CN108960111A - 人脸识别方法、***及终端设备 - Google Patents
人脸识别方法、***及终端设备 Download PDFInfo
- Publication number
- CN108960111A CN108960111A CN201810668961.8A CN201810668961A CN108960111A CN 108960111 A CN108960111 A CN 108960111A CN 201810668961 A CN201810668961 A CN 201810668961A CN 108960111 A CN108960111 A CN 108960111A
- Authority
- CN
- China
- Prior art keywords
- identified
- photo
- user
- target
- users
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 230000003760 hair shine Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明适用于生物特征识别技术领域，公开了一种人脸识别方法、***及终端设备，包括：获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的人脸照片，第二照片为现场拍摄的身份证照片；根据用户身份标识获取信用记录，并根据信用记录确定信誉值；从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；获取每个第二待识别用户的第三照片，其中第三照片为公安***中保存的身份证上的照片；将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。本发明能提高人脸识别的效率和准确性。
Description
技术领域
本发明属于生物特征识别技术领域，尤其涉及一种人脸识别方法、***及终端设备。
背景技术
人脸识别是金融等高风险行业的身份验证过程。人脸识别通常是对两张人脸进行对比，从而判断两张人脸是否是同一个人。
现有的对人脸进行识别的方法，通常是获取待识别用户的一张人脸照片与预存的验证照片对比，若对比结果一致，则识别成功，若对比结果不一致，则识别失败。但是这种识别方式一次只能识别一个人的人脸照片，导致人脸识别的过程效率低下、准确度差的问题。
发明内容
有鉴于此，本发明实施例提供了一种人脸识别方法、***及终端设备，以解决现有的人脸识别的过程效率低下、准确度差的问题。
本发明实施例的第一方面提供了一种人脸识别方法，包括：
获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括若干第一待识别用户的用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的若干第一待识别用户的人脸照片，第二照片为现场拍摄的若干第一待识别用户的身份证照片；
根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值；
从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
本发明实施例的第二方面提供了一种人脸识别***，包括：
用户信息获取模块，用于获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括若干第一待识别用户的用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的若干第一待识别用户的人脸照片，第二照片为现场拍摄的若干第一待识别用户的身份证照片；
信用记录获取模块，用于根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值；
筛选模块，用于从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
第三照片获取模块，用于获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
对比模块，用于将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上所述人脸识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被一个或多个处理器执行时实现如上所述人脸识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过获取若干第一待识别用户的第一用户信息集合，根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值，从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户，可以批量获取待识别用户的用户信息，提前筛选得到信用记录良好的待识别用户，去除信用记录较差的待识别用户，减少之后的人脸识别的工作量，提高人脸识别的效率；通过获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片，将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果，可以将待识别用户的现场拍摄的人脸照片、现场拍摄的身份证照片和公安***中保存的身份证上的照片进行对比，既可以确定待识别用户的身份证照片是否与公安***中的照片一致，还可以确定现场拍摄的人脸照片是否与身份证照片或公安***中的照片一致，能提高人脸识别的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的人脸识别方法的实现流程示意图；
图2是本发明又一实施例提供的人脸识别方法的实现流程示意图；
图3是本发明再一实施例提供的人脸识别方法的实现流程示意图；
图4是本发明一实施例提供的人脸识别***的示意框图；
图5是本发明一实施例提供的终端设备的示意框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明一实施例提供的人脸识别方法的实现流程示意图，为了便于说明，仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。如图1所示，该方法可以包括以下步骤：
步骤S101：获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括若干第一待识别用户的用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的若干第一待识别用户的人脸照片，第二照片为现场拍摄的若干第一待识别用户的身份证照片。
在本发明实施例中，用户身份标识可以是第一待识别用户的身份证号，也可以是其它可唯一区分第一待识别用户的身份标识。第一照片和第二照片可以是现场工作人员拍摄的照片，也可以是第一待识别用户通过自助设备拍摄的照片。第一照片是现场拍摄的可看清第一待识别用户的脸部的清晰照片；第二照片是现场拍摄的可看清第一待识别用户的身份证上的照片的清晰照片。
第一用户信息集合还可以包括姓名、手机号码、单位名称、申请业务类别、等信息。
步骤S102：根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值。
在本发明实施例中，终端设备可以根据每个第一待识别用户的用户身份标识，查询***渠道***，获取每个第一待识别用户的信用记录。***渠道***可以是安硕***、信审***、买买提***中的一个或多个。信用记录可以包括本次交易所属类别，本次交易的金额，本次交易逾期未还款金额等信息。
信誉值用来衡量第一待识别用户的信用度的高低，可以根据信用记录确定第一待识别用户的信誉值。
步骤S103：从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户。
在本发明实施例中，将信誉值超过预设信誉阈值的第一待识别用户称为第二待识别用户，第二待识别用户是信用度较好的用户。
在金融行业，对于一些信用度较差的用户申请的借贷业务，一般不会给予通过，所以可以无需再进行人脸识别进行身份验证，可以将这些信用度较差的用户提前剔除，减少之后人脸识别的工作量，提高效率。
预设信誉阈值可以根据实际需求进行设置。示例性地，没有不良信用记录的用户的信誉值为1，信用度越差的用户信誉值越低，预设信誉阈值可以设置为0.6，从若干第一待识别用户中，筛选出对应的信誉值超过0.6的若干第二待识别用户。
步骤S104：获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片。
在本发明实施例中，终端设备通过身份信息接口ID5批量获取每个第二待识别用户的第三照片，若本次某个第二待识别用户的第三照片获取失败，则将该获取失败的任务加入失败任务池，当下次通过身份信息接口ID5批量获取第三照片时，将失败任务池中的任务加入本次批量获取任务中，直至获取失败的任务重新获取得到第三照片。
步骤S105：将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
在本发明实施例中，通过将每个第二待识别用户的三张照片进行对比，得到每个待识别用户的人脸识别结果。
本发明实施例批量获取待识别用户的用户信息，提前筛选得到信用记录良好的待识别用户，去除信用记录较差的待识别用户，减少之后的人脸识别的工作量，提高人脸识别的效率，且将待识别用户的现场拍摄的人脸照片、现场拍摄的身份证照片和公安***中保存的身份证上的照片进行对比，既可以确定待识别用户的身份证照片是否与公安***中的照片一致，还可以确定现场拍摄的人脸照片是否与身份证照片或公安***中的照片一致，能提高人脸识别的准确性。
图2是本发明又一实施例提供的人脸识别方法的实现流程示意图。如图2所示，在上述实施例的基础上，步骤S105可以包括以下步骤：
步骤S201：将每个第二待识别用户的第二照片和第三照片进行对比，得到每个第二待识别用户的第一对比分值。
在本发明实施例中，首先将第二照片和第三照片进行对比，判断现场拍摄的身份证照片与公安***中保存的身份证上的照片是否一致，得到第一比对分值。
在将每个第二待识别用户的第二照片和第三照片进行对比之前，还可以包括：将每个第二待识别用户的第二照片和第三照片进行预处理，预处理包括提取人脸部分的照片，并对提取得到的人脸部分的照片进行光照补偿、灰度均衡、降低噪声、提高清晰度处理。
步骤S202：将每个第二待识别用户的第一对比分值与预设对比阈值进行比较。
在本发明实施例中，预设对比阈值可以根据实际需求进行设置。示例性地，若对比分值满分为100分，则预设对比阈值可以设置为90分。
若第二待识别用户的第一对比分值大于或等于预设对比阈值，则该第二待识别用户的第二照片和第三照片比对成功；若第二待识别用户的第一对比分值小于预设对比阈值，则该第二待识别用户的第二照片和第三照片比对失败。若该第二待识别用户的第二照片和第三照片比对失败，则说明该第二待识别用户的现场拍摄的身份证照片与公安***保存的身份证上的照片不一致，该第二待识别用户提供的身份证存在问题，所以确定该第二待识别用户的人脸识别结果为识别失败，无需再进行接下来的将该第二待识别用户的第一照片和第二照片进行对比，或，将该第二待识别用户的第一照片和第三照片进行对比，这样可以提高人脸识别的效率。
步骤S203：若存在第一对比分值大于或等于预设对比阈值的目标第二待识别用户，则将目标第二待识别用户的第一照片和第二照片进行对比，或，将目标第二待识别用户的第一照片和第三照片进行对比，得到目标第二待识别用户的第二对比分值。
在本发明实施例中，将第一对比分值大于或等于预设对比阈值的第二待识别用户称为目标第二待识别用户。若存在目标第二待识别用户，说明目标第二待识别用户的现场拍摄的身份证照片与公安***中保存的身份证上的照片比对成功，则将目标第二待识别用户的现场拍摄的人脸照片和现场拍摄的身份证照片进行对比，或，将目标第二待识别用户的现场拍摄的人脸照片和公安***中保存的身份证上的照片进行对比，得到目标第二待识别用户的第二对比分值。
在将目标第二待识别用户的第一照片和第二照片进行对比，或，将目标第二待识别用户的第一照片和第三照片进行对比之前，首先对第一照片进行预处理，预处理包括提取人脸部分的照片，并对提取得到的人脸部分的照片进行光照补偿、灰度均衡、降低噪声、提高清晰度处理。
步骤S204：若目标第二待识别用户的第二对比分值大于或等于预设对比阈值，则目标第二待识别用户的人脸识别结果为识别成功，否则目标第二待识别用户的人脸识别结果为识别失败。
本发明实施例首先将第二待识别用户的第二照片和第三照片进行对比，可以判断第二待识别用户提供的身份证是否是正确的，若第二待识别用户提供的身份证是不正确的，则无需再进行接下来照片比对；若第二待识别用户的第二照片和第三照片对比成功，则将第二待识别用户的第一照片和第二照片进行对比，或，将第二待识别用户的第一照片和第三照片进行对比，可以提高人脸识别的准确性。
作为本发明又一实施例，在上述实施例的基础上，步骤S105还可以包括以下步骤：
若目标第二待识别用户的人脸识别结果为识别失败，则将第一照片、第二照片、第三照片、第一对比分值和第二对比分值发送到显示终端，以使显示终端提醒审核人员将第一照片、第二照片和第三照片进行对比，并得到最终对比结果。
接收显示终端发送的最终对比结果，并将最终对比结果作为目标第二待识别用户的最终的人脸识别结果。
在本发明实施例中，若目标第二待识别用户的人脸识别结果为识别失败，则增加人工审核的环节，审核人员将第一照片、第二照片和第三照片进行对比，并参考第一对比分值和第二对比分值，得到人工审核结果，将该人工审核结果称为最终对比结果，并将该最终对比结果作为目标第二待识别用户的最终的人脸识别结果。本发明实施例通过增加人工审核的环节，可以进一步提高人脸识别的准确性。
图3是本发明再一实施例提供的人脸识别方法的实现流程示意图。如图3所示，在上述实施例的基础上，上述步骤S102中，根据信用记录确定若干第一待识别用户的信誉值的过程，可以包括以下步骤：
步骤S301：根据信用记录确定每个第一待识别用户是否具有不良信用记录。
在本发明实施例中，可以根据每条信用记录中本次交易逾期未还款金额判断每个第一待识别用户是否具有不良信用记录。若信用记录中本次交易逾期未还款金额不为零，则该条信用记录为不良信用记录。若第一待识别用户的每条信用记录中，本次交易逾期未还款金额均为零，则该第一待识别用户不存在不良信用记录，否则，该第一待识别用户存在不良信用记录。
步骤S302：若存在具有不良信用记录的目标第一待识别用户，则确定目标第一待识别用户的不良信用记录所属的类别，并根据不良信用记录所属的类别获取每个类别对应的权重系数和每个类别的不良信用记录的金额。
在本发明实施例中，将具有不良信用记录的第一待识别用户称为目标第一待识别用户。不良信用记录所属的类别可以为房贷、车贷等类别，也可以根据需要划分为其它的类别。每个类别都有预先设置好的对应的权重系数，可以根据不良信用记录所属的类别获取每个类别对应的权重系数。不良信用记录中本次交易逾期未还款金额为该不良信用记录的金额，将每个类别对应的不良信用记录中的不良信用记录的金额相加得到每个类别的不良信用记录的金额。
步骤S303：根据每个类别对应的权重系数和每个类别的不良信用记录的金额得到目标第一待识别用户的不良信用记录的总金额。
在本发明实施例中，某一类别对应的权重系数与该类别的不良信用记录的金额的乘积为该类别的不良信用记录的总金额，将目标第一待识别用户的每个类别的不良信用记录的总金额相加得到目标第一待识别用户的不良信用记录的总金额。
步骤S304：获取目标第一待识别用户的信用记录中交易的总金额。
在本发明实施例中，将目标第一待识别用户的每条信用记录中的本次交易的金额相加得到目标第一待识别用户的信用记录中交易的总金额。
步骤S305：根据不良信用记录的总金额和信用记录中交易的总金额，确定目标第一待识别用户的信誉值。
在本发明实施例中，信用记录中交易的总金额减去不良信用记录的总金额得到中间值，中间值与信用记录中交易的总金额的比值为目标第一待识别用户的信誉值。
作为本发明又一实施例，获取若干第一待识别用户的第一用户信息集合，包括：
直接获取若干第一待识别用户的第一用户信息集合；或，获取每个第一待识别用户签订的合同的合同标识，从数据库中查找每个第一待识别用户签订的合同的合同标识对应的用户信息，得到第一用户信息集合。
在本发明实施例中，终端设备可以直接获取若干第一待识别用户的第一用户信息集合，也可以每个第一待识别用户签订的合同的合同标识，再从数据库中查找每个第一待识别用户签订的合同的合同标识对应的用户信息，得到第一用户信息集合。其中，合同标识可以为第一待识别用户办理金融业务，例如借贷业务时，签订的合同的合同号。
本发明实施例还可以对每个人脸识别任务进行实时监控，例如记录每个人脸识别任务的开始时间、结束时间，记录人脸识别任务的成功率、失败率等信息。
本发明实施例能最大限度地简化人脸识别任务与其它任务的对接方式，当有新的人脸识别任务时，可以保证快速接入。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图4是本发明一实施例提供的人脸识别***的示意框图，为了便于说明，仅示出与本发明实施例相关的部分。
在本发明实施例中，人脸识别***4包括：
用户信息获取模块41，用于获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括若干第一待识别用户的用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的若干第一待识别用户的人脸照片，第二照片为现场拍摄的若干第一待识别用户的身份证照片；
信用记录获取模块42，用于根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值；
筛选模块43，用于从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
第三照片获取模块44，用于获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
对比模块45，用于将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
可选地，对比模块45包括：
第一对比单元，用于将每个第二待识别用户的第二照片和第三照片进行对比，得到每个第二待识别用户的第一对比分值；
比较单元，用于将每个第二待识别用户的第一对比分值与预设对比阈值进行比较；
第二对比单元，用于若存在第一对比分值大于或等于预设对比阈值的目标第二待识别用户，则将目标第二待识别用户的第一照片和第二照片进行对比，或，将目标第二待识别用户的第一照片和第三照片进行对比，得到目标第二待识别用户的第二对比分值；
识别结果确认单元，用于若目标第二待识别用户的第二对比分值大于或等于预设对比阈值，则目标第二待识别用户的人脸识别结果为识别成功，否则目标第二待识别用户的人脸识别结果为识别失败。
可选地，对比模块45还包括：
发送单元，用于若目标第二待识别用户的人脸识别结果为识别失败，则将第一照片、第二照片、第三照片、第一对比分值和第二对比分值发送到显示终端，以使显示终端提醒审核人员将第一照片、第二照片和第三照片进行对比，并得到最终对比结果；
接收单元，用于接收显示终端发送的最终对比结果，并将最终对比结果作为目标第二待识别用户的最终的人脸识别结果。
可选地，信用记录获取模块42还包括：
第一确定单元，用于根据信用记录确定每个第一待识别用户是否具有不良信用记录；
第二确定单元，用于若存在具有不良信用记录的目标第一待识别用户，则确定目标第一待识别用户的不良信用记录所属的类别，并根据不良信用记录所属的类别获取每个类别对应的权重系数和每个类别的不良信用记录的金额；
计算单元，用于根据每个类别对应的权重系数和每个类别的不良信用记录的金额得到目标第一待识别用户的不良信用记录的总金额；
第一获取单元，用于获取目标第一待识别用户的信用记录中交易的总金额；
第三确定单元，用于根据不良信用记录的总金额和信用记录中交易的总金额，确定目标第一待识别用户的信誉值。
可选地，用户信息获取模块41还包括：
第二获取单元，用于直接获取若干第一待识别用户的第一用户信息集合；或，
第三获取单元，用于获取每个第一待识别用户签订的合同的合同标识，从数据库中查找每个第一待识别用户签订的合同的合同标识对应的用户信息，得到第一用户信息集合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述人脸识别***的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图5是本发明一实施例提供的终端设备的示意框图。如图5所示，该实施例的终端设备5包括：一个或多个处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个人脸识别方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器50执行所述计算机程序52时实现上述人脸识别***实施例中各模块/单元的功能，例如图4所示模块41至45的功能。
示例性地，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成用户信息获取模块、信用记录获取模块、筛选模块、第三照片获取模块和对比模块。
用户信息获取模块，用于获取若干第一待识别用户的第一用户信息集合，第一用户信息集合包括若干第一待识别用户的用户身份标识、第一照片和第二照片，其中第一照片为现场拍摄的若干第一待识别用户的人脸照片，第二照片为现场拍摄的若干第一待识别用户的身份证照片；
信用记录获取模块，用于根据用户身份标识获取若干第一待识别用户的信用记录，并根据信用记录确定若干第一待识别用户的信誉值；
筛选模块，用于从若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
第三照片获取模块，用于获取每个第二待识别用户的第三照片，其中第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
对比模块，用于将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
其它模块或者单元可参照图4所示的实施例中的描述，在此不再赘述。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备5包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备的一个示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备5还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备的内部存储单元，例如终端设备的硬盘或内存。所述存储器51也可以是所述终端设备的外部存储设备，例如所述终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括终端设备的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序52以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的人脸识别***和方法，可以通过其它的方式实现。例如，以上所描述的人脸识别***实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种人脸识别方法，其特征在于，包括：
获取若干第一待识别用户的第一用户信息集合，所述第一用户信息集合包括所述若干第一待识别用户的用户身份标识、第一照片和第二照片，其中所述第一照片为现场拍摄的若干第一待识别用户的人脸照片，所述第二照片为现场拍摄的若干第一待识别用户的身份证照片；
根据所述用户身份标识获取所述若干第一待识别用户的信用记录，并根据所述信用记录确定所述若干第一待识别用户的信誉值；
从所述若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
获取每个第二待识别用户的第三照片，其中所述第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
2.根据权利要求1所述的人脸识别方法，其特征在于，所述将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果，包括：
将每个第二待识别用户的第二照片和第三照片进行对比，得到每个第二待识别用户的第一对比分值；
将每个第二待识别用户的第一对比分值与预设对比阈值进行比较；
若存在第一对比分值大于或等于所述预设对比阈值的目标第二待识别用户，则将所述目标第二待识别用户的第一照片和第二照片进行对比，或，将所述目标第二待识别用户的第一照片和第三照片进行对比，得到所述目标第二待识别用户的第二对比分值；
若所述目标第二待识别用户的第二对比分值大于或等于所述预设对比阈值，则所述目标第二待识别用户的人脸识别结果为识别成功，否则所述目标第二待识别用户的人脸识别结果为识别失败。
3.根据权利要求2所述的人脸识别方法，其特征在于，还包括：
若所述目标第二待识别用户的人脸识别结果为识别失败，则将所述第一照片、所述第二照片、所述第三照片、所述第一对比分值和所述第二对比分值发送到显示终端，以使所述显示终端提醒审核人员将所述第一照片、所述第二照片和所述第三照片进行对比，并得到最终对比结果；
接收所述显示终端发送的所述最终对比结果，并将所述最终对比结果作为所述目标第二待识别用户的最终的人脸识别结果。
4.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述信用记录确定所述若干第一待识别用户的信誉值，包括：
根据所述信用记录确定每个第一待识别用户是否具有不良信用记录；
若存在具有不良信用记录的目标第一待识别用户，则确定所述目标第一待识别用户的不良信用记录所属的类别，并根据所述不良信用记录所属的类别获取每个类别对应的权重系数和每个类别的不良信用记录的金额；
根据每个类别对应的权重系数和每个类别的不良信用记录的金额得到所述目标第一待识别用户的不良信用记录的总金额；
获取所述目标第一待识别用户的信用记录中交易的总金额；
根据所述不良信用记录的总金额和所述信用记录中交易的总金额，确定所述目标第一待识别用户的信誉值。
5.根据权利要求1所述的人脸识别方法，其特征在于，所述获取若干第一待识别用户的第一用户信息集合，包括：
直接获取所述若干第一待识别用户的第一用户信息集合；或，
获取每个第一待识别用户签订的合同的合同标识，从数据库中查找每个第一待识别用户签订的合同的合同标识对应的用户信息，得到所述第一用户信息集合。
6.一种人脸识别***，其特征在于，包括：
用户信息获取模块，用于获取若干第一待识别用户的第一用户信息集合，所述第一用户信息集合包括所述若干第一待识别用户的用户身份标识、第一照片和第二照片，其中所述第一照片为现场拍摄的若干第一待识别用户的人脸照片，所述第二照片为现场拍摄的若干第一待识别用户的身份证照片；
信用记录获取模块，用于根据所述用户身份标识获取所述若干第一待识别用户的信用记录，并根据所述信用记录确定所述若干第一待识别用户的信誉值；
筛选模块，用于从所述若干第一待识别用户中，筛选出对应的信誉值超过预设信誉阈值的若干第二待识别用户；
第三照片获取模块，用于获取每个第二待识别用户的第三照片，其中所述第三照片为每个第二待识别用户的在公安***中保存的身份证上的照片；
对比模块，用于将每个第二待识别用户的第一照片、第二照片、第三照片进行对比，得到每个第二待识别用户的人脸识别结果。
7.如权利要求6所述的人脸识别***，其特征在于，所述对比模块包括：
第一对比单元，用于将每个第二待识别用户的第二照片和第三照片进行对比，得到每个第二待识别用户的第一对比分值；
比较单元，用于将每个第二待识别用户的第一对比分值与预设对比阈值进行比较；
第二对比单元，用于若存在第一对比分值大于或等于所述预设对比阈值的目标第二待识别用户，则将所述目标第二待识别用户的第一照片和第二照片进行对比，或，将所述目标第二待识别用户的第一照片和第三照片进行对比，得到所述目标第二待识别用户的第二对比分值；
识别结果确认单元，用于若所述目标第二待识别用户的第二对比分值大于或等于所述预设对比阈值，则所述目标第二待识别用户的人脸识别结果为识别成功，否则所述目标第二待识别用户的人脸识别结果为识别失败。
8.如权利要求7所述的人脸识别***，其特征在于，所述对比模块还包括：
发送单元，用于若所述目标第二待识别用户的人脸识别结果为识别失败，则将所述第一照片、所述第二照片、所述第三照片、所述第一对比分值和所述第二对比分值发送到显示终端，以使所述显示终端提醒审核人员将所述第一照片、所述第二照片和所述第三照片进行对比，并得到最终对比结果；
接收单元，用于接收所述显示终端发送的所述最终对比结果，并将所述最终对比结果作为所述目标第二待识别用户的最终的人脸识别结果。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述人脸识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如权利要求1至5任一项所述人脸识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810668961.8A CN108960111B (zh) | 2018-06-26 | 2018-06-26 | 人脸识别方法、***及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810668961.8A CN108960111B (zh) | 2018-06-26 | 2018-06-26 | 人脸识别方法、***及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108960111A true CN108960111A (zh) | 2018-12-07 |
| CN108960111B CN108960111B (zh) | 2020-11-13 |
Family
ID=64486702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810668961.8A Expired - Fee Related CN108960111B (zh) | 2018-06-26 | 2018-06-26 | 人脸识别方法、***及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108960111B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711298A (zh) * | 2018-12-14 | 2019-05-03 | 南京甄视智能科技有限公司 | 基于faiss的高效人脸特征值检索的方法和*** |
| CN111932270A (zh) * | 2020-08-12 | 2020-11-13 | 中国银行股份有限公司 | 银行客户身份验证的方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102801528A (zh) * | 2012-08-17 | 2012-11-28 | 珠海市载舟软件技术有限公司 | 基于智能移动通讯设备的身份验证***及其方法 |
| CN107292150A (zh) * | 2016-04-13 | 2017-10-24 | 平安科技（深圳）有限公司 | 保全信息处理中用户身份确认方法和装置 |
| CN107808118A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| CN108053310A (zh) * | 2017-11-24 | 2018-05-18 | 深圳市牛鼎丰科技有限公司 | 信用风险评分方法、装置、计算机设备及存储介质 |
-
2018
- 2018-06-26 CN CN201810668961.8A patent/CN108960111B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102801528A (zh) * | 2012-08-17 | 2012-11-28 | 珠海市载舟软件技术有限公司 | 基于智能移动通讯设备的身份验证***及其方法 |
| CN107292150A (zh) * | 2016-04-13 | 2017-10-24 | 平安科技（深圳）有限公司 | 保全信息处理中用户身份确认方法和装置 |
| CN107808118A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| CN108053310A (zh) * | 2017-11-24 | 2018-05-18 | 深圳市牛鼎丰科技有限公司 | 信用风险评分方法、装置、计算机设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711298A (zh) * | 2018-12-14 | 2019-05-03 | 南京甄视智能科技有限公司 | 基于faiss的高效人脸特征值检索的方法和*** |
| CN109711298B (zh) * | 2018-12-14 | 2021-02-12 | 南京甄视智能科技有限公司 | 基于faiss的高效人脸特征值检索的方法和*** |
| CN111932270A (zh) * | 2020-08-12 | 2020-11-13 | 中国银行股份有限公司 | 银行客户身份验证的方法及装置 |
| CN111932270B (zh) * | 2020-08-12 | 2023-08-18 | 中国银行股份有限公司 | 银行客户身份验证的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108960111B (zh) | 2020-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107657525A (zh) | 一种贷款审批方法及服务器 | |
| CN107679613A (zh) | 一种人员信息的统计方法、装置、终端设备和存储介质 | |
| US20040225473A1 (en) | Fraud score calculating program, method of calculating fraud score, and fraud score calculating system for credit cards | |
| CN109345375A (zh) | 一种可疑洗钱行为识别方法及装置 | |
| CN110610431A (zh) | 基于大数据的智能理赔方法及智能理赔*** | |
| CN109919624A (zh) | 一种基于时空集中性的网贷欺诈团伙识别与预警方法 | |
| CN109345380A (zh) | 风险控制平台构建方法及*** | |
| CN110443120A (zh) | 一种人脸识别方法及设备 | |
| CN111709756A (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
| CN110609908A (zh) | 案件串并方法及装置 | |
| CN109274639A (zh) | 开放平台异常数据访问的识别方法和装置 | |
| CN112801498A (zh) | 风险识别模型的训练方法、风险识别方法、装置及设备 | |
| CN109544364B (zh) | 基于数据分析的违规行为检测方法、装置及终端 | |
| CN111428217A (zh) | 欺诈团伙识别方法、装置、电子设备及计算机可读存储介质 | |
| CN109885597A (zh) | 基于机器学习的用户分群处理方法、装置及电子终端 | |
| CN108960111A (zh) | 人脸识别方法、***及终端设备 | |
| CN113792089A (zh) | 基于人工智能的非法行为检测方法、装置、设备及介质 | |
| CN111861715A (zh) | 一种信贷数据的处理方法、装置、设备和存储介质 | |
| CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
| CN109191185A (zh) | 一种客群分类方法及*** | |
| CN110706111B (zh) | 可疑交易账户的识别方法、装置、存储介质和服务器 | |
| CN112580531A (zh) | 一种真假车牌的识别检测方法及*** | |
| CN110942066A (zh) | 票据核对方法及装置 | |
| CN113610627B (zh) | 用于风险预警的数据处理方法和装置 | |
| CN110246025A (zh) | 基于用户信息的防欺诈方法、***、终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 201, Building A, No. 1 Qianwan Road, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000:No. 1701, 1702B, A, New Hao one town, No. 7018 Cai Tian Road, Futian, Shenzhen 518000 Room 201, No. 1 A (Qianhai business secretary, Shenzhen, Shenzhen City, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen City, Guangdong) Applicant after: Shenzhen Rongyimai Information Technology Co.,Ltd. Address before: Room 201, Building A, No. 1 Qianwan Road, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000:No. 1701, 1702B, A, New Hao one town, No. 7018 Cai Tian Road, Futian, Shenzhen 518000 Room 201, No. 1 A (Qianhai business secretary, Shenzhen, Shenzhen City, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen City, Guangdong) Applicant before: SHENZHEN MAIMAITI INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201113 |