引言
近年来,由于机器学习的飞速发展,以及人脸识别精度的提高,基于该技术的衍生产品在公共生活中呈现出“井喷”的趋势,如在日常生活中更广泛的应用手机人脸解锁、门禁、PayPal人脸支付等。与声音,指纹,手印和虹膜等生物特征相比,面部验证具有以下优点:数据采集简单。应用的简单性;更好的安全。此外,人脸具有自然、舒适、非接触等优点,在人机交互、身份验证、本地安全控制等方面具有较大的应用前景。现阶段大量的web应用程序在人脸识别模块中完成,主要是通过简单的人脸识别和人脸识别,忽略了文件的质量和相关性,如用户需要上传身份证和个人照片才能完成真实的人脸认证,但有些用户没有上传必要的文件,通过上传驾驶执照、社保卡等文件完成人脸识别。结合基于目标识别的文档识别方法,可以有效地解决这一问题。
1.二代身份证人脸验证系统
基于第二代认证的人脸识别是典型的异构人脸识别问题之一,除了人脸识别问题外,还存在数据采集困难,难以建立大型第二代数据库,国内科学家提出了几种基于第二代认证解决人脸识别问题的方法,如多元件融合和主成分分析方法,采用多种图像预处理方法,如标准化、眼移除等。在低分辨率和不可控的光照条件下,令人满意的结果:基于第二代身份信息的人脸识别系统,并引入质量评估模块以提高人脸识别,该系统不仅提供验证登记功能,还提供查询功能,通过预处理去除模糊人脸,提取人脸的DCT属性和二维Gabor属性。并提出了一种基于多特征融合的分类方法,该方法稀疏地代表了使用人脸进行第二代ID照片识别;第二代基于深度学习的目击者认证方案,结合传统的图像预处理和相似性方法,使用基于DBN的无监督Gier层训练方法进行特征提取和大小;基于LGBP和NEU-ID的块统计学习方法在自制的第二代ID记录中进行人脸识别,本文的主要创新是与以往工作相比,结合使用全球和本地Mer．
2.基于DeepID算法的人证合一自动验证系统
首先，必须以合理的角度设置相机，以确保人脸大小符合识别要求，屏幕显示视频和预设的人脸大小帧，使乘客可以在获取图像时调整相机的位置、角度和距离，系统通常会自动启动，并且在乘客接收卡时无需手动干预；自动启动人脸检测，并分别对捕获的身份证图像进行特征提取，并将实时捕获的视频和相似性与特征矢量进行比较。如果相似度大于设定值，则被视为相同；如果该值小于阈值设定值，则被视为没有根据证人的速度和效率来设定与时间进行比较的条件下的最大人脸比较时间；对于初次未进行验证的乘客，将进行多次实时快照、检测、特征提取和比较；而标识符图像元素仅对在指定时间内失败的乘客进行一次性提取，则可以重新比较信用卡。如果结果仍然小于设置的阈值，则在验证过程中，不会自动打开该网关来存储构成记录数据库的文档图像、实时多帧图像和身份信息。
3.人脸检测
人脸检测是在给定图像中进行人脸检测并返回图像中所有人脸检测帧的精确坐标的过程，自60年代以来，作为计算机视觉领域中的一个经典问题，时间跨度分为以前的算法、AdaBoost帧、深度学习的学习方法可以分为基于知识的方法、基于统计模型的方法、基于模板的方法，常用于轻量化系统中的人脸检测器， 它们具有harrier element detector和基于HOG的dvb功能，它使用OpenCV Dlib功能是一组现代化的C++工具，这些工具包括机械学习算法和工具，用于在C++中开发用于解决实际问题的复杂软件，这些工具包括机械学习、深度学习、免费的图像处理模块、开源的、易于使用和其他人脸检测优势更高、回调次数更少、人脸检测更精确以及CPU上更快。
4.人脸角度对识别率的影响
使用Bootstrap方法返回不同人脸子集中的样本时，63.2%的数据会随机选择多次。重复1000次后，结果按0.1%的误差阈值排序，并以2%和98%的顺序标记坐标，而较暗的颜色表示1000次误差测试的平均值，图像中的x坐标表示误差匹配，坐标表示人脸角度，测试结果分析表明，第一个人脸样本的精度最高，第二个样本的精度与最后的相似，随着人脸角度的不断增大，系统识别精度普遍下降， 即使在以下三种情况下未正确识别测试结果，仍会显示整个页面上的所有范例:完整页面、侧坡、侧坡、误差直径向右移动；段长度越短，受面角度影响的不匹配率就越小。
5.人脸识别技术的安全要求
保密性、可用性和完整性是信息安全的三个要素。为了解决人脸识别的安全认证问题,提出了人脸识别技术生命周期的解决方案,以确保安全有效的认证。(1)在捕获特征时,被捕获的设备会自动检索人脸特征,特征有可能被截获或篡改,传感器的完整性和可用性可能会受到影响。(2)在传输属性时,数据可能会被截获、被盗或被篡改。(3) 在存储属性时,这两种数据都可能受到攻击。存储的模板密钥可能会被破解或被盗。另一部分是存储的中间数据被操纵以处理面部图像。(4)在特征匹配阶段,对数据库中原来经过认证的数据和当前输入的数据进行验证,主要通过门槛值来确定相似性,然后确定用户的身份信息,但匹配的分支或设定的门槛可以被篡改。(5)在销毁特征的过程中,用户的信息在注销用户号码时不能被完全删除,导致投机者利用这部分特征作弊。为了防止来自上述领域的安全威胁,并确保用户私人数据的保密性,可用性,完整性和适当处理的权利,必须提出适当的保护要求。在技术层面,首先要保证硬件固件的完整性和访问的保密性,防止未经授权的访问。其次,尽量不要存储面部的原始图像,并在图像被识别和匹配时直接比较提取的面部特征。在监管层面,应加强金融业人脸识别、数据保护等法律法规的引入,以保护用户隐私、财产权等合法权益,促进国家、行业和协会层面行业的健康发展。
结束语
本文提出了一种基于特征融合的第二代身份证件人脸认证系统,利用全局特征和HDBC方法提取局部特征,结合全局特征和局部特征,在公共特征空间中计算相似度进行人脸认证,解决了第二代身份证与现场采集的图像之间存在较大差异的问题。在大量真实的第二代人脸识别数据上进行测试,本文提出的方法比传统的单签名方法有显著的提高识别率,人脸识别系统的速度更快。如何弥合第二代身份证照片与现场拍摄照片的特征差异,开发不同图像之间的特征,是未来第二代身份证验证的研究方向。
参考文献
［1］喻丽春，刘金清．基于改进MaskＲ－CNN的火焰图像识别算法［J］．计算机工程与应用，2020，56(21):194－198．
［2］姜红花，张传银，张昭，等．基于MaskＲ－CNN的玉米田间杂草检测方法［J］．农业机械学报，2020，51(6):220－228．
［3］倪鑫，雷震，邢辉，等．基于二代身份证信息的人脸识别系统［Ｃ］／／未来计算机与通信工程国际会议．天津，中国：亚特兰蒂斯出版社，２０１４：１８４－１８８．
［4］马聪．终端信息感知的人脸图像处理技术研究与实现［Ｄ］．东南大学，２０１４．
［5］张媛媛，霍静，杨婉琪，等．深度信念网络的二代身份证异构人脸核实算法［Ｊ］．智能系统学报，２０１５，１０（２）：１９３－２００