CN117523233A - 一种证件照相似性比对方法、装置、设备及存储介质 - Google Patents

一种证件照相似性比对方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117523233A
CN117523233A CN202311480098.0A CN202311480098A CN117523233A CN 117523233 A CN117523233 A CN 117523233A CN 202311480098 A CN202311480098 A CN 202311480098A CN 117523233 A CN117523233 A CN 117523233A
Authority
CN
China
Prior art keywords
similarity
region
photo
head
calculating
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
Application number
CN202311480098.0A
Other languages
English (en)
Inventor
王沛
沈大勇
张忠山
姚锋
王涛
闫俊刚
程力
潘雨
吕济民
何磊
陈宇宁
陈盈果
刘晓路
杜永浩
陈英武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202311480098.0A priority Critical patent/CN117523233A/zh
Publication of CN117523233A publication Critical patent/CN117523233A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种证件照相似性比对方法，包括以下步骤：S1、计算当前照片和历史照片的md5值并比对；S2、获取脸部区域定位和68点脸部特征点；S3、根据脸部特征点和脸部区域定位计算出头部区域和领部区域；S4、通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；S5、通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；S6、通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；S7、判断是否为同一张照片。本申请还提供一种证件照相似性比对装置、设备及存储介质。本发明通过评估历史照片和当前使用的照片之间的相似度，从而准确判断是否由同一个底图进行了修改，有效防止一张照片被多次用于不同职位时期，从而保障照片的真实性和完整性。

Description

一种证件照相似性比对方法、装置、设备及存储介质
技术领域
本发明涉及图像处理领域，更具体地说，特别涉及一种证件照相似性比对方法、装置、设备及存储介质。
背景技术
在现代社会中，证件照片广泛应用于各种场景。然而，随着数字技术的快速发展，图像处理软件的普及，以及编辑和修改照片的便捷性，使得照片的修改变得极为简单。尤其对于个人履历的变迁或职位更替后，当需要提交新的履职照片时，用户面临重新采集照片的困扰。然而，幸运的是，图片处理技术的不断发展为用户提供了一个更为简单的解决途径。通过修图软件，用户可以轻松将之前提交的履职照片中的制服和关键信息进行修改和更新，而无需再进行线下采集。尽管这种方便性为用户带来了便利，但也引发了一个问题，即系统无法通过历史照片跟踪用户容貌的变更。也无法保障系统的准确性和安全性。
发明内容
本发明的目的在于提供一种证件照相似性比对方法，以克服现有技术中所存在的问题。
一种证件照相似性比对方法，包括以下步骤：
S1、计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片；
S2、检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点；
S3、根据脸部特征点和脸部区域定位计算出头部区域和领部区域；
S4、通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；
S5、通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；
S6、通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；
S7、判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
进一步地，所述步骤S3中采用通用的68点脸部特征点检测算法。
进一步地，所述步骤S3中头部区域的计算具体包括：
S31、通过证件照片人像头顶位置定位算法定位到头顶；
S32、通过识别的脸部区域，获取到脸宽，并在脸宽左右两边均增加脸宽的1/6宽度，得到头部感兴趣区域宽；
S33、通过下巴点8和计算的头顶位置得到头高，并在头顶增加脸宽的1/6；
S34、以脸宽的1/6为一个比例值，确保从两张不同照片截取出来的头部感兴趣区域只受到脸部区域定位的影响；
S35、头部感兴趣区域往外拓展脸部宽度的1/6。
进一步地，所述步骤S3中领部区域的计算具体包括：
S36、建立图像坐标系，该图像坐标系是左上角为原点,纵向往下为Y轴，横向往右为X轴；
S37、通过检测到的脸部特征点,以下巴两侧点6和点10的x值计算出宽度,高度设置为宽度的3倍,以下巴两侧点6的x值和点8的y值做左上角起始点，建立领部区域。
为了解决上述技术问题，本申请实施例还提供一种证件照相似性比对装置，采用了如下所述的技术方案：
一种证件照相似性比对装置，包括：
比对过滤模块，用于计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片；
检测模块，用于检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点；
第一计算模块，用于根据脸部特征点和脸部区域定位计算出头部区域和领部区域；
第二计算模块，用于通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；
第三计算模块，用于通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；
第四计算模块，用于通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；
判断模块，用于判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如上所述的证件照相似性比对方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种存储介质，采用了如下所述的技术方案：
一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的证件照相似性比对方法的步骤。
与现有技术相比，本发明的优点在于：本发明通过评估历史照片和当前使用的照片之间的相似度，从而准确判断是否由同一个底图进行了修改，有效防止一张照片被多次用于不同职位时期，从而保障照片的真实性和完整性。
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是本申请实施例应用场景图。
图2是本申请证件照相似性比对方法的流程图。
图3是本申请本申请实施例68点脸部特征点检测示意图。
图4是本申请本申请实施例头部区域截取的示意图。
图5是本申请本申请实施例领口区域截取的示意图。
图6是本申请本申请实施例头部区域特征向量计算余弦距离的示意图。
图7是本申请本申请实施例脸部特征向量计算向量余弦距离的示意图。
图8是本申请本申请实施例领口感兴趣区域相似度的示意图。
图9是本申请本申请实施例f2能弥补照片颜色过度和裁剪区域调整带来的误判示意图。
图10是本申请本申请实施例f1，f3能弥补瘦脸影响特征点差异的算法导致的误判示意图。
图11是本申请本申请实施例f3能弥补对脸部严重修图导致f1和f2定位不准导致的误判的示意图。
图12是根据本申请证件照相似性比对装置的框架图。
图13是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
现有技术在对不同时期的同一个人的照片进行比对时，具体为比对两种照片是否同一个人，而非同一个人不同照片的相似性比对。即无法准确判断同一个人的两张照片的相似度。
本实施例主要应用于以下场景，参阅图1所示，通过业务场景分析。照片主要修改的地方如下：(1)制服上代表职称的配饰信息。(2)照片宽高，通常修改后的照片照片为了保证边缘自然会对图像进行缩放。宽高都会比原图小。(3)部分照片会做一些美颜。(4)少部分情况会将整个衣服换掉。
为此，参阅图2所示，本申请实施例提供的一种证件照相似性比对方法，包括以下步骤：
步骤S1、计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片。
步骤S2、检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点。
具体的，如图3所示，本实施例采用通用的68点脸部特征点检测算法。68个人脸关键点标注和面部矩形定位可以看下图2，序号从脸部轮廓左眼左角开始，到右眼右角结束，脸部轮廓均匀采样了17个关键点，单边眉毛有5个关键点，从左边界到右边界均匀采样，共5×2＝10个。眼睛分为6个关键点，分别是左右边界，上下眼睑均匀采样，共6×2＝12个。嘴唇分为20个关键点，除了嘴角的2个，分为上下嘴唇。上下嘴唇的外边界，各自均匀采样5个点，上下嘴唇的内边界，各自均匀采样3个点，共20个。鼻梁部分4个关键点，鼻尖部分则均匀采集5个，共9个关键点。
