CN111027450A

CN111027450A - 银行卡信息识别方法、装置、计算机设备及存储介质

Info

Publication number: CN111027450A
Application number: CN201911231024.7A
Authority: CN
Inventors: 严博宇; 涂天牧; 刘新宇; 黄鸿康; 赵寒枫
Original assignee: Shenzhen New Guodu Jinfu Technology Co Ltd
Current assignee: Shenzhen New Guodu Jinfu Technology Co Ltd
Priority date: 2019-12-04
Filing date: 2019-12-04
Publication date: 2020-04-17

Abstract

本发明实施例公开了一种银行卡信息识别方法、装置、计算机设备及存储介质。该方法包括：获取终端的摄像头拍摄的视频流；将视频流转换为待测图片；根据预先训练的银行卡检测模型判断待测图片中是否包含银行卡图片区域；若待测图片中包含银行卡图片区域，根据银行卡检测模型输出的银行卡图片区域的坐标从待测图片中截取图片作为目标图片；将目标图片上传给预设的服务器，以由服务器识别目标图片中的银行卡信息。本发明基于手机扫描方式来获取银行卡图像，并通过银行卡检测模型来筛选图片、并提取仅包含银行卡的区域，提高了图像筛选的精度和准确性，还能提高后续卡号识别的准确度，从而解决了拍照获取银行卡照片不稳定，导致识别失败的问题。

Description

银行卡信息识别方法、装置、计算机设备及存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种银行卡信息识别方法、装置、计算机设备及存储介质。

背景技术

随着移动互联网的发展，越来越多的移动APP涉及到个人银行卡号信息的输入，如果手动去输入银行卡号码，速度非常慢，且用户体验非常差。传统的银行卡信息识别是通过手动拍照的方式将整张原始图片上传至服务器识别。传统的方式需要用户手动拍摄银行卡的照片，对用户的拍摄水平有较高要求，倘若用户拍摄的照片不符合要求，则无法识别银行卡的信息。

发明内容

本发明实施例提供了一种银行卡信息识别方法、装置、计算机设备及存储介质，旨在解决现有技术中用户获取银行卡照片不稳定而导致的识别率低的问题。

第一方面，本发明实施例提供了一种银行卡信息识别方法，其包括：

获取终端的摄像头拍摄的视频流；

将所述视频流转换为待测图片；

根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域；

若所述待测图片中包含银行卡图片区域，根据所述银行卡检测模型输出的所述银行卡图片区域的坐标从所述待测图片中截取图片作为目标图片；

将所述目标图片上传给预设的服务器，以由所述服务器识别所述目标图片中的银行卡信息。

其进一步的技术方案为，所述方法还包括：

若所述待测图片中不包含银行卡图片区域，返回获取终端的摄像头拍摄的视频流的步骤。

其进一步的技术方案为，在所述获取终端的摄像头拍摄的视频流之前，所述方法还包括：

获取终端屏幕的长度以及高度；

根据终端屏幕的长度以及高度在所述终端屏幕上生成位于所述终端屏幕中心的扫描框。

其进一步的技术方案为，所述根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域之前，所述方法还包括：

对所述银行卡检测模型进行训练。

其进一步的技术方案为，所述对所述银行卡检测模型进行训练，包括：

获取样本图片，所述样本图片包括正样本图片以及负样本图片；

根据获取到的所述样本图片构建训练数据样本集；

根据所述训练数据样本集对所述银行卡检测模型进行训练；

对训练后的所述银行卡检测模型进行压缩。

第二方面，本发明实施例还提供了一种银行卡信息识别装置，其包括：

第一获取单元，用于获取终端的摄像头拍摄的视频流；

转换单元，用于将所述视频流转换为待测图片；

判断单元，用于根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域；

截取单元，用于若所述待测图片中包含银行卡图片区域，根据所述银行卡检测模型输出的所述银行卡图片区域的坐标从所述待测图片中截取图片作为目标图片；

上传单元，用于将所述目标图片上传给预设的服务器，以由所述服务器识别所述目标图片中的银行卡信息。

其进一步的技术方案为，所述银行卡信息识别装置还包括：

返回单元，用于若所述待测图片中不包含银行卡图片区域，返回获取终端的摄像头拍摄的视频流的步骤。

其进一步的技术方案为，所述银行卡信息识别装置还包括：

第二获取单元，用于获取终端屏幕的长度以及高度；

生成单元，用于根据终端屏幕的长度以及高度在所述终端屏幕上生成位于所述终端屏幕中心的扫描框。

第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。

本发明提出的技术方案基于手机扫描方式来获取银行卡图像，并通过基于深度神经网络的银行卡检测模型来筛选图片、并提取仅包含银行卡的区域，提高了图像筛选的精度和准确性，还能提高后续卡号识别的准确度，从而解决了拍照获取银行卡照片不稳定，导致识别失败的问题。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种银行卡信息识别方法的流程示意图；

图2为本发明实施例提供的一种计算机设备的示意性框图。

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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

请参阅图1，图1是本发明实施例提供的一种银行卡信息识别方法的流程示意图。如图所示，该方法包括以下步骤S1-S5。

S1，获取终端的摄像头拍摄的视频流。

具体实施中，首先控制终端开启摄像头进行拍摄，然后获取终端的摄像头拍摄到的视频流。

S2，将所述视频流转换为待测图片。

具体实施中，银行卡检测模型的分析对象是图片，为此需要将步骤S1获取到的视频流转换为待测图片。本实施例中，视频流的格式为YUV。具体地，将YUV格式的视频流转换为png格式的图片。

S3，根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域。

具体实施中，将待测图片输入到预先训练的银行卡检测模型中，以由所述银行卡检测模型判断所述待测图片中是否包含银行卡图片区域，银行卡图片区域是指包含银行卡的图片区域。

需要说明的是，所述银行卡检测模型基于深度神经网络构建。

S4，若所述待测图片中包含银行卡图片区域，根据所述银行卡检测模型输出的所述银行卡图片区域的坐标从所述待测图片中截取图片作为目标图片。

具体实施中，如果所述待测图片中包含银行卡图片区域，银行卡检测模型会输出银行卡图片区域的坐标。进一步地，根据所述银行卡检测模型输出的所述银行卡图片区域的坐标从所述待测图片中截取图片作为目标图片。

S5，将所述目标图片上传给预设的服务器，以由所述服务器识别所述目标图片中的银行卡信息。

具体实施中，将所述目标图片上传给预设的服务器，以由所述服务器识别所述目标图片中的银行卡信息。

进一步地，所述银行卡信息识别方法还包括如下步骤：

具体实施中，如果所述待测图片中不包含银行卡图片区域，则返回步骤S1，重新获取视频流进行检测，直到待测图片中包含银行卡图片区域为止。

进一步地，在步骤S1之前，所述银行卡信息识别方法还包括如下步骤：

(a)获取终端屏幕的长度以及高度。

具体实施中，可根据终端的型号查询终端屏幕的长度以及高度。

(b)根据终端屏幕的长度以及高度在所述终端屏幕上生成位于所述终端屏幕中心的扫描框。

具体实施中，根据终端屏幕的长度以及高度在所述终端屏幕上生成位于所述终端屏幕中心的扫描框。通过以上步骤，可确保扫描框适配各种型号终端屏幕的分辨率。

进一步地，在步骤S3之前，所述银行卡信息识别方法还包括如下步骤：

对所述银行卡检测模型进行训练。

具体实施中，对所述银行卡检测模型进行训练，具体包括如下步骤：

(1)获取样本图片，所述样本图片包括正样本图片以及负样本图片。

具体实施中，搜集包含银行卡图片的样本图片(正样本图片)和不含银行卡但含有身份证、驾驶证等与银行卡外形相似但不希望模型检测到的样本图片(负样本图片)。

(2)根据获取到的所述样本图片构建训练数据样本集。

具体实施中，人工标注正样本图片中的银行卡区域。由于人工标注成本较高，可以用如下的方法，用少量人工标注的样本制造大量合成样本：对随机抽取从人工标注的正样本图片中截取出的银行卡，做随机的旋转、缩放、尺度、颜色、对比度、噪声扰动等变换后，后将其随机嵌入正样本图片和负样本图片中，并标注其嵌入的坐标，形成大量新的正样本图片；为了使模型不检测模糊和银行卡区域面积占图片面积过小的银行卡，对随机抽取从人工标注的正样本图片中截取出的银行卡，将其大幅度的模糊或缩小，后将其随机嵌入正样本图片和负样本图片中，但不标注其嵌入的坐标，形成大量新的负样本图片。

(3)根据所述训练数据样本集对所述银行卡检测模型进行训练。

使用上述方法构建的训练数据样本集训练银行卡检测模型。本发明使用的银行卡检测模型结构是针对移动端优化过的SSD-MobileNet-V2，是一种参数少、精度高、用于快速目标检测的全卷积神经网络模型。并根据测试结果适当调整训练方法和超参数，以得到效果最佳的模型。所述银行卡检测模型的训练基于google的tensorflow框架。

(4)对训练后的所述银行卡检测模型进行压缩。

为了将所述银行卡检测模型部署到移动终端(手机、专门的证件识别仪器等)，需对所述银行卡检测模型的参数做量化压缩处理，将浮点型参数转化为计算性能更高的整型参数，使所述银行卡检测模型更轻量快速。所述银行卡检测模型的压缩基于google的tflite框架。

对应于以上银行卡信息识别方法，本发明还提供一种银行卡信息识别装置。该银行卡信息识别装置包括用于执行上述银行卡信息识别方法的单元，该装置可以被配置于手机、专门的证件识别仪器等终端中。具体地，该银行卡信息识别装置包括第一获取单元、转换单元、判断单元、截取单元以及上传单元。

第一获取单元，用于获取终端的摄像头拍摄的视频流。

转换单元，用于将所述视频流转换为待测图片。

判断单元，用于根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域。

截取单元，用于若所述待测图片中包含银行卡图片区域，根据所述银行卡检测模型输出的所述银行卡图片区域的坐标从所述待测图片中截取图片作为目标图片。

在一实施例中，所述银行卡信息识别装置还包括返回单元。

在一实施例中，所述银行卡信息识别装置还包括第二获取单元以及生成单元。

第二获取单元，用于获取终端屏幕的长度以及高度。

在一实施例中，所述银行卡信息识别装置还包括训练单元。

训练单元，用于对所述银行卡检测模型进行训练。

在一实施例中，所述训练单元包括第三获取单元、构建单元、第二训练单元以及压缩单元。

第三获取单元，用于获取样本图片，所述样本图片包括正样本图片以及负样本图片。

构建单元，用于根据获取到的所述样本图片构建训练数据样本集。

第二训练单元，用于根据所述训练数据样本集对所述银行卡检测模型进行训练。

压缩单元，用于对训练后的所述银行卡检测模型进行压缩。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述银行卡信息识别装置和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述银行卡信息识别装置可以实现为一种计算机程序的形式，该计算机程序可以在如图2所示的计算机设备上运行。

请参阅图2，图2是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端，也可以是服务器，其中，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图2，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行一种银行卡信息识别方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种银行卡信息识别方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：

获取终端的摄像头拍摄的视频流；

将所述视频流转换为待测图片；

在一实施例中，处理器502还实现如下步骤：

在一实施例中，处理器502在实现所述获取终端的摄像头拍摄的视频流步骤之前，还实现如下步骤：

获取终端屏幕的长度以及高度；

在一实施例中，处理器502在实现所述根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域步骤之前，还实现如下步骤：

对所述银行卡检测模型进行训练。

在一实施例中，处理器502在实现所述对所述银行卡检测模型进行训练步骤时，具体实现如下步骤：

根据获取到的所述样本图片构建训练数据样本集；

根据所述训练数据样本集对所述银行卡检测模型进行训练；

对训练后的所述银行卡检测模型进行压缩。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序。该计算机程序被处理器执行时使处理器执行如下步骤：

获取终端的摄像头拍摄的视频流；

将所述视频流转换为待测图片；

在一实施例中，所述处理器在执行所述计算机程序还实现如下步骤：

在一实施例中，所述处理器在执行所述计算机程序而实现所述获取终端的摄像头拍摄的视频流步骤之前，还实现如下步骤：

获取终端屏幕的长度以及高度；

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域步骤之前，还实现如下步骤：

对所述银行卡检测模型进行训练。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述银行卡检测模型进行训练步骤时，具体实现如下步骤：

根据获取到的所述样本图片构建训练数据样本集；

根据所述训练数据样本集对所述银行卡检测模型进行训练；

对训练后的所述银行卡检测模型进行压缩。

所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种银行卡信息识别方法，其特征在于，包括：

获取终端的摄像头拍摄的视频流；

将所述视频流转换为待测图片；

2.根据权利要求1所述的银行卡信息识别方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的银行卡信息识别方法，其特征在于，在所述获取终端的摄像头拍摄的视频流之前，所述方法还包括：

获取终端屏幕的长度以及高度；

4.根据权利要求1所述的银行卡信息识别方法，其特征在于，所述根据预先训练的银行卡检测模型判断所述待测图片中是否包含银行卡图片区域之前，所述方法还包括：

对所述银行卡检测模型进行训练。

5.根据权利要求4所述的银行卡信息识别方法，其特征在于，所述对所述银行卡检测模型进行训练，包括：

根据获取到的所述样本图片构建训练数据样本集；

根据所述训练数据样本集对所述银行卡检测模型进行训练；

对训练后的所述银行卡检测模型进行压缩。

6.一种银行卡信息识别装置，其特征在于，包括：

第一获取单元，用于获取终端的摄像头拍摄的视频流；

转换单元，用于将所述视频流转换为待测图片；

7.根据权利要求6所述的银行卡信息识别装置，其特征在于，所述银行卡信息识别装置还包括：

8.根据权利要求6所述的银行卡信息识别装置，其特征在于，所述银行卡信息识别装置还包括：

第二获取单元，用于获取终端屏幕的长度以及高度；

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现如权利要求1-5中任一项所述的方法。