基于物联网和大数据技术的人脸识别与身份证核验系统技术方案

本发明专利技术公开了一种基于物联网和大数据技术的人脸识别与身份证核验系统，包括人脸信息采集模块、身份证信息识别模块、数据归集模块和对比运算模块；本发明专利技术的优点在于从各种预授权的网络端口归集相关身份证对应的人像信息，之后根据采集时间的先后进行整理，选取最近一段时间或者最近的次数内在各种网络端口采集并上传的人脸信息进行对比依据，加权计算后作为对比值，这样可以取得最近更新的人脸数据作为对比基础进行对比，增加识别的精准度和准确度，同时修正对比数据。

【技术实现步骤摘要】
基于物联网和大数据技术的人脸识别与身份证核验系统
本专利技术涉及生物识别
，特别涉及一种基于物联网和大数据技术的人脸识别与身份证核验系统.
技术介绍
随着网络化的发展，每个人在网络上都有对应的身份信息，在我们进行某些网络或者线下业务行为的时候都需要对身份进行识别，目前的识别系统大多采用的是与之前存储的信息进行对比，但是第一次存储时却是采用的人工与身份证对比，然后录入系统作为对比依据，部分终端通过与身份证证件照和人脸进行对比，但是采用人工对比不排除长得像的情况出现而存在的生物学区别在人的直觉中很难去判别，而采用的身份证证件照识别依然存储弊端，因为很多人的身份证的证件照年限已经很长了，这段时间长相出现了较大的变化，机器的识别依然会出现问题，很容易导致误判的发生。
技术实现思路
本专利技术要解决的技术问题是提供一种在某个系统第一次录入人脸信息时可以验证其是否与身份证匹配的基于物联网和大数据技术的人脸识别与身份证核验系统。本专利技术的技术方案为：一种基于物联网和大数据技术的人脸识别与身份证核验系统，包括人脸信息采集模块、身份证信息识别模块、数据归集模块和对比运算模块；人脸信息采集模块，用于采集所识别对象人脸的数据信息；身份证信息识别模块，用于读取身份证的电子信息并上传至对比运算模块；数据归集模块，从预授权网络端口、单位主机或服务器的大数据流中筛选和归集对应身份证信息的人像信息上传至对比运算模块，选取上传最近的一个时间段或者最近若干次数；对比运算模块，将数据归集模块通过大数据流归集出的人脸信息进行加权运算，与人脸信息采集模块采集的人脸信息与加权运算后的人脸信息进行对比，若误差处于阈值内，则判断身份证信息与所识别对象对应。进一步的，数据归集模块选取上传的人脸信息，若最近半年内超过五次，选取最近半年内的最近五次人像信息，若最近半年内为一次或者不足一次，选取最近更新的两次人像信息若相邻次数采集间隔大于一年，则采取最近一次人像信息。进一步的，据归集模块采集的预授权网络端口、单位主机或服务器包括金融系统、公安系统、政务系统、交通系统或其它需要采集身份证信息与人脸信息并可联网提供大数据流的系统。进一步的，交通系统包括航空、水运、公交系统、交警系统、道路运输系统、铁路运输系统进一步的，对比运算模块的计算方法基于Gabor小波变换加图形匹配或者基于弹性模型的方法。进一步的，阈值控制的误差可为绝对值误差、比例误差、总值误差或者局部值误差。本专利技术的有益之处在于：本专利技术的优点在于从各种预授权的网络端口归集相关身份证对应的人像信息，之后根据采集时间的先后进行整理，选取最近一段时间或者最近的次数内在各种网络端口采集并上传的人脸信息进行对比依据，加权计算后作为对比值，这样可以取得最近更新的人脸数据作为对比基础进行对比，增加识别的精准度和准确度，同时修正对比数据。具体实施方式下面结合对本专利技术的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本专利技术，但并不构成对本专利技术的限定。此外，下面所描述的本专利技术各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。一种基于物联网和大数据技术的人脸识别与身份证核验系统，包括人脸信息采集模块、身份证信息识别模块、数据归集模块和对比运算模块；人脸信息采集模块，用于采集所识别对象人脸的数据信息；身份证信息识别模块，用于读取身份证的电子信息并上传至对比运算模块；数据归集模块，从预授权网络端口、单位主机或服务器的大数据流中筛选和归集对应身份证信息的人像信息上传至对比运算模块，包括但是不限于金融系统、公安系统、政务系统、交通系统等，例如交通系统中的航空、水运、公交系统、交警系统、道路运输系统、铁路运输系统等录入的人像信息。其它需要采集身份证信息与人脸信息并可联网提供大数据流的系统。选取上传最近的一个时间段或者最近若干次数；具体选取上传的人脸信息，若最近半年内超过五次，选取最近半年内的最近五次人像信息，若最近半年内为一次或者不足一次，选取最近更新的两次人像信息，若相邻次数采集间隔大于一年，则采取最近一次人像信息。对比运算模块，将数据归集模块通过大数据流归集出的人脸信息进行加权运算，与人脸信息采集模块采集的人脸信息与加权运算后的人脸信息进行对比，所述对比运算模块的计算方法可选择基于Gabor小波变换加图形匹配或者基于弹性模型的方法。人脸识别的方法众多，主流的有算法可以归结以下为三类。(1)基于几何特征的方法；基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果(2)基于模板的方法；基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。(3)基于模型的方法，基于模型的方法则有基于隐马尔柯夫模型(HiddenMarkovModel)，主动形状模型和主动外观模型的方法等。基于弹性模型的方法是Lades等人针对畸变不变性的物体识别提出了动态链接模型(DLA)，将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形Wiscott等人在此基础上作了改进，用FERET图像库做实验，用300幅人脸图像和另外300幅图像作比较，准确率达到97.3％。由于人像的对比识别性高，因此此种算法非常的适合本专利技术。Nastar将人脸图像(Ⅰ)(x，y)建模为可变形的3D网格表面(xy，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配问题。利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人。这种方法的特点在于将空间(x，y)和灰度I(x,y)放在了一个3D空间中同时考虑，实验表明识别结果明显优于特征脸方法。Lanitis等提出灵活表现模型方法，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。弹性图匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法，由于该算法较好的利用了人脸的结构和灰度分布信息，而且还具有自动精确定位面部特征点的功能，因而具有良好的识别效果，适应性强识别率较高，该技术在FERET测试中若干指标名列前茅，其缺点是时间复杂度高，速度较慢。但是对于本专利技术中的身份识别，采取的是静态的识别，不需要在运动中进行抓拍，而且本算法的对比识别率高达97.3％，非常适合与本专利技术的识别方法进行匹配。Gabor小波变换+图形匹配(1)精确抽取面部特征点以及基于Gabor引擎的匹配算法，具有较好的准确性，能够排除由于面部姿态、表情、发型、眼镜、照明环境等带来的变化。(2)Gabor滤波器将Gaussian网络函数限制为一个平面波的形状，并且在滤波器设计中有优先方位和频率的选择，表现为对线条边缘反应敏感。缺点是算法的识别速度很慢本文档来自技高网...

