一种基于人脸识别的ATM机身份验证方法技术

本发明专利技术公开一种基于人脸识别的ATM机身份验证方法，包括以下步骤：（1）用户在ATM机上插卡并完成密码输入后，ATM机监控系统从数据库中获取该卡对应的持卡人人脸图像；（2）获取一张实时监控图像，然后对图像进行人脸检测，检测图像中是否有人脸出现；（3）如果未检测出人脸，则提醒用户调整姿势，对准摄像头，返回步骤（2）；如果只检测出一张人脸，则对这张用户人脸和持卡人的人脸进行人脸识别；如果检测出多张人脸，则选择尺寸最大的人脸和持卡人的人脸进行人脸识别；（4）如果用户人脸与持卡人的人脸不匹配，即判断用户和持卡人不是同一人，则触发报警装置报警。

【技术实现步骤摘要】

本专利技术涉及人脸识别领域，更具体地，涉及一种基于人脸识别的ATM机身份验证方法。
技术介绍
随着我国经济的高速发展，银行业务快速扩展，ATM机的应用范围逐渐扩大，且成为了银行业务推广的重要设备。ATM机具有自动取款存款汇款等功能和无人值守这一使用环境，在方便了人们快捷的存取款的同时，也导致了围绕ATM机的纠纷案件及金融犯罪的日益增多。不但使得持卡人蒙受到巨大的财产损失，而且也扰乱了金融机构的正常工作秩序。因此，加强ATM机的操作安全性和信息安全性是当前ATM机开发商与银行业共同关注的问题。在信息技术中，验证是指通过一定的技术，确认系统用户身份，称为“身份验证”。传统的ATM机的身份验证是通过密码验证，即“一卡一密”，只要密码正确，无论是谁都能在ATM机上进行操作。用户先将银行卡插入ATM机中，然后按照ATM机上的屏幕提出，通过ATM机上的键盘或触摸屏上的密码输入器进行输入，密码验证通过后，就能进行提款和转账等金融业务的操作。这种验证模式存在着很大的安全隐患。例如，不法分子盗取或复制了持卡人的银行卡，利用诈骗或其它科技手段获得银行卡的密码，不法分子也可以通过ATM机，轻易地将钱盗取走，给持卡人带来财产损失；还有一种情况因为持卡人大意，在ATM机操作之后忘记将卡拿出，被不法分子看见后直接进行操作，造成重大损失。如果能在用户使用ATM机之时，验证出用户和持卡人是否是同一人。如果不是同一人，则用户有盗刷卡的嫌疑，进行报警。这样就可以大大预防此类犯罪行为的发生。视频监控是安全防范系统的重要组成部分，它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。目前大部分的ATM机周边环境以及ATM机上都装有摄像头来监控ATM机以及周围环境。在传统的ATM设备上，视频设备主要起到一个拍摄和录像的功能，在事件发生前和发生时，视频设备都仅仅是一个事件记录作用，当事件发生之后再对视频内容进行人工识别，仅仅起到一个证据支撑的作用。关于ATM机的用户身份验证的技术，大多数依然采取传统的密码验证方式，或是增加了一种通过终端（手机等）来获取动态验证码的辅助验证手段。采用通过人脸识别技术验证用户和持卡人是否是同一人的辅助验证方式的专利技术专利很少，而且这些专利所给出的技术方案都有各种各样的不足之处，有以下3点：1、在采集持卡人的人脸图像方面，现有的技术方案过于简单。在采集方式上仅仅提及在ATM机监控摄像头上采集，或者在银行柜台采集，或者直接采用公安系统的身份证人脸图像库，但是却没有考虑到采集的人脸图像的质量的好坏直接关系到后续的验证效果，例如身份证上的人脸图像像素太低，细节模糊，局部特征不能反映出来等。在采集后的维护上也考虑的不周全，比如人脸图像是很久以前采集的，那么它和持卡人现在的外貌难免很不一样，这就会直接影响后续的验证效果。2、在图像预处理方面，现有技术并没有考虑大多数ATM机的使用场景很复杂，一天之内光照变化非常大，监控系统采集的图像噪声很多，直接采用没有处理的图像对后续的验证效果影响很大。3、在人脸识别方面，现有技术大多都是采用传统手工设计的人脸特征，然而这些特征的漏检率和误识率较高，难以取得好的验证效果。
技术实现思路
本专利技术为克服上述现有技术所述的至少一种缺陷（不足），提供一种基于人脸识别的ATM机身份验证方法，该方法是指用户使用ATM机时，验证用户是否是持卡人，如果不是则用户有盗刷卡嫌疑，进行报警。为解决上述技术问题，本专利技术的技术方案如下：一种基于人脸识别的ATM机身份验证方法，包括以下步骤：（1）用户在ATM机上插卡并完成密码输入后，ATM机监控系统从数据库中获取该卡对应的持卡人人脸图像；（2）获取一张实时监控图像，然后对图像进行人脸检测，检测图像中是否有人脸出现；（3）如果未检测出人脸，则提醒用户调整姿势，对准摄像头，返回步骤（2）；如果只检测出一张人脸，则对这张用户人脸和持卡人的人脸进行人脸识别；如果检测出多张人脸，则选择尺寸最大的人脸和持卡人的人脸进行人脸识别；（4）如果用户人脸与持卡人的人脸不匹配，即判断用户和持卡人不是同一人，则触发报警装置报警。优选的，所述步骤（2）在对实时监控图像进行人脸检测前还包括对图像进行预处理，即对采集的图像进行噪声滤除和环境光照变化条件下的图像增强。优选的，对采集的图像进行噪声滤除的方式为均值滤波、中值滤波、高斯平滑滤波或小波滤波中的一种；对采集的图像在环境光照变化条件下进行图像增强的方式为直方图均衡化。优选的，步骤（2）采用级联的卷积神经网络对采集的用户人脸图像进行人脸检测，其具体过程为：（21）输入一张待检测图像，先以不同尺度窗口密集扫描整个图像，产生许多待判别的人脸框；（22）将所有待判别人脸框调整为12×12的分辨率，经过一个12尺度的判别网络，它将待判别的人脸框进行二分类，排除90%的错误人脸框；（23）通过一个12尺度的校正网络，调整剩余人脸框的大小和位置，用以获取原人脸框旁边潜在的更优人脸框，同时采用非极大抑制（NMS）算法来排除重合率过大的人脸框；（24）将剩余的人脸框调整为24×24的分辨率，经过一个24尺度的判别网络，进一步排除接近90%的错误人脸框；（25）通过一个24尺度的校正网络，调整剩余人脸框的大小和位置，同时采用NMS算法来排除重合率过大的人脸框；（26）将剩余的人脸框调整为48×48的分辨率，经过一个48尺度的判别网络，同时采用NMS算法来排除重合率过大的人脸框；（27）通过一个48尺度的校正网络，输出剩余人脸框，作为最终检测结果。优选的，步骤（3）所述的人脸识别的方式为人脸验证，即输入一对人脸图像，需要判断这对图像是否属于同一个人，属于1：1的匹配，该人脸识别采用DeepID2算法实现，其具体过程为：（31）使用SDM算法检测出图像的21个关键点；（32）基于关键点对图像进行扭正；（33）将图像切分为400个块，主要是基于关键点位置、尺度、颜色通道等；（34）将400个图像块分到200个卷积网络里进行特征向量计算，每个图像块生成2个160维的DeepID2特征向量，它自己的特征向量和水平翻转的特征向量；（35）采用前向、后向贪心算法来选择最具代表性的25个图像块，总共形成25×160的4000维特征向量；（36）将4000维特征向量使用PCA算法降维，最终产出180维特征向量；（37）将180维特征向量输入到联合贝叶斯模型中分类，验证用户人脸和持卡人的人脸是否匹配。优选的，在步骤（1）之前还包括人脸采集，即对持卡人的人脸图像信息和持卡人的身份信息进行采集并存储，其具体方式为：1）用户在办理卡之后，第一次使用ATM机时，将人脸图像和银行卡绑定；2）用户插卡、输入密码；3）监控系统采集一张实时监控图像，进行图像预处理4）对预处理之后的图像进行人脸检测，检测图像中是否有人脸出现；5）如果检测不到人脸，则提醒用户调整姿势，对准摄像头，返回步骤3）；如果只检测出一张人脸，检查这张人脸的置信度响应值是否大于设定的阈值，如果大于则保存人脸、绑定银行卡，如果小于则提醒用户调整姿势，对准摄像头，返回步骤3）；如果检测出多张人脸，则检查尺寸最大的人脸的置信度响应值是否大于设定阈值，如果大于则保存人脸、绑定银行卡，如果小于本文档来自技高网...

【技术保护点】
一种基于人脸识别的ATM机身份验证方法，其特征在于，包括以下步骤：（1）用户在ATM机上插卡并完成密码输入后，ATM机监控系统从数据库中获取该卡对应的持卡人人脸图像；（2）获取一张实时监控图像，然后对图像进行人脸检测，检测图像中是否有人脸出现；（3）如果未检测出人脸，则提醒用户调整姿势，对准摄像头，返回步骤（2）；如果只检测出一张人脸，则对这张用户人脸和持卡人的人脸进行人脸识别；如果检测出多张人脸，则选择尺寸最大的人脸和持卡人的人脸进行人脸识别；（4）如果用户人脸与持卡人的人脸不匹配，即判断用户和持卡人不是同一人，则触发报警装置报警。

【技术特征摘要】
1.一种基于人脸识别的ATM机身份验证方法，其特征在于，包括以下步骤：（1）用户在ATM机上插卡并完成密码输入后，ATM机监控系统从数据库中获取该卡对应的持卡人人脸图像；（2）获取一张实时监控图像，然后对图像进行人脸检测，检测图像中是否有人脸出现；（3）如果未检测出人脸，则提醒用户调整姿势，对准摄像头，返回步骤（2）；如果只检测出一张人脸，则对这张用户人脸和持卡人的人脸进行人脸识别；如果检测出多张人脸，则选择尺寸最大的人脸和持卡人的人脸进行人脸识别；（4）如果用户人脸与持卡人的人脸不匹配，即判断用户和持卡人不是同一人，则触发报警装置报警。2.根据权利要求1所述的基于人脸识别的ATM机身份验证方法，其特征在于，所述步骤（2）在对实时监控图像进行人脸检测前还包括对图像进行预处理，即对采集的图像进行噪声滤除和环境光照变化条件下的图像增强。3.根据权利要求2所述的基于人脸识别的ATM机身份验证方法，其特征在于，对采集的图像进行噪声滤除的方式为均值滤波、中值滤波、高斯平滑滤波或小波滤波中的一种；对采集的图像在环境光照变化条件下进行图像增强的方式为直方图均衡化。4.根据权利要求2所述的基于人脸识别的ATM机身份验证方法，其特征在于，步骤（2）采用级联的卷积神经网络对采集的实时监控图像进行人脸检测，其具体过程为：（21）输入一张待检测图像，先以不同尺度窗口密集扫描整个图像，产生许多待判别的人脸框；（22）将所有待判别人脸框调整为12×12的分辨率，经过一个12尺度的判别网络，它将待判别的人脸框进行二分类，排除90%的错误人脸框；（23）通过一个12尺度的校正网络，调整剩余人脸框的大小和位置，用以获取原人脸框旁边潜在的更优人脸框，同时采用非极大抑制（NMS）算法来排除重合率过大的人脸框；（24）将剩余的人脸框调整为24×24的分辨率，经过一个24尺度的判别网络，进一步排除接近90%的错误人脸框；（25）通过一个24尺度的校正网络，调整剩余人脸框的大小和位置，同时采用NMS算法来排除重合率过大的人脸框；（26）将剩余的人脸框调整为48×48的分辨率，经过一个48尺度的判别网络，同时采用NMS算法来排除重合率过大的人脸框；（27）通过一个48尺度的校正网络，输出剩余人脸框，作为最终检测结果。5.根据权利要求...

【专利技术属性】
技术研发人员：郭倩，林倞，万海，王青，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44