技术摘要：
本发明涉及人工智能和区块链技术领域，提出一种基于图像识别的身份验证方法，方法包括：获取待识别牛图像，提取第一牛脸特征图像和第一耳标图像及识别第一耳标号并存储至第一数据库中；在身份验证时提取第二牛脸特征图像和第二耳标图像及识别第二耳标号，在第一数据库  全部
背景技术：
随着规模化养殖的逐渐普及，和科技的进步、社会的发展，大型农场对家畜保险的 情况越来越普及，而对农业保险的需求也越来越大。随着农场中的牛的数量逐渐增加时，目 前保险行业的牛险投保流程主要包括以下几步：用户录入承保标的牛照片后，保险核保人 员核查用户上传照片是否符合要求(图像尺寸，是否奶牛，是否有耳标，耳标是否清晰，信息 描述是否正确，将符合要求的照片进行存档，并录入耳标号，不符合要求的照片人工返回用 户提示重新提供照片，后期还需要进行根据牛的图像进行身份同一性核验。 通过图像进行牛身份识别时，上传的照片质量参差不齐，现有技术需要人工核验， 并且照片内容的核验专业性要求较高，核实身份的人员工作量过大，需要对每张照片都进 行核查，耗时较大，重复工作多，且对不合格照片需进行错误标记，反馈给用户重新上传，人 工成本高，无法批量自动化，在身份验证过程中，人工对索赔照片的校验复杂，需要对历史 上传照片进行逐一比对，对专业性要求高，并且当存在伪造图像时，无法准确识别伪造图 像，造成欺诈骗保风险。
技术实现要素：
鉴于以上内容，有必要提出一种基于图像识别的身份验证方法、装置、终端及存储 介质，通过在耳标号一致的情况下计算第一牛脸特征图像和第二牛脸特征图像的相似度 值，做到双重验证，降低了伪造欺诈骗保的风险。 本发明的第一方面提供一种基于图像识别的身份验证方法，所述方法包括： 获取待识别牛图像； 提取所述待识别牛图像中的第一牛脸特征图像和第一耳标图像，并识别所述第一 耳标图像中的第一耳标号，基于所述第一牛脸特征图像及所述第一耳标号判断所述待识别 牛图像是否满足预设身份识别要求； 当确定所述待识别牛图像满足预设身份识别要求时，对所述待识别牛图像进行标 识，并关联所述待识别牛图像、所述第一牛脸特征图像和所述第一耳标号，将关联后的所述 待识别牛图像存储至第一数据库中； 当接收到待识别牛需要身份验证的请求时，获取需要身份验证的牛图像； 提取所述需要身份验证的牛图像中的第二牛脸特征图像和第二耳标图像，并识别 所述第二耳标图像中的第二耳标号； 识别所述第一数据库中是否存在与所述第二耳标号一致的目标耳标号； 当在所述第一数据库中识别到存在与所述第二耳标号一致的目标耳标号时，获取 所述目标耳标号关联的第一牛脸特征图像； 5 CN 111738182 A 说　明　书 2/15 页 计算所述第一牛脸特征图像和所述第二牛脸特征图像的相似度值； 基于所述相似度值核验所述待识别牛图像中的牛和所述需要身份验证的牛图像 中的牛的身份一致性； 当确定所述待识别牛图像中的牛和所述需要身份验证的牛图像中的牛的身份一 致时，确定所述需要身份验证的牛图像中的牛身份验证通过。 优选的，所述提取所述待识别牛图像中的第一牛脸特征图像和第一耳标图像包 括： 采用多阶段混合任务级联目标检测网络筛选出所述待识别牛图像中的多个牛脸 目标候选框图像和耳标候选框图像，其中，每个所述牛脸目标候选框图像和每个所述耳标 候选框图像中对应有概率值； 筛选出概率值最大的牛脸目标候选框图像作为牛脸目标框及删选出概率值最大 的耳标目标候选框图像作为耳标目标框； 根据所述牛脸目标框和所述耳标目标框在所述待识别牛图像中截取牛脸特征图 像和耳标图像； 将所述牛脸特征图像输入到预先训练好的多任务深度学习网络模型进行特征提 取，生成所述待识别牛的第一牛脸特征图像； 将所述耳标图像输入到预先训练好的多任务深度学习网络模型进行特征提取，生 成所述待识别牛的第一耳标图像。 优选的，所述基于所述第一牛脸特征图像及所述第一耳标号判断所述待识别牛图 像是否满足预设身份识别要求包括： 判断所述第一牛脸特征图像是否符合预设图像质量阈值； 当确定所述第一牛脸特征图像符合所述预设图像质量阈值时，判断所述第一耳标 号是否满足预设耳标号序列要求； 当确定所述第一耳标号满足所述预设耳标号序列要求时，确定所述待识别牛图像 符合预设身份识别要求； 当确定所述第一耳标号不满足所述预设耳标号序列要求，或者当确定所述第一牛 脸特征图像符合所述预设图像质量阈值但所述第一耳标号不满足所述预设耳标号序列要 求时，确定所述待识别牛图像不符合预设身份识别要求。 优选的，所述计算所述第一牛脸特征图像和所述第二牛脸特征图像的相似度值包 括： 采用如下皮尔森系数公式计算： 其中，r(X,Y)表示所述第一牛脸特征图像和所述第二牛脸特征图像的相似度值，x 表示所述第一牛脸特征图像中任意点的像素值，y表示所述第二牛脸特征图像中任意点的 像素值，n表示图像像素总数。 优选的，所述基于所述相似度值核验所述待识别牛图像中的牛和所述需要身份验 证的牛图像中的牛的身份一致性包括： 将所述相似度值与预设的相似度阈值进行比对； 6 CN 111738182 A 说　明　书 3/15 页 当所述相似度值大于或者等于所述预设的相似度阈值时，确定所述待识别牛图像 中的牛和所述需要身份验证的牛图像中的牛的身份一致； 当所述相似度值小于所述预设的相似度阈值时，确定所述待识别牛图像中的牛和 所述需要身份验证的牛图像中的牛的身份不一致。 优选的，所述在将所述在将关联后的待识别牛图像存储至第一数据库之后，所述 方法还包括： 监控所述第一数据库中的每个待识别牛图像对应的牛的成长时间； 当每个所述待识别牛图像对应的牛的成长时间大于预设的成长时间时，重新获取 所述待识别牛图像及所述待识别牛图像对应的第一牛脸特征图像存储至所述第一数据库 替换所述待识别牛图像和所述待识别牛图像对应的第一牛脸特征图像，其中，所述第一数 据库存储于区块链节点中。 优选的，所述方法还包括： 当确定所述待识别牛图像中的牛和所述需要身份验证的的牛图像中的牛的身份 一致时，标识所述需要身份验证的的牛图像为已通过身份验证的牛图像； 将所述已通过身份验证的牛图像与所述第二牛脸特征图像和所述第二耳标号进 行关联，并将关联后的所述已通过身份验证的牛图像存储至所述第二数据库中。 本发明的第二方面提供一种基于图像识别的身份验证装置，所述装置包括： 获取模块，用于获取待识别牛图像； 提取模块，用于提取所述待识别牛图像中的第一牛脸特征图像和第一耳标图像， 并识别所述第一耳标图像中的第一耳标号，基于所述第一牛脸特征图像及所述第一耳标号 判断所述待识别牛图像是否满足预设身份识别要求； 存储模块，用于当确定所述待识别牛图像满足预设身份识别要求时，对所述待识 别牛图像进行标识，并关联所述待识别牛图像、所述第一牛脸特征图像和所述第一耳标号， 将关联后的所述待识别牛的图像存储至第一数据库中； 所述获取模块，还用于当接收到待识别牛需要身份验证的请求时，获取需要身份 验证的牛图像； 所述提取模块，还用于提取所述需要身份验证的牛图像中的第二牛脸特征图像和 第二耳标图像，并识别所述第二耳标图像中的第二耳标号； 识别模块，用于识别所述投保数据库第一数据库中是否存在与所述第二耳标号一 致的目标耳标号； 所述获取模块，还用于当在所述第一数据库中识别到存在与所述第二耳标号一致 的目标耳标号时，获取所述目标耳标号关联的第一牛脸特征图像； 计算模块，用于计算所述第一牛脸特征图像和所述第二牛脸特征图像的相似度 值； 核验模块，用于基于所述相似度值核验所述待识别牛图像中的牛和所述需要身份 验证的牛图像中的牛的身份一致性； 确定模块，用于当确定所述待识别牛图像中的牛和所述需要身份验证的牛图像中 的牛的身份一致时，确定所述需要身份验证的牛图像中的牛身份验证通过。 本发明的第三方面提供一种终端，所述终端包括处理器，所述处理器用于执行存 7 CN 111738182 A 说　明　书 4/15 页 储器中存储的计算机程序时实现任意一项所述基于图像识别的身份验证方法。 本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存 储有计算机程序，所述计算机程序被处理器执行时实现任意一项所述基于图像识别的身份 验证方法。 综上所述，本发明所述的基于图像识别的身份验证方法、装置、终端及存储介质， 一方面在身份验证阶段，采用多阶段混合任务级联目标检测算法检测需要身份验证的牛图 像得到第二牛脸特征，并采用OCR提取第二耳标号，在第一数据库中识别到与第二耳标号一 致的目标耳标号，关联出所述目标耳标号对应的第一牛脸特征，在耳标号一致的情况下，进 一步计算了所述第一牛脸特征图像和所述第二牛脸特征图像的相似度值，做到双重验证， 提高了身份一致性核验的准确度，降低了伪造欺诈骗保的风险；另一方面，为了防止牛在生 长的过程中因正常生长或疾病等异常原因导致脸部发生过大变化，定期对所述第一数据库 中的所述待识别牛图像和所述待识别牛图像对应的第一牛脸特征图像进行更新，确保了所 述第一数据库中的所述待识别牛图像和所述待识别牛图像对应的第一牛脸特征图像的准 确性；最后，把通过身份验证后牛图像、所述第二牛脸特征图像和所述第二耳标号存储至第 二数据库中，在每个需要身份验证的牛在进行身份验证之前，首先在第二数据库中进行识 别，若没有才会在第一数据库中识别，防止了重复身份验证，降低了二次理赔的风险。 附图说明 图1是本发明实施例一提供的基于图像识别的身份验证方法的流程图。 图2是本发明实施例二提供的基于图像识别的身份验证装置的结构图。 图3是本发明实施例三提供的终端的结构示意图。 如下