[發明專利]一種統一身份認證平臺及其人臉身份識別的方法

在審

• 申請號: 202110096203.5
• 申請日: 2021-01-25
• 公開（公告）號: CN112784240A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 黃劍飛;唐蘇瓊;張永春;滕震方;王君;蔡振鬧
• 申請（專利權）人: 溫州大學
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06K9/00;G06K9/62;G06N3/08;G06F16/583
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 陳加利

本發明提供一種統一身份認證平臺及其人臉身份識別的方法，包括：接收自助采集的人臉照片，并通過對人臉照片進行質量評估，得到各人臉照片的符合度，且進一步保存照片符合度滿足預設閾值的人臉照片；采用DCNN優化算法對保存的人臉照片進行處理，得到各人臉照片的生物特征值，并形成人臉生物特征向量庫；以及獲取待比對人臉照片及其對應的采集方式，待采用DCNN優化算法處理待比對人臉照片后，結合采集方式所選擇的比對模式，讓待比對人臉照片的生物特征值在人臉生物特征向量庫進行比對，并根據對比結果，確定身份合法性。實施本發明，能解決現有統一身份認證基于賬號與密碼技術的缺點，具有高安全性。

技術領域

本發明涉及面部識別技術領域，尤其涉及一種統一身份認證平臺及其人臉身份識別的方法。

背景技術

面部識別(又稱人臉識別、面像識別、面容識別等等)，使用通用的攝像頭作為識別信息獲取裝置，并以非接觸的方式獲取識別對象的面部圖像，通過計算機設備實現獲取圖像與數據庫圖像比對來完成識別過程。與傳統的識別方式(如指紋識別等)相對比，面部識別是基于生物特征的識別方式，具有實時、準確、高精度、易于使用、穩定性高、難仿冒、性價比高和非侵擾等特性，較容易被用戶接受。

目前，現有的統一身份認證基于賬號與密碼技術，一旦賬戶和密碼被盜，則安全受到威脅。因此，有必要提出一種人臉身份識別的統一身份認證方法，能解決現有統一身份認證基于賬號與密碼技術的缺點。

發明內容

本發明實施例所要解決的技術問題在于，提供一種統一身份認證平臺及其人臉身份識別的方法，能解決現有統一身份認證基于賬號與密碼技術的缺點，具有高安全性。

為了解決上述技術問題，本發明實施例提供了一種人臉身份識別的方法，所述方法包括以下步驟：

接收自助采集的人臉照片，并通過預設的人臉算法對所接收的人臉照片進行質量評估，得到各人臉照片的符合度，且進一步將照片符合度均滿足預設閾值的人臉照片保存，以及將照片符合度均不滿足所述預設閾值的人臉照片丟棄；

采用預設的深度卷積神經網絡DCNN優化算法對保存下來的人臉照片進行處理，得到各人臉照片的生物特征值，并根據所得到的各人臉照片的生物特征值，形成人臉生物特征向量庫；

獲取待比對人臉照片及其對應的采集方式，且待采用所述預設的深度卷積神經網絡DCNN優化算法對待比對人臉照片進行處理之后，進一步結合所獲取的采集方式來選擇相應的比對模式，讓處理得到的待比對人臉照片的生物特征值在所述人臉生物特征向量庫進行比對，并根據對比結果，確定所述待比對人臉照片的身份合法性；其中，所述采集方式包括自主平臺采集和第三方平臺采集；所述比對模式包括對應自主平臺采集時的在線比對模式和對應第三方平臺采集的前端比對模式；所述身份合法性為合法或不合法。

其中，所述方法進一步包括：

對同一人更新之前及之后的人臉照片進行比對，若比對結果符合預定要求，則采用所述預設的深度卷積神經網絡DCNN優化算法對更新后的人臉照片進行處理，且進一步將處理得到的生物特征值存入所述人臉生物特征向量庫中。

其中，所述采用預設的深度卷積神經網絡DCNN優化算法對人臉照片進行處理的步驟具體包括：

人臉照片預處理、人臉檢測、人臉特征定位、圖像歸一化、人臉特征值和特征向量提取。

其中，若選擇在線比對模式在所述人臉生物特征向量庫進行比對，則可按1：1、1：n或m:n特征比對；或若選擇前端比對模式在所述人臉生物特征向量庫進行比對，則可按1：n或m:n特征比對。

其中，所述自助采集的人臉照片來自于電腦+攝像頭或手機。

其中，所述第三方平臺包括宿舍門禁系統、圖書館門禁系統、食堂餐飲系統和教室考勤系統。

本發明實施例還提供了一種統一身份認證平臺，包括：