CN107092821A - 一种分布式人脸认证信息生成方法、认证方法和装置 - Google Patents

Abstract

本发明公开了一种分布式人脸认证信息生成方法、认证方法和装置，该认证信息生成方法包括：从目标人脸图片中提取人脸特征数据；根据预设的策略为所述人脸特征数据生成授权信息；根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；将压缩后的数据输入二维码生成器；输出承载人脸认证信息的二维码。该方法在需要人脸识别时将扫描二维码获取的人脸特征和现场提取的人脸特征进行一对一的比对，高于阈值的则识别为同一人，进而可以实现高精度的人脸识别。该方法只需要进行一对一的比对，相比于在大量人脸数据的数据库中进行识别的系统，进行一次识别运算所需要的运算量小。该专利采用分布式的计算方式，可以灵活地组建网络。

Description

一种分布式人脸认证信息生成方法、认证方法和装置

技术领域

本发明属于数据处理技术领域。

背景技术

当前，人脸识别技术已经有了很大的发展。目前市场上也出现了相当多种类的人脸识别系统及相关设备。但是，这些系统或设备都有一个共同点，即都需要将提前采集到的待识别的人脸的样本信息统一存储在整个系统的存储器或者分布式存储在不同的设备存储器中，形成人脸特征数据库，系统或者设备运行时，需要通过网络连接的方式，或者直接访问本地存储器的方式获取这些样本信息，从而实现人脸识别或人脸比对，完成人脸识别功能。

此外，随着机器学习技术的发展，现阶段识别效果较好人脸识别系统或设备，其人脸识别算法大多采用的是深度神经网络。其特点是需要大量的人脸数据进行训练。人脸数据库的量越大所耗费的训练时间越长，而且识别所耗费的运算时间也越长。随着时间的推移，所采集的人脸图片数据也会因为现实中原来主体的生物特征的变化而不准确。

因此，以上所描述的系统或设备，都存在着一些共性的问题：

1)识别均需要人脸数据库的支持。如果数据库存储在本地，增加了存储硬件成本，若存储服务器放在远端并通过网络连接来通讯，则在增加存储硬件成本的同时，还提高了系统部署复杂度。

2)难以搜集包含所有目标的人脸数据库。基于机器学习的识别算法，为了达到较好的识别效果，每次增加新的待识别人脸样本，都可能会需要重新调整神经网络参数。由于无法获得包含所有目标的人脸数据库并提前训练，因此，每次在对系统进行部署之前，都需要采集样本并进行训练，系统待识别人脸样本变动时，仍肯能要重新训练。这样，系统的部署复杂度以及维护成本进一步提高。

3)在大数量级的人脸识别数据库条件下，实现快速识别以及高精度识别会比较困难。神经网络算法自身的特点决定了，人脸数据库越大，识别时所需要的运算量越大，耗时越长，精度也会越来越低。

4)有侵犯隐私的法律道德风险。人脸特征信息属于个人敏感隐私信息，当前的系统或设备都需要在服务器或者设备本地存储器上存储待识别者的人脸特征信息，这样系统的实施，就无法回避个人隐私问题。

也正是以上提到的这些实际问题，为当前人脸识别系统或者设备的广泛使用带来了较多的困难。

发明内容

有鉴于此，本发明的一个目的是提供一种分布式人脸认证信息生成方法、用户鉴权方法和装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

本发明提供了一种分布式人脸认证信息生成方法，包括：

从目标人脸图片中提取人脸特征数据；

根据预设的策略为所述人脸特征数据生成授权信息；

根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

将压缩后的数据输入二维码生成器；

输出承载人脸认证信息的二维码。

较佳地，还包括对所述人脸特征数据和所述授权信息生成校验码的步骤；

在压缩处理时，根据二维码最大支持容量对所述人脸特征数据、所述授权信息和检验码一起进行压缩处理。

较佳地，将压缩后的数据输入二维码生成器之前，还对所述压缩后的数据进行加密处理。

较佳地，在提取人脸特征数据之前，还对采集到的人脸图片进行预处理，包括：

识别图片中的人脸区域，去除多余区域；

对人脸区域进行人脸对齐。

较佳地，还包括：以一摄像头现场采集目标人脸图片；或者，接收用 户上传的照片，从中获取目标人脸图片。

本发明还提供了一种分布式人脸认证方法，包括：

扫描并解析承载人脸认证信息的二维码；

从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

采集人脸图片，从中提取出第二人脸特征数据；

比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，则判定人脸识别通过；否则判定认证不通过；

判断授权信息是否符合预设条件，如果符合，则判定授权信息通过；否则，判定认证不通过；

当人脸识别通过且授权信息通过时，判定认证通过。

较佳地，从所述二维码中提取的数据还包括校验码；在执行人脸识别步骤之前，先根据所述校验码对所述第一人脸特征数据和授权信息进行校验，如果校验通过再执行人脸识别；否则判定认证不通过。

较佳地，解析承载人脸认证信息的二维码前，还包括对所承载的数据进行解密处理。

较佳地，在提取第二人脸特征数据之前，对采集到的人脸图片进行预处理，包括：

识别图片中的人脸区域，去除多余区域；

对人脸区域进行人脸对齐。

本发明提供了一种分布式人脸认证信息生成装置，包括：

图像处理器，用于从目标人脸图片中提取人脸特征数据；

授权信息分发器，与所述图像处理器相连，用于根据预设的策略为所述人脸特征数据生成授权信息；

数据压缩器，与所述图像处理器和所述授权信息分发器均相连，用于根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

二维码生成器，与所述数据压缩器相连，输入所述压缩处理后的数据，输出承载人脸认证信息的二维码。

较佳地，还包括校验码生成器，其中：

所述校验码生成器，分别与图像处理器和所述授权信息分发器相连，用于对所述人脸特征数据和所述授权信息生成校验码；

所述数据压缩器，还与所述校验码生成器相连，用于根据二维码最大支持容量将所述人脸特征数据、所述授权信息和检验码一起进行压缩处理。

较佳地，还包括数据加密器，其中：

所述数据加密器，位于所述数据压缩器和所述二维码生成器之间，用于对压缩后的数据进行加密处理后输入所述二维码生成器。

较佳地，还包括：

摄像头，与所述图像获取单元相连，用于采集目标人脸图片输入所述图像获取单元；和/或，

接收端口，与所述图像获取单元相连，用于接收用户上传的照片输入所述图像获取单元。

本发明提供了一种分布式人脸认证装置，包括：

扫描装置，用于扫描并解析承载人脸认证信息的二维码；

数据处理器，与所述扫描装置相连，用于从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

摄像头，采集人脸图片；

图像处理器，与所述摄像头相连，从采集到的人脸图片中提取第二人脸特征数据；

比较器，与所述数据处理器和所述图像处理器分别相连，用于比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，输出人脸识别通过信号；否则输出认证不通过的信号；

判断器，与所述比较器和所述数据处理器分别相连，用于判断授权信息是否符合预设条件，授权信息符合且接收到人脸识别通过信号，则输出认证通过的信号，否则输出认证不通过的信号。

较佳地，还包括校验器：

所述数据处理器，从所述二维码中提取出的数据还包括校验码；

所述校验器，与所述解析器相连，根据所述校验码对所述第一人脸特征数据进行校验，如果校验通过，则触发所述比较器执行人脸识别；如果校验失败，则输出认证不通过的信号。

较佳地，还包括解密单元：

所述解密单元，位于所述数据处理器与所述扫描装置之间，用于对二维码中承载的数据进行解密处理。

较佳地，还包括图像预处理单元，其中：

所述图像预处理单元，位于所述摄像头与所述图像处理器之间，用于对采集到的人脸图片进行预处理，包括：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐。

针对现有技术中存在的问题，本发明设计了一种基于二维码承载人脸特征数据的分布式人脸识别方法，该方法通过便于获取和生成的二维码预先存储的人脸特征数据。在需要识别人脸时，首先通过扫描二维码的方式解析与二维码中的人脸特征信息、授权信息和校验信息。接下来，识别终端采集目标人体的人脸数据并提取特征。将扫描二维码获取的人脸特征和现场提取的人脸特征进行一对一的比对，高于阈值的则识别为同一人，低于阈值的则认为不为同一人，进而可以实现高精度的人脸识别。该方法只需要进行一对一的比对，相比于在大量人脸数据的数据库中进行识别的系统，进行一次识别运算所需要的运算量小。该专利采用分布式的计算方式，可以灵活地组建网络。使用该方法时，增加和删减系统中的人脸数据是非常简单的，对当前已有的识别系统影响小。综上所诉，本方法有效地解决了上面提出的当前人脸识别系统面临的问题，进而可以有效地在实际场景中进行大量使用。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

附图说明

图1是本发明实施例一种分布式人脸认证信息生成方法流程图；

图2是本发明实施例一种分布式人脸认证方法流程图；

图3是本发明实施例一种分布式人脸认证信息生成装置方框图；

图4是本发明实施例一种分布式人脸认证装置方框图。

图5是本发明实施例一种分布式人脸认证信息生成装置方框图；

图6是本发明实施例一种分布式人脸认证装置方框图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技 术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。

基于现有的人脸识别系统运算量大，耗时长，精度低的问题，本发明提供了一种基于二维码承载人脸特征数据的分布式人脸识别解决方案，通过使用二维码作为数据载体，将人脸图片信息通过特征提取算法后得到的特征作为原始数据，再加入授权信息、标识信息和校验信息后写入到二维码生成器中最终输出二维码。使用二维码作为信息载体，使用时通过设备解析二维码中的人脸特征信息，使其与使用现场的人脸采集设备获取的人脸信息进行比对，进而判断该二维码授权的使用者是否是现场实际的使用者。在一对一比对的情况下实现高精度人脸识别的一种技术。该技术具有安全性高、方便制作、方便使用的特点。同时，该技术使用的一对一比对的人脸识别技术可以避免普通人脸识别中遇到的数据库大、需要架设中央服务器的弊端。只需要设备中安装符合该专利的算法的软件系统，且设备可以采集图像即可部署，是一种分布式人脸识别技术。该技术可以广泛使用于身份匹配、鉴权、安防等领域。

下面将对本发明提供的一种基于二维码承载人脸特征数据的分布式人脸识别解决方案进行详细说明。

第一实施例

参见图1，该图示出了一种分布式人脸认证信息生成方法，包括步骤：

步骤S101：以一摄像头现场采集目标人脸图片；

步骤S102：从所述目标人脸图片中提取人脸特征数据；

步骤S103：根据预设的策略为所述人脸特征数据生成授权信息；

步骤S104：根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

步骤S105：将压缩后的数据输入二维码生成器；

步骤S106：由二维码生成器输出承载人脸认证信息的二维码。

目前大量的移动终端都具备摄像头，例如手机、PAD、电脑等，用户在通过APP或者网页进行注册时，可以便捷的通过这些终端设备上的摄像头实现人脸图像采集，然后提交至认证注册系统；认证注册系统会基于用户提交的人脸图片，执行一系列的处理，为用户生成承载人脸认证信息的二维码，返至给用户终端保留。承载人脸认证信息的二维码于用户而言非常方便制作。之后，用户在需要进行认证的场景下，展示终端保存的所述二维码进行认证，认证识别系统基于所述二维码与当场采集到的人脸的图片进行比对，实现分布式人脸认证，于用户而言认证过程也很方便，且由于是一对一的认证，即仅需比现场采集的用户人脸与用户现场展示的二维码来比对，无需执行数据库查找动作，认证运算量大大降低，认证速度很快，且准确度也会有质的提高。

在另一实施例中，也可以通过网口、U口、HDMI接口，以及各种其他接口，接收用户上传的照片，从中获取目标人脸图片，这样就可以不依赖于摄像头设备，更加方便的得到系统输入，尤其适用于个别没有摄像头的移动设备上进行注册的场景，另外也适用于别人代为注册场景。

在执行步骤S102之前，较佳地，还包括对采集到的人脸图片进行预处理的步骤。预处理的主要目的是消除图像中的冗余信息，滤除干扰、噪声，增强有关信息的可检测性，从而提高识别的可靠性。在预处理阶段，对图像进行优化，尽可能去除或者减小外部环境对预处理图像的干扰，为后续处理提高质量。首先可包括步骤：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐，从而得到人脸正面图像。人脸对齐时本发明中采取仿射变换实现，但并不限于此，也可以采取其他算法。随后还可以进行直方图均衡化、灰度拉伸、中值滤波、同态滤波，对读入的人脸图像进行处理。消除图像中无关的信息，从而使图像增强，细节突出，进一步改善了图像质量，为后续能够准确提取人脸特征数据打下基础。

在执行步骤S103时，所述预设的策略包括授权范围和有效时间信息，具体根据应用场景设计。例如，当应用于门禁系统时，所述预设的策略是，为用户分配门的编号以及有效时间信息。再例如，当应用于支付系统时，所述预设的策略是，为用户分配金融信息，包括使用地点、允许接入的设备、支付金额等。

步骤S104是为了能够实现将人脸特征数据压缩为二维码，人脸特征数据受限于二维码的承载容量。具体实现时，会综合考虑人脸特征数据以及压缩至同一二维码中的其他信息，设计数据压缩的大小和压缩方式，本发明对此不做限制。

在步骤S104与S105之间还可以包括加密步骤，即将压缩后的数据输入二维码生成器之前，还对所述压缩后的数据进行加密处理。

相应的，参见图2，本发明实施例还提供了一种分布式人脸认证方法，包括步骤：

步骤S201：扫描并解析承载人脸认证信息的二维码；

步骤S202：从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

步骤S203：采集人脸图片，从中提取出第二人脸特征数据；

步骤S204：比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，则进入步骤S205；否则，进入步骤S207；

即，当人脸识别通过后，再对授权信息进行验证。

步骤S205：判断授权信息是否符合预设条件，如果符合则进入步骤S206；否则，进入步骤S207；

步骤S206：判定认证通过；

即，当人脸识别通过且授权信息通过时，判定为认证通过。

步骤S207：判定认证不通过。

即，无论人脸识别不通过，或者授权信息不通过，都会认证失败。

在执行步骤S201时，可以以一摄像头以用户输入触发，或者自动识别二维码目标方式来触发检测二维码。

在执行步骤S203之前，较佳地，还包括对采集到的人脸图片进行预处理的步骤。预处理的主要目的是消除图像中的冗余信息，滤除干扰、噪声，增强有关信息的可检测性，从而提高识别的可靠性。在预处理阶段，对图像进行优化，尽可能去除或者减小外部环境对预处理图像的干扰，为后续处理提高质量。首先可包括步骤：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐，从而得到人脸正面图像。随后还可以进行直方图均衡化、灰度拉伸、中值滤波、同态滤波，对读入的人脸图像进行处理。 消除图像中无关的信息，从而使图像增强，细节突出，进一步改善了图像质量，为后续能够准确提取人脸特征数据打下基础。

在执行步骤S201时，还包括对第一人脸特征数据进行解压缩的步骤。

在执行骤S205时，基于预设的策略来判断授权信息是否符合，所述预设的策略包括授权范围和有效时间信息，具体根据应用场景设计。例如，当应用于门禁系统时，所述预设的策略是，为用户分配门的编号以及有效时间信息。再例如，当应用于支付系统时，所述预设的策略是，为用户分配金融信息，包括使用地点、允许接入的设备、支付金额等。

对用户而言，在注册时使用移动终端方便获取到了承载了认证信息的二维码，当需要使用时，只需要将存储于终端的所述二维码靠近认证设备的摄像头，认证设备扫描到所述二维码后进行判断，如果二维码识别正确，则进入人脸识别步骤，自动触发认证设备的摄像头现场采集二维码持有者的人脸图像，与二维码中承载的人脸特征信息进行比对，一对一的比对，较之于庞大的人脸数据库中搜索的比对方式而言速度大大提升，精确度也得到了很大提升，人脸特征比对完成后再对授权信息进行认证，从而自动完成全部认证过程。或者，当处理器足以支持时，亦可并行处理人脸识别与授权信息判定，从而提高速度，任何一个不符合，则可判定认证失败。

第二实施例

参见图3，该图示出了另一种分布式人脸认证信息生成方法，包括步骤：

步骤S301：以一摄像头现场采集目标人脸图片；

步骤S302：从所述目标人脸图片中提取人脸特征数据；

步骤S303：根据预设的策略为所述人脸特征数据生成授权信息；

步骤S304：对所述人脸特征数据和所述授权信息生成校验码；

步骤S305：根据二维码最大支持容量对所述人脸特征数据、所述授权信息和所述校验码一起进行压缩处理；

步骤S306：将压缩后的数据输入二维码生成器；

步骤S307：由二维码生成器输出承载人脸认证信息的二维码。

目前大量的移动终端都具备摄像头，例如手机、PAD、电脑等，用户在通过APP或者网页进行注册时，可以便捷的通过这些终端设备上的摄像头实现人脸图像采集，然后提交至认证注册系统；认证注册系统会基 于用户提交的人脸图片，执行一系列的处理，为用户生成承载人脸认证信息的二维码，返至给用户终端保留。承载人脸认证信息的二维码于用户而言非常方便制作。之后，用户在需要进行认证的场景下，展示终端保存的所述二维码进行认证，认证识别系统基于所述二维码与当场采集到的人脸的图片进行比对，实现分布式人脸认证，于用户而言认证过程也很方便，且由于是一对一的认证，即仅需比现场采集的用户人脸与用户现场展示的二维码来比对，无需执行数据库查找动作，认证运算量大大降低，认证速度很快，且准确度也会有质的提高。且，本实施例将所述校验码随人脸特征数据和授权信息一起输入二维码生成器。从而增加数据传输中的检错功能，以保证数据传输的正确性和完整性。

在另一实施例中，也可以通过网口、U口、HDMI接口，以及各种其他接口，接收用户上传的照片，从中获取目标人脸图片，这样就可以不依赖于摄像头设备，更加方便的得到系统输入，尤其适用于个别没有摄像头的移动设备上进行注册的场景，另外也适用于别人代为注册场景。

在执行步骤S302之前，较佳地，还包括对采集到的人脸图片进行预处理的步骤。预处理的主要目的是消除图像中的冗余信息，滤除干扰、噪声，增强有关信息的可检测性，从而提高识别的可靠性。在预处理阶段，对图像进行优化，尽可能去除或者减小外部环境对预处理图像的干扰，为后续处理提高质量。首先可包括步骤：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐，从而得到人脸正面图像。人脸对齐时本发明中采取仿射变换实现，但并不限于此，也可以采取其他算法。随后还可以进行直方图均衡化、灰度拉伸、中值滤波、同态滤波，对读入的人脸图像进行处理。消除图像中无关的信息，从而使图像增强，细节突出，进一步改善了图像质量，为后续能够准确提取人脸特征数据打下基础。

在执行步骤S303时，所述预设的策略包括授权范围和有效时间信息，具体根据应用场景设计。例如，当应用于门禁系统时，所述预设的策略是，为用户分配门的编号以及有效时间信息。再例如，当应用于支付系统时，所述预设的策略是，为用户分配金融信息，包括使用地点、允许接入的设备、支付金额等。

步骤S305是为了能够实现将人脸特征数据压缩为二维码，人脸特征数据受限于二维码的承载容量。具体实现时，会综合考虑人脸特征数据以及 压缩至同一二维码中的其他信息，设计数据压缩的大小和压缩方式，本发明对此不做限制。

在步骤S305与S306之间还可以包括加密步骤，即将压缩后的数据输入二维码生成器之前，还对所述压缩后的数据进行加密处理。

相应的，参见图4，本发明实施例还提供了一种分布式人脸认证方法，包括步骤：

步骤S401：扫描并解析承载人脸认证信息的二维码；

步骤S402：从所述二维码中提取数据，包括第一人脸特征数据、授权信息和校验码；

步骤S403：根据所述校验码对所述第一人脸特征数据和所述授权信息进行校验，如果校验通过，则进入步骤S404；如果校验不通过，则进入步骤S408；

步骤S404：采集人脸图片，从中提取出第二人脸特征数据，进入步骤S405；

步骤S405：比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，则进入步骤S406；否则，进入步骤S408；

步骤S406：判断授权信息是否符合预设条件，如果符合则进入步骤S407；否则，进入步骤S408；

步骤S407：判定认证通过；

步骤S408：判定认证不通过。

在执行步骤S401时，可以以一摄像头以用户输入触发，或者自动识别二维码目标方式来触发检测二维码。

在执行步骤S404之前，较佳地，还包括对采集到的人脸图片进行预处理的步骤。预处理的主要目的是消除图像中的冗余信息，滤除干扰、噪声，增强有关信息的可检测性，从而提高识别的可靠性。在预处理阶段，对图像进行优化，尽可能去除或者减小外部环境对预处理图像的干扰，为后续处理提高质量。首先可包括步骤：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐，从而得到人脸正面图像。随后还可以进行直方图均衡化、灰度拉伸、中值滤波、同态滤波，对读入的人脸图像进行处理。消除图像中无关的信息，从而使图像增强，细节突出，进一步改善了图像 质量，为后续能够准确提取人脸特征数据打下基础。

在执行步骤S401时，还包括对第一人脸特征数据进行解压缩的步骤。

在执行骤S406时，基于预设的策略来判断授权信息是否符合，所述预设的策略包括授权范围和有效时间信息，具体根据应用场景设计。例如，当应用于门禁系统时，所述预设的策略是，为用户分配门的编号以及有效时间信息。再例如，当应用于支付系统时，所述预设的策略是，为用户分配金融信息，包括使用地点、允许接入的设备、支付金额等。

对用户而言，在注册时使用移动终端方便的获取到了承载了认证信息的二维码，当需要使用时，只需要将存储于终端的所述二维码靠近认证设备的摄像头，认证设备扫描到所述二维码后进行判断。校验的作用有两点，一是保证人脸数据没有被更改过，二是保证授权信息没有被更改过。如果没有通过校验，则证明数据被修改，不应继续进行识别。如果二维码识别正确，则进入人脸识别步骤，自动触发认证设备的摄像头现场采集二维码持有者的人脸图像，与二维码中承载的人脸特征信息进行比对，一对一的比对，较之于庞大的人脸数据库中搜索的比对方式而言速度大大提升，精确度也得到了很大提升，人脸特征比对完成后再对授权信息进行认证，从而自动完成全部认证过程。或者，当处理器足以支持时，亦可并行处理人脸识别与授权信息判定，从而提高速度，任何一个不符合，则可判定认证失败。

第五实施例

相对应于上述方法，本发明实施例还提供了一种分布式人脸认证信息生成装置，如图5所示，包括：

图像处理器501，用于从目标人脸图片中提取人脸特征数据；

授权信息分发器502，与所述图像处理器相连501，用于根据预设的策略为所述人脸特征数据生成授权信息；

数据压缩器503，与所述图像处理器501和所述授权信息分发器502均相连，用于根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

二维码生成器504，与所述数据压缩器503相连，输入所述压缩处理后的数据，输出承载人脸认证信息的二维码。

在另一实施例中，还可以包括校一验码生成器505(图中未示出)，其中：

所述校验码生成器505，分别与图像处理器501和所述授权信息分发器502相连，用于对所述人脸特征数据和所述授权信息生成校验码；所述数据压缩器503，还与所述校验码生成器505相连，用于根据二维码最大支持容量将所述人脸特征数据、所述授权信息和检验码一起进行压缩处理。

在另一实施例中，还可以包括一数据加密器506(图中未示出)，其中：

所述数据加密器506，位于所述数据压缩器503和所述二维码生成器504之间，用于对压缩后的数据进行加密处理后输入所述二维码生成器504。

在另一实施例中，还包括：

摄像头507(图中未示出)，与所述图像处理器501相连，用于采集目标人脸图片输入所述图像处理器501；和/或，

接收端口508(图中未示出)，与所述图像处理器501相连，用于接收用户上传的照片输入所述图像处理器501。

第六实施例

相对应于上述方法，本发明实施例还提供了一种分布式人脸认证装置，如图6所示，包括：

扫描装置601，用于扫描并解析承载人脸认证信息的二维码；

数据处理器602，与所述扫描装置601相连，用于从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

摄像头603，采集人脸图片；

图像处理器604，与所述摄像头603相连，从采集到的人脸图片中提取第二人脸特征数据；

比较器605，与所述数据处理器602和所述图像处理器604分别相连，用于比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，输出人脸识别通过信号；否则输出认证不通过的信号；

判断器606，与所述比较器605和所述数据处理器602分别相连，用于判断授权信息是否符合预设条件，授权信息符合且接收到人脸识别通过 信号，则输出认证通过的信号，否则输出认证不通过的信号。

在另一实施例中，还可以包括校验器607(图中未示出)：

所述数据处理器602，从所述二维码中提取出的数据还包括校验码；

所述校验器607，与所述数据处理器602相连，根据所述校验码对所述第一人脸特征数据进行校验，如果校验通过，则触发所述比较器执行人脸识别；如果校验失败，则输出认证不通过的信号。

在另一实施例中，还可以包括解密单元608(图中未示出)：

所述解密单元608，位于所述数据处理器602与所述扫描装置601之间，用于对二维码中承载的数据进行解密处理。

在另一实施例中，还可以包括图像预处理单元609(图中未示出)：

所述图像预处理单元609，位于所述摄像头603与所述图像处理器604之间，用于对采集到的人脸图片进行预处理，包括：识别图片中的人脸区域，去除多余区域；对人脸区域进行人脸对齐。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施 加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (10)

1.一种分布式人脸认证信息生成方法，其特征在于，包括：

从目标人脸图片中提取人脸特征数据；

根据预设的策略为所述人脸特征数据生成授权信息；

根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

将压缩后的数据输入二维码生成器；

输出承载人脸认证信息的二维码。

2.如权利要求1所述的方法，其特征在于：

还包括对所述人脸特征数据和所述授权信息生成校验码的步骤；

在压缩处理时，根据二维码最大支持容量对所述人脸特征数据、所述授权信息和检验码一起进行压缩处理。

3.如权利要求1或2所述的方法，其特征在于：

将压缩后的数据输入二维码生成器之前，还对所述压缩后的数据进行加密处理。

4.如权利要求1所述的方法，其特征在于，在提取人脸特征数据之前，还对采集到的人脸图片进行预处理，包括：

识别图片中的人脸区域，去除多余区域；

对人脸区域进行人脸对齐。

5.如权利要求1所述的方法，其特征在于，还包括：

以一摄像头现场采集目标人脸图片；或者，接收用户上传的照片，从中获取目标人脸图片。

6.一种分布式人脸认证方法，其特征在于，包括：

扫描并解析承载人脸认证信息的二维码；

从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

采集人脸图片，从中提取出第二人脸特征数据；

比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，则判定人脸识别通过；否则判定认证不通过；

判断授权信息是否符合预设条件，如果符合，则判定授权信息通过；否则，判定认证不通过；

当人脸识别通过且授权信息通过时，判定认证通过。

7.如权利要求6所述的方法，其特征在于：

从所述二维码中提取的数据还包括校验码；

在执行人脸识别步骤之前，先根据所述校验码对所述第一人脸特征数据和授权信息进行校验，如果校验通过再执行人脸识别；否则判定认证不通过。

8.如权利要求6或7所述的方法，其特征在于：

解析承载人脸认证信息的二维码前，还包括对所承载的数据进行解密处理。

9.一种分布式人脸认证信息生成装置，其特征在于，包括：

图像处理器，用于从目标人脸图片中提取人脸特征数据；

授权信息分发器，与所述图像处理器相连，用于根据预设的策略为所述人脸特征数据生成授权信息；

数据压缩器，与所述图像处理器和所述授权信息分发器均相连，用于根据二维码最大支持容量对所述人脸特征数据和所述授权信息进行压缩处理；

二维码生成器，与所述数据压缩器相连，输入所述压缩处理后的数据，输出承载人脸认证信息的二维码。

10.一种分布式人脸认证装置，其特征在于，包括：

扫描装置，用于扫描并解析承载人脸认证信息的二维码；

数据处理器，与所述扫描装置相连，用于从所述二维码中提取数据，包括第一人脸特征数据和授权信息；

摄像头，采集人脸图片；

图像处理器，与所述摄像头相连，从采集到的人脸图片中提取第二人脸特征数据；

比较器，与所述数据处理器和所述图像处理器分别相连，用于比较所述第一人脸特征数据和所述第二人脸特征数据，当满足预定的阈值时，输出人脸识别通过信号；否则输出认证不通过的信号；

判断器，与所述比较器和所述数据处理器分别相连，用于判断授权信息是否符合预设条件，授权信息符合且接收到人脸识别通过信号，则输出认证通过的信号，否则输出认证不通过的信号。