CN110287671A - 验证方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种验证方法及装置、电子设备和存储介质，所述方法包括：通过第一图像采集装置采集目标对象的红外图像；对红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；根据人脸红外特征对目标对象进行识别，得到识别结果；在识别结果符合验证条件时，确定目标对象验证通过。根据本公开的实施例的验证方法，利用人脸红外特征对目标对象进行识别，得到识别结果，进而在识别结果符合验证条件时确定目标对象验证通过，提高了终端设备的安全性。基于红外图像的采集过程不受环境光影响的特点，从红外图像中提取到的人脸红外特征也更为准确，得到的识别结果和基于识别结果的验证结果也更为准确。

Description

验证方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种验证方法及装置、电子设备和存储介质。

背景技术

在智能手机及相关技术快速更新的今天，通过生物特征识别来进行安全防护已经成为手机产品发展的趋势。如今人脸识别技术为手机产品提供兼具安全性和准确性的人脸解锁功能。

目前被广泛采用的手机人脸解锁方案是利用RGB摄像头的解锁方案，该方案成本中，RGB摄像头采集的人脸图像会被不同光照所影响，一定程度上限制了手机人脸解锁的使用场景。

发明内容

本公开提出了一种验证方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种验证方法，包括：

通过第一图像采集装置采集目标对象的红外图像；

对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

在所述识别结果符合验证条件时，确定所述目标对象验证通过。

根据本公开的实施例的验证方法，利用从红外图像中提取到的人脸红外特征对红外图像中的目标对象进行识别，得到识别结果，进而在识别结果符合验证条件时确定所述目标对象验证通过。基于红外图像的采集过程不受例强光、弱光、逆光等环境光影响的特点，从红外图像中提取到的人脸红外特征也更为准确，得到的识别结果和基于识别结果的验证结果也更为准确。

在一种可能的实现方式中，所述验证条件包括以下中的一项或多项：

所述目标对象的身份与预设身份匹配；

所述目标对象为活体；以及

所述目标对象的至少一只眼睛为睁开状态。

如果在识别结果符合验证条件，例如，目标对象的身份与预设身份匹配，、所述目标对象为活体和/或目标对象的至少一只眼睛为睁开状态，则可确定目标对象通过验证，提高了终端设备的安全性，方式终端设备被他人盗用。

在一种可能的实现方式中，所述方法还包括：

通过第二图像采集装置采集目标对象的RGB图像；

对所述RGB图像中目标对象的人脸进行特征提取，得到人脸图像特征。

在一种可能的实现方式中，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

对所述人脸红外特征进行复制，获得人脸红外特征副本；

根据所述人脸红外特征副本对所述人脸图像特征进行数据增强处理，获得增强特征；

根据所述增强特征，获得所述识别结果。

通过这种方式，可通过人脸红外特征对人脸图像特征进行数据增强处理，减轻光线条件较差的影响，提高识别处理的准确性。

在一种可能的实现方式中，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

确定所述人脸红外特征与预设的人脸参考特征之间的相似度；

在所述相似度大于或等于相似度阈值的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

在一种可能的实现方式中，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

根据所述人脸红外特征对红外图像中的目标对象进行活体检测，得到检测概率；

在所述检测概率小于概率阈值的情况下，确定识别结果为所述目标对象为活体。

在一种可能的实现方式中，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

根据所述人脸红外特征确定红外图像中的目标对象的眼睛是否为睁开状态，作为所述识别结果。

在一种可能的实现方式中，所述方法还包括：

获取红外参考图像和所述红外参考图像中目标对象的身份类别标识；

对红外参考图像中目标对象的人脸进行特征提取，得到人脸参考特征；

建立所述人脸参考特征和所述身份类别标识之间的映射关系，所述身份类别标识表示所述人脸参考特征的预设身份。

在一种可能的实现方式中，所述方法还包括：在确定所述目标对象验证通过时，执行以下一项或多项：

解锁设置有所述第一图像采集装置的电子设备；

启动所述电子设备的预设功能；以及

启动所述电子设备上运行的软件。

根据本公开的一方面，提供了一种验证装置，包括：

第一采集模块，用于通过第一图像采集装置采集目标对象的红外图像；

第一提取模块，用于对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

识别模块，用于根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

验证模块，用于在所述识别结果符合验证条件时，确定所述目标对象验证通过。

在一种可能的实现方式中，所述验证条件包括以下中的一项或多项：

所述目标对象的身份与预设身份匹配；

所述目标对象为活体；以及

所述目标对象的至少一只眼睛为睁开状态。

在一种可能的实现方式中，所述装置还包括：

第二采集模块，用于通过第二图像采集装置采集目标对象的RGB图像；

第二提取模块，用于对所述RGB图像中目标对象的人脸进行特征提取，得到人脸图像特征。

在一种可能的实现方式中，所述识别模块被进一步配置为：

对所述人脸红外特征进行复制，获得人脸红外特征副本；

根据所述人脸红外特征副本对所述人脸图像特征进行数据增强处理，获得增强特征；

根据所述增强特征，获得所述识别结果。

在一种可能的实现方式中，所述识别模块被进一步配置为：

确定所述人脸红外特征与预设的人脸参考特征之间的相似度；

在所述相似度大于或等于相似度阈值的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

在一种可能的实现方式中，所述识别模块被进一步配置为：

根据所述人脸红外特征对红外图像中的目标对象进行活体检测，得到检测概率；

在所述检测概率小于概率阈值的情况下，确定识别结果为所述目标对象为活体。

在一种可能的实现方式中，所述识别模块被进一步配置为：

根据所述人脸红外特征确定红外图像中的目标对象的眼睛是否为睁开状态，作为所述识别结果。

在一种可能的实现方式中，所述装置还包括：

获取模块，用于获取红外参考图像和所述红外参考图像中目标对象的身份类别标识；

第三提取模块，用于对红外参考图像中目标对象的人脸进行特征提取，得到人脸参考特征；

映射模块，用于建立所述人脸参考特征和所述身份类别标识之间的映射关系，所述身份类别标识表示所述人脸参考特征的预设身份。

在一种可能的实现方式中，所述装置还包括：

执行模块，用于在确定所述目标对象验证通过时，执行以下一项或多项：

解锁设置有所述第一图像采集装置的电子设备；

启动所述电子设备的预设功能；以及

启动所述电子设备上运行的软件。

根据本公开的一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

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，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

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，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的验证方法的流程图；

图2示出根据本公开实施例的验证方法的流程图；

图3示出根据本公开实施例的验证方法的流程图；

图4示出根据本公开实施例的验证方法的流程图；

图5示出根据本公开实施例的验证装置的框图；

图6示出根据本公开实施例的验证装置的框图；

图7示出根据本公开实施例的电子装置的框图；

图8示出根据本公开实施例的电子装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联目标对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的验证方法的流程图。如图1所示，所述方法可包括：

在步骤S11中，通过第一图像采集装置采集目标对象的红外图像；

在步骤S12中，对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

在步骤S13中，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

在步骤S14中，在所述识别结果符合验证条件时，确定所述目标对象验证通过。

根据本公开的实施例的验证方法，利用从红外图像中提取到的人脸红外特征对红外图像中的目标对象进行识别，得到识别结果，进而在识别结果符合验证条件时确定所述目标对象验证通过，提高了终端设备的安全性。基于红外图像的采集过程不受强光、弱光、逆光等环境光影响的特点，从红外图像中提取到的人脸红外特征也更为准确，得到的识别结果和基于识别结果的验证结果也更为准确。

该验证方法可以由终端设备或其它处理设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。其它处理设备可为服务器或云端服务器等。在一些可能的实现方式中，该验证方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

如图1所示，所述方法包括：

步骤S11、通过第一图像采集装置采集目标对象的红外图像。

其中，所述红外图像可以是包括目标对象的图像或视频帧。所述目标对象可以是红外图像中包括的例如人(包括行人、司机、警察等)、自行车、汽车、树、路灯、小狗等多个类型的对象中的任意一种或多种，例如目标对象是红外图像中的人。

其中，第一图像采集装置可以是任意类型的可基于红外光进行成像的装置。第一图像采集装置可以设置在执行所述验证方法的终端设备上，例如可以是设置于执行所述验证方法的终端设备的红外图像传感器，也可以与终端设备分开设置，例如可以是单独设置且可与终端设备进行通信的红外热成像仪、红外相机等。所述红外图像可以是通过“测量”目标物体向外辐射的热量获得的，相比于RGB图像，红外图像的采集过程中不会受到环境光的影响，其可以在例如强光、弱光、逆光等各种不同类型的环境光的情况下，都可以获得较为稳定的红外图像。

在一种可能的实现方式中，所述红外图像可以是通过终端设备自带的红外图像传感器获取到的人脸图像，也可以是通过设置于例如某场地、某楼宇或某房间的内部区域的红外监控设备所采集到的监控图像。

步骤S12、对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征。

在示例中，红外图像中可以包括一个或多个人，每一个人(目标对象)对应有人脸，即红外图像中可以包括一个或多个人脸。

在一种可能的实现方式中，目标对象的人脸可以分布于红外图像中特定的图像区域中，便于描述，将人脸所处的区域确定为人脸区域；可对红外图像中的人脸区域进行特征提取，从而获得目标对象的人脸特征，这里称为人脸红外特征。在获取人脸红外特征的过程中(即特征提取)，可以先通过矩形窗口将人脸区域选定，进而对矩形窗口中的图像区域进行特征提取，得到人脸红外特征。

在示例中，可使用卷积神经网络等神经网络对红外图像进行特征提取处理，获得所述人脸红外特征。本公开对神经网络的类型不作限制，对提取人脸红外特征的方式不做限制。

在一种可能的实现方式中，人脸红外特征可以是根据人脸关键点确定的特征信息，例如，五官的位置、形状等，还可包括肤色等信息。

在一种可能的实现方式中，在步骤12对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征之前，还可包括：预处理所述红外图像；对应的，所述对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征，包括：对经过预处理后的红外图像中目标对象的人脸进行特征提取，得到人脸红外特征。其中，预处理包括二值化处理、图像尺度变换、图像去噪等操作。

步骤S13、根据所述人脸红外特征对所述目标对象进行识别，得到识别结果。

在一种可能的实现方式中，根据所述人脸红外特征对所述目标对象进行识别的过程，可以是对所述目标对象进行身份识别的过程。

作为示例，在需要解锁电子设备，或者解锁一些APP的功能(如支付、登录)等需要验证目标对象身份的使用场景下，识别结果可包括目标对象的身份是否与预设身份匹配的情况。

在一种可能的实现方式中，步骤S13、根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：确定所述人脸红外特征与预设的人脸参考特征之间的相似度；在所述相似度大于或等于相似度阈值的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

其中，人脸红外特征可以是用于表示人脸的肤色、鼻梁、眉骨、颧骨、下巴、嘴唇、眼睛、耳廓和脸型的特征；所述预设的人脸参考特征可以在确定识别结果的过程中作为参考，具体说来，特征库中可存储至少一个对象的人脸参考特征，各个人脸参考特征可以通过特定的对象标识符号来标识，且人脸参考特征可与预设身份相关联。本实现方式可以通过所述对象标识符号来获取人脸参考特征对应的对象。所述人脸红外特征与预设的人脸参考特征之间的相似度用于表示红外图像中目标对象与特征库中对应于各个人脸参考特征的对象的相似程度。特征之间的相似度可用表示特征的特征向量之间的距离等任意适当方式来计算。

所述相似度阈值可由开发人员预先设定，以保证所述识别结果的准确性。本实现方式中，所述相似度阈值可以是大于0小于1的一个数值，作为示例，在所述相似度阈值为99.5％的情况下，当所述人脸红外特征与预设的人脸参考特征之间的相似度大于99.5％的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

在一种可能的实现方式中，本实现方式中所述的验证方法可以用于用户A的手机解锁的过程中，具体来说，用户A的手机中预先存储有用户A的人脸参考特征，对应的预设身份为“用户A”，用户A的手机可以通过用户A的人脸红外图像进行解锁。本实现方式中，首先会通过设置于手机的红外图像传感器来获取人脸红外图像，并对人脸红外图像中的目标对象的人脸进行特征提取，得到人脸红外特征，并根据人脸红外特征来确定所述人脸红外特征与用户A的人脸参考特征之间的相似度。在所述相似度大于或等于相似度阈值的情况下，判断人脸红外图像中目标对象的人脸为用户A的人脸，即目标对象的身份与预设身份“用户A”匹配，用户A的手机解锁。

在一种可能的实现方式中，在步骤S14中，在所述识别结果符合验证条件时，确定所述目标对象验证通过。

在一种可能的实现方式中，所述验证条件与所述识别结果的类型相对应，也可以根据所述验证方法的具体使用场景来任意设定。在一种可能的实现方式中，所述验证条件包括以下中的一项或多项：所述目标对象的身份与预设身份匹配；所述目标对象为活体；以及所述目标对象的至少一只眼睛为睁开状态。

