CN110214320A - 使用面部图像比对的认证 - Google Patents

使用面部图像比对的认证 Download PDF

Info

Publication number
CN110214320A
CN110214320A CN201880007773.9A CN201880007773A CN110214320A CN 110214320 A CN110214320 A CN 110214320A CN 201880007773 A CN201880007773 A CN 201880007773A CN 110214320 A CN110214320 A CN 110214320A
Authority
CN
China
Prior art keywords
image
face
facial
captured
image data
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
CN201880007773.9A
Other languages
English (en)
Other versions
CN110214320B (zh
Inventor
莱因哈德·霍奇里瑟
卢卡斯·丹泽尔
卢卡斯·拜耳
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.)
Grace Co
Original Assignee
Grace Co
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 Grace Co filed Critical Grace Co
Publication of CN110214320A publication Critical patent/CN110214320A/zh
Application granted granted Critical
Publication of CN110214320B publication Critical patent/CN110214320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/60—Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67—Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Abstract

提供了用于向图像捕捉设备发送授权信息的计算机系统和方法。计算系统从图像捕捉设备接收所捕捉的图像数据，该所捕捉的图像数据包括第一面部图像和包括第二面部图像的文件的图像。第一面部图像和第二面部图像包括在单个图像帧中。分析所捕捉的图像数据以确定与第一面部图像对应的所捕捉的图像数据的第一部分和与第二面部图像对应的所捕捉的图像数据的第二部分。将所捕捉的图像数据的第一部分与所捕捉的图像数据的第二部分进行比较。根据确定第一面部图像和第二面部图像满足匹配标准，向图像捕捉装置发送授权信息。

Description

使用面部图像比对的认证
技术领域
本发明一般地涉及用户认证，更具体地，涉及使用面部图像数据进行用户认证。
背景技术
在授予用户对系统的访问权限之前经常进行用户认证。通常，用户认证涉及访问先前存储的用户信息，例如用户身份信息和/或用户生物特征数据，并将先前存储的用户信息与用户提供的与访问请求相关联的信息进行比较。执行用户认证的系统将用户信息存储在数据存储设备中。在请求认证之前，用户通过提供要被存储的用户信息进行系统注册。
发明内容
本文描述的一些认证系统使用所捕捉的图像进行认证，该所捕捉的图像包括人脸和包括先前捕捉的人脸图像的文件。例如，当人持有包括先前捕捉的人脸照片的身份证明文件(如驾驶证)时，以使得人脸和身份证明文件在图像中都能看到的方式捕捉图像。对图像进行图像分析以确定图像中人脸是否与身份证明文件上的面部图像匹配。如果图像分析确定是匹配的，则授权。以这种方式，设备能够使用接收到的图像进行认证，而不依赖于访问在接收图像之前获得和存储的用户信息。
在一些实施例中，在服务器系统中执行一种方法，该服务器系统包括一个或多个处理器和存储用来由所述一个或多个处理器执行的一个或多个程序的内存。该方法包括：从图像捕捉设备接收所捕捉的图像数据，该所捕捉的图像数据包括：第一面部图像和包括第二面部图像的文件的图像。第一面部图像和包括第二面部图像的文件的图像被包括在单个图像帧中。分析所捕捉的图像数据以确定与第一面部图像对应的所捕捉的图像数据的第一部分和与第二面部图像对应的所捕捉的图像数据的第二部分。该方法还包括通过将所捕捉的图像数据的第一部分与所捕捉的图像数据的第二部分进行比较，确定第一面部图像和第二面部图像是否满足匹配标准。根据确定第一面部图像和第二面部图像满足匹配标准，向图像捕捉设备发送授权信息。
在一些实施例中，一种系统包括一个或多个处理器、内存和一个或多个程序。一个或多个程序存储在所述内存中，且被配置成由所述一个或多个处理器执行。所述一个或多个程序包括用于以下操作的指令：从图像捕捉设备接收包括第一面部图像的所捕捉的图像数据和包括第二面部图像的文件图像。第一面部图像和包括第二面部图像的文件的图像被包括在单个图像帧中。所述一个或多个程序还包括用于以下操作的指令：分析所捕捉的图像数据以确定与第一面部图像对应的所捕捉的图像数据的第一部分和与第二面部图像对应的所捕捉的图像数据的第二部分。所述一个或多个程序还包括用于以下操作的指令：通过将所捕捉的图像数据的第一部分与所捕捉的图像数据的第二部分进行比较，确定第一面部图像和第二面部图像是否满足匹配标准。所述一个或多个程序还包括用于以下操作的指令：根据确定第一面部图像和第二面部图像满足匹配标准的指令，向图像捕捉设备发送授权信息。
在一些实施例中，一种计算机可读存储介质存储一个或多个程序。所述一个或多个程序包括指令，所述指令在被执行时使得设备进行以下操作：从图像捕捉设备接收包括第一面部图像和包括第二面部图像的文件图像的所捕捉的图像数据。第一面部图像和包括第二面部图像的文件的图像被包括在单个图像帧中。所述一个或多个程序还使得设备进行以下操作：分析所捕捉的图像数据以确定与第一面部图像对应的所捕捉的图像数据的第一部分和与第二面部图像对应的所捕捉的图像数据的第二部分。所述一个或多个程序还使得设备进行以下操作：通过将所捕捉的图像数据的第一部分与所捕捉的图像数据的第二部分进行比较，确定第一面部图像和第二面部图像是否满足匹配标准。所述一个或多个程序还使得设备进行以下操作：根据确定第一面部图像和第二面部图像满足匹配标准，向图像捕捉设备发送授权信息。
附图说明
在附图中示出各实施例的特征，以更详细地理解本发明。然而，附图仅示出本发明的相关的特征，因此附图不是限制性的。
图1是根据一些实施例的计算系统及其操作环境的系统图。
图2是根据一些实施例的图像捕捉设备的系统图。
图3示出根据一些实施例的包括面部图像的文件。
图4和5示出根据一些实施例的图像捕捉环境。
图6A、6B、7A和7B示出根据一些实施例的捕捉图像，其包括第一面部图像和包括第二面部图像的文件的图像。
图8A示出根据一些实施例的显示用于活体验证的移动目标的用户界面的第一状态。
图8B示出根据一些实施例的在显示图8A的移动目标时捕捉的图像。
图9A示出根据一些实施例的用于活体验证的显示移动目标的用户界面的第二状态。
图9B示出根据一些实施例的在显示图9A的移动目标时捕捉的图像。
图10A-10B示出根据一些实施例的在显示图8A和9A的移动目标时眼睛移动与面部图像移动的相对关系。
图11A示出根据一些实施例的显示用于活体验证的语言内容的用户界面的第一状态。
图11B示出根据一些实施例的在显示图11A的语言内容时捕捉的图像。
图12A示出根据一些实施例的显示用于活体验证的语言内容的用户界面的第二状态。
图12B示出根据一些实施例的在显示图12A的语言内容时捕捉的图像。
图13A-13H是示出根据一些实施例的用于使用面部图像比对来认证用户的方法的流程图。
根据惯例，有些附图可能未描绘给定系统、方法或设备的所有部件。
最后，在整个说明书和附图中，相同的附图标记表示相同的特征。
具体实施例
在此描述了许多细节以便提供对附图中所示的示例性实施例的透彻理解。然而，一些实施例可以在没有一些具体细节的情况下实施，且权利要求的范围仅受权利要求中具体记载的那些特征和方面的限制。而且，众所周知的处理过程、部件和材料没有被详细描述，以免不必要地模糊在此描述的实施例的相关的方面。
图1是根据一些实施例的计算系统100的系统图。计算系统100是例如服务器计算机、台式计算机或膝上型计算机。计算系统100通常包括内存102、一个或多个处理器120、电源122、输入/输出(I/O)子系统124、以及用于互连这些部件的通信总线126。
处理器120执行存储在内存102中的模块、程序和/或指令，从而进行处理操作。
在一些实施例中，内存102存储一个或多个程序(例如，指令集)和/或数据结构，在此统称为“模块”。在一些实施例中，内存102或内存102的非暂时性计算机可读存储介质存储以下程序、模块和数据结构，或其子集或超集：
—操作系统104；
—图像分析模块106；
—用户认证模块108，其存储信息如所捕捉的图像数据110、提取的第一面部图像数据112、和/或提取的第二面部图像数据114(例如，由图像分析模块106从所捕捉的图像数据110中提取的)、用户身份信息116(例如，用户名、用户密码、用户住宅信息、用户电话号码、用户出生日期和/或用户电子邮件)、以及用户生物特征信息118(例如，面部数据、指纹数据、视网膜数据、手部图像数据和/或步态数据)；以及
—活体分析模块119，其存储用于显示移动目标活体用户界面800和/或语言内容活体用户界面1100的信息，生成包括面部移动指令和/或语言内容的音频输出，存储验证数据(例如，面部特征位置数据、与语言内容输出对应的音频打印数据、和/或与语言内容输出对应的面部图像数据)，和/或使用音频分析模块进行音频分析。
上面指出的模块(例如，数据结构和/或包括指令集的程序)不需要作为分离的软件程序、子程序或模块实现，因此这些模块的各种子集在各实施例中可以组合或以其它方式重新排列。在一些实施例中，内存102存储上面指出的模块的子集。在一些实施例中，远程认证数据库154和/或本地认证数据库130存储上面指出的一个或多个模块。此外，内存102可以存储上面未描述的附加模块。在一些实施例中，存储在内存102或内存102的非暂时性计算机可读存储介质中的模块提供用于实现下述方法中的相应操作的指令。在一些实施例中，这些模块中的一些或全部可以用包含部分或全部模块功能的专用硬件电路来实现。一个或多个上面指出的元件可以由一个或多个处理器120执行。在一些实施例中，针对内存102描述的一个或多个模块在图像捕捉设备200(图2)的内存202中实现，并由图像捕捉设备200的处理器220执行。
在一些实施例中，I/O子系统124经由有线和/或无线连接将计算系统100通信连接到一个或多个本地设备，如生物特征输入设备128和/或本地认证数据库130。在一些实施例中，I/O子系统124经由第一通信网络150、第二通信网络152、和/或通过有线和/或无线连接将计算系统100通信连接到一个或多个远程设备(如远程认证数据库154)、第一图像捕捉设备200a和/或第二图像捕捉设备200b。在一些实施例中，第一通信网络150是因特网。在一些实施例中，第一通信网络150是第一金融网络，第二通信网络152是第二金融网络。
在一些实施例中，生物特征输入设备128(例如，指纹扫描仪、视网膜扫描仪和/或相机)通信连接到计算系统100。例如，计算系统100位于认证自助终端中或附近，或者通信连接到包括生物特征输入设备128的认证自助终端。
通信总线126可选地包括互连并控制系统部件之间的通信的电路(有时称为芯片组)。
图2是根据一些实施例的图像捕捉设备200(例如，第一或第二图像捕捉设备200a或200b)的系统图。图像捕捉设备200通常包括内存202、相机218、一个或多个处理器220、电源224、输入/输出(I/O)子系统226、以及用于互连这些部件的通信总线228。图像捕捉设备200是例如移动电话、平板电脑、数码相机、膝上型计算机或其他计算设备或自助终端。
处理器220执行存储在内存202中的模块、程序和/或指令，从而进行处理操作。
在一些实施例中，内存202存储一个或多个程序(例如，指令集)和/或数据结构，在此统称为“模块”。在一些实施例中，内存202或内存202的非暂时性计算机可读存储介质存储以下程序、模块和数据结构，或其子集或超集：
—操作系统204；
—所捕捉的图像数据206(例如，由相机218所捕捉的图像数据，如视频和/或静止图像)；以及
—用户身份信息208(例如，用户名、用户密码、用户住宅信息、用户电话号码、用户出生日期和/或用户电子邮件地址)。
上面指出的模块(例如，数据结构和/或包括指令集的程序)不需要作为分离的软件程序、子程序或模块实现，因此这些模块的各种子集在各实施例中可以组合或以其它方式重新排列。在一些实施例中，内存202存储上面指出的模块的子集。在一些实施例中，相机228存储上面指出的一个或多个模块(例如，所捕捉的图像数据206)。此外，内存202可以存储上面未描述的附加模块。在一些实施例中，存储在内存202或内存202的非暂时性计算机可读存储介质中的模块提供用于实现下述方法中的相应操作的指令。在一些实施例中，这些模块中的一些或全部可以用包含部分或全部模块功能的专用硬件电路来实现。一个或多个上面指出的元件可以由一个或多个处理器220执行。在一些实施例中，针对内存202描述的一个或多个模块在计算系统100的内存102中实现，并由计算系统100的处理器120执行。
相机218捕捉静止图像、图像序列和/或视频。在一些实施例中，相机218是包括图像传感器和一个或多个光学装置的数码相机。图像传感器是例如检测光的电荷耦合器件或其他像素传感器。在一些实施例中，一个或多个光学装置可通过成像装置致动器相对于图像传感器移动。一个或多个光学装置影响到达图像传感器的光的焦点和/或图像变焦性能。
在一些实施例中，图像捕捉设备200包括相机218(例如，相机218位于图像捕捉装置200的外壳内)。在一些实施例中，相机218是外围设备，其捕捉图像，并经由有线和/或无线通信连接将所捕捉的图像数据206发送到图像捕捉设备200的I/O子系统226。
在一些实施例中，I/O子系统226经由第一通信网络150和/或第二通信网络152将图像捕捉设备200通信连接到一个或多个远程设备，如计算系统100。
在一些实施例中，用户输入设备230和/或输出设备232与图像捕捉设备200集成在一起(例如，作为触摸屏显示器)。在一些实施例中，用户输入设备230和/或输出设备232是通信连接到图像捕捉设备200的外围设备。在一些实施例中，用户输入设备230包括麦克风、键盘、和/或指针设备如鼠标、触摸板、触摸屏和/或触笔。在一些实施例中，输出设备232包括显示器(例如，包括输入设备230的触摸屏显示器)和/或扬声器。
通信总线228可选地包括互连并控制系统部件之间的通信的电路(有时称为芯片组)。
在一些实施例中，一个或多个用户输入设备和/或输出设备(未示出，如显示器、触摸屏显示器、扬声器、麦克风、小键盘、指针控制、变焦调节控制、焦点调节控制和/或曝光水平调节控制)与装置200集成在一起。
图3示出根据一些实施例的包括面部图像302的文件300。文件300是例如身份证、驾驶证、护照、金融工具(例如，信用卡或借记卡)、设施门禁卡和/或照片。
在一些实施例中，文件300包括面部图像位置提示信息(例如，304处指示的同心矩形)。面部图像位置提示信息304是文件300上的面部图像302在文件300内的位置的视觉指示。例如，围绕面部图像302的同心矩形304为面部图像302在文件300内的位置提供提示。在一些实施例中，面部图像位置提示信息包括一个或多个标记和/或指针。例如，面部图像位置提示信息指示这样的面部图像区域，其小于文件300的整个区域且包括面部图像302，如指示面部图像302的边界或以其他方式围绕面部图像302的周长。在一些实施例中，面部图像位置提示是围绕面部图像302的背景(例如，具有预定义的颜色和/或图案的背景)。在一些实施例中，面部图像位置提示包括文件300的面部图像区域的材料和/或纹理，其不同于文件300的其余部分的材料和/或纹理。
图4示出根据一些实施例的图像捕捉环境400。在图4中，人402一手拿着文件300(例如，人的驾驶证)，另一手拿着图像捕捉设备200a(例如，移动设备)。文件300包括先前捕捉的人402的面部图像302的照片。图像捕捉装置200a用于捕捉人402的面部的图像和包括人402的面部图像302的文件300的图像。在一些实施例中，相机218是图像捕捉装置200a的前置相机，允许人402在观看图像捕捉装置200a的显示器(例如，输出装置232)上的相机218的输出时调整相机218的成像性能(例如，相机218的位置和/或缩放级别)，以确保在由相机218捕捉的图像帧中文件300和人402的面部都能看到。
图5示出根据一些实施例的图像捕捉环境500。在图5中，图像捕捉设备200b是自助终端(或自助终端的部件)。自助终端200b是例如安检自助终端(例如，用于进入娱乐场所、办公室和/或旅行目的地的安检设备)或商业自助终端(例如，用于在商业机构如商店或酒店登记和/或结账的设备)。自助终端200b包括捕捉图像的相机218，在该图像中人402的面部和文件300在所捕捉的图像帧中都能看到，文件300包括先前捕捉的包括人402的面部图像302的照片。在一些实施例中，自助终端200b包括一个或多个用户输入设备230和/或输出设备232。
图6A示出根据一些实施例的所捕捉图像600，其包括人402的第一面部图像602(图4和5)和文件300的图像，文件300包括第二面部图像302。所捕捉图像600由图像捕捉设备200(如针对图4描述的第一图像捕捉设备200a或针对图5描述的第二图像捕捉设备200b)生成。在一些实施例中，所捕捉图像600是来自视频序列的图像帧。在一些实施例中，所捕捉图像600是作为单个静止图像捕捉的图像帧。
图6B中示出所捕捉图像600，其中第一区域标记604指示所捕捉图像600的与面部图像602对应的部分，第二区域标记606指示图像600的与文件300中的面部图像302对应的部分。例如，当计算系统100接收到所捕捉图像600时，区域标记604和606分别指示图像600的与面部图像602和302对应的部分，如图像分析模块106所确定的。虽然图6B中指示的说明性区域是椭圆形，但应当认识到，图像600的与面部图像602对应的部分和/或图像600的与文件300中的面部图像302对应的部分可以是矩形区域、圆形区域、多边形区域和/或与检测到的面部图像302和602的轮廓一致的区域。本文使用的“面部图像”是指人402的面部、人402的面部的一部分、和/或面部和人402的身体的其他部分(例如，面部和人的肩膀或人的整个身体)。
图7A示出根据一些实施例的说明第一面部位置702的第一捕捉图像700，图7B示出根据一些实施例的说明第二面部位置752的第二捕捉图像750。
在图7A中，第一图像700示出朝向文件300的人402的面部(转向人的右侧)。当所捕捉图像700中的人402的面部的取向与第二面部图像302中的面部的取向不同时，图像分析模块106确定是否可能妨碍第一面部图像与第二面部图像302的匹配。在一些实施例中，图像分析模块106被配置成确定第一面部图像(例如，具有第一面部位置702的面部图像)的第一面部位置702和第二面部图像302的面部位置。在一些实施例中，如果第一面部位置702与第二面部图像302中的第二面部位置不够相似(被图像分析模块106用于确定是否满足匹配标准)，则计算系统100向图像捕捉设备200发送面部位置匹配请求。
例如，根据图像分析模块106确定需要面部位置调整，计算系统100向图像捕捉装置200发送面部位置调整请求，其包括诸如“请将您的头部向左转”的消息。在一些实施例中，响应于接收到所发送的请求，图像捕捉设备200显示或以其他方式(例如，经由输出设备232)输出该消息。在一些实施例中，响应于接收到所发送的请求(例如，在显示所接收的消息之后)，图像捕捉设备200捕捉新图像750，如图7B所示，并将新图像750发送到计算系统100。在一些实施例中，计算系统100对新图像750进行图像分析。
在一些实施例中，确定第一面部位置702中的第一面部图像和第二面部图像是否满足面部位置匹配标准包括：确定在第二面部图像302中检测到的一个或多个面部特征(例如，右眼、左眼、嘴、鼻子、和/或其他识别出的面部曲线或突起)位置是否也在第一面部位置702中的第一面部图像中检测到。如果第二面部图像中的一个或多个面部特征未在第一图像的第一面部位置702中检测到，则计算系统100向图像捕捉装置200发送面部位置调整请求(例如，包括诸如“请您向左转一下头”、“请您向右转一下头”、“请您抬一下头”、或“请您低一下头”之类的消息)。
在一些实施例中，确定第一面部位置702中的第一面部图像和第二面部图像是否满足面部位置匹配标准包括：确定第一面部位置702中的面部是否至少部分地被遮挡(例如，部分地被帽子遮盖)和/或确定第二面部图像302中的面部是否至少部分地被遮挡(例如，被手指遮盖)。如果检测到遮挡，则计算系统100向图像捕捉装置200发送面部位置调整请求(例如，包括诸如“请拿开您的帽子”或“请您移动一下手指免得遮盖面部照片”之类的消息)。
图8A-8B、9A-9B、10A-10B、11A-11B和12A-12B示出根据一些实施例的与活体评估相关联的用户界面和捕捉图像。例如，活体评估对响应于由说话者显示或输出的指令而发生的人的移动进行评估。在一些实施例中，活体评估通过确保试图获得授权的人(例如，拿着文件300的人402)是能够响应于指令进行特定移动的活的个体，来额外防止未被授权的访问。例如，活体评估用于确保静止图像不能用于获取对系统的欺骗性访问。在一些实施例中，所显示的指令是随机、伪随机或循环地生成的(例如，从而使得用户必须实时响应在访问尝试之前不可预测的提示)。图8A-8B、9A-9B和10A-10B示出眼睛跟踪在活体评估中的应用，图11A-11B和12A-12B示出语言内容在用于活体评估的消息中的应用。
图8A和9A示出根据一些实施例的显示用于活体验证的移动目标802的用户界面800。图8A示出在第一时间(t0)显示的用户界面800的第一状态，图9A示出在比第一时间晚的第二时间(t1)显示的用户界面800的第二状态。用户界面800由图像捕捉装置200(例如，200a或200b)的显示器(例如，输出装置232)显示。在一些实施例中，移动目标802是活动图像，如活动的圆点。在一些实施例中，移动目标802在用户界面800上移动(例如，如图8A和9A中所示，垂直地、沿着对角线、沿着正弦和/或沿着另一路径，从一侧到另一侧)。在一些实施例中，移动目标802的移动路径是预定义的路径、随机生成的路径、伪随机生成的路径、或从预定义的一组路径中随机、伪随机或循环选择的路径。在一些实施例中，用户界面800显示提示(例如，指导性文字804)以向用户(例如，人402)提供用于移动面部特征以满足活体标准的指令。
图8B和9B示出在显示用户界面800时分别在第一时间(t0)和第二时间(t1)捕捉的所捕捉图像(850,950)。在一些实施例中，所捕捉图像850和950是由相机218捕捉的视频或静止图像的帧。所捕捉图像850和950分别包括人402的第一面部图像852和第二面部图像952。在一些实施例中，跟踪人402的一个或多个面部特征(例如，一只或两只眼睛856的一个或多个部分，如瞳孔、视网膜和/或虹膜854)。例如，确定了一个或多个面部特征从第一图像850到第二图像950的位置改变，并与在用户界面800中显示的移动目标802的移动路径进行比较。以这种方式，人402通过根据移动目标804的移动路径移动一个或多个面部特征(例如，改变人眼856的视线方向)来提供活体验证。
在一些实施例中，为了满足活体评估的移动标准，面部特征的移动必须超过阈值距离(例如，与人脸的边界的移动相比)。图10A-10B示出眼睛(具体地，虹膜854)的移动与人402的面部图像852的移动的相对关系。例如，图10A-10B中所示的眼睛运动发生在如图8A和9A所示用户界面800显示移动目标802时。图10A示出第一图像850(也在图8B中示出)，其包括第一时间(t0)的人402的第一面部图像852。面部边界1002与第一面部图像852的轮廓(例如，如使用图像处理技术如边缘检测所确定的)相对应。图10B示出第二图像950(也在图9B中示出)，其包括第二时间(t1)的人402的第二面部图像952。人402的面部在t0和t1之间的时间内移动了面部边界移动距离1004所示的量。在一些实施例中，为了满足活体评估的移动标准，如虹膜移动距离1008所示，虹膜854的移动(或与虹膜854对应的所确定的虹膜边界1006的移动)必须超过面部边界1002的移动(例如，至少超过阈值量)。
图11A和12A示出根据一些实施例的显示用于活体验证的语言内容1102的用户界面1100。图11A示出在第一时间(t0)显示的用户界面1100的第一状态，图12A示出在比第一时间晚的第二时间(t1)显示的用户界面1100的第二状态。用户界面1100由图像捕捉设备200(例如，200a或200b)的显示器(例如，输出设备232)显示。在一些实施例中，语言内容1102是一个单词、一组单词(例如，短语和/或句子)、一组句子、一个字母、一组字母、一个乱码词和/或一组乱码词。在一些实施例中，语言内容1102是预定的语言内容、随机生成的语言内容、和/或伪随机生成的语言内容。在一些实施例中，语言内容1102从一组预定的语言内容项中循环地、随机地、和/或伪随机地选择。在一些实施例中，一组单词中的相应单词被顺序地突出显示(例如，用诸如大小、字体、加黑、斜体和/或下划线之类的视觉上的区别性特征来示出，其将相应的单词与其他单词区分开)以便在特定时间指示：人402将从语言内容1102读取相应的单词。在一些实施例中，用户界面1100显示或通过音频输出来输出提示(例如，指导性文字1104)，以向用户(例如，人402)提供指令，以说出被显示或以其他方式输出的语言内容1102。
图11B和12B示出在显示用户界面1100时分别在第一时间(t0)和第二时间(t1)捕捉的捕捉图像1150和1250。在一些实施例中，所捕捉图像1150和1250是由相机218捕捉的视频或静止图像的帧。所捕捉图像1150和1250分别包括人402的面部图像1152和1252。在一些实施例中，确定面部图像1152内的嘴1154的位置和/或面部图像1252内的嘴1254的位置。确定一个或多个所捕捉图像(例如，1150和1250)中的一个或多个嘴形参数(例如，嘴张开的程度和/或嘴形的圆度)，并和与显示的语言内容1102对应的一个或多个嘴形进行比较。人402通过响应于显示的或以其他方式输出的语言内容1102进行说话来提供活体验证。在说出消息时，人的嘴作出与所存储的嘴形信息对应的嘴形。
图13A-13H是示出根据一些实施例的用于使用面部图像比对来认证用户的方法1300的流程图。方法1300在设备如计算系统100中执行。例如，用于执行方法1300的指令存储在内存102中并由计算系统100的处理器120执行。在图13A-13H中，轮廓虚线表示可选操作。
在一些实施例中，在接收所捕捉的图像之前，设备经由第一网络150从图像捕捉设备200接收授权请求(1302)。例如，授权请求是访问请求(如数据访问请求、设备访问请求和/或设施访问请求)和/或进行交易的请求。
在一些实施例中，响应于从图像捕捉设备200接收到授权请求，设备向图像捕捉设备200发送对所捕捉的图像数据的请求(1304)，该所捕捉的图像数据包括第一面部图像602和文件300的图像，文件300包括第二面部图像302。
在一些实施例中，设备确定第一网络150是否满足图像验证标准(1306)。
在一些实施例中，第一网络150是第一金融网络(例如，与第一交易处理器相关联的网络)或第一商业网络(例如，与特定设施或服务提供商相关联的网络)，第二网络152是第二金融网络(例如，与第二交易处理器相关联的网络)或第二商业网络。
在一些实施例中，在已经为(例如，由从图像捕捉设备200发送到计算系统100的用户身份信息208所识别的)特定用户授权(例如，为了使用第一网络150处理交易)之后，该用户的后续授权不再需要图像匹配确定。在一些实施例中，将图像匹配的确定暂停并持续有限的时间窗口(例如，五分钟或三十分钟)。在其他实施例中，无限期地暂停图像匹配的确定。
在一些实施例中，确定第一网络150是否满足图像验证标准包括：访问存储值以确定是否发生过对所接收请求的先前授权(1308)。例如，在一些实施例中，确定是否已经为特定用户授权包括：对于先前的授权请求，确定是否已经由成像捕捉设备200接收到授权信息(例如，如下面关于操作1342所描述的)。如果尚未为特定用户授权，则满足图像验证标准(例如，当前交易需要图像验证)。
在一些实施例中，根据确定第一网络150满足图像验证标准(例如，先前未针对特定用户进行过图像验证)时，设备发送对所捕捉的图像数据的请求(1310)，所捕捉的图像数据包括第一面部图像602和文件300的图像，文件300包括第二面部图像302。在一些实施例中，根据确定第一网络不满足图像验证标准(例如，先前已经为用户进行过图像验证，因此不需要进一步的图像验证)，设备放弃发送对所捕捉的图像数据的请求(1312)，所捕捉的图像数据包括第一面部图像602和文件300的图像，文件300包括第二面部图像302。
在一些实施例中，根据确定第一网络150不满足图像验证标准，设备发送对替代认证数据(例如，用户名、密码、和/或替代生物特征数据如指纹扫描和/或视网膜扫描)的请求(1314)。例如，当确定第一网络150不能够进行图像验证时，设备就请求替代认证数据。
在一些实施例中，第二网络152不满足图像验证标准(例如，第二网络152不支持和/或需要图像验证)。
在一些实施例中，响应于经由第二网络152从图像捕捉设备200接收到授权请求，设备放弃发送对所捕捉的图像数据的请求(1316)，所捕捉的图像数据包括第一面部图像和文件的图像，文件包括第二面部图像。例如，当设备确定第二网络152不能执行图像验证时，设备不从第二网络152请求所捕捉的图像数据。
设备从图像捕捉设备200接收所捕捉的图像数据(例如，图像帧600，如图6A所示)(1318)，其包括第一面部图像602和文件300的图像，文件300包括第二面部图像302。第一面部图像602和包括第二面部图像302的文件300的图像被包括在单个图像帧600中。
在一些实施例中，所捕捉的图像数据包括图像帧600(1320)。在一些实施例中，所捕捉的图像数据包括视频流(图像帧600是视频流的单个帧)(1322)。
在一些实施例中，包括第二面部图像302的文件300的图像包括第二面部图像位置提示信息(例如，图3的304处指示的同心矩形)，且确定与第二面部图像302对应的所捕捉的图像数据的第二部分606包括：确定面部图像位置提示信息的位置(1324)。关于面部图像位置提示信息，在上面针对图3进一步描述了。在一些实施例中，设备通过确定由面部图像位置提示信息界定的区域，确定所捕捉的图像数据的第二部分606。在一些实施例中，设备通过确定第二面部图像302在由面部图像位置提示信息指示的区域内的位置，确定所捕捉的图像数据的第二部分606。
设备分析所捕捉的图像数据，以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604、和与第二面部图像302对应的所捕捉的图像数据的第二部分606(1326)。例如，图像分析模块106使用边缘检测技术来确定第一面部图像602和第二面部图像302的区域和/或轮廓。
在一些实施例中，分析所捕捉的数据以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604包括：在多个图像帧(例如，视频的图像帧)中，确定与第一面部图像602对应的相应图像帧的相应部分(1328)。在一些实施例中，分析所捕捉的数据以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604包括：通过合成来自与第一面部图像602对应的多个图像帧的相应图像帧的多个相应部分来生成第一部分604(1330)。例如，如果第一面部图像602中的面部的一部分在第一帧中被遮挡且第一面部图像602中的面部的不同部分在第二帧中被遮挡，则第二帧中的面部的被遮挡部分可以用第一帧的面部的相应无遮挡部分替代。
在一些实施例中，分析所捕捉的数据以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604包括：使用与第二面部图像302对应的所捕捉的图像数据的第二部分606，选择与第一面部图像602对应的第二面部图像302的相应图像帧的相应部分(1332)。例如，图像分析模块106确定第二面部图像302的一个或多个参数(例如，面部的形状，面部特征如眼睛、嘴和鼻子相对于彼此和/或相对于面部轮廓的位置，面部特征的相对尺寸，和/或面部特征之间的距离)，并使用第二面部图像302的一个或多个参数来识别第一面部图像602中的对应参数。
在一些实施例中，分析所捕捉的数据以确定与第二面部图像302对应的所捕捉的图像数据的第二部分606包括：在多个图像帧(例如，视频的图像帧)中，确定与第二面部图像302对应的相应图像帧的相应部分。在一些实施例中，分析所捕捉的数据以确定与第二面部图像302对应的所捕捉的图像数据的第二部分606包括：通过合成来自与第二面部图像302对应的多个图像帧的相应图像帧的多个相应部分来生成第二部分606。例如，如果第二面部图像302中的面部的一部分在第一帧中被遮挡且第二面部图像302中的面部的不同部分在第二帧中被遮挡，则第二帧中的面部的被遮挡部分可以用第一帧的面部的相应无遮挡部分替代。
在一些实施例中，方法1300从操作1326进行到可选操作1334，如C处所示。在一些实施例中，方法1300从操作1326进行到可选操作1336，如D处所示。在一些实施例中，方法1300从操作1326进行到操作1338，如E处所示。
在一些实施例中，在分析所捕捉的图像数据以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604和与第二面部图像302对应的所捕捉的图像数据的第二部分606之后，设备进行以下操作(1334)：分析所捕捉的图像数据的第一部分604以确定第一面部位置702(1334-a)，分析所捕捉的图像数据的第二部分606以确定第二面部位置(1334-b)。图7A示出与第二面部图像302的面部位置不同的第一面部位置702。在一些实施例中，设备通过将第一面部位置702与第二面部图像的面部位置进行比较，确定是否满足面部位置匹配标准(1334-c)。
在一些实施例中，根据确定不满足面部位置匹配标准，设备向图像捕捉设备200发送面部位置匹配请求(1334-d)，方法1300从操作1334-d进行到操作1318，如A处所示。面部位置匹配标准和面部位置匹配请求的示例已针对图7A和7B进行描述。
在一些实施例中，根据确定满足面部位置匹配标准，设备放弃向图像捕捉设备200发送面部位置匹配请求(1334-e)。
在一些实施例中，方法1300从操作1334进行到可选操作1336，如D处所示。在一些实施例中，方法1300从操作1334进行到操作1338，如E处所示。
在一些实施例中，在分析所捕捉的图像数据以确定与第一面部图像602对应的所捕捉的图像数据的第一部分604和与第二面部图像302对应的所捕捉的图像数据的第二部分606之后，设备进行以下操作(1336)：分析所捕捉的图像数据的第二部分606以确定第二面部图像302的面部位置(1336-a)，并确定第二面部位置是否满足与文件300对应的面部位置标准(1336-b)。例如，文件300的规范可以定义面部位置要求，如面部图像中的面部的取向、从面部到面部图像周围的边界的距离、面部的表情、和/或首饰是否可以戴在脸上。当与文件300对应的文件类型的面部位置要求不被满足时，不满足面部位置标准。
根据确定不满足与文件300对应的面部位置标准，设备向图像捕捉设备200发送面部位置调整请求(1336-c)，方法1300从操作1336-c进行到操作1318，如A所示。面部位置匹配标准和面部位置匹配请求的示例已针对图7A和7B进行描述。
根据确定满足与文件300对应的面部位置标准，设备放弃向图像捕捉设备200发送面部位置调整请求(1336-d)。
在一些实施例中，方法1300从操作1336进行到操作1338，如E处所示。
设备通过将所捕捉的图像数据的第一部分604与所捕捉的图像数据的第二部分606进行比较，确定第一面部图像602和第二面部图像302是否满足匹配标准(1338)。在一些实施例中，将所捕捉的图像数据的第一部分604与图像数据的第二部分606进行比较包括：比较例如第一图像602和第二图像302的第一图像的一个或多个部分的距离、大小、形状、曲线特征、颜色和/或相对属性。
在一些实施例中，图像分析模块106确定与第一面部图像602对应的所捕捉的图像数据的第一部分604内的、和与第二面部图像302对应的所捕捉的图像数据的第二部分606内的第一面部特征(例如，鼻子)的位置。在一些实施例中，图像分析模块106确定所捕捉的图像数据的第一部分604内的、和所捕捉的图像数据的第二部分606内的第二面部特征(例如，左眼)的位置。确定所捕捉的图像数据的第一部分604中的第一面部特征和第二面部特征之间的第一距离。确定所捕捉的图像数据的第二部分606中的第一面部特征和第二面部特征之间的第二距离。将第一距离(例如，第一部分604中的相对于面部图像602的尺寸)与第二距离(例如，第二部分606中的相对于面部图像302的尺寸)进行比较，以确定第一面部图像和第二面部图像是否符合匹配标准。
在一些实施例中，图像分析模块106确定与第一面部图像602对应的所捕捉的图像数据的第一部分604内的、和与第二面部图像302对应的所捕捉的图像数据的第二部分606内的面部特征(例如，至少一只眼睛的虹膜)的位置，并将所捕捉的图像数据的第一部分604中的该面部特征的颜色(例如，至少一个像素的颜色)与所捕捉的图像数据的第二部分606中的该面部特征的颜色进行比较，以确定第一面部图像602和第二面部图像302是否满足匹配标准。
在一些实施例中，图像分析模块106确定与第一面部图像602对应的所捕捉的图像数据的第一部分604内的、和与第二面部图像302对应的所捕捉的图像数据的第二部分606内的面部轮廓的形状，并将所捕捉的图像数据的第一部分604中的面部形状与所捕捉的图像数据的第二部分606中的面部形状进行比较，以确定第一面部图像602和第二面部图像302是否满足匹配标准。
在一些实施例中，取代面部数据和/或除了面部数据之外，对所捕捉的图像数据执行的图像分析还使用用户的另一个识别特征，如躯干图像、全身图像、手部图像、和/或指纹图像。例如，所捕捉的图像数据包括第一全身图像和包括第二全身图像的文件的图像。
在一些实施例中，确定第一面部图像602和第二面部图像302是否满足匹配标准包括以下中的至少一个：将所捕捉的图像数据的第一部分604和与所存储的面部图像对应的图像数据进行比较，或者将所捕捉的图像数据的第二部分606和与所存储的面部图像对应的图像数据进行比较(1340)。例如，所存储的面部图像是存储在内存102、本地认证数据库130、和/或远程认证数据库154中的人402的参考图像。参考图像是例如在授权请求之前由计算系统100接收的图像，或者响应于接收授权请求由计算系统100确定的图像(例如，通过搜索与用户信息如用户名对应的图像)。
根据确定第一面部图像602和第二面部图像302满足匹配标准，设备向图像捕捉设备200发送授权信息(1342)。授权信息是例如交易批准信息，授权访问数据、设施和/或设备的的信息(例如，加密密钥、统一资源定位符、密码和/或参数值)。
在一些实施例中，根据确定第一面部图像602和第二面部图像302不满足匹配标准，设备向图像捕捉设备200发送拒绝授权信息(1344)。
在一些实施例中，根据确定第一面部图像602和第二面部图像302不满足匹配标准，设备向图像捕捉设备发送面部位置调整请求(1346)。面部位置调整请求的示例针对图7A和7B在上面讨论过。
在一些实施例中，取代从远离计算系统100的图像捕捉设备200接收所捕捉的图像数据，由计算系统100捕捉所捕捉的图像数据。例如，计算系统100使用生物特征输入设备128、作为计算系统100的部件的相机(未示出)、或作为计算系统100的外围设备的本地相机(未示出)来捕捉所捕捉的图像数据。这样一来，所捕捉的图像数据的同一系统也分析图像数据，如针对图13C-13E所描述的。例如，在一些实施例中，自助终端(例如，类似于图5中所示的自助终端200b)包括计算系统100，其具有捕捉人402和文件300的图像的相机。
在一些实施例中，所捕捉的图像数据包括在与第二时间(例如，t0或其它时间)不同的第一时间(例如，t1)捕捉的第三面部图像(例如，第二图像950中的第二面部图像952)，在第二时间至少一个其他面部图像(例如，图像600、700、750或850中的一个或多个图像中的人402的面部图像)被捕捉(1348)。在一些实施例中，设备通过将第三面部图像的面部特征(例如，虹膜854)与至少一个其他面部图像的对应面部特征进行比较，确定第三面部图像的面部特征和至少一个其他面部图像的对应面部特征满足移动标准。例如，将第一图像850中的虹膜854的位置与第二图像950中的虹膜854的位置进行比较，如图10A-10B中的距离1008所示。根据确定第三面部图像的面部特征和至少一个其他面部图像的对应面部特征满足移动标准，该设备在所发送的授权信息中包括满足移动标准的指示。
在一些实施例中，所发送的授权信息包括多次发送(例如，第一次发送，其根据确定第一面部图像和第二面部图像满足匹配标准而发送；以及第二次发送，其不同于第一次发送，根据确定第三面部图像的面部特征和至少一个其他面部图像的相应面部特征满足移动标准而发送。)在一些实施例中，在单次发送中发送授权信息。在一些实施例中，根据确定第三面部图像的面部特征和至少一个其他面部图像的对应面部特征不满足移动标准，设备向图像捕捉设备发送拒绝授权信息。
在一些实施例中，确定第三面部图像(例如，图像952)的面部特征(例如，虹膜854)和至少一个其他面部图像(例如，图像852)的对应面部特征满足移动标准包括：通过将第三面部图像的面部特征与至少一个其他面部图像的对应面部特征进行比较，确定面部特征移动路径(例如，如图10A-10B中的虹膜854的移动所示)，并确定面部特征运动路径的长度满足阈值距离标准(1350)。
在一些实施例中，确定第三面部图像(例如，图像952)的面部特征(例如，虹膜854)和至少一个其他面部图像(例如，图像852)的对应面部特征满足移动标准包括：向图像捕捉设备200发送用于显示(例如，在成像捕捉设备200的显示器如输出设备232上显示)沿(例如，如图8A和图9A中所示的用户界面800所示的)目标路径移动的目标(例如，移动目标802)的信息(1352)。通过将第三面部图像的面部特征与至少一个其他面部图像的对应面部特征进行比较，确定面部特征移动路径(例如，如图10A-10B中的虹膜854的移动所示)。将目标路径与面部特征移动路径进行比较，以确定路径匹配值是否满足路径相似性标准。在一些实施例中，根据确定路径匹配值满足路径相似性标准，移动标准被满足。
在一些实施例中，确定第三面部图像(例如，图像952)的面部特征(例如，虹膜854)和至少一个其他面部图像(例如，图像852)的对应面部特征满足移动标准包括：通过将第三面部图像的面部特征与至少一个其他面部图像的对应面部特征进行比较，确定面部特征移动路径(例如，如图10A-10B中的虹膜854的移动所示)(1356)。通过将第三面部图像(例如，图像952)的面部边界(例如，边界1002)与至少一个其他面部图像(例如，图像852)的对应面部边界(例如，边界1002)进行比较，确定面部边界移动路径。在一些实施例中，根据确定面部特征移动路径(例如，路径1008)的长度比面部边界移动路径(例如，路径1004)的长度大阈值距离，满足移动标准。
在一些实施例中，第三图像的面部特征包括面部的一个或多个眼睛856的至少一部分(例如，虹膜854)(1358)。
在一些实施例中，设备向图像捕捉设备200发送消息(例如，语言内容1102，如图11A和12A中所示)(1360)。例如，该消息被配置成由图像捕捉设备200的输出设备232(例如显示器和/或扬声器)输出。在一些实施例中，随机或伪随机地生成消息(1362)。在一些实施例中，从预定义的一组消息中随机或伪随机地选择消息(1364)。在一些实施例中，除了显示语言内容1102之外和/或取代显示语言内容1102，设备生成带有语言内容1102的消息的音频输出。
设备从图像捕捉设备200接收用户说出该消息的记录(例如，由相机218和/或输入设备230的麦克风捕捉的记录)(1366)。
在一些实施例中，记录是(例如，使用图像捕捉装置200的输入装置230的麦克风记录的)音频记录(1370)。在一些实施例中，确定记录是否满足消息说出标准包括：确定音频记录的至少一部分是否与用于消息的预定音频配置文件对应(1370)。例如，音频匹配算法确定音频记录是否匹配由活体分析模块119存储的被记录或生成的音频文件(例如，在预定容限内)。
在一些实施例中，记录是(例如，由图像捕捉设备200的相机218记录的)视频记录(1372)，其在用户阅读消息(例如，包括针对图11B和12B所描述的视频帧的视频记录)时捕捉用户面部的移动。在一些实施例中，确定记录是否满足消息说出标准包括：确定视频记录的至少一部分(例如，视频的一个或多个帧中的嘴1254的嘴形参数，如针对图11B和12B所描述的)是否与用于消息的一组预定义的面部移动对应(例如，由活体分析模块119存储的视频和/或图像)(1372)。例如，图像分析模块106将所存储的视频和/或图像中的嘴形与所接收的记录中的嘴形进行比较(例如，在预定的容限内)。
在一些实施例中，记录是(例如，由图像捕捉设备200的相机218捕捉的)一组静止图像，其在用户阅读消息时捕捉用户面部的移动。在一些实施例中，确定记录是否满足消息说出标准包括：确定该组静止图像的至少一个子集中的嘴1254的嘴形参数是否与用于该消息的一组预定义的面部运动对应。例如，图像分析模块106将来自一个或多个存储图像中的嘴形与来自所接收的静止图像组的一个或多个图像中的嘴形进行比较(例如，在预定容差内)。
在一些实施例中，设备确定记录是否满足消息说出标准(1368)，且根据确定记录满足消息说出标准，设备在发送的授权信息中包括消息说出标准被满足的指示(1374)。在一些实施例中，所发送的授权信息包括多次发送(例如，第一次发送，其根据确定第一面部图像和第二面部图像满足匹配标准而发送；以及第二次发送，其不同于第一次发送。第二次发送根据确定记录满足消息说出标准而发送)。在一些实施例中，在单次发送中发送授权信息。在一些实施例中，根据确定记录不满足消息说出标准，设备向图像捕捉设备发送拒绝授权信息。
本发明的特征可以在计算机程序产品(如其上或其中存储有指令的存储介质或计算机可读存储介质，这些指令可以用于编程处理系统以执行本文提出的任何特征)中、使用计算机程序产品、或者在计算机程序产品的帮助下实现。存储介质(例如，内存102和内存202)可以包括但不限于高速随机存取存储器，如DRAM、SRAM、DDR RAM或其他随机存取固态存储器件，且可以包括易失性内存，如一个或多个磁盘存储器件、光盘存储器件、闪存器件或其他非易失性固态存储器件。在一些实施例中，内存102和内存202包括远离CPU 120和220的一个或多个存储器件。内存102和内存202，或者是这些内存中的非易失性内存器件，包括非暂时性计算机可读存储介质。
本文提到的通信系统(例如，通信系统124和通信系统226)可选地通过有线和/或无线通信连接进行通信。通信系统可选地与网络(例如，网络150和152)以及其他设备通过无线通信进行通信，所述网络如因特网(也称为万维网(WWW))，内联网，和/或无线网络，如蜂窝电话网络、无线局域网(LAN)、和/或城域网(MAN)。无线通信连接可选地使用多种通信标准、协议和技术中的任何一种，包括但不限于：全球移动通信系统(GSM)、增强型数据GSM环境(EDGE)、高速下行链路分组接入(HSDPA)、高速上行链路分组接入(HSUPA)、EvolutionData-Only(EV-DO)、HSPA、HSPA+、双载波HSPA(DC-HSPDA)、长期演进(LTE)、近场通信(NFC)、宽带代码分多址(W-CDMA)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、无线保真(Wi-Fi)(例如，IEEE 102.11a、IEEE 102.1lac、IEEE 102.1lax、IEEE 102.11b、IEEE 102.1lg和/或IEEE102.11n)、因特网协议语音(VoIP)、Wi-MAX、用于电子邮件的协议(例如，因特网消息访问协议(FMAP)和/或邮局协议)(POP))、即时消息(例如，可扩展消息和出席协议(XMPP)、针对即时信息和出席扩展的会话发起协议(SIMPLE)、即时消息和出席服务(IMPS))和/或短消息服务(SMS)、或任何其他合适的通信协议，包括截至本专利申请文件提交日尚未开发的通信协议。
应当理解，尽管本文可能使用术语“第一”、“第二”等来描述各种元件，但是这些元件不应受这些术语的限制。这些术语仅用于区分一个元件与另一个元件。
本文使用的术语仅用于描述特定实施例的目的，而不是要限制权利要求。如在实施例的描述和所附权利要求中所使用的，单数形式“一”，“一个”和“该”旨在也包括复数形式，除非上下文另有明确说明。还应理解，本文所用的术语“和/或”是指并包含一个或多个相关所列项目的任何和所有可能的组合。还应当理解，在本说明书中使用时，术语“包括”和/或“包含”指明存在所述特征、步骤、操作、元件和/或部件，但不排除一个或多个其它特征、步骤、操作、元件、部件和/或其组的存在或添加。
如本文所用，术语“如果”根据上下文可能被解释为表示：“当所述前提条件成立时”、“在所述前提条件成立时”、“响应于确定所述前提条件成立”、“根据确定所述前提条件成立”或“响应于检测到所述前提条件成立”。类似地，短语“如果确定(所述前提条件成立)”、“如果(所述前提条件成立)”或“在(所述前提条件成立)时”根据上下文可能被解释为表示：“在确定(所述前提条件成立)时”、“响应于确定(所述前提条件成立)”、“根据确定(所述前提条件成立)”、“在检测到(所述前提条件成立)时”、或“响应于检测到(所述前提条件成立)”。
出于解释的目的，已经参考具体实施例进行了上面的描述。然而，上面的说明性讨论并非旨在穷举或将权利要求限制于所公开的精确形式。鉴于上述教导，许多修改和变化都是可能的。选择和描述这些实施例是为了最好地解释操作原理和实际应用，从而使得本领域的其他技术人员能够作出各种修改。

Claims (32)

1.一种计算机实现的方法，包括：
在包括一个或多个处理器和存储被配置成由所述一个或多个处理器执行的一个或多个程序的内存的计算系统中：
从图像捕捉设备接收所捕捉的图像数据，所述所捕捉的图像数据包括：
用户的第一面部图像，以及
包括第二面部图像的文件的图像，
其中所述第一面部图像和包括所述第二面部图像的所述文件的所述图像被包括在单个图像帧中；
分析所述所捕捉的图像数据以确定：
与所述第一面部图像对应的所述所捕捉的图像数据的第一部分，以及
与所述第二面部图像对应的所述所捕捉的图像数据的第二部分；
通过将所述所捕捉的图像数据的所述第一部分与所述所捕捉的图像数据的所述第二部分进行比较，确定所述第一面部图像和所述第二面部图像是否满足匹配标准；以及
根据确定所述第一面部图像和所述第二面部图像满足所述匹配标准，向所述图像捕捉设备发送授权信息。
2.根据权利要求1所述的方法，其中，所述所捕捉的图像数据包括静止图像。
3.根据权利要求1-2中任一项所述的方法，其中，所述所捕捉的图像数据包括视频流。
4.根据权利要求1-3中任一项所述的方法，其中，分析所述所捕捉的数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的所述第一部分包括：在多个图像帧中，确定与所述第一面部图像对应的相应图像帧的相应部分。
5.根据权利要求1-4中任一项所述的方法，其中，分析所述所捕捉的数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的所述第一部分包括：通过合成与所述第一面部图像对应的来自多个图像帧的相应图像帧的多个相应部分来生成所述第一部分。
6.根据权利要求1-5中任一项所述的方法，其中，分析所述所捕捉的数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的所述第一部分包括：使用与所述第二面部图像对应的所述所捕捉的图像数据的所述第二部分选择与所述第一面部图像对应的相应图像帧的相应部分。
7.根据权利要求1-6中任一项所述的方法，其中：
包括所述第二面部图像的所述文件的所述图像包括第二面部图像位置提示信息；且
确定与所述第二面部图像对应的所述所捕捉的图像数据的所述第二部分包括：确定所述面部图像位置提示信息的位置。
8.根据权利要求1-7中任一项所述的方法，包括：
在分析所述所捕捉的图像数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的第一部分、以及与所述第二面部图像对应是所述所捕捉的图像数据的第二部分之后：
分析所述所捕捉的图像数据的所述第一部分以确定第一面部位置；
分析所述所捕捉的图像数据的所述第二部分以确定第二面部位置；
通过比较所述第一面部位置和所述第二面部位置，确定是否满足面部位置匹配标准；
根据确定不满足面部位置匹配标准，向所述图像捕捉装置发送面部位置匹配请求；以及
根据确定满足面部位置匹配标准，放弃向所述图像捕捉设备发送所述面部位置匹配请求。
9.根据权利要求1-8中任一项所述的方法，包括：
在分析所述所捕捉的图像数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的第一部分、以及与所述第二面部图像对应是所述所捕捉的图像数据的第二部分之后：
分析所述所捕捉的图像数据的所述第二部分以确定第二面部位置；
确定所述第二面部位置是否满足与所述文件对应的面部位置标准；
根据确定不满足与所述文件对应的所述面部位置标准，向所述图像捕捉装置发送面部位置调整请求；以及
根据确定满足与所述文件对应的所述面部位置标准，放弃向所述图像捕捉设备发送所述面部位置调整请求。
10.根据权利要求1-9中任一项所述的方法，其中，确定所述第一面部图像和所述第二面部图像是否满足匹配标准包括以下中的至少一个：
将所述所捕捉的图像数据的所述第一部分与对应于所存储的面部图像的图像数据进行比较；或者
将所述所捕捉的图像数据的所述第二部分与对应于所存储的面部图像的图像数据进行比较。
11.根据权利要求1-10中任一项所述的方法，包括：
根据确定所述第一面部图像和所述第二面部图像不满足所述匹配标准，向所述图像捕捉装置发送拒绝授权信息。
12.根据权利要求1-11中任一项所述的方法，包括：
根据确定所述第一面部图像和所述第二面部图像不满足所述匹配标准，向所述图像捕捉装置发送面部位置调整请求。
13.根据权利要求1-12中任一项所述的方法，包括：
在接收包括所述第一面部图像和包括所述第二面部图像的所述文件的图像的所述所捕捉的图像数据之前：
经由第一网络从搜索图像捕捉设备接收授权请求；
确定所述第一网络是否符合图像验证标准；
根据确定所述第一网络满足所述图像验证标准，发送对包括所述第一面部图像和包括所述第二面部图像的所述文件的图像的所述所捕捉的图像数据的请求；以及
根据确定所述第一网络不满足所述图像验证标准，放弃发送对包括所述第一面部图像和包括所述第二面部图像的所述文件的图像的所述所捕捉的图像数据的请求。
14.根据权利要求13所述的方法，其中，确定所述第一网络是否满足所述图像验证标准包括：访问所存储的值以确定是否发生过对所接收的请求的先前授权。
15.根据权利要求13-14中任一项所述的方法，包括：根据确定所述第一网络不满足所述图像验证标准，发送对备选认证数据的请求。
16.根据权利要求13所述的方法，包括：
经由第二网络从所述图像捕捉设备接收授权请求；以及
响应于经由所述第二网络从所述图像捕捉设备接收到所述授权请求，放弃发送对包括所述第一面部图像和包括所述第二面部图像的所述文件的图像的所述所捕捉的图像数据的请求。
17.根据权利要求1-16中任一项所述的方法，其中，所述所捕捉的图像数据包括在第一时间捕捉的第三面部图像，所述第一时间与第二时间不同，在所述第二时间捕捉至少一个其他面部图像，
所述方法包括：
通过将所述第三面部图像的面部特征与所述至少一个其他面部图像的对应面部特征进行比较，确定所述第三面部图像的所述面部特征和所述至少一个其他面部图像的所述对应面部特征满足移动标准；以及
根据确定所述第三面部图像的所述面部特征和所述至少一个其他面部图像的所述对应面部特征满足所述移动标准，在所述被发送的授权信息中包括所述移动标准被满足的指示。
18.根据权利要求17所述的方法，其中，确定所述第三面部图像的所述面部特征和所述至少一个其他面部图像的所述对应面部特征满足所述移动标准包括：
通过将所述第三面部图像的面部特征与所述至少一个其他面部图像的对应面部特征进行比较，确定面部特征移动路径；以及
确定所述面部特征运动路径的长度满足阈值距离标准。
19.根据权利要求17所述的方法，其中，确定所述第三面部图像的所述面部特征和所述至少一个其他面部图像的所述对应面部特征满足所述移动标准包括：
向所述图像捕捉设备发送用于显示沿着目标路径移动的目标的信息；
通过将所述第三面部图像的面部特征与所述至少一个其他面部图像的对应面部特征进行比较，确定面部特征运动路径；
将所述目标路径与所述面部特征运动路径进行比较，以确定路径匹配值；以及
确定所述路径匹配值满足路径相似性标准。
20.根据权利要求17所述的方法，其中，确定所述第三面部图像的所述面部特征和所述至少一个其他面部图像的所述对应面部特征满足所述移动标准包括：
通过将所述第三面部图像的面部特征与所述至少一个其他面部图像的对应面部特征进行比较，确定面部特征运动路径；
通过将所述第三面部图像的面部边界与所述至少一个其他面部图像的对应面部边界进行比较，确定面部边界移动路径；以及
确定所述面部特征运动路径的长度比所述面部边界运动路径的长度大阈值距离。
21.根据权利要求17-20中任一项所述的方法，其中，所述第三图像的面部特征包括面部的一个或多个眼睛的至少一部分。
22.根据权利要求1-21中任一项所述的方法，还包括：
向所述图像捕捉设备发送用于显示消息的信息；
从所述成像设备接收用户说出所述消息的记录；
确定所述记录是否符合消息说出标准；以及
根据确定所述记录满足所述消息说出标准，在所述被发送的授权信息中包括所述消息说出标准被满足的指示。
23.根据权利要求22所述的方法，其中：
所述记录是音频记录；且
确定所述记录是否满足所述消息说出标准包括：确定所述音频记录的至少一部分是否与用于所述消息的预定音频配置文件对应。
24.根据权利要求22所述的方法，其中：
所述记录是在所述用户阅读消息时捕捉所述用户的面部的移动的视频记录；且
确定所述记录是否满足所述消息说出标准包括：确定所述视频记录的至少一部分是否与用于所述消息的一组预定义的面部动作对应。
25.根据权利要求22-24中任一项所述的方法，其中，所述消息是随机或伪随机生成的。
26.根据权利要求22-24中任一项所述的方法，其中，所述消息是从预定义的一组消息中随机或伪随机地选择的。
27.一种系统，包括：
一个或多个处理器；
内存；以及
一个或多个程序，其中所述一个或多个程序存储在所述内存中，且被配置成由所述一个或多个处理器执行，所述一个或多个程序包括用于以下操作的指令：
从图像捕捉设备接收所捕捉的图像数据，所述所捕捉的图像数据包括：第一面部图像、以及包括第二面部图像的所述文件的图像，其中所述第一面部图像和包括所述第二面部图像的所述文件的所述图像被包括在单个图像帧中；
分析所述所捕捉的图像数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的第一部分、以及与所述第二面部图像对应是所述所捕捉的图像数据的第二部分；
通过将所述所捕捉的图像数据的所述第一部分与所述所捕捉的图像数据的所述第二部分进行比较，确定所述第一面部图像和所述第二面部图像是否满足匹配标准；以及
根据确定所述第一面部图像和所述第二面部图像满足所述匹配标准，向所述图像捕捉设备发送授权信息。
28.根据权利要求27所述的系统，其中，所述一个或多个程序包括用于以下操作的指令：根据确定所述第一面部图像和所述第二面部图像不满足所述匹配标准，向所述图像捕捉设备发送拒绝授权信息。
29.根据权利要求27所述的系统，其中，所述一个或多个程序包括用于以下操作的指令：根据确定所述第一面部图像和所述第二面部图像不满足所述匹配标准，向所述图像捕捉装置发送面部位置调整请求。
30.一种系统，包括：
一个或多个处理器；
内存；以及
一个或多个程序，其中所述一个或多个程序存储在所述内存中，且被配置成由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1-26中的任何方法的指令。
31.一种计算机可读存储介质，其存储一个或多个程序，所述一个或多个程序包括在被执行时使得设备进行以下操作的指令：
从图像捕捉设备接收所捕捉的图像数据，所述所捕捉的图像数据包括：第一面部图像、以及包括第二面部图像的所述文件的图像，其中所述第一面部图像和包括所述第二面部图像的所述文件的所述图像被包括在单个图像帧中；
分析所述所捕捉的图像数据以确定与所述第一面部图像对应的所述所捕捉的图像数据的第一部分、以及与所述第二面部图像对应是所述所捕捉的图像数据的第二部分；
通过将所述所捕捉的图像数据的所述第一部分与所述所捕捉的图像数据的所述第二部分进行比较，确定所述第一面部图像和所述第二面部图像是否满足匹配标准；以及
根据确定所述第一面部图像和所述第二面部图像满足所述匹配标准，向所述图像捕捉设备发送授权信息。
32.一种计算机可读存储介质，其存储一个或多个程序，所述一个或多个程序包括在被执行时使设备执行权利要求1-26中任一项所述的方法的指令。
CN201880007773.9A 2017-08-09 2018-08-08 使用面部图像比对的认证 Active CN110214320B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/673,324 2017-08-09
US15/673,324 US10606993B2 (en) 2017-08-09 2017-08-09 Authentication using facial image comparison
PCT/US2018/045839 WO2019032722A1 (en) 2017-08-09 2018-08-08 AUTHENTICATION USING A FACIAL IMAGE COMPARISON

Publications (2)

Publication Number Publication Date
CN110214320A true CN110214320A (zh) 2019-09-06
CN110214320B CN110214320B (zh) 2022-07-15

Family

ID=63174078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880007773.9A Active CN110214320B (zh) 2017-08-09 2018-08-08 使用面部图像比对的认证

Country Status (4)

Country Link
US (3) US10606993B2 (zh)
EP (1) EP3441910A3 (zh)
CN (1) CN110214320B (zh)
WO (1) WO2019032722A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10594690B2 (en) * 2017-11-16 2020-03-17 Bank Of America Corporation Authenticating access to a computing resource using facial recognition based on involuntary facial movement
US11405386B2 (en) * 2018-05-31 2022-08-02 Samsung Electronics Co., Ltd. Electronic device for authenticating user and operating method thereof
JP2020021222A (ja) * 2018-07-31 2020-02-06 株式会社メルカリ プログラム、情報処理方法、情報処理装置
US11556888B2 (en) * 2018-12-31 2023-01-17 United Parcel Service Of America, Inc. Biometric authentication to facilitate shipment processing
US20200294339A1 (en) * 2019-03-11 2020-09-17 Nec Laboratories America, Inc. Multi-factor authentication for physical access control
US11494574B2 (en) * 2019-03-24 2022-11-08 Apple Inc. Identity document authentication
FR3095371B1 (fr) * 2019-04-25 2021-04-30 Idemia Identity & Security France Procédé d’authentification d’un document d’identité d’un individu et éventuellement d’authentification dudit individu
EP3961549A4 (en) * 2019-04-26 2022-06-08 NEC Corporation AUTHENTICATION DATA GENERATION DEVICE, AUTHENTICATION DEVICE, AUTHENTICATION DATA GENERATION METHOD, AND RECORDING MEDIA
JP7211266B2 (ja) * 2019-05-27 2023-01-24 富士フイルムビジネスイノベーション株式会社 情報処理装置、及び情報処理プログラム
EP4062304A1 (en) * 2019-11-21 2022-09-28 Jumio Corporation Authentication using stored authentication image data
US11544363B2 (en) * 2020-02-04 2023-01-03 Fair Isaac Corporation Facial recognition for user authentication
WO2021161725A1 (ja) * 2020-02-10 2021-08-19 日本電気株式会社 プログラム、携帯端末の処理方法及び携帯端末
US20220046012A1 (en) * 2020-08-07 2022-02-10 Unwind, Inc. Method and System for Verifying the Identity of a User
US11763613B2 (en) * 2021-03-08 2023-09-19 Johnson Controls Tyco IP Holdings LLP Automatic creation and management of digital identity profiles for access control
WO2023159350A1 (en) * 2022-02-22 2023-08-31 Liu Kin Wing Recognition system detecting facial features

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284565A (ja) * 2004-03-29 2005-10-13 Glory Ltd 自動取引装置
CN101038614A (zh) * 2006-03-15 2007-09-19 欧姆龙株式会社 认证装置、认证方法、认证程序及计算机可读取记录介质
US20090092294A1 (en) * 2006-03-01 2009-04-09 Kaoru Uchida Face authenticating apparatus, face authenticating method, and program
EP2048615A1 (en) * 2006-07-27 2009-04-15 Panasonic Corporation Authentication device and method of displaying image for authentication
CN103634120A (zh) * 2013-12-18 2014-03-12 上海市数字证书认证中心有限公司 基于人脸识别的实名认证方法及系统
US20140254891A1 (en) * 2013-03-08 2014-09-11 Superma Inc. Method and apparatus for registering face images, and apparatus for inducing pose change, and apparatus for recognizing faces
CN104239408A (zh) * 2008-05-15 2014-12-24 雅虎公司 基于由移动设备记录的图像的内容的数据访问
US20160063235A1 (en) * 2014-08-28 2016-03-03 Kevin Alan Tussy Facial Recognition Authentication System Including Path Parameters
CN105681316A (zh) * 2016-02-02 2016-06-15 腾讯科技（深圳）有限公司 身份验证方法和装置
CN105844206A (zh) * 2015-01-15 2016-08-10 北京市商汤科技开发有限公司 身份认证方法及设备
US9449217B1 (en) * 2015-06-25 2016-09-20 West Virginia University Image authentication
CN105989263A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 身份认证方法、开户方法、装置及系统
CN106302330A (zh) * 2015-05-21 2017-01-04 腾讯科技（深圳）有限公司 身份验证方法、装置和系统
KR20170011482A (ko) * 2015-07-23 2017-02-02 시스템테크 (주) 복합 사용자 인증 시스템 및 방법
CN106506524A (zh) * 2016-11-30 2017-03-15 百度在线网络技术（北京）有限公司 用于验证用户的方法和装置
WO2017043314A1 (ja) * 2015-09-09 2017-03-16 日本電気株式会社 ガイダンス取得装置、ガイダンス取得方法及びプログラム
CN106599772A (zh) * 2016-10-31 2017-04-26 北京旷视科技有限公司 活体验证方法和装置及身份认证方法和装置
CN106850648A (zh) * 2015-02-13 2017-06-13 腾讯科技（深圳）有限公司 身份验证方法、客户端和服务平台
CN106991390A (zh) * 2017-03-30 2017-07-28 电子科技大学 一种基于深度学习的手持人证比对系统及方法

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5973731A (en) * 1994-03-03 1999-10-26 Schwab; Barry H. Secure identification system
ES2105936B1 (es) * 1994-03-21 1998-06-01 I D Tec S L Perfeccionamientos introducidos en la patente de invencion n. p-9400595/8 por: procedimiento biometrico de seguridad y autentificacion de tarjetas de identidad y de credito, visados, pasaportes y reconocimiento facial.
US5930767A (en) 1997-05-28 1999-07-27 Motorola, Inc. Transaction methods systems and devices
US6363380B1 (en) 1998-01-13 2002-03-26 U.S. Philips Corporation Multimedia computer system with story segmentation capability and operating program therefor including finite automation video parser
US7953671B2 (en) 1999-08-31 2011-05-31 American Express Travel Related Services Company, Inc. Methods and apparatus for conducting electronic transactions
US6726094B1 (en) 2000-01-19 2004-04-27 Ncr Corporation Method and apparatus for multiple format image capture for use in retail transactions
US8543823B2 (en) 2001-04-30 2013-09-24 Digimarc Corporation Digital watermarking for identification documents
US20030018897A1 (en) * 2001-07-20 2003-01-23 Psc Scanning, Inc. Video identification verification system and method for a self-checkout system
EP1481347A4 (en) * 2002-02-19 2009-08-26 Digimarc Corp SECURITY SYSTEMS USING DRIVING LICENSES AND OTHER DOCUMENTS
AU2003282943A1 (en) * 2002-10-11 2004-05-04 Digimarc Corporation Systems and methods for recognition of individuals using multiple biometric searches
US20050156046A1 (en) 2004-01-15 2005-07-21 Beyong Technologies Ltd. Method and apparatus for validation/identification of flat items
US20080306839A1 (en) 2006-04-28 2008-12-11 Myecheck, Inc. Method and apparatus for online check processing
WO2008042023A2 (en) 2006-05-18 2008-04-10 Florida Atlantic University Methods for encrypting and compressing video
US7971156B2 (en) * 2007-01-12 2011-06-28 International Business Machines Corporation Controlling resource access based on user gesturing in a 3D captured image stream of the user
US7953268B2 (en) 2008-01-18 2011-05-31 Mitek Systems, Inc. Methods for mobile image capture and processing of documents
US20130085935A1 (en) 2008-01-18 2013-04-04 Mitek Systems Systems and methods for mobile image capture and remittance processing
US7912785B1 (en) 2008-04-07 2011-03-22 United Services Automobile Association (Usaa) Video financial deposit
US9269010B2 (en) 2008-07-14 2016-02-23 Jumio Inc. Mobile phone payment system using integrated camera credit card reader
US8385971B2 (en) 2008-08-19 2013-02-26 Digimarc Corporation Methods and systems for content processing
US8417035B2 (en) 2008-12-12 2013-04-09 International Business Machines Corporation Generating cohorts based on attributes of objects identified using video input
US9129340B1 (en) 2010-06-08 2015-09-08 United Services Automobile Association (Usaa) Apparatuses, methods and systems for remote deposit capture with enhanced image detection
US8635155B2 (en) 2010-06-18 2014-01-21 Fiserv, Inc. Systems and methods for processing a payment coupon image
JP5824806B2 (ja) * 2010-12-28 2015-12-02 オムロン株式会社 顔画像管理装置、顔画像管理方法、並びにプログラム
US8244638B2 (en) 2011-01-12 2012-08-14 Bank Of America Corporation Automatic image analysis and capture
US8811711B2 (en) 2011-03-08 2014-08-19 Bank Of America Corporation Recognizing financial document images
US20130024300A1 (en) 2011-07-21 2013-01-24 Bank Of America Corporation Multi-stage filtering for fraud detection using geo-positioning data
CN102298781B (zh) 2011-08-16 2014-06-25 长沙中意电子科技有限公司 基于颜色和梯度特征的运动阴影检测方法
US9116001B2 (en) 2012-06-14 2015-08-25 Qualcomm Incorporated Adaptive estimation of frame time stamp latency
US8959359B2 (en) * 2012-07-11 2015-02-17 Daon Holdings Limited Methods and systems for improving the security of secret authentication data during authentication transactions
US20140037183A1 (en) 2012-08-06 2014-02-06 Nikolai D. Gorski Systems and methods for recognizing information in financial documents using a mobile device
US20150319170A1 (en) * 2012-12-21 2015-11-05 Didier Grossemy Computer implemented frameworks and methodologies for enabling identification verification in an online environment
US9602483B2 (en) * 2013-08-08 2017-03-21 Google Technology Holdings LLC Adaptive method for biometrically certified communication
US9495586B1 (en) 2013-09-18 2016-11-15 IDChecker, Inc. Identity verification using biometric data
US9465800B2 (en) * 2013-10-01 2016-10-11 Trunomi Ltd. Systems and methods for sharing verified identity documents
KR101472845B1 (ko) 2014-03-21 2014-12-17 한국인식산업(주) 얼굴 사진을 이용한 본인 인증 시스템, 얼굴 사진을 이용한 본인 인증 단말기, 얼굴 사진을 이용한 본인 인증 단말기의 제어 방법 및, 얼굴 사진을 이용한 본인 인증 서버의 제어 방법
US20150317913A1 (en) * 2014-05-03 2015-11-05 EosHealth, Inc. Optimizing Messages Sent to Diabetic Patients in an Interactive Reporting and Messaging System
US10225248B2 (en) * 2014-06-11 2019-03-05 Optimum Id Llc Methods and systems for providing online verification and security
GB2511259B (en) * 2014-06-16 2015-10-07 Andersen Cheng System and method for management of persistent and irrefutable instant messages
US11256792B2 (en) * 2014-08-28 2022-02-22 Facetec, Inc. Method and apparatus for creation and use of digital identification
US9584510B2 (en) * 2014-09-30 2017-02-28 Airwatch Llc Image capture challenge access
KR101680598B1 (ko) 2015-06-12 2016-12-12 주식회사 네오시큐 얼굴유도용 최적 가이드를 제공하는 얼굴인증 처리 장치 및 얼굴인증 처리 방법
KR20170029301A (ko) 2015-09-07 2017-03-15 주식회사 신한은행 금융 서비스 제공 방법, 그리고 이를 수행하는 금융 서버 및 금융 단말
CN105528602A (zh) * 2015-10-30 2016-04-27 小米科技有限责任公司 区域识别方法及装置
CN107451510B (zh) * 2016-05-30 2023-07-21 北京旷视科技有限公司 活体检测方法和活体检测系统
US11075750B2 (en) * 2016-12-27 2021-07-27 Fotonation Limited Systems and methods for detecting data insertions in biometric authentication systems using pseudo data segments
CN107292290B (zh) * 2017-07-17 2021-02-19 Oppo广东移动通信有限公司 人脸活体识别方法及相关产品
KR102455633B1 (ko) * 2017-12-21 2022-10-17 삼성전자주식회사 라이브니스 검사 방법 및 장치
US20180345129A1 (en) * 2018-07-27 2018-12-06 Yogesh Rathod Display virtual objects within predefined geofence or receiving of unique code from closest beacon
US10452897B1 (en) * 2018-08-06 2019-10-22 Capital One Services, Llc System for verifying the identity of a user
CA3152060A1 (en) * 2019-08-23 2021-03-04 Berbix Inc. Identity authentication and processing
EP4022474A2 (en) * 2019-08-29 2022-07-06 PXL Vision AG Id verification with a mobile device

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284565A (ja) * 2004-03-29 2005-10-13 Glory Ltd 自動取引装置
US20090092294A1 (en) * 2006-03-01 2009-04-09 Kaoru Uchida Face authenticating apparatus, face authenticating method, and program
CN101038614A (zh) * 2006-03-15 2007-09-19 欧姆龙株式会社 认证装置、认证方法、认证程序及计算机可读取记录介质
EP2048615A1 (en) * 2006-07-27 2009-04-15 Panasonic Corporation Authentication device and method of displaying image for authentication
CN104239408A (zh) * 2008-05-15 2014-12-24 雅虎公司 基于由移动设备记录的图像的内容的数据访问
US20140254891A1 (en) * 2013-03-08 2014-09-11 Superma Inc. Method and apparatus for registering face images, and apparatus for inducing pose change, and apparatus for recognizing faces
CN103634120A (zh) * 2013-12-18 2014-03-12 上海市数字证书认证中心有限公司 基于人脸识别的实名认证方法及系统
US20160063235A1 (en) * 2014-08-28 2016-03-03 Kevin Alan Tussy Facial Recognition Authentication System Including Path Parameters
CN105389491A (zh) * 2014-08-28 2016-03-09 凯文·艾伦·杜西 包括路径参数的面部识别认证系统
CN105844206A (zh) * 2015-01-15 2016-08-10 北京市商汤科技开发有限公司 身份认证方法及设备
CN105989263A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 身份认证方法、开户方法、装置及系统
CN106850648A (zh) * 2015-02-13 2017-06-13 腾讯科技（深圳）有限公司 身份验证方法、客户端和服务平台
CN106302330A (zh) * 2015-05-21 2017-01-04 腾讯科技（深圳）有限公司 身份验证方法、装置和系统
US9449217B1 (en) * 2015-06-25 2016-09-20 West Virginia University Image authentication
KR20170011482A (ko) * 2015-07-23 2017-02-02 시스템테크 (주) 복합 사용자 인증 시스템 및 방법
WO2017043314A1 (ja) * 2015-09-09 2017-03-16 日本電気株式会社 ガイダンス取得装置、ガイダンス取得方法及びプログラム
CN105681316A (zh) * 2016-02-02 2016-06-15 腾讯科技（深圳）有限公司 身份验证方法和装置
CN106599772A (zh) * 2016-10-31 2017-04-26 北京旷视科技有限公司 活体验证方法和装置及身份认证方法和装置
CN106506524A (zh) * 2016-11-30 2017-03-15 百度在线网络技术（北京）有限公司 用于验证用户的方法和装置
CN106991390A (zh) * 2017-03-30 2017-07-28 电子科技大学 一种基于深度学习的手持人证比对系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
V. STAROVOITOV 等: "Matching of faces in camera images and document photographs", 《 2000 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING. PROCEEDINGS (CAT. NO.00CH37100)》 *
徐珂琼: "基于视频的人脸识别方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 *

Also Published As

Publication number Publication date
EP3441910A3 (en) 2019-05-01
US20200272718A1 (en) 2020-08-27
US20190050546A1 (en) 2019-02-14
EP3441910A2 (en) 2019-02-13
CN110214320B (zh) 2022-07-15
US10977356B2 (en) 2021-04-13
US11783017B2 (en) 2023-10-10
US20210264009A1 (en) 2021-08-26
US10606993B2 (en) 2020-03-31
WO2019032722A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
CN110214320A (zh) 使用面部图像比对的认证
JP6938697B2 (ja) 認証システムにおいてユーザを登録および認証するための方法、顔認証システム、ならびに認証システムにおいてユーザを認証するための方法
US10303964B1 (en) Systems and methods for high fidelity multi-modal out-of-band biometric authentication through vector-based multi-profile storage
US11023754B2 (en) Systems and methods for high fidelity multi-modal out-of-band biometric authentication
US11874910B2 (en) Facial recognition authentication system including path parameters
US10546183B2 (en) Liveness detection
US10628571B2 (en) Systems and methods for high fidelity multi-modal out-of-band biometric authentication with human cross-checking
US9100825B2 (en) Method and system for multi-factor biometric authentication based on different device capture modalities
US20180150831A1 (en) Augmented Reality Headset and Digital Wallet
US11489866B2 (en) Systems and methods for private authentication with helper networks
CN111886599A (zh) 用于文档认证的机器学习
EP2995040B1 (en) Systems and methods for high fidelity multi-modal out-of-band biometric authentication
US20220277065A1 (en) Authentication using stored authentication image data
CN111542833A (zh) 用于文档认证的分类筛选引擎
US20230073410A1 (en) Facial recognition and/or authentication system with monitored and/or controlled camera cycling

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: 40010221

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant