CN111046704A - 存储身份识别信息的方法和装置 - Google Patents

Abstract

本公开是关于一种存储身份识别信息的方法和装置，属于计算机视觉技术领域。所述方法包括：获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于至少两个二维面部图像建立目标用户的三维面部模型；确定预先存储的认证用户的二维面部图像中与目标用户的二维面部图像相匹配的目标二维面部图像；基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定目标二维面部图像对应的目标用户身份信息；将三维面部模型和目标用户身份信息进行对应存储。采用本公开，简化了采集目标用户的身份识别信息的操作复杂度，以及提高了采集目标用户的身份识别信息的操作效率。

Description

存储身份识别信息的方法和装置

技术领域

本公开是关于计算机视觉技术领域，尤其是关于一种存储身份识别信息的方法和装置。

背景技术

随着计算机视觉技术的发展，在对待识别用户进行身份识别时，已不再局限于基于采集到的待识别用户的二维面部图像进行身份识别，可以基于待识别用户的三维面部模型进行身份识别。相较于二维面部图像，三维面部模型除包含了二维面部图像的所有信息之外，还包含了面部深度信息，三维面部模型包含的信息量更大，更利于准确识别用户身份。

在对待识别用户进行身份识别的过程中，首先可以通过安装在不同位置上的图像拍摄部件采集待识别用户的多个二维面部图像，基于多个二维面部图像，确定面部深度信息，接着基于面部深度信息和多个二维面部图像，建立待识别用户的三维面部模型。将建立的三维面部模型和预先存储的认证用户数据库中的各认证用户的身份识别信息中包括的三维面部模型进行匹配比对，如果认证用户数据库中存在目标身份识别信息中包括的三维面部模型和建立的三维面部模型相匹配，则确定目标身份识别信息中包括的用户身份信息，为待识别用户的用户身份信息。

在进行上述操作之前，需要预先建立认证用户的三维面部模型并采集认证用户的用户身份信息。如认证用户可以进行刷卡操作，采集设备可以获取卡中的用户身份信息，其中，认证用户可以刷身份证、工作证、社保卡等卡片。这样，在建立认证用户的三维面部模型之后，可以将认证用户的三维面部模型和采集的该认证用户的用户身份信息对应存储于认证用户数据库中。

在实现本公开的过程中，发明人发现至少存在以下问题：

由于需要通过刷卡的方式来采集认证用户的用户身份信息，操作较为繁琐、操作效率较低。

发明内容

为了克服相关技术中存在的问题，本公开提供了以下技术方案：

根据本公开实施例的第一方面，提供一种存储身份识别信息的方法，所述方法包括：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型；

确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像；

基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定所述目标二维面部图像对应的目标用户身份信息；

将所述三维面部模型和所述目标用户身份信息进行对应存储。

可选地，所述图像拍摄部件包括红外拍摄部件和可见光拍摄部件；

所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，包括：获取通过所述红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过所述可见光拍摄部件拍摄的所述目标用户的RGB二维面部图像；

所述基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：基于所述目标用户的至少两个红外二维面部图像，确定所述目标用户的面部深度信息；基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型；

所述确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像，包括：确定预先存储的认证用户的二维面部图像中与所述RGB二维面部图像相匹配的目标二维面部图像。

可选地，所述基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型，包括：

基于所述面部深度信息以及所述至少两个红外二维面部图像，构建所述目标用户的面部深度模型，其中，所述面部深度模型包括深度值与位置的对应关系；

基于所述RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的所述RGB二维面部图像和所述面部深度模型之间的位置转换关系，将所述RGB二维面部图像中像素点的像素值，添加到所述面部深度模型中，得到所述目标用户的三维面部模型。

可选地，在基于所述至少两个二维面部图像建立所述目标用户的三维面部模型之后，所述方法还包括：

在预设的展示界面显示所述目标用户的三维面部模型。

可选地，所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离；

如果所述距离在预设的拍摄距离范围之内，则基于所述至少两个二维面部图像建立所述目标用户的三维面部模型。

可选地，所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：

每当达到预设周期时，通过图像拍摄部件拍摄一组二维图像，对所述一组二维图像进行面部识别，如果确定所述一组二维图像为一组二维面部图像，则基于所述一组二维面部图像，确定所述一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离，其中，每组二维图像包括至少两个二维图像；

在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像；

分别确定所述至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息；

基于所述每组二维面部图像对应的拍摄质量信息，在所述至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立所述目标用户的三维面部模型。

根据本公开实施例的第二方面，提供一种存储身份识别信息的装置，所述装置包括：

建模模块，用于获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型；

确定模块，用于确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像；基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定所述目标二维面部图像对应的目标用户身份信息；

存储器，用于将所述三维面部模型和所述目标用户身份信息进行对应存储。

可选地，所述图像拍摄部件包括红外拍摄部件和可见光拍摄部件；

所述建模模块，用于获取通过所述红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过所述可见光拍摄部件拍摄的所述目标用户的RGB二维面部图像；基于所述目标用户的至少两个红外二维面部图像，确定所述目标用户的面部深度信息；基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型；

所述确定模块，用于确定预先存储的认证用户的二维面部图像中与所述RGB二维面部图像相匹配的目标二维面部图像。

可选地，所述图像拍摄部件包括4个红外拍摄部件以及2个可见光拍摄部件，所述4个红外拍摄部件中的2个红外拍摄部件安装在所述装置的左侧，所述红外拍摄部件中的另外2个红外拍摄部件安装在所述装置的右侧，所述2个可见光拍摄部件中的1个可见光拍摄部件安装在所述装置的左侧，所述2个可见光拍摄部件中的另外1个可见光拍摄部件安装在所述装置的右侧。

可选地，所述装置还包括4个红外散斑器。

可选地，所述建模模块，用于：

基于所述面部深度信息以及所述至少两个红外二维面部图像，构建所述目标用户的面部深度模型，其中，所述面部深度模型包括深度值与位置的对应关系；

基于所述RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的所述RGB二维面部图像和所述面部深度模型之间的位置转换关系，将所述RGB二维面部图像中像素点的像素值，添加到所述面部深度模型中，得到所述目标用户的三维面部模型。

可选地，所述装置还包括：

显示器，用于显示所述目标用户的三维面部模型。

可选地，所述建模模块，用于：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离；

如果所述距离在预设的拍摄距离范围之内，则基于所述至少两个二维面部图像建立所述目标用户的三维面部模型。

可选地，所述建模模块，用于：

每当达到预设周期时，通过图像拍摄部件拍摄一组二维图像，对所述一组二维图像进行面部识别，如果确定所述一组二维图像为一组二维面部图像，则基于所述一组二维面部图像，确定所述一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离，其中，每组二维图像包括至少两个二维图像；

在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像；

分别确定所述至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息；

基于所述每组二维面部图像对应的拍摄质量信息，在所述至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立所述目标用户的三维面部模型。

根据本公开实施例的第三方面，提供一种三维面部模型采集设备，所述三维面部模型采集设备包括处理器、通信接口、存储器和通信总线，其中：

所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的程序，以实现上述存储身份识别信息的方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述存储身份识别信息的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

一般在身份识别系统中会存储有目标用户的二维面部图像。通过本公开实施例提供的方法，在采集目标用户的三维面部模型之后，可以利用身份识别系统中预先存储的目标用户的二维面部图像和用户身份信息的对应关系，确定目标用户的用户身份信息，无需目标用户再通过刷卡的方式确定目标用户的用户身份信息。简化了采集目标用户的身份识别信息的操作复杂度，以及提高了采集目标用户的身份识别信息的操作效率。

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。在附图中：

图1是根据一示例性实施例示出的一种三维面部模型采集设备的结构示意图；

图2是根据一示例性实施例示出的一种存储身份识别信息的方法的流程示意图；

图3是根据一示例性实施例示出的一种三维面部模型采集设备的结构示意图；

图4是根据一示例性实施例示出的一种存储身份识别信息的方法的流程示意图；

图5是根据一示例性实施例示出的一种存储身份识别信息的装置的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

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。

本公开实施例提供了一种存储身份识别信息的方法，该方法可以由三维面部模型采集设备来实现。其中，如图1所示，三维面部模型采集设备可以包括图像拍摄部件、支架等。其中，支架可以用于支撑图像拍摄部件，图像拍摄部件可以是多个图像拍摄部件。可以在不同位置上设置不同图像拍摄部件，每个图像拍摄部件都有一个拍摄角度，进而可以从不同拍摄角度拍摄目标用户的二维面部图像。三维面部模型采集设备可以用于协助公安部门、人事部门等，采集用户的三维面部模型，后续可以通过采集的用户的三维面部模型对目标用户进行身份识别操作。

本公开一示例性实施例提供了一种存储身份识别信息的方法，如图2所示，该方法的处理流程可以包括如下的步骤：

步骤S210，获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于至少两个二维面部图像建立目标用户的三维面部模型。

其中，图像拍摄部件可以包括普通的可见光拍摄部件，可见光拍摄部件也可以称作RGB(Red、Green、Blue，三原色光)拍摄部件，图像拍摄部件还可以包括IR((InfraredRadiation，红外)拍摄部件。

红外拍摄部件在夜间的拍摄性能较佳，可以获得清晰度较高的红外二维面部图像。并且，红外拍摄部件属于无感拍摄部件，在对目标用户进行拍摄时，无需向目标用户的身上打强光，因此不会让目标用户的眼睛产生不舒适的感觉。需要说明的是，在使用红外拍摄部件拍摄目标用户的红外二维面部图像时，可以通过红外散斑器向目标用户的身上打光，这样红外拍摄部件可以借助从目标用户的身上返回的光，拍摄红外二维面部图像。

如图1所示，可以在不同位置上设置不同图像拍摄部件，每个图像拍摄部件都有一个拍摄角度，进而可以从不同拍摄角度拍摄目标用户的二维面部图像，拍摄的二维面部图像存在视差值，可以基于视差值确定目标用户的面部深度信息。继而，可以基于目标用户的面部深度信息以及二维面部图像，建立目标用户的三维面部模型。三维面部模型除包含了二维面部图像的所有信息之外，还包含了目标用户的面部深度信息等信息，三维面部模型包含的信息量更大，更利于在后续的目标用户身份识别过程中准确地识别目标用户身份。

步骤S220，确定预先存储的认证用户的二维面部图像中与目标用户的二维面部图像相匹配的目标二维面部图像。

在建立了三维面部模型之后，需要对三维面部模型进行存储，在对三维面部模型进行存储之前，需要确定建立的三维面部模型是哪个用户的三维面部模型。

首先，可以获取到目标用户的二维面部图像，可以提取目标用户的二维面部图像的特征信息，然后，将提取的目标用户的二维面部图像的特征信息和预先存储的认证用户的二维面部图像的特征信息进行匹配比对，如果预先存储的认证用户的二维面部图像的特征信息中存在目标特征信息与提取的目标用户的二维面部图像的特征信息相匹配，则确定目标特征信息对应的目标二维面部图像。

其中，认证用户的二维面部图像的特征信息也可以是从认证用户的二维面部图像中提取的，在提取认证用户的二维面部图像的特征信息之后，可以将特征信息进行存储，以便后续在匹配比对过程中直接获取出预先存储的认证用户的二维面部图像的特征信息，无需再次从认证用户的二维面部图像中提取。当然，也可以在每次进行匹配比对的过程之前，都提取一次认证用户的二维面部图像的特征信息。

除了上述方式之外，还可以基于大量的认证用户的二维面部图像训练面部识别机器学习模型，在得到训练好的面部识别机器学习模型之后，当将目标用户的二维面部图像输入到该面部识别机器学习模型时，该面部识别机器学习模型可以确定出和目标用户的二维面部图像相匹配的认证用户的目标二维面部图像。

步骤S230，基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定目标二维面部图像对应的目标用户身份信息。

可以预先存储认证用户的二维面部图像和用户身份信息的对应关系，如公安部门预先采集了大量用户的二维面部图像，并且将采集的大量用户的二维面部图像和对应的用户的身份证号码存储到公安系统中，因此，在公安系统中预先存储有大量用户的二维面部图像和对应的用户的身份证号码。当公安部门对公安系统进行升级操作时，可以采集这些用户的三维面部模型，将这些用户的三维面部模型也存储到公安系统中。此时，在对公安系统进行升级操作时，可以利用预先存储的大量用户的二维面部图像和对应的用户的身份证号码，来确定当前进行采集的目标用户的目标用户身份信息。

在确定与目标用户的二维面部图像相匹配的目标二维面部图像之后，可以获取目标二维面部图像对应的目标用户身份信息。如确定与目标用户的二维面部图像相匹配的目标二维面部图像是公民甲的目标二维面部图像，可以获取公民甲的身份证号码，作为目标用户的目标用户身份信息。

步骤S240，将三维面部模型和目标用户身份信息进行对应存储。

在建立目标用户的三维面部模型之后，可以将目标用户的三维面部模型和目标用户身份信息进行对应存储。这样，目标用户可以作为一个认证用户，在后续对同一个待识别用户进行身份识别时，可以将现场建立的待识别用户的三维面部模型和预先存储的认证用户的三维面部模型进行匹配比对，如果现场建立的待识别用户的三维面部模型和预先存储的认证用户的三维面部模型相匹配，则可以获取认证用户的用户身份信息，作为待认证用户的用户身份信息。

在一种可能的实现方式中，如图3所示，是三维面部模型采集设备的结构示意图。其中，图像拍摄部件包括红外拍摄部件和可见光拍摄部件。获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像的步骤可以包括：获取通过红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过可见光拍摄部件拍摄的目标用户的RGB二维面部图像。基于至少两个二维面部图像建立目标用户的三维面部模型的步骤可以包括：基于目标用户的至少两个红外二维面部图像，确定目标用户的面部深度信息；基于面部深度信息以及至少两个红外二维面部图像，建立目标用户的三维面部模型。确定预先存储的认证用户的二维面部图像中与目标用户的二维面部图像相匹配的目标二维面部图像的步骤可以包括：确定预先存储的认证用户的二维面部图像中与RGB二维面部图像相匹配的目标二维面部图像。

相较于可见光拍摄部件，和红外散斑器配合使用的红外拍摄部件拍摄的红外二维面部图像的散斑纹理信息更多，更加利于准确确定目标用户的面部深度信息。因此，可以通过红外拍摄部件拍摄的至少两个红外二维面部图像，确定目标用户的面部深度信息。虽然红外二维面部图像在确定目标用户的面部深度信息的过程中，使用效果较佳，但是红外二维面部图像缺少RGB二维面部图像的像素值，即红外二维面部图像偏向于没有目标用户的面部的纹理信息，因此在确定目标用户的用户身份信息的过程中，可以使用可见光拍摄部件拍摄的RGB二维面部图像来确定目标用户的用户身份信息，可以确定预先存储的认证用户的二维面部图像中与RGB二维面部图像相匹配的目标二维面部图像。

在图3中，左侧设置有两个红外拍摄部件和一个可见光拍摄部件，右侧设置有两个红外拍摄部件和一个可见光拍摄部件，为了配合红外拍摄部件的拍摄操作，还可以分别在贴近每个红外拍摄部件的附近设置一个红外散斑器。以上拍摄部件在安装时，都可以内扣一定角度，例如内扣10°至20°之间，尽量使得每个拍摄部件拍摄到的目标用户的面部的面积最大。假如目标用户的面部正向面对所有拍摄部件连线的交点，并且将目标用户的面部视为一个中心点，尽量使得每个拍摄部件的光轴都能穿过该中心点。

在一种可能的实现方式中，可以基于面部深度信息以及至少两个红外二维面部图像，构建目标用户的面部深度模型。其中，面部深度模型包括深度值与位置的对应关系。

在建立目标用户的三维面部模型时，可以提取左上红外拍摄部件拍摄的第一红外二维面部图像、以及左下红外拍摄部件拍摄的第二红外二维面部图像中的特征点，通过双目立体稠密匹配方式，确定第一红外二维面部图像和第二红外二维面部图像中对应的特征点。基于每组对应的特征点，确定目标用户的第一面部深度信息。通过同样的方式，基于右上红外拍摄部件拍摄的第三红外二维面部图像、以及右下红外拍摄部件拍摄的第四红外二维面部图像，确定目标用户的第二面部深度信息。接着，可以基于第一面部深度信息，确定第一面部三维点云，基于第二面部深度信息，确定第二面部三维点云。基于红外拍摄部件的内参、外参等参数，将第一面部三维点云和第二面部三维点云，转换到同一坐标系之下，得到目标面部三维点云。或者，也可以通过优化算法，如ICP(Iterative Closest Point，迭代最近点)算法，计算第一面部三维点云和第二面部三维点云之间的旋转矩阵和平移向量，进而基于旋转矩阵和平移向量，可以将第一面部三维点云和第二面部三维点云转换到同一坐标系之下。随后，通过三维重建算法，如泊松重建算法，并基于目标面部三维点云，确定目标用户的面部深度模型(也可以称作三维面部网格模型)。目标用户的三维面部网格模型中包括的每个三维点都对应有三维坐标，如X坐标，Y坐标，以及深度值，除此以外，目标用户的三维面部网格模型中还包括三维点之间的连接关系。

由于红外二维面部图像缺少RGB二维面部图像的像素值，红外二维面部图像缺少目标用户的面部的纹理信息，因此面部深度模型也缺少RGB二维面部图像的像素值，进而可以将RGB二维面部图像的像素值映射到面部深度模型中。在映射过程中，可以基于RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的RGB二维面部图像和面部深度模型之间的位置转换关系，将RGB二维面部图像中像素点的像素值，添加到面部深度模型中，得到目标用户的三维面部模型。可以利用预先存储的内参和外参参数信息，面部三维网格关键点和可见光图像的人脸关键点，数值优化计算出纹理映射关系。

可以基于红外拍摄部件和可见光拍摄部件的内参、外参等参数，将面部深度模型中的每个三维点投影到RGB二维面部图像中，在RGB二维面部图像中存在对应的投影点，可以获取投影点的像素值，将投影点的像素值添加到面部深度模型中对应的三维点上，最终可以得到目标用户的三维面部模型。

在一种可能的实现方式中，三维面部模型采集设备还可以包括显示器，显示器可以用于在基于至少两个二维面部图像建立目标用户的三维面部模型之后，在预设的展示界面显示目标用户的三维面部模型。

通过显示器，可以对建立的三维面部模型进行展示，除此以外，还可以提供用于指示重新建立目标用户的三维面部模型的选项。这样，建模人员可以通过展示的三维面部模型评测建模质量，如果建模质量不理想，可以让目标用户调整姿势，建模人员可以选择上述选项，三维面部模型采集设备在检测到用户的选择操作之后，可以重新拍摄目标用户的二维面部图像，并建立目标用户的三维面部模型。通过以上方式，最终可以获得满足建模质量要求的三维面部模型，进而可以提高建模质量。此外，在识别出目标用户的用户身份之后，还可以在显示器中展示识别出的目标用户的用户身份信息，这样，建模人员也可以评测识别是否准确。进而，采用本实施例提供的三维面部模型采集设备，可以增加用户和设备之间的互动，提高用户的体验感。

除了上述部件之外，三维面部模型采集设备还可以包括处理器、存储器，处理器和显示器之间通过数据线连接，处理器和存储器之间通过数据线连接。在一种可能的实现方式中，三维面部模型采集设备还可以包括支架和底座，支架安装在底座之上，支架的上部安装有显示器，显示器的两侧均匀分布有六个拍摄装置和四个红外散斑器。在支架的中部安装有处理器，在支架的下部安装有存储器。当然，还可以根据具体情况设定红外拍摄装置以及可见光拍摄装置的数量，在本公开实施例中不限定红外拍摄装置以及可见光拍摄装置的数量，例如红外拍摄装置还可以是8个，可见光拍摄装置可以是4个等。

其中，支架可以是可调节高度支架，可以根据目标用户的姿势，如坐着或者站着的姿势，来将支架调节到合适的高度，使得目标用户的面部正对拍摄装置的光轴的交点。

可以根据拍摄装置的标定参数，确定最优的拍摄距离范围，如0.6米至0.9米之间。如果目标用户的面部与拍摄装置的光轴的交点所在的参考平面的距离在最优的拍摄距离范围之内，则建模效果较佳。因为此时，各拍摄装置的共视区域最大，可以获得的有效信息最多。

在一种可能的实现方式中，在基于拍摄的目标用户的至少两个二维面部图像，进行建模之前，可以检测目标用户的面部相对于预设的参考平面之间的距离，即目标用户的面部是否处于最优的拍摄距离范围之内，如果是，则可以确定拍摄的目标用户的至少两个二维面部图像质量较佳，进而可以进行建模。首先，可以获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离。接着，如果距离在预设的拍摄距离范围之内，则可以基于至少两个二维面部图像建立目标用户的三维面部模型。其中，预设的参考平面可以是到所有拍摄部件的距离相等的一个平面。

在计算目标用户的面部相对于预设的参考平面之间的距离的过程中，可以基于不同二维面部图像之间的视差值，确定目标用户的面部深度信息。接着，可以基于目标用户的面部深度信息，确定目标用户的面部相对于预设的参考平面之间的距离。

例如，根据两个二维面部图像的视差，确定目标用户的鼻尖相对于图像拍摄部件所在平面的距离，将其作为目标用户的面部相对于预设的参考平面之间的距离。

又或者，该装置也可以包括TOF深度信息检测装置，获取用户面部到TOF深度信息检测装置之间的距离，作为目标用户的面部相对于预设的参考平面之间的距离。

在一种可能的实现方式中，除了要求目标用户静止处于最优的拍摄距离范围之内采集三维面部模型之外，还可以让目标用户从预设的起始移动距离范围之内，如1.5米至2米之内，开始朝向三维面部模型采集设备方向进行移动，在移动过程中，三维面部模型采集设备采集目标用户的三维面部模型，实现方式如下所述。

每当达到预设周期时，可以通过图像拍摄部件拍摄一组二维图像，对一组二维图像进行面部识别，如果确定一组二维图像为一组二维面部图像，则基于一组二维面部图像，确定一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离。其中，每组二维图像包括至少两个二维图像。在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像。分别确定至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息。基于每组二维面部图像对应的拍摄质量信息，在至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立目标用户的三维面部模型。

三维面部模型采集设备在每当达到预设周期时，可以通过图像拍摄部件拍摄一组二维图像。识别一组二维图像中的一个二维图像中是否包含面部图像，如果该二维图像包括面部图像，则可以确定该组二维图像为一组二维面部图像，即在图像拍摄部件拍摄的范围之内出现了人脸。此时，可以基于一组二维面部图像，确定一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离。可以基于一组二维面部图像、以及图像拍摄部件的内参、外参等参数，确定一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离。其中，参考平面可以是到所有拍摄部件的距离相等的一个平面，可以是和显示器的表面平行的平面。在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像，即获取目标用户移动进入预设的拍摄距离范围之内的至少一组二维面部图像。在至少一组二维面部图像中选择能够使得建模效果最优的一组二维面部图像，基于能够使得建模效果最优的一组二维面部图像中的至少两个二维面部图像，建立目标用户的三维面部模型。

在选择能够使得建模效果最优的一组二维面部图像的过程中，对于每组二维面部图像中包括的每个二维面部图像，可以检测二维面部图像的清晰度，可以检测目标用户的面部朝向等信息。接着，可以基于清晰度、面部朝向等信息，确定拍摄质量信息。随后，在至少一组二维面部图像中选取拍摄质量最高的一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立目标用户的三维面部模型。

在一种可能的实现方式中，如果存在大量的用户排队从预设的起始移动距离范围之内，朝向三维面部模型采集设备方向进行移动，依次进行三维面部模型的采集操作，连续拍摄的多组二维面部图像中，可能存在几组二维面部图像属于一个用户，存在几组二维面部图像属于另外一个用户等，此时，可以确定每组二维面部图像之间的相关度，将相关度较高的几组二维面部图像作为同一用户的二维面部图像，基于每个用户的几组二维面部图像，分别建立每个用户的三维面部模型。

一般在身份识别系统中会存储有目标用户的二维面部图像。通过本公开实施例提供的方法，在采集目标用户的三维面部模型之后，可以利用身份识别系统中预先存储的目标用户的二维面部图像和用户身份信息的对应关系，确定目标用户的用户身份信息，无需目标用户再通过刷卡的方式确定目标用户的用户身份信息。简化了采集目标用户的身份识别信息的操作复杂度，以及提高了采集目标用户的身份识别信息的操作效率。

本公开一示例性实施例提供了一种存储身份识别信息的方法，如图4所示，该方法的处理流程可以包括如下的步骤：

步骤S410，每当达到预设周期时，获取通过红外拍摄装置拍摄的目标用户的至少两个红外二维图像，获取通过可见光拍摄装置拍摄的目标用户的RGB二维图像，将每周期拍摄的至少两个红外二维图像和RGB二维图像作为一组二维图像。

步骤S420，对一组二维图像中的RGB二维图像进行面部识别，如果确定进行面部识别的RGB二维图像为RGB二维面部图像，则基于该组二维图像中的至少两个红外二维面部图像，确定对应的目标用户的面部相对于预设的参考平面之间的距离。

步骤S430，在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像。

步骤S440，分别确定至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息。

步骤S450，基于每组二维面部图像对应的拍摄质量信息，在至少一组二维面部图像中选取一组二维面部图像。

步骤S460，基于选取的一组二维面部图像中的至少两个红外二维面部图像，确定目标用户的面部深度信息。

步骤S470，基于面部深度信息以及选取的一组二维面部图像中的至少两个红外二维面部图像，建立目标用户的三维面部模型。

步骤S480，确定预先存储的认证用户的二维面部图像中与选取的一组二维面部图像中的RGB二维面部图像相匹配的目标二维面部图像。

步骤S490，将三维面部模型和目标用户身份信息进行对应存储。

一般在身份识别系统中会存储有目标用户的二维面部图像。通过本公开实施例提供的方法，在采集目标用户的三维面部模型之后，可以利用身份识别系统中预先存储的目标用户的二维面部图像和用户身份信息的对应关系，确定目标用户的用户身份信息，无需目标用户再通过刷卡的方式确定目标用户的用户身份信息。简化了采集目标用户的身份识别信息的操作复杂度，以及提高了采集目标用户的身份识别信息的操作效率。

上述实施例提供的存储身份识别信息的方法与步骤S210-步骤S240对应的存储身份识别信息的方法属于同一构思，其具体实现过程可以详见步骤S210-步骤S240对应的存储身份识别信息的方法的实施例，这里不再赘述。

本公开又一示例性实施例提供了一种存储身份识别信息的装置，如图5所示，该装置包括：

建模模块510，用于获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型；

确定模块520，用于确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像；基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定所述目标二维面部图像对应的目标用户身份信息；

存储器530，用于将所述三维面部模型和所述目标用户身份信息进行对应存储。

可选地，所述图像拍摄部件包括红外拍摄部件和可见光拍摄部件；

所述建模模块510，用于获取通过所述红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过所述可见光拍摄部件拍摄的所述目标用户的RGB二维面部图像；基于所述目标用户的至少两个红外二维面部图像，确定所述目标用户的面部深度信息；基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型；

所述确定模块520，用于确定预先存储的认证用户的二维面部图像中与所述RGB二维面部图像相匹配的目标二维面部图像。

可选地，所述图像拍摄部件包括4个红外拍摄部件以及2个可见光拍摄部件，所述4个红外拍摄部件中的2个红外拍摄部件安装在所述装置的左侧，所述红外拍摄部件中的另外2个红外拍摄部件安装在所述装置的右侧，所述2个可见光拍摄部件中的1个可见光拍摄部件安装在所述装置的左侧，所述2个可见光拍摄部件中的另外1个可见光拍摄部件安装在所述装置的右侧。

可选地，所述装置还包括4个红外散斑器。

可选地，所述建模模块510，用于：

基于所述面部深度信息以及所述至少两个红外二维面部图像，构建所述目标用户的面部深度模型，其中，所述面部深度模型包括深度值与位置的对应关系；

基于所述RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的所述RGB二维面部图像和所述面部深度模型之间的位置转换关系，将所述RGB二维面部图像中像素点的像素值，添加到所述面部深度模型中，得到所述目标用户的三维面部模型。

可选地，所述装置还包括：

显示器，用于显示所述目标用户的三维面部模型。

可选地，所述建模模块510，用于：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离；

如果所述距离在预设的拍摄距离范围之内，则基于所述至少两个二维面部图像建立所述目标用户的三维面部模型。

示例性地，可以基于所述至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离，例如，根据两个二维面部图像的视差值，将目标用户的鼻尖相对于图像拍摄部件所在平面的距离，作为目标用户的面部相对于预设的参考平面之间的距离。

又或者，该装置也可以包括TOF深度信息检测装置，获取用户面部到TOF深度信息检测装置之间的距离，作为目标用户的面部相对于预设的参考平面之间的距离。

可选地，所述建模模块510，用于：

每当达到预设周期时，通过图像拍摄部件拍摄一组二维图像，对所述一组二维图像进行面部识别，如果确定所述一组二维图像为一组二维面部图像，则基于所述一组二维面部图像，确定所述一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离，其中，每组二维图像包括至少两个二维图像；

在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像；

分别确定所述至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息；

基于所述每组二维面部图像对应的拍摄质量信息，在所述至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立所述目标用户的三维面部模型。

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。

一般在身份识别系统中会存储有目标用户的二维面部图像。通过本公开实施例提供的装置，在采集目标用户的三维面部模型之后，可以利用身份识别系统中预先存储的目标用户的二维面部图像和用户身份信息的对应关系，确定目标用户的用户身份信息，无需目标用户再通过刷卡的方式确定目标用户的用户身份信息。简化了采集目标用户的身份识别信息的操作复杂度，以及提高了采集目标用户的身份识别信息的操作效率。

需要说明的是：上述实施例提供的存储身份识别信息的装置在存储身份识别信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将三维面部模型采集设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的存储身份识别信息的装置与存储身份识别信息的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

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 (14)

1.一种存储身份识别信息的方法，其特征在于，所述方法包括：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型；

确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像；

基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定所述目标二维面部图像对应的目标用户身份信息；

将所述三维面部模型和所述目标用户身份信息进行对应存储。

2.根据权利要求1所述的方法，其特征在于，所述图像拍摄部件包括红外拍摄部件和可见光拍摄部件；

所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，包括：获取通过所述红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过所述可见光拍摄部件拍摄的所述目标用户的RGB二维面部图像；

所述基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：基于所述目标用户的至少两个红外二维面部图像，确定所述目标用户的面部深度信息；基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型；

所述确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像，包括：确定预先存储的认证用户的二维面部图像中与所述RGB二维面部图像相匹配的目标二维面部图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型，包括：

基于所述面部深度信息以及所述至少两个红外二维面部图像，构建所述目标用户的面部深度模型，其中，所述面部深度模型包括深度值与位置的对应关系；

基于所述RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的所述RGB二维面部图像和所述面部深度模型之间的位置转换关系，将所述RGB二维面部图像中像素点的像素值，添加到所述面部深度模型中，得到所述目标用户的三维面部模型。

4.根据权利要求1所述的方法，其特征在于，在基于所述至少两个二维面部图像建立所述目标用户的三维面部模型之后，所述方法还包括：

通过显示器，显示所述目标用户的三维面部模型。

5.根据权利要求1所述的方法，其特征在于，所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离；

如果所述距离在预设的拍摄距离范围之内，则基于所述至少两个二维面部图像建立所述目标用户的三维面部模型。

6.根据权利要求1所述的方法，其特征在于，所述获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型，包括：

每当达到预设周期时，通过图像拍摄部件拍摄一组二维图像，对所述一组二维图像进行面部识别，如果确定所述一组二维图像为一组二维面部图像，则基于所述一组二维面部图像，确定所述一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离，其中，每组二维图像包括至少两个二维图像；

在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像；

分别确定所述至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息；

基于所述每组二维面部图像对应的拍摄质量信息，在所述至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立所述目标用户的三维面部模型。

7.一种存储身份识别信息的装置，其特征在于，所述装置包括：

建模模块，用于获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，基于所述至少两个二维面部图像建立所述目标用户的三维面部模型；

确定模块，用于确定预先存储的认证用户的二维面部图像中与所述目标用户的二维面部图像相匹配的目标二维面部图像；基于预先存储的认证用户的二维面部图像和用户身份信息的对应关系，确定所述目标二维面部图像对应的目标用户身份信息；

存储器，用于将所述三维面部模型和所述目标用户身份信息进行对应存储。

8.根据权利要求7所述的装置，其特征在于，所述图像拍摄部件包括红外拍摄部件和可见光拍摄部件；

所述建模模块，用于获取通过所述红外拍摄部件拍摄的目标用户的至少两个红外二维面部图像；获取通过所述可见光拍摄部件拍摄的所述目标用户的RGB二维面部图像；基于所述目标用户的至少两个红外二维面部图像，确定所述目标用户的面部深度信息；基于所述面部深度信息以及所述至少两个红外二维面部图像，建立所述目标用户的三维面部模型；

所述确定模块，用于确定预先存储的认证用户的二维面部图像中与所述RGB二维面部图像相匹配的目标二维面部图像。

9.根据权利要求8所述的装置，其特征在于，所述图像拍摄部件包括4个红外拍摄部件以及2个可见光拍摄部件，所述4个红外拍摄部件中的2个红外拍摄部件安装在所述装置的左侧，所述红外拍摄部件中的另外2个红外拍摄部件安装在所述装置的右侧，所述2个可见光拍摄部件中的1个可见光拍摄部件安装在所述装置的左侧，所述2个可见光拍摄部件中的另外1个可见光拍摄部件安装在所述装置的右侧。

10.根据权利要求8所述的装置，其特征在于，所述装置还包括4个红外散斑器。

11.根据权利要求8所述的装置，其特征在于，所述建模模块，用于：

基于所述面部深度信息以及所述至少两个红外二维面部图像，构建所述目标用户的面部深度模型，其中，所述面部深度模型包括深度值与位置的对应关系；

基于所述RGB二维面部图像中像素点的像素值与位置的对应关系、以及预先存储的所述RGB二维面部图像和所述面部深度模型之间的位置转换关系，将所述RGB二维面部图像中像素点的像素值，添加到所述面部深度模型中，得到所述目标用户的三维面部模型。

12.根据权利要求7所述的装置，其特征在于，所述装置还包括：

显示器，用于显示所述目标用户的三维面部模型。

13.根据权利要求7所述的装置，其特征在于，所述建模模块，用于：

获取通过图像拍摄部件拍摄的目标用户的至少两个二维面部图像，确定目标用户的面部相对于预设的参考平面之间的距离；

如果所述距离在预设的拍摄距离范围之内，则基于所述至少两个二维面部图像建立所述目标用户的三维面部模型。

14.根据权利要求7所述的装置，其特征在于，所述建模模块，用于：

每当达到预设周期时，通过图像拍摄部件拍摄一组二维图像，对所述一组二维图像进行面部识别，如果确定所述一组二维图像为一组二维面部图像，则基于所述一组二维面部图像，确定所述一组二维面部图像对应的目标用户的面部相对于预设的参考平面之间的距离，其中，每组二维图像包括至少两个二维图像；

在拍摄的各组二维面部图像中，获取对应的距离在预设的拍摄距离范围之内的至少一组二维面部图像；

分别确定所述至少一组二维面部图像中每组二维面部图像对应的拍摄质量信息；

基于所述每组二维面部图像对应的拍摄质量信息，在所述至少一组二维面部图像中选取一组二维面部图像，基于选取的一组二维面部图像中的至少两个二维面部图像，建立所述目标用户的三维面部模型。

Images