[发明专利]一种真实面部图像与身份证登记双重比对认证方法和系统有效
| 申请号: | 201810649673.8 | 申请日: | 2018-06-22 |
| 公开(公告)号: | CN108875646B | 公开(公告)日: | 2022-09-27 |
| 发明(设计)人: | 陈荣琴 | 申请(专利权)人: | 青岛民航凯亚系统集成有限公司 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/44;G06V10/75;G06K9/62 |
| 代理公司: | 成都华辰智合知识产权代理有限公司 51302 | 代理人: | 秦华云 |
| 地址: | 266000 山东省青岛市城阳*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 真实 面部 图像 身份证 登记 双重 认证 方法 系统 | ||
1.一种真实面部图像与身份证登记双重比对认证方法,其特征在于,包括:
获取目标人体的当前面部图像和登记面部图像;
对所述当前面部图像和所述登记面部图像分别进行特征提取,生成对应的纹理特征向量;
利用预先设定的修正模型(α1,α2,α3……αn)对所述登记面部图像的纹理特征向量(D1,D2,D3……Dn)进行修正,生成修正特征向量(D1*(1+α1),D2*(1+α2),D3*(1+α3)……Dn*(1+αn),所述预先设定的修正模型包括,对所述登记面部图像的纹理特征向量进行修正的参数组(α1,α2,α3……αn);
所述修正模型中的参数组具有次数权重参数组(δ1,δ2,δ3……δn),在对所述登记面部图像的纹理特征向量(D1,D2,D3……Dn)进行修正时,生成的修正特征向量为(D1*(1+δ1*α1),D2*(1+δ2*α2),D3*(1+δ3*α3)……Dn*(1+δn*αn)),其中,次数权重参数组(δ1,δ2,δ3……δn)中的δn的取值范围为0.5-1.5,δn的取值随修正次数逐渐增大;
计算所述当前面部图像的纹理特征向量与所述修正特征向量的差异度,判断所述差异度的值是否小于预设阈值;
当所述差异度的值小于预设阈值时,确定所述当前面部图像和所述登记面部图像相匹配。
2.根据权利要求1所述的方法,其特征在于,所述对所述当前面部图像和所述登记面部图像分别进行特征提取,生成对应的纹理特征向量,包括:
对所述当前面部图像和所述登记面部图像分别进行边缘检测,根据闭合边缘的数量将所述当前面部图像和所述登记面部图像划分为多个区域,对每个所述的区域进行纹理识别,提取人脸器官特征值,生成所述当前面部图像的纹理特征向量和所述登记面部图像的纹理特征向量。
3.根据权利要求2所述的方法,其特征在于,所述对所述当前面部图像和所述登记面部图像分别进行特征提取,包括:采用canny边缘检测算子对所述当前面部图像和所述登记面部图像分别进行边缘检测,提取由封闭边缘包围的图像区域,具体包括:
对所述当前面部图像和所述登记面部图像分别与高斯mask作卷积,对所述当前面部图像和所述登记面部图像进行平滑处理;
利用Sobel算子计算平滑处理后的所述当前面部图像和所述登记面部图像的每个像素点的梯度;
保留所述当前面部图像和所述登记面部图像的每个像素点上梯度强度的极大值,删除其他值;
设定所述当前面部图像和所述登记面部图像的每个像素点上梯度强度的极大值的阈值上界和阈值下界,将梯度强度的极大值大于所述阈值上界的像素点确认为边界,将梯度强度的极大值大于所述阈值下界小于所述阈值上界的像素点确认为弱边界,将梯度强度的极大值小于所述阈值下界的像素点确认为非边界;
将与所述边界相连的弱边界确认边界,将其他的弱边界确认为非边界。
4.根据权利要求3所述的方法,其特征在于,采用以下公式来计算所述当前面部图像的纹理特征向量与所述修正特征向量的差异度,判断所述差异度的值是否小于预设阈值:
其中,当前面部图像的纹理特征向量为(R1,R2,R3……Rn),I为差异度。
5.根据权利要求4所述的方法,其特征在于,当所述差异度的值小于预设阈值时,还包括利用以下公式对所述修正模型进行更新:
其中αit表示本轮更新后的修正参数,αit-1表示本轮更新以前的修正参数,i取值范围为1至n。
6.根据权利要求5所述的方法,其特征在于,所述修正参数为满足预设阈值范围的修正参数,所述预设阈值范围为(0.5,1.5)。
7.一种真实面部图像与身份证登记双重比对认证系统,其特征在于,包括:
图像获取模块,用于获取目标人体的当前面部图像和登记面部图像;
纹理特征向量生成模块,用于对所述当前面部图像和所述登记面部图像分别进行特征提取,生成对应的纹理特征向量;
纹理特征向量修正模块,用于利用预先设定的修正模型(α1,α2,α3……αn)对所述登记面部图像的纹理特征向量(D1,D2,D3……Dn)进行修正,生成修正特征向量(D1*(1+α1),D2*(1+α2),D3*(1+α3)……Dn*(1+αn));
所述修正模型中的参数组具有次数权重参数组(δ1,δ2,δ3……δn),在对所述登记面部图像的纹理特征向量(D1,D2,D3……Dn)进行修正时,生成的修正特征向量为(D1*(1+δ1*α1),D2*(1+δ2*α2),D3*(1+δ3*α3)……Dn*(1+δn*αn)),其中,次数权重参数组(δ1,δ2,δ3……δn)中的δn的取值范围为0.5-1.5,δn的取值随修正次数逐渐增大;
差异度确定模块,用于计算所述当前面部图像的纹理特征向量与所述修正特征向量的差异度,判断所述差异度的值是否小于预设阈值;
结果输出模块,用于当所述差异度的值小于预设阈值时,确定所述当前面部图像和所述登记面部图像相匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛民航凯亚系统集成有限公司,未经青岛民航凯亚系统集成有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810649673.8/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序





