CN110533015A - 验证方法及验证装置、电子设备、计算机可读存储介质 - Google Patents

验证方法及验证装置、电子设备、计算机可读存储介质 Download PDF

Info

Publication number
CN110533015A
CN110533015A CN201910818895.2A CN201910818895A CN110533015A CN 110533015 A CN110533015 A CN 110533015A CN 201910818895 A CN201910818895 A CN 201910818895A CN 110533015 A CN110533015 A CN 110533015A
Authority
CN
China
Prior art keywords
image
target
main body
shooting
acquisition
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
CN201910818895.2A
Other languages
English (en)
Inventor
张海平
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910818895.2A priority Critical patent/CN110533015A/zh
Publication of CN110533015A publication Critical patent/CN110533015A/zh
Pending legal-status Critical Current

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06V40/168—Feature extraction; Face representation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例公开了一种验证方法，应用于电子设备，其上设置有旋转摄像器，所述方法包括：检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；对所述至少两个图像进行图像质量评价，得到目标图像；当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。本申请实施例同时公开了一种验证装置、电子设备以及计算机可读存储介质，能够提高验证效率以及验证成功的概率，同时降低验证时间。

Description

验证方法及验证装置、电子设备、计算机可读存储介质
技术领域
本申请涉及电子设备技术领域，尤其涉及一种验证方法及验证装置、电子设备、计算机可读存储介质。
背景技术
通过采集对象图像并进行识别的特征识别技术，能够快捷、精准、卫生地进行认证，尤其是，基于生物特征识别技术实现目标功能是目前新型的方式，目标功能例如支付、授权或者登陆账号等等。
目前，在对象识别技术中采集图像时，由于环境因素以及拍摄参数等外界因素的影响，采集到的图像并不清晰，基于不清晰的图像进行验证，不可避免地降低了验证效率并增加验证失败的概率。
发明内容
本申请实施例提供了一种验证方法及验证装置、电子设备、计算机可读存储介质，能够提高验证效率以及验证成功的概率，同时降低验证时间。
第一方面，本申请实施例提供一种验证方法，该方法应用于电子设备中，其上设置有旋转摄像器，所述方法包括：
检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；所述目标功能表征基于生物特征进行验证而实现的功能；
对所述至少两个图像进行图像质量评价，得到目标图像；
当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。
第二方面，本申请实施例提供一种验证装置，应用于电子设备，所述电子设备上设置有旋转摄像器，所述装置包括：
图像获取单元，检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；
图像质量评价单元，对所述至少两个图像进行图像质量评价，得到目标图像；
验证单元，当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。
第三方面，本申请实施例提供一种电子设备，其特征在于，所述电子设备包括：旋转摄像器，处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行第一方面所述方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行实现上述第一方面所述方法的步骤。
本申请实施例提供的验证方法及验证装置、电子设备和计算机存储介质，能够在检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；对所述至少两个图像进行图像质量评价，得到目标图像；当接收到执行指令时，响应所述目标功能执行指令，采用所述目标图像，进行验证过程。这样，可以基于不同的拍摄角度和/或不同的拍摄参数采集多个图像，因此，采集到的图像的质量是不同的；从多个图像中选择质量最好的图像进行验证，提高了验证效率以及验证成功的概率。同时，本申请提供的实施例，能够在检测到启动指令时就采集图像，并对采集到的图像进行处理得到目标图像，在接收到执行指令时，直接使用目标图像进行验证，能够降低验证时间。
附图说明
图1为本申请实施例提供的一种验证方法的流程示意图1；
图2为本申请实施例提供的一种电子设备的结构示意图；
图3为本申请实施例提供的另一种验证方法的流程示意图2；
图4为本申请实施例提供的另一种验证方法的流程示意图3；
图5为本申请实施例提供的另一种验证方法的流程示意图4；
图6为本申请实施例提供的又一种验证方法的流程示意图5；
图7为本申请实施例提供的一种验证装置的结构组成示意图；
图8为本申请实施例提供的一种电子设备的硬件结构组成示意图。
具体实施方式
为了能够更加详尽地了解本申请实施例的特点与技术内容，下面结合附图对本申请实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本申请实施例。
目前，基于采集对象图像进行识别和验证技术成为一种必然趋势。尤其是基于人体深入特征识别技术，例如，人脸识别、指纹识别、掌纹识别、视网膜识别、骨骼识别、心跳识别等，都是随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展应运而生的。人体生物特征识别技术，采用非接触的方式进行识别，可以快捷、精准、卫生地进行身份认定，并且具有不可复制性，同时能够避免个人信息泄露。基于生物特征识别技术，在中国就已广泛的应用于公安、安全、海关、金融、军队、机场、边防口岸、安防等多个重要行业及领域，以及智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场。
相关技术中，在使用需要进行图像验证的目标功能时，需要采集对象图像，并识别出对象图像中的目标拍摄主体；但是由于环境因素的影响，采集到的图像中包含多个拍摄主体。例如，基于人脸识别的支付功能中，在人员较多的地方，采集到的图像中包括多个人脸，电子设备需要对多个拍摄主体进行识别以得到目标拍摄主体，无疑会增加身份识别和验证的时间，并且会降低验证效率。
在另一实现方式中，在使用目标功能时，电子设备通常在接收到执行目标功能的操作之后，才去响应执行目标功能的指令，并控制旋转摄像器旋转至面对拍摄对象的角度；这样的方式会导致验证过程所需的时间增长。另外，在采集图像时，由于环境因素以及拍摄参数等外界因素的影响，采集到的图像并不清晰，基于不清晰的图像进行验证，同样不可避免地降低了验证效率并增加验证失败的概率。
基于上述问题，本申请实施例提供一种验证方法，可以实时检测用户启动指令，在检测到启动指令的时候，控制旋转摄像器开始采集不同拍摄角度和/或拍摄参数的多个图像，并从多个图像中获取质量最好的目标图像；并在接收到执行指令时，直接基于质量最好的目标图像进行身份验证，可加快验证的效率。
