本发明专利技术为一种基于二代身份证存储证件照的人脸识别方法及系统，包括信息采集步骤、图片处理步骤、人脸检测步骤和人脸验证步骤。在人脸验证过程中，先是基于二元模式的人脸识别方法对局部特征进行判断，然后基于特征脸的人脸识别方法对整体特征进行判断；通过局部特征和整体特征判断相结合以验证当前人是否为声明人，有效地解决了现有技术无法直接将二代身份证中的小照片与现场抓拍的人脸照片直接比对的问题。使用该方法的识别系统包括信息采集子系统、数据处理及分析子系统、监控信息存储子系统以及监控信息管理及查询子系统子系统，可有效提高实行实名制系统的工作效率。
【技术实现步骤摘要】
本专利技术涉及安防
，特别涉及基于二代身份证存储证件照的人脸识别方法和识别系统。
技术介绍
人脸识别技术是利用计算机分析人脸图像，并从人脸图像中提取有效的信息进行身份识别的技术。人脸识别技术是一个包括多学科非常活跃的研究领域，应用非常广泛，与其他的生物特征识别技术相比有很大的优越性。人脸识别方法的研究已经很深入，如特征脸方法(E i genf ac e )，最早由Turk和Pentland提出，是从主成分分析(Principal Component Analysis, PCA)导出的一种人脸识 别和描述技术，其将包含人脸的图像区域看成是一种随机向量，对应其中较大特征值的基底具有与人脸相似的形状，将其称为特征脸。利用这些基底的线性组合可以描述、表达和逼近人脸图像，因此可以进行人脸识别和合成。识别过程就是将人脸图像映射到由特征脸长成的子空间上，比较其与人脸在特征脸空间中的位置。PCA方法具有均方误差最小、计算量减少、消除冗余等优点。但是PCA也有其自身的缺点，PCA将特征值由大到小进行排列，挑选相对较大的特征值所对应的特征向量，因为较大特征值所对应的特征向量所体现原图像的总体趋、低频分量；较小特征值所对应特征向量体现原图像的细节变化、高配分量，所以PCA法提取图像总体分量，在人脸图像上的表现就是人脸的外部轮廓和灰度变化，以此作为人脸特征，却丢失了一些原有的细节信息。局部二值模式人脸识别方法(Local Binary Patterns,LBP)是另一种人脸识别方法，遵循从局部到整体的级联策略，使用LBP算子对由小波分解得到的细节图像进行特征提取，以达到扩充特征提取范围和增强所提取特征的有效性的目的，随后采用自适应加权机制对人脸图像的各个分块赋以不同的权值，即是将图像分块，每块再进行LBP处理得到局部直方图特征，把直方图特征按顺序连接，就得到整体的直方图特征。图像局部纹理特征有卓越的描述能力，有很强的分类能力、较高的计算效率。但如何将现有人脸识别方法应用到基于二代身份证的人脸识别领域，目前还是一个难题，因为现有的人脸识别方法对待识别图片的清晰度要求很高，比如要求人脸照片的两眼距离要大于80像素。而由于存储空间限制，二代身份证RFID卡存储的证件照清晰度较差，人脸照片两眼距离仅在20像素左右。现有的人脸识别方法无法直接将二代身份证存储的高度压缩照片与现场抓拍的人脸照片进行比对。为解决以上问题，现有身份识别系统采用联网方式获取证件照，如到公安部数据中心下载对应该身份证的原始照片，再利用商用人脸识别软件对身份证原始照片与现场抓拍的人脸照片进行比对。由于必须与身份证数据中心联网，故其应用范围受到极大的限制。另有一种身份识别系统是通过扫描身份证表面印刷照片的方式获得身份证件照，如专利申请号为CN201110070277. 8，名称为“基于第二代身份证进行身份验证的方法及系统”的专利文献，除对持证者面部进行图像采集外，还对第二代身份证表面印刷的照片进行扫描获得图像，然后利用人脸识别技术进行判断。需要说明的是，该方案必须利用扫描仪获得一个较高分辨率的身份证，再将该扫描图像与二代身份证内存储照片和摄像头拍摄照片分别进行对比，而不是直接将身份证内存储照片与拍摄照片进行对比，在硬件实现上，必须增加一个扫描装置，必须依赖扫描的分辨率，因此识别率不高。
技术实现思路
本专利技术提供一种基于二代身份证RFID存储照片的人脸识别方法，在不增加新硬件基础上，直接利用二代身份证存储的高度压缩的小照片与现场抓拍的人脸照片之间的对t匕，判别持证者是否为证件所有人，该方法简单有效、识别准确率高。本专利技术包括如下技术特征一种基于二代身份证存储证件照的人脸识别方法，包括如下步骤 信息采集步骤，对二代身份证存储的证件照进行读取，获得证件照；对人脸部进行实时图像的采集，获得人脸图片；图片处理步骤，对人脸图片进行灰度、大小和/或光照均衡处理；人脸检测步骤，基于Haar特征和Adaboost方法组成的强分类器对人脸图片进行检测，提取人脸部特征点；人脸验证步骤，(I)基于脸部特征点的位置，将人脸归一化为大小、比例和特征点位置对齐的脸部区域；(2)基于二元模式人脸识别方法，对人脸图片和证件照进行人脸局部特征判断，认为人脸局部特征相同则进入下一步骤，否则认为当前人不是声明人，识别完毕；(3)基于特征脸人脸识别方法，对人脸图片和证件照进行人脸整体特征判断，认为人脸在整体特征上相同则认为当前人是声明人，识别完毕；否则认为不是声明人，识别完毕。本专利技术旨在提供一种可识别质量较差的小照片的方法，特别是将这种方法应用到了第二代身份证的身份识别领域，使得身份证存储的小照片与现场采集的人脸图片直接识别比对。本技术方案先后通过信息采集步骤、图片处理步骤，人脸检测步骤，对现场采集的人脸图片进行处理，确保进入人脸验证步骤时能够顺利进行验证。在人脸验证步骤中，分别采取基于二元模式人脸识别方法和基于特征脸人脸识别方法对人脸进行判断验证，通过这两个判断方法分别得出两个比对结果，再将这两个结果进行综合判断，得出验证结果。一般而言，小照片是指分辨率比较低(低于102*126，人眼之间距离接近于25个像素)。小照片的分辨率低，相对于正常的照片(800*500)包含的信息量更少，不适合用于I :N的比对模式(即从多个注册的人脸库中找出待确认的人脸的信息)。相比于其他的人脸识别方案，针对小照片低分辨率低信息量而且实时性不高的特点，本方案采用I :1验证的模式，即将待确认的人脸与某一张特定的注册的人脸(身份证照片)进行验证，验证是否为同一个人。本专利技术的特点在于采用LBP以及PCA算法做并行处理，分别得出两个比对结果，再将这两个结果进行综合判断，得出验证结果(而不是将LBP以及PCA算法相结合，对一幅图像做LBP变换后对变换后的直方图向量做PCA处理，即所谓的串行处理)。在身份证识别领域，最重要的问题就是低分辨率的小照片的信息提取。小照片信息量低而且只有单张照片，不适合用于适用于I :N比对模式的人脸识别系统，针对该问题，本方案采用I :1验证模式。由于身份证照片与现场抓拍的照片(分辨率高)的比对仍然有较大误差(确认的距离阀值与现场使用的摄像头很大关系)，针对该问题的改进，本方案采用了下文的判断置信方法人脸局部特征判断基于局部二元模式方法获 得人脸图片和证件照片的距离Gl ;基于局部二元模式方法将人脸图片与训练库中的多张训练照片进 行比对，获得概率分布，根据置信率要求获得判别阈值距离Hl ;如果Gl小于H1，则认为在局部特征上人脸图片和证件照片相同，进入下一个步骤，否则认为不同，识别完毕；所述的人脸整体特征判断具体为基于特征脸的方法获得人脸图片和证据照片的距离G2 ;然后基于特征脸的方法将人脸照片与训练库中多张训练照片进行比对，获得概率分布，并根据置信率要求获得判别阈值距离H2 ;如果G2小于H2，则认为在整体特征上人脸图片和证件照片相同，识别完毕；否则认为不同，识别完毕。以上可见，对现场采集照片和读卡器读出的证件照对比时，通过将现场采集照片与训练库的照片进行比对，再将两者比对结果进行比较，并通过概率投票，解决了照片光照的问题，同时也提高了识别率。其中，阈值Hl和H2的取值是关键，以下是阈值Hl和H2的取本文档来自技高网...
【技术保护点】
基于二代身份证存储证件照的人脸识别方法，其特征在于包括如下步骤：信息采集步骤，对二代身份证存储的证件照进行读取，获得证件照；对人脸部进行实时图像采集，获得人脸图片；图片处理步骤，对人脸图片进行灰度、大小和/或光照均衡处理；人脸检测步骤，基于Haar特征和Adaboost方法组成的强分类器对人脸图片进行检测，提取人脸部特征点；人脸验证步骤，（1）基于脸部特征点的位置，将人脸归一化为大小、比例和特征点位置对齐的脸部区域；（2）基于二元模式人脸识别方法，对人脸图片和证件照进行人脸局部特征判断，认为人脸局部特征相同则进入下一步骤，否则认为当前人不是声明人，识别完毕；（3）基于特征脸人脸识别方法，对人脸图片和证件照进行人脸整体特征判断，认为人脸在整体特征上相同则认为当前人是声明人，识别完毕；否则认为不是声明人，识别完毕。
【技术特征摘要】
2012.04.28 CN 201210133847.81.基于二代身份证存储证件照的人脸识别方法，其特征在于包括如下步骤 信息采集步骤，对二代身份证存储的证件照进行读取，获得证件照；对人脸部进行实时图像采集，获得人脸图片； 图片处理步骤，对人脸图片进行灰度、大小和/或光照均衡处理； 人脸检测步骤，基于Haar特征和Adaboost方法组成的强分类器对人脸图片进行检测，提取人脸部特征点； 人脸验证步骤，(I)基于脸部特征点的位置，将人脸归一化为大小、比例和特征点位置对齐的脸部区域；(2)基于二元模式人脸识别方法，对人脸图片和证件照进行人脸局部特征判断，认为人脸局部特征相同则进入下一步骤，否则认为当前人不是声明人，识别完毕；(3)基于特征脸人脸识别方法，对人脸图片和证件照进行人脸整体特征判断，认为人脸在整体特征上相同则认为当前人是声明人，识别完毕；否则认为不是声明人，识别完毕。2.根据权利要求I所述的人脸识别方法，其特征在于， 所述人脸局部特征判断具体为 基于局部二元模式方法获得人脸图片和证件照片的距离Gl ； 基于局部二元模式方法将人脸图片与训练库中的多张训练照片进行比对，获得概率分布，根据置信率要求获得判别阈值距离Hl ； 如果Gl小于H1，则认为在局部特征上人脸图片和证件照片相同，进入下一个步骤，否则认为不同，识别完毕； 所述人脸整体特征判断具体为 基于特征脸的方法获得人脸图片和证据照片的距离G2 ； 然后基于特征脸的方法将人脸照片与训练库中多张训练照片进行比对，获得概率分布，并根据置信率要求获得判别阈值距离H2 ； 如果G2小于H2，则认为在整体特征上人脸图片和证件照片相同，识别完毕；否则认为不同，识别完毕。3.根据权利要求2所述的人脸识别方法，其特征在于，按如下方法计算阈值Hl 通过局部二元模式方法逐一计算人脸图片和训练库中N标准人脸照的距离，得到距离集为 L1，L2，L3，......，Ln ； 距离集均值为 4.根据权利要求2所述的人脸识别方法，其特征在于，按如下方法计算阈值H2 通过特征脸的方法逐一计算人脸图片和训练库中中N标准人脸照的距离，得到...
【专利技术属性】
技术研发人员：程源，王浩，洪小宇，张勇，范晖，
申请(专利权)人：王浩，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。