专利汇可以提供基于活体检测和人脸识别的用户在线认证方法及系统专利检索,专利查询,专利分析的服务。并且本 发明 揭示了一种基于 活体检测 和 人脸识别 的用户在线认证方法及系统,所述方法包括用户在线注册步骤、用户在线认证步骤;用户在线认证步骤包括活体检测步骤、 图像处理 步骤、特征值提取步骤、人脸比对步骤、结果处理步骤;活体检测步骤中确认认证用户是否是活体及获取人脸照片;图像处理步骤中对采集的人脸照片进行处理;特征提取步骤中对处理过的人脸照片,提取人脸部件特征;人脸比对步骤中,提取的采集的人脸图像的特征数据与所述用户人脸特征值 数据库 中的对应人脸数据,通过设定一个 阈值 ,当相似度超过该阈值,则把匹配得到的结果输出。本发明可避免使用含有人脸的视频来骗取认证,提高系统安全性;同时可以缩短识别时间,提高识别准确率。,下面是基于活体检测和人脸识别的用户在线认证方法及系统专利的具体信息内容。
1.一种基于活体检测和人脸识别的用户在线认证方法,其特征在于,所述方法包括:
步骤S10、用户在线注册步骤:用户在线填写信息,并根据提交的身份证号码通过公安内网调取对应的二代证照片,提取照片人脸特征值,建立用户人脸特征值数据库;
步骤S20、用户在线认证步骤;包括活体检测步骤、图像处理步骤、特征值提取步骤、人脸比对步骤、结果处理步骤;具体包括:
-步骤S21、活体检测步骤,确认是否是活体及获取最优人脸照片;基于头部转动方向作为指令的判断程序,只有在设定时间内通过头部转动带动小球达到指定位置,则判断为活体,方可认证;同时选取姿态最优人脸照片;活体检测步骤包括人脸检测及人脸姿态检测;
人脸检测步骤中,判定是否是人脸及器官定位;对摄像头采集到每一帧图像,进行灰度变换、滤波处理,获得高质量灰度图;对灰度图利用积分快速计算出Harr-Like小波特征值,应用到离线训练好的AdaBoost-Cascade分类器,判别是否是人脸;根据人脸的五官形状特征和AdaBoost-Cascade分类器对人脸窗口的区域进行双眼、双眉、鼻子、嘴巴和下颚定位,确定人脸器官位置;
人脸姿态检测步骤中,采用基于椭圆模板和五官位置的姿态估计方法;首先通过人脸检测确定眼睛、鼻子和嘴巴的位置,然后对检测到的人脸连通域边界进行椭圆拟合得到椭圆模板,计算眼睛、嘴巴和鼻子的在模板中的位置参数,最后将位置参数送入三层人工神经网络得到的姿态参数的粗略估计值;为提高姿态估计的精度,根据粗略估计结果将输入图像经过处理后送入邻域加权滤波器,得到相对精确的人脸姿态估计结果;
-步骤S22、图像处理步骤;采集到最优姿态的人脸照片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化,服务于特征提取;
-步骤S23、特征提取步骤;对处理过的人脸照片,提取人脸部件特征,包括裸脸、眉毛、眼睛、嘴人脸部件,利用主分量分析方法提取人脸部件特征;
-步骤S24、人脸比对步骤;提取的采集的人脸图像的特征数据与二代证人脸数据,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出;
-步骤S25、结果处理步骤;如结果匹配,则提示“认证成功”,同时提取到人脸特征值保存到服务器用户人脸数据库;如结果不匹配,则提示“重新认证”,重新开始照片采集。
2.一种基于活体检测和人脸识别的用户在线认证方法,其特征在于,所述方法包括:
步骤S10、用户在线注册步骤:用户在线填写信息,获取对应人脸特征值,建立用户人脸特征值数据库;
步骤S20、用户在线认证步骤;包括活体检测步骤、图像处理步骤、特征值提取步骤、人脸比对步骤、结果处理步骤;具体包括:
-步骤S21、活体检测步骤,确认认证用户是否是活体及获取人脸照片;
-步骤S22、图像处理步骤;对采集的人脸照片进行处理;
-步骤S23、特征提取步骤;对处理过的人脸照片,提取人脸部件特征;
-步骤S24、人脸比对步骤;提取的采集的人脸图像的特征数据与所述用户人脸特征值数据库中的对应人脸数据,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出;
-步骤S25、结果处理步骤;根据人脸比对结果做出相应处理。
3.根据权利要求2所述的基于活体检测和人脸识别的用户在线认证方法,其特征在于:
所述步骤S21中,判断是否为活体的方法为:基于头部转动方向作为指令的判断程序,只有通过头部转动带动物体达到指定位置,则判断为活体;同时选取旋转角度最小的照片为最优人脸照片。
4.根据权利要求3所述的基于活体检测和人脸识别的用户在线认证方法,其特征在于:
所述步骤S21中的活体检测步骤包括人脸检测及人脸姿态检测;
人脸检测步骤中,判定是否是人脸及器官定位;对摄像头采集到每一帧图像,进行灰度变换、滤波处理,获得高质量灰度图;
对灰度图利用积分快速计算出Harr-Like小波特征值,应用到离线训练好的AdaBoost-Cascade分类器,判别是否是人脸;
根据人脸的五官形状特征和AdaBoost-Cascade分类器对人脸窗口的区域进行双眼、双眉、鼻子、嘴巴和下颚定位,确定人脸器官位置;
人脸姿态检测步骤中,采用基于椭圆模板和五官位置的姿态估计方法;
首先通过人脸检测确定眼睛、鼻子和嘴巴的位置,然后对检测到的人脸连通域边界进行椭圆拟合得到椭圆模板,计算眼睛、嘴巴和鼻子的在模板中的位置参数,最后将位置参数送入三层人工神经网络得到的姿态参数的粗略估计值;
为提高姿态估计的精度,根据粗略估计结果将输入图像经过处理后送入相应的线性相关滤波器,得到相对精确的人脸姿态估计结果。
5.根据权利要求2所述的基于活体检测和人脸识别的用户在线认证方法,其特征在于:
步骤S22中,采集到最优姿态的人脸照片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化,服务于特征提取;
步骤S23中,提取的人脸部件特征包括裸脸、眉毛、眼睛、嘴人脸部件,利用主分量分析方法提取人脸部件特征;
步骤S25中,如结果匹配,则提示“认证成功”,同时提取到人脸特征值保存到服务器用户人脸数据库;如结果不匹配,则提示“重新认证”,重新开始照片采集。
6.一种基于活体检测和人脸识别的用户在线认证系统,其特征在于,所述系统包括:
用户在线注册模块,供用户在线填写信息,并根据提交的身份证号码通过公安内网调取对应的二代证照片,提取照片人脸特征值,建立用户人脸特征值数据库;
用户在线认证模块,包括活体检测单元、图像处理单元、特征值提取单元、人脸比对单元、结果处理单元;
所述活体检测单元用以确认是否是活体及获取最优人脸照片;活体检测单元包括头部转动方向获取子单元、位置生成子单元、物体运动驱动子单元,头部转动方向获取子单元用以获取头部转动方向的视频,并从中获取头部的转动方向;位置生成子单元用以随机生成物体的位置,以及物体需要到达的指定位置;物体运动驱动子单元用以根据头部转动方向驱动物体运动,只有通过头部转动带动物体达到指定位置,则判断为活体;同时选取旋转角度最小的照片为最优人脸照片;所述活体检测单元包括人脸检测子单元及人脸姿态检测子单元;
人脸检测子单元用以判定是否是人脸及器官定位;对摄像头采集到每一帧图像,进行灰度变换、滤波处理,获得高质量灰度图;对灰度图利用积分快速计算出Harr-Like小波特征值,应用到离线训练好的AdaBoost-Cascade分类器,判别是否是人脸;根据人脸的五官形状特征和AdaBoost-Cascade分类器对人脸窗口的区域进行双眼、双眉、鼻子、嘴巴和下颚定位,确定人脸器官位置;
人脸姿态检测子单元用以采用基于椭圆模板和五官位置的姿态估计方法进行姿态检测;通过人脸检测确定眼睛、鼻子和嘴巴的位置,对检测到的人脸连通域边界进行椭圆拟合得到椭圆模板,计算眼睛、嘴巴和鼻子的在模板中的位置参数,将位置参数送入三层人工神经网络得到的姿态参数的粗略估计值;为提高姿态估计的精度,根据粗略估计结果将输入图像经过处理后送入相应的线性相关滤波器,得到相对精确的人脸姿态估计结果;
所述图像处理单元用以采集到最优姿态的人脸照片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化,服务于特征提取;
所述特征提取单元用以对处理过的人脸照片,提取人脸部件特征,包括裸脸、眉毛、眼睛、嘴人脸部件,利用主分量分析方法提取人脸部件特征;
所述人脸比对单元用以提取的采集的人脸图像的特征数据与二代证人脸数据,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出;
所述结果处理单元用以根据人脸比对单元的比对结果做出相应处理;如结果匹配,则提示“认证成功”,同时提取到人脸特征值保存到服务器用户人脸数据库;如结果不匹配,则提示“重新认证”,重新开始照片采集。
7.一种基于活体检测和人脸识别的用户在线认证系统,其特征在于,所述系统包括:
-用户在线注册模块,供用户在线填写信息,获取对应人脸特征值,并建立用户人脸特征值数据库;
-用户在线认证模块,包括活体检测单元、图像处理单元、特征值提取单元、人脸比对单元、结果处理单元;
所述活体检测单元用以确认认证用户是否是活体及获取人脸照片;
所述图像处理单元用以对采集的人脸照片进行处理;
所述特征提取单元用以对处理过的人脸照片,提取人脸部件特征;
所述人脸比对单元用以提取的采集的人脸图像的特征数据与所述用户人脸特征值数据库中的对应人脸数据,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出;
所述结果处理单元用以根据人脸比对结果做出相应处理。
8.根据权利要求7所述的基于活体检测和人脸识别的用户在线认证系统,其特征在于:
所述用户在线注册模块根据提交的身份证号码通过公安内网调取对应的二代证照片,提取照片人脸特征值,建立用户人脸特征值数据库。
9.根据权利要求7所述的基于活体检测和人脸识别的用户在线认证系统,其特征在于:
所述活体检测单元用以确认是否是活体及获取最优人脸照片;活体检测单元包括头部转动方向获取子单元、位置生成子单元、物体运动驱动子单元,头部转动方向获取子单元用以获取头部转动方向的视频,并从中获取头部的转动方向;位置生成子单元用以随机生成物体的位置,以及物体需要到达的指定位置;物体运动驱动子单元用以根据头部转动方向驱动物体运动,只有通过头部转动带动物体达到指定位置,则判断为活体;同时选取旋转角度最小的照片为最优人脸照片;所述活体检测单元包括人脸检测子单元及人脸姿态检测子单元;
人脸检测子单元用以判定是否是人脸及器官定位;对摄像头采集到每一帧图像,进行灰度变换、滤波处理,获得高质量灰度图;对灰度图利用积分快速计算出Harr-Like小波特征值,应用到离线训练好的AdaBoost-Cascade分类器,判别是否是人脸;根据人脸的五官形状特征和AdaBoost-Cascade分类器对人脸窗口的区域进行双眼、双眉、鼻子、嘴巴和下颚定位,确定人脸器官位置;
人脸姿态检测子单元用以采用基于椭圆模板和五官位置的姿态估计方法进行姿态检测;通过人脸检测确定眼睛、鼻子和嘴巴的位置,对检测到的人脸连通域边界进行椭圆拟合得到椭圆模板,计算眼睛、嘴巴和鼻子的在模板中的位置参数,将位置参数送入三层人工神经网络得到的姿态参数的粗略估计值;为提高姿态估计的精度,根据粗略估计结果将输入图像经过处理后送入相应的线性相关滤波器,得到相对精确的人脸姿态估计结果。
10.根据权利要求7所述的基于活体检测和人脸识别的用户在线认证系统,其特征在于:
所述图像处理单元用以采集到最优姿态的人脸照片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化,服务于特征提取;
所述特征提取单元用以对处理过的人脸照片,提取人脸部件特征,包括裸脸、眉毛、眼睛、嘴人脸部件,利用主分量分析方法提取人脸部件特征;
所述人脸比对单元用以提取的采集的人脸图像的特征数据与所述用户人脸特征值数据库中的对应人脸数据,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出;
所述结果处理单元用以根据人脸比对单元的比对结果做出相应处理;如结果匹配,则提示“认证成功”,同时提取到人脸特征值保存到服务器用户人脸数据库;如结果不匹配,则提示“重新认证”,重新开始照片采集。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
证件伪装识别方法、装置、设备及存储介质 | 2020-05-11 | 741 |
一种双目或多目摄像头曝光方法、系统和存储介质 | 2020-05-08 | 433 |
生物特征活体检测方法及系统 | 2020-05-15 | 533 |
活体检测方法、装置、服务器和人脸识别设备 | 2020-05-14 | 235 |
身份验证方法、装置、计算机设备和存储介质 | 2020-05-17 | 55 |
用户注册、认证方法及装置 | 2020-05-15 | 726 |
一种基于特征融合的人脸活体检测方法 | 2020-05-18 | 360 |
一种信用报告自助打印方法 | 2020-05-11 | 600 |
一种自助检验设备 | 2020-05-12 | 207 |
一种人脸支付的智能消费机 | 2020-05-17 | 223 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。