CN108764033A - 身份验证方法和装置、电子设备、计算机程序和存储介质 - Google Patents
身份验证方法和装置、电子设备、计算机程序和存储介质 Download PDFInfo
- Publication number
- CN108764033A CN108764033A CN201810349755.0A CN201810349755A CN108764033A CN 108764033 A CN108764033 A CN 108764033A CN 201810349755 A CN201810349755 A CN 201810349755A CN 108764033 A CN108764033 A CN 108764033A
- Authority
- CN
- China
- Prior art keywords
- face image
- face
- image
- comparison result
- result
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004590 computer program Methods 0.000 title claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 25
- 230000001815 facial effect Effects 0.000 claims abstract description 20
- 238000012795 verification Methods 0.000 claims description 47
- 238000004891 communication Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 238000012015 optical character recognition Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种身份验证方法和装置、电子设备、计算机程序和存储介质。其中，方法包括：利用信息采集单元获取当前证照中的第一人脸图像；利用图像采集单元获取待验证人的第二人脸图像；对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；根据所述比对结果得到最终的身份验证结果；显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。本发明实施例提高了身份验证的交互性。
Description
技术领域
本发明属于计算机视觉技术领域，特别是涉及一种身份验证方法和装置、电子设备、计算机程序和存储介质。
背景技术
人脸识别，也称为人像识别或者面部识别，是一种基于人的脸部特征信息进行身份识别的生物识别技术，是通过对包含人脸的图像或者视频流，自动检测和跟踪人脸，对检测到的人脸进行脸部的一系列相关技术。近年来，随着机器学习技术的兴起和在人脸识别领域的普及和应用，促进了人脸识别技术的发展和成熟。
由于人的脸部特征是人本身固有的生物特征之一，因此可以将人脸识别作为一项身份鉴别技术应用于人的身份验证，在基于人脸识别技术进行身份验证时，通常需要现场拍摄人脸的图像来进行人脸比对。
发明内容
本发明实施例提供一种身份验证技术方案。
根据本发明实施例的一个方面，提供一种身份验证方法，包括：
利用信息采集单元获取当前证照中的第一人脸图像；
利用图像采集单元获取待验证人的第二人脸图像；
对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；
将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；
根据所述比对结果得到最终的身份验证结果；
显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。
可选地，在本发明上述方法实施例中，对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像，包括：
获取所述第二人脸图像的人脸姿态，其中，所述人脸姿态包括下列中的至少一种：头像上下倒置、头像倾斜和头像扭曲变形；
当所述第二人脸图像中的人脸姿态为头像上下倒置或者头像倾斜的状态时，对所述第二人脸图像进行几何变换，得到变换后的第二人脸图像；
当所述第二人脸图像中的人脸姿态为头像扭曲变形的状态时，对所述第二人脸图像进行图像变形处理，得到处理后的第二人脸图像。
可选地，在本发明上述任一方法实施例中，所述信息采集单元包括第一图像采集器或芯片阅读器；
所述利用信息采集单元获取当前证照中的第一人脸图像，包括：
利用第一图像采集器获取所述当前证照中的第一人脸图像；或者
利用芯片阅读器获取所述当前证照中的第一人脸图像。
可选地，在本发明上述任一方法实施例中，所述信息采集单元包括第一图像采集器和芯片阅读器；
所述利用信息采集单元获取当前证照中的第一人脸图像，包括：
利用第一图像采集器获取所述当前证照中的第三人脸图像；
利用芯片阅读器获取所述当前证照中的第四人脸图像；
将所述第三人脸图像与所述第四人脸图像进行比对，得到比对结果；
当所述比对结果大于预设阈值时，将所述第四人脸图像作为所述第一人脸图像。
可选地，在本发明上述任一方法实施例中，所述将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果，包括：
对所述第一人脸图像进行人脸特征提取，得到第一人脸特征数据；
对所述第二人脸图像进行人脸特征提取，得到至少一组第二人脸特征数据；
将所述第一人脸特征数据与所述至少一组第二人脸特征数据进行比对，得到比对结果。
可选地，在本发明上述任一方法实施例中，所述将所述第一人脸特征数据与所述至少一组第二人脸特征数据进行比对，得到比对结果，包括：
