基于多模型联合的身份证人脸验证应用研究

摘要：

随着互联网技术的发展与普及,各应用软件以"井喷"之势进入人们的生活,而网络实名认证制度伴随着电子商务的发展也出现在大众视野中,在传统实名认证模块中,由于用户上传证件照片不完整、模糊和类别错误等问题,导致人脸验证准确率下降.该文通过对公民身份证的特点进行分析,基于Mask R-CNN算法对身份证及其关键信息进行像素级别的目标检测,对用户上传的证件进行质量判别,并根据判别结果联合MTCNN模型与FaceNet模型完成人脸的验证.最终在自建测试数据集上进行对比实验.实验结果表明,相比于原系统,使用多模型联合的身份证人脸验证方法,在不影响人脸识别精度的前提下,保证了上传证件的有效性和安全性,其中证件的查全率达到了99.24％,整个系统的准确率为95.20％.

关键词：目标检测;人脸验证;Mask R-CNN;身份证;多模型联合

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：自治区研究生科研创新项目XJ2020G169

在线出版日期：2021-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：209-214