[发明专利]证件视频特征提取方法、装置、计算机设备和存储介质

说明书

本发明公开一种证件视频特征提取方法、装置、计算机设备和存储介质，属于视频处理技术领域。方法包括：从包含证件的视频中获取图像序列，图像序列包括至少一帧证件图像；根据证件的多个防伪特征，提取每一帧证件图像的多个特征子图；将每一帧证件图像的多个特征子图分别与预设的多个图像模板进行对应匹配计算，获得每一帧证件图像对应多个图像模板的匹配分值向量；根据每一帧证件图像对应的匹配分值向量形成匹配分值矩阵，并映射为视频特征向量。本发明基于模板匹配对证件视频特征进行提取以实现证件的真伪鉴别，具有很好的通用性，能够兼顾包括动态特征在内的多种特征，且具有很好的可扩展性。

技术领域

本发明涉及视频处理技术领域，尤其涉及一种证件视频特征提取方法、装置、计算机设备和存储介质。

背景技术

视频分类在反欺诈、暴恐检测等多个领域中有广泛应用。其中一个典型应用就是金融领域的证件真伪鉴别。

一般的视频分类方法，例如，申请号为CN201711420935.5，发明名称为“视频分类模型训练方法、装置、存储介质及电子设备”的专利申请，申请号为CN201711172591.0，发明名称为“视频分类方法、视频分类装置及电子设备”的专利申请，均需要使用深度神经网络提取特征，从而进一步需要大量的训练数据或至少有可以完成类似任务的预训练模型。

然而，在证件鉴别真伪的问题中，因证件涉及用户隐私、数据采集标注难度大等因素，通常没有大量的标准数据集，并且不同的证件防伪特征也大不相同，因此可用来训练算法的视频很少，且难以找到合适的预训练模型提取特征，并不适合直接使用神经网络提取特征。此外，由于用户采集的视频质量通常难以达到非常高的标准，且单一的证件识别特征精度往往较低，需要同时利用多种特征实现鉴伪。而证件防伪特征本身不尽相同，如某些动态特征会随着光照角度等变化发生变化，如果在提取多种防伪特征中所采用的方法差异很大，就会导致系统过于复杂，不便于维护和扩展。

发明内容

为了解决上述背景技术中提到的至少一个问题，本发明提供了一种证件视频特征提取方法、装置、计算机设备和存储介质，通过基于模板匹配对证件视频特征进行提取以实现证件的真伪鉴别，具有很好的通用性，能够兼顾到包括动态特征在内的多种特征，且同时具有很好的可扩展性。

本发明实施例提供的具体技术方案如下：

第一方面，本发明提供一种证件视频特征提取方法，所述方法包括：

从包含证件的视频中获取图像序列，所述图像序列包括至少一帧证件图像；

根据所述证件的多个防伪特征，提取每一帧所述证件图像的多个特征子图；

将每一帧所述证件图像的多个特征子图分别与预设的多个图像模板进行对应匹配计算，获得每一帧所述证件图像对应所述多个图像模板的匹配分值向量；

根据每一帧所述证件图像对应的匹配分值向量形成匹配分值矩阵，并将所述匹配分值矩阵映射为视频特征向量。

在一个优选实施例中，所述从包含证件的视频中获取图像序列，包括：

对包含证件的所述视频进行提取多帧证件图像；

对提取到的多帧所述证件图像进行转正处理；

选取转正成功的至少一帧所述证件图像，构成所述图像序列。

在一个优选实施例中，所述根据所述证件的多个防伪特征，提取每一帧所述证件图像的多个特征子图步骤之前，所述方法还包括：

对每一帧所述证件图像进行预处理，其中，所述预处理至少包括白平衡、降噪、锐化中的一个。

在一个优选实施例中，所述证件的多个防伪特征包括所述证件的变色油墨、芯片块、动感印刷字母和动感印刷人像中的至少两个。