[发明专利]基于颜色分量和感知哈希算法的人像采集环境验证方法及系统

说明书

本发明公开了一种基于颜色分量和感知哈希算法的人像采集环境验证方法及系统，包括S100，获取样本数据集合；S200，预处理样本数据，包括正样本和负样本；S300，针对预处理的样本数据，生成数据集D；S400，使用支持向量机分类算法结合数据集D进行分类模型训练，得到训练完成的分类模型；S500，对待检验的人像图片和环境图片，使用分类模型进行预测，输出是否匹配的预测结果。本发明采用感知哈希算法可以有效获得图像的重要内容特征，而颜色分量统计算法从颜色角度出发，弥补了前述算法对颜色信息的计算缺陷，并将两种方法所计算的相似度结果作为数据特征输入至svm模型进行训练，最终得到可以判断输入的人像图片是否为营业厅现场采集的分类模型。

技术领域

本发明涉及图像处理技术领域，具体来说是基于颜色分量和感知哈希算法的人像采集环境验证方法及系统。

背景技术

互联网发展速度迅猛，在带动很多高新产业快速发展的同时，也滋生了很多依靠运营商“黑卡”而存活的灰色产业链。“黑卡”指的是未进行或盗用他人身份信息实名登记，并且可能被不法分子利用实施违法犯罪活动等行为的移动电话卡。在运营商内部，产生这些黑卡的原因大致分为两种：第一，存一些管理不严格的不良营业厅因为某种利益关系，通过备份日常客户的身份资料，私下进行注册新的卡号，这些卡号流入市场大多便成为了黑卡；直接在黑市购买身份信息，拿这些身份信息去尽可能多的注册新的卡号，如同第一种原因都是冒用他人身份证进行电话卡注册。

运营商为防止不法分子冒用他人身份证办理电话卡，实行实名认证，其中，在线下营业厅网点进行现场人像采集并上传是重要的一个举措。但是，由于运营商的营业厅网点类型众多，包含许多代理网点，因此营业厅网点的现场环境复杂，采集的人像图片环境背景识别度低，对于人像图片是否在现场采集的确认带来了极大困难。

对于人像图片是否在现场采集的确认，现有办法是通过人工筛查。主要依靠相关工作人员对现场人像采集业务的理解能力以及对营业厅网点现场环境的熟悉程度，从而判断采集的人像图片是否为营业厅网点现场采集。

人工筛查主要依靠相关工作人员对现场人像采集业务的理解能力以及对营业厅网点现场环境的熟悉程度，从而判断采集的人像图片是否属于营业厅网点现场采集。利用这种方式进行身份信息验证的效率不高、耗费人力资源。

现有技术中，如申请号为CN201820577058.6的发明申请，其公开了针对人的身份认证，对人脸、指纹内容进行比对，采用感知哈希算法进行人脸相似度计算，实现使用人脸扫描和身份证认证双重检测，从源头上避免未成年人持成人身份证上机的问题。这样的方法由于算法本身的原因，会丢失图像的颜色信息。且忽略了图像背景即图片的采集环境对于认证的重要性。

综上所述，现有技术中的人像采集环境验证方法无法准确、高效的判断人像图片是否属于营业厅网点现场采集。因此，亟需找到一种人像采集环境验证的方案，从而保证人像采集环境的验证准确无误、高效简便。

发明内容

本发明所要解决的技术问题在于现有技术中人像采集环境验证方法无法准确、高效的判断人像图片是否属于营业厅网点现场采集的问题。

本发明通过以下技术手段实现解决上述技术问题的：

一种基于颜色分量和感知哈希算法的人像采集环境验证方法，包括以下步骤：

S100，获取样本数据集合，集合元素为人像图片及其对应的环境图片；

S200，预处理样本数据，包括正样本和负样本；

S300，针对预处理的样本数据，计算人像图片和环境图片的内容相似度和颜色相似度，生成数据集D；

S400，使用支持向量机分类算法结合数据集D进行分类模型训练，得到训练完成的分类模型；