[發(fā)明專(zhuān)利]全自動(dòng)視頻身份認(rèn)證系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200710026158.6
• 申請(qǐng)日: 2007-08-17
• 公開(kāi)（公告）號(hào): CN101114909A
• 公開(kāi)（公告）日: 2008-01-30
• 發(fā)明（設(shè)計(jì)）人: 虞正華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 搜圖科技（南京）有限公司
• 主分類(lèi)號(hào): H04L9/32
• 分類(lèi)號(hào): H04L9/32;G06K9/00;G06K9/46;G06K9/62
• 代理公司: 南京蘇科專(zhuān)利代理有限責(zé)任公司
• 代理人: 姚姣陽(yáng)

1.全自動(dòng)視頻身份認(rèn)證系統(tǒng)，其特征在于包括：

一個(gè)用戶(hù)模塊，以交互的方式與計(jì)算機(jī)連接；

一臺(tái)包括攝像頭的計(jì)算機(jī)，用于輸入用戶(hù)包含人臉的視頻照片；

一個(gè)視頻身份認(rèn)證模塊，用于接受用戶(hù)發(fā)來(lái)的照片，給用戶(hù)發(fā)出指令，完成最終用戶(hù)身份的認(rèn)證。

2.如權(quán)利要求1所述的全自動(dòng)視頻身份認(rèn)證系統(tǒng)，其特征在于：還包括一個(gè)服務(wù)器，所述視頻身份認(rèn)證模塊裝在服務(wù)器中，所述計(jì)算機(jī)和服務(wù)器之間通過(guò)網(wǎng)絡(luò)連接。

3.如權(quán)利要求1或2所述的全自動(dòng)視頻身份認(rèn)證系統(tǒng)，其特征在于：所述視頻身份認(rèn)證模塊包括接口模塊，用以完成照片和計(jì)算機(jī)指令的傳遞，以及識(shí)別模塊，用以完成基于人臉識(shí)別的照片對(duì)比和用戶(hù)身份的判決。

4.全自動(dòng)視頻身份認(rèn)證方法，其特征在于包括以下步驟：

(1)用戶(hù)上傳一張當(dāng)場(chǎng)拍攝的包含人臉的視頻照片；

(2)收到步驟(1)上傳的初始視頻照片后，計(jì)算機(jī)發(fā)出動(dòng)作指令，要求用戶(hù)做出某些動(dòng)作；

(3)用戶(hù)根據(jù)動(dòng)作指令上傳當(dāng)場(chǎng)拍攝的滿(mǎn)足指令要求的新照片；

(4)計(jì)算機(jī)判斷是否在規(guī)定時(shí)間內(nèi)收到用戶(hù)上傳的新照片，若是，則進(jìn)行下一步驟，若否，則判定超時(shí)，認(rèn)證失敗，結(jié)束認(rèn)證；

(5)計(jì)算機(jī)采用基于人臉識(shí)別的照片對(duì)比方法對(duì)比步驟(1)和步驟(3)上傳的照片，判斷是否為同一人，若是，則進(jìn)行下一步驟，若否，則認(rèn)證失敗，結(jié)束認(rèn)證；

(6)計(jì)算機(jī)判斷是否已經(jīng)滿(mǎn)足了對(duì)比次數(shù)要求，若是，則認(rèn)證成功，結(jié)束認(rèn)證，若否，則重返步驟(2)。

5.如權(quán)利要求4所述的全自動(dòng)視頻身份認(rèn)證方法，其特征在于：所述步驟(5)中基于人臉識(shí)別的照片對(duì)比方法包括以下步驟：

①定義兩類(lèi)人臉：模型人臉，即用戶(hù)最初輸入的作為標(biāo)準(zhǔn)的一張或多張人臉；待判決人臉，即用戶(hù)在計(jì)算機(jī)發(fā)出動(dòng)作指令后，用戶(hù)根據(jù)動(dòng)作指令輸入的人臉；

