人脸识别比对方法及装置制造方法
【专利摘要】本发明提供一种人脸识别比对方法及装置。所述方法包括：步骤1：获取被检测人的照片图像；步骤2：获取被检测人的身份证图像；步骤3：分别对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；步骤4：分别对照片人脸图像和身份证人脸图像进行预处理以增强比对效果；步骤5：分别对预处理后的照片人脸图像和身份证人脸图像进行特征提取；步骤6：对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量；步骤7：对照片人脸图像特征向量和身份证人脸图像特征向量进行比对。本发明能够对被检测人的照片图像和身份证图像进行比对，精确获得比对结果。
【专利说明】人脸识别比对方法及装置
[0001]
【技术领域】
[0002]本发明涉及人脸识别技术，尤其涉及一种人脸识别比对方法及装置。
[0003]【背景技术】
[0004]近年来，随着社会的发展以及科学技术的突飞猛进，计算机视觉技术和模式识别技术的高速发展，人脸识别技术已经成为视觉和识别领域内的一项热门课题。人脸识别技术是基于生物特征的识别方式，是人类视觉最杰出的能力之一，它的研究涉及很多领域，如图像处理、模式识别、人工智能等。与指纹识别、虹膜识别、声音识别等特征相比，人脸识别具有方便、直接、友好、主动、自然等优点，同时在不干扰被测者的前提下即可获得其面部图像，对于被测者来说没有任何的心理障碍，而且整个系统无需特定的采集设备，成本也比较低，使得人脸识别技术逐渐得到了人们的接受。目前很多国家的研究机构和学校以及商业公司从事人脸识别相关的研究，并在20世纪末有了较快速的发展。然而，随着科技发展，对人脸识别的便捷性以及准确性的要求都不断增高，现有的人脸识别技术难以满足发展要求。
[0005]
【发明内容】
[0006]有鉴于此，本发明提供了一种人脸识别比对方法及装置，能够对被检测人的照片图像和身份证图像进行比对，精确获得比对结果。
[0007]本发明提供的一种人脸识别比对方法，包括:
步骤1:获取被检测人的照片图像；
步骤2:获取被检测人的身份证图像；
步骤3:分别对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；
步骤4:分别对照片人脸图像和身份证人脸图像进行预处理以增强比对效果；
步骤5:分别对预处理后的照片人脸图像和身份证人脸图像进行特征提取；
步骤6:对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量；
步骤7:对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结
果O
[0008]所述步骤I采用CXD相机来获取被检测人的照片图像。
[0009]所述步骤2采用身份证读卡器获取被检测人的身份证图像。
[0010]所述步骤3包括: 步骤3.1:确定所获得的整幅图像中是否存在人脸；
步骤3.2:若存在人脸，则确定人脸在整幅图像中的位置；
步骤3.3:根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分； 步骤3.4:提取整幅图像中的人脸部分作为人脸图像。
[0011]所述步骤3还包括，步骤3.5:将身份证人脸图像按比例缩小为正方形。
[0012]所述步骤4的预处理包括对图像进行光照补偿、灰度均衡、平滑降噪、局部特征分析以及归一化处理。
[0013]所述步骤5包括:
步骤5.1:根据设定尺寸参数和方向参数生成Gabor核函数；
步骤5.2:根据Gabor核函数构成Gabor滤波器；
步骤5.3:利用Gabor窗对预处理后的人脸图像进行取样；
步骤5.4:利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特征； 步骤5.5:对Gabor特征进行选取得到人脸图像特征。
[0014]所述步骤7包括:
步骤7.1:利用所述照片人脸图像特征向量和身份证人脸图像特征向量，建立多个马尔可夫模型，计算每个马尔可夫模型对应的似然值；
步骤7.2:从计算得到的多个似然值中选取最大的似然值作为匹配结果。
[0015]此外，本发明还提供一种人脸识别比对装置，包括:
照片图像获取模块:用于获取被检测人的照片图像；
身份证图像获取模块:用于获取被检测人的身份证图像；
人脸检测模块:用于对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；
预处理模块:用于对照片人脸图像和身份证人脸图像进行预处理以增强比对效果；特征提取模块:用于对预处理后的照片人脸图像和身份证人脸图像进行特征提取；特征训练模块:用于对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量；
比对模块:用于对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结果。
[0016]所述照片图像获取模块为CXD相机。
[0017]所述身份证图像获取模块为身份证读卡器。
[0018]所述人脸检测模块包括判定模块、定位模块、图像分割模块、图像提取模块，其中， 判定模块:用于确定所获得的整幅图像中是否存在人脸；
定位模块:用于确定人脸在整幅图像中的位置；
图像分割模块:用于根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分；
图像提取模块:用于提取整幅图像中的人脸部分作为人脸图像。
[0019]所述人脸检测模块还包括图像缩小模块，用于将身份证人脸图像按比例缩小为正方形。
[0020]预处理模块用于对图像进行光照补偿、灰度均衡、平滑降噪、局部特征分析以及归一化处理。
[0021]特征提取模块包括Gabor核函数生成模块、Gabor滤波器构建模块、取样模块、滤波模块、特征选取模块，其中，
Gabor核函数生成模块:用于根据设定尺寸参数和方向参数生成Gabor核函数；
Gabor滤波器构建模块:用于根据Gabor核函数构成Gabor滤波器；
取样模块:用于利用Gabor窗对预处理后的人脸图像进行取样；
滤波模块:用于利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特
征；
特征选取模块:用于对Gabor特征进行选取得到人脸图像特征。
[0022]所述比对模块包括似然值计算模块以及匹配结果输出模块，其中，
所述似然值计算模块，用于利用所述照片人脸图像特征向量和身份证人脸图像特征向量，建立多个马尔可夫模型，计算每个马尔可夫模型对应的似然值；
所述匹配结果输出模块，用于从所述似然值计算模块得到的多个似然值中选取最大的似然值作为匹配结果进行输出。
[0023]综上所述，本发明的人脸识别比对方法及装置的优点包括:
使用方便:本发明使用通用的摄像机作为识别信息获取装置，是一种完全非接触的方式，在识别对象未察觉的情况下完成识别过程，识别对象不会存在心理排斥情绪。
[0024]直观性突出:人脸无疑是肉眼能够判别的最直观的信息源，而人脸识别技术所使用的依据正是人的面部图像，方便人工确认、审计，“以貌取人”符合人的认知规律。
[0025]不易仿冒:本发明要求识别对象必须亲临识别现场，他人难以仿冒，人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统，这是指纹等生物特征识别技术所很难做到的。
[0026]识别精确度高，速度快:与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。
[0027]使用通用性设备:本发明所使用的设备一般为PC、摄像机等通用设备，由于目前计算机、闭路电视监控系统等已经得到了广泛应用，因此，对于多数用户而言，使用人脸识别技术无需添置大量专用设备，既保护了用户的原有投资又大大扩展了系统功能，同时还提高了系统的安全性能，满足了用户的安全性需求。
[0028]
【专利附图】
【附图说明】
[0029]为了更清楚地说明本发明实施例或现有技术中的方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本发明一实施例提供的人脸识别比对方法的流程示意图；
图2为本发明一实施例提供的人脸识别比对装置的结构示意图。
[0031]【具体实施方式】
[0032]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0033]图1为本发明一实施例提供的人脸识别比对方法的流程示意图，如图1所示，本实施例的人脸识别比对方法可以包括:
步骤1:获取被检测人的照片图像；可以采用CCD相机来获取被检测人的照片图像。
[0034]步骤2:获取被检测人的身份证图像；可以采用身份证读卡器获取被检测人的身份证图像。
[0035]步骤3:分别对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；
可选地，所述步骤3包括:
步骤3.1:确定所获得的整幅图像中是否存在人脸；
步骤3.2:若存在人脸，则确定人脸在整幅图像中的位置；
步骤3.3:根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分； 步骤3.4:提取整幅图像中的人脸部分作为人脸图像。
[0036]可选地，所述步骤3还包括，步骤3.5:将身份证人脸图像按比例缩小为正方形。由于身份证采集的图像质量不高，在识别过程中，背景、衣领、灯光等因素对识别率有着一定程度的影响。为了减少各种因素对识别率的影响，在系统实现过程中，我们将身份证图片检测的人脸框比例缩小成正方形，这样，一方面减少其它因素对人脸特征信息的影响，另一方面提高了人脸特征提取及匹配速度。
[0037]步骤4:分别对照片人脸图像和身份证人脸图像进行预处理以增强比对效果； 可选地，所述步骤4的预处理包括对图像进行光照补偿、灰度均衡、平滑降噪、局部特
征分析以及归一化处理。
[0038]步骤5:分别对预处理后的照片人脸图像和身份证人脸图像进行特征提取； 可选地，所述步骤5包括:
步骤5.1:根据设定尺寸参数和方向参数生成Gabor核函数；
步骤5.2:根据Gabor核函数构成Gabor滤波器；
步骤5.3:利用Gabor窗对预处理后的人脸图像进行取样；
步骤5.4:利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特征； 步骤5.5:对Gabor特征进行选取得到人脸图像特征。
[0039]步骤6:对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量；
步骤7:对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结
果O
[0040]可选地，所述步骤7包括:
步骤7.1:获取待识别人脸图像的观察向量序列；
步骤7.2:计算N个模型产生的所述观察向量序列的似然值； 步骤7.3:获取使得所述观察向量序列的似然值最大的模型作为匹配待识别人脸图像的模型。
[0041]图2为本发明一实施例提供的人脸识别比对装置的结构示意图，如图2所示，本实施例的人脸识别比对装置，可以包括:
照片图像获取模块:用于获取被检测人的照片图像；可选地，所述照片图像获取模块为CXD相机。
[0042]身份证图像获取模块:用于获取被检测人的身份证图像；可选地，所述身份证图像获取模块为身份证读卡器。
[0043]人脸检测模块:用于对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；
可选地，所述人脸检测模块包括判定模块、定位模块、图像分割模块、图像提取模块，其
中，
判定模块:用于确定所获得的整幅图像中是否存在人脸；
定位模块:用于确定人脸在整幅图像中的位置；
图像分割模块:用于根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分；
图像提取模块:用于提取整幅图像中的人脸部分作为人脸图像。
[0044]预处理模块:用于对照片人脸图像和身份证人脸图像进行预处理以增强比对效果；可选地，所述预处理模块可以对图像进行光照补偿、灰度均衡、平滑降噪、局部特征分析以及归一化处理。
[0045]特征提取模块:用于对预处理后的照片人脸图像和身份证人脸图像进行特征提取；
可选地，特征提取模块包括Gabor核函数生成模块、Gabor滤波器构建模块、取样模块、滤波模块、特征选取模块，其中，
Gabor核函数生成模块:用于根据设定尺寸参数和方向参数生成Gabor核函数；
Gabor滤波器构建模块:用于根据Gabor核函数构成Gabor滤波器；
取样模块:用于利用Gabor窗对预处理后的人脸图像进行取样；
滤波模块:用于利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特
征；
特征选取模块:用于对Gabor特征进行选取得到人脸图像特征。
[0046]特征训练模块:用于对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量；
比对模块:用于对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结果。
[0047]综上所述，本发明的人脸识别比对方法及装置的优点包括:
使用方便:本发明使用通用的摄像机作为识别信息获取装置，是一种完全非接触的方式，在识别对象未察觉的情况下完成识别过程，识别对象不会存在心理排斥情绪。
[0048]直观性突出:人脸无疑是肉眼能够判别的最直观的信息源，而人脸识别技术所使用的依据正是人的面部图像，方便人工确认、审计，“以貌取人”符合人的认知规律。[0049]不易仿冒:本发明要求识别对象必须亲临识别现场，他人难以仿冒，人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统，这是指纹等生物特征识别技术所很难做到的。
[0050]识别精确度高，速度快:与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。
[0051]使用通用性设备:本发明所使用的设备一般为PC、摄像机等通用设备，由于目前计算机、闭路电视监控系统等已经得到了广泛应用，因此，对于多数用户而言，使用人脸识别技术无需添置大量专用设备，既保护了用户的原有投资又大大扩展了系统功能，同时还提高了系统的安全性能，满足了用户的安全性需求。
[0052]最后应说明的是:以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
【权利要求】
1.一种人脸识别比对方法，其特征在于，所述方法包括: 步骤1:获取被检测人的照片图像； 步骤2:获取被检测人的身份证图像； 步骤3:分别对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像； 步骤4:分别对照片人脸图像和身份证人脸图像进行预处理以增强比对效果； 步骤5:分别对预处理后的照片人脸图像和身份证人脸图像进行特征提取； 步骤6:对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量； 步骤7:对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结果O
