身份认证的方法、系统和装置制造方法及图纸

本发明专利技术涉及一种身份认证的方法，其方法包括以下步骤：获取待认证人员的身份证图像、人脸可见光图像和人脸近红外光图像；将身份证图像、人脸可见光图像和人脸近红外光图像输入至预先完成训练的Triplets CNN模型中，提取身份证图像、人脸可见光图像和人脸近红外光图像的卷积特征，得到对应的特征向量；根据特征向量分别计算身份证图像、人脸可见光图像和人脸近红外光图像中任意两个图像的相似度；根据相似度对身份证图像、人脸可见光图像和人脸近红外光图像的一致性进行判断，并输出身份认证结果。本发明专利技术中将Triplets和深度卷积神经网络CNN模型有效结合起来，能有效提高身份认证的鲁棒性，进而体改身份认证的准确率。

【技术实现步骤摘要】
身份认证的方法、系统和装置
本专利技术涉及模式识别和人工智能
，特别是涉及一种身份认证的方法、系统和装置。
技术介绍
当今，信息安全越来越受到人们的重视，为了确保信息不被没有访问权限的人修改或随意伪造信息，对人们进行身份认证就显得尤为重要。目前，在日常生活中的许多场合(例如在生活、旅游、工作等)都需要出示和核实身份证件，并根据身份证件进行人员身份的认证，例如银行业务办理、搭乘高铁或飞机等交通工具、入住酒店等等。在验证过程中，主要核实相关信息，以确保持证人和证件之间保持一致性，即“人证合一”。目前，常用的身份认证方法主要有两种，一种是先将身份证在公安互联网的数据库中进行基本信息的核查，在通过人工将持证人与身份证上的信息对比，该验证方法效率比较低且识别准确率低。另一种方法是利用身份认证装置，同时采集身份证图像，并利用可见光捕捉持证人的图像，然后将采集的身份证图像和持证人图像进行图像比对，在比对结果一致时，验证通过。然而，在身份认证过程时，利用可见光采集图像的过程中，光照、姿态和表情等对图像采集影响比较大，导致图像分别率低，从而造成身份认证的准确率差。
技术实现思路
基于此，有必要针对现本文档来自技高网...

【技术保护点】
一种身份认证的方法，其特征在于，包括以下步骤：获取待认证人员的身份证图像、人脸可见光图像和人脸近红外光图像；将所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像输入至预先完成训练的Triplets CNN模型中，提取所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像的卷积特征，得到对应的特征向量；根据所述特征向量分别计算所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像中任意两个图像的相似度；根据所述相似度对所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像的一致性进行判断，并输出身份认证结果。

【技术特征摘要】
1.一种身份认证的方法，其特征在于，包括以下步骤：获取待认证人员的身份证图像、人脸可见光图像和人脸近红外光图像；将所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像输入至预先完成训练的TripletsCNN模型中，提取所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像的卷积特征，得到对应的特征向量；根据所述特征向量分别计算所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像中任意两个图像的相似度；根据所述相似度对所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像的一致性进行判断，并输出身份认证结果。2.根据权利要求1所述的身份认证的方法，其特征在于，在将所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像输入至预先完成训练的TripletsCNN模型中，提取所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像的卷积特征，得到对应的特征向量的步骤之前，还包括：利用质量评估算法对所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像进行质量评估；在所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像质量满足要求时，对所述身份证图像、所述人脸可见光图像和所述人脸近红外光图像进行图像预处理。3.根据权利要求1所述的身份认证的方法，其特征在于，所述预先完成训练的TripletsCNN模型通过以下步骤获得：预先获取多幅身份证图像、与所述身份证图像对应的人脸可见光图像和人脸近红外光图像，并以多幅所述身份中图像、所述人脸可见光图像和所述人脸近红外光图像构建训练集的三元组图像，所述三元组图像包括参考样本图像、同类样本图像和异类样本图像；根据预设的三元组选择条件从所述三元组图像中选取满足条件的三元组图像；将所述满足条件的三元组图像输入至CNN模型中进行训练，得到训练完成的TripletsCNN模型。4.根据权利要求3所述的身份认证的方法，其特征在于，所述第一参考样本三元组图像、所述第二参考样本三元组图像和所述第三参考样本三元组图像为满足条件的三元组图像，根据预设的三元组选择条件从所述三元组图像中选取满足条件的三元组图像的步骤中，包括：从所述参考样本图像中选取任意一张身份证图像作为第一参考样本，从所述同类样本图像中选取一张与所述第一参考样本距离最远的人脸近红外光图像，并从所述异类样本图像选取一张与所述第一参考样本距离最近的人脸近红外光图像，生成第一参考样本三元组图像；从所述参考样本图像中选取任意一张人脸近红外光图像作为第二参考样本，从所述同类样本图像中选取一张与所述第二参考样本距离最远的人脸可见光图像，并从所述异类样本图像选取一张与所述第一参考样本距离最近的人脸可见光图像，生成第二参考样本三元组图像；从所述参考样本图像中选取任意一张人可见光图像作为第三参考样本，从所述同类样本图像中选取一张与所述第三参考样本距离最远的身份证图像，并从所述异类样本图像选取一张与所述第三参考样本距离最近的身份证图像，生成第三参考样本三元组图像。5.根据权利要求3所述的身份认证的方法，其特征在于，在将所述满足条件的三元组图像输入至CNN模型中进行训练，得到训练完成的TripletsC...

【专利技术属性】
技术研发人员：梁添才，王丹，许丹丹，金晓峰，章烈剽，
申请(专利权)人：广州广电卓识智能科技有限公司，广州广电运通金融电子股份有限公司，
类型：发明
国别省市：广东,44