一種身份核驗方法及系統技術方案

本發明專利技術提供一種身份核驗方法及系統，其中，所述身份核驗方法包括如下步驟：S1、讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，提取人臉圖像的第一特征碼，否則重新識別；S2、識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉數據，并提取人員人臉圖像的第二特征碼，否則重新識別；S3、將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。本發明專利技術通過對人臉以及身份證件上人臉照片進行雙重識別，提高了對人員身份識別的準確性，方便了符合條件的用戶進入門禁系統所控制的區域，并提高了門禁系統所控制的區域安全性。

【技術實現步驟摘要】
一種身份核驗方法及系統
本專利技術涉及人臉識別
，尤其涉及一種身份核驗方法及系統。
技術介紹
門禁系統是新型現代化安全管理系統，其集微機自動識別技術和現代安全管理措施為一體。門禁系統早已超越了單純的門道及鑰匙管理，其已經逐漸發展成為一套完整的出入管理系統。同時門禁系統在工作環境安全、人事考勤管理等行政管理工作中發揮著較大的作用。現有的門禁系統主要采用刷卡模式，其他人員仍然可以利用用戶的卡片通過門禁系統。因此，針對上述問題，有必要提出進一步地解決方案。
技術實現思路
本專利技術的目的在于提供一種身份核驗方法及系統，以克服現有技術中存在的不足。為實現上述專利技術目的，本專利技術提供一種身份核驗方法，其包括如下步驟：S1、讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，提取人臉圖像的第一特征碼，否則重新識別；S2、識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉數據，并提取人員人臉圖像的第二特征碼，否則重新識別；S3、將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。作為本專利技術的身份核驗方法的改進，所述人員身份證件信息包括：姓名、住址、籍貫、性別、出生日。作為本專利技術的身份核驗方法的改進，所述身份核驗方法還包括對采集的人臉圖像數據進行過濾處理：根據采集的人臉圖像數據，計算局部能量譜梯度、梯度直方圖擴展和最大色度飽和；根據計算得到的局部能量譜梯度、梯度直方圖擴展和最大色度飽和，統計出整幅圖像中模糊像素的比例，對人臉圖像數據進行有效的過濾。作為本專利技術的身份核驗方法的改進，所述局部能量譜梯度按照如下方法計算：先用離散傅里葉變換計算NxN大小圖像的能量譜：然后轉換至極坐標u＝fcosθ，v＝fsinθ，并計算S(f,θ)，得到：其中，A是一個各個方向上的幅度因子，α是能量譜斜率。大量的研究表明，自然圖像中α約為2，模糊的圖像有較大的α。因此圖像的局部模糊程度可以描述為局部與全局α值的比例差異其中，αp是局部α，αo是全局α；所述梯度直方圖擴展按照如下方法計算：先計算圖像每個像素的梯度，然后用含有兩個高斯的高斯混合模型描述局部的梯度分布：π0G(x；μ0，σ0)+π1G(x；μ1，σ1)，其中σ1>σ0；根據梯度分布，梯度直方圖擴展的具體計算公式為其中，Cp是局部圖像灰度值范圍，ε是防止除零的極小數，τ是一個常數，取25；所述最大色度飽和按照如下方法計算：先計算每個像素的飽和度：然后使用以下公式比較局部飽和度最大值和全局飽和度最大值，得到最大色度飽和：其中，max(sp)是局部圖像塊中飽和度最大值，max(so)是全局圖像中飽和度最大值。為實現上述專利技術目的，本專利技術提供一種身份核驗系統，其包括：攝像頭、讀卡器以及主機，所述主機與所述攝像頭和讀卡器相連接，并接收所述攝像頭和讀卡器發送的數據信息；所述讀卡器用于讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，所述主機提取人臉圖像的第一特征碼；所述攝像頭用于識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉圖像，所述主機提取人員圖像的第二特征碼；所述主機將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。作為本專利技術的身份核驗系統的改進，所述人員身份證件信息包括：姓名、住址、籍貫、性別、出生日。作為本專利技術的身份核驗系統的改進，所述身份核驗系統還用于對采集的人臉圖像數據進行過濾處理：根據采集的人臉圖像數據，計算局部能量譜梯度、梯度直方圖擴展和最大色度飽和；根據計算得到的局部能量譜梯度、梯度直方圖擴展和最大色度飽和，統計出整幅圖像中模糊像素的比例，對人臉圖像數據進行有效的過濾。作為本專利技術的身份核驗系統的改進，所述局部能量譜梯度按照如下方法計算：先用離散傅里葉變換計算NxN大小圖像的能量譜：然后轉換至極坐標u＝fcosθ，v＝fsinθ，并計算S(f,θ)，得到：其中，A是一個各個方向上的幅度因子，α是能量譜斜率。大量的研究表明，自然圖像中α約為2，模糊的圖像有較大的α。因此圖像的局部模糊程度可以描述為局部與全局α值的比例差異其中，αp是局部α，αo是全局α；所述梯度直方圖擴展按照如下方法計算：先計算圖像每個像素的梯度，然后用含有兩個高斯的高斯混合模型描述局部的梯度分布：π0G(x；μ0，σ0)+π1G(x；μ1，σ1)，其中σ1>σ0；根據梯度分布，梯度直方圖擴展的具體計算公式為其中，Cp是局部圖像灰度值范圍，ε是防止除零的極小數，τ是一個常數，取25；所述最大色度飽和按照如下方法計算：先計算每個像素的飽和度：然后使用以下公式比較局部飽和度最大值和全局飽和度最大值，得到最大色度飽和：其中，max(sp)是局部圖像塊中飽和度最大值，max(so)是全局圖像中飽和度最大值。與現有技術相比，本專利技術的有益效果是：本專利技術通過對人臉以及身份證件上人臉照片進行雙重識別，提高了對人員身份識別的準確性，方便了符合條件的用戶進入門禁系統所控制的區域，并提高了門禁系統所控制的區域安全性。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術中記載的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本專利技術的身份核驗方法的一具體實施方式的方法流程示意圖。具體實施方式下面結合附圖所示的各實施方式對本專利技術進行詳細說明，但應當說明的是，這些實施方式并非對本專利技術的限制，本領域普通技術人員根據這些實施方式所作的功能、方法、或者結構上的等效變換或替代，均屬于本專利技術的保護范圍之內。如圖1所示，本專利技術的身份核驗方法包括如下步驟：S1、讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，提取人臉圖像的第一特征碼，否則重新識別。其中，人員身份證件信息即為人員身份證。從而，所述人員身份證件信息包括：姓名、住址、籍貫、性別、出生日。所述第一特征碼為與人臉五官相對應的位置數據以及臉部輪廓數據。S2、識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉數據，并提取人員人臉圖像的第二特征碼，否則重新識別。其中，所述第二特征碼為與人臉五官相對應的位置數據以及臉部輪廓數據。S3、將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。此外，所述身份核驗方法還包括對采集的人臉圖像數據進行過濾處理：根據采集的人臉圖像數據，計算局部能量譜梯度、梯度直方圖擴展和最大色度飽和；根據計算得到的局部能量譜梯度、梯度直方圖擴展和最大色度飽和，統計出整幅圖像中模糊像素的比例，對人臉圖像數據進行有效的過濾。其中，所述局部能量譜梯度按照如下方法計算：先用離散傅里葉變換計算NxN大小圖像的能量譜：然后轉換至極坐標u＝fcosθ，v＝fsinθ，并計算S(f,θ)，得到：其中，A是一個各個方向上的幅度因子，α是能量譜斜率。大量的研究表明，自然圖像中α約為2，模糊的圖像有較大的α。因此圖像的局部模糊程度可以描述為局部與全局α值的比例差異其中，αp是局部α，αo是全局α；所述梯度直方本文檔來自技高網...

【技術保護點】
1.一種身份核驗方法，其特征在于，所述身份核驗方法包括如下步驟：S1、讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，提取人臉圖像的第一特征碼，否則重新識別；S2、識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉數據，并提取人員人臉圖像的第二特征碼，否則重新識別；S3、將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。

【技術特征摘要】
1.一種身份核驗方法，其特征在于，所述身份核驗方法包括如下步驟：S1、讀取人員身份證件信息，并識別身份證件上的人員照片，當識別成功，提取人臉圖像的第一特征碼，否則重新識別；S2、識別是否存在需要核驗身份的人員，如識別成功，連續地采集人員的人臉數據，并提取人員人臉圖像的第二特征碼，否則重新識別；S3、將所述第一特征碼和第二特征碼進行比對，當二者一致時，輸出開關量信號，啟動閘機，并存儲比對數據。2.根據權利要求1所述的身份核驗方法，其特征在于，所述人員身份證件信息包括：姓名、住址、籍貫、性別、出生日。3.根據權利要求1所述的身份核驗方法，其特征在于，所述身份核驗方法還包括對采集的人臉圖像數據進行過濾處理：根據采集的人臉圖像數據，計算局部能量譜梯度、梯度直方圖擴展和最大色度飽和；根據計算得到的局部能量譜梯度、梯度直方圖擴展和最大色度飽和，統計出整幅圖像中模糊像素的比例，對人臉圖像數據進行有效的過濾。4.根據權利要求1所述的身份核驗方法，其特征在于，所述局部能量譜梯度按照如下方法計算：先用離散傅里葉變換計算NxN大小圖像的能量譜：然后轉換至極坐標u＝fcosθ，v＝fsinθ，并計算S(f,θ)，得到：其中，A是一個各個方向上的幅度因子，α是能量譜斜率；大量的研究表明，自然圖像中α約為2，模糊的圖像有較大的α。因此圖像的局部模糊程度可以描述為局部與全局α值的比例差異其中，αp是局部α，αo是全局α；所述梯度直方圖擴展按照如下方法計算：先計算圖像每個像素的梯度，然后用含有兩個高斯的高斯混合模型描述局部的梯度分布：π0G(x；μ0，σ0)+π1G(x；μ1，σ1)，其中σ1>σ0；根據梯度分布，梯度直方圖擴展的具體計算公式為其中，Cp是局部圖像灰度值范圍，ε是防止除零的極小數，τ是一個常數，取25；所述最大色度飽和按照如下方法計算：先計算每個像素的飽和度：然后使用以下公式比較局部飽和度最大值和全局飽和度最大值，得到最大色度飽和：其中，max(sp)是局部圖像塊中飽和度最大值，max(so)是全局圖像中飽和度最大值。5.一種身份核驗系統，其特征在于，所述身份核驗...

【專利技術屬性】
技術研發人員：朱彬，高樹超，
申請(專利權)人：鎮江賽唯思智能科技有限公司，
類型：發明
國別省市：江蘇,32