2.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤I采用CCD相机来获取被检测人的照片图像。
3.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤2采用身份证读卡器获取被检测人的 身份证图像。
4.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤3包括: 步骤3.1:确定所获得的整幅图像中是否存在人脸； 步骤3.2:若存在人脸，则确定人脸在整幅图像中的位置； 步骤3.3:根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分； 步骤3.4:提取整幅图像中的人脸部分作为人脸图像。
5.根据权利要求4所述的一种人脸识别比对方法，其特征在于，所述步骤3还包括，步骤3.5:将身份证人脸图像按比例缩小为正方形。
6.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤4的预处理包括对图像进行光照补偿、灰度均衡、平滑降噪、局部特征分析以及归一化处理。
7.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤5包括: 步骤5.1:根据设定尺寸参数和方向参数生成Gabor核函数； 步骤5.2:根据Gabor核函数构成Gabor滤波器； 步骤5.3:利用Gabor窗对预处理后的人脸图像进行取样； 步骤5.4:利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特征； 步骤5.5:对Gabor特征进行选取得到人脸图像特征。
8.根据权利要求1所述的一种人脸识别比对方法，其特征在于，所述步骤7包括: 步骤7.1:利用所述照片人脸图像特征向量和身份证人脸图像特征向量，建立多个马尔可夫模型，计算每个马尔可夫模型对应的似然值； 步骤7.2:从计算得到的多个似然值中选取最大的似然值作为匹配结果。
9.一种人脸识别比对装置，其特征在于，所述装置包括: 照片图像获取模块:用于获取被检测人的照片图像； 身份证图像获取模块:用于获取被检测人的身份证图像； 人脸检测模块:用于对所述照片图像和身份证图像进行人脸检测，得到照片人脸图像和身份证人脸图像；预处理模块:用于对照片人脸图像和身份证人脸图像进行预处理以增强比对效果；特征提取模块:用于对预处理后的照片人脸图像和身份证人脸图像进行特征提取；特征训练模块:用于对所提取的照片人脸图像特征和身份证人脸图像特征进行特征训练得到照片人脸图像特征向量和身份证人脸图像特征向量； 比对模块:用于对照片人脸图像特征向量和身份证人脸图像特征向量进行比对，获得匹配结果。
10.根据权利要求9所述的一种人脸识别比对装置，其特征在于，所述照片图像获取模块为CXD相机。
11.根据权利要求9所述的一种人脸识别比对装置，其特征在于，所述身份证图像获取模块为身份证读卡器。
12.根据权利要求9所述的一种人脸识别比对装置，其特征在于，所述人脸检测模块包括判定模块、定位模块、图像分割模块、图像提取模块，其中， 判定模块:用于确定所获得的整幅图像中是否存在人脸； 定位模块:用于确定人脸在整幅图像中的位置； 图像分割模块:用于根据人脸在整幅图像中的位置，将整幅图像划分为人脸部分和非人脸部分； 图像提取模块:用于提取整幅图像中的人脸部分作为人脸图像。
13.根据权利要求12所述的一种人脸识别比对装置，其特征在于，所述人脸检测模块还包括图像缩小模块，用于将身份证人脸图像按比例缩小为正方形。
14.根据权利要求9所述的一种人脸识别比对装置，其特征在于，预处理模块用于对图像进行光照补偿、灰度均衡、平滑降噪、局部特征分析以及归一化处理。
15.根据权利要求9所述的一种人脸识别比对装置，其特征在于，特征提取模块包括Gabor核函数生成模块、Gabor滤波器构建模块、取样模块、滤波模块、特征选取模块，其中， Gabor核函数生成模块:用于根据设定尺寸参数和方向参数生成Gabor核函数； Gabor滤波器构建模块:用于根据Gabor核函数构成Gabor滤波器； 取样模块:用于利用Gabor窗对预处理后的人脸图像进行取样； 滤波模块:用于利用Gabor滤波器对取样后的人脸图像进行滤波变换得到Gabor特征； 特征选取模块:用于对Gabor特征进行选取得到人脸图像特征。
16.根据权利要求9所述的一种人脸识别比对方法，其特征在于，所述比对模块包括似然值计算模块以及匹配结果输出模块，其中， 所述似然值计算模块，用于利用所述照片人脸图像特征向量和身份证人脸图像特征向量，建立多个马尔可夫模型，计算每个马尔可夫模型对应的似然值； 所述匹配结果输出模块，用于从所述似然值计算模块得到的多个似然值中选取最大的似然值作为匹配结果进行输出。
【文档编号】G06K9/64GK104021397SQ201410263029
【公开日】2014年9月3日 申请日期:2014年6月13日 优先权日:2014年6月13日
【发明者】李卫星, 覃健 申请人:中国民航信息网络股份有限公司