CN101303724A - 一种认证授权方法及系统 - Google Patents

Abstract

本发明公开了一种认证授权方法及系统，解决传统的认证授权方法当密码被破译或窃取就失效的问题。所述方法包括：对同一图像，分别采集红外图像数据和可见光图像数据；提取红外特征信息和可见光特征信息；对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。与传统的密码认证方法相比，所述基于人脸识别的认证授权方法，安全性更高，没有密码失窃或被破译的危险；而且，用户无需记忆密码，使用更方便。本发明还公开了一种认证授权系统和一种配合使用的终端系统，可用于基于人脸识别的认证过程。

Description

一种认证授权方法及系统

技术领域

本发明涉及模式识别及安全认证技术，特别是涉及一种基于人脸识别的认证授权方法及系统。

背景技术

在众多领域中，经常需要对各种数据或信息进行安全认证。例如在金融领域，各种银行业务的处理过程中都需要验证用户信息，如使用银行卡取款、转帐、刷卡消费，使用信用卡消费等，系统通过对用户信息的安全认证后，才能进行资金处理。在金融系统内部，也需要对内部人员的操作进行安全授权，从而保证资金或金融数据的安全。

传统的认证授权方法一般都基于密码的认证，系统保存用户预先设置的密码，当用户登录该系统后，系统会提示用户输入密码，并将用户输入的密码与系统保存的密码进行比较，如果密码一致，则安全认证通过。所述密码认证是一种使用十分普遍的认证方法。

但是，目前出现了越来越多的银行犯罪案件，犯罪人员通过高技术的破译或窃取用户密码，就可以轻易得到系统的认证而实施犯罪行为，从而给用户和银行带来极大的损失。当密码被破译或窃取后，所述认证方法失效，尤其对于大额资金，损失更加惨重。

发明内容

本发明所要解决的技术问题是提供一种认证授权方法及系统，以解决传统的认证授权方法当密码被破译或窃取就失效的问题。

本发明的另一个目的是还提供了一种认证授权系统，以及一种配合使用的终端系统，所述终端系统用于采集红外图像数据和可见光图像数据，所述认证授权系统用于对采集到的红外和可见光数据进行特征融合处理，并进行基于人脸识别的认证授权。

为解决上述技术问题，根据本发明提供的具体实施例，本发明公开了以下技术方案：

一种认证授权方法，包括：

对同一图像，分别采集红外图像数据和可见光图像数据；

提取红外特征信息和可见光特征信息；

对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

所述认证授权方法还包括：对所述红外图像数据和可见光图像数据进行配准预处理，供所述特征提取步骤使用。

其中，所述图像是人脸图像。

其中，按照以下步骤进行认证授权：确定比较结果范围，并对不同范围的比较结果进行不同认证处理。

所述认证授权方法还包括：根据所述比较结果确定是否需要更新存储的图像。

一种认证授权系统，包括：

图像采集装置，用于对同一图像分别采集红外图像数据和可见光图像数据；

特征提取装置，用于对所述采集的图像数据，提取红外特征信息和可见光特征信息；

特征融合装置，用于对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

认证授权装置，用于将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

其中，所述图像采集装置包括红外图像采集装置和可见光图像采集装置，所述特征提取装置包括红外特征提取装置和可见光特征提取装置；所述图像采集装置部署在终端系统中。

所述认证授权系统还包括：预处理装置，用于接收所述图像采集装置采集的红外图像数据和可见光图像数据，进行配准预处理，并提供给所述特征提取装置。

一种认证授权系统，包括：

特征提取装置，用于接收同一图像的红外图像数据和可见光图像数据，并提取红外特征信息和可见光特征信息；

特征融合装置，用于对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

认证授权装置，用于将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

所述认证授权系统还包括：预处理装置，用于接收红外图像数据和可见光图像数据，进行配准预处理，并提供给所述特征提取装置。

一种终端系统，包括终端设备，还包括：图像采集装置，所述图像采集装置包括红外图像采集装置和可见光图像采集装置，分别用于对同一图像采集红外图像数据和可见光图像数据。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

