供某项业务服务。

其中，针对由电子设备或服务器端对卡片图像信息进行可信性识别的过程，如图1所示，上述图像识别方法至少包括以下步骤：

S102，获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；该凸面字符可以是目标实体卡的有效信息；

其中，该目标实体卡包括：银行卡、信用卡、社保卡、身份证、护照中任一项包含凸面字符的卡片，若目标实体卡为银行卡，对应的凸面字符为银行卡号；

具体的，在检测到图像采集请求后，触发电子设备中的摄像装置采集目标实体卡的卡片图像信息，其中，摄像装置的拍摄对象可能是目标实体卡的真实卡片，也可能是包含目标实体卡图像的仿真卡片；

S104，基于获取到的卡片图像信息，对目标实体卡中的凸面字符进行光向识别，确定第一光斑中心位置；

其中，考虑到在卡片图像信息采集过程中，目标实体卡中的多个凸面字符对外界光线具有反光效果，因此，卡片图像信息中记录有凸面字符的反光情况，可以通过对目标实体卡中的多个凸面字符进行光向识别，并结合多个凸面字符的光向识别结果，预估得到光斑中心位置；

具体的，利用预先训练好的光向回归模型并基于获取到的卡片图像信息，确定基于凸面字符的反光情况预估得到的光斑中心位置。

S106，基于获取到的卡片图像信息，对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

其中，又考虑到基于凸面字符的反光情况预估得到的光斑中心位置与拍摄时目标实体卡的图像表面形成的实际光斑中心位置直接相关，因此，还需要基于目标实体卡的图像表面的光强分布情况，确定实际光斑中心位置；

具体的，利用预设光强分布检测方法对目标实体卡的图像表面进行光强分布检测，确定目标实体卡的实际光斑中心位置。

S108，根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。

具体的，在卡片图像采集过程中，由于光线照射在目标实体卡上，目标实体卡中的凸面字符的自然反光现象，以及在卡片表面上会自然形成一个光斑的现象，因此，卡片图像信息中记录有凸面字符的反光光向信息和图像表面光强分布信息，并且，只有该卡片图像信息是在某一时刻某一光线照射到实体卡时所拍摄得到的，卡片图像信息中的凸面字符的真实反光光向信息和图像表面的实际光强分布信息反映的是同一光线照射的反光效果；

由此可知，针对用户所上传的卡片图像信息来源于针对真实的目标实体卡的现场拍摄的情况，基于凸面字符的反光光向信息预估得到的第一光斑中心位置、与基于图像表面光强分布信息确定出的第二光斑中心位置之间的位置偏差应该小于预设偏差阈值，因而基于该卡片图像信息得到的第一光斑中心位置和第二光斑中心位置符合光斑中心一致性条件；

对应的，针对目标实体卡的仿真卡片进行拍摄得到包含目标实体卡的图像的卡片图像信息的情况，例如，该仿真卡片为非法手段盗取得到的目标实体卡的电子照片，又如，该仿真卡片为对其他实体卡照片进行恶意修改得到的目标实体卡的电子照片，再如，该仿真卡片为对目标实体卡的高清照片进行打印得到的高清彩色复印件，此时，用户上传的卡片图像信息中的凸面字符的真实反光光向信息和图像表面的实际光强分布信息反映的是不同时刻不同光线照射的反光效果，因而基于该卡片图像信息得到的第一光斑中心位置和第二光斑中心位置不符合光斑中心一致性条件；

因此，结合上述确保光斑中心一致性的前提条件，可以通过对待识别的卡片图像信息对应的第一光斑中心位置和第二光斑中心位置的位置偏差进行分析，来确定目标实体卡的卡片图像信息的可信性。

具体的，在通过电子设备的摄像装置采集到目标实体卡的卡片图像信息之后，并不是直接基于该卡片图像信息中的有效信息对用户身份进行认证，来识别是否为用户提供目标业务服务，而是先对卡片图像信息的可信性进行识别，即识别卡片图像信息是否为针对真实的目标实体卡的现场拍摄所得，只有在确定出卡片图像信息为针对真实的目标实体卡的现场拍摄所得之后，才基于该卡片图像信息中的有效信息对用户身份进行认证，从而在身份认证通过后，触发为用户提供目标业务服务。

本说明书一个或多个实施例中，通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

具体的，针对由电子设备对卡片图像信息进行可信性识别的情况，电子设备获取卡片图像信息，并基于上述步骤S102至S108确定针对卡片图像信息的可信性识别结果；在可信性识别结果为卡片图像信息为可信卡片图像时，基于该卡片图像信息中的有效信息识别是否执行相应的控制操作，或者将卡片图像信息上传至服务器端，以使该服务器端对该卡片图像信息中的有效信息进行验证。

对应的，针对由服务器端对卡片图像信息进行可信性识别的情况，电子设备获取卡片图像信息，并将该卡片图像信息上传至服务器端，以使该服务器端基于上述步骤S102至S108确定针对卡片图像信息的可信性识别结果；以及在可信性识别结果为卡片图像信息为可信卡片图像时，对该卡片图像信息中的有效信息进行验证。

其中，针对基于第一光斑中心位置和第二光斑中心位置对用户上传的卡片图像信息进行可信性识别的过程，如图2所示，上述S108，根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果，具体包括：

S1081，根据确定出的第一光斑中心位置和第二光斑中心位置，确定目标实体卡的光斑一致性确认结果；

其中，上述光斑一致性确认结果包括：用于表征光斑中心具有一致性的第一确认结果、或者用于表征光斑中心不具有一致性的第二确认结果；

具体的，若当前识别的一张卡片图像信息的第一光斑中心位置与第二光斑中心位置的位置偏差的绝对值小于预设偏差阈值，则将第一确认结果确定为目标实体卡的光斑一致性确认结果；否则，将第二确认结果确定为目标实体卡的光斑一致性确认结果。

S1082，根据确定出的光斑一致性确认结果，生成针对卡片图像信息的可信性识别结果；

具体的，若光斑一致性确认结果为第二确认结果，则直接确定卡片图像信息为不可信卡片图像；

对应的，为了提高进一步提高卡片图像的可信性识别结果的准确度，若光斑一致性确认结果为第一确认结果，并不是直接确定卡片图像信息为可信卡片图像信息，而是继续获取与该当前识别的一张卡片图像信息相关的多个卡片图像信息，对该多个卡片图像信息分别对应的第一光斑中心位置之间的位置关系进行判断，进而根据多个卡片图像信息分别对应的第一光斑中心位置之间的位置关系，确定目标实体卡的卡片图像信息是否为可信卡片图像。

在具体实施时，可以是在利用摄像装置采集得到目标实体卡的一张卡片图像信息后，基于该卡片图像信息的第一光斑中心位置和第二光斑中心位置，进行光斑中心一致性确认，若光斑一致性确认结果为光斑中心不具有一致性，则直接确定针对目标实体卡的卡片图像信息为不可信卡片图像，以及停止采集目标实体卡的卡片图像信息，并在电子设备上展示用于表征卡片图像不可信的提示信息；

若光斑一致性确认结果为光斑中心具有一致性，则继续采集目标实体卡的多张卡片图像信息，并基于多张卡片图像信息分别对应的第一光斑中心位置，确定针对目标实体卡的卡片图像信息的可信性识别结果，其中，该可信性识别结果包括：卡片图像可信、或者卡片图像不可信。

对应的，还可以是先利用摄像装置采集得到目标实体卡的多张卡片图像信息，随机选取一张卡片图像信息，基于随机选取的该卡片图像信息的第一光斑中心位置和第二光斑中心位置，进行光斑中心一致性确认，若光斑一致性确认结果为光斑中心不具有一致性，则直接确定针对目标实体卡的卡片图像信息为不可信卡片图像，以及在电子设备上展示用于表征卡片图像不可信的提示信息；

若光斑一致性确认结果为光斑中心具有一致性，则继续基于多张卡片图像信息分别对应的第一光斑中心位置，确定针对目标实体卡的卡片图像信息的可信性识别结果，其中，该可信性识别结果包括：卡片图像可信、或者卡片图像不可信。

具体的，考虑到在针对目标实体卡采集多张卡片图像的过程中，可能存在电子设备抖动或者目标实体卡抖动的情况，不同时刻采集到的多张卡片图像对应的第一光斑中心位置并不是保持不变的，而理论上应存在一定偏移，因此，在确定某一卡片图像信息的光斑一致性确认结果为第一光斑中心位置和第二光斑中心位置具有一致性之后，并不是直接确定卡片图像信息为可信卡片图像，而是继续对在一段时间内采集到的多帧卡片图像的第一光斑中心位置进行分析，并结合多帧卡片图像的第一光斑中心位置之间的相对位置关系，来确定卡片图像信息是否为可信卡片图像，这样能够进一步提高卡片图像的可信性识别结果的准确度。基于此，如图3所示，上述S1082，根据确定出的光斑一致性确认结果，生成针对卡片图像信息的可信性识别结果，具体包括：

S10821，判断确定出的光斑一致性确认结果是否满足第一预设条件，其中，该第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若光斑一致性确认结果不满足第一预设条件，则执行S10822，确定卡片图像信息为不可信卡片图像；

具体的，针对某一卡片图像信息的第一光斑中心位置与第二光斑中心位置之间的位置偏差大于或等于预设偏差阈值的情况，说明该卡片图像信息是针对仿真卡片进行拍摄得到的，并不是针对真实的目标实体卡的现场拍摄所得到的；

若光斑一致性确认结果满足第一预设条件，则执行S10823，确定目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；

具体的，基于获取到的多帧卡片图像中每帧图像，分别对目标实体卡中的凸面字符进行光向识别，确定第一光斑中心位置；

S10824，根据多帧卡片图像分别对应的第一光斑中心位置，确定针对卡片图像信息的可信性识别结果；

其中，该多帧卡片图像可以是在确定出当前采集的卡片图像信息的光斑中心具有一致性后，利用摄像装置连续采集的多个卡片图像信息；也可以是采集目标实体卡的视频流信息，在该视频流信息中随机选取一个用于识别光斑中心一致性的卡片图像信息且确定该卡片图像信息的光斑中心具有一致性后，又在该视频流信息中随机选取的多个卡片图像信息。

具体的，针对某一卡片图像信息的第一光斑中心位置与第二光斑中心位置之间的位置偏差小于预设偏差阈值的情况，为了确保卡片图像的可信性识别的准确度，增加对多帧卡片图像的第一光斑中心位置进行分析，并结合多帧卡片图像的第一光斑中心位置之间的相对位置关系，来确定卡片图像信息是否为可信卡片图像。

其中，针对在确定某一卡片图像信息的光斑中心具有一致性时，增加对多帧卡片图像的第一光斑中心位置进行分析，来确定卡片图像信息的可信性的过程，具体的，如图4所示，上述S10824，根据多帧卡片图像分别对应的第一光斑中心位置，确定针对卡片图像信息的可信性识别结果，具体包括：

S108241，根据多帧卡片图像分别对应的第一光斑中心位置，确定目标实体卡中多个凸面字符的反光方向变化信息；

其中，上述反光方向变化信息包括：用于表征第一光斑中心是变化的且变化幅度小于预设幅度阈值的第一光向变化信息、或者用于表征第一光斑中心不变或变化幅度不小于预设幅度阈值的第二确认结果；

具体的，若当前识别的多张卡片图像信息的第一光斑中心位置时变化的且位置变化幅值小于预设幅度阈值，则将第一光向变化信息确定为多个凸面字符的反光方向变化信息；否则，将第二光向变化信息确定为多个凸面字符的反光方向变化信息。

S108242，判断确定出的反光方向变化信息是否满足第二预设条件，其中，该第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的且变化幅度小于预设幅度阈值；

若反光方向变化信息满足第二预设条件，则执行S108243，确定卡片图像信息为可信卡片图像，说明该卡片图像信息是针对真实的目标实体卡的现场拍摄所得到的，也就是说，摄像装置的图像采集对象是真实的实体卡；

具体的，针对多帧卡片图像对应的多个第一光斑中心位置之间的存在位置偏差且该位置偏差集中在预设偏差范围内的情况，说明该位置偏差是因电子设备抖动或者目标实体卡抖动所自然产生的，与针对实体卡进行现场拍摄所产生的自然偏差效果相符，因此，可以确定卡片图像信息是可信的。

若反光方向变化信息不满足第二预设条件，则继续执行上述S10822，确定卡片图像信息为不可信卡片图像，说明该卡片图像信息是针对仿真卡片进行拍摄得到的，其中，该仿真卡片可以是非法手段盗取或恶意修改得到的目标实体卡的高清照片，或者是对该高清照片进行打印得到的高清彩色复印件，也就是说，摄像装置的图像采集对象是目标实体卡的伪造卡片，即伪造的包含目标实体卡的图像的高清照片或高清彩色复印件，并不是真实的目标实体卡，因此，采集到的针对该目标实体卡的卡片图像均是不可信的。

在具体实施时，如图5所示，给出了图像识别方法的具体实现原理示意图，其中，以目标实体卡为银行卡为例，图像识别方法的过程具体为：

(1)电子设备在检测到卡片图像上传请求后，触发摄像装置采集目标实体卡的卡片图像信息，将该卡片图像信息确定为用于卡片图像可信性识别的当前帧卡片图像，其中，该目标实体卡包括：多个凸面字符；

(2)对当前帧卡片图像中的凸面字符进行光向识别，确定第一光斑中心位置；

(3)对当前帧卡片图像中的图像表面进行光强分布检测，确定第二光斑中心位置；

(4)判断第一光斑中心位置和第二光斑中心位置之间的位置偏差是否小于预设偏差阈值；

(5)若光斑中心位置偏差不小于预设偏差阈值，则确定针对目标实体卡所采集的卡片图像信息为不可信卡片图像，即摄像装置的拍摄对象为目标实体卡的伪造卡片；

(6)若光斑中心位置偏差小于预设偏差阈值，则继续触发摄像装置采集目标实体卡的多帧卡片图像，例如，卡片图像1至卡片图像n；

(7)针对多帧卡片图像中每帧卡片图像，确定该帧卡片图像对应的第一光斑中心位置，例如，第一光斑中心位置1至第一光斑中心位置n；

(8)判断多帧卡片图像的多个第一光斑中心位置之间是否存在位置变化且位置变化幅度位于预设变化幅值范围内；

(9)若存在位置变化且位置变化幅度位于预设变化幅值范围内，则确定针对目标实体卡所采集的卡片图像信息为可信卡片图像，即摄像装置的拍摄对象为目标实体卡的真实卡片；

(10)若不存在位置变化或位置变化幅度不位于预设变化幅值范围内，则确定针对目标实体卡所采集的卡片图像信息为不可信卡片图像，即摄像装置的拍摄对象为目标实体卡的伪造卡片。

需要说明的是，上述(2)至(10)的过程可以由电子设备来执行，尤其是电子设备中的信息处理模块，还可以有服务器端来执行。

具体的，在卡片图像采集过程中，由于光线照射在目标实体卡上，目标实体卡对应的真实卡片中的凸面字符的自然反光现象，以及在卡片表面上会自然形成一个光斑的现象，因此，卡片图像信息中记录有凸面字符的反光光向信息和图像表面光强分布信息，并且，只有该卡片图像信息是在某一时刻某一光线照射到实体卡时所拍摄得到的，卡片图像信息中的凸面字符的真实反光光向信息和图像表面的实际光强分布信息反映的是同一光线照射的反光效果；

其中，针对目标实体卡所伪造得到的仿真卡片进行拍摄得到包含目标实体卡的图像的卡片图像信息的情况，例如，该仿真卡片为非法手段盗取得到的目标实体卡的电子照片，又如，该仿真卡片为对其他实体卡照片进行恶意修改得到的目标实体卡的电子照片，再如，该仿真卡片为对目标实体卡的高清照片进行打印得到的高清彩色复印件，此时，用户上传的卡片图像信息中的凸面字符的真实反光光向信息和图像表面的实际光强分布信息反映的是不同时刻不同光线照射的反光效果，因而基于该卡片图像信息得到的第一光斑中心位置和第二光斑中心位置之间的位置偏差不小于预设偏差阈值；因此，通过对任一帧卡片图像对应的第一光斑中心位置和第二光斑中心位置的位置偏差进行分析，来快速识别出摄像装置的拍摄对象为目标实体卡的伪造卡片的情况；

进一步的，考虑到在针对目标实体卡采集多张卡片图像的过程中，可能存在电子设备抖动或者目标实体卡抖动的情况，不同时刻采集到的多张卡片图像对应的第一光斑中心位置并不是保持不变的，而理论上应存在一定偏移，因此，在确定某一卡片图像信息对应的第一光斑中心位置和第二光斑中心位置的位置偏差小于预设偏差阈值之后，并不是直接确定卡片图像信息为可信卡片图像，而是继续对在一段时间内采集到的多帧卡片图像的第一光斑中心位置进行分析，并结合多帧卡片图像的第一光斑中心位置之间的相对位置关系，来确定摄像装置的拍摄对象是目标实体卡的真实卡片还是伪造卡片，这样能够进一步提高卡片图像的可信性识别结果的准确度。

其中，针对第一光斑中心位置的确定过程，上述S104，基于获取到的卡片图像信息对目标实体卡中的凸面字符进行光向识别，确定第一光斑中心位置，具体包括：

步骤一，针对每个选定的凸面字符，确定该凸面字符的坐标位置信息；

在具体实施时，该选定的凸面字符可以是目标实体卡中任一凸面字符，即需要对目标实体卡中所有凸面字符均进行光向识别，来确定第一光斑中心位置；为了提高第一光斑中心位置的确定效率，也可以是按照预设字符选取规则在目标实体卡的多个凸面字符中选取的任一凸面字符，即并不是对目标实体卡中所有凸面字符均进行光向识别，来确定第一光斑中心位置，其中，该预设字符选取规则是根据凸面字符的实际反光程度确定的，即选取实际反光程度大于预设阈值的凸面字符，这样既能够提高第一光斑中心位置的确定效率，又能够提高第一光斑中心位置的确定准确度。

步骤二，基于各凸面字符的坐标位置信息，确定各凸面字符的光向信息矩阵，其中，该光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

具体的，在确定出每个选定的凸面字符的坐标位置信息后，定位到每个凸面字符，对每个凸面字符进行光向回归识别，得到各凸面字符分别对应的光向信息矩阵。

步骤三，利用预先训练好的第一深度学习模型，基于各凸面字符的光向信息矩阵进行光斑中心预测，确定第一光斑中心位置；其中，该第一深度学习模型可以是第一卷积神经网络模型，例如，第一CNN模型；

具体的，在确定出各凸面字符分别对应的光向信息矩阵后，将各凸面字符分别对应的光向信息矩阵输入至预先训练好的第一CNN模型中，该第一CNN模型的输出结果即为卡片图像信息对应的第一光斑中心位置。

具体的，获取用于训练光向回归模型的第一训练样本集，其中，该第一训练样本集包括：多个样本凸面字符的光向信息矩阵与预测光斑中心位置之间的对应关系；

利用机器学习方法并基于上述第一训练样本集，对预设的CNN模型进行参数训练，得到训练好的第一CNN模型。

其中，针对凸面字符的光向信息矩阵的确定过程，上述步骤二，基于各凸面字符的坐标位置信息，确定各凸面字符的光向信息矩阵，具体包括：

基于各凸面字符的坐标位置信息，对卡片图像信息进行字符切割，提取各凸面字符所在区域的单个字符图像；

利用预先训练好的第二深度学习模型，基于各凸面字符的单个字符图像进行字符光向回归，确定各凸面字符的光向信息矩阵；其中，该第二深度学习模型可以是第二卷积神经网络模型，例如，第二CNN模型。

具体的，在对各凸面字符进行字符图像分割后，将各凸面字符分别对应的单个字符图像输入至预先训练好的第二CNN模型中，该第二CNN模型的输出结果即为各凸面字符分别对应的光向信息矩阵。

具体的，获取用于训练光向矩阵识别模型的第二训练样本集，其中，该第二训练样本集包括：多个样本凸面字符的字符图像与光向信息矩阵之间的对应关系；

利用机器学习方法并基于上述第二训练样本集，对预设的CNN模型进行参数训练，得到训练好的第二CNN模型。

其中，针对第二光斑中心位置的确定过程，上述S106，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置，具体包括：

利用预设光强检测方法，确定卡片图像信息中图像表面上的各像素点的光强分布；其中，该预设光强检测方法可以是高斯峰值检测方法、基于CNN模型进行光强分布检测等；

根据光强强度大于预设光强阈值的像素点的位置信息，确定第二光斑中心位置。

具体的，卡片图像信息中每个像素点对应于一个位置信息，该位置信息与凸面字符对应的坐标位置信息是在同一坐标系下确定的，利用预设光强检测方法，识别卡片图像表面的光强分布情况，进而能够确定各像素点分别对应的光强强度；其中，卡片图像表面中光强强度比较集中且大于预设强度阈值的区域即为第二光斑中心位置。

具体的，如图6所示，给出了图像识别方法中确定第一光斑中心位置的具体实现原理示意图，具体为：

(1)针对卡片图像信息中的每个凸面字符，确定该凸面字符的坐标位置信息(x，y)；

(2)基于各凸面字符的坐标位置信息，对卡片图像信息进行字符切割，提取各凸面字符所在区域的单个字符图像；例如，提取出凸面字符“0”、“6”分别对应的单个字符图像；

(3)将提取出的单个字符图像分别输入至预先训练好的第二CNN模型；

(4)利用第二CNN模型对各凸面字符的单个字符图像进行字符光向回归，得到各凸面字符的光向信息矩阵；其中，该光向信息矩阵包括：坐标位置信息、光线方向和光强强度，即光向信息矩阵为行矩阵[x,y,α,L]，α表示光线方向，L表示光强强度；

具体的，基于各凸面字符的光向信息矩阵，能够得到标记有各凸面字符光向的卡片图像a；

(5)将各凸面字符的光向信息矩阵的组合确定为目标光向矩阵，其中，若凸面字符的数量为n，则目标光向矩阵为n×4的矩阵；

(6)将包含各凸面字符的光向信息矩阵的目标光向矩阵输入至预先训练好的第一CNN模型；

(7)利用第一CNN模型并基于目标光向矩阵进行光斑中心预测，得到第一光斑中心位置(x，y)；

具体的，基于第一光斑中心位置和基于光强分布检测得到的第二光斑中心位置，能够得到标记有两个光斑中心位置的卡片图像b；。

进一步的，通过增加闪光灯的光线照射，这样能够确保卡片图像信息中所记录的凸面字符的反光光向信息和图像表面光强分布信息更具有识别性，从而提高第一光斑中心位置和第二光斑中心位置的准确度，进而进一步提高卡片图像可信性的识别准确度，基于此，如图7所示，上述S102，获取目标实体卡的卡片图像信息，具体包括：

S1021，在检测到图像采集请求后，启动电子设备的闪光灯；

S1022，在闪光灯的发射光线射向拍摄对象的情况下，利用电子设备的摄像装置采集该拍摄对象的图像信息，并将该拍摄对象的图像信息确定为目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符，该拍摄对象包括：真实的目标实体卡对应的实体卡、或者包含目标实体卡的图像的伪造卡片(即目标实体卡的复印件、打印照片或电子照片等针对目标实体卡所伪造得到的仿真卡片)；

其中，针对由服务器端对卡片图像信息进行可信性识别的情况，电子设备利用摄像装置采集到卡片图像信息后，将该卡片图像信息上传至服务器端，以使该服务器端基于上述步骤S102至S108对卡片图像信息进行可信性识别。

进一步的，考虑到外界自然光可能会弱化卡片图像表面的光斑中心，因此，为了提高光斑中心的识别准确度，适应性调整闪光灯的光线方向和光线强度，基于此，上述在检测到图像采集请求后，启动电子设备的闪光灯，具体包括：

在检测到图像采集请求后，获取电子设备当前所在环境的第一光线方向和第一光线强度；

根据上述第一光线方向和上述第一光线强度，确定电子设备的闪光灯的第二光线方向和第二光线强度；

基于上述第二光线方向和上述第二光线强度，启动电子设备的闪光灯。

具体的，由于外界自然光光线比较分散，会影响闪光灯的光斑中心的识别精度，通过结合当前环境的光线方向和光线强度，适应性调整闪光灯的光线方向和光线强度，能够确保卡片图像信息中所记录的凸面字符的反光光向信息和图像表面光强分布信息更具有识别性。

本说明书一个或多个实施例中的图像识别方法，获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；基于获取到的卡片图像信息对凸面字符进行光向识别，确定第一光斑中心位置；以及，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

对应上述图1至图7描述的图像识别方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种图像识别装置，图8为本说明书一个或多个实施例提供的图像识别装置的模块组成示意图，该装置用于执行图1至图7描述的图像识别方法，如图8所示，该装置包括：

图像获取模块801，其获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

第一光斑确定模块802，其基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

第二光斑确定模块803，其基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

图像识别模块804，其根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例中，通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

可选地，所述图像识别模块804，其：

根据所述第一光斑中心位置和所述第二光斑中心位置，确定所述目标实体卡的光斑一致性确认结果；

根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果。

可选地，所述图像识别模块804，其：

若所述光斑一致性确认结果不满足第一预设条件，则确定所述卡片图像信息为不可信卡片图像；其中，所述第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若所述光斑一致性确认结果满足所述第一预设条件，则确定所述目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；以及，

根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

可选地，所述图像识别模块804，其：

根据多个所述第一光斑中心位置，确定所述多个凸面字符的反光方向变化信息；

若所述反光方向变化信息满足第二预设条件，则确定所述卡片图像信息为可信卡片图像；其中，所述第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的；

若所述反光方向变化信息不满足所述第二预设条件，则确定所述卡片图像信息为不可信卡片图像。

可选地，所述第一光斑确定模块802，其：

针对每个所述凸面字符，确定该凸面字符的坐标位置信息；

基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，其中，所述光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

利用预先训练好的第一CNN模型，基于各所述凸面字符的所述光向信息矩阵进行光斑中心预测，确定第一光斑中心位置。

可选地，所述第一光斑确定模块802，其：

基于各所述坐标位置信息，对所述卡片图像信息进行字符切割，提取各所述凸面字符所在区域的单个字符图像；

利用预先训练好的第二CNN模型，基于各所述单个字符图像进行字符光向回归，确定各所述凸面字符的光向信息矩阵。

可选地，所述图像获取模块801，其：

在检测到图像采集请求后，启动电子设备的闪光灯；

在所述闪光灯的发射光线射向目标拍摄对象的情况下，利用所述电子设备的摄像装置采集所述目标拍摄对象的图像信息；

将采集到的所述目标拍摄对象的图像信息确定为目标实体卡的卡片图像信息。

可选地，所述图像获取模块801，其：

在检测到图像采集请求后，获取所述电子设备当前所在环境的第一光线方向和第一光线强度；

根据所述第一光线方向和所述第一光线强度，确定所述电子设备的闪光灯的第二光线方向和第二光线强度；

基于所述第二光线方向和所述第二光线强度，启动所述电子设备的所述闪光灯。

可选地，所述第二光斑确定模块803，其：

利用预设光强检测装置，确定所述卡片图像信息中图像表面上的各像素点的光强分布；

根据光强强度大于预设光强阈值的所述像素点的位置信息，确定第二光斑中心位置。

本说明书一个或多个实施例中的图像识别装置，获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；基于获取到的卡片图像信息对凸面字符进行光向识别，确定第一光斑中心位置；以及，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

需要说明的是，本说明书中关于图像识别装置的实施例与本说明书中关于图像识别方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的图像识别方法的实施，重复之处不再赘述。

进一步地，对应上述图1至图7所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种图像识别设备，该设备用于执行上述的图像识别方法，如图9所示。

图像识别设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器901和存储器902，存储器902中可以存储有一个或一个以上存储应用程序或数据。其中，存储器902可以是短暂存储或持久存储。存储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对图像识别设备中的一系列计算机可执行指令。更进一步地，处理器901可以设置为与存储器902通信，在图像识别设备上执行存储器902中的一系列计算机可执行指令。图像识别设备还可以包括一个或一个以上电源903，一个或一个以上有线或无线网络接口904，一个或一个以上输入输出接口905，一个或一个以上键盘906等。

在一个具体的实施例中，图像识别设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对图像识别设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例中，通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

可选地，计算机可执行指令在被执行时，所述根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据所述第一光斑中心位置和所述第二光斑中心位置，确定所述目标实体卡的光斑一致性确认结果；

根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果。

可选地，计算机可执行指令在被执行时，所述根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果，包括：

若所述光斑一致性确认结果不满足第一预设条件，则确定所述卡片图像信息为不可信卡片图像；其中，所述第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若所述光斑一致性确认结果满足所述第一预设条件，则确定所述目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；以及，

根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

可选地，计算机可执行指令在被执行时，所述根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据多个所述第一光斑中心位置，确定所述多个凸面字符的反光方向变化信息；

若所述反光方向变化信息满足第二预设条件，则确定所述卡片图像信息为可信卡片图像；其中，所述第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的；

若所述反光方向变化信息不满足所述第二预设条件，则确定所述卡片图像信息为不可信卡片图像。

可选地，计算机可执行指令在被执行时，所述基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置，包括：

针对每个所述凸面字符，确定该凸面字符的坐标位置信息；

基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，其中，所述光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

利用预先训练好的第一CNN模型，基于各所述凸面字符的所述光向信息矩阵进行光斑中心预测，确定第一光斑中心位置。

可选地，计算机可执行指令在被执行时，所述基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，包括：

基于各所述坐标位置信息，对所述卡片图像信息进行字符切割，提取各所述凸面字符所在区域的单个字符图像；

利用预先训练好的第二CNN模型，基于各所述单个字符图像进行字符光向回归，确定各所述凸面字符的光向信息矩阵。

可选地，计算机可执行指令在被执行时，所述获取目标实体卡的卡片图像信息，包括：

在检测到图像采集请求后，启动电子设备的闪光灯；

在所述闪光灯的发射光线射向目标拍摄对象的情况下，利用所述电子设备的摄像装置采集所述目标拍摄对象的图像信息；

将采集到的所述目标拍摄对象的图像信息确定为目标实体卡的卡片图像信息。

可选地，计算机可执行指令在被执行时，所述在检测到图像采集请求后，启动电子设备的闪光灯，包括：

在检测到图像采集请求后，获取所述电子设备当前所在环境的第一光线方向和第一光线强度；

根据所述第一光线方向和所述第一光线强度，确定所述电子设备的闪光灯的第二光线方向和第二光线强度；

基于所述第二光线方向和所述第二光线强度，启动所述电子设备的所述闪光灯。

可选地，计算机可执行指令在被执行时，所述基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置，包括：

利用预设光强检测方法，确定所述卡片图像信息中图像表面上的各像素点的光强分布；

根据光强强度大于预设光强阈值的所述像素点的位置信息，确定第二光斑中心位置。

本说明书一个或多个实施例中的图像识别设备，获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；基于获取到的卡片图像信息对凸面字符进行光向识别，确定第一光斑中心位置；以及，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

需要说明的是，本说明书中关于图像识别设备的实施例与本说明书中关于图像识别方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的图像识别方法的实施，重复之处不再赘述。

进一步地，对应上述图1至图7所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：

获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

本说明书一个或多个实施例中，通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据所述第一光斑中心位置和所述第二光斑中心位置，确定所述目标实体卡的光斑一致性确认结果；

根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果，包括：

若所述光斑一致性确认结果不满足第一预设条件，则确定所述卡片图像信息为不可信卡片图像；其中，所述第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若所述光斑一致性确认结果满足所述第一预设条件，则确定所述目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；以及，

根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据多个所述第一光斑中心位置，确定所述多个凸面字符的反光方向变化信息；

若所述反光方向变化信息满足第二预设条件，则确定所述卡片图像信息为可信卡片图像；其中，所述第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的；

若所述反光方向变化信息不满足所述第二预设条件，则确定所述卡片图像信息为不可信卡片图像。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置，包括：

针对每个所述凸面字符，确定该凸面字符的坐标位置信息；

基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，其中，所述光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

利用预先训练好的第一CNN模型，基于各所述凸面字符的所述光向信息矩阵进行光斑中心预测，确定第一光斑中心位置。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，包括：

基于各所述坐标位置信息，对所述卡片图像信息进行字符切割，提取各所述凸面字符所在区域的单个字符图像；

利用预先训练好的第二CNN模型，基于各所述单个字符图像进行字符光向回归，确定各所述凸面字符的光向信息矩阵。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述获取目标实体卡的卡片图像信息，包括：

在检测到图像采集请求后，启动电子设备的闪光灯；

在所述闪光灯的发射光线射向目标拍摄对象的情况下，利用所述电子设备的摄像装置采集所述目标拍摄对象的图像信息；

将采集到的所述目标拍摄对象的图像信息确定为目标实体卡的卡片图像信息。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述在检测到图像采集请求后，启动电子设备的闪光灯，包括：

在检测到图像采集请求后，获取电子设备当前所在环境的第一光线方向和第一光线强度；

根据所述第一光线方向和所述第一光线强度，确定所述电子设备的闪光灯的第二光线方向和第二光线强度；

基于所述第二光线方向和所述第二光线强度，启动所述电子设备的所述闪光灯。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置，包括：

利用预设光强检测方法，确定所述卡片图像信息中图像表面上的各像素点的光强分布；

根据光强强度大于预设光强阈值的所述像素点的位置信息，确定第二光斑中心位置。

本说明书一个或多个实施例中的存储介质存储的计算机可执行指令在被处理器执行时，获取目标实体卡的卡片图像信息，其中，该目标实体卡包括：多个凸面字符；基于获取到的卡片图像信息对凸面字符进行光向识别，确定第一光斑中心位置；以及，基于获取到的卡片图像信息对目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；根据确定出的第一光斑中心位置和第二光斑中心位置，确定针对卡片图像信息的可信性识别结果。通过将基于卡片表面的光强分布所得到的实际光斑中心位置、与基于卡片凸面字符的反光情况预估得到的光斑中心位置进行比对，来识别用户上传的卡片图像信息是否来源于对真实的实体卡的现场拍摄，从而快速识别出恶意用户仿造得到的大量仿真卡片所拍摄得到的卡片图像信息，以便及时对用户上传的仿真卡片的不可信图像信息进行拦截，进而提高持有实体卡的用户的信息和财产的安全性。

需要说明的是，本说明书中关于存储介质的实施例与本说明书中关于图像识别方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的图像识别方法的实施，重复之处不再赘述。

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。

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)、HD Cal、JHDL(Java Hardware Description Language)、Lava、Lola、My HDL、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，在实施本说明书一个或多个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，本说明书一个或多个的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个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，本说明书一个或多个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。

本说明书一个或多个是参照根据本说明书一个或多个实施例的方法、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。

本领域技术人员应明白，本说明书一个或多个的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个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，本说明书一个或多个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。

本说明书一个或多个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说明书一个或多个，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。

以上所述仅为本说明书一个或多个的实施例而已，并不用于限制本说明书一个或多个。对于本领域技术人员来说，本说明书一个或多个可以有各种更改和变化。凡在本说明书一个或多个的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个的权利要求范围之内。

Claims (20)

1.一种图像识别方法，包括：

获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

2.根据权利要求1所述的方法，其中，所述根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据所述第一光斑中心位置和所述第二光斑中心位置，确定所述目标实体卡的光斑一致性确认结果；

根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果。

3.根据权利要求2所述的方法，其中，所述根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果，包括：

若所述光斑一致性确认结果不满足第一预设条件，则确定所述卡片图像信息为不可信卡片图像；其中，所述第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若所述光斑一致性确认结果满足所述第一预设条件，则确定所述目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；以及，

根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

4.根据权利要求3所述的方法，其中，所述根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果，包括：

根据多个所述第一光斑中心位置，确定所述多个凸面字符的反光方向变化信息；

若所述反光方向变化信息满足第二预设条件，则确定所述卡片图像信息为可信卡片图像；其中，所述第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的；

若所述反光方向变化信息不满足所述第二预设条件，则确定所述卡片图像信息为不可信卡片图像。

5.根据权利要求1所述的方法，其中，所述基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置，包括：

针对每个所述凸面字符，确定该凸面字符的坐标位置信息；

基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，其中，所述光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

利用预先训练好的第一CNN模型，基于各所述凸面字符的所述光向信息矩阵进行光斑中心预测，确定第一光斑中心位置。

6.根据权利要求5所述的方法，其中，所述基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，包括：

基于各所述坐标位置信息，对所述卡片图像信息进行字符切割，提取各所述凸面字符所在区域的单个字符图像；

利用预先训练好的第二CNN模型，基于各所述单个字符图像进行字符光向回归，确定各所述凸面字符的光向信息矩阵。

7.根据权利要求1所述的方法，其中，所述获取目标实体卡的卡片图像信息，包括：

在检测到图像采集请求后，启动电子设备的闪光灯；

在所述闪光灯的发射光线射向目标拍摄对象的情况下，利用所述电子设备的摄像装置采集所述目标拍摄对象的图像信息；

将采集到的所述目标拍摄对象的图像信息确定为目标实体卡的卡片图像信息。

8.根据权利要求7所述的方法，其中，所述在检测到图像采集请求后，启动电子设备的闪光灯，包括：

在检测到图像采集请求后，获取电子设备当前所在环境的第一光线方向和第一光线强度；

根据所述第一光线方向和所述第一光线强度，确定所述电子设备的闪光灯的第二光线方向和第二光线强度；

基于所述第二光线方向和所述第二光线强度，启动所述电子设备的所述闪光灯。

9.根据权利要求1所述的方法，其中，所述基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置，包括：

利用预设光强检测方法，确定所述卡片图像信息中图像表面上的各像素点的光强分布；

根据光强强度大于预设光强阈值的所述像素点的位置信息，确定第二光斑中心位置。

10.一种图像识别装置，包括：

图像获取模块，其获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

第一光斑确定模块，其基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

第二光斑确定模块，其基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

图像识别模块，其根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

11.根据权利要求10所述的装置，其中，所述图像识别模块，其：

根据所述第一光斑中心位置和所述第二光斑中心位置，确定所述目标实体卡的光斑一致性确认结果；

根据所述光斑一致性确认结果，生成针对所述卡片图像信息的可信性识别结果。

12.根据权利要求11所述的装置，其中，所述图像识别模块，其：

若所述光斑一致性确认结果不满足第一预设条件，则确定所述卡片图像信息为不可信卡片图像；其中，所述第一预设条件用于表征第一光斑中心位置和第二光斑中心位置之间的位置偏差小于预设偏差阈值；

若所述光斑一致性确认结果满足所述第一预设条件，则确定所述目标实体卡的多帧卡片图像分别对应的第一光斑中心位置；以及，

根据多个所述第一光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

13.根据权利要求12所述的装置，其中，所述图像识别模块，其：

根据多个所述第一光斑中心位置，确定所述多个凸面字符的反光方向变化信息；

若所述反光方向变化信息满足第二预设条件，则确定所述卡片图像信息为可信卡片图像；其中，所述第二预设条件用于表征多帧卡片图像对应的第一光斑中心位置是变化的；

若所述反光方向变化信息不满足所述第二预设条件，则确定所述卡片图像信息为不可信卡片图像。

14.根据权利要求10所述的装置，其中，所述第一光斑确定模块，其：

针对每个所述凸面字符，确定该凸面字符的坐标位置信息；

基于各所述坐标位置信息，确定各所述凸面字符的光向信息矩阵，其中，所述光向信息矩阵包括：坐标位置信息、光线方向和光强强度；

利用预先训练好的第一CNN模型，基于各所述凸面字符的所述光向信息矩阵进行光斑中心预测，确定第一光斑中心位置。

15.根据权利要求14所述的装置，其中，所述第一光斑确定模块，其：

基于各所述坐标位置信息，对所述卡片图像信息进行字符切割，提取各所述凸面字符所在区域的单个字符图像；

利用预先训练好的第二CNN模型，基于各所述单个字符图像进行字符光向回归，确定各所述凸面字符的光向信息矩阵。

16.根据权利要求10所述的装置，其中，所述图像获取模块，其：

在检测到图像采集请求后，启动电子设备的闪光灯；

在所述闪光灯的发射光线射向目标拍摄对象的情况下，利用所述电子设备的摄像装置采集所述目标拍摄对象的图像信息；

将采集到的所述目标拍摄对象的图像信息确定为目标实体卡的卡片图像信息。

17.根据权利要求16所述的装置，其中，所述图像获取模块，其：

在检测到图像采集请求后，获取电子设备当前所在环境的第一光线方向和第一光线强度；

根据所述第一光线方向和所述第一光线强度，确定所述电子设备的闪光灯的第二光线方向和第二光线强度；

基于所述第二光线方向和所述第二光线强度，启动所述电子设备的所述闪光灯。

18.根据权利要求10所述的装置，其中，所述第二光斑确定模块，其：

利用预设光强检测装置，确定所述卡片图像信息中图像表面上的各像素点的光强分布；

根据光强强度大于预设光强阈值的所述像素点的位置信息，确定第二光斑中心位置。

19.一种图像识别设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

20.一种存储介质，用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下方法：

获取目标实体卡的卡片图像信息，其中，所述目标实体卡包括：多个凸面字符；

基于所述卡片图像信息对所述凸面字符进行光向识别，确定第一光斑中心位置；以及，

基于所述卡片图像信息对所述目标实体卡的图像表面进行光强分布检测，确定第二光斑中心位置；

根据所述第一光斑中心位置和所述第二光斑中心位置，确定针对所述卡片图像信息的可信性识别结果。

Images