本实用新型涉及识别装置,具体地说是一种基于人脸识别和活体识别的处 理装置。 技术背景
随着我国改革开放步伐的前进,劳动和社会保障事业也有了突飞猛进的发 展。随着社会保险制度的改革,养老金的全国性社会化发放也在不断完善。
保证养老金社会化发放准确,及时到位的一个主要前提就是要能准确确认 投保人的生存状态,而国内社保机构长期以来并没有一个行之有效的手段来处 理这一问题,所以养老保险金冒领问题普遍存在。
据有关数据统计,现在的离退休人员有18%的人在外地居住,比如,在外 地帮助儿女照看孩子,在国外定居等等。如果政府给他们发放社保金或养老保 险金的话,他们必须得回来亲自领,这样一来对那些离退休人员来说成本太大。 如果不亲自取的话,社保部
门将不能确认该发放的是不是离退休人员本人。如 果离退休人员去世,由于在外地,当地的社保部门无法获知这些人员的生命迹 象,造成社保金或养老保险金不停的发放。
对于这些离退休人员政府是否还要对他们发放社保金?该怎样对他们发放 社保金?怎样才能对他们发放了保险金还不会消耗太大的成本?
发明内容
本实用新型的目的在于公开一种基于人脸识别和活体识别的装置,以解决 对离退休人员的社保金或养老保险金发放问题,同时节约大量成本。
按照本实用新型提供的技术方案,所述基于人脸识别和活体识别的处理装
置包括:在一个用来接收来自网络的视频或图形的网络
接口模
块的输出端连接 一个双核芯片SCO模块;在双核芯片SCO模块的输出端连接一台用来
鉴别受检 测人员的生命迹象的活体识别模块,再在活体识别模块的输出端连接一台存储
信息的
服务器。SCO是一种UNIX网络
操作系统。
本实用新型提供了一种基于人脸识别系统和活体识别系统上的处理系统, 它能够对来自于网络的视频进行人脸识别和活体识别,拥有足够高的识别率和 高的识别速度,和强有
力的
数据处理能力,与现有监控网络能很好的兼容,且 工作稳定,易于升级和维护,成本低。
本实用新型整个系统运作是通过以下步骤实现的:
1、 由社保工作人员通过人脸采集设备,通过网络接口模块,采集到社保部
门所有离退休人员的人脸图像,并进行信息注册,存储到服务器中;同时与第 二代身份证上面的信息联网,进行对比;
2、 将步骤l所得到的信息存储至社保部门
数据库中,以便在进行人脸识别 和匹配等身份认证操作时调用;3、 下载或者购买由社保局统一规定的客户端
软件;
4、 外地的离退休人员把软件安装在电脑上,注册信息,同时输入身份证号
码;
5、 通过摄像头采集客户的人脸图像,将在视频图像中自动选取最清楚的图 片进行存储并与第二代身份证上的照片进行对比,确定是同一个人;
6、 通过步骤1和步骤2所采集到的人员的人脸信息进行分析对比,通过活 体识别模块由自主研发的脸部肌肉抖动
频率算法来确认当前人员的生命迹象, 来进行活体识别。
本实用新型的处理系统技术效果显著,集成了人脸识别,活体识别,网络 数据库,人像组合,人像自动检测生命迹象,视频
图像采集与处理等多种技术, 通过网络获取远程视频图像信息,与数据库中的人像进行快速比对,达到及时 确定被鉴定者真实身份的目的。具备精确的计算方法和强有力的数据处理能力, 因而具有足够高的识别率和高的识别速度,该系统应用范围广泛,主要应用在 社保部门对离退休人员的退休养老保险金的发放管理上,大大节约了成本,方 便了老百姓。
附图说明
图1是本实用新型的系统
框图。 具体实施方式
如图所示:在一个用来接收来自网络的视频或图形的网络接口模块的输出 端连接一个用来接收来自网络的视频图像并进行检测、识别视频图像中的人脸 信息的双核芯片SCO模块;在双核芯片SCO模块的输出端连接一台用来鉴别受 检测人员的生命迹象的活体识别模块,再在活体识别模块的输出端连接一台存 储信息的服务器。
