CN108875546A - 人脸身份验证方法、系统及存储介质 - Google Patents

人脸身份验证方法、系统及存储介质 Download PDF

Info

Publication number
CN108875546A
CN108875546A CN201810333445.XA CN201810333445A CN108875546A CN 108875546 A CN108875546 A CN 108875546A CN 201810333445 A CN201810333445 A CN 201810333445A CN 108875546 A CN108875546 A CN 108875546A
Authority
CN
China
Prior art keywords
facial image
face
vivo detection
verified
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810333445.XA
Other languages
English (en)
Inventor
陈可卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201810333445.XA priority Critical patent/CN108875546A/zh
Publication of CN108875546A publication Critical patent/CN108875546A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive

Abstract

本发明的实施例提供了一种人脸身份验证方法、系统及存储介质。该方法包括:S210:获取待验证对象的第一人脸图像和第二人脸图像;S220:利用第一人脸图像进行活体检测以得到第一活体检测结果,利用第二人脸图像进行活体检测以得到第二活体检测结果;S230:将第一人脸图像与底库进行比对得到第一人脸识别结果,将第二人脸图像与底库进行比对得到第二人脸识别结果;S240:基于第一活体检测结果、第二活体检测结果、第一人脸识别结果和第二人脸识别结果判断待验证对象是否通过身份验证。根据本发明实施例的方法、系统及存储介质,在活体检测中不需生成人脸深度图,因此不必对采集第一人脸图像的摄像头与采集第二人脸图像的摄像头进行校准。

Description

人脸身份验证方法、系统及存储介质
技术领域
本发明涉及人工智能技术领域,更具体地涉及一种人脸身份验证方法、系统及存储介质。
背景技术
在人工智能(AI)技术领域中,人脸身份验证是一个非常重要的技术研究方向。在人脸身份验证中,活体检测,即检测被识别者是正常用户还是攻击假体(屏幕、照片、人脸模型等)是一个重要问题。在一种人脸身份验证方法中,利用采集的同一待验证对象的RGB人脸图像(可以为彩色人脸图像、灰度人脸图像或黑白人脸图像)和红外人脸图像产生待验证对象的人脸深度图,根据该深度图判断待验证对象是否为活体(即是否为正常用户);在待验证对象为活体的情况下进行身份验证,即,利用采集的彩色人脸图像与底库进行比对获得身份验证结果,或利用采集的红外人脸图像与底库进行比对获得身份验证结果,也就是说,仅采用一种类型的人脸图像进行身份验证。
在上述的人脸身份验证方法中,由于在活体检测时需要采集待验证对象的彩色人脸图像和红外人脸图像以用于生成待验证对象的人脸深度图,因此存在需要对用于采集彩色人脸图像的彩色摄像头与用于采集红外人脸图像的红外摄像头进行校准的问题,提高了红外摄像头和彩色摄像头的安装及校准的复杂度。
发明内容
为解决上述技术问题,本发明提供了一种人脸身份验证方法、系统及存储介质。
根据本发明的一个方面,提供了一种人脸身份验证方法,包括:
步骤S210:获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像;
步骤S220:利用所述第一人脸图像进行活体检测以得到第一活体检测结果,利用所述第二人脸图像进行活体检测以得到第二活体检测结果;
步骤S230:将所述第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将所述第二人脸图像与第二底库进行比对以得到第二人脸识别结果;
步骤S240:基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证。
示例性地,在所述步骤S210中,所述获取同一待验证对象的第一人脸图像和第二人脸图像包括:
利用第一摄像头采集所述第一人脸图像,以及利用第二摄像头采集所述第二人脸图像,其中所述第一摄像头与所述第二摄像头属于同一电子设备。
示例性地,所述电子设备为手机,所述第一摄像头与所述第二摄像头为所述手机的前置摄像头;在所述步骤S210中,在获取所述第一人脸图像时,对所述待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则提示所述待验证对象靠近所述手机以保证采集到质量合格的所述第一人脸图像。
示例性地,所述电子设备为手机,所述第一摄像头与所述第二摄像头为所述手机的前置摄像头;在所述步骤S210中,在获取所述第一人脸图像时,对所述待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则调高所述手机屏幕的亮度以保证采集到质量合格的所述第一人脸图像。
示例性地,所述对所述待验证对象的人脸亮度进行检测包括:根据预采集的人脸图像计算所述待验证对象的人脸亮度,或者,利用所述手机的光线传感器探测所述待验证对象的人脸亮度。
示例性地,在采集所述第一人脸图像和所述第二人脸图像时,用于采集所述第一人脸图像的图像采集装置与用于采集所述第二人脸图像的图像采集装置之间未经校准。
示例性地,电子设备包括人脸识别取票机、人脸识别点餐机或人脸识别门禁。
示例性地,在所述步骤S220中,所述利用所述第一人脸图像进行活体检测以得到第一活体检测结果包括:将所述第一人脸图像输入深度神经网络模型以对所述待验证对象是否为活体进行判断,其中所述第一人脸图像为单张图像。
示例性地,在所述步骤S230中,所述第一底库中的人脸图像与所述第一人脸图像的类型相同,所述第二底库中的人脸图像与所述第二人脸图像的类型相同。
示例性地,所述步骤S240包括:
S2401:基于所述第一活体检测结果与所述第二活体检测结果确定所述待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定所述待验证对象通过活体检测,否则判定待验证对象未通过活体检测;
S2402:基于所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过初步身份验证,如果所述第一人脸识别结果与所述第二人脸识别结果一致且均为识别通过,则判定所述待验证对象通过初步身份验证,否则判定所述待验证对象未通过初步身份验证;
S2403:基于所述待验证对象是否通过活体检测的结果与是否通过初步身份验证的结果,判断所述待验证对象是否通过身份验证,其中,当所述待验证对象通过活体检测且通过初步身份验证时判定所述待验证对象通过身份验证,否则判定所述待验证对象未通过身份验证。
示例性地,所述步骤S240包括:直接基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证,其中,当所述第一活体检测结果与所述第二活体检测结果均为活体检测通过且所述第一人脸识别结果与所述第二人脸识别结果均为识别通过且结果一致时,则判定所述待验证对象通过身份验证,否则判定所述待验证对象不通过身份验证。
在一个示例中,所述步骤S220与所述步骤S230同时执行。
在一个示例中,在步骤S220中还包括:基于所述第一活体检测结果与所述第二活体检测结果确定待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定待验证对象通过活体检测并执行步骤S230与步骤S240,否则判定待验证对象未通过活体检测,结束人脸身份验证。
示例性地,所述方法还包括:在所述待验证对象通过身份验证时,完成支付操作。
根据本发明的另一方面,提供一种人脸身份验证系统,包括图像采集装置、处理器和存储器,其中,所述图像采集装置用于针对所述同一待验证对象采集所述第一人脸图像和所述第二人脸图像,存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于执行如上所述的任一人脸身份验证方法。
根据本发明的再一个方面,提供一种存储介质,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行以下步骤:
步骤S210:获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像;
步骤S220:利用所述第一人脸图像进行活体检测以得到第一活体检测结果,利用所述第二人脸图像进行活体检测以得到第二活体检测结果;
步骤S230:将所述第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将所述第二人脸图像与第二底库进行比对以得到第二人脸识别结果;
步骤S240:基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证。
根据本发明实施例的方法、系统及存储介质,在判断待验证对象是否是活体时,利用待验证对象的第一人脸图像(如彩色图像等)和第二人脸图像(如红外图像)分别进行活体检测,然后根据两个活体检测结果确定最终的活体检测结果,在活体检测过程中并不需要通过第一人脸图像以及第二人脸图像生成人脸深度图,因此可以不必对用于采集第一人脸图像的第一摄像头(如:彩色摄像头)与用于采集第二人脸图像的第二摄像头(如:红外摄像头)进行校准,降低摄像头安装及校准的复杂度。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明一个实施例的人脸身份验证方法和装置的示例电子设备的示意性框图;
图2示出根据本发明一个实施例的人脸身份验证方法的示意性流程图;
图3示出根据本发明一个实施例的人脸身份验证方法的示意性场景图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
为了解决上文所述的问题,本发明实施例提供一种活体验证方法、装置和系统及存储介质。该活体验证方法、装置和系统在采集用于判断是否是活体的人脸图像之前,首先判断待验证人脸的图像采集条件(例如待验证人脸图像在图像采集装置采集的图像中的位置、姿态、大小等)是否已经满足预设要求,只有在待验证人脸的图像采集条件满足预设要求的情况下才进行后续的活体验证步骤。这种活体验证方法、装置和系统可以适用于各种身份认证领域及类似领域,例如,其适用于电子商务、移动支付、银行开户等技术领域。
首先,参照图1来描述用于实现根据本发明一个实施例的人脸身份验证方法和装置的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108、图像采集装置110和光源112,这些组件通过总线系统114和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像和/或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集装置110可以采集各种图像,诸如人脸图像(包括动态视频、静态图像等),并且将所采集的图像存储在所述存储装置104中以供其它组件使用。图像采集装置110可以是摄像头。示例性地,在本实施例中,图像采集装置可以包括第一摄像头1101和第二摄像头1102,其中,第一摄像头1101为RGB摄像头,用于采集彩色图像、黑白图像或灰度图像;第二摄像头1102为红外摄像头,用于采集红外图像。应当理解,图像采集装置110仅是示例,电子设备100可以不包括图像采集装置110。在这种情况下,可以利用其他图像采集装置采集图像,并将采集的图像发送给电子设备100。
光源112可以是能够发光的装置,其可以包括发光二极管等专用光源,也可以包括显示屏幕等非常规光源。在活体验证方法和装置实现于诸如智能手机的移动终端中的情况下,输入装置106、输出装置108和光源112可以是同一显示屏幕。在不实施基于光反射特性的活体验证步骤的情况下,电子设备100可以不包括光源112。
示例性地,用于实现根据本发明实施例的人脸身份验证方法和装置的示例电子设备可以在诸如个人计算机或远程服务器等的设备上实现。
下面,将参考图2描述根据本发明实施例的人脸身份验证方法。图2示出根据本发明一个实施例的人脸身份验证方法200的示意性流程图。如图2所示,人脸身份验证方法200包括以下步骤。
在步骤S210,获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像。
其中,待验证对象可以是真实人脸,也可以是照片上的人脸、屏幕上的人脸或面具等虚假人脸。
示例性地,在步骤S210中,获取同一待验证对象的第一人脸图像和第二人脸图像的步骤包括:利用第一摄像头采集第一人脸图像,以及利用第二摄像头采集所述第二人脸图像。其中,第一摄像头与所述第二摄像头可以属于同一电子设备。
进一步地,利用第一摄像头采集第一人脸图像的步骤可以与利用第二摄像头采集第二人脸图像的步骤同时进行,也可以在其之前或之后进行,在此并不进行限定。优选地,利用第一摄像头采集第一人脸图像的步骤可以与利用第二摄像头采集第二人脸图像的步骤同时进行,以节省验证时间。
示例性地,该电子设备为手机,第一摄像头与第二摄像头为手机的前置摄像头;在步骤S210中,在获取所述第一人脸图像时,对待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则提示待验证对象靠近所述手机以保证采集到质量合格的所述第一人脸图像。通过上述人脸亮度检测以及人脸与手机的距离调整,可以保证采集到质量合格的第一人脸图像,以保证活体检测以及人脸比对的质量。示例性地,提示待验证对象靠近所述手机的方式可以为文字提示,例如在手机的显示屏幕上显示诸如“请靠近手机”这类提示信息;也可以为语音提示,例如通过手机的喇叭发出诸如“请靠近手机”这类提示信息。
在另一个示例中,该电子设备为手机,第一摄像头与第二摄像头为所述手机的前置摄像头;在步骤S210中,在获取所述第一人脸图像时,对待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则调高该手机的屏幕的亮度以保证采集到质量合格的第一人脸图像。通过上述人脸亮度检测以及屏幕亮度调整,可以保证采集到质量合格的第一人脸图像,以保证活体检测以及人脸比对的质量。
由于光照条件差会影响第一人脸图像的质量,因此第一活体验证可能在一些光照条件较差的场景下无法正常工作。示例性地,可以在图像采集装置采集第一人脸图像的过程中,根据需要将手机的显示屏幕的亮度调亮或直接将屏幕亮度设置为比手机正常使用状态更亮,例如设为最亮或者大于预设的亮度阈值,以起到利用显示屏幕的亮光照亮待验证人脸,使得在黑暗环境中依然可以顺利进行活体验证的目的。这种工作方式可以充分利用手机等移动终端的显示屏幕自身能够发光的特点,使用屏幕亮光作为人脸补光,确保在黑暗环境下依然可以采集质量较好的人脸图像,使得活体验证方法更加鲁棒。
示例性地,在本实施例中对待验证对象的人脸亮度进行检测的方法可以为根据预采集的人脸图像计算所述待验证对象的人脸亮度,也可以为利用该手机的光线传感器探测所述待验证对象的人脸亮度,在此并不进行限定
其中,在采集所述第一人脸图像和所述第二人脸图像时,用于采集所述第一人脸图像的图像采集装置(例如第一摄像头)与用于采集所述第二人脸图像的图像采集装置(例如第二摄像头)之间未经校准,以免去设备校准的麻烦。当然,如果用于采集所述第一人脸图像的图像采集装置(例如第一摄像头)与用于采集所述第二人脸图像的图像采集装置(例如第二摄像头)之间经过了校准,也可以采用本实施例的方法进行人脸身份验证。
示例性地,电子设备不仅可以为手机,还可以为人脸识别取票机、人脸识别点餐机或人脸识别门禁等任何可行的装置,在此并不进行限定。
在步骤S220中,利用第一人脸图像进行活体检测以得到第一活体检测结果,利用第二人脸图像进行活体检测以得到第二活体检测结果。
在一个示例中,所述利用所述第一人脸图像进行活体检测以得到第一活体检测结果的方法为:将所述第一人脸图像输入深度神经网络模型(例如第一深度神经网络模型)以对所述待验证对象是否为活体进行判断,其中所述第一人脸图像为单张图像。其中,所述深度神经网络模型为基于深度学习技术事先训练好的模型。通过该方式,可以采用单张的RGB人脸图像进行第一活体检测,相对于随机指令活体检测等方式,对用户的配合度要求更低。进一步地,利用第二人脸图像进行活体检测以得到第二活体检测结果的方法也可以为:将第二人脸图像输入深度神经网络模型(例如第二神经网络模型)以对所述待验证对象是否为活体进行判断,其中第二人脸图像为单张图像。其中,所述深度神经网络模型为基于深度学习技术事先训练好的模型。通过该方式,可以基于深度学习技术采用单张红外人脸图像进行第二活体检测,相对非深度学习技术的红外活体检测方法,具有更高的准确率。当然,第一活体检测可以采用任何适于对RGB人脸图像进行活体检测的技术,第二活体检测可以采用任何适于对红外人脸图像进行活体检测的技术,在此并不进行限定。
在本发明实施例中,利用第一人脸图像进行活体检测以得到第一活体检测结果的步骤与利用第二人脸图像进行活体检测以得到第二活体检测结果的步骤可以同时进行,也可以先后进行,在此并不仅限定。优选地,利用第一人脸图像进行活体检测以得到第一活体检测结果的步骤与利用第二人脸图像进行活体检测以得到第二活体检测结果的步骤同时进行,以提高人脸身份验证的速度。
在步骤S230,将第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将第二人脸图像与第二底库进行比对以得到第二人脸识别结果。
在一个实施例中,所述第一底库中的人脸图像与所述第一人脸图像的类型相同,所述第二底库中的人脸图像与所述第二人脸图像的类型相同。即,第一底库中的人脸图像也为RGB图像,第二底库中的人脸图像也为红外人脸图像。由于第一底库中的人脸图像与第一人脸图像类型相同,第二底库中的人脸图像与第二人脸图像类型相同,可以保证所有的人脸比对都是与同一类型的图像进行,因此可以降低比对复杂度,提升比对效率。
其中,将第一人脸图像与第一底库进行比对,可以为1:1的验证,也可以为1:N的识别。将第二人脸图像与第二底库进行比对,可以为1:1的验证,也可以为1:N的识别。
在步骤S240,基于第一活体检测结果、第二活体检测结果、第一人脸识别结果和第二人脸识别结果判断所述待验证对象是否通过身份验证。
在一个实现方式中,步骤S240包括如下子步骤:
S2401:基于第一活体检测结果与第二活体检测结果确定待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定待验证对象通过活体检测,否则判定待验证对象未通过活体检测;
S2402:基于第一人脸识别结果和第二人脸识别结果判断待验证对象是否通过初步身份验证,如果所述第一人脸识别结果与所述第二人脸识别结果一致且均为识别通过,则判定待验证对象通过初步身份验证,否则判定待验证对象未通过初步身份验证;
S2403:基于待验证对象是否通过活体检测的结果与是否通过初步身份验证的结果,判断待验证对象是否通过身份验证,其中,当待验证对象通过活体检测且通过初步身份验证时判定待验证对象通过身份验证,否则为未通过身份验证。
其中,步骤S2401与步骤S2402可以同时进行,也可以先后进行,在此并不进行限定。优选地,步骤S2401与步骤S2402同时进行,以提高验证效率。
在另一个实现方式中,步骤S240并不进行上述子步骤S2401至S2403,而是直接基于第一活体检测结果、第二活体检测结果、第一人脸识别结果和第二人脸识别结果判断所述待验证对象是否通过身份验证,当所述第一活体检测结果与所述第二活体检测结果均为活体检测通过且所述第一人脸识别结果与所述第二人脸识别结果一致时,则所述待验证对象通过身份验证,否则所述待验证对象不通过身份验证。该实现方式相对于前一种实现方式而言,不需单独进行最终活体检测结果判断以及初步身份验证结果判断,而直接得到最终身份验证结果,可以在一定程度上提高验证效率。
上述两种实现方式中,均基于第一活体检测结果、第二活体检测结果、第一人脸识别结果和第二人脸识别结果判断所述待验证对象是否通过身份验证,且均为:当所述第一活体检测结果与所述第二活体检测结果均为活体检测通过且所述第一人脸识别结果与所述第二人脸识别结果均为识别通过且结果一致时,则判定待验证对象通过身份验证,否则所述待验证对象不通过身份验证。
在本发明实施例中,如果在步骤S240中确定待验证对象通过身份验证,还可以包括步骤S250:执行支付操作。例如,如果待验证对象是手机用户,相关身份验证是在手机上操作,则通过手机进行移动支付操作。
在本发明实施例中,步骤S220可以与步骤S230同时进行,可以在步骤S230之后进行,也可以在步骤S230之前进行。优选地,步骤S220与步骤S230同时进行,从而提高验证效率。
在本发明的某些实现方式中,在步骤S220中,还可以包括:基于第一活体检测结果与第二活体检测结果确定待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定待验证对象通过活体检测,否则判定待验证对象未通过活体检测;如果判定待验证对象未通过活体检测,则不再执行步骤S230与步骤S240。在该实现方式中,可以快速将无法通过活体检测的待验证对象识别出来,终止其身份验证操作,从而可以提高验证效率。
为便于理解,图3示出了根据本发明一个实施例的人脸身份验证方法的示意性场景图。其中,800为待验证对象,300为一个示例性电子设备,301为电子设备的第一摄像头(RGB摄像头),302为电子设备的第二摄像头(红外摄像头),303为电子设备的屏幕。
示例性地,根据本发明实施例的人脸身份验证方法可以在具有存储器和处理器的设备、装置或者系统中实现。
根据本发明实施例的人脸身份验证方法可以部署在图像采集端处,例如,可以部署在诸如银行管理系统等金融系统的图像采集端处或者部署在诸如智能手机、平板电脑等移动终端处。替代地,根据本发明实施例的人脸身份验证方法还可以分布地部署在服务器端(或云端)和客户端处。例如,可以在客户端采集待验证人脸的图像,客户端将采集到的图像传送给服务器端(或云端),由服务器端(或云端)进行人脸身份验证,并将结果返回给客户端,服务器相对于客户端具有更大的数据运算能力,将人脸身份验证交由服务器端进行,能够提升验证速度,提升用户体验,此外,由于服务器具备更大的运算速度因此可采用更为复杂的活体检测和人脸比对算法,通过在服务器端进行活体验证和人脸比对能够提升活体检测和人脸识别的准确率。
在本发明实施例的人脸身份验证方法中,活体验证并不是利用RGB和红外数据产生深度图,所以不存在用于采集RGB人脸图像的摄像头与用于采集红外人脸图像的摄像头之间的校准问题,对两个摄像头的安装也没有特别的位置关系要求。
并且,在本实施例中,对RGB人脸图像数据和红外人脸图像数据都进行活体检测。与之前只对某种色域(RGB或红外)的图像进行人脸特征提取不同。就攻击手段而言,攻击单一色域的方法比较容易,而要同时攻击两个色域,就意味着需要找到一种材质,在可见光下和真人差不多,在红外下也和真人差不多。那这个材质范围会非常小,极有可能直接缩小到就是人脸皮肤这一个材质。同理,活体也是一样的道理。因此,本实施例的人脸身份验证方法的活体检测结果人脸比对验证结果的可靠性均非常高,可以满足实际产业需求。
显然,根据本发明实施例的方法,在判断待验证对象是否是活体时,利用待验证对象的第一人脸图像(如彩色图像等)和第二人脸图像(如红外图像)分别进行活体检测,然后根据两个活体检测结果确定最终的活体检测结果,在活体检测过程中并不需要通过第一人脸图像以及第二人脸图像生成人脸深度图,因此可以不必对用于采集第一人脸图像的第一摄像头(如:彩色摄像头)与用于采集第二人脸图像的第二摄像头(如:红外摄像头)进行校准,降低摄像头安装及校准的复杂度。
根据本发明的另一个方面,提供一种人脸身份验证系统,包括图像采集装置、处理器和存储器,其中,所述图像采集装置用于针对所述同一待验证对象采集所述第一人脸图像和所述第二人脸图像,存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于上述实施例所述的人脸身份验证方法。
需要说明的是,该人脸身份验证系统实施例是与上述的人脸身份验证方法实施例完全对应,用于实现上述人脸身份验证方法,此处不再赘述。
根据本发明实施例的系统,在判断待验证对象是否是活体时,利用待验证对象的第一人脸图像(如彩色图像等)和第二人脸图像(如红外图像)分别进行活体检测,然后根据两个活体检测结果确定最终的活体检测结果,在活体检测过程中并不需要通过第一人脸图像以及第二人脸图像生成人脸深度图,因此可以不必对用于采集第一人脸图像的第一摄像头(如:彩色摄像头)与用于采集第二人脸图像的第二摄像头(如:红外摄像头)进行校准,降低摄像头安装及校准的复杂度。
本发明的再一个实施例提供一种存储介质,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行以下步骤:
步骤S210:获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像;
步骤S220:利用所述第一人脸图像进行活体检测以得到第一活体检测结果,利用所述第二人脸图像进行活体检测以得到第二活体检测结果;
步骤S230:将所述第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将所述第二人脸图像与第二底库进行比对以得到第二人脸识别结果;
步骤S240:基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证。
需要说明的是,该存储介质实施例是与上述的人脸身份验证方法实施例完全对应,此处不在赘述。
根据本发明实施例的存储介质,在判断待验证对象是否是活体时,利用待验证对象的第一人脸图像(如彩色图像等)和第二人脸图像(如红外图像)分别进行活体检测,然后根据两个活体检测结果确定最终的活体检测结果,在活体检测过程中并不需要通过第一人脸图像以及第二人脸图像生成人脸深度图,因此可以不必对用于采集第一人脸图像的第一摄像头(如:彩色摄像头)与用于采集第二人脸图像的第二摄像头(如:红外摄像头)进行校准,降低摄像头安装及校准的复杂度。
根据本发明实施例的人脸身份验证系统中的各模块可以通过根据本发明实施例的实施人脸身份验证的电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的活体验证装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种人脸身份验证方法,包括:
步骤S210:获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像;
步骤S220:利用所述第一人脸图像进行活体检测以得到第一活体检测结果,利用所述第二人脸图像进行活体检测以得到第二活体检测结果;
步骤S230:将所述第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将所述第二人脸图像与第二底库进行比对以得到第二人脸识别结果;
步骤S240:基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证。
2.如权利要求1所述的方法,其中,在所述步骤S210中,所述获取同一待验证对象的第一人脸图像和第二人脸图像包括:
利用第一摄像头采集所述第一人脸图像,以及利用第二摄像头采集所述第二人脸图像,其中所述第一摄像头与所述第二摄像头属于同一电子设备。
3.如权利要求2所述的方法,其中,
所述电子设备为手机,所述第一摄像头与所述第二摄像头为所述手机的前置摄像头;
在所述步骤S210中,在获取所述第一人脸图像时,对所述待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则提示所述待验证对象靠近所述手机以保证采集到质量合格的所述第一人脸图像。
4.如权利要求2所述的方法,其中,
所述电子设备为手机,所述第一摄像头与所述第二摄像头为所述手机的前置摄像头;
在所述步骤S210中,在获取所述第一人脸图像时,对所述待验证对象的人脸亮度进行检测,如果人脸亮度低于预设阈值,则调高所述手机屏幕的亮度以保证采集到质量合格的所述第一人脸图像。
5.如权利要求3或4所述的方法,其中,所述对所述待验证对象的人脸亮度进行检测包括:根据预采集的人脸图像计算所述待验证对象的人脸亮度,或者,利用所述手机的光线传感器探测所述待验证对象的人脸亮度。
6.如权利要求2或3所述的方法,其中,在采集所述第一人脸图像和所述第二人脸图像时,用于采集所述第一人脸图像的图像采集装置与用于采集所述第二人脸图像的图像采集装置之间未经校准。
7.如权利要求2所述的方法,其中,电子设备包括人脸识别取票机、人脸识别点餐机或人脸识别门禁。
8.如权利要求2所述的方法,其中,在所述步骤S220中,所述利用所述第一人脸图像进行活体检测以得到第一活体检测结果包括:将所述第一人脸图像输入深度神经网络模型以对所述待验证对象是否为活体进行判断,其中所述第一人脸图像为单张图像。
9.如权利要求2所述的方法,其中,在所述步骤S230中,所述第一底库中的人脸图像与所述第一人脸图像的类型相同,所述第二底库中的人脸图像与所述第二人脸图像的类型相同。
10.如权利要求1至9任一项所述的方法,其中,所述步骤S240包括:
S2401:基于所述第一活体检测结果与所述第二活体检测结果确定所述待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定所述待验证对象通过活体检测,否则判定待验证对象未通过活体检测;
S2402:基于所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过初步身份验证,如果所述第一人脸识别结果与所述第二人脸识别结果一致且均为识别通过,则判定所述待验证对象通过初步身份验证,否则判定所述待验证对象未通过初步身份验证;
S2403:基于所述待验证对象是否通过活体检测的结果与是否通过初步身份验证的结果,判断所述待验证对象是否通过身份验证,其中,当所述待验证对象通过活体检测且通过初步身份验证时判定所述待验证对象通过身份验证,否则判定所述待验证对象未通过身份验证。
11.如权利要求1至9任一项所述的方法,其中,所述步骤S240包括:直接基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证,其中,当所述第一活体检测结果与所述第二活体检测结果均为活体检测通过且所述第一人脸识别结果与所述第二人脸识别结果均为识别通过且结果一致时,则判定所述待验证对象通过身份验证,否则判定所述待验证对象不通过身份验证。
12.如权利要求1至9任一项所述的方法,其中,所述步骤S220与所述步骤S230同时执行。
13.如权利要求1至9任一项所述的方法,其中,在步骤S220中还包括:基于所述第一活体检测结果与所述第二活体检测结果确定待验证对象是否通过活体检测,如果所述第一活体检测结果与所述第二活体检测结果均为活体检测通过,则判定待验证对象通过活体检测并执行步骤S230与步骤S240,否则判定待验证对象未通过活体检测,结束人脸身份验证。
14.如权利要求1至13任一项所述的方法,其中,还包括:在所述待验证对象通过身份验证时,完成支付操作。
15.一种人脸身份验证系统,包括图像采集装置、处理器和存储器,其中,所述图像采集装置用于针对所述同一待验证对象采集所述第一人脸图像和所述第二人脸图像,存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于执行权利要求1至10任一项所述的人脸身份验证方法。
16.一种存储介质,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行以下步骤:
步骤S210:获取同一待验证对象的第一人脸图像和第二人脸图像,其中,所述第一人脸图像为彩色图像、黑白图像或灰度图像,所述第二人脸图像为红外人脸图像;
步骤S220:利用所述第一人脸图像进行活体检测以得到第一活体检测结果,利用所述第二人脸图像进行活体检测以得到第二活体检测结果;
步骤S230:将所述第一人脸图像与第一底库进行比对以得到第一人脸识别结果,将所述第二人脸图像与第二底库进行比对以得到第二人脸识别结果;
步骤S240:基于所述第一活体检测结果、所述第二活体检测结果、所述第一人脸识别结果和所述第二人脸识别结果判断所述待验证对象是否通过身份验证。
CN201810333445.XA 2018-04-13 2018-04-13 人脸身份验证方法、系统及存储介质 Pending CN108875546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810333445.XA CN108875546A (zh) 2018-04-13 2018-04-13 人脸身份验证方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810333445.XA CN108875546A (zh) 2018-04-13 2018-04-13 人脸身份验证方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN108875546A true CN108875546A (zh) 2018-11-23

Family

ID=64326724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810333445.XA Pending CN108875546A (zh) 2018-04-13 2018-04-13 人脸身份验证方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN108875546A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840475A (zh) * 2018-12-28 2019-06-04 深圳奥比中光科技有限公司 人脸识别方法及电子设备
CN109871834A (zh) * 2019-03-20 2019-06-11 北京字节跳动网络技术有限公司 信息处理方法和装置
CN109977794A (zh) * 2019-03-05 2019-07-05 北京超维度计算科技有限公司 一种用深度神经网络进行人脸识别的方法
CN110580454A (zh) * 2019-08-21 2019-12-17 北京的卢深视科技有限公司 活体检测方法及装置
CN110910548A (zh) * 2019-11-12 2020-03-24 北京斯科德科技有限公司 一种人证合一通行验证系统及方法
CN111062019A (zh) * 2019-12-13 2020-04-24 支付宝(杭州)信息技术有限公司 用户攻击检测方法、装置、电子设备
CN111091063A (zh) * 2019-11-20 2020-05-01 北京迈格威科技有限公司 活体检测方法、装置及系统
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111166290A (zh) * 2020-01-06 2020-05-19 华为技术有限公司 一种健康状态检测方法、设备和计算机存储介质
CN111325139A (zh) * 2020-02-18 2020-06-23 浙江大华技术股份有限公司 一种唇语识别方法及装置
WO2020257968A1 (zh) * 2019-06-24 2020-12-30 深圳市汇顶科技股份有限公司 身份合法性认证装置、身份合法性认证方法以及门禁系统
CN112861587A (zh) * 2019-11-28 2021-05-28 杭州萤石软件有限公司 一种活体检测的方法、装置
CN112989866A (zh) * 2019-12-02 2021-06-18 浙江宇视科技有限公司 对象识别方法、装置、电子设备和可读存储介质
CN113111846A (zh) * 2021-04-29 2021-07-13 上海商汤智能科技有限公司 基于人脸识别的就诊方法、装置、设备及存储介质
CN115623291A (zh) * 2022-08-12 2023-01-17 深圳市新良田科技股份有限公司 双目摄像头模组、业务系统和人脸验证方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407914A (zh) * 2016-08-31 2017-02-15 北京旷视科技有限公司 用于检测人脸的方法、装置和远程柜员机系统
CN107066942A (zh) * 2017-03-03 2017-08-18 上海斐讯数据通信技术有限公司 一种活体人脸识别方法及系统
CN107798281A (zh) * 2016-09-07 2018-03-13 北京眼神科技有限公司 一种基于lbp特征的人脸活体检测方法和装置
CN107862299A (zh) * 2017-11-28 2018-03-30 电子科技大学 一种基于近红外与可见光双目摄像头的活体人脸检测方法
CN107886070A (zh) * 2017-11-10 2018-04-06 北京小米移动软件有限公司 人脸图像的验证方法、装置及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407914A (zh) * 2016-08-31 2017-02-15 北京旷视科技有限公司 用于检测人脸的方法、装置和远程柜员机系统
CN107798281A (zh) * 2016-09-07 2018-03-13 北京眼神科技有限公司 一种基于lbp特征的人脸活体检测方法和装置
CN107066942A (zh) * 2017-03-03 2017-08-18 上海斐讯数据通信技术有限公司 一种活体人脸识别方法及系统
CN107886070A (zh) * 2017-11-10 2018-04-06 北京小米移动软件有限公司 人脸图像的验证方法、装置及设备
CN107862299A (zh) * 2017-11-28 2018-03-30 电子科技大学 一种基于近红外与可见光双目摄像头的活体人脸检测方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840475A (zh) * 2018-12-28 2019-06-04 深圳奥比中光科技有限公司 人脸识别方法及电子设备
CN109977794A (zh) * 2019-03-05 2019-07-05 北京超维度计算科技有限公司 一种用深度神经网络进行人脸识别的方法
CN109871834A (zh) * 2019-03-20 2019-06-11 北京字节跳动网络技术有限公司 信息处理方法和装置
WO2020257968A1 (zh) * 2019-06-24 2020-12-30 深圳市汇顶科技股份有限公司 身份合法性认证装置、身份合法性认证方法以及门禁系统
CN110580454A (zh) * 2019-08-21 2019-12-17 北京的卢深视科技有限公司 活体检测方法及装置
CN110910548A (zh) * 2019-11-12 2020-03-24 北京斯科德科技有限公司 一种人证合一通行验证系统及方法
CN111091063A (zh) * 2019-11-20 2020-05-01 北京迈格威科技有限公司 活体检测方法、装置及系统
CN111091063B (zh) * 2019-11-20 2023-12-29 北京迈格威科技有限公司 活体检测方法、装置及系统
CN112861587B (zh) * 2019-11-28 2024-03-26 杭州萤石软件有限公司 一种活体检测的方法、装置
CN112861587A (zh) * 2019-11-28 2021-05-28 杭州萤石软件有限公司 一种活体检测的方法、装置
CN112989866A (zh) * 2019-12-02 2021-06-18 浙江宇视科技有限公司 对象识别方法、装置、电子设备和可读存储介质
CN112989866B (zh) * 2019-12-02 2024-04-09 浙江宇视科技有限公司 对象识别方法、装置、电子设备和可读存储介质
CN111062019A (zh) * 2019-12-13 2020-04-24 支付宝(杭州)信息技术有限公司 用户攻击检测方法、装置、电子设备
CN111144277B (zh) * 2019-12-25 2023-09-26 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111166290A (zh) * 2020-01-06 2020-05-19 华为技术有限公司 一种健康状态检测方法、设备和计算机存储介质
CN111325139B (zh) * 2020-02-18 2023-08-04 浙江大华技术股份有限公司 一种唇语识别方法及装置
CN111325139A (zh) * 2020-02-18 2020-06-23 浙江大华技术股份有限公司 一种唇语识别方法及装置
CN113111846A (zh) * 2021-04-29 2021-07-13 上海商汤智能科技有限公司 基于人脸识别的就诊方法、装置、设备及存储介质
CN115623291A (zh) * 2022-08-12 2023-01-17 深圳市新良田科技股份有限公司 双目摄像头模组、业务系统和人脸验证方法

Similar Documents

Publication Publication Date Title
CN108875546A (zh) 人脸身份验证方法、系统及存储介质
US10699103B2 (en) Living body detecting method and apparatus, device and storage medium
US10685215B2 (en) Method and apparatus for recognizing face
CN106469302B (zh) 一种基于人工神经网络的人脸肤质检测方法
CN106529512B (zh) 活体人脸验证方法及装置
CN103577801B (zh) 用于生物特征验证的质量度量的方法和系统
CN108229331A (zh) 人脸防伪检测方法和系统、电子设备、程序和介质
CN108876833A (zh) 图像处理方法、图像处理装置和计算机可读存储介质
CN106203305A (zh) 人脸活体检测方法和装置
CN108804884A (zh) 身份认证的方法、装置及计算机存储介质
CN108875452A (zh) 人脸识别方法、装置、系统和计算机可读介质
CN108629260A (zh) 活体验证方法和装置及存储介质
CN103383723A (zh) 用于生物特征验证的电子欺骗检测的方法和系统
CN108875515A (zh) 人脸识别方法、装置、系统、存储介质和抓拍机
CN109919211A (zh) 商品识别方法、装置、系统和计算机可读介质
CN108875338A (zh) 解锁方法、装置和系统及存储介质
CN108875476A (zh) 自动近红外人脸注册与识别方法、装置和系统及存储介质
CN108140114A (zh) 虹膜识别
CN109241888A (zh) 神经网络训练与对象识别方法、装置和系统及存储介质
CN108881707A (zh) 图像生成方法、装置、系统和存储介质
US10984281B2 (en) System and method for correcting color of digital image based on the human sclera and pupil
CN108875539A (zh) 表情匹配方法、装置和系统及存储介质
CN108875509A (zh) 活体检测方法、装置和系统及存储介质
CN109241934A (zh) 用于生成信息的方法和装置
CN108171208A (zh) 信息获取方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20181123

RJ01 Rejection of invention patent application after publication