CN108241734A - 一种基于照片库的信息核查一体化方法及装置 - Google Patents

一种基于照片库的信息核查一体化方法及装置 Download PDF

Info

Publication number
CN108241734A
CN108241734A CN201711251620.2A CN201711251620A CN108241734A CN 108241734 A CN108241734 A CN 108241734A CN 201711251620 A CN201711251620 A CN 201711251620A CN 108241734 A CN108241734 A CN 108241734A
Authority
CN
China
Prior art keywords
photo
module
user
photos
information
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.)
Pending
Application number
CN201711251620.2A
Other languages
English (en)
Inventor
袁聪
张智辉
李莉莉
孙立宏
陈放
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guozhengtong Polytron Technologies Inc
Original Assignee
Guozhengtong Polytron Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guozhengtong Polytron Technologies Inc filed Critical Guozhengtong Polytron Technologies Inc
Priority to CN201711251620.2A priority Critical patent/CN108241734A/zh
Publication of CN108241734A publication Critical patent/CN108241734A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于照片库的信息核查一体化方法及装置，属于身份认证领域。所述方法包括：服务器通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库并与对应用户的信息记录建立关联关系；当服务器接收到各业务平台发送来的信息核查请求时，根据请求中的身份信息查找对应的信息记录，根据查找到的信息记录的关联关系，关联至对应的照片库并作为当前照片库；服务器将信息核查请求中含有的用户照片与当前照片库中的照片进行比对，如比对通过，则将信息核查请求中含有的用户照片保存至当前照片库中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。

Description

一种基于照片库的信息核查一体化方法及装置
技术领域
本发明涉及身份认证领域，尤其涉及一种基于照片库的信息核查一体化方法及装置。
背景技术
当今社会已然是高速发展的信息社会，各种媒体各种工具相互交存于社会的方方面面，而图像由于其包含信息量大等优点，在其中又占据了及其重要的地位。其中一个重要的应用就是身份认证，当前基于图像进行身份认证的普遍做法就是通过前端的采集设备采集人脸照片，并在后台与身份证件中的人脸照片进行比对。不得不说的是身份证件的照片通常是人们多年前的模样，并不能十分精准的代表当前，因此，在比对过程中或多或少的会给比对工作带来不便，影响比对效率与准确性。
发明内容
为解决现有技术的不足，本发明提供一种基于照片库的信息核查一体化方法及装置。
一方面，本发明提供了一种基于照片库的信息核查一体化方法，包括：
步骤S1：服务器通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库，并将所述照片库与对应用户的信息记录建立关联关系；
步骤S2：当所述服务器接收到各业务平台发送来的信息核查请求时，根据所述信息核查请求中的身份信息查找对应的信息记录，根据查找到的信息记录的关联关系，关联至对应的照片库并作为当前照片库；
步骤S3：所述服务器将所述信息核查请求中含有的用户照片与所述当前照片库中的照片进行比对，如比对通过，则将所述信息核查请求中含有的用户照片保存至所述当前照片库中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
可选地，所述步骤S1中，所述服务器通过网络爬虫实时抓取各用户应用账号中的用户照片，形成对应用户的照片库，具体为：所述服务器将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，所述网络爬虫抓取与所述手机号、和/或邮件、和/或身份证号相关联的各用户的微博、和/或微信中的照片，并将抓取的照片与对应用户的身份证件照片进行比对，得到各用户的用户照片，根据所述网络爬虫抓取的各用户照片形成对应用户的照片库。
可选地，所述步骤S1中，所述形成对应用户的照片库之后，还包括：所述服务器对所述照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
可选地，所述步骤S3中，具体包括：
步骤a1：所述服务器分析所述信息核查请求中含有的用户照片得到照片图像特征；
步骤a2：所述服务器根据所述照片图像特征在所述当前照片库中查找到匹配的一个或者多个照片类别；
步骤a3：所述服务器将所述信息核查请求中含有的用户照片与查找到的照片类别中的各照片进行比对，如比对通过，则将所述信息核查请求中含有的用户照片保存至查找到的照片类别中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
可选地，所述步骤a3具体为：所述服务器计算所述信息核查请求中含有的用户照片与查找到的照片类别中的各照片的相似度并得到最高相似度，判断所述最高相似度是否大于阈值，是则判定比对通过，将所述信息核查请求中含有的用户照片保存至对应的照片类别中；否则判定比对未通过，返回核查失败结果给对应的业务平台，结束。
另一方面，本发明提供了一种基于照片库的信息核查一体化装置，包括：
照片库构建模块，用于通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库；
关联建立模块，用于将所述照片构建模块构建的照片库与对应用户的信息记录建立关联关系；
接收模块，用于接收各业务平台发送来的信息核查请求；
查找模块，用于根据所述接收模块接收到的信息核查请求中的身份信息查找对应的信息记录；
关联模块，用于根据所述查找模块查找到的信息记录和所述关联建立模块建立的关联关系，关联至对应的照片库并作为当前照片库；
核查模块，用于将所述接收模块接收到的信息核查请求中含有的用户照片与所述关联模块关联的当前照片库中的照片进行比对；
保存模块，用于当所述核查模块比对通过时，将所述接收模块接收到的信息核查请求中含有的用户照片保存至所述关联模块关联的当前照片库中；
发送模块，用于在所述保存模块保存用户照片之后，返回核查成功结果给对应的业务平台；还用于当所述核查模块比对未通过时，返回核查失败结果给对应的业务平台。
可选地，所述照片库构建模块，具体用于：将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，根据所述网络爬虫抓取的各用户照片形成对应用户的照片库。
可选地，所述装置还包括：分类模块；
所述分类模块，用于在所述照片库构建模块形成照片库之后，对照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
可选地，所述核查模块，具体包括：分析子模块、查找子模块、核查子模块；
所述分析子模块，用于分析所述接收模块接收到的信息核查请求中含有的用户照片得到照片图像特征；
所述查找子模块，用于根据所述分析子模块得到的照片图像特征在所述当前照片库中查找到匹配的一个或者多个照片类别；
核查子模块，用于将所述接收模块接收到的信息核查请求中含有的用户照片与所述查找子模块查找到的照片类别中的各照片进行比对；
所述保存模块，具体用于：当所述核查子模块对比通过时，将所述接收模块接收到的信息核查请求中含有的用户照片保存至所述查找子模块查找到的照片类别中；
所述发送模块，具体用于：在所述保存模块将用户照片保存至所述查找子模块查找到的照片类别中之后，返回核查成功结果给对应的业务平台；还用于当所述核查子模块比对未通过时，返回核查失败结果给对应的业务平台。
可选地，所述核查子模块，具体用于：计算所述接收模块接收到的信息核查请求中含有的用户照片与所述查找子模块查找到的照片类别中的各照片的相似度并得到最高相似度，判断所述最高相似度是否大于阈值，是则判定比对通过，否则判定比对未通过。
本发明的优点在于：
本发明中，基于传统的身份证件照片的比对方式，构建并不断更新个人生活中的照片库，并在具体的业务办理过程中，基于构建的最新的照片库进行照片比对，来完成用户的身份验证，该方式大大提高了照片比对的准确性和比对效率，进而提高了身份验证的准确率；同时，本发明中各业务平台与服务器对接，快速的完成了采集即录入，录入即核查，核查即反馈的信息核查一体化方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
附图1为本发明实施例一提供的一种基于照片库的信息核查一体化方法流程图；
附图2位本发明实施例二提供的一种基于照片库的信息核查一体化装置框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
根据本发明的实施方式，提供一种基于照片库的信息核查一体化方法，如图1所示，包括：
步骤101：服务器通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库，并将照片库与对应用户的信息记录建立关联关系；
步骤102：当服务器接收到各业务平台发送来的信息核查请求时，根据信息核查请求中的身份信息查找对应的信息记录，根据查找到的信息记录的关联关系，关联至对应的照片库并作为当前照片库；
步骤103：服务器将信息核查请求中含有的用户照片与当前照片库中的照片进行比对，如比对通过，则将信息核查请求中含有的用户照片保存至当前照片库中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
根据本发明的实施方式，步骤101中，服务器通过网络爬虫实时抓取各用户应用账号中的用户照片，形成对应用户的照片库，具体为：服务器将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，网络爬虫抓取与所述手机号、和/或邮件、和/或身份证号相关联的各用户的微博、和/或微信中的照片，并将抓取的照片与对应用户的身份证件照片进行比对，得到各用户的用户照片，服务器根据网络爬虫抓取的各用户照片形成对应用户的照片库。
可选地，在本实施例中，服务器在将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫的同时，还提供照片抓取目录；网络爬虫抓取与所述手机号、和/或邮件、和/或身份证号相关联的各用户的微博、和/或微信中相应目录下的照片，并将抓取的照片与对应用户的身份证件照片进行比对，得到各用户的用户照片；对此，本发明中不做具体限定，可以根据需求自行设定。
其中，网络爬虫将抓取的照片与对应用户的身份证件照片进行比对的方法，与步骤103中服务器将信息核查请求中含有的用户照片与当前照片库中的照片进行比对的方法可以相同，也可以不同；例如，在本实施例中，两者的比对方法相同，具体地在步骤103中进行详述。
根据本发明的实施方式，步骤101中，形成对应用户的照片库之后，还包括：服务器对照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
在本实施例中，可以根据照片背景、照片中人物衣着、照片中人物动作、照片中人物面部拍摄角度等方面对照片库中的照片进行分类训练，得到照片类别及对应的图像特征；其中，每个照片类别可以有一个或者多个图像特征。
对应地，步骤103中，具体包括：
步骤a1：服务器分析接收到的信息核查请求中含有的用户照片得到照片图像特征；
步骤a2：服务器根据照片图像特征在当前照片库中查找到匹配的一个或者多个照片类别；
步骤a3：服务器将信息核查请求中含有的用户照片与查找到的照片类别中的各照片进行比对，如比对通过，则将信息核查请求中含有的用户照片保存至查找到的照片类别中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
其中，步骤a2，具体包括：服务器依次判断当前照片库中各照片类别的图像特征中是否含有分析得到的照片图像特征，是则判定查找到匹配的照片类别，执行步骤a3；否则判定未查找到匹配的照片类别，则随机选择一个照片类别，执行步骤a3。
需要说明地，步骤a2中可能查找到1个匹配的照片类别，也可能查找到多个匹配的照片类别，还可能未查找到匹配的照片类别。
根据本发明的实施方式，步骤a3，具体为：服务器计算信息核查请求中含有的用户照片与查找到的照片类别中的各照片的相似度并得到最高相似度，判断最高相似度是否大于阈值，是则判定比对通过，将信息核查请求中含有的用户照片保存至对应的照片类别中；否则判定比对未通过，返回核查失败结果给对应的业务平台，结束。
更加具体地，将信息核查请求中含有的用户照片记为照片P，并将照片P用点集A＝{a1，a2，···，an}表示，将查找到的照片类别中的照片记为K，并将照片K用点集B＝{b1，b2，···，bm}表示，则有：H(A，B)＝max{h(A，B)，h(B，A)}，其表示A与B的不相似程度，即照片P与照片K的不相似程度；
其中，其为A到B的有向距离，其为B到A的有向距离；
其中，表示某点b到A中各点距离中的最小距离dA(b)，h(A，B)为各点bj对应的dA(b)中的最大值；表示某点a到B中各点距离中的最小距离dB(a)，h(B，A)为各点ai对应的dB(a)中的最大值。
进一步地，服务器依次计算信息核查请求中含有的用户照片与查找到的照片类别中的各照片之间的H(A，B)之后，将得到的各H(A，B)中的最小值作为照片P与查找到的照片类别中各照片的最高相似度。
根据本发明的实施方式，步骤101中，将照片库与对应用户的信息记录建立关联关系，具体为：服务器将照片库与用户信息记录系统中含有的所述对应用户的信息记录建立关联关系；
对应地，步骤102中，根据信息核查请求中的身份信息查找到对应的信息记录，具体为：根据信息核查请求中的身份信息在用户信息记录系统中查找到对应的信息记录。
更进一步地，在本实施例中，各业务平台通过自身的采集模块或者外接的采集设备采集用户的现场照片，并结合用户提交的身份信息生成信息核查请求，通过接口平台与服务器对接进行数据交互，快速的完成了采集即录入，录入即核查，核查即反馈的一体化信息核查方式。
实施例二
根据本发明的实施方式，提供一种基于照片库的信息核查一体化装置，如图2所示，包括：
照片库构建模块201，用于通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库；
关联建立模块202，用于将照片构建模块201构建的照片库与对应用户的信息记录建立关联关系；
接收模块203，用于接收各业务平台发送来的信息核查请求；
查找模块204，用于根据接收模块203接收到的信息核查请求中的身份信息查找对应的信息记录；
关联模块205，用于根据查找模块204查找到的信息记录和关联建立模块202建立的关联关系，关联至对应的照片库并作为当前照片库；
核查模块206，用于将接收模块203接收到的信息核查请求中含有的用户照片与关联模块205关联的当前照片库中的照片进行比对；
保存模块207，用于当核查模块206比对通过时，将接收模块203接收到的信息核查请求中含有的用户照片保存至关联模块205关联的当前照片库中；
发送模块208，用于在保存模块207保存用户照片之后，返回核查成功结果给对应的业务平台；还用于当核查模块206比对未通过时，返回核查失败结果给对应的业务平台。
根据本发明的实施方式，照片库构建模块201，具体用于：将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，根据网络爬虫抓取的各用户照片形成对应用户的照片库。
在本实施例中，网络爬虫抓取与接收到的手机号、和/或邮件、和/或身份证号相关联的用户的微博、和/或微信中的照片，并将抓取的照片与接收到的对应用户的身份证件照片进行比对，得到各用户的用户照片。
根据本发明的实施方式，所述装置还包括：分类模块；
分类模块，用于在照片库构建模块201形成照片库之后，对照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
根据本发明的实施方式，核查模块206，具体包括：分析子模块、查找子模块、核查子模块；
其中，分析子模块，用于分析接收模块203接收到的信息核查请求中含有的用户照片得到照片图像特征；
查找子模块，用于根据分析子模块得到的照片图像特征在当前照片库中查找到匹配的一个或者多个照片类别；
核查子模块，用于将接收模块203接收到的信息核查请求中含有的用户照片与查找子模块查找到的照片类别中的各照片进行比对；
保存模块207，具体用于：当核查子模块对比通过时，将接收模块203接收到的信息核查请求中含有的用户照片保存至查找子模块查找到的照片类别中；
发送模块208，具体用于：在保存模块207将用户照片保存至查找子模块查找到的照片类别中之后，返回核查成功结果给对应的业务平台；还用于当核查子模块比对未通过时，返回核查失败结果给对应的业务平台。
根据本发明的实施方式，核查子模块，具体用于：计算接收模块203接收到的信息核查请求中含有的用户照片与查找子模块查找到的照片类别中的各照片的相似度并得到最高相似度，判断最高相似度是否大于阈值，是则判定比对通过，否则判定比对未通过。
更加具体地，将信息核查请求中含有的用户照片记为照片P，并将照片P用点集A＝{a1，a2，···，an}表示，将查找到的照片类别中的照片记为K，并将照片K用点集B＝{b1，b2，···，bm}表示，则有：H(A，B)＝max{h(A，B)，h(B，A)}，其表示A与B的不相似程度；
其中，为A到B的有向距离，为B到A的有向距离；
其中，表示某点b到A中各点距离中的最小距离dA(b)，h(A，B)为各点bj对应的dA(b)中的最大值；表示某点a到B中各点距离中的最小距离dB(a)，h(B，A)为各点ai对应的dB(a)中的最大值。
对应地，核查子模块，具体用于：依次计算照片P与查找到的照片类别中的各照片对应的各H(A，B)之后，将得到的各H(A，B)中的最小值作为照片P与查找到的照片类别中各照片的最高相似度，判断最高相似度是否大于阈值，是则判定比对通过，否则判定比对未通过。
本发明中，基于传统的身份证件照片的比对方式，构建并不断更新个人生活中的照片库，并在具体的业务办理过程中，基于构建的最新的照片库进行照片比对，来完成用户的身份验证，该方式大大提高了照片比对的准确性和比对效率，进而提高了身份验证的准确率；同时，本发明中各业务平台与服务器对接，快速的完成了采集即录入，录入即核查，核查即反馈的信息核查一体化方式。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于照片库的信息核查一体化方法，其特征在于，包括：
步骤S1：服务器通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库，并将所述照片库与对应用户的信息记录建立关联关系；
步骤S2：当所述服务器接收到各业务平台发送来的信息核查请求时，根据所述信息核查请求中的身份信息查找对应的信息记录，根据查找到的信息记录的关联关系，关联至对应的照片库并作为当前照片库；
步骤S3：所述服务器将所述信息核查请求中含有的用户照片与所述当前照片库中的照片进行比对，如比对通过，则将所述信息核查请求中含有的用户照片保存至所述当前照片库中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，所述服务器通过网络爬虫实时抓取各用户应用账号中的用户照片，形成对应用户的照片库，具体为：所述服务器将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，所述网络爬虫抓取与所述手机号、和/或邮件、和/或身份证号相关联的各用户的微博、和/或微信中的照片，并将抓取的照片与对应用户的身份证件照片进行比对，得到各用户的用户照片，根据所述网络爬虫抓取的各用户照片形成对应用户的照片库。
3.根据权利要求1所述的方法，其特征在于，所述步骤S1中，所述形成对应用户的照片库之后，还包括：所述服务器对所述照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
4.根据权利要求3所述的方法，其特征在于，所述步骤S3中，具体包括：
步骤a1：所述服务器分析所述信息核查请求中含有的用户照片得到照片图像特征；
步骤a2：所述服务器根据所述照片图像特征在所述当前照片库中查找到匹配的一个或者多个照片类别；
步骤a3：所述服务器将所述信息核查请求中含有的用户照片与查找到的照片类别中的各照片进行比对，如比对通过，则将所述信息核查请求中含有的用户照片保存至查找到的照片类别中，并返回核查成功结果给对应的业务平台，结束；如比对未通过，则返回核查失败结果给对应的业务平台，结束。
5.根据权利要求4所述的方法，其特征在于，所述步骤a3具体为：所述服务器计算所述信息核查请求中含有的用户照片与查找到的照片类别中的各照片的相似度并得到最高相似度，判断所述最高相似度是否大于阈值，是则判定比对通过，将所述信息核查请求中含有的用户照片保存至对应的照片类别中；否则判定比对未通过，返回核查失败结果给对应的业务平台，结束。
6.一种基于照片库的信息核查一体化装置，其特征在于，包括：
照片库构建模块，用于通过网络爬虫抓取各用户应用账号中的用户照片，形成对应用户的照片库；
关联建立模块，用于将所述照片构建模块构建的照片库与对应用户的信息记录建立关联关系；
接收模块，用于接收各业务平台发送来的信息核查请求；
查找模块，用于根据所述接收模块接收到的信息核查请求中的身份信息查找对应的信息记录；
关联模块，用于根据所述查找模块查找到的信息记录和所述关联建立模块建立的关联关系，关联至对应的照片库并作为当前照片库；
核查模块，用于将所述接收模块接收到的信息核查请求中含有的用户照片与所述关联模块关联的当前照片库中的照片进行比对；
保存模块，用于当所述核查模块比对通过时，将所述接收模块接收到的信息核查请求中含有的用户照片保存至所述关联模块关联的当前照片库中；
发送模块，用于在所述保存模块保存用户照片之后，返回核查成功结果给对应的业务平台；还用于当所述核查模块比对未通过时，返回核查失败结果给对应的业务平台。
7.根据权利要求6所述的装置，其特征在于，所述照片库构建模块，具体用于：将各用户的身份证件照片，及手机号、和/或邮件、和/或身份证号提供给网络爬虫，根据所述网络爬虫抓取的各用户照片形成对应用户的照片库。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：分类模块；
所述分类模块，用于在所述照片库构建模块形成照片库之后，对照片库中的照片进行分类训练，得到照片类别及对应的图像特征。
9.根据权利要求8所述的装置，其特征在于，所述核查模块，具体包括：分析子模块、查找子模块、核查子模块；
所述分析子模块，用于分析所述接收模块接收到的信息核查请求中含有的用户照片得到照片图像特征；
所述查找子模块，用于根据所述分析子模块得到的照片图像特征在所述当前照片库中查找到匹配的一个或者多个照片类别；
核查子模块，用于将所述接收模块接收到的信息核查请求中含有的用户照片与所述查找子模块查找到的照片类别中的各照片进行比对；
所述保存模块，具体用于：当所述核查子模块对比通过时，将所述接收模块接收到的信息核查请求中含有的用户照片保存至所述查找子模块查找到的照片类别中；
所述发送模块，具体用于：在所述保存模块将用户照片保存至所述查找子模块查找到的照片类别中之后，返回核查成功结果给对应的业务平台；还用于当所述核查子模块比对未通过时，返回核查失败结果给对应的业务平台。
10.根据权利要求9所述的装置，其特征在于，所述核查子模块，具体用于：计算所述接收模块接收到的信息核查请求中含有的用户照片与所述查找子模块查找到的照片类别中的各照片的相似度并得到最高相似度，判断所述最高相似度是否大于阈值，是则判定比对通过，否则判定比对未通过。
CN201711251620.2A 2017-12-01 2017-12-01 一种基于照片库的信息核查一体化方法及装置 Pending CN108241734A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711251620.2A CN108241734A (zh) 2017-12-01 2017-12-01 一种基于照片库的信息核查一体化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711251620.2A CN108241734A (zh) 2017-12-01 2017-12-01 一种基于照片库的信息核查一体化方法及装置

Publications (1)

Publication Number Publication Date
CN108241734A true CN108241734A (zh) 2018-07-03

Family

ID=62701000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711251620.2A Pending CN108241734A (zh) 2017-12-01 2017-12-01 一种基于照片库的信息核查一体化方法及装置

Country Status (1)

Country Link
CN (1) CN108241734A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740503A (zh) * 2018-12-28 2019-05-10 北京旷视科技有限公司 人脸认证方法、图像底库录入方法、装置及处理设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060288234A1 (en) * 2005-06-16 2006-12-21 Cyrus Azar System and method for providing secure access to an electronic device using facial biometrics
CN106326815A (zh) * 2015-06-30 2017-01-11 芋头科技（杭州）有限公司 一种人脸图像识别方法
CN106503519A (zh) * 2016-10-14 2017-03-15 国政通科技股份有限公司 一种身份核查的方法
CN107169030A (zh) * 2017-04-14 2017-09-15 国政通科技股份有限公司 一种身份核查一体化的方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060288234A1 (en) * 2005-06-16 2006-12-21 Cyrus Azar System and method for providing secure access to an electronic device using facial biometrics
CN106326815A (zh) * 2015-06-30 2017-01-11 芋头科技（杭州）有限公司 一种人脸图像识别方法
CN106503519A (zh) * 2016-10-14 2017-03-15 国政通科技股份有限公司 一种身份核查的方法
CN107169030A (zh) * 2017-04-14 2017-09-15 国政通科技股份有限公司 一种身份核查一体化的方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740503A (zh) * 2018-12-28 2019-05-10 北京旷视科技有限公司 人脸认证方法、图像底库录入方法、装置及处理设备

Similar Documents

Publication Publication Date Title
US10121060B2 (en) Automatic group formation and group detection through media recognition
CN108664480B (zh) 一种多数据源用户信息整合方法和装置
US11017215B2 (en) Two-stage person searching method combining face and appearance features
CN105354773B (zh) 一种用于交通事故现场证据保全及验证的系统
US20110243449A1 (en) Method and apparatus for object identification within a media file using device identification
KR20130139338A (ko) 얼굴 인식
WO2013139221A1 (zh) 一种基于生物特征的认证方法、装置及系统
JP5783009B2 (ja) 認証プログラム，認証装置および認証方法
KR101647691B1 (ko) 하이브리드 기반의 영상 클러스터링 방법 및 이를 운용하는 서버
CN112199530B (zh) 多维度脸库图片自动更新方法、系统、设备及介质
CN105100108A (zh) 一种基于人脸识别的登录认证方法、装置及系统
CN111506889A (zh) 一种基于相似用户组的用户验证方法及装置
KR20070105074A (ko) 이동 통신 단말기에서 이미지 관리 방법
CN103984931B (zh) 一种信息处理方法及第一电子设备
CN107786487A (zh) 一种信息认证处理方法、系统以及相关设备
JP2008117271A (ja) デジタル画像の被写体認識装置、プログラム、および記録媒体
CN103609098B (zh) 用于在远程呈现系统中注册的方法和装置
CN111368867A (zh) 档案归类方法及系统、计算机可读存储介质
Abate et al. Smartphone enabled person authentication based on ear biometrics and arm gesture
US7450741B2 (en) Gray scale matcher
CN108241734A (zh) 一种基于照片库的信息核查一体化方法及装置
US9372857B2 (en) Information processing apparatus, trail collection system, information processing method, and non-transitory computer readable medium
JP4501531B2 (ja) 画像認識装置およびプログラム
CN116543181A (zh) 一种基于图像背景特征识别的反团伙欺诈方法及系统
JP5533418B2 (ja) 情報処理装置および情報処理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180703

RJ01 Rejection of invention patent application after publication