申请信用卡的图像质检方法、服务器及系统

本发明涉及互联网技术领域，尤其涉及一种申请信用卡的图像质检方法、服务器及系统。

在消费金融市场飞速发展的背景下，信用卡这种先消费后还贷的小额信贷支付工具被受到越来越多人的青睐，然而由于各种各样的原因导致信用卡被盗刷，被冒名贷款或者办理信用卡造成个人征信不良记录等问题。

今天各大银行为了帮助用户防范欺诈风险，保护客户资金，履行企业责任，采取了多项安全措施，其中，进行多次人脸识别就是其中一项手段，但是在客户完成OCR，和业务人员合影等影像信息上传至平台后仍需要进行人工质检，人为的参与出错率不可控、时效也比较慢，而且比较浪费人力。

那么是否可以利用图像比对技术对客户、业务人员上传的影像进行质检呢？又如何对比，如何判断是否准确？如果质检通过是否就可以提供质检质量同时也保证了质检时效，即使质检失败异常了也可以再分配人工进行质检。

因此，到实现图像质检的方法帮助系统完成自动质检是亟需解决的问题。

本发明提供了一种申请信用卡的图像质检方法、服务器及系统，降低了人力资源的浪费，提高了企业的业务效率及保证了质检时效。

第一方面，本发明实施例提供一种申请信用卡的图像质检方法，所述申请信用卡的图像质检方法包括：

响应客户端发送的用户的登录请求进行登录，所述登录请求至少包括业务人员的账号；

获取所述客户端发送的客户身份证图像；

根据业务人员的账号从数据库获取业务人员的身份证图像；

获取所述客户端发送的客户与业务人员的合影图像；

将所述客户身份证图像与所述合影图像进行配对得到第一匹配分数；

将所述业务人员身份证图像与所述合影图像进行配对得到第二匹配分数；

根据第一匹配分数和第二匹配分数确定出质检结果，所述质检结果包括质检通过和质检不通过；

当质检不通过时，提醒人工介入质检。

可选地，所述客户身份证图像和所述业务人员身份证图像为网格图像，所述客户身份证图像与所述合影图像进行配对得到第一匹配分数具体包括：

对所述客户身份证图像进行去网格处理得到去网格后的客户身份证图像；

对所述去网格后的客户身份证图像进行头像抠图得到客户头像；

将所述客户头像和所述合影图像输入至预设的识别模型中进行运算得到第一匹配分数，所述预设的识别模型是由身份证头像训练集和与人物图像训练集进行训练得到，其中所述身份证头像训练的每一张头像与所述人物图像训练集中的一张图像与多张图像相对应。

可选地，所述客户身份证图像和所述合影图像为网格图像，将所述客户身份证图像与所述合影图像进行配对得到第一匹配分数具体包括：

对所述客户身份证图像和所述合影图像进行去网格处理得到去网格后的客户身份证图像和去网格合影图像；

对所述去网格后的客户身份证图像进行头像抠图得到客户头像；

将所述客户头像与所述去网格合影图像的客户图像进行配对得到所述第一匹配分数。

可选地，将所述客户身份证图像与所述合影图像进行配对得到第一匹配分数还包括：

对所述去网格合影图像进行抠图形成第一头像和第二头像；

将所述客户头像和第一头像及第二头像一一进行比对；

将所述比分最高的作为所述第一匹配分数。

可选地，将所述业务人员身份证图像与所述合影图像进行配对得到第二匹配分数包括：

对所述业务人员身份证图像进行去网格处理得到去网格后的业务人员身份证图像；

对所述去网格后的业务人员身份证图像进行头像抠图得到业务人员头像；

将所述业务人员头像和所述合影头像输入至预设的识别模型中进行运算得到第二匹配分数，所述预设的识别模型是由身份证头像训练集和与人物图像训练集进行训练得到，其中所述身份证头像训练的每一张头像与所述人物图像训练集中的一张图像与多张图像相对应。

可选地，所述业务人员身份证图像为网格图像，将所述业务人员身份证图像与所述合影图像进行配对得到第二匹配分数具体包括：

对所述业务人员身份证图像和所述合影图像进行去网格处理得到去网格后的业务人员身份证图像和去网格合影图像；

对所述去网格后的业务人员身份证图像进行头像抠图得到业务人员头像；

将所述业务人员头像与所述去网格合影图像的客户图像进行配对得到所述第二匹配分数。

可选地，将所述业务人员身份证图像与所述合影图像进行配对得到第二匹配分数具体还包括：

对所述合影图像进行抠图形成第一头像和第二头像；

将所述业务人员头像和第一头像及第二头像一一进行比对；

将所述比分最高的作为所述第二匹配分数。

可选地，所述客户身份证图像和所述合影图像由所述客户端拍摄得到。

第二方面，本发明实施例还提供一种申请信用卡的图像质检系统，所述质检系统包括客户端和服务器。所述服务器包括存储器和处理器。所述客户端用于接收业务人员的输入命令并向服务器发送业务请求。存储器，用于存储计算机程序指令；处理器，用于执行所述计算机程序指令以实现上述申请信用卡的图像质检方法。

第三方面，本发明实施例还提供一种服务器，所述服务器包括存储器和处理器。所述客户端用于接收业务人员的输入命令并向服务器发送业务请求。存储器，用于存储计算机程序指令；处理器，用于执行所述计算机程序指令以实现上述申请信用卡的图像质检方法。

上述，通过获取客户与业务人员的身份证图像与客户与业务人员的合影图像进行配对获取质检数据，将质检数据与预设阈值进行对比来获取是否需要介入人工质检的结论，本方案大大降低了银行的办卡成本，提高了业务效率也避免了人为犯错的可能。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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示出的结构获得其他的附图。

图1为本发明实施例提供的一种申请信用卡的图像质检方法流程图。

图2为本发明实施例提供的一种申请信用卡的图像质检方法的质检结果页面示意图。

图3为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S109的第一实施例提供的子步骤流程图。

图4为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S109的第二实施例提供的子步骤流程图。

图5为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S106的第一实施例提供的子步骤流程图。

图6为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S111提供的第一实施例的子步骤流程图。

图7为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S111提供的第二实施例的子步骤流程图。

图8为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S21的第一实施例提供的子步骤流程图。

图9为本发明施例提供的一种申请信用卡的图像质检系统的服务器内部结构示意图。

图10图9为本发明施例提供的一种申请信用卡的图像质检系统示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限本发明。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。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

请参看图1，其为本发明实施例提供的一种申请信用卡的图像质检方法流程图。申请信用卡的图像质检方法由申请信用卡的图像质检系统执行，如图10所示。图像质检系统100包括客户端10和服务器20。客户端10用于响应用户操作产生相应的请求或者获取相应的文本信息或者图像等数据，并将相应的数据和请求发送给服务器。服务器根据客户端的请求或者数据进行处理以实现对申请信用卡的图像进行质检。该方法具体包括步骤S101-S115。

步骤S101，响应客户端发出的用户的登录请求进行登录，其中，登录请求信息中至少包括业务员的账号信息。

上述步骤S101中接收到的信用卡办理请求可以是该用户向任意一个银行申请办理信用卡的请求。本发明实施例中，信用卡办理登录请求中包含的业务员的账号信息可以是能够用于唯一标识业务员的信息，例如：身份证号、手机号和业务员账号。

步骤S103，获取所述客户端发送的客户身份证图像。具体地，所述客户身份证图像为网格图像，因为电脑保存的图片为位图，所以在图像处理之前要将所述客户端接收到的客户身份证图像进行去网格，再利用抠图程序对所述客户身份证图像进行头像抠图，得到客户头像P1。

需要说明的是对所述图像进行去网格和抠图方法存在较多现有的技术可以实现，例如，PhothoShop、美图秀秀、PopFore、Play With Pictures等，在此不再赘述。

步骤S105，根据业务员的账号从数据库获取业务员的身份证图像。当业务员输入自己的系统账号和密码后，客户端将发送账号信息到服务器，服务器通过此账号信息搜索到该业务员的资料信息，并将所述资料信息发送给客户端，显示在客户端界面上。同样的，获取到的业务员身份证图像信息为网格图像，将获取的业务员图像进行网格化处理后，利用抠图程序将所述业务员的身份证图像进行头像抠图，得到业务员头像P2。

步骤S107，获取所述客户端发送的客户与业务员的合影图像。可理解地，所述合影图像为网格图像，将接收到的合影图像进行网格化处理，得到合影头像P3。上述身份证图像，合影图像可以是业务员在审核客户是否符合办理信用卡过程中由客户端接收到的，所述客户端可以但不限于个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备或ATM柜台前置的摄像头拍下来的图像。

进一步地，包括但不限于采用OCR识别引擎，基于OCR识别能力将身份证图像上的信息通过文本形式输出，作为本发明的一个数据源，在本发明实施例中，作为本发明的另一个数据源为业务员通过PC端发送的图像信息。

在该实施例中，业务员所发送的图像需客户手动确认，如此，可防止他人假冒办理信用卡。

步骤S109，将所述客户身份证图像与所述合影图像进行匹配得到第一匹配分数。在一些可行的实施例中，可以将客户身份证图像的图像特征与所述合影图像的图像特征进行比对得到第一匹配分数n1，在另一些可行的实施例中，也可以将所述客户身份证图像与所述合影图像输入到训练好的预设识别模型中进行运算得到，下文将详细对步骤S109进行描述。

步骤S111,将所述业务员身份证图像与所述合影图像进行配对得到第二匹配分数。

在一些可行的实施例中，可以将业务人员身份证图像的图像特征与所述合影图像的图像特征进行比对得到第二匹配分数n2，在另一些可行的实施例中，也可以将所述业务人员身份证图像与所述合影图像输入到训练好的预设识别模型中进行运算得到，下文将详细对步骤S109进行描述。

步骤S113，根据第一匹配分数和第二匹配分数确定出质检结果，所述质检结果包括质检通过和质检不通过。具体地，当第一匹配分数n1,第二匹配分数n2均大于预设阈值n,则通过，若第一匹配分数n1或者第二匹配分数n2小于预设阈值n,则质检不通过。其中所述身份证头像训练的每一张头像与所述人物图像训练集中的一张图像与多张图像相对应。

步骤S115，当质检不通过时，提醒人工介入处理。

在该步骤中，当质检通过时，则结束流程。具体地，当质检数据比对后，服务器发送结果到客户端，如图2所示，可以在客户端10上添加结果界面1，当结果界面1上弹出“质检成功，请进入下一步”时，业务人员可点击“下一步”4进入下一流程；当结果界面1弹出“质检失败，请重新拍照”时，业务人员点击“重新拍照”3进入重新拍照界面，此时，图像质检系统100重新进行图像质检。

请参看图3，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S109的第一实施例提供的子步骤流程图，包括步骤S10-S12。

步骤S10，对所述客户身份证图像进行去网格处理得到去网格后的客户身份证图像。因为客户端获取到的图像为网格图像，为了后续对图像精准处理，此处需对所述图像进行网格化处理。例如，所述客户端接收到所述客户身份证图像后，利用PhothoShop程序进行网格化处理，处理方式为依次点击PhothoShop菜单栏上的“视图”、“显示”、“网格”，快捷键是CTRL+"。

步骤S11对所述去网格后的客户身份证图像进行头像抠图得到客户头像。

步骤S12将所述客户头像和所述合影图像输入至预设的识别模型中进行运算得到第一匹配分数。

在该步骤中，所述预设的识别模型是由身份证头像训练集和与人物图像训练集进行训练得到，其中所述身份证头像训练的每一张头像与所述人物图像训练集中的一张图像与多张图像相对应。可理解地，基于人脸识别的深度学习，所述识别模型将获取到人脸特征的预设值，所述人脸特征包括五官比例特征，人脸轮廓特征、虹膜特征等，所述识别模型将获取到的头像与所述合影头像进行特征对比，获取第一匹配数据n1。

请参看图4，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S109的第二实施例提供的子步骤流程图，包括步骤S102-S106。

步骤S102,对所述客户身份证图像和所述合影图像进行去网格处理得到去网格后的客户身份证图像和去网格合影图像。

步骤S104,对所述去网格后的客户身份证图像进行头像抠图得到客户头像。

步骤S106,将所述客户头像与所述去网格合影图像的客户图像进行配对得到所述第一匹配分数。在一些可行的实施例中，将所述客户头像与所述合影图像中的客户图像就基于人脸特征进行对比，所述人脸特征包括五官比例特征，人脸轮廓特征、虹膜特征等，将对比的第一匹配分数标记为n1。

请参看图5，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S106的第一实施例提供的子步骤流程图，包括步骤S13-S15。

步骤S13,对所述去网格合影图像进行抠图形成第一头像和第二头像。

步骤S14,将所述客户头像和第一头像及第二头像一一进行比对。在此步骤中，将获取到的客户头像和第一头像及第二头像一一进行比对。可以就基于人脸特征进行比对，例如，若是将人脸的轮廓作为比对条件，将客户头像的人脸轮廓与第一头像的人脸轮廓进行对比，将客户头像的人脸轮廓与第二头像的人脸轮廓进行对比。

步骤S15,将所述比分最高的作为所述第一匹配分数。在此步骤中，基于步骤S14,将一一对比后的结果比较出最高分数作为第一匹配分数n1。

请参看图6，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S111提供的第一实施例的子步骤流程图,包括步骤S16-S18。

步骤S16,对所述业务人员身份证图像进行去网格处理得到去网格后的业务人员身份证图像。

步骤S17,对所述去网格后的业务人员身份证图像进行头像抠图得到业务人员头像。

步骤S18,将所述业务人员头像和所述合影头像输入至预设的识别模型中进行运算得到第二匹配分数。在该步骤中，所述预设的识别模型是由身份证头像训练集和与人物图像训练集进行训练得到，其中所述身份证头像训练的每一张头像与所述人物图像训练集中的一张图像与多张图像相对应。可理解地，基于人脸识别的深度学习，所述识别模型将获取到人脸特征的预设值，所述人脸特征包括五官比例特征，人脸轮廓特征、虹膜特征等，所述识别模型将获取到的头像与所述合影头像进行特征对比，获取第二匹配数据n2。

请参看图7，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S111提供的第二实施例的子步骤流程图,包括步骤S19-S21。

步骤S19，对所述业务人员身份证图像和所述合影图像进行去网格处理得到去网格后的业务人员身份证图像和去网格合影图像。

步骤S20，对所述去网格后的业务人员身份证图像进行头像抠图得到业务人员头像。

步骤S21，将所述业务人员头像与所述去网格合影图像的客户图像进行配对得到所述第二匹配分数。在一些可行的实施例中，将所述业务人员头像与所述合影图像中的业务人员头像就基于人脸特征进行对比，所述人脸特征包括五官比例特征，人脸轮廓特征、虹膜特征等，将对比的第二匹配分数标记为n2。

请参看图8，其为本发明实施例提供的一种申请信用卡的图像质检方法中步骤S21的第一实施例提供的子步骤流程图，包括步骤S22-S24。

步骤22，对所述合影图像进行抠图形成第一头像和第二头像。

步骤23，将所述业务人员头像和第一头像及第二头像一一进行比对。在此步骤中，将获取到的业务人员头像和第一头像及第二头像一一进行比对。例如，可以就基于人脸特征进行比对，在一些可行的实施例中，若是将人脸的轮廓作为比对条件，将业务人员头像的人脸轮廓与第一头像的人脸轮廓进行对比，将业务人员头像的人脸轮廓与第二头像的人脸轮廓进行对比。

步骤24，将所述比分最高的作为所述第二匹配分数。在此步骤中，基于步骤S23,将一一对比后的结果比较出最高分数作为第一匹配分数n1。

请参看图9，为本发明施例提供的一种申请信用卡的图像质检系统的服务器内部结构示意图。所述服务器20包括存储器201和处理器202，具体地，存储器用于存储一种申请信用卡的图像质检方法的程序指令，处理器用于执行程序指令以使质检系统100实现上述的申请信用卡的图像质检方法。

服务器20包括存储器201和处理器。其中，存储器201至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器201不仅可以用于存储安装于质检系统100的应用软件及各类数据，例如，一种申请信用卡的图像质检系统的控制指令等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器202在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器201中存储的程序指令或处理数据。具体地，处理器202执行一种申请信用卡的图像质检方法的程序指令以控制质检系统100实现申请信用卡的图像质检方法。

上述通过获取客户与业务人员的身份证图像与客户与业务人员的合影图像进行比对获得质检数据，基于质检数据与预设阈值进行比对得到是否需要介入人工质检的结论，本方案大大降低了银行的办卡成本，提高了业务效率也避免了人为犯错的可能。

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，倘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。

以上所列举的仅为本发明较佳实施例而已，当然不能以此来限本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。