实施例一
本申请实施例提供了一种验证方法，应用于电子设备，所述电子设备上设置有旋转摄像器，图1为本申请实施例提供的验证方法的流程示意图，如图1所示，该验证方法包括以下步骤：
步骤101、检测到启动指令时，通过旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；
步骤102、对至少两个图像进行图像质量评价，得到目标图像；
步骤103、当接收到执行指令时，响应执行指令，采用目标图像进行验证过程。
这里，步骤101至步骤103的执行主体为电子设备的处理器。所述电子设备可以是任意类型的具有旋转摄像器的电子设备，所述电子设备包括但不限于智能手机、平板电脑、上网本、个人数字助理(Personal Digital Assistant，PDA)等。本实施例中，所述旋转摄像器可以位于与电子设备的主板连接的多轴平台上，多轴平台能够实现水平方向上的转动以及垂直方向上的转动，也就是说，所述电子设备能够灵活调整所述旋转摄像器的拍摄角度。
示例性的，参考图2所示的电子设备20的组成结构示意图，电子设备包括本体21、旋转摄像器22以及多轴平台23。旋转摄像器能够在多轴平台的作用下，进行多角度转动。这里，所述旋转摄像器可以通过外力拉动从电子设备的本体中显露出来，也可以在终端本体内的电控装置的带动下从终端本体中显露出来，在此不做限定。
在步骤101中，电子设备可以实时地检测启动指令，并在检测到启动指令时，启动旋转摄像器，以不同的拍摄角度和/或不同的拍摄参数采集多个图像。
其中，启动指令可以是指启动目标功能的指令。目标功能是表征通过采集的图像进行验证而实现的功能；例如，支付、授权或者登陆账号等功能。这里，电子设备中可以包含有多种不同的目标功能，目标功能可以是电子设备自带的功能，也可以为用户安装的第三方应用程序的功能，本实施例在此不做限定。
在本申请实施例中，目标功能可以是基于采集图像中的生物特征进行验证而实现的功能，也可以是基于采集图像中的非生物特征进行验证而实现的功能。其中，生物特征可以是指人体固有的生理特征，例如面部特征、掌纹特征、指纹特征、虹膜特征等；非生物特征可以是二维码、条形码等特征。
电子设备可以对用户的操作进行检测，当检测到用户发出启动目标功能的指令时，启动旋转摄像器进行图像采集。其中，电子设备可以通过检测用户是否点击预设按钮，或者检测用户是否打开预设应用程序来确定用户是否启动目标功能。这里，预设按钮可以包括“提交订单”按钮，“转账”按钮，“授权管理”按钮，“登陆”按钮等；预设应用程序可以包括支付应用等。
进一步，检测到启动目标功能的指令时，电子设备控制旋转摄像器采集在不同拍摄角度和/或不同拍摄参数下拍摄的多个图像。在本申请实施例中，拍摄参数可以是拍摄时的焦距、白平衡参数，曝光度参数等等。
在本实施例中，电子设备可以识别每一次采集图像中的目标拍摄主体，基于目标拍摄主体在图像中的位置，来确定下一次采集图像时旋转摄像器的拍摄角度和/或拍摄参数。
具体地，电子设备采集多个图像的方式可以包括以下三种：
方式一
电子设备控制旋转摄像器，通过不同拍摄角度对同一拍摄对象进行拍摄，得到多个图像。
这里，电子设备可以识别每一次采集的图像中拍摄主体，确定拍摄主体在图像中所处的位置，对拍摄主体进行跟踪，来确定下一次拍摄时旋转摄像器的拍摄角度，如此，得到采用不同拍摄角度拍摄的多个图像。
示例性的，当目标功能是根据采集图像中的生物特征(如人脸图像)进行验证实现而实现对应功能时，电子设备可以识别每一次采集的图像中的人脸图像，确定目标人脸图像在图像中所处的位置，对目标人脸图像进行跟踪，来确定下一次图像采集时旋转摄像器的拍摄角度，以获取更加完整且清晰的人脸图像。
示例性的，当目标功能是根据采集图像中的非生物特征(如二维码图像)进行验证而实现对应功能时，电子设备可以识别每一次采集的图像中的二维码图像，确定目标二维码图像在图像中所处的位置，对二维码图像进行跟踪，确定下一次图像采集时旋转摄像器的拍摄角度，以获取更加完整且清晰的二维码图像。
方式二
电子设备控制旋转摄像器，通过不同的拍摄参数对同一拍摄对象进行拍摄，得到多个图像。
这里，电子设备可以识别每一次拍摄图像中拍摄对象所处的位置，确定下一次拍摄时所需的拍摄参数，如此，得到采用不同拍摄参数拍摄的多个图像。
示例性的，当目标功能是根据采集图像中的生物特征(如人脸图像)进行验证实现而实现对应功能时，电子设备可以识别每一次采集的图像中的人脸图像，确定目标人脸图像在图像中所处的位置，基于目标人脸图像在图像中所处的位置来确定下一次图像采集时的焦距和曝光度，以获取更加清晰的人脸图像。
示例性的，当目标功能是根据采集图像中的非生物特征(如二维码图像)进行验证而实现对应功能时，电子设备可以识别每一次采集的图像中的二维码图像，确定目标二维码图像在图像中所处的位置，根据目标二维码图像在图像中所处的位置，确定下一次图像采集时旋转摄像器的焦距和曝光度，以获取更加清晰的二维码图像。
方式三
电子设备控制旋转摄像器，通过不同拍摄角度和不同的拍摄参数对同一拍摄图像进行拍摄，得到多个图像。
这里，电子设备可以通过识别图像中目标拍摄主体所处的位置，对目标拍摄主体进行跟踪，来确定每次旋转摄像器的拍摄角度以及拍摄参数，由于在旋转摄像器拍摄过程中，拍摄角度和拍摄参数能够不断发生变化，从而可以得到不同拍摄位置以及不同拍摄参数下拍摄的多个图像。
示例性的，当目标功能是根据采集图像中的生物特征(如人脸图像)进行验证实现而实现对应功能时，电子设备可以识别每一次采集的图像中的人脸图像，确定目标人脸图像在图像中所处的位置，对目标人脸图像进行跟踪，根据目标人脸图像在图像中的位置来确定下一次图像采集时旋转摄像器的拍摄角度和拍摄时的焦距以及曝光度，以获取更加完整且清晰的人脸图像。
示例性的，当目标功能是根据采集图像中的非生物特征(如二维码图像)进行验证而实现对应功能时，电子设备可以识别每一次采集的图像中的二维码图像，确定目标二维码图像在图像中所处的位置，根据目标二维码图像在图像中的位置来确定下一次图像采集时旋转摄像器的拍摄角度和拍摄时的焦距以及曝光度，以获取更加完整且清晰的二维码图像。
在步骤102中，电子设备可以对步骤101中获取的不同拍摄角度和/或不同拍摄参数下拍摄的多个图像进行图像质量评价，选取拍摄位置最佳且图像质量最好的目标图像。
在一实施方式中，电子设备在获取到拍摄位置最佳且图像质量最好的目标图像后，可以将该目标图像存储至电子设备的缓存中，以便在执行目标功能时，能够立即调取所述目标图像，提取所述目标图像中的目标图像特征进行验证。如此，可以缩小获取目标图像的时间，加快验证速度。
在步骤103中，电子设备可以实时检测执行指令，这里的执行指令是指针对目标功能的执行指令。当电子设备检测到作用于所述目标功能控件的触控操作时，可以判定需要执行目标功能。这时，电子设备响应所述执行指令，从电子设备的缓存空间中获取目标图像，基于所述目标图像进行目标功能验证过程。
示例性的，当电子设备接收到针对“确认支付”控件的触控操作时，认为用户需要执行支付功能进行身份验证，则获取目标图像，直接对目标图像进行验证。
本申请实施例提供的验证方法，能够在检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；对所述至少两个图像进行图像质量评价，得到目标图像；当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。这样，由于基于不同的拍摄角度和/或不同的拍摄参数采集多个图像，采集到的图像的质量是不同的；因此，从多个图像中选择质量较好的图像进行验证，提高了验证效率以及验证成功的概率。同时，本申请提供的实施例，能够在检测到启动指令时就采集图像，并对采集到的图像进行处理得到目标图像，在接收到执行指令时，直接使用目标图像进行验证，能够降低验证时间。
实施例二
基于实施例一，对实施例一中的步骤101进行详细描述，步骤101包括步骤3011至步骤3014。具体地，在图1的基础上，本申请实施例提供一种验证方法，如图3所述，包括以下步骤：
