具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、视频处理、视频内容识别、行为识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(SLAM)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安防、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。例如，本申请实施例中的证件的验证方法就使用到了视频内容识别、图像处理、图像识别等技术。

作为一个示例，图1是本申请实施例提供的一种证件的验证方法在一种应用场景下的实施流程示意图，可以理解的是，本申请实施例所提供的证件的验证方法可以适用于但不限于应用于如图1所示的应用场景中。

本示例中，如图1所示，该示例中的证件真伪性的验证系统可以包括但不限于用户终端101、网络102、服务器103。用户终端101(如用户的智能手机)可以通过网络102与服务器103通信，用户终端101可以通过网络向服务器103发送待验证证件的视频数据。用户终端101中运行有目标应用，该目标应用具有用户的证件真伪验证的需求，如该目标应用的某个或某些功能需要进行用户身份证件的真伪验证，只有验证通过后才能够继续下一步操作。该目标应用可以为网页应用、应用程序(Application，简称APP)等。上述用户终端101中可以包括人机交互屏幕1011，处理器1012及存储器1013。用户可以通过该人机交互屏幕1011与用户终端101进行交互实现对目标应用的操作，如可以通过人机交互屏幕1011触发待验证证件的视频数据的采集，并通过视频上传操作将待验证证件的视频数据上传至服务器103，以由服务器103对视频数据进行真伪性验证。处理器1012用于处理用户的相关操作。存储器1013用于存储用户终端101的各种数据，如上述目标应用的用户端应用程序代码以及身份验证过程中需要用户终端101存储或缓存的各种数据。服务器103可以包括数据库1031和处理引擎1032，数据库1031中可以存储包括但不限于目标应用的服务器端的应用程序代码、身份验证过程中涉及到的各种数据等，还可以包括用户登录该目标应用的登录信息、用户在使用该目标应用时所产生的数据记录等。

下面以待验证证件是用户身份证为例，结合图1所示的证件真伪性的验证系统对本申请提供的证件的验证方法进行说明。

如图1所示，本示例中的证件的验证方法的具体实现过程可以包括步骤S101-S103：

步骤S101，用户通过用户终端101中的目标应用上传待验证证件的视频数据，该视频数据包括至少两帧图像，该用户终端101通过网络102将待验证证件的视频数据发送至该目标应用对应的服务器103。

具体地，用户在使用目标应用的某个需要进行身份证验证的功能时，该目标应用的用户界面可以显示有相应的提示信息，如用户界面中显示有“启动身份证验证”或者“身份证视频采集”的信息，用户点击确认进行身份证验证的相应按钮后，用户终端则可以启动用户终端的视频采集装置(如终端的内置或外接摄像头)触发视频采集，可以在采集到一定时长的视频后结束采集，得到视频数据。

步骤S102，从视频数据中抽取多个视频帧。

可选的，对视频数据通过一定的抽帧策略，得到多个视频帧。对视频数据进行抽帧的步骤可以在用户终端执行，也可以是在服务器执行，在此不作限定。

步骤S103，服务器103中的处理引擎1032基于多个视频帧和预先训练的证件验证模型对待验证证件的真实性进行验证。

可理解，上述仅为一种示例，本实施例在此不作限定。

其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器或服务器集群。上述网络可以包括但不限于：有线网络，无线网络，其中，该有线网络包括：局域网、城域网和广域网，该无线网络包括：蓝牙、Wi-Fi及其他实现无线通信的网络。用户终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、笔记本电脑、数字广播接收器、MID(Mobile InternetDevices，移动互联网设备)、PDA(个人数字助理)、台式计算机、车载终端(例如车载导航终端)、智能音箱、智能手表等，用户终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，但并不局限于此。具体也可基于实际应用场景需求确定，在此不作限定。

参见图2，图2是本申请实施例提供的一种证件的验证方法的流程示意图，该方法可以由任一电子设备执行，如可以是服务器或者用户终端，也可以是用户终端和服务器交互完成，如图2所示，本申请实施例提供的证件的验证方法包括如下步骤：

步骤S201，获取待验证证件的视频数据；

步骤S202，从上述视频数据中抽取多个视频帧；

步骤S203，基于上述多个视频帧和预先训练的证件验证模型对上述待验证证件的真实性进行验证。

可选的，待验证证件可以为任何身份证件，例如居民身份证、工作证件、社会医疗保险卡，等等，在此不作限定。该视频数据可以通过拍摄该待验证证件得到，可以仅包含该待验证证件的正面视频，或者仅包含该待验证证件的反面视频，或者还可以包含该待验证证件的正面视频和反面视频，在此不作限定。

其中，视频数据中包括至少两帧图像，通过多帧图像可以看到待验证证件在不同角度下的反光、纹理等信息，能够提取到待验证证件更多的信息。由于单帧图像会出现不同形式的攻击形态，例如，把待验证证件对应的用户的名字覆盖掉，或者把该用户的头像覆盖掉等攻击形态，而通过从视频数据中抽取多帧图像，基于多帧图像对待验证证件的真实性进行验证，能够避免仅以单帧图像进行判定时，由于信息不够全面，造成待验证证件的验证结果不可靠的问题。

获取待验证证件的视频数据，该视频数据可以为本地存储的视频，也可以为实时采集的视频，本申请实施例对于如何获取视频数据不作限定，可选的，当需要对用户进行证件验证时，用户可以通过用户终端上传视频数据，例如，可以通过启动用户终端的视频采集装置(如终端的内置或外接摄像头)以实时采集的方式对用户的待验证证件进行视频采集得到，然后将由用户终端采集的视频数据发送至服务器，服务器即可获取到该视频数据。

获取到该视频数据后，对该视频数据进行抽帧处理，得到多个视频帧，将该多个视频帧输入到预先训练好的证件验证模型中，通过该证件验证模型对该多个视频帧进行验证处理，也就是对该待验证证件的真实性进行验证处理，确定该待验证证件的真伪。

通过本申请实施例，在进行证件验证时，获取待验证证件的视频数据，然后从视频数据中抽取多个视频帧；最终基于多个视频帧和预先训练的证件验证模型对待验证证件的真实性进行验证，本申请实施例提供的该方法，在对待验证证件进行真伪性验证时，是基于抽取到的该待验证证件的视频数据中的多个视频帧，以及预先训练的证件验证模型对该待验证证件的真实性进行验证的，由于使用了多个视频帧，能够避免仅以单帧图像进行判定时，由于信息不够全面，造成待验证证件的验证结果不可靠的问题，使得在对证件进行验证时能综合考虑多个视频帧的因素，从而有效提高了证件验证的精确度，并且，采用预先训练的证件验证模型对证件的真实性进行验证，耗时较短，能够极大地节省劳动力，提高工作效率。

在一种可选的实施例中，上述基于上述多个视频帧和预先训练的证件验证模型对上述待验证证件的真实性进行验证，包括：

将上述多个视频帧输入上述证件验证模型，通过上述证件验证模型基于上述多个视频帧对上述待验证证件的真实性进行评估，得到上述待验证证件所对应的评估值；其中，上述评估值包括得分值或者标签值，上述得分值包括上述待验证证件为真证的得分值和/或上述待验证证件为假证的得分值；获取上述证件验证模型输出的上述评估值，基于上述评估值确定上述待验证证件的真伪性。

可选的，将基于待验证证件的视频数据抽取得到的多个视频帧输入到证件验证模型中，然后通过该证件验证模型基于该多个视频帧对待验证证件的真实性进行评估，得到该待验证证件的评估值。

其中，在一可选的实施例中，得到的待验证证件的评估值可以是待验证证件的得分值，该得分值可以是待验证证件为真证的得分值、或者待验证证件为假证的得分值、或者待验证证件为真证的得分值和待验证证件为假证的得分值。例如，假设得到的该待验证证件为真证的得分值是80；假设得到的该待验证证件为假证的得分值是20；假设得到的该待验证证件为真证的得分值是90、以及为假证的得分值为10。其中，本申请实施例中对于得分值的具体形式不作限定，可以是0至100之间的整数，0至10之间的整数，或者，0至1之间的数值，可理解，上述仅为一种示例，本实施例在此不作任何限定。

在一可选的实施例中，得到的待验证证件的评估值还可以是待验证证件的标签值，该标签值表征了待验证证件是真实证件还是伪造证件。例如，该标签值可以是1和0，其中，1表示待验证证件为伪造证件，0表示待验证证件为真实证件；当然，也可以是1表示待验证证件为真实证件，0表示待验证证件为伪造证件；本实施例在此不作任何限定。

在一示例中，得到的待验证证件的评估值可以是待验证证件的概率值，该概率值表征了该待验证证件为真实证件和/或伪造证件的概率。该概率值可以是待验证证件为真证的概率值、或者待验证证件为假证的概率值、或者待验证证件为真证的概率值和待验证证件为假证的概率值。

然后，获取证件验证模型输出的评估值，根据该评估值确定该待验证证件的真伪性。以下是确定待验证证件的真伪性的两种可能的方式：

方式1：若得分值是真证的得分，可以将得分值与真证评估阈值进行比较，确定待验证证件是真实证件还是伪造证件，即若得分值是真证的得分、且该得分值大于或等于真证评估阈值，则可以确定该待验证证件为真实证件。若得分值是假证的得分，可以将得分值与假证评估阈值进行比较，确定待验证证件是真实证件还是伪造证件，即若得分值是假证的得分、且该得分值大于或等于假证评估阈值，则可以确定该待验证证件为伪造证件。其中，真证评估阈值和假证评估阈值可以相同，也可以不同，在此不作限定。

方式2：若评估值是标签值，则根据标签值所表征的含义确定待验证证件的真伪性。例如，若输出的标签值是1则表示待验证证件为伪造证件，若输出的标签值是0则表示待验证证件为真实证件。

通过本申请实施例，可以通过证件验证模型输出的评估值确定待验证证件的真伪性，由于评估值可以为多种形式，使得确定待验证证件的方式也更加多样，提高了证件验证的方式的多样性。

在一种可选的实施例中，上述通过上述证件验证模型基于上述多个视频帧对上述待验证证件的真实性进行评估，得到上述待验证证件所对应的评估值，包括：

通过上述证件验证模型分别确定各上述视频帧所对应的子特征向量；

确定各上述视频帧所对应的融合特征向量；

基于各上述子特征向量和上述融合特征向量，确定上述待验证证件所对应的评估值。

可选的，可以将待验证证件的多个视频帧输入至证件验证模型，得到每个视频帧对应的子特征向量，其中，上述子特征向量实际上表征各个视频帧所对应的子评估值，每个子评估值用于表示对应的视频帧中的待验证证件为真证和/或为假证的得分值，或者，每个子评估值用于表示对应的视频帧中的待验证证件的标签值(即对应的视频帧中的待验证证件是真证还是假证)。确定各视频帧对应的融合特征向量，其中，上述子融合特征向量实际上表征各个视频帧所对应的融合评估值，即所有的视频帧融合之后的融合评估值。最后，基于多个视频帧分别对应的子特征向量和融合特征向量，确定该待验证证件对应的评估值。以下是确定待验证证件对应的评估值的几种可能的方式，其中，每个子特征向量对应的子评估值记为第一评估值，融合特征向量对应的融合评估值记为第二评估值：

方式1：将各第一评估值和第二评估值之和的平均值作为待验证证件所对应的评估值。

方式2：将各第一评估值和第二评估值中的中位数作为待验证证件所对应的评估值。

方式3：将各第一评估值和第二评估值中的最大值作为待验证证件所对应的评估值。

方式4：将各第一评估值和第二评估值中的最大值和最小值的平均值作为待验证证件所对应的评估值。

方式5：可以将各第一评估值和第二评估值进行加权求和，基于加权求和得到的评估值确定待验证证件所对应的评估值。

其中，各第一评估值的第一权重和第二评估值的第二权重之和为1。可以设置第二权重高于各第一权重之和。

其中，各第一评估值的第一权重可以基于各视频帧确定，例如，根据每个视频帧对应的采集时间确定每个视频帧的权重，可以将处于视频数据中间时间段的视频帧的权重设置的相对高一些，然后将每个视频帧的权重作为各子特征向量的权重。

通过本申请实施例，可以通过多个视频帧对应的子特征向量、以及基于融合各子特征向量所得到的融合特征向量，得到待验证证件的评估值，进而可以基于评估值对待验证证件的真伪性进行验证，这个过程中，综合考虑了各子特征向量和融合特征向量多个因素，这种综合考虑多种信息的方式，能够综合考虑多方面的信息，来进行证件验证，提高了验证结果的准确率。

在一种可选的实施例中，上述确定各上述视频帧所对应的融合特征向量，包括：

获取各上述视频帧所对应的卷积特征；

将各上述卷积特征进行拼接，得到拼接卷积特征；

基于上述拼接卷积特征确定上述融合特征向量。

可选的，在将各视频帧输入证件验证模型后，证件验证模型首先提取出各个视频帧各自对应的卷积特征，然后将各个卷积特征拼接，也就是将这多个卷积特征进行堆叠形成一个更大的卷积特征，得到拼接卷积特征，然后基于该拼接卷积特征确定融合特征向量。

在本申请实施例中，除了上述提供的确定融合特征向量，基于子特征向量和融合特征向量确定待验证证件所对应的评估值的方式之外，还可以通过其他方式确定待验证证件所对应的评估值。

在一种可选的实施例中，上述通过上述证件验证模型基于上述多个视频帧对上述待验证证件的真实性进行评估，得到上述待验证证件所对应的评估值，还可以通过如下方式实现：

通过上述证件验证模型分别确定各上述视频帧所对应的子特征向量；

对各上述子特征向量进行融合处理，得到上述待验证证件所对应的评估值。

可选的，将多个视频帧输入至证件验证模型，得到各个视频帧分别对应的子特征向量，然后将各个子特征向量进行融合，确定该待验证证件所对应的评估值。其中，每个子特征向量表征的是对应的视频帧中的待验证证件的子评估值。具体地，每个子评估值用于表示对应的视频帧中的待验证证件为真证和/或为假证的得分值/概率值，或者，每个子评估值用于表示对应的视频帧中的待验证证件的标签值(即对应的视频帧中的待验证证件是真证还是假证)。

举例来说，假设基于待验证证件的视频数据进行抽帧得到了8帧视频帧，这8帧视频帧的子特征向量对应的评估值分别为子评估值1、子评估值2、……、子评估值8，然后基于这8个子评估值确定待验证证件的评估值。该待验证证件的评估值可以是这8个评估值的加权平均数、平均数、中位数、最大值等，在此不作限定。

在具体实施时，在对待验证证件进行验证时，可以采用待验证正面的正面所对应的视频数据，也可以采用待验证证件的反面所对应的视频数据；当然，所采用的视频数据也可以既包括待验证证件的正面所对应的视频数据，也包括待验证证件的反面所对应的视频数据。

在一种可选的实施例中，上述视频数据包括上述待验证证件的正面视频数据和上述待验证证件的反面视频数据；

针对视频数据包括待验证正面的正面视频数据和反面视频数据的这种情况，可以分别从正面视频数据和反面视频数据中抽取视频帧，并输入至证件验证模型进行验证；因此，针对该种情况：

上述从视频数据中抽取多个视频帧的步骤，可以包括：

从正面视频数据中抽取多个第一视频帧，以及，从反面视频数据中抽取多个第二视频帧；

相应的，上述基于上述多个视频帧和预先训练的证件验证模型对上述待验证证件的真实性进行验证，包括：

将多个第一视频帧和多个第二视频帧输入证件验证模型，通过证件验证模型基于多个第一视频帧和多个第二视频帧对待验证证件的真实性进行评估，得到待验证证件所对应的评估值；获取证件验证模型输出的评估值，基于该评估值确定待验证证件的真伪性。

在通过证件验证模型对待验证证件进行验证时，由于该证件验证模型对于证件的正面视频数据和反面视频数据均具备识别真伪的能力，可以不对待验证证件的视频数据中的正面视频数据和反面视频数据进行区分，将从待验证证件的正面视频数据中抽取的多个第一视频帧和从待验证证件的反面视频数据中抽取的多个第二视频帧输入至证件验证模型，也即将多个第一视频帧和多个第二视频帧混合在一起对待验证证件的真实性进行验证。

其中，由于待验证证件的视频数据包括正面视频数据和/或待验证证件，那么，输入至证件验证模型的视频数据可以只包含正面视频数据对应的视频帧、也可以只包含反面视频数据对应的视频帧、或者包含正面视频数据和反面视频数据这两部分数据对应的视频帧，也就是说，本申请实施例中的证件验证模型可以适应多种可能的情况，不对输入的待验证证件的视频数据进行区分。

通过本申请实施例，由于证件验证模型对证件的正面视频数据和反面视频数据均具备识别真伪的能力，通过该证件验证模型对待验证证件进行验证时，可以适应多种业务需求，提高了证件验证模型的适应性、通用性。

当然，在对待验证证件进行验证时，也可以对待验证证件的正面视频数据和待验证证件的反面视频数据进行区分，具体过程如下：

在一种可选的实施例中，上述视频数据包括上述待验证证件的正面视频数据和上述待验证证件的反面视频数据；

上述基于上述多个视频帧和预先训练的证件验证模型对上述待验证证件的真实性进行验证，包括：

基于从上述正面视频数据中抽取的多个第一视频帧和上述证件验证模型，对上述待验证证件的真实性进行验证，得到第一验证结果；以及，基于从上述反面视频数据中抽取的多个第二视频帧和上述证件验证模型，对上述待验证证件的真实性进行验证，得到第二验证结果；

基于上述第一验证结果和上述第二验证结果，确定上述待验证证件的真伪。

由于证件通常是有正反两面，正面和反面的信息通常都是不同的，因此，为了更好的保证验证的准确性，可以对待验证证件的正面视频数据和待验证证件的反面视频数据分别进行验证。

可选的，待验证证件的视频数据可以包括待验证证件的正面视频数据和待验证证件的反面视频数据。例如，以身份证为例，正面视频数据可以为身份证国徽面的视频数据，反面视频数据可以为身份证人像面的视频数据，并且，正面视频数据和反面视频数据均包括至少两帧图像。

在基于多个视频帧和预先训练的证件验证模型对待验证证件的真实性进行验证时，对于正面视频数据和反面视频数据，可以分别将正面视频数据和反面视频数据输入至证件验证模型中，通过该证件验证模型分别对正面视频数据和反面视频数据进行验证处理，分别得到正面视频数据对应的第一验证结果，以及反面视频数据对应的第二验证结果，并基于第一验证结果和第二验证结果，确定待验证证件的真伪。

在一可选的实施例中，上述基于上述第一验证结果和上述第二验证结果，确定上述待验证证件的真伪，包括：

若上述第一验证结果和上述第二验证结果均指示上述待验证证件为真实证件，则确定上述待验证证件为真实证件；否则，确定上述待验证证件为伪造证件。

举例来说，用户可以上传身份证的国徽面的视频(正面视频数据)和人像面的视频(反面视频数据)，其中，对于国徽面的视频，可以将该部分视频拆解为N个视频片段，从每一个视频片段中抽取至少一帧视频帧，得到国徽面的视频对应的视频帧。对于人像面的视频，可以将该部分视频拆解为N个视频片段，从每一个视频片段中抽取至少一张RGB色彩模式(RGB color mode)图像，得到人像面的视频对应的视频帧。

其中，本申请实施例中对于多个视频帧中的每个视频帧的图像格式不作任何限定，可以是RGB色彩模式(RGB color mode)的图像，还可以是其他色彩模式的图像，其中，RGB是工业界的一种颜色标准，是通过对红(Red，简称R)、绿(Green，简称G)、蓝(Blue，简称B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色。

然后，将抽取得到的国徽面的视频帧输入证件验证模型中，基于国徽面对应的视频帧对待验证证件进行评估，得到国徽面的视频对应的第一验证结果，以及将抽取得到的人像面的视频帧输入证件验证模型中，基于人像面所对应的视频帧对待验证证件进行评估，得到人像面的视频对应的第二验证结果，将第一验证结果和第二验证结果作为判断身份证真假证的依据，只有两个视频的验证结果均判定为真证，身份证的验证结果才为真证。在一示例中，该待验证证件的真伪性可以为该待验证证件的分类结果，例如，1代表该待验证证件为假证，0代表该待验证证件为真证。

通过本申请实施例，可以通过待验证证件的正面视频数据和反面视频数据分别对应的验证结果，来确定待验证证件的真伪，只有两个视频的验证结果均为真证，才能确定待验证证件为真证，这种双重验证的方式，提高了证件验证的准确率以及安全性。

可选的，根据待验证证件的正面视频数据的第一验证结果、以及待验证证件的反面视频数据的第二验证结果，确定待验证证件的真伪时，可以有以下几种情形：

情形1：若第一验证结果指示待验证证件为真证件、且第二验证结果指示待验证证件为真证件，则待验证证件为真证件。

情形2：若第一验证结果指示待验证证件为真证件、且第二验证结果指示待验证证件为假证件，则待验证证件为假证件。

情形3：若第一验证结果指示待验证证件为假证件、且第二验证结果指示待验证证件为真证件，则待验证证件为假证件。

情形4：若第一验证结果指示待验证证件为假证件、且第二验证结果指示待验证证件为假证件，则待验证证件为假证件。

也就是说，只有第一验证结果和第二验证结果均指示待验证证件为真实证件，则确定待验证证件为真实证件；否则，确定待验证证件为伪造证件。

另外，需要说明的是，在一种可选实施方式中，本申请实施例所使用的证件验证模型可以包括第一子验证模型和第二子验证模型，在对待验证证件进行验证时，可以将从正面视频数据中抽取的多个第一视频帧输入证件验证模型的第一子模型中，得到第一验证结果，将从反面视频数据中抽取的多个第二视频帧输入证件验证模型的第二子模型中，得到第二验证结果；然后，基于第一验证结果和第二验证结果，确定待验证证件的真伪。

在一种可选的实施例中，上述从上述视频数据中抽取多个视频帧，包括：

将上述视频数据划分为多个视频片段，从每个视频片段中抽取至少一帧视频帧；

或者，

确定上述视频数据所对应的视频帧序列，按照设定抽取规则从上述视频帧序列中抽取视频帧；其中，上述设定抽取规则包括：设定时间间隔或者设定视频帧间隔。

当然，从正面视频数据中抽取多个第一视频帧，以及，从反面视频数据中抽取多个第二视频帧均可按照上述方式进行抽取；当然，也可以采用其他方式进行抽取，本申请实施例并不对此进行限定。

可选的，如果本申请实施例中证件的验证方法的执行主体是用户终端，那么可以通过用户终端获取待验证证件的视频数据，然后按照一定的抽帧策略抽取得到多个视频帧。可选的，如果本申请实施例中证件的验证方法的执行主体是服务器，可以由用户终端获取待验证证件的视频数据，然后按照一定的抽帧策略抽取得到多个视频帧，并由用户终端将抽取得到的多个视频帧发送给服务器，或者，可以由用户终端获取待验证证件的视频数据，并由用户终端将视频数据发送给服务器，并由服务器按照一定的抽帧策略抽取得到多个视频帧。可理解，对视频数据进行抽帧得到多个视频帧的步骤，可以和文中的各个实施例相结合，以下是本申请实施例提供的几种可能的情形。

在一示例中，将该视频数据划分为至少两个视频片段(如2个、10个等)，然后按照一定的抽帧策略对每个视频片段抽取一定的帧图像，得到多个视频帧。具体地，可以从每个视频片段中抽取至少一帧图像，将从每个视频片段中抽取的帧图像作为多个视频帧。

其中，在将视频数据划分为至少两个视频片段时，可以以固定的时间间隔(如每隔3秒等)将视频数据划分为至少两个视频片段，或者，可以将视频数据划分为固定数量(如10个)的视频片段。或者，可以基于视频数据的总时长，将视频数据平均划分为至少两个视频片段。在此不作限定。

在一示例中，确定上述视频数据所对应的视频帧序列，可以按照设定的抽取规则从该视频序列中抽取视频帧。例如，可以按照设定时间间隔(如每隔1秒等)从视频序列中抽取视频帧，或者，还可以按照设定视频帧间隔(如每隔3个视频帧等)从视频序列中抽取视频帧。

通过本申请实施例，采取抽帧的方式，从视频序列中抽取一定的帧图像，得到多个视频帧，能够去除一些冗余信息，降低了计算量，提高了计算效率。

以下结合一具体实施例进行详细说明，以待验证证件为居民身份证(以下简称身份证)，视频数据为身份证的国徽面和人像面的两段视频为例，说明证件验证处理的具体过程，具体的身份证验真判断的处理步骤如下：

步骤1，拍摄身份证国徽面和人像面的两段视频(即视频数据)；

每段视频的时长可以根据需求设定，本申请实施例不做限定，如可以是1～3秒；其中，视频中的每个视频帧的图像格式可以是RGB格式的图像，可理解，还可以是其他图像格式的图像，本实施在此不作限定。

步骤2，分别将国徽面的视频和人像面的两段视频都拆分为N个视频片段(N≥1，可选的，N≥2)。

步骤3，分别从拆分后的国徽面的N段视频中的每一段视频中抽出一张RGB图像，共组成国徽面的N张图像，将这国徽面的N张图像同时输入到证件验证模型中进行评估。以及分别从拆分后的人像面的N段视频中的每一段视频中抽出一张RGB图像，共组成人像面的N张图像，将这人像面的N张图像同时输入到证件验证模型中进行评估。

可选的，对于国徽面的N张图像和人像面的N张图像输入到证件验证模型的输入方式，可以有多种方式，例如，可以同时将国徽面的N张图像和人像面的N张图像输入至证件验证模型，也可以分别输入国徽面的N张图像和人像面的N张图像，本申请实施例中对于国徽面的N张图像和人像面的N张图像的输入方式不作限定。

其中，国徽面的视频对应的N张图像和人像面的视频对应的N张图像即为上述视频数据的多个视频帧。

步骤4，根据证件验证模型得出的评估结果(即评估值)来判断输入视频中的身份证是真证还是假证。

其中，可以通过证件验证模型得到国徽面视频对应的第一验证结果，以及通过证件验证模型得到人像面视频对应的第二验证结果。

步骤5，综合国徽面和人像面的两段视频的验证结果，返回用户最终的验证结果，当国徽面和人像面图像均检测通过时，则认为本次身份证验真检测通过；反之，验真检测失败。

在一示例中，视频数据中还可以包括持有待验证证件的目标对象的第一人脸图像，然后确定第一人脸图像与待验证证件上的第二人脸图像的第一相似度，根据第一相似度，得到提示信息，该提示信息用于提示该待验证证件的持有者是否为目标对象本人，例如，该提示信息可以为“非本人持有证件，请注意！”，可根据实际应用场景设定该提示信息，在此不作限定。

可选的，参见图3，图3是本申请实施例提供的一种证件验证模型的原理示意图，如图3所示，证件验证模型包括卷积层、第一全连接层、第二全连接层和第三全连接层，其中，卷积层的输入为视频数据，卷积层的输出分别和第一全连接层和第二全连接层的输入连接，第一全连接层的输出和第二全连接层的输出分别与第三全连接层的输入连接。

其中，图3所示的示例中第一全连接层、第二全连接层和第三全连接层的数量为一个，在实际应用中，第一全连接层、第二全连接层和第三全连接层的数量可以为至少一个，在此不作限定。具体的训练过程可参考后文描述，在此不再赘述。

可选的，在一种具体实施方式中，第一全连接层和第二全连接层可以为同一个全连接层，也可以为不同的全连接层。

如图3所示，将待验证证件的多个视频帧输入至卷积层，得到多个视频帧的卷积特征，通过第一全连接层对多个视频帧的卷积特征进行特征提取，得到多个视频帧的子特征向量，通过第二全连接层对多个视频帧的子特征向量进行特征融合，得到多个视频帧的融合特征向量，通过第三全连接层对多个视频帧的子特征向量和视频数据的融合特征向量进行处理，确定待验证证件的真伪。

通过本申请实施例，已有的证件验证方法大都基于单帧RGB图像，丢失了很多有用信息，本申请实施例中，通过稀疏抽帧的方式抽取得到多张RGB图像，利用到了视频中帧之间的信息，不仅去除了冗余信息、降低了计算量，而且提高了证件验证的准确度和工作效率。

以下详述证件验证模型的训练过程，可理解，证件验证模型的训练过程可以和本申请实施例中的任一实施例相结合。

在一种可选的实施例中，上述证件验证模型通过以下方式训练得到：

获取视频样本集；其中，上述视频样本集包括多个样本证件的视频数据以及各上述样本证件的标注数据；上述样本证件的标注数据表明上述样本证件为真实证件或者伪造证件；

将上述视频样本集输入初始证件验证模型，得到上述视频样本集中的各个样本证件所对应的评估值；

基于各上述样本证件的标注数据和各上述评估值进行损失计算，并基于损失计算的结果更新上述初始证件验证模型的模型参数，得到上述证件验证模型。

可选的，视频样本集包括多个样本证件的视频数据以及各样本证件的标注数据。视频样本集可以包括真证视频集和假证视频集，本申请实施例中对于真证视频集合假证视频集各自所占的比例不作限定，例如，真证视频集和假证视频集在视频样本集中所占的比例可以相等。真证视频集包括至少两个样本证件的视频数据以及各样本证件的标注数据，假证视频集包括至少两个样本证件的视频数据以及各样本视频的证件的标注数据。其中，每个样本证件的标注数据表明了该样本证件是真实证件或者是伪造证件。

在得到视频样本集之后，可以将该视频样本集中的每个样本证件的视频数据一一输入至初始证件验证模型中，其中，该初始证件验证模型可以为神经网络模型。然后，通过该初始证件验证模型得到视频样本集中的各个样本证件所对应评估值，基于各样本证件的标注数据和各评估值进行损失计算，得到该初始证件验证模型对应的总损失函数的值，基于总损失函数、总损失函数的值、视频样本集中的各样本证件的视频数据对初始证件验证模型进行迭代训练，并不断更新初始证件验证模型的模型参数，直至满足预设的训练结束条件，该训练结束条件可以为总损失函数收敛，若总损失函数收敛，则将收敛时的初始证件验证模型作为最终的证件验证模型，若总损失函数未收敛，则继续训练该初始证件验证模型，直至总损失函数收敛。

可选的，对于每个样本证件，该样本证件的视频数据包括各帧样本图像，该样本证件的标注数据包括样本证件的视频数据的各帧样本图像的第一标注数据和样本证件的视频数据的第二标注数据，其中，每个第一标注数据表征了对应的样本图像中的待验证证件是真实证件或者伪造证件，第二标注数据表征了样本证件的整个视频数据对应的待验证件是真实证件或者是伪造证件。

需要说明的是，实际应用中，对于各帧样本图像的第一标注结果和样本证件的视频数据的第二标注数据来说，是保持一致的，在对各帧样本图像进行标注时，可以直接将第二标注结果作为第一标注结果进行标注。或者，不对各帧样本图像进行标注，直接使用第二标注结果来表征各帧样本图像的真实性。

对于任一上述样本证件的视频数据，可以将该样本证件的视频数据的各帧样本图像输入至初始证件验证模型中，通过初始证件验证模型进行以下处理：

提取各帧样本图像的第一样本卷积特征；基于每帧样本图像的第一样本卷积特征得到该帧样本图像的第一预测评估值；通过融合各帧样本图像的第一样本卷积特征得到样本证件的视频数据的融合卷积特征，基于各帧样本图像的第一样本卷积特征和样本证件的视频数据的融合卷积特征，得到样本证件的视频数据的第二预测评估值，其中，样本证件的视频数据对应的预测验证结果包括各帧样本图像的第一预测评估值和样本证件的视频数据的第二预测评估值；

基于各样本证件的视频数据的各帧样本图像的第一预测评估值和第一标注数据计算第一损失函数的第一损失值；

基于各样本证件的视频数据的第二预测评估值和第二标注数据计算第二损失函数的第二损失值；

基于上述第一损失函数的第一损失值和上述第二损失函数的第二损失值确定上述总损失函数的总损失值，基于上述总损失函数的总损失值对初始证件验证模型的模型参数进行调整。

可选的，以待验证证件为身份证为例，对证件验证模型的具体训练过程进行说明，具体步骤如下：

数据预处理：收集一批身份证视频并对其进行标注，将视频抽帧为RGB图像，得到视频样本集，利用该视频样本集训练得到证件验证模型(还可以称为证件验真模型)。

其中，可以收集拍摄的真假身份证的短视频，形成真证视频集和假证视频集，视频样本集包括真证视频集和假证视频集。然后分别将真证视频集和假证视频集中的每一个视频拆分为N(N>＝1)个区间段，从每一区间段里抽取一张RGB图像，对每一区间段的视频采取稀疏抽帧的方式，得到N张RGB图像，去除了一些冗余信息，降低了计算量。

对于视频样本集中的每个样本证件的视频数据，利用每个样本证件的视频数据中产生的各帧样本图像(如N张RGB图像)，训练神经网络模型；

融合RGB图像的评估结果，判断视频中身份证是否为真证。

具体地，针对视频样本集中的每一样本证件的视频数据，将其抽取出来的N张RGB图像送入到初始证件验证模型(可以为卷积神经网络模型)中，得到N个三维的卷积特征，接下来会对这N个卷积特征做两方面的处理。一方面将这N个卷积特征经过全连接层得到N个(1，2)的向量(记为A)(即各样本证件所对应的评估值)，每个向量是两个得分，一个是真证的得分，一个是假证的得分，这N个向量其实就是N张图像各自的得分；另一方面将这N个卷积特征进行堆叠形成一个更大的卷积特征，堆叠后的卷积特征再经过全连接层后得到(1，2)的向量；共得到N+1个(1，2)向量，将这N+1个(1，2)向量最后在经过一全连接层得到最后的(1，2)向量(记为B)，该向量就是最终的样本证件的视频数据的得分。

最终的损失函数是由得分A和得分B共同组成，可以采用交叉熵损失函数(不局限于此损失函数)作为损失函数，得分A的损失函数(即第一损失函数)如下：

其中，N为送入初始证件验证模型的N张样本图像，代表N张样本图像中第i张图像原本的标注结果(即样本证件的视频数据的第i帧图像的标注数据，该标注数据与样本证件的视频数据的标注结果一致)，的值可以为0或1，1代表假证，0代表真证，y_i代表样本证件的视频数据的第i帧图像的评估值，(x_i,y_i)代表第i张图像的评估值，x_i代表第i张样本图像中的证件是真证件的概率，y_i代表第i张样本图像中的证件是假证件的概率。

公式(1)给出的是一个样本证件的视频数据对应的损失值，实际应用中，第一损失函数对应的第一损失值为所有样本证件的视频数据的损失值之和。

得分B的损失函数(即第二损失函数)如下：

其中，为代表样本证件的视频数据的第二标注数据，y代表样本视频的第二预测评估值，x代表样本证件的视频数据中的证件是真证件的概率。

公式(2)给出的是一个样本证件的视频数据对应的损失值，实际应用中，第二损失函数对应的第二损失值为所有样本证件的视频数据的损失值之和。

最终的损失函数为：

loss＝αlossA+βlossB (3)

其中，α和β分别是损失A和B的系数即权重，可以根据实际需求设置，比如可以设置为1/2。

对于每一次训练，可以根据总损失函数的值判断训练是否结束，如果总损失函数收敛，则可以结束模型训练，如果不收敛，则可以利用梯度下降算法，更新初始证件验证模型的模型参数，并重复上述训练步骤。

对初始证件验证模型进行迭代训练，循环迭代一定的次数后，得到最终的证件验证模型。

其中，对于证件验证模型的具体结构本申请实施例不做限定，如可以是基于卷积神经网络的网络模型，也可以基于循环神经网络的网络模型等。

通过本申请实施例，可以通过训练初始证件验证模型得到最终的证件验证模型，使得到的证件验证模型具备评估证件真假的能力，然后通过训练好的证件验证模型来对待验证证件进行验证处理，提高了验证效率。

参见图4，图4是本申请实施例提供的一种证件的验证装置的结构示意图。本申请实施例提供的证件的验证装置1包括：

视频数据获取模块11，用于获取待验证证件的视频数据；

视频帧抽取模块12，用于从上述视频数据中抽取多个视频帧；

验证模块13，用于基于上述多个视频帧和预先训练的证件验证模型对上述待验证证件的真实性进行验证。

在一种可行的实施例中，上述验证模块13，包括：

第一处理单元，用于将上述多个视频帧输入上述证件验证模型，通过上述证件验证模型基于上述多个视频帧对上述待验证证件的真实性进行评估，得到上述待验证证件所对应的评估值；其中，上述评估值包括得分值或者标签值，上述得分值包括上述待验证证件为真证的得分值和/或上述待验证证件为假证的得分值；