例如，所述验证条件为目标对象的身份与预设身份匹配，且所述识别结果满足符合所述验证条件，则可确定目标对象验证通过。

通过这种方式，如果在识别结果符合验证条件，例如，目标对象的身份与预设身份匹配，则可确定目标对象通过验证，提高了终端设备的安全性，方式终端设备被他人盗用。

在一种可能的实现方式中，所述预设身份可以是预先存储在终端设备中的身份信息，且所述身份信息可与预先存储在终端设备中的红外参考图像对应，例如，终端设备为用户A的手机，可在终端设备中存储用户A的红外参考图像，并存储与用户A的红外参考图像对应的身份信息，即，预设身份。

图2示出根据本公开实施例的验证方法的流程图。如图2所示，所述方法还可包括：

在步骤S15中，获取红外参考图像和所述红外参考图像中目标对象的身份类别标识；

在步骤S16中，对红外参考图像中目标对象的人脸进行特征提取，得到人脸参考特征；

在步骤S17中，建立所述人脸参考特征和所述身份类别标识之间的映射关系，所述身份类别标识表示所述人脸参考特征的预设身份。

在一种可能的实现方式中，终端设备中可以预存一个或多个不同身份的对象的人脸参考特征，不同身份的对象的人脸参考特征可与身份类别标识对应。

在一种可能的实现方式中，确定所述识别结果之前，可以先将需要预存的人脸参考特征注册(存储)至终端设备的存储器中，并建立人脸参考特征和所述身份类别标识之间的映射关系。例如，对于终端设备的用户A，可保存用户A的从正面拍摄的正脸、从左侧拍摄的侧脸、从右侧拍摄的侧脸、由下侧拍摄的侧脸以及从上侧拍摄的测脸等图像，作为用户A的红外参考图像，并进行特征提取获得人脸参考特征，进一步地，可将上述红外参考图像的人脸参考特征均与用户A的身份类别表示建立映射关系，即，这些红外参考图像或人脸参考特征对应的预设身份均为用户A。在获取某个用户的人脸红外特征时，无论获取到的用户的人脸红外特征与上述人脸参考特征中的哪一个相似度大于或等于相似度阈值，均可将该用户的身份确定为用户A，即，可拍摄该用户的任意角度的图像，均可对该用户进行有效识别。

在示例中，如果某用户的人脸红外特征与终端设备中预存的用户A的人脸参考特征之间相似度大于或等于相似度阈值，则可确定该用户的身份为用户A。

本实现方式中，可以根据所述验证方法的具体使用场景来任意设定所需要的验证条件。在一种可能的实现方式中，所述验证条件包括以下中的一项或多项：所述目标对象的身份与预设身份匹配；所述目标对象为活体；以及所述目标对象的至少一只眼睛为睁开状态。

在一种可能的实现方式中，可以根据使用场景的具体需求设置验证条件，例如，验证条件可以是所述目标对象的身份与预设身份匹配；又例如，验证条件可以是目标对象的身份与预设身份匹配且所述目标对象为活体；再例如，验证条件可以是所述目标对象的身份与预设身份匹配，且所述目标对象的部分或全部眼睛为睁开状态；还例如，验证条件可以目标对象的身份与预设身份匹配，所述目标对象为活体，同时所述目标对象的部分或全部眼睛为睁开状态。这样设置的好处在于，不仅满足了使用场景的具体需求，而且提高识别结果的准确性，同时，基于该方法进行人脸解锁时，可以避免用户在非主动解锁的情况下，使该解锁动作在用户知情状态下执行。

作为示例，在需要解锁电子设备的使用场景下，需要确定红外图像中是通过采集真实活体得到，而非通过例如照片、面具、屏幕翻拍等途径采集得到的情况下，即，所述验证条件为所述目标对象为活体。

在一种可能的实现方式中，在确定红外图像中是通过采集真实活体得到，而非通过例如照片、面具、屏幕翻拍等途径采集得到的情况下，所述识别结果可被确定为目标对象为活体。

在一种可能的实现方式中，步骤S13根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：根据所述人脸红外特征对红外图像中的目标对象进行活体检测，得到检测概率；在所述检测概率小于概率阈值的情况下，确定识别结果为所述目标对象为活体。

其中，所述检测概率用于表示目标对象为活体的可能性，所述检测概率越大，目标对象为活体的可能性就越小，所述检测概率越小，目标对象为活体的可能性就越大；对于概率阈值的叙述，请参考上述实现方式中关于相似度阈值的叙述，此处不再赘述。

本实现方式中所述的验证方法，有效分辨高清照片、经过处理的图像、三维模型、立体假人、面具换脸等多场景多形式的仿冒欺诈，在用户无感知的状态下进行活体检测。可以用于要确定红外图像中是通过采集真实活体得到，而非通过例如照片、面具、屏幕翻拍等途径采集得到，进而防止图片或视频等非真人人脸的认证攻击。

在另外的实现方式中，所述验证方法可以通过预设软件开发工具包SDK(SoftwareDevelopment Kit)提供的活体检测接口来实现。

在一种可能的实现方式中，在所述识别结果符合验证条件时，确定所述目标对象验证通过。例如，所述验证条件为目标对象为活体，且所述识别结果满足符合所述验证条件，则可确定目标对象验证通过。

在一种可能的实现方式中，为避免目标对象闭眼导致针对目标对象的识别结果不准确，或避免在目标对象在无意识的状态下(例如，睡着、昏迷等)电子设备被他人盗用，所述验证条件可包括目标对象的至少一只眼睛为睁开状态。

在一种可能的实现方式中，步骤S13根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：根据所述人脸红外特征确定红外图像中的目标对象的眼睛是否为睁开状态，作为所述识别结果。

在一种可能的实现方式中，在预设的使用场景中，可以将红外图像中目标对象的眼睛的状态作为识别结果，例如，识别结果可以包括目标对象的双眼都处于睁开状态、目标对象的双眼都处于闭合状态、目标对象的左眼处于睁开状态且右眼处于闭合状态、目标对象的左眼处于闭合状态且右眼处于睁开状态。

在一种可能的实现方式中，可以通过人脸红外特征中是否包括虹膜特征和虹膜特征所处的位置来判断目标对象的眼睛的状态。例如，如果人脸红外特征中包括虹膜特征，且虹膜特征处于红外图像中目标对象左眼的位置，则判断目标对象的左眼处于睁开状态且右眼处于闭合状态。

在一种可能的实现方式中，在所述识别结果符合验证条件时，确定所述目标对象验证通过。例如，所述验证条件为目标对象的至少一只眼睛为睁开状态，且所述识别结果为目标对象的左眼处于睁开状态且右眼处于闭合状态、目标对象的左眼处于闭合状态且右眼处于睁开状态或目标对象的双眼都处于睁开状态，即，识别结果满足符合所述验证条件，则可确定目标对象验证通过。

在一种可能的实现方式中，上述验证条件可组合使用，例如，在解锁电子设备时，需判断目标对象的身份是否与预设身份匹配、目标对象是否为活体，在目标对象的身份与预设身份匹配且目标对象为活体时，可对电子设备进行解锁。又例如，在解锁一些需要验证目标对象身份的软件(例如，支付软件)的使用场景下，验证条件包括目标对象的身份与预设身份匹配、目标对象为活体且目标对象的至少一只眼睛为睁开状态，在目标对象的身份与预设身份匹配、目标对象为活体且目标对象的至少一只眼睛为睁开状态的情况下，才可判断验证通过，可对软件进行解锁。

在一种可能的实现方式中，还可获取目标对象的RGB图像，并根据红外图像和RGB图像来获得所述识别结果。

图3示出根据本公开实施例的验证方法的流程图。如图3所示，所述方法还可包括：

在步骤S18中，通过第二图像采集装置采集目标对象的RGB图像。

在一种可能的实现方式中，所述第二图像采集装置可以是能够采集RGB图像的任意装置，第二图像采集装置可以设置在执行所述验证方法的终端设备上，例如可以是设置于执行所述验证方法的终端设备的相机，也可以与终端设备分开设置，例如可以是单独设置且可与终端设备进行通信的相机等。

在该实施例中，在第一图像采集装置采集红外图像时，第二图像采集装置可同时采集RGB图像，所述红外图像和RGB图像中可包括在同一时刻采集的同一目标对象的图像。所述RGB图像可与所述红外图像匹配。

