WO2019071738A1 - 考生身份验证方法、装置、可读存储介质及终端设备 - Google Patents

考生身份验证方法、装置、可读存储介质及终端设备 Download PDF

Info

Publication number
WO2019071738A1
WO2019071738A1 PCT/CN2017/112623 CN2017112623W WO2019071738A1 WO 2019071738 A1 WO2019071738 A1 WO 2019071738A1 CN 2017112623 W CN2017112623 W CN 2017112623W WO 2019071738 A1 WO2019071738 A1 WO 2019071738A1
Authority
WO
WIPO (PCT)
Prior art keywords
face image
candidate
identity information
uploaded
face
Prior art date
Application number
PCT/CN2017/112623
Other languages
English (en)
French (fr)
Inventor
李哲炜
陈斌
林亚玲
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 WO2019071738A1 publication Critical patent/WO2019071738A1/zh

Links

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Definitions

  • This application belongs to the field of face recognition technology, and in particular, to a candidate authentication method, device, computer readable storage medium, and terminal device.
  • the test is a common means of cheating for candidates. Identifying the authenticity of the candidate's identity has become a major difficulty in the current examination management. If the identity of the candidate cannot be effectively identified before the examination, it will affect the outcome of the examination, the fairness and the authenticity of the results, resulting in the examination and the selection of talents. fair. However, the method currently used by the invigilator to manually verify the identity of the candidate is still used. The invigilator judges whether the person taking the test is the candidate himself or not based on his or her subjective feelings. The accuracy rate is difficult to guarantee and the prostitution is prone to malpractice. .
  • the embodiments of the present application provide a candidate authentication method, device, computer readable storage medium, and terminal device to reduce human interference and improve the accuracy of candidate identification.
  • a first aspect of the embodiment of the present application provides a method for verifying a candidate identity, which may include:
  • a second aspect of the embodiments of the present application provides a computer readable storage medium storing computer readable instructions, which are executed by a processor, to implement the following steps:
  • a third aspect of the embodiments of the present application provides a candidate authentication terminal device, including a memory, a processor, and computer readable instructions stored in the memory and executable on the processor, The processor executes the computer readable instructions to implement the following steps:
  • a fourth aspect of the embodiment of the present application provides a candidate authentication device, which may include:
  • a face image obtaining module configured to obtain a face image and identity information uploaded by the candidate through the designated network channel after registering in the test
  • a face image search module configured to separately search for a face image corresponding to the identity information in two or more legally authorized identity information databases
  • a credibility evaluation module configured to use the found face image as a reference reference to evaluate the credibility of the face image uploaded by the applicant
  • a first face image adding module configured to: if the credibility of the face image uploaded by the applicant is greater than a first threshold, upload the face image uploaded by the candidate and the corresponding identity information Add to the pre-created face database;
  • a face image collecting module configured to: when the candidate enters the examination room, obtain information of the candidate, and collect a face image of the candidate;
  • an identity information searching module configured to search, in the face database, identity information that is consistent with the information of the candidate
  • a face image matching module configured to: if the identity information consistent with the information of the candidate is found in the face database, determine that the face image of the candidate corresponds to the found identity information Whether the face image matches, and if so, determines that the candidate's identity verification is passed.
  • the beneficial effects of the embodiment of the present application compared with the prior art are as follows:
  • the face image and the identity information uploaded by the candidate through the designated network channel are obtained, and more than two Searching for a face image corresponding to the identity information in a legally authorized identity information database, and calculating a credibility of the face image uploaded by the applicant by using the found face image as a reference,
  • the credibility of the face image uploaded by the candidate is greater than the first threshold, the face image uploaded by the candidate and the corresponding identity information are added to the pre-created face database.
  • the candidate When the candidate enters the examination room, obtains the information of the candidate, and collects the face image of the candidate, and searches for the identity information in the face database that is consistent with the information of the candidate, if in the face database And finding the identity information that is consistent with the information of the candidate, and determining whether the face image of the candidate matches the face image corresponding to the found identity information, and if yes, determining that the identity verification of the candidate passes.
  • 1 is a flow chart of an embodiment of a candidate identification method in the pre-test registration stage in the embodiment of the present application
  • FIG. 2 is a schematic flowchart of a candidate authentication method step S103 in an application scenario according to an embodiment of the present application
  • FIG. 3 is a schematic flowchart of updating a face image in an identity information database in a candidate authentication method according to an embodiment of the present application
  • FIG. 4 is a flow chart of an embodiment of a candidate identification method at an examination site stage in an embodiment of the present application
  • FIG. 5 is a schematic block diagram of a candidate authentication terminal device according to an embodiment of the present application
  • FIG. 6 is a block diagram of a candidate computer readable instruction of a candidate authentication according to an embodiment of the present application.
  • the present application adopts dual face recognition. First, after the registration, the face image uploaded by the candidate for the test is used for face recognition, and then, in the examination room. Face recognition of the face image of the candidate collected on site, to ensure the accuracy of identity verification to the greatest extent.
  • An embodiment of a candidate identification method in the pre-test registration stage in the embodiment of the present application may include:
  • Step S101 After registering in the test, obtain the face image and identity information uploaded by the candidate through the designated network channel.
  • the test organizer may provide the official WeChat public account number for the applicant to register, and after registering the candidate to pay attention to the WeChat public account, the candidate may choose to enter the face image collection interface, upload the face image through the mobile phone self-timer, and Fill in the identity information in the WeChat public account, it is convenient and convenient for applicants to register with the applicant.
  • the network channel may further include a WeChat applet, an official website, an official APP, and the like, which is not specifically limited in this embodiment.
  • the identity information may include a name, an ID number, a student number, and the like.
  • Step S102 Search for a face image corresponding to the identity information in two or more legally authorized identity information databases.
  • the identity information database may be a database of a government administrative agency or institution with certain authority, such as a public security department, a civil affairs department, and an education department. In order to avoid possible deviation of data from a single source, more than two identity information databases are used in this embodiment, which greatly increases the reliability of the data.
  • Step S103 The face image of the searched candidate is used as a reference reference to evaluate the credibility of the face image uploaded by the applicant.
  • step S103 may specifically include the steps shown in FIG. 2:
  • Step S1031 Matching the face image uploaded by the applicant to the searched face image to obtain a face image uploaded by the applicant and the searched face image. Horse Degree of distribution.
  • a face image corresponding to the identity information can be found in each identity information database, so multiple people are found. Face image. There is a matching degree between the face image uploaded by the applicant and each of the found face images, and the face images uploaded by the applicant are matched with the face images respectively, and multiple matches can be obtained. degree.
  • the face image uploaded by the applicant is recorded as a face image 1
  • the face image found in the public security department is recorded as a face image 2
  • the face image found in the civil affairs department is recorded as a face.
  • Image 3 the face image found in the public security department is recorded as the face image 4, and the face image 1 is matched with the face image 2, the face image 3, and the face image 4 respectively, and the matching degree is obtained respectively. 1, match 2 and match 3.
  • the face matching can be performed by a Local Binary Patterns (LBP) algorithm.
  • LBP Local Binary Patterns
  • a relationship between a pixel point and a surrounding pixel point is constructed.
  • Each pixel in the face image converts the gray value of the pixel into an eight-bit binary sequence by calculating the size relationship between each pixel and the center pixel in the neighborhood centered on it.
  • the pixel value of the center point is a threshold. If the pixel value of the neighborhood point is smaller than the center point, the neighborhood point is binarized to 0, otherwise it is 1; the sequence of 0 and 1 obtained by binarization is regarded as an 8 bit.
  • Binary number convert the binary number to decimal to get the LBP value at the center point.
  • the statistical histogram of the LBP feature spectrum is determined as the feature vector of the face. This point is quantified by utilizing the relationship of the surrounding points to that point. After quantization, the effect of illumination on the image can be more effectively eliminated. As long as the change of illumination is not enough to change the relationship between the pixel values of the two points, the LBP value does not change, that is, the accuracy of the facial feature information extraction is ensured, and two face images to be matched are obtained. After the facial feature information, the degree of matching between the two can be calculated by a histogram intersection method or a chi square statistical method (Chi square statistic).
  • Step S1032 Acquire an update of the searched face image in the corresponding identity information database for the last time.
  • Step S1033 Calculate the weight of the identity information database according to the last updated face image in the corresponding identity information database.
  • the weight of the identity information database is negatively correlated with the update of the searched face image in the corresponding identity information database for the last time. If the update is earlier, the face is indicated. The older the image, the greater the difference from the current candidate, so the lower the weight should be. If the update is later, the newer the face image is, the smaller the difference is from the candidate, so the weight is It should be higher.
  • a specific method for calculating a weight according to the last update time is shown below: First, calculating the length of the current engraving distance of each of the identity information databases, and then Sum, get the total length, and divide the total length by the length of the current update of each of the identity information databases, and finally find the sum of the quotients obtained, and the quotients of the quotients The ratios are determined as the weights of the respective identity information databases.
  • Step S1034 Weight the matching degree by using the weight of the identity information database, and determine the sum of the weighted matching degrees as the credibility of the face image uploaded by the candidate.
  • the matching degree of the face image 1 uploaded by the applicant and the face image 2 found by the public security department is 0.9
  • the matching degree with the face image 3 found by the civil affairs department is calculated by step S1031.
  • the matching degree with the face image 4 found by the education department is 0.8
  • the public security is calculated by step S1033.
  • the weight of the department's identity information database is 0.138
  • the civil affairs department's identity information database has a weight of 0.1.
  • Step S104 Determine whether the credibility of the face image uploaded by the applicant is greater than a first threshold.
  • step S1 If the credibility of the face image uploaded by the applicant is less than or equal to the first threshold, step S1 is performed.
  • step S108 is performed.
  • Step S105 Add a preset first counter by one.
  • the first counter is used to count the number of times that the credibility of the face image uploaded by the applicant is less than or equal to the first threshold. It is easy to understand that the initial value of the first counter is 0.
  • Step S106 Determine whether the first counter is less than a second threshold.
  • step S107 If the first counter is smaller than the second threshold, returning to step S101, if the first counter is greater than or equal to the second threshold, step S107 is performed.
  • the second threshold may be set to 3, that is, the face image uploaded by the applicant can be acquired up to 3 times.
  • Step S107 Perform registration exception processing.
  • step S10 First, obtaining an image of the ID card uploaded by the applicant through the network channel and an image of the ID card of the applicant, and then extracting the identity information in the ID image, if the ID image The identity information in the identity is consistent with the identity information uploaded by the candidate, and the image of the candidate's hand-held identity card is matched with the face image uploaded by the candidate, if the candidate holds the identity card If the image is successfully matched with the face image uploaded by the candidate, the process proceeds to step S10. If the match fails, the applicant is notified by the WeChat public number, the short message, or the like to perform offline verification.
  • the identity of the candidate can also be checked by offline verification.
  • candidates can go to the relevant administrative agency to issue a relevant identification certificate, and then submit the identity confirmation certificate to the designated institution or upload it to the system to complete the review.
  • candidates can also go to the designated institution for review, review the questions and backgrounds of the candidates, and record them, and finally issue a review based on the specific circumstances. After the results of the review are issued, it is necessary to pass the micro Notify the candidate by letter to the public number, SMS, etc.
  • Step S108 Add the face image uploaded by the applicant to the candidate and the corresponding identity information into the pre-created face database.
  • the face image and identity information added to the face database will be used as a benchmark for the subsequent examinations to identify candidates.
  • step S108 the steps shown in FIG. 3 may also be included:
  • Step S301 Acquire a requirement of the identity information database for the size and background color of the face image.
  • Step S302 Adjust the face image uploaded by the candidate to the face image according to the size of the face image and the background color of the identity information database to obtain the adjusted face image.
  • Step S303 updating the face image in the identity information database to the adjusted face image
  • the identity information database is a plurality (two or more) databases for finding a face image corresponding to the identity information. Since different identity information databases may have different requirements on the size and background color of the face image, it is necessary to separately obtain the requirements of the size and background color of the face image for each identity information database, and respectively according to these requirements. The face image uploaded by the candidate is adjusted.
  • the face image uploaded by the candidate is adjusted to obtain 1 inch.
  • the background image of the red background is updated, and then the face image in the identity information database of the public security department is updated to the adjusted face image;
  • the identity information database of the civil affairs department requires the size of the face image to be 2 inches, the background color
  • the requirement is blue, and the face image uploaded by the candidate is adjusted to obtain a 2-inch blue background face image, and then the face image in the identity information database of the civil affairs department is updated to the adjusted person.
  • Face image if the identity information database of the education department requires 1 inch for the size of the face image and blue for the background color, the face image uploaded by the candidate is adjusted to obtain 1 inch blue. The background image of the face is colored, and then the face image in the identity information database of the education department is updated to the adjusted face image.
  • the face image uploaded by the applicant is synchronized to all aspects of the candidate's study and life, including the entrance examination, the entrance after the examination, graduation, employment, etc., all in the same
  • the same photo is used during the flood season, which can effectively reduce the test.
  • an embodiment of a candidate identification method in the embodiment of the present application may include:
  • Step S401 When the candidate enters the examination room, the information of the candidate is obtained, and the face image of the candidate is collected.
  • the monitoring teacher may capture the face image of the candidate by using a verification device such as a designated mobile phone, a tablet computer, or the like, and use the verification device to scan the two-dimensional code on the candidate's admission ticket to obtain the candidate.
  • a verification device such as a designated mobile phone, a tablet computer, or the like
  • Step S402 determining whether identity information consistent with the information of the candidate is found in the face database
  • step S403 is performed, and if the identity information consistent with the information of the candidate cannot be found in the face database, Then, step S406 is performed.
  • Step S403 Determine whether the face image of the candidate matches the face image corresponding to the found identity information.
  • the face matching can be performed by a Local Binary Patterns (LBP) algorithm.
  • LBP Local Binary Patterns
  • a relationship between a pixel point and a surrounding pixel point is constructed.
  • Each pixel in the face image converts the gray value of the pixel into an eight-bit binary sequence by calculating the size relationship between each pixel and the center pixel in the neighborhood centered on it.
  • the pixel value of the center point is a threshold. If the pixel value of the neighborhood point is smaller than the center point, the neighborhood point is binarized to 0, otherwise it is 1; the sequence of 0 and 1 obtained by binarization is regarded as an 8 bit.
  • Binary number convert the binary number to decimal to get the LBP value at the center point.
  • the statistical histogram of the LBP feature spectrum is determined as the feature vector of the face. This point is quantized by utilizing the relationship of the surrounding points to the point. After quantization, the effect of illumination on the image can be more effectively eliminated. As long as the change of illumination is not enough to change the relationship between the pixel values of the two points, the LBP value does not change, that is, the accuracy of the facial feature information extraction is ensured, and two face images to be matched are obtained. After the facial feature information, the degree of matching between the two can be calculated by a histogram intersection method or a chi square statistical method (Chi square statistic).
  • step S404 is performed, if the face image of the candidate corresponds to the found identity information. If the face image matches, step S407 is performed.
  • Step S404 Add a preset second counter by one.
  • the second counter is configured to count the number of times the face image of the candidate and the face image in the face database fail to match, and it is easy to understand that the initial value of the second counter is 0. .
  • Step S405 Determine whether the second counter is less than a fourth threshold.
  • step S406 is performed.
  • the fourth threshold may be set to 3, that is, the face image of the candidate is collected up to 3 times.
  • Step S406 Determine that the identity verification of the candidate fails.
  • Step S407 Determine that the identity verification of the candidate passes.
  • the identity verification result may be output by means of page display or voice broadcast.
  • the embodiment of the present application obtains the face image and the identity information uploaded by the candidate through the designated network channel after registering in the examination, and respectively searches for the two or more legally authorized identity information databases.
  • the face image corresponding to the identity information is used to calculate the credibility of the face image uploaded by the applicant by using the searched face image as a reference, and if the face image uploaded by the candidate is available If the reliability is greater than the first threshold, the face image uploaded by the candidate and the corresponding identity information are added to the pre-created face database.
  • the candidate When the candidate enters the examination room, obtains the information of the candidate, and collects the face image of the candidate, and searches for the identity information in the face database that is consistent with the information of the candidate, if in the face database And finding the identity information that is consistent with the information of the candidate, and determining whether the face image of the candidate matches the face image corresponding to the found identity information, and if yes, determining that the identity verification of the candidate passes.
  • FIG. 5 is a schematic block diagram of the candidate authentication terminal device provided by the embodiment of the present application. For the convenience of description, only the embodiment of the present application is shown. Related parts.
  • the candidate identity verification terminal device may be a computing device such as a desktop computer, a notebook, a palmtop computer, and a cloud server.
  • the candidate authentication terminal device can include a processor 50, a memory 51, and computer readable instructions 52 stored in the memory 51 and executable on the processor 50.
  • the processor 50 may be a central processing unit (CPU), or may be another general-purpose processor, a digital signal processor (DSP), or an application specific integrated circuit (Application Specific Integrated Circuit, ASIC), field programmable gate array
  • CPU central processing unit
  • DSP digital signal processor
  • ASIC Application Specific Integrated Circuit
  • the general purpose processor may be a microprocessor or the processor or any conventional processor or the like.
  • the memory 51 may be an internal storage unit of the candidate authentication terminal device 5, such as a hard disk or a memory of the candidate authentication terminal device 5.
  • the memory 51 may also be an external storage device of the candidate authentication terminal device 5, for example, a plug-in hard disk equipped on the candidate authentication terminal device 5, a smart memory card (SMC), and a secure digital device. (Secure Digital, SD) card, flash card, etc. Further, the memory 51 may further include the candidate body
  • the internal storage unit of the authentication terminal device 5 also includes an external storage device.
  • the memory 51 is configured to store the computer readable instructions and other computer readable instructions and data required by the candidate authentication terminal device 5.
  • the memory 51 can also be used to temporarily store data that has been output or is about to be output.
  • FIG. 6 is a block diagram of computer readable instructions 52 provided by an embodiment of the present application.
  • the computer readable instructions 52 may be segmented into one or more computer readable instruction modules, the one or more computer readable instruction modules being stored in the memory 51, and The processor 50 executes to complete the application.
  • the computer readable instructions 52 that is, the candidate authentication computer readable instructions, may be segmented into an adult face image acquisition module 601, a face image search module 602, a credibility evaluation module 603, A face image adding module 604, a face image collecting module 605, an identity information searching module 606, and a face image matching module 607.
  • a computer readable instruction module as referred to in this application refers to a series of computer readable instruction instructions that are capable of performing a particular function. The following description will specifically describe the functions of the computer readable instruction modules 601-607.
  • the face image obtaining module 601 is configured to obtain a face image and identity information uploaded by the candidate through the designated network channel after the pre-test registration;
  • a face image searching module 602 configured to separately search for a face image corresponding to the identity information in two or more legally authorized identity information databases;
  • the credibility evaluation module 603 is configured to use the found face image as a reference reference to evaluate the credibility of the face image uploaded by the enrolled candidate;
  • the first face image adding module 604 is configured to: if the credibility of the face image uploaded by the applicant is greater than the first threshold, upload the face image uploaded by the candidate and the corresponding identity Information is added to the pre-created face database;
  • a face image collecting module 605 configured to: when a candidate enters the examination room, obtain information of the candidate, and collect a face image of the candidate;
  • the identity information searching module 606 is configured to search, in the face database, identity information that is consistent with the information of the candidate;
  • the face image matching module 607 is configured to: if the identity information that is consistent with the information of the candidate is found in the face database, determine the face image of the candidate and the found identity information. Corresponding face Whether the images match, and if so, it is determined that the identity verification of the candidate passes.
  • the computer readable instructions 52 may further include:
  • a counting module configured to: if the credibility of the face image uploaded by the applicant is less than or equal to the first threshold, add a preset first counter by one;
  • a verification image acquisition module configured to acquire, if the first counter is greater than or equal to the second threshold, an identity card image uploaded by the candidate candidate through the network channel, and the candidate's hand-held identity card Image
  • an identity information extraction module configured to extract identity information in the identity card image
  • a verification image matching module configured to: if the identity information in the ID card image is consistent with the identity information uploaded by the applicant, send the image of the candidate's handheld ID card to the person who is uploaded by the candidate Face image for face matching;
  • a second face image adding module configured to: if the image of the applicant's hand-held ID card matches the face image uploaded by the applicant, the face image uploaded by the applicant and the The identity information uploaded by the candidate is added to the pre-created face database.
  • the credibility evaluation module 603 may include:
  • a matching degree calculating unit configured to match the face image uploaded by the applicant to the searched face image, to obtain the face image uploaded by the applicant and the found person The degree of matching between face images;
  • an update time acquisition unit configured to acquire an update time of the searched face image in the corresponding identity information database for the last time
  • a weight calculation unit configured to calculate a weight of the identity information database according to the last updated face image in the corresponding identity information database
  • a credibility calculation unit configured to weight the matching degree by using a weight of the identity information database
  • the computer readable instructions 52 may further include:
  • a size and color obtaining module configured to acquire a requirement of a size and a background color of the face image by the identity information database
  • a face image adjustment module configured to respectively adjust a face image uploaded by the applicant by the size of the face image and the background color according to the identity information database, to obtain an adjusted face image
  • a face image updating module configured to update the face image in the identity information database to the adjusted face image.
  • the computer readable instructions 52 may further include:
  • a communication connection establishing module configured to establish a communication connection with the designated server when the identity verification is completed and the network signal is detected
  • the verification result sending module is configured to send the candidate information, the candidate's face image, and the corresponding identity verification result to the server, so that the server performs statistical analysis.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请属于人脸识别技术领域，尤其涉及一种考生身份验证方法、装置、计算机可读存储介质及终端设备。本申请实施例在考前报名时，获取报名考生上传的人脸图像及身份信息，若所述报名考生上传的人脸图像的可信度大于第一阈值，则将所述报名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中。当考生进入考场时，获取所述考生的信息，并采集所述考生的人脸图像，在所述人脸库中查找与所述考生的信息一致的身份信息，再判断所述考生的人脸图像与所述查找到的身份信息对应的人脸图像是否匹配，若是，则确定所述考生的身份验证通过。通过本申请，杜绝了出现徇私舞弊的情况，且使得人脸匹配的精度及稳定性均大大提升，有更高的准确率。

