WO2019062080A1 - 身份识别方法、电子装置及计算机可读存储介质 - Google Patents

身份识别方法、电子装置及计算机可读存储介质 Download PDF

Info

Publication number
WO2019062080A1
WO2019062080A1 PCT/CN2018/083087 CN2018083087W WO2019062080A1 WO 2019062080 A1 WO2019062080 A1 WO 2019062080A1 CN 2018083087 W CN2018083087 W CN 2018083087W WO 2019062080 A1 WO2019062080 A1 WO 2019062080A1
Authority
WO
WIPO (PCT)
Prior art keywords
face
user
identity
identity information
feature
Prior art date
Application number
PCT/CN2018/083087
Other languages
English (en)
French (fr)
Inventor
陈茂林
杨承勇
侯绪梅
曾荀
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019062080A1 publication Critical patent/WO2019062080A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Definitions

  • the present application relates to an authentication method, and in particular, to an identification method, an electronic device, and a computer readable storage medium.
  • the purpose of the present application is to provide an identification method, an electronic device, and a computer readable storage medium, thereby overcoming the problems existing in the prior art to a certain extent, and improving the accuracy of the identification.
  • the identification method includes the following steps:
  • Step 01 collecting identity information of the user
  • Step 02 Determine whether the identity information of the identity card and the identity information management network are consistent, and if yes, perform step 03, if otherwise, the prompt fails;
  • Step 03 Determine whether the ID information is consistent with the pre-stored identity information of the user, and if yes, perform step 04, if otherwise, the prompt fails;
  • Step 04 Collect a face photo of the user site and perform face recognition verification. If the verification is passed, the user is allowed to perform the next operation.
  • the present application further provides an electronic device including a memory and a processor for storing an identity recognition system executable by the processor, the identity recognition system comprising:
  • the identity information collection module is configured to collect the ID information of the user, including collecting the ID number and the photo of the avatar on the ID card;
  • the identity information judging module the user judges whether the ID card is valid
  • a face recognition module configured to determine whether the user is a pre-stored user
  • a recognition result output module for outputting the result of the face recognition verification.
  • the present application further provides a computer readable storage medium having an identification system stored therein, the identification system being executable by at least one processor to implement the following steps:
  • Step 01 collecting identity information of the user
  • Step 02 Determine whether the identity information of the identity card and the identity information management network are consistent, and if yes, perform step 03, if otherwise, the prompt is invalid;
  • Step 03 Determine whether the ID information is consistent with the pre-stored identity information of the user, if yes, execute step 04, if otherwise, the user is not present;
  • Step 04 Collect a face photo of the user site and perform face recognition verification. If the verification is passed, the user is allowed to perform the next operation, and if the verification fails, the verification fails.
  • the positive progress of the application is that the ID card information obtained by the information collecting unit and the camera and the biometric features for the living face are compared and verified by the identity information judging module and the face recognition module to ensure the identity card owner, The identity of the holder and the pre-existing user can effectively avoid the problem of impersonation or forgery of identity cards in the insurance business.
  • FIG. 1 shows a flow chart of an embodiment of the identification method of the present application.
  • FIG. 2 is a flow chart showing still another embodiment of the identification method of the present application.
  • FIG. 3 is a schematic diagram of a program module of an embodiment of the identity identification method system of the present application.
  • FIG. 4 is a schematic diagram of a program module of still another embodiment of the identity identification method system of the present application.
  • FIG. 5 is a schematic diagram showing the hardware architecture of an embodiment of an electronic device of the present application.
  • the identity recognition method of this embodiment includes the following steps:
  • step 01 the ID information of the user is collected.
  • the ID card information includes the ID card number and the photo of the avatar on the ID card
  • the verification control center sends an ID card information collection instruction to the information collection unit of the user end, and the information collection unit prompts the user to place the ID card in the designated area and open the camera of the user terminal to shoot the scene.
  • the user's ID card photo, and collect the ID number and avatar photo of the ID card photo, the ID card number and the avatar photo are used for matching verification with the identity information data on the identity information management network, and with the pre-existing verification control center The identity information is matched for verification.
  • the user ID is identified by the ID card number, such as gender, age, region, etc., so that the camera angle and the shooting parameters are adjusted in the subsequent face recognition verification process, so that users with different features can be photographed to meet the verification requirements. Reduce the rate of misunderstanding and increase the pass rate.
  • step 02 it is determined whether the identity information of the identity card and the identity information management network are consistent. If yes, step 03 is performed, otherwise the prompt is invalid.
  • the identity information management network in this step may be a public security information network or a third-party certification authority network.
  • step 03 it is determined whether the ID information is consistent with the pre-stored identity information of the user. If yes, step 04 is performed, otherwise the user is not prompted to exist.
  • the identity information of the user pre-existing verification control center is obtained according to the ID card number collected in step 01, and the collected ID card number and photo are compared with the identity information of the user pre-existing control center, if the two are compared If the match is correct, the user is displayed as the user in the system. You can continue to perform the next step. If at least one of the two matches the error, the prompt fails. The user can return to the previous operation page to re-verify. If the verification is 3 times. If they do not pass, the user is not the user in the system.
  • Step 04 Collect a face photo of the user site and perform face recognition verification. If the verification is passed, the user is allowed to perform the next operation, and if the verification is not passed, the verification fails.
  • the verification control center sends a face recognition command to the face recognition module, opens the user camera to take a photo of the user's face on the spot, and sends the captured face photo to the face recognition module for identification and verification.
  • the user photos collected in the field are compared with the user's pre-stored and avatar photos on the identity information management network, wherein the face recognition verification includes face collection, face feature location, and face feature extraction. Similarity to the face feature similarity substeps.
  • the face capturing step includes: after opening the camera, marking the face coordinates in the displayed shooting page and detecting whether there is a human face, evaluating the shooting quality, and acquiring the face image. Specifically, it is detected whether a human face can judge whether there is a positive facial features and has a complete facial contour according to the coordinates of the hit and the pre-existing facial position range.
  • the evaluation of the shooting quality may include a head angle evaluation, a brightness evaluation, and a dynamic fuzzy evaluation.
  • the head angle evaluation includes determining whether the yaw angle of the head is within an allowable angle range, such as 10-20°, and if it is consistent, it is considered to conform to the head.
  • Partial angle evaluation includes determining whether the brightness is within the allowable range, for example, within 90-200. If it is met, it is considered to meet the brightness evaluation; the dynamic fuzzy evaluation includes determining whether the fuzzy value is within the allowable range, for example, less than 0.5. If it is met, it is considered to be in compliance with the dynamic fuzzy assessment. If the shooting quality evaluation does not meet the requirements, the user needs to adjust the content. If the brightness evaluation does not meet the requirements, it can also be adjusted by the flash set beside the camera. In addition, evaluating the quality of the shot may also include determining whether the user wears glasses, sunglasses, or whether the hair blocks the ears or other facial features.
  • the face feature locating step includes locating features of a plurality of organs such as eyebrows, eyes, nose, mouth, etc. of the face.
  • the facial feature extraction step includes extracting features of the collected user face features, the face features of the pre-stored photos, and the face features of the information management online photos according to the preset extraction rules, and extractable Multiple feature information for each feature.
  • the face feature similarity comparison step includes the collected user face feature, the face feature of the pre-stored photo, and the face feature information of the information management online photo, if the similarity is obtained. If the degree is higher than the preset threshold, it is judged that the face recognition verification is passed, and if it is prompted to retry, it can be up to three times.
  • the face feature may include parameters such as length, slope, and gray scale to represent the three-dimensional size, the tilt direction, and the distance from other parts of the part, and the face feature may be a set of feature information.
  • the facial feature similarity comparison may be to compare the two sets of feature information one by one, and define each feature information to have a certain weight, for example, the weight of the important feature information, and the weight of the secondary feature information is relatively small, and may also be defined. Some feature information is a necessary condition for judging that it must be consistent.
  • an electronic image identification method is illustrated, which specifically includes the following steps:
  • step 01 the ID information of the user is collected.
  • step 02 it is determined whether the identity information of the identity card and the identity information management network are consistent. If yes, step 03 is performed, otherwise the prompt is invalid.
  • step 03 it is determined whether the ID information is consistent with the pre-stored identity information of the user. If yes, step 04 is performed, otherwise the user is not prompted to exist.
  • Step 04 Collect a facial dynamic expression photo of the user site and perform face recognition verification. If the verification is passed, the user is allowed to perform the next operation, and if the verification fails, the verification fails.
  • the user performs the specified expression according to the prompt, and extracts the similarity comparison between the expression feature and the user's pre-existing expression feature.
  • the specific similarity comparison procedure has been described in detail in the first embodiment, and details are not described herein again.
  • an identification system is illustrated.
  • the identification system is divided into one or more program modules, one or more program modules are stored in a storage medium, and Or multiple processors are executed to complete the application.
  • a program module as used herein refers to a series of computer program instructions that are capable of performing a particular function. The following description will specifically describe the functions of the program modules of this embodiment:
  • the identity information collection module 201 is configured to collect the ID information of the user, including collecting the ID number and the photo of the avatar on the ID card, and is suitable for collecting the identity information of the ID card.
  • the identity information collection module 201 is adapted to collect information of the second-generation ID card placed by the user collected by the ID card information collector, including but not limited to the ID card number, expiration date, and photo.
  • the ID card number is used in the database of the house management department.
  • the information in the match is matched and queried, and the photo is used for face recognition verification.
  • the identity information collection module 201 also preferably identifies the user features, such as gender, age, region, etc., by the ID card number, so as to facilitate adjusting the camera angle, shooting parameters, etc. in the subsequent face recognition verification process, so as to facilitate shooting of users with different characteristics. Photographs that meet the verification requirements reduce the rate of misrecognition and increase the pass rate.
  • the identity information judging module 202 is configured to determine whether the ID card is valid.
  • the identity information judging module 202 is configured to compare and verify the collected ID card information with the identity information of the identity information management network, and after the verification is passed, the collected information is collected.
  • the ID card information is compared with the identity information used for pre-existing verification control center.
  • the face recognition module 203 is configured to determine whether the user is a pre-stored user.
  • the face recognition module 203 of the embodiment determines the face image collected by the camera.
  • the recognition result outputting module 204 is configured to output the verification result of the face recognition.
  • the face recognition module includes a face collection sub-module 2031, a face feature locating sub-module 2032, a face feature extraction sub-module 2033, and a face feature comparison sub-module 2034.
  • the face collection sub-module 2031 is adapted to perform face coordinates on the displayed shooting page and detect whether there is a human face after the camera is turned on, evaluate the shooting quality, and obtain a face image. Specifically, it is detected whether a human face can judge whether there is a positive facial features and has a complete facial contour according to the coordinates of the hit and the pre-existing facial position range.
  • the evaluation of the shooting quality may include a head angle evaluation, a brightness evaluation, and a dynamic fuzzy evaluation.
  • the head angle evaluation includes determining whether the yaw angle of the head is within an allowable angle range, such as 10-20°, and if it is consistent, it is considered to conform to the head.
  • Partial angle evaluation includes determining whether the brightness is within the allowable range, for example, within 90-200. If it is met, it is considered to meet the brightness evaluation; the dynamic fuzzy evaluation includes determining whether the fuzzy value is within the allowable range, for example, less than 0.5. If it is met, it is considered to be in compliance with the dynamic fuzzy assessment. If the shooting quality evaluation does not meet the requirements, the user needs to adjust the content. If the brightness evaluation does not meet the requirements, it can also be adjusted by the flash set beside the camera. In addition, evaluating the quality of the shot may also include determining whether the user wears glasses, sunglasses, or whether the hair blocks the ears or other facial features.
  • the facial feature locating sub-module 2032 is preferably adapted to position a plurality of features of the human face including the eyebrows, eyes, nose, mouth, and the like.
  • the facial feature extraction sub-module 2033 is preferably adapted to extract a plurality of feature information for each feature according to a preset extraction rule.
  • the face feature comparison sub-module 2034 is preferably adapted to compare the extracted plurality of feature information with the feature information of the pre-stored user photos one by one, if the obtained similarity is higher than the preset. If the threshold is judged, the face recognition verification is passed. If the prompt is retried, it can be up to three times.
  • the face feature may include parameters such as length, slope, and gray scale to represent the three-dimensional size, the tilt direction, and the distance from other parts of the part, and the face feature may be a set of feature information.
  • the facial feature similarity comparison may be to compare the two sets of feature information one by one, and define each feature information to have a certain weight, for example, the weight of the important feature information, and the weight of the secondary feature information is relatively small, and may also be defined. Some feature information is a necessary condition for judging that it must be consistent.
  • the method further includes a shooting adjustment sub-module, which is adapted to first adjust the angle of the camera and the shooting parameters according to the user information such as age, gender, region, etc. in the identity information, so as to facilitate the shooting of the users with different features.
  • the required photos reduce the rate of misrecognition and increase the pass rate. For example, according to the user information for the southern city, the elderly, and the female, it is probable that the user is not likely to have a high height, and the driver may be slightly adjusted downward to adjust the camera angle; and if the user information is African-American, the user is pre-judgized. If the skin is more likely to be darker, you can drive the flash to turn on or slightly adjust the brightness.
  • the embodiment provides an electronic device. It is a schematic diagram of the hardware architecture of an embodiment of the electronic device of the present application.
  • the electronic device 2 is an apparatus capable of automatically performing numerical calculation and/or information processing in accordance with an instruction set or stored in advance.
  • it can be a smartphone, a tablet, a laptop, a desktop computer, a rack server, a blade server, a tower server, or a rack server (including a stand-alone server, or a server cluster composed of multiple servers).
  • the electronic device 2 includes at least, but not limited to, a memory 21, a processor 22, a network interface 23, a display 24, an ID card collector 25, a camera 26, and an identification system that can communicate with each other through a system bus. 20. among them:
  • the memory 21 includes at least one type of computer readable storage medium including a flash memory, a hard disk, a multimedia card, a card type memory (eg, SD or DX memory, etc.), a random access memory (RAM), Static Random Access Memory (SRAM), Read Only Memory (ROM), Electrically Erasable Programmable Read Only Memory (EEPROM), Programmable Read Only Memory (PROM), magnetic memory, magnetic disk, optical disk, and the like.
  • the memory 21 may be an internal storage module of the electronic device 2, such as a hard disk or a memory of the electronic device 2.
  • the memory 21 may also be an external storage device of the electronic device 2, such as a plug-in hard disk equipped on the electronic device 2, a smart memory card (SMC), and a secure digital device. (Secure Digital, SD) card, flash card, etc.
  • the memory 21 can also include both the internal storage module of the electronic device 2 and its external storage device.
  • the memory 21 is generally used to store an operating system installed in the electronic device 2 and various types of application software, such as program codes of the identity recognition system 20. Further, the memory 21 can also be used to temporarily store various types of data that have been output or are to be output.
  • the processor 22 may be a Central Processing Unit (CPU), controller, microcontroller, microprocessor, or other data processing chip in some embodiments.
  • the processor 22 is typically used to control the overall operation of the electronic device 2, such as performing control and processing associated with data interaction or communication with the electronic device 2.
  • the processor 22 is configured to run program code or process data stored in the memory 21, such as running the identity recognition system 20 and the like.
  • the network interface 23 may comprise a wireless network interface or a wired network interface, which is typically used to establish a communication connection between the electronic device 2 and other electronic devices.
  • the network interface 23 is configured to connect the electronic device 2 to an external terminal through a network, establish a data transmission channel, a communication connection, and the like between the electronic device 2 and an external terminal.
  • the network may be an intranet, an Internet, a Global System of Mobile communication (GSM), a Wideband Code Division Multiple Access (WCDMA), a 4G network, or a 5G network.
  • Wireless or wired networks such as network, Bluetooth, Wi-Fi, etc.
  • the display 24 may be an LED display, a liquid crystal display, a touch-sensitive liquid crystal display, an OLED (Organic Light-Emitting Diode) touch sensor, or the like in some embodiments.
  • the display 24 in this embodiment is used to display information processed in the processor and a user interface for displaying visualizations, such as an application menu interface, an application icon interface, and the like.
  • the display 24 of the present embodiment is a touch display and is therefore also used to receive user operations on the surface of the display, such as clicking an operation button or the like.
  • the ID card collector 25 is configured to be connected to the identity information collection module 201, and collect ID information stored by the user, such as pre-stored information in the chip of the second generation ID card.
  • the camera 26 is configured to be activated and deactivated by the face recognition module 203 to collect a face image of the operation terminal device.
  • Figure 5 only shows the electronic device with components 21-26, but it should be understood that not all illustrated components may be implemented and that more or fewer components may be implemented instead.
  • the identity recognition system 20 stored in the memory 21 may also be divided into one or more program modules, the one or more program modules being stored in the memory 21 and composed of one or more
  • the processor this embodiment is processor 22
  • FIG. 3-4 shows a schematic diagram of a program module of the first embodiment of the implementation of the identity recognition system 20.
  • the identity-based identification system 20 can be divided into an identity information collection module 201 and identity information.
  • the program module referred to in the present application refers to a series of computer program instruction segments capable of performing a specific function. The specific functions of the program modules 201-204 are described in detail in the third embodiment, and details are not described herein again.
  • the embodiment provides a computer readable storage medium on which the identity recognition system 20 is stored, and the identity recognition system 20 is implemented by one or more processors to implement the above identity recognition method or electronic device. Operation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请公开了一种身份识别方法，其特征在于，所述方法包括如下步骤：步骤01，采集用户的身份证信息；步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示失效；步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在；步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则允许用户执行下一步操作，若验证未通过则提示验证失败。

Description

身份识别方法、电子装置及计算机可读存储介质
本申请申明享有2017年9月28日递交的申请号为201710905669.9、名称为“身份识别方法、电子装置及计算机可读存储介质”的中国专利申请的优先权，该中国专利申请的整体内容以参考的方式结合在本申请中。
技术领域
本申请涉及一种身份验证方法，具体涉及一种身份识别方法、电子装置及计算机可读存储介质。
背景技术
随着互联网技术的发展，证券、银行、保险等很多行业的业务办理也逐渐可以在互联网或远程终端设备上直接远程办理，而在保险行业，在客户签订了新契约之后，保险公司会在规定的时间内对客户进行回访以核实身份，传统的回访通过电话询问的方式，该方式存在恶意人员被冒充回访者的可能，导致保险公式无法准确对客户进行身份核实，如果将这些业务搬到互联网或远程终端设备上，进行客户端远程核身，则面临如何确定是客户本人持本人有效证件在办理，存在冒充身份后伪造身份证的可能，导致回访时不能准确的对客户进行身份核实。
发明内容
本申请的目的在于提供一种身份识别方法、电子装置以及计算机可读存储介质，进而在一定程度上克服现有技术中存在的问题，提高身份识别的准确性。
本申请是通过下述技术方案来解决上述技术问题：
身份识别方法，包括如下步骤：
步骤01，采集用户的身份证信息；
步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示失败；
步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示失败；
步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则允许用户进行下一步操作。
为了实现上述目的，本申请还提供一种电子装置，包括存储器和处理器，所述存储器用于存储可被所述处理器执行的身份识别系统，所述身份识别系统包括：
身份信息采集模块，用于采集用户的身份证信息，包括采集身份证上的身份证号码以及头像照片；
身份信息判断模块，用户判断身份证是否有效；
人脸识别模块，用于判断用户是否为预存身份的用户；
识别结果输出模块，用于将人脸识别验证的结果输出。
为了实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有身份识别系统，所述身份识别系统可被至少一个处理器所执行，以实现以下步骤：
步骤01，采集用户的身份证信息；
步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示失效；
步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在；
步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则允许用户执行下一步操作，若验证未通过则提示验证失败。
本申请的积极进步效果在于：通过信息采集单元和摄像头所获得的身份证信息及用于活体人脸生物特征，经过身份信息判断模块、人脸识别模块进行对比审核，保证了身份证所有人、持证人、预存用户三者的同一性，能有效的避免保险业务中冒名或伪造身份证的问题。
附图说明
图1示出了本申请身份识别方法一实施例的流程图。
图2示出了本申请身份识别方法又一实施例的流程图。
图3示出了本申请身份识别方法系统一实施例的程序模块示意图。
图4示出了本申请身份识别方法系统又一实施例的程序模块示意图。
图5示出了本申请电子装置一实施例的硬件架构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，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，都属于本申请保护的范围。
实施例一
请参阅图1，本实施例的身份识别方法包括以下步骤：
步骤01，采集用户的身份证信息。
身份证信息包括身份证号码和身份证上的头像照片，验证控制中心向用户端的信息采集单元发送身份证信息采集指令，信息采集单元提示用户将身份证放置在指定区域并开启用户端的摄像头现场拍摄用户的身份证照片，并 采集位于身份证照片的身份证号码和头像照片，身份证号码和头像照片用于与身份信息管理网上的身份信息数据进行匹配验证，以及与用于预存在验证控制中心的身份信息进行匹配验证。其中，优选通过身份证号码辨识用户特征，如性别、年龄、地区等，便于在后续人脸识别验证过程中调整摄像头角度、拍摄参数等，便于对不同特征的用户进行拍摄符合验证要求的照片，更降低误识率，提高通过率。
步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示无效。
根据步骤01中的身份证号码获得用户在身份信息管理网的身份信息，并将采集到的身份信息与身份信息管理网上的身份信息逐一进行比对，包括身份证号码和头像照片的比对，若二者比对都显示匹配正确，则提示执行下一步骤，若二者中至少有一个比对错误，则提示失败，用户可返回至身份证拍摄界面进行重新拍摄。该步骤中的身份信息管理网可以为公安信息网或第三方认证机构网。
步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在。
其中，根据步骤01中采集到的身份证号码获得用户预存在验证控制中心的身份信息，并将采集的身份证号码和照片与用户预存在控制中心的身份信息进行比对，若二者比对都显示匹配正确，则显示用户为系统内用户，可继续执行下一步操作，若二者中至少有一个比对错误，则提示失败，用户可返回至上一操作页面进行重新验证，若3次验证均不通过，则显示用户非本系统内用户。
步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则 允许用户执行下一步操作，若未验证通过则提示验证失败。
验证控制中心发送人脸识别指令至人脸识别模块，打开用户端摄像头现场拍摄用户的人脸照片，并将拍摄到的人脸照片发送至人脸识别模块进行识别验证。
在一个较佳实施例中，将现场采集到的用户照片与用户预存及身份信息管理网上的头像照片进行对比识别验证，其中人脸识别验证包括人脸采集、人脸特征定位、人脸特征提取和人脸特征相似度比对等子步骤。
在一个较佳实施例中，人脸采集步骤包括：打开摄像头之后，在显示出的拍摄页面中打上人脸坐标并检测是否有人脸，评估拍摄质量，获取人脸图像。具体地，检测是否有人脸可以根据打上的坐标以及预存的五官位置范围，判断是否具有正面的五官并具有完整的人脸轮廓。评估拍摄质量可以包括头部角度评估、明亮度评估和动态模糊评估，头部角度评估包括判断头部的偏角是否在允许角度范围以内，如10-20°，若均符合，则认为符合头部角度评估；明亮度评估包括判断明亮度是否在允许范围以内，例如90-200以内，若符合，则认为符合明亮度评估；动态模糊评估包括判断模糊值是否在允许范围以内，例如小于0.5，若符合，则认为符合动态模糊评估。若拍摄质量评估不符合要求，则提示需要用户调整的内容，若明亮度评估不符合要求，还可以通过摄像头旁设置的闪光灯进行调节。此外，评估拍摄质量还可以包括判断用户是否佩戴眼镜、墨镜，是否头发遮挡耳朵或其他五官。
在一个较佳实施例中，人脸特征定位步骤包括对人脸的眉毛、眼睛、鼻子、嘴巴等多个器官的特征进行定位。
在一个较佳实施例中，人脸特征提取步骤包括根据预设提取规则，分别对采集的用户人脸特征、预存照片的人脸特征、信息管理网上照片的人脸特征进行特征提取，可提取每个特征的多个特征信息。
在一个较佳实施例中，人脸特征相似度比对步骤包括采集的用户人脸特征、预存照片的人脸特征、信息管理网上照片的人脸特征信息进行两两比对， 若得到的相似度高于预设阈值，则判断为人脸识别验证通过，若否则提示重试，最多可以三次。其中，人脸特征可以包括长度、斜度、灰度差等参数来表现各部位的三维尺寸、倾斜方向、与其他部位的距离等，人脸特征可以是一组特征信息。人脸特征相似度比对可以是将两组特征信息逐一比对，并定义每个特征信息具有一定的权重，例如重要特征信息的权重大，次要特征信息的权重相对较小，也可以定义一些特征信息为必须符合一致作为判断为通过验证的必要条件。
实施例二
参阅图2，示出了一种电子影像身份识别方法，具体包括以下步骤：
步骤01，采集用户的身份证信息。
步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示无效。
步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在。
步骤04，采集用户现场的人脸动态表情照片并进行人脸识别验证，若验证通过则允许用户执行下一步操作，若验证未通过则提示验证失败。
其中，用户按提示做出指定表情，并提取该表情特征与用户预存的表情特征进行相似度比对，具体的相似度比对步骤实施例一中已有详细描述，在此不再赘述。
实施例三
参阅图3-4，示出了一种身份识别系统，在本实施例中，身份识别系统被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本申请。本申请所称的程序模块是指能够完成特定功能的一系列计算机程序指令段。以下描述将具体介绍本 实施例各程序模块的功能：
身份信息采集模块201，用于采集用户的身份证信息，包括采集身份证上的身份证号码以及头像照片，适于采集身份证的身份信息。身份信息采集模块201适于采集通过身份证信息采集器采集到的用户放置的二代身份证的信息，包括但不限于身份证号码、有效期和照片等，身份证号码用于与房屋管理部门数据库中的信息进行匹配和查询，照片用于人脸识别验证。其中，身份信息采集模块201还优选通过身份证号码辨识用户特征，如性别、年龄、地区等，便于在后续人脸识别验证过程中调整摄像头角度、拍摄参数等，便于对不同特征的用户进行拍摄符合验证要求的照片，更降低误识率，提高通过率。
身份信息判断模块202，用户判断身份证是否有效，该身份信息判断模块202用于将采集到的身份证信息与身份信息管理网上的身份信息进行对比验证，并在验证通过后，将采集到的身份证信息与用于预存在验证控制中心的身份信息进行对比验证。
人脸识别模块203，用于判断用户是否为预存身份的用户，本实施例的人脸识别模块203通过摄像头采集到的人脸图像进行判断。
识别结果输出模块204，用于将人脸识别的验证结果输出。
在一个较佳实施例中，人脸识别模块包括人脸采集子模块2031、人脸特征定位子模块2032、人脸特征提取子模块2033和人脸特征比对子模块2034。
在一个较佳实施例中，人脸采集子模块2031适于在打开摄像头之后，在显示出的拍摄页面中打上人脸坐标并检测是否有人脸，评估拍摄质量，获取人脸图像。具体地，检测是否有人脸可以根据打上的坐标以及预存的五官位置范围，判断是否具有正面的五官并具有完整的人脸轮廓。评估拍摄质量可以包括头部角度评估、明亮度评估和动态模糊评估，头部角度评估包括判断头部的偏角是否在允许角度范围以内，如10-20°，若均符合，则认为符合头部角度评估；明亮度评估包括判断明亮度是否在允许范围以内，例如 90-200以内，若符合，则认为符合明亮度评估；动态模糊评估包括判断模糊值是否在允许范围以内，例如小于0.5，若符合，则认为符合动态模糊评估。若拍摄质量评估不符合要求，则提示需要用户调整的内容，若明亮度评估不符合要求，还可以通过摄像头旁设置的闪光灯进行调节。此外，评估拍摄质量还可以包括判断用户是否佩戴眼镜、墨镜，是否头发遮挡耳朵或其他五官。
在一个较佳实施例中，人脸特征定位子模块2032较佳地适于对人脸的多个包含眉毛、眼睛、鼻子、嘴巴等器官的特征进行定位。
在一个较佳实施例中，人脸特征提取子模块2033较佳地适于根据预设提取规则，提取每个特征的多个特征信息。
在一个较佳实施例中，人脸特征比对子模块2034较佳地适于将提取到的多个特征信息与预存用户照片的特征信息进行逐一比对，若得到的相似度高于预设阈值，则判断为人脸识别验证通过，若否则提示重试，最多可以三次。其中，人脸特征可以包括长度、斜度、灰度差等参数来表现各部位的三维尺寸、倾斜方向、与其他部位的距离等，人脸特征可以是一组特征信息。人脸特征相似度比对可以是将两组特征信息逐一比对，并定义每个特征信息具有一定的权重，例如重要特征信息的权重大，次要特征信息的权重相对较小，也可以定义一些特征信息为必须符合一致作为判断为通过验证的必要条件。
在一个较佳实施例中，还包括拍摄调整子模块，适于先根据身份信息中的年龄、性别、地区等用户信息调整摄像头的角度和拍摄参数，以便于对不同特征的用户进行拍摄符合验证要求的照片，更降低误识率，提高通过率。例如根据用户信息为南方城市、老年、女性，预判该用户身高不会很高的可能性较大，则可以驱动略微向下调整摄像头角度；又如根据用户信息为非洲裔，预判该用户肤色较黑的可能性较大，则可以驱动打开闪光灯或略微调整明亮度。
实施例四
参阅图5所示，本实施例提供一种电子装置。是本申请电子装置一实施例的硬件架构示意图。本实施例中，所述电子装置2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述电子装置2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、显示器24、身份证采集器25、摄像头26以及身份识别系统20。其中：
所述存储器21至少包括一种类型的计算机可读存储介质，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21可以是所述电子装置2的内部存储模块，例如该电子装置2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述电子装置2的外部存储设备，例如该电子装置2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(Flash Card)等。当然，所述存储器21还可以既包括所述电子装置2的内部存储模块也包括其外部存储设备。本实施例中，所述存储器21通常用于存储安装于所述电子装置2的操作系统和各类应用软件，例如所述身份识别系统20的程序代码等。此外，所述存储器21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22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22通常用于控制所述电子装置2的总体操作，例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的身份识别系统20等。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述电子装置2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述电子装置2与外部终端相连，在所述电子装置2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
显示器24在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。本实施例中显示器24用于显示在处理器中处理的信息以及用于显示可视化的用户界面，例如应用菜单界面、应用图标界面等。本实施例的显示器24为触摸式显示器，因此还用于接收用户在显示器表面的操作，如点击操作按钮等。
身份证采集器25用于与身份信息采集模块201相连，采集用户放置的身份证信息，如二代身份证的芯片内预存信息。
摄像头26被配置为被人脸识别模块203所驱动启动和关闭，采集操作终端设备的人脸图像。
需要指出的是，图5仅示出了具有部件21-26的电子装置，但是应理解 的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
在本实施例中，存储于存储器21中的所述身份识别系统20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本申请。
例如，图3-4示出了所述实现身份识别系统20第一实施例的程序模块示意图，该实施例中，所述基于身份识别系统20可以被划分为身份信息采集模块201、身份信息判断模块202、人脸识别模块203以及识别结果输出模块204。其中，本申请所称的程序模块是指能够完成特定功能的一系列计算机程序指令段。所述程序模块201-204的具体功能在实施例三中已有详细描述，在此不再赘述。
实施例五
本实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有所述身份识别系统20，该身份识别系统20被一个或多个处理器执行时实现上述身份识别方法或电子装置的操作。
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。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (16)

  1. 身份识别方法，其特征在于，所述方法包括如下步骤：
    步骤01，采集用户的身份证信息；
    步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示失效；
    步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在；
    步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则允许用户执行下一步操作，若验证未通过则提示验证失败。
  2. 根据权利要求1所述的身份识别方法，其特征在于，步骤01中的身份证信息包括身份证号码和身份证上的头像照片。
  3. 根据权利要求2所述的身份识别方法，其特征在于，步骤02中判断身份证信息与用户身份信息管理网上的身份信息是否一致包括：根据步骤01中的身份证号码获得用户在身份信息管理网的身份信息，并分别比对采集的身份证号和头像照片是否与身份信息管理网上登记的身份信息是否一致。
  4. 根据权利要求2所述的身份识别方法，其特征在于，步骤03中判断身份证信息与用户预存的身份信息是否一致包括：根据步骤01中采集到的身份证号码获得用户预存的身份信息，并分别比对采集的身份证号码和照片是否与用户预存的身份信息是否一致。
  5. 根据权利要求1所述的身份识别方法，其特征在于，步骤03中人脸识别验证包括：将现场采集到的用户照片与用户预存及身份信息管理网上的头像照片进行对比识别验证，其中人脸识别验证包括人脸采集、人脸特征定位、人脸特征提取和人脸特征相似度比对。
  6. 根据权利要求5所述的身份识别方法，其特征在于，
    所述人脸采集包括打上人脸坐标并检测是否有人脸，评估拍摄质量，截 图人脸图像；所述人脸特征定位包括对人脸的多个包含器官的特征进行定位；所述人脸特征提取包括根据预设提取规则，提取每个特征的多个特征信息；所述人脸特征相似度比对包括将提取到的多个特征信息与预存用户及身份信息管理网上照片的特征信息进行逐一比对，若得到的相似度高于预设阈值，则判断为人脸识别验证通过。
  7. 根据权利要求6所述的身份识别方法，其特征在于，
    所述人脸采集在截图人脸图像之后还包括人脸动态表情识别，其包括用户按提示做出指定表情，并提取该表情特征与用户预存的表情特征进行相似度比对。
  8. 一种电子装置，包括存储器和处理器，其特征在于，所述存储器用于存储可被所述处理器执行的身份识别系统，所述身份识别系统包括：
    身份信息采集模块，用于采集用户的身份证信息，包括采集身份证上的身份证号码以及头像照片；
    身份信息判断模块，用户判断身份证是否有效；
    人脸识别模块，用于判断用户是否为预存身份的用户；
    识别结果输出模块，用于将人脸识别验证的结果输出。
  9. 根据权利要求8所述的电子装置，其特征在于，
    所述人脸识别模块包括：人脸采集子模块、人脸特征定位子模块、人脸特征提取子模块、人脸特征对比子模块，其中人脸采集子模块用于采集现场用户的人脸图像；人脸特征定位子模块用于对人脸的多个特征进行定位；人脸特征提取子模块用于从采集到的人脸图像和身份照片中提取可对比的特征；人脸特征对比子模块用于将提取的人脸特征与身份照片中的特征进行相似度比对。
  10. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有身份识别系统，所述身份识别系统可被至少一个处理器所执行，以实现以下步骤：
    步骤01，采集用户的身份证信息；
    步骤02，判断身份证信息与身份信息管理网的身份信息是否一致，若是则执行步骤03，若否则提示失效；
    步骤03，判断身份证信息与用户预存的身份信息是否一致，若是则执行步骤04，若否则提示用户不存在；
    步骤04，采集用户现场的人脸照片并进行人脸识别验证，若验证通过则允许用户执行下一步操作，若验证未通过则提示验证失败。
  11. 根据权利要求10所述的计算机可读存储介质，其特征在于，步骤01中的身份证信息包括身份证号码和身份证上的头像照片。
  12. 根据权利要求11所述的计算机可读存储介质，其特征在于，步骤02中判断身份证信息与用户身份信息管理网上的身份信息是否一致包括：根据步骤01中的身份证号码获得用户在身份信息管理网的身份信息，并分别比对采集的身份证号和头像照片是否与身份信息管理网上登记的身份信息是否一致。
  13. 根据权利要求11所述的计算机可读存储介质，其特征在于，步骤03中判断身份证信息与用户预存的身份信息是否一致包括：根据步骤01中采集到的身份证号码获得用户预存的身份信息，并分别比对采集的身份证号码和照片是否与用户预存的身份信息是否一致。
  14. 根据权利要求10所述的计算机可读存储介质，其特征在于，步骤03中人脸识别验证包括：将现场采集到的用户照片与用户预存及身份信息管理网上的头像照片进行对比识别验证，其中人脸识别验证包括人脸采集、人脸特征定位、人脸特征提取和人脸特征相似度比对。
  15. 根据权利要求14所述的计算机可读存储介质，其特征在于，所述人脸采集包括打上人脸坐标并检测是否有人脸，评估拍摄质量，截图人脸图像；所述人脸特征定位包括对人脸的多个包含器官的特征进行定位；所述人脸特征提取包括根据预设提取规则，提取每个特征的多个特征信息；所述人 脸特征相似度比对包括将提取到的多个特征信息与预存用户及身份信息管理网上照片的特征信息进行逐一比对，若得到的相似度高于预设阈值，则判断为人脸识别验证通过。
  16. 根据权利要求15所述的计算机可读存储介质，其特征在于，所述人脸采集在截图人脸图像之后还包括人脸动态表情识别，其包括用户按提示做出指定表情，并提取该表情特征与用户预存的表情特征进行相似度比对。
PCT/CN2018/083087 2017-09-28 2018-04-13 身份识别方法、电子装置及计算机可读存储介质 WO2019062080A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710905669.9A CN107808118A (zh) 2017-09-28 2017-09-28 身份识别方法、电子装置及计算机可读存储介质
CN201710905669.9 2017-09-28

Publications (1)

Publication Number Publication Date
WO2019062080A1 true WO2019062080A1 (zh) 2019-04-04

Family

ID=61584252

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/083087 WO2019062080A1 (zh) 2017-09-28 2018-04-13 身份识别方法、电子装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN107808118A (zh)
WO (1) WO2019062080A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287971A (zh) * 2019-05-22 2019-09-27 平安银行股份有限公司 数据验证方法、装置、计算机设备及存储介质
CN110751041A (zh) * 2019-09-19 2020-02-04 平安科技（深圳）有限公司 证件真伪验证方法、系统、计算机设备及可读存储介质
CN110956123A (zh) * 2019-11-27 2020-04-03 中移（杭州）信息技术有限公司 一种富媒体内容的审核方法、装置、服务器及存储介质
CN111341464A (zh) * 2020-03-25 2020-06-26 北京金和网络股份有限公司 疫情信息采集与分析方法及系统
CN111597532A (zh) * 2020-04-10 2020-08-28 云知声智能科技股份有限公司 基于人脸识别实现儿童机器人童锁系统的方法和系统
CN112115931A (zh) * 2020-07-29 2020-12-22 深圳希智电子有限公司 一种人脸数据读取方法、装置、存储介质和计算机设备
CN112580459A (zh) * 2020-12-07 2021-03-30 平安普惠企业管理有限公司 基于生物识别的业务处理方法、装置、计算机设备及介质
CN112668479A (zh) * 2020-12-29 2021-04-16 广州耐奇电气科技有限公司 用于智能配电房的安全监测方法、系统、电子设备及介质
CN112700182A (zh) * 2020-12-01 2021-04-23 珠海格力电器股份有限公司 仓库提货身份鉴别方法、装置、计算机设备和存储介质
CN113010017A (zh) * 2021-03-29 2021-06-22 武汉虹信技术服务有限责任公司 一种多媒体信息交互显示方法、系统及电子设备
CN113326810A (zh) * 2021-06-30 2021-08-31 商汤国际私人有限公司 人脸识别方法、系统、装置、电子设备及存储介质
CN113723299A (zh) * 2021-08-31 2021-11-30 上海明略人工智能(集团)有限公司 会议质量评分方法、系统和计算机可读存储介质
CN114157664A (zh) * 2021-12-07 2022-03-08 广联达科技股份有限公司 工卡终端及其信息处理方法和基于云平台的信息处理方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107808118A (zh) * 2017-09-28 2018-03-16 平安科技（深圳）有限公司 身份识别方法、电子装置及计算机可读存储介质
CN108734235A (zh) * 2018-04-04 2018-11-02 四川骏逸富顿科技有限公司 一种用于电子处方的身份识别方法及系统
CN108764033A (zh) * 2018-04-18 2018-11-06 深圳市商汤科技有限公司 身份验证方法和装置、电子设备、计算机程序和存储介质
CN108833359A (zh) * 2018-05-22 2018-11-16 深圳市商汤科技有限公司 身份验证方法、装置、设备、存储介质及程序
CN108922068A (zh) * 2018-05-29 2018-11-30 禾麦科技开发（深圳）有限公司 一种信息处理方法及其设备、存储介质、电子设备
CN108765778A (zh) * 2018-05-29 2018-11-06 禾麦科技开发（深圳）有限公司 一种信息处理方法及其设备、存储介质、电子设备
CN108960111B (zh) * 2018-06-26 2020-11-13 深圳市融壹买信息科技有限公司 人脸识别方法、系统及终端设备
CN108985409B (zh) * 2018-07-18 2022-04-26 金联汇通信息技术有限公司 身份证信息读取方法、装置及电子设备
CN109063664A (zh) * 2018-08-10 2018-12-21 长沙舍同智能科技有限责任公司 用户身份确认方法、装置、计算机设备和存储介质
CN109543507A (zh) * 2018-09-29 2019-03-29 深圳壹账通智能科技有限公司 身份认证方法、装置、终端设备及存储介质
CN109409245A (zh) * 2018-09-30 2019-03-01 江苏满运软件科技有限公司 身份核验方法、系统、电子设备和存储介质
CN109598192A (zh) * 2018-10-23 2019-04-09 平安科技（深圳）有限公司 基于图像识别技术审核简历的方法、装置和计算机设备
CN109446778A (zh) * 2018-10-30 2019-03-08 珠海市时杰信息科技有限公司 基于人脸识别的不动产登记信息获取方法、计算机装置及计算机可读存储介质
CN109508524A (zh) * 2018-11-14 2019-03-22 李泠瑶 认证方法、系统和存储介质
CN109815792A (zh) * 2018-12-13 2019-05-28 平安普惠企业管理有限公司 图片文件识别方法、装置、计算机设备及存储介质
CN109829381A (zh) * 2018-12-28 2019-05-31 北京旷视科技有限公司 一种犬只识别管理方法、装置、系统及存储介质
CN109815669A (zh) * 2019-01-14 2019-05-28 平安科技（深圳）有限公司 基于人脸识别的认证方法及服务器
CN110765830B (zh) * 2019-06-12 2022-11-04 天津新泰基业电子股份有限公司 一种人脸全自助注册方法、系统、介质及设备
CN110400148A (zh) * 2019-07-26 2019-11-01 中移电子商务有限公司 一种交易系统身份识别方法、装置及存储介质
CN110648242A (zh) * 2019-08-15 2020-01-03 阿里巴巴集团控股有限公司 健康保障项目中进行身份核实的方法及装置
JP7415510B2 (ja) 2019-12-09 2024-01-17 富士フイルムビジネスイノベーション株式会社 登録許可装置及び登録許可プログラム
CN111242769A (zh) * 2020-01-07 2020-06-05 深圳壹账通智能科技有限公司 身份验证方法、装置、设备及计算机可读存储介质
CN111724551B (zh) * 2020-06-03 2022-02-11 东方通信股份有限公司 一种自动分联的增值税发票开票终端及开票方法
CN112000944A (zh) * 2020-08-24 2020-11-27 中国银行股份有限公司 一种在线进行用户身份确认及信息修改的方法及系统
CN114626036B (zh) * 2020-12-08 2024-05-24 腾讯科技（深圳）有限公司 基于人脸识别的信息处理方法、装置、存储介质及终端
CN113408421B (zh) * 2021-06-21 2023-04-07 湖北央中巨石信息技术有限公司 基于区块链的人脸识别方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060158307A1 (en) * 2005-01-13 2006-07-20 Samsung Electronics Co., Ltd. System and method for face recognition
CN101059838A (zh) * 2007-06-11 2007-10-24 湖北东润科技有限公司 一种人脸识别系统与识别方法
TW200811686A (en) * 2006-08-25 2008-03-01 Compal Electronics Inc Identification mathod
CN102045162A (zh) * 2009-10-16 2011-05-04 电子科技大学 一种三模态生物特征持证人身份鉴别系统及其控制方法
CN102271241A (zh) * 2011-09-02 2011-12-07 北京邮电大学 一种基于面部表情/动作识别的图像通信方法及系统
CN104182726A (zh) * 2014-02-25 2014-12-03 苏凯 基于人脸识别的实名认证系统
CN104794386A (zh) * 2015-04-08 2015-07-22 天脉聚源(北京)传媒科技有限公司 一种基于人脸识别的数据处理的方法及装置
CN105184235A (zh) * 2015-08-24 2015-12-23 中国电子科技集团公司第三十八研究所 一种基于特征融合的二代身份证识别方法
CN105243589A (zh) * 2014-06-27 2016-01-13 江苏睿泰数字产业园有限公司 一种基于平板电脑人脸识别的保险信息核对方法
CN106203294A (zh) * 2016-06-30 2016-12-07 广东微模式软件股份有限公司 基于人脸属性分析的人证合一身份验证方法
CN106446855A (zh) * 2016-09-30 2017-02-22 深圳市商汤科技有限公司 一种实名认证装置
CN106529243A (zh) * 2015-09-09 2017-03-22 中兴通讯股份有限公司 一种身份鉴别的方法、装置及终端
CN107808118A (zh) * 2017-09-28 2018-03-16 平安科技（深圳）有限公司 身份识别方法、电子装置及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034880A (zh) * 2012-12-14 2013-04-10 上海第二工业大学 基于人脸识别的考试身份认证系统及其认证方法
CN105553919B (zh) * 2014-10-28 2019-02-22 阿里巴巴集团控股有限公司 一种身份认证方法及装置
CN104853092A (zh) * 2015-04-30 2015-08-19 广东欧珀移动通信有限公司 一种拍照方法及装置
CN106203553B (zh) * 2016-07-18 2021-12-17 北京红马传媒文化发展有限公司 一种证件识别方法、装置及一种设备
CN106504081A (zh) * 2016-10-17 2017-03-15 山东浪潮商用系统有限公司 税务实名制系统及其认证方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060158307A1 (en) * 2005-01-13 2006-07-20 Samsung Electronics Co., Ltd. System and method for face recognition
TW200811686A (en) * 2006-08-25 2008-03-01 Compal Electronics Inc Identification mathod
CN101059838A (zh) * 2007-06-11 2007-10-24 湖北东润科技有限公司 一种人脸识别系统与识别方法
CN102045162A (zh) * 2009-10-16 2011-05-04 电子科技大学 一种三模态生物特征持证人身份鉴别系统及其控制方法
CN102271241A (zh) * 2011-09-02 2011-12-07 北京邮电大学 一种基于面部表情/动作识别的图像通信方法及系统
CN104182726A (zh) * 2014-02-25 2014-12-03 苏凯 基于人脸识别的实名认证系统
CN105243589A (zh) * 2014-06-27 2016-01-13 江苏睿泰数字产业园有限公司 一种基于平板电脑人脸识别的保险信息核对方法
CN104794386A (zh) * 2015-04-08 2015-07-22 天脉聚源(北京)传媒科技有限公司 一种基于人脸识别的数据处理的方法及装置
CN105184235A (zh) * 2015-08-24 2015-12-23 中国电子科技集团公司第三十八研究所 一种基于特征融合的二代身份证识别方法
CN106529243A (zh) * 2015-09-09 2017-03-22 中兴通讯股份有限公司 一种身份鉴别的方法、装置及终端
CN106203294A (zh) * 2016-06-30 2016-12-07 广东微模式软件股份有限公司 基于人脸属性分析的人证合一身份验证方法
CN106446855A (zh) * 2016-09-30 2017-02-22 深圳市商汤科技有限公司 一种实名认证装置
CN107808118A (zh) * 2017-09-28 2018-03-16 平安科技（深圳）有限公司 身份识别方法、电子装置及计算机可读存储介质

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287971B (zh) * 2019-05-22 2023-11-14 平安银行股份有限公司 数据验证方法、装置、计算机设备及存储介质
CN110287971A (zh) * 2019-05-22 2019-09-27 平安银行股份有限公司 数据验证方法、装置、计算机设备及存储介质
CN110751041A (zh) * 2019-09-19 2020-02-04 平安科技（深圳）有限公司 证件真伪验证方法、系统、计算机设备及可读存储介质
CN110956123A (zh) * 2019-11-27 2020-04-03 中移（杭州）信息技术有限公司 一种富媒体内容的审核方法、装置、服务器及存储介质
CN110956123B (zh) * 2019-11-27 2024-02-27 中移（杭州）信息技术有限公司 一种富媒体内容的审核方法、装置、服务器及存储介质
CN111341464A (zh) * 2020-03-25 2020-06-26 北京金和网络股份有限公司 疫情信息采集与分析方法及系统
CN111597532A (zh) * 2020-04-10 2020-08-28 云知声智能科技股份有限公司 基于人脸识别实现儿童机器人童锁系统的方法和系统
CN111597532B (zh) * 2020-04-10 2023-11-17 云知声智能科技股份有限公司 基于人脸识别实现儿童机器人童锁系统的方法和系统
CN112115931A (zh) * 2020-07-29 2020-12-22 深圳希智电子有限公司 一种人脸数据读取方法、装置、存储介质和计算机设备
CN112700182A (zh) * 2020-12-01 2021-04-23 珠海格力电器股份有限公司 仓库提货身份鉴别方法、装置、计算机设备和存储介质
CN112580459A (zh) * 2020-12-07 2021-03-30 平安普惠企业管理有限公司 基于生物识别的业务处理方法、装置、计算机设备及介质
CN112668479A (zh) * 2020-12-29 2021-04-16 广州耐奇电气科技有限公司 用于智能配电房的安全监测方法、系统、电子设备及介质
CN113010017B (zh) * 2021-03-29 2023-06-30 武汉虹信技术服务有限责任公司 一种多媒体信息交互显示方法、系统及电子设备
CN113010017A (zh) * 2021-03-29 2021-06-22 武汉虹信技术服务有限责任公司 一种多媒体信息交互显示方法、系统及电子设备
CN113326810A (zh) * 2021-06-30 2021-08-31 商汤国际私人有限公司 人脸识别方法、系统、装置、电子设备及存储介质
CN113723299A (zh) * 2021-08-31 2021-11-30 上海明略人工智能(集团)有限公司 会议质量评分方法、系统和计算机可读存储介质
CN114157664A (zh) * 2021-12-07 2022-03-08 广联达科技股份有限公司 工卡终端及其信息处理方法和基于云平台的信息处理方法
CN114157664B (zh) * 2021-12-07 2024-05-24 广联达科技股份有限公司 工卡终端及其信息处理方法和基于云平台的信息处理方法

Also Published As

Publication number Publication date
CN107808118A (zh) 2018-03-16

Similar Documents

Publication Publication Date Title
WO2019062080A1 (zh) 身份识别方法、电子装置及计算机可读存储介质
WO2019085403A1 (zh) 一种人脸识别智能比对方法、电子装置及计算机可读存储介质
US10755084B2 (en) Face authentication to mitigate spoofing
CN107680294B (zh) 房产信息查询方法、系统、终端设备及存储介质
CN109359548B (zh) 多人脸识别监控方法及装置、电子设备及存储介质
CN106778525B (zh) 身份认证方法和装置
WO2020024398A1 (zh) 生物特征辅助支付方法、装置、计算机设备及存储介质
CN106599772B (zh) 活体验证方法和装置及身份认证方法和装置
KR102248242B1 (ko) 신원 인증 방법 및 장치
CN112651348B (zh) 身份认证方法和装置及存储介质
WO2019109526A1 (zh) 人脸图像的年龄识别方法、装置及存储介质
US9495586B1 (en) Identity verification using biometric data
CN105468950B (zh) 身份认证方法、装置、终端及服务器
WO2018028546A1 (zh) 一种关键点的定位方法及终端、计算机存储介质
CN108171032A (zh) 一种身份鉴定方法、电子装置及计算机可读存储介质
WO2015165365A1 (zh) 一种人脸识别方法及系统
WO2019196303A1 (zh) 用户身份验证方法、服务器及存储介质
CN111914775B (zh) 活体检测方法、装置、电子设备及存储介质
WO2018072028A1 (en) Face authentication to mitigate spoofing
US11651624B2 (en) Iris authentication device, iris authentication method, and recording medium
US11682236B2 (en) Iris authentication device, iris authentication method and recording medium
CN110795714A (zh) 一种身份验证方法、装置、计算机设备及存储介质
JP2015041307A (ja) 照合装置及び照合方法、照合システム、並びにコンピュータ・プログラム
CN115147887A (zh) 人脸识别率提高方法、门禁设备及计算机可读存储介质
Rani et al. Improved Authentication Using Arduino Based Voice and Iris Recognition Technology

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18861987

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 23/09/2020)

122 Ep: pct application non-entry in european phase

Ref document number: 18861987

Country of ref document: EP

Kind code of ref document: A1