步骤3011、获取将旋转摄像器旋转至第i个拍摄角度采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；
步骤3012、从第i个图像中，识别目标拍摄主体；
步骤3013、基于目标拍摄主体，确定出第i+1个拍摄角度；
步骤3014、按照第i+1个拍摄角度，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到所述至少两个图像。
在本申请实施例中，以针对采集到的图像中的生物特征进行验证为例进行说明。
在本申请实施例中，电子设备可以基于第i个图像进行生物特征识别，识别出目标拍摄主体，并根据拍摄主体的位置对当前拍摄角度进行调整，以使目标拍摄主体位于拍摄图像的中心位置，并基于当前拍摄角度采集第i+1个图像；进一步，对第i+1个图像的图像质量和第i+1个图像中拍摄主体的完整度进行检测，当第i+1个图像的图像质量和目标拍摄主体的完整度不满足拍摄条件时，继续对第i+1个图像进行上述相同的生物特征识别、拍摄角度确定的步骤，直到采集到的第N个图像质量和目标拍摄主体的完整性满足拍摄条件时，才停止采集，如此获取N个图像。
这里，目标拍摄主体的完整度，可以理解为是目标拍摄主体中包含构成一完整生物特征所必须的标准特征的程度。例如，生物特征为人脸特征时，构成一完整人脸特征所必须的标准特征有眼睛，鼻子和嘴巴特征；则目标拍摄主体的完整度可以理解为是目标拍摄主体中包含完整的眼睛，鼻子和嘴巴特征的程度。
在本申请实施例中，可以通过检测目标拍摄主体的特征是否具有全部的标准特征来判断目标拍摄主体的完整度是否满足拍摄条件。具体地，当目标拍摄主体的特征中具有全部的标准特征，则认为目标拍摄主体的完整度满足拍摄条件。当目标拍摄主体的特征中只包含部分标准特征，则认为目标拍摄主体的完整度未满足拍摄条件。
示例性的，在基于人脸图像进行验证的场景中，通过检测目标人脸图像的特征中是否包含眼睛、鼻子、嘴巴等人脸标准特征来确定目标拍摄主体的完整度是否满足拍摄条件。当目标人脸图像中包含有两个眼睛、一个鼻子、一个嘴巴的特征，则确定目标拍摄主体的完整度满足拍摄条件。当目标人脸图像中包含有一个眼睛特征，半个嘴巴特征，则确定目标拍摄主体的完整度不满足拍摄条件。
可以理解为，当电子设备检测到启动目标功能的操作时，即控制旋转摄像器以初始角度进行图像采集，得到第1个图像。然后基于第1个图像中的图像内容，确定第2次图像采集时旋转摄像器的拍摄角度，并基于该拍摄角度进行图像采集得到第2个图像，基于第2个图像中的图像内容，确定第3次图像采集时旋转摄像器的拍摄角度，并基于该拍摄角度进行图像采集得到第3个图像，重复，直到采集到N个图像。电子设备采集完成后将旋转摄像器返回至初始位置。
在上述方案中，N为动态改变的参数，N的大小是由获取到的当前图像的图像质量和图像中目标拍摄主体的完整度来决定。当第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件，则认为获取到位置最佳以及图像质量最好的图像，则停止采集图像。这里，目标拍摄主体可以指图像中包含用户生物特征的区域，例如拍摄图像中的人脸图像，虹膜图像等。在此基础上，上述方案可以理解为，在获取到完整且清晰的目标拍摄主体(人脸图像或虹膜图像)后，再停止采集图像。如此，能够获取多个拍摄角度不同的图像。
在本申请实施例中，步骤3012从所述第i个图像中，识别目标拍摄主体，包括以下步骤：
步骤3012a、提取第i个图像中的图像特征；
步骤3012b、基于图像特征，识别包含生物特征的候选拍摄主体；
步骤3012c、从候选拍摄主体中，确定出目标拍摄主体。
这里，电子设备可以采用神经网络模型来对采集到的第i图像进行图像特征提取，基于提取的生物特征识别出目标拍摄主体。
进一步，采集到的图像中可以包含一个或者多个拍摄对象。因此，可以识别图像中的拍摄对象，将包含生物特征的拍摄对象都作为候选拍摄主体。接着从候选拍摄主体中确定出目标拍摄主体。
其中，步骤3012c从所述候选拍摄主体中，确定出所述目标拍摄主体，可以包括：
若所述候选拍摄主体为多个，则从所述候选拍摄主体中，选取与预设主体匹配的拍摄主体，作为所述目标拍摄主体；
若所述候选拍摄主体为一个，则将所述候选拍摄主体作为所述目标拍摄主体。
这里，当候选拍摄主体有一个以上时，可以对候选的拍摄主体进行一一识别，并与预设主体进行匹配，将与预设主体匹配的拍摄主体作为目标拍摄主体。另外，当候选拍摄主体只有一个时，电子设备可以直接将该候选拍摄主体作为目标拍摄主体。
在上述方案中，预设主体是预先设置的一组图像特征；当候选拍摄主体有多个时，可以基于图像特征对多个候选拍摄主体进行识别。具体地，提取获取拍摄主体的图像特征，将候选拍摄主体的图像特征与预设主体的图像特征一一进行特征匹配，从候选拍摄主体中选取与预设主体图像特征匹配的特征点最多的一个候选拍摄主体，作为目标拍摄主体。
在一实施方式中，步骤3013基于所述目标拍摄主体，确定出第i+1个拍摄角度，包括：
获取目标拍摄主体与所述第i个图像的位置关系，并基于位置关系确定第i+1个拍摄角度，包括以下步骤：
获取目标拍摄主体与第i个图像的位置关系，并基于位置关系确定第i+1个拍摄角度。
具体地，在本申请实施例中，电子设备可以基于目标拍摄主体与第i个图像的位置关系，计算目标拍摄主体与第i个图像中心位置的偏移量；基于偏移量，确定第i+1个拍摄角度。
这里，在锁定了目标拍摄主体后，可以确定出目标拍摄主体与第i个图像的位置关系，即确定目标拍摄主体与拍摄中心的偏差值，由此来对旋转摄像器的拍摄角度进行调整，如此，实现对目标拍摄主体的跟踪，以使目标拍摄主体位于拍摄画面的中心。
在本实施例中，电子设备可以根据目标拍摄主体与第i个图像中心位置的偏移量，计算以目标拍摄主体为拍摄中心时需要旋转摄像器需要旋转的角度，基于当前旋转摄像器所处的拍摄角度和所述需要旋转的角度，来确定第i+1个拍摄角度。
需要说明的是，电子设备可以在第i个图像中对目标拍摄主体进行标记，以便后续图像的处理。
进一步，在确定第i+1个拍摄角度后，电子设备将旋转摄像头旋转至第i+1个拍摄角度，采集第i+1个图像。并检测第i+1个图像中的图像质量和图像中的目标拍摄主体的完整度是否满足拍摄条件。
具体地，电子设备可以将采集到的图像与标准图像之间的误差是否满足阈值，以及判断图像中目标拍摄主体的特征是否具有全部的标准特征，来判断采集图像的图像质量和图像中的目标拍摄主体的完整度是否满足拍摄条件。
可以理解，本申请实施例能够对目标拍摄主体的位置进行跟踪，来改变旋转摄像器的拍摄角度，能够最大限度地提高图像中目标拍摄主体的完整度和图像质量。
实施例三
基于实施例一，对实施例一中的步骤101进行详细描述，步骤101包括步骤4011至步骤4015。具体地，在图1的基础上，本申请实施例提供一种验证方法，如图4所述，包括以下步骤：
步骤4011、获取按照第i个拍摄参数采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；
步骤4012、从所述第i个图像中，识别目标拍摄主体；
步骤4013、确定所述目标拍摄主体所在的拍摄位置；
步骤4014、基于所述拍摄位置，确定第i+1个拍摄参数；
步骤4015、按照所述第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到所述至少两个图像。
在本申请实施例中，以针对采集到的图像中的生物特征进行验证为例进行说明。
电子设备可以基于第i个图像进行生物特征识别，识别出目标拍摄主体，并根据拍摄主体的位置，对当前的拍摄参数进行调整，得到第i+1个拍摄参数，并基于第i+1个拍摄参数采集第i+1个图像；进一步，对采集到的第i+1个图像的图像质量进行检测，当第i+1个图像的图像质量不满足拍摄条件时，继续对第i+1个图像进行上述相同的生物特征识别、拍摄参数确定的步骤，直到采集到的第N个图像质量满足拍摄条件时，才停止采集，如此获取N个图像。
可以理解为，当电子设备检测到启动目标功能的操作时，即控制旋转摄像器以初始拍摄参数进行图像采集，得到第1个图像。然后基于第1个图像中的图像内容，确定第2次图像采集时旋转摄像器的拍摄参数，并基于该拍摄参数进行图像采集得到第2个图像，基于第2个图像中的图像内容，确定第3次图像采集时旋转摄像器的拍摄参数，并基于该拍摄参数进行图像采集得到第3个图像，重复，直到采集到N个图像。电子设备采集完成后将旋转摄像器返回至初始位置，同时将拍摄参数恢复至原始值。
在上述方案中，N为动态改变的参数，N的大小是由获取到的当前图像的图像质量来决定。当第N个图像的图像质量满足拍摄条件，则认为获取到位置最佳以及图像质量最好的图像，则停止采集图像。上述方案可以理解为，在获取到清晰的目标拍摄主体(人脸图像或虹膜图像)后，再停止采集图像。如此，能够获取多个拍摄参数不同的图像。
在本申请实施例中，步骤4012从所述第i个图像中，识别目标拍摄主体，包括以下步骤：
步骤4012a、提取第i个图像中的图像特征；
步骤4012b、基于图像特征，识别包含生物特征的候选拍摄主体；
步骤4012c、从候选拍摄主体中，确定出目标拍摄主体。
这里，电子设备可以采用神经网络模型来对采集到的第i图像进行图像特征提取，基于提取的生物特征识别出目标拍摄主体。
进一步，采集到的图像中可以包含一个或者多个拍摄对象。因此，可以识别图像中的拍摄对象，将包含生物特征的拍摄对象都作为候选拍摄主体。接着从候选拍摄主体中确定出目标拍摄主体。
其中，步骤4012c从所述候选拍摄主体中，确定出所述目标拍摄主体，可以包括：
若所述候选拍摄主体为多个，则从所述候选拍摄主体中，选取与预设主体匹配的拍摄主体，作为所述目标拍摄主体；
若所述候选拍摄主体为一个，则将所述候选拍摄主体作为所述目标拍摄主体。
这里，当候选拍摄主体有一个以上时，可以对候选的拍摄主体进行一一识别，并与预设主体进行匹配，将与预设主体匹配的拍摄主体作为目标拍摄主体。另外，当候选拍摄主体只有一个时，电子设备可以直接将该候选拍摄主体作为目标拍摄主体。
在上述方案中，预设主体是预先设置的一组图像特征；当候选拍摄主体有多个时，可以基于图像特征对多个候选拍摄主体进行识别。具体地，提取获取拍摄主体的图像特征，将候选拍摄主体的图像特征与预设主体的图像特征一一进行特征匹配，从候选拍摄主体中选取与预设主体图像特征匹配的特征点最多的一个候选拍摄主体，作为目标拍摄主体。
进一步，在步骤4013至步骤4015中，电子设备确定目标拍摄主体在第i个图像中的位置；根据目标拍摄主体在图像中的位置，设置旋转摄像器的拍摄参数。这里拍摄参数可以是焦距、曝光量等。在一实现方式中，电子设备根据目标拍摄主体在第i个图像中的位置，将目标摄像主体作为成像的物距，调整旋转摄像器的焦距，使图像成像在焦点处，如此可以使得采集到的第i+1个图像更清晰；另外，电子设备针对拍摄主体在第i个图像中的位置，将对应的感光元件设置相应的曝光量，可以使得采集到的第i+1个图像更清晰。最后，按照所述第i+1个拍摄参数，采集第i+1个图像。
在步骤1016中，电子设备可以将采集到的图像与标准图像之间的误差是否满足阈值，，来判断采集图像的图像质量是否满足拍摄条件，本实施例在此不做限定。
可以理解，本申请实施例能够对目标拍摄主体的位置进行跟踪，来改变旋转摄像器的拍摄参数，能够最大限度地提高图像中目标拍摄主体的图像质量。
实施例四
基于实施例一，对实施例一中的步骤101进行详细描述，步骤101包括步骤5011至步骤5015。具体地，在图1的基础上，本申请实施例提供一种验证方法，如图5所述，包括以下步骤：
步骤5011、检测到启动目标功能的操作时，获取将旋转摄像器旋转至第i个拍摄角度，且采用第i个拍摄参数采集的第i个图像；其中，i为大于等于1且小于N的整数；N为至少两个图像的总数；
步骤5012、从第i个图像中，识别目标拍摄主体，并确定出第i+1个拍摄角度；
步骤5013、基于第i+1个拍摄角度转动旋转摄像器，获取当前预览图像；
步骤5014、从当前预览图像中，确定目标拍摄主体所在的拍摄位置；
步骤5015、基于拍摄位置，确定第i+1个拍摄参数；
步骤5016、按照第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到至少两个图像。
电子设备可以基于第i个图像进行图像特征识别，识别出目标拍摄主体，并根据拍摄主体的位置对当前拍摄角度进行调整，以使目标拍摄主体位于拍摄图像的中心位置。进一步，在调整角度后通过显示屏的预览界面获取预览图像，接着，根据目标拍摄主体在预览图像中的位置，对当前的拍摄参数进行调整，并基于当前拍摄角度和拍摄参数采集第i+1个图像，对第i+1个图像的图像质量和第i+1个图像中拍摄主体的完整度进行检测，当第i+1个图像的图像质量和目标拍摄主体的完整度不满足拍摄条件时，继续对第i+1个图像进行上述相同的生物特征识别、拍摄角度和拍摄参数确定的步骤，直到采集到的第N个图像质量和目标拍摄主体的完整性满足拍摄条件时，才停止采集，如此获取N个图像。
这里，目标拍摄主体的完整度，可以理解为是目标拍摄主体中包含构成一完整生物特征所必须的标准特征的程度。例如，生物特征为人脸特征时，构成一完整人脸特征所必须的标准特征有眼睛，鼻子和嘴巴特征；则目标拍摄主体的完整度可以理解为是目标拍摄主体中包含完整的眼睛，鼻子和嘴巴特征的程度。
在本申请实施例中，可以通过检测目标拍摄主体的特征是否具有全部的标准特征来判断目标拍摄主体的完整度是否满足拍摄条件。具体地，当目标拍摄主体的特征中具有全部的标准特征，则认为目标拍摄主体的完整度满足拍摄条件。当目标拍摄主体的特征中只包含部分标准特征，则认为目标拍摄主体的完整度未满足拍摄条件。
示例性的，在基于人脸图像进行验证的场景中，通过检测目标人脸图像的特征中是否包含眼睛、鼻子、嘴巴等人脸标准特征来确定目标拍摄主体的完整度是否满足拍摄条件。当目标人脸图像中包含有两个眼睛、一个鼻子、一个嘴巴的特征，则确定目标拍摄主体的完整度满足拍摄条件。当目标人脸图像中包含有一个眼睛特征，半个嘴巴特征，则确定目标拍摄主体的完整度不满足拍摄条件。
可以理解为，当电子设备检测到启动目标功能的操作时，即控制旋转摄像器以初始角度，和初始拍摄参数进行图像采集，得到第1个图像。然后基于第1个图像中的图像内容，确定第2次图像采集时旋转摄像器的拍摄角度以及拍摄参数，并基于该拍摄角度以及拍摄参数进行图像采集得到第2个图像，基于第2个图像中的图像内容，确定第3次图像采集时旋转摄像器的拍摄角度以及拍摄参数，并基于该拍摄角度以及拍摄参数进行图像采集得到第3个图像，重复，直到采集到N个图像。电子设备采集完成后将旋转摄像器返回至初始位置，同时将拍摄参数恢复至原始值。
在上述方案中，N为动态改变的参数，N的大小是由获取到的当前图像的图像质量和图像中目标拍摄主体的完整度来决定。当第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件，则认为获取到位置最佳以及图像质量最好的图像，则停止采集图像。这里，目标拍摄主体可以指图像中包含用户生物特征的区域，例如拍摄图像中的人脸图像，虹膜图像等。在此基础上，上述方案可以理解为，在获取到完整且清晰的目标拍摄主体(人脸图像或虹膜图像)后，再停止采集图像。如此，能够获取多个拍摄角度和拍摄参数不同的图像。
在本申请实施例中，步骤5012从所述第i个图像中，识别目标拍摄主体，并确定出第i+1个拍摄角度，包括以下步骤：
步骤5012a、提取第i个图像中的图像特征；
步骤5012b、基于图像特征，识别包含生物特征的候选拍摄主体；
步骤5012c、从候选拍摄主体中，确定出目标拍摄主体；
步骤5012d、获取目标拍摄主体与所述第i个图像的位置关系，并基于位置关系确定所述第i+1个拍摄角度。
这里，电子设备可以采用神经网络模型来对采集到的第i图像进行图像特征提取，基于提取的生物特征识别出目标拍摄主体，并基于目标拍摄主体在图像中的位置，确定下一次即第i+1次图像采集时的拍摄角度。
进一步，采集到的图像中可以包含一个或者多个拍摄对象。因此，可以识别图像中的拍摄对象，将包含生物特征的拍摄对象都作为候选拍摄主体。接着从候选拍摄主体中确定出目标拍摄主体。
其中，步骤5012c从所述候选拍摄主体中，确定出所述目标拍摄主体，可以包括：
若所述候选拍摄主体为多个，则从所述候选拍摄主体中，选取与预设主体匹配的拍摄主体，作为所述目标拍摄主体；
若所述候选拍摄主体为一个，则将所述候选拍摄主体作为所述目标拍摄主体。
这里，当候选拍摄主体有一个以上时，可以对候选的拍摄主体进行一一识别，并与预设主体进行匹配，将与预设主体匹配的拍摄主体作为目标拍摄主体。另外，当候选拍摄主体只有一个时，电子设备可以直接将该候选拍摄主体作为目标拍摄主体。
在上述方案中，预设主体是预先设置的一组图像特征；当候选拍摄主体有多个时，可以基于图像特征对多个候选拍摄主体进行识别。具体地，提取获取拍摄主体的图像特征，将候选拍摄主体的图像特征与预设主体的图像特征一一进行特征匹配，从候选拍摄主体中选取与预设主体图像特征匹配的特征点最多的一个候选拍摄主体，作为目标拍摄主体。
在一实施方式中，步骤5012d获取目标拍摄主体与所述第i个图像的位置关系，并基于位置关系确定第i+1个拍摄角度，包括以下步骤：
基于目标拍摄主体与第i个图像的位置关系，计算目标拍摄主体与第i个图像中心位置的偏移量；
基于偏移量，确定第i+1个拍摄角度。
这里，在锁定了目标拍摄主体后，可以确定出目标拍摄主体与第i个图像的位置关系，即确定目标拍摄主体与拍摄中心的偏差值，由此来对旋转摄像器的拍摄角度进行调整，如此，实现对目标拍摄主体的跟踪，以使目标拍摄主体位于拍摄画面的中心。
在本实施例中，电子设备可以根据目标拍摄主体与第i个图像中心位置的偏移量，计算以目标拍摄主体为拍摄中心时需要旋转摄像器需要旋转的角度，基于当前旋转摄像器所处的拍摄角度和所述需要旋转的角度，来确定第i+1个拍摄角度。
需要说明的是，电子设备可以在第i个图像中对目标拍摄主体进行标记，以便后续图像的处理。
进一步，在步骤5013至步骤5015中，电子设备基于第i+1个拍摄角度转动旋转摄像器，从预览界面中获取当前预览图像；从当前预览图像中获取被标记的目标拍摄主体，并确定目标拍摄主体在预览图像中的位置；然后，根据拍摄主体在预览图像中的位置，设置旋转摄像器的拍摄参数。这里拍摄参数可以是焦距、曝光量等。在一实现方式中，电子设备根据目标拍摄主体在预览图像中的位置，将目标摄像主体作为成像的物距，调整旋转摄像器的焦距，使图像成像在焦点处，如此可以使得采集到的第i+1个图像更清晰；另外，电子设备针对拍摄主体在预览图像中的位置，将对应的感光元件设置相应的曝光量，可以使得采集到的第i+1个图像更清晰。最后，按照所述第i+1个拍摄参数，采集第i+1个图像。
在步骤5016中，电子设备可以将采集到的图像与标准图像之间的误差是否满足阈值，以及判断图像中目标拍摄主体的特征是否具有全部的标准特征，来判断采集图像的图像质量和图像中的目标拍摄主体的完整度是否满足拍摄条件，本实施例在此不做限定。
可以理解，本申请实施例能够对目标拍摄主体的位置进行跟踪，来改变旋转摄像器的拍摄位置以及拍摄参数，能够最大限度地提高图像中目标拍摄主体的完整度和图像质量。
实施例三
基于实施例一，对实施例一中的步骤102和步骤103进行详细描述，其中，步骤102包括步骤1021至步骤1023，步骤103包括步骤1031至步骤1034。具体地，在图1的基础上，本申请提供一种验证方法，如图6所示，包括以下具体步骤。
步骤1021、对至少两个图像中的每个图像进行图像质量评价，得到至少两个图像质量评价值。
这里，步骤101能够获取不同拍摄教的和拍摄参数的多个图像，由于在旋转摄像器拍摄过程中，拍摄角度和拍摄参数能够不断发生变化，采集到的多个图像之间的图像质量完全不同。因此，步骤1021需要对所述多个图像进行图像质量评价，确定每个图像的图像质量评价值。
这里，图像质量评价可以通过对图像进行特性分析研究，然后评估出图像的优劣顺序。本实施例中，采用无参考的图像质量评价方法，电子设备通过对图像中像素的平均值、图像中像素灰度值相对于均值的离散程度或图像中的平均信息量进行评价，得到每个图像的图像质量评价值。这里，图像质量评价值代表图像的优劣程度，评价值越高，则表明图像在图像集合中的质量越好。
步骤1022、基于至少两个图像质量评价值，从至少两个图像中获取图像质量评价值最高的图像。
步骤1023、将图像质量评价值最高的图像作为目标图像。
这里，电子设备可以选取图像质量评价值最高的图像作为目标图像。进一步，在获取到拍摄位置最佳且图像质量最好的目标图像后，可以将该目标图像存储至电子设备的缓存中，以便在执行目标功能时，能够立即调取所述目标图像，提取所述目标图像中的生物特征进行身份验证，如此，可以缩小获取目标图像的时间，加快验证速度。
步骤1031、当接收到目标功能执行指令时，响应所述目标功能执行指令，提取目标图像的目标图像特征。
这里，电子设备在接收到针对目标功能的执行指令时，响应所述执行指令，从电子设备的缓存空间中获取目标图像，提取所述目标图像中的目标图像特征。其中，可以通过神经网络提取目标图像中的图像特征，也可以通过其他训练模型对图像中的特征进行提取，得到目标图像特征，这里不做赘述。
步骤1032、将目标图像特征与预存的身份特征进行匹配。
在本实施例中，如果目标功能是基于人脸特征进行验证而实现的功能时，那么电子设备可以提取目标图像中的眼睛、鼻子、嘴巴等人脸特征与预存的人脸特征进行匹配；如果目标功能时基于指纹特征进行验证而实现的功能时，那么电子设备可以提取目标图像中的指纹纹理纹形、交叉点等特征与预存的指纹特征进行匹配，当然，本实施例中还可以提取其他特征与预存身份特征进行匹配，这里不再赘述。
在本实施例中，电子设备可以预先采集合法用户的身份特征，可以是合法用户的人脸特征、指纹特征、虹膜特征等表征身份的特征。将合法用户的身份特征作为目标图像的判断依据。具体地，将提取的目标图像特征与预存的身份特征进行匹配，以对目标图像特征进行验证。若目标图像特征与预存的身份特征匹配，则执行步骤1033；若目标图像特征与预存的身份特征不匹配，则执行步骤1034。
步骤1033、若目标图像特征与预存的身份特征匹配，则表征目标功能验证成功。
这里，目标图像特征与预存的身份特征匹配，可以说明目标图像特征对应的用户为合法用户，则通过验证，实现目标功能。
步骤1034、若目标图像特征与预存的身份特征不匹配，则删除目标图像，表征目标功能验证失败。
这里，目标图像特征与预存的身份特征不匹配，则说明目标图像特征对应的用户为非法用户，则无法通过验证来实现目标功能，目标图像无效，则在缓存中删除所述目标图像。
进一步，在确定目标图像特征对应的用户为非法用户后，还可以向用户提示验证失败的消息，具体地：
生成验证失败的提示信息；并显示提示信息。
本申请实施例提供的验证方法，能够基于不同的拍摄角度和不同的拍摄参数采集多个图像，因此，采集到的图像的质量是不同的；从多个图像中选择质量较好的图像进行验证，提高了验证效率以及验证成功的概率。同时，本申请提供的实施例，能够在目标功能启动时就采集图像，并对采集到的图像进行处理得到目标图像，在接收到目标功能执行指令时，直接使用目标图像进行验证，能够降低验证时间。
下面将上述实施例提供的验证方法应用于支付场景中进行说明。具体应用中，电子设备可以检测到启动支付功能的操作时；在检测到启动支付功能的操作时，通过旋转摄像器采集针对同一拍摄对象的不同拍摄角度，且使用不同拍摄参数拍摄的至少两个人脸图像；对至少两个人脸图像进行图像质量评价，得到目标人脸图像；当接收到支付功能执行指令时，响应所述支付功能执行指令，采用所述目标人脸图像，进行支付功能验证过程。
其中，支付功能即是上述实施例中的目标功能。在上述支付应用场景中，旋转摄像器在移动时，目标人脸可能是不变的；因此，在图像集采过程中，可以获取拍摄的图像，通过识别画面中的眼睛、嘴等特征信息，将包括眼睛、嘴等特征信息的人脸图像作为目标人脸，锁定图像中的目标人脸位置；根据目标人脸的位置，对目标人脸位置进行跟踪；并且在采集图像之前，根据目标人脸在预览图像中的位置，设置准确的拍摄参数(即焦距和曝光量)。旋转摄像器通过旋转可以捕获该目标人脸的N张图像，对N张图像进行图像质量评价，可得到高质量图片，可针对该高质量图像进行人脸识别，可加快人脸识别的效率。
