CN106339676A - 一种人脸认证及人脸识别方法 - Google Patents

Abstract

本发明提供了一种人脸认证及人脸识别方法，由移动终端的摄像头获取待验证者睁眼图像和闭眼图像，通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对，判断是否为活体人脸，简单有效地防止了不法分子盗用他人照片进行验证来谋取利益的风险，随后，判断身份证人脸图像与人脸的睁眼图像是否匹配，匹配后方可进入操作平台,在匹配时选取了人脸中不变的特征：嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量，能很好地解决因年龄、发型等变化引起的识别率不高的问题。

Description

一种人脸认证及人脸识别方法

技术领域

本发明涉及安全认证技术领域，具体涉及一种人脸认证及人脸识别方法。

背景技术

生物特征识别技术是利用个体特有的生理和行为特征来达到身份识别和/或个体验证目的的一门科学，如人脸、指纹、掌纹、虹膜、声音等的识别，在生物特征识别技术中，近年来以人脸为特征的识别技术发展十分迅速。人脸认证系统是利用摄像头采集应用人员的人脸图像，并与数据库中对应身份的人脸图像进行比对，如果比对通过，则认为待认证者与数据库中对应身份的人脸图像具有相同的身份，认证通过；否则，认证不通过。

以手机、平板电脑、笔记本等移动终端为载体实现银行业务的办理，将给我们的生活带来实实在在的方便，且利用人脸认证系统进行身份认证，极大地提高了个人银行业务操作的安全性和可靠性，但仍存在一些急需解决的问题，比如：怎样识别镜头前的是人而非图像，即人脸认证问题，以及怎样判断镜头前的人与数据库中对应身份的人脸图像是否一致，即人脸识别问题。

在人脸认证方面，现在手机、平板电脑、笔记本等移动终端普遍使用的是二维摄像头，所捕获的人脸图像都为二维图像，丢失了人脸的深度信息，根据这一特点根本无法区分摄像头所捕获是活体人还是图像，这就有可能使某些不法分子盗用他人照片进行验证，严重侵害了他人的财产安全，虽然3D摄像头可以解决人脸认证问题，但成本昂贵。

在人脸识别方面，现有的人脸识别方法有主成分分析、独立主成分分析、傅里叶变换等，这些方法对面部细节变化的识别效果并不理想，比如当两幅图像中的面部器官完全相同，但发型、年龄发生了变化时，上述方法就有可能将其判断为非同一人，导致真人跟身份证信息认证存在差异，即人脸识别不准确。

发明内容

本申请通过提供一种人脸认证及人脸识别方法，以解决现有技术中人脸认证技术需要用户做大量的配合动作，容易让用户产生厌烦感且认证率不高，以及因年龄、发型变化导致本人与身份证照片存在差异，使得人脸识别准确率低的技术问题。

为解决上述技术问题，本申请采用以下技术方案予以实现：

一种人脸认证及人脸识别方法，包括如下步骤：

S1：开启移动终端的摄像头，进入人脸认证识别系统；

S2：根据人脸认证识别系统的提示，待验证者进行睁眼和闭眼的动作，摄像头获取人脸的睁眼图像和闭眼图像；

S3：人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对，判断是否为活体人脸，如果是，则进入步骤S4，否则，退出人脸认证识别系统；

S4：根据人脸认证识别系统的提示，待验证者输入身份证号码；

S5：调出数据库中对应身份证号码的人脸图像，即身份证人脸图像；

S6：判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配，如果匹配，则进入S7，否则，退出人脸认证系统；

S7：进入操作平台。

进一步地，步骤S3的具体操作为：

S31：采用双线性插值算法对睁眼图像和闭眼图像进行图像尺寸归一化处理，以保证睁眼图像和闭眼图像在大小和位置上完全匹配；

S32：根据眼部灰度值比周围区域灰度值小的特性，选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域；

S33：分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积；

S34：判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等，如果相等，则为非人脸，如果不等，则为活体人脸。

进一步地，步骤S6的具体操作为：

S61：采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位，采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位，从而得到身份证人脸图像的区域定位；

S62：采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位，采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位，从而得到人脸的睁眼图像的区域定位；

S63：采用双线性插值算法对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理，以保证区域定位的两副图像在大小和位置上完全匹配；

S64：根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位，计算该身份证人脸图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离，构造特征向量A；

S65：根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位，计算该人脸的睁眼图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离，构造特征向量B；

S66：采用欧式距离计算特征向量A和特征向量B的相似度，若相似度大于设定的阈值，则匹配成功，否则，匹配失败。

作为一种优选的技术方案，设定的阈值为0.93。

与现有技术相比，本申请提供的技术方案，具有的技术效果或优点是：

(1)通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对，判断是否为活体人脸，使得人脸认证简单有效；

(2)在人脸识别时选取了人脸中不变的特征：嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量，使得人脸识别率大大提高。

附图说明

图1为本发明的方法流程图。

图2为垂直灰度投影曲线图。

图3为水平灰度投影曲线图。

具体实施方式

本申请实施例通过提供一种人脸认证及人脸识别方法，以解决现有技术中人脸认证技术需要用户做大量的配合动作，容易让用户产生厌烦感且认证率不高，以及因年龄、发型变化导致本人与身份证照片存在差异，使得人脸识别准确率低的技术问题。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式，对上述技术方案进行详细的说明。

实施例1：

本实施例以手机银行业务办理的人脸认证及人脸识别方法为例，如图1所示，包括如下步骤：

S1：办理银行业务时，开启移动终端的摄像头，进入人脸认证识别系统；

S2：根据人脸认证识别系统的提示，待验证者进行睁眼和闭眼的动作，摄像头获取人脸的睁眼图像和闭眼图像；

S3：人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对，判断是否为活体人脸，如果是，则进入步骤S4，否则，退出人脸认证识别系统；

具体操作步骤为：

S31：采用双线性插值算法分别对睁眼图像和闭眼图像进行图像尺寸归一化处理，以保证睁眼图像和闭眼图像在大小和位置上完全匹配；

S32：根据眼部灰度值比周围区域灰度值小的特性，选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域；

由于眼部的灰度特征与人脸其他部位有明显的不同，采用垂直积分投影法和水平积分投影法来定位瞳孔区域，即作出人脸图像沿X坐标方向、Y坐标方向的灰度值积分投影图，根据波峰波谷的分布信息来定位瞳孔区域。

S33：分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积；

S34：判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等，如果相等，则为非人脸，如果不等，则为活体人脸；

本实施例通过判断睁眼图像与闭眼图像的瞳孔区域是否相等来判断是否是活体人脸，操作步骤简单且准确率高，克服了现有的人脸认证技术需要用户做大量的配合动作，容易让用户产生厌烦感等问题。

S4：根据人脸认证识别系统的提示，待验证者输入身份证号码；

S5：调出数据库中对应身份证号码的人脸图像，即身份证人脸图像；

S6：判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配，如果匹配，则进入S7，否则，退出人脸认证系统；

具体操作步骤为：

S61：采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位，采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位，从而得到身份证人脸图像的区域定位；

因为人脸区域的灰度与周围区域的灰度不同，设所处理的图像为I(x,y)，其大小为M×N，则该图像的垂直灰度投影函数为：式中，PV(x)为垂直灰度投影曲线，如图2所示，图中人脸所在区域对应的垂直灰度投影曲线是具有一定宽度的凸峰，而这个凸峰的左右边界大致就是人脸的左右边界。这是因为与背景相比，人脸区域往往具有较高的亮度，在人脸左右边界处，垂直方向上亮度值的总和迅速减小，从而形成一个明显的凸峰，因此，只需要确定垂直灰度投影曲线中主要凸峰的左右边界，即可得到人脸的左右边界；

当得到人脸的左右边界后，设左右边界之间的大小为m，那么此时的图像大小就变为m×N，则该图像的水平灰度投影函数为：式中，PH(x)为水平灰度投影曲线，如图3所示，图中人脸所在区域对应的水平灰度投影曲线是具有一定宽度的凸峰，而这个凸峰的左右边界大致就是人脸的上下边界。

S62：采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位，采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位，从而得到人脸的睁眼图像的区域定位；

S63：采用双线性插值算法分别对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理，以保证区域定位的两副图像在大小和位置上完全匹配；

S64：根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位，计算该身份证人脸图像上的嘴角之间的距离x₁₁、眼角之间的距离x₁₂、人脸左右边界距离x₁₃、人脸上下边界距离x₁₄及嘴角到左右边界的距离x₁₅、x₁₆，构造特征向量A(x₁₁,x₁₂,x₁₃,x₁₄,x₁₅,x₁₆)；

在本实施例中，选取了人脸中不变的特征：嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量，能很好地解决因年龄、发型等变化引起的识别率不高的问题。

S65：根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位，计算该人脸的睁眼图像上的嘴角之间的距离x₂₁、眼角之间的距离x₂₂、人脸左右边界距离x₂₃、人脸上下边界距离x₂₄及嘴角到左右边界的距离x₂₅、x₂₆，构造特征向量B(x₂₁,x₂₂,x₂₃,x₂₄,x₂₅,x₂₆)；

S66：采用欧式距离n＝6计算特征向量A和特征向量B的相似度，若相似度大于设定的阈值0.93，则匹配成功，进入步骤S7，否则，匹配失败；

S7：进入手机银行业务操作平台。

本申请的上述实施例中，通过提供一种人脸认证及人脸识别方法，由移动终端的摄像头获取待验证者睁眼图像和闭眼图像，通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对，判断是否为活体人脸，简单有效地防止了不法分子盗用他人照片进行验证来谋取利益的风险，随后，判断身份证人脸图像与人脸的睁眼图像是否匹配，匹配后方可进入操作平台,在匹配时选取了人脸中不变的特征：嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量，能很好地解决因年龄、发型等变化引起的识别率不高的问题。

应当指出的是，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换，也应属于本发明的保护范围。

Claims (4)

1.一种人脸认证及人脸识别方法，其特征在于，包括如下步骤：

S1：开启移动终端的摄像头，进入人脸认证识别系统；

S2：根据人脸认证识别系统的提示，待验证者进行睁眼和闭眼的动作，摄像头获取人脸的睁眼图像和闭眼图像；

S3：人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对，判断是否为活体人脸，如果是，则进入步骤S4，否则，退出人脸认证识别系统；

S4：根据人脸认证识别系统的提示，待验证者输入身份证号码；

S5：调出数据库中对应身份证号码的人脸图像，即身份证人脸图像；

S6：判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配，如果匹配，则进入S7，否则，退出人脸认证系统；

S7：进入操作平台。

2.根据权利要求1所述的人脸认证及人脸识别方法，其特征在于，步骤S3的具体操作为：

S31：采用双线性插值算法对睁眼图像和闭眼图像进行图像尺寸归一化处理，以保证睁眼图像和闭眼图像在大小和位置上完全匹配；

S32：根据眼部灰度值比周围区域灰度值小的特性，选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域；

S33：分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积；

S34：判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等，如果相等，则为非人脸，如果不等，则为活体人脸。

3.根据权利要求1所述的人脸认证及人脸识别方法，其特征在于，步骤S6的具体操作为：

S61：采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位，采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位，从而得到身份证人脸图像的区域定位；

S62：采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位，采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位，从而得到人脸的睁眼图像的区域定位；

S63：采用双线性插值算法对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理，以保证区域定位的两副图像在大小和位置上完全匹配；

S64：根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位，计算该身份证人脸图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离，构造特征向量A；

S65：根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位，计算该人脸的睁眼图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离，构造特征向量B；

S66：采用欧式距离计算特征向量A和特征向量B的相似度，若相似度大于设定的阈值，则匹配成功，否则，匹配失败。

4.根据权利要求3所述的所述的人脸认证及人脸识别方法，其特征在于，设定的阈值为0.93。