[发明专利]证件图像质量检测方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能中的图像处理技术领域，涉及一种基于注意力机制的证件图像质量检测方法、装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，用户的待测证件图像和质量检测结果可存储于区块链中。本申请通过相关数据增广的方法和cbam结构的引入训练一个高精度的证件质量和完整度判断的模型，能够有效的将低质量不完整的证件拦截打回给上传数据的用户，提醒用户及时的重传符合业务需求的图片，减少不良的数据流转到整个数据处理流水线的下面环节，极大提高数据处理流水线的效率。

技术领域

本申请涉及人工智能中的图像处理技术领域，尤其涉及一种基于注意力 机制的证件图像质量检测方法、装置、计算机设备及存储介质。

背景技术

随着互联网时代的到来，信息技术和大数据的快速发展，促进了行业科学 技术的更新换代，更深刻影响了人们的生活方式的改变和商业模式的创新， 针对证件图片数据进行图像质量检测成为趋势。

现有一种证件质量检测方法，即采用人工对证件图片数据进行图像质量检 测，以审查证件图片数据的字迹等内容中是否完整、清晰。

然而，申请人发现传统的证件质量检测方法普遍不智能，由于人工审查方 法效率极低，而且，存在人为主观认知不同而审查标准不一造成审查准确度 低的问题，由此可见，传统的证件质量检测方法存在检测效率、检测准确度 较低的问题。

发明内容

本申请实施例的目的在于提出一种基于注意力机制的证件图像质量检测 方法、装置、计算机设备及存储介质，以解决传统的证件质量检测方法存在 检测效率、检测准确度较低的问题。

为了解决上述技术问题，本申请实施例提供一种基于注意力机制的证件 图像质量检测方法，采用了如下所述的技术方案：

读取证件图像数据库，在所述证件图像数据库中获取正样本图像；

根据图像增广方法对所述标准正样本图像进行图像增广操作，得到负样 本图像；

结合所述正样本图像以及所述负样本图像，得到训练数据；

根据所述训练数据对双标签分类模型进行模型训练操作，得到证件图像 质量检测模型，其中，所述双标签分类模型由卷积块注意模块以及轻量化网 络构成；

接收携带有待检测的待测证件图像；

将所述待测证件图像输入至所述证件图像质量检测模型进行质量检测操 作，得到质量检测结果；

输出所述质量检测结果。

为了解决上述技术问题，本申请实施例还提供一种基于注意力机制的证 件图像质量检测装置，采用了如下所述的技术方案：

正样本获取单元，用于读取证件图像数据库，在所述证件图像数据库中 获取正样本图像；

图像增广单元，用于根据图像增广方法对所述标准正样本图像进行图像 增广操作，得到负样本图像；

训练数据获取单元，用于结合所述正样本图像以及所述负样本图像，得 到训练数据；

模型训练单元，用于根据所述训练数据对双标签分类模型进行模型训练 操作，得到证件图像质量检测模型，其中，所述双标签分类模型由卷积块注 意模块以及轻量化网络构成；

待测图像获取单元，用于接收携带有待检测的待测证件图像；

质量检测单元，用于将所述待测证件图像输入至所述证件图像质量检测 模型进行质量检测操作，得到质量检测结果；

结果输出单元，用于输出所述质量检测结果。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了 如下所述的技术方案：