[发明专利]一种在电子办公场景下的虚假公章图像检测方法在审

专利信息
申请号: 202210590920.8 申请日: 2022-05-27
公开(公告)号: CN115018778A 公开(公告)日: 2022-09-06
发明(设计)人: 施炎;徐华建;袁顺杰;崔文冰;黄心泓;徐德华;汤敏伟;李真 申请(专利权)人: 天翼电子商务有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/194;G06T5/20;G06T5/00;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 100037 北京市西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电子 办公 场景 虚假 公章 图像 检测 方法
【说明书】:

发明公开了一种在电子办公场景下的虚假公章图像检测方法,包括以下步骤:S1:使用公章检测模型,对需要检测审核的图像进行公章检测,获取包含公章及小范围背景区域的图像,简称为公章图像;S2:黑白公章图像检测:使用步骤S1获取的图像,利用深度学习模型,经运算之后预测其是黑白公章的概率。本发明在将图片送入网络训练之前,能够有效地过滤无效信息,提升PS压字公章检测的准确率;能够更为有效地学习到不同区域空白公章特征,能够更为有效地对空白公章图像进行检测,具有更高的准确率;选择拉普拉斯算子对原图像进行处理,使得处理后的图像在色彩的反差增强,也使模糊图像变得更加清晰。因此模糊公章检测具有更好的鲁棒性。

技术领域

本发明涉及新兴信息技术领域,特别涉及基于深度学习的在电子办公场景下的虚假公章图像检测方法。

背景技术

近年来,随着云上办公,电子政务的迅猛发展,企业与企业之间,企业与个人之间订立合同,签署文件,书面证明等都通过加盖公章的扫描文件或者图像作为主要双方的主要凭证。这样不仅能节约自然资源,也能跨越时空,节省了企业成本同时也提升了企业的工作效率。与此同时一些欺诈团伙,或者黑产人员,会通过制造虚假公章图像作为凭证与正常企业订立合同,签署文件,作出书面证明,进行一些资质造假,洗钱销账,合同欺诈,违规授信,骗取放贷等违法违规行为,严重扰乱正常的市场秩序,给正常合法合规经营的企业和无辜善良群众带来重大损失。

目前,在电子办公领域,对公章图像的检测与审核,还是主要依靠专业的业务人员根据经验来判断,这样不仅效率低,工作量大,而且还会因为个人的主观失误而造成判断错误。随着欺诈团伙,或者黑产人员通过技术手段批量制造大量虚假公章图,这种人工的传统方法已经不能满足大量公章图像的检测与审核,因此,在电子办公领域,利用深度学习的方法构建一套快速自动化的公章图像的检测与审核系统和方法,对于遏制通过虚假公章进行违法违规行为具有紧迫而重要的意义。本发明所使用的检测方法针对的时候电子办公场景下的虚假公章图像,而不是实体公章。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷,提供一种在电子办公场景下的虚假公章图像检测方法,针对目前电子办公场景下人工审核公章图像效率低,准确率不高的问题,提出了基于深度学习的方法构建一套快速自动化的公章图像的检测与审核系统和方法,具有很高的效率和准确性。

本发明提供了如下的技术方案:

本发明提供一种在电子办公场景下的虚假公章图像检测方法,包括以下步骤:

S1:使用公章检测模型,对需要检测审核的图像进行公章检测,获取包含公章及小范围背景区域的图像,简称为公章图像;

S2:黑白公章图像检测:使用步骤S1获取的图像,利用深度学习模型,经运算之后预测其是黑白公章的概率;

S3:空白公章检测:使用步骤S1获取的图像,首先对图像进行增强,对增强后的图像,利用深度学习模型,经运算之后预测其是空白公章的概率;

S4:PS压字公章检测:使用步骤S1获取的图像,首先对图像进行滤波,对滤波后的图像,利用深度学习模型,经运算之后预测其是PS压字公章的概率;

S5:模糊公章检测:使用步骤S1获取的图像,首先对图像进行拉普拉斯变化,对变化后的图像,利用深度学习模型,经运算之后预测其是模糊公章公章的概率;

S6:根据步骤S2,S3,S4,S5步骤结果,综合判断公章图像是否为虚假公章图像。

作为本发明的一种优选技术方案,所述步骤S1包含以下:

S1.1:使用公章检测模型对需要检测的图像进行公章检测,得到图像中公章的坐标信息;

S1.2:根据步骤S1.1中得到的公章坐标信息,得到公章中心的坐标。以该坐标为中心,截取包含公章及小范围背景区域的正方形图像,简称为公章图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天翼电子商务有限公司,未经天翼电子商务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210590920.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top