[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115359544A - 一种基于驾驶员自助体检设备的身份验证方法、系统和介质 - Google Patents

一种基于驾驶员自助体检设备的身份验证方法、系统和介质 Download PDF

Info

Publication number
CN115359544A
CN115359544A CN202211276364.3A CN202211276364A CN115359544A CN 115359544 A CN115359544 A CN 115359544A CN 202211276364 A CN202211276364 A CN 202211276364A CN 115359544 A CN115359544 A CN 115359544A
Authority
CN
China
Prior art keywords
physical examination
head portrait
face
image
identity verification
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.)
Granted
Application number
CN202211276364.3A
Other languages
English (en)
Other versions
CN115359544B (zh
Inventor
曹婉玉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Prestige Technology Co ltd
Original Assignee
Guangzhou Prestige Technology Co ltd
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 Guangzhou Prestige Technology Co ltd filed Critical Guangzhou Prestige Technology Co ltd
Priority to CN202211276364.3A priority Critical patent/CN115359544B/zh
Publication of CN115359544A publication Critical patent/CN115359544A/zh
Application granted granted Critical
Publication of CN115359544B publication Critical patent/CN115359544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/95—Pattern authentication; Markers therefor; Forgery detection
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开的一种基于驾驶员自助体检设备的身份验证方法、系统和介质，其中方法包括：获取待体检人的身份证和第一人脸头像信息；提取身份证上的头像信息；将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；获取体检人在体检项目过程中的第二人脸头像信息；将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功；若否，则身份验证失败。通过二次验证，增强了驾驶员自助体检设备的安全性，防止有人代为体检。

Description

一种基于驾驶员自助体检设备的身份验证方法、系统和介质
技术领域
本申请涉及人脸识别技术领域，更具体的，涉及一种基于驾驶员自助体检设备的身份验证方法、系统和介质。
背景技术
现有的技术中，驾驶员可以通过医院或者自助体检设备进行体检，获取驾驶员体检报告，其中：驾驶员在医院体检过程中需要等候的时间比较长，且体检过程中属人为操作，容易出现人为错误；自助体检设备能够快速的完成驾驶员体检报告，但是在身份验证过程中，仅在体检之前验证，不能确定在体检过程中是否出现有人代为体检。
因此，现有技术存在缺陷，亟待改进。
发明内容
鉴于上述问题，本发明的目的是提供一种基于驾驶员自助体检设备的身份验证方法、系统和介质，能够准确的验证驾驶员在自助体检过程中是否为本人体检。
本发明第一方面提供了一种基于驾驶员自助体检设备的身份验证方法，包括：
获取待体检人的身份证和第一人脸头像信息；
提取身份证上的头像信息；
将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
获取体检人在体检项目过程中的第二人脸头像信息；
将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
本方案中，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
本方案中，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
本方案中，所述图像预处理单元，具体包括：
深化图像子单元，用于将图像的特征进行深化，得到清晰化图像；
定位图像子单元，用于将清晰化图像按照预设标准规格，进行裁剪和定位，得到标准人脸头像。
本方案中，所述第二人脸头像信息，具体为：在体检人进行体检项目过程中随机提取的人脸正面头像。
本方案中，还包括：
获取预设体检区域的人数信息；
判断预设体检区域的人数是否大于1，若是，则触发提示，体检中断；若否，则不触发提示。
本发明第二方面提供了一种基于驾驶员自助体检设备的身份验证系统，包括存储器和处理器，所述存储器中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被所述处理器执行时实现如下步骤：
获取待体检人的身份证和第一人脸头像信息；
提取身份证上的头像信息；
将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
获取体检人在体检项目过程中的第二人脸头像信息；
将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
本方案中，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
本方案中，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
本方案中，所述图像预处理单元，具体包括：
深化图像子单元，用于将图像的特征进行深化，得到清晰化图像；
定位图像子单元，用于将清晰化图像按照预设标准规格，进行裁剪和定位，得到标准人脸头像。
本方案中，所述第二人脸头像信息，具体为：在体检人进行体检项目过程中随机提取的人脸正面头像。
本方案中，还包括：
获取预设体检区域的人数信息；
判断预设体检区域的人数是否大于1，若是，则触发提示，体检中断；若否，则不触发提示。
本发明第三方面提供了一种计算机介质，所述计算机介质中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被处理器执行时，实现如上述任一项所述的一种基于驾驶员自助体检设备的身份验证方法的步骤。
本发明公开的一种基于驾驶员自助体检设备的身份验证方法、系统和介质，通过二次验证，增强了驾驶员自助体检设备的安全性，防止有人代为体检。
附图说明
图1示出了本发明一种基于驾驶员自助体检设备的身份验证方法的流程图；
图2示出了本发明中图像处理系统图；
图3示出了本发明一种基于驾驶员自助体检设备的身份验证系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于驾驶员自助体检设备的身份验证方法的流程图。
如图1所示，本发明公开了一种基于驾驶员自助体检设备的身份验证方法，包括：
S102,获取待体检人的身份证和第一人脸头像信息；
S104,提取身份证上的头像信息；
S106,将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
S108,获取体检人在体检项目过程中的第二人脸头像信息；
S110,将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
需要说明的是，待体检人的第一次身份验证成功之后，启动体检项目，所述代体检人转变成体检人。所述第一人脸头像和第二人脸头像为待体检人的正脸头像，符合预设标准，比如：脸部无遮挡、素颜和脸部端正等。将第一人脸头像和身份证上的头像发送至预设的图像处理模块，得到第一图像标签值，当人脸头像和身份证上的头像相似度越高，得到的第一图像标签值越高，所述人脸头像包含第一人脸头像和第二人脸头像。若第一预设阈值为9，当第一图像标签值大于9时，说明待体检人和身份证一致，身份验证通过，启动体检项目；否则，身份验证失败，不启动体检项目。同理，提取体检人在体检过程中的正脸头像设为第二人脸头像，将第二人脸头像和身份证上的头像发送至预设的图像处理模块，得到第二图像标签值，若第二图像标签值大于9时，则说明体检人和待体检人身份一致，身份验证成功，对应体检项目有效；否者，体检人和待体检人身份不一致，体检项目结束，对应体检无效。在本实施例中，所述图像标签值的取值范围为0至10。
根据本发明实施例，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
需要说明的是所述图像处理系统为将人脸头像和身份证上的头像进行处理，得到相关度矩阵，然后将相关度矩阵发送至分类模型进行计算，得到图像标签值。所述分类模型为一种训练过的高斯过程分类模型。
图2示出了本发明中图像处理系统图。
如图2所示，本发明实施例中，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
需要说明的是，所述图像处理系统包含：图像预处理单元、特征向量矩阵单元和相 关度矩阵单元。其中图像预处理单元用于将人脸头像进行预处理，得到标准人脸头像，比 如：身份证上的头像大小为32mmx26mm，则对应的标准人脸头像尺寸为32mmx26mm。基于特征 向量矩阵单元，得到第一人脸头像的特征向量矩阵。其过程为：将标准人脸头像和身份证上 的头像进行成组，通过基于滑动窗口的局部二值模式进行特征提取，其中每个滑动窗口提 取一个特征向量p-m，得到第一人脸头像的标准人脸头像的特征向量
Figure 272701DEST_PATH_IMAGE001
，第二人脸头像的 标准人脸头像的特征向量
Figure 721000DEST_PATH_IMAGE002
，身份证上的头像的特征向量
Figure 235158DEST_PATH_IMAGE003
，得到第一人脸头像和身 份证上的头像组成的特征向量矩阵为
Figure 36892DEST_PATH_IMAGE004
和
Figure 382423DEST_PATH_IMAGE005
，得到第二人脸头像和身份证上的头像组 成的特征向量矩阵为
Figure 860678DEST_PATH_IMAGE006
和
Figure 658869DEST_PATH_IMAGE007
，其中
Figure 529873DEST_PATH_IMAGE008
,其中n表示滑动窗口的数目。将相关 度矩阵值设为Q，则将第一人脸头像和身份证上的头像的相关度矩阵值设为
Figure 729911DEST_PATH_IMAGE009
，将第二人脸 头像和身份证上的头像的相关度矩阵值设为
Figure 880531DEST_PATH_IMAGE010
，根据所述预设算法的公式：
Figure 166019DEST_PATH_IMAGE011
Figure 637452DEST_PATH_IMAGE012
其中
Figure 567362DEST_PATH_IMAGE013
、
Figure 793944DEST_PATH_IMAGE014
和
Figure 769990DEST_PATH_IMAGE015
表示
Figure 966485DEST_PATH_IMAGE016
阶矩阵，分别对应特征向量矩阵a、b和c，
Figure 344377DEST_PATH_IMAGE017
、
Figure 476281DEST_PATH_IMAGE018
和
Figure 611727DEST_PATH_IMAGE019
分别表 示
Figure 424962DEST_PATH_IMAGE013
、
Figure 719677DEST_PATH_IMAGE014
和
Figure 914161DEST_PATH_IMAGE015
矩阵的均值。
根据本发明实施例，所述图像预处理单元，具体包括：
深化图像子单元，用于将图像的特征进行深化，得到清晰化图像；
定位图像子单元，用于将清晰化图像按照预设标准规格，进行裁剪和定位，得到标准人脸头像。
需要说明的是，图像预处理单元包含深化图像子单元和定位图像子单元，其中图像深化子单元通过将人脸头像进行归一化处理，消除部分背景或头发对人脸头像验证的影响，得到清晰化图像，再将清晰化图像发送至定位图像子单元，通过预设标准规格进行裁剪和定位，比如：身份证上的图像大小为32mmx26mm（高x宽），则标准人脸头像的尺寸大小为32mmx26mm（高x宽），若身份证上的图像的对称点轴在13mm的位置，即则标准人脸头像的人脸鼻梁中线在13mm位置处。
根据本发明实施例，所述第二人脸头像信息，具体为：在体检人进行体检项目过程中随机提取的人脸正面头像。
需要说明的是，为了避免驾驶员体检过程中找人替代体检，驾驶员自助体检设备在驾驶员体检过程中随机获取体检人的人脸正面头像，并将所述人脸正面头像设为第二人脸头像，用于体检人的第二次身份验证。
根据本发明实施例，还包括：
获取预设体检区域的人数信息；
判断预设体检区域的人数是否大于1，若是，则触发提示，体检中断；若否，则不触发提示。
需要说明的是，驾驶员自助体检设备在体检过程中一次仅服务一个人，因此，在预设体检区域内的人数有且只能存在1个人，当存在2个或多个人时，驾驶员自助体检设备触发提示，并且体检中断，若在提示时间结束时预设体检区域还存在2个或多个人时，则记录体检人存违规操作一次，对应提示设备再次触发。
根据本发明实施例，还包括：
获取体检人在体检过程中的人脸头像信息；
判断体检人在体检过程中非遮挡项目的人脸头像是否被遮挡，若是，则触发提示，若否，则不触发提示。
需要说明的是，体检人在体检过程中中非遮挡项目不能对人脸头像进行遮挡，比如：测试视力项目，测左眼时，需要将右眼进行遮挡；测右眼时，需要将左眼进行遮挡，因此，所述测试视力项目为遮挡项目。比如：测试驾驶员身高、听力等项目为非遮挡项目，在体检过程中不能遮挡人脸头像。若体检人在体检过程中非遮挡项目的人脸头像被遮挡时，触发提示并体检中断，当提示时间结束时，体检人还将人脸头像进行遮挡，则对体检人记录违规操作一次，对应提示设备再次触发。
根据本发明实施例，还包括：
获取体检人违规次数；
判断所述体检人违规次数是否大于预设违规阈值，若是，则身份验证失效；若否，则身份验证有效。
需要说明的是，体检人在体检过程中的违规次数存在有限次数，若预设违规阈值为2，则体检人在体检过程中的违规次数不能超过2次，若超过2次，则体检人在体检过程中存在有意遮挡行为，对应体检人在本次体检过程中的身份验证失效，本次体检过程结束。
图3示出了本发明一种基于驾驶员自助体检设备的身份验证系统的框图。
如图3所示，本发明第二方面提供了一种基于驾驶员自助体检设备的身份验证系统3，包括存储器31和处理器32，所述存储器中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被所述处理器执行时实现如下步骤：
获取待体检人的身份证和第一人脸头像信息；
提取身份证上的头像信息；
将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
获取体检人在体检项目过程中的第二人脸头像信息；
将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
需要说明的是，待体检人的第一次身份验证成功之后，启动体检项目，所述代体检人转变成体检人。所述第一人脸头像和第二人脸头像为待体检人的正脸头像，符合预设标准，比如：脸部无遮挡、素颜和脸部端正等。将第一人脸头像和身份证上的头像发送至预设的图像处理模块，得到第一图像标签值，当人脸头像和身份证上的头像相似度越高，得到的第一图像标签值越高，所述人脸头像包含第一人脸头像和第二人脸头像。若第一预设阈值为9，当第一图像标签值大于9时，说明待体检人和身份证一致，身份验证通过，启动体检项目；否则，身份验证失败，不启动体检项目。同理，提取体检人在体检过程中的正脸头像设为第二人脸头像，将第二人脸头像和身份证上的头像发送至预设的图像处理模块，得到第二图像标签值，若第二图像标签值大于9时，则说明体检人和待体检人身份一致，身份验证成功，对应体检项目有效；否者，体检人和待体检人身份不一致，体检项目结束，对应体检无效。在本实施例中，所述图像标签值的取值范围为0至10。
根据本发明实施例，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
需要说明的是所述图像处理系统为将人脸头像和身份证上的头像进行处理，得到相关度矩阵，然后将相关度矩阵发送至分类模型进行计算，得到图像标签值。所述分类模型为一种训练过的高斯过程分类模型。
根据本发明实施例，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
需要说明的是，所述图像处理系统包含：图像预处理单元、特征向量矩阵单元和相 关度矩阵单元。其中图像预处理单元用于将人脸头像进行预处理，得到标准人脸头像，比 如：身份证上的头像大小为32mmx26mm，则对应的标准人脸头像尺寸为32mmx26mm。基于特征 向量矩阵单元，得到第一人脸头像的特征向量矩阵。其过程为：将标准人脸头像和身份证上 的头像进行成组，通过基于滑动窗口的局部二值模式进行特征提取，其中每个滑动窗口提 取一个特征向量p-m，得到第一人脸头像的标准人脸头像的特征向量
Figure 68061DEST_PATH_IMAGE001
，第二人脸头像的 标准人脸头像的特征向量
Figure 606359DEST_PATH_IMAGE002
，身份证上的头像的特征向量
Figure 693264DEST_PATH_IMAGE003
，得到第一人脸头像和身 份证上的头像组成的特征向量矩阵为
Figure 432550DEST_PATH_IMAGE004
和
Figure 277009DEST_PATH_IMAGE005
，得到第二人脸头像和身份证上的头像组 成的特征向量矩阵为
Figure 432047DEST_PATH_IMAGE006
和
Figure 435775DEST_PATH_IMAGE007
，其中
Figure 706481DEST_PATH_IMAGE008
,其中n表示滑动窗口的数目。将相关 度矩阵值设为Q，则将第一人脸头像和身份证上的头像的相关度矩阵值设为
Figure 428450DEST_PATH_IMAGE009
，将第二人脸 头像和身份证上的头像的相关度矩阵值设为
Figure 387178DEST_PATH_IMAGE010
，根据所述预设算法的公式：
Figure 855200DEST_PATH_IMAGE020
Figure 670709DEST_PATH_IMAGE012
其中
Figure 4607DEST_PATH_IMAGE013
、
Figure 563765DEST_PATH_IMAGE014
和
Figure 479768DEST_PATH_IMAGE015
表示
Figure 341545DEST_PATH_IMAGE016
阶矩阵，分别对应特征向量矩阵a、b和c，
Figure 975789DEST_PATH_IMAGE017
、
Figure 338637DEST_PATH_IMAGE018
和
Figure 374726DEST_PATH_IMAGE019
分别表 示
Figure 158136DEST_PATH_IMAGE013
、
Figure 76414DEST_PATH_IMAGE014
和
Figure 180636DEST_PATH_IMAGE015
矩阵的均值。
根据本发明实施例，所述图像预处理单元，具体包括：
深化图像子单元，用于将图像的特征进行深化，得到清晰化图像；
定位图像子单元，用于将清晰化图像按照预设标准规格，进行裁剪和定位，得到标准人脸头像。
需要说明的是，图像预处理单元包含深化图像子单元和定位图像子单元，其中图像深化子单元通过将人脸头像进行归一化处理，消除部分背景或头发对人脸头像验证的影响，得到清晰化图像，再将清晰化图像发送至定位图像子单元，通过预设标准规格进行裁剪和定位，比如：身份证上的图像大小为32mmx26mm（高x宽），则标准人脸头像的尺寸大小为32mmx26mm（高x宽），若身份证上的图像的对称点轴在13mm的位置，即则标准人脸头像的人脸鼻梁中线在13mm位置处。
根据本发明实施例，所述第二人脸头像信息，具体为：在体检人进行体检项目过程中随机提取的人脸正面头像。
需要说明的是，为了避免驾驶员体检过程中找人替代体检，驾驶员自助体检设备在驾驶员体检过程中随机获取体检人的人脸正面头像，并将所述人脸正面头像设为第二人脸头像，用于体检人的第二次身份验证。
根据本发明实施例，还包括：
获取预设体检区域的人数信息；
判断预设体检区域的人数是否大于1，若是，则触发提示，体检中断；若否，则不触发提示。
需要说明的是，驾驶员自助体检设备在体检过程中一次仅服务一个人，因此，在预设体检区域内的人数有且只能存在1个人，当存在2个或多个人时，驾驶员自助体检设备触发提示，并且体检中断，若在提示时间结束时预设体检区域还存在2个或多个人时，则记录体检人存违规操作一次，对应提示设备再次触发。
根据本发明实施例，还包括：
获取体检人在体检过程中的人脸头像信息；
判断体检人在体检过程中非遮挡项目的人脸头像是否被遮挡，若是，则触发提示，若否，则不触发提示。
需要说明的是，体检人在体检过程中中非遮挡项目不能对人脸头像进行遮挡，比如：测试视力项目，测左眼时，需要将右眼进行遮挡；测右眼时，需要将左眼进行遮挡，因此，所述测试视力项目为遮挡项目。比如：测试驾驶员身高、听力等项目为非遮挡项目，在体检过程中不能遮挡人脸头像。若体检人在体检过程中非遮挡项目的人脸头像被遮挡时，触发提示并体检中断，当提示时间结束时，体检人还将人脸头像进行遮挡，则对体检人记录违规操作一次，对应提示设备再次触发。
根据本发明实施例，还包括：
获取体检人违规次数；
判断所述体检人违规次数是否大于预设违规阈值，若是，则身份验证失效；若否，则身份验证有效。
需要说明的是，体检人在体检过程中的违规次数存在有限次数，若预设违规阈值为2，则体检人在体检过程中的违规次数不能超过2次，若超过2次，则体检人在体检过程中存在有意遮挡行为，对应体检人在本次体检过程中的身份验证失效，本次体检过程结束。
本发明第三方面提供了一种计算机介质，所述计算机介质中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被处理器执行时，实现如上述任一项所述的一种基于驾驶员自助体检设备的身份验证方法的步骤。
本发明公开的一种基于驾驶员自助体检设备的身份验证方法、系统和介质，其中方法包括：获取待体检人的身份证和第一人脸头像信息；提取身份证上的头像信息；将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；获取体检人在体检项目过程中的第二人脸头像信息；将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功；若否，则身份验证失败。通过二次验证，增强了驾驶员自助体检设备的安全性，防止有人代为体检。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
或者，本发明上述集成的单元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，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种基于驾驶员自助体检设备的身份验证方法，其特征在于，包括：
获取待体检人的身份证和第一人脸头像信息；
提取身份证上的头像信息；
将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
获取体检人在体检项目过程中的第二人脸头像信息；
将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
2.根据权利要求1所述的一种基于驾驶员自助体检设备的身份验证方法，其特征在于，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
3.根据权利要求2所述的一种基于驾驶员自助体检设备的身份验证方法，其特征在于，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
4.根据权利要求3所述的一种基于驾驶员自助体检设备的身份验证方法，其特征在于，所述图像预处理单元，具体包括：
深化图像子单元，用于将图像的特征进行深化，得到清晰化图像；
定位图像子单元，用于将清晰化图像按照预设标准规格，进行裁剪和定位，得到标准人脸头像。
5.根据权利要求1所述的一种基于驾驶员自助体检设备的身份验证方法，其特征在于，所述第二人脸头像信息，具体为：在体检人进行体检项目过程中随机提取的人脸正面头像。
6.根据权利要求1所述的一种基于驾驶员自助体检设备的身份验证方法，其特征在于，还包括：
获取预设体检区域的人数信息；
判断预设体检区域的人数是否大于1，若是，则触发提示，体检中断；若否，则不触发提示。
7.一种基于驾驶员自助体检设备的身份验证系统，其特征在于，包括存储器和处理器，所述存储器中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被所述处理器执行时实现如下步骤：
获取待体检人的身份证和第一人脸头像信息；
提取身份证上的头像信息；
将身份证上的头像和第一人脸头像信息发送至预设的图像处理模块，得到第一图像标签值，其中：若第一图像标签值大于第一预设阈值，则得到第一次身份验证成功，启动体检项目；
获取体检人在体检项目过程中的第二人脸头像信息；
将身份证上的头像和第二人脸头像信息发送至预设的图像处理模块，得到第二图像标签值；其中：若第二图像标签值大于第一预设阈值，得到第二次身份验证成功，对应体检人的体检有效；若否，则身份验证失败，对应体检人的体检无效。
8.根据权利要求7所述的一种基于驾驶员自助体检设备的身份验证系统，其特征在于，所述预设的图像处理模块，具体包括：图像处理系统和分类模型。
9.根据权利要求8所述的一种基于驾驶员自助体检设备的身份验证系统，其特征在于，所述图像处理系统，具体包括：
图像预处理单元，用于将人脸头像进行预处理，得到标准人脸头像；
特征向量矩阵单元，用于将标准人脸头像和身份证上的头像通过局部二值模式进行特征提取，得到标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵；
相关度矩阵单元，用于将标准人脸头像的特征向量矩阵和身份证上的头像的特征向量矩阵通过预设算法，得到相关度矩阵值。
10.一种计算机介质，其特征在于，所述计算机介质中存储有一种基于驾驶员自助体检设备的身份验证方法程序，所述一种基于驾驶员自助体检设备的身份验证方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种基于驾驶员自助体检设备的身份验证方法的步骤。
CN202211276364.3A 2022-10-19 2022-10-19 一种基于驾驶员自助体检设备的身份验证方法、系统和介质 Active CN115359544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211276364.3A CN115359544B (zh) 2022-10-19 2022-10-19 一种基于驾驶员自助体检设备的身份验证方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211276364.3A CN115359544B (zh) 2022-10-19 2022-10-19 一种基于驾驶员自助体检设备的身份验证方法、系统和介质

Publications (2)

Publication Number Publication Date
CN115359544A true CN115359544A (zh) 2022-11-18
CN115359544B CN115359544B (zh) 2023-01-24

Family

ID=84008179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211276364.3A Active CN115359544B (zh) 2022-10-19 2022-10-19 一种基于驾驶员自助体检设备的身份验证方法、系统和介质

Country Status (1)

Country Link
CN (1) CN115359544B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529414A (zh) * 2016-10-14 2017-03-22 国政通科技股份有限公司 一种通过图像比对实现结果认证的方法
CN109360652A (zh) * 2018-09-20 2019-02-19 深圳易普森科技股份有限公司 一种体检行业的防替检方法、系统、装置及存储介质
CN208781576U (zh) * 2018-09-20 2019-04-23 深圳易普森科技股份有限公司 一种体检行业的防替检系统
CN112151161A (zh) * 2020-09-18 2020-12-29 厦门湖里国宇门诊部有限公司 一种基于生物识别技术的健康体检控制系统及控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529414A (zh) * 2016-10-14 2017-03-22 国政通科技股份有限公司 一种通过图像比对实现结果认证的方法
CN109360652A (zh) * 2018-09-20 2019-02-19 深圳易普森科技股份有限公司 一种体检行业的防替检方法、系统、装置及存储介质
CN208781576U (zh) * 2018-09-20 2019-04-23 深圳易普森科技股份有限公司 一种体检行业的防替检系统
CN112151161A (zh) * 2020-09-18 2020-12-29 厦门湖里国宇门诊部有限公司 一种基于生物识别技术的健康体检控制系统及控制方法

Also Published As

Publication number Publication date
CN115359544B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
US9704051B2 (en) Method and system for verifying identities
EP1416425B1 (en) System and method for detecting a face
CN109886697A (zh) 基于表情组别的操作确定方法、装置及电子设备
EP3594916A1 (en) Atm with biometric security
US11501301B2 (en) Transaction terminal fraud processing
CN111898413A (zh) 人脸识别方法、装置、电子设备和介质
CN108171138B (zh) 一种生物特征信息获取方法和装置
CN113392699A (zh) 用于人脸遮挡检测的多标签深度卷积神经网络方法、装置和电子设备
US20170352037A1 (en) Identification and Payment Method Using Biometric Characteristics
CN109034029A (zh) 检测活体的人脸识别方法、可读存储介质和电子设备
CN109635625B (zh) 智能身份核验方法、设备、存储介质及装置
CN111178233A (zh) 基于活体认证的身份认证方法及装置
Gupta et al. A survey of attacks on iris biometric systems
CN113646806A (zh) 图像处理设备、图像处理方法和存储程序的记录介质
CN115359544B (zh) 一种基于驾驶员自助体检设备的身份验证方法、系统和介质
CN108875530A (zh) 活体识别方法、活体识别设备、电子设备以及存储介质
CN111783714A (zh) 一种胁迫人脸识别方法、装置、设备和存储介质
CN111626213A (zh) 一种身份验证方法、装置、电子设备及可读存储介质
CN110795715A (zh) 一种数据录入方法、装置、系统及存储介质
CN112862491B (zh) 基于安全单元和可信执行环境的人脸支付安全方法及平台
Bhaskar et al. Advanced algorithm for gender prediction with image quality assessment
CN109639664A (zh) 登录验证方法、装置及系统
EP2148296A1 (en) Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure
CN111967879A (zh) 一种基于人脸识别的线上安全支付管理系统
Bourlai et al. Face verification system architecture using smart cards

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
GR01 Patent grant
GR01 Patent grant