分别计算所述第一人脸特征数据与每组所述第二人脸特征数据之间的相似度；
将所述相似度作为比对结果。
可选地，在本发明上述任一方法实施例中，所述根据所述比对结果得到身份验证结果，包括：
将所述相似度大于预设阈值确定为身份验证成功；
将所述相似度小于或等于所述预设阈值确定为身份验证失败。
根据本发明实施例的另一个方面，提供一种身份验证装置，包括：
信息采集单元，用于获取当前证照中的第一人脸图像；
图像采集单元，用于获取待验证人的第二人脸图像；
姿态校正单元，用于对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；
图像比对单元，用于将所述校正后的第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；
身份验证单元，用于根据所述比对结果得到最终的身份验证结果；
信息显示单元，用于显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。
可选地，在本发明上述任一装置实施例中，所述姿态校正单元，用于获取所述第二人脸图像的人脸姿态，其中，所述人脸姿态包括下列中的至少一种：头像上下倒置、头像倾斜和头像扭曲变形；以及当所述第二人脸图像中的人脸姿态为头像上下倒置或者头像倾斜的状态时，对所述第二人脸图像进行几何变换，得到变换后的第二人脸图像；当所述第二人脸图像中的人脸姿态为头像扭曲变形的状态时，对所述第二人脸图像进行图像变形处理，得到处理后的第二人脸图像。
可选地，在本发明上述任一装置实施例中，所述信息采集单元包括第一图像采集器或芯片阅读器；
所述第一图像采集器用于获取所述当前证照中的第一人脸图像；
所述芯片阅读器用于获取所述当前证照中的第一人脸图像。
可选地，在本发明上述任一装置实施例中，所述信息采集单元包括第一图像采集器和芯片阅读器；
所述第一图像采集器用于获取所述当前证照中的第三人脸图像；
所述芯片阅读器用于获取所述当前证照中的第四人脸图像；
所述图像比对单元用于将所述第三人脸图像与所述第四人脸图像进行比对，得到比对结果；
所述身份验证单元用于当所述比对结果大于预设阈值时，将所述第四人脸图像作为所述第一人脸图像。
可选地，在本发明上述任一装置实施例中，所述图像比对单元，用于对所述校正后的第一人脸图像进行人脸特征提取，得到第一人脸特征数据；对所述第二人脸图像进行人脸特征提取，得到至少一组第二人脸特征数据；以及将所述第一人脸特征数据与所述至少一组第二人脸特征数据进行比对，得到比对结果。
可选地，在本发明上述任一装置实施例中，所述图像比对单元，用于分别计算所述第一人脸特征数据与每组所述第二人脸特征数据之间的相似度；以及将所述相似度作为比对结果。
可选地，在本发明上述任一装置实施例中，所述身份验证单元，用于将所述相似度大于预设阈值确定为身份验证成功；以及将所述相似度小于或等于所述预设阈值确定为身份验证失败。根据本发明实施例的又一个方面，提供的一种电子设备，包括上述任一实施例所述的装置。
根据本发明实施例的再一个方面，提供的一种电子设备，包括：
存储器，用于存储可执行指令；以及
处理器，用于与所述存储器通信以执行所述可执行指令从而完成上述任一实施例所述的方法。
根据本发明实施例的再一个方面，提供的一种计算机程序，包括计算机可读代码，当所述计算机可读代码在设备上运行时，所述设备中的处理器执行用于实现上述任一实施例所述方法的指令。
根据本发明实施例的再一个方面，提供的一种计算机程序产品，用于存储计算机可读指令，所述指令被执行时使得计算机执行上述任一实施例所述的方法。
在一个可选实施方式中，所述计算机程序产品具体为计算机存储介质，在另一个可选实施方式中，所述计算机程序产品具体为软件产品，例如SDK等。
基于本发明上述实施例提供的身份验证方法和装置、电子设备、计算机程序和存储介质，利用人脸姿态识别技术，在现场实时采集人脸图像后对人脸图像进行人脸姿态识别，获取图像中的人脸姿态，从而可以根据图像中的人脸姿态对人脸图像进行姿态校正，获得头像正立的人脸图像并显示，在实现身份验证的同时，提升了用户的感官体验，提高了身份验证的交互性。
附图说明
构成说明书的一部分的附图描述了本发明的实施例，并且连同描述一起用于解释本发明的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：
图1是本发明一些实施例提供的身份验证方法的流程图；
图2是本发明另一些实施例提供的身份验证方法的流程图；
图3是本发明一些实施例提供的身份验证装置的结构示意图；
图4是本发明另一些实施例提供的身份验证装置的结构示意图；
图5是本发明实施例电子设备一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于计算机系统/服务器，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
目前，电信行业营业厅、银行、酒店、网吧、机场、车站等广泛使用的身份验证一体机有两种应用场景：一种是摄像头与显示器设置在同一侧，即摄像头在显示器的正面，摄像头采集持证人的图像，持证人可以通过显示器看到身份验证的结果；另一种是摄像头与显示器设置在相对的两侧，即摄像头在显示器的背面，摄像头采集持证人(待检测人)的图像，核验人员(工作人员)通过显示器可以看到身份验证的结果。
为了扩大身份验证一体机的应用场景，使其可以满足多种应用场景的需要，可以将身份验证一体机的摄像头设置为可翻转的摄像头，例如：为了满足使用空间的要求可以采用可竖直翻转的摄像头，即摄像头可以从显示器的正面翻转到显示器的背面。然而采用可翻转的摄像头，在摄像头翻转前采集到的图像为正立的图像，在摄像头翻转后采集到的图像将是倒立的图像，用户视觉体验差。
为了解决这一问题，本发明实施例提出了一种身份验证方法，下面将结合图1，详细描述本发明实施例提出的身份验证方法的流程。