【技术保护点】
1.一种基于物联网和大数据技术的人脸识别与身份证核验系统，其特征在于，包括人脸信息采集模块、身份证信息识别模块、数据归集模块和对比运算模块；/n人脸信息采集模块，用于采集所识别对象人脸的数据信息；/n身份证信息识别模块，用于读取身份证的电子信息并上传至对比运算模块；/n数据归集模块，从预授权网络端口、单位主机或服务器的大数据流中筛选和归集对应身份证信息的人像信息上传至对比运算模块，选取上传最近的一个时间段或者最近若干次数；/n对比运算模块，将数据归集模块通过大数据流归集出的人脸信息进行加权运算，与人脸信息采集模块采集的人脸信息与加权运算后的人脸信息进行对比，若误差处于阈值内，则判断身份证信息与所识别对象对应。/n

【技术特征摘要】
1.一种基于物联网和大数据技术的人脸识别与身份证核验系统，其特征在于，包括人脸信息采集模块、身份证信息识别模块、数据归集模块和对比运算模块；
人脸信息采集模块，用于采集所识别对象人脸的数据信息；
身份证信息识别模块，用于读取身份证的电子信息并上传至对比运算模块；
数据归集模块，从预授权网络端口、单位主机或服务器的大数据流中筛选和归集对应身份证信息的人像信息上传至对比运算模块，选取上传最近的一个时间段或者最近若干次数；
对比运算模块，将数据归集模块通过大数据流归集出的人脸信息进行加权运算，与人脸信息采集模块采集的人脸信息与加权运算后的人脸信息进行对比，若误差处于阈值内，则判断身份证信息与所识别对象对应。


2.根据权利要求1所述的基于物联网和大数据技术的人脸识别与身份证核验系统，其特征在于：所述数据归集模块选取上传的人脸信息，若最近半年内超过五次，选取最近半年内的最近五次人像信息，若最近半年内为一次或者不足一次，选取最近更新的两次人像信...

【专利技术属性】
技术研发人员：朱如海，
申请(专利权)人：贵州爱信诺航天信息有限公司，
类型：发明
国别省市：贵州;52