CN112598576A - 基于人脸识别的安全验证方法和系统 - Google Patents
基于人脸识别的安全验证方法和系统 Download PDFInfo
- Publication number
- CN112598576A CN112598576A CN202011545980.5A CN202011545980A CN112598576A CN 112598576 A CN112598576 A CN 112598576A CN 202011545980 A CN202011545980 A CN 202011545980A CN 112598576 A CN112598576 A CN 112598576A
- Authority
- CN
- China
- Prior art keywords
- face
- target object
- image
- face image
- panoramic
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 25
- 210000000697 sensory organ Anatomy 0.000 claims abstract description 90
- 230000001815 facial effect Effects 0.000 claims abstract description 71
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 19
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 230000000877 morphologic effect Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 210000000056 organ Anatomy 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- 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
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了基于人脸识别的安全验证方法和系统,其通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
Description
技术领域
本发明涉及人脸识别的技术领域,特别涉及基于人脸识别的安全验证方法和系统。
背景技术
人脸识别作为安全认证手段广泛应用于不同场合中,通过对目标对象进行脸部图像拍摄与识别,其能够快速地和准确地确定目标对象的身份信息,从而便于进一步对目标对象进行适应性的响应。现有技术的人脸识别都只是对目标对象进行单一角度方向的拍摄后直接对拍摄得到的脸部图像进行特征识别,从而判断目标对象的身份合法性,虽然这种人脸识别方式能够实现快速的安全验证,但是其无法对目标对象的脸部区域进行全面的和细节化的识别,这很容易导致识别错误或者无法识别的情况出现,并且其无法应用于安全级别较高的识别认证场合中,从而严重地限制人脸识别对不同场合的适用性和降低人脸识别的准确性与可靠性。
发明内容
针对现有技术存在的缺陷,本发明提供基于人脸识别的安全验证方法和系统,其通过对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像,并对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域,并根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息,再根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证;可见,该基于人脸识别的安全验证方法和系统通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
本发明提供基于人脸识别的安全验证方法,其特征在于,其包括如下步骤:
步骤S1,对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像,并对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域;
步骤S2,根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息;
步骤S3,根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证;
进一步,在所述步骤S1中,对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像,并对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域具体包括:
步骤S101,从相对于所述目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对所述目标对象的脸部进行拍摄,以此对应获得关于所述目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;
步骤S102,从所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像分别提取相应的图像纹理信息,并对所述图像纹理信息进行降噪滤波处理;
步骤S103,确定所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将所述实际相似度与预设相似度阈值进行比对,若所述实际相似度大于或者等于所述预设相似度阈值,则将对应面积结合区域作为所述两个脸部图像相互之间的图像重叠区域;
进一步,在所述步骤S2中,根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
