随着社会实名制的展开,酒店、网吧、银行等行业加大了验证来客身份信息的需求,交通、公安等传统上需要严格验证人员信息的部门也需要进一步发展人证比对的手段。传统上通过身份证阅读器比对身份证以及手工标记特征训练人脸分类器的方式不适用于移动部署和无限制场景的需求。近年来计算机硬件的不断发展使得移动手机的计算能力越来越高,手机摄像头的分辨率也越来越清晰,并且深度学习的不断进步也提高了在复杂环境下实现人脸比对的能力。本文设计并实现一个基于卷积神经网络的人证比对系统,该系统搭建运行在Android移动手机,利用手机摄像头获取身份证和持证人图像,提取身份证号码和人脸信息,进行身份证信息验证和人脸比对。主要完成了3个工作:首先,研究并实现基于卷积神经网络的身份证号码识别算法。根据身份证号码相对位置,在拍摄过程中截取身份证号码区域图像;然后根据身份证的颜色和纹理信息进行图像的单通道提取,边缘信息采集和号码轮廓提取;针对拍摄过程中的噪声污染和身份证倾斜状况进行噪声处理以及图像的矫正;接着通过垂直投影方法剪切得到单个号码图像;最后利用改进LeNet-5卷积神经网络进行身份证号码的训练和识别。其次,研究并实现基于卷积神经网络的人脸比对算法。该算法利用方向梯度直方图方法获取身份证人脸和持证人人脸;然后通过仿射变换进行人脸对齐;再通过对NN1卷积神经网络进行合理调整,优化网络结构和参数以提高准确率和实时性,将对齐人脸图像训练生成一组人脸编码向量;最后计算两组人脸特征向量的相似度来进行人脸比对。最后,在移动手机上实现基于卷积神经网络的人证比对原型系统。经过实验表明,身份证号码识别算法成功率达到99.1%,单次实现身份证号码识别仅需0.156秒;实现单次身份证人脸和持证人人脸的比对仅需0.72秒,识别成功率达到99.71%;整个人证比对过程不超过2秒,完全满足实际使用中对人证比对系统鲁棒性,实时性和稳定性的需求。