一种通过图像比对实现结果认证的方法与流程

本发明涉及图像处理领域，具体地，涉及通过图像比对实现结果认证的方法。

背景技术：

银行账户实名制是我国重要的金融基础制度，银行多采用人工比对验证的方式，由于人工比对标准不一致、宽严条件个性化，难以对客户身份的真实性进行有效核查，不法分子利用虚假(或骗取)居民身份证开立假账户、假贷款等现象还时有发生。传统的个人身份验证手段如口令、证件、IC卡等方式，由于与身份人的可分离性，致使伪造、盗用、破译等现象时有发生，已经不能满足现代社会经济活动和社会安全防范的需要。生物特征识别包括指纹、掌纹、语音、人脸、虹膜、步态、掌静脉等。生物特征识别技术先投入广泛应用的是指纹、掌纹扫描识别技术，但是却常常因为受到皮肤纹理及干燥程度等条件制约出现误判，引发不必要的麻烦，已远远不能满足人们的需求。

随着无线互联网和智能手机的普遍使用，人脸识别也面临着越来越多的挑战。难度体现在：1、图像分辨率低。在高分辨率图像下，人脸图像能够传递更加丰富的用户信息。而在这些互联网应用中，摄像头的质量良莠不齐，这给有效提取面部特征带来了困难。2、模态多样性。由于采集设备的不同与环境光源的差异，人脸图像有着多种不同存在的方式，在不同的光照波段下，人脸反射率也造成了图像信息的丢失。

技术实现要素：

本发明为解决上述技术问题所采用的技术方案是提供一种通过图像比对实现结果认证的方法，包括:

S1、采集用户身份证照片，包括：

S1-1、由终端层登录服务层业务界面，服务层推送链接地址，终端层下载APP，

S1-2、在终端层拍摄身份证正反两面的照片，与手机号、IMEI、位置信息一并发送到检验层，

S1-3、检验层采用OCR解析身份证信息，提取并向终端层返回姓名、身份证号码、住址、性别、民族信息，如果与真实的姓名、身份证号码、住址、性别、民族信息有两处及两处以上有误，则返回S1-2，如果仅一处有误，则修正，并向检验层反馈正确的姓名、身份证号码、住址、性别、民族信息，

S1-4、将所返回的正确的姓名、身份证号码、住址、性别、民族信息经由检验层发送到认证层，认证层是从公安数据库调取信息进行认证，验证姓名、身份证号码、住址、性别、民族信息是否对应并属实，如果认证不通过，则向终端层返回失败信息，若通过，则提取用户在公安数据库的身份证存档登记照，对比并判断该身份证存档登记照和终端层拍摄上传的身份证照片中的人脸是否为同一人，如果否，返回S1，如果是，进行S2；

S2、对用户进行活体识别，包括：

S2-1、随机从预设的动作集中抽取3个组成一组动作序列，

S2-2、通过语音提示指示用户在镜头前完成指定的连续动作，

S2-3、计算机处理用户动作视频，判断是否完成指定动作，如果是，从视频流中对每个动作提取1张照片，如果否，返回执行S2-1；

S3、对比所述身份证存档登记照和活体识别中的每张提取照片，判断身份证和活体用户是否为同一人，如果有一张为否，返回S1，如果都是，则确认身份证和活体用户为同一人。

优选地，步骤S1-4中的对比并判断该身份证存档登记照和终端层上传的身份证照片中人脸是否为同一人包括：1)利用主动形状模型算法提取出人脸面部的特征点:眼角、眼睛中心、嘴角、鼻尖、下巴轮廓；2)利用提取的特征点确定面部器官的位置，根据各个器官大小选择合适像素大小的采样窗，提取出各子区域的采样块；3)将该身份证存档登记照和终端层上传的身份证照片根据采样块分成子块，采用块匹配的方法求出采样块匹配度，将采样块匹配度加权平均后求得照片整体匹配度，用于判别身份证存档登记照和终端层上传的身份证照片是否是同一个人。

优选地，步骤S3中对比所述身份证存档登记照和活体识别中的每张提取照片，判断身份证和活体用户是否为同一人包括：采用局部特征映射法，即对身份证存档登记照和活体识别中的每张提取照片进行人脸照片的预处理，将人脸从照片中的脸庞边缘抠出，定位瞳孔之间的距离E_A、瞳孔和所临近的脸部侧边缘的距离E_B、鼻尖与两个瞳孔之间的距离N_L、N_R、鼻孔中心之间的距离N_B、嘴唇上缘与鼻尖之间的距离L_C、嘴唇下缘与下巴最下端之间的距离L_D，身份证存档登记照和终端层上传的身份证照片中对应的E_A/E_A’、E_B/E_B’、N_L/N_L’、N_R/N_R’、N_B/N_B’两两之差与两两之中大数的比值都在2％之内，则计算L_C/L_C’、L_D/L_D’，其结果的比值与二者之中大数的比值在5％之内，则认为身份证存档登记照和活体识别中的每张提取照片是同一人。

优选地，步骤S1-2中的终端层拍照包括用PC或高拍仪或者手机拍照。

本发明采用人脸认证登录，可以免去繁琐的密码输入，交互更加快捷方便。除此之外，作为一项典型的生物特征识别技术，更符合人类的识别习惯，图像采集设备的成本低。人脸认证需要的终端摄像头在PC和手机上几乎都是标准的外设，这就避免了指纹、虹膜等识别技术需要专门采集设备的麻烦。通过本发明的算法实现的图像比对，克服了图像分辨率低、模态多样性的技术问题，图像比对速度快、准确度高。此外，本发明通过图像比对实现结果认证的方法还具有以下优点：

1.通过光学识别技术的特定算法，实现用户身份信息的准确录入；

2.与现有身份认证业务结合，丰富并完善身份认证内容；

3.通过活体检测系统，实现对“真人”验证；

4.通过人像比对技术，实现人与人口库留存照片的自动比对，提高识别效率；

5.适用多种应用场景，既可以为运营商等客户提供便捷可靠的服务；也可以供最终用户带来随时随地、灵活、快速的体验。使用终端多样，包括：营业厅终端系统、PC端、手机客户端。

附图说明

图1是采用手机以及OCR识别模块的云比对模式业务流程示意图；

图2是采用PC或者高拍仪的本地比对模式业务流程示意图；

图3是采用手机的本地比对模式业务流程示意图；

附图标记：N-姓名；ID-身份证号码；R1-身份认证结果；R2-照片对比结果；P1-身份库水印照；P2-现场生活照；P3-身份证照片；P1’-水印照特征值；P2’-生活照特征值；S-照片(特征值)比对得分。

具体实施方式

如图1所示，一种通过图像比对实现结果认证的方法，包括采用云比对模式，在该模式下，采用手机与OCR识别相结合的方法，具体地，是在本地部署人脸照片特征值提取平台，对中心库中照片及用户现场拍摄的照片提取识别特征，通过云方式上传待比对的特征数据给人像比对服务商进行比对，然后返回比对结果。

具体方法包括：

由业务受理终端的身份认证模块向业务运营系统发起采集用户身份证照片以及调用OCR模块请求，由手机拍摄身份证照片；包括拍摄身份证正反两面的照片，与手机号、IMEI、位置信息一起发送至人像比对平台的控制模块；

手机将拍摄的身份证照片发送到人像比对平台的控制模块，该控制模块将手机拍摄的身份证照片发送到人像比对平台的OCR模块，经过OCR模块识别后将姓名和身份证号码返回给该控制模块，该控制模块将经过OCR模块识别的姓名和身份证号码返回给手机，由用户进行校正，如果与真实的姓名、身份证号码、住址、性别、民族信息有两处及两处以上有误，则重新拍摄身份证照片，如果仅一处有误，则修正，并反馈正确的姓名、身份证号码、住址、性别、民族信息；

用户进行信息校正后，将校正后的姓名和身份证号结果通过人像比对平台的控制模块经由GBOSS模块发送到业务运营系统，进而发送到业务受理终端；

业务受理终端将接收到的姓名和身份证号经由业务运营系统、GBOSS模块发送到中心平台，中心平台将与接收到的姓名和身份证号对应的身份认证结果、身份库水印照经由GOBSS模块同时发送到业务运营系统和人像比对平台的控制模块，业务运营系统将身份认证结果、身份库水印照返回到业务受理终端；所述身份认证从公安数据库调取信息进行认证，验证姓名、身份证号码、住址、性别、民族信息是否对应并属实。

业务受理终端的人像比对模块经由业务运营系统向手机发起人像获取，手机对用户进行活体识别，拍摄生活照；

手机将生活照发送到人像比对平台的控制模块，该控制模块将身份库水印照、现场生活照发送到人像比对平台的人像特征提取模块，该人像特征提取模块将经过特征提取后的水印照特征值和生活照特征值发送到人像比对平台的控制模块，该控制模块将水印照特征值和生活照特征值发送到云平台进行人像对比，云平台将照片特征值比对得分发送到人像比对平台的控制模块，该控制模块根据比对得分得出照片比对结果，将该结果经由GBOSS模块、业务运营系统发送到业务受理终端，完成人像对比，实现结果认证。

如图2所示，一种通过图像比对实现结果认证的方法，包括采用本地比对模式，在该模式下，可以采用PC或高拍仪的方法采集照片，照片拍摄方式和用户校正方式与前述实施例相同，具体地，在用户侧本地部署人像比对平台。

具体方法包括：

由业务受理终端将姓名和身份证号码发送到生产平台，生产平台将其经由综合业务平台发送到数据源，数据源将与接收到的姓名和身份证号对应的身份认证结果、身份库水印照经由综合业务平台发送到人像比对平台的控制模块，同时身份认证结果、身份库水印照经由综合业务平台、生产平台发送到业务受理终端，业务受理终端通过PC或高拍仪拍摄生活照，PC或高拍仪将所拍摄的生活照经由业务受理终端、生产平台、综合业务平台发送到人像比对平台的控制模块，该控制模块将身份库水印照、现场生活照发送到人像比对平台的比对模块进行比对，该比对模块将照片特征值比对得分发送到人像比对平台的控制模块，该控制模块根据比对得分得出照片比对结果，将该结果经由综合业务平台、生产平台发送到业务受理终端，完成人像对比，实现结果认证。

如图3所示，一种通过图像比对实现结果认证的方法，包括采用本地比对模式，在该模式下，可以采用手机采集照片，照片拍摄方式和用户校正方式与前述实施例相同，具体地，在用户侧本地部署人像比对平台。

具体方法包括：

由业务受理窗口将姓名和身份证号码发送到生产平台，生产平台将其经由综合业务平台发送到数据源，数据源将与接收到的姓名和身份证号对应的身份认证结果、身份库水印照经由综合业务平台发送到人像比对平台的控制模块，同时身份认证结果、身份库水印照经由综合业务平台、生产平台发送到业务受理窗口，业务受理窗口使得手机通过APP下载地址下载APP，手机对用户进行活体识别，拍摄生活照，手机将所拍摄的生活照上传到人像比对平台的控制模块，该控制模块将身份库水印照、现场生活照发送到人像比对平台的比对模块进行比对，该比对模块将照片特征值比对得分发送到人像比对平台的控制模块，该控制模块根据比对得分得出照片比对结果，将该结果经由综合业务平台、生产平台发送到业务受理窗口，完成人像对比，实现结果认证。

其中，综合业务平台用于接收商户系统的业务指令并执行(例如身份信息核验、对生活照/活体检测/身份证照片的OCR识别、人像比对)、输出身份证水印照给控制平台、输出指令给人像控制模块、接收身份证OCR识别最终结果并输出给商户、接收人像比对控制模块返回的人像比对结果并输出给商户。GBOSS模块是外部系统接口，本方法调用GBOSS系统接口获取身份证认证信息和身份证头像数据。

优选地，进行身份证存档登记照和终端层上传的身份证照片的比对，分为以下三个主要的阶段:

1)提取人脸特征点。利用主动形状模型算法提取出人脸面部的特征点:眼角、眼睛中心、嘴角、鼻尖、下巴轮廓等。

2)划分人脸子区域。利用提取的特征点确定面部器官的位置，根据各个器官大小选择合适像素大小的采样窗，提取出各子区域的采样块。

3)根据采样块求取采样块相似度，即将当前和参考图像分成子块，采用块匹配的方法求出匹配度，用于判别份证存档登记照和终端层上传的身份证照片是否是同一个人。

优选地，在上述第3)阶段中，将当前和参考图像分成子块，采用块匹配的方法求出匹配度，是采用如下的方法：以身份证存档登记照中的一块作为模板，在终端层上传的身份证照片中搜索与此模板最相似的匹配块，灰度信息包含了最大量的图像信息，分界线信息反映了图像内在的性质，分界线信息不易受外界光照条件的影响而产生剧烈的变化，因此相比灰度信息，分界线信息使得其抗灰度和几何畸变能力强，采用分界线信息构建模板在图像拼接中可获得更加可靠的稳定性。因此以图像的分界线为特征寻找基准块。

首先对图像进行明确分界线的检测，这里我们使用如下方式得原图像的分界线图E(i,j)：

S算子垂直方向和水平方向的模板，即两个卷积核g₁(x,y)与g₂(x,y)如下表所示，前者可以检测出图像中的水平方向的边缘，后者则可以检测图像中垂直方向的边缘。

由两个卷积核g₁(x,y)与g₂(x,y)对原图像f(x,y)进行卷积运算，s算子数学表达式为：

所采用的算法是先进行加权平均，然后进行微分运算，可以用差分代替一阶偏导，算子的计算方法如下：

优选地，图像中的每一个像素点都用这两个卷积核进行卷积运算，取其最大值作为输出。运算结果是一幅体现分界线幅度的图像。

其后，在不同的对比度下和不同的亮度下各得到三组S(X,Y)值，取其平均作为最终的原图像的分界线图E(i,j)。

然后以图像中每个像素点的邻域周边量(NEA)来定义此位置的分界线信息大小:

其中，E(i,j)为原图像所对应的二值分界线图，A为在点(i,j)处所取邻域的1/2边长。以NEA(i,j)值为依据，找出最大值所对应的点(i,j)作为基准点，然后以此点为中心点选择大小适中的块就可以找到基准特征块。

将当前和参考图像分成子块，一般子块为8×8像素大小，然后确定搜索范围大小，一般为以子块为中心的15×15像素区域，最后在参考图像相应搜索区域中寻找价值函数最小的子块。

价值函数是均方误差(MSE)和平均绝对误差(MAD)，如方程(1)和(2)。其中N为块边长像素数(为方便搜索块一般划分为正方形)，Cij和Rij分别为当前子块和参考子块相应像素的灰度。

如果图像中每一个子块的价值函数MSE与MAD的均方差在阈值之内，则将该子块的代表值设定为0，如果在阈值之外，则将该子块的代表值设定为1，将代表值为1的子块个数除以图像总子块个数，得到匹配度。匹配度在限定范围之内，则认为该图像匹配，否则，认为不匹配。

根据不同的比对要求设定不同的限定范围，对于身份证存档登记照和终端层上传的身份证照片来说，需要精确比对，则设置为0％-5％，对于商业应用APP使用，则设置为5％-10％。

优选地，还可以采用动态部位特征分析来识别人脸特征。首先进行人脸照片的预处理，去除照片过高的噪声，将输入的人脸照片用边缘适应检测的方法转换成二进位的照片，再提取出人脸皮肤肌理，然后使用局部特征分析方法来处理脸部的边缘阴影和肤纹，从而识别人脸。

部位特征分析是一种用部位特征表示的类似于搭建积木统计的技术，基于所有的人脸都可由很多简化的结构单元块综合而成。部位特征分析使用32到50个单元块区域来辨别一个人脸，选用的最通常的点包括鼻子、眼睛、嘴巴和特定的骨骼曲率差，如脸颊。这些单元块是使用复杂的统计技术而形成的，它们代表了整个人脸，跨越多个像素并代表了普遍的脸部形状，但要确定一个人脸不仅仅取决于特性单元块，还决定于它们的几何结构(如形状和相关位置)。通过这种方式，部位特征分析将人脸的特性对应为一种复杂的数字表达式，从而进行人脸识别。

用动态边缘分析方法获得的脸形信息能减少不同光线环境的影响，而肤纹信息提供了标准化的人脸特征的细节。将脸形和肤纹两种信息组合再用局部特征分析算法来比较、统计脸部的173个特征点，不论登记和识别人脸时是在何种光线环境下，能得到很高的识别率，可以在百万人中精确地辨认出一个人。

优选地，对比所述身份证存档登记照和活体识别中的每张提取照片，判断身份证和活体用户是否为同一人包括：采用局部特征映射法，即对身份证存档登记照和活体识别中的每张提取照片进行人脸照片的预处理，将人脸从照片中的脸庞边缘抠出，定位瞳孔之间的距离E_A、瞳孔和所临近的脸部侧边缘的距离E_B、鼻尖与两个瞳孔之间的距离N_L、N_R、鼻孔中心之间的距离N_B、嘴唇上缘与鼻尖之间的距离L_C、嘴唇下缘与下巴最下端之间的距离L_D，身份证存档登记照和终端层上传的身份证照片中对应的E_A/E_A’、E_B/E_B’、N_L/N_L’、N_R/N_R’、N_B/N_B’两两之差与两两之中大数的比值都在2％之内，则计算L_C/L_C’、L_D/L_D’，其结果的比值与二者之中大数的比值在5％之内，则认为身份证存档登记照和活体识别中的每张提取照片是同一人。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。