步骤S201,根据所述图像重叠区域的区域方位和区域面积大小,对所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像进行拼接,以此得到所述目标对象的全景脸部图像;
步骤S202,对所述全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将所述灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
步骤S203,对所述五官画面区域进行画面景深的分析处理,从而得到所述五官形貌特征信息;
进一步,在所述步骤S3中,根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证具体包括:
步骤S301,将所述五官形貌特征信息与预设五官形貌数据库进行比对,以此确定所述目标对象的身份信息;
步骤S302,根据所述身份信息,确定所述目标对象对预设数据信息的操作权限类型,并根据所述操作权限类型,指示所述目标对象对所述预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者;
进一步,所述基于人脸识别的安全验证方法还包括根据所述灰度化全景脸部图像,并计算全景图中五官相对位置值,获取五官形貌特征信息值,并与预设五官形貌数据库进行比对,根据匹配结果,执行对所述目标对象进行准入权限安全验证的操作,其具体为:
第一、利用下面公式(1),根据所述灰度化全景脸部图像,计算全景图中五官相对位置值,获取五官形貌特征信息值F,
在上述公式(1)中,exp表示以自然常数e为底的指数函数,cn表示第n张全景图中正面脸部脸廓周长,sn表示第n张全景图中正面脸部脸廓面积,An表示第n张全景图的最大鼻翼宽度值,Bn表示第n张全景图的最大左右嘴角间距值,Cn表示第n张全景图的两耳间距值,E1表示各全景图片中左眼角与右脸轮廓的距离值,E2表示各全景图片中右眼角与右脸轮廓的距离值,Dis(E1,E2)表示获取左眼角与右眼角的间距,表示第n张全景图中脸部周长与面积比;
第二、利用下面公式(2),将所述五官形貌特征信息值与预设五官形貌数据库进行比对,并根据比对结果,获取脸部识别相似度系数Q,
在上述公式(2)中,i表示预设五官形貌数据库的样本数量、且其取值为不小于2的正整数,Fn表示第n张全景图的五官形貌特征信息值,Zi表示第i份样本的五官形貌特征信息值,sim(Fn,Zi)表示第n张全景图的五官形貌特征信息值与第i份样本的五官形貌特征信息值之间的相似度值;
第三、当脸部识别相似度系数Q大于1时,表示全景图五官形貌特征信息值与预设五官形貌数据库中第i份数据匹配,并执行对所述目标对象进行准入权限安全验证的操作。
本发明还提供基于人脸识别的安全验证系统,其特征在于,其包括人脸图像拍摄模块、图像重叠区域确定模块、五官形貌特征信息确定模块和目标对象安全验证模块;其中,
所述人脸图像拍摄模块用于对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像;
所述图像重叠区域确定模块用于对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域;
所述五官形貌特征信息确定模块用于根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息;
所述目标对象安全验证模块用于根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证;
进一步,所述人脸图像拍摄模块对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像具体包括:
从相对于所述目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对所述目标对象的脸部进行拍摄,以此对应获得关于所述目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;
以及,
所述图像重叠区域确定模块对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域具体包括:
从所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像分别提取相应的图像纹理信息,并对所述图像纹理信息进行降噪滤波处理;
再确定所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将所述实际相似度与预设相似度阈值进行比对,若所述实际相似度大于或者等于所述预设相似度阈值,则将对应面积结合区域作为所述两个脸部图像相互之间的图像重叠区域;
进一步,所述五官形貌特征信息确定模块根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
根据所述图像重叠区域的区域方位和区域面积大小,对所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像进行拼接,以此得到所述目标对象的全景脸部图像;
并对所述全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将所述灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
再对所述五官画面区域进行画面景深的分析处理,从而得到所述五官形貌特征信息;
进一步,所述目标对象安全验证模块根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证具体包括:
将所述五官形貌特征信息与预设五官形貌数据库进行比对,以此确定所述目标对象的身份信息;
