一种基于三维人脸数据的身份证与持证人的同一性认证方法技术

本发明专利技术公开了一种基于三维人脸数据的身份证与持证人的同一性认证方法，包括以下步骤，读出居民身份证内的二维人脸数据；采集持证人三维人脸数据，构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；将所有样本的特征作为输入，训练分类器；用训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。本发明专利技术针对居民身份证人证核验需求，有效利用人脸的三维信息，提高识别鲁棒性，解决二维人脸数据识别受姿态、光线、年龄等因素干扰的问题。

【技术实现步骤摘要】


本专利技术涉及信息处理
，特别涉及一种基于三维人脸数据的身份证与持证人的同一性认证方法。

技术介绍

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，目前该技术已广泛应用于语音识别、人脸识别等人工智能领域，推动了应用的发展。
目前常见的人脸识别都是针对同构的数据，比如二维人脸图像与二维人脸图像比对，现场采集二维人脸图像与居民身份证中的登记人像进行比对，这种传统的识别方法，受光照变化、姿态变化、年龄变化、居民身份证压缩等诸多因素影响，且未能有效利用人脸的三维信息，因而识别率不高，影响了应用推广。

技术实现思路

本专利技术的目的在于克服现有技术中所存在的上述不足，提供一种针对居民身份证人证核验需求，采用三维摄像机采集现场人脸三维数据与居民身份证中二维人脸数据进行比对，以降低外部干扰，提高识别鲁棒性。
为了实现上述专利技术目的，本专利技术提供了以下技术方案：
步骤一：通过居民身份证读卡器读出居民身份证内的二维人脸数据；
步骤二：通过三维摄像机采集持证人三维人脸数据；
步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
优选的，步骤四中所述混合数据训练集包含两类，分别为正样本集、负样本集，正样本集中每组数据为同一人数据信息，负样本集中每组数据为不同人数据信息；所述的每组数据包括所述步骤三中归一化处理后的二维人脸数据和三维人脸数据。所述三维人脸数据为人脸深度图和人脸纹理图，或者为人脸深度图，减少了光线、年龄等的干扰问题。
优选的，所述深度学习训练的模型为深度卷积神经网络，将数据集作为输入，利用深度卷积神经网络对输入数据进行逐层的特征提取，使获得图像特征有更好的识别能力。
优选的，所述分类器为二值分类器，分类速度快。
与现有技术相比，本专利技术的有益效果：本专利技术针对居民身份证人证核验需求，有效利用人脸的三维信息，提高识别鲁棒性，解决二维人脸识别受姿态、光线、年龄等因素干扰的问题；采用深度学习网络提取人脸特征，使获得图像特征有更好的识别能力。
附图说明
图1为本专利技术的流程图；
图2为本专利技术中的正样本集和负样本集图；
图3为本专利技术的实施例的流程图；
图4为本专利技术的实施例的流程图。
具体实施方式
下面结合试验例及具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。
实施例
如图1所示，基于三维人脸数据的身份证与持证人的同一性认证方法，包括以下步骤：
步骤一：通过居民身份证读卡器读出居民身份证内的二维人脸数据；
步骤二：通过三维摄像机采集持证人三维人脸数据；
步步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，所述深度学习训练的模型为深度卷积神经网络，将数据集作为输入，利用深度卷积神经网络对输入数据进行逐层的特征提取，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练二值分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
如图2所示，练数据集包含两类，分别为正样本集、负样本集，正样本集中每组数据为同一人数据信息，负样本集中每组数据为不同人数据信息；所述的每组数据包括所述步骤三中归一化处理后的二维人脸数据和三维人脸数据。
如图3所示，所述三维人脸数据为人脸深度图和人脸纹理图，
具体的，如图4所示，所述三维人脸数据可以为人脸深度图，减少数据量的同时也可以有效的利用人脸的三维信息，提高识别鲁棒性。
本文档来自技高网...

【技术保护点】
一种基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，包括以下步骤：步骤一：通过居民身份证读卡器读出居民身份证的二维人脸数据；步骤二：通过三维摄像机采集持证人的三维人脸数据；步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；步骤五：将步骤四中所有样本的特征作为输入，训练分类器；步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。

【技术特征摘要】
1.一种基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，包括以下步骤：
步骤一：通过居民身份证读卡器读出居民身份证的二维人脸数据；
步骤二：通过三维摄像机采集持证人的三维人脸数据；
步骤三：通过人脸检测算法对读卡器内的居民身份证的二维人脸数据和三维摄像机采集到的持证人三维人脸数据进行人脸检测与定位，并进行归一化处理；
步骤四：对步骤三中归一化处理后的二维人脸数据、三维人脸数据构建混合数据训练集，进行深度学习训练，得到所有样本的特征以及最优网络参数；
步骤五：将步骤四中所有样本的特征作为输入，训练分类器；
步骤六：先对测试数据进行所述步骤三的处理，然后用步骤四中训练得到的最优网络参数对测试数据进行特征提取，将提取到的特征放入分类器，得到分类结果，判断身份证是否由本人持有。
2.根据权利要求1所述的基于三维人脸数据的身份证与持证人的同一性认证方法，其特征是，步骤四中所述混合数据训练...

【专利技术属性】
技术研发人员：曾文斌，赵启军，
申请(专利权)人：四川川大智胜软件股份有限公司，
类型：发明
国别省市：四川;51