二代身份證快速圖像識別關鍵技術研究

朱慧玲　鄒文潔

摘 要：二代身份證人臉識別身份認證系統主要運用多部件融合法、MMP-PCA算法、圖像處理法，進行人臉信息的識別。圖像處理法能夠對身份證中的圖像尺寸、圖像傾斜度進行處理，完成圖像眼鏡去除、圖像的灰度值、亮度值調整等工作。該文主要探討二代身份證快速圖像識別關鍵技術，通過多種人臉識別身份認證處理技術的介紹，給出二代身份證人臉識別的關鍵技術信息。

關鍵詞：人臉識別 二代身份證 幾何歸一化 MMP-PCA

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2016）03（b）-0019-02

二代身份證在現實生活中的應用廣泛，銀行、超市、政府部門、招聘場所等公共區域都需要使用二代身份證進行業務辦理。二代身份證人臉識別身份認證系統能夠在明亮或者昏暗的區域，對身份證的人臉信息完成認證活動；也能夠對人臉圖像較差的身份證進行認證，認證的準確率非常高。

1 人臉識別身份認證理論概述

二代身份證采用人臉生物特征，進行身份的識別認證。人臉識別技術有3種：個人身份信息識別、信息查詢、人物監控定位。個人的臉部特征、身份標志一旦錄入到人臉識別系統中，人臉識別系統就會將現有的臉部特征、身份標志，與原來輸入的臉部特征、身份標志進行比對，在比對完成后就能得出準確結論。同時個人的臉部特征、身份標志在進入人臉識別系統后，人臉識別系統就會自動調出該用戶的所有個人信息，以供信息提取者進行使用。人臉識別系統在對個人的臉部特征、身份標志進行識別的時候，只會發出“是”或者“否”兩種信號，不會發出其他的混淆信號。人臉識別系統的監控定位功能，能夠對錄入信息的人員行動進行監控與跟蹤，對嫌疑人員進行后臺通知與跟蹤。

二代身份證的安全性、保密性，遠遠高于一代身份證所具有的安全特征。二代身份證里面含有獨立的讀取芯片，公共場所的各種身份讀取機器都能夠順利讀取身份證中的身份信息。二代身份證通過警察局的電腦系統，將個人信息儲存到二代身份證的讀取芯片中。二代身份證人臉識別認證系統，首先通過讀卡器對芯片中的個人信息進行讀取。然后運用多個攝像頭對身份證中的人臉圖像進行掃描記錄，以得到亮度與視角效果最好的人臉圖像。最后對人臉圖像中的信息特征進行讀取，對比人臉識別系統中人臉圖像信息，來判定身份證人物的一致性。

2 人臉識別身份認證系統框架結構與圖像

人臉識別身份認證系統中的身份證讀卡器，能夠對身份證上的圖像、文字進行讀取。兩個攝像頭能夠對個人的臉部特征進行錄入，多通道人臉檢測板卡能夠對人臉圖像信息進行識別與分析（見圖1）。在識別分析完畢后，人臉識別身份認證系統會將識別結果進行發送，以供信息需求者隨時查看。人臉識別身份認證系統所運用的圖像，包括：二代身份證中的原始圖像、攝像頭采集的圖像。二代身份證中的原始圖像是通過壓縮技術進行收錄的低質量圖像，圖像的字節在1 k（大小為102×126像素）范圍左右，圖像像素也較低，鋸齒現象明顯。攝像頭采集的圖像非常清楚，像素也很高，最大的缺點是對光照的明暗不能進行人為控制（見圖2）。

3 系統關鍵技術

3.1 圖像預處理

圖像預處理、MMP-PCA算法、數據庫動態更新，是系統的關鍵技術。圖像預處理是對得到人臉圖像進行尺寸確定、傾斜度調整、眼鏡去除、圖像灰度值調整、亮度值調整等。圖像預處理能夠將不同的人臉圖像處理成統一的規格與模式，以便多通道人臉檢測板卡對人臉圖像進行識別分析。

圖像預處理需要對人臉圖像進行旋轉縮放處理，以保證人的雙眼在一條水平直線上，同時任務衣服領口與雙眼中心的距離要保持恒定。所有的圖像尺寸都固定在360×480像素大小，那些不符合要求的二代身份證圖像需要進行縮放處理，以保證其達到360×480像素大小。對于戴眼鏡人群的攝像處理，需要他們將眼鏡去掉或者佩戴無鏡片眼鏡。人臉識別身份認證系統運用Sobel operator邊緣檢測算法，進行人臉圖像邊緣檢測。邊緣檢測能夠查看人臉佩戴眼鏡的情況，可以通過以下步驟對眼鏡進行去除：首先要將眼鏡邊緣圍成封閉的弧度，然后對邊緣圍成的封閉進行圖像提取，再使用MMP-PCA重建方法對提取后的區域進行圖像補償處理，以保證眼鏡提取后圖像的完整度（見圖3）。

在攝像頭圖像采集的過程中，會由于各種攝像頭成像水平、成像角度的不同，產生成像效果的巨大差異。多通道圖像輸入機器再對各種人臉圖像輸入的過程中會由于圖像間存在的差異而產生識別障礙。二代身份證圖像、攝像機拍攝圖像存在的差異，可以通過灰度值標準化予以解決。圖像預處理能夠使用灰度拉伸處理方法，對二代身份證圖像、攝像機拍攝圖像的成像原理進行調整，以達到不同圖像的面部特征保持一致的效果。同時灰度拉伸處理方法還能夠對人臉的面部細節進行突出，以提高人臉識別的精確度。

3.2 MMP-PCA人臉識別算法

人臉識別身份認證系統的核心算法，是MMP-PCA人臉識別算法。MMP-PCA人臉識別算法在識別的精確度、各種識別環境的適應程度，都好于其他的人臉識別算法。MMP-PCA人臉識別算法首先要對人臉的眉毛、眼鏡、鼻子、嘴進行準確定位，然后運用人物部件多特征識別算法進行各部件的特征計算，選取最大的特征值對應的特征向量，就能夠得到以上5個部位的特征值。然后運用公式：S（X，Y）=，進行二代身份證人臉圖像、視頻圖像的相似度計算。（注：X：視頻圖像的投影向量；Y：二代身份證圖像的投影向量。）將以上5個部件的特征值進行加權平均后，就能夠得到二代身份證人臉圖像與視頻圖像的相似度。

3.3 數據庫的動態更新

由于攝像頭拍攝圖像的質量不高，攝像頭拍攝人臉圖像的時間與二代身份證圖像拍攝時間的不一致等因素的影響，人臉識別身份認證系統在進行人物識別的時候會產生一定程度的偏差。因此二代身份證人臉識別身份認證也會產生一定的錯誤情況，而數據庫動態更新方法能夠運用數據更新的方式，解決人臉圖像的偏差問題。

若沒有數據庫參與到二代身份證照片、視頻照片的識別與對比中，他們也能完成相應的對比工作，但對比的精度會大大下降。數據庫中儲存著所有用戶的身份證號與圖像信息，二代身份證照片、視頻照片可以通過這些信息完成身份的識別工作。系統在二代身份證、視頻照片比對成功后，能夠對數據庫中的圖像信息進行更新。數據庫能夠將全新的攝像照片儲存在數據庫中，以便未來身份證信息的查看與識別。在全新的攝像照片存儲到數據庫中后，再進行二代身份證照片的比對就可將更新的數據庫圖像，與現實照片圖像進行比對，這樣會大大提高比對的精確度。如果管理員能夠肯定二代身份證照片、視頻照片中的圖像為同一個人的圖像，則也可以對攝像照片進行存儲與更新。二代身份證數據庫圖像的實時更新，能夠大大提高再次識別的精確度。

4 實驗結果與系統平臺

通過對100個二代身份證照片、視頻圖像進行認證分析后，得出以下結論：二代身份證身份認證系統錯誤接受率為2.11%，錯誤拒絕率為1.96%，兩者幾乎相等。當錯誤接受率在0.1%、1%、10%時候，正確接受率為82.56%、95.03%、99.01%。根據人臉識別技術測試軟件的檢測，得出以下結論：在攝像光源強度不穩定的情況下，超高分辨率圖像錯誤接受率為0.001時，錯誤拒絕率為0.102。高分辨率圖像錯誤接受率為0.001時，錯誤拒絕率為0.115。在圖像分辨率很低的情況下，得到的數據與以上數據過較大差別，因此人臉識別技術測試的結果較為準確。

二代身份證身份認證系統在對二代身份證照片進行認證的過程中，會將人臉與錄入系統的身份證圖像進行比對，然后給出其中的人臉相似度。若系統能夠通過二代身份證照片認證，則系統會將全新的攝像照片進行儲存；若系統沒有通過二代身份證照片的認證，則會發出系統警報，也會將全新的攝像照片進行儲存。

5 結語

MMP-PCA人臉識別算法，是二代證身份證身份認證系統所使用的主要算法。由于二代身份證所使用的壓縮圖像質量較差，將二代身份證照片、視頻圖像進行比對所得到結果的精確度也較低。因此MMP-PCA人臉識別算法，對二代身份證照片、視頻圖像進行尺寸大小與亮度的處理，成為二代證身份證身份認證中最主要環節。通過對視頻圖像進行角度矯正、縮放處理、眼鏡摘除處理、灰度校正等，能夠縮小視頻圖像與原圖像間的差別。特別是在攝像光源強度不穩定的情況下，能夠得到較好的識別效果。

參考文獻

[1] 孫亦南，劉偉軍，王越超.基于幾何不變量的圖像特征識別[J].計算機應用與軟件，2013（12）：1-3.

[2] 王偉，馬建光.人臉識別常用方法及其發展現狀[J].兵工自動化，2002（1）：49-51.

[3] 孫忠貴，王玲.數字圖像直方圖均衡化的自適應校正研究[J].計算機時代，2004（11）：19-20.