本发明专利技术公开了一种基于身份证件信息的人脸验证方法,该方法对身份证件芯片信息电子图A,身份证件表面人脸图像B,以及实时采集的人脸图像C进行;通过对图像A和B的比对,以及芯片信息文字W1和证件表面文字W2的比对,来判断证件的真伪;再通过图像B与C比对,来判断是否人证合一;由于身份证件的有效期较长,在长时间跨度下,身份证件持有人与证件照之间可能存在较大差异,该差异极大的影响了验证的准确度;本发明专利技术提出一种对时间跨度鲁棒性较强的频谱采样结构子空间特征算法来进行人脸验证,通过该算法对身份证件表面人脸图像与实时采集的人脸照片进行比对进行识别,具有有效提高识别率的优点。
【技术实现步骤摘要】
本专利技术属于图像处理领域,更具体地,涉及一种基于身份证件信息的人脸验证方法。
技术介绍
目前使用的二代身份证件中内置了非接触式IC智能芯片,其中存储了证件持有人的人脸图像信息,以及证件持有人的身份信息;身份证件的表面印刷有证件持有人的人脸图像及身份信息。现有的身份证件人脸验证系统,是利用身份证件芯片内存储的人脸图像与证件持有人现场采集的人脸图像比对来进行身份验证;由于身份证件芯片内存储图像分辨率过低(只有102×126像素),存在误判的可能性。专利文件CN 104021397 A公开了一种基于二代身份证件和人脸特征识别的身份验证系统,采用Gabor滤波器对人脸图像进行滤波变换得到Gabor特征,然后利用人脸图像特征向量和身份证件人脸图像特征向量,建立多个马儿可夫模型,通过计算每个马儿可夫模型对应的似然值来得到匹配结果;该系统提高了身份验证的准确度,但是该系统没有验证身份证件的真实性,也没有针对身份证件照和持有人的长时间跨度做出处理;当身份证时间跨度较长,而持有者的面部特征随着时间而发生变化时,识别率偏低。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于身份证件信息的人脸验证方法,其目的在于提高长时间跨度下基于身份证件信息的人脸验证方法的识别率。为实现上述目的,按照本专利技术的一个方面,提供了一种基于身份证件
信息的人脸验证方法,包括如下步骤:(1)获取身份证件芯片内存储的第一人脸图像A,以及身份信息W1;获取身份证件表面扫描图像以及文字信息W2;(2)对上述身份信息W1与文字信息W2进行比对,判断两者是否匹配,若是,则进入步骤(3);若否,则表明身份证件为伪造;(3)对上述身份证件表面扫描图像进行固定分割,获得证件表面的第二人脸图像B;(4)对上述第一人脸图像A和第二人脸图像B分别进行预处理,获得第一人脸图像的归一化校正图像A',和第二人脸图像B的归一化校正图像B';(5)采用局部二值模式(LBP,Local Binary Patterns)对上述两幅归一化校正图像进行处理,获得第一人脸图像的归一化校正图像A'与第二人脸图像B的归一化校正图像B'的特征矢量;(6)对步骤(5)获得的两个归一化校正图像的特征矢量进行比对,获取余弦相似度;并根据余弦相似度获取第一匹配结果R1,根据第一匹配结果确定身份证件的真伪。优选地,上述基于身份证件信息的人脸验证方法,其步骤(5)中,在特征矢量提取之前,先采用双三次插值方法将两个归一化校正图像进行放大,以对损失信息进行补偿,达到最低识别分辨率阈值;其中,最低识别分辨率阈值为128×128像素。优选地,上述基于身份证件信息的人脸验证方法,其步骤(5)中,采用LBP描述符采样的密集网格对图像进行划分,并且用一个8*8像素的滑动窗口以6像素为步进单位根据划分获得的图像逐步提取LBP直方图;对获得的LBP直方图进行拼接获得LBP特征;根据LBP特征分别获取归一化校正图像的特征矢量。优选地,上述基于身份证件信息的人脸验证方法,其步骤(6)之后,
还包括如下步骤:(7)获取身份证件持有人的实时人脸图像C;(8)对实时人脸图像C进行预处理,获得实时人脸图像C的归一化校正图像C';(9)对实时人脸图像C的归一化校正图像C',以及第二人脸图像B的归一化校正图像B',采用频谱采样结构子空间特征算法(4SF)提取人脸特征,获得实时人脸图像C和第二人脸图像B的特征矢量;(10)对实时人脸图像C和第二人脸图像B的特征矢量进行比对,获取卡方距离;根据卡方距离获取第二匹配结果R2;(11)将第二匹配结果R2并与预设阈值L2进行比对,根据比对结果确定身份证件与证件持有人是否人证合一。优选地,上述基于身份证件信息的人脸验证方法,步骤(9)所述的频谱采样结构子空间特征算法,具体如下:(i)采用AdaBoost算法对待处理图像进行检测,获得人脸图像上眼睛所在处的坐标;并对人眼定位到的图像进行归一化处理;(ii)对归一化处理后的图像采用局部对比度增强算法进行光场校正;其中,局部对比度增强算法是指将包含图像细节信息的高频信号进行增强,使下面人脸匹配步骤对光照变化的鲁棒性更好;(iii)对待处理图像用一个8*8像素的滑动窗口以6像素为步进单位,进行密集采样,以提取LBP直方图;(iv)对待处理图像各个特征区域块进行加权处理,获取加权后的LBP增强直方图;根据所述LBP增强直方图,拼接获取加权处理后的人脸特征向量。优选地,上述基于身份证件信息的人脸验证方法,其步骤(iv)中,进
行加权处理后的卡方距离其中,x是指图像B的增强直方图信息(特征向量),ξ是指图像C的直方图信息(特征向量),xi,j是指位于图像B第i个直方图对应的第j个图像块的特征向量,ξi,j是指图像C第i个直方图对应的第j个图像块的特征向量,指数i和j是指第i个直方图对应的第j个局部区域,ωj是指第j个局部区域的权重,是指卡方距离。现有的LBP算子在对人脸进行描述时,对各个特征区域取相同权重,但是人脸特征随时间变化较大,采用相同的权重对特征进行描述,当时间跨度过大时,一部分特征发生变化较大,这样会导致特征向量之间的差别较大,相似度低,从而导致误识率增高;数据跟踪分析表明,人眼和嘴巴部位的特征随时间变化较小,而脸型轮廓以及鼻子随时间变化较大;对于人脸验证而言,随时间变化较小的面部特征比其它特征具有更大贡献,在本专利技术中,利用这种特点,对随时间变化小得区域所包含的信息的重要性进行加权,这样得到的LBP特征对时间鲁棒性更强,在对比过程中可以有效的提高两张图像特征向量的相似度,降低误识率。总体而言,通过本专利技术所构思的以上技术方案与现有技术相比,能够取得下列有益效果:(1)本专利技术提供的基于身份证件信息的人脸验证方法,基于身份证件芯片内存储信息与身份证件表面信息,实现了对身份证真伪的识别;(2)本专利技术提供的基于身份证件信息的人脸验证方法,基于身份证件表面信息与人脸实时图像,实现了是否人证合一的识别;(3)本专利技术提供的基于身份证件信息的人脸验证方法,采用对长时间跨度鲁棒性强的频谱采样结构子空间算法,针对随时间变化较小的特征(如
人眼)取较高权重,对随时间变化较大特征(如脸部轮廓)取较小权重,通过特征点权重设置来减少长时间跨度对人脸识别的影响,提高了识别精度,尤其是在长时间跨度下,实时采集到的人脸图像与身份证芯片内存储的图像信息以及身份证件表面的图片信息存在差异时,利用该方法,可在保证误识率为0.1%的基础上提高识别率。附图说明图1为实施例提供的基于身份证件信息的人脸验证方法的流程图;图2为实施例中文字信息验证的流程图;图3为实施例中人脸验证步骤的流程图;图4为实施例中对人脸图像分割以及权重设置的示意图;图4(a)为采用7×7分割的人脸图像示意图,图4(b)为对应图4(a)图像的权重设置示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术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仅用以解释本专利技术,并不用于限定本专利技术。此外,下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。实施例提供的基于身份证件信息的人脸验本文档来自技高网...
【技术保护点】
一种基于身份证件信息的人脸验证方法,其特征在于,包括如下步骤:(1)获取身份证件芯片内存储的第一人脸图像A,以及身份信息W1;获取身份证件表面扫描图像以及文字信息W2;(2)对所述身份信息W1与文字信息W2进行比对,判断所述身份信息与文字信息是否匹配,若是,则进入步骤(3);若否,则表明身份证件为伪造;(3)对所述身份证件表面扫描图像进行分割,获得第二人脸图像B;(4)对所述第一人脸图像A和第二人脸图像B分别进行预处理,获得第一人脸图像的归一化校正图像A',第二人脸图像B的归一化校正图像B';(5)采用局部二值模式对所述两幅归一化校正图像进行处理,获得第一人脸图像的归一化校正图像A'与第二人脸图像B的归一化校正图像B'的特征矢量;(6)对所述特征矢量进行比对,获取余弦相似度;并根据余弦相似度获取第一匹配结果R1,根据第一匹配结果确定身份证件的真伪。
【技术特征摘要】
1.一种基于身份证件信息的人脸验证方法,其特征在于,包括如下步骤:(1)获取身份证件芯片内存储的第一人脸图像A,以及身份信息W1;获取身份证件表面扫描图像以及文字信息W2;(2)对所述身份信息W1与文字信息W2进行比对,判断所述身份信息与文字信息是否匹配,若是,则进入步骤(3);若否,则表明身份证件为伪造;(3)对所述身份证件表面扫描图像进行分割,获得第二人脸图像B;(4)对所述第一人脸图像A和第二人脸图像B分别进行预处理,获得第一人脸图像的归一化校正图像A',第二人脸图像B的归一化校正图像B';(5)采用局部二值模式对所述两幅归一化校正图像进行处理,获得第一人脸图像的归一化校正图像A'与第二人脸图像B的归一化校正图像B'的特征矢量;(6)对所述特征矢量进行比对,获取余弦相似度;并根据余弦相似度获取第一匹配结果R1,根据第一匹配结果确定身份证件的真伪。2.如权利要求1所述的人脸验证方法,其特征在于,所述步骤(5)中,在特征矢量提取之前,对两个归一化校正图像采用双三次插值方法进行放大,对损失信息进行补偿,以达到分辨率阈值。3.如权利要求1或2所述的人脸验证方法,其特征在于,所述步骤(5)中,采用LBP描述符采样的密集网格对图像进行划分,并且用一个8*8像素的滑动窗口以6像素为步进单位根据划分获得的图像逐步提取LBP直方图;对获得的LBP直方图进行拼接获得LBP特征;根据所述LBP特征分别获取归一化校正图像的特征矢量;其中,LBP是指局部二值化模式。4.如权利要求1或2所述的人脸验证方法,其特征在于,所述步骤(6)之后,还包括如下步骤:(7)获取身份证件...
【专利技术属性】
技术研发人员:尤新革,陈鹏旭,李政,
申请(专利权)人:深圳华中科技大学研究院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。