TW201917639A - 一種證件驗證、身份驗證方法和裝置 - Google Patents

一種證件驗證、身份驗證方法和裝置 Download PDF

Info

Publication number
TW201917639A
TW201917639A TW107128939A TW107128939A TW201917639A TW 201917639 A TW201917639 A TW 201917639A TW 107128939 A TW107128939 A TW 107128939A TW 107128939 A TW107128939 A TW 107128939A TW 201917639 A TW201917639 A TW 201917639A
Authority
TW
Taiwan
Prior art keywords
image
identity
verification
document
verification result
Prior art date
Application number
TW107128939A
Other languages
English (en)
Other versions
TWI693561B (zh
Inventor
鄭丹丹
徐崴
李亮
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201917639A publication Critical patent/TW201917639A/zh
Application granted granted Critical
Publication of TWI693561B publication Critical patent/TWI693561B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/418—Document matching, e.g. of document images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B42—BOOKBINDING; ALBUMS; FILES; SPECIAL PRINTED MATTER
    • B42D—BOOKS; BOOK COVERS; LOOSE LEAVES; PRINTED MATTER CHARACTERISED BY IDENTIFICATION OR SECURITY FEATURES; PRINTED MATTER OF SPECIAL FORMAT OR STYLE NOT OTHERWISE PROVIDED FOR; DEVICES FOR USE THEREWITH AND NOT OTHERWISE PROVIDED FOR; MOVABLE-STRIP WRITING OR READING APPARATUS
    • B42D25/00—Information-bearing cards or sheet-like structures characterised by identification or security features; Manufacture thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
    • G07D7/20—Testing patterns thereon
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/01—Solutions for problems related to non-uniform document background

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Credit Cards Or The Like (AREA)

Abstract

本發明揭露了一種證件驗證、身份驗證方法和裝置。所述方法包括：首先，獲取待驗證對象的身份證件影像；然後，驗證所述身份證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景及/或所述身份證件影像是否來源於實體證件，獲取第一驗證結果；同步地，驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果；最後，基於所述第一驗證結果和所述第二驗證結果確定該待驗證對象的身份驗證結果。

Description

一種證件驗證、身份驗證方法和裝置
本發明係關於網際網路之技術領域，更明確地係關於一種證件驗證、身份驗證方法和裝置。
網際網路時代，許多事情都越來越便利，使用者只需在終端設備上進行操作即可辦理所需的業務。但是，由於部分業務被要求很高的安全等級，需要對使用者填寫的資訊和提供的證明文件的真實性、完整性、合規性進行認真審查，以避免被不法分子所乘。因此，必須離線通過特定業務辦理系統辦理相關業務。 　　目前，一般是採用比對人臉和證臉的方式來驗證使用者身份，雖然能在一定程度上解決證件偽造、翻拍的問題，但依然無法滿足線上辦理相關業務的需求，因此，需要更加可靠的方案。
本說明書實施例提供一種證件驗證、身份驗證方法和裝置，用於解決現有技術提供地身份驗證方案無法滿足線上辦理相關業務所需安全等級的問題。 　　本說明書實施例提供一種證件驗證方法，包括： 　　獲取待驗證證件的證件影像； 　　對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率； 　　根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。 　　可選的，所述對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率包括： 　　將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對，獲取所述證件影像與所述第一背景影像之間的重疊度； 　　根據所述重疊度確定所述證件影像與所述第一背景影像來源於同一拍攝場景的機率； 　　其中，所述背景區域為所述證件影像中待驗證證件所占區域之外的區域。 　　可選的，所述將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對包括： 　　基於採集所述證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，比對所述背景區域與所述第一背景影像。 　　可選的，還包括： 　　對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率。 　　其中，確定所述待驗證證件的驗證結果包括： 　　根據所述證件圖片與所述第一背景影像來源於同一拍攝場景的機率和所述證件圖片來源於實體證件的機率確定所述待驗證證件的驗證結果。 　　可選的，對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率包括： 　　對所述證件影像的影像資料進行分析，並根據分析結果確定所述證件影像來源於實體證件的機率。 　　可選的，所述對所述證件影像的影像資料進行分析包括： 　　對所述證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值； 　　將所述影像差值作為預建立分類模型的輸入，所述分類模型用於基於輸入的影像差值輸出驗證結果。 　　本說明書實施例還提供一種身份驗證方法，包括： 　　獲取待驗證對象的身份證件影像； 　　基於上述身份驗證方法，獲取所述身份證件影像對應的身份證件的第一驗證結果；驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果； 　　基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。 　　可選的，所述獲取待驗證對象的身份證件影像包括： 　　現場採集待驗證對象的身份證件影像。 　　可選的，所述獲取待驗證對象的身份證件影像包括： 　　獲取先前採集的待驗證對象的身份證件影像。 　　可選的，所述驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果包括： 　　對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。 　　可選的，所述對所述身份證件影像中的身份資訊進行網路核對包括： 　　分別對所述身份資訊中的文字資訊和證臉影像進行網路核對。 　　可選的，對所述身份資訊中的證臉影像進行網路核對之前，還包括： 　　現場採集持證人的人臉影像； 　　其中，對所述身份資訊中的證臉影像進行網路核對，包括： 　　將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證。 　　可選的，在確定所述身份資訊的真偽之前，還包括： 　　基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果； 　　其中，確定所述身份資訊的真偽包括： 　　基於所述網路核對的結果和所述活體檢測結果確定所述身份資訊的真偽。 　　可選的，還包括：在現場採集持證人的人臉影像時，採集第二背景影像； 　　其中，獲取所述身份證件影像對應的身份證件的第一驗證結果包括： 　　基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果； 　　其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。 　　可選的，基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果包括： 　　若所述第二驗證結果為未通過，則確定所述身份驗證結果為未通過； 　　或者， 　　若所述第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否為通過。 　　可選的，基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果包括： 　　若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過的機率。 　　本說明書實施例還提供一種證件驗證裝置，包括： 　　獲取單元，用於獲取待驗證證件的證件影像； 　　第一驗證單元，用於對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。 　　可選的，所述第一驗證單元，用於將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對，獲取所述證件影像與所述第一背景影像之間的重疊度；根據所述重疊度確定所述證件影像與所述第一背景影像來源於同一拍攝場景的機率；其中，所述背景區域為所述證件影像中待驗證證件所占區域之外的區域。 　　可選的，所述第一驗證單元，用於基於採集所述身份證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，比對所述背景區域與所述第一背景影像。 　　可選的，所述第一驗證單元，還用於對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率，並根據所述證件圖片與所述第一背景影像來源於同一拍攝場景的機率和所述證件圖片來源於實體證件的機率確定所述待驗證證件的驗證結果。 　　可選的，所述第一驗證單元，還用於對所述證件影像的影像資料進行分析，並根據分析結果確定所述證件影像來源於實體證件的機率。 　　可選的，所述第一驗證單元，用於對所述證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值；將所述影像差值作為預建立分類模型的輸入，所述分類模型用於基於輸入的影像差值輸出驗證結果。 　　本說明書實施例還提供一種身份驗證裝置，包括：上述的第一驗證單元，以及 　　獲取單元，用於獲取待驗證對象的身份證件影像； 　　第二驗證單元，用於驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果； 　　確定單元，用於基於所述第一驗證單元獲取的身份證件影像對應的身份證件的第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。 　　可選的，所述獲取單元，用於現場採集待驗證對象的至少兩張身份證件影像。 　　可選的，所述獲取單元，用於獲取先前採集的待驗證對象的至少兩張身份證件影像。 　　可選的，所述第二驗證單元，用於對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。 　　可選的，所述第二驗證單元，用於分別對所述身份資訊中的文字資訊和證臉影像進行網路核對。 　　可選的，還包括：採集單元； 　　所述採集單元，用於現場採集持證人的人臉影像； 　　所述第二驗證單元，用於將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證。 　　可選的，所述第二驗證單元，還用於基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果；基於所述網路核對的結果和所述活體檢測結果確定所述身份資訊的真偽。 　　可選的，所述採集單元，用於在現場採集持證人的人臉影像時，採集第二背景影像； 　　其中，所述第一驗證單元，用於基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果；其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。 　　可選的，所述確定單元，用於若所述第二驗證結果為未通過，則確定所述身份驗證結果為未通過；或者，若所述第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否為通過。 　　可選的，所述確定單元，用於若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過的機率。 　　本說明書實施例還提供一種身份驗證裝置，包括： 　　處理器；以及 　　被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 　　獲取待驗證證件的證件影像； 　　對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率； 　　根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。 　　本說明書實施例還提供一種身份驗證裝置，包括： 　　處理器；以及 　　被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 　　獲取待驗證對象的身份證件影像； 　　驗證所述身份證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景及/或所述身份證件影像是否來源於實體證件，獲取所述身份證件影像對應的身份證件的第一驗證結果； 　　驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果； 　　基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。 　　本說明書實施例採用的上述至少一個技術方案能夠達到以下有益效果： 　　本說明書實施例通過對身份證件影像的拍攝場景及/或來源，以及身份證件影像中身份資訊的真偽進行驗證，與現有技術中使用專業授權機器比對人臉和證臉以實現身份驗證的方案相比，能在不使用專業授權機器的前提下有效解決證件內容偽造、翻拍證件等情況，進而為線上辦理相關業務提供滿足所需安全等級的身份驗證能力。
為使本發明的目的、技術方案和優點更加清楚，下面將結合本發明具體實施例及相應的附圖對本發明技術方案進行清楚、完整地描述。顯然，所描述的實施例僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，在該技術領域中具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬本發明保護的範圍。 　　參見圖1，該圖示出了本說明書實施例的一種示例性應用場景。該場景中，使用者在辦理相關業務時，可以通過終端設備13中的應用程式(Application, app)填寫相關資訊，並在滿足預設條件時，採集身份證件影像，並上傳至業務授權系統的設備12及/或設備11，由設備12及/或設備11針對身份證件影像進行驗證，並基於驗證結果響應使用者辦理的業務。這裡的相關業務可以是各種在線辦理的業務，比如，遠端開戶。對應的，身份證件影像可以為使用者身份證的影像。 　　本說明書實施例的另一種示例性應用場景可以為： 　　使用者通過終端設備向授權系統的用戶端展示身份證件影像，或者，使用者向授權系統的用戶端展示身份證件，由用戶端採集身份證件的影像。然後，用戶端將身份證件影像上傳至授權系統的伺務器，由伺務器進行驗證，並向用戶端返回驗證結果，由用戶端基於驗證結果確定是否授權使用者。 　　其中，此過程可發生在使用者過安檢、登錄需授權平臺等過程中。另外，辦理業務的使用者與身份證件對應的使用者是否需要一致具體視業務辦理方的規定而定。 　　本說明書實施例的應用場景除上述例示出的兩種外，還可以是各種其他場景，在此不做特別限定，只要在技術上能夠應用到本說明書提供到的方案均可使用。下面結合附圖，詳細說明本發明各實施例提供的技術方案。 實施例1 　　圖2為本說明書實施例1提供的身份驗證方法的流程示意圖，參見圖2，該方法可以具體包括如下步驟： 　　步驟220、獲取待驗證對象的身份證件影像； 　　其中，身份證件影像可以為拍攝身份證件獲取的影像，身份證件可以為：身份證、臨時身份證、學歷證、駕照等可以證明待驗證對象身份的證件，身份證件中記載有待驗證對象的身份資訊，例如：姓名、身份證號、學籍號等等。 　　需要說明的是，步驟220的一種實現方式可以為：現場採集待驗證對象的的身份證件影像。此處的“現場”為需要驗證身份的“現場”，其可以是驗證身份辦理業務的現場，例如：在辦理開戶業務時，採集待驗證對象的身份證的影像的現場；也可以不是辦理業務的現場，例如：在過安檢時，採集待驗證對象的相關證件的影像的現場。 　　結合圖1，不難理解的是，“現場採集身份證件影像”的方式可以具體為： 　　使用者自主打開拍攝介面，或者，基於使用者的操作，授權系統調用終端設備的照相機以開啟拍攝介面，然後，拍攝待驗證對象的身份證件獲取身份證件影像。 　　步驟220的另一種實現方式可以為：獲取先前採集的待驗證對象的身份證件影像。此處的“先前”用於區別步驟220的上一種實現方式中的“現場”，本實現方式可舉例為：將之前拍攝的身份證件影像儲存在預定位置，當需要進行身份驗證時，基於儲存位址獲取對應的身份證件影像。 　　步驟240、對所述身份證件影像的來源及/或所述身份證件影像中的防偽標識進行驗證，獲取第一驗證結果； 　　本步驟中的身份證件影像的來源可以為多種來源，比如，拍攝於實體的身份證件、ps後/未ps的證件照片、證件的複印件、螢幕翻拍、預定的拍攝場等等。防偽標識為是能黏貼、印刷、熱轉移在標的物表面，或標的物包裝上，或標的物附屬物(如商品掛牌、名片以及防偽證卡)上，具有防偽作用的標識。例如：身份證上的防偽標識包括：國徽、證件名稱、長城圖案、證件的簽發機關和有效期及彩色花紋等等。 　　需要說明的是，對於不同的業務，由於其所需安全等級不同，可選擇性的設置合法來源和防偽標識的完整度。對於安全等級要求比較高的業務而言，例如：遠端開戶。需滿足條件：身份證件影像的來源是實體的身份證件和具備完整的防偽標識，或者滿足該條件的機率達到一定的臨界值。而對於安全等級要求比較低的業務而言，滿足的條件可適當放寬。 　　下面以“遠端開戶”為例對步驟240的實現進行示例性說明：首先，對步驟240中驗證身份證件影像的來源的實現方式進行示例說明，包括：驗證身份證件影像是否來源於實體證件、驗證身份證件影像是否與現場採集的影像來源於同一拍攝環境；然後，基於驗證身份證件影像的來源的實現方式，此處列舉五種實現方式。在該技術領域中具有通常知識者在此基礎上可以擴展出其他的實現方式，這些方式均在本發明的保護範圍之內： 　　第一種實現方式： 　　這種實現方式可以適用於對安全等級要求較高的場合，比如，要求身份證件影像具備完整的防偽標識，或者滿足該條件的機率達到一定的臨界值。具體可以為： 　　確定與所述身份證件影像的類型對應的身份證件中的防偽標識；基於確定的防偽標識驗證所述身份證件影像中的防偽標識，並根據驗證結果確定第一驗證結果，所述第一驗證結果用於表示所述身份證件影像通過驗證的機率。其中，防偽標識包括：浮水印文字、微縮文字、底紋線條、凹版印刷、偏色、防偽暗記、字體中的至少一個。 　　需要說明的是，不同類型的身份證件對應有不同的防偽標識，例如：身份證、護照、駕駛證均有與之對應的防偽標記。相應地，可基於使用者在辦理業務的過程中選擇的證件類型確定採集的身份證件影像的類型，或者，對採集的身份證件影像進行影像識別處理，以確定身份證件影像的類型。 　　另外，不難理解的是，可通過訓練分類模型的方式，將身份證件影像中的防偽標識作為分類模型的輸入，或者，將身份證件影像作為分類模型的輸入，分類模型輸出身份證件影像通過防偽標識驗證的機率。其中，掃描身份證件影像以獲取防偽標識的方式可舉例為：採用透光檢查識別浮水印文字等。 　　第二種實現方式可以為： 　　這種實現方式可以適用於對安全等級要求較高的場合，比如，要求是身份證件影像的來源是實體身份證件，或者滿足該條件的機率達到一定的臨界值。具體可以由下面兩種方案實現： 　　第一種方案(身份證件影像至少為一張)： 　　首先，對所述身份證件影像進行第一次驗證，以確定所述身份證件影像來源於螢幕翻拍的機率；其次，對所述身份證件影像進行第二次驗證，以確定所述身份證件影像來源於複印件的機率；最後，基於所述身份證件影像來源於螢幕翻拍的機率和來源於複印件的機率確定所述身份證件影像來源於實體證件的機率。其中，第一次驗證和第二次驗證的順序此處不做限定，可並行也可串行。 　　第一種方案中，第一次驗證具體可以按照如下方式進行： 　　基於預定特定特徵，對所述身份證件影像中的證件區域特徵檢測，以結合螢幕疊紋分類模型比對正常身份證件影像和螢幕翻拍的身份證件影像在證件區域之間的差異性；其中，特定特徵可舉例為：螢幕疊紋、證件浮水印、印刷反光等特徵。以及，基於預定特定特徵，對所述身份證件影像的邊框進行特徵檢測，以結合螢幕邊框分類模型比對正常身份證件影像和螢幕翻拍的身份證件影像的邊框之間的差異性，例如：螢幕翻拍的身份證件影像通過有黑邊框。其中，特定特徵可舉例為：螢幕疊紋、證件浮水印、印刷反光等特徵。所述證件區域為所述身份證件影像對應的身份證件的區域。 　　第一種方案中，第二次驗證具體可以按照如下方式進行： 　　基於黑白複印件及/或彩色複印件對應的像素級特徵，對所述身份證件影像的影像資料進行特徵檢測。具體實現方式可以是基於黑白複印件分類DNN模型檢測所述身份證件影像中對應的像素級特徵，確定所述身份證件影像為黑白複印件的機率。基於彩色複印件分類DNN模型檢測所述身份證件影像中對應的像素級特徵，確定所述身份證件影像為彩色複印件的機率。 　　經過上述第一次驗證和第二次驗證之後，再基於螢幕疊紋分類模型、螢幕框分類模型、黑白複印件分類DNN模型和彩色複印件分類DNN模型輸出的結果中的至少一個確定身份證件影像的來源是真實的實體身份證件的機率。 　　第二種方案： 　　對所述身份證件影像的影像資料進行分析，確定第一驗證結果，所述第一驗證結果用於表示所述身份證件影像來源於實體證件的機率。具體可以為： 　　對所述身份證件影像中的單幀影像的影像資料進行影像識別處理，驗證身份證件影像中是否存在像素級別的特定特徵，然後，基於身份證件影像中特定特徵的存在情況確定第一驗證結果。也可以將影像資料作為分類模型的輸入，獲取分類模型輸出的第一驗證結果。特定特徵可舉例為：螢幕疊紋、證件浮水印、印刷反光等。 　　或者， 　　至少有兩張身份證件影像，對所述身份證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值；將所述影像差值作為預建立分類模型的輸入，所述分類模型用於基於輸入的影像差值輸出第一驗證結果；其中，所述至少兩類影像可以為不同拍攝條件下採集的兩類影像，例如：自然條件下採集的一類影像和閃光燈下採集的一類影像，或者，不同曝光度下採集的影像。進一步地，差值處理的對象可以舉例為一張自然條件下採集的影像與一張閃光燈下採集的影像。 　　第三種實現方式可以為： 　　這種實現方式可以適用於對安全等級要求非常高的場合，比如，要求是身份證件影像的來源是真實的實體身份證件和具備完整的防偽標識，或者，滿足該條件的機率達到一定的臨界值。 　　其實現過程與第一種和第二種實現方式相似，故，相似之處此處不再贅述。另外，第三種實現方式還包括：基於所述身份證件影像通過驗證的機率和來源於實體證件的機率確定第一驗證結果，即確定身份證件影像對應的待驗證對象的身份證件的可信度。 　　第四種實現方式可以為： 　　這種實現方式可以適用於對安全等級要求較高的場合，比如，要求是身份證件影像與第一背景影像來源於同一拍攝場景，或者，滿足該條件的機率達到一定的臨界值。其中，安全等級要求與需要拍攝的身份證件影像相關，例如，要求越高，需要拍攝的身份證件影像越多且需要與第一背景影像來源於同一拍攝場景的身份證件影像也越多。具體可以為： 　　在執行步驟220之前，預先採集一張或多張背景影像(下述簡稱為第一背景影像)，然後，將身份證件影像與第一背景影像進行比對，確定兩者之間的重疊度。 　　不難理解的是，若兩者之間的重疊度大於一定臨界值，則確定兩者是在同一拍攝場景下完成的；而且，比對的方式可以為身份證件影像與單張背景影像之間的比對，也可以為將背景影像組合長一張背景影像後與身份證件影像進行比對。 　　其中，確定兩者是否在同一拍攝場景下的方案可以包括：將所述背景區域的影像中的背景區域與第一背景影像進行比對，獲取所述身份證件影像與所述第一背景影像之間的重疊度；根據所述重疊度確定所述第一驗證結果，所述第一驗證結果用於表示所述身份證件影像與所述第一背景影像來源於同一拍攝場景的機率。所述背景區域為所述身份證件影像中身份證件所占區域之外的區域。 　　為進一步提高第四種實現方式的驗證效果和效率，可基於採集所述身份證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，對兩者的角度進行調整，以比對同一陀螺儀位置資訊下的背景區域第一背景影像，獲取重疊度，並基於重疊度確定兩者拍攝於同一拍攝場景的機率。 　　舉例如下：在啟動採集身份證件的影像之前，在陀螺儀處於第二位置資訊時拍攝第一背景影像，例如：桌子及其周邊的影像。然後，在陀螺儀處於第一位置資訊下，採集身份證件的影像。然後，分離身份證件影像中的證件區域和背景區域，並基於陀螺儀的位置資訊比對背景區域與第一背景影像，獲取重疊度。其中，證件區域為份證件影像中身份證件所占區域。 　　第五種實現方式可以為： 　　這種實現方式可以適用於對安全等級要求較高的場合，比如，要求證件的材質為真是證件的材質，或者，滿足該條件的機率達到一定的臨界值。具體可以為： 　　基於至少兩類影像的影像資料獲取的影像差值確定證件的材質，進而比對該證件的材質與對應類型的真實證件的材質，並基於比對結果確定該證件為真實證件的機率，作為第一驗證結果。 　　不難理解的是，不同類型的證件可能由不同的材質製作而成，而證件材質不同，會在不同拍攝條件下出現較大的差異性。由此，可將兩類影像的影像差值輸入至訓練好的分類模型中，得到分類模型輸出的第一驗證結果。 　　不難理解的是，上述幾種可行的實現方式可基於待辦理業務及其對應要求的安全等級而合理選擇，或者，合理交叉設置，此處不再贅述。 　　步驟260、對所述身份證件影像中的身份資訊的真偽進行驗證，獲取第二驗證結果； 　　需要說明的是，步驟260的一種實現方式可以為： 　　對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。 　　其中，網路核對的具體方式可以為：網路核對的公民身份資訊系統以人民銀行現有的內網和網間互聯平臺為基礎，向公安部的資訊共享系統轉發人民銀行使用者以及通過帳戶系統、證信系統、反洗錢系統各自的前置系統發出的核對請求；接受並轉發商業銀行使用者以及通過其綜合業務系統通過其前置系統發出的核對請求；接受並轉發公安部資訊共享系統的核對結果。 　　另外，網路核對的對象可以包括：身份資訊中的文字資訊和證臉影像。文字資訊可以為基於光學字符識別(Optical Character Recognition, OCR)識別獲取的證件ID、姓名等資訊，證臉影像為識別出的頭像。 　　步驟280、基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。 　　需要說明的是，基於步驟240和步驟260獲取的第一驗證結果和第二驗證結果，本步驟的一種實現方式可以為： 　　若第二驗證結果為未通過，則確定所述身份驗證結果為未通過； 　　或者， 　　若第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否為通過。具體可以為：當第一驗證結果對應的通過的機率低於預定臨界值時，則確定所述身份驗證結果為未通過；當第一驗證結果對應的通過的機率高於預定臨界值時確定所述身份驗證結果為通過。 　　本步驟的另一種實現方式可以為： 　　若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過/未通過的機率。 　　對於步驟280的兩種實現方式，由於上述每一個步驟都可能存在影像拍攝角度、拍攝質量等問題，導致整個流程不是一個順序執行的過程，因此，本實施例提供一個決策引擎，以一定規則來評估整個驗證的結果。舉例如下： 　　由於第一驗證結果的影響因素可包括：身份證件影像通過防偽標識驗證的機率、身份證件影像來源於實體證件的機率、身份證影像和現場影像來源於同一場景的機率中一個或多個，因此，在確定第一驗證結果對應的機率時，可基於需求、經驗等條件，對參與確定第一驗證結果的影響因素設置對應的權重，並基於對應權重和機率確定第一驗證結果對應的機率。例如：參與確定第一驗證結果的影響因素身份證件影像通過防偽標識驗證的機率、身份證件影像來源於實體證件的機率、身份證影像和現場影像來源於同一場景的機率分別為60%、70%、80%，設置的權重分別對應為30%、30%、40%，則最後計算出的第一驗證結果對應的機率為71%。 　　另外，為了提升證件真實性檢測的速度和效率，上述對所述身份證件影像的來源進行驗證，對所述身份證件影像中的防偽標識進行驗證，以及驗證所述身份證件影像中的身份資訊的真偽可以是並行實現的。 　　不難理解的是，本發明實施例可選擇性地僅執行步驟220-步驟240，以完成證件驗證的過程，例如： 　　獲取待驗證證件的證件影像； 　　對所述證件影像的來源及/或所述證件影像中的防偽標識進行驗證，獲取第一驗證結果； 　　基於所述第一驗證結果確定所述待驗證證件的驗證結果。 　　或者， 　　獲取待驗證證件的至少一張證件影像； 　　對所述證件影像進行驗證，以確定所述證件影像來源於螢幕翻拍的機率； 　　根據所述證件影像來源於螢幕翻拍的機率獲取所述待驗證證件的驗證結果。 　　或者， 　　對所述證件影像進行驗證，以確定所述證件影像來源於複印件的機率； 　　根據所述證件影像來源於複印件的機率獲取所述待驗證證件的驗證結果。 　　或者， 　　對所述證件影像進行驗證，以確定所述證件影像來源於螢幕翻拍的機率和來源於複印件的機率； 　　基於所述證件影像來源於螢幕翻拍的機率和來源於複印件的機率獲取所述待驗證證件的驗證結果。 　　或者， 　　獲取待驗證證件的證件影像； 　　驗證所述證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景，獲取所述待驗證證件的驗證結果。 　　由於，證件驗證的過程與上述步驟220和步驟240中的相關描述相似，故，此處不再贅述。另外，基於實際需要，上述各個並列的證件驗證方案可以相互交叉組合，例如：“防偽標識”+“是否來源於同一拍攝場景”的組合。 　　可見，本發明實施例通過對身份證件影像的來源、防偽標識以及身份資訊進行驗證，能在不使用專業授權機器的前提下有效解決證件內容偽造、翻拍證件等情況，進而為線上辦理相關業務提供滿足所需安全等級的身份驗證能力。 實施例2 　　圖3為本說明書實施例2提供的身份驗證方法的流程示意圖，參見圖3，本實施例在實施例1的基礎上，還可以具體包括如下步驟： 　　步驟320、現場採集持證人的人臉影像； 　　需要說明的是，步驟320的一種實現方式可以為： 　　在使用後置照相機“現場採集身份證件影像”的同時或之後，使用前置照相機採集“持證人的人臉影像”。 　　另一種實現方式可以為： 　　在第一驗證結果的通過驗證的機率達到預定臨界值時，調用照相機採集“持證人的人臉影像”。 　　又一種實現方式可以為： 　　在將身份證件影像中的文字資訊進行網路核對並得出文字資訊為真的核對結果後，調用照相機採集“持證人的人臉影像”。 　　步驟340、基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果； 　　需要說明的是，基於步驟320採集的單幀影像或者多次影像進行活體檢測，以確定持證人是否為活體。活體檢測可舉例為：眨眼判別、嘴部張合判別、視差分析方法等。由於活體檢測為較為成熟的技術，故，此處不再贅述。 　　步驟360、將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證，獲得證臉影像網路核對的結果； 　　步驟360的一種實現方式可以為： 　　將身份證件影像中的證臉影像與網路核對獲取的人臉影像進行驗證，得到第三驗證結果；將證臉影像與現場採集的人臉影像進行比對，得到第四驗證結果；基於第三驗證結果和第四驗證結果確定網路核對的結果。 　　步驟380、基於所述證臉影像網路核對的結果和所述活體檢測結果，結合文字資訊的網路核對結果確定所述身份資訊的真偽，獲取第二驗證結果。 　　不難理解的是，基於實施例中的決策引擎，依據文字資訊、證臉影像網路核對的結果和所述活體檢測結果，結合一定的規則評估整個網路核對的核對結果。此處的規則可舉例為：為核對的結果、活體檢測的結果設置權重等。 　　另外，本實施例中，在步驟320使用前置照相機採集人臉影像的同時，後置照相機將繼續採集一張或多張(簡稱為第二背景影像)。相應地，為進一步地提高驗證身份證件影像與背景影像是否來源於同一拍攝場景的精度，可基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果；其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。 　　需要說明的是，本說明書實施例在實施例1的基礎上，引入現場採集的持證人的人臉影像，並對人臉影像進行活體檢測；然後，基於證臉影像、持證人的人臉影像和網路核對獲取的人臉影像進行驗證，進而基於活體檢測和網路核對的結果確定身份資訊的真偽。能避免持證人的身份和身份證件證明的身份不一致引起的身份被冒用的問題，進一步地的提高身份驗證能力。 　　需要說明的是，實施例1和2所提供方法的各步驟的執行主體均可以是同一設備，或者，該方法也由不同設備作為執行主體。比如，步驟220和步驟240的執行主體可以為設備1，步驟260的執行主體可以為設備2；又比如，步驟220的執行主體可以為設備1，步驟240和步驟260的執行主體可以為設備2；等等。 　　另外，對於上述方法實施方式，為了簡單描述，故將其都表述為一系列的動作組合，但是在該技術領域中具有通常知識者應該知悉，本發明實施方式並不受所描述的動作順序的限制，因為依據本發明實施方式，某些步驟可以採用其他順序或者同時進行。其次，在該技術領域中具有通常知識者也應該知悉，說明書中所描述的實施方式均屬優選實施方式，所涉及的動作並不一定是本發明實施方式所必須的。 實施例3 　　圖4為本說明書實施例3提供的身份驗證裝置的結構示意圖，裝置包括：獲取單元41、第一驗證單元42、第二驗證單元43和確定單元44，其中： 　　獲取單元41，用於獲取待驗證對象的身份證件影像； 　　第一驗證單元42，用於對所述身份證件影像的來源及/或所述身份證件影像中的防偽標識進行驗證，獲取第一驗證結果； 　　第二驗證單元43，用於對所述身份證件影像中的身份資訊的真偽進行驗證，獲取第二驗證結果； 　　確定單元44，用於基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。 　　下面對本實施例中的各功能模組的工作原理進行實例性說明： 　　獲取單元41的功能的實現方式可以為： 　　現場採集待驗證對象的身份證件影像。 　　或者， 　　獲取先前採集的待驗證對象的身份證件影像。 　　第一驗證單元42的功能的實現方式可以為： 　　確定與所述身份證件影像的類型對應的身份證件中的防偽標識；基於確定的防偽標識驗證所述身份證件影像中的防偽標識，並根據驗證結果確定第一驗證結果，所述第一驗證結果用於表示所述身份證件影像通過驗證的機率。 　　其中，防偽標識包括：浮水印文字、微縮文字、底紋線條、凹版印刷、偏色、防偽暗記、字體中的至少一個。 　　對所述身份證件影像進行第一次驗證，以確定所述身份證件影像來源於螢幕翻拍的機率； 　　對所述身份證件影像進行第二次驗證，以確定所述身份證件影像來源於複印件的機率； 　　基於所述身份證件影像來源於螢幕翻拍的機率和來源於複印件的機率確定所述身份證件影像來源於實體證件的機率。 　　其中，第一次驗證包括： 　　基於預定特定特徵，對所述身份證件影像中的證件區域及/或邊框進行特徵檢測； 　　其中，所述證件區域為所述身份證件影像對應的身份證件的區域。 　　第二次驗證包括： 　　基於黑白複印件及/或彩色複印件對應的像素級特徵，對所述身份證件影像的影像資料進行特徵檢測。 　　對所述身份證件影像的影像資料進行分析，確定第一驗證結果，所述第一驗證結果用於表示所述身份證件影像來源於實體證件的機率。 　　對所述身份證件影像中的單幀影像的影像資料進行影像識別處理；或者，對所述身份證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值；將所述影像差值作為預建立分類模型的輸入；其中，所述至少兩類影像可以為不同拍攝條件下採集的兩類影像，例如：自然條件下採集的一類影像和閃光燈下採集的一類影像、或者，不同曝光度下採集的影像。 　　確定與所述身份證件影像的類型對應的身份證件中的防偽標識；基於確定的防偽標識驗證所述身份證件影像中的防偽標識，並根據驗證結果確定所述身份證件影像通過驗證的機率；對所述身份證件影像的影像資料進行分析，確定所述身份證件影像來源於實體證件的機率；基於所述身份證件影像通過驗證的機率和來源於實體證件的機率確定第一驗證結果。 　　驗證所述身份證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景，獲取第一驗證結果。具體可以包括： 　　將所述背景區域的影像中的背景區域與現場預採集的第一背景影像進行比對，獲取所述身份證件影像與所述第一背景影像之間的重疊度； 　　根據所述重疊度確定所述第一驗證結果，所述第一驗證結果用於表示所述身份證件影像與所述第一背景影像來源於同一拍攝場景的機率； 　　其中，所述背景區域為所述身份證件影像中身份證件所占區域之外的區域。 　　其中，將背景區域與現場預採集的第一背景影像進行比對包括： 　　基於採集所述身份證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，比對所述背景區域與所述第一背景影像。 　　另外，在現場採集持證人的人臉影像時，採集第二背景影像； 　　其中，所述驗證所述身份證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景，獲取第一驗證結果包括： 　　基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果； 　　其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。 　　第二驗證單元43的功能的實現方式可以為： 　　對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。其中，可分別對所述身份資訊中的文字資訊和證臉影像進行網路核對。 　　確定單元44的功能的實現方式可以為： 　　若所述第二驗證結果為未通過，則確定所述身份驗證結果為未通過；或者，若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過的機率；或者，若所述第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否通過。 　　可見，本發明實施例通過對身份證件影像的來源、防偽標識以及身份資訊進行驗證，能在不使用專業授權機器的前提下有效解決證件內容偽造、翻拍證件等情況，進而為線上辦理相關業務提供滿足所需安全等級的身份驗證能力。 實施例4 　　圖5為本說明書實施例4提供的身份驗證裝置的結構示意圖，參見圖5，裝置包括：獲取單元51、採集單元52、第一驗證單元53、第二驗證單元54和確定單元55，其中： 　　獲取單元51和第一驗證單元53分別與實施例3中的獲取單元41和第一驗證單元42對應相似，故，此處不再對其進行贅述。 　　另外，在實施例3的基礎上，本實施例中： 　　採集單元52，用於現場採集持證人的人臉影像； 　　第二驗證單元54，用於將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證。 　　第二驗證單元54，還用於基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果；基於所述網路核對的結果和所述活體檢測結果確定所述身份資訊的真偽。 　　可見，本說明書實施例在實施例3的基礎上，引入現場採集的持證人的人臉影像，並對人臉影像進行活體檢測；然後，基於證臉影像、持證人的人臉影像和網路核對獲取的人臉影像進行驗證，進而基於活體檢測和網路核對的結果確定身份資訊的真偽。能避免持證人的身份和身份證件證明的身份不一致的問題，進一步地的提高身份驗證能力。 　　對於上述裝置實施方式而言，由於其與方法實施方式基本相似，所以描述的比較簡單，相關之處參見方法實施方式的部分說明即可。 　　應當注意的是，在本發明的裝置的各個部件中，根據其要實現的功能而對其中的部件進行了邏輯劃分，但是，本發明不受限於此，可以根據需要對各個部件進行重新劃分或者組合。 實施例5 　　圖6為本說明書實施例5提供的一種電子設備的結構示意圖，參見圖6，該電子設備包括處理器、內部匯流排、網路介面、內存以及非揮發性記憶體，當然還可能包括其他業務所需要的硬體。處理器從非揮發性記憶體中讀取對應的電腦程式到內存中然後運行，在邏輯層面上形成身份驗證裝置。當然，除了軟體實現方式之外，本說明書並不排除其他實現方式，比如邏輯裝置抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯裝置。 　　網路介面、處理器和記憶體可以通過匯流排系統相互連接。匯流排可以是ISA(Industry Standard Architecture，工業標準架構)匯流排、PCI(Peripheral Component Interconnect，週邊組件互連)匯流排或EISA(Extended Industry Standard Architecture，擴展工業標準架構)匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示，圖6中僅用一個雙向箭頭表示，但並不表示僅有一匯流排或一種類型的匯流排。 　　記憶體用於存放程式。具體地，程式可以包括程式碼，所述程式碼包括電腦操作指令。記憶體可以包括唯讀記憶體和隨機存取記憶體，並向處理器提供指令和資料。記憶體可能包含高速隨機存取記憶體(Random-Access Memory, RAM)，也可能還包括非揮發性記憶體(non-volatile memory)，例如至少1個磁碟記憶體。 　　處理器，用於執行所述記憶體存放的程式，並具體執行： 　　獲取待驗證證件的至少一張證件影像； 　　對所述證件影像進行驗證，以確定所述證件影像來源於螢幕翻拍的機率； 　　根據所述證件影像來源於螢幕翻拍的機率獲取所述待驗證證件的驗證結果。 　　或者， 　　獲取待驗證證件的至少一張證件影像； 　　對所述證件影像進行驗證，以確定所述證件影像來源於複印件的機率； 　　根據所述證件影像來源於複印件的機率獲取所述待驗證證件的驗證結果。 　　或者， 　　獲取待驗證證件的至少一張證件影像； 　　對所述證件影像進行驗證，以確定所述證件影像來源於螢幕翻拍的機率和來源於複印件的機率； 　　基於所述證件影像來源於螢幕翻拍的機率和來源於複印件的機率獲取所述待驗證證件的驗證結果。 　　獲取待驗證證件的證件影像； 　　驗證所述證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景，獲取所述待驗證證件的驗證結果。 　　或者， 　　獲取待驗證證件的證件影像； 　　對所述證件影像的來源及/或所述證件影像中的防偽標識進行驗證，獲取第一驗證結果； 　　基於所述第一驗證結果確定所述待驗證證件的驗證結果。 　　或者， 　　在上述幾種證據驗證方案的基礎上，對所述身份證件影像中的身份資訊的真偽進行驗證，獲取第二驗證結果； 　　基於待驗證證件的驗證結果和所述第二驗證結果確定待驗證證件對應的待驗證對象的身份驗證結果。 　　上述如本說明書圖2-5所示實施例揭示的身份驗證裝置或管理者(Master)節點執行的方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有訊號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的積體邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器，包括中央處理器(Central Processing Unit, CPU)、網路處理器(Network Processor, NP)等；還可以是數位訊號處理器(Digital Signal Processor, DSP)、專用積體電路(Application Specific Integrated Circuit, ASIC)、現場可編程閘陣列(Field-Programmable Gate Array, FPGA)或者其他可編程邏輯裝置、分散式閘或者電晶體邏輯裝置、分散式硬體組件。可以實現或者執行本說明書實施例中的揭露的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何習知的處理器等。結合本說明書實施例所揭露的方法的步驟可以直接實現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體，快閃記憶體、唯讀記憶體，可編程唯讀記憶體或者電可重寫可編程記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的資訊，結合其硬體完成上述方法的步驟。 　　身份驗證裝置還可執行圖2或圖3的方法，並實現管理者節點執行的方法。 實施例6 　　基於相同的發明創造，本說明書實施例還提供了一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行實施例1和2提供的證件驗證、身份驗證方法。 　　上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍之範疇內。在一些情況下，在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外，在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中，多任務處理和並行處理也是可以的或者可能是有利的。 　　在該技術領域中具有通常知識者應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。 　　本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和／或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和／或方塊圖中的每一流程和／或方塊、以及流程圖和／或方塊圖中的流程和／或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理器或其他可編程資料處理設備的處理器以產生一個機器，使得通過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能的裝置。 　　這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中，使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能。 　　這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上，使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能的步驟。 　　在一個典型的配置中，計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和內存。 　　內存可能包括電腦可讀媒體中的非永久性記憶體，隨機存取記憶體(RAM)及/或非揮發性內存等形式，如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。內存是電腦可讀媒體的示例。 　　電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他內存技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD) 或其他光學儲存、磁盒式磁帶，磁帶磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體，可用於儲存可以被計算設備存取的資訊。按照本文中的界定，電腦可讀媒體不包括暫態媒體(transitory media)，如調變的資料訊號和載波。 　　還需要說明的是，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。 　　在該技術領域中具有通常知識者應明白，本發明的實施例可提供為方法、系統或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。 　　以上所述僅為本發明的實施例而已，並不用於限制本發明。對於在該技術領域中具有通常知識者來說，本發明可以有各種更改和變化。凡在本發明的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本發明的申請專利範圍之範疇內。
11‧‧‧設備
12‧‧‧設備
13‧‧‧終端設備
220‧‧‧步驟
240‧‧‧步驟
260‧‧‧步驟
280‧‧‧步驟
320‧‧‧步驟
340‧‧‧步驟
360‧‧‧步驟
380‧‧‧步驟
41‧‧‧獲取單元
42‧‧‧第一驗證單元
43‧‧‧第二驗證單元
44‧‧‧確定單元
51‧‧‧獲取單元
52‧‧‧採集單元
53‧‧‧第一驗證單元
54‧‧‧第二驗證單元
55‧‧‧確定單元
此處所說明的附圖用來提供對本發明的進一步理解，構成本發明的一部分，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中： 　　圖1為本說明書實施例的應用場景圖； 　　圖2為本說明書實施例1提供的身份驗證方法的流程示意圖； 　　圖3為本說明書實施例2提供的身份驗證方法的流程示意圖； 　　圖4為本說明書實施例3提供的身份驗證裝置的結構示意圖； 　　圖5為本說明書實施例4提供的身份驗證裝置的結構示意圖；以及 　　圖6為本說明書實施例5提供的電子設備的結構示意圖。

Claims (34)

  1. 一種證件驗證方法，包括： 　　獲取待驗證證件的證件影像； 　　對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率；以及 　　根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。
  2. 根據請求項1所述的方法，所述對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率包括： 　　將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對，獲取所述證件影像與所述第一背景影像之間的重疊度；以及 　　根據所述重疊度確定所述證件影像與所述第一背景影像來源於同一拍攝場景的機率； 　　其中，所述背景區域為所述證件影像中待驗證證件所占區域之外的區域。
  3. 根據請求項2所述的方法，所述將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對包括： 　　基於採集所述證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，比對所述背景區域與所述第一背景影像。
  4. 根據請求項1所述的方法，還包括： 　　對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率； 　　其中，確定所述待驗證證件的驗證結果包括： 　　根據所述證件圖片與所述第一背景影像來源於同一拍攝場景的機率和所述證件圖片來源於實體證件的機率確定所述待驗證證件的驗證結果。
  5. 根據請求項4所述的方法，對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率包括： 　　對所述證件影像的影像資料進行分析，並根據分析結果確定所述證件影像來源於實體證件的機率。
  6. 根據請求項5所述的方法，所述對所述證件影像的影像資料進行分析包括： 　　對所述證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值；以及 　　將所述影像差值作為預建立分類模型的輸入，所述分類模型用於基於輸入的影像差值輸出驗證結果。
  7. 一種身份驗證方法，包括： 　　獲取待驗證對象的身份證件影像； 　　基於如請求項1-6中任一項所述的方法，獲取所述身份證件影像對應的身份證件的第一驗證結果；驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果；以及 　　基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。
  8. 根據請求項7所述的方法，所述獲取待驗證對象的身份證件影像包括： 　　現場採集待驗證對象的身份證件影像。
  9. 根據請求項7所述的方法，所述獲取待驗證對象的身份證件影像包括： 　　獲取先前採集的待驗證對象的身份證件影像。
  10. 根據請求項7所述的方法，所述驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果包括： 　　對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。
  11. 根據請求項10所述的方法，所述對所述身份證件影像中的身份資訊進行網路核對包括： 　　分別對所述身份資訊中的文字資訊和證臉影像進行網路核對。
  12. 根據請求項11所述的方法，對所述身份資訊中的證臉影像進行網路核對之前，還包括： 　　現場採集持證人的人臉影像； 　　其中，對所述身份資訊中的證臉影像進行網路核對，包括： 　　將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證。
  13. 根據請求項12所述的方法，在確定所述身份資訊的真偽之前，還包括： 　　基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果； 　　其中，確定所述身份資訊的真偽包括： 　　基於所述網路核對的結果和所述活體檢測結果確定所述身份資訊的真偽。
  14. 根據請求項13所述的方法，還包括：在現場採集持證人的人臉影像時，採集第二背景影像； 　　其中，基於如請求項1-6中任一項所述的方法，獲取所述身份證件影像對應的身份證件的第一驗證結果包括： 　　基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果； 　　其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。
  15. 根據請求項7-14中任一項所述的方法，基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果包括： 　　若所述第二驗證結果為未通過，則確定所述身份驗證結果為未通過； 　　或者， 　　若所述第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否為通過。
  16. 根據請求項7-14中任一項所述的方法，基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果包括： 　　若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過的機率。
  17. 一種證件驗證裝置，包括： 　　獲取單元，用於獲取待驗證證件的證件影像；以及 　　第一驗證單元，用於對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。
  18. 根據請求項17所述的裝置，所述第一驗證單元，用於將所述證件影像中的背景區域與現場預採集的第一背景影像進行比對，獲取所述證件影像與所述第一背景影像之間的重疊度；根據所述重疊度確定所述證件影像與所述第一背景影像來源於同一拍攝場景的機率；其中，所述背景區域為所述證件影像中待驗證證件所占區域之外的區域。
  19. 根據請求項18所述的裝置，所述第一驗證單元，用於基於採集所述身份證件影像時陀螺儀的第一位置資訊和採集所述第一背景影像時所述陀螺儀的第二位置資訊，比對所述背景區域與所述第一背景影像。
  20. 根據請求項17所述的裝置，所述第一驗證單元，還用於對所述證件圖片進行驗證，以確定所述證件圖片來源於實體證件的機率，並根據所述證件圖片與所述第一背景影像來源於同一拍攝場景的機率和所述證件圖片來源於實體證件的機率確定所述待驗證證件的驗證結果。
  21. 根據請求項20所述的裝置，所述第一驗證單元，還用於對所述證件影像的影像資料進行分析，並根據分析結果確定所述證件影像來源於實體證件的機率。
  22. 根據請求項21所述的裝置，所述第一驗證單元，用於對所述證件影像中的至少兩類影像的影像資料進行差值處理，獲取影像差值；將所述影像差值作為預建立分類模型的輸入，所述分類模型用於基於輸入的影像差值輸出驗證結果。
  23. 一種身份驗證裝置，包括：如請求項17-22中任一項所述的裝置之第一驗證單元， 　　獲取單元，用於獲取待驗證對象的身份證件影像； 　　第二驗證單元，用於驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果；以及 　　確定單元，用於基於所述第一驗證單元獲取的身份證件影像對應的身份證件的第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。
  24. 根據請求項23所述的裝置，所述獲取單元，用於現場採集待驗證對象的至少兩張身份證件影像。
  25. 根據請求項23所述的裝置，所述獲取單元，用於獲取先前採集的待驗證對象的至少兩張身份證件影像。
  26. 根據請求項23所述的裝置，所述第二驗證單元，用於對所述身份證件影像中的身份資訊進行網路核對，並根據網路核對的結果確定所述身份資訊的真偽。
  27. 根據請求項26所述的裝置，所述第二驗證單元，用於分別對所述身份資訊中的文字資訊和證臉影像進行網路核對。
  28. 根據請求項27所述的裝置，還包括：採集單元； 　　所述採集單元，用於現場採集持證人的人臉影像；以及 　　所述第二驗證單元，用於將所述證臉影像、所述持證人的人臉影像和網路核對獲取的人臉影像進行交叉驗證。
  29. 根據請求項28所述的裝置，所述第二驗證單元，還用於基於所述持證人的人臉影像進行活體檢測，獲取活體檢測結果；基於所述網路核對的結果和所述活體檢測結果確定所述身份資訊的真偽。
  30. 根據請求項29所述的裝置，所述採集單元，用於在現場採集持證人的人臉影像時，採集第二背景影像； 　　其中，所述第一驗證單元，用於基於採集所述身份證件影像、所述第一背景影像和所述第二背景影像時陀螺儀對應的位置資訊，比對所述身份證件影像、所述第一背景影像和所述第二背景影像，確定第一驗證結果；其中，所述第一驗證結果用於表示所述身份證件影像、所述第一背景影像和所述第二背景影像來源於同一拍攝場景的機率。
  31. 根據請求項23-30中任一項所述的裝置，所述確定單元，用於若所述第二驗證結果為未通過，則確定所述身份驗證結果為未通過；或者，若所述第二驗證結果為通過，則基於所述第一驗證結果確定所述身份驗證結果是否為通過。
  32. 根據請求項23-30中任一項所述的裝置，所述確定單元，用於若所述第二驗證結果為通過，則基於第一驗證結果確定所述身份驗證結果為通過的機率。
  33. 一種身份驗證裝置，包括： 　　處理器；以及 　　被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 　　獲取待驗證證件的證件影像； 　　對所述證件影像與現場預採集的第一背景影像進行驗證，以確定所述證件影像和所述第一背景影像來源於同一拍攝場景的機率；以及 　　根據所述證件影像和所述第一背景影像來源於同一拍攝場景的機率確定所述待驗證證件的驗證結果。
  34. 一種身份驗證裝置，包括： 　　處理器；以及 　　被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 　　獲取待驗證對象的身份證件影像； 　　驗證所述身份證件影像與現場預採集的第一背景影像是否來源於同一拍攝場景及/或所述身份證件影像是否來源於實體證件，獲取所述身份證件影像對應的身份證件的第一驗證結果； 　　驗證所述身份證件影像中的身份資訊的真偽，獲取第二驗證結果；以及 　　基於所述第一驗證結果和所述第二驗證結果確定所述待驗證對象的身份驗證結果。
TW107128939A 2017-10-20 2018-08-20 一種證件驗證、身份驗證方法和裝置 TWI693561B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710986508.7 2017-10-20
CN201710986508.7A CN107944339B (zh) 2017-10-20 2017-10-20 一种证件验证、身份验证方法和装置

Publications (2)

Publication Number Publication Date
TW201917639A true TW201917639A (zh) 2019-05-01
TWI693561B TWI693561B (zh) 2020-05-11

Family

ID=61935512

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107128939A TWI693561B (zh) 2017-10-20 2018-08-20 一種證件驗證、身份驗證方法和裝置

Country Status (15)

Country Link
US (1) US10691929B2 (zh)
EP (1) EP3522072B1 (zh)
JP (1) JP6859508B2 (zh)
KR (1) KR102226619B1 (zh)
CN (1) CN107944339B (zh)
AU (1) AU2018350527C1 (zh)
BR (1) BR112019008549A2 (zh)
CA (1) CA3041952A1 (zh)
MX (1) MX2019004994A (zh)
MY (1) MY196296A (zh)
PH (1) PH12019500975A1 (zh)
RU (1) RU2733115C1 (zh)
SG (1) SG11201903861QA (zh)
TW (1) TWI693561B (zh)
WO (1) WO2019076115A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI759099B (zh) * 2020-02-17 2022-03-21 大陸商中國銀聯股份有限公司 一種針對篡改圖像的檢測方法及裝置

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944339B (zh) * 2017-10-20 2020-01-21 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
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
US10949692B2 (en) * 2018-03-08 2021-03-16 Sri International 3D dynamic structure estimation using synchronized images
CN110008942B (zh) * 2019-01-15 2023-09-08 创新先进技术有限公司 证件验证方法、装置、服务器及存储介质
CN110046644B (zh) * 2019-02-26 2023-04-07 创新先进技术有限公司 一种证件防伪的方法及装置、计算设备和存储介质
CN110210312A (zh) * 2019-04-29 2019-09-06 众安信息技术服务有限公司 一种校验证件与持证人的方法及***
US10769263B1 (en) * 2019-05-07 2020-09-08 Alibaba Group Holding Limited Certificate verification
US10796199B1 (en) 2019-05-29 2020-10-06 Alibaba Group Holding Limited Image recognition and authentication
CN110263775B (zh) * 2019-05-29 2021-03-05 创新先进技术有限公司 图像识别方法、装置、设备和认证方法、装置、设备
CN110598710B (zh) * 2019-08-21 2020-07-07 阿里巴巴集团控股有限公司 证件识别方法及装置
CN110533643B (zh) * 2019-08-21 2023-06-30 创新先进技术有限公司 证件鉴定方法及装置
US11003957B2 (en) 2019-08-21 2021-05-11 Advanced New Technologies Co., Ltd. Method and apparatus for certificate identification
WO2021049234A1 (ja) * 2019-09-12 2021-03-18 日本電気株式会社 画像解析装置、制御方法、プログラム
CN110647881B (zh) * 2019-09-19 2023-09-05 腾讯科技（深圳）有限公司 确定图像对应的卡片类型的方法、装置、设备及存储介质
KR20210116909A (ko) 2020-03-18 2021-09-28 박종현 개인 단말기를 통한 전자신원증명 발행 및 검증 방법
CN111368944B (zh) * 2020-05-27 2020-09-08 支付宝(杭州)信息技术有限公司 翻拍图像、证件照识别、模型训练方法、装置及电子设备
KR102470713B1 (ko) 2021-04-29 2022-11-25 (주)소프트제국 블록체인 did 기반 증명서 유통 서비스 제공 방법 및 장치
KR102304046B1 (ko) 2021-05-10 2021-09-23 주식회사 시티랩스 복수 개의 블록체인을 통합하여 하나의 미들 블록으로 api 서비스를 제공하는 방법과 장치 및 이를 이용한 신원 증명 방법
CN113538771B (zh) * 2021-07-16 2023-04-14 中国银行股份有限公司 一种身份认证方法及装置
CN113743396B (zh) * 2021-08-31 2023-11-10 支付宝(杭州)信息技术有限公司 在证件识别过程中识别注入攻击的方法及装置
KR102419853B1 (ko) 2021-09-13 2022-07-12 주식회사 시티랩스 블록체인에 기반한 did 인증서를 이용한 허가형 블록체인 플랫폼 인증 방법 및 시스템
CN113836509B (zh) * 2021-09-23 2024-03-01 百度在线网络技术（北京）有限公司 信息采集方法、装置、电子设备和存储介质
KR102402705B1 (ko) * 2021-09-24 2022-05-30 (주)시큐레이어 망분리 환경에서의 모바일 원격 관제를 위한, 제로 트러스트 모델 기반 멀티팩터 보안인증 방법 및 서버
CN114239630B (zh) * 2021-11-03 2022-11-25 广东科学技术职业学院 翻拍二维码检测方法、装置及可读介质
CN114550244A (zh) * 2022-02-11 2022-05-27 支付宝(杭州)信息技术有限公司 一种活体检测方法、装置及设备
CN114333037B (zh) * 2022-02-25 2022-05-13 北京结慧科技有限公司 包含身份证的翻拍照片识别方法及***
WO2024116249A1 (ja) * 2022-11-28 2024-06-06 楽天グループ株式会社 画像処理システム、画像処理方法、及びプログラム
KR20240079250A (ko) 2022-11-28 2024-06-05 주식회사 비에프랩스 블록체인에 기반한 5g 환경 내에서의 데이터 신뢰성 제공 방법 및 시스템
KR20240081697A (ko) 2022-11-30 2024-06-10 (주)소프트제국 블록체인 did 기반 오픈배지 제공 시스템 및 방법
KR20240081052A (ko) 2022-11-30 2024-06-07 (주)소프트제국 블록체인 기반 문서정보를 이용한 2차원 식별수단 제공 장치 및 방법

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0136042B1 (en) * 1992-08-03 1998-04-27 Richo Co Ltd Document identifier which can also identify special ticket, image forming apparatus using the identifier, image processor and copying machine
US5751854A (en) * 1992-08-03 1998-05-12 Ricoh Company, Ltd. Original-discrimination system for discriminating special document, and image forming apparatus, image processing apparatus and duplicator using the original-discrimination system
JPH1166273A (ja) * 1997-08-14 1999-03-09 Fujitsu Kiden Ltd 免許証の真偽判定装置
US6782116B1 (en) * 2002-11-04 2004-08-24 Mediasec Technologies, Gmbh Apparatus and methods for improving detection of watermarks in content that has undergone a lossy transformation
US8593542B2 (en) * 2005-12-27 2013-11-26 DigitalOptics Corporation Europe Limited Foreground/background separation using reference images
US20050080693A1 (en) * 2003-10-14 2005-04-14 Foss Sheldon H. Point-of-sale customer identification system
JP2005197901A (ja) * 2004-01-06 2005-07-21 Hitachi Ltd 画像データ管理方法
RU2294784C2 (ru) * 2004-12-10 2007-03-10 Игорь Евгеньевич Поддубный Способ проведения лотереи и устройство для его осуществления
JP2006309641A (ja) * 2005-05-02 2006-11-09 Mitsubishi Electric Corp 画像処理装置
US7983452B2 (en) * 2007-08-20 2011-07-19 International Business Machines Corporation Using a surface based computing device for verification of an identification document
JP2010014783A (ja) * 2008-07-01 2010-01-21 Panasonic Corp 撮影装置
US9305230B2 (en) * 2008-07-14 2016-04-05 Jumio Inc. Internet payment system using credit card imaging
US20100078471A1 (en) * 2008-09-30 2010-04-01 Apple Inc. System and method for processing peer-to-peer financial transactions
RS51531B (en) * 2009-05-29 2011-06-30 Vlatacom D.O.O. MANUAL PORTABLE DEVICE FOR VERIFICATION OF PASSENGERS AND PERSONAL DOCUMENTS, READING BIOMETRIC DATA
JP5261805B2 (ja) * 2009-06-16 2013-08-14 インテル・コーポレーション 携帯用機器のカメラアプリケーション
JP4913184B2 (ja) * 2009-08-06 2012-04-11 株式会社東芝 本人確認書類真贋判定装置、本人確認書類真贋判定方法およびプログラム
US8582829B2 (en) * 2010-11-03 2013-11-12 Gary S. Shuster Online identity verification
US10402898B2 (en) * 2011-05-04 2019-09-03 Paypal, Inc. Image-based financial processing
US8864022B2 (en) * 2011-05-19 2014-10-21 Bank Of America Corporation Authentication strategies for remote financial institution services
EP2801065A4 (en) * 2012-01-05 2015-08-05 Visa Int Service Ass APPARATUS, METHODS AND SYSTEMS FOR VISUAL TRANSACTION CAPTURE
KR101884337B1 (ko) * 2012-04-26 2018-08-01 삼성전자주식회사 영상 인식 방법 및 장치
US20140052636A1 (en) * 2012-08-15 2014-02-20 Jumio Inc. Image Processing For Credit Card Validation
US9311640B2 (en) * 2014-02-11 2016-04-12 Digimarc Corporation Methods and arrangements for smartphone payments and transactions
US9147127B2 (en) * 2013-03-15 2015-09-29 Facebook, Inc. Verification of user photo IDs
US9122911B2 (en) * 2013-03-28 2015-09-01 Paycasso Verify Ltd. System, method and computer program for verifying a signatory of a document
GB2500823B (en) * 2013-03-28 2014-02-26 Paycasso Verify Ltd Method, system and computer program for comparing images
US20150006361A1 (en) * 2013-06-28 2015-01-01 Google Inc. Extracting Card Data Using Three-Dimensional Models
US20150006362A1 (en) * 2013-06-28 2015-01-01 Google Inc. Extracting card data using card art
MX2016001463A (es) * 2013-08-01 2017-01-05 Highlands Tech Solutions Mediciones de proyeccion cinematografica.
US10320807B2 (en) * 2014-02-25 2019-06-11 Sal Khan Systems and methods relating to the authenticity and verification of photographic identity documents
CN104869107A (zh) * 2014-02-26 2015-08-26 腾讯科技（深圳）有限公司 一种身份验证方法、可穿戴设备、验证服务器及其***
US20150294304A1 (en) * 2014-04-15 2015-10-15 Cellco Partnership D/B/A Verizon Wireless Secure payment methods, system, and devices
CN105095900B (zh) * 2014-05-04 2020-12-08 斑马智行网络(香港)有限公司 一种提取标准卡片中特定信息的方法和装置
CN105227310A (zh) * 2014-06-24 2016-01-06 阿里巴巴集团控股有限公司 一种身份认证方法和设备
CN105450411B (zh) * 2014-08-14 2019-01-08 阿里巴巴集团控股有限公司 利用卡片特征进行身份验证的方法、装置及***
CN105989263A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 身份认证方法、开户方法、装置及***
US20160224973A1 (en) * 2015-02-01 2016-08-04 Apple Inc. User interface for payments
US10065441B2 (en) * 2015-09-01 2018-09-04 Digimarc Corporation Counterfeiting detection using machine readable indicia
CN107113614B (zh) * 2015-11-03 2021-11-30 国民技术股份有限公司 一种远程办理sim卡的方法和***
US10070111B2 (en) * 2015-12-22 2018-09-04 Adobe Systems Incorporated Local white balance under mixed illumination using flash photography
CN105681316B (zh) * 2016-02-02 2019-12-17 腾讯科技（深圳）有限公司 身份验证方法和装置
CA3024995A1 (en) * 2016-05-24 2017-11-30 Morphotrust Usa, Llc Document image quality assessment
US10586238B2 (en) * 2016-06-22 2020-03-10 Microsoft Technology Licensing, Llc Automation of image validation
CN106157405A (zh) * 2016-06-30 2016-11-23 合肥指南针电子科技有限责任公司 一种出入境大厅用身份核查***
CN106204048B (zh) * 2016-07-01 2019-10-11 周洋 身份安全验证复核方法
CA3030015A1 (en) * 2016-07-05 2018-01-11 Yecheng WU Spoofing attack detection during live image capture
EP3507733A4 (en) * 2016-09-01 2019-07-10 A. David Kelts BIDIRECTIONAL CONFIDENCE INDICATOR
US10217179B2 (en) * 2016-10-17 2019-02-26 Facebook, Inc. System and method for classification and authentication of identification documents using a machine learning based convolutional neural network
CN106709963B (zh) * 2016-12-28 2018-01-02 平安科技（深圳）有限公司 验证图像真伪的方法和装置
CN106803086A (zh) * 2016-12-30 2017-06-06 北京旷视科技有限公司 辨别证件真实性的方法、装置及***
US10262191B2 (en) * 2017-03-08 2019-04-16 Morphotrust Usa, Llc System and method for manufacturing and inspecting identification documents
CN107016608A (zh) * 2017-03-30 2017-08-04 广东微模式软件股份有限公司 一种基于身份信息验证的远程开户方法及***
EP3422278A1 (en) * 2017-06-29 2019-01-02 MTG Co., Ltd. Commercial product size determination device and commercial product size determination method
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
CN107944339B (zh) * 2017-10-20 2020-01-21 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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI759099B (zh) * 2020-02-17 2022-03-21 大陸商中國銀聯股份有限公司 一種針對篡改圖像的檢測方法及裝置

Also Published As

Publication number Publication date
EP3522072A1 (en) 2019-08-07
AU2018350527C1 (en) 2021-07-08
US20190278977A1 (en) 2019-09-12
BR112019008549A2 (pt) 2019-07-09
AU2018350527B2 (en) 2020-12-24
KR102226619B1 (ko) 2021-03-15
CN107944339B (zh) 2020-01-21
CN107944339A (zh) 2018-04-20
CA3041952A1 (en) 2019-04-25
WO2019076115A1 (zh) 2019-04-25
US10691929B2 (en) 2020-06-23
EP3522072A4 (en) 2020-05-13
MY196296A (en) 2023-03-24
SG11201903861QA (en) 2019-05-30
JP6859508B2 (ja) 2021-04-14
TWI693561B (zh) 2020-05-11
MX2019004994A (es) 2019-12-18
EP3522072B1 (en) 2022-10-26
PH12019500975A1 (en) 2019-11-11
AU2018350527A1 (en) 2019-05-16
JP2020502629A (ja) 2020-01-23
KR20190065345A (ko) 2019-06-11
RU2733115C1 (ru) 2020-09-29

Similar Documents

Publication Publication Date Title
TWI693561B (zh) 一種證件驗證、身份驗證方法和裝置
TWI718403B (zh) 一種證件驗證、身份驗證方法和裝置
CN107832679B (zh) 一种证件验证、身份验证方法和装置
US20230009392A1 (en) Tamper detection for identification documents
KR102406432B1 (ko) 신원 인증 방법 및 장치, 전자 기기 및 저장 매체
Kraetzer et al. Modeling attacks on photo-ID documents and applying media forensics for the detection of facial morphing
JP2020525947A (ja) 操作された画像の検出
CN109359502A (zh) 防伪检测方法和装置、电子设备、存储介质
GB2576521A (en) Systems and methods for remotely verifying user identities
GB2585172A (en) Systems and methods for verifying and authenticating the remote signing