一种身份智能识别方法技术

本发明专利技术提出了一种身份智能识别方法，通过灰度转化对第一待核准图像进行初步处理生成第一待核准图像的灰度图，通过提取所述第一待核准图像的灰度图中的人脸信息获取第二待核准图像，再通过对图像进行特征提取、关键点提取以及相似度计算实现对于身份的智能识别，本发明专利技术具有高识别率，高稳定性的优点，能够应用于电力系统并能够提高安防等级。

Identity intelligent identification method

The invention provides an intelligent identity identification method, the first image processing to generate preliminary pending approval pending approval first image grayscale by gray-scale transformation, to obtain second pending approval by the face image grayscale information extraction of the first to be approved in the image, to achieve intelligent recognition for identity through feature extraction the key point of image extraction and similarity calculation, the invention has the advantages of high recognition rate, has the advantages of high stability, can be used in electric power system and can improve the security level.

【技术实现步骤摘要】
一种身份智能识别方法
本专利技术涉及身份识别领域，具体涉及一种身份智能识别方法。
技术介绍
电力是国民经济的命脉，电力系统的稳定性与安全性与国民生活息息相关，电力系统的安防建设对于维护电力系统的安全性至关重要，在不安全因素日益增多的大前提下，如何利用新科技提升安防力度，避免闲杂人员影响电力系统的安全性是亟待解决的技术问题。目前，中国公民广泛使用第二代身份证作为身份识别的手段。随着近年来社会对于治安监控的逐步重视，基于计算机辅助的面向第二代身份证的异构人脸核实技术的研究吸引了大批研究者。面向第二代身份证的异构人脸核实技术是指判断二代身份证人像和身份证使用者人像是否为同一个人，具体来说，即将二代身份证上扫描出的人脸图像和在现实场景下拍摄的视频人脸图像作匹配，判断是否为同一个人。然而，异构人脸核实技术作为一项不断进步的技术，尚且不够成熟。如何结合电力系统的实际安防需求，研发出高识别率，高稳定性的能够应用于电力系统的异构人脸核实技术对于电力系统的安防工作具有重要意义。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种身份智能识别方法。本专利技术是以如下技术方案实现的，一种身份智能识别方法，所述方法包括：S1.提取身份证中人脸图像作为基准图像；S2.将为待核准人员拍摄的图像作为第一待核准图像；S3.对所述第一待核准图像进行灰度转换，获取所述第一待核准图像的灰度图；S4.根据所述第一待核准图像的灰度图获取第二待核准图像，计算所述基准图像和所述第二待核准图像的相似度，并根据所述相似度进行智能识别。优选的，S4包括：S41.获取第二待核准图像：在m个不同的截断尺度下，将所述第一待核准图像的灰度图分解为与采光因素相对应的大尺度分量u和与与人脸特征相对应的小尺度分量v，从而得到所述第一待核准图像的灰度图的m个小尺度分量；计算相邻截断尺度下的小尺度分量之差得到所述第一待核准图像的灰度图的m-1个尺度邻域分量，其中较小的尺度邻域设置较大的权重，较大的尺度邻域设置较小的权重；通过对最小的小尺度分量以及m-1个尺度邻域分量进行加权求和，得到第二待核准图像；S42.将所述第二待核准图像中M*N的二维人脸图像转换为长度为M*N的人脸图像列向量A：计算出人脸图像的大小，将人脸图像经行转置，按列依次取出取出所有灰度值形成大小为M*N的一维向量；S43.根据人脸图像列向量A获取协方差矩阵C，并根据奇异值分级定理获取协方差C矩阵的特征值和特征向量，并取前L个最大特征值对应的特征向量形成特征子空间；S44.将基准图像投影到特征子空间，得到向量B，将第二待核准图像投影到特征子空间，得到向量D；S45.求取所述向量B中关键像素点和向量D中对应的关键像素点之间的欧几里德距离，生成距离集合，并将所述距离集合中最小的距离值设为所述基准图像和所述第二待核准图像的相似度，若所述相似度超过预设阈值，则判断待核准人员与身份证持有人为同一人，否则，待核准人员与身份证持有人不是同一个人；根据主动形状模型，获取所述基准图像和所述第二待核准图像中的第一关键像素点和第二关键像素点，所述第一关键像素点包括眉毛、眼睛、鼻子和嘴巴，所述第二关键像素点均位于脸颊，由特征点提取算法获得，所述特征点提取算法为：DoG算子定义为两个不同尺度的高斯核的差分，在检测DoG尺度空间极值时，一个像素需要跟同一尺度周围领域的8个像素以及相邻尺度对应位置领域的9×2个像素，即总共26个像素进行比较，若被检测的像素为DoG尺度空间的极值点，则将所述像素作为第二关键像素点。优选的，还包括：若待核准人员与身份证持有人为同一人，则给出核准通过提示；若待核准人员与身份证持有人不是同一个人，则进行报警。优选的，S2中为待核准人员拍摄的图像为近距离拍摄的正面免冠头像。优选的，S2中拍摄的距离在0.5米至2米之间。优选的，所述第一待核准图像为24位RGB真彩色图片格式。本专利技术的有益效果是：本专利技术提出了一种身份智能识别方法，通过灰度转化对第一待核准图像进行初步处理生成第一待核准图像的灰度图，通过提取所述第一待核准图像的灰度图中的人脸信息获取第二待核准图像，再通过对图像进行特征提取、关键点提取以及相似度计算实现对于身份的智能识别，本专利技术具有高识别率，高稳定性的优点，能够应用于电力系统并能够提高安防等级。附图说明图1是实施例1中提供的身份智能识别方法流程图；图2是实施例1中提供的根据相似度进行智能识别方法流程图。具体实施方法为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例1：一种身份智能识别方法，如图1所示，所述方法包括：S101.提取身份证中人脸图像作为基准图像；S102.将为待核准人员拍摄的图像作为第一待核准图像；本步骤中为待核准人员拍摄的图像为近距离拍摄的正面免冠头像，拍摄的距离在0.5米至2米之间。所述第一待核准图像为24位RGB真彩色图片格式。S103.对所述第一待核准图像进行灰度转换，获取所述第一待核准图像的灰度图；S104.根据所述第一待核准图像的灰度图获取第二待核准图像，计算所述基准图像和所述第二待核准图像的相似度，并根据所述相似度进行智能识别。S104包括：S1041.获取第二待核准图像：在m个不同的截断尺度下，将所述第一待核准图像的灰度图分解为与采光因素相对应的大尺度分量u和与与人脸特征相对应的小尺度分量v，从而得到所述第一待核准图像的灰度图的m个小尺度分量；计算相邻截断尺度下的小尺度分量之差得到所述第一待核准图像的灰度图的m-1个尺度邻域分量，其中较小的尺度邻域设置较大的权重，较大的尺度邻域设置较小的权重；通过对最小的小尺度分量以及m-1个尺度邻域分量进行加权求和，得到第二待核准图像；S1042.将所述第二待核准图像中M*N的二维人脸图像转换为长度为M*N的人脸图像列向量A：计算出人脸图像的大小，将人脸图像经行转置，按列依次取出取出所有灰度值形成大小为M*N的一维向量；S1043.根据人脸图像列向量A获取协方差矩阵C，并根据奇异值分级定理获取协方差C矩阵的特征值和特征向量，并取前L个最大特征值对应的特征向量形成特征子空间；S1044.将基准图像投影到特征子空间，得到向量B，将第二待核准图像投影到特征子空间，得到向量D；S1045.求取所述向量B中关键像素点和向量D中对应的关键像素点之间的欧几里德距离，生成距离集合，并将所述距离集合中最小的距离值设为所述基准图像和所述第二待核准图像的相似度，若所述相似度超过预设阈值，则判断待核准人员与身份证持有人为同一人，否则，待核准人员与身份证持有人不是同一个人；根据主动形状模型，获取所述基准图像和所述第二待核准图像中的第一关键像素点和第二关本文档来自技高网...

【技术保护点】
一种身份智能识别方法，其特征在于，所述方法包括：S1. 提取身份证中人脸图像作为基准图像；S2. 将为待核准人员拍摄的图像作为第一待核准图像；S3. 对所述第一待核准图像进行灰度转换，获取所述第一待核准图像的灰度图；S4. 根据所述第一待核准图像的灰度图获取第二待核准图像，计算所述基准图像和所述第二待核准图像的相似度，并根据所述相似度进行智能识别。

【技术特征摘要】
1.一种身份智能识别方法，其特征在于，所述方法包括：S1.提取身份证中人脸图像作为基准图像；S2.将为待核准人员拍摄的图像作为第一待核准图像；S3.对所述第一待核准图像进行灰度转换，获取所述第一待核准图像的灰度图；S4.根据所述第一待核准图像的灰度图获取第二待核准图像，计算所述基准图像和所述第二待核准图像的相似度，并根据所述相似度进行智能识别。2.根据权利要求1所述一种身份智能识别方法，其特征在于，S4包括：S41.获取第二待核准图像：在m个不同的截断尺度下，将所述第一待核准图像的灰度图分解为与采光因素相对应的大尺度分量u和与与人脸特征相对应的小尺度分量v，从而得到所述第一待核准图像的灰度图的m个小尺度分量；计算相邻截断尺度下的小尺度分量之差得到所述第一待核准图像的灰度图的m-1个尺度邻域分量，其中较小的尺度邻域设置较大的权重，较大的尺度邻域设置较小的权重；通过对最小的小尺度分量以及m-1个尺度邻域分量进行加权求和，得到第二待核准图像；S42.将所述第二待核准图像中M*N的二维人脸图像转换为长度为M*N的人脸图像列向量A：计算出人脸图像的大小，将人脸图像经行转置，按列依次取出取出所有灰度值形成大小为M*N的一维向量；S43.根据人脸图像列向量A获取协方差矩阵C，并根据奇异值分级定理获取协方差C矩阵的特征值和特征向量，并取前L个最大特征值对应的特征向量形成特征子空间；S44.将基准图像投影到特征子空间，得到向量B，将第二待核准图像投...

【专利技术属性】
技术研发人员：李学钧，戴相龙，何成虎，
申请(专利权)人：江苏濠汉信息技术有限公司，
类型：发明
国别省市：江苏,32