首先，本发明实施例通过采集人脸的红外和可见光数据，并进行特征融合处理，然后与数据库中的人脸图像特征进行比较，实现基于人脸识别的认证授权。与传统的密码认证方法相比，所述基于人脸识别的认证授权方法，安全性更高，没有密码失窃或被破译的危险；而且，用户无需记忆密码，使用更方便。

其次，由于可见光图像识别对光线强弱有特殊要求，适用于白天或光线较强的条件下，而红外图像识别对光线强弱没有要求。所以，本发明实施例将可见光和红外图像识别相结合，利用多传感器采集人脸信息，将人脸的红外图像和可见光图像进行特征级融合，使得认证授权系统能够有效的全天候运行，并在一定程度上提高了识别的精准度。

再次，由于特征级融合是基于特征对人脸进行检测识别处理，其运算存储所占用的地址空间仅为对特征信息的存取空间，因此有效节省了存储开销。

最后，采用了红外传感器作为数据采集环节，由于红外传感器能够探测出人脸的温度分布特征，而具有红外特征的图像比可见光成像传感器所得到的图像具有更好的特征精度。因此，所述基于特征的图像融合方法能够区分肉眼难以识别的相似外貌，如双胞胎，从而保证了融合识别结果的唯一性，提高了图像识别的精度。

附图说明

图1是本发明实施例所述基于人脸识别的认证授权流程图；

图2是本发明实施例所述认证授权方法在银行卡业务中的应用流程图；

图3是本发明实施例一所述基于人脸识别的认证授权系统结构图；

图4是本发明实施例二所述基于人脸识别的认证授权系统结构图；

图5是本发明实施例三所述基于人脸识别的认证授权系统结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例提供了一种基于人脸识别的认证授权方法，通过多传感器采集人脸的红外和可见光图像，并经过配准、特征提取、特征融合、识别认证一系列处理，完成对人脸图像的认证授权过程。所述认证方法可广泛应用于银行、财务、金融等领域，改变了传统的基于密码认证的方法。

本发明实施例所述认证方法采用了图像融合技术，图像融合技术是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成同一图像以供观察或进一步处理。高效的图像融合方法可以根据需要综合处理多源通道的信息，从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的清晰、完整、准确的信息描述。

一般情况下，图像融合由低到高分为三个层次：数据级融合、特征级融合、决策级融合。数据级融合也称像素级融合，是最低层次的融合，是指直接对传感器采集来得数据进行处理而获得融合图像的过程，它是高层次图像融合的基础，也是目前图像融合研究的重点之一。特征级融合属于融合的中间层次，兼顾了数据层和决策层的优点，利用从传感器的原始信息中提取的特征信息进行综合分析和处理。决策级融合是将多个传感器的识别结果进行融合，这一层融合是在高层次上进行的，融合的结果为指挥控制决策提供依据。

本发明实施例充分利用图像融合技术，采用特征级融合处理，将红外图像的特征信息和可见光图像的特征信息进行融合。由于人脸是较明显的区别部位，所以采集人脸的红外和可见光图像融合处理后进行识别认证。

参照图1，是所述基于人脸识别的认证授权流程图。

步骤101，利用图像采集设备采集人脸图像。通常，在图像采集点如银行营业厅的柜台、ATM机或自助终端等各类终端系统，安装红外摄像头和可见光摄像头，对需要认证的用户拍照，并通过摄像机内部的红外传感器和可见光传感器采集用户的脸部图像数据。

可见光传感器对光线强弱有特殊要求，适用于白天或光线较强的条件下，而红外传感器对光线强弱没有要求，所以同时采用可见光传感器和红外传感器作为数据采集环节，可以在白天和黑夜随时进行人脸识别和认证，全天候地保证认证安全。而且，红外传感器能够探测出人脸的温度分布特征，具有红外特征的图像比可见光成像传感器所得到的图像具有更好的特征精度。因此，将红外图像识别和可见光图像识别结合使用，提高了图像识别率，能够区分肉眼难以识别的相似外貌，如双胞胎，从而保证了融合识别结果的唯一性，提高了认证的安全性。

步骤102，对采集到的图像数据进行配准预处理，进行位置校正和对准。所述配准是指为确保多传感器数据进行必要的无差坐标转换的过程，把数据化为具有同一物理意义的数值。由于多源图像是由不同成像传感器或者是由同种成像传感器的不同成像方式获得的多幅图像，图像间可能出现相对平移、旋转和比例缩放等，不能直接进行融合，而必须先进行图像配准，以建立图像间像素-像素的对应关系。图像配准是多源图像融合得以进行的前提条件，图像配准的精度对融合的精度也有显著影响。

常用的图像配准方法有三类：基于像素灰度信息的图像配准方法，如基于互信息的配准算法；基于频率域的图像配准方法，如基于傅立叶变换的配准算法；基于特征的图像配准方法，如基于轮廓的配准算法。

步骤103，图像被配准以后，分别由红外特征提取部分和可见光特征提取部分对配准后的红外图像和可见光图像进行特征提取。通常，提取的特征信息应是像素信息的充分表示量或充分统计量，包括目标的边缘、方向、运动速度等，如人脸轮廓等。

特征提取是模式识别领域的一个研究热点，有多种特征提取方法，如基于Fisher鉴别极小准则的特征提取方法，基于神经网络的方法，基于尺度奇异值变换的红外图像目标特征提取方法，等等。

步骤104，对提取的红外特征信息和可见光特征信息进行特征融合处理，产生一幅同时具有红外特征和可见光特征的图像。通过对多传感器获得的多个特征信息进行综合分析和处理，实现对多传感器数据的分类、汇集和汇总。目前特征级数据融合的主要方法有聚类分析发、Dempster-shafer推理法、贝叶斯估计法、熵法、加权平均法、表决法以及神经网络法等。

步骤105，根据融合后的图像进行识别认证。从数据库中提取已经存储的相应人脸图像，然后与刚刚接收到的人脸图像进行比对，当比对达到一定的精准度时，就认为认证成功，否则认为认证失败。

在所述图像识别过程中，不要求融合处理后的结果输出是一幅完整图像，而是将经过某类预处理后的图像，再经过分割或描述提取有效的特征，进而加以判决分类。模式识别已经初步形成三大类：统计模式识别、结构模式识别及人工智能模式识别。

统计模式识别主要采用的是决策理论方法及统计分类方法，虽然有很严密的理论推导，但是，运用之前需要较多的先验知识，使其运用不够灵活。

结构模式识别通常考虑待识别对象各部分之间的联系，通常包括预处理、模式描述、文法分析。其基本思想是，一个复杂模式可以由一些简单模式递归地描述。但是，结构模式识别依赖于基元选择的优劣及模式文法的运用，极大限制了其实用价值。

人工智能模式识别方法做为一种新兴的模式识别方法已经得到越来越多的关注。人工智能模式识别方法是多种信息处理技术及相关学科技术的集成，其方法通常包括模糊模式识别、神经网络识别方法等。

步骤106，将上述认证结果返回终端系统，并通过终端界面呈现给用户。

上述认证授权方法通过采集人脸的红外和可见光图像数据，通过配准、特征提取步骤，对提取的特征信息进行特征融合处理，然后与数据库中的人脸图像进行比较，实现了基于人脸识别的认证授权过程。与传统的密码认证方法相比，所述基于人脸识别的认证授权方法，安全性更高，在整个过程中不需要使用密码，没有密码失窃或被破译的危险；而且，用户无需记忆密码，使用更方便。

而且，由于特征级融合是基于特征对人脸进行检测识别处理，其运算存储所占用的地址空间仅为对特征信息的存取空间，因此有效节省了存储开销。

下面将以所述认证授权方法在银行卡业务中的应用为例进行说明，参照图2所示流程。

步骤201，持卡人在营业厅申领卡片时，通过红外和可见光摄像头拍照，并送图像融合系统进行图像配准、特征提取和特征融合处理。

步骤202，图像融合系统将融合结果送认证授权系统进行存储，做为后续交易的比对基准。

步骤203，当持卡人持卡进行交易时(比如在ATM上取款)，ATM上安装的红外和可见光摄像头将对持卡人进行拍照，并送图像融合系统进行特征提取和融合。

步骤204，图像融合系统将融合结果送认证授权系统，认证授权系统将收到的融合数据与数据库中存储的数据进行比对。可规定一个匹配结果范围，不同的范围采取不同的后续处理步骤，例如：90％以上的特征匹配成功，则交易成功；70％-89％的特征匹配成功，则需要持卡人再输入卡片密码后方可成功；70％以下的特征匹配成功，交易失败。

步骤205，对于70％-90％的特征匹配成功的情况，系统应提供图像更新的功能，以适应持卡人外貌的变化，如持卡人变胖、变瘦或五官外形改变。例如：当某持卡人在拍照后一年变胖，认证授权系统会发现识别结果有些出入(可以规定一个匹配结果的范围，例如80％-90％之间的特征可以匹配上)，此时可提示持卡人在终端界面输入密码，若密码正确则以当前的持卡人的面孔为准更新数据库中的人脸信息，否则交易失败。

针对所述认证授权方法，本发明实施例还提供了一种认证授权系统。参照图3所示，是所述基于人脸识别的认证授权系统结构图，所述系统包括数据库301、图像采集装置302、预处理装置303、特征提取装置304、特征融合装置305和认证授权装置306。

数据库301中保存了预先采集处理的人脸图像，作为后续认证过程中的比对基准。数据库301中的图像信息可以进行更改、删除、添加等操作。

图像采集装置302，用于采集人脸图像，通常安装摄像头对人脸拍照，然后通过传感器采集图像信息。对于红外图像和可见光图像，分别由相应的红外传感器和可见光传感器采集。在上述实施例中，同时使用红外传感器和可见光传感器，对同一幅人脸图像进行采集，得到红外图像和可见光图像。通常，所述图像采集装置302设置在终端系统中。

预处理装置303，用于接收采集到的红外图像和可见光图像数据，进行位置校正和对准等图像配准处理。由不同成像传感器或者是由同种成像传感器的不同成像方式获得的多幅图像，图像间可能出现相对平移、旋转和比例缩放等，不能直接进行融合，而必须先进行图像配准，以建立图像间像素-像素的对应关系。

特征提取装置304，用于对配准后的图像数据进行特征提取，提取出特征信息，供特征融合装置305使用。对于红外图像和可见光图像，分别由相应的红外特征提取装置和可见光特征提取装置，提取出红外特征信息和可见光特征信息。

特征融合装置305，用于对所述红外特征信息和可见光特征信息进行特征融合处理，产生一幅同时具有红外特征和可见光特征的图像，并送到认证授权装置306进行图像识别。

认证授权装置306，用于对所述融合处理得到的图像进行识别认证，从数据库301获取已经存储的相应人脸图像特征，然后与特征融合装置305传送来的图像特征进行比较，当比对达到一定的精准度时，就认为认证成功，否则认为认证失败。例如：90％以上的特征匹配成功，则交易成功；70％-89％的特征匹配成功，则需要持卡人再输入卡片密码后方可成功；70％以下的特征匹配成功，交易失败。

而且，根据所述认证授权装置306的认证结果，还可以确定是否需要对数据库301进行修改。例如，对于70％-90％的特征匹配成功的情况，系统应提供数据库301中图像更新的功能，以适应持卡人外貌的变化，如持卡人变胖、变瘦或五官外形改变。

在上述整个认证授权系统中，所述六个模块可以根据实际应用调整设置。例如，一种优选设置方式参见图4所示，图像采集装置设置在终端系统401中，数据库、预处理装置、特征提取装置、特征融合装置和认证授权装置都设置在银行内部的认证授权系统402中。因此，不需要对每个终端系统401都设置预处理装置、特征提取装置、特征融合装置，所述认证授权系统402可以接收多个终端系统401采集的图像数据，进行认证处理。

所述银行内部的认证授权系统402与图3所示的认证授权系统不同，不包括图像采集装置，银行内部的认证授权系统402只处理已采集数据的特征融合和认证授权，而图像数据采集功能由设置在终端系统401中的图像采集装置实现。所述终端系统401不仅实现原有终端具有的功能，如自动取款、查询等功能，还可以通过安装红外传感器和可见光传感器，自动采集人脸的红外图像数据和可见光图像数据，并传输给所述认证授权系统402处理。

基于业务需求，如果融合处理后的图像不仅用于认证，还可能用于其他处理，则可以单独设置一个融合处理系统，参见图5所示。图像采集装置设置在终端系统501中，预处理装置、特征提取装置、特征融合装置设置在融合处理系统502中，认证授权装置和数据库设置在认证授权系统503中。这样，也能减轻认证授权系统503的处理负担。

图3、图4和图5所示系统中未详述的部分可以参见图1、图2所示方法的相关部分，为了篇幅考虑，在此不再详述。

以上对本发明所提供的一种认证授权方法及系统、一种认证授权装置、一种终端系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1、一种认证授权方法，其特征在于，包括：

对同一图像，分别采集红外图像数据和可见光图像数据；

提取红外特征信息和可见光特征信息；

对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

2、根据权利要求1所述的方法，其特征在于，还包括：对所述红外图像数据和可见光图像数据进行配准预处理，供所述特征提取步骤使用。

3、根据权利要求1所述的方法，其特征在于：所述图像是人脸图像。

4、根据权利要求1所述的方法，其特征在于，按照以下步骤进行认证授权：确定比较结果范围，并对不同范围的比较结果进行不同认证处理。

5、根据权利要求1所述的方法，其特征在于，还包括：根据所述比较结果确定是否需要更新存储的图像。

6、一种认证授权系统，其特征在于，包括：

图像采集装置，用于对同一图像分别采集红外图像数据和可见光图像数据；

特征提取装置，用于对所述采集的图像数据，提取红外特征信息和可见光特征信息；

特征融合装置，用于对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

认证授权装置，用于将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

7、根据权利要求6所述的系统，其特征在于：所述图像采集装置包括红外图像采集装置和可见光图像采集装置，所述特征提取装置包括红外特征提取装置和可见光特征提取装置。

8、根据权利要求6所述的系统，其特征在于，还包括：预处理装置，用于接收所述图像采集装置采集的红外图像数据和可见光图像数据，进行配准预处理，并提供给所述特征提取装置。

9、根据权利要求6所述的系统，其特征在于：所述图像采集装置部署在终端系统中。

10、一种认证授权系统，其特征在于，包括：

特征提取装置，用于接收同一图像的红外图像数据和可见光图像数据，并提取红外特征信息和可见光特征信息；

特征融合装置，用于对所述红外特征信息和可见光特征信息进行特征融合处理，生成一幅图像的特征信息；

认证授权装置，用于将所述融合后的图像特征与预存储的图像特征比较，进行认证授权。

11、根据权利要求10所述的系统，其特征在于，还包括：预处理装置，用于接收红外图像数据和可见光图像数据，进行配准预处理，并提供给所述特征提取装置。

12、一种终端系统，包括终端设备，其特征在于，还包括：图像采集装置，所述图像采集装置包括红外图像采集装置和可见光图像采集装置，分别用于对同一图像采集红外图像数据和可见光图像数据。

Images