[发明专利]基于二维码的人脸生物信息识别方法、系统、终端、介质有效

专利信息
申请号: 202110377973.7 申请日: 2021-04-08
公开(公告)号: CN113011544B 公开(公告)日: 2022-10-14
发明(设计)人: 谭柱华;韩旭 申请(专利权)人: 河北工业大学
主分类号: G06K19/06 分类号: G06K19/06;G06V40/16;G06V10/82;G06N3/04;G06N3/08
代理公司: 深圳壹舟知识产权代理事务所(普通合伙) 44331 代理人: 欧志明
地址: 300401 天津*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 二维码 生物 信息 识别 方法 系统 终端 介质
【说明书】:

发明公开了基于二维码的人脸生物信息识别方法、系统、终端、介质,涉及计算机人脸信息识别技术领域。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;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,并进行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。本发明实现了基于二维码的人脸生物信息识别方法,不仅保证了人脸生物信息的准确、快速的传递,提高了人脸识别的效率,同时提供了生物信息的安全性和隐私保护,因此具有很好的推广应用价值。

技术领域

本发明涉及计算机人脸信息识别技术领域,尤其涉及一种基于二维码的人脸生物信息识别方法、系统、终端、介质。

背景技术

目前,人脸识别技术属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。人脸识别技术是基于人的脸部特征,对输入的人脸图像或者视频流.首先判断其是否存在人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。在社会治安、交通实名认证、防疫抗疫、智慧生活等领域有着重要的应用和广泛的需求。

现有识别技术主要步骤包括:将人脸照片直接存储于识别终端或从存储芯片卡读取图像信息(如身份证)到识别终端,同时,通过现场图像采集输入端采集人脸图片,并提取人脸信息特征,然后与数据库图片对比,相似度达到一定阈值判定为符合。

通过上述分析,现有技术存在的问题及缺陷为:

(1)当前人脸识别实名认证主要有两种途径,终端存储人脸图片和读取身份证人脸信息即时认证。人脸生物信息具有极强的个人隐私特性,当前的人脸识别设备及后台管理平台,主要是通过采集个人人脸生物信息并存放于机器数据库管理后台,这样存在个人隐私泄露的风险和隐患。

(2)当前市场还有一种通过身份证的实名认证技术,读取身份证内的图像信息,然后与摄像头采集人脸信息对比实名认证,这样对儿童、老年人群体来说存在一定的操作难度,有的甚至在操作过程中导致身份证证件遗忘丢失。

发明内容

为克服相关技术中存在的问题,本发明公开实施例提供了一种基于二维码的人脸生物信息识别方法、系统、终端、介质。所述技术方案如下:

根据本发明公开实施例的第一方面,提供一种基于二维码的人脸生物信息识别方法,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;

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(阈值就是符合度百分比值),则识别为同一个人。

优选地,所述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;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;具体包括:

人脸检测模块首先利用深度学习卷积神经网络检测人脸算法来检测人脸

(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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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河北工业大学,未经河北工业大学许可,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/202110377973.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top