本發(fā)明涉及圖像處理、模式識(shí)別，計(jì)算機(jī)視覺(jué)等領(lǐng)域，特別涉及一種基于人臉屬性分析的人證合一身份驗(yàn)證方法。

背景技術(shù)：

為了證明身份的需要，居民往往擁有身份證、護(hù)照、駕駛證、準(zhǔn)考證和學(xué)生證等各種證件。于是，在火車(chē)站、海關(guān)口、考場(chǎng)、大型會(huì)展等場(chǎng)所，往往需要現(xiàn)場(chǎng)對(duì)通行人員的證件進(jìn)行核查。目前，此類(lèi)核查工作主要通過(guò)工作人員人工完成，整個(gè)驗(yàn)證過(guò)程不但費(fèi)時(shí)費(fèi)力，而且其可靠性與工作人員的經(jīng)驗(yàn)、識(shí)別能力、工作時(shí)間和工作情緒等因素相關(guān)。因此，無(wú)法杜絕不法分子冒用他人證件的行為，存在安全隱患。例如，一些不法分子利用撿到或盜搶的身份證辦理信用卡、手機(jī)卡、登記等業(yè)務(wù)，給公民帶來(lái)了不必要的麻煩和經(jīng)濟(jì)損失。由于相關(guān)業(yè)務(wù)辦理人員并沒(méi)有義務(wù)審核身份證是否冒用，或沒(méi)有時(shí)間，或?qū)徍瞬粐?yán)格，或是為了業(yè)務(wù)量睜一只眼閉一只眼，甚至因內(nèi)外勾結(jié)而不進(jìn)行身份證件的冒用審核。因此，給不法分子創(chuàng)造了有利機(jī)會(huì)，加劇了身份證件主人“任人宰割”的局面。

在這種情勢(shì)下，出現(xiàn)了基于人臉識(shí)別技術(shù)的人證合一驗(yàn)證方法。如申請(qǐng)?zhí)枮?00510029791.1，201110070277.8，201310099064.7，201510154396.X的專(zhuān)利文件公開(kāi)了利用人臉識(shí)別技術(shù)進(jìn)行二代身份證的人證合一驗(yàn)證系統(tǒng)。他們主要通過(guò)提取第二代身份證芯片照片、表面照片和現(xiàn)場(chǎng)照片進(jìn)行比對(duì)的方法實(shí)現(xiàn)了二代身份證中兩個(gè)環(huán)節(jié)(身份證本身真?zhèn)魏兔坝?的快速自動(dòng)驗(yàn)證。以上方法在進(jìn)行身份證冒用驗(yàn)證環(huán)節(jié)時(shí)都是基于人臉圖像鑒別技術(shù)，而在實(shí)際應(yīng)用中，隨著時(shí)間年齡的變化，會(huì)使現(xiàn)場(chǎng)采集的人臉圖像與身份證件表面的人臉圖像發(fā)生較大變化，從而導(dǎo)致人臉鑒別的精度受到極大的影響。例如，將現(xiàn)場(chǎng)人臉和10年前身份證表面人臉進(jìn)行比對(duì)，人的發(fā)型、膚色、皺紋和臉形等都會(huì)發(fā)生很大的變化，從而導(dǎo)致人臉鑒別技術(shù)的可靠性急劇下降。而目前大多數(shù)人臉鑒別方法，特別是以上專(zhuān)利所采用的人臉鑒別方法并不能克服人臉年齡變化所帶來(lái)的影響。使計(jì)算機(jī)自動(dòng)進(jìn)行人證一致性驗(yàn)證的普及受到極大的阻力。

因此，目前亟待提出一種通過(guò)現(xiàn)場(chǎng)人臉圖像所呈現(xiàn)出的種族、性別、年齡和身份等信息進(jìn)行人證一致性的身份驗(yàn)證方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服目前基于人臉識(shí)別的人證合一驗(yàn)證方法的不足，提出一種基于人臉屬性分析的人證合一身份驗(yàn)證方法，解決基于人臉比對(duì)驗(yàn)證中的年齡變化問(wèn)題和防止無(wú)人值守下打印證件表面人臉圖像欺騙攝像頭的行為的發(fā)生，為解決人證合一驗(yàn)證提供一種行之有效的、可靠的算法和思路。

本發(fā)明的目的通過(guò)下述技術(shù)方案實(shí)現(xiàn)：

一種基于人臉屬性分析的人證合一身份驗(yàn)證方法，包括下列步驟：

現(xiàn)場(chǎng)人臉圖像采集步驟，利用現(xiàn)場(chǎng)攝像頭抓拍持證者人臉，并利用人臉圖像質(zhì)量評(píng)判技術(shù)從若干幅抓拍的人臉圖像中挑選出一幅質(zhì)量最優(yōu)的人臉圖像作為現(xiàn)場(chǎng)人臉圖像，記為F1；

證件信息采集識(shí)別或者讀取步驟，利用證件信息采集設(shè)備采集識(shí)別或者讀取身份證件中的信息；

人證合一驗(yàn)證步驟，利用人臉屬性分析方法估計(jì)所述現(xiàn)場(chǎng)人臉圖像的種族、性別和年齡信息，然后根據(jù)采集識(shí)別或者讀取的身份證件信息，依次進(jìn)行種族驗(yàn)證、性別驗(yàn)證、年齡驗(yàn)證和人臉比對(duì)驗(yàn)證，從而驗(yàn)證人證是否合一。

進(jìn)一步地，所述現(xiàn)場(chǎng)人臉圖像采集步驟中通過(guò)AdaBoost或者深度學(xué)習(xí)算法進(jìn)行人臉檢測(cè)；然后利用人臉圖像質(zhì)量評(píng)判技術(shù)從檢測(cè)到的若干幅人臉圖像中提取姿態(tài)正面、光照均勻、表情中性、清晰度高的質(zhì)量最好的一幅人臉圖像作為現(xiàn)場(chǎng)人臉。

進(jìn)一步地，所述證件信息包括：種族信息、性別信息、出生日期、證件辦理時(shí)間或/和證件表面人臉圖像。

進(jìn)一步地，所述證件信息采集識(shí)別或者讀取步驟的具體過(guò)程為：

獲取證件種族和性別信息，記為R2和G2；

獲取證件年齡信息，首先獲取出生年份，并計(jì)算：現(xiàn)場(chǎng)年份—出生年份＝持證者人臉應(yīng)有的年齡，記為A1；然后，獲取證件的辦證時(shí)間，計(jì)算：辦證年份—出生年份＝證件表面人臉圖像年齡，記為A2；

獲取證件表面人臉圖像，記為F2。

進(jìn)一步地，所述證件信息通過(guò)專(zhuān)門(mén)的證件芯片讀取設(shè)備讀取或者通過(guò)圖像采集設(shè)備拍攝證件正反面進(jìn)行圖像采集，然后通過(guò)字符識(shí)別技術(shù)OCR獲取。

進(jìn)一步地，所述人證合一驗(yàn)證步驟的具體過(guò)程為：

種族驗(yàn)證與性別驗(yàn)證子步驟，將所述現(xiàn)場(chǎng)人臉圖像估計(jì)出的種族和性別，記為R1和G1，與證件上的種族和性別，記為R2和G2，進(jìn)行比對(duì)，如果一致，則轉(zhuǎn)入下一子步驟；否則，驗(yàn)證失??；

年齡驗(yàn)證子步驟，將所述現(xiàn)場(chǎng)人臉圖像估計(jì)出來(lái)的年齡記為A’，與所述持證者人臉應(yīng)有的年齡A1進(jìn)行比對(duì)，如果誤差小于指定誤差容限，則轉(zhuǎn)入下一子步驟；否則，驗(yàn)證失敗；

人臉比對(duì)驗(yàn)證子步驟，將所述現(xiàn)場(chǎng)人臉圖像F1與所述證件表面人臉圖像F2進(jìn)行人臉身份相似度判斷，如果其相似度大于指定判斷閥值，則驗(yàn)證成功；否則，驗(yàn)證失敗。

進(jìn)一步地，所述年齡驗(yàn)證子步驟還包括對(duì)所述現(xiàn)場(chǎng)人臉圖像估計(jì)出來(lái)的年齡A’進(jìn)行修正的步驟，具體過(guò)程為：

利用所述人臉屬性分析方法估計(jì)對(duì)所述證件表面人臉圖像F2進(jìn)行年齡估計(jì)得出A2’；

根據(jù)所述證件表面人臉圖像年齡A2與估計(jì)年齡A2’計(jì)算出年齡內(nèi)在因素誤差Δ：A2—A2’＝內(nèi)在因素誤差Δ；

對(duì)所述現(xiàn)場(chǎng)人臉圖像估計(jì)出來(lái)的年齡A’進(jìn)行修正：A＝A’+Δ，A為修正后的現(xiàn)場(chǎng)人臉圖像年齡。

進(jìn)一步地，所述人臉比對(duì)驗(yàn)證子步驟的具體過(guò)程為：

當(dāng)所述持證者人臉應(yīng)有的年齡A1與所述證件表面人臉圖像年齡A2的年齡差距小于指定年齡間隔時(shí)，將所述現(xiàn)場(chǎng)人臉圖像F1與所述證件表面人臉圖像F2進(jìn)行人臉身份相似度判斷，如果其相似度大于指定判斷閥值，則驗(yàn)證成功；否則，驗(yàn)證失敗；

當(dāng)所述持證者人臉應(yīng)有的年齡A1與所述證件表面人臉圖像年齡A2的年齡差距大于或等于指定年齡間隔時(shí)，

首先，利用人臉老化模型合成與持證者人臉應(yīng)有的年齡段一致的虛擬人臉圖像，使用合成的虛擬人臉圖像與所述現(xiàn)場(chǎng)人臉圖像F1進(jìn)行人臉相似度判斷，然后減低指定判斷閥值，如果其相似度大于減低后的指定判斷閥值，則驗(yàn)證成功；否則，驗(yàn)證失敗。

進(jìn)一步地，所述人臉屬性分析方法為：

SA1、采用Gabor濾波器和局部二元模式的方法提取現(xiàn)場(chǎng)人臉圖像特征；

SA2、典型相關(guān)分析對(duì)人臉圖像特征降維與分析；

SA3、采用最近鄰聚類(lèi)方法得出人臉圖像的種族、性別和年齡值。

進(jìn)一步地，所述人臉屬性分析方法為：

SB1、采用深度學(xué)習(xí)的方法進(jìn)行人臉屬性訓(xùn)練與學(xué)習(xí)；

SB2、利用深度學(xué)習(xí)訓(xùn)練得到的模型進(jìn)行人臉特征提取與屬性分類(lèi)；

SB3、獲取人臉圖像的種族、性別和年齡值。

本發(fā)明相對(duì)于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果：

(1)目前人證合一驗(yàn)證方法大多只采用人臉身份信息進(jìn)行驗(yàn)證，而本發(fā)明同時(shí)利用了人臉的種族、性別、年齡和面部特征等信息，具有較高的可靠性和普及性。主要體現(xiàn)為：①通過(guò)種族和性別判別可以準(zhǔn)確高效地排除很明顯的冒用情況。因?yàn)槟壳叭四樀姆N族和性別識(shí)別技術(shù)比人臉識(shí)別技術(shù)的精度和效率要高得多。②利用年齡分析可以防止照片攻擊和提高人臉識(shí)別的精度。③通過(guò)種族、性別、年齡和面部特征的四重驗(yàn)證提高了系統(tǒng)的可靠性。

(2)目前基于人臉圖像的人證合一驗(yàn)證方法很難解決年齡變化所帶來(lái)的影響，可靠性并不高，因此普及性會(huì)受到影響。本發(fā)明通過(guò)相似度動(dòng)態(tài)設(shè)計(jì)和年齡合成的方法可以解決人證合一驗(yàn)證過(guò)程中的年齡變化問(wèn)題。

(3)由于基因、生活方式、健康狀況等內(nèi)在因素，導(dǎo)致年齡對(duì)于不同人有著不同的變化模式，影響最終的年齡估計(jì)準(zhǔn)確率。為了提高年齡估計(jì)的準(zhǔn)確性，本發(fā)明充分利用已知的證件表面人臉圖像和年齡的先驗(yàn)信息，估計(jì)出此人的內(nèi)在因素誤差。然后利用此誤差對(duì)現(xiàn)場(chǎng)人臉估計(jì)出的年齡進(jìn)行修正得到更精確的年齡，解決人臉年齡估計(jì)內(nèi)在因素干擾問(wèn)題。

附圖說(shuō)明

圖1是本發(fā)明公開(kāi)的基于人臉屬性分析的人證合一身份驗(yàn)證方法的流程步驟圖；

圖2(a)是人臉合成的輸入人臉圖像；

圖2(b)是人臉合成的輸出人臉圖像。

具體實(shí)施方式

為使本發(fā)明實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，以下參照附圖并舉實(shí)施例對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

實(shí)施例一

本實(shí)施例提出一種基于人臉屬性分析的人證合一身份驗(yàn)證方法，主要利用現(xiàn)場(chǎng)人臉?biāo)尸F(xiàn)的種族、性別、年齡和面部圖像信息與證件表面信息進(jìn)行人證一致性判斷，不需要訪問(wèn)公安系統(tǒng)數(shù)據(jù)庫(kù)。整個(gè)人證合一驗(yàn)證方法包括三大步驟，如圖1所示：

步驟S1、現(xiàn)場(chǎng)人臉圖像采集。利用現(xiàn)場(chǎng)攝像頭抓拍若干幅持證者人臉圖像(示例性的，抓拍10幅圖像，但具體可以根據(jù)攝像頭的性能參數(shù)進(jìn)行調(diào)整)，并利用人臉圖像質(zhì)量評(píng)判技術(shù)從若干幅抓拍的人臉圖像中挑選出一幅質(zhì)量最好的人臉圖像作為現(xiàn)場(chǎng)人臉圖像。

步驟S2、證件信息采集。利用證件信息采集設(shè)備讀取證件信息，包括：1)種族信息；2)性別信息；3)出生日期(年齡信息)；4)證件辦理時(shí)間；5)證件表面人臉圖像。

步驟S3、人證合一驗(yàn)證。此步驟主要利用人臉屬性分析驗(yàn)證人證合一情況，是本發(fā)明的重點(diǎn)與關(guān)鍵，主要包括以下內(nèi)容：

S3.1、人臉?lè)N族和性別驗(yàn)證。對(duì)攝像頭獲取的人臉進(jìn)行圖像預(yù)處理、種族和性別特征提取和識(shí)別等操作獲取現(xiàn)場(chǎng)持證者的人臉?lè)N族和性別信息。并與證件上的種族和性別信息進(jìn)行比對(duì)，如果一致，則進(jìn)行下一步年齡驗(yàn)證；如果不一致，則判定為冒用情況。

S3.2、人臉年齡驗(yàn)證。對(duì)攝像頭獲取的人臉進(jìn)行年齡特征提取和年齡估計(jì)等操作獲取現(xiàn)場(chǎng)持證者的人臉年齡。并與證件上根據(jù)出生日期推算出的年齡進(jìn)行比對(duì)，如果相差小5，則進(jìn)行下一步人臉比對(duì)驗(yàn)證；否則，則判定為冒用情況。

證件上的年齡通過(guò)獲取到的證件上的出生日期推算得出，如，根據(jù)身份證上的出生日期來(lái)推算持證者當(dāng)時(shí)的年齡。一般地，現(xiàn)場(chǎng)人臉與證件表面人臉拍攝時(shí)間相差都較大，新辦的證件(3年以內(nèi)新辦的)除外。因此，可以利用這種人臉年齡差異信息防止無(wú)人值守場(chǎng)合不法分子利用打印證件表面人臉圖像欺騙攝像頭而通過(guò)人臉比對(duì)驗(yàn)證環(huán)節(jié)。例如，假設(shè)持證者的身份證件是5年前辦的，如果不法分子利用打印的身份證件表面人臉圖像欺騙攝像頭，那么在年齡驗(yàn)證步驟中就被攔截下來(lái)。因?yàn)榇爽F(xiàn)場(chǎng)人臉圖像年齡與實(shí)際現(xiàn)場(chǎng)年齡不符，所以通不過(guò)驗(yàn)證。

S3.3、人臉比對(duì)驗(yàn)證。對(duì)攝像頭獲取的人臉圖像與證件表面人臉圖像進(jìn)行人臉比對(duì)鑒別。人臉鑒別技術(shù)采用目前主流的深度學(xué)習(xí)或稀疏表示等先進(jìn)方法。如果是同一人，則驗(yàn)證通過(guò)；否則，則判定為冒用情況。由于人臉年齡變化會(huì)嚴(yán)重影響人臉鑒別的可靠性，為了克服年齡變化所帶來(lái)的影響，本發(fā)明從兩個(gè)方面解決此問(wèn)題：

1)相似度動(dòng)態(tài)設(shè)計(jì)策略。首先，通過(guò)獲取的證件辦理時(shí)間，計(jì)算出證件表面人臉圖像的年齡，作為A1。如，根據(jù)身份證背面的“有效期限”可以計(jì)算出身份證表面人臉圖像的年齡。然后，通過(guò)證件的出生日期，推算出現(xiàn)場(chǎng)人臉的年齡，作為A2。當(dāng)A1與A2的差值大于10歲時(shí)，人臉已經(jīng)發(fā)生了很大的變化，此時(shí)應(yīng)該降低兩幅人臉圖像比對(duì)的相似度來(lái)降低誤判率。

2)人臉年齡合成策略。當(dāng)A1與A2的差值大于10歲時(shí)，傳統(tǒng)的人臉鑒別算法的可靠性急劇下降。為了克服人臉老化的影響，本發(fā)明利用人臉老化模型合成不同年齡段的人臉圖像，使兩幅比對(duì)的人臉圖像屬于同一年齡段，減少了年齡的干擾。具體為：首先，對(duì)證件表面人臉圖像，利用人臉老化模型合成與現(xiàn)場(chǎng)人臉年齡段一致的虛擬人臉圖像。然后，使用合成的虛擬人臉圖像與現(xiàn)場(chǎng)人臉圖像進(jìn)行比對(duì)。

實(shí)施例二

本實(shí)施例公開(kāi)一種基于人臉屬性分析的人證合一身份驗(yàn)證方法的另一具體實(shí)施方式，包括現(xiàn)場(chǎng)人臉圖像采集、證件信息采集和人證合一驗(yàn)證三大步驟，如圖1所示。其中人證合一驗(yàn)證包括種族與性別驗(yàn)證，年齡驗(yàn)證和人臉比對(duì)驗(yàn)證等3個(gè)步驟。下面逐一對(duì)各步驟進(jìn)行詳細(xì)說(shuō)明：

步驟S1：現(xiàn)場(chǎng)人臉圖像采集

由圖像采集卡負(fù)責(zé)采集持證者現(xiàn)場(chǎng)人臉圖像。由于采集到的人臉圖像通常含有較多背景干擾，同時(shí)可能包括各種姿態(tài)、表情和光照變化的人臉圖像。因此，本發(fā)明通過(guò)AdaBoost或者深度學(xué)習(xí)算法進(jìn)行人臉檢測(cè)，提取干凈的人臉圖像。利用人臉圖像質(zhì)量評(píng)判技術(shù)，從眾多采集的人臉圖像中挑選出一幅質(zhì)量最好的(姿態(tài)正面、光照均勻、表情中性、清晰度高)人臉圖像作為現(xiàn)場(chǎng)人臉圖像，記為F1。

步驟S2：證件信息采集

證件信息可以采用專(zhuān)門(mén)的證件芯片讀取設(shè)備采集。也可以采用圖像采集設(shè)備拍攝證件正反面，然后通過(guò)字符識(shí)別(OCR)技術(shù)獲取證件信息。由于本發(fā)明需要利用種族、性別、年齡和人臉圖像等信息，因此，證件信息采集包括如下三項(xiàng)：

1)獲取種族和性別信息。直接從證件的種族和性別欄獲取。

2)獲取證件年齡信息。首先從出生日期欄獲取出生年，并計(jì)算：現(xiàn)場(chǎng)年份—出生年份＝持證者人臉應(yīng)有的年齡，記為A1；然后，獲取證件的辦證時(shí)間，計(jì)算：辦證年份—出生年份＝證件表面人臉圖像年齡，記為A2。

3)如果利用了證件芯片讀取設(shè)備，如，身份證芯片讀取設(shè)備，則直接提取芯片人臉圖像，記為F2。如果是利用圖像采集卡采集證件表面信息的方式，則利用AdaBoost人臉檢測(cè)技術(shù)提取證件表面人臉圖像，記為F2。

步驟S3：人證合一驗(yàn)證

此部分主要包括種族與性別驗(yàn)證、年齡驗(yàn)證和人臉比對(duì)驗(yàn)證三個(gè)子步驟。由于證件芯片或者證件表面上提供有種族、性別和年齡信息，因此，只需要對(duì)現(xiàn)場(chǎng)抓拍人臉進(jìn)行種族、性別和年齡估計(jì)即可。本發(fā)明采用目前效果較好的人臉屬性分析方法。主要包括兩種1)采用Gabor濾波器+局部二元模式(LBP)的方法提取現(xiàn)場(chǎng)人臉圖像特征；然后，采用典型相關(guān)分析(CCA)對(duì)人臉圖像特征降維與分析；最后，采用最近鄰聚類(lèi)方法得出人臉圖像的種族、性別和年齡值。2)采用深度學(xué)習(xí)的方法進(jìn)行人臉屬性訓(xùn)練與學(xué)習(xí)，利用深度學(xué)習(xí)訓(xùn)練得到的模型進(jìn)行人臉特征提取與屬性分類(lèi)。目前存在許多人臉?lè)N族、性別和年齡估計(jì)的方法，但是每種方法只能估計(jì)其中一個(gè)。本發(fā)明方法采用的兩種方法可以同時(shí)估計(jì)出人臉?lè)N族、性別和年齡信息。

S3.1種族與性別驗(yàn)證

將現(xiàn)場(chǎng)人臉圖像估計(jì)出的種族和性別，記為R1和G1，與證件上的種族和性別，記為R2和G2，進(jìn)行比對(duì)。如果一致，則轉(zhuǎn)入下一步；否則，驗(yàn)證失敗。

由于種族和性別估計(jì)較容易，目前的算法大多能達(dá)到95％以上的準(zhǔn)確率。所以，通過(guò)種族和性別驗(yàn)證可以高效地過(guò)濾掉很明顯的證件冒用情況。

S3.2年齡驗(yàn)證

將根據(jù)現(xiàn)場(chǎng)人臉圖像估計(jì)出來(lái)的年齡記為A’，與持證者人臉應(yīng)有的年齡A1進(jìn)行比對(duì)。如果誤差小于5歲，則轉(zhuǎn)入下一步；否則，驗(yàn)證失敗。

在實(shí)際應(yīng)用中，年齡對(duì)于不同人有著不同的變化模式，如有的人看起來(lái)顯得年青(如林志穎)，而有的人則顯得較老。這主要由基因、種族背景、健康狀況、生活方式、氣候條件等各種因素的影響而導(dǎo)致。為了克服不同因素影響而導(dǎo)致年齡估計(jì)不準(zhǔn)確的問(wèn)題，本發(fā)明充分利用已知的證件表面人臉圖像和年齡的先驗(yàn)信息，估計(jì)出此人的各種因素影響導(dǎo)致的誤差。然后利用此誤差對(duì)現(xiàn)場(chǎng)人臉估計(jì)出的年齡A’進(jìn)行修正得到更精確的年齡。具體為：首先，采用本發(fā)明的年齡估計(jì)方法對(duì)證件表面人臉圖像進(jìn)行年齡估計(jì)得出A2’；然后，根據(jù)證件表面人臉年齡A2與估計(jì)年齡A2’計(jì)算出年齡內(nèi)在因素Δ：A2—A2’＝因素影響誤差Δ；最后，對(duì)現(xiàn)場(chǎng)人臉圖像年齡A’進(jìn)行修正：A＝A’+Δ，A為修正后的現(xiàn)場(chǎng)人臉圖像年齡，將修正后的年齡A作為新的現(xiàn)場(chǎng)人臉圖像估計(jì)年齡A’進(jìn)行后繼步驟的計(jì)算。

S3.3人臉比對(duì)驗(yàn)證

將現(xiàn)場(chǎng)人臉F1與證件人臉F2，進(jìn)行人臉身份鑒別。如果其相似度大于某一閥值，則驗(yàn)證成功；則否驗(yàn)證失敗。本發(fā)明采用的人臉鑒別方法包括但不限于目前主流的人臉識(shí)別方法，如稀疏表示人臉識(shí)別方法和深度學(xué)習(xí)方法等。

在實(shí)用場(chǎng)景中，當(dāng)現(xiàn)場(chǎng)人臉F1與證件人臉F2的年齡差距大于10歲時(shí)，傳統(tǒng)的人臉鑒別算法的可靠性急劇下降。為了克服人臉年齡變化影響，本發(fā)明利用人臉老化模型合成不同年齡段的人臉圖像，使兩幅比對(duì)的人臉圖像屬于同一年齡段，減少了年齡的干擾。具體為：如果F1與F2的年齡差距小于10歲，則采用傳統(tǒng)的人臉鑒別方法進(jìn)行人臉比對(duì)驗(yàn)證。如果F1與F2的年齡差距大于10歲，則首先，對(duì)身份證表面人臉圖像，利用人臉老化模型合成與現(xiàn)場(chǎng)人臉年齡段一致的虛擬人臉圖像，人臉圖像合成示例如圖2(a)和圖2(b)所示。其中，圖2(a)為輸入人臉圖像，其中黑點(diǎn)為利用ASM方法定位的人臉關(guān)鍵點(diǎn)，圖2(b)為合成的從4-34歲的人臉虛擬圖像。然后，使用合成的虛擬人臉圖像與現(xiàn)場(chǎng)人臉圖像進(jìn)行人臉比對(duì)鑒別。最后，適當(dāng)降低相似度閥值進(jìn)行人臉比對(duì)驗(yàn)證。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。