技术特征：
1.一种基于计算机视觉技术的人证核验方法，其特征在于，该方法包括以下步骤：s1、对输入图像进行图像分辨率核验，若分辨率低于预设阈值则执行s2，若分辨率高于预设阈值则执行s3；s2、采用预设超分方法对分辨率低于预设阈值的所述输入图像进行超分重建；s3、使用预设方法对所述输入图像中的人脸进行识别，并对该输入图像中的人脸部分进行剪裁；s4、对剪裁后的人脸图像再次进行图像分辨率核验，且对于低分辨率的图像再次进行超分重建；s5、利用透视变换原理对剪裁后所述人脸图像中角度偏离的图像进行处理；s6、将经过超分和透视变换后的图像输入预设的人脸比对模块中进行人脸比对。2.根据权利要求1所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s1中的输入图像包括实时头像视频截图和用户上传的证件照片，所述预设阈值为480*480，且该预设阈值可人工修改。3.根据权利要求1所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s2中采用预设超分方法对分辨率低于预设阈值的所述输入图像进行超分重建具体包括以下步骤：s21、将分辨率低于预设阈值的原始图像导入srgan网络；s22、对所述srgan网络中放大倍数、学习率及迭代次数的核心运行参数进行设置；s23、通过所述srgan网络中三个卷积层进行逐步处理，生成高分辨率的图像；s24、获得输出的高分辨率图像。4.根据权利要求3所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s23中通过所述srgan网络中三个卷积层进行逐步处理包括以下步骤：首先利用第一卷积层抽取所述原始图像的特征点，然后通过第二卷积层对所述特征点进行非线性映射，实现对每个特征点缺失细节的预测，最后利用第三层卷积层组合映射后的图像，生成高分辨率的图像。5.根据权利要求1所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s3中使用预设方法对所述输入图像中的人脸进行识别，并对该输入图像中的人脸部分进行剪裁具体包括以下步骤：s31、将分辨率高于预设阈值的图像输入预设的人脸识别模块；s32、使用基于python的face_recognition模组对输入图像中的人脸进行识别；s33、调用python中的face_recognition模组包对输入图像中的人脸部分进行剪裁；s34、获得剪裁后的人脸图像。6.根据权利要求1所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s4中对剪裁后的人脸图像再次进行图像分辨率核验时的阈值为80*80，且该阈值可人工修改。7.根据权利要求2所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s5中角度偏离的图像主要针对用户上传的证件照片。8.根据权利要求1所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s5中利用透视变换原理对剪裁后所述人脸图像中角度偏离的图像进行处理具体包括以下
步骤：s51、调用opencv中的getperspectivetransform函数对剪裁后所述人脸图像进行处理，得到透视变换矩阵；s52、调用opencv中的warpperspective函数执行透视变换，得到透视变换后的图像。9.根据权利要求2所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s6中将经过超分和透视变换后的图像输入预设的人脸比对模块中进行人脸比对具体包括以下步骤：s61、将经过超分和透视变换后的图像输入预设的人脸比对模块；s62、利用所述人脸比对模块中的python读取所述图像中的人脸照片；s63、使用所述人脸比对模块中的dlib模块对人脸照片进行分析，得到人脸相似度。10.根据权利要求9所述的一种基于计算机视觉技术的人证核验方法，其特征在于，所述s62中读取的人脸照片包括两张照片，且所述两张照片分别为用户上传的证件照片和实时头像视频截图。
技术总结
本发明公开了一种基于计算机视觉技术的人证核验方法，该方法包括以下步骤：S1、对输入图像进行图像分辨率核验，若分辨率低于预设阈值则执行S2，若分辨率高于预设阈值则执行S3；S2、对分辨率低于预设阈值的所述输入图像进行超分重建；S3、对所述输入图像中的人脸进行识别，并进行剪裁；S4、再次进行图像分辨率核验，对于低分辨率的图像再次进行超分重建；S5、对剪裁后所述人脸图像中角度偏离的图像进行处理；S6、将经过超分和透视变换后的图像输入预设的人脸比对模块中进行人脸比对。有益效果：可以实现对输入图像质量的提升，在保障比对效率的前提下提升OpenCV人脸比对的准确率，从而实现高效、低耗的人脸识别比对功能。低耗的人脸识别比对功能。低耗的人脸识别比对功能。
技术研发人员：杨博雅 汪德嘉 徐文强
受保护的技术使用者：江苏通付盾科技有限公司
技术研发日：2021.04.21
技术公布日：2022/10/20