CN112733916B - 虚***图片的识别方法、装置、电子设备及存储介质 - Google Patents

虚***图片的识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112733916B
CN112733916B CN202011636896.4A CN202011636896A CN112733916B CN 112733916 B CN112733916 B CN 112733916B CN 202011636896 A CN202011636896 A CN 202011636896A CN 112733916 B CN112733916 B CN 112733916B
Authority
CN
China
Prior art keywords
certificate
image
picture
category
identified
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
CN202011636896.4A
Other languages
English (en)
Other versions
CN112733916A (zh
Inventor
段胜业
张瀚予
史忠伟
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.)
Wuba Co Ltd
Original Assignee
Wuba 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 Wuba Co Ltd filed Critical Wuba Co Ltd
Priority to CN202011636896.4A priority Critical patent/CN112733916B/zh
Publication of CN112733916A publication Critical patent/CN112733916A/zh
Application granted granted Critical
Publication of CN112733916B publication Critical patent/CN112733916B/zh
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
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供了一种虚***图片的识别方法、装置、电子设备及存储介质,在所述方法中,首先提取待识别证件图片的特征图像,然后,将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,最后,将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像。在本申请中通过首先判断出与现存证件图片相似的待识别图片,再进一步通过将待识别证件图片和相似的现存证件图片进行二次对比,来识别待识别证件图像的真假,可以大大缩减二次对比的图片数量,不仅可以提高识别准确度,还可以提高识别效率。

Description

虚***图片的识别方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理领域,尤其涉及一种虚***图片的识别方法、装置、电子设备及存储介质。
背景技术
随着互联网技术在各个领域的广泛应用,私人以及各类办公机构会将各种实体信息数据化并上传互联网以便对接更多的用户。以房产相关业务为例,中介在售房网站上发布房产售卖或者转租信息时需要挂起房产证图片,以证明该房产的真实性和可靠性。有时由于某些原因,例如房产不合法、房产不存在等,中介无法获得房产证,但是,中介仍然想要在售房网站上挂出房产证图片,此时,中介就会通过PS技术制作一张虚假房产证图片,并将该虚假房产证图片上传至售房网站进行展示。
售房网站为了避免出现上述提及的虚假房产证图片,需要对接收到的房产证图片进行识别,以判断房产证图片的真实性。通常通过PS技术等制作的虚假房产证图片都是基于一张房产证模板生成的,即在房产证模板(通常为一张真实有效的房产证的图片)上修改姓名、房产编号等信息得到虚假房产证图片。如果单独对这样的虚假房产证图片进行检查不容易发现问题,只有将大量的房产证图片放在一起对比,才能够发现虚假房产证图片。售房网站通常由人工进行识别,如果按照上述方法去识别虚假房产证图片,不仅识别速度慢而且识别准确度低。
发明内容
本申请提供了一种虚***图像的识别方法、装置、电子设备及存储介质,以解决现有识别虚***图像效率和准确度较低的问题。
第一方面,本发明实施例提供了一种虚***图片的识别方法,所述方法包括:
提取待识别证件图片的特征图像;
将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别;
将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像,所述目标图像类别是指同时对应所述特征图像和所述现存证件图片的所属图像类别。
在本发明实施例第一方面一种可能的实现方式中,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域;
利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
在本发明实施例第一方面一种可能的实现方式中,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定第二区域;
从所述待识别证件图片中剔除所述第二区域,得到特征图像。
在本发明实施例第一方面一种可能的实现方式中,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;
利用所述特征提取模板提取所述待识别图片的第一区域;
对比所述第一区域与所述证件模板样本,确定第三区域;
从所述第一区域中提取所述第三区域,得到特征图像。
在本发明实施例第一方面一种可能的实现方式中,所述将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别包括:
提取每一张所述现存证件图片的特征图像;
计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;
根据所述距离确定所述待标识图片的特征图像的所属图像类别。
在本发明实施例第一方面一种可能的实现方式中,所述根据所述距离确定所述待标识图片的特征图像的所属图像类别包括:
如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;
如果所述距离大于或者等于所述距离阈值,则确定所述待标识图片所使用的证件模板的类别为所属图像类别。
第二方面,本发明实施例提供了一种虚***图片的识别装置,所述装置包括:
第一特征提取模块,用于提取待识别证件图片的特征图像;
第一对比模块,用于将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别;
第二对比模块,用于将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像,所述目标图像类别是指同时对应所述特征图像和所述现存证件图片的所属图像类别。
在本发明实施例第二方面一种可能的实现方式中,所述第一特征提取模块包括:
第一类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第一模板确定模块,用于根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域;
第一提取模块,用于利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
在本发明实施例第二方面一种可能的实现方式中,所述第一特征提取模块包括:
第二类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第一区域确定模块,用于根据所述证件类别确定第二区域;
剔除模块,用于从所述待识别证件图片中剔除所述第二区域,得到特征图像。
在本发明实施例第二方面一种可能的实现方式中,所述第一特征提取模块包括:
第三类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第二模板确定模块,用于根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;
第二提取模块,用于利用所述特征提取模板提取所述待识别图片的第一区域;
第二区域确定模块,用于对比所述第一区域与所述证件模板样本,确定第三区域;
第二提取模块,用于从所述第一区域中提取所述第三区域,得到特征图像。
在本发明实施例第二方面一种可能的实现方式中,所述第一对比模块包括:
第二特征提取模块,用于提取每一张所述现存证件图片的特征图像;
计算模块,用于计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;
所属类别确定模块,用于根据所述距离确定所述待标识图片的特征图像的所属图像类别。
在本发明实施例第二方面一种可能的实现方式中,所述所属类别确定模块包括:
第一判断模块,用于如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;
第二判断模块,用于如果所述距离大于或者等于所述距离阈值,则确定所述待标识图片所使用的证件模板的类别为所属图像类别。
第三方面,本发明实施例提供了一种电子设备,包括:
处理器,以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述的虚***图片的识别方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的虚***图片的识别方法。
本发明实施例提供了一种虚***图片的识别方法、装置、电子设备及存储介质,在所述方法中,首先提取待识别证件图片的特征图像,然后,将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,最后,将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像。由以上技术方案可知,相关网站,例如售房网站等首先对待识别证件图片进行分类,以判断待识别证件图片是否与现存证件图片相似,当确定待识别证件图片与现存证件图片相似时,说明待识别证件图片有可能是虚***图片,才需要进一步通过对待识别证件图片和相似的现存证件图片进行对比,来识别待识别证件图像的真假,此时,已经大大缩减了需要进行对比的图片数量,从而不仅可以提高识别准确度,而且可以提高识别效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本发明实施例提供的一种虚***图片的识别方法的流程示意图;
图2为本申请实施例提供的一种业务架构的结构示意图;
图3为本申请实施例提供的一种待识别证件图片的示意图;
图4为本申请实施例提供的一种提取特征图像的方法的流程示意图;
图5为本申请实施例提供的一种提取特征图像的方法的流程示意图;
图6为本申请实施例提供的一种提取特征图像的方法的流程示意图;
图7为本申请实施例提供的一种确定所属图像类别的方法的流程图;
图8为本申请实施例提供的一种确定所属图像类别的方法的流程图;
图9为本申请实施例提供的一种虚***图片的识别装置实施例一的结构示意图;
图10为本申请实施例提供的一种虚***图片的识别装置实施例二的结构示意图;
图11为本申请实施例提供的一种虚***图片的识别装置实施例三的结构示意图;
图12为本申请实施例提供的一种虚***图片的识别装置实施例四的结构示意图;
图13为本申请实施例提供的一种虚***图片的识别装置实施例五的结构示意图;
图14为本申请实施例提供的一种虚***图片的识别装置实施例六的结构示意图;
图15为本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种虚***图片的识别方法的流程示意图,如图1所示,所述方法包括:
S100、提取待识别证件图片的特征图像。
图2为本申请实施例提供的一种业务架构的结构示意图,如图2所示,用户通过客户端1将待识别证件图片上传至执行相关业务的服务器2,在本申请实施例中,客户端1为手机、PC、服务器、智能手表等具有图片传输功能的设备,服务器2可以为计算机、处理器、平台、云端服务器等具有图片接收及处理功能的设备。
服务器2接收到客户端1发送的待识别证件图片之后,需要对待识别证件图片进行识别,以判断该待识别证件图片是否为虚***图片。服务器2可以接收多个待识别证件图片,服务器2对每个待识别证件图片的识别过程相同,因此,在本申请实施例中以一张待识别证件图片进行说明。
服务器2可以直接对待识别证件图片进行识别,但是,如图3所示,待识别证件图片上存在如空白01、制作虚***图片时特意修改的区域02,例如姓名、证件编号等,空白01会增加服务器2的识别任务量,而制作虚***图片时特意修改的区域02则必然存在区别,所以服务器2对其识别的结果必然是与现有的证件图片不一样,该识别结果无意义,同样的,也会增加服务器2的识别任务量,上述提及的图像均会拖慢服务器2的识别效率,甚至会影响识别结果的准确性,因此,为了提高图片的识别效率和识别准确性,可以先提取待识别证件图片中的特征图像(待识别证件图片中除上述无效图像以及其它形式无效图像的图像,例如图3中虚线部分),通过识别特征图像来判断待识别证件图片的真伪。
在第一种实现方式中,图4为本申请实施例提供的一种提取特征图像的方法的流程示意图,如图4所示,所述方法包括:
S111、确定所述待识别证件图片对应的证件类别。
S112、根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域。
S113、利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
不同的证件图片对应不同的证件类别,不同类别的证件具有不同的证件模板,或者说是证件格式,例如房产证对应的证件模板就需要展示证件名称、产权人姓名、房产编号、房屋面积、房产局公章等信息,经营许可证对应的证件模板就需要展示证件名称、法人姓名、经营范围、许可编号、工商局公章等信息,通常,每个证件都会带有证件名称,以示出该证件属于哪一类证件,例如“房产证”、“经营许可证”等,通过识别这些证件名称就可以确定待识别证件图片对应的证件类别,进一步地,就可以根据这些证件类别确定对应的证件模板。
本申请所要对比的特征即为容易出现复现的特征,因此,证件模板可以作为待识别证件图片的特征图像进行后续对比。如果将证件模板作为特征图像,可以利用特征提取模板来提取证件模板。针对不同的证件模板,有不同的特征提取模板,由上述过程确定了证件类别之后,就可以确定相应的证件模板,也就可以确定对应的特征提取模板。例如,如果确定了证件类别为房产证,就可以确定证件模板为房产证模板,此时,就可以确定特征提取模板为提取房产证模板的提取模板(包含提取背景、证件名称、产权人姓名、房产编号、房屋面积、房产局公章等信息),在本申请实施例中可以将提取到的特征图像在待识别证件图片上对应的区域称为第一区域,如图3中的虚线部分。
在第二种实现方式中,图5为本申请实施例提供的一种提取特征图像的方法的流程示意图,如图5所示,所述方法包括:
S121、确定所述待识别证件图片对应的证件类别。
S122、根据所述证件类别确定第二区域。
S123、从所述待识别证件图片中剔除所述第二区域,得到特征图像。
基于第一种实现方式中确定待识别证件图片对应的证件类别的过程,在确定证件类别之后,可以确定出该待识别证件图片上需要进行裁剪的区域,即无需参与后续对比的区域。以房产证为例,由上文可知,房产证中除房产证模板之外的图像,例如具体的产权人姓名、具体的房产编号、具体的房屋面积等,都是无需进行对比的图像,如图3所示,制作虚***图片时特意修改的区域02就是本实施例中所提及的第二区域。根据证件类别在待识别证件图片中确定对应的第二区域之后,通过剔除该第二区域,就可以得到用于后续对比的区域,即特征图像。
在第三种实现方式中,图6为本申请实施例提供的一种提取特征图像的方法的流程示意图,如图6所示,所述方法包括:
S131、确定所述待识别证件图片对应的证件类别;
S132、根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;
S133、利用所述特征提取模板提取所述待识别图片的第一区域;
S134、对比所述第一区域与所述证件模板样本,确定第三区域;
S135、从所述第一区域中提取所述第三区域,得到特征图像。
与第一种实现方式相比,第三种实现方式提供了一种进一步提取特征图像的方式,即在确定特征提取模板之后,可以利用该特征提取模板从待识别证件图片中提取到第一区域。真实的证件一般都会存在不同的使用痕迹,例如脏污、折痕、印刷差别等,以无脏污、无折痕、规范印刷的证件模板为基准,即证件模板样本,通过对比第一区域和证件模板样本可以识别出上述脏污、折痕、印刷差别等,而这些痕迹通常都是独属于某一个证件,在不同的证件上几乎不会出现复现,相当于这些痕迹可以唯一标识一张证件,如果将这些痕迹在证件图片上对应的区域称为第三区域,那么可以通过对比第一区域与证件模板样本,确定出待识别证件图片上的第三区域,并以该第三区域来标识待识别证件图片,作为待识别证件图片的特征图像,用其进行后续对比。可见,可以利用更少的特征图像来进行后续对比,可以更加有效提高识别的效率。
S200、将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别。
在进行对比之前,可以预存一些证件图片,即现存证件图片,这些现存证件图片可以是从网络上收集的真实的证件图片,也可以是历史识别过的证件图片。由上文可知,这些现存证件图片也有各自对应的证件模板(这里是指真实的证件模板,带有独有的使用痕迹等),可以将一个证件模板对应于一个图像类别,图像类别用于标识现存证件图像所使用的证件模板的类别,一个图像类别对应至少一张现存证件图片(有可能存在多张现存证件图片使用同一个证件模板,即这些现存证件图片中存在虚***图片)。聚类集合为各种图像类别对应的现存证件图片的集合,其包含至少一个图像类别,聚类集合相当于一个对比基础。
将由上文得到的特征图像与聚类集合中的每一张现存证件图片进行对比,以完成与每一个图像类别的对比,确定特征图像对应的所属图像类别,具体如下:
图7为本申请实施例提供的一种确定所属图像类别的方法的流程图,如图7所示,所述方法包括:
S201、提取每一张所述现存证件图片的特征图像;
S202、计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;
S203、根据所述距离确定所述待标识图片的特征图像的所属图像类别。
提取每一张现存证件图片的特征图像,作为与待识别证件图片的特征图像的对比基础,现存证件图片的特征图像的提取方式可以参照上文提供的提取待识别证件图片的特征图像的三种实现方式,且与提取待识别证件图片的特征图像的方式保持一致,从而为对比提供基础。
可以通过多种计算相似度的方法来对比待识别图片的特征图像与提取到的现存证件图片的特征图像的相似度,例如直方图计算特征图像的相似度、通过哈希值,汉明距离计算特征图像的相似度、通过图片的余弦距离计算特征图像的相似度、通过图片结构度量计算特征图像的相似度等,通常相似度可以利用特征图像之间的距离来表示,一般距离越近,说明特征图像相似度越高,反之,距离越远,说明特征图像相似度越低。这样,就可以根据计算所得的距离来确定待识别图片的特征图像的所属图像类别,即待识别图片属于距离最小对应的图像类别,具体如下:
图8为本申请实施例提供的一种确定所属图像类别的方法的流程图,如图8所示,所述方法包括:
S2031、如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;
S2032、如果所述距离大于或者等于所述距离阈值,则确定所述待识别证件图片所使用的证件模板的类别为所属图像类别。
设定距离阈值为T,假设待识别证件图片的特征图像为图像1,其与现存证件图片的特征图像(图像2)之间的距离为S,则当S<T时,图像2对应的现存证件图片就是目标现存证件图片,其对应的图像类别就是图像1对应的所属图像类别。
而如果图像1与每一张现存证件图片的特征图像之间的距离S均大于或者等于T,即S≥T时,则将待识别证件图片所使用的证件模板的类别确定为所属图像类别,并添加至聚类集合中。
由上述过程可见,特征图像之间相似度计算的计算量较少,因此,可以根据特征图像快速且准确地将待识别证件图片归类,以便后续进一步进行对比识别。
S300、将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像,所述目标图像类别是指同时对应所述特征图像和所述现存证件图片的所属图像类别。
经过上述过程,可以将待识别证件图片进行分类,即确定其对应的所属图像类别,由上文可知,如果一个图像类别对应多张图片(同时对应待识别证件图片和现存证件图片),则说明上述多张图片使用了同一个证件模板,存在伪造证件的嫌疑,此时,需要通过进一步的对比,例如人工识别、机器识别等方式来进一步识别待识别证件图片(特征图像)是否是虚***图片。而在这一步进行对比识别的过程中,参与识别的图片的数量已经大大缩减,由此,识别压力大大降低,且识别速度会显著提高,识别准确度也会相应提高。
如果一个图像类别仅对应待识别证件图片(上文中确定待识别证件图片所使用的证件模板的类别为所属图像类别的情况),可以直接说明没有现存证件图片与待识别证件图片相似,待识别证件图片不是虚***图片。
识别之后可以将待识别证件图片按照其对应的所属图像类别存储至聚类集合中,以供之后的证件图片识别过程,这样,也会产生迭代识别的效果,通过扩大现存证件图片的基数,以提高识别虚***图片的准确度。
由以上技术方案可知,相关网站,例如售房网站等首先对待识别证件图片进行分类,以判断待识别证件图片是否与现存证件图片相似,当确定待识别证件图片与现存证件图片相似时,说明待识别证件图片有可能是虚***图片,才需要进一步通过对待识别证件图片和相似的现存证件图片进行对比,来识别待识别证件图像的真假,此时,已经大大缩减了需要进行对比的图片数量,从而不仅可以提高识别准确度,而且可以提高识别效率。
图9为本申请实施例提供的一种虚***图片的识别装置实施例一的结构示意图,所述装置包括:第一特征提取模块1,用于提取待识别证件图片的特征图像;第一对比模块2,用于将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别;第二对比模块3,用于将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像,所述目标图像类别是指同时对应所述特征图像和所述现存证件图片的所属图像类别。
图10为本申请实施例提供的一种虚***图片的识别装置实施例二的结构示意图,所述第一特征提取模块1包括:第一类别确定模块11,用于确定所述待识别证件图片对应的证件类别;第一模板确定模块12,用于根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域;第一提取模块13,用于利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
图11为本申请实施例提供的一种虚***图片的识别装置实施例三的结构示意图,所述第一特征提取模块1包括:第二类别确定模块14,用于确定所述待识别证件图片对应的证件类别;第一区域确定模块15,用于根据所述证件类别确定第二区域;剔除模块16,用于从所述待识别证件图片中剔除所述第二区域,得到特征图像。
图12为本申请实施例提供的一种虚***图片的识别装置实施例四的结构示意图,所述第一特征提取模块1包括:第三类别确定模块17,用于确定所述待识别证件图片对应的证件类别;第二模板确定模块18,用于根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;第二提取模块19,用于利用所述特征提取模板提取所述待识别图片的第一区域;第二区域确定模块110,用于对比所述第一区域与所述证件模板样本,确定第三区域;第二提取模块111,用于从所述第一区域中提取所述第三区域,得到特征图像。
图13为本申请实施例提供的一种虚***图片的识别装置实施例五的结构示意图,所述第一对比模块2包括:第二特征提取模块21,用于提取每一张所述现存证件图片的特征图像;计算模块22,用于计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;所属类别确定模块23,用于根据所述距离确定所述待标识图片的特征图像的所属图像类别。
图14为本申请实施例提供的一种虚***图片的识别装置实施例六的结构示意图,所述所属类别确定模块23包括:第一判断模块231,用于如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;第二判断模块232,用于如果所述距离大于或者等于所述距离阈值,则确定所述待识别证件图片所使用的证件模板的类别为所属图像类别。
图15为本发明实施例提供的电子设备的硬件结构示意图。该电子设备包括:存储器101和处理器102;
存储器101,用于存储计算机程序;
处理器102,用于执行存储器存储的计算机程序,以实现上述实施例中的虚***图片的识别方法。具体可以参见前述方法实施例中的相关描述。
可选地,存储器101既可以是独立的,也可以跟处理器102集成在一起。
当所述存储器101是独立于处理器102之外的器件时,所述电子设备还可以包括:
总线103,用于连接所述存储器101和处理器102。
本发明实施例提供的电子设备可用于执行上述实施例中任一所示的虚***图片的识别方法,其实现方式和技术效果类似,本发明实施例此处不再赘述。
本发明实施例还提供一种可读存储介质,可读存储介质中存储有计算机程序,当消息发送的装置的至少一个处理器执行该计算机程序时,消息发送的装置执行上述实施例任一所述的虚***图片的识别方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于以计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换,而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种虚***图片的识别方法,其特征在于,所述方法包括:
提取待识别证件图片的特征图像;
将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别;
若目标图像类别同时对应所述特征图像和所述现存证件图片,则将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像;
若目标图像类别仅对应所述特征图像,则确定待识别证件图片为非虚***图片;
将所述待识别证件图片按照对应的所属图像类别存储至所述聚类集合中。
2.根据权利要求1所述的方法,其特征在于,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域;
利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
3.根据权利要求1所述的方法,其特征在于,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定第二区域;
从所述待识别证件图片中剔除所述第二区域,得到特征图像。
4.根据权利要求1所述的方法,其特征在于,所述提取待识别证件图片的特征图像包括:
确定所述待识别证件图片对应的证件类别;
根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;
利用所述特征提取模板提取所述待识别图片的第一区域;
对比所述第一区域与所述证件模板样本,确定第三区域;
从所述第一区域中提取所述第三区域,得到特征图像。
5.根据权利要求1-4中任一所述的方法,其特征在于,所述将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别包括:
提取每一张所述现存证件图片的特征图像;
计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;
根据所述距离确定所述待标识图片的特征图像的所属图像类别。
6.根据权利要求5所述的方法,其特征在于,所述根据所述距离确定所述待标识图片的特征图像的所属图像类别包括:
如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;
如果所述距离大于或者等于所述距离阈值,则确定所述待识别证件图片所使用的证件模板的类别为所属图像类别。
7.一种虚***图片的识别装置,其特征在于,所述装置包括:
第一特征提取模块,用于提取待识别证件图片的特征图像;
第一对比模块,用于将所述特征图像与预存的聚类集合中每一张现存证件图片进行对比,以确定所述特征图像的所属图像类别,所述聚类集合包含至少一个图像类别,每一个所述图像类别对应至少一张所述现存证件图片,其中,所述图像类别用于标识所述现存证件图像所使用的证件模板的类别;
第二对比模块,用于若目标图像类别同时对应所述特征图像和所述现存证件图片,则将目标图像类别中的所述特征图像和所述现存证件图片进行对比,以识别所述待识别证件图片是否为虚***图像;若目标图像类别仅对应所述特征图像,则确定待识别证件图片为非虚***图片;将所述待识别证件图片按照对应的所属图像类别存储至所述聚类集合中。
8.根据权利要求7所述的装置,其特征在于,所述第一特征提取模块包括:
第一类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第一模板确定模块,用于根据所述证件类别确定特征提取模板,所述特征提取模板用于提取证件图片中第一区域;
第一提取模块,用于利用所述特征提取模板提取所述待识别证件图片的第一区域,得到特征图像。
9.根据权利要求7所述的装置,其特征在于,所述第一特征提取模块包括:
第二类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第一区域确定模块,用于根据所述证件类别确定第二区域;
剔除模块,用于从所述待识别证件图片中剔除所述第二区域,得到特征图像。
10.根据权利要求7所述的装置,其特征在于,所述第一特征提取模块包括:
第三类别确定模块,用于确定所述待识别证件图片对应的证件类别;
第二模板确定模块,用于根据所述证件类别确定特征提取模板和证件模板样本,所述特征提取模板用于提取证件图片中第一区域;
第二提取模块,用于利用所述特征提取模板提取所述待识别图片的第一区域;
第二区域确定模块,用于对比所述第一区域与所述证件模板样本,确定第三区域;
第二提取模块,用于从所述第一区域中提取所述第三区域,得到特征图像。
11.根据权利要求7-10中任一所述的装置,其特征在于,所述第一对比模块包括:
第二特征提取模块,用于提取每一张所述现存证件图片的特征图像;
计算模块,用于计算所述待识别图片的特征图像与提取到的每一张所述现存证件图片的特征图像的距离;
所属类别确定模块,用于根据所述距离确定所述待标识图片的特征图像的所属图像类别。
12.根据权利要求11所述的装置,其特征在于,所述所属类别确定模块包括:
第一判断模块,用于如果所述距离小于距离阈值,则确定所述待识别证件图片的特征图像的所属图像类别为目标现存证件图片对应的图像类别,所述目标现存证件图片是指特征图像与所述待识别证件图片的特征图像的距离小于距离阈值的现存证件图片;
第二判断模块,用于如果所述距离大于或者等于所述距离阈值,则确定所述待识别证件图片所使用的证件模板的类别为所属图像类别。
13.一种电子设备,其特征在于,所述电子设备包括:
处理器,以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-6中任一所述的虚***图片的识别方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一所述的虚***图片的识别方法。
CN202011636896.4A 2020-12-31 2020-12-31 虚***图片的识别方法、装置、电子设备及存储介质 Active CN112733916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011636896.4A CN112733916B (zh) 2020-12-31 2020-12-31 虚***图片的识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011636896.4A CN112733916B (zh) 2020-12-31 2020-12-31 虚***图片的识别方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112733916A CN112733916A (zh) 2021-04-30
CN112733916B true CN112733916B (zh) 2023-04-07

Family

ID=75608683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011636896.4A Active CN112733916B (zh) 2020-12-31 2020-12-31 虚***图片的识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112733916B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871770A (zh) * 2019-01-17 2019-06-11 平安城市建设科技(深圳)有限公司 房产证识别方法、装置、设备及存储介质
CN111243159A (zh) * 2020-01-20 2020-06-05 支付宝实验室(新加坡)有限公司 伪造证件的识别方法、装置及电子设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741404B (zh) * 2014-12-12 2018-07-03 威海新北洋荣鑫科技股份有限公司 票据的鉴别方法、装置和***
WO2018119684A1 (zh) * 2016-12-27 2018-07-05 深圳前海达闼云端智能科技有限公司 一种图像识别***及图像识别方法
CN107766822A (zh) * 2017-10-23 2018-03-06 平安科技(深圳)有限公司 电子装置、人脸图像聚类搜索方法和计算机可读存储介质
CN108229463A (zh) * 2018-02-07 2018-06-29 众安信息技术服务有限公司 基于图像的文字识别方法
CN109461247A (zh) * 2018-10-29 2019-03-12 北京慧流科技有限公司 票据验证方法及装置、电子设备及存储介质
CN109658584B (zh) * 2018-12-14 2021-01-12 泰康保险集团股份有限公司 一种票据信息识别方法及装置
CN109934809A (zh) * 2019-03-08 2019-06-25 深慧视(深圳)科技有限公司 一种纸质标签字符缺陷检测方法
CN111898520A (zh) * 2020-07-28 2020-11-06 腾讯科技(深圳)有限公司 证件真伪识别方法、装置、计算机可读介质及电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871770A (zh) * 2019-01-17 2019-06-11 平安城市建设科技(深圳)有限公司 房产证识别方法、装置、设备及存储介质
CN111243159A (zh) * 2020-01-20 2020-06-05 支付宝实验室(新加坡)有限公司 伪造证件的识别方法、装置及电子设备

Also Published As

Publication number Publication date
CN112733916A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN106384273B (zh) 恶意刷单检测***及方法
CN110798488B (zh) Web应用攻击检测方法
CN108268886B (zh) 用于识别外挂操作的方法及***
CN111666907B (zh) 一种视频中对象信息的识别方法、装置及服务器
CN113242236A (zh) 一种网络实体威胁图谱构建方法
CN109670931B (zh) 贷款用户的行为检测方法、装置、设备及存储介质
CN102542037A (zh) 一种证照原图鉴别方法及***
CN110738184B (zh) 纸质凭证的预警信息生成方法及装置
CN112580108A (zh) 签名和***完整性验证方法及计算机设备
CN111553241A (zh) 掌纹的误匹配点剔除方法、装置、设备及存储介质
CN110942066A (zh) 票据核对方法及装置
US11539730B2 (en) Method, device, and computer program product for abnormality detection
CN110097258B (zh) 一种用户关系网络建立方法、装置及计算机可读存储介质
EP3451611B1 (en) Method and apparatus for setting mobile device identifier
CN112733916B (zh) 虚***图片的识别方法、装置、电子设备及存储介质
CN116150632A (zh) 智能家居中基于局部敏感哈希的物联网设备识别方法
CN113706279B (zh) 欺诈分析方法、装置、电子设备及存储介质
CN114817518A (zh) 基于大数据档案识别的证照办理方法、***及介质
CN110879885B (zh) 一种在线文件非法下载检测方法和装置
CN109829713B (zh) 一种基于知识与数据共同驱动的移动支付方式识别方法
CN114090076A (zh) 应用程序的合规性判别方法和装置
CN113935034A (zh) 基于图神经网络的恶意代码家族分类方法、装置和存储介质
CN111800409A (zh) 接口攻击检测方法及装置
CN111680286A (zh) 物联网设备指纹库的精细化方法
CN112016606A (zh) 一种应用程序app的检测方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant