CN105825186A - 一种基于三维人脸数据的身份证与持证人的同一性认证方法 - Google Patents

一种基于三维人脸数据的身份证与持证人的同一性认证方法 Download PDF

Info

Publication number
CN105825186A
CN105825186A CN201610149770.1A CN201610149770A CN105825186A CN 105825186 A CN105825186 A CN 105825186A CN 201610149770 A CN201610149770 A CN 201610149770A CN 105825186 A CN105825186 A CN 105825186A
Authority
CN
China
Prior art keywords
data
face data
holder
dimensional
dimensional face
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610149770.1A
Other languages
English (en)
Inventor
曾文斌
赵启军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisesoft Co Ltd
Original Assignee
Wisesoft Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wisesoft Co Ltd filed Critical Wisesoft Co Ltd
Priority to CN201610149770.1A priority Critical patent/CN105825186A/zh
Publication of CN105825186A publication Critical patent/CN105825186A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于三维人脸数据的身份证与持证人的同一性认证方法，包括以下步骤，读出居民身份证内的二维人脸数据；采集持证人三维人脸数据，构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；将所有样本的特征作为输入，训练分类器；用训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。本发明针对居民身份证人证核验需求，有效利用人脸的三维信息，提高识别鲁棒性，解决二维人脸数据识别受姿态、光线、年龄等因素干扰的问题。

Description

一种基于三维人脸数据的身份证与持证人的同一性认证方法
技术领域
本发明涉及信息处理技术领域，特别涉及一种基于三维人脸数据的身份证与持证人的同一性认证方法。
背景技术
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，目前该技术已广泛应用于语音识别、人脸识别等人工智能领域，推动了应用的发展。
目前常见的人脸识别都是针对同构的数据，比如二维人脸图像与二维人脸图像比对，现场采集二维人脸图像与居民身份证中的登记人像进行比对，这种传统的识别方法，受光照变化、姿态变化、年龄变化、居民身份证压缩等诸多因素影响，且未能有效利用人脸的三维信息，因而识别率不高，影响了应用推广。
发明内容
本发明的目的在于克服现有技术中所存在的上述不足，提供一种针对居民身份证人证核验需求，采用三维摄像机采集现场人脸三维数据与居民身份证中二维人脸数据进行比对，以降低外部干扰，提高识别鲁棒性。
为了实现上述发明目的，本发明提供了以下技术方案：
步骤一：通过居民身份证读卡器读出居民身份证内的二维人脸数据；
步骤二：通过三维摄像机采集持证人三维人脸数据；
步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
优选的，步骤四中所述混合数据训练集包含两类，分别为正样本集、负样本集，正样本集中每组数据为同一人数据信息，负样本集中每组数据为不同人数据信息；所述的每组数据包括所述步骤三中归一化处理后的二维人脸数据和三维人脸数据。所述三维人脸数据为人脸深度图和人脸纹理图，或者为人脸深度图，减少了光线、年龄等的干扰问题。
优选的，所述深度学习训练的模型为深度卷积神经网络，将数据集作为输入，利用深度卷积神经网络对输入数据进行逐层的特征提取，使获得图像特征有更好的识别能力。
优选的，所述分类器为二值分类器，分类速度快。
与现有技术相比，本发明的有益效果：本发明针对居民身份证人证核验需求，有效利用人脸的三维信息，提高识别鲁棒性，解决二维人脸识别受姿态、光线、年龄等因素干扰的问题；采用深度学习网络提取人脸特征，使获得图像特征有更好的识别能力。
附图说明
图1为本发明的流程图；
图2为本发明中的正样本集和负样本集图；
图3为本发明的实施例的流程图；
图4为本发明的实施例的流程图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例
如图1所示，基于三维人脸数据的身份证与持证人的同一性认证方法，包括以下步骤：
步骤一：通过居民身份证读卡器读出居民身份证内的二维人脸数据；
步骤二：通过三维摄像机采集持证人三维人脸数据；
步步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，所述深度学习训练的模型为深度卷积神经网络，将数据集作为输入，利用深度卷积神经网络对输入数据进行逐层的特征提取，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练二值分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
如图2所示，练数据集包含两类，分别为正样本集、负样本集，正样本集中每组数据为同一人数据信息，负样本集中每组数据为不同人数据信息；所述的每组数据包括所述步骤三中归一化处理后的二维人脸数据和三维人脸数据。
如图3所示，所述三维人脸数据为人脸深度图和人脸纹理图，
具体的，如图4所示，所述三维人脸数据可以为人脸深度图，减少数据量的同时也可以有效的利用人脸的三维信息，提高识别鲁棒性。

Claims (6)

1.一种基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，包括以下步骤：
步骤一：通过居民身份证读卡器读出居民身份证的二维人脸数据；
步骤二：通过三维摄像机采集持证人的三维人脸数据；
步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
2.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，步骤四中所述混合数据训练集包含两类数据，分别为正样本集、负样本集，正样本集中每组数据为同一人数据信息，负样本集中每组数据为不同人数据信息；所述的每组数据包括所述步骤三中归一化处理后的二维人脸数据和所述三维人脸数据。
3.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，步骤四中的深度学习训练的模型为深度卷积神经网络，将混合数据训练集作为输入，利用深度卷积神经网络对输入数据进行逐层的特征提取。
4.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，步骤六中所述的测试数据为持证人的二维人脸数据和三维人脸数据。
5.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，所述三维人脸数据为人脸深度图和人脸纹理图，或者为人脸深度图。
6.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，所述分类器为二值分类器。
CN201610149770.1A 2016-03-16 2016-03-16 一种基于三维人脸数据的身份证与持证人的同一性认证方法 Pending CN105825186A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610149770.1A CN105825186A (zh) 2016-03-16 2016-03-16 一种基于三维人脸数据的身份证与持证人的同一性认证方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610149770.1A CN105825186A (zh) 2016-03-16 2016-03-16 一种基于三维人脸数据的身份证与持证人的同一性认证方法

Publications (1)

Publication Number Publication Date
CN105825186A true CN105825186A (zh) 2016-08-03

Family

ID=56523461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610149770.1A Pending CN105825186A (zh) 2016-03-16 2016-03-16 一种基于三维人脸数据的身份证与持证人的同一性认证方法

Country Status (1)

Country Link
CN (1) CN105825186A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407914A (zh) * 2016-08-31 2017-02-15 北京旷视科技有限公司 用于检测人脸的方法、装置和远程柜员机***
CN108537191A (zh) * 2018-04-17 2018-09-14 广州云从信息科技有限公司 一种基于结构光摄像头的三维人脸识别方法
CN110069968A (zh) * 2018-01-22 2019-07-30 耐能有限公司 脸部辨识***及脸部辨识方法
CN110110118A (zh) * 2017-12-27 2019-08-09 广东欧珀移动通信有限公司 妆容推荐方法、装置、存储介质及移动终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7127087B2 (en) * 2000-03-27 2006-10-24 Microsoft Corporation Pose-invariant face recognition system and process
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN102779269A (zh) * 2012-06-13 2012-11-14 合肥工业大学 基于图像传感器成像***的人脸识别算法
CN102902959A (zh) * 2012-04-28 2013-01-30 王浩 基于二代身份证存储证件照的人脸识别方法及***
CN105426875A (zh) * 2015-12-18 2016-03-23 武汉科技大学 一种基于深度卷积神经网络的人脸识别方法和考勤***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7127087B2 (en) * 2000-03-27 2006-10-24 Microsoft Corporation Pose-invariant face recognition system and process
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN102902959A (zh) * 2012-04-28 2013-01-30 王浩 基于二代身份证存储证件照的人脸识别方法及***
CN102779269A (zh) * 2012-06-13 2012-11-14 合肥工业大学 基于图像传感器成像***的人脸识别算法
CN105426875A (zh) * 2015-12-18 2016-03-23 武汉科技大学 一种基于深度卷积神经网络的人脸识别方法和考勤***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KWANG HO AN等: "Pose-Robust Face Recognition Based on TextureMapping", 《PROCEEDINGS OF THE 17TH IEEE INTERNATIONAL SYMPOSIUM ON ROBOT AND HUMANINTERACTIVE COMMUNICATION》 *
周立等: "《数字测绘技术与数字交通建设》", 30 April 2005, 西安地图出版社 *
杨铁军等: "《产业专利分析报告》", 30 June 2015, 知识产权出版社 *
谢剑斌等: "《视觉感知与智能视频监控》", 31 March 2012, 国防科技大学出版社 *
马燕等: "《二维及三维人脸识别技术》", 31 August 2007, 百家出版社 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407914A (zh) * 2016-08-31 2017-02-15 北京旷视科技有限公司 用于检测人脸的方法、装置和远程柜员机***
CN106407914B (zh) * 2016-08-31 2019-12-10 北京旷视科技有限公司 用于检测人脸的方法、装置和远程柜员机***
CN110110118A (zh) * 2017-12-27 2019-08-09 广东欧珀移动通信有限公司 妆容推荐方法、装置、存储介质及移动终端
CN110110118B (zh) * 2017-12-27 2021-11-16 Oppo广东移动通信有限公司 妆容推荐方法、装置、存储介质及移动终端
CN110069968A (zh) * 2018-01-22 2019-07-30 耐能有限公司 脸部辨识***及脸部辨识方法
CN108537191A (zh) * 2018-04-17 2018-09-14 广州云从信息科技有限公司 一种基于结构光摄像头的三维人脸识别方法
CN108537191B (zh) * 2018-04-17 2020-11-20 云从科技集团股份有限公司 一种基于结构光摄像头的三维人脸识别方法

Similar Documents

Publication Publication Date Title
CN104143079B (zh) 人脸属性识别的方法和***
CN105426827B (zh) 活体验证方法、装置和***
WO2020151489A1 (zh) 基于面部识别的活体检测的方法、电子设备和存储介质
CN103426016B (zh) 一种第二代身份证真伪鉴别方法与装置
CN103593598B (zh) 基于活体检测和人脸识别的用户在线认证方法及***
CN103116763B (zh) 一种基于hsv颜色空间统计特征的活体人脸检测方法
CN104751108B (zh) 人脸图像识别装置和人脸图像识别方法
CN104123545B (zh) 一种实时表情特征提取及表情识别方法
CN106446754A (zh) 图像识别方法、度量学习方法、图像来源识别方法及装置
CN108229427A (zh) 一种基于身份证件和人脸识别的身份安全验证方法及***
CN109460734B (zh) 基于层次动态深度投影差值图像表示的视频行为识别方法及***
CN105825186A (zh) 一种基于三维人脸数据的身份证与持证人的同一性认证方法
CN103810490A (zh) 一种确定人脸图像的属性的方法和设备
CN105956560A (zh) 一种基于池化多尺度深度卷积特征的车型识别方法
CN107333071A (zh) 视频处理方法、装置、电子设备及存储介质
CN106557726A (zh) 一种带静默式活体检测的人脸身份认证***及其方法
CN106991390A (zh) 一种基于深度学习的手持人证比对***及方法
CN104850825A (zh) 一种基于卷积神经网络的人脸图像颜值计算方法
CN106127164A (zh) 基于显著性检测和卷积神经网络的行人检测方法及装置
CN105740780A (zh) 人脸活体检测的方法和装置
CN105740779A (zh) 人脸活体检测的方法和装置
CN101329735A (zh) 一种手写签名鉴定设备及其方法
CN110796101A (zh) 一种嵌入式平台的人脸识别方法及***
CN105320948A (zh) 一种基于图像的性别识别方法、装置及***
CN107526994A (zh) 一种信息处理方法、装置及移动终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160803

RJ01 Rejection of invention patent application after publication