[发明专利]一种人脸识别处理方法和系统

说明书

本发明实施例提供一种人脸识别处理方法及系统，涉及计算机视觉与图像处理领域，所述方法包括：获取待识别人的身份证人脸相片和实时人脸图像；提取所述身份证人脸相片中的人脸特征和所述实时人脸图像中的人脸特征；根据所述身份证人脸相片中的人脸特征，以及实时人脸图像中的人脸特征计算身份证人脸特征自相关系数、现场人脸特征自相关系数和身份证现场人脸特征互相关系数；识别所述待识别人身份。通过利用了高清证件照的细节特征、二代身份证芯片人脸图片分辨率较低但姿态正光照好的特点，以及现场采集的人脸照姿态表情变化大等特点，进行训练得到辅助参数，提升了人脸识别处理的准确率以及场景适应性。

技术领域

本发明涉及计算机视觉与图像处理领域，更具体地，涉及一种人脸识别处理方法和系统。

背景技术

目前，在火车站、汽车站、公安检查站、大型会展等场所，由于安全保卫或其它业务需要，往往需要现场对旅客的身份进行核查。2015年以来，基于人脸识别的身份证核验设备在开始全国多地快速推广应用，并取得了良好的效果。这种设备通过读取旅客的二代身份证芯片信息，同时采用人脸确认算法自动比对身份证照片与现场采集的人脸照片的一致性，有效杜绝犯罪份子利用他人身份证件蒙混过关的行为。

在现有技术中基于联合贝叶斯的人脸确认自提出以来很快成为人脸确认的主流框架，其主要思想是将一副人脸看做两部分构成，一部分是人与人之间的差异，另一部分是个体自身的差异，比如光照、姿态、表情的变动，通过对大量人脸照片的训练计算出两者的均值和协方差矩阵参数。在进行人脸确认任务时，对于两张输入的人脸照片，基于训练获得的参数计算出两张照片可能是同一身份的最大联合后验概率，如果大于设定阈值就判断为同一人。

现有技术中，由于从二代身份证芯片中读取的人脸图片大小为126*104，两眼间距约30像素，分辨率较低，但姿态正，光照好。而现场采集的人脸照片往往分辨率较高，但光照、姿态、表情变化大。并且现场采集的时间比身份证照片采集时间通常要晚0-10年左右，因此在识别过程中，基于联合贝叶斯的技术假设输入的两张照片是对称的、同分布的，不能充分利用身份证人脸确认这个应用所涉及的特殊领域知识，限制了该算法在这种应用下的准确率以及场景适应性。

发明内容

为解决现有技术中，人脸识别准确率不高以及场景适应性不够广泛的问题，本发明实施例提供一种人脸识别处理方法和系统。

根据本发明实施例的一个方面，提供一种人脸识别处理方法，包括：

S1，获取待识别人的身份证人脸相片和实时人脸图像；

S2，提取所述身份证人脸相片中的人脸特征和所述实时人脸图像中的人脸特征；

S3，根据所述身份证人脸相片中的人脸特征，计算身份证人脸特征自相关系数；根据所述实时人脸图像中的人脸特征计算现场人脸特征自相关系数；根据所述身份证人脸相片中的人脸特征和所述实时人脸图像中的人脸特征计算身份证现场人脸特征互相关系数；

S4，根据所述身份证人脸特征自相关系数、现场人脸特征自相关系数和身份证现场人脸特征互相关系数，识别所述待识别人身份。

其中，所述根据所述身份证人脸相片中的人脸特征，计算身份证人脸特征自相关系数包括：

通过以下公式根据所述身份证人脸相片中的人脸特征，计算身份证人脸特征自相关系数，所述公式为：

其中，x_p为所述身份证人脸相片中的人脸特征，S_u为人脸特征均值协方差矩阵，S_ε为身份证人脸特征的协方差矩阵，S_δ为现场人脸特征的协方差矩阵。

其中，所述根据所述实时人脸图像中的人脸特征计算现场人脸特征自相关系数包括：

通过以下公式根据所述实时人脸图像中的人脸特征，计算现场人脸特征自相关系数，所述公式为：