基于人脸识别的身份识别系统
作者：王浩　孙福明
来源：《电脑知识与技术》2017年第33期

        摘要：设计了一种基于人脸特征来判断客户真实身份的系统.首先利用第2代居民身份证阅读器自动采集客户所出示身份证的信息.然后通过高清摄像头采集客户人脸图像.最后基于身份证头像照片与摄像头采集图像，利用深度学习方法算法判断二者人脸相似度.由于身份证人脸图像分辨率较低，采用SRCNN算法提高其分辨率，进而提高系统准确度.实验结果表明，该系统可以准确判断客户身份与其出示身份证的一致性。

        关键词：人脸识别；深度学习；分辨率

        中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2017）33-0211-02

        人脸识别技术作为生物特征识别领域中一种基于生理特征的识别，其利用计算机提取人脸特征，并根据这些特征进行身份验证的一种技术。人脸识别技术是一种难以冒充并且性价比高的生物特征识别技术[1]。相较于其他生物特征，如指纹识别、虹膜识别、视网膜识别，它具有非接触，不需要对象特意配合等特点。由于人脸识别技术具有以上优点，因此它在很多方面具有广泛应用，如档案管理系统、安全验证系统，在新兴领域也有应用，如刷脸支付，特别的结合大数据技术，可以帮助刑侦部门破获很多刑事案件。因此在未来发展中，人脸识别具有广泛的发展前景。

        针对上述应用，目前已有一些基于人脸识别的身份验证系统被提出。陈史政[2]提出一种基于LBP特征的人脸识别技术。朱秀娟[3]提出一种特征提取采用小波变换，分类器使用支持向量机的人脸识别系统。以上系统均通过人工提取特征的方法，在人脸特征提取量方面会有不足。为克服上述缺点，本系统采用深度学习方法提取特征，并对低分辨率图像采用SRCNN算法提高其分辨率。

        1 系统的设计

        一个典型的人脸识别系统主要由两个部分组成，人脸检测和人脸识别。对于人脸的生物特征，其在总体结构上具有相似性，因此可以通过人脸检测算法把人脸从复杂背景图像中提取出来，为后续识别人脸的局部结构差异性提供基础。传统的人脸检测算法主要利用它的结构特征与肤色特征进行检测。随着计算机运算能力的提高，为神经网络算法的大规模应用提供了条件，相较于传统方法其在实时性与准确性上都得到较大提升。获得分离的人脸图像后，对不清晰的图像进行超分辨率重建，最终利用实时采集人脸与身份证人脸图像进行比对，得出其是否为同一人，具体流程如图1所示。