基于SIFT算法的二代身份证人脸比对方法技术

本发明专利技术属于身份验证领域，更具体地涉及一种基于尺度不变特征匹配算法的第二代身份证人脸比对方法。通过证件识别仪、摄像设备获取人脸信息，经过处理转换为用以SIFT算法处理的PGM灰度图进行保存，然后使用SIFT算法进行特征点查找与匹配，最后根据匹配程度来判定持证人是否是二代身份证本人以达到识别的效果。本发明专利技术不需要网络数据库与训练，只需二代身份证与人物头像信息即可进行比对，保证及时性；对光线、噪声、些微视角改变的容忍度也相当高，对部分物体遮蔽的侦测率较高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位；不需要基于互联网数据，只需要二代身份证与持证人即可。

【技术实现步骤摘要】
【专利摘要】本专利技术属于身份验证领域，更具体地涉及一种基于尺度不变特征匹配算法的第二代身份证人脸比对方法。通过证件识别仪、摄像设备获取人脸信息，经过处理转换为用以SIFT算法处理的PGM灰度图进行保存，然后使用SIFT算法进行特征点查找与匹配，最后根据匹配程度来判定持证人是否是二代身份证本人以达到识别的效果。本专利技术不需要网络数据库与训练，只需二代身份证与人物头像信息即可进行比对，保证及时性；对光线、噪声、些微视角改变的容忍度也相当高，对部分物体遮蔽的侦测率较高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位；不需要基于互联网数据，只需要二代身份证与持证人即可。【专利说明】基于SIFT算法的二代身份证人脸比对方法
本专利技术属于身份验证领域，更具体地涉及一种基于尺度不变特征匹配算法的第二 代身份证人脸比对方法。
技术介绍
在这个信息化的时代，中华人民共和国公民的个人信息被转化为数据存储在第二 代身份证方便我们的日常生活使用，数据的高集成化使小小的一张身份证的使用范围变得 越来越大，正是因为这一特点，一旦身份证的丢失对自己的生活不便的同时可能会被他人 非法使用，这对我们的生活安全带来了一定程度的危害。 第二代身份证中除了存储有我们的姓名、出生年月日、户口所在地、身份证号等信 息外还有人脸信息，这对持有身份证的人就有了自动识别和比对的可能性，现在很多场合 下运用第二代身份证仅仅只是识别身份证而并不识别持有人，所以我们觉得在存储身份证 使用信息的同时应当同时获取使用人的图片进行比对并存储，这使某些业务的全自动化也 带来了可能性。 尺度不变特征转换（Scale-invariant feature transform 或 SIFT)是一种电脑 视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出 其位置、尺度、旋转不变量，此算法由David Lowe在1999年所发表，2004年完善总结。 现有技术中已经存在通过人脸识别图像处理持有人的研究，例如CN 201110070277.8 A和CN 201120461613.7 U，但是由于这些需要经过大量的数据比对，处理 缓慢，无法快速验证，另外以上技术对图像的要求较高，身份验证的场景往往会受环境的影 响。
技术实现思路
1、本专利技术的目的。 本专利技术的目的是为了防止他人冒用别人身份证，而提出的一种持有人与身份证验 证的方法，解决现有技术中数据处理繁琐，验证速度慢的问题，同时能够有效识别图像的数 据，提高身份验证的准确度。 2、本专利技术所采用的技术方案。 本专利技术所采用的基于SIFT算法的二代身份证人脸比对方法，按照以下步骤进行： 步骤一摄像头拍摄人脸信息，证件识别仪识别芯片内的人脸图片； 步骤二将获取的图像去噪后锐化增强； 步骤三将所述步骤一中的去噪后的图像与芯片内的人脸图片转化成PGM图片； 步骤四使用SIFT算法进行特征点查找与匹配基本，分为以下步骤： a. 尺度空间极值检测：搜索所有尺度上的图像位置，通过高斯微分函数来识别潜在的 对于尺度和旋转不变的兴趣点； b. 关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度， 关键点的选择依据于它们的稳定程度； C.方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向，所 有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于 这些变换的不变性； d. 关键点描述：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度， 这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化； e. 关键点匹配：将进行查找关键点的两张图的关键点进行匹配，并获取相应匹配程度 信息。 3.本专利技术的有益效果。 (1)不需要网络数据库与训练,只需二代身份证与人物头像信息即可进行比对； (2) 基本可以认为是实时的，进行优化的SIFT算法效率达到实时的效果； (3) 对于光线、噪声、些微视角改变的容忍度也相当高，使一定程度的噪声与变形不影 响匹配结果； (4) 对于部分物体遮蔽的侦测率较高，甚至只需要3个以上的SIFT物体特征就足以计 算出位置与方位； (5) 不需要基于互联网数据,只需要二代身份证与持证人即可。 【专利附图】【附图说明】 图1是二代身份证人脸比对系统结构图。 图2是基于SIFT算法的二代身份证人脸比对流程图。 图3是尺度空间--高斯金字塔。 图4是高斯差分金字塔。 【具体实施方式】 实施例 证件识别仪采用IDIWAY证件阅读仪IDR-A2,用于获取二代身份证芯片内人脸图 片信息，该设备自带扫描仪功能，兼容一代身份证人脸图片信息获取；头像信息实时获取设 备米用一般手机、摄像头、相机等方便获取较清晰的头像信息；处理设备采用计算机。 系统结构图如图1所示，由证件识别仪、摄像设备与计算机组成，证件识别仪用以 获取二代身份证芯片内头像图片信息，获取后转换为用以SIFT算法处理的PGM灰度图进 行保存；摄像设备取方便与计算机进行交互的设备即可(提供API进行编程使整个系统集 成)，该设备用以获取持证人的实时人脸图像信息，获取后的图像传输到计算机中进行灰度 图转化，并用中值滤波消除由于光线不足造成的椒盐噪声，再将图片进行锐化增强（SIFT 算法在棱角分明的情况能查询出更多的关键点)，最后将处理好的图片转化为便于SIFT算 法处理的PGM灰度图，等待计算机对图片信息进行处理。 系统整体的运行流程如图2所示，在获取了来自证件识别仪与摄像设备的PGM灰 度图后，两者的处理方式是相同的，都是运用SIFT算法进行关键点的查找并对两图获取 的keypoints进行匹配，以获取两图为同一人的可靠判定。下面针对SIFT算法处理过程进 行描述： SIFT算法是在不同的尺度空间上查找关键点，而尺度空间的获取需要使用高斯模糊来 实现，高斯模糊是一种图像滤波器，它使用正态分布（高斯函数）计算模糊模板，并使用该 模板与原图像做卷积运算，达到模糊图像的目的。N维空间正态分布方程为： 【权利要求】1. 基于SIFT算法的二代身份证人脸比对方法，其特征在于按照以下步骤进行： 步骤一摄像头拍摄人脸信息，证件识别仪识别芯片内的人脸图片； 步骤二将获取的图像去噪后锐化增强； 步骤三将所述步骤一中的去噪后的图像与芯片内的人脸图片转化成PGM图片； 步骤四使用SIFT算法进行特征点查找与匹配基本，分为以下步骤： a. 尺度空间极值检测：搜索所有尺度上的图像位置，通过高斯微分函数来识别潜在的 对于尺度和旋转不变的兴趣点； b. 关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度， 关键点的选择依据于它们的稳定程度； c. 方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向，所 有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于 这些变换的不变性； d. 关键点描述：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度， 这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化；本文档来自技高网...

【技术保护点】
基于SIFT算法的二代身份证人脸比对方法，其特征在于按照以下步骤进行：步骤一 摄像头拍摄人脸信息，证件识别仪识别芯片内的人脸图片；步骤二 将获取的图像去噪后锐化增强；步骤三 将所述步骤一中的去噪后的图像与芯片内的人脸图片转化成PGM图片；步骤四 使用SIFT算法进行特征点查找与匹配基本，分为以下步骤：a．尺度空间极值检测：搜索所有尺度上的图像位置,通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点；b．关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度,关键点的选择依据于它们的稳定程度；c．方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向,所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性；d．关键点描述：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度,这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化；e．关键点匹配：将进行查找关键点的两张图的关键点进行匹配，并获取相应匹配程度信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：李千目，夏彬，戚湧，於东军，侯君，
申请(专利权)人：南京理工大学常熟研究院有限公司，
类型：发明
国别省市：江苏;32