②對(duì)用戶(hù)輸入的模型人臉和待判決人臉進(jìn)行人臉檢測(cè)，并對(duì)檢測(cè)后的人臉圖片進(jìn)行定位、歸一化及預(yù)處理；

③把模型人臉和待判決人臉?lè)譃閮蓚€(gè)區(qū)域，一個(gè)區(qū)域是用戶(hù)根據(jù)指令進(jìn)行操作的區(qū)域，即受指令影響的區(qū)域，另一個(gè)區(qū)域是用戶(hù)的動(dòng)作不應(yīng)該導(dǎo)致人臉圖片顯著變化的區(qū)域，即不受指令影響的區(qū)域；

④對(duì)受指令影響的區(qū)域判斷是否發(fā)生了指令規(guī)定的變化，對(duì)不受指令影響的區(qū)域判斷是否是同一人；

⑤綜合步驟④的判斷結(jié)果，做出人臉認(rèn)證判決。

6.如權(quán)利要求5所述的全自動(dòng)視頻身份認(rèn)證方法，其特征在于：所述步驟④中，判斷不受指令影響的區(qū)域是否是同一人的方法為基于主成分分析法、線(xiàn)性判別分析法、彈性圖匹配算法或局部二值模式法，判斷受指令影響的區(qū)域是否發(fā)生了指令規(guī)定變化的方法為采用分類(lèi)器來(lái)判決一個(gè)動(dòng)作是否發(fā)生，所述分類(lèi)器為AdaBoost、利用主成分分析的最近鄰分類(lèi)器或貝葉斯分類(lèi)器。

7.如權(quán)利要求4所述的全自動(dòng)視頻身份認(rèn)證方法，其特征在于：所述步驟(5)中基于人臉識(shí)別的照片對(duì)比方法包括以下步驟：

①定義兩類(lèi)人臉：模型人臉，即用戶(hù)最初輸入的作為標(biāo)準(zhǔn)的一張或多張人臉；待判決人臉，即用戶(hù)在計(jì)算機(jī)發(fā)出動(dòng)作指令后，用戶(hù)根據(jù)動(dòng)作指令輸入的人臉；

②對(duì)用戶(hù)輸入的模型人臉和待判決人臉進(jìn)行人臉檢測(cè)，并對(duì)檢測(cè)后的人臉圖片進(jìn)行特征定位、歸一化及預(yù)處理；

③把模型人臉和待判決人臉劃分為多個(gè)固定大小區(qū)域的網(wǎng)格；

④對(duì)每個(gè)網(wǎng)格區(qū)域計(jì)算人臉認(rèn)證判決的代價(jià)函數(shù)；

⑤綜合所有區(qū)域的代價(jià)函數(shù)做人臉認(rèn)證判決。

8.如權(quán)利要求7所述的全自動(dòng)視頻身份認(rèn)證方法，其特征在于：所述步驟④中，代價(jià)函數(shù)的實(shí)現(xiàn)方法是采用局部二值模式提取區(qū)域的紋理特征直方圖，以E(m，n，i，c)表示區(qū)域i確認(rèn)m和n是同一個(gè)人的代價(jià)函數(shù)，E(m，n，i，c)＝Dist(LBP(m_i)，LBP(n_i))×α(c_mi，c_ni)，式中m表示模型人臉，n表示待判決人臉，mi表示人臉m的第i個(gè)區(qū)域，c表示區(qū)域i受指令的影響程度，α表示的是區(qū)域i受計(jì)算機(jī)指令影響的權(quán)重系數(shù)，Dist函數(shù)表示的是兩個(gè)LBP直方圖之間的距離，采用的距離包括X²，L1，L2距離。

9.如權(quán)利要求5或7所述的全自動(dòng)視頻身份認(rèn)證方法，其特征在于：所述人臉檢測(cè)的方法為Adaboost、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)或隱馬可夫模型，所述人臉圖片預(yù)處理為圖像對(duì)準(zhǔn)、幾何校正或亮度調(diào)整。