[发明专利]银行流水图像的鉴别真伪方法、装置、电子设备及介质

说明书

本申请实施例提供银行流水图像的鉴别真伪方法、装置、电子设备及介质，属于计算机视觉技术领域。其中方法包括：将银行流水图像训练集输入空间和通道的压缩和激励模型进行训练，得到银行流水图像鉴别模型；通过银行流水图像鉴别模型对待检银行流水图像进行计算，得到待检银行流水图像的候选篡改区域的黑白二值图像；根据黑白二值图像与待检银行流水图像的面积比确定待检银行流水图像的篡改概率；若篡改概率大于预设篡改阈值，则确定篡改检测区域，识别篡改检测区域的流水内容；根据流水内容的内容属性的概率和/或内容逻辑确定待检银行流水图像的真伪。这样，实现银行流水真伪的自动判别，提高银行流水图像的真伪辨别准确度，节省大量人工成本。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种银行流水图像的鉴别真伪方法、装置、电子设备及介质。

背景技术

目前金融银行业内普遍存在影像被篡改，但缺少辨别真伪的技术手段。对于银行流水图像，通常来说会通过人工观察其样式是否正常，而且流水鉴别，大多通过征得客户同意后电话核实和网上核实，甚至需要陪同客户到银行柜面拉取流水，银行流水图像的真伪鉴别成本比较高。在篡改检测上，普遍传统方案是通过关键点特征，如Harris角点检测使用一个固定窗口在银行流水图像的任意方向上滑动，比较滑动前后像素灰度变化程度，变化大则有角点，该方案对尺度非常敏感，以及在有遮挡变形等情况下，角点提取不理想，对银行流水图像的篡改鉴别存在判别特征微弱的问题。

发明内容

为了解决上述技术问题，本申请实施例提供了一种银行流水图像的鉴别真伪方法、装置、电子设备及介质。

第一方面，本申请实施例提供了一种银行流水图像的鉴别真伪方法，所述方法包括：

基于UNET模型、压缩与激励模块构建空间和通道的压缩和激励模型；

将银行流水图像训练集输入所述空间和通道的压缩和激励模型进行训练，得到多个候选鉴别模型，根据预设筛选标准从多个候选鉴别模型中确定银行流水图像鉴别模型；

通过所述银行流水图像鉴别模型对待检银行流水图像进行计算，得到所述待检银行流水图像的候选篡改区域的黑白二值图像；

根据所述黑白二值图像与所述待检银行流水图像的面积比确定所述待检银行流水图像的篡改概率；

若所述待检银行流水图像的篡改概率大于预设篡改阈值，则根据所述黑白二值图像在所述待检银行流水图像中确定篡改检测区域，识别所述篡改检测区域的流水内容；

根据所述流水内容的内容属性的概率和/或内容逻辑确定所述待检银行流水图像的真伪。

在一实施方式中，所述将银行流水图像训练集输入所述空间和通道的压缩和激励模型进行训练，得到多个候选鉴别模型，根据预设筛选标准从多个候选鉴别模型中确定银行流水图像鉴别模型，包括：

将所述银行流水图像训练集的各银行流水训练图像进行训练预处理，得到多个预处理银行流水图像；

将多个预处理银行流水图像按预设批次分别输入所述空间和通道的压缩和激励模型进行训练，分别得到多个所述候选鉴别模型；

将银行流水图像验证集分别输入各所述候选鉴别模型进行计算，得到各所述候选鉴别模型的平均交并比及平均F1分数，根据各所述候选鉴别模型的平均交并比及平均F1分数计算各所述候选鉴别模型的训练分数；

将训练分数最高的候选鉴别模型确定为所述银行流水图像鉴别模型。

在一实施方式中，所述根据所述流水内容的内容属性的概率和/或内容逻辑确定所述待检银行流水图像的真伪，包括：

若所述流水内容的内容属性的概率大于等于预设属性概率阈值，则判断所述流水内容的内容逻辑是否正确；

若错误，则确定所述待检银行流水图像为伪；