王 祺，田 青，赵 歌，曲洪权

(北方工业大学电子信息工程学院，北京 100144)

随着社会的不断进步和科技的迅速发展，快速有效的自动身份验证和查询系统的需求越来越大[1-5].但目前很多银行、机场仍是通过工作人员的主观判来确定某人是否人证相符，这种方法的效率和准确率都不尽如人意.为此，笔者设计出一套人证比对系统，有效利用二代身份证信息，能高效、准确地完成人证比对.

1 人脸识别训练

1.1 人脸预处理

训练测试数据集采用CASIA-Webface[6].CASIA-Webface共有10 575人的图像信息，每个人的图片数量从几十到几百不等，图像类别、数量之间严重不平衡，人脸位置分布不确定.因此在预处理过程中，首先定位图片中的人脸位置坐标，并绘制相应的矩形框，框出人脸；然后根据人脸位置获取人脸关键点位置信息，如眼睛、鼻子和嘴等68个特征点.采用dlib工具[7]完成人脸检测及特征点提取，具有较高的准确率.由于数据集中存在多姿态人脸图像，因此在得到人脸关键点后，利用仿射变换[8]对人脸进行校正对齐，将其调整为近似于正面人脸的图像，有助于之后的训练.人脸预处理过程如图1所示.

图1 人脸预处理过程Fig. 1 Face Image Preprocessing

1.2 网络模型

卷积神经网络的结构主要包括卷积层、池化层、全连接层和输出层[9].卷积层通常包含若干个特征平面，每个特征平面由一些矩形排列的神经元组成，同一特征平面的神经元共享权值(卷积核).卷积核一般以随机小数矩阵的形式初始化，在网络的训练过程中……