CN107944380A - 身份识别方法、装置及存储设备 - Google Patents

Abstract

本发明实施例提供了一种身份识别方法、装置及存储设备，其中，身份识别方法包括：识别待识别对象是否为活体；若所述待识别对象为活体，则获取所述待识别对象的当前人脸图像；判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。本发明实施例提供的识别方法，能够提高识别的安全性和准确率。

Description

身份识别方法、装置及存储设备

技术领域

本发明实施例涉及图像识别技术领域，具体涉及一种身份识别方法、装置及存储设备。

背景技术

目前的身份识别方法，存在一定程度的缺陷。例如：通过人脸进行身份识别的方法，容易被照片攻击；比如，一个没有门禁权限的人，使用内部人员的照片即可顺利通过门禁，安全性较低。另外，通过人脸进行身份识别的方法，容易因人脸图像的采集角度不同，导致出现识别错误；比如，同一个用户，某些角度的人脸图像可以识别成功，某些角度的人脸图像则识别失败，识别的准确率较低。

发明内容

有鉴于此，本发明实施例提供了一种身份识别方法、装置及存储设备，能够提高识别的安全性和准确率。

本发明实施例提供的身份识别方法，包括：

识别待识别对象是否为活体；

若所述待识别对象为活体，则获取所述待识别对象的当前人脸图像；

判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

本发明实施例提供的身份识别装置，包括：

识别单元，用于识别待识别对象是否为活体；

第一获取单元，用于在所述待识别对象为活体时，获取所述待识别对象的当前人脸图像；

判断单元，用于判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

第一检测单元，用于在所述当前人脸图像中的人脸偏转角度小于预设角度阈值时，检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

本发明实施例还提供了一种存储设备，所述存储设备用于储存多条指令，所述指令适于由处理器加载并执行如本发明实施例提供的身份识别方法。

本发明实施例中，在对待识别对象进行身份识别时，先识别待识别对象是否为活体，这样可以有效地抵御照片攻击，提高识别的安全性；当所述待识别对象为活体时，获取待识别对象的当前人脸图像，只有当获取的待识别对象的当前人脸图像中的人脸偏转角度小于预设角度阈值时，才进行图像的匹配检测，这样能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例所提供的身份识别方法的一个应用场景示意图；

图2是本发明实施例所提供的身份识别方法的一个流程示意图；

图3是本发明实施例所提供的身份识别方法的另一流程示意图；

图4a是本发明实施例中预设角度阈值的获取方法的一个流程示意图；

图4b是本发明实施例中预设角度阈值的获取方法的另一流程示意图；

图5是本发明实施例所提供的身份识别装置的一个结构示意图；

图6是本发明实施例所提供的身份识别装置的另一结构示意图；

图7是本发明实施例所提供的身份识别装置的另一结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由于现有的身份识别方法，存在不够安全，识别准确率低等问题，因而本发明实施例提供了一种身份识别方法、装置及存储设备，本发明实施例提供的身份识别方法可实施在身份识别装置中，身份识别装置例如可以为监控设备。例如图1所示，当待识别对象(例如人)要通过门禁或闸机时，身份识别装置可以识别待识别对象是否为活体，若所述待识别对象为活体，则可以通过自身的摄像模块获取所述待识别对象的当前人脸图像，判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值，若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若所述当前人脸图像与注册人脸图像匹配，则所述待识别对象的身份识别成功，身份识别成功之后，可以允许待识别对象通过该门禁或闸机。本发明实施例中，通过对待识别对象进行活体识别，可以有效地抵御照片攻击，提高识别的安全性；通过采用人脸偏转角度小于预设角度阈值的当前人脸图像进行匹配检测，能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

