「刨根問底」圖像復原在金融認證中的應用研究

《金卡生活》雜誌

中國銀聯 主管主辦

理論研究 實務探討

長按二維碼關注我們

作者 | 孫聖姿 陳文標 餘聖鑽

責任編輯 | 王孔平

當前，

中國在金融科技領域的發展速度已處於全球前列， 金融與科技的結合產生的科技金融及其在金融領域的應用也越來越廣泛。 隨著智慧技術的發展， 金融領域對於新技術的跨界融合程度在不斷提高。 非面對面開立帳戶， 線上或移動支付、開發各類金融App……各類金融服務在為客戶提供便捷性的同時， 也需要客戶提供相應的身份認證作為交易安全性和唯一性的重要保障。

通常情況下， 線上金融業務需要客戶提供其身份資訊時， 由於各種不確定因素的影響， 客戶臨時拍攝出的照片的清晰程度並不理想， 由於拍照時的人為抖動造成圖像模糊， 或者由於光線及背景顏色的影響使得圖片對比度不高， 造成圖像降質，

難以被系統識別出來， 進而影響相關業務的辦理， 無法提供相應的支付、轉帳服務。 針對此類問題， 需要及時進行圖像的還原處理， 使其盡可能恢復到最清晰的狀態。 因此， 對模糊圖像的復原方法進行一定程度的研究， 顯得十分必要。

在研究各類方法的基礎之上， 將圖像復原的處理過程運用二維變分模態分解與自我調整中值濾波去噪方法， 對圖像進行預處理， 最大程度上消除雜訊對復原過程的影響。 同時， 將模糊圖像數值化， 運用高頻區域下稀疏先驗的正則化方法對模糊核進行估計， 根據評價指標對其進行準確度的檢驗。 此外， 利用改進的全變分正則化盲反卷積演算法構建點擴散函數， 完成對模糊圖像的復原實驗。

同時， 對模型中的模糊核函數適當修正， 使得復原效果更加理想。 對於身份認證過程中模糊圖像的處理， 較好地完成了使其清晰度最大化的過程， 達到了較為理想的復原效果。 同時根據已有的演算法， 對其進行適當改進， 使得效率與準確性均有一定程度上的提高， 此技術應用于金融領域， 在一定程度上解決了金融身份認證相關的一類實際問題。

金融認證中的痛點問題

近年來， 金融行業的許多領域需要用到還原模糊圖像這一技術。 例如：客戶線上辦理個人銀行帳戶時， 需要上傳身份證照片；開通二、三類帳戶時需要上傳個人頭像；下載一些金融或行業的APP時需要掃描二維碼的圖片……這些情況下都會用到同樣一個工具——照片。

而在拍照的過程中， 存在一個不可避免的問題——抖動模糊。 此類模糊是無法通過相關的硬體與技術完全消除的。 對於這種無法人為控制的模糊現象， 需要設計一種解決方法， 即通過軟體與演算法的處理， 使其盡可能恢復清晰度， 達到理想的顯示效果。 雖然目前模糊圖像復原的效果正在不斷得到改善， 但對於不同特點的圖像模糊處理的方法均存在不足之處， 本文正是針對此類問題， 討論了有關圖像復原的背景、發展歷史、研究現狀等方面的內容， 並以此為線索展開說明， 進而將此技術合理應用于金融行業， 為客戶提供更為人性化的服務。

隨著互聯網金融的發展， 金融行業呈現出金融消費者日益升級的支付結算需求與銀行業創新發展的不充分和不均衡的矛盾。

消費者非面對面的支付結算需求不斷升級， 通過移動端非面對面辦理金融支付結算業務成為一種互聯網金融業態的新的發展趨勢， 解決非面對面業務的身份認證問題就成為關鍵點， 也是痛點。 通常， 在開立帳戶時， 銀行不僅要求申請人上傳身份證的影本圖片， 還會要求申請人現場拍攝一張動態的照片， 以防止PS照片等造假手段騙取銀行帳戶， 對於這些照片的數位圖像比對和處理就成為新的課題。

現代圖像復原技術的應用愈加廣泛， 其主要內容即對一些由於不可控因素造成的圖像模糊的問題進行處理， 使其最大程度恢復到最初的清晰狀態。 圖像的抖動、失真、雜訊的干擾等均會造成圖像降質。隨著嵌入式技術的快速發展,圖像採集與處理技術已經廣泛應用於各項領域中。圖像復原技術就是典型的代表，圖像復原，是指利用退化過程的先驗知識，恢復已被退化圖像的原始面目。圖像復原模型可以利用連續數學和離散數學處理，處理項的實現可在空間域進行卷積，或在頻域進行相乘。圖像的復原過程可以看成是一個反卷積的問題，屬於數學物理問題中的一類“反問題”，反問題的一個共同的重要屬性是其病態，即其方程的解並不是連續地依賴於觀測資料。目前，國內外許多專家學者針對圖像模糊的處理提出了各種優化演算法，盡可能最大程度上完成圖像初始狀態的還原。

自然場景下的圖像模糊類型主要有運動模糊、散焦模糊、高斯模糊等，造成模糊的原因不同，給復原過程帶來了較大困難。而運動模糊的分支下，又包含直線模糊、旋轉模糊、非參數運動模糊等。事實上，在去進行模糊處理前很難正確將圖像的模糊類型確定。圖像恢復不同于圖像增強，圖像恢復的首要任務是要利用數學模型展現出圖像的退化過程，根據先驗知識確定出點擴散函數（PSF），進行退化的反演繹；進而選取最為合適的復原演算法，進行模擬實驗，根據實驗結果反復修正，得到最終的復原結果。

參考文獻：《圖像去噪中幾種優化演算法的相關研究》（楊昊）、IEEE Transactions on Signal Processing（Dragomiretskiy, K. and D. Zosso, Variational Mode Decomposition.）、《基於單幅圖像的模糊去除及品質評價研究》（王偉）、《A Generalized Iterated Shrinkage Algorithm for Non-convex Sparse Coding》（Zuo, W., et al.）、《Fintech研究綜述》（張興）、《一種圖像去模糊正則化恢復演算法參數確定方法》（吳玲達、郝紅星）、《基於正則化方法的圖像復原演算法研究》（徐大宏）、《金融科技的發展歷程與核心技術應用場景探索》（巴曙松、白海峰）。

孫聖姿、陳文標是武漢理工大學理學院數學基地班1501學生，余聖鑽是該學理學院統計1502班學生。國家級大學生創新創業訓練計畫專案批復編號：20171049714005。

戳連結，更有料！

【生物識別】實名身份資訊認證技術與應用

【案例】人臉識別技術在社會保險待遇領取資格認證中的應用

圖像的抖動、失真、雜訊的干擾等均會造成圖像降質。隨著嵌入式技術的快速發展,圖像採集與處理技術已經廣泛應用於各項領域中。圖像復原技術就是典型的代表，圖像復原，是指利用退化過程的先驗知識，恢復已被退化圖像的原始面目。圖像復原模型可以利用連續數學和離散數學處理，處理項的實現可在空間域進行卷積，或在頻域進行相乘。圖像的復原過程可以看成是一個反卷積的問題，屬於數學物理問題中的一類“反問題”，反問題的一個共同的重要屬性是其病態，即其方程的解並不是連續地依賴於觀測資料。目前，國內外許多專家學者針對圖像模糊的處理提出了各種優化演算法，盡可能最大程度上完成圖像初始狀態的還原。

自然場景下的圖像模糊類型主要有運動模糊、散焦模糊、高斯模糊等，造成模糊的原因不同，給復原過程帶來了較大困難。而運動模糊的分支下，又包含直線模糊、旋轉模糊、非參數運動模糊等。事實上，在去進行模糊處理前很難正確將圖像的模糊類型確定。圖像恢復不同于圖像增強，圖像恢復的首要任務是要利用數學模型展現出圖像的退化過程，根據先驗知識確定出點擴散函數（PSF），進行退化的反演繹；進而選取最為合適的復原演算法，進行模擬實驗，根據實驗結果反復修正，得到最終的復原結果。

參考文獻：《圖像去噪中幾種優化演算法的相關研究》（楊昊）、IEEE Transactions on Signal Processing（Dragomiretskiy, K. and D. Zosso, Variational Mode Decomposition.）、《基於單幅圖像的模糊去除及品質評價研究》（王偉）、《A Generalized Iterated Shrinkage Algorithm for Non-convex Sparse Coding》（Zuo, W., et al.）、《Fintech研究綜述》（張興）、《一種圖像去模糊正則化恢復演算法參數確定方法》（吳玲達、郝紅星）、《基於正則化方法的圖像復原演算法研究》（徐大宏）、《金融科技的發展歷程與核心技術應用場景探索》（巴曙松、白海峰）。

孫聖姿、陳文標是武漢理工大學理學院數學基地班1501學生，余聖鑽是該學理學院統計1502班學生。國家級大學生創新創業訓練計畫專案批復編號：20171049714005。

戳連結，更有料！

【生物識別】實名身份資訊認證技術與應用

【案例】人臉識別技術在社會保險待遇領取資格認證中的應用