一种基于电力内网的移动终端人脸识别系统及方法

技术领域

本发明属于电力设备技术领域，具体涉及一种基于电力内网的移动终端人脸识别系统及方法。

背景技术

随着移动互联网的高速发展，智能手机移动应用在各行各业爆发式增长，各种类型的用户交互方式层出不穷。

在电力行业现场移动作业工作场景中，现场作业人员使用移动终端，身份验证场景十分普遍。

传统模式下采用账号+密码方式进行身份认证，密码规则包含大小写字母、数字、特殊字符等，用户经常忘记密码且录入不便利。某些用户为登录方便，设置弱口令，存在重大的安全隐患，极易被暴力破解。在复杂的密码规则下从录入账号密码到登录验证通过耗时过长，效率低下。此为现有技术的不足之处。

有鉴于此，本发明给出一种基于电力内网的移动终端人脸识别系统及方法；以解决现有技术中存在的缺陷是非常有必要的。

发明内容

本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种基于电力内网的移动终端人脸识别系统及方法，以解决上述技术问题。

为实现上述目的，本发明给出以下技术方案：

一种基于电力内网的移动终端人脸识别系统，包括：

活体检测模块，对用户进行活体检测以验证用户是否为真实活体本人；通过验证用户是否为真实活体本人操作，有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。

人脸信息采集模块，对用户进行人脸的正面照片图像进行采集；

面部轮廓裁剪模块，对采集到的人脸图像照片进行处理，按照有效的人脸轮廓区域进行裁剪，人脸轮廓区域之外的区域进行透明化处理；

人脸识别模块，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对；两者相比，相似度符合预设阈值的，则验证成功；否则验证失败。

作为优选，所述的活体检测模块中，通过活体检测算法对用户进行活体检测，具体方法是：

采用相邻局部二值模式和局部梯度模式对人脸的融合纹理特征进行提取，该融合纹理特征包括色彩特征信息、空间特征信息、梯度特征信息以及纹理特征信息；将采集到的上述信息进行局部图像辨识，符合阈值条件的则认定为是活体本人。

作为优选，所述的人脸信息采集模块中，采用视频流方式对用户进行人脸的正面照片图像进行采集；采集一张或多张人脸正面照片用于图像识别，采用视频流方式实时采集人脸照片，避免采集到的点头、摇头等非正面人脸图像。

作为优选，所述的人脸识别模块中，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对，在搜索过程中图像采用1：1的比例进行人脸搜索。

本发明还提供一种基于电力内网的移动终端人脸识别方法，包括以下步骤：

S1：活体检测的步骤，对用户进行活体检测以验证用户是否为真实活体本人；通过验证用户是否为真实活体本人操作，有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。

S2：人脸信息采集的步骤，对用户进行人脸的正面照片图像进行采集；

S3：面部轮廓裁剪的步骤，对采集到的人脸图像照片进行处理，按照有效的人脸轮廓区域进行裁剪，人脸轮廓区域之外的区域进行透明化处理；

S4：人脸识别的步骤，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对；两者相比，相似度符合预设阈值的，则验证成功；否则验证失败。

作为优选，所述的步骤S1中，通过活体检测算法对用户进行活体检测，具体方法是：

采用相邻局部二值模式和局部梯度模式对人脸的融合纹理特征进行提取，该融合纹理特征包括色彩特征信息、空间特征信息、梯度特征信息以及纹理特征信息；将采集到的上述信息进行局部图像辨识，符合阈值条件的则认定为是活体本人。

作为优选，所述的步骤S2中，采用视频流方式对用户进行人脸的正面照片图像进行采集；采集一张或多张人脸正面照片用于图像识别，采用视频流方式实时采集人脸照片，避免采集到的点头、摇头等非正面人脸图像。

作为优选，所述的步骤S4中，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对，在搜索过程中图像采用1：1的比例进行人脸搜索。

本发明的有益效果在于，本发明将以上业务逻辑封装成移动终端人脸识别公共组件，通过动作活体检测，提高了识别安全性，基于标准的人脸识别接口封装，简化了人脸识别到统一权限验证的每一个环节，降低了移动应用集成复杂度，提升研发效率。

此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。

由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。

附图说明

图1是本发明提供的一种基于电力内网的移动终端人脸识别系统的原理框图。

图2是本发明提供的一种基于电力内网的移动终端人脸识别方法的流程图。

其中，1-活体检测模块，2-人脸信息采集模块，3-面部轮廓裁剪模块，4-人脸识别模块。

具体实施方式

下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。

实施例1：

如图1所示，本实施例提供的一种基于电力内网的移动终端人脸识别系统，包括：

活体检测模块1，对用户进行活体检测以验证用户是否为真实活体本人；通过验证用户是否为真实活体本人操作，有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。通过活体检测算法对用户进行活体检测，具体方法是：

采用相邻局部二值模式和局部梯度模式对人脸的融合纹理特征进行提取，该融合纹理特征包括色彩特征信息、空间特征信息、梯度特征信息以及纹理特征信息；将采集到的上述信息进行局部图像辨识，符合阈值条件的则认定为是活体本人。

人脸信息采集模块2，对用户进行人脸的正面照片图像进行采集；采用视频流方式对用户进行人脸的正面照片图像进行采集；采集一张或多张人脸正面照片用于图像识别，采用视频流方式实时采集人脸照片，避免采集到的点头、摇头等非正面人脸图像。

面部轮廓裁剪模块3，对采集到的人脸图像照片进行处理，按照有效的人脸轮廓区域进行裁剪，人脸轮廓区域之外的区域进行透明化处理；

人脸识别模块4，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对；两者相比，相似度符合预设阈值的，则验证成功；否则验证失败。将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对，在搜索过程中图像采用1：1的比例进行人脸搜索。

实施例2：

如图2所示，本实施例还提供一种基于电力内网的移动终端人脸识别方法，包括以下步骤：

S1：活体检测的步骤，对用户进行活体检测以验证用户是否为真实活体本人；通过验证用户是否为真实活体本人操作，有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。通过活体检测算法对用户进行活体检测，具体方法是：

采用相邻局部二值模式和局部梯度模式对人脸的融合纹理特征进行提取，该融合纹理特征包括色彩特征信息、空间特征信息、梯度特征信息以及纹理特征信息；将采集到的上述信息进行局部图像辨识，符合阈值条件的则认定为是活体本人。

S2：人脸信息采集的步骤，对用户进行人脸的正面照片图像进行采集；采用视频流方式对用户进行人脸的正面照片图像进行采集；采集一张或多张人脸正面照片用于图像识别，采用视频流方式实时采集人脸照片，避免采集到的点头、摇头等非正面人脸图像。

S3：面部轮廓裁剪的步骤，对采集到的人脸图像照片进行处理，按照有效的人脸轮廓区域进行裁剪，人脸轮廓区域之外的区域进行透明化处理；

S4：人脸识别的步骤，将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对；两者相比，相似度符合预设阈值的，则验证成功；否则验证失败。将裁剪后的人脸图像照片与人工智能平台数据库中存储的人脸照片数据进行图像比对，在搜索过程中图像采用1：1的比例进行人脸搜索。

以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。