CN109684987A - 一种基于证件的身份验证***及方法 - Google Patents

一种基于证件的身份验证***及方法 Download PDF

Info

Publication number
CN109684987A
CN109684987A CN201811559584.0A CN201811559584A CN109684987A CN 109684987 A CN109684987 A CN 109684987A CN 201811559584 A CN201811559584 A CN 201811559584A CN 109684987 A CN109684987 A CN 109684987A
Authority
CN
China
Prior art keywords
certificate
image
authentication
unit
machine
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
Application number
CN201811559584.0A
Other languages
English (en)
Other versions
CN109684987B (zh
Inventor
彭勤牧
尤新革
胡定坤
谢欣
王梓宇
鲁剑箫
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.)
Wuhan Huake heding Information Technology Co.,Ltd.
Original Assignee
Nanjing China Tech And Ancient Cooking Vessel Information Technology 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 Nanjing China Tech And Ancient Cooking Vessel Information Technology Co Ltd filed Critical Nanjing China Tech And Ancient Cooking Vessel Information Technology Co Ltd
Priority to CN201811559584.0A priority Critical patent/CN109684987B/zh
Publication of CN109684987A publication Critical patent/CN109684987A/zh
Application granted granted Critical
Publication of CN109684987B publication Critical patent/CN109684987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words

Landscapes

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

Abstract

本发明公开了一种基于证件的身份验证***，包括：图像采集单元、OCR单元、证件鉴伪单元、电子芯片识读单元以及人脸识别验证单元。本发明通过字符识别技术、射频识读技术、图像鉴伪技术以及人脸识别技术等完成对证件真伪以及持证人与证件所有者的一致性判定，显著提高身份验证的安全性，同时提升了证件检测的效率、准确率。

Description

一种基于证件的身份验证***及方法
技术领域
本发明属于安全认证领域，具体涉及一种基于证件的身份验证***及方法。
背景技术
近年来随着中国国际影响力的增强，许多大型国际会议在中国举行，越来越多的国家和地区与中国进行贸易往来、文化交流、金融投资等等。世界上200多个国家和地区，每个国家都有多个类别的护照，每个类别的护照在同期使用中存在多个版本。护照版本多，数量大，鉴伪困难，给海关、出入境管理局、大使馆、航空部门、铁路部门、酒店等需要进行身份验证的部门带来巨大压力。同时随着国家经济的发展，国内人口流动更加频繁，港澳台愈发向内地靠拢，港澳台居民证、身份证、台胞证、港澳通行证、港澳回乡证等各类旅行证件的验证压力也急剧提升。
现阶段国内对旅行证件的身份验证一般多为人工查验，容易出错而且效率低下，亟需一款兼容性强、效率高、使用简单高效的身份验证***。
目前已存在一些基于证件的身份验证***。专利申请号为CN201410255410，名称为“电子护照及签证自动识别装置”的专利文献提出的方案为利用读取的电子芯片内的加密照片与人脸识别模块获取的人脸图像进行比对来鉴别护照真伪。但此方案不兼容身份证、港澳通行证等其他证件的身份验证问题，同时也不具备验证证件本身真伪的能力。
发明内容
针对现有技术以上缺陷或改进需求中的至少一种，本发明提供了一种基于证件的身份验证***及方法，可检测各类证件的真伪以及判别持证人和证件所有者的一致性。只需要将证件放入硬件设备中即可得到准确的结论，操作简单高效，准确率高。本身份验证***可应用于护照、港澳通行证、台胞证、港澳回乡证、第二代居民身份证、港澳台居民居住证以及驾驶证等证件，而且并不限于以上证件。
为实现上述目的，按照本发明的另一方面，还提供了一种基于证件的身份验证***，包括：图像采集单元、OCR单元、证件鉴伪单元、电子芯片识读单元以及人脸识别验证单元；
所述图像采集单元用于采集包括白光、红外光条件下的证件图像以及紫外光条件下证件荧光反应图像；
所述OCR单元用于对所述图像采集单元采集的红外光条件下的证件图像进行识别，识别图中的机读码，包括单行以及多行机读码；
所述证件鉴伪单元用于对所述图像采集单元采集的红外光条件下的证件图像、紫外光条件下证件荧光反应图像进行鉴伪，判断证件的真伪；
所述电子芯片识读单元用于读取证件芯片内部信息；
所述人脸识别验证单元用于对持证人进行抓拍，进行人脸检测，至少与所述图像采集单元采集的白光条件下的证件图像中的人脸图像进行一致性判别，更优选还与证件芯片中提取的人脸图像进行三者一致性判别。
优选地，所述图像采集单元包括摄像头和多色光源，所述多色光源包括白光光源、红外光光源、紫外光光源；
优选地，所述证件包括各国护照、港澳通行证、台胞证、港澳回乡证、中国二代身份证、驾驶证、港澳台居民证、外国人居住证。
为实现上述目的，按照本发明的另一方面，还提供了一种基于证件的身份验证***的验证方法，包括如下步骤：
(1)证件图像采集步骤：将证件信息主页或证件信息面朝下***硬件设备，硬件设备自启动通过内置摄像头采集白光条件下的图像W、红外光源下的图像IR以及紫外光源下的图像UV。
(2)证件机读码识别步骤：使用OCR技术识别出图像IR中的机读码S1，并校验S1，校验通过，则进行下一步；否则，报告机读码识别错误；
(3)识读机读码步骤：使用机读码激活电子芯片读取单元，获得芯片内存储的机读码S2及人脸图像A(若无芯片，则该步骤省略)；
(4)证件信息验证步骤：通过人脸识别算法对图像W和人脸图像A以及C提取特征，进行一致性判定；同时对S1、S2进行一致性判定(判定为真的依据是S1、S2对应位置的字符一致)。两次一致性判定为真，则进行下一步；否则，报告一致性判定失败；
(5)证件图像鉴伪步骤：使用图像IR和图像UV，通过总结的防伪点以及对应的鉴伪方法，得到鉴伪结果。证件鉴伪通过则进行下一步；否则，报告证件鉴伪错误；
(6)人脸识别验证步骤：通过外置摄像头拍摄获取持证人的人脸图像C；用YOLO2算法分别对图像C和图像W进行人脸检测获得人脸图像D和人脸图像E；若证件具备电子芯片，将人脸图像A和人脸图像D以及人脸图像E输入ResNet(残差网络)进行特征提取获得特征向量并计算余弦相似度，然后进行判别；否则，将人脸图像E和人脸图像D输入ResNet(残差网络)进行特征提取获得特征向量并计算余弦相似度，然后进行判别。若验证通过，则表示身份验证通过；否则，报告身份验证失败并呼叫警卫人员；
优选地，在步骤(2)中，OCR技术首先HSV空间二值化的方法对机读码精确区域进行二值化，然后用投影法分割出每个字符，最后需要提取字符图像的特征(提取字符图像特征的方法是统计字符行像素、列像素、分块像素并组合在一起)，然后与字符特征表进行匹配，取余弦距离最小的即为结果；对于易区分的字符，匹配结果即为最终识别结果，而对于易混淆的字符(如‘A’和‘4’)，通过分析对称性(通过统计左右像素比分析对称性)等方法对匹配结果进行进一步划分得到最终识别结果。
优选地，在步骤(4)中,对于图像进行预处理，预处理首先对图像进行灰度化，然后使用Sobel算子进行边缘检测，最后使用高斯滤波进行平滑化；
在步骤(4)中，将预处理后的图像使用基于SURF算法的空间金字塔匹配方法，实现人脸的局部和整体特征的提取；其中，基于SURF算法的空间金字塔匹配方法将匹配时的原理换为特征信息的表征(SURF特征)，以利于下一步支持向量机和Adaboost进行人脸识别；
在步骤(4)中，通过局部特征和整体特征的组合并结合支持向量机和Adaboost，可判断图像是否一致。
优选地，在步骤(5)中，对于图像IR和图像UV,首先基于改进的离散余弦变换进行防伪区域定位并且使用投影法分割出防伪区域，然后使用花纹检测、荧光纤维检测、数据区检测以及个人照片区检测等鉴伪方法，对机读码区、证件号码、防伪花纹等多种防伪点进行鉴伪处理。
优选地，在步骤(6)中，使用YOLO2算法进行人脸检测，人脸检测的目的是将人脸图像从背景中框选出来，具体步骤是首先调整图像大小，然后运行神经网络，最后进行非极大值抑制。
优选地，在步骤(6)中，将人脸检测得到的人脸图像输入ResNet(残差网络)提取特征向量。ResNet(残差网络)在CNN(卷积神经网络)的基础上引入了“跳跃连接”。其中，“跳跃连接”由如下公式定义：
y＝F(x,{Wi})+x
所述x,y分别为构造块的输入、输出向量，F为映射函数，Wi为第i层的权重。
优选地，在步骤(6)中，判别的依据是计算图像特征向量的余弦相似度，若高于或等于设定的阈值K，则判断为同一人，低于阈值则判定为不同人。
上述步骤中，通过步骤(4)和步骤(5)判定证件的真伪，通过步骤(6)判定持证人与证件所有者的一致性。
上述优选技术特征只要彼此之间未构成冲突就可以相互组合。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1、本发明的基于证件的身份验证***，具备结构简单、使用方便、采图质量高等优点，并且能够提升硬件***稳定性。
2、本发明的基于证件的身份验证***及方法，支持多类证件的鉴伪以及电子芯片识读，包括且不限于身份证、台胞证、港澳通行证、港澳回乡证、各国护照、驾驶证、外国人居住证等，并且首次支持港澳台居民证等新发证件。
3、本发明的基于证件的身份验证***及方法，OCR识别兼容性强，能识读单行以及多行机读码以及身份证，驾驶证号码，同时能处***倾斜时的情况。
4、本发明的基于证件的身份验证***及方法，对各类证件防伪特征进行了详尽的分析与总结，采用改进的离散余弦变换的相对定位技术，采用花纹检测、荧光纤维检测、数据区检测以及个人照片区检测等多种鉴伪手段，验证证件本身的真伪，提高了鉴伪准确率。
5、本发明的基于证件的身份验证***及方法，采用的人脸识别技术，人脸检测部分使用YOLO2算法，人脸识别部分使用ResNet，在较快的处理速度的同时可获得较高的识别准确率。
附图说明
图1是本发明的基于证件的身份验证***的结构示意图；
图2是本发明的基于证件的身份验证***的验证方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
作为本发明的一种较佳实施方式，如图1所示，本发明提供一种基于证件的身份验证***包括：图像采集单元、OCR(光学字符识别)单元、旅行证件鉴伪单元、电子芯片识读单元、人脸识别验证单元。图像采集单元采用摄像头抓拍方式进行证件信息采集，采集包括白光、红外、紫外光源条件下的证件信息图像；OCR单元对采集的红外光源条件下的图像进行识别，识别图中的机读码，包括单行或者多行情况。图像鉴伪单元主要负责判断证件的真伪，使用人脸比对和特定的鉴伪方法以及芯片内部信息与OCR信息等手段对证件真伪进行判别。人脸识别验证单元对持证人进行抓拍，进行人脸检测，提取特征向量并计算图像匹配度，得到持证人与证件所有者一致性的判别。本发明的基于证件的身份验证***，具备结构简单、使用方便、采图质量高等优点，并且能够提升硬件***稳定性。
所述图像采集单元包括摄像头和多色光源，所述多色光源包括白光光源、红外光光源、紫外光光源。
所述证件包括各国护照、港澳通行证、台胞证、港澳回乡证、中国二代身份证、驾驶证、港澳台居民证、外国人居住证，并不限于此。
本发明还提供了一种基于证件的身份验证***的验证方法，如图2所示，应用场景以基于国际通用护照进行身份验证为例进行说明，具体步骤如下：
(1)图像采集单元获取护照白光、红外、紫外光源条件下的证件信息图像；
(2)OCR单元识别证件机读码，激活电子芯片识读单元，获得电子芯片内存储的证件信息以及人脸图像。
(3)验证电子芯片内证件信息与OCR识别信息一致性；即验证芯片内人脸图像和白光条件下图像是否一致；进行红外和紫外光源条件下证件信息图像的鉴伪。
(4)人脸识别验证单元的外置摄像头抓拍持证人的实时人脸图像；
(5)对实时人脸图像、芯片内人脸以及白光下的人脸图像三幅图像进行验证。
在本实例中，步骤(2)具体步骤为：
(2.1)对红外光源条件下证件信息图像截取机读码精确区域；
(2.2)首先使用HSV空间二值化的方法对机读码精确区域进行二值化；然后使用主成分分析(PCA)算法找到倾斜机读码图像的主方向，使用旋转变换，将倾斜图像矫正；随后用投影法分割出每个字符；最后需要提取字符图像的特征(提取字符图像特征的方法是统计字符行像素、列像素、分块像素并组合在一起)，然后与字符特征表进行匹配，取余弦距离最小的即为结果；对于易区分的字符，匹配结果即为最终识别结果，而对于易混淆的字符(如‘A’和‘4’)，通过分析对称性(通过统计左右像素比分析对称性)等方法对匹配结果进行进一步划分得到最终识别结果。
(2.3)将识别的机读码校验后，传递给电子芯片识读单元中的读卡器，进行读卡操作。护照芯片内存储的信息包括机读码和证件所有者图像。
在本实例中，步骤(3)具体为：
(3.1)对白光条件下图像和芯片内人脸图像进行预处理(预处理操作包括灰度化、Sobel算子边缘检测、高斯滤波平滑化)；
(3.2)对预处理后的图像使用基于SURF算法的空间金字塔匹配方法获得局部特征和全局特征的组合；
(3.3)通过局部特征和整体特征的组合并结合支持向量机和Adaboost，判定白光条件下图像和芯片内人脸图像以及现场人脸是否一致；
(3.2)根据OCR识别的机读码，区分出护照类型、所属国家等信息，根据所属国家和护照类型，使用对应离散余弦变换的相对定位技术，确定不同的防伪区域；
(3.3)使用投影法将防伪区域分割出来；
(3.4)对分割出来的防伪区域使用花纹检测、荧光纤维检测、数据区检测以及个人照片区检测等鉴伪方法，对机读码区、证件号码、防伪花纹等13个稳定的通用防伪点进行鉴伪处理。
在本实例中，步骤(5)具体为：
(5.1)对实时人脸图像、芯片内人脸图像使用YOLO2算法进行人脸检测并校准，框选出人脸图像；
(5.2)将人脸图像输入ResNet，提取图像特征向量；
(5.4)计算特征向量的余弦距离，根据设定的合理的阈值进行判定，高于阈值则验证通过，否则不通过。
值得指出的是，本发明的关键在于，采用的OCR识别技术能兼容单行以及多行机读码情况，而且芯片识读能兼容《ICA09303标准Part1-4》等标准，极大简化了***，提高了***稳定性；另外采用了图像鉴伪方法、图像浅层特征、机读码比对等方法验证证件本身真伪，同时采用了YOLO2算法+ResNet对持证人与证件所有者一致性做出判定，显著提升了本身份验证***的准确度和安全性；本***集成度高，操作简单，身份验证效率高，可以极大的节省身份验证时间，提高验证效率。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于证件的身份验证***，其特征在于：包括：图像采集单元、OCR单元、证件鉴伪单元、电子芯片识读单元以及人脸识别验证单元；
所述图像采集单元用于采集包括白光、红外光条件下的证件图像以及紫外光条件下证件荧光反应图像；
所述OCR单元用于对所述图像采集单元采集的红外光条件下的证件图像进行识别，识别图中的机读码，包括单行以及多行机读码；
所述证件鉴伪单元用于对所述图像采集单元采集的红外光条件下的证件图像、紫外光条件下证件荧光反应图像进行鉴伪，判断证件的真伪；
所述电子芯片识读单元用于读取证件芯片内部信息；
所述人脸识别验证单元用于对持证人进行抓拍，进行人脸检测，至少与所述图像采集单元采集的白光条件下的证件图像中的人脸图像进行一致性判别。
2.如权利要求1所述的基于证件的身份验证***，其特征在于：
所述图像采集单元包括摄像头和多色光源，所述多色光源包括白光光源、红外光光源、紫外光光源；
优选地，所述证件包括各国护照、港澳通行证、台胞证、港澳回乡证、中国二代身份证、驾驶证、港澳台居民证、外国人居住证。
3.如权利要求1-2任一项所述的基于证件的身份验证***的验证方法，其特征在于，包括如下步骤：
(1)在图像采集单元中，放入待检测的证件，获取白光条件下的图像W、红外光条件下的图像IR以及紫外光条件下的图像UV；
(2)使用OCR单元识别出图像IR中的机读码S1，并校验机读码S1，校验通过，则进行下一步；否则，报告机读码识别错误；
(3)若证件具有电子芯片，通过电子芯片识读单元，获得证件芯片内存储的人脸图像A以及芯片内机读码S2，对机读码S1、机读码S2进行一致性判定；若证件无电子芯片，则跳过此步骤；
(4)通过人脸识别验证单元对图像W和人脸图像A提取特征，进行一致性判定；若对机读码S1、机读码S2的一致性判定和对图像W和人脸图像A的一致性判定，这两次一致性判定均为真，则进行下一步；否则，报告一致性判定失败；
(5)通过证件鉴伪单元对图像IR和图像UV进行证件鉴伪处理，证件鉴伪通过则进行下一步；否则，报告证件鉴伪错误并呼叫警卫人员；
(6)通过人脸识别验证单元的外置摄像头拍摄获取持证人的图像C，使用YOLO2算法分别对图像C和图像W进行人脸检测、获得人脸图像D和人脸图像E；
若证件具备电子芯片，则将人脸图像A和人脸图像D以及人脸图像E输入残差网络ResNet进行特征提取、获得特征向量并进行判别；若三者一致性验证通过，则表示身份验证通过；否则，报告身份验证失败并呼叫警卫人员；
若证件不具备电子芯片，则将人脸图像E和人脸图像D输入残差网络ResNet进行特征提取、获得特征向量并进行判别；若两者一致性验证通过，则表示身份验证通过；否则，报告身份验证失败并呼叫警卫人员。
4.如权利要求3所述的基于证件的身份验证***的验证方法，其特征在于：
在步骤(2)中，对红外光条件下的证件图像IR截取机读码精确区域；首先使用HSV空间二值化的方法对机读码精确区域进行二值化；然后使用主成分分析算法找到倾斜机读码图像的主方向，使用旋转变换，将倾斜图像矫正；随后用投影法分割出每个字符；最后提取字符图像的特征，然后与字符特征表进行匹配，取余弦距离最小的即为匹配结果。
5.如权利要求3所述的基于证件的身份验证***的验证方法，其特征在于：
步骤(4)中，对图像W和人脸图像A进行预处理，预处理首先对图像进行灰度化，然后使用Sobel算子进行边缘检测，最后使用高斯滤波进行平滑化；
将预处理后的图像使用基于SURF算法的空间金字塔匹配方法，获得人脸的局部和整体特征的组合；通过局部特征和整体特征的组合并结合支持向量机和Adaboost，判断图像是否一致。
6.如权利要求3所述的基于证件的身份验证***的验证方法，其特征在于：
在步骤(5)中对于图像IR和图像UV,首先基于改进的离散余弦变换进行防伪区域定位并且使用投影法分割出不同的防伪区域，对不同防伪区域采用不同的防伪检测手段进行鉴伪处理。
7.如权利要求5所述的基于证件的身份验证***的验证方法，其特征在于：
步骤(5)中的防伪检测手段包括花纹检测、荧光纤维检测、数据区检测、个人照片区检测，对包括机读码区、证件号码、防伪花纹的多个稳定的防伪点进行鉴伪处理。
8.如权利要求3所述的基于证件的身份验证***的验证方法，其特征在于：
步骤(6)中的YOLO2算法首先调整图像大小，然后运行神经网络，最后进行非极大值抑制。
9.如权利要求8所述的基于证件的身份验证***的验证方法，其特征在于：
步骤(6)中残差网络ResNet在卷积神经网络CNN的基础上引入“跳跃连接”，其中，“跳跃连接”由如下公式定义：
y＝F(x,{Wi})+x
其中，x,y分别为构造块的输入、输出向量，F为映射函数，Wi为第i层的权重。
10.如权利要求9所述的基于证件的身份验证***的验证方法，其特征在于：
步骤(6)中一致性验证的判别方法是，计算图像特征向量的余弦相似度，若高于或等于设定的阈值K，则判断为同一人，身份验证通过；若低于阈值K，则判定为不同人，身份验证失败。
CN201811559584.0A 2018-12-19 2018-12-19 一种基于证件的身份验证***及方法 Active CN109684987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811559584.0A CN109684987B (zh) 2018-12-19 2018-12-19 一种基于证件的身份验证***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811559584.0A CN109684987B (zh) 2018-12-19 2018-12-19 一种基于证件的身份验证***及方法

Publications (2)

Publication Number Publication Date
CN109684987A true CN109684987A (zh) 2019-04-26
CN109684987B CN109684987B (zh) 2021-02-23

Family

ID=66186352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811559584.0A Active CN109684987B (zh) 2018-12-19 2018-12-19 一种基于证件的身份验证***及方法

Country Status (1)

Country Link
CN (1) CN109684987B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210424A (zh) * 2019-06-05 2019-09-06 重庆两江新区管理委员会 一种基于人脸识别的工人身份信息采集***及方法
CN110543957A (zh) * 2019-07-26 2019-12-06 华中科技大学 一种智能酒店入住方法以及相应的装置
CN110555926A (zh) * 2019-07-26 2019-12-10 华中科技大学 一种基于多证件识别的门禁方法及相应的装置
CN110569718A (zh) * 2019-07-26 2019-12-13 华中科技大学 一种基于证件的考生身份验证方法和装置
CN110570549A (zh) * 2019-07-26 2019-12-13 华中科技大学 一种智能开锁方法及相应的装置
CN111144222A (zh) * 2019-12-03 2020-05-12 宁波华高信息科技有限公司 一种基于多光源传感装置的数据采集鉴伪方法
CN111191539A (zh) * 2019-12-20 2020-05-22 江苏常熟农村商业银行股份有限公司 证件真伪验证方法、装置、计算机设备和存储介质
CN112163575A (zh) * 2020-09-23 2021-01-01 平安科技（深圳）有限公司 证件录入检测方法、装置、设备及存储介质
CN112507889A (zh) * 2019-04-29 2021-03-16 众安信息技术服务有限公司 一种校验证件与持证人的方法及***
CN113378878A (zh) * 2021-04-30 2021-09-10 长城信息股份有限公司 一种身份证鉴伪方法和电子设备
WO2022121033A1 (zh) * 2020-12-10 2022-06-16 广州广电运通金融电子股份有限公司 基于视频质检场景的阈值设定方法、存储介质和***
CN115035533A (zh) * 2022-08-10 2022-09-09 新立讯科技股份有限公司 一种数据鉴真处理方法、装置、计算机设备及存储介质
CN115171335A (zh) * 2022-06-17 2022-10-11 南京邮电大学 一种融合图像和语音的独居老人室内安全保护方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956578A (zh) * 2016-05-23 2016-09-21 深圳华中科技大学研究院 一种基于身份证件信息的人脸验证方法
CN106295638A (zh) * 2016-07-29 2017-01-04 北京小米移动软件有限公司 证件图像倾斜校正方法和装置
KR20170011482A (ko) * 2015-07-23 2017-02-02 시스템테크 (주) 복합 사용자 인증 시스템 및 방법
CN106650363A (zh) * 2016-09-26 2017-05-10 深圳怡化电脑股份有限公司 一种身份识别方法与***
CN106991421A (zh) * 2017-03-22 2017-07-28 湖南联信科技有限公司 一种身份证信息提取***
CN108764033A (zh) * 2018-04-18 2018-11-06 深圳市商汤科技有限公司 身份验证方法和装置、电子设备、计算机程序和存储介质
CN208077190U (zh) * 2017-12-14 2018-11-09 深圳市商汤科技有限公司 身份识别设备
CN108875495A (zh) * 2017-10-17 2018-11-23 北京旷视科技有限公司 人证核验装置及人证核验方法
CN208255901U (zh) * 2018-04-25 2018-12-18 深圳市多图科技有限公司 一种人证核验设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170011482A (ko) * 2015-07-23 2017-02-02 시스템테크 (주) 복합 사용자 인증 시스템 및 방법
CN105956578A (zh) * 2016-05-23 2016-09-21 深圳华中科技大学研究院 一种基于身份证件信息的人脸验证方法
CN106295638A (zh) * 2016-07-29 2017-01-04 北京小米移动软件有限公司 证件图像倾斜校正方法和装置
CN106650363A (zh) * 2016-09-26 2017-05-10 深圳怡化电脑股份有限公司 一种身份识别方法与***
CN106991421A (zh) * 2017-03-22 2017-07-28 湖南联信科技有限公司 一种身份证信息提取***
CN108875495A (zh) * 2017-10-17 2018-11-23 北京旷视科技有限公司 人证核验装置及人证核验方法
CN208077190U (zh) * 2017-12-14 2018-11-09 深圳市商汤科技有限公司 身份识别设备
CN108764033A (zh) * 2018-04-18 2018-11-06 深圳市商汤科技有限公司 身份验证方法和装置、电子设备、计算机程序和存储介质
CN208255901U (zh) * 2018-04-25 2018-12-18 深圳市多图科技有限公司 一种人证核验设备

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112507889A (zh) * 2019-04-29 2021-03-16 众安信息技术服务有限公司 一种校验证件与持证人的方法及***
CN110210424A (zh) * 2019-06-05 2019-09-06 重庆两江新区管理委员会 一种基于人脸识别的工人身份信息采集***及方法
CN110570549A (zh) * 2019-07-26 2019-12-13 华中科技大学 一种智能开锁方法及相应的装置
CN110569718B (zh) * 2019-07-26 2021-11-05 华中科技大学 一种基于证件的考生身份验证方法和装置
CN110555926A (zh) * 2019-07-26 2019-12-10 华中科技大学 一种基于多证件识别的门禁方法及相应的装置
CN110569718A (zh) * 2019-07-26 2019-12-13 华中科技大学 一种基于证件的考生身份验证方法和装置
CN110570549B (zh) * 2019-07-26 2021-07-06 华中科技大学 一种智能开锁方法及相应的装置
CN110543957A (zh) * 2019-07-26 2019-12-06 华中科技大学 一种智能酒店入住方法以及相应的装置
CN111144222A (zh) * 2019-12-03 2020-05-12 宁波华高信息科技有限公司 一种基于多光源传感装置的数据采集鉴伪方法
CN111191539A (zh) * 2019-12-20 2020-05-22 江苏常熟农村商业银行股份有限公司 证件真伪验证方法、装置、计算机设备和存储介质
CN112163575A (zh) * 2020-09-23 2021-01-01 平安科技（深圳）有限公司 证件录入检测方法、装置、设备及存储介质
WO2021139350A1 (zh) * 2020-09-23 2021-07-15 平安科技（深圳）有限公司 证件录入检测方法、装置、设备及存储介质
CN112163575B (zh) * 2020-09-23 2023-11-03 平安科技（深圳）有限公司 证件录入检测方法、装置、设备及存储介质
WO2022121033A1 (zh) * 2020-12-10 2022-06-16 广州广电运通金融电子股份有限公司 基于视频质检场景的阈值设定方法、存储介质和***
CN113378878A (zh) * 2021-04-30 2021-09-10 长城信息股份有限公司 一种身份证鉴伪方法和电子设备
CN113378878B (zh) * 2021-04-30 2022-08-16 长城信息股份有限公司 一种身份证鉴伪方法和电子设备
CN115171335A (zh) * 2022-06-17 2022-10-11 南京邮电大学 一种融合图像和语音的独居老人室内安全保护方法及装置
CN115035533A (zh) * 2022-08-10 2022-09-09 新立讯科技股份有限公司 一种数据鉴真处理方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN109684987B (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN109684987A (zh) 一种基于证件的身份验证***及方法
CN108229427B (zh) 一种基于身份证件和人脸识别的身份安全验证方法及***
CN103426016B (zh) 一种第二代身份证真伪鉴别方法与装置
CN104680131B (zh) 基于身份证件信息和人脸多重特征识别的身份验证方法
CN106203294B (zh) 基于人脸属性分析的人证合一身份验证方法
CN105450411B (zh) 利用卡片特征进行身份验证的方法、装置及***
CN108985134B (zh) 基于双目摄像机的人脸活体检测及刷脸交易方法及***
CN103914686B (zh) 一种基于证件照与采集照的人脸比对认证方法及***
CN110008909B (zh) 一种基于ai的实名制业务实时稽核***
CN108563990B (zh) 一种基于cis图像采集***的证照鉴伪方法及***
CN105956578A (zh) 一种基于身份证件信息的人脸验证方法
CN102129555A (zh) 基于第二代身份证进行身份验证的方法及***
CN105844206A (zh) 身份认证方法及设备
CN102902959A (zh) 基于二代身份证存储证件照的人脸识别方法及***
CN110570549B (zh) 一种智能开锁方法及相应的装置
CN101329735A (zh) 一种手写签名鉴定设备及其方法
CN108171223A (zh) 一种基于多模型多通道的人脸识别方法及***
CN110321792A (zh) 无卡取现方法、装置、设备及计算机可读存储介质
Ferrara et al. On the impact of alterations on face photo recognition accuracy
CN107025435A (zh) 一种人脸识别处理方法和***
CN112001318A (zh) 一种身份证件信息采集方法及其***
Chapel et al. Authentication of holograms with mixed patterns by direct LBP comparison
KR20020013035A (ko) 여권 인증 시스템 및 이를 이용한 출입국 관리 방법
EP3809324A1 (en) Securing composite objects using digital fingerprints
CN201035580Y (zh) 电子证件验证装置

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 430000 room 04, floor 3, building 3, phase III, international enterprise center, No. 1, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan, Hubei 3602 (Wuhan area of free trade zone)

Patentee after: Wuhan Huake heding Information Technology Co.,Ltd.

Address before: No.99-74, Taizhong Road, Zijin (Pukou) science and technology entrepreneurship special community, Nanjing, Jiangsu, 210000

Patentee before: NANJING HUAKE HEDING INFORMATION TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address