再根据所述身份信息,确定所述目标对象对预设数据信息的操作权限类型,并根据所述操作权限类型,指示所述目标对象对所述预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者。
相比于现有技术,该基于人脸识别的安全验证方法和系统通过对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像,并对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域,并根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息,再根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证;可见,该基于人脸识别的安全验证方法和系统通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于人脸识别的安全验证方法的流程示意图。
图2为本发明提供的基于人脸识别的安全验证系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的基于人脸识别的安全验证方法的流程示意图。该基于人脸识别的安全验证方法包括如下步骤:
步骤S1,对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像,并对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域;
步骤S2,根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息;
步骤S3,根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证。
上述技术方案的有益效果为:该基于人脸识别的安全验证方法通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
优选地,在该步骤S1中,对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像,并对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域具体包括:
步骤S101,从相对于该目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对该目标对象的脸部进行拍摄,以此对应获得关于该目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;
步骤S102,从该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像分别提取相应的图像纹理信息,并对该图像纹理信息进行降噪滤波处理;
步骤S103,确定该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将该实际相似度与预设相似度阈值进行比对,若该实际相似度大于或者等于该预设相似度阈值,则将对应面积结合区域作为该两个脸部图像相互之间的图像重叠区域。
上述技术方案的有益效果为:从相对于目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对目标对象的脸部进行拍摄,能够保证全面地对目标对象的脸部进行拍摄,以此最大限度地记录目标对象的脸部细节特征,而由于图像纹理信息是与目标对象的脸部细节特征相对应的,通过对图像纹理信息进行降噪滤波处理以及图像纹理信息相似度比对处理,能够准确地确定不同脸部图像之间的图像重叠区域范围,从而改善不同脸部图像之间的拼接准确性。
优选地,在该步骤S2中,根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
步骤S201,根据该图像重叠区域的区域方位和区域面积大小,对该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像进行拼接,以此得到该目标对象的全景脸部图像;
步骤S202,对该全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将该灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
步骤S203,对该五官画面区域进行画面景深的分析处理,从而得到该五官形貌特征信息。
上述技术方案的有益效果为:由于脸部的五官区域相比于其他脸部皮肤区域在立体性和轮廓线条深浅性上存在相应的差异,这导致全景脸部图像上五官区域对应的画面在像素灰度级别上相对于其他脸部皮肤区域会有显著的差异,通过对该全景脸部图像进行灰度化转换处理和像素灰度级别比对处理,能够有效地和全面地确定目标对象的五官形貌特征信息。
优选地,在该步骤S3中,根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证具体包括:
步骤S301,将该五官形貌特征信息与预设五官形貌数据库进行比对,以此确定该目标对象的身份信息;
步骤S302,根据该身份信息,确定该目标对象对预设数据信息的操作权限类型,并根据该操作权限类型,指示该目标对象对该预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者。
上述技术方案的有益效果为:通过将该五官形貌特征信息与预设五官形貌数据库进行比对,能够快速地确定目标对象的身份信息,并以此确定目标对象对对预设数据信息的操作权限类型,从而避免目标对象对预设数据信息进行越权操作以及提高对目标对象安全验证的可靠性。
优选地,该基于人脸识别的安全验证方法还包括根据该灰度化全景脸部图像,并计算全景图中五官相对位置值,获取五官形貌特征信息值,并与预设五官形貌数据库进行比对,根据匹配结果,执行对该目标对象进行准入权限安全验证的操作,其具体为:
第一、利用下面公式(1),根据该灰度化全景脸部图像,计算全景图中五官相对位置值,获取五官形貌特征信息值F,
在上述公式(1)中,exp表示以自然常数e为底的指数函数,cn表示第n张全景图中正面脸部脸廓周长,sn表示第n张全景图中正面脸部脸廓面积,An表示第n张全景图的最大鼻翼宽度值,Bn表示第n张全景图的最大左右嘴角间距值,Cn表示第n张全景图的两耳间距值,E1表示各全景图片中左眼角与右脸轮廓的距离值,E2表示各全景图片中右眼角与右脸轮廓的距离值,Dis(E1,E2)表示获取左眼角与右眼角的间距,表示第n张全景图中脸部周长与面积比;
第二、利用下面公式(2),将该五官形貌特征信息值与预设五官形貌数据库进行比对,并根据比对结果,获取脸部识别相似度系数Q,
在上述公式(2)中,i表示预设五官形貌数据库的样本数量、且其取值为不小于2的正整数,Fn表示第n张全景图的五官形貌特征信息值,Zi表示第i份样本的五官形貌特征信息值,sim(Fn,Zi)表示第n张全景图的五官形貌特征信息值与第i份样本的五官形貌特征信息值之间的相似度值;
第三、当脸部识别相似度系数Q大于1时,表示全景图五官形貌特征信息值与预设五官形貌数据库中第i份数据匹配,并执行对该目标对象进行准入权限安全验证的操作。
上述技术方案的有益效果为:通过简化立体图像的计算量,从平面着手,提取五官形貌特征,并将该五官形貌特征信息与预设五官形貌数据库进行比对,以便能够快速地确定目标对象的身份信息,并开放数据库预设的目标对象操作权限,不仅能避免目标对象对预设数据信息进行越权操作,而且还能够通过记录目标对象的权限启用时间,支持主控室对目标对象的二次确认操作,提高系统的安全性。
参阅图2,为本发明实施例提供的基于人脸识别的安全验证系统的结构示意图。该基于人脸识别的安全验证系统包括人脸图像拍摄模块、图像重叠区域确定模块、五官形貌特征信息确定模块和目标对象安全验证模块;其中,
该人脸图像拍摄模块用于对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像;
该图像重叠区域确定模块用于对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域;
该五官形貌特征信息确定模块用于根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息;
该目标对象安全验证模块用于根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证。
上述技术方案的有益效果为:该基于人脸识别的安全验证系统通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
优选地,该人脸图像拍摄模块对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像具体包括:
从相对于该目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对该目标对象的脸部进行拍摄,以此对应获得关于该目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;
以及,
该图像重叠区域确定模块对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域具体包括:
从该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像分别提取相应的图像纹理信息,并对该图像纹理信息进行降噪滤波处理;
再确定该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将该实际相似度与预设相似度阈值进行比对,若该实际相似度大于或者等于该预设相似度阈值,则将对应面积结合区域作为该两个脸部图像相互之间的图像重叠区域。
上述技术方案的有益效果为:从相对于目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对目标对象的脸部进行拍摄,能够保证全面地对目标对象的脸部进行拍摄,以此最大限度地记录目标对象的脸部细节特征,而由于图像纹理信息是与目标对象的脸部细节特征相对应的,通过对图像纹理信息进行降噪滤波处理以及图像纹理信息相似度比对处理,能够准确地确定不同脸部图像之间的图像重叠区域范围,从而改善不同脸部图像之间的拼接准确性。
优选地,该五官形貌特征信息确定模块根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
根据该图像重叠区域的区域方位和区域面积大小,对该左侧脸部图像、该右侧脸部图像、该上侧脸部图像和该下侧脸部图像进行拼接,以此得到该目标对象的全景脸部图像;
并对该全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将该灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
再对该五官画面区域进行画面景深的分析处理,从而得到该五官形貌特征信息。
上述技术方案的有益效果为:由于脸部的五官区域相比于其他脸部皮肤区域在立体性和轮廓线条深浅性上存在相应的差异,这导致全景脸部图像上五官区域对应的画面在像素灰度级别上相对于其他脸部皮肤区域会有显著的差异,通过对该全景脸部图像进行灰度化转换处理和像素灰度级别比对处理,能够有效地和全面地确定目标对象的五官形貌特征信息。
优选地,该目标对象安全验证模块根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证具体包括:
将该五官形貌特征信息与预设五官形貌数据库进行比对,以此确定该目标对象的身份信息;
再根据该身份信息,确定该目标对象对预设数据信息的操作权限类型,并根据该操作权限类型,指示该目标对象对该预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者。
上述技术方案的有益效果为:通过将该五官形貌特征信息与预设五官形貌数据库进行比对,能够快速地确定目标对象的身份信息,并以此确定目标对象对对预设数据信息的操作权限类型,从而避免目标对象对预设数据信息进行越权操作以及提高对目标对象安全验证的可靠性。
从上述实施例的内容可知,该基于人脸识别的安全验证方法和系统通过对目标对象进行拍摄,以此获得关于该目标对象不同角度方向的若干人脸图像,并对若干该人脸图像进行预处理,从而确定若干该人脸图像相互之间的图像重叠区域,并根据该图像重叠区域,对若干该人脸图像进行拼接,以此得到该目标对象的全景脸部图像,再从该全景脸部图像中提取得到相应的五官形貌特征信息,再根据该五官形貌特征信息,确定该目标对象的身份信息,再根据该身份信息,对该目标对象进行准入权限的安全验证;可见,该基于人脸识别的安全验证方法和系统通过拍摄目标对象来获得不同角度方向的若干人脸图像,并对不同人脸图像进行预处理来确定其相互之间的图像重叠区域,还根据该图像重叠区域拼接得到相应的全景脸部图像,最后根据提取得到目标对象的五官形貌特征信息,确定目标对象的身份信息,以使实现相应的准入权限安全验证,其以多个不同角度方向的人脸图像为基础拼接构建形成相应的全景脸部图像,来实现对目标对象脸部区域的全面化与细节化分析,以此保证提取得到的五官形貌特征信息能够真实地反映目标对象自身的脸部特点,从而提高人脸识别对不同场合的适用性和改善人脸识别的准确性与可靠性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.基于人脸识别的安全验证方法,其特征在于,其包括如下步骤:
步骤S1,对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像,并对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域;
步骤S2,根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息;
步骤S3,根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证。
2.如权利要求1所述的基于人脸识别的安全验证方法,其特征在于:
在所述步骤S1中,对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像,并对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域具体包括:
步骤S101,从相对于所述目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对所述目标对象的脸部进行拍摄,以此对应获得关于所述目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;
步骤S102,从所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像分别提取相应的图像纹理信息,并对所述图像纹理信息进行降噪滤波处理;
步骤S103,确定所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将所述实际相似度与预设相似度阈值进行比对,若所述实际相似度大于或者等于所述预设相似度阈值,则将对应面积结合区域作为所述两个脸部图像相互之间的图像重叠区域。
3.如权利要求2所述的基于人脸识别的安全验证方法,其特征在于:
在所述步骤S2中,根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
步骤S201,根据所述图像重叠区域的区域方位和区域面积大小,对所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像进行拼接,以此得到所述目标对象的全景脸部图像;
步骤S202,对所述全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将所述灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
步骤S203,对所述五官画面区域进行画面景深的分析处理,从而得到所述五官形貌特征信息。
4.如权利要求3所述的基于人脸识别的安全验证方法,其特征在于:
在所述步骤S3中,根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证具体包括:
步骤S301,将所述五官形貌特征信息与预设五官形貌数据库进行比对,以此确定所述目标对象的身份信息;
步骤S302,根据所述身份信息,确定所述目标对象对预设数据信息的操作权限类型,并根据所述操作权限类型,指示所述目标对象对所述预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者。
5.如权利要求4所述的基于人脸识别的安全验证方法,其特征在于:
所述基于人脸识别的安全验证方法还包括根据所述灰度化全景脸部图像,并计算全景图中五官相对位置值,获取五官形貌特征信息值,并与预设五官形貌数据库进行比对,根据匹配结果,执行对所述目标对象进行准入权限安全验证的操作,其具体为:
第一、利用下面公式(1),根据所述灰度化全景脸部图像,计算全景图中五官相对位置值,获取五官形貌特征信息值F,
在上述公式(1)中,exp表示以自然常数e为底的指数函数,cn表示第n张全景图中正面脸部脸廓周长,sn表示第n张全景图中正面脸部脸廓面积,An表示第n张全景图的最大鼻翼宽度值,Bn表示第n张全景图的最大左右嘴角间距值,Cn表示第n张全景图的两耳间距值,E1表示各全景图片中左眼角与右脸轮廓的距离值,E2表示各全景图片中右眼角与右脸轮廓的距离值,Dis(E1,E2)表示获取左眼角与右眼角的间距,表示第n张全景图中脸部周长与面积比;
第二、利用下面公式(2),将所述五官形貌特征信息值与预设五官形貌数据库进行比对,并根据比对结果,获取脸部识别相似度系数Q,
在上述公式(2)中,i表示预设五官形貌数据库的样本数量、且其取值为不小于2的正整数,Fn表示第n张全景图的五官形貌特征信息值,Zi表示第i份样本的五官形貌特征信息值,sim(Fn,Zi)表示第n张全景图的五官形貌特征信息值与第i份样本的五官形貌特征信息值之间的相似度值;
第三、当脸部识别相似度系数Q大于1时,表示全景图五官形貌特征信息值与预设五官形貌数据库中第i份数据匹配,并执行对所述目标对象进行准入权限安全验证的操作。
6.基于人脸识别的安全验证系统,其特征在于,其包括人脸图像拍摄模块、图像重叠区域确定模块、五官形貌特征信息确定模块和目标对象安全验证模块;其中,
所述人脸图像拍摄模块用于对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像;
所述图像重叠区域确定模块用于对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域;
所述五官形貌特征信息确定模块用于根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息;
所述目标对象安全验证模块用于根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证。
7.如权利要求5所述的基于人脸识别的安全验证系统,其特征在于:
所述人脸图像拍摄模块对目标对象进行拍摄,以此获得关于所述目标对象不同角度方向的若干人脸图像具体包括:
从相对于所述目标对象脸部的左侧方向、右侧方向、上侧方向和下侧方向分别对所述目标对象的脸部进行拍摄,以此对应获得关于所述目标对象的左侧脸部图像、右侧脸部图像、上侧脸部图像和下侧脸部图像;以及,
所述图像重叠区域确定模块对若干所述人脸图像进行预处理,从而确定若干所述人脸图像相互之间的图像重叠区域具体包括:
从所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像分别提取相应的图像纹理信息,并对所述图像纹理信息进行降噪滤波处理;
再确定所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像中的两个脸部图像相互之间的具有不同面积接合区域对应的图像纹理信息的实际相似度,并将所述实际相似度与预设相似度阈值进行比对,若所述实际相似度大于或者等于所述预设相似度阈值,则将对应面积结合区域作为所述两个脸部图像相互之间的图像重叠区域。
8.如权利要求6所述的基于人脸识别的安全验证系统,其特征在于:
所述五官形貌特征信息确定模块根据所述图像重叠区域,对若干所述人脸图像进行拼接,以此得到所述目标对象的全景脸部图像,再从所述全景脸部图像中提取得到相应的五官形貌特征信息具体包括:
根据所述图像重叠区域的区域方位和区域面积大小,对所述左侧脸部图像、所述右侧脸部图像、所述上侧脸部图像和所述下侧脸部图像进行拼接,以此得到所述目标对象的全景脸部图像;
并对所述全景脸部图像进行灰度化转换处理,以此得到相应的灰度化全景脸部图像,并将所述灰度化全景脸部图像中具有超过预设灰度阈值的像素区域确定为五官画面区域;
再对所述五官画面区域进行画面景深的分析处理,从而得到所述五官形貌特征信息。
9.如权利要求7所述的基于人脸识别的安全验证系统,其特征在于:
所述目标对象安全验证模块根据所述五官形貌特征信息,确定所述目标对象的身份信息,再根据所述身份信息,对所述目标对象进行准入权限的安全验证具体包括:
将所述五官形貌特征信息与预设五官形貌数据库进行比对,以此确定所述目标对象的身份信息;
再根据所述身份信息,确定所述目标对象对预设数据信息的操作权限类型,并根据所述操作权限类型,指示所述目标对象对所述预设数据信息进行适应性的复制操作、修改操作和删除操作中的至少一者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011545980.5A CN112598576B (zh) | 2020-12-24 | 2020-12-24 | 基于人脸识别的安全验证方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011545980.5A CN112598576B (zh) | 2020-12-24 | 2020-12-24 | 基于人脸识别的安全验证方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112598576A true CN112598576A (zh) | 2021-04-02 |
CN112598576B CN112598576B (zh) | 2021-10-08 |
Family
ID=75200815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011545980.5A Active CN112598576B (zh) | 2020-12-24 | 2020-12-24 | 基于人脸识别的安全验证方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112598576B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113080874A (zh) * | 2021-04-17 | 2021-07-09 | 北京美医医学技术研究院有限公司 | 一种多角度交叉验证的智能测肤系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955933A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 基于人脸识别的家居门禁控制方法 |
CN106650671A (zh) * | 2016-12-27 | 2017-05-10 | 深圳英飞拓科技股份有限公司 | 人脸识别方法、装置及系统 |
CN109087411A (zh) * | 2018-06-04 | 2018-12-25 | 上海灵纽智能科技有限公司 | 一种基于分布式摄像头阵列的人脸识别锁 |
EP3428843A1 (en) * | 2017-07-14 | 2019-01-16 | GB Group plc | Improvements relating to face recognition |
CN109859305A (zh) * | 2018-12-13 | 2019-06-07 | 中科天网(广东)科技有限公司 | 基于多角度二维人脸的三维人脸建模、识别方法及装置 |
CN110929557A (zh) * | 2019-09-25 | 2020-03-27 | 四川大学锦城学院 | 一种基于活体检测的智能安防方法、系统及处理装置 |
-
2020
- 2020-12-24 CN CN202011545980.5A patent/CN112598576B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955933A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 基于人脸识别的家居门禁控制方法 |
CN106650671A (zh) * | 2016-12-27 | 2017-05-10 | 深圳英飞拓科技股份有限公司 | 人脸识别方法、装置及系统 |
EP3428843A1 (en) * | 2017-07-14 | 2019-01-16 | GB Group plc | Improvements relating to face recognition |
CN109087411A (zh) * | 2018-06-04 | 2018-12-25 | 上海灵纽智能科技有限公司 | 一种基于分布式摄像头阵列的人脸识别锁 |
CN109859305A (zh) * | 2018-12-13 | 2019-06-07 | 中科天网(广东)科技有限公司 | 基于多角度二维人脸的三维人脸建模、识别方法及装置 |
CN110929557A (zh) * | 2019-09-25 | 2020-03-27 | 四川大学锦城学院 | 一种基于活体检测的智能安防方法、系统及处理装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113080874A (zh) * | 2021-04-17 | 2021-07-09 | 北京美医医学技术研究院有限公司 | 一种多角度交叉验证的智能测肤系统 |
CN113080874B (zh) * | 2021-04-17 | 2023-02-07 | 北京美医医学技术研究院有限公司 | 一种多角度交叉验证的智能测肤系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112598576B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2580711B1 (en) | Distinguishing live faces from flat surfaces | |
CN113177437A (zh) | 一种人脸识别方法和装置 | |
CN107392137B (zh) | 人脸识别方法及装置 | |
CN110503760B (zh) | 门禁控制方法及门禁系统 | |
TW202026948A (zh) | 活體檢測方法、裝置以及儲存介質 | |
CN112818722B (zh) | 模块化动态可配置的活体人脸识别系统 | |
JP2007516503A (ja) | 3次元モデリングを使用した顔識別認証 | |
CN111178249A (zh) | 人脸比对的方法、装置、计算机设备及存储介质 | |
CN113205057B (zh) | 人脸活体检测方法、装置、设备及存储介质 | |
US10853631B2 (en) | Face verification method and apparatus, server and readable storage medium | |
EP3905104B1 (en) | Living body detection method and device | |
US20230041573A1 (en) | Image processing method and apparatus, computer device and storage medium | |
US20210350126A1 (en) | Iris authentication device, iris authentication method, and recording medium | |
EP3327623A1 (en) | Biometric method | |
CN112598576B (zh) | 基于人脸识别的安全验证方法和系统 | |
CN107368817B (zh) | 人脸识别方法和装置 | |
CN109087429B (zh) | 基于人脸识别技术的图书馆借书证人证一致性检验的方法 | |
CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
CN107423687B (zh) | 一种基于人脸识别技术的身份认证方法及装置 | |
CN112308035A (zh) | 图像检测方法、装置、计算机设备和存储介质 | |
CN113033243A (zh) | 一种人脸识别方法、装置及设备 | |
CN115019364A (zh) | 基于人脸识别的身份认证方法、装置、电子设备及介质 | |
CN109359546B (zh) | 图书馆借书证人证比对方法 | |
CN112232121A (zh) | 活体检测方法、装置、设备及介质 | |
CN112560705A (zh) | 人脸检测方法和装置,电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |