CN109522881A - 一种基于人脸识别的考生信息核对方法 - Google Patents

Abstract

本发明公开了一种基于人脸识别的考生信息核对方法，包括步骤：1)获取基础数据，获取考生信息数据，包括准考证号、身份证号和相片等；2)获取考生面部特征，生成考生信息数据库；3)扫描准考证二维码，核对准考证信息；4)扫描身份证，核对身份证信息；5)扫描考生脸部，获取考生面部特征，核对是否是本人。本发明创新性地将人工智能应用到考生信息核对中，核对过程简单高效，核对结果科学准确，解放了大量的人力物力，同时避免因监考员主观判断错误导致替考行为的产生，保证了考试公平原则。

Description

一种基于人脸识别的考生信息核对方法

技术领域

本发明涉及人脸识别的技术领域，尤其是指一种基于人脸识别的考生信息核对方法。

背景技术

通常在验证考生身份时，监考员只能简单地通过人工检查考生准考证、身份证及比对考生与证件上附带的头像照片来确认考生身份。在实际应用中，由于身份证和准考证比较容易造假、监考员查验证件时容易受主观疏忽等因素的影响，考试官会错误地验证通过一些考生身份，导致***行为发生。即便是证件信息确实一致，却因为化妆等原因使考生看起来与证件照片不一致，导致有人利用这个缺陷进行代考，影响考试公平秩序。此外，人工检查证件信息会耗费大量的人力物力，而且检查结果也不能确保准确，容易产生***行为。

目前有人提出一种基于二维码的考试入场***，需要采集考生的头像、指纹、声音等信息，在验证考生身份阶段，通过对比考生的头像、指纹和声音来确认考生身份，但是***设计复杂，需要采集大量的信息，因此对数据库要求高，技术实现难度大。此外，这个***在头像对比过程中依然采用简单的对照方式，容易出错，指纹有***可以作假，因此这个***依然存在问题。

本发明提供一种基于人脸识别的考生信息核对方法，首先收集考生信息，生成考生信息数据库，最后在验证考生信息阶段，主要通过人脸识别的方法来确保是本人，防止代考行为的出现。本发明方法简单快捷，能够解放大量的人力和物力，而且通过人脸识别的方式，结果准确高效。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于人脸识别的考生信息核对方法，突破传统人工检查考生身份信息而耗费大量人力物力的问题，让监考员***地验证考生身份，防止出现信息错漏行为，导致出现***行为。

为实现上述目的，本发明所提供的技术方案为：一种基于人脸识别的考生信息核对方法，包括以下步骤：

1)获取考生信息数据，包括准考证号、身份证号和相片；

2)获取考生面部特征，生成考生信息数据库；

3)扫描准考证二维码，核对准考证信息；

4)扫描身份证，核对身份证信息；

5)扫描考生脸部，获取考生面部特征，核对是否是本人。

在步骤1)中，在考生报名阶段，要求考生填写个人基本信息，包括姓名、身份证号、身份证有效期等，并要求考生拍摄本人照片上传。

在步骤2)中，根据考生上传的照片，通过人脸识别算法获取考生特征脸，包括以下步骤：

2.1)获取包含M张人脸图像的集合S：

S＝{Γ₁,Γ₂,Γ₂,......,Γ_m}

式中，M表示考生数量，S为考生人脸图像的集合，Γ_m表示第m个考生的人脸图像；

2.2)在获取到人脸向量集合S后，计算得到平均图像Ψ：

把集合S里面的向量遍历一遍进行累加，然后取平均值；

2.3)计算每张图像和平均图像的差值Φ，就是用S集合里的每个元素减去步骤2.2)中的平均值：

Φ_i＝Γ_i-Ψ

2.4)找到M个正交的单位向量u_n，这些单位向量其实是用来描述Φ分布的，u_n里面的第k个向量u_k是通过下式计算：

其中，Φ_n为第n张图片和平均图片的差值，为u_k的转置向量，k＝1,2,3...M，λ_k为特征值，当λ_k取最小的值时，就能确定u_k的取值；因为M个向量是相互正交而且是单位长度，因此u_k还要满足以下条件：

其中，为u_n里面的第l个向量的转置，δ_lk为冲击函数，上面的等式使得u_k变成单位正交向量，计算上面的u_k其实就是计算如下协方差矩阵的特征向量：

其中A＝{Φ₁,Φ₂,Φ₃,......,Φ_n}

将步骤1)中的考生信息数据和计算出来的特征向量组合起来，生成考生信息数据库。

在步骤3)中，在考生进入考场的时候，要求考生出示准考证，扫描准考证上面的二维码，获取准考证上面的信息，将准考证上面的信息与考生信息数据库中的信息对比，看姓名、准考证号、考场号和座位号信息是否匹配，如果匹配即可进入下一步。

在步骤4)中，在考生进入考场的时候，要求考生出示身份证，扫描身份证，获取身份证上面的信息，将身份证上面的信息与考生信息数据库中的信息对比，看身份证号是否匹配，身份证是否在有效期内，如果信息无误，即可进入下一步。

在步骤5)中，扫描考生脸部，获取考生面部特征，核对是否是本人，包括以下步骤：

5.1)扫描考生脸部，获取考生人脸图像；

5.2)用特征脸对获取到的考生人脸图像进行标示：

其中，为u_k的转置向量，Γm表示第m个考生的人脸图像，Ψ为平均图像，ω_k为特征向量，k＝1,2...M，M表示考生数量，对于第k个特征脸u_k，上式能够计算其对应的权重，M个权重能够构成一个向量：

Ω^T＝[ω₁,ω₂,ω₃,......,ω_M]

这就是求得的特征脸对人脸的表示；

5.3)通过以下公式对人脸进行识别：

ξ_k＝||Ω-Ω_k||²

其中，Ω代表要判别的人脸，Ω_k代表考生信息数据库里面的某个人脸，两者都是通过特征脸的权重来表示的；ξ_k为两者的欧式距离，当距离小于阈值时说明要判别的脸和训练集内的第k个脸是同一个人的；当遍历所有训练集都大于阈值时，根据距离值的大小确定是否是本人；

最后，通过核对准考证、身份证和人脸特征，三者都符合的时候，才能够确认是考生本人，才能够让考生进入考场考试。

本发明与现有技术相比，具有如下优点与有益效果：

1、本发明首次采用人工智能的方式核对考生信息，突破了传统的手工检查。

2、本发明需要采集的信息量少，降低了数据库的要求。

3、本发明通过人脸识别的方式核对考生信息，结果准确高效。

4、本发明通过***地核对考生信息，减少了人力物力的投入，并且提高了核对效率和准确率。

5、本发明方法在考务***中具有广泛的使用空间，操作简单、适应性强，有广阔的应用前景。

附图说明

图1为本发明逻辑流程示意图。

图2为本发明使用的核对准考证流程图。

图3为本发明使用的核对身份证流程图。

图4为本发明使用的人脸识别流程图。

具体实施方式

下面结合具体实施例对本发明作进一步说明。

如图1所示，本实施例所提供的基于人脸识别的考生信息核对方法，核心采用了人脸识别的方式核对是否是本人，整个过程简单清晰，其包括以下步骤：

1)获取考生信息数据，包括准考证号、身份证号和相片等；当考生进行考试报名的时候，要求考生填写个人基本信息，包括姓名、性别、身份证号等，并要求考生拍摄本人照片上传，获取考生个人的基本信息。

2)获取考生面部特征，生成考生信息数据库；首先对考生上传的照片进行预处理，再通过人脸识别算法获取考生特征脸，即特征向量，包括以下步骤：

2.1)进生成包含所有考生人脸图像的集合S：

S＝{Γ₁,Γ₂,Γ₂,......,Γ_m}

式中，M表示考生数量，S为考生人脸图像的集合，Γ_m表示第m个考生的人脸图像；

2.2)在获取到人脸向量集合S后，计算得到平均图像Ψ：

把集合S里面的向量遍历一遍进行累加，然后取平均值；

2.3)计算每张图像和平均图像的差值Φ，就是用S集合里的每个元素减去步骤2.2)中的平均值：

Φ_i＝Γ_i-Ψ

2.4)找到M个正交的单位向量u_n，这些单位向量其实是用来描述Φ分布的。u_n里面的第k(k＝1,2,3...M)个向量u_k是通过下式计算：

其中，Φ_n为第n张图片和平均图片的差值，为u_k的转置向量，k＝1,2,3...M，λ_k为特征值，当λ_k取最小的值时，就能确定u_k的取值；因为M个向量是相互正交而且是单位长度，因此u_k还要满足以下条件：

其中，为u_n里面的第l个向量的转置，δ_lk为冲击函数，上面的等式使得u_k变成单位正交向量，计算上面的u_k其实就是计算如下协方差矩阵的特征向量：

其中A＝{Φ₁,Φ₂,Φ₃,......,Φ_n}

将步骤1)中的基本信息和计算出来的特征向量组合起来，生成考生信息数据库。

3)扫描准考证二维码，核对准考证信息。如图2所示，在考生进入考场的时候，要求考生出示准考证，扫描准考证上面的二维码，获取准考证上面的信息，将准考证上面的信息与考生信息数据库中的信息对比，看姓名、准考证号、考场号和座位号等信息是否匹配，如果匹配即可进入下一步；

4)扫描身份证，核对身份证信息。如图3所示，在考生进入考场的时候，要求考生出示身份证，扫描身份证，获取身份证上面的信息，将身份证上面的信息与考生信息数据库中的信息对比，看身份证号是否匹配，身份证是否在有效期内，如果信息无误，即可进入下一步；

5)扫描考生脸部，获取考生面部特征，核对是否是本人，如图4所示，包括如下步骤：

5.1)扫描考生脸部，获取考生人脸图像；

5.2)用特征脸对获取到的考生人脸图像进行标示：

其中k＝1,2...M,对于第k个特征脸u_k，上式可以计算其对应的权重，M个权重可以构成一个向量：

Ω^T＝[ω₁,ω₂,ω₃,......,ω_M]

Ω^T就是求得的特征脸对人脸的表示；

5.3)通过以下公式对人脸进行识别：

ξ_k＝||Ω-Ω_k||²

其中，Ω代表要判别的人脸，Ω_k代表考生信息数据库里面的某个人脸，两者都是通过特征脸的权重来表示的；ξ_k为两者的欧式距离，当距离小于阈值时说明要判别的脸和训练集内的第k个脸是同一个人的；当遍历所有训练集都大于阈值时，根据距离值的大小确定是否是本人。

综上所述，在采用以上方案后，本发明为考生进入考场验证考生信息提供了新的方法，将成为保证考生公平的一种有效手段，能够解放人力和物力，并且结果高效准确，具有实际推广价值，值得推广。

以上所述实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (6)

1.一种基于人脸识别的考生信息核对方法，其特征在于，包括以下步骤：

1)获取考生信息数据，包括准考证号、身份证号和相片；

2)获取考生面部特征，生成考生信息数据库；

3)扫描准考证二维码，核对准考证信息；

4)扫描身份证，核对身份证信息；

5)扫描考生脸部，获取考生面部特征，核对是否是本人。

2.根据权利要求1所述的一种基于人脸识别的考生信息核对方法，其特征在于：在步骤1)中，在考生报名阶段，要求考生填写个人基本信息，包括姓名、性别和身份证号，并要求考生拍摄本人照片上传。

3.根据权利要求1所述的一种基于人脸识别的考生信息核对方法，其特征在于：在步骤2)中，根据考生上传的照片，通过人脸识别算法获取考生特征脸，包括以下步骤：

2.1)获取包含M张人脸图像的集合S：

S＝{Γ₁,Γ₂,Γ₂,......,Γ_m}

式中，M表示考生数量，S为考生人脸图像的集合，Γ_m表示第m个考生的人脸图像；

2.2)在获取到人脸向量集合S后，计算得到平均图像Ψ：

把集合S里面的向量遍历一遍进行累加，然后取平均值；

2.3)计算每张图像和平均图像的差值Φ，就是用S集合里的每个元素减去步骤2.2)中的平均值：

Φ_i＝Γ_i-Ψ

2.4)找到M个正交的单位向量u_n，这些单位向量其实是用来描述Φ分布的，un里面的第k个向量u_k是通过下式计算：

其中，Φ_n为第n张图片和平均图片的差值，为u_k的转置向量，k＝1,2,3...M，λ_k为特征值，当λ_k取最小的值时，就能确定u_k的取值；因为M个向量是相互正交而且是单位长度，因此u_k还要满足以下条件：

其中，为u_n里面的第l个向量的转置，δ_lk为冲击函数，上面的等式使得u_k变成单位正交向量，计算上面的u_k其实就是计算如下协方差矩阵的特征向量：

其中A＝{Φ₁,Φ₂,Φ₃,......,Φ_n}

将步骤1)中的考生信息数据和计算出来的特征向量组合起来，生成考生信息数据库。

4.根据权利要求1所述的一种基于人脸识别的考生信息核对方法，其特征在于：在步骤3)中，在考生进入考场的时候，要求考生出示准考证，扫描准考证上面的二维码，获取准考证上面的信息，将准考证上面的信息与考生信息数据库中的信息对比，看姓名、准考证号、考场号和座位号信息是否匹配，如果匹配即可进入下一步。

5.根据权利要求1所述的一种基于人脸识别的考生信息核对方法，其特征在于：在步骤4)中，在考生进入考场的时候，要求考生出示身份证，扫描身份证，获取身份证上面的信息，将身份证上面的信息与考生信息数据库中的信息对比，看身份证号是否匹配，身份证是否在有效期内，如果信息无误，即可进入下一步。

6.根据权利要求1所述的一种基于人脸识别的考生信息核对方法，其特征在于：在步骤5)中，扫描考生脸部，获取考生面部特征，核对是否是本人，包括以下步骤：

5.1)扫描考生脸部，获取考生人脸图像；

5.2)用特征脸对获取到的考生人脸图像进行标示：

其中，为u_k的转置向量，Γ_m表示第m个考生的人脸图像，Ψ为平均图像，ω_k为特征向量，k＝1,2...M，M表示考生数量，对于第k个特征脸u_k，上式能够计算其对应的权重，M个权重能够构成一个向量：

Ω^T＝[ω₁,ω₂,ω₃,......,ω_M]

Ω^T就是求得的特征脸对人脸的表示；

5.3)通过以下公式对人脸进行识别：

ξ_k＝||Ω-Ω_k||²

其中，Ω代表要判别的人脸，Ω_k代表考生信息数据库里面的某个人脸，两者都是通过特征脸的权重来表示的；ξ_k为两者的欧式距离，当距离小于阈值时说明要判别的脸和训练集内的第k个脸是同一个人的；当遍历所有训练集都大于阈值时，根据距离值的大小确定是否是本人；

最后，通过核对准考证、身份证和人脸特征，三者都符合的时候，才能够确认是考生本人，才能够让考生进入考场考试。