Description

说明书 发明名称：考生身份验证方法、 装置、 可读存储介质及终端设备 [0001] 本申请申明享有 2017年 10月 12日递交的申请号为 CN 201710945925.7、 名称为" 一种考生身份验证方法及终端设备"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
[0002] 本申请属于人脸识别技术领域， 尤其涉及一种考生身份验证方法、 装置、 计算 机可读存储介质及终端设备。
背景技术
[0003] 在当今各类考试中， 代考是考生作弊的一种常用手段。 鉴别考生身份的真实性 ， 成为了当前考试管理工作的一大难点， 如果在考试前无法有效鉴别考生身份 ， 必将影响考试的结果、 公平性和成绩的真实性， 造成考试以及人才选拔的不 公平。 但目前普遍采用的仍是通过监考教师人工验证考生身份的方法， 监考教 师根据考生照片凭借自己的主观感受来判断参加考试的人员是否为考生本人， 准确率难以保证， 且容易出现徇私舞弊的情况。
技术问题
[0004] 有鉴于此， 本申请实施例提供了一种考生身份验证方法、 装置、 计算机可读存 储介质及终端设备， 以减少人为因素干扰， 提高考生身份验证的准确率。
问题的解决方案
技术解决方案
[0005] 本申请实施例的第一方面提供了一种考生身份验证方法， 可以包括：
[0006] 在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及身份信息
[0007] 在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信息相对应 的人脸图像；
[0008] 以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像的可信度 [0009] 若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报名考生上 传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中；
[0010] 当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图像； [0011] 在所述人脸库中査找与所述考生的信息一致的身份信息；
[0012] 若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断所述考生 的人脸图像与所述査找到的身份信息对应的人脸图像是否匹配， 若是， 则确定 所述考生的身份验证通过。
[0013] 本申请实施例的第二方面提供了一种计算机可读存储介质， 所述计算机可读存 储介质存储有计算机可读指令， 所述计算机可读指令被处理器执行吋实现如下 步骤：
[0014] 在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及身份信息
[0015] 在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信息相对应 的人脸图像；
[0016] 以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像的可信度
[0017] 若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报名考生上 传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中；
[0018] 当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图像； [0019] 在所述人脸库中査找与所述考生的信息一致的身份信息；
[0020] 若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断所述考生 的人脸图像与所述査找到的身份信息对应的人脸图像是否匹配， 若是， 则确定 所述考生的身份验证通过。
[0021] 本申请实施例的第三方面提供了一种考生身份验证终端设备， 包括存储器、 处 理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令， 所 述处理器执行所述计算机可读指令吋实现如下步骤：
[0022] 在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及身份信息 [0023] 在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信息相对应 的人脸图像；
[0024] 以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像的可信度
[0025] 若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报名考生上 传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中；
[0026] 当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图像； [0027] 在所述人脸库中査找与所述考生的信息一致的身份信息；
[0028] 若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断所述考生 的人脸图像与所述査找到的身份信息对应的人脸图像是否匹配， 若是， 则确定 所述考生的身份验证通过。
[0029] 本申请实施例的第四方面提供了一种考生身份验证装置， 可以包括：
[0030] 人脸图像获取模块， 用于在考前报名吋， 获取报名考生通过指定的网络渠道上 传的人脸图像及身份信息；
[0031] 人脸图像査找模块， 用于在两个以上经过合法授权的身份信息数据库中分别査 找与所述身份信息相对应的人脸图像；
[0032] 可信度评估模块， 用于以査找到的人脸图像作为参照基准评估所述报名考生上 传的人脸图像的可信度；
[0033] 第一人脸图像添加模块， 用于若所述报名考生上传的人脸图像的可信度大于第 一阈值， 则将所述报名考生上传的人脸图像和对应的所述身份信息添加入预先 创建的人脸库中；
[0034] 人脸图像采集模块， 用于当考生进入考场吋， 获取所述考生的信息， 并采集所 述考生的人脸图像；
[0035] 身份信息査找模块， 用于在所述人脸库中査找与所述考生的信息一致的身份信 息；
[0036] 人脸图像匹配模块， 用于若在所述人脸库中査找到与所述考生的信息一致的身 份信息， 再判断所述考生的人脸图像与所述査找到的身份信息对应的人脸图像 是否匹配， 若是， 则确定所述考生的身份验证通过。 发明的有益效果
有益效果
[0037] 本申请实施例与现有技术相比存在的有益效果是： 本申请实施例在考前报名吋 ， 获取报名考生通过指定的网络渠道上传的人脸图像及身份信息， 在两个以上 经过合法授权的身份信息数据库中分别査找与所述身份信息相对应的人脸图像 ， 以所述査找到的人脸图像为参照计算所述报名考生上传的人脸图像的可信度 ， 若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报名考生 上传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中。 当考生进 入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图像， 在所述人脸库 中査找与所述考生的信息一致的身份信息， 若在所述人脸库中査找到与所述考 生的信息一致的身份信息， 再判断所述考生的人脸图像与所述査找到的身份信 息对应的人脸图像是否匹配， 若是， 则确定所述考生的身份验证通过。 由于采 用人脸匹配技术取代了传统的人工比对的方式， 杜绝了出现徇私舞弊的情况， 而且考生考前上传的人脸图像在添加入人脸库之前， 经过了两个以上经过合法 授权的身份信息数据库的可信度验证， 只有在可信度足够高吋， 才能添加入人 脸库， 使得人脸匹配的精度及稳定性均大大提升， 可以保证验证结果较之人工 比对有更高的准确率。
对附图的简要说明
附图说明
[0038] 图 1为本申请实施例中一种考生身份验证方法在考前报名阶段的一个实施例流 程图；
[0039] 图 2为本申请实施例中一种考生身份验证方法步骤 S103在一个应用场景下的示 意流程图；
[0040] 图 3为本申请实施例中一种考生身份验证方法中更新身份信息数据库中的人脸 图像的示意流程图；
[0041] 图 4为本申请实施例中一种考生身份验证方法在考试现场阶段的一个实施例流 程图；
[0042] 图 5为本申请实施例提供的考生身份验证终端设备的示意框图； [0043] 图 6为本申请实施例提供的考生身份验证计算机可读指令的模块图。
本发明的实施方式
[0044] 本申请为了保证考生身份验证的准确性， 采取了双重的人脸识别， 首先， 在报 名吋， 对考生上传的用于考试使用的人脸图像进行人脸识别， 然后， 在考场上 ， 对现场采集的考生的人脸图像进行人脸识别， 最大程度保证了身份验证的准 确性。
[0045] 请参阅图 1， 本申请实施例中一种考生身份验证方法在考前报名阶段的一个实 施例可以包括：
[0046] 步骤 S101、 在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像 及身份信息。
[0047] 例如， 考试主办方可以向报名考生提供进行报名的官方微信公众号， 报名考生 关注该微信公众号后， 则可选择进入人脸图像采集界面， 通过手机自拍上传人 脸图像， 并在微信公众号内填写身份信息， 方便报名考生随吋随地进行报名， 简单快捷。
[0048] 可选地， 所述网络渠道还可以包括微信小程序、 官方网站、 官方 APP等等， 本 实施例对此不作具体限定。
[0049] 所述身份信息可以包括姓名、 身份证号以及学籍号等。
[0050] 步骤 S102、 在两个以上经过合法授权的身份信息数据库中分别査找与所述身份 信息相对应的人脸图像。
[0051] 所述身份信息数据库可以是公安部门、 民政部门、 教育部门等具有一定权威的 政府行政机构或者事业单位的数据库。 为了避免单一来源的数据可能存在的偏 差， 本实施例中使用两个以上的身份信息数据库， 大大增加了数据的可靠性。
[0052] 步骤 S103、 以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图 像的可信度。
[0053] 优选地， 步骤 S103具体可以包括如图 2所示的步骤：
[0054] 步骤 S1031、 将所述报名考生上传的人脸图像分别与所述査找到的人脸图像进 行匹配， 得到所述报名考生上传的人脸图像与所述査找到的人脸图像之间的匹 配度。
