基于人脸识别的身份验证方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114880636A(43)申请公布日2022.08.09(21)申请号202210607016.3G06N3/04(2006.01)(22)申请日2022.05.31G06N3/08(2006.01)(71)申请人中国银行股份有限公司地址100818北京市西城区复兴门内大街1号(72)发明人张浩瑀付昕文国军丁一斐(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师鲁丽美(51)Int.Cl.G06F21/31(2013.01)G06V40/16(2022.01)G06V10/82(2022.01)G06V10/24(2022.01)G06V10/56(2022.01)权利要求书3页说明书10页附图2页(54)发明名称基于人脸识别的身份验证方法和系统(57)摘要本申请公开一种基于人脸识别的身份验证方法和系统，该方法和系统针对采集并提取的人脸图像，进一步提取其人脸特征，并采用加权距离分类器与神经网络分类器相结合的组合分类器方式，对所提取人脸特征的特征向量进行分类处理，最终通过分类处理验证被检测者的身份。从而，本申请实现了一种基于人脸识别的自动化、智能化的身份验证解决方案，且本申请采用加权距离分类器与神经网络分类器相结合的组合分类器方式，对所提取人脸特征的特征向量进行分类处理，可有效杜绝基于人脸识别的身份验证中错判、漏判和其他人为因素等问题的影响，使得基于人脸识别技术可有效、精准地验证客户身份的真实性。CN114880636ACN114880636A权利要求书1/3页1.一种基于人脸识别的身份验证方法，其特征在于，包括：获取采集的被检测者头像图像；对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像；对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征；采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份；其中，所述加权距离分类器用于确定所述被检测者的人脸特征与预先存储的人脸特征模板集合中各个人脸特征模板的特征距离，并基于得到与所述被检测者人脸特征的特征距离满足距离条件的第一人脸特征模板，启动所述神经网络分类器基于所述第一人脸特征模板验证所述被检测者的身份。2.根据权利要求1所述的方法，其特征在于，所述对所述被检测者头像图像进行人脸检测，并提取其中的人脸图像，包括：基于包含肤色特征的肤色模型检测所述被检测者头像图像中的人脸区域；基于所述人脸区域分割所述被检测者头像图像中的人脸与背景，得到所述被检测者的人脸图像。3.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像进行人脸特征提取处理，得到所述被检测者的人脸特征，包括：定位所述人脸图像中的面部器官位置和人脸轮廓线；基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征；基于所述被检测者的人脸图像的预设图像信息和所述几何特征，生成所述被检测者对应的特征脸；根据所述特征脸，确定所述被检测者的人脸图像的统计特征，得到所述被检测者的包括所述几何特征和所述统计特征的人脸特征。4.根据权利要求3所述的方法，其特征在于，所述定位所述人脸图像中的面部器官位置和人脸轮廓线，包括：对所述人脸图像进行灰度化处理，得到对应的灰度图像；对所述灰度图像进行二值化处理，得到对应的二值化图像；基于所述二值化图像中二值化后的灰度信息进行面部器官位置定位和人脸轮廓线定位。5.根据权利要求3所述的方法，其特征在于，所述预设图像信息包括所述被检测者的人脸图像的灰度特征；所述根据所述特征脸，确定所述被检测者的人脸图像的统计特征，包括：根据所述特征脸，确定所述被检测者的人脸图像灰度矩阵的统计特征。6.根据权利要求3所述的方法，在所述基于所述面部器官位置和所述人脸轮廓线，确定并提取所述被检测者的人脸图像的几何特征之前，还包括：对所述人脸图像进行标准化处理；其中，所述标准化处理包括如下至少一种：根据两眼瞳孔位置对所述人脸图像进行旋转校正；2CN114880636A权利要求书2/3页以两眼之间的距离作为图像尺寸归一化的依据对所述人脸图像的大小进行归一化处理；采用预设方法对所述人脸图像的图像灰度值进行归一化处理。7.根据权利要求1所述的方法，其特征在于，所述采用预先构建的包括加权距离分类器和神经网络分类器的组合分类器对所述人脸特征进行分类处理，通过分类处理验证所述被检测者的身份，包括：利用所述加权距离分类器分别确定所述被检测者的人脸特征与人脸特征模板集合中各个人脸特征模板的特征距离；如果所述人脸特征与各个人脸特征模板的特征距离分别未低于第一阈值，则所述被检测者未通过身份验证；如果所述人脸特征与所述各个人脸特征模板中第一人脸特征模板的特征距离