[发明专利]一种基于神经网络验证人证合一的方法及系统

权利要求书

1.一种验证人证合一的验证方法，所述验证方法用于验证身份证上的人和拍摄照图像上的人是否为同一个人，其特征在于，所述验证方法具体包括：

分别采集持有身份证的人的身份证图像和所述拍摄照图像；

将所述身份证图像和所述拍摄照图像进行人脸检测，如果未检测到人脸时，重新采集持有身份证的人的身份证图像和所述拍摄照图像；否则，分别采集所述身份证图像和所述拍摄照图像的人脸中的右眼、左眼、鼻子、右嘴角、左嘴角的位置坐标，获得身份证人脸位置坐标和拍摄照人脸位置坐标；

分别将所述身份证人脸位置坐标和所述拍摄照人脸位置坐标经过同一个仿射变换，获得尺寸相同的身份证变换图像和拍摄照变换图像；具体包括：

根据所述身份证图像人脸中的右眼、左眼、鼻子、右嘴角、左嘴角的位置坐标与模板坐标中的右眼、左眼、鼻子、右嘴角、左嘴角的位置坐标建立变换方程，获得变换矩阵，所述模板坐标为变换基础的坐标；

根据变换矩阵分别变换所述拍摄照人脸位置坐标和所述身份证图像人脸位置坐标，获得尺寸相同的身份证变换图像和拍摄照变换图像；

利用改进卷积神经网络算法提取所述身份证变换图像和所述拍摄照变换图像的特征向量，得到身份证变换图像特征向量和拍摄照变换图像特征向量；

根据所述身份证变换图像特征向量和所述拍摄照变换图像特征向量验证身份证上的人和拍摄照图像上的人是否为同一个人；

利用C++与Armadillo矩阵加速库编写了神经网络前馈网络，摆脱了对神经网络框架及其依赖库的束缚，改进卷积神经网络对不同光照和侧脸能更加有效快速提取人脸特征，在低频窗口LFW数据库上测试识别率99.3％，在三百对身份证人证一致测试中，千分之一误实率条件下获得95％的正确识别率。

2.根据权利要求1所述的一种验证人证合一的验证方法，其特征在于，所述利用改进卷积神经网络算法提取所述身份证变换图像和所述拍摄照变换图像的特征向量具体包括：

获取多种不同姿态的人脸信息，构成多姿态人脸信息训练集；

利用所述多姿态人脸信息训练集训练卷积神经网络，得到改进卷积神经网络算法；

利用所述改进卷积神经网络算法提取所述身份证变换图像和所述拍摄照变换图像的特征向量。

3.根据权利要求1所述的一种验证人证合一的验证方法，其特征在于，所述身份证变换图像特征向量和所述拍摄照变换图像特征向量为欧氏空间可分的1024维向量。

4.根据权利要求1所述的一种验证人证合一的验证方法，其特征在于，所述根据所述身份证变换图像特征向量和所述拍摄照变换图像特征向量验证身份证上的人和拍摄照图像上的人是否为同一个人具体包括：

计算所述身份证变换图像特征向量和所述拍摄照变换图像特征向量之间的欧氏距离；

比较所述欧氏距离与距离阈值，如果所述欧氏距离大于所述距离阈值，身份证上的人和拍摄照图像上的人不是同一个人；否则，身份证上的人和拍摄照图像上的人是同一个人。