CN109902604A - 一种基于飞腾平台的高安全性人脸比对系统及其方法 - Google Patents

Abstract

一种基于飞腾平台的高安全性人脸比对系统及其方法，包括：飞腾中央处理器、身份信息读取模块、图像采集模块、人脸比对模块和活体检测模块，人脸比对方法步骤包括：S1:身份读取信息模块读取用户身份信息；S2:图形采集模块采集用户在不同光照下的图像；S3:飞腾处理器将身份证照和采集的现场照片送入人脸比对装置，若比对成功，则进入活体检测模块；S4:活体检测模块检测用户是否为活体，并将检测结果则进入结果仲裁并输出结果。本发明结合RGB摄像头、红外相机、深度相机及灯控设备于同一设备上进行图像采集及活体识别，有效利用不同灯光下立体与平面成像相异的光流原理，能够有效抵御“人脸欺骗”攻击。

Description

一种基于飞腾平台的高安全性人脸比对系统及其方法

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于飞腾平台的高安全性人脸比对系统及其方法。

背景技术

人脸识别技术作为一种个人身份验证的手段应用在诸多领域，在目前的工程应用过程中，主要存在以下问题：

(1)安全性

针对自助模式人脸识别系统，非法用户可以通过照片、视频、3D模具等伪装成真人，欺骗人脸识别系统，完成身份认证。

(2)高效性

某些人脸识别过程需要用户交互配合，识别过程时间过长，带来的用户体验较差。

中国发明专利“一种基于机器人平台的嵌入式人脸识别智能身份认证系统”(申请号CN201210533057.9)，该发明提供了一种机器人平台的嵌入式人脸识别智能身份认证系统，采用人脸一些独特生物特征对人身份进行认证，具有两大功能：人脸注册和人脸比对。人脸注册包括人脸采集、人脸图像预处理、特征点提取、特征模板存储和输出显示,人脸比对与人脸注册不同在于特征点提取后将特征模板与人脸特征模块库中的特征模板进行匹配，最后输出匹配结果。该发明利用摄像机等嵌入式设备实现了人脸注册和人脸比对的身份认证问题，并没有考虑到本专利申请所考虑的基于二代身份证等证件的人脸识别应用领域。

中国发明专利“一种基于证件照与采集照的人脸比对认证方法及系统”(申请号CN201410088024.7)，该申请公开了一种基于证件照与采集照的人脸比对认证方法及系统,包括采集真实人脸图像，并输入待验证证件照训练代表人脸显著特征的网状结构模型采用基于局部梯度特征和纹理约束形状的算法，对证件照与真实人脸图像的关键特征点进行精确定位，并选取不易受外部影响的关键特征点作为比对特征点根据比对特征点的相对位置信息，对证件照与真实人脸图像进行标准化将证件照的标准化特征与真实人脸图像的标准化特征进行一一比对，从而得到当前持证人与证件照的匹配相似度值根据得到的匹配相似度值判断人证是否一致。虽然该申请的识别结果不受眼镜、眉毛和头发等外部遮挡物的影响，稳定性较好且识别精度高，但并没有考虑到本专利申请所考虑的人脸识别应用领域中安全问题。

针对上述问题，亟需设计一种高效安全可靠的人脸识别系统，以确保人脸识别在实际工程应用中发挥更好的作用。

发明内容

本发明要解决的问题是提供一种基于飞腾平台的高安全性人脸比对系统及其方法。

为解决上述技术问题，本发明采用的技术方案是：一种基于飞腾平台的高安全性人脸比对系统，其特征在于，包括：

飞腾中央处理器：用于接收或读取外界设备信息，为各模块提供信息交换，为软件性模块提供运行环境；

身份信息读取模块：读取用户的身份证信息；

图像采集模块：包括RGB摄像头、灯控设备、红外相机和深度相机，用于采集用户照片；

人脸比对模块：从采集到的照片中选取多帧数据并与用户身份证信息进行一致性对比，判定对比结果；

活体检测模块：检测当前用户是否为活体；

所述飞腾中央处理器与所述身份信息读取模块、所述图像采集模块、所述人脸比对模块和所述活体检测模块电连接。

进一步地，身份信息读取模块设置为二代身份证读卡装置或公安部门身份证提取模块，所述二代身份证读卡装置或所述公安部门身份证提取模块与所述飞腾中央处理器电连接。

应用于上述基于飞腾平台的高安全性人脸比对系统的人脸对比方法，其步骤包括：

S1:身份读取信息模块读取用户身份信息，并将身份证照片发送至飞腾处理器；

S2:图形采集模块分别采集用户在不同光照下RGB摄像头拍摄的图像、红外相机拍摄的图像以及深度相机拍摄的图像，并将图像送入飞腾处理器；

S3:飞腾处理器将身份证照和不同光照下RGB摄像头拍摄的图像送入人脸比对装置，若比对成功，则进入活体检测模块，若比对失败则输出失败结果；

S4:活体检测模块检测用户是否为活体，将检测结果进行结果仲裁并输出结果。

进一步地，步骤S4活体检测模块分为四层，分别为：2D技术判别；在不同灯光强度下RGB摄像头拍摄判别；红外相机拍摄判别；深度相机拍摄判别；

进一步地，所述四种活体检测的比重为2:2:2:4。

更进一步地，所述结果仲裁的判定是通过计算活体的占比率，并将活体占比率与设定阈值对比来实现的，若所述活体占比率大于等于所述设定阈值则判定为活体；若所述活体占比率小于所述设定阈值则判定为非活体。

具体的，所述设定阈值为60％。

本发明具有的优点和积极效果是：

(1)本发明基于飞腾处理器架构实现人脸比对，具有计算速度快，功耗低等优点；

(2)本发明区别于现有技术仅依靠图像算法和用户动作配合等传统活体鉴别手段，结合RGB摄像头、红外相机、深度相机及灯控设备于同一设备上进行图像采集及活体识别，有效利用不同灯光下立体与平面成像相异的光流原理，能够有效抵御“人脸欺骗”攻击；

(3)人脸比对装置能够提取多帧现场拍摄照片数据，选取质量最优的照片与身份证照进行比对，有效提升人脸识别的准确率。

附图说明

图1是本发明实施例的流程示意图

图2是本发明实施例的图像采集模块结构示意图

图中：1.灯控设备，2.RGB摄像头，3.红外相机，4.深度相机

具体实施方式

下面结合附图对本发明实施例做进一步描述：

如图1本发明实施例的流程示意图所示，一种基于飞腾平台的高安全性人脸比对系统，包括：飞腾中央处理器、身份信息读取模块、图像采集模块、人脸比对模块和活体检测模块，身份信息读取模块、图像采集模块、人脸比对模块和活体检测模块分别与飞腾中央处理器电连接，飞腾处理器为国产处理器。

其中图像采集模块包括RGB摄像头、灯控设备、红外相机和深度相机，如图2本发明实施例的图像采集模块结构示意图所示，RGB摄像头、红外相机和深度相机分别通过USB数据线输出数据信息到飞腾处理器，灯控设备通过RGB摄像头的USB进行供电控制。灯控设备自动调控光照亮度，配合RGB摄像头产生不同光照下的人脸图像；

身份读取模块采用二代身份证读卡装置或公安部门身份证提取模块，该读卡装置与飞腾处理器电连接，二代身份证读卡装置用来读取用户的身份信息并将信息传输给飞腾处理器。

公安部门身份证提取模块通过与公安部建立联系，并调用公安部的高清照片，公安部门身份证提取模块与飞腾处理器连接，将调取的高清照片传输给飞腾处理器。

飞腾处理器接收来自RGB摄像头在不同光照下采集到的现场人脸照片和身份读取模块读取到的身份证照，将这些照片传送到人脸比对模块进行识别和认证，优选的，人脸比对模块在抓取现场人脸照片时，会提取多帧现场图片数据，预处理选取质量最优的现场照片与身份证照进行验证，有效提升了人脸识别的准确率。

应用于上述基于飞腾平台的高安全性人脸比对系统的人脸对比方法，其步骤包括：

S1:身份读取信息模块读取用户身份信息，并将身份证照片发送至飞腾处理器；

S2:图形采集模块分别采集用户在不同光照下RGB摄像头拍摄的图像、红外相机拍摄的图像以及深度相机拍摄的图像，并将图像送入飞腾处理器；

S3:飞腾处理器将身份证照和不同光照下RGB摄像头拍摄的图像送入人脸比对装置，若比对成功，则进入活体检测模块，若比对失败则输出失败结果；

S4:活体检测模块检测用户是否为活体，将检测结果进行结果仲裁并输出结果。

上述步骤S3活体检测模块分为四层，分别为：利用2D技术判别；在不同灯光强度下RGB摄像头采集人脸图像判别；红外拍摄判别；深度相机拍摄判别；

2D技术判别：融合HSV颜色空间特征与局部二元模式LBP特征，将摄像头捕捉的人脸图像从RGB颜色空间转换到HSV颜色空间，提取统计特征，利用Adaboost算法进行活体检测判别。HSV特征是一种全局特征,能够描述一幅图像中颜色的全局特征,LBP特征描述图像局部特征,所以将HSV与LBP融合该算法既考虑了全局特征也考虑了局部特征,且该算法具有维数少、计算速度快的优点。

RGB摄像头判别：在RGB摄像头采集人脸图像过程中，自动调控灯光强度，利用不同光照条件下真实三维人脸与平面照片、视频等光流差异的特性进行活体判别，过程为：首先通过灯控切换，采集到两张不同光照的图片。然后利用训练好的模型进行判别。该模型是通过提取大量正负样本的光照差异特征，利用神经网络进行训练而得出，主要原理是利用Lambert和Phong两种光照模型，粗糙的物体表面向各个方向等强度地反射光，而光滑的物体表面则会呈现镜面反射。

红外拍摄判别：通过红外相机拍摄照片，采用高斯差分滤波器对采集的图像进行处理，提取LBP特征，利用正负样本训练的支持向量机进行活体检测判别。

深度相机判别：经过坐标对准，由人脸匹配算法将RGB摄像头获取的人脸边框区域位置坐标传给深度相机，活体检测算法直接提取深度相机图像中人脸区域，通过随机采样一致性算法，将选中区域深度数据进行平面拟合，判断人脸区域是否为平面，如果为平面，则判别为非活体；如果为非平面，则判别为活体。其主要原理是利用照片或者视频攻击，深度相机读取的深度数据拟合为平面，而真实人脸是非平面，由于活体检测步骤滞后于人脸匹配过程，所以可以利用是否为平面进行判断，如果为模具或者照片扭曲攻击，则会在人脸匹配阶段预先进行处理。该方法，计算量小，实时性高。另外，也可通过深度相机获取的深度信息，转换为点云，通过和预先构造好的三维人脸点云模板利用ICP算法进行自动配准，求出匹配度，设定一个阈值范围，相似度越高，则匹配效果越好，可判断为真实人脸，相似度越低，则匹配效果较差，低于设定阈值，即可判断为非人脸，可独立判断定位人脸位置进行活体检测。

由于深度相机在人脸活体检测方面精度更可靠，上述四层活体检测的比重为2:2:2:4，结果仲裁的判定是通过计算活体的占比率，并将活体占比率与设定阈值对比来实现的，若活体占比率大于等于设定阈值则判定为活体；若活体占比率小于设定阈值则判定为非活体。

在本发明实施例中，设定阈值为60％，即至少2D、RGB摄像头和红外摄像头同时判定为活体，或者至少2D、RGB摄像头和红外摄像头中的一个与深度相机同时判定为活体，则结果仲裁判定为活体并输出结果，否则判定为非活体并输出结果。

在图像采集模块，RGB摄像头在不同光照下采集人脸图像，红外相机和深度相机也分别采集人脸图像，飞腾处理器接收来自RGB摄像头在不同光照下采集到的现场人脸照片和身份读取模块读取到的身份证照，将这些照片传送到人脸比对模块进行识别和认证，如果人脸比对失败，则输出失败结果；如果人脸比对成功，则进入活体检测模块，活体检测模块包括2D技术，提前在图像采集模块中通过在不同灯光强度下RGB摄像头、红外相机和深度相机拍摄得到的活体检测。

与现有技术相比，本发明不是简单的灯控装置、RGB摄像头、红外相机和深度相机的组合，而是优先在不同灯光强度下RGB摄像头拍摄现场图片与身份证照进行人脸比对，若比对失败则输出失败结果，若比对成功后才进行红外相机和深度相机的活体检测，提高了输出结果的速度；同时，在活体检测中，四层活体检测增大了人脸比对的安全性。

本发明具有的优点和积极效果是：

(1)本发明基于飞腾处理器架构实现人脸比对，具有计算速度快，功耗低等优点；

(2)本发明区别于现有技术仅依靠图像算法和用户动作配合等传统活体鉴别手段，结合可见光、红外、深度相机及灯控设备于同一设备上进行图像采集及活体识别，有效利用不同灯光下立体与平面成像相异的光流原理，能够有效抵御“人脸欺骗”攻击；

(3)人脸比对装置能够提取多帧现场拍摄照片数据，选取质量最优的照片与身份证照进行比对，有效提升人脸识别的准确率。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (7)

1.一种基于飞腾平台的高安全性人脸比对系统，其特征在于，包括：

飞腾中央处理器：用于接收或读取外界设备信息，为各模块提供信息交换，为软件性模块提供运行环境；

身份信息读取模块：读取用户的身份证信息；

图像采集模块：包括RGB摄像头、灯控设备、红外相机和深度相机，用于采集用户照片；

人脸比对模块：从采集到的照片中选取多帧数据并与用户身份证信息进行一致性对比，判定对比结果；

活体检测模块：检测当前用户是否为活体；

所述飞腾中央处理器与所述身份信息读取模块、所述图像采集模块、所述人脸比对模块和所述活体检测模块电连接。

2.根据权利要求1所述的一种基于飞腾平台的高安全性人脸比对系统，其特征在于：身份信息读取模块设置为二代身份证读卡装置或公安部门身份证提取模块，所述二代身份证读卡装置或所述公安部门身份证提取模块与所述飞腾中央处理器电连接。

3.应用于上述基于飞腾平台的高安全性人脸比对系统的人脸对比方法，其步骤包括：

S1:身份读取信息模块读取用户身份信息，并将身份证照片发送至飞腾处理器；

S2:图形采集模块分别采集用户在不同光照下RGB摄像头拍摄的图像、红外相机拍摄的图像以及深度相机拍摄的图像，并将图像送入飞腾处理器；

S3:飞腾处理器将身份证照和不同光照下RGB摄像头拍摄的图像送入人脸比对装置，若比对成功，则进入活体检测模块，若比对失败则输出失败结果；

S4:活体检测模块检测用户是否为活体，将检测结果进行结果仲裁并输出结果。

4.根据权利要求3所述的人脸对比方法，其特征在于：步骤S4活体检测模块分为四层，分别为：2D技术判别；在不同灯光强度下RGB摄像头拍摄判别；红外相机拍摄判别；深度相机拍摄判别。

5.根据权利要求4所述的人脸对比方法，其特征在于：所述四种活体检测的比重为2:2:2:4。

6.根据权利要求5所述的人脸对比方法，其特征在于：所述结果仲裁的判定是通过计算活体的占比率，并将活体占比率与设定阈值对比来实现的，若所述活体占比率大于等于所述设定阈值则判定为活体；若所述活体占比率小于所述设定阈值则判定为非活体。

7.根据权利要求6所述的人脸对比方法，其特征在于：所述设定阈值为60％。