二代身份证快速图像识别关键技术研究

摘 要：二代身份证人脸识别身份认证系统主要运用多部件融合法、MMP-PCA算法、图像处理法，进行人脸信息的识别。图像处理法能够对身份证中的图像尺寸、图像倾斜度进行处理，完成图像眼镜去除、图像的灰度值、亮度值调整等工作。该文主要探讨二代身份证快速图像识别关键技术，通过多种人脸识别身份认证处理技术的介绍，给出二代身份证人脸识别的关键技术信息。

关键词：人脸识别 二代身份证 几何归一化 MMP-PCA

二代身份证在现实生活中的应用广泛，银行、超市、政府部门、招聘场所等公共区域都需要使用二代身份证进行业务办理。二代身份证人脸识别身份认证系统能够在明亮或者昏暗的区域，对身份证的人脸信息完成认证活动；也能够对人脸图像较差的身份证进行认证，认证的准确率非常高。

1 人脸识别身份认证理论概述

二代身份证采用人脸生物特征，进行身份的识别认证。人脸识别技术有3种：个人身份信息识别、信息查询、人物监控定位。个人的脸部特征、身份标志一旦录入到人脸识别系统中，人脸识别系统就会将现有的脸部特征、身份标志，与原来输入的脸部特征、身份标志进行比对，在比对完成后就能得出准确结论。同时个人的脸部特征、身份标志在进入人脸识别系统后，人脸识别系统就会自动调出该用户的所有个人信息，以供信息提取者进行使用。人脸识别系统在对个人的脸部特征、身份标志进行识别的时候，只会发出“是”或者“否”两种信号，不会发出其他的混淆信号。人脸识别系统的监控定位功能，能够对录入信息的人员行动进行监控与跟踪，对嫌疑人员进行后台通知与跟踪。

二代身份证的安全性、保密性，远远高于一代身份证所具有的安全特征。二代身份证里面❤含有独立的读取芯片，公共场所的各种身份读取机器都能够顺利读取身份证中的身份信息。二代身份证通过警察局的电脑系统，将个人信息储存到二代身份证的读取芯片中。二代身份证人脸识别认证系统，首先通过读卡器对芯片中的个人信息进行读取。然后运用多个摄像头对身份证中的人脸图像进行扫描记录，以得到亮度与视角效果最好的人脸图像。最后对人脸图像中的信息特征进行读取，对比人脸识别系统中人脸图像信息，来判定身份证人物的一致性。

2 人脸识别身份认证系统框架结构与图像

人脸识别身份认证系统中的身份证读卡器，能够对身份证上的图像、文字进行读取。两个摄像头能够对个人的脸部特征进行录入，多通道人脸检测板卡能够对人脸图像信息进行识别与分析（见图1）。在识别分析完毕后，人脸识别身份认证系统会将识别结果进行发送，以供信息需求者随时查看。人脸识别身份认证系统所运用的图像，包括：二代身份证中的原始图像、摄像头采集的图像。二代身份证中的原始图像是通过压缩技术进行收录的低质量图像，图像的字节在1 k（大小为102×126像素）范围左右，图像像素也较低，锯齿现象明显。摄像头采集的图像非常清楚，像素也很高，最大的缺点是对光照的明暗不能进行人为控制（见图2）。

3 系统关键技术

3.1 图像预处理

图像预处理、MMP-PCA算法、数据库动态更新，是系统的关键技术。图像预处理是对得到人脸图像进行尺寸确定、倾斜度调整、眼镜去除、图像灰度值调整、亮度值调整等。图像预处理能够将不同的人脸图像处理成统一的规格与模式，以便多通道人脸检测板卡对人脸图像进行识别分析。

图像预处理需要对人脸图像进行旋转缩放处理，以保证人的双眼在一条水平直线上，同时任务衣服领口与双眼中心的距离要保持恒定。所有的图像尺寸都固定在360×480像素大小，那些不符合要求的二代身份证图像需要进行缩放处理，以保证其达到360×480像素大小。对于戴眼镜人群的摄像处理，需要他们将眼镜去掉或者佩戴无镜片眼镜。人脸识别身份认证系统运用Sobel operator边缘检测算法，进行人脸图像边缘检测。边缘检测能够查看人脸佩戴眼镜的情况，可以通过以下步骤对眼镜进行去除：首先要将眼镜边缘围成封闭的弧度，然后对边缘围成的封闭进行图像提取，再使用MMP-PCA重建方法对提取后的区域进行图像补偿处理，以保证眼镜提取后图像的完整度（见图3）。

在摄像头图像采集的过程中，会由于各种摄像头成像水平、成像角度的不同，产生成像效果的巨大差异。多通道图像输入机器再对各种人脸图像输入的过程中会由于图像间存在的差异而产生识别障碍。二代身份证图像、摄像机拍摄图像存在的差异，可以通过灰度值标准化予以解决。图像预处理能够使用灰度拉伸处理方法，对二代身份证图像、摄像机拍摄图像的成像原理进行调整，以达到不¢同图像的面部特征保持一致的效果。同时灰度拉伸处理方法还能够对人脸的面部细节进行突出，以提高人脸识别的精确度。

3.2 MMP-PCA人脸识别算法

人脸识别身份认证系统的核心算法，是MMP-PCA人脸ธ识别算法。MMP-PCA人脸识别算法在识别的精确度、各种识别环境的适应程度，都好于其他的人脸识别算法。MMP-PCA人脸识别算法首先要对人脸的眉毛、眼镜、鼻子、嘴进行准确定位，然后运用人物部件多特征识别算法进行各部件的特征计算，选取最大的特征值对应的特征向量，就能够得到以上5个部位的特征值。然后运用公式：S（X，Y）=，进行二代身份证人脸图像、视频图像的相似度计算。（注：X：视频图像的投影向量；Y：二代身份证图像的投影向量。）将以上5个部件的特征值进行加权平均后，就能够得到二代身份证人脸图像与视频图像的相似度。

3.3 数据库的动态更新

由于摄像头拍摄图像的质量不高，摄像头拍摄人脸图像的时间与二代身份证图像拍摄时间的不一致等因素的影响，人脸识别身份认证系统在进行人物识别的时候会产生一定程度的偏差。因此二代身份证人脸识别身份认证也会产生½一定的错误情况，而数据库动态更新方法能够运用数据更新的方式，解决人脸图像的偏差问题。 若没有数据库参与到二代身份证照片、视频照片的识别与对比中，他们也能完成相应的对比工作，但对比的精度会大大下降。数据库中储存着所有用户的身份证号与图像信息，二代身份证照片、视频照片可以通过这些信息完成身份的识别工作。系统在二代身份证、视频照片比对成功后，能够对数据库中的图像信息进行更新。数据库能够将全新的摄像照片储存在数据库中，以便未来身份证信息的查看与识别。在全新的摄像照片存储到数据库中后，再进行二代身份证照片的比对就可将更新的数据库图像，与现实照片图像进行比对，这样会大大提高比对的精确度。如果管理员能够肯定二代身份证照片、视频照片中的图像为同一个人的图像，则也可以对摄像照片进行存储与更新。二代身份证数据库图像的实时更新，能够大大提高再次识别的精确度。

4 实验结果与系统平台

通过对100个二代身份证照片、视频❣图像进行认证分析后，得出以下结论：二代身份证身份认证系统错误接受率为2.11%，错误拒绝率为1.96%，两者几乎相等。当错误接受率在0.1%、1%、10%时候，正确接受率为82.56%、95.03%、99.01%。根据人脸识别技术测试软件的检测，得出以下结论：在摄像光源强度不稳定的情况下，超高分辨率图像错误接受率为0.001时，错误拒绝率为0.102。高分辨率图像错误接受率为0.001时，错误拒绝率为0.115。在图像分辨率很低的情况下，得到的数据与以上数据过较大差别，因此人脸识别技术测试的结果较为准确。

二代身份证身份认证系统在对二代身份证照片进行认证的过程中，会将人脸与录入系统的身份证图像进行比对，然后给出其中的人脸相似度。若系统能够通过二代身份证照片认证，则系统会将全新的摄像照片进行储存；若系统没有通过二代身份证照片的认证，则会发出系统警报，也会将全新的摄像照片进行储存。

5 结语

MMP-PCA人脸识别算法，是二代证身份证身份认证系统所使用的主要算法。由于二代身份证所使用的压缩图像质量较差，将二代身份证照片、视频图像进行比对所得到结果的精确度也较低。因此MMP-PCA人脸识别算法，对二代身份证照片、视频图像进行尺寸大小与亮度的处理，成为二代证身份证身份认证中最主要环节。通过对视频图像进行角度矫正、缩放处理、眼镜摘除处理、灰度校正等，能够缩小视频图像与原图像间的差别。特别是在摄像光源强度不稳定的情况下，能够得到较好的识别效果。

参考文献

[1] 孙亦南，刘伟军，王越超.基于几何不变量的图像特征识别[J].计算机应用与软件，2013（12）：1-3.

[2] 王伟，马建光.人脸识别常用方法及其发展现状[J].兵工自动化，2002（1）：49-51.

[3] 孙忠贵，王玲.数字图像直方图均衡化的自适应校正研究[J].计算机时代，2004（11）：19-20.