專利名稱：基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物特征識(shí)別技術(shù)，尤其是全方位視覺傳感器、第二代居民身份證中所采用的射頻技術(shù)、全景圖像攝取、人臉定位、圖像預(yù)處理、人臉識(shí)別技術(shù)在基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)方面的應(yīng)用。

背景技術(shù)：
人臉識(shí)別的優(yōu)勢(shì)在于其自然性和不被被測(cè)個(gè)體察覺的特點(diǎn)。不被察覺的特點(diǎn)對(duì)于一種識(shí)別方法也很重要，這會(huì)使該識(shí)別方法不令人反感，并且因?yàn)椴蝗菀滓鹑说淖⒁舛蝗菀妆黄垓_。人臉識(shí)別是一種更直接、更方便、更友好、更容易被人們接受的非侵犯性識(shí)別方法。同樣全方位視覺傳感器的特色也在于其視角范圍大、不需要瞄準(zhǔn)目標(biāo)、隱蔽性好、不會(huì)給被測(cè)個(gè)體以被拍攝人臉圖像的感覺，拍攝人臉圖像時(shí)不容易引起被被測(cè)個(gè)體的注意，因而具有自然性，這點(diǎn)對(duì)于基于人臉的生物特征識(shí)別具有十分重要的作用。目前我國的第二代身份證中包括了身份證擁有者的姓名、住址、身份證號(hào)碼和照片，其中照片就是該身份證擁有者的生物特征。
第二代居民身份證是由公安部依據(jù)《中華人民共和國居民身份證法》在全國范圍內(nèi)統(tǒng)一制作、頒發(fā)的個(gè)人身份證件，人手一證，主要用途是證實(shí)居民的合法身份，要求隨身攜帶；身份證中內(nèi)置射頻IC芯片，通過射頻閱讀設(shè)備讀取身份信息；采用統(tǒng)一的編碼規(guī)范、強(qiáng)加密算法，難以仿制，在身份證中所存儲(chǔ)的信息只能在證件制作部門的特定環(huán)境下才能輸入、修改，確保身份證的唯一性和安全性。此外身份證的表面印制了持證人身份信息和彩色高清晰度照片，證件的表面信息與內(nèi)置存儲(chǔ)信息一致，二者相互校驗(yàn)，從而嚴(yán)格限制了證件的冒用和轉(zhuǎn)借。
在銀行、海關(guān)、機(jī)場(chǎng)、車站等這些重要的場(chǎng)所對(duì)安全控制有著極高的要求。這些場(chǎng)所傳統(tǒng)采用的安全措施是通過安全人員主觀的判斷一個(gè)人是否可能是犯罪分子，然后去盤查其身份，控制其進(jìn)出。這種方法主觀性太強(qiáng)，而且對(duì)安全人員個(gè)人的要求比較高，要求其要熟悉犯罪分子的長(zhǎng)相并且要能迅速的作出判斷，這很明顯是不現(xiàn)實(shí)也是不科學(xué)的。所以經(jīng)常會(huì)出現(xiàn)錯(cuò)查、漏查等情況，效率和精度都很低；最大的問題是給所有被測(cè)個(gè)體帶來了不快感、不信任感、不友好感。
個(gè)人身份證集聚了多種功能于一身，個(gè)人身份證使用頻繁，如公民辦理戶口登記、婚姻登記，辦理出入境手續(xù)，以及辦理金融事務(wù)、參加社會(huì)保險(xiǎn)、領(lǐng)取社會(huì)救濟(jì)、辦理產(chǎn)權(quán)、郵局取款、辦執(zhí)照、學(xué)習(xí)考試報(bào)名、買股票、打工等等，沒有個(gè)人身份證已是寸步難行。個(gè)人身份證使用頻繁，這就客觀上要求縮短每次身份證驗(yàn)證的時(shí)間，即提高身份證識(shí)別真?zhèn)蔚乃俣?，提高識(shí)別速度及準(zhǔn)確率。
人與個(gè)人身份證同一性檢驗(yàn)在公安、民政、民航、銀行、旅館、郵局、證券和電信等領(lǐng)域中有廣泛的應(yīng)用；但是目前的人與身份證同一性檢驗(yàn)過程中基本上都是在不自然的環(huán)境下進(jìn)行的，具體來說存在著以下幾個(gè)方面的問題1)檢驗(yàn)人員通過比對(duì)個(gè)人身份證上的照片和身份證持有者的人臉是否一致，這種做法給身份證持有者帶來不信任和不愉快的感覺；2)檢驗(yàn)人員畢竟也是人，檢驗(yàn)人員的辨識(shí)工作量和責(zé)任非常大，比如出入境關(guān)口，何況人都可能有疏忽和辨識(shí)不準(zhǔn)確的時(shí)候；3)依靠檢驗(yàn)人員的通過比對(duì)身份證上的照片和身份證持有者的人臉進(jìn)行身份識(shí)別會(huì)花費(fèi)較多的時(shí)間，從而導(dǎo)致辦事效率的降低；4)第二代身份證的唯一性和安全性沒有得到充分利用，如沒有很好利用身份證內(nèi)的生物特征信息，使得仿制身份證有存在的空間；5)沒有充分利用證件的表面信息、內(nèi)置存儲(chǔ)信息和證件持有者的生物特征信息，缺少對(duì)這三者之間的一致性判定方法。
人臉識(shí)別從應(yīng)用角度來講，主要可以劃分為以下三類情況1)人臉驗(yàn)證(Verification)；2)人臉辨認(rèn)(Identification)；3)監(jiān)控(Watch list)。本發(fā)明屬于人臉驗(yàn)證，驗(yàn)證結(jié)果主要能回答“這是否為某人”。這是一對(duì)一的匹配過程。裝置首先按照待識(shí)別者所聲稱的身份，如身份證號(hào)碼，查找出已存儲(chǔ)的該人的人臉信息，然后按照某一決策或匹配方法，將這一信息與待識(shí)別者的人臉信息進(jìn)行對(duì)比核對(duì)，從而判定待識(shí)別者身份的真實(shí)性，接收或拒絕待識(shí)別者聲明的身份。在本發(fā)明中并沒有將人臉驗(yàn)證與人臉識(shí)別進(jìn)行嚴(yán)格區(qū)分，這是因?yàn)槿四橋?yàn)證屬于人臉識(shí)別的范疇。


發(fā)明內(nèi)容
為了克服現(xiàn)有的不能有效進(jìn)行人與身份證同一性檢驗(yàn)的不足，本發(fā)明充分利用個(gè)人身份證件的表面信息、內(nèi)置存儲(chǔ)信息和證件持有者的生物特征信息、加強(qiáng)對(duì)個(gè)人身份證件在生物特征方面的有效利用水平，本發(fā)明提供一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是 一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，包括用于獲取身份證持有者人臉圖像的全方位視覺傳感器、用于讀取第二代身份證內(nèi)置芯片中的照片信息的身份證閱讀器、用于比對(duì)存儲(chǔ)在第二代身份證內(nèi)置芯片中的人臉照片圖像與通過全方位視覺傳感器所獲取的人臉圖像是否一致的微處理器，所述的微處理器包括 讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊，用于讀取個(gè)人身份證內(nèi)所存儲(chǔ)的照片，其輸出給第一人臉檢測(cè)模塊進(jìn)行人臉檢測(cè)； 第一人臉檢測(cè)模塊，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置； 第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征，以便為與全方位視覺傳感器所獲取人臉圖像進(jìn)行比對(duì)提供生物特征數(shù)據(jù)； 全景圖像讀取模塊，用于讀取全方位視覺傳感器捕獲的全景視頻圖像； 第二人臉檢測(cè)模塊，用于標(biāo)出在全景視頻圖像中人臉在圖像中的位置；圖像展開模塊，用于在全景視頻圖像中截取和展開成與個(gè)人身份證相同的人臉圖像； 第二人臉特征提取模塊，用于提取出透視展開圖中人臉圖像的人臉生物特征； 人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度； 決策層表決處理模塊，用于對(duì)被測(cè)人體與身份證同一性多個(gè)檢測(cè)結(jié)果進(jìn)行表決。
所述的全方位視覺傳感器包括用以反射車內(nèi)外領(lǐng)域中物體的外凸折反射鏡面、用以防止光折射和光飽和的黑色圓錐體、透明圓柱體和用于拍攝外凸反射鏡面上成像體的攝像頭，所述的外凸折反射鏡面位于透明圓柱體的上方，外凸折反射鏡面朝下，黑色圓錐體固定在外凸折反射鏡面的底部中央，所述攝像頭對(duì)著外凸折反射鏡面朝上。
所述外凸折反射鏡面采用雙曲面鏡，其工作原理是進(jìn)入雙曲面鏡的中心的光，根據(jù)雙曲面的鏡面特性向著其虛焦點(diǎn)折射。實(shí)物圖像經(jīng)雙曲面鏡反射到聚光透鏡中成像，在該成像平面上的一個(gè)點(diǎn)P(x，y)對(duì)應(yīng)著實(shí)物在空間上的一個(gè)點(diǎn)的坐標(biāo)A(X，Y，Z)； 雙曲面鏡構(gòu)成的光學(xué)系統(tǒng)由下面5個(gè)等式表示； ((X2+Y2)/a2)-(Z2/b2)＝-1其中，Z＞0 (18) β＝tan-1(Y/X) (20) α＝tan-1[(b2+c2)sinγ-2bc]/(b2+c2)cosγ(21) 式中X，Y，Z表示空間坐標(biāo)，c表示雙曲面鏡的焦點(diǎn)，2c表示兩個(gè)焦點(diǎn)之間的距離，a，b分別是雙曲面鏡的實(shí)軸和虛軸的長(zhǎng)度，β表示入射光線在XY平面上的夾角，即方位角，α表示入射光線在XZ平面上的夾角，即俯角，f表示成像平面到雙曲面鏡的虛焦點(diǎn)的距離。
所述的讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊中，通訊協(xié)議符合ISO14 443 B標(biāo)準(zhǔn)，同時(shí)使用射頻模塊和專用的SAM_V安全模塊，通過SAM_V安全模塊對(duì)第二代身份證的射頻芯片進(jìn)行外部認(rèn)證，獲取包括姓名、住址、身份證號(hào)碼和照片在內(nèi)的文字、圖像固定信息。
所述的第一人臉檢測(cè)模塊中，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置；采用膚色模型快速地檢測(cè)出可能的人臉區(qū)域，而后用積分投影法定位人臉區(qū)域； 人臉檢測(cè)的算法流程如下 ①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值， ②對(duì)Y亮度分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償， ③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像， ④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理， ⑤做水平投影和垂直投影，得到最似人臉連通區(qū)域， YCbCr色彩系統(tǒng)是一種常見的重要的顏色空間表達(dá)，YCbCr顏色空間與RGB顏色空間的轉(zhuǎn)換關(guān)系如下式所示， 式中，R、G、B分別是某像素點(diǎn)在RGB顏色空間上的紅、綠、藍(lán)分量值，從彩色人臉圖像上直接讀取，Y、Cb、Cr分別是某像素點(diǎn)在YCbCr顏色空間上的亮度值和彩色分量； 橢圓聚類膚色分割模型由公式(2)表示， 式中a＝25.39，b＝14.03，ecx＝1.60，ecy＝2.41，x，y由公式(3)計(jì)算， 式中θ＝2.53，Cx＝109.38，Cy＝152.02，將上述數(shù)據(jù)代入公式(2)，如果計(jì)算值小于1則是膚色，否則為非膚色；采用非線性分段分割 1)若Y＜40，則像素點(diǎn)直接判決為非膚色像素點(diǎn)， 2)若40＜Y＜230，則采用上述的橢圓聚類方法判定， 3)若Y＞230，則將上述的膚色聚類橢圓的長(zhǎng)、短軸同時(shí)擴(kuò)大1.1倍后再進(jìn)行判定，即公式(2)中的a、b均乘上1.1； 利用投影分析標(biāo)出二代身份證人頭圖像中人臉在圖像中的位置，就是人臉快速定位算法，具體處理過程為將經(jīng)過消除噪聲處理的二值圖像進(jìn)行垂直投影，確定左右邊界，再在左右邊界區(qū)域內(nèi)進(jìn)行水平投影，確定上下邊界；在原圖像中的邊界位置畫一根線，最終形成一個(gè)矩形框，矩形框圈出的即為人臉； 投影法是沿著圖像某個(gè)方向截面的灰度值累加計(jì)算量的集合，垂直投影，即以x軸為投影軸；水平投影，即以Y軸為投影軸；計(jì)算公式如(4)所示， 其中，f(x，y)是經(jīng)過去除噪聲處理后的二值圖像，f(x)是經(jīng)過去除噪聲處理后的二值圖像的垂直投影，f(y)是經(jīng)過去除噪聲處理后的二值圖像的水平投影，height和width分別是經(jīng)過去除噪聲處理后的二值圖像的高度和寬度。
所述的第一人臉特征提取模塊中，構(gòu)造圖像的灰度模型的過程為首先是將彩色身份證人臉圖像進(jìn)行灰度化處理；假設(shè)圖像中某點(diǎn)像素點(diǎn)(x，y)處R、G、B值分別為r、g、b，要將彩色圖像轉(zhuǎn)換為灰度圖像，使用灰度變換公式(5)， gray＝r×0.299+g×0.587+b×0.114(5) 式中，r、g、b分別是二代身份證人臉圖像中某一個(gè)像素點(diǎn)色彩分量值，gray是該像素點(diǎn)需要設(shè)置的灰度值，然后將二代身份證人臉圖像中該像素點(diǎn)r、g、b均設(shè)置為gray，即gray＝r＝g＝b，經(jīng)過這樣處理的彩色人臉圖像成為灰度人臉圖像； 采用二維主成分分析識(shí)別方式，用矩陣A表示反映身份證內(nèi)照片的灰度人臉圖像，為m×n圖像矩陣，這里m和n與公式(4)中的height和width具有相同的值； 將矩陣A分解成p×q模塊圖像矩陣，如公式(6)表示， 式中，每個(gè)子圖像矩陣Akl是m1×n1矩陣，p×m1＝m，q×n1＝n； 訓(xùn)練圖像，即身份證內(nèi)照片的灰度人臉圖像樣本的子圖像矩陣的總體散布矩陣G用公式(7)表示， 式中，N＝pq，表示訓(xùn)練樣本子圖像矩陣總數(shù)，為訓(xùn)練身份證圖像子矩陣的均值矩陣，G為m1×m1非負(fù)定矩陣； 取G的d個(gè)最大特征值所對(duì)應(yīng)的標(biāo)準(zhǔn)正交特征向量組成的向量組[Z1，Z2，…，Zd]，令Q＝[Z1，Z2，…，Zd]，這時(shí)Q為2DPCA意義下的d維特征向量的最優(yōu)投影矩陣； 將Q矩陣用于身份證內(nèi)照片的灰度人臉圖像特征的提取，對(duì)于身份證內(nèi)照片的灰度人臉圖像A矩陣，其對(duì)應(yīng)的特征矩陣用公式(8)表示， 式中，AklT身份證內(nèi)照片的灰度人臉圖像的kl子圖像矩陣的旋轉(zhuǎn)矩陣，B為身份證內(nèi)照片的灰度人臉圖像的(p×n1)×(d×q)特征矩陣，其中d≤min(m1，n1)，Q為d維特征向量的最優(yōu)投影矩陣。
所述的第二人臉檢測(cè)模塊，全景圖中的人臉檢測(cè)的算法流程如下 ①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值， ②對(duì)Y(亮度)分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償， ③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像， ④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理， ⑤利用連通域標(biāo)識(shí)算法對(duì)二值圖像的8連通域進(jìn)行標(biāo)識(shí)， ⑥對(duì)標(biāo)識(shí)出來的每個(gè)連通域進(jìn)行面積計(jì)算，篩選出可能為人臉的連通域， ⑦對(duì)得到的連通區(qū)域進(jìn)行人臉確認(rèn)，確認(rèn)的判定依據(jù)為人臉像素比例、孔洞數(shù)、人臉的像素?cái)?shù)、人臉的大致坐標(biāo)位置、人臉的高寬比， ⑧如果經(jīng)過確認(rèn)后存在人臉，則用外接矩形框住人臉，找出矩形框的中心位置，接著提交給圖像展開處理模塊進(jìn)行透視展開。
所述的圖像展開模塊中，用于將讀進(jìn)來的圓形全景視頻圖像展開成被測(cè)個(gè)體的臉部信息視頻透視投影平面展開圖，透視投影平面展開圖的大小以及臉部的大小與居民身份證內(nèi)的照片尺寸相近； 所述的透視投影平面展開圖是通過從雙曲面的實(shí)焦點(diǎn)Om到透視投影坐標(biāo)原點(diǎn)G引一條距離為D的直線Om-G，與所述Om-G相垂直的平面作為透視投影平面，從點(diǎn)A(X，Y，Z)向著焦點(diǎn)Om的光線在透視投影平面上有一個(gè)交點(diǎn)P(X，Y，Z)，通過透視投影平面的坐標(biāo)點(diǎn)P(i，j)求空間三坐標(biāo)中的A(X，Y，Z)，得到投影平面與空間三坐標(biāo)的轉(zhuǎn)換關(guān)系，轉(zhuǎn)換關(guān)系式用公式(9)來表示 X＝R*cosβ-i*sinβ(9) Y＝R*sinβ+i*cosβ Z＝D*sinγ-j*cosγ R＝D*cosγ+j*sinγ 式(9)中D為透視投影平面到雙曲面的焦點(diǎn)Om的距離，β角度是入射光線在XY平面上投影的夾角，γ角度是入射光線與雙曲面焦點(diǎn)的水平面的夾角，i軸是與XY平面平行的橫軸，j軸是與i軸和Om-G軸直角相交的縱軸；透視投影坐標(biāo)原點(diǎn)G是根據(jù)第二人臉檢測(cè)模塊得到人臉部分的中心位置來確定的；人臉透視展開圖的高度H和寬度W與公式(4)中所計(jì)算出來的height和width相一致。
所述的第二人臉特征提取模塊中，對(duì)于透視展開的人臉圖像矩陣A′同樣分解成p×q模塊圖像矩陣，如公式(10)表示， 式中，每個(gè)子圖像矩陣A′kl是m1×n1矩陣，p×m1＝m，q×n1＝n；然后利用在公式(7)中得到的d維特征向量的最優(yōu)投影矩陣Q，計(jì)算透視展開的人臉圖像矩陣A′的特征矩陣B′，如公式(11)所示， 所述的人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K中，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度；根據(jù)公式(8)和公式(11)計(jì)算所得到的個(gè)人身份證中人臉特征矩陣B和透視展開的人臉特征矩陣B′，兩者進(jìn)行相減得到差分矩陣，由公式(12)所示， 用Frobenious范數(shù)表示個(gè)人身份證中人臉特征和透視展開的人臉特征矩陣的距離，計(jì)算公式由(13)表示， dis(B，B′)＝trace((D(B，B′))TD(B，B′))(13) 式中，dis(B，B′)為Frobenious范數(shù)，如果dis(B，B′)小于所規(guī)定的值F，就認(rèn)為個(gè)人身份證中人臉特征和透視展開的人臉特征是一致的；該F值的大小由實(shí)驗(yàn)來確定。
所述的決策層表決處理模塊中，用采用K/n的多數(shù)表決方法，既共有n張被識(shí)別的圖像，如果有K張圖像的人臉識(shí)別結(jié)果相同就判定為該結(jié)果；多數(shù)表決的方法來確定K/n多數(shù)表決系統(tǒng)的最終檢驗(yàn)結(jié)果PersonIDFAR(K/n)、PersonIDFRR(K/n)和PersonIDaccuracy(K/n)； 式中，Accuracy為某單個(gè)檢驗(yàn)結(jié)果的正確率，PersonIDaccuracy(K/n)為K/n多數(shù)表決系統(tǒng)的最終檢驗(yàn)結(jié)果的正確率，Ci是排列組合計(jì)算中的符號(hào)。
本發(fā)明的有益效果主要表現(xiàn)在1)充分利用了身份證件的表面信息、內(nèi)置存儲(chǔ)信息和證件持有者的生物特征信息，提供了對(duì)這三者之間的一致性判定方法；2)采用了全方位視覺傳感器使得能在自然環(huán)境下被測(cè)個(gè)體的人臉圖像；3)被測(cè)個(gè)體的生物特征識(shí)別完全是自動(dòng)完成的，具有驗(yàn)證效率高、驗(yàn)證精度高、自動(dòng)化水平高等優(yōu)點(diǎn)，能大大提高身份驗(yàn)證的效率，減少辦事人員的工作強(qiáng)度和出錯(cuò)率；4)應(yīng)用領(lǐng)域廣，在公安部門可以應(yīng)用在身份證申領(lǐng)、戶口登記遷移、人口管理等方面；在民政部門可以應(yīng)用在求學(xué)、就業(yè)、參軍、婚姻登記等方面；在民航部門可以應(yīng)用在機(jī)票購買、登機(jī)等方面；在銀行部門可以應(yīng)用在開戶、信用卡交易、大額取款等方面；在賓館旅店可以應(yīng)用在住宿登記等方面；在郵局可以應(yīng)用在領(lǐng)取郵件匯款等方面；在證券業(yè)可以應(yīng)用在股票、期貨交易等方面；在電信業(yè)可以應(yīng)用在電話手機(jī)開戶、各種通信業(yè)務(wù)等方面。



圖1為一種全方位視覺傳感器的結(jié)構(gòu)圖； 圖2為一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置； 圖3為全方位視覺傳感器成像原理說明示意圖； 圖4為基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置的處理流程框圖； 圖5為全方位視覺傳感器的透視展開原理圖； 圖6為K/n多數(shù)表決系統(tǒng)的框圖。

具體實(shí)施例方式 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。
實(shí)施例1 參照?qǐng)D1～圖6，一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，包括用于獲取身份證持有者人臉圖像的全方位視覺傳感器，用于讀取第二代身份證內(nèi)置芯片中的照片信息的身份證閱讀器，用于比對(duì)存儲(chǔ)在第二代身份證內(nèi)置芯片中的人臉照片圖像與通過全方位視覺傳感器所獲取的人臉圖像是否一致的微處理器；所述的微處理器包括 讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊，用于讀取個(gè)人身份證內(nèi)所存儲(chǔ)的照片，其輸出給第一人臉檢測(cè)模塊進(jìn)行人臉檢測(cè)； 第一人臉檢測(cè)模塊，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置； 第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征，以便為與全方位視覺傳感器所獲取人臉圖像進(jìn)行比對(duì)提供生物特征數(shù)據(jù)； 全景圖像讀取模塊，用于讀取全方位視覺傳感器捕獲的全景視頻圖像； 第二人臉檢測(cè)模塊，用于標(biāo)出在全景視頻圖像中人臉在圖像中的位置；圖像展開模塊，用于在全景視頻圖像中截取和展開成與個(gè)人身份證相同的人臉圖像； 第二人臉特征提取模塊，用于提取出透視展開圖中人臉圖像的人臉生物特征； 人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度； 決策層表決處理模塊，用于對(duì)被測(cè)人體與身份證同一性多個(gè)檢測(cè)結(jié)果進(jìn)行表決。
如附圖2所示，圖中，全方位視覺傳感器-21、身份證閱讀器-22、微處理器-23、顯示裝置-24、被測(cè)個(gè)體-25； 第二代居民身份證閱讀器通過標(biāo)準(zhǔn)的USB/RS-232連接方式直接與微處理器連接，全方位視覺傳感器通過USB接口與微處理器連接，微處理器讀取全方位視覺傳感器所捕獲的全景視頻圖像，然后從全景視頻圖像中抽取出含有人臉部分的圖像；另一方面，微處理器接受第二代居民身份證閱讀器發(fā)送的數(shù)據(jù)信號(hào)，微處理器中的內(nèi)嵌程序進(jìn)行數(shù)據(jù)規(guī)范的檢查，確認(rèn)是否合規(guī)的證件信息，如果檢查沒有通過，返回錯(cuò)誤信息提示信號(hào)，重新讀證、校驗(yàn)；合規(guī)檢查通過后，進(jìn)一步進(jìn)行數(shù)據(jù)采集，如果數(shù)據(jù)采集失敗，同樣返回錯(cuò)誤信息提示信號(hào)，重新讀證、校驗(yàn)、采集數(shù)據(jù)；如果數(shù)據(jù)采集成功，程序根據(jù)身份證號(hào)碼和照片信息生成ID號(hào)碼，并將該ID號(hào)碼及附帶信息轉(zhuǎn)換成WIEGAND/RS-485數(shù)據(jù)信號(hào)格式，并通過標(biāo)準(zhǔn)的WIEGAND/RS-485連接方式將相關(guān)信號(hào)發(fā)送給后臺(tái)處理器。后臺(tái)處理器對(duì)全景圖像中抽取出來的人臉部分的圖像與身份證內(nèi)的照片采用人臉識(shí)別檢測(cè)算法進(jìn)行比對(duì)； 人臉識(shí)別檢測(cè)是指對(duì)于任意一幅給定的圖像，采用一定的策略對(duì)其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)，接著對(duì)人臉進(jìn)行識(shí)別。因此人臉識(shí)別檢測(cè)是一個(gè)復(fù)雜的具有挑戰(zhàn)性的模式檢測(cè)問題，其主要的難點(diǎn)有三方面，(一)由于人臉內(nèi)在的變化所引起(1)人臉具有相當(dāng)復(fù)雜的細(xì)節(jié)變化，不同的外貌如臉形、膚色等，不同的表情如眼、嘴的開與閉等；(2)人臉的遮擋，如眼鏡、頭發(fā)和頭部飾物以及其他外部物體等；(二)由于外在條件變化所引起(1)由于成像角度的不同造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、深度旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中深度旋轉(zhuǎn)影響較大；(2)光照的影響，如圖像中的亮度、對(duì)比度的變化和陰影等。(3)圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑等等；(三)由于圖像采集手段所引起在非理想采集條件下，人臉識(shí)別檢測(cè)裝置是在攝像環(huán)境不可控、環(huán)境條件變化劇烈、用戶不配合的情況下使用的。人臉識(shí)別檢測(cè)屬于生物特征識(shí)別范疇，生物特征識(shí)別將始終存在著識(shí)別概率問題，因此如何提高人臉識(shí)別檢測(cè)的識(shí)別率、減少拒判率和誤判率是本發(fā)明中要解決的問題；下面我們從影響識(shí)別概率的三個(gè)主要因素闡述本發(fā)明的解決方案； 從裝置設(shè)計(jì)角度改善由于人臉內(nèi)在的變化對(duì)識(shí)別概率的影響，其改善效果是很有限的，但是可以通過獲取被識(shí)別個(gè)體的多張人臉圖像，可以減少眼、嘴的開與閉等原因?qū)ψR(shí)別概率的影響； 從裝置設(shè)計(jì)角度改善外在條件變化對(duì)識(shí)別概率的影響是最有效果的，通過全方位視覺傳感器從不同角度來獲取人臉圖像以及改善圖像的成像條件，通過改善照明條件來減少光照的影響； 從裝置設(shè)計(jì)角度改善攝像采集環(huán)境條件對(duì)提高生物特征識(shí)別檢測(cè)的識(shí)別率也是卓有成效的，利用全方位視覺傳感器的在視角范圍大、不需要瞄準(zhǔn)目標(biāo)、隱蔽性好、不會(huì)給被測(cè)個(gè)體以被拍攝人臉圖像的感覺的特色，本發(fā)明的具體做法是將全方位視覺傳感器的成像焦點(diǎn)高度設(shè)置在人群臉部平均高度，比如160cm、全方位視覺傳感器與被測(cè)個(gè)體之間的距離設(shè)計(jì)在40cm～80cm，以有效獲取不同身高被測(cè)個(gè)體的臉部視頻圖像，為了使得全方位視覺傳感器能獲取被測(cè)個(gè)體的正面臉部圖像，需要根據(jù)被測(cè)個(gè)體的行走方向來確定全方位視覺傳感器與居民身份證閱讀器放置的位置，原則上是根據(jù)被測(cè)個(gè)體的行走方向先居民身份證閱讀器、后全方位視覺傳感器進(jìn)行配置，如附圖2所示；這樣的配置保證了被測(cè)個(gè)體將居民身份證放置到居民身份證閱讀器的過程中被測(cè)個(gè)體有一個(gè)面向全方位視覺傳感器的轉(zhuǎn)身動(dòng)作，由于全方位視覺傳感器始終在獲取被測(cè)個(gè)體的視頻圖像，這樣在一種自然的環(huán)境下拍攝被測(cè)個(gè)體人臉圖像有助于提高人臉識(shí)別率，不會(huì)給個(gè)人身份證持有者帶來不信任和不愉快的感覺；另一方面，由于全方位視覺傳感器的成像采用了折反射成像原理，不存在焦距、成像距離和成像范圍等問題，能在自然的環(huán)境下獲取被測(cè)個(gè)體的臉部視頻圖像；當(dāng)光照方向不同時(shí)，即使從同一視點(diǎn)拍攝的同一個(gè)人的兩幅圖像看起來都會(huì)有很大的差別，為了減少光照變化對(duì)人臉識(shí)別的影響，本發(fā)明中在附圖1所示的全方位視覺傳感器的上蓋上配置了一圈白色光源，沒有圖示，光源的照明亮度只要能排除單側(cè)光的影響，接近與第二代身份證拍攝照片采光條件； 所述的全方位視覺傳感器包括用于垂直向下的外凸折反射鏡3、攝像單元36、下部底座35，所述的外凸折反射鏡為雙曲面鏡，所述的攝像單元位于所述雙曲面鏡的虛焦點(diǎn)位置，所述外凸折反射鏡和攝像單元位于同一中心線上，如附圖1所示，圖中，外凸折反射鏡-3，攝像單元-36，下部底座-35，外凸折反射鏡固定座-31，上罩-38，透明外罩-32，連接器-37，底座-34； 所述的全方位視覺傳感器能獲取全景360°視頻圖像，其核心部件是外凸折反射鏡面，如圖3中的3所示；其工作原理是進(jìn)入雙曲面鏡的中心的光，根據(jù)雙曲面的鏡面特性向著其虛焦點(diǎn)折射。實(shí)物圖像經(jīng)雙曲面鏡反射到聚光透鏡中成像，在該成像平面上的一個(gè)點(diǎn)P(x，y)對(duì)應(yīng)著實(shí)物在空間上的一個(gè)點(diǎn)的坐標(biāo)A(X，Y，Z)。
圖3中3-雙曲線面鏡，4-入射光線，7-雙曲面鏡的焦點(diǎn)Om(0，0，c)，8-雙曲面鏡的虛焦點(diǎn)即相機(jī)中心Oc(0，0，-c)，9-折反射光線，10-成像平面，11-實(shí)物圖像的空間坐標(biāo)A(X，Y，Z)，5-入射到雙曲面鏡面上的圖像的空間坐標(biāo)，6-反射在成像平面上的點(diǎn)P(x，y)。
進(jìn)一步，所述的折反射鏡面為了能夠得到與空間物體坐標(biāo)的對(duì)應(yīng)點(diǎn)，折反射鏡面采用雙曲面鏡來進(jìn)行設(shè)計(jì)所示的雙曲面鏡構(gòu)成的光學(xué)系統(tǒng)可以由下面5個(gè)等式表示； ((X2+Y2)/a2)-(Z2/b2)＝-1(Z＞0) (18) β＝tan-1(Y/X) (20) α＝tan-1[(b2+c2)sinγ-2bc]/(b2+c2)cosγ(21) 式中X，Y，Z表示空間坐標(biāo)，c表示雙曲面鏡的焦點(diǎn)，2c表示兩個(gè)焦點(diǎn)之間的距離，a，b分別是雙曲面鏡的實(shí)軸和虛軸的長(zhǎng)度，β表示入射光線在XY平面上的夾角-方位角，α表示入射光線在XZ平面上的夾角-俯角，f表示成像平面到雙曲面鏡的虛焦點(diǎn)的距離； 所述的微處理器包括讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊，用于讀取個(gè)人身份證內(nèi)所存儲(chǔ)的照片，其輸出給第一人臉檢測(cè)模塊進(jìn)行人臉檢測(cè)；第一人臉檢測(cè)模塊，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置；第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征，以便為與全方位視覺傳感器所獲取人臉圖像進(jìn)行比對(duì)提供生物特征數(shù)據(jù)；全景圖像讀取模塊，用于讀取全方位視覺傳感器捕獲的全景視頻圖像；第二人臉檢測(cè)模塊，用于標(biāo)出在全景視頻圖像中人臉在圖像中的位置；圖像展開模塊，用于在全景視頻圖像中截取和展開成與個(gè)人身份證相同的人臉圖像；第二人臉特征提取模塊，用于提取出透視展開圖中人臉圖像的人臉生物特征；人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度；決策層表決處理模塊，用于對(duì)被測(cè)人體與身份證同一性多個(gè)檢測(cè)結(jié)果進(jìn)行表決，以提高整個(gè)裝置的識(shí)別率，減少誤判率和拒判率；基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置處理框圖如附圖4所示； 所述的讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊，我國第二代身份證的射頻芯片與閱讀設(shè)備之間的通訊協(xié)議符合ISO14 443 B標(biāo)準(zhǔn)，在專用的第二代身份證閱讀設(shè)備中同時(shí)使用射頻模塊和專用的SAM_V安全模塊，通過SAM_V安全模塊對(duì)第二代身份證的射頻芯片進(jìn)行外部認(rèn)證，獲取包括姓名、住址、身份證號(hào)碼和照片在內(nèi)的文字、圖像固定信息和追加信息文件的閱讀權(quán)限；另一方面對(duì)所讀取的固定信息和追加信息進(jìn)行解密運(yùn)算。
所述的第一人臉檢測(cè)模塊，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置；二代身份證中人臉圖像為彩色圖像，背景為透明(純白)，背景與人臉膚色有明顯的差距，且圖像為單個(gè)人臉圖像；全方位視覺傳感器所獲得的人臉圖像為彩色圖像，背景比較復(fù)雜；本發(fā)明中采用膚色模型快速地檢測(cè)出可能的人臉區(qū)域，而后用積分投影法定位人臉區(qū)域； 人臉檢測(cè)的算法流程如下 ①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值， ②對(duì)Y(亮度)分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償， ③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像， ④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理， ⑤做水平投影和垂直投影，得到最似人臉連通區(qū)域， YCbCr色彩系統(tǒng)是一種常見的重要的顏色空間表達(dá)，YCbCr顏色空間與RGB顏色空間的轉(zhuǎn)換關(guān)系如下式所示， 式中，R、G、B分別是某像素點(diǎn)在RGB顏色空間上的紅、綠、藍(lán)分量值，從彩色人臉圖像上直接讀取，Y、Cb、Cr分別是某像素點(diǎn)在YCbCr顏色空間上的亮度值和彩色分量； 橢圓聚類膚色分割模型由公式(2)表示， 式中a＝25.39，b＝14.03，ecx＝1.60，ecy＝2.41，x，y由公式(3)計(jì)算， 式中θ＝2.53，Cx＝109.38，Cy＝152.02，將上述數(shù)據(jù)代入公式(2)，如果計(jì)算值小于1則是膚色，否則為非膚色；為了減少誤判，本發(fā)明中采用非線性分段分割 1)若Y＜40，則像素點(diǎn)直接判決為非膚色像素點(diǎn)， 2)若40＜Y＜230，則采用上述的橢圓聚類方法判定， 3)若Y＞230，則將上述的膚色聚類橢圓的長(zhǎng)、短軸同時(shí)擴(kuò)大1.1倍后再進(jìn)行判定，即公式(2)中的a、b均乘上1.1； 為消除經(jīng)過膚色分割后所得的二值圖像中的噪聲和平滑圖像，本發(fā)明中采用形態(tài)處理算法中的開運(yùn)算進(jìn)行處理。采用開運(yùn)算去噪的算法是先調(diào)用腐蝕后調(diào)用膨脹函數(shù)。
利用投影分析標(biāo)出二代身份證人頭圖像中人臉在圖像中的位置，就是人臉快速定位算法?；舅枷胧菍⒔?jīng)過消除噪聲處理的二值圖像進(jìn)行垂直投影，確定左右邊界，再在左右邊界區(qū)域內(nèi)進(jìn)行水平投影，確定上下邊界。在原圖像中的邊界位置畫一根線，最終形成一個(gè)矩形框，矩形框圈出的即為人臉。
投影法是沿著圖像某個(gè)方向截面的灰度值累加計(jì)算量的集合。垂直投影(以x軸為投影軸)、水平投影(以Y軸為投影軸)，計(jì)算公式如(4)所示， 這里，f(x，y)是經(jīng)過去除噪聲處理后的二值圖像，f(x)是經(jīng)過去除噪聲處理后的二值圖像的垂直投影，f(y)是經(jīng)過去除噪聲處理后的二值圖像的水平投影，height和width分別是經(jīng)過去除噪聲處理后的二值圖像的高度和寬度； 所述的第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征；目前用于提取人臉特征已有很多算法，各種算法都各有其優(yōu)缺點(diǎn)；提取圖像特征的一個(gè)重要步驟就是構(gòu)造圖像的灰度模型，因此首先是將彩色身份證人臉圖像進(jìn)行灰度化處理；假設(shè)圖像中某點(diǎn)像素點(diǎn)(x，y)處R、G、B值分別為r、g、b，要將彩色圖像轉(zhuǎn)換為灰度圖像，使用灰度變換公式(5)， gray＝r×0.299+g×0.587+b×0.114(5) 式中，r、g、b分別是二代身份證人臉圖像中某一個(gè)像素點(diǎn)色彩分量值，gray是該像素點(diǎn)需要設(shè)置的灰度值，然后將二代身份證人臉圖像中該像素點(diǎn)r、g、b均設(shè)置為gray，即gray＝r＝g＝b，經(jīng)過這樣處理的彩色人臉圖像成為灰度人臉圖像； 人與個(gè)人身份證的生物特征同一性檢驗(yàn)，屬于單一樣本識(shí)別問題，這是因?yàn)閭€(gè)人身份證中只有唯一的一張照片，因此所采用的識(shí)別方式與原有的人臉識(shí)別主成分分析等技術(shù)有很大的不同，本發(fā)明中采用二維主成分分析識(shí)別方式，這種識(shí)別方式相對(duì)PCA識(shí)別具有以下優(yōu)勢(shì)1)行向量的數(shù)據(jù)一般遠(yuǎn)小于向量化的圖像數(shù)據(jù)，避免了維數(shù)災(zāi)問題；2)本質(zhì)上本分析的數(shù)據(jù)是圖像的各行數(shù)據(jù)，樣本的數(shù)量被增大了，避免了小樣本問題；3)相對(duì)于整幅人臉圖像做了直列向量化，按行向量化后就能保留更多的二維空間信息；因此在2DPCA中的數(shù)據(jù)協(xié)方差矩陣可以得到更穩(wěn)定的估計(jì)和計(jì)算，同時(shí)也降低了特征值問題的求解計(jì)算復(fù)雜度； 所述的第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征，本發(fā)明中采用二維主成分分析識(shí)別方式，這里用矩陣A表示反映身份證內(nèi)照片的灰度人臉圖像，為m×n圖像矩陣，這里m和n與公式(4)中的height和width具有相同的值； 類似于線性代數(shù)的矩陣分塊，將矩陣A分解成p×q模塊圖像矩陣，如公式(6)表示， 式中，每個(gè)子圖像矩陣Akl是m1×n1矩陣，p×m1＝m，q×n1＝n； 訓(xùn)練圖像，即身份證內(nèi)照片的灰度人臉圖像，樣本的子圖像矩陣的總體散布矩陣G用公式(7)表示， 式中，N＝pq，表示訓(xùn)練樣本子圖像矩陣總數(shù)，為訓(xùn)練身份證圖像子矩陣的均值矩陣，G為m1×m1非負(fù)定矩陣； 取G的d個(gè)最大特征值所對(duì)應(yīng)的標(biāo)準(zhǔn)正交特征向量組成的向量組[Z1，Z2，…，Zd]，令Q＝[Z1，Z2，…，Zd]，這時(shí)Q為2DPCA意義下的d維特征向量的最優(yōu)投影矩陣； 本發(fā)明中將Q矩陣用于身份證內(nèi)照片的灰度人臉圖像特征的提取，對(duì)于身份證內(nèi)照片的灰度人臉圖像A矩陣，其對(duì)應(yīng)的特征矩陣用公式(8)表示， 式中，AklT身份證內(nèi)照片的灰度人臉圖像的kl子圖像矩陣的旋轉(zhuǎn)矩陣，B為身份證內(nèi)照片的灰度人臉圖像的(p×n1)×(d×q)特征矩陣，其中d≤min(m1，n1)，Q為d維特征向量的最優(yōu)投影矩陣； 所述的全景圖像讀取模塊，通過視頻數(shù)據(jù)接口讀取全方位視覺傳感器捕獲的全景視頻圖像，同時(shí)將所讀取的全景視頻圖像保存在動(dòng)態(tài)存儲(chǔ)單元內(nèi)并將該全景視頻圖像提交給所述的第二人臉檢測(cè)模塊進(jìn)行人臉檢測(cè)； 所述的第二人臉檢測(cè)模塊，用于標(biāo)出在全景視頻圖像中人臉在圖像中的位置；全景圖中的人臉檢測(cè)的算法流程如下 ①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值， ②對(duì)Y(亮度)分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償， ③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像， ④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理， ⑤利用連通域標(biāo)識(shí)算法對(duì)二值圖像的8連通域進(jìn)行標(biāo)識(shí)， ⑥對(duì)標(biāo)識(shí)出來的每個(gè)連通域進(jìn)行面積計(jì)算，篩選出可能為人臉的連通域， ⑦對(duì)得到的連通區(qū)域進(jìn)行人臉確認(rèn)，確認(rèn)的判定依據(jù)為人臉像素比例、孔洞數(shù)、人臉的像素?cái)?shù)、人臉的大致坐標(biāo)位置、人臉的高寬比， ⑧如果經(jīng)過確認(rèn)后存在人臉，則用外接矩形框住人臉，找出矩形框的中心位置，接著提交給圖像展開處理模塊進(jìn)行透視展開； 所述的圖像展開模塊，用于將讀進(jìn)來的圓形全景視頻圖像展開成被測(cè)個(gè)體的臉部信息視頻透視投影平面展開圖，透視投影平面展開圖的大小以及臉部的大小與居民身份證內(nèi)的照片尺寸相近； 所述的透視投影平面展開圖是通過從雙曲面的實(shí)焦點(diǎn)Om到透視投影坐標(biāo)原點(diǎn)G引一條距離為D的直線Om-G，與所述Om-G相垂直的平面作為透視投影平面，從點(diǎn)A(X，Y，Z)向著焦點(diǎn)Om的光線在透視投影平面上有一個(gè)交點(diǎn)P(X，Y，Z)，通過透視投影平面的坐標(biāo)點(diǎn)P(i，j)求空間三坐標(biāo)中的A(X，Y，Z)，得到投影平面與空間三坐標(biāo)的轉(zhuǎn)換關(guān)系，轉(zhuǎn)換關(guān)系式用公式(9)來表示 X＝R*cosβ-i*sinβ(9) Y＝R*sinβ+i*cosβ Z＝D*sinγ-j*cosγ (R＝D*cosγ+j*sinγ) 式(9)中D為透視投影平面到雙曲面的焦點(diǎn)Om的距離，β角度是入射光線在XY平面上投影的夾角，γ角度是入射光線與雙曲面焦點(diǎn)的水平面的夾角，i軸是與XY平面平行的橫軸，j軸是與i軸和Om-G軸直角相交的縱軸；透視投影坐標(biāo)原點(diǎn)G是根據(jù)第二人臉檢測(cè)模塊得到人臉部分的中心位置來確定的；人臉透視展開圖的高度H和寬度W與公式(4)中所計(jì)算出來的height和width相一致；透視展開原理如附圖5所示； 所述的第二人臉特征提取模塊，用于提取出透視展開圖中人臉圖像的人臉生物特征；與所述的第一人臉特征提取模塊一樣，對(duì)于透視展開的人臉圖像矩陣A′同樣分解成p×q模塊圖像矩陣，如公式(10)表示， 式中，每個(gè)子圖像矩陣A′kl是m1×n1矩陣，p×m1＝m，q×n1＝n；然后利用在公式(7)中得到的d維特征向量的最優(yōu)投影矩陣Q，計(jì)算透視展開的人臉圖像矩陣A′的特征矩陣B′，如公式(11)所示， 所述的人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度；根據(jù)公式(8)和公式(11)計(jì)算所得到的個(gè)人身份證中人臉特征矩陣B和透視展開的人臉特征矩陣B′，兩者進(jìn)行相減得到差分矩陣，由公式(12)所示， 用Frobenious范數(shù)表示個(gè)人身份證中人臉特征和透視展開的人臉特征矩陣的距離，計(jì)算公式由(13)表示， (13) dis(B，B′)＝trace((D(B，B′))TD(B，B′)) 式中，dis(B，B′)為Frobenious范數(shù)，如果dis(B，B′)小于所規(guī)定的值F，我們就認(rèn)為個(gè)人身份證中人臉特征和透視展開的人臉特征是一致的；該F值的大小由實(shí)驗(yàn)來確定，比如身份證的擁有者和身份證本人在同一環(huán)境下進(jìn)行多次檢驗(yàn)，先求得其一組Frobenious范數(shù)，取一組Frobenious范數(shù)中的最大值為初始規(guī)定的F值，然后根據(jù)錯(cuò)誤接受率的大小對(duì)F值進(jìn)行修正，直到錯(cuò)誤接受率控制在0.1‰的水平； 所述的決策層表決處理模塊，用于對(duì)被測(cè)人體與身份證同一性多個(gè)檢測(cè)結(jié)果進(jìn)行表決；其決策層表決原理是由于在不同時(shí)間從全方位視覺傳感器中所獲取的全景視頻圖像是相互獨(dú)立的，被測(cè)人體與身份證同一性檢測(cè)結(jié)果又是一個(gè)概率問題，因此可以通過采用多次拍攝被測(cè)人體圖像并將這些圖像都與身份證內(nèi)的照片進(jìn)行同一性檢測(cè)，然后通過計(jì)算系統(tǒng)概率的方式來提高整個(gè)裝置的正確識(shí)別率，減少誤判率和拒判率； 在本發(fā)明中，全方位視覺傳感器始終在獲取被測(cè)個(gè)體的視頻圖像，只要全景視頻圖像中有包含著類似有人臉的圖像，就會(huì)不斷的將該人臉與身份證中的照片進(jìn)行比對(duì)檢驗(yàn)，每次比對(duì)檢驗(yàn)結(jié)果都存放在以被測(cè)個(gè)體的身份證號(hào)命名為文件內(nèi)，當(dāng)比對(duì)檢驗(yàn)次數(shù)達(dá)到所規(guī)定的值n后，比如n＝5，系統(tǒng)自動(dòng)進(jìn)入決策層表決處理；由于攝像人臉的內(nèi)外部條件相對(duì)獨(dú)立這時(shí)被測(cè)個(gè)體的每張人臉圖像識(shí)別結(jié)果是相對(duì)獨(dú)立的，因此可以采用概率統(tǒng)計(jì)的方法對(duì)多個(gè)識(shí)別結(jié)果進(jìn)行表決處理來提高整個(gè)裝置的識(shí)別率(Accuracy)，減少誤判率(False acceptance rate，F(xiàn)AR)和拒判率(False rejection rate，F(xiàn)RR)； 評(píng)價(jià)人臉識(shí)別系統(tǒng)的標(biāo)準(zhǔn)，包括識(shí)別率、錯(cuò)誤拒絕率、錯(cuò)誤接受率等；可以通過混淆矩陣來定義，混淆矩陣(Confusion matrix)表示屬于第i類的測(cè)試特征向量被分配到第j類的概率，用矩陣表示估計(jì)值和實(shí)際輸出值，對(duì)于每一張人臉圖像識(shí)別是一個(gè)兩類問題的四個(gè)可能的分類結(jié)果；用表1表示一張人臉圖像識(shí)別分類的混淆矩陣， 圖1混淆矩陣
對(duì)于第I張人臉圖像的正確識(shí)別率可以由以下公式(14)計(jì)算， 對(duì)于第I張人臉圖像的拒判率(False rejection rate，F(xiàn)RR)或拒真率(Falsenegtive rate)可以由以下公式(15)計(jì)算， 對(duì)于第I張人臉圖像的誤判率(False acceptance rate，F(xiàn)AR)或認(rèn)假率(Falsepositive rate)可以由以下公式(16)計(jì)算， 誤判率是衡量一張人臉圖像的識(shí)別性能好壞的重要指標(biāo)，然而實(shí)際使用中更關(guān)注的是拒真率FRR和認(rèn)假率FAR這兩項(xiàng)指標(biāo)。因?yàn)樽R(shí)別率＝100％-FAR-FRR，而由于接受閾值的作用使FAR和FRR之間是相互矛盾的，因此根據(jù)實(shí)際應(yīng)用需求合理地選擇平衡這兩個(gè)指標(biāo)是非常重要的； 為了提高人臉識(shí)別率、減少誤判率和拒判率，本專利中提出了一種簡(jiǎn)單的K/n的多數(shù)表決方法，既共有n張被識(shí)別的圖像，如果有K張圖像的人臉識(shí)別結(jié)果相同就判定為該結(jié)果，多數(shù)表決系統(tǒng)框圖如圖6所示；多數(shù)表決系統(tǒng)的作用是將全方位視覺傳感器在不同的空間、不同角度和不同時(shí)間所獲得的人臉圖像識(shí)別結(jié)果在決策層進(jìn)行信息融合；具體的做法是采用多數(shù)表決的方法來確定K/n多數(shù)表決系統(tǒng)的PersonIDFAR(K/n)、PersonIDFRR(K/n)和PersonIDaccuracy(K/n)； 式中，Accuracy為某單個(gè)檢驗(yàn)結(jié)果的正確率，PersonIDaccuracy(K/n)為K/n多數(shù)表決系統(tǒng)的最終檢驗(yàn)結(jié)果的正確率，Ci是排列組合計(jì)算中的符號(hào)。
為了簡(jiǎn)化計(jì)算，我們假設(shè)在人臉比對(duì)處理中在大量被測(cè)個(gè)體的人臉識(shí)別率的統(tǒng)計(jì)概率FAR為10％，F(xiàn)RR為10％，Accuracy為80％的話，并假設(shè)每張人臉圖像識(shí)別的FAR、FRR和Accuracy都相同，如果我們采用3/5作為多數(shù)表決的話，那么可以通過如下計(jì)算得到系統(tǒng)的正確識(shí)別率為， 同樣道理，用以下公式計(jì)算4/7多數(shù)表決結(jié)果，可以得到系統(tǒng)的正確識(shí)別率為， 我們可以用同樣方法得到各種K/n多數(shù)表決系統(tǒng)的PersonIDFAR(K/n)、PersonIDFRR(K/n)和PersonIDaccuracy(K/n)的估計(jì)值； 實(shí)際使用中，可以根據(jù)實(shí)際安全檢測(cè)要求自己定義K值和n值的大小，比如對(duì)安全性和正確識(shí)別率要求高的場(chǎng)合，就可以選擇K＝4、n＝7，即捕獲7張人臉圖像用其中4張以上(包括4張)的檢驗(yàn)結(jié)果是與身份證內(nèi)的照片中的生物特征相吻合的話，其檢驗(yàn)的準(zhǔn)確率將達(dá)到99.5％，如果再想要提高正確的人臉識(shí)別率，可以將K值更接近于n值。目前采用2DPCA進(jìn)行單樣本人臉識(shí)別，其一次正確識(shí)別率已能達(dá)到80％左右，通過選擇適當(dāng)?shù)腒值和n值是完全可以滿足實(shí)際使用要求。
實(shí)施例2 參照?qǐng)D4、圖6，本實(shí)施例的攝像設(shè)備的選擇方面，在一些特殊場(chǎng)合，如被測(cè)個(gè)體的臉部將被固定在某一范圍內(nèi)等情況下，可以選擇廣角攝像設(shè)備或者一般攝像設(shè)備，其原則是能有效地捕捉到被測(cè)個(gè)體的臉部的視頻圖像。
本實(shí)施例的其他結(jié)構(gòu)和工作過程與實(shí)施例1相同。
權(quán)利要求
1、一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述檢驗(yàn)裝置包括用于獲取身份證持有者人臉圖像的全方位視覺傳感器、用于讀取第二代身份證內(nèi)置芯片中的照片信息的身份證閱讀器、用于比對(duì)存儲(chǔ)在第二代身份證內(nèi)置芯片中的人臉照片圖像與通過全方位視覺傳感器所獲取的人臉圖像是否一致的微處理器，所述的微處理器包括
讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊，用于讀取個(gè)人身份證內(nèi)所存儲(chǔ)的照片，其輸出給第一人臉檢測(cè)模塊進(jìn)行人臉檢測(cè)；
第一人臉檢測(cè)模塊，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置；
第一人臉特征提取模塊，用于提取出二代身份證人臉圖像中的人臉生物特征，以便為與全方位視覺傳感器所獲取人臉圖像進(jìn)行比對(duì)提供生物特征數(shù)據(jù)；
全景圖像讀取模塊，用于讀取全方位視覺傳感器捕獲的全景視頻圖像；
第二人臉檢測(cè)模塊，用于標(biāo)出在全景視頻圖像中人臉在圖像中的位置；圖像展開模塊，用于在全景視頻圖像中截取和展開成與個(gè)人身份證相同的人臉圖像；
第二人臉特征提取模塊，用于提取出透視展開圖中人臉圖像的人臉生物特征；
人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度；
決策層表決處理模塊，用于對(duì)被測(cè)人體與身份證同一性多個(gè)檢測(cè)結(jié)果進(jìn)行表決。
2、如權(quán)利要求1所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的全方位視覺傳感器包括用以反射車內(nèi)外領(lǐng)域中物體的外凸折反射鏡面、用以防止光折射和光飽和的黑色圓錐體、透明圓柱體和用于拍攝外凸反射鏡面上成像體的攝像頭，所述的外凸折反射鏡面位于透明圓柱體的上方，外凸折反射鏡面朝下，黑色圓錐體固定在外凸折反射鏡面的底部中央，所述攝像頭對(duì)著外凸折反射鏡面朝上。
3、如權(quán)利要求2所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述外凸折反射鏡面采用雙曲面鏡，其工作原理是進(jìn)入雙曲面鏡的中心的光，根據(jù)雙曲面的鏡面特性向著其虛焦點(diǎn)折射。實(shí)物圖像經(jīng)雙曲面鏡反射到聚光透鏡中成像，在該成像平面上的一個(gè)點(diǎn)P(x，y)對(duì)應(yīng)著實(shí)物在空間上的一個(gè)點(diǎn)的坐標(biāo)A(X，Y，Z)；
雙曲面鏡構(gòu)成的光學(xué)系統(tǒng)由下面5個(gè)等式表示；
((X2+Y2)/a2)-(Z2/b2)＝-1其中，Z＞0 (18)
β＝tan-1(Y/X) (20)
α＝tan-1[(b2+c2)sinγ-2bc]/(b2+c2)cosγ(21)
式中X，Y，Z表示空間坐標(biāo)，c表示雙曲面鏡的焦點(diǎn)，2c表示兩個(gè)焦點(diǎn)之間的距離，a，b分別是雙曲面鏡的實(shí)軸和虛軸的長(zhǎng)度，β表示入射光線在XY平面上的夾角，即方位角，α表示入射光線在XZ平面上的夾角，即俯角，f表示成像平面到雙曲面鏡的虛焦點(diǎn)的距離。
4、如權(quán)利要求1-3之一所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊中，通訊協(xié)議符合ISO14443B標(biāo)準(zhǔn)，同時(shí)使用射頻模塊和專用的SAM_V安全模塊，通過SAM_V安全模塊對(duì)第二代身份證的射頻芯片進(jìn)行外部認(rèn)證，獲取包括姓名、住址、身份證號(hào)碼和照片在內(nèi)的文字、圖像固定信息。
5、如權(quán)利要求4所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的第一人臉檢測(cè)模塊中，用于標(biāo)出二代身份證人臉圖像中人臉在圖像中的位置；采用膚色模型快速地檢測(cè)出可能的人臉區(qū)域，而后用積分投影法定位人臉區(qū)域；
人臉檢測(cè)的算法流程如下
①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值，
②對(duì)Y亮度分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償，
③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像，
④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理，
⑤做水平投影和垂直投影，得到最似人臉連通區(qū)域，
YCbCr色彩系統(tǒng)是一種常見的重要的顏色空間表達(dá)，YCbCr顏色空間與RGB顏色空間的轉(zhuǎn)換關(guān)系如下式所示，
式中，R、G、B分別是某像素點(diǎn)在RGB顏色空間上的紅、綠、藍(lán)分量值，從彩色人臉圖像上直接讀取，Y、Cb、Cr分別是某像素點(diǎn)在YCbCr顏色空間上的亮度值和彩色分量；
橢圓聚類膚色分割模型由公式(2)表示，
式中a＝25.39，b＝14.03，ecx＝1.60，ecy＝2.41，x，y由公式(3)計(jì)算，
式中θ＝2.53，Cx＝109.38，Cy＝152.02，將上述數(shù)據(jù)代入公式(2)，如果計(jì)算值小于1則是膚色，否則為非膚色；采用非線性分段分割
1)若Y＜40，則像素點(diǎn)直接判決為非膚色像素點(diǎn)，
2)若40＜Y＜230，則采用上述的橢圓聚類方法判定，
3)若Y＞230，則將上述的膚色聚類橢圓的長(zhǎng)、短軸同時(shí)擴(kuò)大1.1倍后再進(jìn)行判定，即公式(2)中的a、b均乘上1.1；
利用投影分析標(biāo)出二代身份證人頭圖像中人臉在圖像中的位置，就是人臉快速定位算法，具體處理過程為將經(jīng)過消除噪聲處理的二值圖像進(jìn)行垂直投影，確定左右邊界，再在左右邊界區(qū)域內(nèi)進(jìn)行水平投影，確定上下邊界；在原圖像中的邊界位置畫一根線，最終形成一個(gè)矩形框，矩形框圈出的即為人臉；
投影法是沿著圖像某個(gè)方向截面的灰度值累加計(jì)算量的集合，垂直投影，即以x軸為投影軸；水平投影，即以Y軸為投影軸；如計(jì)算公式(4)所示，
其中，f(x，y)是經(jīng)過去除噪聲處理后的二值圖像，f(x)是經(jīng)過去除噪聲處理后的二值圖像的垂直投影，f(y)是經(jīng)過去除噪聲處理后的二值圖像的水平投影，height和width分別是經(jīng)過去除噪聲處理后的二值圖像的高度和寬度。
6、如權(quán)利要求5所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的第一人臉特征提取模塊中，構(gòu)造圖像的灰度模型的過程為首先是將彩色身份證人臉圖像進(jìn)行灰度化處理；假設(shè)圖像中某點(diǎn)像素點(diǎn)(x，y)處R、G、B值分別為r、g、b，要將彩色圖像轉(zhuǎn)換為灰度圖像，使用灰度變換公式(5)，
gray＝r×0.299+g×0.587+b×0.114(5)
式中，r、g、b分別是二代身份證人臉圖像中某一個(gè)像素點(diǎn)色彩分量值，gray是該像素點(diǎn)需要設(shè)置的灰度值，然后將二代身份證人臉圖像中該像素點(diǎn)r、g、b均設(shè)置為gray，即gray＝r＝g＝b，經(jīng)過這樣處理的彩色人臉圖像成為灰度人臉圖像；
采用二維主成分分析識(shí)別方式，用矩陣A表示反映身份證內(nèi)照片的灰度人臉圖像，為m×n圖像矩陣，這里m和n與公式(4)中的height和width具有相同的值；
將矩陣A分解成p×q模塊圖像矩陣，如公式(6)表示，
式中，每個(gè)子圖像矩陣Akl是m1×n1矩陣，p×m1＝m，q×n1＝n；
訓(xùn)練圖像，即身份證內(nèi)照片的灰度人臉圖像樣本的子圖像矩陣的總體散布矩陣G用公式(7)表示，
式中，N＝pq，表示訓(xùn)練樣本子圖像矩陣總數(shù)，為訓(xùn)練
身份證圖像子矩陣的均值矩陣，G為m1×m1非負(fù)定矩陣；
取G的d個(gè)最大特征值所對(duì)應(yīng)的標(biāo)準(zhǔn)正交特征向量組成的向量組[Z1，Z2，…，Zd]，令Q＝[Z1，Z2，…，Zd]，這時(shí)Q為2DPCA意義下的d維特征向量的最優(yōu)投影矩陣；
將Q矩陣用于身份證內(nèi)照片的灰度人臉圖像特征的提取，對(duì)于身份證內(nèi)照片的灰度人臉圖像A矩陣，其對(duì)應(yīng)的特征矩陣用公式(8)表示，
式中，AklT身份證內(nèi)照片的灰度人臉圖像的kl子圖像矩陣的旋轉(zhuǎn)矩陣，B為身份證內(nèi)照片的灰度人臉圖像的(p×n1)×(d×q)特征矩陣，其中d≤min(m1，n1)，Q為d維特征向量的最優(yōu)投影矩陣。
7、如權(quán)利要求6所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的第二人臉檢測(cè)模塊，全景圖中的人臉檢測(cè)的算法流程如下
①根據(jù)R、G、B的值計(jì)算出Y、Cb、Cr的值，
②對(duì)Y(亮度)分量均值小于40或大于230的過暗或過亮圖片進(jìn)行亮度補(bǔ)償，
③根據(jù)橢圓聚類膚色分割模型分割出膚色區(qū)域，得到二值化圖像，
④對(duì)噪聲點(diǎn)用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹算子進(jìn)行去噪處理，
⑤利用連通域標(biāo)識(shí)算法對(duì)二值圖像的8連通域進(jìn)行標(biāo)識(shí)，
⑥對(duì)標(biāo)識(shí)出來的每個(gè)連通域進(jìn)行面積計(jì)算，篩選出可能為人臉的連通域，
⑦對(duì)得到的連通區(qū)域進(jìn)行人臉確認(rèn)，確認(rèn)的判定依據(jù)為人臉像素比例、孔洞數(shù)、人臉的像素?cái)?shù)、人臉的大致坐標(biāo)位置、人臉的高寬比，
⑧如果經(jīng)過確認(rèn)后存在人臉，則用外接矩形框住人臉，找出矩形框的中心位置，接著提交給圖像展開處理模塊進(jìn)行透視展開。
8、如權(quán)利要求7所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的圖像展開模塊中，用于將讀進(jìn)來的圓形全景視頻圖像展開成被測(cè)個(gè)體的臉部信息視頻透視投影平面展開圖，透視投影平面展開圖的大小以及臉部的大小與居民身份證內(nèi)的照片尺寸相近；
所述的透視投影平面展開圖是通過從雙曲面的實(shí)焦點(diǎn)Om到透視投影坐標(biāo)原點(diǎn)G引一條距離為D的直線Om-G，與所述Om-G相垂直的平面作為透視投影平面，從點(diǎn)A(X，Y，Z)向著焦點(diǎn)Om的光線在透視投影平面上有一個(gè)交點(diǎn)P(X，Y，Z)，通過透視投影平面的坐標(biāo)點(diǎn)P(i，j)求空間三坐標(biāo)中的A(X，Y，Z)，得到投影平面與空間三坐標(biāo)的轉(zhuǎn)換關(guān)系，轉(zhuǎn)換關(guān)系式用公式(9)來表示
X＝R*cosβ-i*sinβ(9)
Y＝R*sinβ+i*cosβ
Z＝D*sinγ-j*cosγ
R＝D*cosγ+j*sinγ
式(9)中D為透視投影平面到雙曲面的焦點(diǎn)Om的距離，β角度是入射光線在XY平面上投影的夾角，γ角度是入射光線與雙曲面焦點(diǎn)的水平面的夾角，i軸是與XY平面平行的橫軸，j軸是與i軸和Om-G軸直角相交的縱軸；透視投影坐標(biāo)原點(diǎn)G是根據(jù)人臉檢測(cè)模塊2得到人臉部分的中心位置來確定的；人臉透視展開圖的高度H和寬度W與公式(4)中所計(jì)算出來的height和width相一致。
9、如權(quán)利要求8所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的第二人臉特征提取模塊中，對(duì)于透視展開的人臉圖像矩陣A′同樣分解成p×q模塊圖像矩陣，如公式(10)表示，
式中，每個(gè)子圖像矩陣A′kl是m1×n1矩陣，p×m1＝m，q×n1＝n；然后利用在公式(7)中得到的d維特征向量的最優(yōu)投影矩陣Q，計(jì)算透視展開的人臉圖像矩陣A′的特征矩陣B′，如公式(11)所示，
10、如權(quán)利要求9所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K中，用于檢驗(yàn)身份證的提交者和個(gè)人身份證的生物特征相似程度；根據(jù)公式(8)和公式(11)計(jì)算所得到的個(gè)人身份證中人臉特征矩陣B和透視展開的人臉特征矩陣B′，兩者進(jìn)行相減得到差分矩陣，由公式(12)所示，
用Frobenious范數(shù)表示個(gè)人身份證中人臉特征和透視展開的人臉特征矩陣的距離，計(jì)算公式由(13)表示，
dis(B，B′)＝trace((D(B，B′))TD(B，B′))(13)
式中，dis(B，B′)為Frobenious范數(shù)，如果dis(B，B′)小于所規(guī)定的值F，就認(rèn)為個(gè)人身份證中人臉特征和透視展開的人臉特征是一致的；該F值的大小由實(shí)驗(yàn)來確定。
11、如權(quán)利要求10所述的基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，其特征在于所述的決策層表決處理模塊中，用采用K/n的多數(shù)表決方法，既共有n張被識(shí)別的圖像，如果有K張圖像的人臉識(shí)別結(jié)果相同就判定為該結(jié)果；多數(shù)表決的方法來確定K/n多數(shù)表決系統(tǒng)的最終檢驗(yàn)結(jié)果PersonIDFAR(K/n)、PersonIDFRR(K/n)和PersonIDaccuracy(K/n)；
式中，Accuracy為某單個(gè)檢驗(yàn)結(jié)果的正確率，PersonIDaccuracy(K/n)為K/n多數(shù)表決系統(tǒng)的最終檢驗(yàn)結(jié)果的正確率，Ci是排列組合計(jì)算中的符號(hào)。
全文摘要
一種基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)裝置，包括用于獲取身份證持有者人臉圖像的全方位視覺傳感器、用于讀取第二代身份證內(nèi)置芯片中的照片信息的身份證閱讀器、用于比對(duì)存儲(chǔ)在第二代身份證內(nèi)置芯片中的人臉照片圖像與通過全方位視覺傳感器所獲取的人臉圖像是否一致的微處理器，微處理器包括讀取身份證內(nèi)的照片圖像數(shù)據(jù)模塊；第一人臉檢測(cè)模塊；第一人臉特征提取模塊；全景圖像讀取模塊；第二人臉檢測(cè)模塊；圖像展開模塊；第二人臉特征提取模塊；人與個(gè)人身份證的生物特征同一性檢驗(yàn)?zāi)K和決策層表決處理模塊。本發(fā)明采用生物特征識(shí)別技術(shù)，能大幅提高身份驗(yàn)證的效率，減少辦事人員的工作強(qiáng)度和出錯(cuò)率。
文檔編號(hào)G06K9/62GK101669824SQ20091015293
公開日2010年3月17日 申請(qǐng)日期2009年9月22日 優(yōu)先權(quán)日2009年9月22日
發(fā)明者湯一平, 宗明理, 蓓 林, 軍 孫, 軍 姜, 湯曉燕, 龐成俊, 何祖靈, 陸海峰 申請(qǐng)人:浙江工業(yè)大學(xué)