[发明专利]基于二维码的人脸生物信息识别方法、系统、终端、介质

权利要求书

1.一种基于二维码的人脸生物信息识别方法，其特征在于，应用于信息数据处理终端，所述基于二维码的人脸生物信息识别方法包括：

通过人脸特征提取算法对提取的人脸照片获取人脸特征信息，并存储为人脸信息的多维向量；具体包括：首先，人脸检测模块利用深度学习卷积神经网络算法检测人脸，得到的人脸用于下一步提取人脸特征；

然后，人脸特征提取模块利用深度学习卷积神经网络算法提取人脸特征，得到一个多维数字向量，将该向量用于下一步的二维码生成；

采用二维码生成算法，将获取的包含人脸信息的多维向量转化为二维码，并生成二维码图片，再存储在人脸识别设备终端；

通过人脸设备终端实时采集的人脸信息，与存储的二维码图片进行人脸二维码信息对比，符合度达到一定阈值，实现人脸识别；

所述人脸检测模块利用深度学习卷积神经网络算法检测人脸包括：

(1)利用标记出人脸的图片训练深度学习卷积神经网络YOLOV3模型；

(2)将训练好的YOLOV3模型检测摄像头输入端得到的图片，并检测图片内是否有人脸的存在；

(3)如输入图像内有人脸，YOLOV3模型将人脸的中心位置标出，并截取出人脸的图片传递给下一步人脸特征提取模块提取人脸特征；

所述人脸特征提取模块利用深度学习方法提取人脸特征包括：

采用图片训练Mobilefacenet深度学习卷积神经网络模型，将人脸检测模块得到的人脸图片作为输入，根据图片RGB数值,将人脸图片转化为一个三维矩阵，然后对该矩阵开展卷积、池化、全连接计算来提取人脸特征，最后得到一个多维数字向量，将该向量用于下一步的二维码生成。

2.根据权利要求1所述的基于二维码的人脸生物信息识别方法，其特征在于，所述采用二维码生成算法，将获取的包含人脸信息的多维向量转化为二维码包括：二维码生成模块根据标准QR码的内容存储规范，将得到的人脸生物信息多维向量数据转化成为二维码。

3.根据权利要求1所述的基于二维码的人脸生物信息识别方法，其特征在于，采用光学摄像头相机设备提取人脸照片进行人脸特征信息采集；

将人脸信息二维码存储在移动手机终端后，移动出示二维码与人脸识别设备采集端人脸图像对比，实现实名认证；

通过所述移动手机终端生成人脸信息二维码后，实施加密和更新二维码。

4.一种实现如权利要求1至3任意一项所述基于二维码的人脸生物信息识别方法的系统，其特征在于，该基于二维码的人脸生物信息识别系统包括：

人脸信息采集模块，用于采集人脸图像信息；

人脸检测模块，利用深度学习卷积神经网络算法检测人脸；

人脸特征提取模块，利用深度学习方法提取人脸特征，得到一个多维数字向量，将该向量用于二维码生成模块的二维码生成；

二维码生成模块，将获取的包含人脸信息的多维向量转化为二维码，并生成二维码图片，并存储在存储模块；

存储模块，用于存储生成的二维码图片；

人脸识别模块，通过实时采集的人脸信息，与存储的二维码图片进行人脸二维码信息对比，符合度达到一定阈值，实现人脸识别；

显示模块，用于对人脸识别的信息进行显示。

5.根据权利要求4所述的基于二维码的人脸生物信息识别方法的系统，其特征在于，所述人脸信息采集模块包括光学摄像头相机设备进行人脸图像采集；

所述显示模块包括手机APP。

6.一种人脸识别设备终端，其特征在于，所述人脸识别设备终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～3任意一项所述基于二维码的人脸生物信息识别方法。

7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1～3任意一项所述基于二维码的人脸生物信息识别方法。

8.一种权利要求1～3任意一项所述基于二维码的人脸生物信息识别方法在社会治安、交通实名认证、防疫抗疫、智慧生活领域上的应用。