身份证作为一种重要个人身份证明文件,广泛应用于互联网自助服务系统中。因此,可靠的身份验证是互联网环境下确保账户和数据安全的一个重要措施。论文针对身份证图像提供的相关信息开展双重身份认证研究,具有很好的理论与实际应用价值。论文首先对当前人脸识别与人脸活体验证研究技术现状进行梳理,然后针对自助服务系统对操作人员信息真实性核验实际需求,从人脸活体验证和人证对比两个角度出发,提出了基于身份证信息的双重认证方案,并对其进行原型系统实现。该方案直接通过身份证图像采集基本信息,提高了信息采集工作效率,并采用活体验证与人证对比的双重认证确保系统的安全性。论文主要工作在于:(1)针对身份认证中存在利用照片来代替摄像头下的人脸采集问题,论文提出采用Haar小波分析下的纹理特征人脸验证和眨眼检测相结合的活体验证方案。该方案首先利用Haar小波分析技术对真人与照片进行区分;同时利用人脸关键点检测定位并计算眼睛的纵横比变化来判断是否是真人,完成第一重验证,确保操作者为真实活体人脸,提高安全性。(2)鉴于实时采集人脸图像必然存在的角度偏差、光照、部分遮挡以及与身份证人脸图像的年龄差异性问题,在对传统特征脸和卷积神经网络方法实验分析的基础上,提出借助VGG16深度卷积神经网络实现人脸验证的方案,将现场人脸与身份证上的人脸进行比对识别,判断是否为同一张人脸,完成第二重认证,确保操作的真实活体人脸具有正确的身份,提高人证对比的鲁棒性和稳定性。(3)针对自助服务应用中身份认证需求,论文基于身份证图像设计并实现自动提取相关信息,同时整合研究的人脸活体验证以及基于深度学习的人脸人证对比验证技术,实现了基于身份证图像信息的双重认证方案,给出了双重认证原型系统。该原型系统主要包括身份证图像信息自动提取、人脸活体验证和人脸图像的人证对比验证等模块,可以比较方便的接入到自助服务的相关应用中。