在步骤S19中，对所述RGB图像中目标对象的人脸进行特征提取，得到人脸图像特征。

在一种可能的实现方式中，可使用卷积神经网络等神经网络对RGB图像进行特征提取处理，获得人脸图像特征。

在一种可能的实现方式中，可使用同一神经网络提取RGB图像的人脸图像特征以及红外图像的人脸红外特征。由于RGB图像可进行多通道提取，获得多个维度的人脸图像特征，而红外图像可进行单通道提取，因此，可对红外特征进行复制，获得多个人脸红外特征副本，并通过人脸红外特征副本及人脸图像特征进行识别。

在一种可能的实现方式中，步骤S13根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，可包括：对所述人脸红外特征进行复制，获得人脸红外特征副本；根据所述人脸红外特征副本对所述人脸图像特征进行数据增强处理，获得增强特征；根据所述增强特征，获得所述识别结果。

在示例中，所述RGB图像可进行三通道提取，获得三个维度的人脸图像特征，并对红外特征进行复制，获得三个人脸红外特征副本。并可使每个人脸红外副本分别对应一个人脸图像特征，以对人脸图像特征进行数据增强处理。在示例中，可对一个人脸图像特征和一个人脸红外特征的对应像素点进行求和、求平均或其他方式的计算，以获得增强特征，例如，可对人脸图像特征的边缘进行增强，使得边缘更加明显。或者，使RGB图像的人脸图像特征具有人脸红外特征的效果，减轻光线条件较差的影响，例如，可对在强光、弱光、逆光等较差的光线条件下获得的RGB图像的人脸图像特征进行增强，使增强特征具备较好的可识别性，减轻光线条件较差的影响。

在一种可能的实现方式中，可通过所述神经网络对所述增强特征进行处理，获得所述识别结果，例如，通过增强特征来确定目标对象的身份是否与预设身份匹配、目标对象是否为活体以及目标对象的睁闭眼状态等。

在一种可能的实现方式中，可在使用神经网络获得识别结果前，可对所述神经网络进行训练。例如，可使用由红外图像组成的样本集训练所述神经网络，也可通过由红外图像和RGB图像组成的样本集训练所述神经网络。在训练过程中，可对红外图像的人脸红外特征进行复制，并进行多通道提取，以对与RGB图像对应的人脸图像特征进行数据增强处理，并获得识别结果(可能存在误差)。进一步地，可根据该神经网络输出的识别结果与红外图像或RGB图像中标注的识别结果(准确地识别结果)之间的差异确定神经网络的损失函数，并根据损失函数调整神经网络的参数。可重复上述训练处理，直到神经网络的损失函数小于或等于预设阈值或收敛于某个预设区间，或者训练次数达到预设次数等，可确定训练处理执行完成，并可将训练后的神经网络用于提取人脸红外特征和人脸图像特征，以及获得所述识别结果的过程中。

通过这种方式，可通过人脸红外特征对人脸图像特征进行数据增强处理，减轻光线条件较差的影响，提高识别处理的准确性。

图4示出根据本公开实施例的验证方法的流程图。如图4所示，所述方法还可包括：

在步骤S20中，在确定所述目标对象验证通过时，执行以下一项或多项：解锁设置有所述第一图像采集装置的电子设备；启动所述电子设备的预设功能；以及启动所述电子设备上运行的软件。

本实现方式中所述的验证方法可以应用于不同的使用场景中。例如，可以用于解锁例如手机、智能手表、可穿戴智能设备等可便携设备(的屏幕、键盘等)，可以启动电子设备的拍照功能、计算器、闪光灯、语音拨号等功能，可以启动电子设备上运行的社交软件、游戏软件、工具型软件等。

根据本公开的实施例的验证方法，利用从红外图像中提取到的人脸红外特征对红外图像中的目标对象进行识别，得到识别结果，进而在识别结果符合验证条件时确定所述目标对象验证通过。基于红外图像的采集过程不受强光、弱光、逆光等环境光影响的特点，从红外图像中提取到的人脸红外特征也更为准确，可人脸红外特征对人脸图像特征进行数据增强处理，减轻光线条件较差的影响，得到的识别结果和基于识别结果的验证结果也更为准确。

图5示出根据本公开实施例的验证装置的框图，如图5所示，所述装置包括：

第一采集模块11，用于通过第一图像采集装置采集目标对象的红外图像；

第一提取模块12，用于对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

识别模块13，用于根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

验证模块14，用于在所述识别结果符合验证条件时，确定所述目标对象验证通过。

在一种可能的实现方式中，所述验证条件包括以下中的一项或多项：

所述目标对象的身份与预设身份匹配；

所述目标对象为活体；以及

所述目标对象的至少一只眼睛为睁开状态。

图6示出根据本公开实施例的验证装置的框图，如图6所示，所述装置还包括：

获取模块15，用于获取红外参考图像和所述红外参考图像中目标对象的身份类别标识；

第三提取模块16，用于对红外参考图像中目标对象的人脸进行特征提取，得到人脸参考特征；

映射模块17，用于建立所述人脸参考特征和所述身份类别标识之间的映射关系，所述身份类别标识表示所述人脸参考特征的预设身份。

在一种可能的实现方式中，所述装置还包括：

第二采集模块18，用于通过第二图像采集装置采集目标对象的RGB图像；

第二提取模块19，用于对所述RGB图像中目标对象的人脸进行特征提取，得到人脸图像特征。

在一种可能的实现方式中，所述识别模块被进一步配置为：

对所述人脸红外特征进行复制，获得人脸红外特征副本；

根据所述人脸红外特征副本对所述人脸图像特征进行数据增强处理，获得增强特征；

根据所述增强特征，获得所述识别结果。

在一种可能的实现方式中，所述识别模块被进一步配置为：

确定所述人脸红外特征与预设的人脸参考特征之间的相似度；

在所述相似度大于或等于相似度阈值的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

在一种可能的实现方式中，所述识别模块被进一步配置为：

根据所述人脸红外特征对红外图像中的目标对象进行活体检测，得到检测概率；

在所述检测概率小于概率阈值的情况下，确定识别结果为所述目标对象为活体。

在一种可能的实现方式中，所述识别模块被进一步配置为：

根据所述人脸红外特征确定红外图像中的目标对象的眼睛是否为睁开状态，作为所述识别结果。

在一种可能的实现方式中，所述装置还包括：

执行模块20，用于在确定所述目标对象验证通过时，执行以下一项或多项：

解锁设置有所述第一图像采集装置的电子设备；

启动所述电子设备的预设功能；以及

启动所述电子设备上运行的软件。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了验证装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种验证方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图7是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图7，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图8是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向目标对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种验证方法，其特征在于，包括：

通过第一图像采集装置采集目标对象的红外图像；

对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

在所述识别结果符合验证条件时，确定所述目标对象验证通过。

2.根据权利要求1所述的方法，其特征在于，所述验证条件包括以下中的一项或多项：

所述目标对象的身份与预设身份匹配；

所述目标对象为活体；以及

所述目标对象的至少一只眼睛为睁开状态。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过第二图像采集装置采集目标对象的RGB图像；

对所述RGB图像中目标对象的人脸进行特征提取，得到人脸图像特征。

4.根据权利要求3所述的方法，其特征在于，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

对所述人脸红外特征进行复制，获得人脸红外特征副本；

根据所述人脸红外特征副本对所述人脸图像特征进行数据增强处理，获得增强特征；

根据所述增强特征，获得所述识别结果。

5.根据权利要求1或2所述的方法，其特征在于，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

确定所述人脸红外特征与预设的人脸参考特征之间的相似度；

在所述相似度大于或等于相似度阈值的情况下，确定识别结果为目标对象的身份与人脸参考特征的预设身份匹配。

6.根据权利要求1或2所述的方法，其特征在于，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

根据所述人脸红外特征对红外图像中的目标对象进行活体检测，得到检测概率；

在所述检测概率小于概率阈值的情况下，确定识别结果为所述目标对象为活体。

7.根据权利要求1或2所述的方法，其特征在于，根据所述人脸红外特征对所述目标对象进行识别，得到识别结果，包括：

根据所述人脸红外特征确定红外图像中的目标对象的眼睛是否为睁开状态，作为所述识别结果。

8.一种验证装置，其特征在于，包括：

第一采集模块，用于通过第一图像采集装置采集目标对象的红外图像；

第一提取模块，用于对所述红外图像中目标对象的人脸进行特征提取，得到人脸红外特征；

识别模块，用于根据所述人脸红外特征对所述目标对象进行识别，得到识别结果；

验证模块，用于在所述识别结果符合验证条件时，确定所述目标对象验证通过。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。