人脸结合智能卡的身份识别方法、系统、设备及存储介质与流程

本发明涉及身份验证，尤其涉及一种人脸结合智能卡的身份识别方法、系统、设备及存储介质。

背景技术：

1、随着科技的飞速发展，智能安防技术已成为现代社会不可或缺的一部分，身份识别指通过人体生物特征或行为特征对个体身份进行确认的过程。

2、相关技术中，传统的门禁系统如基于物理钥匙、密码或单一生物识别技术的系统，已逐渐无法满足现代社会的安全需求。现有智能化门禁通常采用单一的身份验证方式，如仅使用人脸识别或智能卡识别，人脸识别技术通过计算机视觉技术识别人脸特征，智能卡识别技术则通过读取智能卡内的信息来验证用户身份，但上述技术方案存在缺陷，人脸识别在例如光线不足面部遮挡等环境条件下识别的准确性可能受到影响，且相关图像技术往往只通过单一传感设备采集人脸图像，但不同设备受光照条件影响不同均在一定程度上导致识别偏差，例如红外图像对光照变化不敏感，可见光图像纹理细节丰富但受光照条件影响较大，并且现有特征提取网络计算复杂度高，例如vgg-16网络包括三层全连接层参数量巨大，在提取人脸特征时通常提取到与身份无关的冗余特征，不仅增加后续匹配计算的负担还导致误识别率升高；而仅使用智能卡也存在智能卡丢失或被盗窃的情况导致增加安全隐患。

3、综合以上该技术领域发展状况分析，现有的技术中缺少结合人脸识别及智能卡识别的多功能门禁技术，在使用人脸识别技术时采用多源传感设备获取人脸图像，使用优化神经网络模型输出结果，并根据预设安全策略决定是否通过身份验证的方案。

技术实现思路

1、本发明的目的在于提供一种人脸结合智能卡的身份识别方法、系统、设备及存储介质，旨在解决现有技术中的上述问题。

2、根据本发明实施例的第一方面，提供一种人脸结合智能卡的身份识别方法，包括：

3、当用户靠近门禁系统时触发双重识别机制，获取多源传感设备采集的人脸图像，并读取智能卡信息；

4、将人脸图像输入训练好的神经网络模型输出人脸特征，其中，神经网络模型的特征提取模块并行处理各传感设备对应采集的人脸图像，将人脸特征与特征数据库对比，得到身份的第一验证结果；

5、将智能卡信息与信息数据库对比，得到身份的第二验证结果；

6、获取第一验证结果和第二验证结果，并结合预设安全策略判断是否启动门禁。

7、根据本发明实施例的第二方面，提供一种人脸结合智能卡的身份识别系统，包括：

8、摄像头，用于多源传感设备采集的人脸图像；

9、人脸识别模块，用于将人脸图像输入训练好的神经网络模型输出人脸特征，其中，神经网络模型的特征提取模块并行处理各传感设备对应采集的人脸图像，将人脸特征与特征数据库对比，得到身份的第一验证结果；

10、智能卡识别模块，用于读取智能卡信息，将智能卡信息与信息数据库对比，得到身份的第二验证结果；

11、控制模块，用于获取第一验证结果和第二验证结果，并结合预设安全策略判断是否启动门禁；

12、门禁机构，用于执行控制模块的指令；

13、数据库，用于存储特征数据库与信息数据库；

14、显示模块，用于显示识别结果。

15、根据本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现如本公开第一方面所提供的人脸结合智能卡的身份识别方法的步骤。

16、根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有信息传递的实现程序，该程序被处理器执行时实现本公开第一方面所提供的人脸结合智能卡的身份识别方法的步骤。

17、本发明实施例提供的技术方案包括以下有益效果：结合人脸识别和智能卡识别两种技术双重识别，提高门禁系统的安全性和可靠性，并且可根据当前环境情况选择对应的预设安全策略进行验证，能够考虑在特殊环境下的环境适应性问题，根据预设的安全策略自动判断用户身份并控制门禁机构的开启和关闭，具备智能化管理功能；在使用人脸识别技术时采用多源传感设备获取人脸图像，能够在光线不足、面部遮挡等复杂环境下保持较高的识别准确率，使用智能卡识别具有较强的抗干扰能力，确保在各种环境下都能正常工作。

18、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

1.一种人脸结合智能卡的身份识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取多源传感设备采集的人脸图像具体包括：通过可见光图像传感器采集彩色人脸图像，通过tof图像传感器采集红外人脸图像。

3.根据权利要求1所述的方法，其特征在于，所述读取智能卡信息具体包括：通过rfid技术或nfc技术获取包括卡号、持卡人姓名的智能卡信息。

4.根据权利要求1所述的方法，其特征在于，所述将所述人脸图像输入训练好的神经网络模型输出人脸特征具体包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述彩色处理图像输入vgg-16模型进行特征提取，得到第一提取结果具体包括：

6.根据权利要求4所述的方法，其特征在于，所述将所述红外处理图像输入yolov8模型进行特征提取，得到第二提取结果具体包括：

7.根据权利要求1所述的方法，其特征在于，所述获取所述第一验证结果和所述第二验证结果，并结合预设安全策略判断是否启动门禁具体包括：

8.一种人脸结合智能卡的身份识别系统，用于权利要求1至7中任一项所述的人脸结合智能卡的身份识别方法，其特征在于，包括：

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸结合智能卡的身份识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至7中任一项所述的人脸结合智能卡的身份识别方法的步骤。