CN115830722A - 一种活体识别人证对比方法 - Google Patents
一种活体识别人证对比方法 Download PDFInfo
- Publication number
- CN115830722A CN115830722A CN202310135562.6A CN202310135562A CN115830722A CN 115830722 A CN115830722 A CN 115830722A CN 202310135562 A CN202310135562 A CN 202310135562A CN 115830722 A CN115830722 A CN 115830722A
- Authority
- CN
- China
- Prior art keywords
- temperature
- comparison
- value
- group
- standard deviation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012795 verification Methods 0.000 claims abstract description 94
- 238000007781 pre-processing Methods 0.000 claims abstract description 27
- 230000036760 body temperature Effects 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000052 comparative effect Effects 0.000 claims description 10
- 230000003111 delayed effect Effects 0.000 claims description 3
- 210000003128 head Anatomy 0.000 description 62
- 210000001061 forehead Anatomy 0.000 description 8
- 230000008014 freezing Effects 0.000 description 8
- 238000007710 freezing Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000004397 blinking Effects 0.000 description 5
- 230000017525 heat dissipation Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请属于人证识别的技术领域,公开了一种活体识别人证对比方法,包括:读取证件,获取证件的用户信息和用户头像;获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果;若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果;通过上述方法,缩短人证识别的时间。
Description
技术领域
本申请属于人证识别的技术领域,尤其是涉及一种活体识别人证方法。
背景技术
现有的技术中,一般会使用人脸识别、指纹识别、视网膜识别等方法实现人证识别,其中应用范围较广且便捷的人证方法采用人脸识别,通过人脸识别的方式,将验证对象的拍摄下来的头像数据和证件上的用户头像进行对比,判断人和证的图像是否一致,但是现有的人证识别方式存在如下弊端,例如:在确认验证对象是否为本人,且验证对象不为肖像照时,需要验证对象对准摄像框并进行眨眼、转头等一系列繁琐的动作,这一套流程下来往往需要耗费较长时间。
针对上述相关技术,申请人认为传统的人证识别方式耗时过长。
发明内容
为了缩短人证识别的时间,本申请提供一种活体识别人证对比方法。
本申请的发明目的一采用如下技术方案实现:
一种活体识别人证对比方法,包括:
读取证件,获取证件的用户信息和用户头像;
获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果;
若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果。
通过上述技术方案,读取证件并获取证件内的用户信息和用户头像,通过摄像头获取验证图像,从验证图像中的识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;将预处理温度组内的各预处理温度值和温度阈值区间进行对比,将超出温度阈值区间的若干预处理温度设置为替换值,便于后续根据预处理温度组区分人和肖像照,生成对比温度组,因为人作为恒温动物,具有体温调节能力,人的体温始终和环境温度存在差异,肖像照为无机物,其不具备温度调节能力,无机物的温度趋近于环境温度,在不同的环境温度下,人体的体温恒定在一定范围,根据这一自然现象设置温度阈值区间,将各预处理温度值和温度阈值区间进行对比再进行数值替换处理生成对比温度组,这是一种筛选肖像照和活体的方法;在实际情况上,人体脸部的温度例如上额、脸颊、鼻子、眼睛和耳朵等部位散热面积不同,且距离心脏的距离不同,这些部位存在1℃到3℃的温度差,因此人体脸部的各部位温度值的标准差会在一定范围内波动,而像肖像照这种表面均匀的无机物则不具备这一特性,因此可以根据这一自然特性设置温度标准差区间;计算对比温度组的标准差,将对比温度组的标准差与温度标准差区间进行对比,相当于和人体脸部的各部位温度值的标准差进行比较,结合对比温度组的平均值,得出活体判断结果;当对比温度组的标准差位于温度标准差区间且对比温度组的平均值位于温度阈值区时,判断为活体,否则为非活体;当活体判断结果为通过时,再获取对比图像,将对比图像和用户头像进行对比,生产对比结果,判断验证图像和证件是否一致;相对于传统的人证识别方法,省去了需要验证对象进行转头、眨眼等一系列动作,降低要求验证对象反复拍照的可能性,从而缩短人证识别的时间。
本申请进一步设置为:读取证件,获取证件的用户信息和用户头像的步骤之后,包括:
将所述用户信息的ID与冻结名单内的ID进行比对;
若用户信息的ID与冻结名单内的ID均不一致,则生成ID比较结果为合格,开始获取验证图像。
通过上述技术方案,冻结名单作为保护用户信息的名单,当用户的证件丢失时,可以联系发证相关单位申请用户冻结,发证相关单位将用户的证件ID置入冻结名单中,防止他人冒用该用户的身份,在获取验证图像前,先将用户信息内的ID与冻结名单的ID进行比对,当用户信息内的ID与冻结名单内的某一个ID一致时,比较结果为不通过,终止活体识别人证对比流程;当用户信息内的ID与冻结名单内的任一ID均不一致时,比较结果为通过,说明该用户不在冻结名单之内,开始获取对比图像;通过这种方法,对用户信息起到一定得到保护作用。
本申请进一步设置为:将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组的步骤中包括:
基于权威医学文献分析人体脸部各部位的温度信息,评估人体脸部温度的分布规律,确定人体温度下限值和人体温度上限值,
基于人体温度下限值和人体温度上限值,得到温度阈值区间;
将预处理温度组中位于温度阈值区间外的温度值设置为替换值,得到对比温度组。
通过上述技术方案,人体温度下限值和人体温度下限值的区间作为温度阈值区间;排除人为因素,根据实际环境温度,将在该环境温度下人体脸部所能达到的最低温度作为人体温度下限值,将在该环境下人体脸部所能达到的最高温度作为人体温度上限值,预处理温度组通过中的各温度值通过和人体温度上限值和人体温度值进行比较,将小于人体温度下限值或大于人体温度上限值的预处理温度组中的温度值设置为替换值,得到对比温度组,从而实现了肖像照和活体的温度值的筛选。
本申请进一步设置为:计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果的步骤之前,包括:
基于权威医学文献分析人体脸部各部位的温度信息,评估预设的多个验证点位的温度值的标准差的分布规律,确定第一温度对比值和第二温度对比值;
基于第一温度对比值和第二温度对比值生成温度标准差区间;
计算所述对比温度组的标准差和平均值;
基于温度标准差区间和温度阈值区间,将所述对比温度组的标准差与温度标准差区间进行对比,将所述对比温度组的平均值与温度阈值区间进行对比,生成活体判断结果。
通过上述技术方案,根据权威医学文献分析人体脸部各部位的温度信息,评估预设的多个验证点位的温度值的标准差的分布规律,将多个验证点位的温度值的最小标准差作为第一温度对比值,将多个验证点位的温度值的最大标准差作为第二温度对比值,第一温度对比值和第二温度对比值的区间作为温度标准差区间;计算出对比温度组的标准差和平均值后,将对比温度组的标准差和温度标准差区间进行比较,将对比温度组的平均值和温度阈值区间进行比较,若对比温度组的标准差位于温度标准差区间内,并且对比温度组的平均值位于温度阈值区间内,则判断验证对象为活体;若对比温度组的标准差位于温度标准差区间外,或者对比温度组的平均值位于温度阈值区间外,则判断验证对象为非活体。
本申请进一步设置为:若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果的步骤中,包括:
活体判断结果为通过后,延时一段时间后,获取摄像头拍摄的多张对比图像并生成对比图像组;
将所述用户头像和对比图像组进行相似度计算,输出人证对比结果。
通过上述技术方案,在判断验证对象为活体后,软件延时一段时间,预留出验证对象面向镜头的时间,向摄像头发出指令,让摄像头朝验证对象进行连拍,得到多张对比图像,多张对比图像生成对比图像组,将用户头像和各对比图像之间两两进行计算,得到人证对比结果,以完成对用户的人证识别。
本申请进一步设置为:将所述用户头像和对比图像组进行相似度计算,输出人证对比结果的步骤中,包括:
将所述用户头像进行区块划分,剔除用户头像的所有边缘区块,对应用户头像的区块划分方式,将各对比图像进行区块划分,剔除对比图像的所有边缘区块;
将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值。
通过上述技术方案,剔除用户头像的所有边缘区块和各对比图像的所有边缘区块,用于实现用户头像和对比图像的背景边框去除,降低用户头像和对比图像的背景边框影响对比结果的计算的可能性;将用户头像和每个对比图像对应的区块两两进行相似度计算,再进行加权求和,从而得到人证相似值,通过人证相似值,判断验证对象是否为本人。
本申请进一步设置为:将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值的步骤之后,包括:
设置相似度阈值;
若人证相似值大于相似度阈值,判断验证对象为证件用户本人;
若人证相似值低于相似度阈值,判断验证对象为非证件用户本人,将证件ID置入冻结名单内,并向证件所属用户的移动设备发送冻结信息。
通过上述技术方案,通过人证相似值对比相似度阈值来判断验证对象是否为本人,如果对比结果大于相似度阈值,则判断为证件用户本人,验证对象通过人证识别的全部流程;如果对比结果大于相似度阈值,则判断为非证件用户本人,并将证件的ID置入冻结名单当中,将该证件所属的用户冻结,并将冻结信息发送给证件所属用户的移动设备,提示用户其证件由于他人冒用身份已经被冻结,从而降低用户因他人冒用身份而造成损失的可能性。
本申请的发明目的二采用如下技术方案实现:
一种活体识别人证对比***,包括:
证件读取模块,用于读取证件,获取证件的用户信息和用户头像;
预处理温度组生成模块,用于获取验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
对比温度组生成模块,用于将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
活体判断模块,用于计算对比温度组的标准差和平均值,将对比温度组的标准差于与温度标准差区间进行对比,将对比温度组的平均值与温度阈值区间进行对比,若对比温度组的标准差位于温度标准差区间,并且对比温度组的平均值位于温度阈值区间,生成活体判断结果;
人证对比模块,用于获取对比图像,基于对比图像和用户头像生成人证对比结果。
通过上述技术方案,证件读取模块读取证件并获取证件内的用户信息和用户头像;预处理温度组生成模块通过摄像头获取验证图像,从验证图像中的识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;对比温度组生成模块将预处理温度组内的各预处理温度值和温度阈值区间进行对比,将超出温度阈值区间的若干预处理温度设置为替换值,便于后续根据预处理温度组区分人和肖像照,生成对比温度组,因为人作为恒温动物,具有体温调节能力,人的体温始终和环境温度存在差异,肖像照为无机物,其不具备温度调节能力,无机物的温度趋近于环境温度,在不同的环境温度下,人体的体温恒定在一定范围,根据这一自然现象设置温度阈值区间,将各预处理温度值和温度阈值区间进行对比再进行数值替换处理生成对比温度组,这是一种筛选肖像照和活体的方法;在实际情况上,人体脸部的温度例如上额、脸颊、鼻子、眼睛和耳朵等部位散热面积不同,且距离心脏的距离不同,这些部位存在1℃到3℃的温度差,因此人体脸部的各部位温度值的标准差会在一定范围内波动,而像肖像照这种表面均匀的无机物则不具备这一特性,因此可以根据这一自然特性设置温度标准差区间;活体判断模块计算对比温度组的标准差,将对比温度组的标准差与温度标准差区间进行对比,相当于和人体脸部的各部位温度值的标准差进行比较,结合对比温度组的平均值,得出活体判断结果;当对比温度组的标准差位于温度标准差区间且对比温度组的平均值位于温度阈值区时,判断为活体,否则为非活体;当活体判断结果为通过时,人证对比模块再获取对比图像,将对比图像和用户头像进行对比,生产对比结果,判断验证图像和证件是否一致;相对于传统的人证识别方法,省去了需要验证对象进行转头、眨眼等一系列动作,降低要求验证对象反复拍照的可能性,从而缩短人证识别的时间。
本申请的发明目的三采用如下技术方案实现:
一种计算机设备,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,所述处理器执行所述计算机程序时实现上述活体识别人证对比方法的步骤。
本申请的发明目的四采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述活体识别人证对比方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1.相对于传统的人证识别方法,省去了需要验证对象进行转头、眨眼等一系列动作,降低要求验证对象反复拍照的可能性,从而缩短人证识别的时间。
2.冻结名单作为保护用户信息的名单,当用户的证件丢失时,可以联系发证相关单位申请用户冻结,发证相关单位将用户的证件ID置入冻结名单中,防止他人冒用该用户的身份,在获取验证图像前,先将用户信息内的ID与冻结名单的ID进行比对,当用户信息内的ID与冻结名单内的某一个ID一致时,比较结果为不通过,终止活体识别人证对比流程;当用户信息内的ID与冻结名单内的任一ID均不一致时,比较结果为通过,说明该用户不在冻结名单之内,开始获取对比图像;通过这种方法,对用户信息起到一定得到保护作用。
3.人体温度下限值和人体温度下限值的区间作为温度阈值区间;排除人为因素,根据实际环境温度,将在该环境温度下人体脸部所能达到的最低温度作为人体温度下限值,将在该环境下人体脸部所能达到的最高温度作为人体温度上限值,预处理温度组通过中的各温度值通过和人体温度上限值和人体温度值进行比较,将小于人体温度下限值或大于人体温度上限值的预处理温度值设置为替换值,再对数据处理过的各预处理温度值进行递增排序,得到对比温度组,从而实现了肖像照和活体的温度值的筛选。
附图说明
图1是本申请实施例一中活体识别人证对比方法的一流程图;
图2是本申请实施例一中活体识别人证对比方法中步骤S10之后的流程图;
图3是本申请实施例一中活体识别人证对比方法中步骤S30中的流程图;
图4是本申请实施例一中活体识别人证对比方法中步骤S40中的流程图;
图5是本申请实施例二中活体识别人证对比方法中步骤S50中的流程图;
图6是本申请实施例二中活体识别人证对比方法中步骤S52中的流程图;
图7是本申请实施例三中活体识别人证对比方法的***的一原理框图;
图8是本申请实施例四中的设备示意图。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
实施例一
如图1所示,本申请公开了一种活体识别人证对比方法,可用于编制活体识别人证对比软件程序,活体识别人证对比软件程序用于控制活体识别人证对比设备,在本实施例中,活体识别人证对比设备包括摄像头、计算机、测温仪器、显示屏、证件读取器,摄像头用于拍摄验证对象得到对比图像,并将对比图像传输给计算机;测温仪器用于测量预设的验证对象的点位的温度值,得到预处理温度组,并将预处理温度组传输给计算机;证件读取器用于读取用户信息和用户头像,并将用户信息和用户头像传输给计算机;显示屏用于显示活体识别人证对比结果是否通过;活体识别人证对比方法,具体包括如下步骤:
S10:读取证件,获取证件的用户信息和用户头像。
在本实施例中,用户信息包括用户的识别标识例如:姓名、ID和电话等;用户头像作为人证对比的基准图像。
具体地,进行人证识别的验证对象需要将证件放置在证件读取器上,证件读取器将证件内的用户信息和用户头像提取出来,根据用户信息识别标识,作为判断证件是否能够正常使用。
具体地,本实施例中提及的证件读取器只能单独识别一种类型的证件,例如身份证、工作证、电子社保卡等,若证件读取器识别到的证件类型不在其识别范围内,则不执行本申请方法的任何步骤。
其中,如图2所示,步骤S10之后包括:
S11:将所述用户信息的ID与冻结名单内的ID进行比对。
在本实施例中,在对验证对象进行测温之前,还需判断证件的ID是否在冻结名单内,冻结名单作为保护用户信息的名单,当用户的证件丢失,可以联系发证相关单位申请用户冻结,发证相关单位将用户的证件ID置入冻结名单中,防止他人冒用该用户的身份,通过用户信息内的ID与预设好的冻结名单内的ID进行比对,生成ID比对结果,若用户信息内的ID出现在冻结名单内,说明有人盗用该用户的证件,终止本发明方法的所有步骤,从而减低用户的损失,对用户信息起到一定的保护作用。
进一步地,当检测到证件的用户信息与冻结名单内的ID一致时,向申请冻结的用户发送报警信号,提示冻结的用户证件被使用的地址和时间,以利于用户找回证件。
S12:若用户信息的ID与冻结名单内的ID均不一致,则生成ID比较结果为合格,开始获取验证图像。
具体地,将用户信息内的ID和冻结名单的所有ID进行对比,若干用户信息的ID与冻结名单内的ID均不一致时,则说明该证件的所属用户为非冻结用户,证件能够正常使用,并执行下一步骤,否则终止本发明方法的所有步骤。
S20:获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组。
具体地,验证对象的证件被判断为能够正常使用后,验证对象需要对准摄像头的镜头,摄像头拍摄验证图像,验证图像为摄像头直接获取的影像,通过图像识别算法识别验证图像是否包含脸部图像,若验证图像不包含脸部图像则不再执行本申请方法的任何步骤;若验证图像包含脸部图像,则开始获取脸部图像的上额、脸颊、鼻子、眼睛和下巴作为验证点位,作为测温仪器的待测温点位;测温仪器可以为红外测温传感器测量或热成像仪,在本实例中,为了减低成本,采用多个红外测温传感器,多个红外测温传感器测量多个验证点位的温度,多个红外测温传感器将测得的多个温度值传输给计算机进行处理,得到预处理温度组。
S30:将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组。
在本实施例中,替换值用于扩大无机物和活体预处理温度组的各温度值的差异,替换值可以为任意便于扩大无机物和活体温度值差异的值。
具体地,因为人作为恒温动物,具有体温调节能力,人的体温始终和环境温度存在差异,而无机物例如肖像照不具备温度调节能力,无机物的温度趋近于环境温度,在不同的环境温度下,人体的体温恒定在一定范围,根据这一自然现象并结合权威医学文献设置温度阈值区间,将各预处理温度值和温度阈值区间进行对比再进行数值替换处理生成对比温度组,从而扩大无机物和活体预处理温度组的各温度值的差异。
其中,如图3所示,步骤S30包括:
S31:基于权威医学文献分析人体脸部各部位的温度信息,评估人体脸部温度的分布规律,确定人体温度下限值和人体温度上限值。
具体地,根据权威医学文献关于人体脸部温度信息的记载,人体脸部的温度例如上额、脸颊、鼻子、眼睛和下巴等部位散热面积不同,且距离心脏的距离不同,这些部位存在1℃到3℃的温度差,在适宜条件下,人体脸部的各部位温度值的在32℃-38℃这一范围内波动,而像肖像照这种表面均匀的无机物则不具备这一特性;结合权威医学文献的人体脸部各部位的温度信息,评估出人体脸部例如上额、脸颊、鼻子、眼睛和下巴的人体脸部的最高值和最低值,设置人体脸部温度的最低值作为人体温度下限值,设置人体脸部温度的最高值作为人体温度上限值。
S32:基于人体温度下限值和人体温度上限值,得到温度阈值区间。
具体地,人体温度下限值作为温度阈值区间的最小值,而人体温度上限值作为温度阈值区间的最大值,人体温度下限值和人体温度上限值共同构成温度阈值区间,温度阈值区间作为活体判断的对比区间之一。
S33:将预处理温度组中位于温度阈值区间外的温度值设置为替换值,得到对比温度组。
具体地,在本实施例中,替换值设置为0,通过S33步骤的处理,实现肖像照和活体的区分,以下进行列表说明:
结合权威医学文献,人体温度下限值和人体温度下限值可以根据季节变化和实际需求进行调整,为了便于数据处理故设置人体下限温度为32℃,设置人体上限温度为38℃,假如,环境温度a=25℃,验证对象为肖像照,如表一所示:
表一
上额温度 | 脸颊温度 | 鼻子温度 | 眼睛温度 | 下巴温度 | |
预处理温度组 | 25.1℃ | 25.5℃ | 26℃ | 25.0℃ | 34.5℃ |
对比温度组 | 0℃ | 0℃ | 0℃ | 0℃ | 34.5℃ |
特别地,表一中下巴温度为34.5℃,主要是因为人手拿取肖像照的位置正好位于肖像的下巴位置,测量到的点位正好位于人的手上。
假如验证对象为人体,具体处理方式如表二所示:
表二
上额温度 | 脸颊温度 | 鼻子温度 | 眼睛温度 | 下巴温度 | |
预处理温度组 | 37℃ | 36.5℃ | 35.4℃ | 35.2℃ | 35℃ |
对比温度组 | 37℃ | 36.5℃ | 35.4℃ | 35.2℃ | 35℃ |
结合表一和表二,通过步骤S33,可以快速地实现对人体的肖像照进行筛分。
综上,通过S31-S33,对预处理温度组进行计算,扩大了活体对比温度组和肖像照对比温度组的差异性。
S40:计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果。
在本实施例中,根据权威医学文献关于人体脸部温度信息的记载,人体脸部的温度例如上额、脸颊、鼻子、眼睛和下巴等部位散热面积不同,且距离心脏的距离不同,这些部位存在1℃到3℃的温度差,故以此设置温度标准差区间作为活体判断区间之一。
具体地,通过对比温度组的各温度值进行累加,再将累加后的值除以对比温度组中温度值的个数,得到对比温度组的温度值;通过将每一个对比温度组的温度值减去平均值后进行累加,再将累加后的值除以对比温度组中温度值的个数,得到对比温度组的标准差。
具体地,当对比温度组的标准差位于温度标准差区间范围内,并且对比温度组位于温度阈值区间范围内时,生成的判断结果为活体;当对比温度组的标准差位于温度标准差区间范围外,或者对比温度组位于温度阈值区间范围外时,生成的判断结果为非活体;相对于传统的人证识别方法,省去了需要验证对象进行转头、眨眼等一系列动作,降低要求验证对象反复拍照的可能性,从而缩短人证识别的时间。
其中,如图4所示,步骤S40的步骤中包括:
S41:基于权威医学文献分析人体脸部各部位的温度信息,评估预设的多个验证点位的温度值的标准差的分布规律,确定第一温度对比值和第二温度对比值。
具体地,根据权威医学文献关于人体脸部温度信息的记载,并结合实际环境温度,评估预设的多个验证点位的温度值的差异情况,通过多次实验得到最小温差值和最大温差值,将最小温差值作为第一温度对比值,将达最大温差值作为第二温度对比值,第一温度对比值和第二温度对比值均用于区分活体和肖像照。
S42:基于第一温度对比值和第二温度对比值生成温度标准差区间。
具体地,体温度下限值作为温度阈值区间的最小值,而人体温度上限值作为温度阈值区间的最大值,人体温度下限值和人体温度上限值共同构成温度阈值区间,温度阈值区间作为活体判断的对比区间之一。
S43:计算所述对比温度组的标准差和平均值。
在本实施例中,对比温度组的标准差体现验证对象各预设的多个验证点位的差异性,平均值作为判断活体的进一步约束条件。
具体地,计算对比温度组的标准差和平均值,计算步骤如下:
S44:基于温度标准差区间和温度阈值区间,将所述对比温度组的标准差与温度标准差区间进行对比,将所述对比温度组的平均值与温度阈值区间进行对比,生成活体判断结果。
具体地,将所述对比温度组的标准差与温度标准差区间进行对比的计算步骤如下:
t1<t<t2
其中,第一温度对比值为t1,第二对比温度比较值为t2,若对比温度组的标准差小于第一温度对比值或大于第二温度对比值,说明该验证对象的各验证点位的标准差过低或过高,均不符合和人体的体温的特征,则直接生成判断结果为非活体,在显示屏上显示活体验证不通过,结束本申请的方法的所有步骤;若对比温度组的标准差大于第一温度对比值且小于第二温度对比值,还需要进行对比温度组的平均值与温度阈值区间进行对比;将所述对比温度组的平均值与温度阈值区间进行对比的计算步骤如下:
其中,人体度下限值为,人体温度上限值为,在对比温度组的标准
差大于第一温度对比值且小于第二温度对比值的基础上,若对比温度组的平均值大于人体
下限温度且小于人体温度上限值,则生成判断结果为活体,并在显示屏上显示活体验证通
过;否则,则生成的判断结果为非活体,在显示屏上显示活体验证不通过,结束本申请的方
法的所有步骤。
S50:若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果。
具体地,在步骤S40判断验证对象为活体后,获取验证对象的头像称为对比图形,将对比图像和用户头像进行比对,计算对比图像和用户头像的相似值,当相似度高于一定阈值时,则判断人证一致,得到的人证对比结果为通过,否则为不通过,优选的,摄像头可以获取多张对比图像,将多张对比图像和用户头像进行对比,分别计算出每张对比图像和用户头像的相似值,然后再进行加权累加各相似值,从而提高相似值的可靠性,降低因单张对比图像不清晰而导致计算得出的相似值不准确的可能性。
实施例二
在实施例一的基础上,如图5所示,步骤S50中包括:
S51:活体判断结果为通过后,延时一段时间后,获取摄像头拍摄的多张对比图像并生成对比图像组。
具体地,在判断验证对象为活体后,软件延时一段时间后,给验证对象对准摄像头镜头的时间,再向摄像头发出指令,让摄像头朝验证对象进行连拍,得到多张对比图像,从而生成对比图像组。
S52:将所述用户头像和对比图像组进行相似度计算,输出人证对比结果。
具体地,将多张对比图像生成对比图像组,将用户头像和各对比图像之间两两进行相似度计算,得到人证对比结果。
在本实施例中,如图6所示,在步骤S52中包括:
S521:将所述用户头像进行区块划分,剔除用户头像的所有边缘区块,对应用户头像的区块划分方式,将各对比图像进行区块划分,剔除对比图像的所有边缘区块。
具体地,剔除用户头像的所述边缘区块和各对比图像的所有边缘区块,用于实现用户头像和对比图像的背景边框去除,降低用户头像和对比图像的背景边框影响对比结果的计算的可能性。
S522:将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值。
具体地,将用户头像和每个对比图像对应的区块两两进行相似度计算,再对每一张对比图像和用户头像的相似值进行加权求和,从而得到人证相似值,降低了个别不清晰的对比图像对人证相似值的影响,通过人证相似值,判断验证对象是否为本人。
S523:设置相似度阈值;
具体地,相似度阈值作为人证相似值的对比值,相似度阈值可以根据实际需求进行调整,显示度阈值作为判断对比图像和用户头像是否一致的基准值。
S524:若人证相似值大于相似度阈值,判断验证对象为证件用户本人。
具体地,若人证相似值大于相似度阈值,则判断为证件用户本人,人证识别通过。
S525:若人证相似值低于相似度阈值,判断验证对象为非证件用户本人,将证件ID置入冻结名单内,并向证件所属用户的移动设备发送冻结信息。
具体地,如果人证相似值低于相似度阈值,则判断为非证件用户本人,人证识别不通过,并将证件的ID置入冻结名单当中,将该证件所属的用户冻结,并将冻结信息发送给证件所属用户的移动设备,提示用户其证件由于他人顶替身份已经被冻结,从而降低用户因他人冒用身份而造成损失的可能性。
实施例三
如图7所示,本申请公开了一种活体识别人证对比***,用于执行上述活体识别人证对比方法的步骤,活体识别人证对比***与上述实施例中活体识别人证对比方法相对应。
活体识别人证对比***包括证件读取模块、预处理温度组生成模块、对比温度组生成模块、活体判断模块和人证对比模块,各功能模块的详细说明如下:
证件读取模块,用于读取证件,获取证件的用户信息和用户头像;
预处理温度组生成模块,用于获取验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
对比温度组生成模块,用于将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
活体判断模块,用于计算对比温度组的标准差和平均值,将对比温度组的标准差于与温度标准差区间进行对比,将对比温度组的平均值与温度阈值区间进行对比,若对比温度组的标准差位于温度标准差区间,并且对比温度组的平均值位于温度阈值区间,生成活体判断结果;
人证对比模块,用于获取对比图像,基于对比图像和用户头像生成人证对比结果。
其中,证件读取模块包括:
用户ID对比子模块,用于将用户信息内的ID和冻结名单内的ID进行比对;
用户ID判断子模块,用于判断用户信息内的ID和冻结名单内的ID是否一致,如果一致,则生成ID对比结果为不合格,并将不合格的画面在显示屏中显示;如果用户信息的ID和冻结名单内的ID 不一致,则判断ID对比结果为合格。
其中,对比温度组生成模块包括:
温度阈值区间生成子模块,用于接收人体温度下限值和人体温度下限值的设定信号,存储人体温度下限值和人体温度上限值,生成温度阈值区间;
预处理温度组替换子模块,用于将预处理温度组中位于温度阈值区间外的温度值设置为替换值,得到对比温度组
其中,活体判断模块包括:
温度标准差区间生成子模块,用于接收第一温度对比值和人第二温度对比值的设定信号,生成温度标准差区间;
对比温度组计算子模块,用于计算对比温度组标准差和平均值;
活体判断子模块,将对比温度组的标准差与温度标准差区间进行对比,将所述对比温度组的平均值与温度阈值区间进行对比,生成活体判断结果。
其中,人证对比模块包括:
对比图像获取子模块,用于获取摄像头拍摄的多张对比图像并生成对比图像组;
相似度计算子模块,用于将用户头像和对比图像组进行相似度计算,输出人证对比结果。
相似度计算子模块包括:
图像分割子模块:用于将用户头像进行区块划分,剔除用户头像的所有边缘区块,对应用户头像的区块划分方式,将各对比图像进行区块划分,剔除对比图像的所有边缘区块;
人证相似值生成子模块,用于将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值;
相似度阈值设置子模块,用于设置相似度阈值;
验证通过子模块,若人证相似值大于相似度阈值,判断验证对象为证件用户本人,结束所有步骤。
验证失败子模块,若人证相似值低于相似度阈值,判断验证对象为非证件用户本人,将证件ID置入冻结名单内,并向证件所属用户的移动设备发送冻结信息。
关于活体识别人证对比***具体限定可以参见上文中活体识别人证对比方法的限定,在此不再赘述;上述活体识别人证对比***中的各个模块可全部或部分通过软件、硬件及其组合来实现;上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以是以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例四
参照图8,在本实施例中,一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
S10:读取证件,获取证件的用户信息和用户头像;
S20:获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
S30:将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
S40:计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果;
S50:若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果。
在本实施例中,提供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,计算机程序执行时实现以下步骤:
S10:读取证件,获取证件的用户信息和用户头像;
S20:获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
S30:将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
S40:计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果;
S50:若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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,即将所述装置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。
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)
1.一种活体识别人证对比方法,其特征在于,包括:
读取证件,获取证件的用户信息和用户头像;
获取摄像头拍摄的验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将平均值与温度阈值区间进行对比,生成活体判断结果;
若活体判断结果为通过,获取对比图像,基于对比图像和用户头像生成人证对比结果。
2.根据权利要求1所述的一种活体识别人证对比方法,其特征在于:
读取证件,获取证件的用户信息和用户头像的步骤之后,包括:
将所述用户信息的ID与冻结名单内的ID进行比对;
若用户信息的ID与冻结名单内的ID均不一致,则生成ID比较结果为合格,开始获取验证图像。
3.根据权利要求1所述的一种活体识别人证对比方法,其特征在于:
将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组的步骤中包括:
基于权威医学文献分析人体脸部各部位的温度信息,评估人体脸部温度的分布规律,确定人体温度下限值和人体温度上限值;
基于人体温度下限值和人体温度上限值,得到温度阈值区间;
将预处理温度组中位于温度阈值区间外的温度值设置为替换值,得到对比温度组。
4.根据权利要求1所述的一种活体识别人证对比方法,其特征在于:
计算对比温度组的标准差和平均值,将对比温度组的标准差与温度标准差区间进行对比,将对比温度组的平均值与温度阈值区间进行对比,生成活体判断结果的步骤之前,包括:
基于权威医学文献分析人体脸部各部位的温度信息,评估预设的多个验证点位的温度值的标准差的分布规律,确定第一温度对比值和第二温度对比值;
基于第一温度对比值和第二温度对比值生成温度标准差区间;
计算所述对比温度组的标准差和平均值;
基于温度标准差区间和温度阈值区间,将所述对比温度组的标准差与温度标准差区间进行对比,将所述对比温度组的平均值与温度阈值区间进行对比,生成活体判断结果。
5.根据权利要求1所述的一种活体识别人证对比方法,其特征在于:获取对比图像,基于对比图像和用户头像生成人证对比结果的步骤中,包括:
活体判断结果为通过后,延时一段时间后,获取摄像头拍摄的多张对比图像并生成对比图像组;
将所述用户头像和对比图像组进行相似度计算,输出人证对比结果。
6.根据权利要求5所述的一种活体识别人证对比方法,其特征在于:
将所述用户头像和对比图像组进行相似度计算,输出人证对比结果的步骤中,包括:
将所述用户头像进行区块划分,剔除用户头像的所有边缘区块,对应用户头像的区块划分方式,将各对比图像进行区块划分,剔除对比图像的所有边缘区块;
将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值。
7.根据权利要求6所述的一种活体识别人证对比方法,其特征在于:
将用户头像和各对比图像对应的区块两两进行相似度计算,再进行加权求和,生成人证相似值的步骤之后,包括:
设置相似度阈值;
若人证相似值大于相似度阈值,判断验证对象为证件用户本人;
若人证相似值低于相似度阈值,判断验证对象为非证件用户本人,将证件ID置入冻结名单内,并向证件所属用户的移动设备发送冻结信息。
8.一种活体识别人证对比***,其特征在于,包括:
证件读取模块,用于读取证件,获取证件的用户信息和用户头像;
预处理温度组生成模块,用于获取验证图像,从验证图像中识别脸部图像,获取脸部图像区域中预设的多个验证点位的温度值,生成预处理温度组;
对比温度组生成模块,用于将所述预处理温度组与预设的温度阈值区间进行对比,将位于温度阈值区间外的温度值设置为替换值,生成对比温度组;
活体判断模块,用于计算对比温度组的标准差和平均值,将对比温度组的标准差于与温度标准差区间进行对比,将对比温度组的平均值与温度阈值区间进行对比,若对比温度组的标准差位于温度标准差区间,并且对比温度组的平均值位于温度阈值区间,生成活体判断结果;
人证对比模块,用于获取对比图像,基于对比图像和用户头像生成人证对比结果。
9.一种计算机设备,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,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述活体识别人证对比方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述活体识别人证对比方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310135562.6A CN115830722A (zh) | 2023-02-20 | 2023-02-20 | 一种活体识别人证对比方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310135562.6A CN115830722A (zh) | 2023-02-20 | 2023-02-20 | 一种活体识别人证对比方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115830722A true CN115830722A (zh) | 2023-03-21 |
Family
ID=85521930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310135562.6A Pending CN115830722A (zh) | 2023-02-20 | 2023-02-20 | 一种活体识别人证对比方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115830722A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409488A (zh) * | 2023-10-20 | 2024-01-16 | 湖南远图网络科技有限公司 | 一种用户身份识别方法、***、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121977A (zh) * | 2018-01-08 | 2018-06-05 | 深圳天珑无线科技有限公司 | 一种移动终端及其活体人脸识别方法和*** |
CN109389723A (zh) * | 2018-10-11 | 2019-02-26 | 平安科技(深圳)有限公司 | 利用人脸识别的访客管理方法、装置、计算机设备 |
CN109523257A (zh) * | 2018-10-16 | 2019-03-26 | 平安科技(深圳)有限公司 | 外汇兑换方法、装置、计算机设备及存储介质 |
CN110491003A (zh) * | 2019-08-09 | 2019-11-22 | 安徽时旭智能科技有限公司 | 一种基于人脸识别人证核查访客终端 |
WO2022070301A1 (ja) * | 2020-09-30 | 2022-04-07 | 日本電気株式会社 | 生体判定システム、生体判定方法、及びコンピュータプログラム |
CN114613046A (zh) * | 2022-04-13 | 2022-06-10 | 上海天诚比集科技有限公司 | 小区门禁的用户权限配置方法、装置、设备及介质 |
-
2023
- 2023-02-20 CN CN202310135562.6A patent/CN115830722A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121977A (zh) * | 2018-01-08 | 2018-06-05 | 深圳天珑无线科技有限公司 | 一种移动终端及其活体人脸识别方法和*** |
CN109389723A (zh) * | 2018-10-11 | 2019-02-26 | 平安科技(深圳)有限公司 | 利用人脸识别的访客管理方法、装置、计算机设备 |
CN109523257A (zh) * | 2018-10-16 | 2019-03-26 | 平安科技(深圳)有限公司 | 外汇兑换方法、装置、计算机设备及存储介质 |
CN110491003A (zh) * | 2019-08-09 | 2019-11-22 | 安徽时旭智能科技有限公司 | 一种基于人脸识别人证核查访客终端 |
WO2022070301A1 (ja) * | 2020-09-30 | 2022-04-07 | 日本電気株式会社 | 生体判定システム、生体判定方法、及びコンピュータプログラム |
CN114613046A (zh) * | 2022-04-13 | 2022-06-10 | 上海天诚比集科技有限公司 | 小区门禁的用户权限配置方法、装置、设备及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409488A (zh) * | 2023-10-20 | 2024-01-16 | 湖南远图网络科技有限公司 | 一种用户身份识别方法、***、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5163094A (en) | Method for identifying individuals from analysis of elemental shapes derived from biosensor data | |
CN111191567B (zh) | 身份数据处理方法、装置、计算机设备和存储介质 | |
JP6550094B2 (ja) | 認証装置および認証方法 | |
US8320642B2 (en) | Face collation apparatus | |
US7505613B2 (en) | System for and method of securing fingerprint biometric systems against fake-finger spoofing | |
CN106778525A (zh) | 身份认证方法和装置 | |
WO2019062080A1 (zh) | 身份识别方法、电子装置及计算机可读存储介质 | |
CN109726663A (zh) | 在线考试监控方法、装置、计算机设备及存储介质 | |
US8493178B2 (en) | Forged face detecting method and apparatus thereof | |
CN111191532B (zh) | 基于施工区域的人脸识别方法、装置、计算机设备 | |
US11449590B2 (en) | Device and method for user authentication on basis of iris recognition | |
KR20170078729A (ko) | 홍채 기반 생체 측정 시스템에서의 도용 검출을 위한 시스템 및 방법 | |
CN109409060A (zh) | 身份验证方法、***和计算机可读存储介质 | |
WO2021000832A1 (zh) | 匹配人脸的方法、装置、计算机设备和存储介质 | |
CN115830722A (zh) | 一种活体识别人证对比方法 | |
Kant et al. | Fake face recognition using fusion of thermal imaging and skin elasticity | |
CN114894337A (zh) | 一种用于室外人脸识别测温方法及装置 | |
CN113569676B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112308035A (zh) | 图像检测方法、装置、计算机设备和存储介质 | |
EP3770780B1 (en) | Identification system, method, and program | |
CN111932755A (zh) | 人员通行验证方法、装置、计算机设备和存储介质 | |
WO2018133584A1 (zh) | 一种身份验证方法及装置 | |
CN114387674A (zh) | 活体检测方法、***、设备、存储介质及程序产品 | |
CN114926878A (zh) | 一种基于一物一码对应场景下非监控远程人脸识别方法 | |
CN114694227A (zh) | 一种基于人脸识别技术的身份认证持续优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230321 |
|
RJ01 | Rejection of invention patent application after publication |