用户通过互联网把视频图像传到网络接口模块,
SCO模块通过网络接口收到的视频图片信息进行人脸的识别确认,同时通
过存储信息服务器里的信息来识别客户的人脸信息。
在sco模块识别确认视频图像的同时,这些视频图像通过活体识别模块,
进行活体识别,同时通过存储信息服务器里的信息来确认客户的信息。 本实用新型的一种基于人脸识别和活体识别的社会保障管理系统的技术方
案是:它包括下述步骤:
A压縮视频解码:对网络传输的流媒体数据进行压縮视频解码,获取数字
图像序列;
B预处理:对输入的原始图像进行包括灰度化,光照补偿预处理,提高图 像的
质量,得到灰度图像;
C活休检测:将输入的灰度图像采用
帧差法和混合高斯背景建模共同来确 定有运动,或无远动发生;当两种方法检测出来的前景连通区域均大于
阈值则 认为有远动发生,若检测到有运动发生,则进行后续的
人脸检测,若检测到无 运动发生,则不进行后续的人脸检测,而进行复査;
D人脸
定位:对
正面人脸实时检测,确定人脸在图像中的
位置;包括为特征计算单元和分类单元;所述的为特征计算单元是对待检测的灰度图像进行縮 放,穷举搜索候选人脸窗口,计算书各个窗口的微结构特征,并将其传给 AdaBoost神经网络分类器单元进行判决;
E器官定位;器官定位是确定人脸在图像中的位置,包括双眼,双眉,鼻 子,嘴巴,下颚的定位;根据人脸的五官形状特征和AdaBoost分类器对C步中 检测到的人脸窗口的区域进行双眼,双眉,鼻子,嘴巴,下颚的定位,对于潜 在的伪器官,采用最大后验概率的判别原则进行滤除;
F归一化:根据器官的位置信息,求得归一化的灰度图像,它是对图像包 括旋转,縮放,剪切操作,使双眼
水平,下颚的高度一定;
G特征提取:从整个人脸中提取出人脸不见特征,包括裸睑,眉毛,眼睛, 鼻尖,嘴人脸部件:利用主分量分析方法提取人脸部件的特征;
H人脸比对:得出人脸相似度:它是在已知人脸数据库中对待识别的人脸 采用计算相似度和按相似度排序的方法进行多模式的全局人脸识别和局部人脸 识别。
本实用新型一种基于人脸识别和活体识别的社会保障管理系统的效果是: 减少远程对离退休人员身份确定的成本,对社保部门的对在外地的离退休人员 的退休养老保险金更高速度,高效率的进行管理。
优点是:用户接受程度高,由于在外地的离退休人员领养老保险金来回的
费用比较高,且麻烦,所以这种实用新型大大着力于广大的用户。
对社保部门的好处是,本系统可实现远程的身份识别,比传统的人脸识别, 指纹识别更好的是,本系统添加了活体识别系统,对人员进行生命迹象的识别, 克服了以往冒领社保金或养老保险金的情况。
本实用新型还有比较高的扩展性,本实用新型研发的相关技术还可以方便 的应用到
银行,公安等安全领域(如辅助监控和追捕逃犯等),甚至可以应用于 交通违章监控中,因此具有极强的可扩展能力。
AdaBoost是Boosting算法的一种,其主要思想是给每一个训练样本分配一 个权重,表明它被某弱分类器选入训练集的概率,初始时权重设为1/m, m为样 本个数。用一个弱分类算法在训练集上进行训练,训练后对样本权重进行调整, 训练失败的样本权重增大,训练成功的样本权重减少,使分类算法能在下一轮 训练中集中力量对训练失败的样本进行学习。然后,在权重更新后的训练集上 继续训练,不断调整样本权重,循环往复,从而得到一系列的弱分类器。这些 弱分类器就构成组合分类器,组合分类器最终预测结果的产生采用了有权重的 投票方式,而权重就是各个弱分类器的准确率。这种方法不要求单个分类器有 高的识别率,但经过多分类器融合的组合分类器则具有了高的识别率。