一种身份证识别系统及其识别方法

技术领域

本发明涉及智能图像检测和文字识别领域，具体涉及一种身份证识别系统及其识别方法。

背景技术

随着现代科技的不断发展，互联网的功能愈发强大，越来越多利用现代信息技术开展高效快捷的便民服务工作，在这个科技背景下，为了方便居民的出行和身份认证，市场上推出了很多人脸识别和身份证识别的系统，这些产品在便利市民的生活的同时，也减少了很多身份不明带来的潜在危害和社会危害。众所周知身份证识别的最广泛用处在于高铁、飞机检票处，这些国家级的安全系统中，身份证识别的技术精确性是极高的，且造价成本也很高。在我们日常的市民生活中是承担不起那么高的成本的。但是在智慧社区的建设中，低成本并不能达到我们想要的准确度、实时性和安全性，并且由于实际拍照环境复杂，并且图片中身份证具有不同的倾角，在识别文字时造成很大的影响和误差。

本发明内容

为了解决以上问题，发明了一种身份证识别系统，主要运用了AI的图像检测算法和自然语言检测算法，其核心包括身份证检测模型、正面身份证内容检测模型、反面身份证内容检测模型和文字识别模型。通过收集小区真实数据作为训练模型数据，针对此场景设计的身份证识别系统，在一定程度上减少的误差干扰，提高准确性，并且将研究成本和数据成本降到最低。

为实现上述目的，本发明提供如下技术方案：一种身份证识别系统，包括身份证检测模型、正面身份证内容检测模型、反面身份证内容检测模型和文字识别模型，所述身份证检测模型与正面身份证内容检测模型和反面身份证内容检测模型进行连接，所述正面身份证内容检测模型和反面身份证内容检测模型与文字识别模型进行连接。

作为本发明一种身份证识别系统优选的，所述身份证检测模型采用的原理是检测出图片中身份证的具体位置，并识别出当前身份证的正反面，为后续检测提供数据。

作为本发明一种身份证识别系统优选的，所述正面身份证内容检测模型采用的原理是获取从身份证检测模型检测出的身份证正面数据，获取正面身份证所在位置，截取该区域图片，并进行检测，获取身份证上关键信息位置，并标记对应标签。

作为本发明一种身份证识别系统优选的，所述反面身份证内容检测模型采用的原理是获取从身份证检测模型检测出的身份证反面数据，获取反面身份证所在位置，截取该区域图片，并进行检测，获取身份证上关键信息位置，并标记对应标签。

作为本发明一种身份证识别系统优选的，所述文字识别模型采用的原理是从正面身份证内容检测模型和反面身份证内容检测模型获取关键信息的标签和位置，识别图片中的文字，并进行输出。

作为本发明一种身份证识别系统优选的，所述身份证检测模型、正面身份证内容检测模型、反面身份证内容检测模型和文字识别模型采用AI人工智能的图像检测算法和自然语言识别算法进行计算。

作为本发明一种身份证识别系统优选的，根据权利要求6所述的一种身份证识别系统，其特征在于：所述自然语言识别算法采用命名实体识别进行使用，所述AI人工智能的图像检测算法采用Faster R-CNN算法进行使用。

作为本发明一种身份证识别系统优选的，所述身份证检测模型、正面身份证内容检测模型、反面身份证内容检测模型和文字识别模型之间采用无线网络进行传输，更稳定快速。

一种身份证识别方法，包括以下步骤：S1、开始：选取带有身份证图片的数据，靠近身份证检测模型的前端，S2、识别：我们在前端输入待检测的带有身份证图片的数据，然后引入身份证检测模型，将检测出图片中身份证的具体位置，且识别当前身份证数据的正反面，S3、分析：跟着上一步，将从身份证检测模型得到身份证的正反面后，根据正反面的不同模型进行后续数据处理，识别为正面则引入正面身份证内容检测模型截取该区域的图片，进行检测，获取正面身份证上的关键信息并标记对应的标签；识别为反面则引入反面身份证内容检测模型截取该区域的图片，进行检测，获取反面身份证上的关键信息并标记对应的标签，S4、处理：跟着上一步，对身份证的正反面分别进行处理后，将打上标签的区域进行文字识别，使用文字识别模型，识别出标签处的文字，S5、结束：跟着上一步，文字识别模型识别后通过AI人工智能的图像检测算法和自然语言识别算法得到数据，并进行输出结果数据。

与现有技术相比，本发明的有益效果是：

1.本发明通过身份证检测模型、正面身份证内容检测模型、反面身份证内容检测模型和文字识别模型之间的配合，通过收集真实数据与模型进行配合，进而可快速分析出身份信息，减少了误差干扰，提高准确性，并且将研究成本和数据成本降到最低。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的身份识别系统流程示意图；

图2为本发明的身份识别方法示意图。

图中：1、身份证检测模型；2、正面身份证内容检测模型；3、反面身份证内容检测模型；4、文字识别模型。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供以下技术方案：一种身份证识别系统，包括身份证检测模型1、正面身份证内容检测模型2、反面身份证内容检测模型3和文字识别模型4，身份证检测模型1与正面身份证内容检测模型2和反面身份证内容检测模型3进行连接，正面身份证内容检测模型2和反面身份证内容检测模型3与文字识别模型4进行连接。

优选的：身份证检测模型1采用的原理是检测出图片中身份证的具体位置，并识别出当前身份证的正反面，为后续检测提供数据。

优选的：正面身份证内容检测模型2采用的原理是获取从身份证检测模型1检测出的身份证正面数据，获取正面身份证所在位置，截取该区域图片，并进行检测，获取身份证上关键信息位置，并标记对应标签。

优选的：反面身份证内容检测模型3采用的原理是获取从身份证检测模型1检测出的身份证反面数据，获取反面身份证所在位置，截取该区域图片，并进行检测，获取身份证上关键信息位置，并标记对应标签。

优选的：文字识别模型4采用的原理是从正面身份证内容检测模型2和反面身份证内容检测模型3获取关键信息的标签和位置，识别图片中的文字，并进行输出。

优选的：身份证检测模型1、正面身份证内容检测模型2、反面身份证内容检测模型3和文字识别模型4采用AI人工智能的图像检测算法和自然语言识别算法进行计算。

优选的：自然语言识别算法采用命名实体识别进行使用，AI人工智能的图像检测算法采用Faster R-CNN算法进行使用。

优选的：身份证检测模型1、正面身份证内容检测模型2、反面身份证内容检测模型3和文字识别模型4之间采用无线网络进行传输，更稳定快速。

一种身份证识别方法，包括以下步骤：S1、开始：选取带有身份证图片的数据，靠近身份证检测模型1的前端，S2、识别：我们在前端输入待检测的带有身份证图片的数据，然后引入身份证检测模型1，将检测出图片中身份证的具体位置，且识别当前身份证数据的正反面，S3、分析：跟着上一步，将从身份证检测模型1得到身份证的正反面后，根据正反面的不同模型进行后续数据处理，识别为正面则引入正面身份证内容检测模型2截取该区域的图片，进行检测，获取正面身份证上的关键信息并标记对应的标签；识别为反面则引入反面身份证内容检测模型3截取该区域的图片，进行检测，获取反面身份证上的关键信息并标记对应的标签，S4、处理：跟着上一步，对身份证的正反面分别进行处理后，将打上标签的区域进行文字识别，使用文字识别模型4，识别出标签处的文字，S5、结束：跟着上一步，文字识别模型4识别后通过AI人工智能的图像检测算法和自然语言识别算法得到数据，并进行输出结果数据。

工作原理：首先，选取带有身份证图片的数据，靠近身份证检测模型1的前端；

接着，我们在前端输入待检测的带有身份证图片的数据，然后引入身份证检测模型1，将检测出图片中身份证的具体位置，且识别当前身份证数据的正反面，检测图中身份证的具体位置是为了减少图片中的其他数据所带来的数据干扰，有效提高检测的准确性；

随后，从身份证检测模型1得到身份证的正反面后，根据正反面的不同模型进行后续数据处理，识别为正面则引入正面身份证内容检测模型2截取该区域的图片，进行检测，获取正面身份证上的关键信息并标记对应的标签；识别为反面则引入反面身份证内容检测模型3截取该区域的图片，进行检测，获取反面身份证上的关键信息并标记对应的标签。正反面分别检测处理也加快了本发明的检测速度和精确度；

最后，对身份证的正反面分别进行处理后，将打上标签的区域进行文字识别，使用文字识别模型4，识别出标签处的文字，达到识别身份证信息的目的，随后，文字识别模型4识别后通过AI人工智能的图像检测算法和自然语言识别算法得到数据，并进行输出结果数据。

需要补充的是：身份证检测模型1、正面身份证内容检测模型2、反面身份证内容检测模型3和文字识别模型4之间采用无线网络进行传输，更稳定快速，减少数据不丢失。

综上，本发明通过身份证检测模型1、正面身份证内容检测模型2、反面身份证内容检测模型3和文字识别模型4之间的配合，通过收集真实数据与模型进行配合，进而可快速分析出身份信息，减少了误差干扰，提高准确性，并且将研究成本和数据成本降到最低，同时本发明适合于智慧社区建设这个场景进行使用。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。