另外，若图像中存在多个人脸，则电子设备可先获取一张图像，对图像进行特征提取以确定多个人脸为候选拍摄主体。进一步，从多个候选拍摄主体的人脸图像中识别出与预设人脸图像匹配的目标拍摄主体(即目标人脸)，通过该目标人脸，确定旋转摄像器拍摄目标人脸所需的拍摄角度以及拍摄参数；之后控制旋转摄像器旋转以从不同的角度，和不同的拍摄参数拍摄多张图像，在每张图像中可将目标人脸进行标记，在移动拍摄时，可对目标人脸直接对焦。
在本申请提供的实施例中，电子设备可以实时检测针对支付功能的执行指令，当电子设备检测到作用于支付控件的触控操作时，可以判定需要进行支付。进一步，在接收到针对支付功能的执行指令时，电子设备响应所述执行指令，从电子设备的缓存空间中获取目标人脸图像，基于人脸图像进行支付功能验证过程。
实施例四
基于前述实施例，本申请实施例提供了一种验证装置，所述验证装置应用于电子设备中，所述电子设备上设置有旋转摄像器；如图7所示，所述装置包括：
图像获取单元71，检测到启动指令时，通过旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；
图像质量评价单元72，对至少两个图像进行图像质量评价，得到目标图像；
验证单元73，当接收到执行指令时，响应执行指令，采用目标图像，进行验证过程。
在本申请提供的实施例中，图像获取单元71，具体用于获取将旋转摄像器旋转至第i个拍摄角度采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为至少两个图像的总数；从所述第i个图像中，识别目标拍摄主体；基于目标拍摄主体，确定出第i+1个拍摄角度；按照第i+1个拍摄角度，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到至少两个图像。
在本申请提供的实施例中，图像获取单元71，获取按照第i个拍摄参数采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为至少两个图像的总数；从第i个图像中，识别目标拍摄主体；确定目标拍摄主体所在的拍摄位置；基于拍摄位置，确定第i+1个拍摄参数；按照第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量满足拍摄条件为止，从而得到至少两个图像。
在本申请提供的实施例中，图像获取单元71，具体用于获取将旋转摄像器旋转至第i个拍摄角度，且采用第i个拍摄参数采集的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；从第i个图像中，识别目标拍摄主体，并确定出第i+1个拍摄角度；基于第i+1个拍摄角度转动旋转摄像器，获取当前预览图像；从当前预览图像中，确定目标拍摄主体所在的拍摄位置；基于拍摄位置，确定第i+1个拍摄参数；按照第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到所述至少两个图像。
在本申请提供的实施例中，图像获取单元71，还用于提取第i个图像中的图像特征；
基于图像特征，识别包含生物特征的候选拍摄主体；
从候选拍摄主体中，确定出目标拍摄主体；
获取目标拍摄主体与第i个图像的位置关系，并基于位置关系确定第i+1个拍摄角度。
在本申请提供的实施例中，图像获取单元71，还可以用于若候选拍摄主体为多个，则从候选拍摄主体中，选取与预设主体匹配的拍摄主体，作为目标拍摄主体；
若候选拍摄主体为一个，则将候选拍摄主体作为所述目标拍摄主体。
在本申请提供的实施例中，图像获取单元71，还可以用于基于目标拍摄主体与第i个图像的位置关系，计算目标拍摄主体与第i个图像中心位置的偏移量；
基于所述偏移量，确定所述第i+1个拍摄角度。
在本申请提供的实施例中，图像质量评价单元72，具体用于对至少两个图像中的每个图像进行图像质量评价，得到至少两个图像质量评价值；基于至少两个图像质量评价值，从至少两个图像中获取图像质量评价值最高的图像；将图像质量评价值最高的图像作为目标图像。
在本申请提供的实施例中，验证单元73，具体用于提取目标图像的目标图像特征；将目标图像特征与预存的身份特征进行匹配；若目标图像特征与预存的身份特征匹配，则表征目标功能验证成功；若目标图像特征与预存的身份特征不匹配，则删除所述目标图像，表征目标功能验证失败。
在本申请提供的实施例中，所述验证装置还包括提示单元74；
提示单元54，具体用于生成验证失败的提示信息；显示提示信息。
本申请实施例提供验证装置，能够在检测到启动目标功能的操作时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度，且使用不同拍摄参数拍摄的至少两个图像；所述目标功能表征基于生物特征进行验证而实现的功能；对所述至少两个图像进行图像质量评价，得到目标图像；当接收到目标功能执行指令时，响应所述目标功能执行指令，采用所述目标图像，进行目标功能验证过程。这样，可以基于不同的拍摄角度和不同的拍摄参数采集多个图像，因此，采集到的图像的质量是不同的；从多个图像中选择质量较好的图像进行验证，提高了验证效率以及验证成功的概率。同时，本申请提供的实施例，能够在目标功能启动时就采集图像，并对采集到的图像进行处理得到目标图像，在接收到目标功能执行指令时，直接使用目标图像进行验证，能够降低验证时间。
实施例五
基于上述验证装置中各单元的实现，为了实现本申请实施例提供的验证方法，本申请实施例还提供了一种电子设备，如图8所示，所述电子设备80包括：处理器81和配置为存储能够在处理器上运行的计算机程序的存储器82，
其中，所述处理器81配置为运行所述计算机程序时，执行前述实施例中的方法步骤。
当然，实际应用时，如图8所示，该电子设备80中的各个组件通过总线系统83耦合在一起。可理解，总线系统83用于实现这些组件之间的连接通信。总线系统83除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8将各种总线都标为总线系统83。
在示例性实施例中，本申请实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器82，上述计算机程序可由电子设备80的处理器81执行，以完成前述方法所述步骤。计算机可读存储介质可以是磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等存储器。
本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和智能设备，可以通过其它的方式实现。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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个第二处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (14)

1.一种验证方法，其特征在于，应用于电子设备，其上设置有旋转摄像器，所述方法包括：
检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；
对所述至少两个图像进行图像质量评价，得到目标图像；
当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。
2.根据权利要求1所述的方法，其特征在于，所述通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度拍摄的至少两个图像，包括：
获取将所述旋转摄像器旋转至第i个拍摄角度采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；
从所述第i个图像中，识别目标拍摄主体；
基于所述目标拍摄主体，确定出第i+1个拍摄角度；
按照所述第i+1个拍摄角度，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到所述至少两个图像。
3.根据权利要求1所述的方法，其特征在于，所述通过所述旋转摄像器采集针对同一拍摄对象，使用不同拍摄参数拍摄的至少两个图像，包括：
获取按照第i个拍摄参数采集到的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；
从所述第i个图像中，识别目标拍摄主体；
确定所述目标拍摄主体所在的拍摄位置；
基于所述拍摄位置，确定第i+1个拍摄参数；
按照所述第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量满足拍摄条件为止，从而得到所述至少两个图像。
4.根据权利要求1所述的方法，其特征在于，所述通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和使用不同拍摄参数拍摄的至少两个图像，包括：
获取将所述旋转摄像器旋转至第i个拍摄角度，且采用第i个拍摄参数采集的第i个图像；其中，i为大于等于1且小于N的整数；N为所述至少两个图像的总数；
从所述第i个图像中，识别目标拍摄主体；
基于所述目标拍摄主体，确定出第i+1个拍摄角度；
基于所述第i+1个拍摄角度转动所述旋转摄像器，获取当前预览图像；
从所述当前预览图像中，确定所述目标拍摄主体所在的拍摄位置；
基于所述拍摄位置，确定第i+1个拍摄参数；
按照所述第i+1个拍摄参数，采集第i+1个图像，直到第N个图像的图像质量以及第N个图像中目标拍摄主体的完整度满足拍摄条件为止，从而得到所述至少两个图像。
5.根据权利要求2-4任一项所述的方法，其特征在于，从所述第i个图像中，识别目标拍摄主体，包括：
提取所述第i个图像中的图像特征；
基于所述图像特征，识别包含生物特征的候选拍摄主体；
从所述候选拍摄主体中，确定出所述目标拍摄主体。
6.根据权利要求5所述的方法，其特征在于，所述从所述候选拍摄主体中，确定出所述目标拍摄主体，包括：
若所述候选拍摄主体为多个，则从所述候选拍摄主体中，选取与预设主体匹配的拍摄主体，作为所述目标拍摄主体；
若所述候选拍摄主体为一个，则将所述候选拍摄主体作为所述目标拍摄主体。
7.根据权利要求2或4所述的方法，其特征在于，所述基于所述目标拍摄主体，确定出第i+1个拍摄角度，包括：
获取所述目标拍摄主体与所述第i个图像的位置关系，并基于所述位置关系确定所述第i+1个拍摄角度。
8.根据权利要求7所述的方法，其特征在于，所述获取所述目标拍摄主体与所述第i个图像的位置关系，并基于所述位置关系确定所述第i+1个拍摄角度，包括：
基于所述目标拍摄主体与所述第i个图像的位置关系，计算所述目标拍摄主体与所述第i个图像中心位置的偏移量；
基于所述偏移量，确定所述第i+1个拍摄角度。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述对所述至少两个图像进行图像质量评价，得到目标图像，包括：
对所述至少两个图像中的每个图像进行图像质量评价，得到至少两个图像质量评价值；
基于所述至少两个图像质量评价值，从所述至少两个图像中获取图像质量评价值最高的图像；
将所述图像质量评价值最高的图像作为所述目标图像。
10.根据权利要求1-8任一项所述的方法，其特征在于，所述响应所述目标功能执行指令，采用所述目标图像，进行验证过程，包括：
提取所述目标图像的目标图像特征；
将所述目标图像特征与预存的身份特征进行匹配；
若所述目标图像特征与预存的身份特征匹配，则表征所述目标功能验证成功；
若所述目标图像特征与预存的身份特征不匹配，则删除所述目标图像，表征所述目标功能验证失败。
11.根据权利要求10所述的方法，其特征在于，所述删除所述目标图像之后，所述方法还包括：
生成验证失败的提示信息；
显示所述提示信息。
12.一种验证装置，其特征在于，应用于电子设备，所述电子设备上设置有旋转摄像器，所述装置包括：
图像获取单元，检测到启动指令时，通过所述旋转摄像器采集针对同一拍摄对象的不同拍摄角度和/或使用不同拍摄参数拍摄的至少两个图像；
图像质量评价单元，对所述至少两个图像进行图像质量评价，得到目标图像；
验证单元，当接收到执行指令时，响应所述执行指令，采用所述目标图像，进行验证过程。
13.一种电子设备，其特征在于，所述电子设备包括：旋转摄像器，处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至11任一项所述方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至11任一项所述验证方法的步骤。
CN201910818895.2A 2019-08-30 2019-08-30 验证方法及验证装置、电子设备、计算机可读存储介质 Pending CN110533015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910818895.2A CN110533015A (zh) 2019-08-30 2019-08-30 验证方法及验证装置、电子设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910818895.2A CN110533015A (zh) 2019-08-30 2019-08-30 验证方法及验证装置、电子设备、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110533015A true CN110533015A (zh) 2019-12-03

Family

ID=68665804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910818895.2A Pending CN110533015A (zh) 2019-08-30 2019-08-30 验证方法及验证装置、电子设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110533015A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818798A (zh) * 2021-01-26 2021-05-18 支付宝(杭州)信息技术有限公司 身份验证方法及装置
CN112822391A (zh) * 2020-07-28 2021-05-18 腾讯科技（深圳）有限公司 对焦模式的控制方法、装置、设备及计算机可读存储介质
CN113141498A (zh) * 2021-04-09 2021-07-20 深圳市慧鲤科技有限公司 信息生成方法、装置、计算机设备及存储介质
CN113516481A (zh) * 2021-08-20 2021-10-19 支付宝(杭州)信息技术有限公司 刷脸意愿的确认方法、装置和刷脸设备
CN113794833A (zh) * 2021-08-16 2021-12-14 维沃移动通信（杭州）有限公司 拍摄方法、装置和电子设备
CN114692663A (zh) * 2022-03-30 2022-07-01 上海中商网络股份有限公司 一种读码失败的拍照识别容错方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182725A (zh) * 2013-05-28 2014-12-03 天津点康科技有限公司 基于非接触人体生理参数测量的人脸识别跟踪系统
CN105007421A (zh) * 2015-07-14 2015-10-28 广东欧珀移动通信有限公司 一种图片拍摄方法及移动终端
CN105357442A (zh) * 2015-11-27 2016-02-24 小米科技有限责任公司 摄像头拍摄角度调整方法及装置
CN106331504A (zh) * 2016-09-30 2017-01-11 北京小米移动软件有限公司 拍摄方法及装置
CN107395976A (zh) * 2017-08-11 2017-11-24 维沃移动通信有限公司 一种拍摄参数设置方法及移动终端
CN107566728A (zh) * 2017-09-25 2018-01-09 维沃移动通信有限公司 一种拍摄方法、移动终端及计算机可读存储介质
CN108090772A (zh) * 2018-01-29 2018-05-29 河北三川科技有限公司 基于人脸识别的酒店入住刷脸支付系统及方法
CN108234870A (zh) * 2017-12-27 2018-06-29 广东欧珀移动通信有限公司 图像处理方法、装置、终端及存储介质
CN108229369A (zh) * 2017-12-28 2018-06-29 广东欧珀移动通信有限公司 图像拍摄方法、装置、存储介质及电子设备
CN207636790U (zh) * 2017-12-25 2018-07-20 北京声迅电子股份有限公司 一种能多角度抓拍人脸图像的安检门
CN108734472A (zh) * 2018-05-17 2018-11-02 Oppo广东移动通信有限公司 支付方法、装置、电子装置以及存储介质
CN109741271A (zh) * 2018-12-14 2019-05-10 陕西高速公路工程试验检测有限公司 一种检测方法及系统
CN110175518A (zh) * 2019-04-19 2019-08-27 阿里巴巴集团控股有限公司 摄像装置的摄像头角度调整方法、装置、设备及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182725A (zh) * 2013-05-28 2014-12-03 天津点康科技有限公司 基于非接触人体生理参数测量的人脸识别跟踪系统
CN105007421A (zh) * 2015-07-14 2015-10-28 广东欧珀移动通信有限公司 一种图片拍摄方法及移动终端
CN105357442A (zh) * 2015-11-27 2016-02-24 小米科技有限责任公司 摄像头拍摄角度调整方法及装置
CN106331504A (zh) * 2016-09-30 2017-01-11 北京小米移动软件有限公司 拍摄方法及装置
CN107395976A (zh) * 2017-08-11 2017-11-24 维沃移动通信有限公司 一种拍摄参数设置方法及移动终端
CN107566728A (zh) * 2017-09-25 2018-01-09 维沃移动通信有限公司 一种拍摄方法、移动终端及计算机可读存储介质
CN207636790U (zh) * 2017-12-25 2018-07-20 北京声迅电子股份有限公司 一种能多角度抓拍人脸图像的安检门
CN108234870A (zh) * 2017-12-27 2018-06-29 广东欧珀移动通信有限公司 图像处理方法、装置、终端及存储介质
CN108229369A (zh) * 2017-12-28 2018-06-29 广东欧珀移动通信有限公司 图像拍摄方法、装置、存储介质及电子设备
CN108090772A (zh) * 2018-01-29 2018-05-29 河北三川科技有限公司 基于人脸识别的酒店入住刷脸支付系统及方法
CN108734472A (zh) * 2018-05-17 2018-11-02 Oppo广东移动通信有限公司 支付方法、装置、电子装置以及存储介质
CN109741271A (zh) * 2018-12-14 2019-05-10 陕西高速公路工程试验检测有限公司 一种检测方法及系统
CN110175518A (zh) * 2019-04-19 2019-08-27 阿里巴巴集团控股有限公司 摄像装置的摄像头角度调整方法、装置、设备及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112822391A (zh) * 2020-07-28 2021-05-18 腾讯科技（深圳）有限公司 对焦模式的控制方法、装置、设备及计算机可读存储介质
CN112818798A (zh) * 2021-01-26 2021-05-18 支付宝(杭州)信息技术有限公司 身份验证方法及装置
CN113141498A (zh) * 2021-04-09 2021-07-20 深圳市慧鲤科技有限公司 信息生成方法、装置、计算机设备及存储介质
CN113794833A (zh) * 2021-08-16 2021-12-14 维沃移动通信（杭州）有限公司 拍摄方法、装置和电子设备
CN113516481A (zh) * 2021-08-20 2021-10-19 支付宝(杭州)信息技术有限公司 刷脸意愿的确认方法、装置和刷脸设备
CN113516481B (zh) * 2021-08-20 2024-05-14 支付宝(杭州)信息技术有限公司 刷脸意愿的确认方法、装置和刷脸设备
CN114692663A (zh) * 2022-03-30 2022-07-01 上海中商网络股份有限公司 一种读码失败的拍照识别容错方法
CN114692663B (zh) * 2022-03-30 2023-09-29 上海中商网络股份有限公司 一种读码失败的拍照识别容错方法

Similar Documents

Publication Publication Date Title
CN110533015A (zh) 验证方法及验证装置、电子设备、计算机可读存储介质
Hadid Face biometrics under spoofing attacks: Vulnerabilities, countermeasures, open issues, and research directions
CN108549854B (zh) 一种人脸活体检测方法
CN108140123A (zh) 人脸活体检测方法、电子设备和计算机程序产品
WO2019127273A1 (zh) 一种多人脸检测方法、装置、服务器、系统及存储介质
CN109492551A (zh) 活体检测方法、装置及应用活体检测方法的相关系统
WO2019023606A1 (en) SYSTEM AND METHOD FOR IDENTIFYING REPHOTOGRAPHED IMAGES
CN109858371A (zh) 人脸识别的方法及装置
CN107438854A (zh) 使用移动设备捕获的图像执行基于指纹的用户认证的系统和方法
CN103383723A (zh) 用于生物特征验证的电子欺骗检测的方法和系统
CN109492550A (zh) 活体检测方法、装置及应用活体检测方法的相关系统
CN109389719A (zh) 一种小区单元门门禁系统及开门方法
EP2148295A1 (en) Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure
CN112215043A (zh) 一种人脸活体检测方法
CN107742101A (zh) 一种现场施工人员验证方法
CN108875509A (zh) 活体检测方法、装置和系统及存储介质
CN109255319A (zh) 针对静态照片的人脸识别支付信息防伪方法
JPWO2012042631A1 (ja) 登録プログラム、登録装置、および登録方法
CN111445640A (zh) 基于虹膜识别的快递取件方法、装置、设备及存储介质
CN111079687A (zh) 证件伪装识别方法、装置、设备及存储介质
JPWO2020065954A1 (ja) 認証装置、認証方法、認証プログラムおよび記録媒体
CN208351494U (zh) 人脸识别系统
CN105993022B (zh) 利用脸部表情识别和认证的方法和系统
US20230206686A1 (en) Face authentication method, storage medium, and face authentication device
Benlamoudi Multi-modal and anti-spoofing person identification

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: 20191203

RJ01 Rejection of invention patent application after publication