一种结合人像的新型三维码的验证方法及设备与流程

1.本发明涉及一种结合人像的新型三维码的验证方法及设备，属于图形编码领域。


背景技术：

2.二维码又称二维条码，二维码是一种数据信息的图像编码和表现形式，是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息。因为二维码算法开源且可以携带多种数据，近几年来成为移动设备上主流的一种编码方式。基于二维码算法开源的特性，任何人扫描二维码都可以获取二维码中的数据内容。而对于一些保存了特殊数据的二维码，其只希望特定用户能获取数据内容。
3.现有技术：1、对二维码中的数据内容进行加密，保证只有知晓密钥的用户才能获取数据内容，但密钥存在泄漏风险，且用户体验较差。2、采集用户的生物特征，根据生物特征核验用户身份。但这种方法将生物特征保存在云端，验码设备需要联网获取核验结果。
4.公开号为cn110990814a的专利《一种可信数字身份认证方法、系统、设备及介质》公开了如下步骤：步骤s10、扫描用户出示的网证二维码，并对所述网证二维码进行核验，生成网证二维码核验结果；步骤s20、依据所述网证二维码核验结果，采集用户的活体人像，并对所述活体人像进行核验，生成活体人像核验结果；步骤s30、依据所述活体人像核验结果输出身份证的二项信息。该发明的缺点在于：验码设备需要联网获取用户人像核验结果。


技术实现要素：

5.为了解决上述现有技术中存在的问题，本发明提供一种结合人像的新型三维码的验证方法，通过比对设置在三维码中的人像图片与用户人脸图片，实现对用户身份的离线核验，保证只有用户本人才能获取三维码数据，确保了三维码的数据安全，也摆脱了扫码设备对网络的依赖性。
6.本发明的技术方案如下：
7.技术方案一：
8.一种结合人像的新型三维码的验证方法，包括如下步骤：
9.获取三维码，所述三维码包括人像图片、数据码组和定位码组；
10.提取所述三维码中的定位码组；
11.根据定位码组对人像图片和数据码组进行畸变校正；
12.验证用户身份，步骤如下：获取用户人脸图片；通过人脸识别算法判断用户人脸图片与校正后的人像图片是否为同一人脸，若为同一人脸，则用户身份通过验证，解码所述数据码组；否则，用户身份不通过验证，不解码所述数据码组。
13.进一步的，还包括：对三维码进行验证，具体为：
14.预存所述人像图片；
15.获取所述预存的人像图片；通过图像识别算法判断所述预存的人像图片与校正后的人像图片是否一致，若一致，则该三维码通过验证；否则，该三维码不通过验证。
16.进一步的，所述通过人脸识别算法判断用户人脸图片与校正后的人像图片是否为同一人脸，具体为：
17.分别将校正后的人像图片和用户人脸图片输入至深度学习模型，得到第一特征向量和第二特征向量；若第一特征向量与第二特征向量之间的欧式距离小于第一阈值，则认为校正后的人像图片和用户人脸图片为同一人脸；否则，认为校正后的人像图片和用户人脸图片不为同一人脸。
18.进一步的，所述数据码组和定位码组环绕所述人像图片设置。
19.进一步的，还包括：解码所述校正后的数据码组得到编码数据，所述编码数据包括标识符；所述标识符用于索引查询得到所述预存的人像图片。
20.进一步的，还包括：解码所述校正后的数据码组得到编码数据，所述编码数据包括功能标识；所述功能标识用于判断是否对三维码进行验证或是否保存所述校正后的第一图片或是否保存所述编码数据。
21.技术方案二：
22.一种结合人像的新型三维码的验证设备，包括存储器、摄像头和处理器；
23.所述摄像头用于获取三维码和用户人脸图片，所述三维码包括人像图片、数据码组和定位码组；
24.所述存储器存储有指令，所述指令适于由处理器加载并执行如下步骤：提取所述三维码中的定位码组；根据定位码组对人像图片进行畸变校正；验证用户身份，步骤如下:通过人脸识别算法判断用户人脸图片与校正后的人像图片是否为同一人脸，若为同一人脸，则该三维码通过验证，解码所述数据码组；否则，该三维码不通过验证，不解码所述数据码组。
25.进一步的，还包括：对三维码进行验证，具体为：
26.预存所述人像图片；
27.获取所述预存的人像图片；通过图像识别算法判断所述预存的人像图片与校正后的人像图片是否一致，若一致，则该三维码通过验证；否则，该三维码不通过验证。
28.进一步的，所述通过人脸识别算法判断用户人脸图片与校正后的人像图片是否为同一人脸，具体为：
29.分别将校正后的人像图片和用户人脸图片输入至深度学习模型，得到第一特征向量和第二特征向量；若第一特征向量与第二特征向量之间的欧式距离小于第一阈值，则认为校正后的人像图片和用户人脸图片为同一人脸；否则，认为校正后的人像图片和用户人脸图片不为同一人脸。
30.进一步的，所述数据码组和定位码组环绕所述人像图片设置。
31.进一步的，还包括：解码所述校正后的数据码组得到编码数据，所述编码数据包括标识符；所述标识符用于索引查询得到所述预存的人像图片。
32.进一步的，还包括：解码所述校正后的数据码组得到编码数据，所述编码数据包括功能标识；所述功能标识用于判断是否对三维码进行验证或是否保存所述校正后的第一图片或是否保存所述编码数据。
33.本发明具有如下有益效果：
34.1、所述三维码中的人像图片向用户提供视觉信息，用户可通过人像图片辨识三维
码，提高用户体验。
35.2、通过比对设置在三维码中的人像图片与用户人脸图片，实现对用户身份的离线核验，保证只有用户本人才能获取三维码数据，确保了三维码的数据安全，也摆脱了扫码设备对网络的依赖性。
36.3、将人像图片、数据码组和定位码组作为一个整体，并利用定位码组对人像图片进行畸变校正，提高后续验证用户身份和验证三维码时图片比对的准确率，从而保证数据安全和提高三维码验证的准确率。
37.4、将数据码组和定位码组环绕所述第一图片设置，则图片大小不受限制，且码点不会遮挡图片，不影响图片所传达的视觉信息。
38.5、本发明在编码数据中设置标识符，验码时通过标识符索引查询人像图片，可以防范三维码中图片或数据码组被篡改为他人数据。
39.6、在编码数据中设置功能标识，可根据实际需求灵活选择三维码的功能，传递所述第一图片或验证三维码或传递数据，增加了三维码的信息传递容量(图片数据量大)，用户体验好。
附图说明
40.图1为三维码验证流程图；
41.图2为三维码生码流程图；
42.图3为实施例四中三维码解码流程图；
43.图4为三维码示意图；
44.图5为校正符示意图。
具体实施方式
45.下面结合附图和具体实施例来对本发明进行详细的说明。
46.实施例一
47.如图1所示，扫码设备通过摄像头获取三维码图片，通过处理器执行如下步骤：提取三维码图片中的定位模组；通过定位模组，对三维码图片进行畸变校正；提取校正后三维码图片中的人像图片和数据码组。
48.摄像头获取用户人脸图片。处理器执行如下步骤：通过人脸识别算法判断用户人脸图片与校正后的人像图片是否为同一人脸，若一致，则用户身份通过验证，解码所述数据码组；否则，用户身份不通过验证，不解码所述数据码组。
49.本实施例的有益效果在于：
50.1、所述三维码中的人像图片向用户提供视觉信息，用户可通过人像图片辨识三维码，提高用户体验。
51.2、通过比对设置在三维码中的人像图片与用户人脸图片，实现对用户身份的离线核验，保证只有用户本人才能获取三维码数据，确保了三维码的数据安全，也摆脱了扫码设备对网络的依赖性。
52.3、将人像图片、数据码组和定位码组作为一个整体，并利用定位码组对人像图片进行畸变校正，提高后续验证用户身份和验证三维码时图片比对的准确率，从而保证数据
安全和提高三维码验证的准确率。
53.实施例二
54.参见图2，三维码的生成步骤如下：
55.获取人像图片。生成标识人像图片的标识符，本实施例中标识符是36位字符组成的字符串。将人像图片和标识符存储在服务器中，服务器中标识符与人像图片在服务器中的存储地址相关联，如表1所示。
56.表1
[0057][0058]
生成编码数据，编码数据包括功能标识和数据字段。当功能标识为00时，表示该三维码用于传递人像图片，数据字段中不包含标识符，也不对该三维码进行验证；当功能标识为01时，该三维码用于传递数据字段，数据字段中不包含标识符，也不对该三维码进行验证；当功能标识为10时，数据字段包含标识符，需要对该三维码进行验证；当功能标识为11时，该三维码用于传递数据字段，且数据字段包含标识符，需要对该三维码进行验证。
[0059]
将编码数据转换为二进制流，数据0为白色码点，数据1为黑的码点。将码点按预设好的规则，环绕所述人像图片进行排布，得到数据码组。本实施例中，按逆时针方向依次将码点排布在图4中框出的四个矩形区域。生成定位模组，定位模组包括三个定位符和一个校正符。本实施例中，定位符为内嵌有一个黑色方块的矩形边框，校正符(如图5所示)包括一个四分之一的矩形边框和黑色方块。该校正符中黑色方块在校正符中所占面积比例更大，抗污损能力更高，更容易被识别，有利于提高畸变校正的成功率。在人像图片外四个边角处添加定位模块，得到三维码，如图4所示。本实施例中，还在三维码上叠加掩模，使黑白码点分布更加均匀，增加三维码破解难度。
[0060]
本实施例的有益效果在于：将数据码组和定位码组环绕所述第一图片设置，则图片大小不受限制，且码点不会遮挡图片，不影响图片所传达的视觉信息。
[0061]
实施例三
[0062]
举例说明将编码数据转换为二进制流的过程：
[0063]
编码数据包括：起始字段、计数字段、功能标识和数据字段。将编码数据转化为二进制流。
[0064]
如数据字段为：002/0002937c
‑
62a9
‑
4934
‑
9ee0
‑
6a1b703ebb35起始字段为10、计数字段为00101000、功能标识为10。
[0065]
则编码后得到的二进制流为：
[0066]
001100000011000000110010001011110011000000110000001100000011001000111001001100110011011101100011001011010011011000110010011000010011100100101101
00110100001110010011001100110100001011010011100101100101011001010011000000101101001101100110000100110001011000100011011100110000001100110110010101100010011000100011001100110101
[0067]
实施例四
[0068]
如实施例二所述，服务器中预先存储有人像图片、标识符与人像图片在服务器中存储地址的对应关系。
[0069]
如图3所示，所述三维码的解码步骤如下：
[0070]
s1、解码端拍摄三维码，得到三维码图片。
[0071]
s2、提取三维码图片中定位模组；通过定位模组，对三维码图片进行畸变校正；
[0072]
s3、提取校正后三维码图片中的人像图片和数据码组；
[0073]
s4、验证用户身份，步骤如下：获取用户人脸图片；解码端中设有深度学习模型facenet,分别将校正后的人像图片和用户人脸图片输入至深度学习模型facenet，得到第一特征向量和第二特征向量；若第一特征向量与第二特征向量之间的欧式距离小于第一阈值，则认为校正后的人像图片和用户人脸图片一致，继续下一步；否则，认为校正后的人像图片和用户人脸图片不一致，停止解码并显示用户身份验证不通过。
[0074]
s5、将数据码组转换为编码数据；根据编码数据中的功能标识，判断三维码功能：假如功能标识为00，则不验证三维码，解码端保存人像图片；假如功能标识为10，则验证三维码，具体为：
[0075]
解码端将编码数据中的标识符发送至服务器；服务器根据标识符查询到存储地址，得到服务器中预存的人像图片，再将预存的人像图片返回至解码端；
[0076]
判断预存的人像图片与校正后的人像图片一致的标准包括：两张图片完全一致或两张图片中为同一人脸。本实施例不要求图片完全一致，仅需为同一人脸。故解码端将所述预存的人像图片输入至深度学习模型facenet，得到第三特征向量；若第一特征向量与第三特征向量之间的欧式距离小于第一阈值，则认为人像图片和所述预存的人像图片一致；否则认为人像图片和所述预存的人像图片不一致。
[0077]
本实施例的进步之处在于：
[0078]
1、在编码数据中设置标识符，验码时通过标识符索引查询人像图片，可以防范三维码中图片或数据码组被篡改为他人数据。
[0079]
2、在编码数据中设置功能标识，可根据实际需求灵活选择三维码的功能，传递所述第一图片或验证三维码或传递数据，增加了三维码的信息传递容量(图片数据量大)，用户体验好。
[0080]
3、利用深度学习模型比对校正后的人像图片与预存的人像图片、比对校正后的人像图片与用户人脸图片，则用户可自行更换码中的人脸图像，提高用户体验。
[0081]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。