技術實現要素：
3.本發明的目的在於提供壹種手持身份證照片的識別方法及系統，以改善目前自動審核無法辨別無效照片的問題。
4.為了實現上述發明目的，本發明實施例提供了以下技術方案：壹種手持身份證照片的識別方法，包括以下步驟：s10，接收用戶輸入的手持身份證照片；s20，判斷接收的手持身份證照片的分辨率是否達到設定閾值；如果是，則進入步驟s30；如果否，則對接收的手持身份證照片進行處理，以提高照片的分辨率，然後進入步驟s30；s30，對手持身份證照片中的人臉進行識別，得到識別出的人臉的個數，並根據識別出的人臉的個數判斷所述手持身份證照片是否合格。
5.在更優化的方案中，還包括步驟s40，從步驟s30對手持身份證照片中的人臉進行識別的結果中，截取出人臉區域圖像，對截取的人臉區域圖像進行顏色識別，判斷是否為人臉顏色，如果不是，則判斷為該手持身份證照片不合格，否則判定為合格。
6.在優化的方案中，所述步驟s20中，對接收的手持身份證照片進行處理，以提高照片的分辨率的步驟，包括：s201，收集若幹真實場景下的圖像；s202，對每張圖像進行下采樣處理，以降低圖像分辨率，下采樣前的圖像作為高分辨率圖像h，下采樣後的圖像作為低分辨率圖像l，l和h構成壹組有效的圖像對；s203，利用步驟s202所得的圖像對進行神經網絡模型訓練，訓練時，對低分辨率圖像l進行放大，還原為高分辨率圖像sr，然後將其與原始的高分辨率圖像h進行比較，其差異用來調整神經網絡模型的參數；通過叠代訓練，得到最終可應用的神經網絡模型；s204，將分辨率沒有達到設定閾值的手持身份證照片輸入步驟s203中最終所得的
神經網絡模型，進行重建，得到分辨率提高後的手持身份證照片。
7.在優化的方案中，所述步驟s30中，所述對手持身份證照片中的人臉進行識別的過程，包括：s301，收集若幹包含人臉的圖像，並對每張圖像提取hog特征，得到的hog特征描述子作為正樣本；s302，收集若幹不包含人臉的圖像，並對每張圖像提取hog特征，得到的hog特征描述子作為負樣本；s303，利用支持向量機算法訓練正樣本和負樣本，得到訓練後的二分類模型；s304，利用該二分類模型對不包含人臉的圖像進行難例檢測，得到難例樣本；s305，對難例樣本提取hog特征，得到的hog特征描述子，然後重新訓練步驟s303得到的二分類模型，反復叠代直至訓練結束，得到最終分類模型；s306，對手持身份證照片的不同尺寸進行滑動掃描，提取hog特征，並用步驟s305最終訓練出的分類模型進行分類，如果檢測判定為人臉，則將其標定出來。
8.在更優化的方案中，當收集的負樣本數據量不夠時，使用已收集到的不含人臉的圖片進行隨機裁剪，然後提取hog特征來進行補充。
9.壹種手持身份證照片的識別系統，包括：數據收集模塊，用於接收用戶輸入的手持身份證照片；分辨率核驗模塊，用於判斷接收的手持身份證照片的分辨率是否達到設定閾值；如果是，則將手持身份證照片輸出給壹次識別模塊；如果否，則對接收的手持身份證照片進行處理，以提高照片的分辨率，然後輸出給壹次識別模塊；壹次識別模塊，用於對手持身份證照片中的人臉進行識別，得到識別出的人臉的個數，並根據識別出的人臉的個數判斷所述手持身份證照片是否合格。
10.與現有技術相比，本發明方法或系統可以有效解決攔截持證照不清晰、持證照中缺身份證人像面、持證照中手持身份證國徽面、持證照中無持證人、持證照中持證人五官未在照片內、持證照中持證人身份證被遮擋（身份證中頭像被擋）、持證人手持身份證復印件（黑白）等不合格照片的問題，實現自動快速核驗。
11.此方法應用於審單系統自動識別攔截不合格照片，及時反饋給業務前端圖片不合格，避免審單駁回後用戶重復提交流程，提升用戶體驗，及時校準用戶錯誤持證照行為。同時降低退單率，減少同壹張不合格照片重復退回的情況，節省與業務端的溝通成本。