CN202815870U - 一种证件照片与人脸自动识别*** - Google Patents

Abstract

本实用新型提供了一种证件照片与人脸自动识别***，***包括信息采集子***和数据分析子***，而数据分析子***具有一个人脸验证模块，这个人脸验证模块由顺序连接的局部特征判断单元和整体特征判断单元组成。局部特征判断单元对采集的人脸信息和证件照片在局部特征上进行比对，整体特征判断单元对采集的人脸信息和证件照片信息在整体特征上进行比对，只有当局部特征判断单元和整体特征判断单元均认为人脸与照片相符的情况下，***才最终得出人脸与证件照片相符的识别结果。本实用新型可有效杜绝借用或冒用他人证件行为，省去工作人员对持证者反复进行肉眼比对的麻烦，提高实名制***的工作效率。

Description

一种证件照片与人脸自动识别***

技术领域

本实用新型属于人脸识别领域，特别涉及直接将证件照片和人脸进行自动识别的***。

背景技术

现有的人脸识别方法，特别是一些商用软件，对所识别、比对的人脸照片的清晰度要求很高，比如要求人脸照片中两眼之间的距离要大于80像素。而由于存储空间限制，一般存储在身份证RFID卡上的照片清晰度较差，人脸照片中两眼之间的距离仅在20像素左右。因此，现有的人脸识别方法不能直接对存储于身份证RFID卡上的高度压缩照片与现场抓拍的人脸照片进行比对。其解决方法是与公安局身份证中心数据库联网，通过身份证号码在公安部数据中心获取并下载该身份证的原始照片，再利用一些商用人脸识别软件，对身份证的原始照片与现场抓拍的人脸照片进行比对。由于必须与公安部身份证数据中心联网，故其应用范围受到极大的限制，而且对采集现场光线条件要求高。

实用新型内容

本实用新型提供一种证件照片与人脸自动识别***，能简单、有效地解决照片与现场抓拍的人脸照片比对问题。

本实用新型包括如下技术特征：

一种证件照片与人脸自动识别***，包括信息采集子***和数据分析子***，所述信息采集子***包括：摄像装置、身份识别卡和解读器；所述身份识别卡与解读器匹配，身份识别卡内含用于存储证件照的RFID电子标签；摄像装置采集的人脸信息和解读器采集的证件照片分别输入数据分析子***；所述数据分析子***包括：人脸验证模块，该模块由顺序连接的局部特征判断单元和整体特征判断单元组成；所述局部特征判断单元为基于局部二元模式对采集的人脸信息和证件照片在局部特征上进行比对的人脸识别单元；所述整体特征判断单元为基于特征脸对采集的人脸信息和证件照片信息在整体特征上进行比对的人脸识别单元。

本实用新型的识别***将采集的证件照片和人脸信息输入数据分析子***，通过局部特征判断单元和整体特征判断单元先后分别进行判断，只有当局部特征判断单元和整体特征判断单元均认为相符的情况下，才输出人脸与证件照片相符的识别结果。局部特征判断单元和整体特征判断单元是利用局部二元模式方法（LBP）和利用特征脸方法（PCA）实现人脸识别，这两种方法都是现有算法，不是本实用新型所要保护的改进，本实用新型的改进在于选择这两个单元，并且利用这两个单元的先后顺序连接，以先后进行人脸局部特征判断和整体特征判断，这种模块的连接关系能直接将身份识别卡内存储的证件照片与实时拍摄的人脸进行比较，为实施“实名制”***提供了强而有力的技术支持，省去工作人员对证件和持证人反复进行肉眼比对等环节，提高工作效率。

进一步的，本实用新型特别针对高度压缩的小照片，如身份证RFID中存储的证件照片，以及照片中人脸的两眼距离在20像素左右的证件照片。

故身份识别卡可以为中国第二代身份证，解读器可以为身份证读卡器。当然，身份识别卡可以为任一种现有的内存证件照片的身份识别卡片，特别是内存的证件照片的两眼距离为15-25像素时。然而照片像素的大小并不构成本实用新型保护范围的限制，不能理解为本实用新型只能应用于小像素照片的识别，而应该理解为在小像素照片识别的情形下，本实用新型仍然能够获得较高的识别率。之所以在小像素照片场合，仍能够保持较高的识别率，是因为本实用新型融合了整体（PCA）识别方法和局部（LBP）识别方法，通过局部特征判断单元和整体特征判断单元优化实现的。

进一步的，所述数据分析子***还包括人脸验证模块前的人脸检测模块，该人脸检测模块用于提取人脸部特征。所述人脸检测模块是基于肤色检测确定人脸区域，并通过类Haar特征和Adaboost算法提取人脸部特征点的检测模块。所述数据分析子***还包括用于灰度图转化、图像归一化和光照均衡处理的图片处理模块。脸检测模块和图片处理模块能有效提高识别效率和识别成功率。

进一步的，在硬件连接上所述数据分析子***设于电脑主机，摄像装置与电脑主机连接，解读器与电脑主机串口方式连接。

进一步的，该***还包括存储子***和监控管理子***，所述存储子***包括人脸模板训练库和识别结果存储库，所述人脸模板训练库由局部特征判断单元和整体特征判断单元访问，所述识别结果存储库由监控管理子***访问。所述监控管理子***通过查询方式访问识别结果存储库。所述信息采集子***从摄像头的视频图像中采集人脸信息。

以上人脸模板训练库用于保证识别过程中对人脸数据的调用，人脸模板训练库包含有人脸原始图片和从原始图片训练提取出的人脸特征。识别结果数据库，用于记录身份识别卡内存储的其他数据以及其他信息，如人的ID，姓名、照片，刷卡时间，是否能够识别为本人等信息，证件照片以JEPG或PNG文件信息保存，特别是如果将该***用于门禁识别管理，则识别结果可以作为门禁记录予以存储。本***还包括监控管理子***，通过监控管理子***对识别结果存储库访问，可以查询到不同的信息，如按照时间查询，可以查询到特定时间段内的身份识别信息，按照ID查询，可以查询到特定用户ID对应的所有识别信息，也可以按照记录内容查询，可以查看所有识别***记录。

进一步的，所述信息采集子***用于从视频文件中采集人脸信息，这有利于在保密监控的场合以隐秘监控的方式采集识别。

附图说明

图1为本实用新型的硬件连接图；

图2为本实用新型内部模块连接图。

具体实施方式

以下将结合说明书附图1-2，对本实用新型的实施例予以说明。

如图1所示，本实用新型硬件上包括摄像装置1、身份识别卡2和解读器3；所述身份识别卡2与解读器3匹配，身份识别卡2内含用于存储证件照的RFID电子标签；摄像装置1采集的人脸信息和解读器3采集的证件照片，分别输入数据分析子***4。数据分析子***4设于电脑主机，摄像装置1与电脑主机连接，解读器3与电脑主机串口连接。

整个实用新型的控制部分包括输入数据分析子***4、存储子***5和监控管理子***6。

输入数据分析子***4用于对输入的数据进行分析和识别，括图片处理模块41、人脸检测模块42和人脸验证模块43。所述图片处理模块41用于对灰度图转化、图像归一化和光照均衡处理。人脸检测模块42基于肤色检测确定人脸区域，并通过类Haar特征和Adaboost算法提取人脸部特征点。人脸验证模块43由顺序连接的局部特征判断单元43a和整体特征判断单元43b组成；局部特征判断单元43a用于对采集的人脸信息和证件照片在局部特征上进行比对，整体特征判断单元43b用于对采集的人脸信息和证件照片信息在整体特征上进行比对；当局部特征判断单元43a和整体特征判断单元43b均认为相符的情况下，***输出人脸与证件照片相符的识别结果。

所述存储子***5包括人脸模板训练库51和识别结果存储库52，所述人脸模板训练库51由局部特征判断单元43a和整体特征判断单元43b访问，所述识别结果存储库52由监控管理子***6访问。

所述监控管理子***6通过查询方式访问识别结果存储库52。

本实用新型可以将现场抓拍的人脸转化为灰度图像，进行归一化和光照均衡处理；人脸检测将RFID数据处理的图像做肤色检测，利用Adaboost算法排除不必要的训练数据，并将关键点放在重要的训练数据上；人脸验证利用基于二元模式（LBP）方法提取人脸特征，再利用基于特征脸（PCA）方法实现人脸识别，并最终达到二代身份证RFID照片与现场抓拍人脸自动识别的效果。

在一个具体应用于考生身份识别的实施例中，整个***包括摄像头、身份识别卡和RFID解读器三部分。其中，摄像头用于视频图像的采集，并将视频流数据发送到数据处理的计算机；身份识别卡内含持证者的姓名、照片等身份信息，身份识别卡在RFID解读器可解读范围内，将内含数据发送给RFID解读器；RFID解读器与计算机通过串口相连，当接收到RFID电子标签内存储信息之后，把信息传送给计算机。

输入数据分析子***4是本实用新型的核心部分，涉及到RFID身份识别卡内的信息处理，视频图像中正面人脸位置的检测，人脸特征的提取，人脸验证以及各个功能模块之间的同步与互斥控制。

存储子***5包括人脸模块数据库、门禁记录数据库和转发服务器。人脸模块数据库包含人脸原始图片，以及从原始图片训练提取出的人脸特征；门禁记录数据库智能身份识别***记录RFID卡内持卡人ID、姓名、照片、刷卡时间、是否通过门禁***等；转发服务器负责监控信息与手机间的信息传递。负责将拍摄端的图像数据转发到相应的手机端。

监控管理子***6与存储子***5通过数据库相连。***支持的查询条件有按照时间查询、按照ID查询和按照记录内容查询。

Claims (10)

1.一种证件照片与人脸自动识别***，包括信息采集子***和数据分析子***，其特征在于：

所述信息采集子***包括：

摄像装置、身份识别卡和解读器；所述身份识别卡与解读器匹配，身份识别卡内含用于存储证件照的RFID电子标签；摄像装置采集的人脸信息和解读器采集的证件照片分别输入数据分析子***；

所述数据分析子***包括：

人脸验证模块，该模块由顺序连接的局部特征判断单元和整体特征判断单元组成；所述局部特征判断单元为基于局部二元模式对采集的人脸信息和证件照片在局部特征上进行比对的人脸识别单元；所述整体特征判断单元为基于特征脸对采集的人脸信息和证件照片信息在整体特征上进行比对的人脸识别单元。

2.根据权利要求1所述的自动识别***，其特征在于，所述身份识别卡为中国第二代身份证，解读器为身份证读卡器。

3.根据权利要求1所述的自动识别***，其特征在于，所述身份识别卡内存两眼距离为15-25像素的证件照片。

4.根据权利要求1所述的自动识别***，其特征在于，所述数据分析子***还包括人脸验证模块前的人脸检测模块。

5.根据权利要求4所述的自动识别***，其特征在于，所述人脸检测模块是基于肤色检测确定人脸区域，并通过类Haar特征和Adaboost算法提取人脸部特征点的检测模块。

6.根据权利要求5所述的自动识别***，其特征在于，所述数据分析子***还包括用于灰度图转化、图像归一化和光照均衡处理的图片处理模块。

7.根据权利要求1至6任一项所述的自动识别***，所述数据分析子***设于电脑主机，摄像装置与电脑主机连接，解读器与电脑主机串口方式连接。

8.根据权利要求1所述的自动识别***，其特征在于，还包括存储子***和监控管理子***，所述存储子***包括人脸模板训练库和识别结果存储库，所述人脸模板训练库由局部特征判断单元和整体特征判断单元访问，所述识别结果存储库由监控管理子***访问。

9.根据权利要求8所述的自动识别***，其特征在于，所述监控管理子***通过查询方式访问识别结果存储库。

10.根据权利要求1所述的自动识别***，其特征在于，所述信息采集子***用于从视频文件中采集人脸信息。

Images