[发明专利]基于人脸识别的校友认证方法及系统

说明书

本发明公开了一种基于人脸识别的校友认证方法及系统，本发明为了提高认证率，首先对学籍卡进行处理然后提取出学籍卡上的头像，然后再通过人脸识别，因此其识别速度快。人脸识别不通过，通过姓名+人脸识别的方式，如果还在通不过，进行人工认证。因此本发明的校友认证通过率高，识别速度快。本发明的校友认证通过率高，识别速度快。

技术领域

本发明涉及一种基于人脸识别的校友认证方法及系统，属于身份认证技术领域。

背景技术

现有校友身份认证流程为填写姓名、身份证号、手机号、毕业年份、专业等信息与数据库中记录比对，用户需填写内容繁多，且容易出错。

由于历史档案照片较老，采用现有的人脸识别技术，导致匹配精度不高。另外，由于各个学校在不同时期对于学籍卡上的照片相关规定不一样，导致通过学籍卡上提取相关头像较困难，即使提取到相关头像，由于标准不一，导致在人脸识别时候，精度不高。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种匹配精度高的基于人脸识别的校友认证方法及系统。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于人脸识别的校友认证方法，包括以下步骤：

步骤1，获取校友信息以及学籍卡，所述校友信息包括姓名、学院、专业等基础信息，

步骤2，学籍卡处理：采用中值滤波对学籍卡图像进行平滑处理；再用Prewitt算子计算出图像水平和垂直的梯度信息，生成灰度梯度图像：

其中，和分别表示图像在水平和垂直方向的梯度，f_u表示水平方向上的像素，f_v表示垂直方向上的像素，表示像素点(u，v)处的梯度；

步骤3，提取学籍卡上的人脸区域：首先逐行扫描步骤2中生成的灰度梯度图像，计算当前像素点与上一个像素点的差值的绝对值：

其中，dis(u，v)表示(u，v)点处计算的值，f(u，v)表示(u，v)点处的像素值，然后根据以下公式获取头像部分ROI：

其中，r(u，v)表示计算的ROI对应的(u，v)点的像素，t₁表示逐行比较像素点的阈值，如果dis(u，v)小于等于t₁，像素点就置为0，否则置为255；

然后，逐行扫描生成的灰度梯度图像，统计每行中dis(u，v)t₂的像素个数C，t₂表示统计阈值，如果t₃＜C＜t₄，则保持该行像素不变，否则将其置为0得到二值图，公式如下：

其中，t₃和t₄分别表示统计数量阈值的上下限；

最后，对产生的二值图进行形态学开运算减少噪声干扰，去掉噪点进而获取人脸候选区域；

步骤4，获取待识别人脸图像；

步骤5，将步骤3获取人脸候选区域通过人脸识别算法得到候选脸部关键点信息，并将将步骤4获取待识别人脸图像通过人脸识别算法得到取待识脸部关键点信息；

所述步骤5中的人脸识别算法包括以下步骤：

步骤51，构建图像金字塔，将图像进行不同尺寸的变换，适应不同大小的人脸检测；

步骤52，使用两级神经网络检测变换后的图像的人脸位置和关键点得到输出脸部关键点信息；