CN110969067A - 用户注册、认证方法及装置 - Google Patents
用户注册、认证方法及装置 Download PDFInfo
- Publication number
- CN110969067A CN110969067A CN201811162635.6A CN201811162635A CN110969067A CN 110969067 A CN110969067 A CN 110969067A CN 201811162635 A CN201811162635 A CN 201811162635A CN 110969067 A CN110969067 A CN 110969067A
- Authority
- CN
- China
- Prior art keywords
- micro
- expression
- feature
- face
- characteristic
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000014509 gene expression Effects 0.000 claims abstract description 338
- 230000001815 facial effect Effects 0.000 claims abstract description 57
- 238000000605 extraction Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 24
- 230000004397 blinking Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 210000001508 eye Anatomy 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 210000005252 bulbus oculi Anatomy 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开是关于用户注册、认证方法及装置。该方法包括:获取当前用户的第一人脸图像;从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;对比所述第一人脸特征和预存的至少一个第二人脸特征;当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应。该技术方案可以通过人脸识别和微表情识别的双重识别来保证认证的正确率,降低认证的应用风险。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及用户注册、认证方法及装置。
背景技术
目前,认证中的人脸认证在终端设备、安防、监控等多个领域均有广泛的应用,设备可以预先通过摄像头录制合法用户的面部,使设备记录合法用户的脸部信息,这样,设备就可以通过摄像头识别当前用户的人脸,如果人脸与预先记录的“脸部信息”相匹配,那么当前用户就是合法用户就可以登入设备,获取设备内的信息。随着智能手机的普及与发展,该项技术已经在开始广泛应用于手机登录、刷脸支付、门禁系统等各种场景。
发明内容
本公开实施例提供用户注册、认证方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种认证方法,包括:
获取当前用户的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
对比所述第一人脸特征和预存的至少一个第二人脸特征;
当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应。
根据本公开实施例的第二方面,提供一种用户注册方法,包括:
获取用户的第二人脸图像;
从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
存储所述第二人脸特征和所述第二微表情特征。
根据本公开实施例的第三方面,提供一种认证装置,包括:
第一获取模块,用于获取当前用户的第一人脸图像;
第一提取模块,用于从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
第一对比模块,用于对比所述第一人脸特征和预存的至少一个第二人脸特征;
第二对比模块,用于当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
第一响应模块,用于根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证。
根据本公开实施例的第四方面,提供一种用户注册装置,包括:
第四获取模块,用于获取用户的第二人脸图像;
第二提取模块,用于从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
第三存储模块,用于存储所述第二人脸特征和所述第二微表情特征。
根据本公开实施例的第五方面,提供一种认证装置,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实现上述认证方法中的步骤。
根据本公开实施例的第六方面,提供一种用户注册装置,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实现上述用户注册方法中的步骤。
根据本公开实施例的第七方面,提供一种计算机可读存储介质,存储有计算机指令,所述计算机指令被处理器执行时实现上述认证方法中的步骤。
根据本公开实施例的第八方面,提供一种计算机可读存储介质,存储有计算机指令,所述计算机指令被处理器执行时实现上述用户注册方法中的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:本实施例可以在获取当前用户的第一人脸图像;从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;对比所述第一人脸特征和预存的至少一个第二人脸特征;当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证;通过人脸识别和微表情识别的双重识别来保证认证的正确率,降低认证的应用风险。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种认证方法的流程图。
图2是根据一示例性实施例示出的合法用户的注册流程图。
图3是根据一示例性实施例示出的当前用户的认证流程图。
图4是根据一示例性实施例示出的一种用户注册方法的流程图。
图5是根据一示例性实施例示出的一种认证方法的流程图。
图6是根据一示例性实施例示出的一种认证方法的流程图。
图7是根据一示例性实施例示出的一种用户注册方法的流程图。
图8是根据一示例性实施例示出的一种认证装置的框图。
图9是根据一示例性实施例示出的一种认证装置的框图。
图10是根据一示例性实施例示出的一种认证装置的框图。
图11是根据一示例性实施例示出的一种认证装置的框图。
图12是根据一示例性实施例示出的一种认证装置的框图。
图13是根据一示例性实施例示出的一种认证装置的框图。
图14是根据一示例性实施例示出的一种认证装置的框图。
图15是根据一示例性实施例示出的一种认证装置的框图。
图16是根据一示例性实施例示出的一种用户注册装置的框图。
图17是根据一示例性实施例示出的一种用户注册装置的框图。
图18是根据一示例性实施例示出的一种用于用户注册、认证装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前,将人脸识别单独运用在信息安全领域有着潜在的风险。比如可能会被一些简单暴力的手段所破解,如照片、打印头像、3D头套或面具等等,使得人脸信息成为容易被盗走的个人生物信息。
本实施例为了解决上述问题,本实施例在获取当前用户的第一人脸图像;从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;对比所述第一人脸特征和预存的至少一个第二人脸特征;当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证;通过人脸识别和微表情识别的双重识别来保证认证的正确率,降低认证的应用风险。
