CN110059543A - 一种人脸留底静默注册的方法、装置、服务器和终端 - Google Patents

一种人脸留底静默注册的方法、装置、服务器和终端 Download PDF

Info

Publication number
CN110059543A
CN110059543A CN201910168813.4A CN201910168813A CN110059543A CN 110059543 A CN110059543 A CN 110059543A CN 201910168813 A CN201910168813 A CN 201910168813A CN 110059543 A CN110059543 A CN 110059543A
Authority
CN
China
Prior art keywords
face
file
kept
face picture
picture
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.)
Granted
Application number
CN201910168813.4A
Other languages
English (en)
Other versions
CN110059543B (zh
Inventor
郑丹丹
李亮
王庭
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910168813.4A priority Critical patent/CN110059543B/zh
Publication of CN110059543A publication Critical patent/CN110059543A/zh
Application granted granted Critical
Publication of CN110059543B publication Critical patent/CN110059543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/161Detection; Localisation; Normalisation
    • 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
    • G06V40/168Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本说明书实施例提供一种人脸留底静默注册方法、装置、服务器和终端。服务端接收终端发送的认证成功的目标人脸图片,判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分,若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底,提取所述新的人脸留底的人脸特征并发送给所述终端。通过这种方法可以不断地用新采集的质量较高的人脸图片替换质量较差历史人脸留底,保证人脸留底的质量和可靠性。

Description

一种人脸留底静默注册的方法、装置、服务器和终端
技术领域
本说明书涉及人脸识别技术领域,尤其涉及一种人脸留底静默注册的方法、装置、服务器和终端。
背景技术
人脸识别技术广泛地用于各种场景的用户身份验证,采用人脸识别技术对用户的身份进行验证时,需要将采集到的用户人脸图片与系统中的人脸留底进行比对,以验证用户身份。其中,系统中保存的经过验证的用户人脸图片叫做留底。如果只采用单一的用户人脸图片作为留底,则称为单留底,单留底会因留底图片质量的问题导致比对不成功或错误识别的概率较高。因而目前常用多留底的方式,即将采集到的用户人脸图片与系统中的多张人脸留底同时比对,以增加比对的可靠性。多留底可以通过静默注册的方式实现,即在用户无感知情况下,采集用户的人脸图片,与单留底图片进行比对,并将比对成功的图片作为该用户的一个新的留底,即静默注册可以在用户无感知的情况下通过采集用户人脸图片,产生新的留底,从而实现多留底。由于留底的质量直接决定比对结果,因此,对人脸留底静默注册的技术加以改进,提高人脸留底的质量十分关键。
发明内容
基于此,本说明书提供了一种人脸留底静默注册的方法、装置、服务器和终端。
根据本说明书实施例的第一方面,提供一种人脸留底静默注册的方法,所述方法用于终端,所述终端包括视频采集装置,包括:
采集用户的人脸图片;
向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分,若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底;
接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
根据本说明书实施例的第二方面,提供一种人脸留底静默注册的方法,所述方法用于服务端,包括:
接收终端发送的认证成功的目标人脸图片;
判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;
若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底;
提取所述新的人脸留底的人脸特征并发送给所述终端。
根据本说明书实施例的第三方面,提供一种人脸留底静默注册的装置,所述装置包括:
采集模块,用于采集用户的人脸图片;
发送模块,用于向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底;
接收模块,用于接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
根据本说明书实施例的第四方面,提供一种人脸留底静默注册的装置,所述装置包括:
接收模块,用于接收终端发送的认证成功的目标人脸图片;
比较替换模块,用于判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底;
提取模块,用于提取所述新的人脸留底的人脸特征;
发送模块,用于将所述人脸特征发送给所述终端。
根据本说明书实施例的第五方面,提供一种服务器,所述服务器包括处理器、存储器,
所述存储器存储有计算机指令;
所述处理器执行所述计算机指令实现任一实施例所述的方法。
根据本说明书实施例的第六方面,提供一种终端,所述终端包括处理器、存储器和视频采集装置,
所述存储器存储有计算机指令;
所述处理器执行所述计算机指令实现实现任一实施例所述的方法。
应用本说明书实施例方案,终端将采集的用户认证成功的目标人脸图片发送给服务端,服务端对各个终端发送人脸图片进行分析和筛选,并用目标人脸图片替换质量分更低的历史人脸留底,作为新的人脸留底。可以不断地用新采集的质量较高的人脸图片替换质量较差历史人脸留底,保证人脸留底的质量和可靠性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本说明书的实施例,并与说明书一起用于解释本说明书的原理。
图1是本说明书一个实施例的一种人脸识别系统的示意图;
图2是本说明书一个实施例的一种人脸留底静默注册的方法流程图;
图3是本说明书一个实施例的一种人脸留底静默注册的方法流程图;
图4是本说明书一个实施例的一种闸机系统的示意图;
图5是本说明书一个实施例的一种闸机系统的人脸留底静默注册的方法流程图;
图6是本说明书一个实施例的一种人脸留底静默注册装置的逻辑结构示意图;
图7是本说明书一个实施例的一种人脸留底静默注册装置的逻辑结构示意图;
图8是本说明书一个实施例的一种服务器的逻辑结构示意图;
图9是本说明书一个实施例的一种终端的逻辑结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
人脸识别技术广泛地用于各种场景的用户身份验证,采用人脸识别技术对用户的身份进行验证时,需要将采集到的用户人脸图片与系统中的人脸留底进行比对,以验证用户身份。其中,系统中保存的经过认证的用户人脸图片叫做人脸留底。如果只采用单一的用户人脸图片作为留底,则称为单留底,但是单留底通常存在一定概率留底质量差的问题,会导致人脸比对失败或者错误比对的情况。另外由于采集设备和环境不同,导致采集的人脸留底与比对时采集的人脸图片存在差异,比如色差、俯仰角等,这也会导致一定比例误识。此外,对于成长中的中小学生本身面部会发生变化,只采用采集一次统一留底的方式,会导致可能每年都需要定期做采集,造成采集成本过高。
基于上述原因,目前常用多留底的方式,即将采集到的用户人脸图片与系统中的多张人脸留底同时比对,以增加比对的可靠性。多留底可以通过静默注册的方式实现,即在用户无感知情况下,采集用户的人脸图片,与单留底图片进行比对,并将比对成功的图片作为该用户的一个新的留底,即静默注册可以在用户无感知的情况下通过采集用户人脸图片,产生新的留底,从而实现多留底。由于留底的质量直接决定比对结果,而随着时间推移,人脸会发生变化,或者由于留底采集角度和位置等因素,可能当前保存的留底并非是最佳的留底,造成采集的用户人脸图片比对不成功能或误识,因而采用静默注册的方式不断用质量高的人脸图片更新留底,保证留底的质量的是非常关键的。
基于上述问题,本说明书实施例提供了一种人脸留底静默注册的方法,所述方法可以用于各种人脸识别的系统,比如说人脸支付系统、门禁系统、人脸识别闸机系统等等。图1为本说明书提供的人脸留底静默注册方法应用的一个场景,人脸识别系统包括服务端11和终端12,其中终端12用于用户人脸图片的采集和比对,服务端11用于人脸留底的维护和管理。终端11可以是包含视频采集装置的各种设备,包括手机、平板电脑、笔记本电脑等移动终端,也可以是闸机、门禁系统的人脸采集装置等等。
本说明书提供的人脸留底静默注册方法通过终端11采集到用户人脸图片后,跟人脸留底图片比对,比对成功后,将人脸图片发送给服务端12,服务端12则对接收到的来自各个终端认证过的人脸图片做进一步的分析和筛选,用质量分较高的人脸图片替换掉质量分较低的历史人脸留底,作为新的人脸留底,通过不断接收终端采集的最新人脸图片,用高质量的人脸图片替换低质量的历史人脸留底,保证了人脸留底的质量。
以下结合图2,从终端的处理过程来描述本说明书实施例的人脸留底静默注册的方法,具体的,所述方法包括步骤S202-S206:
S202、采集用户的人脸图片;
S204、向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端用判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分,若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底,其中,被替换的历史人脸留底的质量分低于所述目标人脸图片的质量分;
S206、接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
终端在用户的各种人脸认证的场景中需要采集用户的人脸图片,比如在刷脸支付、刷脸登陆、过闸机、通过门禁等场景,终端都需要采集用户的人脸图片,采集到用户的人脸图片后,终端会将用户的人脸图片与事先保存的人脸留进行对比,通过比对结果判定采集的用户的人脸图片是否可以通过认证。在某些情况下,终端可以只存储人脸留底中的人脸特征,由服务端负责将人脸留底的人脸特征提取出来发送给终端。终端在采集到用户人脸图片后,从人脸图片提取出人脸特征,再与人脸留底的人脸特征进行比对,如认证成功,则将人脸图片以及人脸图片对应的用户ID保存下来。终端可以在每次采集到认证成功的目标人脸图片后发送给服务端,也可以将每次采集到的目标人脸图片存储,然后每隔一段时间向服务端发送一次目标人脸图片。服务端可以接收到来自不同的终端发送的目标人脸图片,在接收到目标人脸图片后,服务端可以对目标人脸图片进行分析和筛选,当然,服务端也可以先将目标人脸图片存储,每隔预设的时间段再对目标人脸图片分析筛选一次,根据目标人脸图片携带的用户ID跟所述用户的历史人脸留底进行比对,用所述目标人脸图片替换掉历史人脸留底中质量分低于目标人脸图片质量分的历史人脸留底,作为新的留底。当然,服务端的历史人脸留底可以是一张或多张,因而筛选的目标人脸图片也可以是一张或者多张。然后,服务端可以从新的人脸留底中提取人脸特征,并发送给终端,以便终端采用新的人脸留底来与采集的用户人脸图片进行比对。服务端通过不断的接收终端采集的通过认证的目标人脸图片,且从中选出质量较高的人脸图片替换掉历史留底中质量分较低的人脸留底,可以保证人脸留底的质量。
由于对于某些特殊的用户,比如说中小学生,其面部特征随着时间推移会发生较大的变化。而新采集到的目标人脸图片只有在其质量分高于历史人脸留底的时候,才会替换历史人脸留底。所以,为了用户历史留底中一些质量较高但是又与现在的用户人脸差别较大的历史留底可以被新采集的高质量人脸图片成功地替换下来,在某些实施例中,可以基于预设的衰减指数对历史人脸留底的质量分进行衰减。比如,每天衰减0.5分,或者每年衰减10分,具体衰减指数可以根据实际情况灵活设置。
此外,由于历史人脸留底采集的时长、采集历史人脸留底的地理位置以及历史人脸留底的认证渠道对历史人脸留底的可靠性和质量都存在一定的影响。比如历史人脸留底为很久以前采集的人脸图片,则可能会由于人脸变化而变得不可靠,或者是采集的历史人脸留底为室内采集的人脸图片,其光线可能会不如室外采集的人脸图片好,或者通过刷脸支付采集的人脸图片器可靠性和安全等级会高于通过刷脸门禁系统的采集的图片。因此,在某些实施例中,历史人脸留底的质量分的衰减指数可以基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置或者是所述历史人脸留底的认证渠道中的一个或多个因素去综合设置。以便可靠性较低、安全等级较低,质量较差的历史人脸留底可以别成功的替换下来。
由于静默注册过程中,如果出现误识别,比如,A被识别为B,那B的留底里多了A的照片,那么多留底带来的弊端会远大于其对识别带来的益处。由于不同的终端分别进行静默注册,分别都在产生新留底并进入最后的比对环节,如果不对不同终端产生的新留底加以维护管理,最终将导致比对的一致性,有效性无法保证,且可能带来更多新增的误识问题。此外,人脸留底图片的质量也会对比作结果造成比较大的影响,比如,人脸图片的质量分高低、清晰程度、是否为平视角度等因素多会对人脸图片质量造成影响。因而,在产生新的人脸留底的过程中,应该对人脸图片进行多重严格的筛选,以便得到可靠且高质量的人脸留底。因此,在在筛选策略中还应设置一些条件来提高人脸图片的质量。在某些实施例中,作为新的人脸留底的候选目标人脸图片可以基于预设的筛选策略从认证成功的人脸图片中筛选得到;其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件。
需要指出的是,对目标人脸图片的筛选可以在终端进行,也可以在服务端进行,也可以在终端进行一次筛选汇聚后,再由服务端对来自各终端筛选过的图片再做进一步筛选,通过多重筛选汇聚挑选出高质量和高可靠性的图片。
举个例子,终端在采集到用户的人脸图片后,终端对用户的人脸图片进行认证,认证成功后,终端可以基于预设的筛选策略对认证成功的人脸图片做进一步的筛选。由于作为留底的人脸图片的误识率要低于认证通过的误识率,因而,在采集的用户人脸图片与人脸留底比对成功后,可以通过误识率对人脸图片进一步筛选,比如说可以将误识率设置为千万分之一,将误识率低于千万分之一的人脸图片筛选出来。其中,误识率可以通过现有的一些算法计算出来。此外,在有些情况,终端将采集到的人脸图片与人脸留底进行比对后,终端会给采集的人脸图片评出一个比对分,所述比对分与人脸图片和人脸留底的相似度有关,相似度越高,比对分也高。此外,比对分与误识率对应,一定的比对分值对应一定的误识率,比对分越高,误识率越低,因而,在与人脸留底比对后,终端也可以根据现有的一些算法为人脸图片评出一个比对分,然后根据比对分筛选出分值高于一定值的人脸图片。
严格控制误识率可以避免A被识别成B,最后把A作为B的留底造成更多误识的问题。在基于误识率对采集的目标人脸图片进行筛选后,还可以对目标人脸图片的质量做进一步的筛选,把满足质量条件的人脸图片筛选出来。在某些实施例中,人脸图片质量满足预设条件可以包括所述人脸图片质量分满足预定分值,所述人脸图片清晰程度大于一定值或所述人脸图片的俯仰角度满足预设角度。现有人脸识别算法中,可以为人脸图片评出一个质量分,分值越高,则人脸图片的效果越好。因而,可以设置一个质量分值,将高于一定分值的人脸图片筛选出来。另外,人脸图片的清晰程度也是一个比较关键的因素,因此,也可以设置清晰程度大于一个预设值后,则将人脸图片筛选出来。此外人脸图片中人脸的俯仰角度也对识别有很大影响,当然,平视的人脸图片效果会最好,因此,可以设置人脸的俯仰角度小于一定的角度值时,才将人脸图片筛选出来。这样可以保证最后得到的目标图片的质量。
由于终端可以在每隔一段时间后,向服务端发送一次筛选得到的目标人脸图片,而服务端也可以接收到来自很多终端的目标人脸图片,为了减轻服务端的处理压力,在某些实施例中,每个终端可以对认证成功的人脸图片进行一次汇聚,筛选一张指定的人脸图片发送给服务端,指定的人脸图片可以是质量分最高的人脸图片,清晰程度最高的人脸图片或者是俯仰角度最小的人脸图片。
同样的,服务端在接收到各个终端发送的目标人脸图片后,可以先基于同样的筛选策略对目标图片做进一步的筛选,然后再将筛选后的人脸图片去与历史人脸留底比对,替换历史留底中质量分更低的人脸留底。
服务端在用目标人脸图片作为新留底替换掉历史人脸留底后,可以从新的人脸留底中提取出人脸特征,将人脸特征发送给终端。终端便可以根据新的人脸留底来对采集的人脸图片进行比对。
通过终端和服务端基于预设筛选策略的多重筛选,可以大大降低新的人脸留底的误识率,提高新增人脸留底的可靠新和质量。
以下结合图3,从服务端的处理过程来描述本说明书实施例的人脸留底静默注册的方法,具体的,所述方法包括步骤S302-S308:
S302、接收终端发送的认证成功的目标人脸图片;
S304、判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;
S306、若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
S308、提取所述新的人脸留底的人脸特征并发送给所述终端。
终端在采集到用户的人脸图片后,会对人脸图片进行认证,认证成功后,终端将认证成功的目标图片发送给服务端,服务端用目标人脸图片作为新的人脸留底替换质量分更低的历史人脸留底,并从新的人脸留底中提取人脸特征发送给终端。终端接收服务端发送的人脸特征,用于后续采集的用户人脸图片的比对认证。
此外,在某些实施例中,终端在将认证成功的人脸图片发送给目标人脸图片之前,可以基于预设的筛选策略对认证成功的人脸图片进行筛选,其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件,以保证发送给服务端的目标人脸图片的质量和可靠性。
在某些实施例中,所述人脸图片质量满足预设条件可以包括:人脸图片量分满足预定分值,所述人脸图片清晰程度大于预设值或人脸图片的俯仰角度满足预设角度。
由于终端可以在每隔一段时间后,向服务端发送一次筛选得到的目标人脸图片,而服务端也可以接收到来自很多终端的目标人脸图片,为了减轻服务端的处理压力,在某些实施例中,每个终端可以对认证成功的人脸图片进行一次汇聚,筛选一张指定的人脸图片发送给服务端,指定的人脸图片可以是质量分最高的人脸图片,清晰程度最高的人脸图片或者是俯仰角度最小的人脸图片。
另外,为了保证质量较高但又不适用于当前的人脸比对的历史人脸留底可以被新采集到的目标人脸图片成功替换,在某些实施例中,可以根据预设的衰减指数对历史人脸留底的质量分进行衰减后,再与目标图片比对。此外,由于历史人脸留底采集的时长、采集历史人脸留底的地理位置以及历史人脸留底的认证渠道对历史人脸留底的可靠性和质量都存在一定的影响。在某些实施例中,历史人脸留底的质量分的衰减指数可以基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置或者是所述历史人脸留底的认证渠道中的一个或多个因素去综合设置。
以上适用于终端的人脸留底静默注册的方法中各实施例的详细细节可以参考适用于服务端的人脸留底静默注册的方法中的各实施例的描述,在此不再赘述。
为了进一步解释本说明书中的静默注册的方法,以下再以一个具体的实施例加以解释。
目前,很多闸机系统都是通过刷脸认证通过。如图4所示,闸机系统由闸机终端42以及服务端41构成。服务端41的数据库中存储有用户的人脸留底及用户的信息,其中,人脸留底可以是一张或多张,其中一张为通过采集认证的用户留底,称为第一人脸留底,其余的可以是通过静默注册得到的留底,称为第二人脸留底。服务端41可以提取存储的人脸留底的人脸特征,并将这些人脸特征下发给各个闸机终端42,各个闸机终端通过这些人脸特征对采集的用户人脸图片进行认证。
以下提供了一种用于闸机系统的人脸留底静默注册的方法,该方法的具体流程如图5所示。用户通过闸机时,闸机会采集用户的人脸图片(S501),闸机将采集的人脸图片与人脸留底比对,判断是否可以认证成功(S502),如果采集的人脸图片通过认证,则闸机会将人脸图片和对应的用户ID存储(S503)。每隔一天,闸机会对存储的通过认证的人脸图片做一个次筛选,筛选出误识别率低于千万分一且人脸图片的质量分高于90分的人脸图片(S504)。筛选过后,闸机会将筛选得到的人脸图片发送给服务端(S505),服务端会对各个闸机的发送过来的人脸图片做进一步的筛选,为每个用户ID选出一张质量分最高的人脸图片(S506)。然后,服务端会判断所述用户的留底中是否存在第二人脸留底(S507),如果不存在,则将所述质量分最高的人脸图片作为所述用户的第二人脸留底(S508),如果存在,则服务端会根据预先设置的质量分衰减指数对第二人脸留底的质量分进行衰减,其中,衰减指数可以根据第二人脸留底的存储时间设置(S509),比如一天衰减0.5分,然后将历史第二留底衰减后的质量分与筛选得到的质量分最高的人脸图片的质量分比较,判断质量分最高的人脸图片分值是否高于第二人脸留底的质量分(S510),如果高于,则用所述质量分最高的人脸图片替换第二人脸留底,作为新的第二人脸留底(S511)。然后服务端从所述新的第二人脸留底中提取人脸特征,并将提取的人脸特征发送给终端(S512)。
通过这种人脸留底静默注册的方法,闸机系统可以对采集的认证成功的人脸图片做多重的筛选,选出低误识率和高质量的最新人脸图片替换旧的质量较差的人脸留底。
以上实施例中的各种技术特征可以任意进行组合,只要特征之间的组合不存在冲突或矛盾,但是限于篇幅,未进行一一描述,因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
如图6所示,是本说明书一个实施例的另一种人脸留底静默注册装置,所述装置60可包括:
采集模块61,用于采集用户的人脸图片;
发送模块62,用于向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
接收模块63,用于接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
在一个实施例中,所述历史人脸留底的质量分为根据预设的衰减指数衰减后的质量分。
在一个实施例中,所述衰减指数基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置和/或所述历史人脸留底的认证渠道设置。
在一个实施例中,所述目标图片基于预设的筛选策略从认证成功的人脸图片中筛选得到,其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件。
在一个实施例中,所述人脸图片质量满足预设条件包括:
所述人脸图片质量分满足预定分值;或,
所述人脸图片清晰程度大于一定值;或,
所述人脸图片的俯仰角度满足预设角度。
在一个实施例中,所述目标人脸图片为从认证成功的人脸图片中筛选得到的指定人脸图片,所述指定人脸图片包括:质量分最高的人脸图片、清晰程度最高的人脸图片或俯仰角度最小的人脸图片。
如图7所示,是本说明书一个实施例的一种人脸留底静默注册装置,所述装置70可包括:
接收模块71,用于接收终端发送的认证成功的目标人脸图片;
比较替换模块72,用于判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
提取模块73,用于提取所述新的人脸留底的人脸特征;
发送模块74,用于将所述人脸特征发送给所述终端。
在一个实施例中,所述历史人脸留底的质量分为根据预设衰减指数衰减后的质量分。
在一个实施例中,所述衰减指数基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置和/或所述历史人脸留底的认证渠道设置。
在一个实施例中,所述目标图片基于预设的筛选策略从认证成功的人脸图片中筛选得到,其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件。
在一个实施例中,所述人脸图片质量满足预设条件包括:
所述人脸图片质量分满足预定分值;或,
所述人脸图片清晰程度大于一定值;或,
所述人脸图片的俯仰角度满足预设角度。
在一个实施例中,所述目标人脸图片为从认证成功的人脸图片中筛选得到的指定人脸图片,所述指定人脸图片包括:质量分最高的人脸图片、清晰程度最高的人脸图片或俯仰角度最小的人脸图片。
上述装置中各个模块的功能和作用的实现过程具体详情见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本说明书装置的实施例可以应用在计算机设备上,例如服务器或终端。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图8所示,为本说明书实施例的一种服务端的硬件结构图,除了图8所示的处理器801、内存802、网络接口803、以及非易失性存储器804之外,服务器通常根据该其实际功能,还可以包括其他硬件,对此不再赘述。
如图9所示,为本说明书实施例的一种终端的硬件结构图,除了图9所示的处理器901、内存902、网络接口903、以及非易失性存储器904、以及视频采集装置905之外,终端通常根据该其实际功能,还可以包括其他硬件,对此不再赘述。
相应地,本说明书实施例还提供一种计算机存储介质,所述存储介质中存储有程序,所述程序被处理器执行时实现上述任一实施例中的方法。本申请可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的说明书后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已,并不用以限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。

Claims (16)

1.一种人脸留底静默注册的方法,所述方法用于终端,所述终端包括视频采集装置,包括:
采集用户的人脸图片;
向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分,若高于,则用所述目标人脸图片作为新的人脸留底替换历史人脸留底;
接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
2.根据权利要求1所述的人脸留底静默注册的方法,所述历史人脸留底的质量分为根据预设的衰减指数衰减后的质量分。
3.根据权利要求2所述的人脸留底静默注册的方法,所述衰减指数基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置和/或所述历史人脸留底的认证渠道设置。
4.根据权利要求1所述的人脸留底静默注册的方法,所述目标图片基于预设的筛选策略从认证成功的人脸图片中筛选得到,其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件。
5.根据权利要求4所述的人脸留底静默注册的方法,所述人脸图片质量满足预设条件包括:
所述人脸图片质量分满足预定分值;或,
所述人脸图片清晰程度大于预设值;或,
所述人脸图片的俯仰角度满足预设角度。
6.根据权利要求1所述的人脸留底静默注册的方法,所述目标人脸图片为从认证成功的人脸图片中筛选得到的指定人脸图片,所述指定人脸图片包括:质量分最高的人脸图片、清晰程度最高的人脸图片或俯仰角度最小的人脸图片。
7.一种人脸留底静默注册的方法,所述方法用于服务端,包括:
接收终端发送的认证成功的目标人脸图片;
判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;
若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
提取所述新的人脸留底的人脸特征并发送给所述终端。
8.根据权利要求7所述的人脸留底静默注册的方法,所述历史人脸留底的质量分为根据预设的衰减指数衰减后的质量分。
9.根据权利要求8所述的人脸留底静默注册的方法,所述衰减指数基于所述历史人脸留底的存储时长、采集所述历史人脸留底的地理位置和/或所述历史人脸留底的认证渠道设置。
10.根据权利要求7所述的人脸留底静默注册的方法,所述目标人脸图片基于预设的筛选策略从认证成功的人脸图片中筛选得到所述目标图片;其中,所述筛选策略包括所述人脸图片误识率低于预设值以及所述人脸图片质量满足预设条件。
11.根据权利要求10所述的人脸留底静默注册的方法,所述人脸图片质量满足预设条件包括:
所述人脸图片质量分满足预定分值;或,
所述人脸图片清晰程度大于预设值;或,
所述人脸图片的俯仰角度满足预设角度。
12.根据权利要求7所述的人脸留底静默注册的方法,所述目标人脸图片为从认证成功的人脸图片中筛选得到的指定人脸图片,所述指定人脸图片包括:质量分最高的人脸图片、清晰程度最高的人脸图片或俯仰角度最小的人脸图片。
13.一种人脸留底静默注册的装置,所述装置包括:
采集模块,用于采集用户的人脸图片;
发送模块,用于向服务端发送所述人脸图片中认证成功的目标人脸图片,以使所述服务端判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
接收模块,用于接收服务端发送的人脸特征,其中,所述人脸特征通过所述服务端从所述新的人脸留底提取得到。
14.一种人脸留底静默注册的装置,所述装置包括:
接收模块,用于接收终端发送的认证成功的目标人脸图片;
比较替换模块,用于判断所述目标人脸图片的质量分是否高于历史人脸留底的质量分;若高于,则将所述目标人脸图片作为新的人脸留底替换历史人脸留底;
提取模块,用于提取所述新的人脸留底的人脸特征;
发送模块,用于将所述人脸特征发送给所述终端。
15.一种终端,所述终端包括处理器、存储器和视频采集装置,
所述存储器存储有计算机指令;
所述处理器执行所述计算机指令实现如权利要求1-6的方法步骤。
16.一种服务器,所述服务器包括处理器、存储器,
所述存储器存储有计算机指令;
所述处理器执行所述计算机指令实现如权利要求7-12的方法步骤。
CN201910168813.4A 2019-03-06 2019-03-06 一种人脸留底静默注册的方法、装置、服务器和终端 Active CN110059543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910168813.4A CN110059543B (zh) 2019-03-06 2019-03-06 一种人脸留底静默注册的方法、装置、服务器和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910168813.4A CN110059543B (zh) 2019-03-06 2019-03-06 一种人脸留底静默注册的方法、装置、服务器和终端

Publications (2)

Publication Number Publication Date
CN110059543A true CN110059543A (zh) 2019-07-26
CN110059543B CN110059543B (zh) 2023-10-03

Family

ID=67316704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910168813.4A Active CN110059543B (zh) 2019-03-06 2019-03-06 一种人脸留底静默注册的方法、装置、服务器和终端

Country Status (1)

Country Link
CN (1) CN110059543B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269125A (zh) * 2021-06-10 2021-08-17 北京中科闻歌科技股份有限公司 一种人脸识别方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919619A (zh) * 2015-12-28 2017-07-04 阿里巴巴集团控股有限公司 一种商品聚类方法、装置及电子设备
CN107590212A (zh) * 2017-08-29 2018-01-16 深圳英飞拓科技股份有限公司 一种人脸图片的入库系统及方法
CN108446387A (zh) * 2018-03-22 2018-08-24 百度在线网络技术(北京)有限公司 用于更新人脸注册库的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919619A (zh) * 2015-12-28 2017-07-04 阿里巴巴集团控股有限公司 一种商品聚类方法、装置及电子设备
CN107590212A (zh) * 2017-08-29 2018-01-16 深圳英飞拓科技股份有限公司 一种人脸图片的入库系统及方法
CN108446387A (zh) * 2018-03-22 2018-08-24 百度在线网络技术(北京)有限公司 用于更新人脸注册库的方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269125A (zh) * 2021-06-10 2021-08-17 北京中科闻歌科技股份有限公司 一种人脸识别方法、装置、设备及存储介质
CN113269125B (zh) * 2021-06-10 2024-05-14 北京中科闻歌科技股份有限公司 一种人脸识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110059543B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
US10417532B2 (en) Offline identity authentication method and apparatus
CN106157959B (zh) 声纹模型更新方法及系统
WO2020155939A1 (zh) 图像识别方法、装置、存储介质和处理器
CN110059560B (zh) 人脸识别的方法、装置及设备
CN109005104B (zh) 一种即时通信方法、装置、服务器及存储介质
US9721079B2 (en) Image authenticity verification using speech
CN106611151B (zh) 一种人脸识别方法及装置
CN111506889B (zh) 一种基于相似用户组的用户验证方法及装置
CN105095726A (zh) 生成验证码的方法及装置
CN110175849A (zh) 收款方法、装置、设备、服务器及系统
CN107122650A (zh) 一种多层次人脸识别身份认证系统
CN109389098A (zh) 一种基于唇语识别的验证方法以及系统
CN107909339A (zh) 应聘人员验证定级方法、应用服务器及计算机可读存储介质
US11171979B2 (en) Using data science to aid in detection of unauthorized distribution
CN110059543A (zh) 一种人脸留底静默注册的方法、装置、服务器和终端
CN110020601B (zh) 一种三维人脸留底注册方法、装置、终端及服务器
CN101299762B (zh) 一种身份认证方法及装置
CN113627387A (zh) 基于人脸识别的并行身份认证方法、装置、设备和介质
KR20140078242A (ko) 단말의 생체 인식과 위치 인식을 활용한 출결 관리 시스템 및 그 방법
US11425120B2 (en) Systems for authenticating digital contents
CN109598208B (zh) 人像验证方法及装置
US10904586B2 (en) Methods, systems, and media for detecting and transforming rotated video content items
CN111464837B (zh) 在线直播系统的视频终端接入验证方法及服务器
CN109214924A (zh) 一种基于身份识别的证券账户在线开通方法
CN113807303A (zh) 人脸识别方法和装置、介质和电子设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40011390

Country of ref document: HK

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201019

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201019

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

GR01 Patent grant
GR01 Patent grant