Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019024636) IDENTITY AUTHENTICATION METHOD, SYSTEM AND APPARATUS
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/024636 International Application No.: PCT/CN2018/093787
Publication Date: 07.02.2019 International Filing Date: 29.06.2018
IPC:
G06K 9/00 (2006.01) ,G06K 9/62 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62
Methods or arrangements for recognition using electronic means
Applicants:
广州广电运通金融电子股份有限公司 GRG BANKING EQUIPMENT CO., LTD. [CN/CN]; 中国广东省广州市 高新技术产业开发区科学城科林路9、11号 9, 11 Kelin Road, Science City High-tech Industry Development Zone Guangzhou, Guangdong 510663, CN
广州广电卓识智能科技有限公司 GRG TALLY-VISION I.T. CO., LTD. [CN/CN]; 中国广东省广州市 高新技术产业开发区科学城科林路9号研究院办公楼运通空间办公卡位001-030号 001-030 Office, GRG Space, Institute Building 9 Kelin Road, Science City, High-tech Industry Development Zone Guangzhou, Guangdong 510663, CN
Inventors:
梁添才 LIANG, Tiancai; CN
王丹 WANG, Dan; CN
许丹丹 XU, Dandan; CN
金晓峰 JIN, Xiaofeng; CN
章烈剽 ZHANG, Liepiao; CN
Agent:
广州华进联合专利商标代理有限公司 ADVANCE CHINA IP LAW OFFICE; 中国广东省广州市 天河区花城大道85号3901房 Room 3901 No. 85 Huacheng Avenue, Tianhe District Guangzhou, Guangdong 510623, CN
Priority Data:
201710647019.901.08.2017CN
Title (EN) IDENTITY AUTHENTICATION METHOD, SYSTEM AND APPARATUS
(FR) PROCÉDÉ, SYSTÈME ET APPAREIL D'AUTHENTIFICATION D'IDENTITÉ
(ZH) 身份认证的方法、系统和装置
Abstract:
(EN) The present invention relates to an identity authentication method, comprising the following steps: obtaining an identity card image, a face visible light image, and a face near-infrared light image of a person to be authenticated; inputting the identity card image, the face visible light image, and the face near-infrared light image into a Triplets CNN model which is trained in advance, and extracting the convolution features of the identity card image, the face visible light image, and the face near-infrared light image to obtain corresponding feature vectors; calculating the similarity between any two of the identity card image, the face visible light image, and the face near-infrared light image separately according to the feature vectors; and determining the consistency among the identity card image, the face visible light image, and the face near-infrared light image according to the similarity, and outputting an identity authentication result. In the present invention, the Triplets and the deep convolutional neural network (CNN) model are effectively combined, so that the robustness of identity authentication can be effectively improved, and thus the accuracy of identity authentication is increased.
(FR) La présente invention concerne un procédé d'authentification d'identité, comprenant les étapes suivantes consistant : à obtenir une image de carte d'identité, une image de lumière visible de visage, et une image de lumière proche infrarouge de visage d'une personne à authentifier; à entrer l'image de carte d'identité, l'image de lumière visible de visage et l'image de lumière proche infrarouge de visage dans un modèle de Triplets CNN préalablement entraîné, et à extraire les caractéristiques de convolution de l'image de carte d'identité, de l'image de lumière visible de visage et de l'image de lumière proche infrarouge de visage pour obtenir des vecteurs de caractéristiques correspondants; à calculer la similarité entre deux images quelconques parmi l'image de carte d'identité, l'image de lumière visible de visage et l'image de lumière proche infrarouge de visage séparément selon les vecteurs de caractéristiques; et à déterminer la cohérence entre l'image de carte d'identité, l'image de lumière visible de visage et l'image de lumière proche infrarouge de visage selon la similarité, et à délivrer en sortie un résultat d'authentification d'identité. Dans la présente invention, les modèles de Triplets et de réseau neuronal à convolution profonde (CNN) sont efficacement combinés, de telle sorte que la robustesse de l'authentification d'identité peut être efficacement améliorée, et ainsi la précision d'authentification d'identité est augmentée.
(ZH) 本发明涉及一种身份认证的方法,其方法包括以下步骤:获取待认证人员的身份证图像、人脸可见光图像和人脸近红外光图像;将身份证图像、人脸可见光图像和人脸近红外光图像输入至预先完成训练的 Triplets CNN 模型中,提取身份证图像、人脸可见光图像和人脸近红外光图像的卷积特征,得到对应的特征向量;根据特征向量分别计算身份证图像、人脸可见光图像和人脸近红外光图像中任意两个图像的相似度;根据相似度对身份证图像、人脸可见光图像和人脸近红外光图像的一致性进行判断,并输出身份认证结果。本发明中将 Triplets 和深度卷积神经网络 CNN 模型有效结合起来,能有效提高身份认证的鲁棒性,进而体改身份认证的准确率。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)