CN101751562A - 基于人脸识别的银行交易取证图像的获取方法 - Google Patents
基于人脸识别的银行交易取证图像的获取方法 Download PDFInfo
- Publication number
- CN101751562A CN101751562A CN200910312420A CN200910312420A CN101751562A CN 101751562 A CN101751562 A CN 101751562A CN 200910312420 A CN200910312420 A CN 200910312420A CN 200910312420 A CN200910312420 A CN 200910312420A CN 101751562 A CN101751562 A CN 101751562A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- people
- value
- whole
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
一种基于人脸识别的银行交易取证图像的获取方法,步骤包括:1)先初始化判别值,并作图像获取准备:银行客户端设备上的摄像头开始工作,并对应的一个流水号;2)在该流水号下,摄像头抓拍用户的一组人脸照片;3)在该流水号下的上述照片中,选出面部最完整的图像进行保存;3.1)排除未抓拍到人脸的图像;3.2)选择大小适中,位置居中的图像为最佳图像;3.3)取最佳图像存储,用于人脸识别的图像,该最佳图像与所述流水号对应。与现有技术相比,本方法简单易行,作为人脸识别系统的前置方法,提高了识别效率和识别精度,可以单独编制成函数用于其他程序的调用。
Description
技术领域
本发明涉及计算机图像处理技术领域,特别涉及一种基于人脸识别的银行交易取证图像的获取方法。
背景技术
人脸识别是生物识别的一种,首先采集人脸图像,然后将采集到的人脸图像与预先存储的人脸图像进行比对,从而识别每个人脸的身份。从应用的角度,人脸识别包括两大类:1)身份识别:根据人脸图像识别出人物的身份,解决是谁的问题,例如在公安系统中根据罪犯的照片从数据库中查出罪犯的身份;2)身份确认/验证:判断图像中的人脸是否是指定的人,即解决是不是某人的问题,例如安检、门禁系统中对访问者的身份验证,访问者为指定的合法人员才允许通过。
人脸识别技术相比于指纹识别、虹膜识别等生物识别技术,具有卫生、方便等优点,因此可以广泛应用于很多领域,比如智能门禁、智能视频监控、对名类银行卡等的持卡人进行身份验证,以及对社会保险人进行身份验证等。
现有技术中的人脸识别系统在开始识别之前,计算机在标准数据存储模块中存入每个在档人员的标准人脸图像。这里所述的在档人员是指:具有存档信息的人员,例如,在门禁系统中,在档人员可以为允许通过门禁系统的内部人员;在储蓄卡持卡人的身份验证中,在档人员可以为储蓄卡的合法持有者;所述在档人员的信息在使用人脸识别系统的单位是存有档案的,例如该人员的姓名、年龄等,以备实现人脸识别的两大功能:身份识别或身份验证。
当有访问人员进入摄像机图像采集区域时,摄像机采集访问人员的人脸图像,并将采集到的图像输出至计算机。如果摄像机只能输出模拟人脸图像,则计算机中还需要安装视频采集卡,摄像机将采集到的模拟人脸图像发送至计算机的视频采集卡,这样,视频采集卡将来自摄像机的模拟人脸图像转换成数字人脸图像,并将所述数字人脸图像发送至计算机中的人脸识别模块;如果摄像机可以输出数字人脸图像,则将采集到的数字人脸图像直接发送至计算机的人脸识别模块。
计算机的人脸识别模块将接收到的人脸图像与标准数据存储模块中所有的标准人脸图像逐一进行比对,并将比对结果发送至外界设备,将接收到的人脸图像存入访问数据存储模块。这里所述外界设备可以为门禁控制系统、监控系统或公安档案系统等,用于通过人脸识别实现门禁控制、监控或犯罪分子身份识别等功能。所述比对的方式有很多种,例如,预先设定一个比对的阈值,计算采集到的访问者人脸图像与标准数据存储模块中的每一张人脸图像的最大相似度,如果最大相似度大于预先设定的阈值,则判定访问人员为合法人员,向外界设备发送合法信息,否则判定访问人员为非法人员,向外界设备发送非法信息。
但是现有技术中的人脸识别方法的缺点是,当人脸图像库规模变化得很大时,现有的人脸识别鉴别特征可能会不再具有足够的鉴别信息,人脸识别算法的识别效率会大大降低。
发明内容
为了解决现有技术中存在的上述问题,本发明的主要目的在于提供一种适用于银行交易取证的人脸获取方法方法,为人脸识别进行准备。可以提高人脸图像库的准确率,具体技术方案如下:
一种基于人脸识别的银行交易取证图像的获取方法,步骤包括:
1)先初始化判别值y,并作图像获取准备:银行客户端设备上的摄像头开始工作,并对应的一个流水号;
2)在该流水号下,摄像头抓拍用户的一组人脸照片;
3)在该流水号下的上述照片中,选出面部最完整的图像进行保存,步骤包括:
3.1)排除未抓拍到人脸的图像;
3.2)选择大小适中,位置居中的图像为最佳图像,最佳图像的判断方法包括步骤:
3.21)人脸面积判别:
构造人脸面积判别函数,依据人脸图像的面积占据整个画面面积的2/3时为最佳图像来构造:
所抓拍图像中的人脸的两眼睛的中点及嘴巴的中点构成一个三角形,计算此三角形的面积为S1;设整个画面的面积为S0,整张人脸与所述三角形的面积固定比例为α,即得所抓拍图像中的人脸与整个画面的比例为x=(S1*α)/S0;
所以面积判别函数为:y1=-2.77(x-0.67)2+1;函数y1的值为最小时的图像为最佳图像;
3.22)人脸位置判别:
构造人脸位置判别函数,依据人脸图像的位置靠近整个画面的中间位置为最佳图像来构造:
获取所述三角形的重心P(x,y);设整个画面的中点为P0(x0,y0),则位置面积函数为:
其中,x取值为0到所抓拍图像的长度值,y取值为0到所抓拍图像的高度值;其中x0取值为画面宽度的二分之一,y0取值为画面高度的二分之一;所述σ1和σ2分别是x和y方差;y2值越大,则说明P(x,y)离整张图像的中点越近;
3.23)综合判别:
判别函数:y=y1*y2,取y值最大时的图像为最佳图像;
3.3)取最佳图像存储,用于人脸识别的图像,该最佳图像与所述流水号对应。
所述步骤2)中,按照每秒1桢~每秒25桢进行抓拍,采用整个过程所抓拍的全部图片。
所述步骤3.1)中,排除未抓拍到人脸的图像,是根据查找图像中近似人脸图像进行鼻子、嘴巴和眼睛的判别,没有这些特征,即排除。
所述步骤3.21)中,1.0<α<3.0。
与现有技术相比,本方法简单易行,作为人脸识别系统的前置方法,提高了识别效率和识别精度,可以单独编制成函数用于其他程序的调用。
附图说明
图1是本方法的流程图;
图2是实施例的系统框架图
具体实施方式
下面结合附图与具体实施方式,对本方法用于银行业务系统中为例,进行说明。
当银行用户取款时,银行业务系统通过网络(TCP/IP)向交易系统发送一个拍照的信号及唯一标识该交易的流水号,摄像头传感器装在取款机的凹槽中(方便抓拍到用户的正面完整人脸),每隔20ms拍一张照片,通过人脸识别技术从中选出面部最完整的(有眼有鼻)进行保存,用于与系统中存储的人脸进行比对。
通过人脸识别技术从中选出面部最完整的图像进行保存完成的方法:
1、首先排除未抓拍到人脸的图像。
2、其次选择大小适中,居中的图像为最佳图像。
其中所用到的判别方法如下:
第一步:面积判别函数:所抓拍图像中的人脸的两眼睛的中点及嘴巴的中点构成一个三角形,计算此三角形的面积为S1,假设整张图像的面积为S0,整张人脸与三角形的面积固定比例为α,故得到所抓拍图像中的人脸与整张图像的比例为x=(S1*α)/S0,面积判别函数为:
y1=-2.77(x-0.67)2+1;当人脸面积占据整个图像面积的2/3时,为最佳图像。
第二步:位置面积函数:所抓拍图像中的人脸的两眼睛的中点及嘴巴的中点构成一个三角形,获取所述三角形的重心P(x,y),假设整张图像的中点为P0(x0,y0),则位置面积函数为:其中,x取值为0到所抓拍图像的长度值,y取值为0到所抓拍图像的高度值;其中x0取值为画面宽度的二分之一,y0取值为画面高度的二分之一;所述σ1和σ2分别是x和y方差。
说明:P(x,y)离整张图像的中点越近,y2值越大。
第三步:判别函数:y=y1*y1;
最后,y值最大的即为最佳图像。
本例中,考虑到设备的效率和程序辨识算法效率,按照每秒10桢进行抓拍,采用整个过程所抓拍的全部图片。
排除未抓拍到人脸的图像,是根据查找图像中近似人脸图像进行鼻子、嘴巴和眼睛的判别,如果没有这些特征,即排除。
本例中α取2.0。
上述步骤中,如果用户第一次存储,则该最佳图像用于记录在数据库中作为原始图像,用于以后该用户进行人脸图像比对。用户第二次以及以后存储的图像,用于与第一次存储的图像进行比对,比对完成后,即可删除图像,仪一直保留原始图像即可。
本例中的算法用现有技术中的常见编程语言例如c、java等语言可以很方便地实现,与数据库德连接也可以用现有的接口函数实现。另外,基于本方法编制的计算机程序,可以作为独立的函数,被人脸判别程序调用,具有广泛应用前景。
Claims (4)
1.一种基于人脸识别的银行交易取证图像的获取方法,其特征是步骤包括:
1)先初始化判别值y,并作图像获取准备:银行客户端设备上的摄像头开始工作,并对应的一个流水号;
2)在该流水号下,摄像头抓拍用户的一组人脸照片;
3)在该流水号下的上述照片中,选出面部最完整的图像进行保存,步骤包括:
3.1)排除未抓拍到人脸的图像;
3.2)选择大小适中,位置居中的图像为最佳图像,最佳图像的判断方法包括步骤:
3.21)人脸面积判别:
构造人脸面积判别函数,依据人脸图像的面积占据整个画面面积的2/3时为最佳图像来构造:
所抓拍图像中的人脸的两眼睛的中点及嘴巴的中点构成一个三角形,计算此三角形的面积为S1;设整个画面的面积为S0,整张人脸与所述三角形的面积固定比例为α,即得所抓拍图像中的人脸与整个画面的比例为x=(S1*α)/S0;
所以面积判别函数为:y1=-2.77(x-0.67)2+1;函数y1的值为最小时的图像为最佳图像;
3.22)人脸位置判别:
构造人脸位置判别函数,依据人脸图像的位置靠近整个画面的中间位置为最佳图像来构造:
获取所述三角形的重心P(x,y);设整个画面的中点为PO(x0,y0),则位置面积函数为:其中,x取值为0到所抓拍图像的长度值,y取值为0到所抓拍图像的高度值;其中x0取值为画面宽度的二分之一,y0取值为画面高度的二分之一;所述σ1和σ2分别是x和y方差;y2值越大,则说明P(x,y)离整张图像的中点越近;
3.23)综合判别:
判别函数:y=y1*y2,取y值最大时的图像为最佳图像;
3.3)取最佳图像存储,用于人脸识别的图像,该最佳图像与所述流水号对应。
2.根据权利要求1所述的基于人脸识别的银行交易取证图像的获取方法,其特征是所述步骤2)中,按照每秒1桢~每秒25桢进行抓拍,采用整个过程所抓拍的全部图片。
3.根据权利要求1或2所述的基于人脸识别的银行交易取证图像的获取方法,其特征是所述步骤3.1)中,排除未抓拍到人脸的图像,是根据查找图像中近似人脸图像进行鼻子、嘴巴和眼睛的判别,没有这些特征,即排除。
4.根据权利要求3所述的基于人脸识别的银行交易取证图像的获取方法,其特征是所述步骤3.21)中,1.0<α<3.0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009103124202A CN101751562B (zh) | 2009-12-28 | 2009-12-28 | 基于人脸识别的银行交易取证图像的获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009103124202A CN101751562B (zh) | 2009-12-28 | 2009-12-28 | 基于人脸识别的银行交易取证图像的获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101751562A true CN101751562A (zh) | 2010-06-23 |
CN101751562B CN101751562B (zh) | 2011-09-21 |
Family
ID=42478524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009103124202A Expired - Fee Related CN101751562B (zh) | 2009-12-28 | 2009-12-28 | 基于人脸识别的银行交易取证图像的获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101751562B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930539A (zh) * | 2010-09-02 | 2010-12-29 | 山东浪潮金融信息系统有限公司 | 基于外接摄像头的vip大客户图像信息采集提示方法 |
CN102118610A (zh) * | 2011-03-30 | 2011-07-06 | 中国电信股份有限公司 | 高清抓拍方法和系统 |
CN104135610A (zh) * | 2014-07-02 | 2014-11-05 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN104573632A (zh) * | 2014-12-15 | 2015-04-29 | 苏州福丰科技有限公司 | 用于银行存取款的三维人脸识别方法 |
CN104598021A (zh) * | 2014-12-16 | 2015-05-06 | 天津三星电子有限公司 | 显示设备及显示方法 |
CN105577378A (zh) * | 2014-10-14 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 身份认证方法、装置和系统 |
CN107730423A (zh) * | 2017-10-28 | 2018-02-23 | 梅亚坤 | 一种基于生物识别的自助培训考核装置 |
CN111723676A (zh) * | 2020-05-26 | 2020-09-29 | 北京电信易通信息技术股份有限公司 | 一种基于肖像识别智能裁剪的人脸比对方法及装置 |
CN113490936A (zh) * | 2019-03-04 | 2021-10-08 | 松下知识产权经营株式会社 | 面部认证机以及面部认证方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100361136C (zh) * | 2005-01-21 | 2008-01-09 | 中国科学院计算技术研究所 | 一种人脸检测系统的评测方法及评测系统 |
CN100568262C (zh) * | 2007-12-29 | 2009-12-09 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
CN101540890A (zh) * | 2009-04-28 | 2009-09-23 | 南京航空航天大学 | 一种获得监控视频中运动人体清晰人脸图像的方法 |
-
2009
- 2009-12-28 CN CN2009103124202A patent/CN101751562B/zh not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930539A (zh) * | 2010-09-02 | 2010-12-29 | 山东浪潮金融信息系统有限公司 | 基于外接摄像头的vip大客户图像信息采集提示方法 |
CN102118610A (zh) * | 2011-03-30 | 2011-07-06 | 中国电信股份有限公司 | 高清抓拍方法和系统 |
CN102118610B (zh) * | 2011-03-30 | 2015-11-25 | 中国电信股份有限公司 | 高清抓拍方法和系统 |
CN104135610A (zh) * | 2014-07-02 | 2014-11-05 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN104135610B (zh) * | 2014-07-02 | 2019-05-31 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN105577378A (zh) * | 2014-10-14 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 身份认证方法、装置和系统 |
CN104573632A (zh) * | 2014-12-15 | 2015-04-29 | 苏州福丰科技有限公司 | 用于银行存取款的三维人脸识别方法 |
CN104598021A (zh) * | 2014-12-16 | 2015-05-06 | 天津三星电子有限公司 | 显示设备及显示方法 |
CN107730423A (zh) * | 2017-10-28 | 2018-02-23 | 梅亚坤 | 一种基于生物识别的自助培训考核装置 |
CN113490936A (zh) * | 2019-03-04 | 2021-10-08 | 松下知识产权经营株式会社 | 面部认证机以及面部认证方法 |
US11893844B2 (en) | 2019-03-04 | 2024-02-06 | Panasonic Intellectual Property Management Co., Ltd. | Face authentication machine and face authentication method |
CN111723676A (zh) * | 2020-05-26 | 2020-09-29 | 北京电信易通信息技术股份有限公司 | 一种基于肖像识别智能裁剪的人脸比对方法及装置 |
CN111723676B (zh) * | 2020-05-26 | 2023-06-13 | 北京电信易通信息技术股份有限公司 | 一种基于肖像识别智能裁剪的人脸比对方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101751562B (zh) | 2011-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101751562B (zh) | 基于人脸识别的银行交易取证图像的获取方法 | |
CN104167041B (zh) | 基于智能手机使用的门禁系统及其控制方法 | |
US20070183634A1 (en) | Auto Individualization process based on a facial biometric anonymous ID Assignment | |
CN105427421A (zh) | 基于人脸识别的门禁控制方法 | |
CN101405744A (zh) | 脸部识别系统 | |
CN107358707A (zh) | 一种基于人脸识别的门禁系统 | |
CN110189447B (zh) | 一种基于人脸身份识别的智慧社区闸机控制系统 | |
CN111429639A (zh) | 一种人工智能门禁系统 | |
JP2011039959A (ja) | 監視システム | |
CN110660472A (zh) | 一种基于人脸识别技术的医院管理预警系统及其方法 | |
JP2007241501A (ja) | 訪問者特定システムおよび訪問者特定方法 | |
CN106485225A (zh) | 基于生物特性识别的身份证核验方法及系统 | |
CN107516076A (zh) | 人像识别方法及装置 | |
Praveen et al. | Face recognition: challenges and issues in smart city/environments | |
CN103208144A (zh) | 基于人脸识别的宿管系统 | |
CN109754504A (zh) | 一种智能门禁系统 | |
CN206574094U (zh) | 多模态身份识别装置 | |
CN109800638A (zh) | 一种基于人脸识别技术的重点人监控方法 | |
CN108648312A (zh) | 人脸识别智能迎宾方法及系统 | |
CN106780864A (zh) | 基于人体骨骼识别技术的门禁系统 | |
CN1658222A (zh) | 生物活体指纹出入控制方法和系统 | |
CN213338863U (zh) | 动态人脸门禁的离线授权系统 | |
CN201698433U (zh) | 一种用于酒店访客信息管理的终端机 | |
JP5745790B2 (ja) | 入退出管理システム | |
CN208156743U (zh) | 人脸识别智能迎宾系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110921 Termination date: 20131228 |