步骤S3、根据脸部特征点和脸部区域定位计算出头部区域和领部区域.
具体的，根据特征点和脸部区域定位计算，如果是同一张底图，定位到的头部区域和领部相差不大。
如图4和图5所示，头部区域的计算具体包括：
步骤S31、通过证件照片人像头顶位置定位算法(该算法可以参考现有技术)定位到头顶；
步骤S32、通过识别的脸部区域，获取到脸宽，并在脸宽左右两边均增加脸宽的1/6宽度，得到头部感兴趣区域宽。
步骤S33、通过下巴点8和计算的头顶位置得到头高，并在头顶增加脸宽的1/6。
步骤S34、以脸宽的1/6为一个比例值，确保从两张不同照片截取出来的头部感兴趣区域只受到脸部区域定位的影响。
步骤S35、头部感兴趣区域往外拓展脸部宽度的1/6，也是为了后续计算相似度f1值，不只包括脸部局部特征，也包括脸部周围头发和耳朵等信息。
其中，领部区域的计算具体包括：
步骤S36、建立图像坐标系，该图像坐标系是左上角为原点,纵向往下为Y轴，横向往右为X轴，以下描述的x和y值基于此坐标系。
步骤S37、通过检测到的脸部特征点,以下巴两侧点6和点10的x值计算出宽度(侧重比对对领部的细节),高度设置为宽度的3倍,以下巴两侧点6的x值和点8的y值做左上角起始点(图像坐标系是左上角为原点，纵向往下为Y轴，横向往右为X轴)，建立领部区域。
本实施例通过选取下巴两侧6点和10点，领口感兴趣区域可避免选取到领章部分，侧重比对领部的细节。
对对感兴趣区域宽高对齐，具体为：
领口区域宽对齐128像素点。宽度缩放对齐后，取最小的高度区域。且最小的高度不能小于128。
脸部区域取最小感兴趣区域的宽度，最小宽大于512像素点则宽度对齐512个像素点。小于512像素点则宽度对256对齐。高度取对齐后最小的感兴趣区域值。对最小宽对齐目的是为避免感兴趣区域放大后，图像放大算法会对照片补充细节带来的精度损失。
步骤S4、通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1。
如图6所示，该算法评价头部区域像素点的整体差异，具体步骤为：
首先，计算图片的脸部感兴趣区域图像的方向梯度直方图(Histogram ofOriented Gradients，HOG)特征，获取特征向量；然后，通过余弦距离算法评价两组特征向量的相似度。
步骤S5、通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2，侧重评价脸部局部区域的差异。
如图7所示，瘦脸和磨皮会较大影响此算法的精度。具体步骤为：
首先，通过深度网络提取脸部区域特征向量，只包括特征点定位到的面部区域，不包括面部以外的区域，如耳朵，头发区域；然后，通过余弦距离算法评价两组特征向量的相似度。
步骤S6、通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3。
如图8所示，具体步骤为：首先，计算对比图片的领部感兴趣区域图像的方向梯度直方图(Histogram of Oriented Gradients，HOG)特征，获取特征向量；然后，通过余弦距离算法评价两组特征向量的相似度。
步骤S7、判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
其中，如图9所示，f2能弥补照片颜色过度和裁剪区域调整带来的误判。
如图10所示，f1，f3能弥补瘦脸影响特征点差异的算法导致的误判.
如图11所示，f3能弥补对脸部严重修图导致f1和f2定位不准导致的误判。
参阅图12所示，本申请实施例还提供一种证件照相似性比对装置，包括：比对过滤模块1，用于计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片；检测模块2，用于检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点；第一计算模块3，用于根据脸部特征点和脸部区域定位计算出头部区域和领部区域；第二计算模块4，用于通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；第三计算模块5，用于通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；第四计算模块6，用于通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；判断模块7，用于判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
如图13所示，为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的证件照相似性比对方法的步骤。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是，图中仅示出了具有组件61-63的计算机设备6，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器61可以是所述计算机设备6的内部存储单元，例如该计算机设备6的硬盘或内存。在另一些实施例中，所述存储器61也可以是所述智能终端6的外部存储设备，例如该计算机设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中，所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件，例如证件照相似性比对方法的程序代码等。此外，所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器82通常用于控制所述计算机设备6的总体操作。本实施例中，所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据，例如运行所述证件照相似性比对方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口，该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式，即提供一种可读存储介质，所述可读存储介质存储有证件照相似性比对程序，所述证件照相似性比对程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的证件照相似性比对方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。

Claims (7)

1.一种证件照相似性比对方法，其特征在于，包括以下步骤：
S1、计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片；
S2、检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点；
S3、根据脸部特征点和脸部区域定位计算出头部区域和领部区域；
S4、通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；
S5、通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；
S6、通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；
S7、判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
2.根据权利要求1所述的证件照相似性比对方法，其特征在于，所述步骤S3中采用通用的68点脸部特征点检测算法。
3.根据权利要求1所述的证件照相似性比对方法，其特征在于，所述步骤S3中头部区域的计算具体包括：
S31、通过证件照片人像头顶位置定位算法定位到头顶；
S32、通过识别的脸部区域，获取到脸宽，并在脸宽左右两边均增加脸宽的1/6宽度，得到头部感兴趣区域宽；
S33、通过下巴点8和计算的头顶位置得到头高，并在头顶增加脸宽的1/6；
S34、以脸宽的1/6为一个比例值，确保从两张不同照片截取出来的头部感兴趣区域只受到脸部区域定位的影响；
S35、头部感兴趣区域往外拓展脸部宽度的1/6。
4.根据权利要求1所述的证件照相似性比对方法，其特征在于，所述步骤S3中领部区域的计算具体包括：
S36、建立图像坐标系，该图像坐标系是左上角为原点,纵向往下为Y轴，横向往右为X轴；
S37、通过检测到的脸部特征点,以下巴两侧点6和点10的x值计算出宽度,高度设置为宽度的3倍,以下巴两侧点6的x值和点8的y值做左上角起始点，建立领部区域。
5.一种证件照相似性比对装置，其特征在于，包括：
比对过滤模块，用于计算当前照片和历史照片的md5值并比对，根据比对结果过滤重复照片；
检测模块，用于检测当前照片和历史照片的脸部特征点，获取脸部区域定位和68点脸部特征点；
第一计算模块，用于根据脸部特征点和脸部区域定位计算出头部区域和领部区域；
第二计算模块，用于通过HOG提取头部区域的特征向量，计算余弦距离以评价头部区域相似度f1；
第三计算模块，用于通过深度网络模型提取脸部特征向量，计算向量余弦距离以评价脸部区域相似度f2；
第四计算模块，用于通过通过HOG提取领部区域特征向量，计算向量余弦距离以评价领部感兴趣区域相似度f3；
判断模块，用于判断头部区域相似度f1、脸部区域相似度f2和领部感兴趣区域相似度f3中至少一个大于第一设定值，或头部区域相似度f1和脸部区域相似度f2之和大于第二设定值且领部感兴趣区域相似度f3大于第三设定值，则判断为同一张照片。
6.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的证件照相似性比对方法的步骤。
7.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的证件照相似性比对方法的步骤。
CN202311480098.0A 2023-11-08 2023-11-08 一种证件照相似性比对方法、装置、设备及存储介质 Pending CN117523233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311480098.0A CN117523233A (zh) 2023-11-08 2023-11-08 一种证件照相似性比对方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311480098.0A CN117523233A (zh) 2023-11-08 2023-11-08 一种证件照相似性比对方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117523233A true CN117523233A (zh) 2024-02-06

Family

ID=89761891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311480098.0A Pending CN117523233A (zh) 2023-11-08 2023-11-08 一种证件照相似性比对方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117523233A (zh)

Similar Documents

Publication Publication Date Title
CN110147717B (zh) 一种人体动作的识别方法及设备
CN109359575B (zh) 人脸检测方法、业务处理方法、装置、终端及介质
CN108985241B (zh) 图像处理方法、装置、计算机设备及存储介质
US9100630B2 (en) Object detection metadata
WO2018028546A1 (zh) 一种关键点的定位方法及终端、计算机存储介质
CN108776970A (zh) 图像处理方法和装置
US9536132B2 (en) Facilitating image capture and image review by visually impaired users
CN107977659A (zh) 一种文字识别方法、装置及电子设备
JPH039489A (ja) 表領域識別方法
CN108304708A (zh) 移动终端、人脸解锁方法及相关产品
CN111242074B (zh) 一种基于图像处理的证件照背景替换方法
CN109274891B (zh) 一种图像处理方法、装置及其存储介质
CN110795714A (zh) 一种身份验证方法、装置、计算机设备及存储介质
CN111914775A (zh) 活体检测方法、装置、电子设备及存储介质
CN105894042A (zh) 检测证件图像遮挡的方法和装置
CN110163055A (zh) 手势识别方法、装置和计算机设备
CN111881740A (zh) 人脸识别方法、装置、电子设备及介质
CN112597940B (zh) 证件图像识别方法、装置及存储介质
CN107229928B (zh) 一种辅助定位的移动终端掌纹采集方法及系统
CN111368674B (zh) 图像识别方法及装置
CN115019324A (zh) 文本扫描的交互方法、装置、计算机设备和存储介质
CN117523233A (zh) 一种证件照相似性比对方法、装置、设备及存储介质
WO2022206679A1 (zh) 图像处理方法、装置、计算机设备和存储介质
CN111310510A (zh) 一种人脸识别结果的显示方法、装置及存储介质
WO2023028947A1 (zh) 掌静脉非接触式三维建模方法、装置及认证方法

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