CN115527260A - 一种身份识别方法及系统 - Google Patents
一种身份识别方法及系统 Download PDFInfo
- Publication number
- CN115527260A CN115527260A CN202211293391.1A CN202211293391A CN115527260A CN 115527260 A CN115527260 A CN 115527260A CN 202211293391 A CN202211293391 A CN 202211293391A CN 115527260 A CN115527260 A CN 115527260A
- Authority
- CN
- China
- Prior art keywords
- video
- recognition
- information
- feature
- dynamic
- 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
Images
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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种身份识别方法及系统,通过在身份安全识别平台中对采集到用户身份的实时认证视频信息分别进行视频人脸特征、视频颜色特征和视频动态特征识别,并在预先构建的特征评估模型对识别到的视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,并根据得到的人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,并基于得到的身份验证指标激活身份安全识别平台对应的认证权限。在本发明实施例中,在身份识别过程中除对人脸特征进行识别,还对影响人脸视频的视频环境颜色和视频动态特征等多元化信息进行识别,并综合识别到的特征进行身份识别,从而实现有效提高身份识别的准确性的目的。
Description
技术领域
本发明涉及视频身份识别技术领域,尤其涉及一种身份识别方法及系统。
背景技术
人脸识别作为身份识别验证的主要识别技术之一,被广泛的应用于安防、交通、支付等多各领域,已与人类的社会生活密不可分。
在现有技术中,通过采集包含人脸的视频信息进行面部识别,进一步进行身份的确认。在不同场景下,由于光线、角度和遮挡物的不同,采集到的视频信息也会有所区别,进而在进行身份识别时,因视频信息的区别会导致识别错误或者无法识别的问题。
发明内容
有鉴于此,本发明实施例提供一种身份识别方法及系统,以解决采用现有技术进行身份识别时无法识别或识别错误的问题。
为解决上述问题,本发明实施例提供如下技术方案:
本发明实施例第一方面公开了一种身份识别方法,所述方法包括:
采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;
在所述身份安全识别平台中对所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;
在预先构建的特征评估模型对所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建;
根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;
基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
优选的,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征,包括:
在所述身份安全识别平台的视频人脸识别模块中对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征;
所述视频人脸特征识别包括:
提取所述实时认证视频信息中的人脸视频信息;
基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征;
基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征;
集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
优选的,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征,包括:
在所述身份安全识别平台的视频颜色识别模块中对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征;
所述视频颜色特征识别包括:
提取所述实时认证视频信息中身份待识别用户所处的环境信息;
分析所述环境信息,得到第一环境色阶信息;
基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征。
优选的,所述基于预设标识环境比对库对所述第一环境色阶信息进行比对,得到视频环境颜色识别特征,包括:
将所述环境信息与所述预设标识环境比对库中的环境信息进行比对;
若存在一致信息,确定所述身份待识别用户所处的环境信息处于所述预设标识环境比对库;
对所述身份待识别用户进行面部识别,得到可识别身份待识别用户面部的识别角度;
在所述预设标识环境比对库中进行明暗度比对,获取与所述识别角度匹配的第二环境色阶信息;
将所述第二环境色阶信息与所述第一环境色阶信息进行比较,将得到信息参差度作为视频环境颜色识别特征。
优选的,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征,包括:
在所述身份安全识别平台的视频动态识别模块中对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征;
所述视频动态特征识别包括:
获取所述实时认证视频信息中的视频动作信息;
根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息;
提取所述视频动作信息中的动态视频帧,得到视频帧连续信息;
集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
优选的,基于所述样本评估信息预先构建特征评估模型的过程包括:
获取样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征;
将所述样本人脸样本识别特征作为X轴,将所述样本视频环境颜色识别特征作为Y轴,将所述样本视频动态特征作为Z轴,构建三维评估模型;
将所述样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征作为所述三维评估模型的输入,在所述三维评估模型进行特征占比分析,直至输出样本人脸特征识别结果、所述样本视频环境颜色特征识别结果和所述样本视频动态特征识别结果。
本发明实施例第二方面公开了一种身份识别系统,所述系统包括:
摄像装置,用于采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;
所述身份安全识别平台,用于对输入的所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;
特征评估模型,用于对输入的所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建;
身份安全验证指标获取装置,用于接收并根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;
激活装置,用于基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
优选的,对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征的身份安全识别平台,包括:
视频人脸识别模块,用于提取所述实时认证视频信息中的人脸视频信息;基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征;基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征;集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
优选的,对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征的身份安全识别平台,包括:
视频颜色识别模块,用于提取所述实时认证视频信息中身份待识别用户所处的环境信息;分析所述环境信息,得到第一环境色阶信息;基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征。
优选的,对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征的身份安全识别平台,包括:
视频动态识别模块,用于获取所述实时认证视频信息中的视频动作信息;
根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息;提取所述视频动作信息中的动态视频帧,得到视频帧连续信息;集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
基于上述本发明实施例提供的一种身份识别方法及系统,该方法通过采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;在所述身份安全识别平台中对所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;在预先构建的特征评估模型对所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建;根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。在本发明实施例中,在身份识别过程中除对人脸特征进行识别,还对影响人脸视频的视频环境颜色和视频动态特征等多元化信息进行识别,并综合识别到的特征进行身份识别,从而实现有效提高身份识别的准确性的目的。
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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种身份识别系统架构示意图;
图2为本发明实施例公开的一种身份识别方法的流程示意图;
图3为本发明实施例公开的一种特征评估模型的构建方法的流程示意图;
图4为本发明实施例公开的一种进行视频人脸特征的识别方法的流程示意图;
图5为本发明实施例公开的一种视频颜色特征的识别方法的流程示意图;
图6为本发明实施例公开的一种视频动态特征的识别方法的流程示意图。
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。
在本申请中,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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
如图1所示,为本发明实施例公开的一种身份识别系统架构示意图。该身份识别系统包括智能摄像头1和视频高精度识别处理系统2。
该智能摄像头1与视频高精度识别处理系统2通信连接。
该智能摄像头1对身份待确认用户的实时认证视频信息进行采集,由于受到光线照射角度、明亮度不同,所采集到的实时视频信息相应的也有所差别,不同程度上会影响到信息识别结果。因此,通过对所述身份待确认用户的实时认证视频信息进行采集,将其作为判别分析源头进行后期剖析,以确定身份识别特征。具体的分析则由视频高精度识别处理系统2完成。
该视频高精度识别处理系统2包括身份安全识别平台21、特征评估模块22、身份安全验证指标获得模块23和认证权限激活模块24。
身份安全识别平台21在身份认证界面进行设置,该身份安全识别平台包括视频人脸识别层、视频颜色识别层和视频动态识别层,所述身份安全识别平台用于识别用户身份进行验证。
通过所述身份安全识别平台可对所述身份待确认用户的身份鉴定特征信息进行提取,从而进行用户身份的确认,所述身份安全识别平台的设置,为后期进行视频鉴别提供了基础条件。
其中,所述视频人脸识别层是对视频中用户脸部特征进行识别的网络层。所述视频颜色识别层是对采集视频中环境色进行具体分析鉴定的网络层。所述视频动态识别层是对所述身份待确认用户的肢体动作的动态特征进行提取的网络层。
在通过身份安全识别平台21识别出视频人脸识别特征、视频环境颜色识别特征和视频动态特征之后,将视频人脸识别特征、视频环境颜色识别特征和视频动态特征输入至特征评估模块22进行特征评估。
特征评估模块22为三维评估模型,所述三维评估模型是对所述视频人脸识别特征、所述视频环境颜色识别特征和所述视频动态特征进行占比评估的模型。
所述三维评估模型以所述预设视频人脸识别特征为X轴,所述预设颜色识别特征作为Y轴,所述预设视频动态特征作为Z轴,通过将特征进行坐标化,用三个坐标轴表述三个评估特征维度,基于三维坐标系对各个特征的坐标占比情况进行评定,获得相应的人脸特征识别结果、颜色特征识别结果和视频动态特征识别结果。
基于所述三维评估模型进行相应特征占比的分析,所述视频人脸识别特征、所述视频环境颜色识别特征和所述视频动态特征的相应区域范围可清晰的被展现,通过进行各特征对应区域范围的比对,确定相应的特征占比,将其作为所述人脸特征识别结果、所述颜色特征识别结果和所述视频动态特征识别结果输出至身份安全验证指标获得模块23。
身份安全验证指标获得模块23依据输入的所述人脸识别特征、所述颜色识别特征和所述视频动态特征的坐标占比,确定所述人脸识别特征、所述颜色识别特征和所述视频动态特征对身份验证结果的影响程度比例值,在此基础上对所述身份待确认用户具体验证特征信息进行计算,获得所述身份安全验证指标。
通过身份安全验证指标获得模块23在上述识别结果的基础上依据各识别特征的影响程度不同进行相应身份信息的鉴别,进一步提高了身份信息识别的准确性。
认证权限激活模块24则根据身份安全验证指标获得模块23得到的所述身份安全验证指标在大数据系统中进行相似度筛查,从而对实时动态视频中用户的身份进行确定。进一步的,进行所述身份安全识别平台对应认证权限的激活。
在本发明实施例中,通过对所述实时动态视频进行多个维度特征的分析判定,以确定最终的用户身份信息,有效提高了视频识别过程中的识别精准度。
基于上述本发明实施例公开的身份识别系统架构,如图2所示,为本发明实施例公开的一种身份识别方法的流程示意图,该方法包括如下步骤:
S201:采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台。
在S201中,所述摄像设备可以具体为图1中示出的智能摄像头1。
在具体执行S201中,通过摄像设备或摄像装置采集待识别用户身份的实时认证视频信息,并将实时认证视频信息输入至预先构建的身份安全识别平台。
S202:在所述身份安全识别平台中对所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征。
在S202中,在身份认证界面预先设置身份安全识别平台。所述身份安全识别平台用于识别用户身份进行识别验证。
其中,所述身份安全识别平台包括但不限于视频人脸识别层、视频颜色识别层和视频动态识别层。
所述视频人脸识别层、视频颜色识别层和视频动态识别层可以分别对采集到的视频信息进行针对性的识别分析,以确定用户的身份信息。
具体的,所述视频人脸识别层用于对实时认证视频信息中的用户脸部特征进行识别,输出视频人脸识别特征。
所述视频颜色识别层用于对实时认证视频信息中的环境色进行具体分析鉴定,输出视频环境颜色识别特征。
所述视频动态识别层用于对实时认证视频信息中的待识别用户身份的用户的肢体动作的动态特征进行提取,输出视频动态特征。
在本发明的一个实施例中,该身份安全识别平台可以具体为图1中示出的身份安全识别平台21。
S203:在预先构建的特征评估模型对所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果。
在S203中,所述特征评估模型的构建方式可以有很多种。
在本发明的一个实施例中,所述特征评估模型基于样本评估信息构建,具体构建过程包括:
首先,获取样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征。
其中,所述样本人脸识别特征包括预设人脸识别特征广度和对应的识别级别,所述样本视频环境颜色识别特征包括预设环境色阶范围信息,所述样本视频动态特征包括预设肢体动态信息和预设视频帧范围信息。
其次,将所述样本人脸样本识别特征作为X轴,将所述样本视频环境颜色识别特征作为Y轴,将所述样本视频动态特征作为Z轴,构建三维评估模型。
最后,将所述样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征作为所述三维评估模型的输入,在所述三维评估模型进行特征占比分析,直至输出样本人脸特征识别结果、所述样本视频环境颜色特征识别结果和所述样本视频动态特征识别结果。
在本发明的一个实施例中,所述特征评估模型的构建过程如图3所示,主要包括如下步骤:
S301:获得预设人脸识别特征、预设颜色识别特征和预设视频动态特征。
在S301中,所述预设人脸识别特征指预设的人脸识别特征广度与相应级别;所述预设颜色识别特征指预设环境色阶范围;所述预设视频动态特征指肢体动态变化与视频帧范围汇总。
S302:将所述预设人脸识别特征作为x轴,将预设颜色识别特征作为Y轴,将所述预设视频动态特征作为z轴,搭建三维评估模型。
在具体执行S302的过程中,基于所述预设人脸识别特征、所述预设颜色识别特征和所述预设视频动态特征,建立三维空间直角坐标系,以所述预设人脸识别特征作为x轴,预设颜色识别特征作为Y轴,所述预设视频动态特征作为z轴进行坐标化,建立等效模型进行模拟评估,获得所述三维评估模型。
在本发明的一个实施例中,该特征评估模型可以具体为图1中示出的特征评估模块22。
在具体执行S203的过程中,首选,预先构建的特征评估模型对输入的视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行坐标化,得到利用三维坐标系表述的视频人脸识别特征、视频环境颜色识别特征和视频动态特征,其中,一维坐标分别对应一个识别特征;然后,基三维坐标系对各个特征的坐标占比进行评定,得到相应的人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果。
具体评定的过程为:
在特征评估模型中以整体作为基数,分别对视频人脸识别特征、视频环境颜色识别特征和视频动态特征占比进行判定,确定各个特征相应的占比结果,将其作为最终的识别结果进行输出,获得人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果。
基于此,通过分析多个身份识别特征的占比情况,确定各个特征对身份识别结果的影响程度,在此基础上进行相应识别判定,使得识别结果更加准确。
S204:根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标。
在S204中,身份安全验证指标指中和系列影响因素,判断所述身份待确认用户具体身份特征信息的具体指标。
在具体执行S204的过程中,首先,根据人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果所指示的坐标占比,确定所述人脸识别特征、所述颜色识别特征和所述视频动态特征对身份验证结果的影响程度比例值;然后,根据该影响程度比例值得到身份安全验证指标。
S205:基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
本发明实施例公开的一种身份识别方法,在身份认证界面设置身份安全识别平台,该平台基于视频人脸识别层、视频颜色识别层和视频动态识别层,进行用户身份的识别验证,基于摄像设备采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;在身份安全识别平台中对所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;在预先构建的特征评估模型从三个维度对所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,进一步根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
在本发明实施例中,通过在所述身份安全识别平台中多各识别网络层对所述实时视频信息分别进行视频人脸识别特征、视频环境颜色识别特征和视频动态特征的提取判定,通过进行多个特征维度的信息识别和分析,可最大化解决现有技术中进行身份识别时未考虑相应识别结果影响因素造成识别错误或无法识别身份的结果的问题,实现有效提高了身份识别的准确性的目的。
进一步的,从三个自然维度对所述视频人脸识别特征、所述视频颜色识别特征和所述视频动态识别特征进行特征占比分析,基于各个特征在身份识别过程中的影响程度进行针对性评估,可进一步提高验证精度。
基于上述本发明实施例公开的身份识别方法,执行图2中示出的S202中的视频人脸识别特征的识别,具体为:在所述身份安全识别平台的视频人脸识别模块中对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征。具体过程如图4所示,主要包括:
S401:提取所述实时认证视频信息中的人脸视频信息。
S402:基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征。
在具体执行S402的过程中,对人脸视频信息进行眼睛区域的划分,在所述眼睛区域进行虹膜检测。其中,虹膜指位于黑色瞳孔和白色巩膜之间的圆环状部分,该部分包含多种相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征,由于虹膜在胎儿发育阶段形成后,整个生命历程中都将保持不变,继而决定了相应虹膜特征的唯一性,可基于此进行身份识别,通过进行虹膜检测获得所述眼部虹膜特征,所述眼部虹膜特征包括虹膜的颜色、组织、结构等。
S403:基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征。
在具体执行S403的过程中,基于所述人脸视频信息对身份待识别用户的五官的比例、分布、面貌长相进行具象识别分析,获得相应的比例特征,即五官比例特征。
S404:集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
在具体执行S404的过程中,依据获得的所述五官比例特征和所述眼部虹膜特征,获得所述视频人脸识别特征,通过进行所述实时视频信息中所述人脸识别特征的提取,可对用户的身份确认提供一定的信息支持,作为用户身份判定的依据。
基于上述本发明实施例公开的身份识别方法,执行图2中示出的S202中的视频颜色特征的识别,具体为:在所述身份安全识别平台的视频颜色识别模块中对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征。具体过程如图5所示,主要包括:
S501:提取所述实时认证视频信息中身份待识别用户所处的环境信息。
S502:分析所述环境信息,得到第一环境色阶信息。
在具体执行S502的过程中,对所述身份待识别用户实时所处的环境信息进行进一步的细化分析,对其环境色阶进行确定,获得第一环境色阶信息,所述第一环境色阶指表述采集的实时认证视频的亮度强弱的指数标准,与所处环境中人和物的本色无关。
S503:基于预设标识环境比对库对所述第一环境色阶信息进行比对,得到视频环境颜色识别特征。
在S503中,预设标识环境比对库,对环境色阶由明到暗进行排序标识,即最亮为白最暗为黑,将其储存到所述视频颜色识别模块。
所述环境色阶指受到周围物体反射的环境颜色的影响,进而引起的人或物的固有色变化。基于环境颜色的影响,所检测识别到的所述身份待识别用户的面部相关信息也会受到相应的影响,从而影响信息识别的精准度。
基于光照等因素的影响,所述环境颜色属于实时变化条件,因此,执行S503基于预设标识环境比对库对所述第一环境色阶信息进行比对,基于得到视频环境颜色识别特征进行调整,可有效提高用户身份识别的准确度。
在本发明的一个实施例中,基于预设标识环境比对库对所述第一环境色阶信息进行比对,得到视频环境颜色识别特征的具体过程包括:
步骤1:将所述环境信息与所述预设标识环境比对库中的环境信息进行比对。若存在一致信息,执行步骤2。
步骤2:确定所述身份待识别用户所处的环境信息处于所述预设标识环境比对库。
执行步骤1至步骤2,基于所述预设标识环境比对库对所述身份待识别用户实时所处环境信息比对,判断所述身份待识别用户实时所处环境是否处于所述预设标识环境比对库,若所述身份待识别用户实时所处环境处于所述预设标识环境比对库,执行步骤3。
步骤3:对所述身份待识别用户进行面部识别,得到可识别身份待识别用户面部的识别角度。
在具体执行步骤3的过程中,对所述身份待识别用户被进行识别的角度进行确定,获得该用户所处的识别角度,基于所述识别角度,可以对所述身份待识别用户进行相应面部识别。
步骤4:在所述预设标识环境比对库中进行明暗度比对,获取与所述识别角度匹配的第二环境色阶信息。
在具体执行步骤4的过程中,在所述预设标识环境比对库中通过进行明暗度的比对确定与识别角度相匹配的第二环境色阶信息。
步骤5:将所述第二环境色阶信息与所述第一环境色阶信息进行比较,将得到信息参差度作为视频环境颜色识别特征。
在具体执行步骤5的过程中,对比所述识别角度对应的第二环境色阶信息和所述第一环境色阶信息,确定两者之间信息参差度,进而获取所述环境颜色比对结果,即信息参差度;将得到信息参差度作为视频环境颜色识别特征。
基于此,在存在不同角度采光有所差别,易造成所述第一识别角度对应的匹配环境色阶信息所述环境色阶信息间信息差的存在,从而影响识别结果,进行用户身份识别过程中,将上述误差考虑进去,可有效减少外因对识别准确度的影响。
基于上述本发明实施例公开的身份识别方法,执行图2中示出的S202中的视频动态特征的识别,具体为:在所述身份安全识别平台的视频动态识别模块中对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征。具体过程如图6所示,主要包括:
S601:获取所述实时认证视频信息中的视频动作信息。
在执行S601的过程中,对所述身份待识别用户的视频动作信息进行捕捉,得到视频动作信息。
S602:根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息。
在执行S602的过程中,在所述视频动作信息的基础上,对所述身份待识别用户在身份验证过程中的肢体动态变化进行提取分析,获取用户肢体动态性,即用户肢体动态信息。
S603:提取所述视频动作信息中的动态视频帧,得到视频帧连续信息。
在S603中,帧作为视频信息的基本单位,在帧率低于15帧/秒时会出现视频卡顿情况。同理,随着帧数的增大,所对应的视频数据量也会增大,在相应程度内视频的播放也更加连贯。
在执行S603的过程中,通过对所述视频动作信息中动态视频帧进行提取,即动态视频中的多个静止画面,获取视频帧连续性,即视频帧连续信息。
S604:集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
在执行S604的过程中,根据所述用户肢体动态信息和所述视频帧连续信息,输出所述视频动态特征。通过对所述视频动态特征的提取,对所述身份待确认用户进行身份验证时,可进一步提高判定信息的广度,进行多元化信息验证,提高验证准确度。
基于上述本发明实施例公开的一种身份识别系统,本发明实施例还公开了一种身份识别系统,该身份识别系统包括:摄像装置、身份安全识别平台、特征评估模型、身份安全验证指标获取装置和激活装置。
摄像装置,用于采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台。
该摄像装置可以具体为图1中示出的智能摄像头1。
所述身份安全识别平台,用于对输入的所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征。
该身份安全识别平台可以具体为图1中示出的身份安全识别平台21。
特征评估模型,用于对输入的所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建。
该特征评估模型可以具体为图1中示出的特征评估模块22。
身份安全验证指标获取装置,用于接收并根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标。
该身份安全验证指标获取装置可以具体为图1中示出的身份安全验证指标获得模块23。
激活装置,用于基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
该激活装置可以具体为图1中示出的认证权限激活模块24。
在本发明的一个实施例中,对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征的身份安全识别平台,包括:
视频人脸识别模块,用于提取所述实时认证视频信息中的人脸视频信息;基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征;基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征;集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
在本发明的一个实施例中,对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征的身份安全识别平台702,包括:
视频颜色识别模块,用于提取所述实时认证视频信息中身份待识别用户所处的环境信息;分析所述环境信息,得到第一环境色阶信息;基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征。
基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征的该视频颜色识别模块,具体用于:
将所述环境信息与所述预设标识环境比对库中的环境信息进行比对;若存在一致信息,确定所述身份待识别用户所处的环境信息处于所述预设标识环境比对库;对所述身份待识别用户进行面部识别,得到可识别身份待识别用户面部的识别角度;在所述预设标识环境比对库中进行明暗度比对,获取与所述识别角度匹配的第二环境色阶信息;将所述第二环境色阶信息与所述第一环境色阶信息进行比较,将得到信息参差度作为视频环境颜色识别特征。
在本发明的一个实施例中,对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征的身份安全识别平台,包括:
视频动态识别模块,用于获取所述实时认证视频信息中的视频动作信息;
根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息;提取所述视频动作信息中的动态视频帧,得到视频帧连续信息;集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
在本发明实施例公开的身份识别系统中,还包括:
身份安全识别平台设置模块,用于在身份认证界面进行设置身份安全识别平台。
在本发明实施例公开的身份识别系统中,还包括:
第一预先构建模块,用于构建该特征评估模型。具体为:
获取样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征;将所述样本人脸样本识别特征作为X轴,将所述样本视频环境颜色识别特征作为Y轴,将所述样本视频动态特征作为Z轴,构建三维评估模型;将所述样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征作为所述三维评估模型的输入,在所述三维评估模型进行特征占比分析,直至输出样本人脸特征识别结果、所述样本视频环境颜色特征识别结果和所述样本视频动态特征识别结果。
在本发明实施例公开的身份识别系统中,还包括:
第二预先构建模块,用于构建该特征评估模型。具体为:
获得预设人脸识别特征、预设颜色识别特征和预设视频动态特征。将所述预设人脸识别特征作为x轴,将预设颜色识别特征作为Y轴,将所述预设视频动态特征作为z轴,搭建三维评估模型。
在本发明实施例中,通过在所述身份安全识别平台中多各识别网络层对所述实时视频信息分别进行视频人脸识别特征、视频环境颜色识别特征和视频动态特征的提取判定,通过进行多个特征维度的信息识别和分析,可最大化解决现有技术中进行身份识别时未考虑相应识别结果影响因素造成识别错误或无法识别身份的结果的问题,实现有效提高了身份识别的准确性的目的。
进一步的,从三个自然维度对所述视频人脸识别特征、所述视频颜色识别特征和所述视频动态识别特征进行特征占比分析,基于各个特征在身份识别过程中的影响程度进行针对性评估,可进一步提高验证精度。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种身份识别方法,其特征在于,所述方法包括:
采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;
在所述身份安全识别平台中对所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;
在预先构建的特征评估模型对所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建;
根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;
基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
2.根据权利要求1所述的方法,其特征在于,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征,包括:
在所述身份安全识别平台的视频人脸识别模块中对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征;
所述视频人脸特征识别包括:
提取所述实时认证视频信息中的人脸视频信息;
基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征;
基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征;
集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
3.根据权利要求1所述的方法,其特征在于,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征,包括:
在所述身份安全识别平台的视频颜色识别模块中对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征;
所述视频颜色特征识别包括:
提取所述实时认证视频信息中身份待识别用户所处的环境信息;
分析所述环境信息,得到第一环境色阶信息;
基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征。
4.根据权利要求3所述的方法,其特征在于,所述基于预设标识环境比对库对所述第一环境色阶信息进行比对,得到视频环境颜色识别特征,包括:
将所述环境信息与所述预设标识环境比对库中的环境信息进行比对;
若存在一致信息,确定所述身份待识别用户所处的环境信息处于所述预设标识环境比对库;
对所述身份待识别用户进行面部识别,得到可识别身份待识别用户面部的识别角度;
在所述预设标识环境比对库中进行明暗度比对,获取与所述识别角度匹配的第二环境色阶信息;
将所述第二环境色阶信息与所述第一环境色阶信息进行比较,将得到信息参差度作为视频环境颜色识别特征。
5.根据权利要求1所述的方法,其特征在于,所述在所述身份安全识别平台中对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征,包括:
在所述身份安全识别平台的视频动态识别模块中对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征;
所述视频动态特征识别包括:
获取所述实时认证视频信息中的视频动作信息;
根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息;
提取所述视频动作信息中的动态视频帧,得到视频帧连续信息;
集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
6.根据权利要求1至5中任一项所述的方法,其特征在于,基于所述样本评估信息预先构建特征评估模型的过程包括:
获取样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征;
将所述样本人脸样本识别特征作为X轴,将所述样本视频环境颜色识别特征作为Y轴,将所述样本视频动态特征作为Z轴,构建三维评估模型;
将所述样本人脸识别特征、样本视频环境颜色识别特征和样本视频动态特征作为所述三维评估模型的输入,在所述三维评估模型进行特征占比分析,直至输出样本人脸特征识别结果、所述样本视频环境颜色特征识别结果和所述样本视频动态特征识别结果。
7.一种身份识别系统,其特征在于,所述系统包括:
摄像装置,用于采集待识别用户身份的实时认证视频信息,并将所述实时认证视频信息输入至预先构建的身份安全识别平台;
所述身份安全识别平台,用于对输入的所述实时认证视频信息分别进行视频人脸特征识别、视频颜色特征识别和视频动态特征识别,输出对应的视频人脸识别特征、视频环境颜色识别特征和视频动态特征;
特征评估模型,用于对输入的所述视频人脸识别特征、视频环境颜色识别特征和视频动态特征进行评估,得到人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果,所述特征评估模型基于样本评估信息构建;
身份安全验证指标获取装置,用于接收并根据所述人脸特征识别结果、视频环境颜色特征识别结果和视频动态特征识别结果进行计算,得到身份安全验证指标;
激活装置,用于基于所述身份验证指标激活所述身份安全识别平台对应的认证权限。
8.根据权利要求7所述的系统,其特征在于,对所述实时认证视频信息进行视频人脸特征识别,得到视频人脸识别特征的身份安全识别平台,包括:
视频人脸识别模块,用于提取所述实时认证视频信息中的人脸视频信息;基于所述人脸视频信息划分眼睛区域,并在所述眼睛区域进行虹膜检测,得到眼部虹膜特征;基于所述人脸视频信息分析身份待识别用户的五官,对所述身份待识别用户的五官进行定位,并基于定位后的所述身份待识别用户的五官计算得到五官比例特征;集合所述眼部虹膜特征和所述五官比例特征,得到视频人脸识别特征。
9.根据权利要求7所述的系统,其特征在于,对所述实时认证视频信息进行视频颜色特征识别,得到视频环境颜色识别特征的身份安全识别平台,包括:
视频颜色识别模块,用于提取所述实时认证视频信息中身份待识别用户所处的环境信息;分析所述环境信息,得到第一环境色阶信息;基于预设标识环境比对库对所述环境色阶信息进行比对,得到视频环境颜色识别特征。
10.根据权利要求1所述的系统,其特征在于,对所述实时认证视频信息进行视频动态特征识别,得到视频动态特征的身份安全识别平台,包括:
视频动态识别模块,用于获取所述实时认证视频信息中的视频动作信息;
根据所述视频动作信息分析身份待识别用户的肢体动态变化信息,得到用户肢体动态信息;提取所述视频动作信息中的动态视频帧,得到视频帧连续信息;集合所述用户肢体动态信息和所述视频帧连续信息,得到视频动态特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211293391.1A CN115527260A (zh) | 2022-10-21 | 2022-10-21 | 一种身份识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211293391.1A CN115527260A (zh) | 2022-10-21 | 2022-10-21 | 一种身份识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115527260A true CN115527260A (zh) | 2022-12-27 |
Family
ID=84702715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211293391.1A Pending CN115527260A (zh) | 2022-10-21 | 2022-10-21 | 一种身份识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115527260A (zh) |
-
2022
- 2022-10-21 CN CN202211293391.1A patent/CN115527260A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609383B (zh) | 3d人脸身份认证方法与装置 | |
CN107748869B (zh) | 3d人脸身份认证方法与装置 | |
CN107633165B (zh) | 3d人脸身份认证方法与装置 | |
CN106469302B (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
CN105631439B (zh) | 人脸图像处理方法和装置 | |
KR101947538B1 (ko) | 인증 장치, 및 인증 방법 | |
RU2431190C2 (ru) | Способ и устройство распознавания рельефности лица | |
EP2848196B1 (en) | Apparatus for blood vessel imaging | |
CN104598882B (zh) | 用于生物特征验证的电子欺骗检测的方法和系统 | |
CN100361131C (zh) | 信息处理设备、信息处理方法 | |
CN108573203A (zh) | 身份认证方法和装置及存储介质 | |
CN108124486A (zh) | 基于云端的人脸活体检测方法、电子设备和程序产品 | |
Medioni et al. | Face modeling and recognition in 3-D | |
CN107169483A (zh) | 基于人脸识别的任务执行 | |
CN107292283A (zh) | 混合人脸识别方法 | |
US20090161925A1 (en) | Method for acquiring the shape of the iris of an eye | |
CN110163078A (zh) | 活体检测方法、装置及应用活体检测方法的服务系统 | |
CN111462379A (zh) | 一种含掌静脉和人脸识别的门禁管理方法、系统及介质 | |
CN106156702A (zh) | 身份认证方法及设备 | |
CN107479801A (zh) | 基于用户表情的终端显示方法、装置及终端 | |
CN109661668A (zh) | 用于虹膜识别的图像处理方法和系统 | |
JP7192872B2 (ja) | 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 | |
CN112396573A (zh) | 基于图像识别的面部皮肤分析方法及系统 | |
CN106529436A (zh) | 一种身份一致性认证方法、装置和移动终端 | |
CN109726694A (zh) | 一种虹膜图像采集方法及装置 |
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 |