以下将分别进行详细说明，以下各个实施例的描述先后顺序并不构成对具体实施先后顺序的限定。

本实施例将从身份识别装置的角度进行描述，如图2所示，本实施例的身份识别方法包括以下步骤：

步骤201、识别待识别对象是否为活体，若为活体，则执行步骤S202，否则，执行步骤206；

本实施例的身份识别方法，可以用在闸机、门禁、安监等需要进行身份识别的场合。具体地，可以在待识别对象要通过闸机、门禁、安监区时，识别待识别对象是否为活体。

识别待识别对象是否为活体的方法，例如动作指令检测法、可见光检测法、热红外检测法等。

动作指令检测法，例如，可以生成动作指令提示(比如眨眼、点头、摇头、左转、右转等)，判断待识别对象所作出的动作是否与生成的动作提示指令匹配，若匹配，则确定待识别对象为活体。

可见光检测法，例如，可以利用可见光摄像头采集待识别对象的图像，检测采集的图像中是否有人脸成像，若有人脸成像，则确定待识别对象为活体；或者提取采集的图像中的人脸特征点(例如眉、眼、鼻、口)，将提取的人脸特征点与数据库中存储的可见光模板图像的人脸特征点进行比对，若特征点匹配程度高于某个预设值，则确定待识别对象为活体。

热红外检测法，例如，可以利用热红外摄像头采集待识别对象的图像，检测采集的图像中是否有人脸成像，若有人脸成像，则确定待识别对象为活体；或者提取采集的图像中的同温线特征，将提取的同温线特征与数据库中存储的热红外模板图像的同温线特征进行比对，若同温线特征匹配程度高于某个预设值，则确定待识别对象为活体。

动作指令检测可以确保被检测对象是动态变化的，可见光检测和热红外检测可以区分被检测对象是视频对象还是真实对象，因而，本实施例中，可以将以上三种方法结合起来用于活体识别，即同时采用动作指令检测法、可见光检测法、热红外检测法进行检测，在以上三种检测方法的检测结果均为活体时，确定待识别对象为活体，以此提高活体识别的准确度。

步骤202、获取所述待识别对象的当前人脸图像；

具体地，可以通过自身的摄像模块获取所述待识别对象的当前人脸图像，摄像设备例如可以为摄像头、相机、摄影机等，获取当前人脸图像之后，可以检测当前人脸图像中的人脸偏转角度，具体检测方法可如下：

定位当前人脸图像中的人脸的关键点；人脸的关键点一般为人脸上具有显著特征的点，例如，两个眼睛的内眼点、鼻尖点、两嘴角点。

根据定位出的所述关键点的坐标，确定当前人脸图像中的人脸偏转角度。由于人脸的各个部位之间有着一定的比例关系，因此，提取到的正面人脸图像中的人脸的各个关键点之间具有特定的对应关系。根据定位出的所述关键点的坐标获取定位出的关键点之间的对应关系，将定位出的关键点之间的对应关系与正面人脸图像中的关键点的对应关系进行对比分析，可以确定出当前人脸图像中的人脸偏转角度。

步骤203、判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值，若小于，则执行步骤204，否则，返回步骤202，重新获取所述待识别对象的当前人脸图像；

若当前人脸图像中的人脸偏转角度小于预设角度阈值，则说明当前人脸图像是可用的；若当前人脸图像中的人脸偏转角度不小于预设角度阈值，则说明当前人脸图像是不可用的，则可以重新获取所述待识别对象的当前人脸图像。重新获取时，可以提示所述待识别对象按照指令进行偏转或移动，以快速获取到合适角度的人脸图像。

步骤204、检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则执行步骤S205，否则，执行步骤206；

注册人脸图像，指的是待识别对象在注册时提供的人脸图像。

具体地，可以提取当前人脸图像以及注册人脸图像中的各个人脸特征信息，人脸特征信息例如眉、眼、鼻、口、脸等的相关信息，该相关信息比如形状、大小、相对位置、颜色等信息。将各种人脸特征信息逐一比对，根据比对结果得到当前人脸图像与注册人脸图像的匹配度，若匹配度大于预设匹配度阈值，则认为当前人脸图像与注册人脸图像匹配。

步骤S205、所述待识别对象的身份识别成功；

在所述待识别对象的身份识别成功时，可以作进行进一步的操作，例如打开闸机、门禁等。

步骤206、所述待识别对象的身份识别失败。

在所述待识别对象的身份识别失败时，禁止待识别对象通过闸机、门禁等。进一步地，可以生成报警信息，并将报警信息发送给相关管理人员。

本实施例中，在对待识别对象进行身份识别时，先识别待识别对象是否为活体，这样可以有效地抵御照片攻击，提高识别的安全性；当所述待识别对象为活体时，获取待识别对象的当前人脸图像，只有当获取的待识别对象的当前人脸图像中的人脸偏转角度小于预设角度阈值时，才进行图像的匹配检测，这样能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

上述实施例描述的方法，本实施例将做进一步的详细说明，如图3所示，本实施例的身份识别方法包括如下步骤：

步骤301、获取待识别对象的标识信息；

在执行步骤301之前，本实施例的身份识别装置还可以对待识别对象进行注册。具体注册过程可以包括：采集待识别对象的标识信息及注册人脸图像，将待识别对象的标识信息及注册人脸图像对应存储在数据库中，以及为待识别对象制成携带待识别对象的标识信息的近距离无线通讯(Near Field Communication，NFC)卡，待识别对象的标识信息可以是待识别对象的名字、编号、工号等。

当待识别对象进入身份识别区时，身份识别装置可以获取待识别对象的标识信息，具体的获取方法可以是：从所述待识别对象的NFC卡中获取所述待识别对象的标识信息。例如，待识别对象进入身份识别区之后，可以将自身的NFC卡放置在身份识别装置的NFC感应模块上，NFC感应模块读取NFC卡中存储的所述待识别对象的标识信息，以此实现待识别对象的标识信息的获取。

另外，身份识别装置可以提供信息输入窗口，待识别对象可以在信息输入窗口输入自身的标识信息，身份识别装置获取待识别对象输入的其自身的标识信息。如此一来，即使待识别对象的NFC卡遗忘或丢失，也可以继续进行身份识别。

步骤302、检测数据库中是否存在待识别对象的标识信息，若存在，则执行步骤303，否则，执行步骤309；

步骤303、根据待识别对象的标识信息从数据库中提取注册人脸图像；

步骤304、识别待识别对象是否为活体；

具体在本实施例中，可以同时采用动作指令检测法、可见光检测法、热红外检测法进行检测识别，在以上三种检测方法的检测结果均为活体时，确定待识别对象为活体，以此提高活体识别的准确度。

步骤305、获取待识别对象的当前人脸图像；

具体地，可以通过身份识别装置的摄像模块获取所述待识别对象的当前人脸图像，摄像模块例如可以为摄像头、相机、摄影机等，获取当前人脸图像之后，可以检测当前人脸图像中的人脸偏转角度，具体检测方法可如下：

定位当前人脸图像中的人脸的关键点；人脸的关键点一般为人脸上具有显著特征的点，例如，两个眼睛的内眼点、鼻尖点、两嘴角点。

根据定位出的所述关键点的坐标，确定当前人脸图像中的人脸偏转角度。由于人脸的各个部位之间有着一定的比例关系，因此，提取到的正面人脸图像中的人脸的各个关键点之间具有特定的对应关系。根据定位出的所述关键点的坐标获取定位出的关键点之间的对应关系，将定位出的关键点之间的对应关系与正面人脸图像中的关键点的对应关系进行对比分析，可以确定出当前人脸图像中的人脸偏转角度。

步骤306、判断当前人脸图像中的人脸偏转角度是否小于预设角度阈值，若小于，则执行步骤307，否则，执行步骤309；

预设角度阈值可以在注册时，采用随机森林算法获取，具体的获取过程可参阅图4a及图4b，包括以下步骤：

步骤401、获取待识别对象的样本集；

具体实现中，可以在待识别对象注册时，通过身份识别装置的摄像模块采集大量的待识别对象的人脸图像，并获取每张人脸图像中的人脸偏转角度，将待识别对象的一张人脸图像及对应的人脸偏转角度作为一个样本，大量的样本构成所述待识别对象的样本集。

步骤402、对每个样本进行标记，生成每个样本的样本标签；

具体的标记方法例如：检测每个样本中的人脸图像与所述注册人脸图像是否匹配；将匹配的人脸图像对应的样本标记为正样本，将不匹配的人脸图像对应的样本标记为负样本。正样本可以用数值“1”标识，负样本可以用数值“0”表示。

步骤403、多次从样本集随机抽取预设数量的样本，构成多个训练集；

训练集的数量，以及训练集中包含的样本的数量，均可以根据实际需要设定。例如，可以根据身份识别装置的计算能力以及样本集中样本的数量等因素设定。假如每个训练集中包括M个样本，则任意一个训练集及训练集中的每个样本的样本标签可如表1所示：

样本序号	人脸图像	人脸偏转角度	样本标签
				1	P1	D1	0
2	P2	D2	1
				…	…	…	…
M	PM	DM	1

表1

步骤404、根据每个训练集，生成对应的决策树；

以人脸偏转角度为分裂特征，根据每个训练集中包含的人脸偏转角度及对应样本的样本标签，确定分裂条件，根据分裂条件生成对应的决策树。一个训练集，对应生成一棵决策树，例如图4b所示，当有N个训练集时，将生成N棵决策树。

步骤401～404生成的多个决策树，即构成随机森林。

步骤405、利用多个决策树对样本集中的每个样本进行预测，得到预测结果；

对任意一个样本进行预测时，每个决策树都对该样本输出一个预测结果，N棵决策树将输出N个预测结果，预测结果或者为正(图像匹配成功)，或者为负(图像不匹配)，根据所有决策树对该样本的预测结果可以确定该样本为正样本的概率。例如生成了10棵决策树，9棵决策树对该样本的预测结果都为正，剩余一棵决策树对该样本的预测结果为负，则该样本为正样本的概率为0.9。

利用生成的多个决策树对样本集中的所有样本进行预测，将得到每个样本为正样本的概率。

步骤406、根据每个样本的预测结果确定预设角度阈值。

具体实现中，可以确定所述样本集中为正样本的概率最大的样本(即预测结果为正的次数最多的样本)，将为正样本的概率最大的样本中的人脸偏转角度作为所述预设角度阈值。

在某些实施方式中，可以重复步骤401～406，为不同的待识别对象确定不同的预设角度阈值，以进一步提高识别的准确性。当有新的对象进行注册时，也可以重复步骤401～406，为新的对象确定预设角度阈值。

实际上，步骤401～406即采用随机森林算法获取预设角度阈值。另外，还可以从样本集中抽取一定数量的样本构成测试集，在步骤404生成随机森林(多棵决策树)之后，可以利用测试集测试随机森林的预测准确度，若预测准确度不满足准确度要求，则可以重构训练集并生成随机森林，直至生成的随机森林满足准确度要求。

步骤307、检测待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则执行步骤308，否则，执行步骤309；

步骤308、待识别对象的身份识别成功；

在所述待识别对象的身份识别成功时，可以进行进一步的操作，例如打开闸机、门禁等，以允许待识别对象通过。

步骤309、待识别对象的身份识别失败。

在所述待识别对象的身份识别失败时，禁止待识别对象通过闸机、门禁等，进一步地，可以生成报警信息，并将报警信息发送给相关管理人员。

本实施例中，在对待识别对象进行身份识别时，可以识别待识别对象是否为活体，这样可以有效地抵御照片攻击，提高识别的安全性；当所述待识别对象为活体时，获取待识别对象的当前人脸图像，只有当获取的待识别对象的当前人脸图像中的人脸偏转角度小于预设角度阈值时，才进行图像的匹配检测，这样能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

为了更好地实施以上方法，本发明还提供了一种身份识别装置，如图5所示，本实施例的装置包括：识别单元501、第一获取单元502、判断单元503、以及第一检测单元504，如下：

识别单元501，用于识别待识别对象是否为活体；

第一获取单元502，用于在所述待识别对象为活体时，获取所述待识别对象的当前人脸图像；

判断单元503，用于判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

第一检测单元504，用于在所述当前人脸图像中的人脸偏转角度小于预设角度阈值时，检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

在一些实施例中，如图6所述，所述装置还包括：

第二获取单元505，用于获取所述待识别对象的样本集，所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度；

构成单元507，用于多次从所述样本集中随机抽取预设数量的样本，构成多个训练集；

生成单元508，用于根据每个训练集，生成对应的决策树；

预测单元509，用于利用多个决策树对所述样本集中的每个样本进行预测，得到预测结果；

确定单元510，用于根据每个样本的预测结果确定所述预设角度阈值。

在一些实施例中，如图6所述，所述装置还包括：

标记单元506，用于对每个样本进行标记，生成每个样本的样本标签。

在一些实施例中，标记单元506具体用于：

检测每个样本中的人脸图像与所述注册人脸图像是否匹配，将匹配的人脸图像对应的样本标记为正样本，将不匹配的人脸图像对应的样本标记为负样本。

在一些实施例中，确定单元510具体用于：

确定所述样本集中为正样本的概率最大的样本，将为正样本的概率最大的样本中的人脸偏转角度作为所述预设角度阈值。

在一些实施例中，如图6所示，所述装置还包括：

第二检测单元512，用于检测数据库中是否存在所述待识别对象的标识信息；

提取单元513，用于在所述数据库中存在所述待识别对象的标识信息时，根据所述待识别对象的标识信息从所述数据库中提取所述注册人脸图像。

在一些实施例中，如图6所示，所述装置还包括：

第三获取单元511，用于获取所述待识别对象的近距离无线通讯NFC卡中携带的所述待识别对象的标识信息；或者获取所述待识别对象输入的所述待识别对象的标识信息。

在一些实施例中，识别单元501具体用于：

采用动作指令检测法、可见光检测法和热红外检测法识别所述待识别对象是否为活体。

需要说明的是，上述实施例提供的身份识别装置在进行身份识别时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的身份识别装置与身份识别方法属于同一构思，其具体实现过程详见方法实施例，此处不再赘述。

本实施例的装置，通过识别单元识别待识别对象是否为活体，可以有效地抵御照片攻击，提高识别的安全性；当所述待识别对象为活体时，由第一获取单元获取待识别对象的当前人脸图像，只有当获取的待识别对象的当前人脸图像中的人脸偏转角度小于预设角度阈值时，检测单元才进行图像的匹配检测，这样能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

相应的，本发明实施例还提供了一种身份识别装置，如图7所示，该装置可以包括射频(RF，Radio Frequency)电路601、包括有一个或一个以上计算机可读存储介质的存储器602、输入单元603、显示单元604、传感器605、音频电路606、无线保真(WiFi，WirelessFidelity)模块607、包括有一个或者一个以上处理核心的处理器608、以及电源609等部件。本领域技术人员可以理解，图7中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

RF电路601可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器608处理；另外，将涉及上行的数据发送给基站。通常，RF电路601包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。此外，RF电路601还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GSM，Global System of Mobile communication)、通用分组无线服务(GPRS，GeneralPacket Radio Service)、码分多址(CDMA，Code Division Multiple Access)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、长期演进(LTE，Long TermEvolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。

存储器602可用于存储软件程序以及模块，处理器608通过运行存储在存储器602的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器602可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据装置的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器602还可以包括存储器控制器，以提供处理器608和输入单元603对存储器602的访问。

输入单元603可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元603可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器608，并能接收处理器608发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元603还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元604可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元604可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid Crystal Display)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器608以确定触摸事件的类型，随后处理器608根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图7中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。

装置还可包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在装置移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路606、扬声器，传声器可提供用户与终端之间的音频接口。音频电路606可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路606接收后转换为音频数据，再将音频数据输出处理器608处理后，经RF电路601以发送给比如另一装置，或者将音频数据输出至存储器602以便进一步处理。音频电路606还可能包括耳塞插孔，以提供外设耳机与装置的通信。

WiFi属于短距离无线传输技术，装置通过WiFi模块607可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图7示出了WiFi模块607，但是可以理解的是，其并不属于装置的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器608是装置的控制中心，利用各种接口和线路连接整个装置的各个部分，通过运行或执行存储在存储器602内的软件程序和/或模块，以及调用存储在存储器602内的数据，执行终端的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器608可包括一个或多个处理核心；优选的，处理器608可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器608中。

装置还包括给各个部件供电的电源609(比如电池)，优选的，电源可以通过电源管理系统与处理器608逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源609还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，装置还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，装置中的处理器608会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中，并由处理器608来运行存储在存储器602中的应用程序，从而实现各种功能：

识别待识别对象是否为活体；

若所述待识别对象为活体，则获取所述待识别对象的当前人脸图像；

判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

在一些实施例中，在识别待识别对象是否为活体之前，处理器608还用于执行以下步骤：

获取所述待识别对象的样本集，所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度；

多次从所述样本集中随机抽取预设数量的样本，构成多个训练集；

根据每个训练集，生成对应的决策树；

利用多个决策树对所述样本集中的每个样本进行预测，得到预测结果；

根据每个样本的预测结果确定所述预设角度阈值。

在一些实施例中，在获取所述待识别对象的样本集之后，处理器608还用于执行以下步骤：

对每个样本进行标记，生成每个样本的样本标签。

在一些实施例中，在对每个样本进行标记，生成每个样本的样本标签时，处理器608具体用于执行以下步骤：

检测每个样本中的人脸图像与所述注册人脸图像是否匹配；

将匹配的人脸图像对应的样本标记为正样本，将不匹配的人脸图像对应的样本标记为负样本。

在一些实施例中，在根据每个样本的预测结果确定所述预设角度阈值时，处理器608具体用于执行以下步骤：

确定所述样本集中为正样本的概率最大的样本，将为正样本的概率最大的样本中的人脸偏转角度作为所述预设角度阈值。

在一些实施例中，在识别待识别对象是否为活体之前，处理器608还用于执行以下步骤：

检测数据库中是否存在所述待识别对象的标识信息；

若所述数据库中存在所述待识别对象的标识信息，则根据所述待识别对象的标识信息从所述数据库中提取所述注册人脸图像。

在一些实施例中，在检测数据库中是否存在所述待识别对象的标识信息之前，处理器608还用于执行以下步骤：

获取所述待识别对象的近距离无线通讯NFC卡中携带的所述待识别对象的标识信息；或者

获取所述待识别对象输入的所述待识别对象的标识信息。

在一些实施例中，在识别所述待识别对象是否为活体时，处理器608具体用于执行以下步骤：

采用动作指令检测法、可见光检测法和热红外检测法识别所述待识别对象是否为活体。

本实施例的活体鉴别装置，在对待识别对象进行身份识别时，先识别待识别对象是否为活体，这样可以有效地抵御照片攻击，提高识别的安全性；当所述待识别对象为活体时，获取待识别对象的当前人脸图像，只有当获取的待识别对象的当前人脸图像中的人脸偏转角度小于预设角度阈值时，才进行图像的匹配检测，这样能够避免图像中的人脸偏转角度过大导致的识别错误，提高识别的准确率。

本申请实施例还提供一种存储设备，所述存储设备存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一实施例中的视频转码方法，比如：识别待识别对象是否为活体；若所述待识别对象为活体，则获取所述待识别对象的当前人脸图像；判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

在本申请实施例中，存储设备可以是磁碟、光盘、只读存储器(Read Only Memory，ROM，)、或者随机存取记忆体(Random Access Memory，RAM)等。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

需要说明的是，对本申请实施例的身份识别方法而言，本领域普通决策人员可以理解实现本申请实施例的身份识别方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如身份识别方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。

对本申请实施例的身份识别装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。

以上对本申请实施例所提供的一种身份识别方法、装置及存储设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (15)

1.一种身份识别方法，其特征在于，包括：

识别待识别对象是否为活体；

若所述待识别对象为活体，则获取所述待识别对象的当前人脸图像；

判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

若小于所述预设角度阈值，则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

2.根据权利要求1所述的方法，其特征在于，在识别待识别对象是否为活体之前，还包括：

获取所述待识别对象的样本集，所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度；

多次从所述样本集中随机抽取预设数量的样本，构成多个训练集；

根据每个训练集，生成对应的决策树；

利用多个决策树对所述样本集中的每个样本进行预测，得到预测结果；

根据每个样本的预测结果确定所述预设角度阈值。

3.根据权利要求2所述的方法，其特征在于，在获取所述待识别对象的样本集之后，还包括：

检测每个样本中的人脸图像与所述注册人脸图像是否匹配；

将匹配的人脸图像对应的样本标记为正样本，将不匹配的人脸图像对应的样本标记为负样本。

4.根据权利要求3所述的方法，其特征在于，所述根据每个样本的预测结果确定所述预设角度阈值，包括：

确定所述样本集中为正样本的概率最大的样本，将为正样本的概率最大的样本中的人脸偏转角度作为所述预设角度阈值。

5.根据权利要求1至4任意一项所述的方法，其特征在于，在识别待识别对象是否为活体之前，还包括：

检测数据库中是否存在所述待识别对象的标识信息；

若所述数据库中存在所述待识别对象的标识信息，则根据所述待识别对象的标识信息从所述数据库中提取所述待识别对象的注册人脸图像。

6.根据权利要求5所述的方法，其特征在于，在检测数据库中是否存在所述待识别对象的标识信息之前，还包括：

获取所述待识别对象的近距离无线通讯NFC卡中携带的所述待识别对象的标识信息；或者

获取所述待识别对象输入的所述待识别对象的标识信息。

7.根据权利要求1所述的方法，其特征在于，所述识别所述待识别对象是否为活体，包括：

采用动作指令检测法、可见光检测法和热红外检测法识别所述待识别对象是否为活体。

8.一种身份识别装置，其特征在于，包括：

识别单元，用于识别待识别对象是否为活体；

第一获取单元，用于在所述待识别对象为活体时，获取所述待识别对象的当前人脸图像；

判断单元，用于判断所述当前人脸图像中的人脸偏转角度是否小于预设角度阈值；

第一检测单元，用于在所述当前人脸图像中的人脸偏转角度小于预设角度阈值时，检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配，若匹配，则所述待识别对象的身份识别成功。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取所述待识别对象的样本集，所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度；

构成单元，用于多次从所述样本集中随机抽取预设数量的样本，构成多个训练集；

生成单元，用于根据每个训练集，生成对应的决策树；

预测单元，用于利用多个决策树对所述样本集中的每个样本进行预测，得到预测结果；

确定单元，用于根据每个样本的预测结果确定所述预设角度阈值。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

标记单元，用于检测每个样本中的人脸图像与所述注册人脸图像是否匹配，将匹配的人脸图像对应的样本标记为正样本，将不匹配的人脸图像对应的样本标记为负样本。

11.根据权利要求10所述的装置，其特征在于，所述确定单元具体用于：

确定所述样本集中为正样本的概率最大的样本，将为正样本的概率最大的样本中的人脸偏转角度作为所述预设角度阈值。

12.根据权利要求8至11任意一项所述的装置，其特征在于，所述装置还包括：

第二检测单元，用于检测数据库中是否存在所述待识别对象的标识信息；

提取单元，用于在所述数据库中存在所述待识别对象的标识信息时，根据所述待识别对象的标识信息从所述数据库中提取所述待识别对象的注册人脸图像。

13.根据权利要求12所述的装置，其特征在于，所述装置还包括：

第三获取单元，用于获取所述待识别对象的近距离无线通讯NFC卡中携带的所述待识别对象的标识信息；或者获取所述待识别对象输入的所述待识别对象的标识信息。

14.根据权利要求8所述的装置，其特征在于，所述识别单元具体用于：

采用动作指令检测法、可见光检测法和热红外检测法识别所述待识别对象是否为活体。

15.一种存储设备，其特征在于，所述存储设备用于储存多条指令，所述指令适于由处理器加载并执行如权利要求1至7任一项所述的步骤。