图1是根据一示例性实施例示出的一种认证方法的流程图,如图1所示,该认证方法用于终端中,包括以下步骤101-105:
在步骤101中,获取当前用户的第一人脸图像。
在步骤102中,从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征。
在步骤103中,对比所述第一人脸特征和预存的至少一个第二人脸特征。
在步骤104中,当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征。
在步骤105中,根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应。
这里,终端需要获取预存合法用户的第二人脸图像对应的第二人脸特征和第二微表情特征来进行合法用户的注册,以方便终端在后续根据注册的合法用户对待认证的当前用户进行比对识别,示例的,图2是根据一示例性实施例示出的合法用户的注册流程图。如图2所示,合法用户可以控制终端拍摄获取该合法用户在做各种微表情类型时的多张人脸图像,针对每张不同表情类型的人脸图像,终端可以按照预设的第一提取规则从该合法用户的第二人脸图像中提取合法用户的第二人脸特征,并按照预设的第二提取规则从该第二人脸图像中提取该微表情类型对应的第二微表情特征,然后,终端可以存储该合法用户的第二人脸特征以及该微表情类型对应的第二微表情特征。
这里需要说明的是,该合法用户可以只有一个用户,也可以有两个或两个以上用户,针对每个合法用户均可以拍摄多种微表情类型对应的多张第二人脸图像,故,终端内对应存储有每个合法用户的至少一个第二人脸特征,针对每个合法用户的每种微表情类型可以拍摄至少一个张第二人脸图像,故,针对每个合法用户均存储有该合法用户每个微表情类型对应的至少一个第二微表情特征。
这里,该第一提取规则和第二提取规则可以是基于卷积神经网络的特征提取,也可以是一些图像的特征提取算法等,在此不做限制。
这里,合法认证注册时定义的各微表情类型可以是一些既不易被发现、又容易记忆的表情类型。比如:皱眉、眨左眼、眨右眼、眼珠左看、眼珠右看、眼珠上看、眼珠下看、皱鼻子、左嘴角上扬、右嘴角上扬、两侧嘴角一起上扬、张嘴等多种表情类型。
这里,在至少一个合法用户注册完成后,终端内就可以预存有至少一个第二人脸特征以及至少一个第二微表情特征。这样,就可以开启对当前用户的认证流程,图3是根据一示例性实施例示出的当前用户的认证流程图。如图3所示,当前用户在认证时,就可以先控制终端拍摄获取当前用户的第一人脸图像,然后,也按照预设的第一提取规则来从所述第一人脸图像中提取第一人脸特征,并按照预设的第二提取规则来从第一人脸图像中提取与第一人脸特征对应的第一微表情特征。
这里,终端可以将提取的第一人脸特征和预存的各合法用户的至少一个第二人脸特征进行比对,如果该第一人脸特征与任一个合法用户的第二人脸特征均不相似如相似度不超过第一预设相似度阈值时,确定该第二人脸特征中不存在与所述第一人脸特征对应的人脸特征,这就表明该当前用户不是合法用户,认证失败,认证流程结束。如果该至少一个第二人脸特征中存在一个与该第一人脸特征相似度很高如超过第一预设相似度阈值的人脸特征时,确定该第二人脸特征中存在与所述第一人脸特征对应的人脸特征,这就表明当前用户属于各合法用户中的一个。
这里,在所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,表明当前用户是合法用户中的一个,此时,为了进一步保证认证的安全性,可以进一步进行微表情识别,将所述第一人脸特征的第一微表情特征与预存的至少一个第二微表情特征进行对比,若比对结果为该第一微表情特征与预存每一个第二微表情特征的相似度均不相似如未超过第二预设相似度阈值,表明该第一人脸图像是合法用户的人脸图像但是该合法用户的表情不对,可能是合法用户被人胁迫或打印的照片、打印头像、3D头套或面具等情况,此时可以确定所述当前认证失败,终端可以做出认证失败的响应。如在进出门禁的认证场景中,门禁设备可以在当前认证成功时,可以做出开门的响应。
若在对比结果为该第一微表情特征与预存的某合法用户的某一微表情类型对应的第二微表情特征相似度很高如超过第二预设相似度阈值时,确定所述当前认证成功,此时,终端可以做出认证成功的响应,如在手机解锁的认证场景中,手机可以在当前认证成功时,可以做出成功解锁的响应。或者,终端内可以预存有第二微表情特征与预设操作权限之间的对应关系,这样,在比对结果为该第一微表情特征与预存的某合法用户的某一微表情类型对应的第二微表情特征如特征A相似度很高如超过第二预设相似度阈值时,可以根据该第二微表情特征即特征A对应的预设操作权限,确定该第一微表情特征对应的操作权限为特征A对应的预设操作权限,该操作权限可以包括一操作,也可以包括两个或两个以上操作,在该操作权限包括一个操作的情况下,终端可以做出响应-执行该操作权限包括的这个操作;在该操作权限包括两个或两个以上操作的情况下,终端则需要在接收到所述操作权限内的目标操作时,可以做出响应-执行所述目标操作。
这里需要说明的是,终端在执行上述方案时,为了保证认证的准确性,终端可以在一定时间段如1s内多次拍摄获取当前用户的第一人脸图像,依次执行步骤101至105,如果拍摄的多张第一人脸图像中,有一张认证成功,则当前认证成功。
这里,在手机登录、刷脸支付、门禁系统等各种认证的应用场景,通过人脸识别和微表情识别的双重识别可以保证认证的正确率,降低认证的应用风险。
本实施例可以在获取当前用户的第一人脸图像;从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;对比所述第一人脸特征和预存的至少一个第二人脸特征;当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;根据对比结果做出响应认证;通过人脸识别和微表情识别的双重识别来保证认证的正确率,降低认证的应用风险。
在一种可能的实施方式中,上述认证方法还可以包括以下步骤A1和A2。
在步骤A1中,基于预设的微表情识别模型,对比所述第一微表情特征与所述至少一个第二微表情特征,确定所述第一微表情特征与所述至少一个第二微表情特征的相似度。
在步骤A2中,当所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,确定所述当前认证成功。
这里,终端在将所述第一微表情特征与预存的至少一个第二微表情特征进行对比时,可以通过预存的微表情识别模型来进行对比,该微表情识别模型用于计算该第一微表情特征与各第二微表情特征之间的相似度,该微表情识别模型可以由海量数据训练而成。
这里,终端在获取第一微表情特征后可以将该第一微表情特征输入至微表情识别模型,该第一微表情识别模型可以输出所述第一微表情特征与预存的至少一个第二微表情特征之间的相似度。示例的,该微表情识别模型可用如下公式表示:
P(i)=F(Y,xi)
其中,Y为第一微表情特征,xi为第i个第二微表情特征,F是训练好的微表情识别模型,P是通过微表情识别模型F得到的该第一微表情特征Y与第二微表情特征xi之间的相似度。
这样,在所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,表明当前用户为合法用户且该合法用户做了相应的微表情,此时,终端可以确定所述当前认证成功。
本实施例可以基于预设的微表情识别模型,对比所述第一微表情特征与所述至少一个第二微表情特征,确定所述第一微表情特征与所述至少一个第二微表情特征的相似度,当所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,确定所述当前认证成功,确定方式准确。
在一种可能的实施方式中,上述认证方法还可以包括以下步骤A1。
在步骤B1中,获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系;
在步骤B2中,根据所述第一对应关系、第二对应关系和所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,确定所述第一微表情特征对应的操作权限,并根据所述操作权限做出响应。
这里,终端在获取第二人脸图像时,可以按照预设微表情类型来获取该预设微表情类型的第二人脸图像,这样,终端在从该预设微表情类型的第二人脸图像提取到第二为表情特征时,可以直接存储该第二微表情特征与该预设微表情类型之间的第一对应关系,由于针对每个预设表情类型,可以获取至少一张第二人脸图像,故每个预设微表情类型可以对应至少一个第二微表情特征
这里,如图3所示,终端内可以预存有各微表情类型与预设操作权限之间的第二对应关系,该第二对应关系可以是用户自定义输入的,也可以是终端内默认存储的,可以是一种微表情类型对应一种预设操作权限,也可以多种微表情类型对应一种预设操作权限;示例的,可以定义眨左眼的微表情类型对应预设操作权限1,眼珠左看的微表情类型对应预设操作权限2,皱眉的微表情类型对应预设操作权限3,等等。
这里,终端可以先获取之前预存储的第一对应关系和第二对应关系,在所述第一微表情特征与预存的至少一个第二微表情特征的对比结果为:该第一微表情特征与预存某一第二微表情特征A相似度很高如超过第一阈值时,可以根据至少一个第二微表情特征与预设微表情类型之间的第一对应关系,确定该第一微表情特征所属的微表情类型为该第二微表情特征A对应的预设微表情类型如眨左眼,然后根据所述预设微表情类型与预设操作权限之间的第二对应关系,确定该第一微表情特征对应的操作权限为第二微表情特征A对应的预设微表情类型如眨左眼对应的预设操作权限1。
这里,终端确定所述第一微表情特征对应的操作权限可以包括一操作,也可以包括两个或两个以上操作,在所述操作权限包括一个操作的情况下,终端可以直接执行所述操作权限包括的这个操作;在所述操作权限包括两个或两个以上操作的情况下,终端则需要在接收到所述操作权限内的目标操作时,才执行所述目标操作。
示例的,假设该第二对应关系为:预设微表情类型眨左眼对应的操作权限1为多个操作-终端上的所有操作,预设微表情类型眼珠左看对应的操作权限2也是多个操作-终端内非重要文件或应用的相关操作,预设微表情类型皱眉对应的操作权限3为一个操作-报警操作。终端确定所述第一微表情特征对应的操作权限为操作权限1时,用户可以控制终端执行终端上的所有操作,此时,用户需要向终端输入需要终端执行的目标操作,终端接收到该目标操作后,就可以执行该目标操作;终端确定所述第一微表情特征对应的操作权限为操作权限3时,终端可以直接执行报警操作。
本实施例可以获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系;根据所述第一对应关系、第二对应关系和所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,确定所述第一微表情特征对应的操作权限,并根据所述操作权限做出响应;如此可以让合法用户通过不同的微表情来获取终端的不同操作权限以应对不同的使用环境。
在一种可能的实施方式中,上述认证方法还可以实现为以下步骤C1和C2。
在步骤C1中,确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征。
在步骤C2中,根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型。
这里,终端可以计算所述第一微表情特征与预存的至少一个第二微表情特征之间的相似度,确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,可以根据至少一个第二微表情特征与预设微表情类型之间的第一对应关系,确定该第一微表情特征所属的微表情类型为该第二微表情特征A对应的预设微表情类型。
本实施例可以确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征;根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型,微表情类型确定准确。
在一种可能的实施方式中,上述认证方法还可以实现为以下步骤C3。
在步骤C3中,根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限。
这里,终端在确定第一微表情特征所属的微表情类型后,可以根据所述预设微表情类型与预设操作权限之间的第二对应关系,确定该第一微表情特征对应的操作权限为第一微表情特征所属的微表情类型如眨左眼对应的预设操作权限1。
本实施例可以根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限,确定方式准确。
在一种可能的实施方式中,上述认证方法还可以包括以下步骤D1至D3。
在步骤D1中,获取微表情样本特征。
在步骤D2中,使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值。
在步骤D3中,将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
这里,终端可以自己训练得到该预设的微表情识别模型。这里,终端需要先海量的样本用户的具有各种表情类型的人脸图像样本,并按照第二提取规则从该人脸图像样本中提取对应的微表情样本特征,如此即可获取各种微表情样本特征。
这里,终端获取到海量的微表情样本特征后,终端可选择机器学习算法如决策树、逻辑回归、SVM(Support Vector Machine,支持向量机)等算法来进行模型训练。在训练过程中,终端将各样本用户的各种表情类型对应的微表情样本特征输入初始的微表情识别模型后,微表情识别模型输出的识别结果是所述微表情样本特征与各微表情类型对应的微表情特征的相似度,若该微表情样本特征与其真正所属的微表情类型对应微表情特征的相似度超过第一阈值,则表明识别结果准确,否则表明识别结果不准确,终端可以经过多次迭代训练,不断调整微表情识别模型中的模型参数,直至微表情识别模型的识别结果的准确率超过预设值如97%,则终端就可以将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
这样,终端在得到第一微表情特征后,就可以将第一微表情特征输入至训练完成的微表情识别模型,该微表情识别模型就可以输出准确率很高的相似度,进而方便终端准确地确定与所述第一微表情特征的相似度超过第一阈值的第二微表情特征。
本实施例可以获取微表情样本特征;使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值;将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型;如此,可以得到准确的微表情识别模型,进而更准确地进行微表情认证。
在一种可能的实施方式中,上述认证方法还可以包括以下步骤E1,上述的步骤102还可以实现为以下步骤E2。
在步骤E1中,检测所述第一人脸图像中的人脸是否为活体人脸;
在步骤E2中,在检测到所述人脸是否为活体人脸时,从所述第一人脸图像中提取第一人脸特征和第一微表情特征。
这里,终端还可以进行活体检测,确定该人脸图像中的人脸是否为活体人脸,如图3所示,该步骤D1可以和步骤102和103中的人脸识别同时进行,在确定人脸图像中的人脸为活体人脸时且人脸识别为合法用户时,才能确定识别成功。终端也可以先进行活体检测,确定该人脸图像中的人脸是否为活体人脸,若是活体人脸,则,终端才会进行接下来的步骤102至105;若不是活体人脸,则终端可以直接确定认证失败,结束认证流程,如此可以减少不必要的特征提取和后续认证步骤,节省终端资源。
这里,终端进行活体检测的方式可以由很多种,如可以通过判断获取的第一人脸图像中的人脸信息是否具有生理活动特性,或者是否具有反光、摩尔纹、光照异常、扭曲变形或是只有简单刚性变形等攻击图像等特征,来确定输入第一人脸图像中的人脸是否为活体人脸。示例的,终端可以通过海量的活体样本图像和非活体样本如照片、头套、面具等样本图像,训练出活体分类模型,该活体分类模型用于区分活体人脸和非活体人脸;这样,终端在获取到当前用户的第一人脸图像后,可以直接将该第一人脸图像输入至该活体分类模型中,该活体分类模型可以直接输出该第一人脸图像中的人脸为活体人脸或是非活体人脸。
本实施例可以进行活体检测,确定所述人脸图像中的人脸为活体人脸后,才从所述人脸图像中提取第一人脸特征和第一微表情特征,否则直接确定认证失败结束认证流程,减少不必要的特征提取和后续认证步骤,节省终端资源。
