申请/专利权人：上海腾桥信息技术有限公司

申请日：2023-06-25

公开（公告）日：2024-04-26

公开（公告）号：CN116959064B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/74;G06V10/774;G06V10/82;G06N3/0464;G06F21/32

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本申请涉及一种证件验证方法、装置、计算机设备和存储介质。所述方法包括：响应于证件验证请求，获取证件图像和实采图像；利用预设的校验模型，对证件图像进行有效性验证，输出验证结果；当验证结果满足预设条件时，利用第一人脸检测算法，获取证件图像中的第一人脸，以及实采图像中的第二人脸；利用第二人脸检测算法，获取第一人脸的第一特征向量，以及第二人脸的第二特征向量；利用预设的相似度计算规则，获取第一特征向量和第二特征向量之间的相似度计算结果；根据相似度计算结果，输出证件验证结果。采用本方法能够代替人工校验的基础上，快速验证证件是否有效以及上传人员是否与证件一致，且避免单一化验证，提高校验效率。

主权项：1.一种证件验证方法，其特征在于，所述方法包括：响应于证件验证请求，获取证件图像和实采图像；利用预设的校验模型，对所述证件图像进行有效性验证，输出验证结果；当所述验证结果满足预设条件时，利用第一人脸检测算法，获取所述证件图像中的第一人脸，以及所述实采图像中的第二人脸；其中，所述第一人脸检测算法采用SCRFD人脸检测算法；利用第二人脸检测算法，获取所述第一人脸的第一特征向量，以及所述第二人脸的第二特征向量；其中，所述第二人脸检测算法采用FaceNet算法；利用预设的相似度计算规则，获取所述第一特征向量和所述第二特征向量之间的相似度计算结果；根据所述相似度计算结果，输出证件验证结果；其中，在所述响应于证件验证请求的步骤之前，包括：响应于模型训练请求，获取若干证件相关的图像数据，以组建数据集；将所述数据集中的部分所述图像数据进行第一预处理后，构建训练集和测试集后，得到第一训练数据；将所述第一训练数据输入至预建的神经网络架构中，以进行模型预训练，得到预训练结果；根据所述预训练结果，对所述数据集中剩余的所述图像数据，进行第二预处理，以得到第二训练数据；将所述第二训练数据输入至预训练后的模型中，按预设训练规则进行模型训练，以得到校验模型；其中，所述将第二训练数据输入至预训练后的模型中，按预设训练规则进行模型训练，以得到校验模型的步骤，包括：将所述训练集作为整体批量大小，拆分为多个子批次，以便进行模型训练；将各所述子批次进行梯度迭代计算后，再进行梯度叠加；基于预设的累计因子，当子批次数量累计至预计数值后，进行梯度更新处理，并清空梯度累加器，开始下一轮累计，直至达到预设的训练轮数时，停止训练；以此类推，利用所述训练集中的训练数据不断训练，并存储训练获得的权重值，利用所述测试集评价图像描述的效果，直至所述测试集指标符合要求后，得到满足要求的校验模型。

全文数据：

权利要求：

百度查询： 上海腾桥信息技术有限公司 一种证件验证方法、装置、计算机设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD