基于人脸识别的人事电子证据自动审核

基于人脸识别的人事电子证据自动审核

0总结随着市民医疗服务需求的增加，新技术的快速发展，网络+医疗以及精细医疗管理和服务模式的整合。1职工个人手机上传证件系统病案无纸化管理系统给医院病案管理工作带来了一次质的飞跃该院证件上传系统主要是靠职工个人手机拍摄证件上传。上传图片质量不高，主要表现为图片变形（拍照角度倾斜、方向颠倒）、反光、偏色、含复杂背景、手工处理过（人物模糊、剪切不完整等）、与证件分类不符（上传错误图片）等。2人工录入信息验证利用人脸识别、文字识别等人工智能及图像处理技术，实现个人上传电子证件关键文字信息的自动识别。包括：检验电子证件图片是否与所选类别相符；关键信息是否与人事系统登记一致，验证人事系统人工录入信息是否准确；筛选出上传不规范、不正确而需人工复审的电子证件；优化工作流程，使电子证件的审核工作分散到职工个人上传时自主审核，人事部门主要进行复审和敦促上传等联络工作，明显减少人事管理的工作量，提高工作效率。3全球规划和技术路线3.1创建上传信息库和图片库证件图片识别的关键在于图片质量。证件使用部门对证件图片质量要求不是很高，能基本识别、貌似真实、证明具有就算有效。该医院尚未统一开发证件拍照系统，无法保证上传证件图片质量。审核系统主要根据证件特征，识别证件关键信息，证件的真实性仍需人工审核。审核系统需考虑图片的各种特殊情况，尽可能提高识别率。不同证件有不同的特征，同一种证件也有不同年代的特征，因此需要针对不同类别证件分别定义识别特征（图形、关键词、相对位置），运用多种图片处理识别方案。为节省存储空间，该医院证件上传系统创建了上传信息库和图片库。上传信息库记录人员信息、证件类别、对应图片库索引等。图片库记录所有图片。审核系统另外设立识别库和审核库。识别库记录智能识别结果，对识别过程中自动校正过的图片另增为图片库图片，并对应到识别库中。如果识别过程未予以校正，则识别库记录对应的仍为图片库原图片。审核库记录人工审核处理结果，人工修正图片则新增为图片库图片，并记录对应关系。审核系统采用后台无窗口服务程序模式设计，采用异步审核。证件上传系统页面刷新时用徽章方式显示上传及审核状态：无徽章表示未上传。徽章为问号表示未审核，感叹号表示审核不通过，对号表示审核通过。见图1。人事系统采取系统登录时，会弹出提示窗口，智能审核系统架构，见图2。3.2关键文字定位使用Python语言编程部分证件有印刷背景，直接文字识别相当困难，特别是个人手机拍摄时，包含了复杂背景，以及异常光线影响，要定位关键文字在图片中的位置很难。大部分证件都有登记照片，一般登记照相对较清晰。通过人脸识别定位，快速判断证件图片方向；通过轮廓处理查找特征轮廓，截取图片处理识别特征文字。根据人脸位置探测相对位置，截取图片处理识别特征文字。识别不到关键信息的视为需人工审核或不符合上传规范的证件。在以提高文字识别率来处理图片时，主要采取6种手段：第一，将图像的分辨率控制在300dpi3.3双文版身份证的识别以身份证正面图片识别模块程序识别流程为例，见图3。中国第二代居民身份证有壮文、维文、彝文、藏文、蒙文、朝鲜文6种民族文字与汉文字并列的双文版身份证，识别特征略有区别。采用两种方案识别身份证号：其一，采用轮廓特征确定截取身份证号区域图片处理识别；其二，根据人脸位置确定开始探测区域，循环往下截取小块图片处理识别到证号区域后，再完整截取识别身份证号。3.4系统结构设计目前，该院已上传身份证正面图片3979张，随机抽取100张进行身份证号识别，识别率80%，见图4。人工复查无法识别的20张图片中有11张为上传错误的图片。其他无法识别的都是严重变形或色彩处理过的，应视为不合规范。本系统特点：首先，根据大部分证件有登记照片的特征，采用人脸识别来快速确定图片方向，经测试人脸识别率相对较高；其次，通过训练经验值预设多种阈值循环处理轮廓特征，能识别大部分图片特征区域；最后，图片质量较差，但貌似已具备必要条件的证件图片，通过人脸识别相对定位循环，截取小块区域定位，提高图片处理速度。后台的异步审核设计，将图片质量控制提前到上传环节，优化了流程，为电子证件上传工作的有效性提供了保障。4方案二：在线智能识别云服务本文将Python语言的图像处理、科学计算等模块，以及人脸识别、文字识别等人工智能开源库应用到医院人事证件电子化管理的线上智能审核，有利于提高医院信息安全工作的受重视程度；有利于系统供应商在线智能识别云服务对个人隐私安全尚不能保证的情况下，解决实际工作问题；有利于提高医院办公自动化、智能化程度，优化工作流程，提高工作效率，方案可行需要注意的是：由于OCR对输入图形质量的要求较高。因此，图像的分辨率不能太低，色彩不能太丰富，对比度不能太低，图像上的文字不能有偏斜，等等。OCR不可