在一种可能的实施方式中,终端内预先存储第二微表情特征与预设操作权限之间的第三对应关系,上述认证方法还可以包括以下步骤F1至F3。
在步骤F1中,确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征。
在步骤F2中,根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限。
在步骤F3中,根据所述第一微表情特征所对应的预设操作权限,做出响应。
这里,终端在获取第二人脸图像时,可以按照预设微表情类型来获取该预设微表情类型的第二人脸图像,这样,终端在从该预设微表情类型的第二人脸图像提取到第二为表情特征时,可以获取到该第二微表情特征与该预设微表情类型之间的第一对应关系,终端内还可以预存有用户自定义的或终端诶默认的各微表情类型与预设操作权限之间的第二对应关系,如此,终端根据该第一对应关系和第二对应关系就可以获取到第二微表情特征与预设操作权限之间的第三对应关系,终端可以预先存储该第三对应关系。
这里,终端可以计算所述第一微表情特征与预存的至少一个第二微表情特征之间的相似度,确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征如特征A,然后,终端就可以根据第二微表情特征与预设操作权限之间的第三对应关系,确定第一微表情特征对应的预设操作权限为第二微表情特征即特征A对应的预设操作权限。
这里,终端确定所述第一微表情特征对应的操作权限可以包括一操作,也可以包括两个或两个以上操作,在所述操作权限包括一个操作的情况下,终端可以直接执行所述操作权限包括的这个操作;在所述操作权限包括两个或两个以上操作的情况下,终端则需要在接收到所述操作权限内的目标操作时,才执行所述目标操作。
这里,终端确定所述第一微表情特征对应的预设操作权限可以包括一操作,也可以包括两个或两个以上操作,在所述预设操作权限包括一个操作的情况下,终端可以直接执行所述预设操作权限包括的这个操作;在所述预设操作权限包括两个或两个以上操作的情况下,终端则需要在接收到所述预设操作权限内的目标操作时,才执行所述目标操作。
示例的,假设该第三对应关系为:第二微表情特征A对应的操作权限1为多个操作-终端上的所有操作,第二微表情特征B对应的操作权限2也是多个操作-终端内非重要文件或应用的相关操作,第二微表情特征C对应的操作权限3为一个操作-报警操作。终端先确定第二微表情特征中与所述第一微表情特征对应的第二微表情特征A,然后根据第三对应关系,确定所述第一微表情特征所对应的预设操作权限为第二微表情特征A对应的操作权限1,此时,用户可以控制终端执行终端上的所有操作,用户需要向终端输入需要终端执行的目标操作,终端接收到该目标操作后,就可以做出响应-执行该目标操作。或者,终端先确定第二微表情特征中与所述第一微表情特征对应的第二微表情特征C,然后根据第三对应关系,确定所述第一微表情特征所对应的预设操作权限为第二微表情特征C对应的操作权限3,此时,终端可以做出响应-执行报警操作。
本实施例可以确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征;根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限;根据所述第一微表情特征所对应的预设操作权限,做出响应,如此可以让合法用户通过不同的微表情来获取终端的不同操作权限以应对不同的使用环境。
图4是根据一示例性实施例示出的一种用户注册方法的流程图,如图4所示,该用户注册方法用于终端中,包括以下步骤401-403:
在步骤401中,获取用户的第二人脸图像。
在步骤402中,从所述第二人脸图像中提取第二人脸特征和第二微表情特征。
在步骤403中,存储所述第二人脸特征和所述第二微表情特征。
这里,终端需要获取预存待注册的用户的第二人脸图像对应的第二人脸特征和第二微表情特征来进行合法用户的注册,以方便终端在后续根据注册的合法用户对待认证的当前用户进行比对识别,图2是根据一示例性实施例示出的合法用户的注册流程图。如图2所示,合法的用户可以控制终端拍摄获取该合法的用户在做各种微表情类型时的多张人脸图像,针对每张不同表情类型的人脸图像,终端可以按照预设的第一提取规则从该合法的用户的第二人脸图像中提取合法的用户的第二人脸特征,并按照预设的第二提取规则从该第二人脸图像中提取该微表情类型对应的第二微表情特征,然后,终端可以存储该合法的用户的第二人脸特征以及该微表情类型对应的第二微表情特征。
这里需要说明的是,该合法的用户可以只有一个用户,也可以有两个或两个以上用户,针对每个合法的用户均可以拍摄多种微表情类型对应的多张第二人脸图像,故,终端内对应存储有每个合法的用户的至少一个第二人脸特征,针对每个合法的用户的每种微表情类型可以拍摄至少一个张第二人脸图像,故,针对每个合法的用户均存储有该合法的用户每个微表情类型对应的至少一个第二微表情特征。
这里,在至少一个合法的用户注册完成后,终端内就可以预存有至少一个第二人脸特征以及至少一个第二微表情特征。这样,就可以开启对当前用户的认证流程,获取当前用户的第一人脸图像;从所述第一人脸图像中提取第一人脸特征和所述第一人脸特征的第一微表情特征;对比所述第一人脸特征和预存的至少一个第二人脸特征;当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;根据对比结果确认所述当前认证成功或失败。
本实施例可以获取用户的第二人脸图像;从所述第二人脸图像中提取第二人脸特征和第二微表情特征;存储所述第二人脸特征和所述第二微表情特征,如此完成用户的注册。
在一种可能的实施方式中,上述用户注册方法中的步骤401可以实现为以下步骤G1,上述方法还可以实现为以下步骤G2至G4。
在步骤G1中,获取用户的预设微表情类型的第二人脸图像。
在步骤G2中,存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系。
在步骤G3中,获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系。
在步骤G4中,根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
这里,终端在拍摄第二人脸图像时,可以按照预设微表情类型来获取该预设微表情类型的第二人脸图像,这样,终端在从该预设微表情类型的第二人脸图像提取到第二为表情特征时,可以直接存储该第二微表情特征与该预设微表情类型之间的第一对应关系,由于针对每个预设表情类型,可以获取至少一张第二人脸图像,故每个预设微表情类型可以对应至少一个第二微表情特征。
示例的,终端上可以显示各预设微表情类型的选项框,用户点击预设微表情类型如眨左眼的选项框后,做出眨左眼的表情,终端就可以获取眨左眼的第二人脸图像;终端在从该眨左眼的第二人脸图像提取到第二为表情特征A时,可以直接存储该第二微表情特征A与该微表情类型眨左眼之间的第一对应关系。
这里,终端内可以预存有各微表情类型与预设操作权限之间的第二对应关系,该第二对应关系可以是用户自定义输入的,也可以是终端内默认存储的,可以是一种微表情类型对应一种预设操作权限,也可以多种微表情类型对应一种预设操作权限。本实施例中,用户可以自定义输入权限对应指令,指示所述预设微表情类型与预设操作权限之间的第二对应关系,终端在接收到该权限对应指令时,就可以直接根据该权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
示例的,终端内可以设置一第二对应关系的设置界面,该设置界面上可以显示各预设操作权限以及各预设操作权限对应的微表情类型输入框,用户可以在该微表情类型输入内输入预设微表情类型,用户在各预设操作权限对应的微表情类型输入框输入对应的预设微表情类型后,点击确定按键,终端就获取到权限对应指令,终端就可以存储预设操作权限与对应输入的预设微表情类型之间的第二对应关系。
本实施例可以获取用户的预设微表情类型的第二人脸图像;存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系;获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系;根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系;如此,可以方便快捷地获取到第一对应关系和第二对应关系。
下面通过几个实施例详细介绍实现过程。
图5是根据一示例性实施例示出的一种认证方法的流程图,如图5所示,该认证方法可以由终端等设备实现,包括步骤501-512。
在步骤501中,获取微表情样本特征。
在步骤502中,使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值。
在步骤503中,将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
在步骤504中,获取当前用户的第一人脸图像。
在步骤505中,检测所述第一人脸图像中的人脸是否为活体人脸。
在步骤506中,在检测到所述人脸是否为活体人脸时,从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征。
在步骤507中,对比所述第一人脸特征和预存的至少一个第二人脸特征。
在步骤508中,当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征。
认证在步骤509中,确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征。
在步骤510中,预先存储第二微表情特征与预设操作权限之间的第三对应关系。
在步骤511中,根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限。
在步骤512中,根据所述第一微表情特征所对应的预设操作权限,做出响应。
图6是根据一示例性实施例示出的一种认证方法的流程图,如图6所示,该认证方法可以由终端等设备实现,包括步骤601-609。
在步骤601中,获取当前用户的第一人脸图像。
在步骤602中,从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征。
在步骤603中,对比所述第一人脸特征和预存的至少一个第二人脸特征。
在步骤604中,当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征。
在步骤605中,确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征。
在步骤606中,获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系。
在步骤607中,根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型。
在步骤608中,根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限。
在步骤609中,根据所述第一微表情特征所对应的预设操作权限,做出响应。
图7是根据一示例性实施例示出的一种用户注册方法的流程图,如图7所示,该用户注册方法可以由终端等设备实现,包括步骤701-706。
在步骤701中,获取用户的预设微表情类型的第二人脸图像。
在步骤702中,从所述第二人脸图像中提取第二人脸特征和第二微表情特征。
在步骤703中,存储所述第二人脸特征和所述第二微表情特征。
在步骤704中,存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系。
在步骤705中,获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系。
在步骤706中,根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图8是根据一示例性实施例示出的一种认证装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图8所示,该认证装置包括:
第一获取模块801,用于获取当前用户的第一人脸图像;
第一提取模块802,用于从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
第一对比模块803,用于对比所述第一人脸特征和预存的至少一个第二人脸特征;
第二对比模块804,用于当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
第一响应模块805,用于根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证。
作为一种可能的实施例,图9是根据一示例性实施例示出的一种认证装置的框图,如图9所示,上述公开的认证装置还可以被配置成包括第三对比模块806和第一确定模块807,其中:
第三对比模块806,用于基于预设的微表情识别模型,对比所述第一微表情特征与所述至少一个第二微表情特征,确定所述第一微表情特征与所述至少一个第二微表情特征的相似度;
第一确定模块807,用于当所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,确定所述当前认证成功。
作为一种可能的实施例,图10是根据一示例性实施例示出的一种认证装置的框图,如图10所示,上述公开的认证装置还可以被配置成包括第二获取模块808和第二确定模块809,其中:
第二获取模块808,用于获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系;
第二确定模块809,用于根据所述第一对应关系、第二对应关系和所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,确定所述第一微表情特征对应的操作权限,并根据所述操作权限做出响应。
作为一种可能的实施例,图11是根据一示例性实施例示出的一种认证装置的框图,如图11所示,上述公开的认证装置还可以被配置成包括第三确定模块810和第四确定模块811,其中:
第三确定模块810,用于确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征;
第四确定模块811,用于根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型。
作为一种可能的实施例,图12是根据一示例性实施例示出的一种认证装置的框图,如图12所示,上述公开的认证装置还可以被配置成包括第五确定模块812,其中:
第五确定模块812,用于根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限。
作为一种可能的实施例,图13是根据一示例性实施例示出的一种认证装置的框图,如图13所示,上述公开的认证装置还可以被配置成包括第三获取模块813、训练模块814和第一存储模块815,其中:
第三获取模块813,用于获取微表情样本特征;
训练模块814,用于使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值;
第一存储模块815,用于将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
作为一种可能的实施例,图14是根据一示例性实施例示出的一种认证装置的框图,如图14所示,上述公开的认证装置还可以被配置成包括检测模块816,还可以把第一提取模块802配置成包括提取子模块8021,其中:
检测模块816,用于检测所述第一人脸图像中的人脸是否为活体人脸;
提取子模块8021,用于在检测到所述人脸是否为活体人脸时,从所述第一人脸图像中提取第一人脸特征和第一微表情特征。
作为一种可能的实施例,图15是根据一示例性实施例示出的一种认证装置的框图,如图15所示,上述公开的认证装置还可以被配置成包括第二存储模块817、第六确定模块818、第七确定模块819和第二响应模块820,其中:
第二存储模块817,用于预先存储所述第二微表情特征与预设操作权限之间的第三对应关系;
第六确定模块818,用于确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征;
