專利名稱：一種認證授權方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及模式識別及安全認證技術，特別是涉及一種基于人臉識別的認 i正4受4又方法及系統(tǒng)。
背景技術：
在眾多領域中，經常需要對各種數據或信息進行安全認證。例如在金融領 域，各種銀行業(yè)務的處理過程中都需要驗證用戶信息，如4吏用銀行卡取款、轉 帳、刷卡消費，使用信用卡消費等，系統(tǒng)通過對用戶信息的安全認證后，才能 進行資金處理。在金融系統(tǒng)內部，也需要對內部人員的操作進行安全授權，從 而保證資金或金融數據的安全。
傳統(tǒng)的認證授權方法一般都基于密碼的認證，系統(tǒng)保存用戶預先設置的密 碼，當用戶登錄該系統(tǒng)后，系統(tǒng)會提示用戶輸入密碼，并將用戶輸入的密碼與 系統(tǒng)保存的密碼進行比較，如果密碼一致，則安全認證通過。所述密碼認證是 一種使用十分普遍的認證方法。
但是，目前出現了越來越多的銀行犯罪案件，犯罪人員通過高技術的破譯 或竊取用戶密碼，就可以輕易得到系統(tǒng)的認證而實施犯罪行為，從而給用戶和 銀行帶來極大的損失。當密碼被破譯或竊取后，所述認i正方法失效，尤其對于 大額資金，損失更加慘重。

發(fā)明內容
本發(fā)明所要解決的技術問題是提供一種認證授權方法及系統(tǒng)，以解決傳統(tǒng) 的認證授權方法當密碼被破譯或竊取就失效的問題。
本發(fā)明的另一個目的是還提供了一種認證授權系統(tǒng)，以及一種配合使用的 終端系統(tǒng)，所述終端系統(tǒng)用于采集紅外圖像數據和可見光圖像數據，所述認證 授權系統(tǒng)用于對采集到的紅外和可見光數據進行特征融合處理，并進行基于人 臉識別的認證授權。
為解決上述技術問題，根據本發(fā)明提供的具體實施例，本發(fā)明公開了以下
技術方案
一種認證授權方法，包括
對同 一 圖像，分別釆集紅外圖像數據和可見光圖像凄t據；提取紅外特征信息和可見光特征信息；
對所述紅外特征信息和可見光特征信息進行特征融合處理，生成一幅圖像
的特征信息；
將所述融合后的圖像特征與預存儲的圖像特征比較，進行認證授權。 所述認證授權方法還包括對所述紅外圖像數據和可見光圖像數據進行配 準預處理，供所述特征提取步驟使用。 其中，所述圖像是人臉圖像。
其中，按照以下步驟進行認證授權確定比較結果范圍，并對不同范圍的 比較結果進行不同認證處理。
所述認證授權方法還包括根據所述比較結果確定是否需要更新存儲的圖像。
一種認證4受權系統(tǒng)，包括
圖像采集裝置，用于對同 一圖像分別采集紅外圖像凄t據和可見光圖像數
據；
特征提取裝置，用于對所述采集的圖像數據，提取紅外特征信息和可見光 特征信息；
特征融合裝置，用于對所述紅外特征信息和可見光特征信息進行特征融合 處理，生成一幅圖像的特征信息；
認證授權裝置，用于將所述融合后的圖像特征與預存儲的圖像特征比較， 進行認證授權。
其中，所述圖像采集裝置包括紅外圖像采集裝置和可見光圖像采集裝置， 所述特征提取裝置包括紅外特征提取裝置和可見光特征提取裝置；所述圖像采 集裝置部署在終端系統(tǒng)中。
所述認證授權系統(tǒng)還包括預處理裝置，用于接收所述圖像采集裝置采集 的紅外圖像數據和可見光圖像數據，進行配準預處理，并提供給所述特征提取 裝置。
一種認證授—又系統(tǒng)，包括
特征提取裝置，用于接收同一圖像的紅外圖像數據和可見光圖像數據，并 提取紅外特征信息和可見光特征信息；特征融合裝置，用于對所述紅外特征信息和可見光特征信息進行特征融合
處理，生成一幅圖像的特征信息；
認證授權裝置，用于將所述融合后的圖像特征與預存儲的圖像特征比較， 進行認證授權。
所述認證授權系統(tǒng)還包括預處理裝置，用于接收紅外圖像數據和可見光 圖像數據，進行配準預處理，并提供給所述特征揭:耳又裝置。
一種終端系統(tǒng)，包括終端設備，還包括圖像采集裝置，所述圖像采集裝 置包括紅外圖像采集裝置和可見光圖像采集裝置，分別用于對同 一圖像采集紅 外圖像數據和可見光圖像數據。
根據本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術效果
首先，本發(fā)明實施例通過采集人臉的紅外和可見光數據，并進行特征融合 處理，然后與數據庫中的人臉圖像特征進行比較，實現基于人臉識別的認證授 權。與傳統(tǒng)的密碼認證方法相比，所述基于人臉識別的認證授權方法，安全性 更高，沒有密碼失竊或被破譯的危險；而且，用戶無需記憶密碼，使用更方便。
其次，由于可見光圖^f象識別對光線強弱有特殊要求，適用于白天或光線較 強的條件下，而紅外圖像識別對光線強弱沒有要求。所以，本發(fā)明實施例將可 見光和紅外圖像識別相結合，利用多傳感器采集人臉信息，將人臉的紅外圖像 和可見光圖像進行特征級融合，使得認證授權系統(tǒng)能夠有效的全天候運行，并 在一定程度上提高了識別的精準度。
再次，由于特征級融合是基于特征對人臉進行檢測識別處理，其運算存儲 所占用的地址空間僅為對特征信息的存取空間，因此有效節(jié)省了存儲開銷。
最后，采用了紅外傳感器作為數據采集環(huán)節(jié)，由于紅外傳感器能夠探測出 人臉的溫度分布特征，而具有紅外特征的圖像比可見光成像傳感器所得到的圖 像具有更好的特征精度。因此，所述基于特征的圖像融合方法能夠區(qū)分肉眼難 以識別的相似外貌，如雙胞胎，從而保證了融合識別結果的唯一性，提高了圖 像識別的精度。


圖1是本發(fā)明實施例所述基于人臉識別的認i正授權流程圖2是本發(fā)明實施例所述認證授權方法在銀行卡業(yè)務中的應用流程圖；圖3是本發(fā)明實施例一所述基于人臉識別的認證授權系統(tǒng)結構圖； 圖4是本發(fā)明實施例二所述基于人臉識別的認證授權系統(tǒng)結構圖； 圖5是本發(fā)明實施例三所述基于人臉識別的認證授權系統(tǒng)結構圖。
具體實施例方式
為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式
對本發(fā)明作進一步詳細的說明。
本發(fā)明實施例提供了 一種基于人臉識別的認證授權方法，通過多傳感器采 集人臉的紅外和可見光圖像，并經過配準、特征^是取、特征融合、識別認證一 系列處理，完成對人臉圖像的認證授權過程。所述認證方法可廣泛應用于銀行、 財務、金融等領域，改變了傳統(tǒng)的基于密碼認證的方法。
本發(fā)明實施例所述認證方法采用了圖像融合技術，圖像融合技術是指將多 源信道所采集到的關于同 一 目標的圖像經過一定的圖像處理，提取各自信道的 信息，最后綜合成同一圖像以供觀察或進一步處理。高效的圖像融合方法可以 根據需要綜合處理多源通道的信息，從而有效地提高了圖像信息的利用率、系
統(tǒng)對目標探測識別地可靠性及系統(tǒng)的自動化程度。其目的是將單一傳感器的多 波段信息或不同類傳感器所提供的信息加以綜合，消除多傳感器信息之間可能 存在的冗余和矛盾，以增強影像中信息透明度，改善解譯的精度、可靠性以及 使用率，以形成對目標的清晰、完整、準確的信息描述。
一般情況下，圖像融合由低到高分為三個層次數據級融合、特征級融合、 決策級融合。數據級融合也稱像素級融合，是最低層次的融合，是指直接對傳 感器采集來得數據進行處理而獲得融合圖像的過程，它是高層次圖像融合的基 礎，也是目前圖像融合研究的重點之一。特征級融合屬于融合的中間層次，兼 顧了數據層和決策層的優(yōu)點，利用從傳感器的原始信息中提取的特征信息進行 綜合分析和處理。決策級融合是將多個傳感器的識別結果進行融合，這一層融 合是在高層次上進行的，融合的結果為指揮控制決策提供依據。
本發(fā)明實施例充分利用圖像融合技術，采用特征級融合處理，將紅外圖像 的特征信息和可見光圖像的特征信息進行融合。由于人臉是較明顯的區(qū)別部 位，所以采集人臉的紅外和可見光圖像融合處理后進行識別認證。
參照圖1，是所述基于人臉識別的認證授權流程圖。步驟IOI,利用圖像采集設備采集人臉圖像。通常，在圖像采集點如銀行
營業(yè)廳的拒臺、ATM機或自助終端等各類終端系統(tǒng)，安裝紅外攝像頭和可見光 攝像頭，對需要認證的用戶拍照，并通過攝像機內部的紅外傳感器和可見光傳 感器采集用戶的臉部圖像數據。
可見光傳感器對光線強弱有特殊要求，適用于白天或光線較強的條件下， 而紅外傳感器對光線強弱沒有要求，所以同時采用可見光傳感器和紅外傳感器 作為數據采集環(huán)節(jié)，可以在白天和黑夜隨時進行人臉識別和iU正，全天候地保 證認證安全。而且，紅外傳感器能夠探測出人臉的溫度分布特征，具有紅外特 征的圖像比可見光成像傳感器所得到的圖像具有更好的特征精度。因此，將紅 外圖像識別和可見光圖像識別結合使用，提高了圖像識別率，能夠區(qū)分肉眼難 以識別的相似外貌，如雙胞胎，從而保證了融合識別結果的唯一性，提高了認 i正的安全性。
步驟102,對采集到的圖像數據進行配準預處理，進行位置校正和對準。 所述配準是指為確保多傳感器數據進行必要的無差坐標轉換的過程，把數據化 為具有同 一物理意義的數值。由于多源圖像是由不同成像傳感器或者是由同種 成像傳感器的不同成像方式獲得的多幅圖像，圖像間可能出現相對平移、旋轉 和比例縮放等，不能直接進行融合，而必須先進行圖像配準，以建立圖像間像 素-像素的對應關系。圖像配準是多源圖像融合得以進行的前提條件，圖像配 準的精度對融合的精度也有顯著影響。
常用的圖像配準方法有三類基于像素灰度信息的圖像配準方法，如基于 互信息的配準算法；基于頻率域的圖像配準方法，如基于傅立葉變換的配準算 法；基于特征的圖像配準方法，如基于輪廓的配準算法。
步驟103，圖像被配準以后，分別由紅外特征^是取部分和可見光特征提取 部分對配準后的紅外圖像和可見光圖像進行特征提取。通常，提取的特征信息 應是像素信息的充分表示量或充分統(tǒng)計量，包括目標的邊緣、方向、運動速度 等，如人臉輪廓等。
特征提取是模式識別領域的一個研究熱點，有多種特征提取方法，如基于 Fisher鑒別極小準則的特征提取方法，基于神經網絡的方法，基于尺度奇異 值變換的紅外圖像目標特征提取方法，等等。步驟104，對提取的紅外特征信息和可見光特征信息進行特征融合處理， 產生一幅同時具有紅外特征和可見光特征的圖像。通過對多傳感器獲得的多個 特征信息進行綜合分析和處理，實現對多傳感器數據的分類、匯集和匯總。目
前特征級數據融合的主要方法有聚類分析發(fā)、Dempster-shafer推理法、貝葉 斯估計法、熵法、加權平均法、表決法以及神經網絡法等。
步驟105,根據融合后的圖像進行識別認證。從數據庫中提取已經存儲的 相應人臉圖像，然后與剛剛接收到的人臉圖像進行比對，當比對達到一定的精 準度時，就認為認證成功，否則認為認證失敗。
在所述圖像識別過程中，不要求融合處理后的結果輸出是一幅完整圖像， 而是將經過某類預處理后的圖像，再經過分割或描述提取有效的特征，進而加 以判決分類。模式識別已經初步形成三大類統(tǒng)計沖莫式識別、結構模式識別及 人工智能模式識別。
統(tǒng)計模式識別主要采用的是決策理論方法及統(tǒng)計分類方法，雖然有很嚴密 的理論推導，但是，運用之前需要較多的先驗知識，使其運用不夠靈活。
結構模式識別通常考慮待識別對象各部分之間的聯(lián)系，通常包括預處理、 模式描述、文法分析。其基本思想是， 一個復雜模式可以由一些簡單模式遞歸 地描述。但是，結構模式識別依賴于基元選擇的優(yōu)劣及模式文法的運用，極大
限制了其實用價值。
人工智能模式識別方法做為 一種新興的模式識別方法已經得到越來越多
的關注。人工智能模式識別方法是多種信息處理技術及相關學科技術的集成， 其方法通常包括模糊模式識別、神經網絡識別方法等。
步驟106,將上述認證結果返回終端系統(tǒng)，并通過終端界面呈現給用戶。 上述認證授權方法通過采集人臉的紅外和可見光圖像數據，通過配準、特 征提取步驟，對提取的特征信息進行特征融合處理，然后與數據庫中的人臉圖 像進行比較，實現了基于人臉識別的認證授權過程。與傳統(tǒng)的密碼認證方法相 比，所述基于人臉識別的認證授權方法，安全性更高，在整個過程中不需要使 用密碼，沒有密碼失竊或被破-澤的危險；而且，用戶無需記憶密碼，使用更方 便。
而且，由于特征級融合是基于特征對人臉進行檢測識別處理，其運算存儲所占用的地址空間僅為對特征信息的存取空間，因此有效節(jié)省了存儲開銷。
下面將以所述認證授權方法在銀行卡業(yè)務中的應用為例進行說明，參照圖
2所示流程。
步驟201，持卡人在營業(yè)廳申領卡片時，通過紅外和可見光攝像頭拍照， 并送圖像融合系統(tǒng)進行圖像配準、特征提取和特征融合處理。
步驟202,圖像融合系統(tǒng)將融合結果送認證授權系統(tǒng)進行存儲，做為后續(xù) 交易的比對基準。
步驟203,當持卡人持卡進行交易時(比如在ATM上取款)，ATM上安裝的 紅外和可見光攝像頭將對持卡人進行拍照，并送圖像融合系統(tǒng)進行特征提取和 融合。
步驟204,圖像融合系統(tǒng)將融合結果送認證授權系統(tǒng)，認證授權系統(tǒng)將收 到的融合數據與數據庫中存儲的數據進行比對?？梢?guī)定一個匹配結果范圍，不 同的范圍采取不同的后續(xù)處理步驟，例如90%以上的特征匹配成功，則交易 成功；70%-89%的特征匹配成功，則需要持卡人再輸入卡片密碼后方可成功； 70%以下的特征匹配成功，交易失敗。
步驟205,對于70% - 90%的特征匹配成功的情況，系統(tǒng)應提供圖像更新 的功能，以適應持卡人外貌的變化，如持卡人變胖、變瘦或五官外形改變。例 如當某持卡人在拍照后一年變胖，認證授權系統(tǒng)會發(fā)現識別結果有些出入(可 以規(guī)定一個匹配結果的范圍，例如80%-90%之間的特征可以匹配上)，此時 可提示持卡人在終端界面輸入密碼，若密碼正確則以當前的持卡人的面孔為準 更新數據庫中的人臉信息，否則交易失敗。
針對所述認證授權方法，本發(fā)明實施例還提供了一種認證授權系統(tǒng)。參照 圖3所示，是所述基于人臉識別的認證授權系統(tǒng)結構圖，所述系統(tǒng)包括數據庫 301、圖像采集裝置302、預處理裝置303、特征提取裝置304、特征融合裝置 305和認證授權裝置306。
數據庫301中保存了預先采集處理的人臉圖像，作為后續(xù)認證過程中的比 對基準。數據庫301中的圖像信息可以進行更改、刪除、添加等操作。
圖像采集裝置302,用于采集人臉圖像，通常安裝攝像頭對人臉拍照，然 后通過傳感器釆集圖像信息。對于紅外圖像和可見光圖像，分別由相應的紅外傳感器和可見光傳感器采集。在上述實施例中，同時使用紅外傳感器和可見光 傳感器，對同一幅人臉圖像進行釆集，得到紅外圖像和可見光圖像。通常，所
述圖像采集裝置302設置在終端系統(tǒng)中。
預處理裝置303，用于接收采集到的紅外圖像和可見光圖像數據，進行位 置校正和對準等圖像配準處理。由不同成像傳感器或者是由同種成像傳感器的 不同成像方式獲得的多幅圖像，圖像間可能出現相對平移、旋轉和比例縮放等， 不能直接進行融合，而必須先進行圖像配準，以建立圖像間像素-像素的對應 關系。
特征提取裝置304，用于對配準后的圖像數據進行特征4是取，提取出特征 信息，供特征融合裝置305使用。對于紅外圖像和可見光圖像，分別由相應的 紅外特征提取裝置和可見光特征提取裝置，提取出紅外特征信息和可見光特征 信息。
特征融合裝置305，用于對所述紅外特征信息和可見光特征信息進行特征 融合處理，產生一幅同時具有紅外特征和可見光特征的圖像，并送到認證授權 裝置306進行圖像識別。
認證授權裝置306，用于對所述融合處理得到的圖像進行識別認證，從數 據庫301獲取已經存儲的相應人臉圖像特征，然后與特征融合裝置305傳送來 的圖像特征進行比較，當比對達到一定的精準度時，就認為認證成功，否則認 為認證失敗。例如90%以上的特征匹配成功，則交易成功；70%-89%的特 征匹配成功，則需要持卡人再輸入卡片密碼后方可成功；70%以下的特征匹配 成功，交易失敗。
而且，根據所述認證授權裝置306的認證結果，還可以確定是否需要對數 據庫301進行修改。例如，對于70% -90%的特征匹配成功的情況，系統(tǒng)應 提供數據庫301中圖像更新的功能，以適應持卡人外貌的變化，如持卡人變胖、 變瘦或五官外形改變。
在上述整個認證授權系統(tǒng)中，所述六個模塊可以根據實際應用調整設置。 例如， 一種優(yōu)選設置方式參見圖4所示，圖像采集裝置設置在終端系統(tǒng)401 中，數據庫、預處理裝置、特征提取裝置、特征融合裝置和認證授權裝置都設 置在銀行內部的認證授權系統(tǒng)402中。因此，不需要對每個終端系統(tǒng)401都設置預處理裝置、特征提取裝置、特征融合裝置，所述認證授權系統(tǒng)402可以接 收多個終端系統(tǒng)401采集的圖像數據，進行認證處理。
所述銀行內部的認證授權系統(tǒng)402與圖3所示的認證授權系統(tǒng)不同，不包 括圖像采集裝置，銀行內部的認證授權系統(tǒng)402只處理已采集數據的特征融合 和認證授權，而圖像數據采集功能由設置在終端系統(tǒng)401中的圖像采集裝置實 現。所述終端系統(tǒng)401不僅實現原有終端具有的功能，如自動取款、查詢等功 能，還可以通過安裝紅外傳感器和可見光傳感器，自動采集人臉的紅外圖像數 據和可見光圖像數據，并傳輸給所述認證授權系統(tǒng)402處理。
基于業(yè)務需求，如果融合處理后的圖像不僅用于認證，還可能用于其他處 理，則可以單獨設置一個融合處理系統(tǒng)，參見圖5所示。圖像采集裝置設置在 終端系統(tǒng)501中，預處理裝置、特征提取裝置、特征融合裝置設置在融合處理 系統(tǒng)502中，認證授權裝置和數據庫設置在認證授權系統(tǒng)503中。這樣，也能 減輕認證授權系統(tǒng)503的處理負擔。
圖3、圖4和圖5所示系統(tǒng)中未詳述的部分可以參見圖1、圖2所示方法 的相關部分，為了篇幅考慮，在此不再詳述。
以上對本發(fā)明所提供的一種認證授權方法及系統(tǒng)、 一種認證授權裝置、一 種終端系統(tǒng)，進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施 方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心 思想；同時，對于本領域的一般技術人員，依據本發(fā)明的思想，在具體實施方 式及應用范圍上均會有改變之處。綜上所述，本說明書內容不應理解為對本發(fā) 明的限制。
權利要求
1、一種認證授權方法，其特征在于，包括對同一圖像，分別采集紅外圖像數據和可見光圖像數據；提取紅外特征信息和可見光特征信息；對所述紅外特征信息和可見光特征信息進行特征融合處理，生成一幅圖像的特征信息；將所述融合后的圖像特征與預存儲的圖像特征比較，進行認證授權。
2、 根據權利要求1所述的方法，其特征在于，還包括對所述紅外圖像 數據和可見光圖像數據進行配準預處理，供所述特征提取步驟使用。
3、 根據權利要求1所述的方法，其特征在于所述圖^f象是人臉圖像。
4、 根據權利要求1所述的方法，其特征在于，按照以下步驟進行認證授 權確定比較結果范圍，并對不同范圍的比較結果進行不同認證處理。
5、 根據權利要求1所述的方法，其特征在于，還包括根據所述比較結 果確定是否需要更新存儲的圖像。
6、 一種認證授權系統(tǒng)，其特征在于，包括圖像采集裝置，用于對同 一 圖像分別采集紅外圖像數據和可見光圖像數據；特征提取裝置，用于對所述采集的圖像數據，提取紅外特征信息和可見光 特征信息；特征融合裝置，用于對所述紅外特征信息和可見光特征信息進行特征融合 處理，生成一幅圖像的特征信息；認證授權裝置，用于將所述融合后的圖像特征與預存儲的圖像特征比較， 進行認證授權。
7、 根據權利要求6所述的系統(tǒng)，其特征在于所述圖像采集裝置包括紅 外圖像采集裝置和可見光圖像采集裝置，所述特征提取裝置包括紅外特征提取 裝置和可見光特征提取裝置。
8、 根據權利要求6所述的系統(tǒng)，其特征在于，還包括預處理裝置，用 于接收所述圖像采集裝置采集的紅外圖像數據和可見光圖像數據，進行配準預 處理，并提供給所述特征提取裝置。
9、 根據權利要求6所述的系統(tǒng)，其特征在于所述圖像采集裝置部署在 終端系統(tǒng)中。
10、 一種認證授權系統(tǒng)，其特征在于，包括特征提取裝置，用于接收同一圖像的紅外圖像數據和可見光圖像數據，并 提取紅外特征信息和可見光特征信息；特征融合裝置，用于對所迷紅外特征信息和可見光特征信息進行特征融合 處理，生成一幅圖像的特征信息；認證授權裝置，用于將所述融合后的圖像特征與預存儲的圖像特征比較， 進行認證4受權。
11、 根據權利要求10所迷的系統(tǒng)，其特征在于，還包括預處理裝置， 用于接收紅外圖像數據和可見光圖像數據，進行配準預處理，并提供給所述特 征提取裝置。
12、 一種終端系統(tǒng)，包括終端設備，其特征在于，還包括圖像采集裝置， 所述圖像采集裝置包括紅外圖像采集裝置和可見光圖像采集裝置，分別用于對 同 一 圖像采集紅外圖像數據和可見光圖像數據。
全文摘要
本發(fā)明公開了一種認證授權方法及系統(tǒng)，解決傳統(tǒng)的認證授權方法當密碼被破譯或竊取就失效的問題。所述方法包括對同一圖像，分別采集紅外圖像數據和可見光圖像數據；提取紅外特征信息和可見光特征信息；對所述紅外特征信息和可見光特征信息進行特征融合處理，生成一幅圖像的特征信息；將所述融合后的圖像特征與預存儲的圖像特征比較，進行認證授權。與傳統(tǒng)的密碼認證方法相比，所述基于人臉識別的認證授權方法，安全性更高，沒有密碼失竊或被破譯的危險；而且，用戶無需記憶密碼，使用更方便。本發(fā)明還公開了一種認證授權系統(tǒng)和一種配合使用的終端系統(tǒng)，可用于基于人臉識別的認證過程。
文檔編號G06K9/00GK101303724SQ20071004059
公開日2008年11月12日 申請日期2007年5月10日 優(yōu)先權日2007年5月10日
發(fā)明者潔 李 申請人:中國銀聯(lián)股份有限公司