[0055] 由于本实施例中使用了两个以上的身份信息数据库， 一般地， 在每个身份信息 数据库中均可以査找到与所述身份信息相对应的人脸图像， 因此会査找到多个 人脸图像。 所述报名考生上传的人脸图像与每个査找到的人脸图像之间均有一 个匹配度， 将所述报名考生上传的人脸图像分别与这些人脸图像进行匹配， 可 以得到多个匹配度。
[0056] 例如， 将所述报名考生上传的人脸图像记做人脸图像 1， 将在公安部门査找到 的人脸图像记做人脸图像 2， 将在民政部门査找到的人脸图像记做人脸图像 3， 将在公安部门査找到的人脸图像记做人脸图像 4， 则将人脸图像 1分别与人脸图 像 2、 人脸图像 3和人脸图像 4进行人脸匹配， 分别得到匹配度 1， 匹配度 2和匹配 度 3。
[0057] 在本实施例中， 可以通过局部二值模式 （Local Binary Patterns , LBP) 算法来 进行人脸匹配， 具体地， 构造一种衡量一个脸部像素点与其周围像素点的关系 ， 对人脸图像中的每个像素， 通过计算以其为中心的邻域内各像素和中心像素 的大小关系， 把像素的灰度值转化为一个八位二进制序列。 以中心点的像素值 为阈值， 如果邻域点的像素值小于中心点， 则邻域点被二值化为 0， 否则为 1 ; 将二值化得到的 0、 1序列看成一个 8位二进制数， 将该二进制数转化为十进制就 可得到中心点处的 LBP值。 计算出每个脸部像素点的 LBP值后， 将 LBP特征谱的 统计直方图确定为人脸的特征向量。 由于利用了周围点与该点的关系对该点进 行量化。 量化后可以更有效地消除光照对图像的影响。 只要光照的变化不足以 改变两个点像素值之间的大小关系， 那么 LBP值不会发生变化， 即保证了脸部特 征信息提取的准确性， 在获得了两个待匹配的人脸图像的脸部特征信息后， 即 可以通过直方图交叉核方法 （Histogram intersection) 或者卡方统计方法 （Chi square statistic) 计算两者的匹配度。
[0058] 特别需要注意的是， 上述算法仅为进行人脸匹配的一种实现， 还可以根据实际 情况选择其它算法， 例如主成分分析 （Principal Component Analysis , PCA) 算 法、 线性鉴别分析 （Linear Discriminant Analysis , LDA) 算法等， 本实施例对此 不作具体限定。 [0059] 步骤 S1032、 获取所述査找到的人脸图像最后一次在对应的身份信息数据库中 的更新吋间。
[0060] 步骤 S1033、 根据所述査找到的人脸图像最后一次在对应的身份信息数据库中 的更新吋间计算所述身份信息数据库的权值。
[0061] 所述身份信息数据库的权值与所述査找到的人脸图像最后一次在对应的身份信 息数据库中的更新吋间的早晚负相关， 若更新吋间越早， 则说明该人脸图像越 陈旧， 与该考生当前的差别越大， 因此其权值应该越低， 若更新吋间越晚， 则 说明该人脸图像越新， 与该考生当前的差别越小， 因此其权值应该越高。
[0062] 作为示例， 以下示出了一种具体的根据最后更新吋间来计算权值的方法： 首先 ， 计算各个身份信息数据库的所述更新吋间距离当前吋刻的吋长， 然后将其求 和， 得到总吋长， 并将总吋长分别除以各个身份信息数据库的所述更新吋间距 离当前吋刻的吋长， 最后求得所得之商的总和， 并将各个商占该总和的比值分 别确定为各个身份信息数据库的权值。
[0063] 例如， 若公安部门的人脸图像 2最后一次的更新吋间距离当前吋刻的吋长为 5个 月， 民政部门的人脸图像 3最后一次的更新吋间距离当前吋刻的吋长为 4个月， 教育部门的人脸图像 4最后一次的更新吋间距离当前吋刻的吋长为 1个月， 将其 求和得到总吋长为 10个月， 然后将总吋长分别除以各个身份信息数据库的所述 更新吋间距离当前吋刻的吋长， 分别得到 10/5=2、 10/4=2.5、 10/1=10， 所得之商 的总和为 2+2.5+10=14.5， 最后计算 2/14.5=0.138、 2.5/14.5=0.172、 10/14.5=0.69， 即公安部门的身份信息数据库的权值为 0.138， 民政部门的身份信息数据库的权 值为 0.172， 教育部门的身份信息数据库的权值为 0.69。
[0064] 特别需要注意的是， 上述计算方法仅为计算所述身份信息数据库的权值的一种 实现， 还可以根据实际情况选择其它计算方法， 本实施例对此不作具体限定。
[0065] 步骤 S1034、 使用所述身份信息数据库的权值对所述匹配度进行加权， 并将加 权后的所述匹配度之和确定为所述报名考生上传的人脸图像的可信度。
[0066] 例如， 通过步骤 S1031计算得到所述报名考生上传的人脸图像 1与公安部门査找 到的人脸图像 2的匹配度为 0.9， 与民政部门査找到的人脸图像 3的匹配度为 0.95 ， 与教育部门査找到的人脸图像 4的匹配度为 0.8， 通过步骤 S1033计算得到公安 部门的身份信息数据库的权值为 0.138， 民政部门的身份信息数据库的权值为 0.1
72， 教育部门的身份信息数据库的权值为 0.69， 则可计算所述报名考生上传的人 脸图像的可信度为 0.9*0.138+0.95*0.172+0.8*0.69=0.8396。
[0067] 步骤 S104、 判断所述报名考生上传的人脸图像的可信度是否大于第一阈值。
[0068] 若所述报名考生上传的人脸图像的可信度小于或等于第一阈值， 则执行步骤 S1
05， 若所述报名考生上传的人脸图像的可信度大于第一阈值， 则执行步骤 S108
[0069] 步骤 S105、 将预设的第一计数器加一。
[0070] 所述第一计数器用来对所述报名考生上传的人脸图像的可信度小于或等于第一 阈值的次数进行计数， 容易理解地， 所述第一计数器的初始值为 0。
[0071] 步骤 S106、 判断所述第一计数器是否小于第二阈值。
[0072] 若所述第一计数器小于所述第二阈值， 则返回执行步骤 S101， 若所述第一计数 器大于或等于所述第二阈值， 则执行步骤 S107。
[0073] 一般地， 可以将所述第二阈值设置为 3， 即最多获取 3次所述报名考生上传的人 脸图像。
[0074] 步骤 S 107、 进行报名异常处理。
[0075] 首先， 获取所述报名考生通过所述网络渠道上传的身份证图像及所述报名考生 手持身份证的图像， 然后， 提取所述身份证图像中的身份信息， 若所述身份证 图像中的身份信息与所述报名考生上传的身份信息一致， 则将所述报名考生手 持身份证的图像与所述报名考生上传的人脸图像进行人脸匹配， 若所述报名考 生手持身份证的图像与所述报名考生上传的人脸图像匹配成功， 则执行步骤 S10 8， 若匹配失败， 则通过微信公众号、 短信等方式通知所述报名考生需进行线下 核实。
[0076] 针对特殊情况， 例如某些考生不幸毁容， 也可以采用线下核实的方式对考生的 身份进行査验。 比如， 考生可以自行到相关行政机关要求出具相关身份确认证 明， 然后将身份确认证明提交到指定的机构或者上传到系统， 完成复核。 或者 ， 考生也可以到指定的机构进行复核， 复核人员询问考生原因和背景等问题， 并记录在案， 最后根据具体情况出具复核结果。 复核结果出具后， 需要通过微 信公众号、 短信等方式通知考生。
[0077] 步骤 S108、 将所述报名考生上传的人脸图像和对应的所述身份信息添加入预先 创建的人脸库中。
[0078] 添加入所述人脸库中的人脸图像及身份信息将作为后续考试吋对考生进行身份 识别的比对基准。
[0079] 优选地， 在步骤 S108之后， 还可以包括如图 3所示的步骤：
[0080] 步骤 S301、 获取所述身份信息数据库对人脸图像的尺寸及背景颜色的要求。
[0081] 步骤 S302、 按照所述身份信息数据库对人脸图像的尺寸及背景颜色的要求分别 调整所述报名考生上传的人脸图像， 得到调整后的人脸图像。
[0082] 步骤 S303、 将所述身份信息数据库中的人脸图像更新为所述调整后的人脸图像
[0083] 所述身份信息数据库为用于査找与所述身份信息相对应的人脸图像的多个 （两 个以上） 数据库。 由于不同的身份信息数据库对人脸图像的尺寸及背景颜色的 要求可能是不同的， 因此， 需要分别获取每个身份信息数据库对人脸图像的尺 寸及背景颜色的要求， 并分别根据这些要求对所述报名考生上传的人脸图像进 行调整。
[0084] 例如， 若公安部门的身份信息数据库对人脸图像的尺寸的要求是 1寸， 对背景 颜色的要求为红色， 则将所述报名考生上传的人脸图像进行调整， 得到 1寸的红 色背景人脸图像， 然后将公安部门的身份信息数据库中的人脸图像更新为调整 后的人脸图像； 若民政部门的身份信息数据库对人脸图像的尺寸的要求是 2寸， 对背景颜色的要求为蓝色， 则将所述报名考生上传的人脸图像进行调整， 得到 2 寸的蓝色背景人脸图像， 然后将民政部门的身份信息数据库中的人脸图像更新 为调整后的人脸图像； 若教育部门的身份信息数据库对人脸图像的尺寸的要求 是 1寸， 对背景颜色的要求为蓝色， 则将所述报名考生上传的人脸图像进行调整 ， 得到 1寸的蓝色背景人脸图像， 然后将教育部门的身份信息数据库中的人脸图 像更新为调整后的人脸图像。
[0085] 通过图 3所示的步骤， 所述报名考生上传的人脸图像会同步到该考生学习及生 活的方方面面， 包括入学考试、 考试后的入学、 毕业、 就业等阶段， 均在同一 个吋期使用同一张照片， 这样可以有效减少替考的现象。
[0086] 请参阅图 4， 本申请实施例中一种考生身份验证方法在考试现场阶段的一个实 施例可以包括：
[0087] 步骤 S401、 当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸 图像。
[0088] 例如， 监控老师可以通过指定的手机、 平板电脑等验证设备拍摄所述考生的人 脸图像， 并利用所述验证设备扫描所述考生的准考证上的二维码来获取所述考 生的信息。
[0089] 步骤 S402、 判断在所述人脸库中是否査找到与所述考生的信息一致的身份信息
[0090] 若在所述人脸库中査找到与所述考生的信息一致的身份信息， 则执行步骤 S403 ， 若在所述人脸库中无法査找到与所述考生的信息一致的身份信息， 则执行步 骤 S406。
[0091] 步骤 S403、 判断所述考生的人脸图像与所述査找到的身份信息对应的人脸图像 是否匹配。
[0092] 在本实施例中， 可以通过局部二值模式 （Local Binary Patterns , LBP) 算法来 进行人脸匹配， 具体地， 构造一种衡量一个脸部像素点与其周围像素点的关系 ， 对人脸图像中的每个像素， 通过计算以其为中心的邻域内各像素和中心像素 的大小关系， 把像素的灰度值转化为一个八位二进制序列。 以中心点的像素值 为阈值， 如果邻域点的像素值小于中心点， 则邻域点被二值化为 0， 否则为 1 ; 将二值化得到的 0、 1序列看成一个 8位二进制数， 将该二进制数转化为十进制就 可得到中心点处的 LBP值。 计算出每个脸部像素点的 LBP值后， 将 LBP特征谱的 统计直方图确定为人脸的特征向量。 由于利用了周围点与该点的关系对该点进 行量化。 量化后可以更有效地消除光照对图像的影响。 只要光照的变化不足以 改变两个点像素值之间的大小关系， 那么 LBP值不会发生变化， 即保证了脸部特 征信息提取的准确性， 在获得了两个待匹配的人脸图像的脸部特征信息后， 即 可以通过直方图交叉核方法 （Histogram intersection) 或者卡方统计方法 （Chi square statistic) 计算两者的匹配度。 [0093] 然后判断计算得到两者的匹配度大于第三阈值， 若两者的匹配度大于所述第三 阈值， 则判定所述考生的人脸图像与所述査找到的身份信息对应的人脸图像匹 配， 若两者的匹配度小于或等于所述第三阈值， 则判定所述考生的人脸图像与 所述査找到的身份信息对应的人脸图像不匹配。
[0094] 特别需要注意的是， 上述算法仅为进行人脸匹配的一种实现， 还可以根据实际 情况选择其它算法， 例如主成分分析 （Principal Component Analysis , PCA) 算 法、 线性鉴别分析 （Linear Discriminant Analysis , LDA) 算法等， 本实施例对此 不作具体限定。
[0095] 若所述考生的人脸图像与所述査找到的身份信息对应的人脸图像不匹配， 则执 行步骤 S404， 若所述考生的人脸图像与所述査找到的身份信息对应的人脸图像 匹配， 则执行步骤 S407。
[0096] 步骤 S404、 将预设的第二计数器加一。
[0097] 所述第二计数器用来对所述考生的人脸图像与所述人脸库中的人脸图像匹配失 败的次数进行计数， 容易理解地， 所述第二计数器的初始值为 0。
[0098] 步骤 S405、 判断所述第二计数器是否小于第四阈值。
[0099] 若所述第二计数器小于所述第四阈值， 则返回执行步骤 S401 , 若所述第一计数 器大于或等于所述第二阈值， 则执行步骤 S406。
[0100] 一般地， 可以将所述第四阈值设置为 3， 即最多采集 3次所述考生的人脸图像。
[0101] 步骤 S406、 确定所述考生的身份验证不通过。
[0102] 步骤 S407、 确定所述考生的身份验证通过。
[0103] 在本实施中， 可以通过页面显示或者语音播报的方式输出身份验证结果。
[0104] 优选地， 在完成身份验证且检测到网络信号的情况下， 建立与指定服务器之间 的通信连接， 将所述考生的信息、 所述考生的人脸图像以及对应的身份验证结 果发送至所述服务器， 以便所述服务器进行统计分析以及留档备案。
[0105] 综上所述， 本申请实施例在考前报名吋， 获取报名考生通过指定的网络渠道上 传的人脸图像及身份信息， 在两个以上经过合法授权的身份信息数据库中分别 査找与所述身份信息相对应的人脸图像， 以所述査找到的人脸图像为参照计算 所述报名考生上传的人脸图像的可信度， 若所述报名考生上传的人脸图像的可 信度大于第一阈值， 则将所述报名考生上传的人脸图像和对应的所述身份信息 添加入预先创建的人脸库中。 当考生进入考场吋， 获取所述考生的信息， 并采 集所述考生的人脸图像， 在所述人脸库中査找与所述考生的信息一致的身份信 息， 若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断所述 考生的人脸图像与所述査找到的身份信息对应的人脸图像是否匹配， 若是， 则 确定所述考生的身份验证通过。 由于采用人脸匹配技术取代了传统的人工比对 的方式， 杜绝了出现徇私舞弊的情况， 而且考生考前上传的人脸图像在添加入 人脸库之前， 经过了两个以上经过合法授权的身份信息数据库的可信度验证， 只有在可信度足够高吋， 才能添加入人脸库， 使得人脸匹配的精度及稳定性均 大大提升， 可以保证验证结果较之人工比对有更高的准确率。
[0106] 对应于上文实施例所述的考生身份验证方法， 图 5示出了本申请实施例提供的 考生身份验证终端设备的示意框图， 为了便于说明， 仅示出了与本申请实施例 相关的部分。
[0107] 在本实施例中， 所述考生身份验证终端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。 该考生身份验证终端设备可包括： 处理器 50 、 存储器 51以及存储在所述存储器 51中并可在所述处理器 50上运行的计算机可 读指令 52。
[0108] 所述处理器 50可以是中央处理单元 (Central Processing Unit, CPU) , 还可以是其 它通用处理器、 数字信号处理器（Digital Signal Processor, DSP)、 专用集成电路 (Application Specific Integrated Circuit， ASIC)、 现场可编程门阵列
(Field-Programmable Gate Array , FPGA)或者其它可编程逻辑器件、 分立门或者 晶体管逻辑器件、 分立硬件组件等。 通用处理器可以是微处理器或者该处理器 也可以是任何常规的处理器等。
[0109] 所述存储器 51可以是所述考生身份验证终端设备 5的内部存储单元， 例如考生 身份验证终端设备 5的硬盘或内存。 所述存储器 51也可以是所述考生身份验证终 端设备 5的外部存储设备， 例如所述考生身份验证终端设备 5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。 进一步地， 所述存储器 51还可以既包括所述考生身 份验证终端设备 5的内部存储单元也包括外部存储设备。 所述存储器 51用于存储 所述计算机可读指令以及所述考生身份验证终端设备 5所需的其它计算机可读指 令和数据。 所述存储器 51还可以用于暂吋地存储已经输出或者将要输出的数据
[0110] 请参阅图 6， 是本申请实施例提供的计算机可读指令 52的模块图。 在本实施例 中， 所述的计算机可读指令 52可以被分割成一个或多个计算机可读指令模块， 所述一个或者多个计算机可读指令模块被存储于所述存储器 51中， 并由所述处 理器 50所执行， 以完成本申请。 例如， 在图 6中， 所述的计算机可读指令 52， 也 即考生身份验证计算机可读指令可以被分割成人脸图像获取模块 601、 人脸图像 査找模块 602、 可信度评估模块 603、 第一人脸图像添加模块 604、 人脸图像采集 模块 605、 身份信息査找模块 606、 人脸图像匹配模块 607。 本申请所称的计算机 可读指令模块是指能够完成特定功能的一系列计算机可读指令指令段。 以下描 述将具体介绍所述计算机可读指令模块 601-607的功能。
[0111] 人脸图像获取模块 601， 用于在考前报名吋， 获取报名考生通过指定的网络渠 道上传的人脸图像及身份信息；
[0112] 人脸图像査找模块 602， 用于在两个以上经过合法授权的身份信息数据库中分 别査找与所述身份信息相对应的人脸图像；
[0113] 可信度评估模块 603， 用于以査找到的人脸图像作为参照基准评估所述报名考 生上传的人脸图像的可信度；
[0114] 第一人脸图像添加模块 604， 用于若所述报名考生上传的人脸图像的可信度大 于第一阈值， 则将所述报名考生上传的人脸图像和对应的所述身份信息添加入 预先创建的人脸库中；
[0115] 人脸图像采集模块 605， 用于当考生进入考场吋， 获取所述考生的信息， 并采 集所述考生的人脸图像；
[0116] 身份信息査找模块 606， 用于在所述人脸库中査找与所述考生的信息一致的身 份信息；
[0117] 人脸图像匹配模块 607， 用于若在所述人脸库中査找到与所述考生的信息一致 的身份信息， 再判断所述考生的人脸图像与所述査找到的身份信息对应的人脸 图像是否匹配， 若是， 则确定所述考生的身份验证通过。
[0118] 进一步地， 所述计算机可读指令 52中还可以包括：
[0119] 计数模块， 用于若所述报名考生上传的人脸图像的可信度小于或等于所述第一 阈值， 则将预设的第一计数器加一；
[0120] 验证图像获取模块， 用于若所述第一计数器大于或等于所述第二阈值， 则获取 所述报名考生通过所述网络渠道上传的身份证图像及所述报名考生手持身份证 的图像；
[0121] 身份信息提取模块， 用于提取所述身份证图像中的身份信息；
[0122] 验证图像匹配模块， 用于若所述身份证图像中的身份信息与所述报名考生上传 的身份信息一致， 则将所述报名考生手持身份证的图像与所述报名考生上传的 人脸图像进行人脸匹配；
[0123] 第二人脸图像添加模块， 用于若所述报名考生手持身份证的图像与所述报名考 生上传的人脸图像匹配成功， 则将所述报名考生上传的人脸图像和所述报名考 生上传的身份信息添加入预先创建的人脸库中。
[0124] 进一步地， 所述可信度评估模块 603可以包括：
[0125] 匹配度计算单元， 用于将所述报名考生上传的人脸图像分别与所述査找到的人 脸图像进行匹配， 得到所述报名考生上传的人脸图像与所述査找到的人脸图像 之间的匹配度；
[0126] 更新吋间获取单元， 用于获取所述査找到的人脸图像最后一次在对应的身份信 息数据库中的更新吋间；
[0127] 权值计算单元， 用于根据所述査找到的人脸图像最后一次在对应的身份信息数 据库中的更新吋间计算所述身份信息数据库的权值；
[0128] 可信度计算单元， 用于使用所述身份信息数据库的权值对所述匹配度进行加权
， 并将加权后的所述匹配度之和确定为所述报名考生上传的人脸图像的可信度
[0129] 进一步地， 所述计算机可读指令 52中还可以包括：
[0130] 尺寸及颜色获取模块， 用于获取所述身份信息数据库对人脸图像的尺寸及背景 颜色的要求； [0131] 人脸图像调整模块， 用于按照所述身份信息数据库对人脸图像的尺寸及背景颜 色的要求分别调整所述报名考生上传的人脸图像， 得到调整后的人脸图像； [0132] 人脸图像更新模块， 用于将所述身份信息数据库中的人脸图像更新为所述调整 后的人脸图像。
[0133] 进一步地， 所述计算机可读指令 52中还可以包括：
[0134] 通信连接建立模块， 用于在完成身份验证且检测到网络信号的情况下， 建立与 指定服务器之间的通信连接；
[0135] 验证结果发送模块， 用于将所述考生的信息、 所述考生的人脸图像以及对应的 身份验证结果发送至所述服务器， 以便所述服务器进行统计分析。
[0136] 以上所述实施例仅用以说明本申请的技术方案， 而非对其限制； 尽管参照前述 实施例对本申请进行了详细的说明， 本领域的普通技术人员应当理解： 其依然 可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分技术特征进 行等同替换； 而这些修改或者替换， 并不使相应技术方案的本质脱离本申请各 实施例技术方案的精神和范围。

Claims

权利要求书
[权利要求 1] 一种考生身份验证方法， 其特征在于， 包括：
在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及 身份信息；
在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信 息相对应的人脸图像；
以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像 的可信度；
若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报 名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人脸 库中；
当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图 像；
在所述人脸库中査找与所述考生的信息一致的身份信息；
若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断 所述考生的人脸图像与所述査找到的身份信息对应的人脸图像是否匹 配， 若是， 则确定所述考生的身份验证通过。
[权利要求 2] 根据权利要求 1所述的考生身份验证方法， 其特征在于， 还包括： 若所述报名考生上传的人脸图像的可信度小于或等于所述第一阈值， 则将预设的第一计数器加一；
若所述第一计数器小于第二阈值， 则返回执行所述获取报名考生通过 指定的网络渠道上传的人脸图像及身份信息的步骤，
若所述第一计数器大于或等于所述第二阈值， 则获取所述报名考生通 过所述网络渠道上传的身份证图像及所述报名考生手持身份证的图像 提取所述身份证图像中的身份信息；
若所述身份证图像中的身份信息与所述报名考生上传的身份信息一致 ， 则将所述报名考生手持身份证的图像与所述报名考生上传的人脸图 像进行人脸匹配；
若所述报名考生手持身份证的图像与所述报名考生上传的人脸图像匹 配成功， 则将所述报名考生上传的人脸图像和所述报名考生上传的身 份信息添加入预先创建的人脸库中。
[权利要求 3] 根据权利要求 1所述的考生身份验证方法， 其特征在于， 所述以査找 到的人脸图像作为参照基准评估所述报名考生上传的人脸图像的可信 度包括：
将所述报名考生上传的人脸图像分别与所述査找到的人脸图像进行匹 配， 得到所述报名考生上传的人脸图像与所述査找到的人脸图像之间 的匹配度；
获取所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间；
根据所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间计算所述身份信息数据库的权值；
使用所述身份信息数据库的权值对所述匹配度进行加权， 并将加权后 的所述匹配度之和确定为所述报名考生上传的人脸图像的可信度。
[权利要求 4] 根据权利要求 1所述的考生身份验证方法， 其特征在于， 在将所述报 名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人脸 库中之后， 还包括：
获取所述身份信息数据库对人脸图像的尺寸及背景颜色的要求； 按照所述身份信息数据库对人脸图像的尺寸及背景颜色的要求分别调 整所述报名考生上传的人脸图像， 得到调整后的人脸图像； 将所述身份信息数据库中的人脸图像更新为所述调整后的人脸图像。
[权利要求 5] 根据权利要求 1至 4中任一项所述的考生身份验证方法， 其特征在于， 还包括：
在完成身份验证且检测到网络信号的情况下， 建立与指定服务器之间 的通信连接；
将所述考生的信息、 所述考生的人脸图像以及对应的身份验证结果发 送至所述服务器， 以便所述服务器进行统计分析。
[权利要求 6] —种计算机可读存储介质， 所述计算机可读存储介质存储有计算机可 读指令， 其特征在于， 所述计算机可读指令被处理器执行吋实现如下 步骤：
在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及 身份信息；
在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信 息相对应的人脸图像；
以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像 的可信度；
若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报 名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人脸 库中；
当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图 像；
在所述人脸库中査找与所述考生的信息一致的身份信息；
若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断 所述考生的人脸图像与所述査找到的身份信息对应的人脸图像是否匹 配， 若是， 则确定所述考生的身份验证通过。
[权利要求 7] 根据权利要求 6所述的计算机可读存储介质， 其特征在于， 还包括： 若所述报名考生上传的人脸图像的可信度小于或等于所述第一阈值， 则将预设的第一计数器加一；
若所述第一计数器小于第二阈值， 则返回执行所述获取报名考生通过 指定的网络渠道上传的人脸图像及身份信息的步骤，
若所述第一计数器大于或等于所述第二阈值， 则获取所述报名考生通 过所述网络渠道上传的身份证图像及所述报名考生手持身份证的图像 提取所述身份证图像中的身份信息； 若所述身份证图像中的身份信息与所述报名考生上传的身份信息一致 ， 则将所述报名考生手持身份证的图像与所述报名考生上传的人脸图 像进行人脸匹配；
若所述报名考生手持身份证的图像与所述报名考生上传的人脸图像匹 配成功， 则将所述报名考生上传的人脸图像和所述报名考生上传的身 份信息添加入预先创建的人脸库中。
[权利要求 8] 根据权利要求 6所述的计算机可读存储介质， 其特征在于， 所述以査 找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像的可 信度包括：
将所述报名考生上传的人脸图像分别与所述査找到的人脸图像进行匹 配， 得到所述报名考生上传的人脸图像与所述査找到的人脸图像之间 的匹配度；
获取所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间；
根据所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间计算所述身份信息数据库的权值；
使用所述身份信息数据库的权值对所述匹配度进行加权， 并将加权后 的所述匹配度之和确定为所述报名考生上传的人脸图像的可信度。
[权利要求 9] 根据权利要求 6所述的计算机可读存储介质， 其特征在于， 在将所述 报名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人 脸库中之后， 还包括：
获取所述身份信息数据库对人脸图像的尺寸及背景颜色的要求； 按照所述身份信息数据库对人脸图像的尺寸及背景颜色的要求分别调 整所述报名考生上传的人脸图像， 得到调整后的人脸图像； 将所述身份信息数据库中的人脸图像更新为所述调整后的人脸图像。
[权利要求 10] 根据权利要求 6至 9中任一项所述的计算机可读存储介质， 其特征在于 ， 还包括：
在完成身份验证且检测到网络信号的情况下， 建立与指定服务器之间 的通信连接；
将所述考生的信息、 所述考生的人脸图像以及对应的身份验证结果发 送至所述服务器， 以便所述服务器进行统计分析。
[权利要求 11] 一种终端设备， 包括存储器、 处理器以及存储在所述存储器中并可在 所述处理器上运行的计算机可读指令， 其特征在于， 所述处理器执行 所述计算机可读指令吋实现如下步骤：
在考前报名吋， 获取报名考生通过指定的网络渠道上传的人脸图像及 身份信息；
在两个以上经过合法授权的身份信息数据库中分别査找与所述身份信 息相对应的人脸图像；
以査找到的人脸图像作为参照基准评估所述报名考生上传的人脸图像 的可信度；
若所述报名考生上传的人脸图像的可信度大于第一阈值， 则将所述报 名考生上传的人脸图像和对应的所述身份信息添加入预先创建的人脸 库中；
当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图 像；
在所述人脸库中査找与所述考生的信息一致的身份信息；
若在所述人脸库中査找到与所述考生的信息一致的身份信息， 再判断 所述考生的人脸图像与所述査找到的身份信息对应的人脸图像是否匹 配， 若是， 则确定所述考生的身份验证通过。
[权利要求 12] 根据权利要求 11所述的终端设备， 其特征在于， 还包括：
若所述报名考生上传的人脸图像的可信度小于或等于所述第一阈值， 则将预设的第一计数器加一；
若所述第一计数器小于第二阈值， 则返回执行所述获取报名考生通过 指定的网络渠道上传的人脸图像及身份信息的步骤，
若所述第一计数器大于或等于所述第二阈值， 则获取所述报名考生通 过所述网络渠道上传的身份证图像及所述报名考生手持身份证的图像 提取所述身份证图像中的身份信息；
若所述身份证图像中的身份信息与所述报名考生上传的身份信息一致 ， 则将所述报名考生手持身份证的图像与所述报名考生上传的人脸图 像进行人脸匹配；
若所述报名考生手持身份证的图像与所述报名考生上传的人脸图像匹 配成功， 则将所述报名考生上传的人脸图像和所述报名考生上传的身 份信息添加入预先创建的人脸库中。
根据权利要求 11所述的终端设备， 其特征在于， 所述以査找到的人脸 图像作为参照基准评估所述报名考生上传的人脸图像的可信度包括： 将所述报名考生上传的人脸图像分别与所述査找到的人脸图像进行匹 配， 得到所述报名考生上传的人脸图像与所述査找到的人脸图像之间 的匹配度；
获取所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间；
根据所述査找到的人脸图像最后一次在对应的身份信息数据库中的更 新吋间计算所述身份信息数据库的权值；
使用所述身份信息数据库的权值对所述匹配度进行加权， 并将加权后 的所述匹配度之和确定为所述报名考生上传的人脸图像的可信度。 根据权利要求 11所述的终端设备， 其特征在于， 在将所述报名考生上 传的人脸图像和对应的所述身份信息添加入预先创建的人脸库中之后
， 还包括：
获取所述身份信息数据库对人脸图像的尺寸及背景颜色的要求； 按照所述身份信息数据库对人脸图像的尺寸及背景颜色的要求分别调 整所述报名考生上传的人脸图像， 得到调整后的人脸图像； 将所述身份信息数据库中的人脸图像更新为所述调整后的人脸图像。 根据权利要求 11至 14中任一项所述的终端设备， 其特征在于， 还包括 在完成身份验证且检测到网络信号的情况下， 建立与指定服务器之间 的通信连接；
将所述考生的信息、 所述考生的人脸图像以及对应的身份验证结果发 送至所述服务器， 以便所述服务器进行统计分析。
[权利要求 16] —种考生身份验证装置， 其特征在于， 包括：
人脸图像获取模块， 用于在考前报名吋， 获取报名考生通过指定的网 络渠道上传的人脸图像及身份信息；
人脸图像査找模块， 用于在两个以上经过合法授权的身份信息数据库 中分别査找与所述身份信息相对应的人脸图像； 可信度评估模块， 用于以査找到的人脸图像作为参照基准评估所述报 名考生上传的人脸图像的可信度；
第一人脸图像添加模块， 用于若所述报名考生上传的人脸图像的可信 度大于第一阈值， 则将所述报名考生上传的人脸图像和对应的所述身 份信息添加入预先创建的人脸库中；
人脸图像采集模块， 用于当考生进入考场吋， 获取所述考生的信息， 并采集所述考生的人脸图像；
身份信息査找模块， 用于在所述人脸库中査找与所述考生的信息一致 的身份信息；
人脸图像匹配模块， 用于若在所述人脸库中査找到与所述考生的信息 一致的身份信息， 再判断所述考生的人脸图像与所述査找到的身份信 息对应的人脸图像是否匹配， 若是， 则确定所述考生的身份验证通过
[权利要求 17] 根据权利要求 16所述的考生身份验证装置， 其特征在于， 还包括： 计数模块， 用于若所述报名考生上传的人脸图像的可信度小于或等于 所述第一阈值， 则将预设的第一计数器加一；
验证图像获取模块， 用于若所述第一计数器大于或等于所述第二阈值 ， 则获取所述报名考生通过所述网络渠道上传的身份证图像及所述报 名考生手持身份证的图像； 身份信息提取模块， 用于提取所述身份证图像中的身份信息；
验证图像匹配模块， 用于若所述身份证图像中的身份信息与所述报名 考生上传的身份信息一致， 则将所述报名考生手持身份证的图像与所 述报名考生上传的人脸图像进行人脸匹配；
第二人脸图像添加模块， 用于若所述报名考生手持身份证的图像与所 述报名考生上传的人脸图像匹配成功， 则将所述报名考生上传的人脸 图像和所述报名考生上传的身份信息添加入预先创建的人脸库中。
[权利要求 18] 根据权利要求 16所述的考生身份验证装置， 其特征在于， 所述可信度 评估模块包括：
匹配度计算单元， 用于将所述报名考生上传的人脸图像分别与所述査 找到的人脸图像进行匹配， 得到所述报名考生上传的人脸图像与所述 査找到的人脸图像之间的匹配度；
更新吋间获取单元， 用于获取所述査找到的人脸图像最后一次在对应 的身份信息数据库中的更新吋间；
权值计算单元， 用于根据所述査找到的人脸图像最后一次在对应的身 份信息数据库中的更新吋间计算所述身份信息数据库的权值； 可信度计算单元， 用于使用所述身份信息数据库的权值对所述匹配度 进行加权， 并将加权后的所述匹配度之和确定为所述报名考生上传的 人脸图像的可信度。
[权利要求 19] 根据权利要求 16所述的考生身份验证装置， 其特征在于， 还包括： 尺寸及颜色获取模块， 用于获取所述身份信息数据库对人脸图像的尺 寸及背景颜色的要求；
人脸图像调整模块， 用于按照所述身份信息数据库对人脸图像的尺寸 及背景颜色的要求分别调整所述报名考生上传的人脸图像， 得到调整 后的人脸图像；
人脸图像更新模块， 用于将所述身份信息数据库中的人脸图像更新为 所述调整后的人脸图像。
[权利要求 20] 根据权利要求 16至 19中任一项所述的考生身份验证装置， 其特征在于 ， 还包括：
通信连接建立模块， 用于在完成身份验证且检测到网络信号的情况下 ， 建立与指定服务器之间的通信连接；
验证结果发送模块， 用于将所述考生的信息、 所述考生的人脸图像以 及对应的身份验证结果发送至所述服务器， 以便所述服务器进行统计 分析。
PCT/CN2017/112623 2017-10-12 2017-11-23 考生身份验证方法、装置、可读存储介质及终端设备 WO2019071738A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710945925.7A CN107742100B (zh) 2017-10-12 2017-10-12 一种考生身份验证方法及终端设备
CN201710945925.7 2017-10-12

Publications (1)

Publication Number Publication Date
WO2019071738A1 true WO2019071738A1 (zh) 2019-04-18

Family

ID=61237334

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/112623 WO2019071738A1 (zh) 2017-10-12 2017-11-23 考生身份验证方法、装置、可读存储介质及终端设备

Country Status (2)

Country Link
CN (1) CN107742100B (zh)
WO (1) WO2019071738A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989917A (zh) * 2020-12-25 2021-06-18 中国农业银行股份有限公司 一种远程监考系统及其校验方法
CN113361311A (zh) * 2021-01-18 2021-09-07 安徽中屏科技有限公司 基于行为预判的考试监控系统和方法
CN113542668A (zh) * 2020-04-21 2021-10-22 上海复客云众创空间管理有限公司 一种基于3d摄像头的监控系统及方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145768A (zh) * 2018-07-31 2019-01-04 北京旷视科技有限公司 得到带人脸属性的人脸数据的方法及装置
CN109559090A (zh) * 2018-10-27 2019-04-02 平安医疗健康管理股份有限公司 基于数据分析的医疗项目风控方法、装置、服务器及介质
CN109346137A (zh) * 2018-10-29 2019-02-15 长沙通诺信息科技有限责任公司 受试者在线招募方法及装置、计算机设备及存储介质
CN109191611A (zh) * 2018-10-30 2019-01-11 惠州学院 一种基于人脸识别的考勤设备及方法
CN109785157A (zh) * 2018-12-14 2019-05-21 平安科技（深圳）有限公司 一种基于人脸识别的车辆定损方法、存储介质及服务器
CN109993148A (zh) * 2019-04-12 2019-07-09 张绿儿 一种基于人脸识别服务的考场验录系统
CN110569718B (zh) * 2019-07-26 2021-11-05 华中科技大学 一种基于证件的考生身份验证方法和装置
CN110460617B (zh) * 2019-08-23 2022-01-11 深圳市元征科技股份有限公司 机考考试系统及相关产品
CN110868558A (zh) * 2019-11-26 2020-03-06 秒针信息技术有限公司 录音处理方法和装置
CN111444899B (zh) * 2020-05-14 2023-10-31 聚好看科技股份有限公司 远程考试控制方法、服务器及终端
CN112069904A (zh) * 2020-08-07 2020-12-11 武汉天喻聚联科技有限公司 一种用于确定线上图片归属的系统及方法
CN112541035B (zh) * 2020-09-30 2023-08-18 新大陆数字技术股份有限公司 基于区块链的信息核验方法、装置、设备、可读存储介质
CN114995909A (zh) * 2022-06-01 2022-09-02 北京网梯科技发展有限公司 在线考试系统防作弊方法、装置、存储介质和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204740651U (zh) * 2015-07-03 2015-11-04 成都恒高科技有限公司 出入管理系统
CN105989263A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 身份认证方法、开户方法、装置及系统
CN106355206A (zh) * 2016-08-31 2017-01-25 重庆凯泽科技股份有限公司 一种考生身份验证系统和方法
CN106384316A (zh) * 2016-08-28 2017-02-08 黄志坤 一种考试院实名制验证系统
CN106557732A (zh) * 2015-09-30 2017-04-05 腾讯科技（深圳）有限公司 一种身份认证方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989263A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 身份认证方法、开户方法、装置及系统
CN204740651U (zh) * 2015-07-03 2015-11-04 成都恒高科技有限公司 出入管理系统
CN106557732A (zh) * 2015-09-30 2017-04-05 腾讯科技（深圳）有限公司 一种身份认证方法及系统
CN106384316A (zh) * 2016-08-28 2017-02-08 黄志坤 一种考试院实名制验证系统
CN106355206A (zh) * 2016-08-31 2017-01-25 重庆凯泽科技股份有限公司 一种考生身份验证系统和方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542668A (zh) * 2020-04-21 2021-10-22 上海复客云众创空间管理有限公司 一种基于3d摄像头的监控系统及方法
CN112989917A (zh) * 2020-12-25 2021-06-18 中国农业银行股份有限公司 一种远程监考系统及其校验方法
CN113361311A (zh) * 2021-01-18 2021-09-07 安徽中屏科技有限公司 基于行为预判的考试监控系统和方法

Also Published As

Publication number Publication date
CN107742100A (zh) 2018-02-27
CN107742100B (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
WO2019071738A1 (zh) 考生身份验证方法、装置、可读存储介质及终端设备
WO2021068601A1 (zh) 病历检测方法、装置、设备及存储介质
US11074436B1 (en) Method and apparatus for face recognition
WO2019119505A1 (zh) 人脸识别的方法和装置、计算机装置及存储介质
CN109800320B (zh) 一种图像处理方法、设备及计算机可读存储介质
WO2019085329A1 (zh) 基于循环神经网络的人物性格分析方法、装置及存储介质
US20210287472A1 (en) Attendance management system and method, and electronic device
WO2019085331A1 (zh) 欺诈可能性分析方法、装置及存储介质
CN110543811B (zh) 一种基于深度学习的非配合式考试人员管理方法及其系统
US10546106B2 (en) Biometric verification
WO2020147408A1 (zh) 一种人脸识别模型的评价方法、装置、存储介质及计算机设备
US10997609B1 (en) Biometric based user identity verification
CN114329034A (zh) 基于细粒度语义特征差异的图像文本匹配判别方法及系统
CN111325082A (zh) 一种人员专注度分析方法及装置
CN105138886B (zh) 机器人生物体征识别系统
CN113269903A (zh) 人脸识别课堂考勤系统
WO2019061660A1 (zh) 招聘方法、电子装置及可读存储介质
CN109345427B (zh) 一种结合人脸识别和行人识别技术的教室视频点到方法
CN112001318A (zh) 一种身份证件信息采集方法及其系统
CN115937971B (zh) 一种举手投票识别方法及装置
CN108830217B (zh) 一种基于模糊均值哈希学习的签名自动判别方法
CN114520059A (zh) 一种基于大数据的中医诊断学数据平台
CN115331346A (zh) 一种校园门禁管理方法、装置、电子设备及存储介质
CN111339939B (zh) 基于图像识别的考勤方法及装置
CN113920564A (zh) 基于人工智能的客户挖掘方法及相关设备

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: 17928211

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 (EPO FORM 1205A DATED 25.09.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 17928211

Country of ref document: EP

Kind code of ref document: A1