第七确定模块819,用于根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限;
第二响应模块820,用于根据所述第一微表情特征所对应的预设操作权限,做出响应。
图16是根据一示例性实施例示出的一种用户注册装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图16所示,该用户注册装置包括:
第四获取模块901,用于获取用户的第二人脸图像;
第二提取模块902,用于从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
第三存储模块903,用于存储所述第二人脸特征和所述第二微表情特征。
作为一种可能的实施例,图17是根据一示例性实施例示出的一种用户注册装置的框图,如图17所示,上述公开的用户注册装置还可以把第四获取模块901配置成包括获取子模块9011;上述公开的用户注册装置还可以被配置成包括第四存储模块904、第五获取模块905和第五存储模块906,其中:
获取子模块9011,用于获取用户的预设微表情类型的第二人脸图像;
第四存储模块904,用于存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系;
第五获取模块905,用于获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系;
第五存储模块906,用于根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图18是根据一示例性实施例示出的一种用于用户注册、认证装置的框图,该装置适用于终端设备。例如,装置1800可以是移动电话,游戏控制台,电脑、平板设备,个人数字助理等。
装置1800可以包括以下一个或多个组件:处理组件1801,存储器1802,电源组件1803,多媒体组件1804,音频组件1805,输入/输出(I/O)接口1806,传感器组件1807,以及通信组件1808。
处理组件1801通常控制装置1800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1801可以包括一个或多个处理器1820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1801可以包括一个或多个模块,便于处理组件1801和其他组件之间的交互。例如,处理组件1801可以包括多媒体模块,以方便多媒体组件1804和处理组件1801之间的交互。
存储器1802被配置为存储各种类型的数据以支持在装置1800的操作。这些数据的示例包括用于在装置1800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1802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1803为装置1800的各种组件提供电力。电源组件1803可以包括电源管理系统,一个或多个电源,及其他与为装置1800生成、管理和分配电力相关联的组件。
多媒体组件1804包括在所述装置1800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1804包括一个前置摄像头和/或后置摄像头。当装置1800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1805被配置为输出和/或输入音频信号。例如,音频组件1805包括一个麦克风(MIC),当装置1800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1802或经由通信组件1808发送。在一些实施例中,音频组件1805还包括一个扬声器,用于输出音频信号。
I/O的接口1806为处理组件1801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1807包括一个或多个传感器,用于为装置1800提供各个方面的状态评估。例如,传感器组件1807可以检测到装置1800的打开/关闭状态,组件的相对定位,例如所述组件为装置1800的显示器和小键盘,传感器组件1807还可以检测装置1800或装置1800一个组件的位置改变,用户与装置1800接触的存在或不存在,装置1800方位或加速/减速和装置1800的温度变化。传感器组件1807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1807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1807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1808被配置为便于装置1800和其他设备之间有线或无线方式的通信。装置1800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1808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1808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,装置1800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,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1802,上述指令可由装置1800的处理器1820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本实施例提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置1800的处理器执行时,使得装置1800能够执行上述认证方法,所述方法包括:
获取当前用户的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
对比所述第一人脸特征和预存的至少一个第二人脸特征;
当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证。
本实施例提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置1800的处理器执行时,使得装置1800能够执行上述用户注册方法,所述方法包括:
获取用户的第二人脸图像;
从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
存储所述第二人脸特征和所述第二微表情特征。
本实施例还提供了一种认证装置,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:
获取当前用户的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
对比所述第一人脸特征和预存的至少一个第二人脸特征;
当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证。
本实施例还提供了一种用户注册装置,包括:
获取用户的第二人脸图像;
从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
存储所述第二人脸特征和所述第二微表情特征。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (24)
1.一种认证方法,其特征在于,包括:
获取当前用户的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
对比所述第一人脸特征和预存的至少一个第二人脸特征;
当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果认证,做出响应。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于预设的微表情识别模型,对比所述第一微表情特征与所述至少一个第二微表情特征,确定所述第一微表情特征与所述至少一个第二微表情特征的相似度;
当所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,确定所述当前认证成功。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系;
根据所述第一对应关系、第二对应关系和所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,确定所述第一微表情特征对应的操作权限,并根据所述操作权限做出响应。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征;
根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取微表情样本特征;
使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值;
将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
检测所述第一人脸图像中的人脸是否为活体人脸;
所述从所述第一人脸图像中提取第一人脸特征和第一微表情特征包括:
在检测到所述人脸是否为活体人脸时,从所述第一人脸图像中提取第一人脸特征和第一微表情特征。
8.根据权利要求1所述的方法,其特征在于,预先存储第二微表情特征与预设操作权限之间的第三对应关系,所述方法还包括:
确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征;
根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限;
根据所述第一微表情特征所对应的预设操作权限,做出响应。
9.一种用户注册方法,其特征在于,包括:
获取用户的第二人脸图像;
从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
存储所述第二人脸特征和所述第二微表情特征。
10.根据权利要求9所述的方法,其特征在于,所述获取用户的第二人脸图像,包括:
获取用户的预设微表情类型的第二人脸图像;
所述方法还包括:
存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系;
获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系;
根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
11.一种认证装置,其特征在于,包括:
第一获取模块,用于获取当前用户的第一人脸图像;
第一提取模块,用于从所述第一人脸图像中提取第一人脸特征和与所述第一人脸特征对应的第一微表情特征;
第一对比模块,用于对比所述第一人脸特征和预存的至少一个第二人脸特征;
第二对比模块,用于当所述第二人脸特征中存在与所述第一人脸特征对应的人脸特征时,对比所述第一微表情特征与预存的至少一个第二微表情特征;
第一响应模块,用于根据所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,做出响应认证。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第三对比模块,用于基于预设的微表情识别模型,对比所述第一微表情特征与所述至少一个第二微表情特征,确定所述第一微表情特征与所述至少一个第二微表情特征的相似度;
第一确定模块,用于当所述至少一个第二微表情特征中存在与所述第一微表情特征的相似度超过第一阈值的第二微表情特征时,确定所述当前认证成功。
13.根据权利要求11或12所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取所述至少一个第二微表情特征与预设微表情类型之间的第一对应关系,以及所述预设微表情类型与预设操作权限之间的第二对应关系;
第二确定模块,用于根据所述第一对应关系、第二对应关系和所述第一微表情特征与预存的至少一个第二微表情特征的对比结果,确定所述第一微表情特征对应的操作权限,并根据所述操作权限做出响应。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第三确定模块,用于确定所述至少一个第二微表情特征中与所述第一微表情特征的相似度超过第一阈值的第二微表情特征;
第四确定模块,用于根据所述第一对应关系和所述与所述第一微表情特征的相似度超过第一阈值的第二微表情特征,确定所述第一微表情特征所属的微表情类型。
15.根据权利要求14所述的装置,其特征在于,所述装置还包括:
第五确定模块,用于根据所述第一微表情特征所属的微表情类型和所述第二对应关系,确定所述第一微表情特征对应的操作权限。
16.根据权利要求12所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取微表情样本特征;
训练模块,用于使用所述微表情样本特征对初始的微表情识别模型中的模型参数进行训练,直至训练完成的微表情识别模型的准确率达到第二阈值;
第一存储模块,用于将所述训练完成的微表情识别模型存储为所述预设的微表情识别模型。
17.根据权利要求11所述的装置,其特征在于,所述装置还包括:
检测模块,用于检测所述第一人脸图像中的人脸是否为活体人脸;
所述第一提取模块包括:
提取子模块,用于在检测到所述人脸是否为活体人脸时,从所述第一人脸图像中提取第一人脸特征和第一微表情特征。
18.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第二存储模块,用于预先存储所述第二微表情特征与预设操作权限之间的第三对应关系;
第六确定模块,用于确定所述第二微表情特征中与所述第一微表情特征对应的第二微表情特征;
第七确定模块,用于根据第二微表情特征与预设操作权限之间的第三对应关系,确定所述第一微表情特征所对应的预设操作权限;
第二响应模块,用于根据所述第一微表情特征所对应的预设操作权限,做出响应。
19.一种用户注册装置,其特征在于,包括:
第四获取模块,用于获取用户的第二人脸图像;
第二提取模块,用于从所述第二人脸图像中提取第二人脸特征和第二微表情特征;
第三存储模块,用于存储所述第二人脸特征和所述第二微表情特征。
20.根据权利要求19所述的装置,其特征在于,所述第四获取模块包括:
获取子模块,用于获取用户的预设微表情类型的第二人脸图像;
所述装置还包括:
第四存储模块,用于存储所述第二微表情特征与所述预设微表情类型之间的第一对应关系;
第五获取模块,用于获取权限对应指令,所述权限对应指令用于指示所述预设微表情类型与预设操作权限之间的第二对应关系;
第五存储模块,用于根据所述权限对应指令,存储所述预设微表情类型与预设操作权限之间的第二对应关系。
21.一种认证装置,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实现权利要求1至8任一项所述方法中的步骤。
22.一种用户注册装置,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实现权利要求9或10所述方法中的步骤。
23.一种计算机可读存储介质,存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至8任一项所述方法中的步骤。
24.一种计算机可读存储介质,存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求9或10所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162635.6A CN110969067B (zh) | 2018-09-30 | 2018-09-30 | 用户注册、认证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162635.6A CN110969067B (zh) | 2018-09-30 | 2018-09-30 | 用户注册、认证方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110969067A true CN110969067A (zh) | 2020-04-07 |
CN110969067B CN110969067B (zh) | 2024-03-01 |
Family
ID=70029310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811162635.6A Active CN110969067B (zh) | 2018-09-30 | 2018-09-30 | 用户注册、认证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969067B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914769A (zh) * | 2020-08-06 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 用户合法性判定方法、装置、计算机可读存储介质及设备 |
CN115331343A (zh) * | 2022-08-01 | 2022-11-11 | 南京智创网络科技有限公司 | 一种智慧管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789572A (zh) * | 2012-06-26 | 2012-11-21 | 五邑大学 | 一种活体人脸安全认证装置及方法 |
US20150095996A1 (en) * | 2013-09-30 | 2015-04-02 | Hon Hai Precision Industry Co., Ltd. | Server capable of authenticating identity and identity authentication method thereof |
CN106599800A (zh) * | 2016-11-25 | 2017-04-26 | 哈尔滨工程大学 | 一种基于深度学习的人脸微表情识别方法 |
CN107255928A (zh) * | 2017-06-05 | 2017-10-17 | 珠海格力电器股份有限公司 | 一种设备控制方法、装置及家电设备 |
CN107766785A (zh) * | 2017-01-25 | 2018-03-06 | 丁贤根 | 一种面部识别方法 |
CN108256316A (zh) * | 2018-01-23 | 2018-07-06 | 平安科技(深圳)有限公司 | 终端解锁方法、装置、设备及可读存储介质 |
-
2018
- 2018-09-30 CN CN201811162635.6A patent/CN110969067B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789572A (zh) * | 2012-06-26 | 2012-11-21 | 五邑大学 | 一种活体人脸安全认证装置及方法 |
US20150095996A1 (en) * | 2013-09-30 | 2015-04-02 | Hon Hai Precision Industry Co., Ltd. | Server capable of authenticating identity and identity authentication method thereof |
CN106599800A (zh) * | 2016-11-25 | 2017-04-26 | 哈尔滨工程大学 | 一种基于深度学习的人脸微表情识别方法 |
CN107766785A (zh) * | 2017-01-25 | 2018-03-06 | 丁贤根 | 一种面部识别方法 |
CN107255928A (zh) * | 2017-06-05 | 2017-10-17 | 珠海格力电器股份有限公司 | 一种设备控制方法、装置及家电设备 |
CN108256316A (zh) * | 2018-01-23 | 2018-07-06 | 平安科技(深圳)有限公司 | 终端解锁方法、装置、设备及可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914769A (zh) * | 2020-08-06 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 用户合法性判定方法、装置、计算机可读存储介质及设备 |
CN111914769B (zh) * | 2020-08-06 | 2024-01-26 | 腾讯科技(深圳)有限公司 | 用户合法性判定方法、装置、计算机可读存储介质及设备 |
CN115331343A (zh) * | 2022-08-01 | 2022-11-11 | 南京智创网络科技有限公司 | 一种智慧管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110969067B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021017561A1 (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN108197586B (zh) | 脸部识别方法和装置 | |
CN110287671B (zh) | 验证方法及装置、电子设备和存储介质 | |
CN107025419B (zh) | 指纹模板录入方法及装置 | |
WO2021031609A1 (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN107122679A (zh) | 图像处理方法及装置 | |
CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20170161684A1 (en) | Server-implemented method, terminal-implemented method and device for acquiring business card information | |
US20170339287A1 (en) | Image transmission method and apparatus | |
CN106557755B (zh) | 指纹模板获取方法及装置 | |
CN108171165B (zh) | 指纹识别方法、装置及计算机可读存储介质 | |
US10515224B2 (en) | Method, device and storage medium for printing information | |
US20170006216A1 (en) | Method and device for acquiring iris image | |
CN108921178B (zh) | 获取图像模糊程度分类的方法、装置、电子设备 | |
CN105554389A (zh) | 拍摄方法及装置 | |
CN105787322B (zh) | 指纹识别的方法及装置、移动终端 | |
CN107038428B (zh) | 活体识别方法和装置 | |
CN108363939B (zh) | 特征图像的获取方法及获取装置、用户认证方法 | |
CN112200040A (zh) | 遮挡图像检测方法、装置及介质 | |
CN109145878B (zh) | 图像提取方法及装置 | |
CN110969067B (zh) | 用户注册、认证方法及装置 | |
CN107133551B (zh) | 指纹验证方法及装置 | |
CN109598183B (zh) | 一种人脸认证的方法、装置及系统 | |
CN108830194B (zh) | 生物特征识别方法及装置 | |
CN110826045B (zh) | 认证方法及装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |