CN113379713A - 证件图像的检测方法及其装置 - Google Patents
证件图像的检测方法及其装置 Download PDFInfo
- Publication number
- CN113379713A CN113379713A CN202110698839.7A CN202110698839A CN113379713A CN 113379713 A CN113379713 A CN 113379713A CN 202110698839 A CN202110698839 A CN 202110698839A CN 113379713 A CN113379713 A CN 113379713A
- Authority
- CN
- China
- Prior art keywords
- detection
- item
- degradation
- type
- items
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 809
- 230000015556 catabolic process Effects 0.000 claims abstract description 207
- 238000006731 degradation reaction Methods 0.000 claims abstract description 207
- 238000000034 method Methods 0.000 claims abstract description 99
- 230000008569 process Effects 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000593 degrading effect Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 12
- 238000002310 reflectometry Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 8
- 238000009792 diffusion process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开提出了一种证件图像的检测方法及其装置，涉及图像检测技术领域，通过采集证件图像，并对证件图像进行逐项检测；响应于检测过程中满足设定条件，则获取证件图像中的可降级检测的第一类检测项；对第一类检测项进行降级检测。本申请在证件采集过程中逐项检测，对满足梯度降级条件的检测项进行降级处理，以缩短采集时长，提高用户体验。
Description
技术领域
本申请涉及图像检测技术领域，尤其涉及一种证件图像的检测方法及其装置。
背景技术
随着技术发展，很多业务可逐渐在终端设备上直接办理，在办理业务时，为了确保客户信息真实，需要通过有效证件来验证身份。相关技术中，在证件采集过程中，会持续扫描证件照片，对证件照片上要素信息以及图片质量进行检测，只有符合要求的图片才会采集成功，但由于证件磨损以及光线问题，扫描过程可能会存在某些检测项不易通过甚至一直不能通过的情况，使得采集时长变长，用户体验不佳。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的一个目的在于提出一种证件图像的检测方法。
本申请的第二个目的在于提出一种证件图像的检测装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种非瞬时计算机可读存储介质。
本申请的第五个目的在于提出一种计算机程序产品。
为达上述目的，本申请第一方面实施方式提出了一种证件图像的检测方法，包括：采集证件图像，并对所述证件图像进行逐项检测；响应于检测过程中满足设定条件，则获取所述证件图像中的可降级检测的第一类检测项；对所述第一类检测项进行降级检测。
本申请在证件采集过程中逐项检测，对满足梯度降级条件的检测项进行降级处理，以缩短采集时长，提高用户体验。
根据本申请的一个实施方式，所述证件图像的检测方法还包括：在检测过程中，统计所述证件图像的累计检测时长；若所述累计检测时长大于或者等于预设时长，则确定满足所述设定条件。
根据本申请的一个实施方式，所述证件图像的检测方法还包括：在降级检测过程中，统计所述第一类检测项中任一检测项的降级检测次数；响应于所述任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定所述任一检测项的降级检测失败。
根据本申请的一个实施方式，所述对所述证件图像进行逐项检测，包括：对所述证件图像的第二类检测项进行检测；响应于所述第二类标检测项均通过检测，对所述第一类检测项进行检测；响应于所述第二类检测项未通过检测，则返回采集所述证件图像。
根据本申请的一个实施方式，所述对所述第一类检测项进行降级检测，包括：从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对所述目标第一类检测项进行降级检测。
根据本申请的一个实施方式，所述从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，包括：获取所述第一类检测项中每个候选检测项的所述目标降级检测条件；获取所述候选检测项的检测失败次数和/或总检测次数；从所述第一类检测项中，将所述检测失败次数和/或总检测次数满足所述目标降级检测条件的候选检测项，作为所述目标第一类检测项。
根据本申请的一个实施方式，所述获取所述第一类检测项中每个候选检测项的所述目标降级检测条件，包括：获取所述候选检测项当前对应的降级检测次数；获取与所述降级检测次数对应的降级检测条件，作为所述目标降级检测条件。
根据本申请的一个实施方式，所述对所述目标第一类检测项进行降级检测，包括：获取每个所述目标第一类检测项的当前检测阈值；对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值；基于所述降级检测阈值，降级检测所述降级检测阈值对应的所述目标第一类检测项。
根据本申请的一个实施方式，所述对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值，包括：获取所述第一类检测项中每个候选检测项的调整梯度值；根据所述调整梯度值对所述候选检测项对应的当前检测阈值进行降级调整，获取所述降级检测阈值。
根据本申请的一个实施方式，所述采集证件图像，包括：启动图像采集装置并显示采集引导框；从采集的图像中提取所述采集引导框内的图像区域，作为所述证件图像。
根据本申请的一个实施方式，所述对所述证件图像进行逐项检测，包括：对所述证件图像进行类型识别，以获取所述证件图像的类型；基于所述证件图像的类型，确定所述证件图像对应的检测配置信息；基于所述检测配置信息对所述证件图像进行逐项检测。
根据本申请的一个实施方式，所述检测配置信息包括以下信息中一个或多个：所述预设时长、所述第一类检测项、所述第一类检测项的降级检测条件和所述第一类检测项的降级参数。
为达上述目的，本申请第二方面实施例提出了一种证件图像的检测装置，包括：逐项检测模块，用于采集证件图像，并对所述证件图像进行逐项检测；第一类检测项获取模块，用于响应于检测过程中满足设定条件，则获取所述证件图像中的可降级检测的第一类检测项；降级检测模块，用于对所述第一类检测项进行降级检测。
根据本申请的一个实施方式，所述逐项检测模块，还用于：在检测过程中，统计所述证件图像的累计检测时长；若所述累计检测时长大于或者等于预设时长，则确定满足所述设定条件。
根据本申请的一个实施方式，所述逐项检测模块，还用于：在降级检测过程中，统计所述第一类检测项中任一检测项的降级检测次数；响应于所述任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定所述任一检测项的降级检测失败。
根据本申请的一个实施方式，所述逐项检测模块，还用于：对所述证件图像的第二类检测项进行检测；响应于所述第二类标检测项均通过检测，对所述第一类检测项进行检测；响应于所述第二类检测项未通过检测，则返回采集所述证件图像。
根据本申请的一个实施方式，所述降级检测模块，还用于：从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对所述目标第一类检测项进行降级检测。
根据本申请的一个实施方式，所述降级检测模块，还用于：获取所述第一类检测项中每个候选检测项的所述目标降级检测条件；获取所述候选检测项的检测失败次数和/或总检测次数；从所述第一类检测项中，将所述检测失败次数和/或总检测次数满足所述目标降级检测条件的候选检测项，作为所述目标第一类检测项。
根据本申请的一个实施方式，所述降级检测模块，还用于：获取所述候选检测项当前对应的降级检测次数；获取与所述降级检测次数对应的降级检测条件，作为所述目标降级检测条件。
根据本申请的一个实施方式，所述降级检测模块，还用于：获取每个所述目标第一类检测项的当前检测阈值；对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值；基于所述降级检测阈值，降级检测所述降级检测阈值对应的所述目标第一类检测项。
根据本申请的一个实施方式，所述降级检测模块，还用于：获取所述第一类检测项中每个候选检测项的调整梯度值；根据所述调整梯度值对所述候选检测项对应的当前检测阈值进行降级调整，获取所述降级检测阈值。
根据本申请的一个实施方式，所述逐项检测模块，还用于：启动图像采集装置并显示采集引导框；从采集的图像中提取所述采集引导框内的图像区域，作为所述证件图像。
根据本申请的一个实施方式，所述逐项检测模块，还用于：对所述证件图像进行类型识别，以获取所述证件图像的类型；基于所述证件图像的类型，确定所述证件图像对应的检测配置信息；基于所述检测配置信息对所述证件图像进行逐项检测。
根据本申请的一个实施方式，所述证件图像的检测配置信息包括以下信息中一个或多个：所述预设时长、所述第一类检测项、所述第一类检测项的降级检测条件和所述第一类检测项的降级参数。
为达上述目的，本申请第三方面实施例提出了一种电子设备，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，以实现如本申请第一方面实施例所述的证件图像的检测方法。
为达上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于实现如本申请第一方面实施例所述的证件图像的检测方法。
为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时用于实现如本申请第一方面实施例所述的证件图像的检测方法。
附图说明
图1是本申请一个实施方式的一种证件图像的检测方法的示意图；
图2是本申请一个实施方式的确定满足设定条件的示意图；
图3是本申请一个实施方式的统计降级检测次数的示意图；
图4是本申请一个实施方式的对证件图像进行逐项检测的示意图；
图5是本申请一个实施方式的对第一类检测项进行降级检测的示意图；
图6是本申请一个实施方式的第一类检测项与基准阈值的对应关系表；
图7是本申请一个实施方式的第一类检测项与梯度值的对应关系表；
图8是本申请一个实施方式的第一类检测项与第1次降级条件阈值的对应关系表；
图9是本申请一个实施方式的第一类检测项与第2次降级条件阈值的对应关系表；
图10是本申请一个实施方式的采集证件图像的示意图；
图11是本申请另一个实施方式的对证件图像进行逐项检测的示意图；
图12是本申请一个实施方式的证件图像的检测方法的整体示意图；
图13是本申请一个实施方式的对证件图像进行模糊度检测的示意图；
图14是本申请一个实施方式的对证件图像进行反光度检测的示意图；
图15是本申请一个实施方式的一种证件图像的检测装置的示意图；
图16是本申请一个实施方式的一种电子设备的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
图1为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图1所示，该证件图像的检测方法包括以下步骤：
S101，采集证件图像，并对证件图像进行逐项检测。
在运用终端设备进行某些业务办理时，需要验证是否为客户本人持本人有效证件在办理业务，对于本人有效证件的验证，需要采集本人有效证件的图像，对采集的本人有效证件的图像进行要素信息以及图片质量进行检测，只有符合要求的本人有效证件图像才会通过验证。
以本人有效证件为泰国身份证为例，采集该泰国身份证的证件图像，由于泰国身份证图像分有不同的区域，比如人脸图像区域、身份证号码区域等，为了减少采集时长，本申请将一些项设置为可降级检测项。获取该证件图像对应的可降级检测项的基准阈值、梯度值、各次定时扫描降级条件阈值，并映射关系存储，并根据各检测项的检测标准分别对证件图像进行逐项检测。其中，证件图像可包括正面图像和反面图像。可选地，对该泰国身份证的图像进行的检测可包括人脸检测、身份证条纹码检测、边界检测、人脸区域反光检测、身份证号码区域反光检测、整体反光检测，整体模糊度检测等。
可选地，对证件图像进行检测时包括必要检测项和可降级检测项，其中，必要检测项指的是在对证件图像检测时必须通过的检测项，不能对必要检测项进行降级处理；可降级检测项指的是在对证件图像检测时，可对难以通过的检测项适当降低门槛，可对可降级检测项进行降级处理。
S102，响应于检测过程中满足设定条件，则获取证件图像中的可降级检测的第一类检测项。
在对某个证件图像进行逐项检测时，可确定检测过程是否满足设定条件，检测过程满足设定条件，则获取证件图像中的可进行降级检测处理的检测项，作为第一类检测项。其中，第一类检测项为数值类型结果的检测项，其需要与阈值进行比较来判断检测是否通过。以泰国身份证为例，第一类检测项可包括人脸区域反光检测、身份证号码区域反光检测、整体反光检测，整体模糊度检测等。
作为一种可实现的方式，在对检测过程是否满足设定条件进行判定时，可在必要检测项通过的情况下，确定在规定时长内，证件图像是否通过验证，若在必要检测项通过的情况下，在规定时长内证件图像没有通过验证，则获取证件图像中未通过验证的第一类检测项。
S103，对第一类检测项进行降级检测。
为了能够缩短有效证件的图像采集时长，本申请在有效证件的采集过程中，对于难以通过的检测项适当降低门槛，在满足一定质量要求下加快采集速度。
以泰国身份证为例，在固定时间内，对身份证图像进行持续扫描，依次进行各项检测，在必要检测项通过的前提下对第一类检测项进行降级检测，记录可梯度降级检测项检测失败次数以及总的检测数，如果固定的时间内未采集成功，则遍历可梯度降级检测的第一类检测项，如果检测项满足降级条件，则通过对检测阈值进行梯度调整来降低通过难度。
本申请实施例提出了一种证件图像的检测方法，通过采集证件图像，并对证件图像进行逐项检测；响应于检测过程中满足设定条件，则获取证件图像中的可降级检测的第一类检测项；对第一类检测项进行降级检测。本申请在证件采集过程中逐项检测，对满足梯度降级条件的检测项进行降级处理，以缩短采集时长，提高用户体验。
图2为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图2所示，该证件图像的检测方法还包括以下步骤：
S201，在检测过程中，统计证件图像的累计检测时长。
在对证件图像进行逐项检测时，从对证件图像进行逐项检测开始，统计证件图像的累计检测时长。
S202，若累计检测时长大于或者等于预设时长，则确定满足设定条件。
若累计检测时长大于或者等于预设时长，即说明在定时时长内，证件图像没有通过检验，在确定必要检测项通过检验的情况下，对可降级检测项进行降级检测。其中，预设时长为预先设置的数值。
图3为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图3所示，该证件图像的检测方法还包括以下步骤：
S301，在降级检测过程中，统计第一类检测项中任一检测项的降级检测次数。
在对证件图像进行降级检测时，需要设置可降级检测项一共可进行降级的次数，即第一类检测项一共可进行降级的次数，可降级次数需要结合特定的检测算法和测试效果进行调整。可选地，为了在降级后仍可保证证件图像的质量，本申请将第一类检测项一共可进行降级的次数设置为两次。即每个第一类检测项最多可进行两次降级检测，故在降级检测的过程中，需要统计第一类检测项中任一检测项的降级检测次数。
S302，响应于任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定任一检测项的降级检测失败。
若上述任一第一类检测项的降级检测次数达到所允许的最大降级检测次数，但该第一类检测项仍未通过检测，则确定该第一类检测项的降级检测失败，即需要重新进行证件图像采集。继续以将第一类检测项一共可进行降级的次数设置为两次为例，若某个第一类检测项在进行两次降级检测后，仍未通过检测，则确定该第一类检测项的降级检测失败，需要重新进行证件图像采集。
本申请通过设置第一类检测项的可降级次数，在降低检测门槛从而加快检测速度的同时，又能保证证件图像的质量。
图4为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图4所示，基于上述实施例，对证件图像进行逐项检测，包括以下步骤：
S401，对证件图像的第二类检测项进行检测。
在对证件图像进行逐项检测时，存在某些检测项是必要检测项，其检测结果是布尔类型，即检测结果只存在通过或者未通过两种情况，将检测结果为布尔类型的检测项作为第二类检测项。其中，第二类检测项可包括人脸检测、身份证条纹码检测、边界检测等，第二类检测项为证件图像必须通过的检测项，不可进行降级处理。
S402，响应于第二类标检测项均通过检测，对第一类检测项进行检测。
若上述第二类标检测项均通过检测，则对第一类检测项进行检测。其中，第一类检测项为检测结果为数值类型的检测项，其为可降级检测项。
S403，响应于第二类检测项未通过检测，则返回采集证件图像。
若存在某项第二类检测项未通过检测，说明该采集的证件图像不符合采集规定，则需要返回重新采集证件图像。可选地，采集的证件图像不符合采集规定可能是清晰度不够或者不完整等原因。
本申请实施例对证件图像进行分类，区分必要检测项和可降级检测项，在保证必要检测项通过的前提下，对可降级检测项进行降级处理，能够兼顾采集质量与用户体验。
图5为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图5所示，基于上述实施例，对第一类检测项进行降级检测，包括以下步骤：
S501，获取第一类检测项中每个候选检测项的目标降级检测条件。
将第一类检测项中没有通过验证的每个检测项作为候选检测项，获取候选检测项当前对应的降级检测次数，获得候选检测项当前对应的降级检测次数后，确定与降级检测次数对应的降级检测条件，作为目标降级检测条件。可选地，目标降级检测条件与候选检测项对应的基准阈值，降级增减的梯度值、失败比例阈值、总检测次数阈值有关。
S502，获取候选检测项的检测失败次数和/或总检测次数。
在对第一类检测项中的每个候选检测项进行检测时，获取对候选检测项的检测失败次数和总检测次数，将检测失败次数记为failureNumber，将总检测次数记为totalNumber。
S503，从第一类检测项中，将检测失败次数和/或总检测次数满足目标降级检测条件的候选检测项，作为目标第一类检测项。
在对第一类检测项中的每个候选检测项进行检测后，根据检测失败次数failureNumber和总检测次数totalNumber，计算该候选检测项的检测失败率，检测失败率即为检测失败次数failureNumber与总检测次数totalNumber的比值。若该候选检测项的检测失败率大于或者等于预先设定的失败率阈值，且总检测次数totalNumber大于预先设定的总检测次数阈值，则将该候选检测项，作为目标第一类检测项。其中，将失败率阈值记为failRateThreshold，将总检测次数阈值记为totalNumThreshold。
S504，对目标第一类检测项进行降级检测。
每个第一类检测项都有其对应的初始基准阈值，继续以泰国身份证为例，如表6所示，表6是泰国身份证对应的第一类检测项与基准阈值的对应关系表。可选地，表6中的第一类检测项包括人脸区域反光检测、身份证号码区域反光检测、整体反光检测和整体模糊度检测。可选地，将人脸区域反光检测、身份证号码区域反光检测和整体反光检测的基准阈值都设置为0.04；将整体模糊度检测的基准阈值设置为130。
如表7所示，表7是泰国身份证对应的第一类检测项与梯度值的对应关系表。可选地，表7中的第一类检测项包括人脸区域反光检测、身份证号码区域反光检测、整体反光检测和整体模糊度检测。可选地，将人脸区域反光检测和身份证号码区域反光检测的梯度值都设置为0.01；将整体反光检测的梯度值设置为0.02；将整体模糊度检测的梯度值设置为-20。
如表8所示，表8是泰国身份证对应的第一类检测项与第1次降级条件阈值的对应关系表。可选地，表8中的第一类检测项包括人脸区域反光检测、身份证号码区域反光检测、整体反光检测和整体模糊度检测。可选地，将人脸区域反光检测和身份证号码区域反光检测的第1次降级的失败率阈值failRateThreshold都设置为0.3，总检测次数阈值totalNumThreshold都设置为5；将整体反光检测的第1次降级的失败率阈值failRateThreshold设置为0.2，总检测次数阈值totalNumThreshold设置为5；将整体模糊度检测的第1次降级的失败率阈值failRateThreshold设置为0.5，总检测次数阈值totalNumThreshold设置为5。
如表9所示，表9是泰国身份证对应的第一类检测项与第2次降级条件阈值的对应关系表。可选地，表9中的第一类检测项包括人脸区域反光检测、身份证号码区域反光检测、整体反光检测和整体模糊度检测。可选地，将人脸区域反光检测和身份证号码区域反光检测的第2次降级的失败率阈值failRateThreshold都设置为0.1，总检测次数阈值totalNumThreshold都设置为5；将整体反光检测的第2次降级的失败率阈值failRateThreshold设置为0，总检测次数阈值totalNumThreshold设置为5；将整体模糊度检测的第2次降级的失败率阈值failRateThreshold设置为0.3，总检测次数阈值totalNumThreshold设置为5。
作为一种可实现的方式，在开始对每个目标第一类检测项进行检测时，若必要检测项都已通过检验，且上述对证件图像的累计检测时长大于或者等于预设时长，则获取每个目标第一类检测项的当前检测阈值，并依次判断各降级检测项是否满足降级条件，对满足条件的检测项进行阈值降级，将降级次数增加1，并将该检测项的总检测次数totalNumber和失败检测次数failureNumber都置0以记录后续检测数据。以人脸区域反光检测降级举例，若如上述表8所示，将人脸区域反光检测的第1次降级的失败率阈值failRateThreshold设置为0.3，总检测次数阈值totalNumThreshold设置为5。若此时人脸区域反光检测的失败检测次数failureNumber与总检测次数totalNumber的比值大于或者等于0.3，且同时总检测次数totalNumber的值大于5，则将当前人脸区域反光检测阈值0.04加上梯度值0.01，得到0.05，将0.05作为新的阈值，将降级次数增加1，即人脸区域反光检测开始进行第2次降级，并将failureNumber和totalNumber设置为0。
作为另一种可实现的方式，在开始对每个目标第一类检测项进行检测时，若上述对证件图像的累计检测时长小于预设时长，则获取每个目标第一类检测项的当前检测阈值，并依次判断各降级检测项是否满足当前检测阈值要求，若满足当前检测阈值要求，则该将目标第一类检测项的总检测次数totalNumber加1，若不满足当前检测阈值要求，则将将目标第一类检测项的总检测次数totalNumber加1且失败检测次数failureNumber加1。
在对所有目标第一类检测项进进行检测完毕后，判断所有目标第一类检测项是否都通过验证，若所有目标第一类检测项均通过验证，则表明证件图像符合要求；若存在个目标第一类检测项未通过验证，则提示用户该目标第一类检测项具体未通过，并提示用户该目标第一类检测项的检测信息，重新采集证件图像。可选地，终端设备提示用户该目标第一类检测项具体未通过时，可采用显示界面提示或者声音提示等，例如在终端界面上进行时长为2s的文字提示。可选地，终端设备在提示用户该目标第一类检测项具体未通过的同时，也可以提示用户调整有效证件的方位，以便于快速采集到符合要求的证件图像。
本申请在证件采集过程中逐项检测，对满足梯度降级条件的检测项进行降级处理，以缩短采集时长，提高用户体验。
图10为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图10所示，基于上述实施例，采集证件图像，包括以下步骤：
S1001，启动图像采集装置并显示采集引导框。
作为一种可实现的方式，以图像采集装置为手机客户端为例，当需要对用户有效证件进行验证时，手机客户端的屏幕上可显示用于采集图像的引导框，手机客户端提示用户将用户有效证件朝向手机后置摄像头，并将用户有效证件图像置于引导框内。可选地，手机客户端提示用户将用户有效证件正面朝向手机后置摄像头可采用文字提示或者语音提示。可选地，将用户有效证件朝向手机后置摄像头可包括该有效证件的正面或者反面。
S1002，从采集的图像中提取采集引导框内的图像区域，作为证件图像。
提取手机客户端采集的引导框内的图像区域，得到用户有效证件图像，作为证件图像。可选地，证件图像可包括用户有效证件的正面或者反面。
本申请实施例通过对用户有效证件图像的提取，便于后续对图像进行检测处理。
图11为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图11所示，基于上述实施例，对证件图像进行逐项检测，包括以下步骤：
S1101，对证件图像进行类型识别，以获取证件图像的类型。
对手机客户端采集的证件图像进行一次完整检测，其中，以泰国身份证为例，完整检测可包括人脸检测、身份证条纹码检测、边界检测、人脸区域反光检测、身份证号码区域反光检测、整体反光检测或整体模糊度检测等，在对证件图像检测完毕后，存储检测结果。
在检测结果中，可分为两种检测类型，分别为布尔类型和数值类型。其中，人脸检测、身份证条纹码检测、边界检测的结果是布尔类型，即检测结果只存在通过或者未通过两种情况。而人脸区域反光检测、身份证号码区域反光检测、整体反光检测，整体模糊度检测结果为数值类型，需要与所设定的阈值进行比较来判断检测是否通过。
S1102，基于证件图像的类型，确定证件图像对应的检测配置信息。
根据上述确定的证件图像的类型，确定数值类型的检测的配置信息。其中，检测配置信息包括预设时长、第一类检测项、第一类检测项的降级检测条件和第一类检测项的降级参数中的一个或多个。其中，第一类检测项为检测结果为数值类型的检测项。可选地，第一类检测项的降级参数可包括检测阈值和调整梯度值。
S1103，基于检测配置信息对证件图像进行逐项检测。
根据上述所确定的检测配置信息对证件图像进行逐项检测。
本申请实施例对证件图像进行类型识别，对证件图像进行逐项检测，区分必要检测项和可降级检测项，能够兼顾采集质量与用户体验。
图12为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，如图12所示，该证件图像的检测方法，包括以下步骤：
S1201，启动图像采集装置并显示采集引导框。
S1202，从采集的图像中提取采集引导框内的图像区域，作为证件图像。
S1203，对证件图像进行类型识别，以获取证件图像的类型。
S1204，基于证件图像的类型，确定证件图像对应的检测配置信息。
S1205，基于检测配置信息对证件图像进行逐项检测。
关于步骤S1203～S1205，上述实施例已做具体介绍，在此不再进行赘述。
S1206，对证件图像的第二类检测项进行检测。
S1207，响应于第二类标检测项均通过检测，对第一类检测项进行检测。
S1208，响应于第二类检测项未通过检测，则返回采集证件图像。
S1209，统计证件图像的累计检测时长。
S1210，若累计检测时长大于或者等于预设时长，则确定满足设定条件，则获取证件图像中的可降级检测的第一类检测项。
S1211，从第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对目标第一类检测项进行降级检测。
本申请实施例提出了一种证件图像的检测方法，通过采集证件图像，并对证件图像进行逐项检测；响应于检测过程中满足设定条件，则获取证件图像中的可降级检测的第一类检测项；对第一类检测项进行降级检测。本申请在证件采集过程中逐项检测，对满足梯度降级条件的检测项进行降级处理，以缩短采集时长，提高用户体验。
图13为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，基于上述实施例的基础上，若检测项为模糊度检测项，如图13所示，对证件图像进行模糊度检测时，包括以下步骤：
S1301，响应于检测项为模糊度检测项，获取证件图像中的第一图像区域，并确定第一图像区域的第一模糊度指数，其中，第一图像区域为证件图像中对模糊度要求最高的图像区域。
在对证件图像进行模糊度检测时，若对模糊度要求最高的图像区域能够被有效识别，则可以认为其他部分也能够被有效识别，故需要确定证件图像中对模糊度要求最高的图像区域。
在确定证件图像中对模糊度要求最高的图像区域时，需要获取多个样本证件图像，对多个样本证件图像中每个样本证件图像进行逐次模糊化处理，并对模糊化处理后的样本证件图像进行图像识别，获取每个样本证件图像中未正确识别的候选图像区域。获取候选图像区域在多个样本证件图像中未正确识别的次数，选取次数最大的候选图像区域，确定为对模糊度要求最高的图像区域，并获取对模糊度要求最高的图像区域在隶属的样本证件图像中的位置信息，并根据位置信息，将该位置信息确定对模糊度要求最高的图像区域的第一位置信息，将第一位置信息在证件图像上对应的区域作为第一图像区域，确定第一图像区域后，基于模糊度计算算法对第一图像区域进行模糊度检测，计算模糊度指数，作为第一图像区域的第一模糊度指数。
可选地，采用的模糊度计算算法可包括拉普拉斯方差法、数字采样系统频域法等。
S1302，获取证件图像中文字密集区域，并确定文字密集区域的第二模糊度指数。
确定证件图像的中心位置，以中心位置向外扩散设定比例，将扩散覆盖区域作为文字密集区域，基于模糊度计算算法对文字密集区域进行模糊度检测，计算模糊度指数，作为文字密集区域的第二模糊度指数。可选地，以中心位置向外扩散的设定比例可设置为10％～40％。可选地，以中心位置向外扩散时，可以采用一些外扩策略，例如，中心周围的随机采样，或者是缩放图片的采样。
可选地，采用的模糊度计算算法可包括拉普拉斯方差法、数字采样系统频域法等。
S1303，响应于第一模糊度指数和第二模糊度指数均大于各自的模糊度阈值，则确定模糊度检测项通过检测。
若上述获得的第一模糊度指数和第二模糊度指数均大于各自的模糊度阈值，则确定该证件图像的模糊度检测项通过检测。
S1304，响应于第一模糊度指数和/或第二模糊度指数小于或等于各自的模糊度阈值，则确定模糊度检测项未通过检测。
若上述获得的第一模糊度指数和第二模糊度指数存在至少一个模糊度指数小于或等于各自的模糊度阈值，则确定该证件图像的模糊度检测项未通过检测。
本申请实施例将证件图像按照模糊度进行分块并对模糊度要求最高的区域进行模糊度检测，以及定位文字密集区域对文字密集区域进行模糊度检测，以便于对证件图像进行模糊度检测，相较于直接对证件图像整体进行模糊度检测更准确。
图14为本申请提出的一种证件图像的检测方法的一种示例性实施方式的示意图，基于上述实施例的基础上，若检测项为反光度检测项，如图14所示，对证件图像进行反光度检测时，包括以下步骤：
S1401，响应于检测项为反光度检测项，对证件图像中指定的至少一个第二图像区域进行定位。
由于终端设备在收集证件图像时，可能会由于光线而造成证件图像反光，故需要对证件图像进行反光度检测。在对证件图像进行反光度检测时，对证件图像需要进行反光度检测的区域进行定位，将该定位到的区域作为第二图像区域，并对第二图像区域进行反光度计算。其中，第二图像区域可以是一个区域，也可以是多个区域。
第二图像区域可以是证件图像信息采集过程中重要信息所在的区域，以泰国身份证为例，作为一种可实现的方式，可选地，第二图像区域可以包括泰国身份证的文字密集区域和人脸区域两个区域，该文字密集区域中包括泰国公民身份证明卡的泰文和英文说明，证号、持卡人的名和姓，出生日期、发卡日期、发卡部门以及官员签字等，对文字密集区域定位的方法上述实施例已做具体介绍，在此不再进行赘述。可选地，人脸区域的检测常见的算法有分类检测算法(Haar Cascade)、特征检测算法(dlib算法)或者深度学习人脸检测算法(Multi-task Cascaded Convolutional Networks，MTCNN)等。
S1402，对定位到的至少一个第二图像区域进行反光度检测，获取至少一个第二图像区域的反光度。
针对上述获得的每个第二图像区域，采集该第二图像区域对应的三通道彩色(RGB)图像，并将采集的RGB图像缩放到一定大小和比例并转化成灰度图，遍历该灰度图中的每一个像素，若存在某个像素的灰度值大于定值，或者某个像素的RGB三个值有一个值大于定值，就将此像素标记为曝光像素，并基于曝光像素，得到曝光二值图。对得到的曝光二值图进行形态学闭运算操作，得到多个曝光区域，对多个曝光区域进行轮廓算法，过滤掉小于预设面积阈值的区域，将所有曝光区域面积相加，计算此面积占整张图面积的比例，作为反光度。
S1403，响应于第二图像区域的反光度均小于或等于各自的反光度阈值，则确定反光度检测项通过检测。
将第二图像区域的反光度与其对应的反光度阈值进行比较，若第二图像区域的反光度均小于或等于各自的反光度阈值，则确定反光度检测项通过检测。比如说上述的第二图像区域包括泰国身份证的文字密集区域和人脸区域两个区域时，若文字密集区域和人脸区域两个区域的反光度均小于或等于各自的反光度阈值，才能确定反光度检测项通过检测。其中，反光度阈值指的是在所有积累的证件图像样本中，计算所有识别正确的图像中对应的第二图像区域中反光度的最高值。
S1404，响应于至少一个第二图像区域的反光度大于各自的反光度阈值，则确定反光度检测项未通过检测。
将第二图像区域的反光度与其对应的反光度阈值进行比较，若至少一个第二图像区域的反光度大于各自的反光度阈值，则确定反光度检测项未通过检测。比如说上述的第二图像区域包括泰国身份证的文字密集区域和人脸区域两个区域时，若该两个第二图像区域中存在一个第二图像区域的反光度大于其对应的反光度阈值，则确定该证件图像的反光度检测项未通过检测。其中，反光度阈值指的是在所有积累的证件图像样本中，计算所有识别正确的图像中反光度的最高值。
本申请实施例对证件图像的重要信息所在区域的第二图像区域进行反光检测，第二图像区域可包含一个或者多个，以便于对证件图像进行反光检测，相较于直接对证件图像整体进行反光检测更准确。
图15为本申请提出的一种证件图像的检测装置的示意图，如图15所示，该证件图像的检测装置1500，包括：逐项检测模块1501、第一类检测项获取模块1502和降级检测模块1503，其中：
逐项检测模块1501，用于采集证件图像，并对所述证件图像进行逐项检测；
第一类检测项获取模块1502，用于响应于检测过程中满足设定条件，则获取所述证件图像中的可降级检测的第一类检测项；
降级检测模块1503，用于对所述第一类检测项进行降级检测。
进一步地，逐项检测模块1501，还用于：在检测过程中，统计所述证件图像的累计检测时长；若所述累计检测时长大于或者等于预设时长，则确定满足所述设定条件。
进一步地，逐项检测模块1501，还用于：在降级检测过程中，统计所述第一类检测项中任一检测项的降级检测次数；响应于所述任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定所述任一检测项的降级检测失败。
进一步地，逐项检测模块1501，还用于：对所述证件图像的第二类检测项进行检测；响应于所述第二类标检测项均通过检测，对所述第一类检测项进行检测；响应于所述第二类检测项未通过检测，则返回采集所述证件图像。
进一步地，降级检测模块1503，还用于：从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对所述目标第一类检测项进行降级检测。
进一步地，所述降级检测模块1503，还用于：获取所述第一类检测项中每个候选检测项的所述目标降级检测条件；获取所述候选检测项的检测失败次数和/或总检测次数；从所述第一类检测项中，将所述检测失败次数和/或总检测次数满足所述目标降级检测条件的候选检测项，作为所述目标第一类检测项。
进一步地，所述降级检测模块1503，还用于：获取所述候选检测项当前对应的降级检测次数；获取与所述降级检测次数对应的降级检测条件，作为所述目标降级检测条件。
进一步地，所述降级检测模块1503，还用于：获取每个所述目标第一类检测项的当前检测阈值；对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值；基于所述降级检测阈值，降级检测所述降级检测阈值对应的所述目标第一类检测项。
进一步地，所述降级检测模块1503，还用于：获取所述第一类检测项中每个候选检测项的调整梯度值；根据所述调整梯度值对所述候选检测项对应的当前检测阈值进行降级调整，获取所述降级检测阈值。
进一步地，所述逐项检测模块1501，还用于：启动图像采集装置并显示采集引导框；从采集的图像中提取所述采集引导框内的图像区域，作为所述证件图像。
进一步地，所述逐项检测模块1501，还用于：对所述证件图像进行类型识别，以获取所述证件图像的类型；基于所述证件图像的类型，确定所述证件图像对应的检测配置信息；基于所述检测配置信息对所述证件图像进行逐项检测。
进一步地，所述证件图像的检测装置1500的检测配置信息包括以下信息中一个或多个：所述预设时长、所述第一类检测项、所述第一类检测项的降级检测条件和所述第一类检测项的降级参数。
为了实现上述实施例，本申请实施例还提出一种电子设备1600，如图16所示，该电子设备1600包括：处理器1601和处理器通信连接的存储器1602，存储器1602存储有可被至少一个处理器执行的指令，指令被至少一个处理器1601执行，以实现如本申请第一方面实施例的证件图像的检测方法。
为了实现上述实施例，本申请实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机实现如本申请第一方面实施例的证件图像的检测方法。
为了实现上述实施例，本申请实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如本申请第一方面实施例的证件图像的检测方法。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (27)
1.一种证件图像的检测方法，其特征在于，包括：
采集证件图像，并对所述证件图像进行逐项检测；
响应于检测过程中满足设定条件，则获取所述证件图像中的可降级检测的第一类检测项；
对所述第一类检测项进行降级检测。
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：
在检测过程中，统计所述证件图像的累计检测时长；
若所述累计检测时长大于或者等于预设时长，则确定满足所述设定条件。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在降级检测过程中，统计所述第一类检测项中任一检测项的降级检测次数；
响应于所述任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定所述任一检测项的降级检测失败。
4.根据权利要求1所述的方法，其特征在于，所述对所述证件图像进行逐项检测，包括：
对所述证件图像的第二类检测项进行检测；
响应于所述第二类标检测项均通过检测，对所述第一类检测项进行检测；
响应于所述第二类检测项未通过检测，则返回采集所述证件图像。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述第一类检测项进行降级检测，包括：
从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对所述目标第一类检测项进行降级检测。
6.根据权利要求5所述的方法，其特征在于，所述从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，包括：
获取所述第一类检测项中每个候选检测项的所述目标降级检测条件；
获取所述候选检测项的检测失败次数和/或总检测次数；
从所述第一类检测项中，将所述检测失败次数和/或总检测次数满足所述目标降级检测条件的候选检测项，作为所述目标第一类检测项。
7.根据权利要求6所述的方法，其特征在于，所述获取所述第一类检测项中每个候选检测项的所述目标降级检测条件，包括：
获取所述候选检测项当前对应的降级检测次数；
获取与所述降级检测次数对应的降级检测条件，作为所述目标降级检测条件。
8.根据权利要求5所述的方法，其特征在于，所述对所述目标第一类检测项进行降级检测，包括：
获取每个所述目标第一类检测项的当前检测阈值；
对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值；
基于所述降级检测阈值，降级检测所述降级检测阈值对应的所述目标第一类检测项。
9.根据权利要求8所述的方法，其特征在于，所述对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值，包括：
获取所述第一类检测项中每个候选检测项的调整梯度值；
根据所述调整梯度值对所述候选检测项对应的当前检测阈值进行降级调整，获取所述降级检测阈值。
10.根据权利要求1所述的方法，其特征在于，所述采集证件图像，包括：
启动图像采集装置并显示采集引导框；
从采集的图像中提取所述采集引导框内的图像区域，作为所述证件图像。
11.根据权利要求1所述的方法，其特征在于，所述对所述证件图像进行逐项检测，包括：
对所述证件图像进行类型识别，以获取所述证件图像的类型；
基于所述证件图像的类型，确定所述证件图像对应的检测配置信息；
基于所述检测配置信息对所述证件图像进行逐项检测。
12.根据权利要求11所述的方法，其特征在于，所述检测配置信息包括以下信息中一个或多个：
所述预设时长、所述第一类检测项、所述第一类检测项的降级检测条件和所述第一类检测项的降级参数。
13.一种证件图像的检测装置，其特征在于，包括：
逐项检测模块，用于采集证件图像，并对所述证件图像进行逐项检测；
第一类检测项获取模块，用于响应于检测过程中满足设定条件，则获取所述证件图像中的可降级检测的第一类检测项；
降级检测模块，用于对所述第一类检测项进行降级检测。
14.根据权利要求13所述的装置，其特征在于，所述逐项检测模块，还用于：
在检测过程中，统计所述证件图像的累计检测时长；
若所述累计检测时长大于或者等于预设时长，则确定满足所述设定条件。
15.根据权利要求13所述的装置，其特征在于，所述逐项检测模块，还用于：
在降级检测过程中，统计所述第一类检测项中任一检测项的降级检测次数；
响应于所述任一检测项的降级检测次数达到所允许的最大降级检测次数，且仍未通过检测，则确定所述任一检测项的降级检测失败。
16.根据权利要求13所述的装置，其特征在于，所述逐项检测模块，还用于：
对所述证件图像的第二类检测项进行检测；
响应于所述第二类标检测项均通过检测，对所述第一类检测项进行检测；
响应于所述第二类检测项未通过检测，则返回采集所述证件图像。
17.根据权利要求13-16任一项所述的装置，其特征在于，所述降级检测模块，还用于：
从所述第一类检测项中，获取满足目标降级检测条件的目标第一类检测项，并对所述目标第一类检测项进行降级检测。
18.根据权利要求17所述的装置，其特征在于，所述降级检测模块，还用于：
获取所述第一类检测项中每个候选检测项的所述目标降级检测条件；
获取所述候选检测项的检测失败次数和/或总检测次数；
从所述第一类检测项中，将所述检测失败次数和/或总检测次数满足所述目标降级检测条件的候选检测项，作为所述目标第一类检测项。
19.根据权利要求18所述的装置，其特征在于，所述降级检测模块，还用于：
获取所述候选检测项当前对应的降级检测次数；
获取与所述降级检测次数对应的降级检测条件，作为所述目标降级检测条件。
20.根据权利要求17所述的装置，其特征在于，所述降级检测模块，还用于：
获取每个所述目标第一类检测项的当前检测阈值；
对每个所述目标第一类检测项的当前检测阈值进行降级，获取每个所述目标第一类检测项的降级检测阈值；
基于所述降级检测阈值，降级检测所述降级检测阈值对应的所述目标第一类检测项。
21.根据权利要求20所述的装置，其特征在于，所述降级检测模块，还用于：
获取所述第一类检测项中每个候选检测项的调整梯度值；
根据所述调整梯度值对所述候选检测项对应的当前检测阈值进行降级调整，获取所述降级检测阈值。
22.根据权利要求13所述的装置，其特征在于，所述逐项检测模块，还用于：
启动图像采集装置并显示采集引导框；
从采集的图像中提取所述采集引导框内的图像区域，作为所述证件图像。
23.根据权利要求13所述的装置，其特征在于，所述逐项检测模块，还用于：
对所述证件图像进行类型识别，以获取所述证件图像的类型；
基于所述证件图像的类型，确定所述证件图像对应的检测配置信息；
基于所述检测配置信息对所述证件图像进行逐项检测。
24.根据权利要求23所述的装置，其特征在于，所述检测配置信息包括以下信息中一个或多个：
所述预设时长、所述第一类检测项、所述第一类检测项的降级检测条件和所述第一类检测项的降级参数。
25.一种电子设备，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执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。
27.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110698839.7A CN113379713B (zh) | 2021-06-23 | 2021-06-23 | 证件图像的检测方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110698839.7A CN113379713B (zh) | 2021-06-23 | 2021-06-23 | 证件图像的检测方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113379713A true CN113379713A (zh) | 2021-09-10 |
| CN113379713B CN113379713B (zh) | 2024-02-09 |
Family
ID=77578739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110698839.7A Active CN113379713B (zh) | 2021-06-23 | 2021-06-23 | 证件图像的检测方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113379713B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114677635A (zh) * | 2022-05-30 | 2022-06-28 | 成都新希望金融信息有限公司 | 基于视频流的证件检测方法、系统、电子设备及存储介质 |
| CN116563278A (zh) * | 2023-07-06 | 2023-08-08 | 宁德时代新能源科技股份有限公司 | 检测结果显示方法、装置、计算机设备和存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004013188A (ja) * | 2002-06-03 | 2004-01-15 | Nec Corp | 帳票読取り装置および帳票読取り方法ならびプログラム |
| CN107358174A (zh) * | 2017-06-23 | 2017-11-17 | 浙江大学 | 一种基于图像处理的手持身份证认证系统 |
| CN108288046A (zh) * | 2018-01-31 | 2018-07-17 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| US20200097767A1 (en) * | 2017-06-04 | 2020-03-26 | De-Identification Ltd. | System and method for image de-identification |
| CN111008925A (zh) * | 2019-12-11 | 2020-04-14 | 京东数字科技控股有限公司 | 证件水印的验证方法、装置、设备及存储介质 |
| CN111091126A (zh) * | 2019-12-12 | 2020-05-01 | 京东数字科技控股有限公司 | 证件图像反光检测方法、装置、设备及存储介质 |
| CN111126098A (zh) * | 2019-12-24 | 2020-05-08 | 京东数字科技控股有限公司 | 证件图像采集方法、装置、设备及存储介质 |
| CN112017245A (zh) * | 2020-10-19 | 2020-12-01 | 北京捷通华声科技股份有限公司 | 证件定位方法 |
| CN112308070A (zh) * | 2020-10-30 | 2021-02-02 | 深圳前海微众银行股份有限公司 | 证件信息的识别方法及装置、设备和计算机可读存储介质 |
| WO2021051554A1 (zh) * | 2019-09-19 | 2021-03-25 | 平安科技（深圳）有限公司 | 证件真伪验证方法、系统、计算机设备及可读存储介质 |
-
2021
- 2021-06-23 CN CN202110698839.7A patent/CN113379713B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004013188A (ja) * | 2002-06-03 | 2004-01-15 | Nec Corp | 帳票読取り装置および帳票読取り方法ならびプログラム |
| US20200097767A1 (en) * | 2017-06-04 | 2020-03-26 | De-Identification Ltd. | System and method for image de-identification |
| CN107358174A (zh) * | 2017-06-23 | 2017-11-17 | 浙江大学 | 一种基于图像处理的手持身份证认证系统 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| CN108288046A (zh) * | 2018-01-31 | 2018-07-17 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
| WO2021051554A1 (zh) * | 2019-09-19 | 2021-03-25 | 平安科技（深圳）有限公司 | 证件真伪验证方法、系统、计算机设备及可读存储介质 |
| CN111008925A (zh) * | 2019-12-11 | 2020-04-14 | 京东数字科技控股有限公司 | 证件水印的验证方法、装置、设备及存储介质 |
| CN111091126A (zh) * | 2019-12-12 | 2020-05-01 | 京东数字科技控股有限公司 | 证件图像反光检测方法、装置、设备及存储介质 |
| CN111126098A (zh) * | 2019-12-24 | 2020-05-08 | 京东数字科技控股有限公司 | 证件图像采集方法、装置、设备及存储介质 |
| CN112017245A (zh) * | 2020-10-19 | 2020-12-01 | 北京捷通华声科技股份有限公司 | 证件定位方法 |
| CN112308070A (zh) * | 2020-10-30 | 2021-02-02 | 深圳前海微众银行股份有限公司 | 证件信息的识别方法及装置、设备和计算机可读存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114677635A (zh) * | 2022-05-30 | 2022-06-28 | 成都新希望金融信息有限公司 | 基于视频流的证件检测方法、系统、电子设备及存储介质 |
| CN114677635B (zh) * | 2022-05-30 | 2022-09-27 | 成都新希望金融信息有限公司 | 基于视频流的证件检测方法、系统、电子设备及存储介质 |
| CN116563278A (zh) * | 2023-07-06 | 2023-08-08 | 宁德时代新能源科技股份有限公司 | 检测结果显示方法、装置、计算机设备和存储介质 |
| CN116563278B (zh) * | 2023-07-06 | 2023-11-17 | 宁德时代新能源科技股份有限公司 | 检测结果显示方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113379713B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9661216B2 (en) | Automatic image capture | |
| WO2019153739A1 (zh) | 基于人脸识别的身份认证方法、装置、设备和存储介质 | |
| US7973828B2 (en) | Red-eye filter method and apparatus | |
| US8422739B2 (en) | Real-time face tracking in a digital image acquisition device | |
| US8797448B2 (en) | Rapid auto-focus using classifier chains, MEMS and multiple object focusing | |
| JP4954081B2 (ja) | 人間の画像における虹彩及び瞳孔の検出方法 | |
| CN109271890B (zh) | 自动指纹图像提取的方法和设备 | |
| US20040233299A1 (en) | Method and apparatus for red-eye detection | |
| KR101812953B1 (ko) | 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템 및 방법 | |
| US8577098B2 (en) | Apparatus, method and program for designating an object image to be registered | |
| US9807269B2 (en) | System and method for low light document capture and binarization with multiple flash images | |
| CN113379713A (zh) | 证件图像的检测方法及其装置 | |
| US11227170B2 (en) | Collation device and collation method | |
| EP2662827A1 (en) | Video analysis | |
| CN107256410B (zh) | 眼底图像分类方法及装置 | |
| KR102123910B1 (ko) | 머신 러닝을 이용한 지폐 일련번호 인식 장치 및 방법 | |
| US20200219082A1 (en) | Method and system of capturing an image of a card | |
| CN106204616B (zh) | 一种伊朗纸币币值的识别方法及装置 | |
| WO2021166289A1 (ja) | データ登録装置、生体認証装置、および記録媒体 | |
| RU2329535C2 (ru) | Способ автоматического кадрирования фотографий | |
| CN115994996A (zh) | 对照装置、存储介质及对照方法 | |
| Zambanini et al. | Robust automatic segmentation of ancient coins | |
| CN113469135A (zh) | 对象身份信息的确定方法、装置、存储介质及电子装置 | |
| WO2020042035A1 (en) | Method and device for automatic fingerprint image acquisition | |
| CN114639130A (zh) | 一种可见光活体检测方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176 Applicant after: Jingdong Technology Information Technology Co.,Ltd. Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176 Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |