申请/专利权人：康旭科技有限公司

申请日：2022-03-30

公开（公告）日：2024-04-26

公开（公告）号：CN114677670B

主分类号：G06V20/62

分类号：G06V20/62;G06V10/26;G06V10/774;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.09#著录事项变更;2022.08.26#实质审查的生效;2022.06.28#公开

摘要：本发明公开了一种身份证篡改自动识别与定位的方法，包括以下步骤：S1、将待检测图片A输入训练后的rankiqa模型，对图片A进行质量判断；S2、保持图片B1中图像的长宽比不变，将图片B1调整大小为长边为2048像素的图片C；S3、图片C输入训练后的HRNet模型，预测结果插值处理成图片B1的尺寸，并保存为mask图片D，再将图片B1与mask图片D相乘，获得图片E；S4、图片E输入训练后的CAT‑Net模型判定图像是否篡改。本发明中，待测图片首先进入图像质量分析，再进入已完成训练的卡证分割模型，最后进入图像篡改模型识别篡改区域，判断待测图像是否被篡改，降低人工审核的工作繁琐易出错的问题，提供自动识别图像是否被篡改，达到图像验真效果。

主权项：1.一种身份证篡改自动识别与定位的方法，其特征在于，包括以下步骤：S1、将待检测图片A输入训练后的rankiqa模型，对图片A进行质量判断，若图片A满足图片质量要求则输出，反之则过滤：S11、将图片A以中心点为基准裁剪为宽高比为1的图片B，并将图片B缩放到224,224,3；S12、图片B输入到轻量骨架网络mobilentv3-large，并通过sigmoid函数计算图片B的分数b；S13、输出分数b∈a，1的图片B1，图片B1即满足图片质量要求的图片A，过滤b∈0，a]图片B2，图片B2即被过滤的图片A，其中，a为图像质量阈值；S2、保持图片B1中图像的长宽比不变，将图片B1调整大小为长边为2048像素的图片C；S3、图片C输入训练后的HRNet模型，预测结果插值处理成图片B1的尺寸，并保存为mask图片D，再将图片B1与mask图片D相乘，获得图片E，图片E只包含目标图像且背景全黑；S4、图片E输入训练后的CAT-Net模型判定图像是否篡改，CAT-Net模型使用高分辨率网络HRNet模型结构：S41、通过jpegio的coef_arrays和quant_tables方法获取图片E的DCT系数矩阵和量化表矩阵，用0填补DCT系数矩阵；S42、将图片E尺寸修正为8的倍数，空白像素使用图片像素对应的灰度值127.5填补，归一化后获得RGB信息；S43、通过FusionStage，先将RGB信息通过RGBStream，输出分辨率为图片E尺寸的14、18、116、132的特征图F1，将DCT系数矩阵和量化表矩阵通过DCTStream后，输出分辨率为图片E尺寸的14、18、116的特征图F2，再将特征图F1、F2融合成图片E尺寸的14的总特征图F，并输出结果为2，H4，W4的矩阵，即获得图片E的mask结果，其中，2表示图片E的热图和篡改热图，H和W表示图片E的高和宽；S44、通过mask结果判断和定位图片E的篡改区域，如果图片E存在篡改区域，则对应像素值为1，否则为0。

全文数据：

权利要求：

百度查询： 康旭科技有限公司 一种身份证篡改自动识别与定位的方法

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