本發(fā)明涉及發(fā)卡機(jī)識(shí)別身份認(rèn)證，更具體地說(shuō)是涉及人臉多特征融合的充電發(fā)卡機(jī)識(shí)別身份認(rèn)證方法及系統(tǒng)。
背景技術(shù)：
1、在當(dāng)今數(shù)字化與智能化飛速發(fā)展的時(shí)代，各類(lèi)場(chǎng)所對(duì)于人員身份認(rèn)證與管理的準(zhǔn)確性、高效性提出了越來(lái)越高的要求。尤其是在一些需要對(duì)大量人員進(jìn)行發(fā)卡、充電以及身份識(shí)別的場(chǎng)景，如企業(yè)園區(qū)、大型工廠、學(xué)校等，傳統(tǒng)的身份認(rèn)證方式暴露出諸多弊端。以往單純依靠ic/id卡進(jìn)行身份識(shí)別，容易出現(xiàn)卡片丟失、被盜用的情況，安全性難以保障。而且，當(dāng)面對(duì)大量人員流動(dòng)時(shí)，卡片管理工作變得異常繁瑣，效率低下。
2、授權(quán)公告號(hào)為cn108921191b的中國(guó)專(zhuān)利公開(kāi)了一種基于圖像質(zhì)量評(píng)估的多生物特征融合識(shí)別方法，首先通過(guò)圖像采集子系統(tǒng)采集用戶(hù)的人臉和虹膜圖像并對(duì)其進(jìn)行相應(yīng)預(yù)處理，其次對(duì)經(jīng)過(guò)預(yù)處理的圖像分別送入相應(yīng)的識(shí)別認(rèn)證子系統(tǒng)進(jìn)行質(zhì)量評(píng)估、特征提取和模板匹配等步驟，輸出各自匹配分?jǐn)?shù)以及相應(yīng)匹配質(zhì)量置信度分?jǐn)?shù)，最后將這些分?jǐn)?shù)歸一化后送入識(shí)別融合子系統(tǒng)，采用動(dòng)態(tài)加權(quán)融合算法得到識(shí)別認(rèn)證結(jié)果。
3、盡管現(xiàn)有技術(shù)較單一人臉或虹膜識(shí)別算法具有更高的識(shí)別準(zhǔn)確率，能實(shí)現(xiàn)高精度的個(gè)人身份識(shí)別；同時(shí)，在現(xiàn)有主流融合識(shí)別算法基礎(chǔ)上，提取出圖像質(zhì)量有用信息應(yīng)用于融合識(shí)別認(rèn)證過(guò)程，進(jìn)一步提升系統(tǒng)識(shí)別性能。
4、但是它仍未能解決受復(fù)雜環(huán)境光照干擾，難以穩(wěn)定采集高質(zhì)量人臉圖像，無(wú)法確保高效的身份認(rèn)證流程啟動(dòng)；對(duì)多特征融合的運(yùn)用不夠精細(xì)，難以在大樣本合法用戶(hù)數(shù)據(jù)庫(kù)中精準(zhǔn)且快速地篩選出目標(biāo)用戶(hù)，影響認(rèn)證效率與準(zhǔn)確性的問(wèn)題，因此，為了克服這些局限，本發(fā)明提出了人臉多特征融合的充電發(fā)卡機(jī)識(shí)別身份認(rèn)證方法及系統(tǒng)。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提供人臉多特征融合的充電發(fā)卡機(jī)識(shí)別身份認(rèn)證方法及系統(tǒng)，解決了復(fù)雜環(huán)境下人臉圖像高質(zhì)量采集、多特征精細(xì)融合以在大樣本合法用戶(hù)數(shù)據(jù)庫(kù)中精準(zhǔn)快速認(rèn)證，以及認(rèn)證通過(guò)后充電卡與用戶(hù)身份安全動(dòng)態(tài)綁定的技術(shù)問(wèn)題。
2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：
3、人臉多特征融合的充電發(fā)卡機(jī)識(shí)別身份認(rèn)證系統(tǒng)，包括人臉采集模塊、特征融合模塊、身份認(rèn)證模塊和發(fā)卡控制模塊；
4、人臉采集模塊用于當(dāng)檢測(cè)到被采集者進(jìn)采集區(qū)域時(shí)，通過(guò)充電發(fā)卡機(jī)的光線傳感器獲取環(huán)境光照強(qiáng)度，基于環(huán)境光照強(qiáng)度進(jìn)行自適應(yīng)光源補(bǔ)光后，自動(dòng)調(diào)整充電發(fā)卡機(jī)攝像頭參數(shù)，并通過(guò)對(duì)被采集者的位置和角度進(jìn)行自動(dòng)檢測(cè)，采集人臉圖像；
5、特征融合模塊用于對(duì)采集的人臉圖像進(jìn)行特征點(diǎn)檢測(cè)，基于特征點(diǎn)提取人臉圖像的面部特征，包括幾何特征、紋理特征，對(duì)面部特征進(jìn)行特征融合，生成面部特征向量；
6、身份認(rèn)證模塊用于基于合法用戶(hù)人臉數(shù)據(jù)集合對(duì)被采集者進(jìn)行身份認(rèn)證，通過(guò)被采集者的幾何特征向量進(jìn)行快速篩選得到初步合法用戶(hù)集合，再根據(jù)每個(gè)下采樣尺度的逐步篩選比例和紋理特征向量相似度排序篩選出身份認(rèn)證集合，然后構(gòu)建關(guān)鍵面部特征向量，篩選出目標(biāo)合法用戶(hù)，以判斷被采集者身份認(rèn)證是否成功；
7、發(fā)卡控制模塊用于當(dāng)被采集者身份認(rèn)證通過(guò)時(shí)，向充電發(fā)卡機(jī)卡匣發(fā)送驅(qū)動(dòng)指令，控制卡匣彈出卡片，并根據(jù)被采集者用戶(hù)身份信息，對(duì)卡片身份進(jìn)行動(dòng)態(tài)綁定。
8、具體地，采集人臉圖像的步驟包括：
9、基于充電發(fā)卡機(jī)的紅外傳感器持續(xù)監(jiān)測(cè)采集區(qū)域，獲取進(jìn)入采集區(qū)域內(nèi)的物體特征，基于物體特征進(jìn)行人體識(shí)別；
10、當(dāng)識(shí)別到人體時(shí)，配置監(jiān)測(cè)時(shí)間窗口，進(jìn)行人體監(jiān)測(cè)，在監(jiān)測(cè)時(shí)間窗口內(nèi)，統(tǒng)計(jì)識(shí)別到人體的次數(shù)，并計(jì)算人體識(shí)別成功率；
11、配置人體識(shí)別閾值，當(dāng)人體識(shí)別成功率大于人體識(shí)別閾值時(shí)，則開(kāi)啟人臉采集流程，否則不進(jìn)行任何操作；
12、配置采集觸發(fā)閾值，通過(guò)距離傳感器獲取被采集者與充電發(fā)卡機(jī)攝像頭的采集距離，獲取采集距離變化率，當(dāng)采集距離變化率小于采集觸發(fā)閾值時(shí)，觸發(fā)補(bǔ)光設(shè)備參數(shù)調(diào)整和攝像頭參數(shù)調(diào)整；
13、在補(bǔ)光設(shè)備參數(shù)與攝像頭參數(shù)調(diào)整后，通過(guò)攝像頭捕捉被采集者的身體輪廓信息，提取人體輪廓的關(guān)鍵點(diǎn)坐標(biāo)；
14、根據(jù)人體輪廓的關(guān)鍵點(diǎn)坐標(biāo)，計(jì)算頭部相對(duì)于圖像中心的水平偏移量和垂直偏移量，并計(jì)算被采集者頭部的傾斜角度；
15、配置位置偏差范圍與角度偏差范圍，當(dāng)頭部相對(duì)于圖像中心的水平偏移量、頭部相對(duì)于圖像中心的垂直偏移量均在位置偏差范圍內(nèi)，且頭部的傾斜角度在角度偏差范圍內(nèi)，則進(jìn)行人臉圖像采集，否則，根據(jù)頭部相對(duì)于圖像中心的水平偏移量、頭部相對(duì)于圖像中心的垂直偏移量和頭部的傾斜角度進(jìn)行語(yǔ)音提示，引導(dǎo)被采集者調(diào)整位置和角度。
16、具體地，采集人臉圖像的步驟還包括：
17、對(duì)采集到的人臉圖像進(jìn)行初步質(zhì)量評(píng)估，獲取人臉圖像清晰度、人臉圖像完整度和人臉圖像亮度均勻度；
18、人臉圖像清晰度通過(guò)計(jì)算圖像拉普拉斯算子的方差獲取；
19、人臉圖像完整度通過(guò)計(jì)算人臉輪廓關(guān)鍵點(diǎn)的完整性和缺失比例獲取；
20、人臉圖像亮度均勻度通過(guò)計(jì)算人臉圖像不同區(qū)域的亮度標(biāo)準(zhǔn)差獲取；
21、配置清晰度閾值、完整度閾值和亮度閾值，當(dāng)人臉圖像清晰度小于清晰度閾值、或人臉圖像完整度小于完整度閾值，或人臉圖像亮度均勻度小于亮度閾值時(shí)，重新觸發(fā)圖像采集，否則不進(jìn)行任何操作；
22、配置重新采集閾值，監(jiān)測(cè)重新觸發(fā)圖像采集的次數(shù)，當(dāng)重新觸發(fā)圖像采集的次數(shù)大于重新采集閾值時(shí)，則暫停采集流程，進(jìn)行采集預(yù)警。
23、具體地，補(bǔ)光設(shè)備參數(shù)調(diào)整的步驟包括：
24、配置光照強(qiáng)度閾值，包括光照強(qiáng)度上限閾值和光照強(qiáng)度下限閾值，通過(guò)充電發(fā)卡機(jī)的光線傳感器獲取環(huán)境光照強(qiáng)度；
25、當(dāng)環(huán)境光照強(qiáng)度小于光照強(qiáng)度下限閾值時(shí)，增強(qiáng)補(bǔ)光亮度和補(bǔ)光強(qiáng)度，根據(jù)當(dāng)前環(huán)境光照強(qiáng)度與光照強(qiáng)度下限閾值的比例對(duì)初始補(bǔ)光亮度進(jìn)行調(diào)整，并且結(jié)合人臉在圖像中的位置優(yōu)化補(bǔ)光亮度；
26、當(dāng)環(huán)境光照強(qiáng)度大于或等于光照強(qiáng)度上限閾值時(shí)，降低補(bǔ)光亮度，在初始補(bǔ)光強(qiáng)度的基礎(chǔ)上，隨著光照強(qiáng)度超出光照強(qiáng)度上限閾值的程度按比例降低，直至降到最小補(bǔ)光亮度；
27、調(diào)整補(bǔ)光亮度后，在初始補(bǔ)光角度的基礎(chǔ)上，根據(jù)人臉中心相對(duì)于圖像中心的偏移方向調(diào)整補(bǔ)光角度。
28、具體地，攝像頭參數(shù)調(diào)整的步驟包括：
29、獲取補(bǔ)光設(shè)備參數(shù)調(diào)整后的環(huán)境光照強(qiáng)度，調(diào)整攝像頭參數(shù)，包括感光度、焦距、光圈和快門(mén)速度；
30、若在補(bǔ)光設(shè)備降低后的補(bǔ)光亮度下，充電發(fā)卡機(jī)的光線傳感器獲取的環(huán)境光照強(qiáng)度仍大于光照強(qiáng)度上限閾值，則調(diào)整攝像頭曝光參數(shù)，根據(jù)環(huán)境光照強(qiáng)度超出上限閾值的程度按比例降低攝像頭感光度；
31、依據(jù)被采集者與攝像頭之間的距離調(diào)整攝像頭焦距，在基礎(chǔ)攝像頭焦距上，根據(jù)距離的變化進(jìn)行攝像頭焦距增減；
32、依據(jù)環(huán)境光照強(qiáng)度，以初始光圈為基礎(chǔ)，根據(jù)當(dāng)前環(huán)境光照強(qiáng)度與參考光照強(qiáng)度的差異進(jìn)行調(diào)整，環(huán)境光照強(qiáng)度比參考光照強(qiáng)度高時(shí)，攝像頭光圈增大；反之?dāng)z像頭光圈減小；
33、綜合環(huán)境光照強(qiáng)度和采集距離調(diào)整攝像頭快門(mén)速度，在初始快門(mén)速度的基礎(chǔ)上，環(huán)境光照強(qiáng)度大于參考光照強(qiáng)度時(shí)，快門(mén)速度按比例減小，且采集距離與快門(mén)速度成反比。
34、具體地，面部特征向量生成的步驟包括：
35、獲取人臉圖像，對(duì)人臉圖像進(jìn)行特征點(diǎn)檢測(cè)，特征點(diǎn)包括：眼部特征點(diǎn)、鼻部特征點(diǎn)、嘴部特征點(diǎn)和面部輪廓特征點(diǎn)；
36、基于人臉圖像的特征點(diǎn)提取人臉圖像的幾何特征，包括：距離特征、角度特征和比例特征；
37、選擇人臉圖像對(duì)角線長(zhǎng)度作為尺度因子，基于尺度因子對(duì)幾何特征中的距離特征進(jìn)行歸一化處理，消除人臉圖像尺寸對(duì)距離特征的影響；
38、將歸一化后的距離特征、角度特征和比例特征分別按照面部圖像從上到下，從左到右的順序，進(jìn)行排序，構(gòu)建幾何距離特征向量、幾何角度特征向量、幾何比例特征向量；
39、對(duì)幾何特征進(jìn)行特征融合，將幾何距離特征向量、幾何角度特征向量、幾何比例特征向量依次拼接，構(gòu)建幾何特征向量；
40、對(duì)人臉圖像進(jìn)行灰度處理，并對(duì)灰度處理后的人臉圖像進(jìn)行多尺度下采樣，獲取每個(gè)下采樣尺度的人臉圖像，以進(jìn)行紋理特征提取，獲取紋理特征向量；
41、將幾何特征向量與紋理特征向量進(jìn)行拼接，以獲取面部特征向量。
42、具體地，紋理特征向量獲取的步驟包括：
43、基于特征點(diǎn)選取關(guān)鍵特征點(diǎn)，對(duì)每個(gè)下采樣尺度的人臉圖像進(jìn)行關(guān)鍵特征點(diǎn)檢測(cè)；
44、根據(jù)下采樣尺度設(shè)置鄰域窗口大小，以檢測(cè)到的關(guān)鍵特征點(diǎn)為中心，在鄰域窗口內(nèi)，計(jì)算每個(gè)像素點(diǎn)相對(duì)于關(guān)鍵特征點(diǎn)的梯度方向和梯度幅值；
45、對(duì)鄰域窗口進(jìn)行區(qū)域劃分，獲取鄰域子區(qū)域，在每個(gè)鄰域子區(qū)域內(nèi)統(tǒng)計(jì)梯度方向直方圖，將所有鄰域子區(qū)域的梯度方向直方圖進(jìn)行連接，形成關(guān)鍵特征點(diǎn)的紋理特征；
46、對(duì)于每個(gè)下采樣尺度，依據(jù)關(guān)鍵特征點(diǎn)的類(lèi)型，構(gòu)建相應(yīng)的采樣尺度紋理特征向量，按照下采樣尺度從小到大的順序，將各個(gè)采樣尺度的紋理特征向量進(jìn)行拼接，得到紋理特征向量。
47、具體地，身份認(rèn)證的具體步驟包括：
48、設(shè)合法用戶(hù)人臉數(shù)據(jù)集合為，其中，是第個(gè)合法用戶(hù)的人臉數(shù)據(jù)，包含第個(gè)合法用戶(hù)的幾何特征向量、每個(gè)下采樣尺度下的紋理特征向量和面部特征向量；
49、配置快速篩選比例，獲取被采集者的幾何特征向量，對(duì)合法用戶(hù)人臉數(shù)據(jù)集合進(jìn)行快速篩選，計(jì)算被采集者與人臉數(shù)據(jù)庫(kù)集合中每個(gè)合法用戶(hù)的幾何特征向量的相似度；
50、對(duì)采集者與人臉數(shù)據(jù)庫(kù)集合中合法用戶(hù)的幾何特征向量的相似度進(jìn)行排序，根據(jù)快速篩選比例，獲取初步合法用戶(hù)集合；
51、配置每個(gè)下采樣尺度的逐步篩選比例，獲取被采集者的每個(gè)下采樣尺度下的紋理特征向量，對(duì)初步合法用戶(hù)集合進(jìn)行逐步篩選，依次計(jì)算被采集者與快速篩選初步合法用戶(hù)集合中每個(gè)合法用戶(hù)的下采樣尺度下的紋理特征向量的相似度；
52、依次對(duì)每個(gè)下采樣尺度的紋理特征向量相似度進(jìn)行排序，根據(jù)每個(gè)下采樣尺度的逐步篩選比例，獲取逐步篩選合法用戶(hù)集合，以獲取身份認(rèn)證集合。
53、具體地，身份認(rèn)證的具體步驟還包括：
54、配置相似度閾值，獲取被采集者的面部特征向量，對(duì)被采集者進(jìn)行最終身份認(rèn)證，對(duì)身份認(rèn)證集合中的每個(gè)合法用戶(hù)的面部特征向量與被采集者面部特征向量，根據(jù)面部特征向量?jī)?nèi)每個(gè)向量元素在身份識(shí)別中的貢獻(xiàn)程度確定其重要性得分，進(jìn)行重要性排序；
55、配置重要性閾值，在重要性排序完成后，根據(jù)重要性閾值，選取每個(gè)面部特征向量中前個(gè)向量元素，構(gòu)建關(guān)鍵面部特征向量；
56、根據(jù)關(guān)鍵面部特征向量?jī)?nèi)每個(gè)向量元素的重要性得分，計(jì)算身份認(rèn)證集合中的每個(gè)合法用戶(hù)的關(guān)鍵面部特征向量與被采集者關(guān)鍵面部特征向量的相似度；
57、篩選身份認(rèn)證集合中與被采集者關(guān)鍵面部特征向量相似度最大的合法用戶(hù)，標(biāo)記為目標(biāo)合法用戶(hù)，若目標(biāo)合法用戶(hù)與被采集者關(guān)鍵面部特征向量相似度大于相似度閾值，則身份認(rèn)證成功，否則身份認(rèn)證失敗；
58、配置身份認(rèn)證閾值，記錄被采集者身份認(rèn)證次數(shù)，當(dāng)身份認(rèn)證次數(shù)大于身份認(rèn)證閾值，進(jìn)行身份認(rèn)證預(yù)警，否則不進(jìn)行任何操作。
59、人臉多特征融合的充電發(fā)卡機(jī)識(shí)別身份認(rèn)證方法，包括以下步驟：
60、當(dāng)檢測(cè)到被采集者進(jìn)采集區(qū)域時(shí)，通過(guò)充電發(fā)卡機(jī)的光線傳感器獲取環(huán)境光照強(qiáng)度，基于環(huán)境光照強(qiáng)度進(jìn)行自適應(yīng)光源補(bǔ)光后，自動(dòng)調(diào)整充電發(fā)卡機(jī)攝像頭參數(shù)，并通過(guò)對(duì)被采集者的位置和角度進(jìn)行自動(dòng)檢測(cè)，采集人臉圖像；
61、對(duì)采集的人臉圖像進(jìn)行特征點(diǎn)檢測(cè)，基于特征點(diǎn)提取人臉圖像的面部特征，包括幾何特征、紋理特征，對(duì)面部特征進(jìn)行特征融合，生成面部特征向量；
62、基于合法用戶(hù)人臉數(shù)據(jù)集合對(duì)被采集者進(jìn)行身份認(rèn)證，通過(guò)被采集者的幾何特征向量進(jìn)行快速篩選得到初步合法用戶(hù)集合，再根據(jù)每個(gè)下采樣尺度的逐步篩選比例和紋理特征向量相似度排序篩選出身份認(rèn)證集合，然后構(gòu)建關(guān)鍵面部特征向量，篩選出目標(biāo)合法用戶(hù)，以判斷被采集者身份認(rèn)證是否成功；
63、當(dāng)被采集者身份認(rèn)證通過(guò)時(shí)，向充電發(fā)卡機(jī)卡匣發(fā)送驅(qū)動(dòng)指令，控制卡匣彈出卡片，并根據(jù)被采集者用戶(hù)身份信息，對(duì)卡片身份進(jìn)行動(dòng)態(tài)綁定。
64、本發(fā)明的有益效果：
65、1.通過(guò)紅外傳感器和距離傳感器等，精準(zhǔn)識(shí)別被采集者進(jìn)入采集區(qū)域，并根據(jù)環(huán)境光照強(qiáng)度自動(dòng)進(jìn)行自適應(yīng)光源補(bǔ)光，同時(shí)結(jié)合被采集者位置和角度自動(dòng)檢測(cè)，自動(dòng)調(diào)整充電發(fā)卡機(jī)攝像頭參數(shù)，確保在各種環(huán)境和被采集者姿態(tài)下都能采集到合適的人臉圖像，提高了采集的智能化和準(zhǔn)確性，減少了因光照和位置角度問(wèn)題導(dǎo)致的采集失敗。
66、2.提取人臉圖像的幾何特征和紋理特征，并進(jìn)行特征融合生成面部特征向量，身份認(rèn)證模塊基于此進(jìn)行多階段的身份認(rèn)證，包括幾何特征向量的快速篩選、紋理特征向量的逐步篩選以及關(guān)鍵面部特征向量的構(gòu)建與相似度計(jì)算等，充分利用了人臉的多種特征信息，相較于單一特征認(rèn)證，大大提高了身份認(rèn)證的準(zhǔn)確性和可靠性。
67、3.采用分階段篩選的方式，先快速縮小范圍，再逐步精細(xì)化篩選，在保證認(rèn)證準(zhǔn)確性的同時(shí)，提高了認(rèn)證效率，減少了不必要的計(jì)算量和時(shí)間消耗，能夠快速準(zhǔn)確地判斷被采集者身份，提升了用戶(hù)體驗(yàn)和充電發(fā)卡機(jī)的整體性能。