第二处理单元，用于获取上述证件验证模型输出的上述评估值，基于上述评估值确定上述待验证证件的真伪性。

在一种可行的实施例中，上述第一处理单元，具体用于：

通过上述证件验证模型分别确定各上述视频帧所对应的子特征向量；

确定各上述视频帧所对应的融合特征向量；

基于各上述子特征向量和上述融合特征向量，确定上述待验证证件所对应的评估值。

在一种可行的实施例中，第一处理单元，具体用于：

获取各上述视频帧所对应的卷积特征；

将各上述卷积特征进行拼接，得到拼接卷积特征；

基于上述拼接卷积特征确定上述融合特征向量。

在一种可行的实施例中，上述第一处理单元，具体用于：

通过上述证件验证模型分别确定各上述视频帧所对应的子特征向量；

对各上述子特征向量进行融合处理，得到上述待验证证件所对应的评估值。

在一种可行的实施例中，上述视频数据包括上述待验证证件的正面视频数据和上述待验证证件的反面视频数据；上述视频帧抽取模块12，具体用于：

从上述正面视频数据中抽取多个第一视频帧，以及，从上述反面视频数据中抽取多个第二视频帧；

相应的，上述验证模块13，包括：

第三处理单元，用于将上述多个第一视频帧和上述多个第二视频帧输入上述证件验证模型，通过上述证件验证模型基于上述多个第一视频帧和上述多个第二视频帧对上述待验证证件的真实性进行评估，得到上述待验证证件所对应的评估值；

第一确定单元，用于获取上述证件验证模型输出的上述评估值，基于上述评估值确定上述待验证证件的真伪性。

在一种可行的实施例中，上述视频数据包括上述待验证证件的正面视频数据和上述待验证证件的反面视频数据；上述验证模块，包括：

验证单元，用于基于从上述正面视频数据中抽取的多个第一视频帧和上述证件验证模型，对上述待验证证件的真实性进行验证，得到第一验证结果；以及，基于从上述反面视频数据中抽取的多个第二视频帧和上述证件验证模型，对上述待验证证件的真实性进行验证，得到第二验证结果；

第二确定单元，用于基于上述第一验证结果和上述第二验证结果，确定上述待验证证件的真伪。

在一种可行的实施例中，上述第二确定单元，用于：

若上述第一验证结果和上述第二验证结果均指示上述待验证证件为真实证件，则确定上述待验证证件为真实证件；否则，确定上述待验证证件为伪造证件。

在一种可行的实施例中，上述视频帧抽取模块，具体用于；

将上述视频数据划分为多个视频片段，从每个视频片段中抽取至少一帧视频帧；

或者，

确定上述视频数据所对应的视频帧序列，按照设定抽取规则从上述视频帧序列中抽取视频帧；其中，上述设定抽取规则包括：设定时间间隔或者设定视频帧间隔。

在一种可行的实施例中，上述装置还包括训练模块，所述训练模块，具体用于：

获取视频样本集；其中，上述视频样本集包括多个样本证件的视频数据以及各上述样本证件的标注数据；上述样本证件的标注数据表明上述样本证件为真实证件或者伪造证件；

将上述视频样本集输入初始证件验证模型，得到上述视频样本集中的各个样本证件所对应的评估值；

基于各上述样本证件的标注数据和各上述评估值进行损失计算，并基于损失计算的结果更新上述初始证件验证模型的模型参数，得到上述证件验证模型。

本申请实施例所提供的装置，获取待验证证件的视频数据，然后从视频数据中抽取多个视频帧；最终基于多个视频帧和预先训练的证件验证模型对待验证证件的真实性进行验证，本申请实施例提供的该方法，在对待验证证件进行真伪性验证时，是基于抽取到的该待验证证件的视频数据中的多个视频帧，以及预先训练的证件验证模型对该待验证证件的真伪性进行验证的，由于使用了多个视频帧，能够避免仅以单帧图像进行判定时，由于信息不够全面，造成待验证证件的验证结果不可靠的问题，使得在对证件进行验证时能综合考虑多个视频帧的因素，从而有效提高了证件验证的精确度。

具体实现中，上述装置1可通过其内置的各个功能模块执行如上述图2中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

参见图5，图5是本申请实施例提供的电子设备的结构示意图。如图5所示，本实施例中的电子设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，上述电子设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图5所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。

在图5所示的电子设备1000中，网络接口1004可提供网络通讯功能；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序。

应当理解，在一些可行的实施方式中，上述处理器1001可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integratedcircuit，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。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。该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。

具体实现中，上述电子设备1000可通过其内置的各个功能模块执行如上述图2中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，被处理器执行以实现图2中各个步骤所提供的方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

上述计算机可读存储介质可以是前述任一实施例提供的任务处理装置的内部存储单元，例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备，例如该电子设备上配备的插接式硬盘，智能存储卡(smart media card,SMC)，安全数字(secure digital,SD)卡，闪存卡(flash card)等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(randomaccess memory，RAM)等。进一步地，该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图2中各个步骤所提供的方法。

本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或电子设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或电子设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在本申请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。

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。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申请的范围。

以上所揭露的仅为本申请较佳实施例而已，不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。