基于人脸识别的身份验证方法和系统技术方案

本申请公开一种基于人脸识别的身份验证方法和系统，该方法和系统针对采集并提取的人脸图像，进一步提取其人脸特征，并采用加权距离分类器与神经网络分类器相结合的组合分类器方式，对所提取人脸特征的特征向量进行分类处理，最终通过分类处理验证被检测者的身份。从而，本申请实现了一种基于人脸识别的自动化、智能化的身份验证解决方案，且本申请采用加权距离分类器与神经网络分类器相结合的组合分类器方式，对所提取人脸特征的特征向量进行分类处理，可有效杜绝基于人脸识别的身份验证中错判、漏判和其他人为因素等问题的影响，使得基于人脸识别技术可有效、精准地验证客户身份的真实性。身份的真实性。身份的真实性。

【技术实现步骤摘要】
基于人脸识别的身份验证方法和系统


[0001]本申请属于身份识别/验证
，尤其涉及一种基于人脸识别的身份验证方法和系统。

技术介绍

[0002]目前，银行网点对客户的身份验证需要人工鉴别，也就是需要柜员和客户经理人工识别，缺乏自动化、智能化的执行能力，耗时耗力，且会出现识别不准确的问题，另一方面，随着科技发展身份伪造越来越多，导致传统识别方法识别难度加大，为金融安全带来了风险。

技术实现思路

[0003]有鉴于此，本申请提供一种基于人脸识别的身份验证方法和系统，以解决传统技术存在的问题，提升对客户的身份验证效率，降低成本，以适应银行网点等业务场景的数字化转型的趋势。
[0004]具体技术方案如下：
[0005]一种基于人脸识别的身份验证方法，包括：
[0006]获取采集的被检测者头像图像；
[0007]对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像；
[0008]对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征；
[0009]采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份；
[0010]其中，所述加权距离分类器用于确定所述被检测者的人脸特征与预先存储的人脸特征模板集合中各个人脸特征模板的特征距离，并基于得到与所述被检测者人脸特征的特征距离满足距离条件的第一人脸特征模板，启动所述神经网络分类器基于所述第一人脸特征模板验证所述被检测者的身份。r/>[0011]可选的，所述对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像，包括：
[0012]基于包含肤色特征的肤色模型检测所述被检测者头像图像中的人脸区域；
[0013]基于所述人脸区域分割所述被检测者头像图像中的人脸与背景，得到所述被检测者的人脸图像。
[0014]可选的，所述对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征，包括：
[0015]定位所述人脸图像中的面部器官位置和人脸轮廓线；
[0016]基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征；
[0017]基于所述被检测者的人脸图像的预设图像信息和所述几何特征，生成所述被检测
者对应的特征脸；
[0018]根据所述特征脸，确定所述被检测者的人脸图像的统计特征，得到所述被检测者的包括所述几何特征和所述统计特征的人脸特征。
[0019]可选的，所述定位所述人脸图像中的面部器官位置和人脸轮廓线，包括：
[0020]对所述人脸图像进行灰度化处理，得到对应的灰度图像；
[0021]对所述灰度图像进行二值化处理，得到对应的二值化图像；
[0022]基于所述二值化图像中二值化后的灰度信息进行面部器官位置定位和人脸轮廓线定位。
[0023]可选的，所述预设图像信息包括所述被检测者的人脸图像的灰度特征；
[0024]所述根据所述特征脸，确定所述被检测者的人脸图像的统计特征，包括：
[0025]根据所述特征脸，确定所述被检测者的人脸图像灰度矩阵的统计特征。
[0026]可选的，在所述基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征之前，上述方法还包括：
[0027]对所述人脸图像进行标准化处理；
[0028]其中，所述标准化处理包括如下至少一种：
[0029]根据两眼瞳孔位置对所述人脸图像进行旋转校正；
[0030]以两眼之间的距离作为图像尺寸归一化的依据对所述人脸图像的大小进行归一化处理；
[0031]采用预设方法对所述人脸图像的图像灰度值进行归一化处理。
[0032]可选的，所述采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份，包括：
[0033]利用所述加权距离分类器分别确定所述被检测者的人脸特征与人脸特征模板集合中各个人脸特征模板的特征距离；
[0034]如果所述人脸特征与各个人脸特征模板的特征距离分别未低于第一阈值，则所述被检测者未通过身份验证；
[0035]如果所述人脸特征与所述各个人脸特征模板中第一人脸特征模板的特征距离在所述第一阈值和第二阈值之间，且所述人脸特征与所述第一人脸特征模板除外的其他人脸特征模板的特征距离分别未低于所述第一阈值，启动所述神经网络分类器，利用所述神经网络分类器基于所述第一人脸特征模板和所述人脸特征，对所述被检测者进行身份验证；
[0036]如果所述人脸特征与所述各个人脸特征模板中第二人脸特征模板的特征距离未高于所述第二阈值，确定所述被检测者的身份为所述第二人脸特征模板对应的人员身份，则所述被检测者通过身份验证；
[0037]其中，所述第一阈值大于所述第二阈值。
[0038]可选的，所述神经网络分类器为反向传播BP网络分类器，所述BP网络分类器输入层的节点数I为所述人脸特征的特征矢量长度，输出层的节点数O为所述人脸特征模板集合所包含的人脸特征模板数，隐含层的节点数
[0039]一种基于人脸识别的身份验证系统，包括：
[0040]头像图像获取模块，用于获取采集的被检测者头像图像；
[0041]人脸检测模块，用于对所述被检测者头像图像进行人脸检测，并提取其中的人脸
图像；
[0042]人脸特征提取模块，用于对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征；
[0043]身份验证模块，用于采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份；
[0044]其中，所述加权距离分类器用于确定所述被检测者的人脸特征与预先存储的人脸特征模板集合中各个人脸特征模板的特征距离，并基于得到与所述被检测者的人脸特征的特征距离满足距离条件的第一人脸特征模板，启动所述神经网络分类器基于所述第一人脸特征模板验证所述被检测者的身份。
[0045]可选的，所述身份验证模块，具体用于：
[0046]利用所述加权距离分类器分别确定所述被检测者的人脸特征与人脸特征模板集合中各个人脸特征模板的特征距离；
[0047]如果所述人脸特征与各个人脸特征模板的特征距离分别未低于第一阈值，则所述被检测者未通过身份验证；
[0048]如果所述人脸特征与所述各个人脸特征模板中第一人脸特征模板的特征距离在所述第一阈值和第二阈值之间，且所述人脸特征与所述第一人脸特征模板除外的其他人脸特征模板的特征距离分别未低于所述第一阈值，启动所述神经网络分类器，利用所述神经网络分类器基于所述第一人脸特征模板和所述人脸特征，对所述被检测者进行身份验证；
[0049]如果所述人脸特征与所述各个人脸特征模板中第二人脸特征模板的特征距离未高于所述第二阈值，确定所述被检测者的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的身份验证方法，其特征在于，包括：获取采集的被检测者头像图像；对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像；对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征；采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份；其中，所述加权距离分类器用于确定所述被检测者的人脸特征与预先存储的人脸特征模板集合中各个人脸特征模板的特征距离，并基于得到与所述被检测者人脸特征的特征距离满足距离条件的第一人脸特征模板，启动所述神经网络分类器基于所述第一人脸特征模板验证所述被检测者的身份。2.根据权利要求1所述的方法，其特征在于，所述对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像，包括：基于包含肤色特征的肤色模型检测所述被检测者头像图像中的人脸区域；基于所述人脸区域分割所述被检测者头像图像中的人脸与背景，得到所述被检测者的人脸图像。3.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征，包括：定位所述人脸图像中的面部器官位置和人脸轮廓线；基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征；基于所述被检测者的人脸图像的预设图像信息和所述几何特征，生成所述被检测者对应的特征脸；根据所述特征脸，确定所述被检测者的人脸图像的统计特征，得到所述被检测者的包括所述几何特征和所述统计特征的人脸特征。4.根据权利要求3所述的方法，其特征在于，所述定位所述人脸图像中的面部器官位置和人脸轮廓线，包括：对所述人脸图像进行灰度化处理，得到对应的灰度图像；对所述灰度图像进行二值化处理，得到对应的二值化图像；基于所述二值化图像中二值化后的灰度信息进行面部器官位置定位和人脸轮廓线定位。5.根据权利要求3所述的方法，其特征在于，所述预设图像信息包括所述被检测者的人脸图像的灰度特征；所述根据所述特征脸，确定所述被检测者的人脸图像的统计特征，包括：根据所述特征脸，确定所述被检测者的人脸图像灰度矩阵的统计特征。6.根据权利要求3所述的方法，在所述基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征之前，还包括：对所述人脸图像进行标准化处理；其中，所述标准化处理包括如下至少一种：根据两眼瞳孔位置对所述人脸图像进行旋转校正；
以两眼之间的距离作为图像尺寸归一化的依据对所述人脸图像的大小进行归一化处理；采用预设方法对所述人脸图像的图像灰度值进行归一化处理。7.根据权利要求1所述的方法，其特征在于，所述采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份，包括：利用所述加权距离分类器...

【专利技术属性】
技术研发人员：张浩瑀，付昕，文国军，丁一斐，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：