CN107729852A - 面部信息注册方法、装置及系统 - Google Patents
面部信息注册方法、装置及系统 Download PDFInfo
- Publication number
- CN107729852A CN107729852A CN201711002580.8A CN201711002580A CN107729852A CN 107729852 A CN107729852 A CN 107729852A CN 201711002580 A CN201711002580 A CN 201711002580A CN 107729852 A CN107729852 A CN 107729852A
- Authority
- CN
- China
- Prior art keywords
- certificate
- information
- registration
- facial image
- identity information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001815 facial effect Effects 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 16
- 238000012790 confirmation Methods 0.000 claims description 14
- 238000013136 deep learning model Methods 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000001508 eye Anatomy 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种面部信息注册方法、装置及系统,应用于服务器,方法包括:获取目标用户的证件信息,证件信息包括用户身份信息及证件照片;将用户身份信息与允许注册名单比对,判断用户身份信息是否记录在允许注册名单中;当用户身份信息在允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像;将当前面部图像与证件照片进行比对,判断该当前面部图像与证件照片是否匹配;若该当前面部图像与证件照片匹配,将当前面部图像与允许注册名单中的用户身份信息进行关联存储。如此,使得用户可以通过其他终端与服务器的交互,自主地进行面部信息的注册,方便了用户的操作,大大提高了面部信息注册的效率。
Description
技术领域
本发明涉及人工智能和生物识别技术,具体而言,涉及一种面部信息注册方法、装置及系统。
背景技术
随着图像识别技术的不断发展,人脸识别技术在安全认证领域被广泛应用,例如,人脸识别的门禁系统。在此类认证模式的系统中,需要先建立面部图像与用户资料的对应关系。常用的面部信息注册方案中,一般需要用户携带证件至特定注册地点进行面部信息的采集、验证和登记注册工作。采集效率低下,对于用户一方和管理者一方都十分不便,用户体验不佳。
发明内容
为了克服现有技术中的上述不足,本发明的目的在于提供一种面部信息注册方法,应用于服务器,所述服务器预先存储有允许注册名单,所述允许注册名单中包括允许进行面部信息注册的至少一个用户身份信息,所述方法包括:
获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片;
将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中;
当所述用户身份信息在所述允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像;
将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配;
若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
可选地,在上述方法中,在所述获取目标用户的证件信息的步骤之后,所述方法还包括:
提取所述证件照片,将所述证件照片输入预先训练的第一深度学习模型对所述证件照片的清晰度进行处理,以提高所述证件照片的分辨率。
可选地,在上述方法中,所述将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配的步骤,包括:
将所述当前面部图像及所述证件照片输入预先训练得到的第二深度学习模型进行匹配处理,从而判断所述当前面部图像与所述证件照片是否相符。
可选地,在上述方法中,所述将所述当前面部图像及所述证件照片输入预先训练的第二深度学习模型进行匹配处理的步骤,包括:
分别针对所述当前面部图像及所述证件照片进行面部特征定位,根据所述面部特征定位将所述当前面部图像与所述证件照片进行矫正及归一化处理;
将归一化处理后的当前面部图像及证件照片输入预先训练得到的第二深度学习模型进行匹配处理。
可选地,在上述方法中,所述服务器与第三方证件验证系统通信连接;所述获取目标用户的证件信息的步骤,包括:
通过证件识别装置获取目标用户的证件标识,将所述证件标识发送至所述第三方证件验证系统;
获取所述第三方证件验证系统针对所述证件标识反馈的用户身份信息及证件照片。
可选地,在上述方法中,所述获取目标用户的证件信息的步骤,包括:
通过图像采集装置获取所述目标用户的证件图像;
对所述证件图像进行字符识别及图像抓取,得到所述用户身份信息及证件照片。
可选地,在上述方法中,所述将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储步骤,包括:
向所述目标用户显示注册申明;
获取用户针对所述注册申明的确认反馈信息,保存所述当前面部图像,并将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
可选地,在上述方法中,所述确认反馈信息包括语音确认信息、视频确认信息以及签名确认信息中的其中一种或多种的组合。
本发明的另一目的在于提供一种面部信息注册装置,应用于服务器,所述服务器预先存储有允许注册名单,所述允许注册名单中包括允许进行面部信息注册的至少一个用户身份信息,所述装置包括:
证件信息获取模块,用于获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片;
身份信息判断模块,用于将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中;
面部图像获取模块,用于当所述用户身份信息在所述允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像;
比对模块,用于将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配;
注册模块,用于若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
本发明的另一目的在于提供一种面部信息注册系统,所述系统包括服务器及与所述服务器通信用户终端或注册设备,其中,所述服务器包括本发明提供的所述面部信息注册装置。
相对于现有技术而言,本发明具有以下有益效果:
本发明提供的面部信息注册方法、装置及系统,通过所述服务器与其他终端设备的交互,获取用户的证件信息及当前面部图像,并验证所述用户信息与所述当前面部图像是否相符,在相符时将所述当前面部图像与所述用户身份信息进行关联存储。如此,使得用户可以通过其他终端与服务器的交互,自主地进行面部信息的注册,方便了用户的操作,大大提高了面部信息注册的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的面部信息注册系统的示意图;
图2为本发明实施例提供的服务器的示意图;
图3为本发明实施例提供的面部信息注册方法的步骤流程示意图;
图4为本发明实施例提供的面部信息注册装置的示意图。
图标:100-服务器;110-面部信息注册装置;111-证件信息获取模块;112-身份信息判断模块;113-面部图像获取模块;114-比对模块;115-注册模块;120-存储器;130-处理器;140-通信单元;200-用户终端;300-注册设备;400-网络。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参照图1,图1是本发明较佳实施例提供的一种面部信息注册系统,所述面部信息注册系统包括服务器100及与所述服务器100通信的用户终端200或者注册设备300。所述服务器100可通过网络400与所述用户终端200或注册设备300进行通信,以实现服务器100与用户终端200或注册设备300之间的数据通信或交互。
本实施例中,所述服务器100可以是,但不限于,web(网站)服务器、ftp(filetransfer protocol,文件传输协议)服务器等。所述网络400可以是,但不限于,有线网络或无线网络。
请参照图2,图2是图1所示的服务器100的方框示意图。所述服务器100包括面部信息注册装置110、存储器120、处理器130、通信单元140。
所述存储器120、处理器130以及通信单元140各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述面部信息注册装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述服务器100的操作系统(operating system,OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块,例如所述面部信息注册装置110所包括的软件功能模块及计算机程序等。
其中,所述存储器120可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。所述通信单元140用于通过所述网络400建立所述服务器100与用户终端200或注册设备300之间的通信连接,并用于通过所述网络400收发数据。
所述处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。
请参照图3,图3为应用于图1所示的服务器100的一种面部信息注册方法的流程图,以下将对所述方法包括各个步骤进行详细阐述。
步骤S110,获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片。
在本实施例中,所述服务器100可以从用户的身份证、驾驶证、护照或其他可以证明用户唯一身份的证件中获取用户的身份信息及证件照片。
可选地,在本实施例中的一种方式中,可以通过图像采集装置获取所述目标用户的证件图像。例如,所述服务器100可以通过所述用户终端200或所述注册设备300的摄像头拍摄用户的证件图像。
然后,所述服务器100对所述证件图像进行字符识别及图像抓取,得到所述用户身份信息及证件照片。例如,所述服务器100通过利用OCR(Optical Character Recognition,光学字符识别)识别出身份证图像上的用户姓名、性别、出生日期和地址等信息。并利用利用人脸检测技术截取证件图像的证件照片。
可选地,在本实施例中的一种方式中,所述服务器100可以通过证件识别装置获取目标用户的证件标识,将所述证件标识发送至所述第三方证件验证系统。例如,所述注册设备300可以包括证件识别模块,所述证件识别模块可以读取身份证、护照等证件的中电子信息作为所述证件标识,并将所述证件标识发送所述服务器100,所述服务器100将所述证件标识发送至所述第三方证件验证系统(例如,公安部门的证件核实系统)。
然后,所述服务器100获取所述第三方证件验证系统针对所述证件标识反馈的用户身份信息及证件照片。
进一步地,由于一般证件照片较小,清晰度分辨率不高,故在本实施例中,所述服务器100提取所述证件照片,将所述证件照片输入预先训练的第一深度学习模型对所述证件照片的清晰度进行处理,以提高所述证件照片的分辨率。
具体地,在本实施例中,可以采用基于对抗神经网络的方法构建所述第一深度学习模型并进行训练。
首先构建图像生成网络,选取高分辨率图像IHR进行下采样和模糊处理(高斯滤波)得到对应的低分辨率图像ILR。将IHR与对应的ILR作为训练样本对。记低分辨率图像ILR经过超分辨率重建后得到图像为ISR。
然后利用卷积神经网络CNN训练一个生成网络其对应的权值与偏置参数为θG={W1:L;b1:L},其中L表示网络的层数。
对于给定的训练样对n=1,…,N和其对应的n=1,…,N,生成网络的目标函数为:
其中lSR为损失函数。
然后构建图像判别网络,在本实施例中,采用类似VGG的网络结构与标准对抗网络的判别网络,其目标函数为:
其中,为差别网络,θD为差别网络参数。
最后构建损失函数,损失函数由基于像素级的最小均方差(MSE),基于内容感知的重建误差(VGG loss,在VGG特征空间计算)和对抗学习代价函数(Dis.Loss)组合而成:
MSE:
VGG loss:
其中,φi,j表示VGG19网络中第j层之后第i层池化之前的特征映射。
Dis.Loss:
最终的损失函数为:
生成网络、判别网络和损失函数构成了对抗网络的主要成分,通过对构建的对抗网络进行训练优化,便可以求解出生成网络的参数,其中,
θG={W1:L;b1:L}
得到θG后可对所述证件照片的清晰度进行处理,以提高所述证件照片的分辨率。
步骤S120,将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中。
在本实施例中,所述服务器100预先存储有允许注册名单,所述允许注册名单中包括允许进行面部信息注册的至少一个用户身份信息。
通过步骤S110获得所述用户身份信息后,判断所述用户身份信息是否记录在所述允许注册名单中。若所述用户身份信息没有记录在所述允许注册名单中,则阻止该用户的进一步注册动作。若所述用户身份信息在所述允许注册名单中有记录中,则进入步骤S130。
步骤S130,当所述用户身份信息在所述允许注册名单中有记录时,获取所述目标用户的至少一个当前面部图像。
在本实施例中,所述服务器100可以向所述用户终端200或所述注册设备300发送图像采集通知。所述用户终端200或所述注册设备300接收到所述图像采集通知后,通过图像采集装置获取所述目标用户的至少一个当前面部图像并发送给所述服务器100。可以理解的是,用户在通过所述用户终端200注册时,也可以从所述用户终端200已存的面部图像中选取一个作为所述当前面部图像上传给所述服务器100。
步骤S140,将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配。
所述服务器100验证所述当前面部图像与所述证件照片是否匹配,以防止不法用户通过盗用他人证件进行注册。
在本实施例中,所述服务区将所述当前面部图像及所述证件照片输入预先训练得到的第二深度学习模型进行匹配处理,从而判断所述当前面部图像与所述证件照片是否相符。
可选地,在本实施例中,第二深度学习模型可以采用Inception-resnet-v2结构的深度网络模型。
首先利用公开的人脸库作为训练样本,采用Inception-resnet结构的深度网络进行特征提取进行训练,得到所述第二深度学习模型。
然后将步骤S110中获取的所述证件照片与步骤S130中获得的所述当前面部图像进行面部特征定位,根据所述面部特征定位将所述当前面部图像与所述证件照片进行矫正及归一化处理。
例如,利用人脸关键点定位技术确定人脸两眼球中心点,然后连线两中心点,并以两眼之间的连线与水平线的夹角进行人脸旋转矫正与对齐,最后以两眼中心为标准对人脸进行归一化处理。
然后,将归一化处理后的当前面部图像及证件照片输入预先训练得到的第二深度学习模型进行特征提取,然后,利用支持向量机(SVM)方法进行比对鉴别,从而判断所述当前面部图像与所述证件照片是否相符。
步骤S150,若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
可选地,在本实施例中,若该当前面部图像与所述证件照片匹配,所述服务器100向所述目标用户显示注册申明,所述注册申明可以为文字、图片或视频说明。
然后所述服务器100获取用户针对所述注册申明的确认反馈信息。所述确认反馈信息包括语音确认信息、视频确认信息以及签名确认信息中的其中一种或多种的组合。
例如,所述注册申明可以为自愿书,所述服务器100通过所述用户终端200或所述注册系统的视频音频采集装置获取用户阅读所述自愿书的视频或音频作为所述确认反馈信息,或者通过所述用户终端200的触摸屏或所述注册设备300的触摸采集装置获取用户的签名信息作为所述确认反馈信息。
获取到所述确认反馈信息后,所述服务器100保存所述当前面部图像,并将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。确认所述当前面部图像与用户的对应关系后,该当前面部图像可以用于之后对用户进行身份验证。
进一步地,在一个目标用户完成面部信息注册后,所述服务器100可以通过所述用户终端200或所述注册设备300显示提示信息,提示所述目标用户的相关用户进行面部信息注册。
请参照图4,图4为应用于图1所示服务器100的一种面部信息注册装置110的示意图,所述面部信息注册装包括证件信息获取模块111、身份信息判断模块112、面部图像获取模块113、比对模块114及注册模块115。
所述证件信息获取模块111,用于获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片。
本实施例中,所述证件信息获取模块111可用于执行图3所示的步骤S110,关于所述证件信息获取模块111的具体描述可参对所述步骤S110的描述。
所述身份信息判断模块112,用于将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中。
本实施例中,所述身份信息判断模块112可用于执行图3所示的步骤S120,关于所述身份信息判断模块112的具体描述可参对所述步骤S120的描述。
所述面部图像获取模块113,用于当所述用户身份信息在所述允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像。
本实施例中,所述面部图像获取模块113可用于执行图3所示的步骤S130,关于所述面部图像获取模块113的具体描述可参对所述步骤S130的描述。
所述比对模块114,用于将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配。
本实施例中,所述比对模块114可用于执行图3所示的步骤S140,关于所述比对模块114的具体描述可参对所述步骤S140的描述。
所述注册模块115,用于若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
本实施例中,所述注册模块115可用于执行图3所示的步骤S150,关于所述注册模块115的具体描述可参对所述步骤S150的描述。
综上所述,本发明提供的面部信息注册方法、装置及系统,通过所述服务器100与其他终端设备的交互,获取用户的证件信息及当前面部图像,并验证所述用户信息与所述当前面部图像是否相符,在相符时将所述当前面部图像与所述用户身份信息进行关联存储。如此,使得用户可以通过其他终端与服务器100的交互,自主地进行面部信息的注册,方便了用户的操作,大大提高了面部信息注册的效率。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种面部信息注册方法,应用于服务器,其特征在于,所述服务器预先存储有允许注册名单,所述允许注册名单中包括允许进行面部信息注册的至少一个用户身份信息,所述方法包括:
获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片;
将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中;
当所述用户身份信息在所述允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像;
将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配;
若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
2.根据权利要求1所述的方法,其特征在于,在所述获取目标用户的证件信息的步骤之后,所述方法还包括:
提取所述证件照片,将所述证件照片输入预先训练的第一深度学习模型对所述证件照片的清晰度进行处理,以提高所述证件照片的分辨率。
3.根据权利要求1所述的方法,其特征在于,所述将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配的步骤,包括:
将所述当前面部图像及所述证件照片输入预先训练得到的第二深度学习模型进行匹配处理,从而判断所述当前面部图像与所述证件照片是否相符。
4.根据权利要求3所述的方法,其特征在于,所述将所述当前面部图像及所述证件照片输入预先训练的第二深度学习模型进行匹配处理的步骤,包括:
分别针对所述当前面部图像及所述证件照片进行面部特征定位,根据所述面部特征定位将所述当前面部图像与所述证件照片进行矫正及归一化处理;
将归一化处理后的当前面部图像及证件照片输入预先训练得到的第二深度学习模型进行匹配处理。
5.根据权利要求1所述的方法,其特征在于,所述服务器与第三方证件验证系统通信连接;所述获取目标用户的证件信息的步骤,包括:
通过证件识别装置获取目标用户的证件标识,将所述证件标识发送至所述第三方证件验证系统;
获取所述第三方证件验证系统针对所述证件标识反馈的用户身份信息及证件照片。
6.根据权利要求1所述的方法,其特征在于,所述获取目标用户的证件信息的步骤,包括:
通过图像采集装置获取所述目标用户的证件图像;
对所述证件图像进行字符识别及图像抓取,得到所述用户身份信息及证件照片。
7.根据权利要求1所述的方法,其特征在于,所述将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储步骤,包括:
向所述目标用户显示注册申明;
获取用户针对所述注册申明的确认反馈信息,保存所述当前面部图像,并将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
8.根据权利要求7所述的方法,其特征在于,所述确认反馈信息包括语音确认信息、视频确认信息以及签名确认信息中的其中一种或多种的组合。
9.一种面部信息注册装置,应用于服务器,其特征在于,所述服务器预先存储有允许注册名单,所述允许注册名单中包括允许进行面部信息注册的至少一个用户身份信息,所述装置包括:
证件信息获取模块,用于获取目标用户的证件信息,所述证件信息包括用户身份信息及证件照片;
身份信息判断模块,用于将所述用户身份信息与所述允许注册名单比对,判断所述用户身份信息是否记录在所述允许注册名单中;
面部图像获取模块,用于当所述用户身份信息在所述允许注册名单中有记录时,获取该目标用户的至少一个当前面部图像;
比对模块,用于将所述当前面部图像与所述证件照片进行比对,判断该当前面部图像与所述证件照片是否匹配;
注册模块,用于若该当前面部图像与所述证件照片匹配,将所述当前面部图像与所述允许注册名单中的用户身份信息进行关联存储。
10.一种面部信息注册系统,其特征在于,所述系统包括服务器及与所述服务器通信用户终端或注册设备,其中,所述服务器包括权利要求9所述的面部信息注册装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002580.8A CN107729852A (zh) | 2017-10-24 | 2017-10-24 | 面部信息注册方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002580.8A CN107729852A (zh) | 2017-10-24 | 2017-10-24 | 面部信息注册方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107729852A true CN107729852A (zh) | 2018-02-23 |
Family
ID=61212637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711002580.8A Pending CN107729852A (zh) | 2017-10-24 | 2017-10-24 | 面部信息注册方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729852A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665432A (zh) * | 2018-05-18 | 2018-10-16 | 百年金海科技有限公司 | 一种基于生成对抗网络的单幅图像去雾方法 |
CN108717464A (zh) * | 2018-05-31 | 2018-10-30 | 中国联合网络通信集团有限公司 | 照片处理方法、装置及终端设备 |
CN108932774A (zh) * | 2018-06-21 | 2018-12-04 | 北京京东金融科技控股有限公司 | 信息检测方法和装置 |
CN109300216A (zh) * | 2018-11-27 | 2019-02-01 | 浙江中正智能科技有限公司 | 基于居民身份证实名认证的智能联网锁装置 |
CN109684801A (zh) * | 2018-11-16 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 电子证件的生成、签发和验证方法及装置 |
CN109816543A (zh) * | 2018-12-14 | 2019-05-28 | 平安科技(深圳)有限公司 | 一种图像查找方法及装置 |
CN110968900A (zh) * | 2018-09-28 | 2020-04-07 | 联想(上海)信息技术有限公司 | 专用机的注册方法及电子设备 |
CN111238524A (zh) * | 2018-11-28 | 2020-06-05 | 驭势科技(北京)有限公司 | 视觉定位方法以及装置 |
CN112544096A (zh) * | 2018-06-06 | 2021-03-23 | 维塔利·鲍里索维奇·达吉罗夫 | 移动用户的远程注册系统 |
CN113228121A (zh) * | 2018-12-28 | 2021-08-06 | 浙江大华技术股份有限公司 | 用于控制入口进出的系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010182271A (ja) * | 2009-02-09 | 2010-08-19 | Toshiba Corp | 本人認証装置、本人認証方法および本人認証用プログラム |
CN102045367A (zh) * | 2011-01-10 | 2011-05-04 | 软库创投(北京)科技有限公司 | 实名认证的注册方法及认证服务器 |
CN104021397A (zh) * | 2014-06-13 | 2014-09-03 | 中国民航信息网络股份有限公司 | 人脸识别比对方法及装置 |
US20150341370A1 (en) * | 2014-02-25 | 2015-11-26 | Sal Khan | Systems and methods relating to the authenticity and verification of photographic identity documents |
CN106101136A (zh) * | 2016-07-22 | 2016-11-09 | 飞天诚信科技股份有限公司 | 一种生物特征对比的认证方法及系统 |
CN106295313A (zh) * | 2016-08-03 | 2017-01-04 | 北京地平线机器人技术研发有限公司 | 对象身份管理方法、装置和电子设备 |
-
2017
- 2017-10-24 CN CN201711002580.8A patent/CN107729852A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010182271A (ja) * | 2009-02-09 | 2010-08-19 | Toshiba Corp | 本人認証装置、本人認証方法および本人認証用プログラム |
CN102045367A (zh) * | 2011-01-10 | 2011-05-04 | 软库创投(北京)科技有限公司 | 实名认证的注册方法及认证服务器 |
US20150341370A1 (en) * | 2014-02-25 | 2015-11-26 | Sal Khan | Systems and methods relating to the authenticity and verification of photographic identity documents |
CN104021397A (zh) * | 2014-06-13 | 2014-09-03 | 中国民航信息网络股份有限公司 | 人脸识别比对方法及装置 |
CN106101136A (zh) * | 2016-07-22 | 2016-11-09 | 飞天诚信科技股份有限公司 | 一种生物特征对比的认证方法及系统 |
CN106295313A (zh) * | 2016-08-03 | 2017-01-04 | 北京地平线机器人技术研发有限公司 | 对象身份管理方法、装置和电子设备 |
Non-Patent Citations (1)
Title |
---|
高隽, 合肥工业大学出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665432A (zh) * | 2018-05-18 | 2018-10-16 | 百年金海科技有限公司 | 一种基于生成对抗网络的单幅图像去雾方法 |
CN108717464A (zh) * | 2018-05-31 | 2018-10-30 | 中国联合网络通信集团有限公司 | 照片处理方法、装置及终端设备 |
CN112544096A (zh) * | 2018-06-06 | 2021-03-23 | 维塔利·鲍里索维奇·达吉罗夫 | 移动用户的远程注册系统 |
CN108932774A (zh) * | 2018-06-21 | 2018-12-04 | 北京京东金融科技控股有限公司 | 信息检测方法和装置 |
CN108932774B (zh) * | 2018-06-21 | 2020-07-31 | 京东数字科技控股有限公司 | 信息检测方法和装置 |
CN110968900A (zh) * | 2018-09-28 | 2020-04-07 | 联想(上海)信息技术有限公司 | 专用机的注册方法及电子设备 |
CN110968900B (zh) * | 2018-09-28 | 2024-02-27 | 联想(上海)信息技术有限公司 | 专用机的注册方法及电子设备 |
CN109684801A (zh) * | 2018-11-16 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 电子证件的生成、签发和验证方法及装置 |
CN109300216A (zh) * | 2018-11-27 | 2019-02-01 | 浙江中正智能科技有限公司 | 基于居民身份证实名认证的智能联网锁装置 |
CN111238524A (zh) * | 2018-11-28 | 2020-06-05 | 驭势科技(北京)有限公司 | 视觉定位方法以及装置 |
CN111238524B (zh) * | 2018-11-28 | 2021-12-14 | 驭势科技(北京)有限公司 | 视觉定位方法以及装置 |
CN109816543A (zh) * | 2018-12-14 | 2019-05-28 | 平安科技(深圳)有限公司 | 一种图像查找方法及装置 |
CN109816543B (zh) * | 2018-12-14 | 2023-06-27 | 平安科技(深圳)有限公司 | 一种图像查找方法及装置 |
CN113228121A (zh) * | 2018-12-28 | 2021-08-06 | 浙江大华技术股份有限公司 | 用于控制入口进出的系统和方法 |
US11600127B2 (en) | 2018-12-28 | 2023-03-07 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for controlling access to an entrance |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107729852A (zh) | 面部信息注册方法、装置及系统 | |
US11991173B2 (en) | Method and apparatus for creation and use of digital identification | |
US12182244B2 (en) | Method and apparatus for user verification | |
US9946865B2 (en) | Document authentication based on expected wear | |
US20190124079A1 (en) | System and method for biometric authentication in connection with camera-equipped devices | |
CN108804884B (zh) | 身份认证的方法、装置及计算机存储介质 | |
KR101703714B1 (ko) | 디지털 이미지를 이용한 인증 방법, 이를 위한 애플리케이션 시스템, 및 인증 시스템 | |
US20140283113A1 (en) | Efficient prevention of fraud | |
US20140270404A1 (en) | Efficient prevention of fraud | |
EP3594879A1 (en) | System and method for authenticating transactions from a mobile device | |
US20220138298A1 (en) | Device and systems for strong identity and strong authentication | |
CN108805005A (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
CA3149808C (en) | Method and apparatus for creation and use of digital identification | |
KR101748136B1 (ko) | 디지털 이미지를 이용한 인증 방법, 이를 위한 애플리케이션 시스템, 디지털 이미지 판단시스템, 및 인증 시스템 | |
US20240346852A1 (en) | Method and apparatus for creating encoded data and use of same for identity verification | |
US11810401B1 (en) | Methods and systems for enhancing user liveness detection | |
JP2021536601A (ja) | アンチリプレイ認証システム及び方法 | |
TWM623959U (zh) | 身分驗證設備 | |
KR102539533B1 (ko) | 타인의 신분증 불법 촬영을 방지하기 위한 인증 방법 및 장치 | |
US11416594B2 (en) | Methods and systems for ensuring a user is permitted to use an object to conduct an activity | |
CN109299945B (zh) | 一种基于生物识别算法的身份验证的方法及装置 | |
JP2022094154A (ja) | 真贋判定装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180223 |