应理解，图1所示的例子仅仅是为了帮助本领域技术人员更好地理解本发明的技术方案，而不应理解成对本发明的限定。本领域技术人员可以在图1的基础上进行各种变换，而这种变换也应理解成本发明技术方案的一部分。
如图1所示，该方法包括：
102，利用信息采集单元获取当前证照中的第一人脸图像。
可选地，证照，是指身份证、驾照、护照、学生证、工作证等各种包含人脸照片的证件的总称，其中人脸照片可以是黑白或者彩色照片等，本发明实施例对证照的类型不做限定。
可选地，信息采集单元可以包括：第一图像采集器或芯片阅读器，可以利用第一图像采集器获取当前证照中外置的人脸图像作为第一人脸图像，或者可以利用芯片阅读器获取当前证照中内存的人脸图像作为第一人脸图像，本发明实施例对信息采集单元的类型及获取第一人脸图像的方式不做限定。
可选地，第一图像采集器包括但不限于摄像头、扫描仪和数码相机等，可以先通过扫描仪对当前证照进行扫描，或者通过摄像头/数码相机对当前证照进行拍摄，然后通过OCR(Optical Character Recognition，光学字符识别)获取第一人脸图像。
可选地，芯片阅读器可以采用非接触IC卡阅读技术，在通过内嵌的安全控制模块(Secure Access Module，SAM)以无线传输方式与证照内专用的芯片进行安全认证后，将芯片中的信息读出，获取第一人脸图像。
104，利用图像采集单元获取待验证人的第二人脸图像。
可选地，第二人脸图像可以是现场实时采集的图像，用于获取第二人脸图像的图像采集单元可以是摄像头或者数码相机等，可以通过摄像头或者数码相机等拍摄待验证人获取第二人脸图像，本发明实施例对获取第二人脸图像的图像采集单元的类型及获取第二人脸图像的方式不做限定。
106，对第二人脸图像进行人脸姿态识别，并根据识别结果对第二人脸图像进行姿态校正，得到校正后的第二人脸图像。
可选地，可以通过神经网络或者其他机器学习的方法对第二人脸图像进行人脸姿态识别，获取第二人脸图像的人脸姿态。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。当人脸姿态包括下列中的至少一种时，即头像上下倒置、头像倾斜和头像扭曲变形，需要对第二人脸图像进行姿态校正。当第二人脸图像中的人脸姿态为头像上下倒置或者头像倾斜的状态时，可以对第二人脸图像进行几何变换，得到变换后的第二人脸图像，例如几何变换可以为仿射变换，当第二人脸图像中的人脸姿态为头像扭曲变形的状态时，可以对第二人脸图像进行图像变形处理，得到处理后的第二人脸图像。在本实施例中，图像变形处理采用惯用技术，在这里不做限定。
108，将第二人脸图像与第一人脸图像进行人脸比对，得到比对结果。
可选地，可以对第一人脸图像进行人脸特征提取，得到第一人脸特征数据，对第二人脸图像进行人脸特征提取，得到至少一组第二人脸特征数据，将第一人脸特征数据与至少一组第二人脸特征数据进行比对，得到比对结果。
由于第二人脸图像可以是现场实时采集的图像，在现场采集图像时，第二人脸图像中可能仅包含待验证人人脸，也可能除了包含待验证人人脸外，还包含其他人脸，例如：在通过摄像机拍摄获取第二人脸图像时，摄像机可能仅拍摄到待验证人人脸，也可能除了拍摄到待验证人人脸外，还拍摄到其他人脸，当第二人脸图像中仅包含待验证人人脸时，对第二人脸图像进行特征提取，会得到一组第二人脸特征数据，当第二人脸图像中除了包含待验证人人脸外还包含其他人脸时，对第二人脸图像进行特征提取，对于第二人脸图像中的每一个人脸都会得到一组对应的第二人脸特征数据。
可选地，可以分别计算第一人脸特征数据与每组第二人脸特征数据之间的相似度，将相似度作为比对结果。
可选地，可以通过神经网络或者其他机器学习的方法进行人脸比对。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。
可选地，可以通过欧氏距离或者其它相似度确定原则确定相似度，本发明实施例对此不做限定。
110，根据比对结果得到最终的身份验证结果。
可选地，可以通过将相似度与预设阈值进行比较，得到身份验证结果。例如：当将相似度大于预设阈值时，确定为身份验证成功，即待验证人与当前证照中人脸照片中的人为同一人，当相似度小于或等于预设阈值时，确定为身份验证失败，即待验证人与当前证照中人脸照片中的人为不同人。其中，预设阈值可以根据统计确定或者通过其它方法确定，本发明实施例对此不做限定。
112，显示第一人脸图像、校正后的第二人脸图像，以及身份验证结果。
可选地，可以以“验证成功/验证失败”的文字信息，或者图标标识身份验证结果。
在一个可选的例子中，在显示第一人脸图像中、第二人脸图像，以及身份验证结果的同时，还可以显示第一人脸图像与第二人脸图像进行人脸比对的结果，例如：以百分数的形式表示的相似度值。
基于本发明上述实施例提供的身份验证方法，通过利用信息采集单元获取当前证照中的第一人脸图像，以及利用图像采集单元获取待验证人的第二人脸图像，对第二人脸图像进行人脸姿态识别，并根据识别结果对第二人脸图像进行姿态校正，得到校正后的第二人脸图像，将第二人脸图像与第一人脸图像进行人脸比对，得到比对结果，根据比对结果得到最终的身份验证结果，最后显示第一人脸图像、校正后的第二人脸图像，以及身份验证结果。利用人脸姿态识别技术，在现场实时采集人脸图像后对人脸图像进行人脸姿态识别，获取图像中的人脸姿态，从而可以根据图像中的人脸姿态对人脸图像进行姿态校正，获得头像正立的人脸图像并显示，在实现身份验证的同时，提升了用户的感官体验，提高了身份验证的交互性。
可选地，在上述各实施例中，信息采集单元也可以包括：第一图像采集器和芯片阅读器，可以利用第一图像采集器和芯片阅读器分别采集当前证照外置和内存的人脸图像，通过对当前证照外置和内存的人脸图像进行比对，得到比对结果，根据比对结果确定当前证照的真伪，并在当前证照为真实证照时获取第一人脸图像进行身份验证。下面将结合图2，详细描述本发明实施例提出的身份验证方法获取第一人脸图像的流程。
应理解，图2所示的例子仅仅是为了帮助本领域技术人员更好地理解本发明的技术方案，而不应理解成对本发明的限定。本领域技术人员可以在图2的基础上进行各种变换，而这种变换也应理解成本发明技术方案的一部分。
