[发明专利]实人认证的数据稽核方法、装置、计算机设备及存储介质

权利要求书

1.一种实人认证的数据稽核方法，其特征在于，所述方法包括：

若检测到实人认证系统所上传的待检测视频，将所述待检测视频输入预设稽核模型；

通过所述预设稽核模型提取所述待检测视频中的关键帧画面，并识别所述关键帧画面中带有身份证信息和水印的画面，并且将其作为目标图像特征；

通过所述预设稽核模型计算所述目标图像特征的置信度，并判断所述置信度是否大于第一预设阈值；

若所述置信度大于所述第一预设阈值，则将所述待检测视频确认为不合规视频。

2.如权利要求1所述的实人认证的数据稽核方法，其特征在于，所述方法还包括：

获取预设训练集，其中，所述预设训练集包括多个带有标注的图片；

通过神经网络模型和所述预设训练集中带有标注的图片对所述预设训练集进行训练以获得所述预设稽核模型。

3.如权利要求2所述的实人认证的数据稽核方法，其特征在于，所述获取预设训练集的步骤之前，还包括：

获取预设训练视频，并提取所述预设训练视频中的所有光流视频帧；

将所有所述光流视频帧中光流移动次数最少的光流视频帧作为关键帧；

对所述关键帧中带有所述身份证信息和所述水印的区域进行标注以获得所述带有标注的图片，并将所有所述带有标注的图片作为所述预设训练集。

4.如权利要求2所述的实人认证的数据稽核方法，其特征在于，所述通过神经网络模型和所述预设训练集中带有标注的图片对所述预设训练集进行训练以获得所述预设稽核模型的步骤，包括：

获取预设待识别样本集，通过YOLOv5神经网络模型和所述预设待识别样本集对所述初始训练模型进行训练以获得正样本集和负样本集；

通过所述正样本集和所述负样本集对所述初始训练模型进行训练以获得所述预设稽核模型。

5.如权利要求4所述的实人认证的数据稽核方法，其特征在于，所述通过所述正样本集和所述负样本集对所述初始训练模型进行训练以获得所述预设稽核模型的步骤，包括：

通过所述负样本集对所述初始训练模型进行训练以获得中间训练模型；

在所述正样本集中的图片上随机生成所述水印以获得目标正样本集；

通过所述目标正样本集对所述中间训练模型进行训练以获得所述预设稽核模型。

6.如权利要求3所述的实人认证的数据稽核方法，其特征在于，所述通过所述预设稽核模型提取所述待检测视频中的关键帧画面，并识别所述关键帧画面中带有身份证信息和水印的画面，并且将其作为目标图像特征的步骤，包括：

通过所述预设稽核模型并按照预设提取规则提取所述待检测视频中的关键帧画面；

识别所述关键帧画面中带有所述身份证信息和所述水印的区域并将其作为所述目标图像特征。

7.如权利要求1所述的实人认证的数据稽核方法，其特征在于，所述通过所述预设稽核模型计算所述目标图像特征的置信度，并判断所述置信度是否大于第一预设阈值的步骤之后，还包括：

若所述置信度小于所述第二预设阈值，则将所述待检测视频确认为合规视频；

若所述置信度大于所述第二预设阈值且小于所属第一预设阈值，则上报用户进行人工稽核。

8.一种实人认证的数据稽核装置，其特征在于，所述装置包括：

第一检测单元，用于若检测到实人认证系统所上传的待检测视频，将所述待检测视频输入预设稽核模型；

第一识别单元，用于通过所述预设稽核模型提取所述待检测视频中的关键帧画面，并识别所述关键帧画面中带有身份证信息和水印的画面，并且将其作为目标图像特征；

第一判断单元，用于通过所述预设稽核模型计算所述目标图像特征的置信度，并判断所述置信度是否大于第一预设阈值；

第一确认单元，用于若所述置信度大于所述第一预设阈值，则将所述待检测视频确认为不合规视频。