[发明专利]人证比对方法、系统、终端及介质

说明书

本发明提供了一种人证比对方法及系统，包括：在服务器端分别训练及量化人脸检测模型、面部特征点检测模型和人脸识别模型后，集成到端侧芯片上；在端侧：分别采集用户图像信息和用户的身份证图像信息；将图像信息并行输入至人脸检测模型、面部特征点检测模型和人脸识别模型，得到图像信息特征提取结果；对图像信息特征提取结果进行特征比对，得到人证比对结果；其中：图像信息、人脸检测结果、面部特征点检测结果以及特征提取结果分别采用时间阻塞队列的方式进行存储。同时提供了一种相应的终端及介质。本发明在端侧进行人证比对，降低了对网络的需求，并且通过多进程并列和时间阻塞队列提高数据处理过程，进而提高了人证识别比对的效率。

技术领域

本发明涉及人证比对技术领域，具体地，涉及一种人证比对方法、系统、终端及介质。

背景技术

人证比对作为安全可靠的人脸识别与身份证识别检测技术，能够有效确定本人与身份证上的信息是否一致。就目前中国国情而言，人口众多，人员流动性大，社会安全面临着重大的压力，通过人证比对技术能够有效地降低安全风险。因此人证比对技术已广泛应用于收费站口的人脸身份证比对、火车站/机场的人证比对等多种应用场景中。

现有的人证比对技术，通常为一种云端人证比对技术，即基于服务器端的人证比对识别服务程序，将该服务部署在自己的服务器上(云端服务器或者本地服务器)，部署完成后，通过应用接口调用识别服务，上传身份证图片及人脸图片在服务器端完成识别和比对后，返回识别的证件信息及比对结果。但是这种云端人证比对技术，对网络要求较高，无法达到实时运行的效果。

在人证比对技术中，由于使用的人脸识别技术通常采用深度卷积神经网络实现，而深度神经网络复杂度高、参数量大，使得如果直接将其集成到端侧端时，需要使用更好的硬件资源才可以达到实时的效果，否则仍然无法满足实时运行的要求。

经过检索发现：

公开号为CN110766412A、公开日为2020年2月7日的中国发明专利申请《人证比对方法、系统、移动终端和存储介质》，公开了一种人证比对方法、系统、移动终端和存储介质，该人证比对方法包括：获取目标人员的证件照片；拍摄所述目标人员的人脸照片；提取所述目标人员的证件照片中的人脸特征和所述目标人员的人脸照片中人脸特征；根据所述证件照片的人脸特征和所述人脸照片的人脸特征进行匹配，根据所述匹配的结果判断人证比对是否成功。本发明具有如下优点：人证比对操作简单、效率高。该方法仍然需要依赖网络，没有真正的实现端侧运行；且在火车站/机场等场合所获取的数据量较大，该方法无法保证数据的高效处理，进而无法满足实时运行的要求。

公开号为CN106991390A、公开日为2017年7月28日的中国发明专利申请《一种基于深度学习的手持人证比对系统及方法》，包括身份证信息读取模块，用于采集持证人现场照片的图像采集模块，人脸识别模块，人证比对模块和显示模块。系统通过身份证信息读取模块读取证件信息，读取到身份证证件信息后调用图像采集模块对持证人的脸部进行抓拍，人脸识别模块用于对照片进行图像预处理，人脸检测和人脸对齐，人证比对模块用于提取人脸特征并比对特征值，显示模块用于显示采集的持证人照片，身份证信息，操作提醒以及比对结果。本发明内置的人脸检测和识别模块拟采用基于深度学习的算法。目前，基于深度学习的人脸识别算法已经被证明在人脸识别领域比传统的人脸识别算法具有更高的精度。但是该方法仍然只适用于数据量较小的应用场景，对于火车站/机场等场合所获取的数据量较大，该方法无法保证数据的高效处理，进而无法满足实时运行的要求。同时，该方法由于采用了深度学习算法，对硬件资源的要求较高，否则也无法满足在高精度的要求下达到实时运行的效果。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种人证比对方法、系统、终端及介质。

根据本发明的一个方面，提供了一种人证比对方法，包括：