如图2所示，该方法包括：
202，利用第一图像采集器获取当前证照中的第三人脸图像。
可选地，证照，是指身份证、驾照、护照、学生证、工作证等各种包含人脸照片的证件的总称，其中人脸照片可以是黑白或者彩色照片等，本发明实施例对证照的类型不做限定。
可选地，第一图像采集器包括但不限于摄像头、扫描仪和数码相机等，可以先通过扫描仪对当前证照进行扫描，或者通过摄像头/数码相机对当前证照进行拍摄，然后通过OCR(Optical Character Recognition，光学字符识别)获取第三人脸图像。
204，利用芯片阅读器获取当前证照中的第四人脸图像。
可选地，芯片阅读器可以采用非接触IC卡阅读技术，在通过内嵌的安全控制模块(Secure Access Module，SAM)以无线传输方式与证照内专用的芯片进行安全认证后，将芯片中的信息读出，获取第四人脸图像。
206，将第三人脸图像与第四人脸图像进行比对，得到比对结果。
可选地，可以对第三人脸图像进行人脸特征提取，得到第三人脸特征数据，对第四人脸图像进行人脸特征提取，得到第四人脸特征数据，将第三人脸特征数据与第四人脸特征数据进行比对，得到比对结果。
可选地，可以通过神经网络或者其他机器学习的方法对第三图像和第四图像进行比对。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。
208，当比对结果大于预设阈值时，将第四人脸图像作为第一人脸图像。
可选地，可以通过将比对结果与预设阈值进行比较，得到当前证照的真伪性，并根据当前证照为真实证照将内存的第四人脸图像作为第一人脸图像。其中，当比对结果大于预设阈值时，可以确定当前证照为真实证照，即外置的第三人脸图像与内存的第四人脸图像一致，当比对结果小于或等于预设阈值时，可以确定当前证照的真实性存在问题，即外置的第三人脸图像与内存的第四人脸图像不一致，可以向用户做出提示，例如：以语音和/或文字的形式做出提示。其中，预设阈值可以根据统计确定或者通过其它方法确定，本发明实施例对此不做限定。
基于本发明上述实施例提供的身份验证方法，通过在采集证照中的人脸图像时，获取证照外置和内存的人脸图像，对证照外置与内存的人脸图像进行比对，识别证照的真伪，并在确定证照为真实证照时将证照内存的人脸图像作为进行身份验证的人脸图像，可以保证用于身份验证的证照的真实性，防止通过伪造的证照盗用他人身份的情况，同时为辨别证照的真伪提供了简单有效的方法。
本发明实施例还提出了一种身份验证装置，图3是本发明一些实施例提供的身份验证装置的结构示意图。
应理解，图3所示的例子仅仅是为了帮助本领域技术人员更好地理解本发明的技术方案，而不应理解成对本发明的限定。本领域技术人员可以在图3的基础上进行各种变换，而这种变换也应理解成本发明技术方案的一部分。
如图3所示，该装置包括：信息采集单元301、图像采集单元302、姿态校正单元303、图像比对单元304、身份验证单元305和信息显示单元306。其中，
信息采集单元301，用于获取当前证照中的第一人脸图像。
可选地，证照，是指身份证、驾照、护照、学生证、工作证等各种包含人脸照片的证件的总称，其中人脸照片可以是黑白或者彩色照片等，本发明实施例对证照的类型不做限定。
可选地，信息采集单元301可以包括：第一图像采集器或芯片阅读器，可以利用第一图像采集器获取当前证照中外置的人脸图像作为第一人脸图像，或者可以利用芯片阅读器获取当前证照中内存的人脸图像作为第一人脸图像，本发明实施例对信息采集单元301的类型及获取第一人脸图像的方式不做限定。
可选地，第一图像采集器包括但不限于摄像头、扫描仪和数码相机等，可以先通过扫描仪对当前证照进行扫描，或者通过摄像头/数码相机对当前证照进行拍摄，然后通过OCR(Optical Character Recognition，光学字符识别)获取第一人脸图像。
可选地，芯片阅读器可以采用非接触IC卡阅读技术，在通过内嵌的安全控制模块(Secure Access Module，SAM)以无线传输方式与证照内专用的芯片进行安全认证后，将芯片中的信息读出，获取第一人脸图像。
图像采集单元302，用于获取待验证人的第二人脸图像。
可选地，第二人脸图像可以是现场实时采集的图像，用于获取第二人脸图像的图像采集单元302可以是摄像头或者数码相机等，可以通过摄像头或者数码相机等拍摄待验证人获取第二人脸图像，本发明实施例对获取第二人脸图像的图像采集单元302的类型及获取第二人脸图像的方式不做限定。
姿态校正单元303，用于对第二人脸图像进行人脸姿态识别，并根据识别结果对第二人脸图像进行姿态校正，得到校正后的第二人脸图像。
可选地，姿态校正单元303可以通过神经网络或者其他机器学习的方法对第二人脸图像进行人脸姿态识别，获取第二人脸图像的人脸姿态。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。当人脸姿态包括下列中的至少一种时，即头像上下倒置、头像倾斜和头像扭曲变形，姿态校正单元303需要对第二人脸图像进行姿态校正。当第二人脸图像中的人脸姿态为头像上下倒置或者头像倾斜的状态时，可以对第二人脸图像进行几何变换，得到变换后的第二人脸图像，例如几何变换可以为仿射变换，当第二人脸图像中的人脸姿态为头像扭曲变形的状态时，可以对第二人脸图像进行图像变形处理，得到处理后的第二人脸图像。
图像比对单元304，用于将第二人脸图像与第一人脸图像进行人脸比对，得到比对结果。
可选地，图像比对单元304可以对第一人脸图像进行人脸特征提取，得到第一人脸特征数据，对第二人脸图像进行人脸特征提取，得到至少一组第二人脸特征数据，将第一人脸特征数据与至少一组第二人脸特征数据进行比对，得到比对结果。
由于第二人脸图像可以是现场实时采集的图像，在现场采集图像时，第二人脸图像中可能仅包含待验证人人脸，也可能除了包含待验证人人脸外，还包含其他人脸，例如：在通过摄像机拍摄获取第二人脸图像时，摄像机可能仅拍摄到待验证人人脸，也可能除了拍摄到待验证人人脸外，还拍摄到其他人脸，当第二人脸图像中仅包含待验证人人脸时，对第二人脸图像进行特征提取，会得到一组第二人脸特征数据，当第二人脸图像中除了包含待验证人人脸外还包含其他人脸时，对第二人脸图像进行特征提取，对于第二人脸图像中的每一个人脸都会得到一组对应的第二人脸特征数据。
可选地，图像比对单元304可以分别计算第一人脸特征数据与每组第二人脸特征数据之间的相似度，将相似度作为比对结果。
可选地，图像比对单元304可以通过神经网络或者其他机器学习的方法进行人脸比对。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。
可选地，图像比对单元304可以通过欧氏距离或者其它相似度确定原则确定相似度，本发明实施例对此不做限定。
身份验证单元305，用于根据比对结果得到最终的身份验证结果。
可选地，身份验证单元305可以通过将相似度与预设阈值进行比较，得到身份验证结果。例如：当将相似度大于预设阈值时，确定为身份验证成功，即待验证人与当前证照中人脸照片中的人为同一人，当相似度小于或等于预设阈值时，确定为身份验证失败，即待验证人与当前证照中人脸照片中的人为不同人。其中，预设阈值可以根据统计确定或者通过其它方法确定，本发明实施例对此不做限定。
信息显示单元306，用于显示第一人脸图像、校正后的第二人脸图像，以及身份验证结果。
可选地，信息显示单元306可以以“验证成功/验证失败”的文字信息，或者图标标识身份验证结果。
在一个可选的例子中，信息显示单元306在显示第一人脸图像中、第二人脸图像，以及身份验证结果的同时，还可以显示第一人脸图像与第二人脸图像进行人脸比对的结果，例如：以百分数的形式表示的相似度值。
基于本发明上述实施例提供的身份验证装置，通过利用信息采集单元获取当前证照中的第一人脸图像，以及利用图像采集单元获取待验证人的第二人脸图像，对第二人脸图像进行人脸姿态识别，并根据识别结果对第二人脸图像进行姿态校正，得到校正后的第二人脸图像，将第二人脸图像与第一人脸图像进行人脸比对，得到比对结果，根据比对结果得到最终的身份验证结果，最后显示第一人脸图像、校正后的第二人脸图像，以及身份验证结果。利用人脸姿态识别技术，在现场实时采集人脸图像后对人脸图像进行人脸姿态识别，获取图像中的人脸姿态，从而可以根据图像中的人脸姿态对人脸图像进行姿态校正，获得头像正立的人脸图像并显示，在实现身份验证的同时，提升了用户的感官体验，提高了身份验证的交互性。
图4是本发明另一些实施例提供的身份验证装置的结构示意图。应理解，图4所示的例子仅仅是为了帮助本领域技术人员更好地理解本发明的技术方案，而不应理解成对本发明的限定。本领域技术人员可以在图4的基础上进行各种变换，而这种变换也应理解成本发明技术方案的一部分。
如图4所示，与图3的实施例相比较，不同之处在于，信息采集单元401包括：第一图像采集器401a和芯片阅读器401b。
第一图像采集器401a，用于获取当前证照中的第三人脸图像。
可选地，证照，是指身份证、驾照、护照、学生证、工作证等各种包含人脸照片的证件的总称，其中人脸照片可以是黑白或者彩色照片等，本发明实施例对证照的类型不做限定。
可选地，第一图像采集器401a包括但不限于摄像头、扫描仪和数码相机等，可以先通过扫描仪对当前证照进行扫描，或者通过摄像头/数码相机对当前证照进行拍摄，然后通过OCR(Optical Character Recognition，光学字符识别)获取第三人脸图像。
芯片阅读器401b，用于获取当前证照中的第四人脸图像。
可选地，芯片阅读器401b可以采用非接触IC卡阅读技术，在通过内嵌的安全控制模块(Secure Access Module，SAM)以无线传输方式与证照内专用的芯片进行安全认证后，将芯片中的信息读出，获取第四人脸图像。
图像比对单元404，还用于将第三人脸图像与第四人脸图像进行比对，得到比对结果。
可选地，图像比对单元404可以对第三人脸图像进行人脸特征提取，得到第三人脸特征数据，对第四人脸图像进行人脸特征提取，得到第四人脸特征数据，将第三人脸特征数据与第四人脸特征数据进行比对，得到比对结果。
可选地，图像比对单元404可以通过神经网络或者其他机器学习的方法对第三图像和第四图像进行比对。在一个可选的例子中，神经网络可以采用卷积神经网络。可选地，也可以采用其它类型的神经网络，本发明实施例对此不做限定。
身份验证单元405，还用于当比对结果大于预设阈值时，将第四人脸图像作为第一人脸图像。
可选地，身份验证单元405可以通过将比对结果与预设阈值进行比较，得到当前证照的真伪性，并根据当前证照为真实证照将内存的人脸图像作为第一人脸图像。其中，当比对结果大于预设阈值时，可以确定当前证照为真实证照，即外置的人脸图像与内存的人脸图像一致，当比对结果小于或等于预设阈值时，可以确定当前证照的真实性存在问题，即外置的人脸图像与内存的人脸图像不一致，可以向用户做出提示，例如：以语音和/或文字的形式做出提示。其中，预设阈值可以根据统计确定或者通过其它方法确定，本发明实施例对此不做限定。
另外，本发明实施例还提供了一种电子设备，例如可以是移动终端、个人确定机(PC)、平板电脑、服务器等，该电子设备设置有本发明上述任一实施例的身份验证装置。
本发明实施例还提供了一种电子设备，例如可以是移动终端、个人确定机(PC)、平板电脑、服务器等。下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的电子设备500的结构示意图：如图5所示，电子设备500包括一个或多个处理器、通信部等，所述一个或多个处理器例如：一个或多个中央处理单元(CPU)501，和/或一个或多个图像处理器(GPU)513等，处理器可以根据存储在只读存储器(ROM)502中的可执行指令或者从存储部分508加载到随机访问存储器(RAM)503中的可执行指令而执行各种适当的动作和处理。通信部512可包括但不限于网卡，所述网卡可包括但不限于IB(Infiniband)网卡。
处理器可与只读存储器502和/或随机访问存储器503中通信以执行可执行指令，通过总线504与通信部512相连、并经通信部512与其他目标设备通信，从而完成本申请实施例提供的任一项方法对应的操作，例如，利用信息采集单元获取当前证照中的第一人脸图像；利用图像采集单元获取待验证人的第二人脸图像；对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；根据所述比对结果得到最终的身份验证结果；显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。
此外，在RAM 503中，还可存储有装置操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。在有RAM503的情况下，ROM502为可选模块。RAM503存储可执行指令，或在运行时向ROM502中写入可执行指令，可执行指令使处理器501执行上述通信方法对应的操作。输入/输出(I/O)接口505也连接至总线504。通信部512可以集成设置，也可以设置为具有多个子模块(例如多个IB网卡)，并在总线链接上。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的确定机程序根据需要被安装入存储部分508。
需要说明的，如图5所示的架构仅为一种可选实现方式，在具体实践过程中，可根据实际需要对上述图5的部件数量和类型进行选择、删减、增加或替换；在不同功能部件设置上，也可采用分离设置或集成设置等实现方式，例如GPU和CPU可分离设置或者可将GPU集成在CPU上，通信部可分离设置，也可集成设置在CPU或GPU上，等等。这些可替换的实施方式均落入本发明公开的保护范围。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行流程图所示的方法的程序代码，程序代码可包括对应执行本申请实施例提供的方法步骤对应的指令，例如，利用信息采集单元获取当前证照中的第一人脸图像；利用图像采集单元获取待验证人的第二人脸图像；对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；根据所述比对结果得到最终的身份验证结果；显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。
在一个或多个可选实施方式中，本发明实施例还提供了一种计算机程序程序产品，用于存储计算机可读指令，该指令被执行时使得计算机执行上述任一可能的实现方式中的身份验证方法。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选例子中，该计算机程序产品具体体现为计算机存储介质，在另一个可选例子中，该计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
在一个或多个可选实施方式中，本发明实施例还提供了一种身份验证方法及其对应的装置和电子设备、计算机存储介质、计算机程序以及计算机程序产品，其中，该方法包括：第一装置向第二装置发送身份验证指示，该指示使得第二装置执行上述任一可能的实施例中的身份验证方法；第一装置接收第二装置发送的身份验证结果。
在一些实施例中，该身份验证指示可以具体为调用指令，第一装置可以通过调用的方式指示第二装置执行身份验证，相应地，响应于接收到调用指令，第二装置可以执行上述身份验证方法中的任意实施例中的步骤和/或流程。
应理解，本发明实施例中的“第一”、“第二”等术语仅仅是为了区分，而不应理解成对本发明实施例的限定。
还应理解，在本发明中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
还应理解，对于本发明中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
还应理解，本发明对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
可能以许多方式来实现本发明的方法和装置、设备。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和装置、设备。用于方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (10)
1.一种身份验证方法，其特征在于，包括：
利用信息采集单元获取当前证照中的第一人脸图像；
利用图像采集单元获取待验证人的第二人脸图像；
对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；
将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；
根据所述比对结果得到最终的身份验证结果；
显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像，包括：
获取所述第二人脸图像的人脸姿态，其中，所述人脸姿态包括下列中的至少一种：头像上下倒置、头像倾斜和头像扭曲变形；
当所述第二人脸图像中的人脸姿态为头像上下倒置或者头像倾斜的状态时，对所述第二人脸图像进行几何变换，得到变换后的第二人脸图像；
当所述第二人脸图像中的人脸姿态为头像扭曲变形的状态时，对所述第二人脸图像进行图像变形处理，得到处理后的第二人脸图像。
3.根据权利要求1或2所述的方法，其特征在于，所述将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果，包括：
对所述第一人脸图像进行人脸特征提取，得到第一人脸特征数据；
对所述第二人脸图像进行人脸特征提取，得到至少一组第二人脸特征数据；
将所述第一人脸特征数据与所述至少一组第二人脸特征数据进行比对，得到比对结果。
4.根据权利要求3所述的方法，其特征在于，所述将所述第一人脸特征数据与所述至少一组第二人脸特征数据进行比对，得到比对结果，包括：
分别计算所述第一人脸特征数据与每组所述第二人脸特征数据之间的相似度；
将所述相似度作为比对结果。
5.根据权利要求4所述的方法，其特征在于，所述根据所述比对结果得到身份验证结果，包括：
将所述相似度大于预设阈值确定为身份验证成功；
将所述相似度小于或等于所述预设阈值确定为身份验证失败。
6.一种身份验证装置，其特征在于，包括：
信息采集单元，用于获取当前证照中的第一人脸图像；
图像采集单元，用于获取待验证人的第二人脸图像；
姿态校正单元，用于对所述第二人脸图像进行人脸姿态识别，并根据识别结果对所述第二人脸图像进行姿态校正，得到校正后的第二人脸图像；
图像比对单元，用于将所述第二人脸图像与所述第一人脸图像进行人脸比对，得到比对结果；
身份验证单元，用于根据所述比对结果得到最终的身份验证结果；
信息显示单元，用于显示所述第一人脸图像、所述校正后的第二人脸图像，以及所述身份验证结果。
7.一种电子设备，其特征在于，包括权利要求6所述的装置。
8.一种电子设备，其特征在于，包括：
存储器，用于存储可执行指令；以及
处理器，用于与所述存储器通信以执行所述可执行指令从而完成权利要求1至5中任意一项所述的方法。
9.一种计算机程序，包括计算机可读代码，其特征在于，当所述计算机可读代码在设备上运行时，所述设备中的处理器执行用于实现权利要求1至5中任意一项所述方法的指令。
10.一种计算机存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时完成权利要求1至5中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810349755.0A CN108764033A (zh) | 2018-04-18 | 2018-04-18 | 身份验证方法和装置、电子设备、计算机程序和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810349755.0A CN108764033A (zh) | 2018-04-18 | 2018-04-18 | 身份验证方法和装置、电子设备、计算机程序和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108764033A true CN108764033A (zh) | 2018-11-06 |
Family
ID=64011310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810349755.0A Pending CN108764033A (zh) | 2018-04-18 | 2018-04-18 | 身份验证方法和装置、电子设备、计算机程序和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108764033A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109684987A (zh) * | 2018-12-19 | 2019-04-26 | 南京华科和鼎信息科技有限公司 | 一种基于证件的身份验证系统及方法 |
| US20220100993A1 (en) * | 2020-09-28 | 2022-03-31 | Rakuten Group, Inc. | Verification system, verification method, and information storage medium |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844276A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 人脸姿态校正方法和装置 |
| CN105930709A (zh) * | 2016-04-21 | 2016-09-07 | 深圳泰首智能技术有限公司 | 人脸识别技术应用于人证一致性检验的方法及装置 |
| CN106650560A (zh) * | 2015-11-04 | 2017-05-10 | 上海市公安局刑事侦查总队 | 基于身份证的身份验证方法、处理器及系统 |
| KR20170056193A (ko) * | 2015-11-13 | 2017-05-23 | 주식회사 에스원 | 출입자 인증 시스템 및 방법 |
| KR101775650B1 (ko) * | 2016-12-29 | 2017-09-07 | 주식회사 포커스에이치엔에스 | 휴대용 단말기를 이용한 얼굴 인식 관리 시스템 |
| CN107808118A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| CN107832679A (zh) * | 2017-10-20 | 2018-03-23 | 阿里巴巴集团控股有限公司 | 一种证件验证、身份验证方法和装置 |
-
2018
- 2018-04-18 CN CN201810349755.0A patent/CN108764033A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844276A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 人脸姿态校正方法和装置 |
| CN106650560A (zh) * | 2015-11-04 | 2017-05-10 | 上海市公安局刑事侦查总队 | 基于身份证的身份验证方法、处理器及系统 |
| KR20170056193A (ko) * | 2015-11-13 | 2017-05-23 | 주식회사 에스원 | 출입자 인증 시스템 및 방법 |
| CN105930709A (zh) * | 2016-04-21 | 2016-09-07 | 深圳泰首智能技术有限公司 | 人脸识别技术应用于人证一致性检验的方法及装置 |
| KR101775650B1 (ko) * | 2016-12-29 | 2017-09-07 | 주식회사 포커스에이치엔에스 | 휴대용 단말기를 이용한 얼굴 인식 관리 시스템 |
| CN107808118A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| CN107832679A (zh) * | 2017-10-20 | 2018-03-23 | 阿里巴巴集团控股有限公司 | 一种证件验证、身份验证方法和装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109684987A (zh) * | 2018-12-19 | 2019-04-26 | 南京华科和鼎信息科技有限公司 | 一种基于证件的身份验证系统及方法 |
| CN109684987B (zh) * | 2018-12-19 | 2021-02-23 | 南京华科和鼎信息科技有限公司 | 一种基于证件的身份验证系统及方法 |
| US20220100993A1 (en) * | 2020-09-28 | 2022-03-31 | Rakuten Group, Inc. | Verification system, verification method, and information storage medium |
| US11482028B2 (en) * | 2020-09-28 | 2022-10-25 | Rakuten Group, Inc. | Verification system, verification method, and information storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10650261B2 (en) | System and method for identifying re-photographed images | |
| KR102299847B1 (ko) | 얼굴 인증 방법 및 장치 | |
| EP2580711B1 (en) | Distinguishing live faces from flat surfaces | |
| US20200410074A1 (en) | Identity authentication method and apparatus, electronic device, and storage medium | |
| CN108985134B (zh) | 基于双目摄像机的人脸活体检测及刷脸交易方法及系统 | |
| US11367310B2 (en) | Method and apparatus for identity verification, electronic device, computer program, and storage medium | |
| US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
| WO2018086543A1 (zh) | 活体判别方法、身份认证方法、终端、服务器和存储介质 | |
| EP3493088B1 (en) | Security gesture authentication | |
| US20180034852A1 (en) | Anti-spoofing system and methods useful in conjunction therewith | |
| WO2019061658A1 (zh) | 眼镜定位方法、装置及存储介质 | |
| EP3807794B1 (en) | Age verification | |
| CN111222433B (zh) | 自动人脸稽核方法、系统、设备及可读存储介质 | |
| JP2002251380A (ja) | 利用者照合システム | |
| CN110415113A (zh) | 金融数据处理方法、装置、服务器及可读存储介质 | |
| US20220277311A1 (en) | A transaction processing system and a transaction method based on facial recognition | |
| CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
| CN111222452A (zh) | 一种人脸匹配方法、装置、电子设备及可读存储介质 | |
| CN108229410A (zh) | 图像处理方法和设备 | |
| CN108734099A (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
| CN108764033A (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
| CN208027373U (zh) | 图像处理设备 | |
| CN112613345A (zh) | 用户认证方法和系统 | |
| US20240153126A1 (en) | Automatic image cropping using a reference feature | |
| EP4361965A1 (en) | Methods and systems for determining the authenticity of an identity document |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |