CN113516020A - 一种与年龄变化相关的身份核验方法及系统 - Google Patents
一种与年龄变化相关的身份核验方法及系统 Download PDFInfo
- Publication number
- CN113516020A CN113516020A CN202110442317.0A CN202110442317A CN113516020A CN 113516020 A CN113516020 A CN 113516020A CN 202110442317 A CN202110442317 A CN 202110442317A CN 113516020 A CN113516020 A CN 113516020A
- Authority
- CN
- China
- Prior art keywords
- age
- face
- image
- face image
- images
- 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
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于人脸识别技术领域,特别涉及一种与年龄变化相关的身份核验方法及系统,包括首先对人事档案中的人脸图像进行识别;然后由身份证件照模拟出目标年龄下的人脸图像;最后根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。本发明采用年龄模拟与人脸识别相结合的方法实现校验自动化,高效便捷地实现扫描人事档案身份验证,提高识别准确度和办公效率,节约资源,为数字化中国建设打下坚实地基础。
Description
技术领域
本发明属于人脸识别技术领域,特别涉及一种与年龄变化相关的身份核验方法及系统。
背景技术
人脸识别是计算机视觉领域的一个活跃研究内容。它涉及提取诸如关键点、性别、年龄、表情、姿态、身目前份等信息。人脸识别在实际应用中有很多问题需要解决,如年龄变化、姿态变化、物体遮挡、光照变化等。在公安刑侦、档案信息管理等实际应用中,多数情况下得到的人脸图像与库中的人脸图像之间存在着年龄的差异。当人脸年龄发生变化时,常用算法的识别率会显著下降。这里主要根据档案信息管理工作中的实际需要,研究人脸识别中的年龄问题,实现对年龄变化的人脸识别,以推动人脸识别技术在档案数字化加工领域的实际应用。
目前,人脸识别系统趋于成熟,但基于人脸分析的扫描人事档案身份验证系统有待完善,完善人事档案数字化身份验证系统有利于加快档案加工自动化发展,促进数字化发展,加快建设数字中国。
发明内容
针对现有技术中存在的不足,本发明提出了一种与年龄变化相关的身份核验方法及系统,通过年龄模拟,将人事档案中的人脸图像与身份证件照模拟出的人脸图像变换到某一共同的年龄,从而去除年龄不同的影响,使识别在年龄相同的人脸图像间进行,提高识别准确率和办公效率。
为了实现上述目的,本发明采用以下的技术方案:
本发明提供了一种与年龄变化相关的身份核验方法,包含以下步骤:
对人事档案中的人脸图像进行识别;
由身份证件照模拟出目标年龄下的人脸图像;
根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。
进一步地,所述对人事档案中的人脸图像进行识别,包括:
将图像输入装置扫描或拍摄后的人事档案图像信息作为图像数据;
对提取的图像数据进行人脸图像检测;
将分割出来的人脸图像自动定位出面部关键特征点,输入为人脸外观图像,输出为人脸的特征点集合;
对检测到的人脸面部关键特征点进行面部特征提取。
进一步地,所述对提取的图像数据进行人脸图像检测包括:
人脸图像定位,对提取的图像数据进行人脸图像位置定位,
人脸图像分割,通过图像分割法将人脸图像提取分割出来。
进一步地,所述由身份证件照模拟出目标年龄下的人脸图像,包括特征向量提取、年龄估计、目标年龄特征向量生成和目标年龄人脸图像合成四个部分。
进一步地,所述特征向量提取包括:
假设S是人脸图像,对子图像Sk进行编号k=1,2,3,4……15,由于每个子图像对全局面部特征贡献不相同,对每一幅子图像Sk赋予一个权值Wk,将子图像Sk定义为其像素点为r×t,是子图像像素均值,通过公式(1)得到子图像方差
通过公式(3)计算对应的权重Wk:
通过对子图像进行加权处理,获取到子图像的特征值。
进一步地,所述年龄估计包括:
基于人脸模型和年龄函数估计身份证件照图像中的人脸年龄;年龄函数由已知年龄的人脸图像经过训练获得;对不同时期的人脸图像进行特征提取与比对,提取不变特征,在通用人脸模型的基础上添加个人独特的特点,生成对应的人脸模型。
进一步地,所述目标年龄特征向量生成包括:
由身份证件照图像的特征向量生成目标年龄的特征向量,通过训练图像中年龄相同的人脸图像的特征向量平均得到。
进一步地,所述目标年龄人脸图像合成包括:
将目标年龄的特征向量分离成为目标年龄的形状特征向量和纹理特征向量,分别在特征空间重构得到目标年龄的形状和纹理,经过三角形拉伸变换,合成得到目标年龄的人脸图像,使用公式(4)合成目标年龄的人脸图像:
人脸图像目标年龄=原始年龄+(典型人脸目标年龄-典型人脸原始年龄)(4)
其中,人脸图像目标年龄已知,原始年龄由年龄估计获得,典型人脸由典型向量在特征空间重构获得。
进一步地,所述计算相似度,即计算出两张图像的SSIM值,公式如下:
SSIM(X,Y)=L(X,Y)*C(X,Y)*S(X,Y) (8)
其中,uX,uY分别表示图像X和Y的均值,σX,σY分别表示图像X和Y的标准差,分别表示图像X和Y的方差,σXY表示图像X和Y的协方差,C1,C2,C3分别表示三个常数,取C1=(K1*L)2,C2=(K2*L)2,C3=C2/2,K1=0.01,K2=0.03,L=255。
本发明还提供了一种与年龄变化相关的身份核验系统,包括:
人脸识别模块,用于对人事档案中的人脸图像进行识别;
年龄模拟模块,用于由身份证件照模拟出目标年龄下的人脸图像;
相似度计算模块,用于根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。
与现有技术相比,本发明具有以下优点:
本发明首先对扫描后的人事档案图像进行人脸图像位置定位,并利用图像分割技术将该档案中的人脸图像分割出来,之后,对分割出来的人脸图像自动定位面部关键特征点,并进行面部特征提取,然后,由身份证件照模拟出目标年龄下的人脸图像,将人事档案中的人脸图像与身份证件照模拟出的人脸图像变换到某一共同的年龄,从而去除年龄不同的影响,使识别在年龄相同的人脸图像间进行,年龄模拟包括特征向量提取、年龄估计、目标年龄特征向量生成和目标年龄人脸图像合成四个部分,最后计算相似度,从而判断不同年龄阶段的档案信息是否为同一人的档案;本发明采用年龄模拟与人脸识别相结合的方法实现校验自动化,高效便捷地实现扫描人事档案身份验证,提高识别准确度和办公效率,节约资源,为数字化中国建设打下坚实地基础。
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是本发明实施例的与年龄变化相关的身份核验方法的流程示意图;
图2是本发明实施例的年龄模拟的流程示意图;
图3是本发明实施例的人事档案照片粘贴位置示意图;
图4是本发明实施例的面部关键特征点位置示意图;
图5是本发明实施例的面部特征提取的流程示意图;
图6是本发明实施例的身份证件照片与人事档案照片的对比示意图;
图7是本发明实施例的与年龄变化相关的身份核验系统的结构框图。
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做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。
如图1所示,本实施例的与年龄变化相关的身份核验方法,包含以下步骤:
步骤S11,对人事档案中的人脸图像进行识别;具体包括:
步骤S111,将图像输入装置扫描或拍摄后的人事档案图像信息作为图像数据,图像输入装置可以是扫描仪、传真机、数码相机等。
步骤S112,对提取的图像数据进行人脸图像检测;
人脸检测是任何人脸识别/验证过程的第一步,本实例中采用人脸检测器实现人脸图像定位和人脸图像分割,人脸检测算法通常以边界框的形式输出给定输入图像中所有人脸的位置。人脸检测器对姿态、光照、视点、表情、比例、肤色、某些遮挡、伪装、化妆等方面的变化具有鲁棒性。通过人脸检测器,可以准确定位扫描人事档案中照片的位置,并通过图像分割算法准确的将照片裁剪分离出来。
通常情况下,人事档案中的证件照会被要求贴在档案首页的右上角,如图3所示,我们可以首先通过定位大致的位置信息对人脸图像进行粗略的估计,然后通过人脸特征进行精确定位,再通过使用图像分割算法将人脸图像从档案中分离出来。
步骤S113,如图4所示,在人脸图像检测的基础上,将分割出来的人脸图像自动定位出面部关键特征点,如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等,输入为人脸外观图像,输出为人脸的特征点集合。优选的,人脸关键点检测方法可以分为两个类型:基于模型和基于回归。
步骤S114,对检测到的人脸面部关键特征点进行面部特征提取。
面部特征提取可以看作在一张人脸图像上搜索人脸预先定义的点,通常从一个粗估计的形状开始,然后通过迭代来细化形状的估计。在搜索的过程中,两种不同的信息被使用,一个是人脸的外观,另一个是形状。形状提供一个搜索空间上的约束条件。面部特征提取主要将人脸中的eyes,mouth,nose and chin检测出来,用特征点标记出来,具体处理流程如图5所示。
步骤S12,由身份证件照模拟出目标年龄下的人脸图像,如图2所示,具体包括:
步骤S121,特征向量提取。
假设S是人脸图像,按照“三庭五眼”的方式对子图像Sk进行编号k=1,2,3,4……15,由于每个子图像对全局面部特征贡献不相同,对每一幅子图像Sk赋予一个权值Wk,将子图像Sk定义为其像素点为r×t,是子图像像素均值,通过公式(1)得到子图像方差
通过公式(3)计算对应的权重Wk:
通过对子图像进行加权处理,我们可以提取到更加精确的人脸面部特征,获取到子图像的特征值,人脸图像的特征向量由两部分组成:形状向量和纹理向量;人脸形状由位于人脸边缘的101个关键点的坐标表示,对训练图像的关键点坐标进行主分量分析,得到形状主元空间,测试图像的关键点坐标在形状主元空间进行投影得到形状特征向量;人脸纹理图像是通过将人脸图像通过基于三角形的放射变换拉伸到标准形状获得。对训练图像的纹理进行主分量分析,得到纹理主元空间,测试图像的纹理在纹理主元空间进行投影得到纹理特征向量。
步骤S122,年龄估计。
年龄估计的目的是由身份证件照片估计图像中的人脸年龄。本实例中使用基于人脸模型和年龄函数的方法来估计身份证件照图像中的人脸年龄;年龄函数由已知年龄的人脸图像经过训练获得;对不同时期的人脸图像进行特征提取与比对,提取不变特征,在通用人脸模型的基础上添加个人独特的特点,生成对应的人脸模型。
步骤S123,目标年龄特征向量生成。
年龄模拟的核心是由身份证件照图像的特征向量生成目标年龄的特征向量,通过训练图像中年龄相同的人脸图像的特征向量平均得到。
步骤S124,目标年龄人脸图像合成。
将目标年龄的特征向量分离成为目标年龄的形状特征向量和纹理特征向量,分别在特征空间重构得到目标年龄的形状和纹理,经过三角形拉伸变换,合成得到目标年龄的人脸图像。为了更好的利用原图的信息,使用公式(4)合成目标年龄的人脸图像:
人脸图像目标年龄=原始年龄+(典型人脸目标年龄-典型人脸原始年龄)(4)
其中,人脸图像目标年龄已知,原始年龄由年龄估计获得,典型人脸由典型向量在特征空间重构获得。
步骤S13,如图6所示,根据识别的人脸图像和年龄模拟的人脸图像,计算出两张图像的SSIM值,判断不同年龄阶段的档案信息是否为同一人的档案,值越大越相似,当相似度达到99%以上即可表明不同时期的档案信息时同一人。
SSIM值计算公式如下:
SSIM(X,Y)=L(X,Y)*C(X,Y)*S(X,Y) (8)
其中,uX,uY分别表示图像X和Y的均值,σX,σY分别表示图像X和Y的标准差,分别表示图像X和Y的方差,σXY表示图像X和Y的协方差,C1,C2,C2分别表示三个常数,为了避免分母为0而维持稳定。通常情况下取C1=(K1*L)2,C2=(K2*L)2,C2=C2/2,一般地,K1=0.01,K2=0.03,L=255(是像素值的动态范围,一般都取为255)。
与上述一种与年龄变化相关的身份核验方法相应地,如图7所示,本实施例还提出一种与年龄变化相关的身份核验系统,包括:
人脸识别模块71,用于对人事档案中的人脸图像进行识别;
年龄模拟模块72,用于由身份证件照模拟出目标年龄下的人脸图像;
相似度计算模块73,用于根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。
本发明可以精确快速的判断出每个人的档案信息是否合规,通过年龄模拟和人脸识别,最终高效的完成核验工作。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种与年龄变化相关的身份核验方法,其特征在于,包含以下步骤:
对人事档案中的人脸图像进行识别;
由身份证件照模拟出目标年龄下的人脸图像;
根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。
2.根据权利要求1所述的与年龄变化相关的身份核验方法,其特征在于,所述对人事档案中的人脸图像进行识别,包括:
将图像输入装置扫描或拍摄后的人事档案图像信息作为图像数据;
对提取的图像数据进行人脸图像检测;
将分割出来的人脸图像自动定位出面部关键特征点,输入为人脸外观图像,输出为人脸的特征点集合;
对检测到的人脸面部关键特征点进行面部特征提取。
3.根据权利要求2所述的与年龄变化相关的身份核验方法,其特征在于,所述对提取的图像数据进行人脸图像检测包括:
人脸图像定位,对提取的图像数据进行人脸图像位置定位,
人脸图像分割,通过图像分割法将人脸图像提取分割出来。
4.根据权利要求1所述的与年龄变化相关的身份核验方法,其特征在于,所述由身份证件照模拟出目标年龄下的人脸图像,包括特征向量提取、年龄估计、目标年龄特征向量生成和目标年龄人脸图像合成四个部分。
6.根据权利要求4所述的与年龄变化相关的身份核验方法,其特征在于,所述年龄估计包括:
基于人脸模型和年龄函数估计身份证件照图像中的人脸年龄;年龄函数由已知年龄的人脸图像经过训练获得;对不同时期的人脸图像进行特征提取与比对,提取不变特征,在通用人脸模型的基础上添加个人独特的特点,生成对应的人脸模型。
7.根据权利要求4所述的与年龄变化相关的身份核验方法,其特征在于,所述目标年龄特征向量生成包括:
由身份证件照图像的特征向量生成目标年龄的特征向量,通过训练图像中年龄相同的人脸图像的特征向量平均得到。
8.根据权利要求4所述的与年龄变化相关的身份核验方法,其特征在于,所述目标年龄人脸图像合成包括:
将目标年龄的特征向量分离成为目标年龄的形状特征向量和纹理特征向量,分别在特征空间重构得到目标年龄的形状和纹理,经过三角形拉伸变换,合成得到目标年龄的人脸图像,使用公式(4)合成目标年龄的人脸图像:
人脸图像目标年龄=原始年龄+(典型人脸目标年龄-典型人脸原始年龄)(4)
其中,人脸图像目标年龄已知,原始年龄由年龄估计获得,典型人脸由典型向量在特征空间重构获得。
10.一种与年龄变化相关的身份核验系统,其特征在于,包括:
人脸识别模块,用于对人事档案中的人脸图像进行识别;
年龄模拟模块,用于由身份证件照模拟出目标年龄下的人脸图像;
相似度计算模块,用于根据识别的人脸图像和年龄模拟的人脸图像,计算相似度,判断不同年龄阶段的档案信息是否为同一人的档案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442317.0A CN113516020B (zh) | 2021-04-23 | 2021-04-23 | 一种与年龄变化相关的身份核验方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442317.0A CN113516020B (zh) | 2021-04-23 | 2021-04-23 | 一种与年龄变化相关的身份核验方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113516020A true CN113516020A (zh) | 2021-10-19 |
CN113516020B CN113516020B (zh) | 2022-12-13 |
Family
ID=78061614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110442317.0A Active CN113516020B (zh) | 2021-04-23 | 2021-04-23 | 一种与年龄变化相关的身份核验方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113516020B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006005917A1 (en) * | 2004-07-08 | 2006-01-19 | University Of Kent | Plausible ageing of the human face |
CN104680131A (zh) * | 2015-01-29 | 2015-06-03 | 深圳云天励飞技术有限公司 | 基于身份证件信息和人脸多重特征识别的身份验证方法 |
CN107194868A (zh) * | 2017-05-19 | 2017-09-22 | 成都通甲优博科技有限责任公司 | 一种人脸图像生成方法及装置 |
CN110738112A (zh) * | 2019-09-11 | 2020-01-31 | 珠海格力电器股份有限公司 | 人脸图像模拟方法、装置、计算机设备和存储介质 |
-
2021
- 2021-04-23 CN CN202110442317.0A patent/CN113516020B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006005917A1 (en) * | 2004-07-08 | 2006-01-19 | University Of Kent | Plausible ageing of the human face |
CN104680131A (zh) * | 2015-01-29 | 2015-06-03 | 深圳云天励飞技术有限公司 | 基于身份证件信息和人脸多重特征识别的身份验证方法 |
CN107194868A (zh) * | 2017-05-19 | 2017-09-22 | 成都通甲优博科技有限责任公司 | 一种人脸图像生成方法及装置 |
CN110738112A (zh) * | 2019-09-11 | 2020-01-31 | 珠海格力电器股份有限公司 | 人脸图像模拟方法、装置、计算机设备和存储介质 |
Non-Patent Citations (5)
Title |
---|
XU YANG等: "Deep Label Distribution Learning for Apparent Age Estimation", 《ICCV 2015》 * |
何光辉等: "图像分割方法在人脸识别中的应用", 《计算机工程与应用》 * |
吕培等: "表情数据库无关的人脸表情转移", 《计算机辅助设计与图形学学报》 * |
王俊艳等: "用于人脸识别的多年龄人脸图像合成", 《光电子.激光》 * |
陈丽: "基于视频的人脸图像年龄估计", 《中国优秀硕士学位论文信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113516020B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10198623B2 (en) | Three-dimensional facial recognition method and system | |
CN110675487B (zh) | 基于多角度二维人脸的三维人脸建模、识别方法及装置 | |
WO2021036059A1 (zh) | 图像转换模型训练方法、异质人脸识别方法、装置及设备 | |
JP6624794B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US8374422B2 (en) | Face expressions identification | |
CN105740780B (zh) | 人脸活体检测的方法和装置 | |
JP6544900B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
JP6345147B2 (ja) | ステレオ画像の対において物体を検出する方法 | |
US9443325B2 (en) | Image processing apparatus, image processing method, and computer program | |
US8270682B2 (en) | Hair segmentation | |
KR20170006355A (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
JP2003323622A (ja) | 画像認識システム及びその認識方法並びにプログラム | |
KR102284096B1 (ko) | 중요도 맵을 이용한 지능형 주관적 화질 평가 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
JP2000003452A (ja) | デジタル画像における顔面の検出方法、顔面検出装置、画像判定方法、画像判定装置およびコンピュ―タ可読な記録媒体 | |
JP2010176380A (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
JPWO2005038716A1 (ja) | 画像照合システム及び画像照合方法 | |
JP2000105829A (ja) | 顔パーツ検出方法及びその装置 | |
JPWO2010122721A1 (ja) | 照合装置、照合方法および照合プログラム | |
WO2019011073A1 (zh) | 人脸活体检测方法及相关产品 | |
JP2014041477A (ja) | 画像認識装置及び画像認識方法 | |
WO2021031446A1 (zh) | 一种基于二维动态特征的离线笔迹个体识别系统及方法 | |
WO2018234384A1 (en) | DETECTION OF FACIAL ARTIFICIAL IMAGES USING FACIAL REFERENCES | |
JPWO2013122009A1 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
JP2011253354A (ja) | 画像処理装置および方法、並びにプログラム | |
JP2005250712A (ja) | 人物属性識別方法およびそのシステム |
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 |