CN111368814A - 一种身份识别方法及系统 - Google Patents

Abstract

本说明书实施例公开了一种身份识别方法及系统，所述方法包括：获取与终端设备关联的摄像设备采集的用户手部图像；判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；至少基于所述人脸识别结果，确定所述用户的目标身份。

Description

一种身份识别方法及系统

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种身份识别方法。

背景技术

随着数字化及信息技术的发展，身份识别已成为人们日常生活中经常遇到的问题。基于生物特征的身份识别由于其自身的优越性，近年来已成为国际上的研究热点。基于生物特征的身份识别，是指利用人体所固有的生理或行为特征来进行个人身份鉴定。

为降低身份识别时用户与设备的接触，本说明书提出一种身份识别方法及系统。

发明内容

本说明书实施例的一个方面提供一种身份识别方法，所述方法包括：获取与终端设备关联的摄像设备采集的用户手部图像；判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；至少基于所述人脸识别结果，确定所述用户的目标身份。

本说明书实施例的一个方面提供一种身份识别系统，所述系统包括：获取模块，用于获取与终端设备关联的摄像设备采集的用户手部图像；判断模块，用于判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；人脸识别模块，用于在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；确定模块，用于至少基于所述人脸识别结果，确定所述用户的目标身份。

本说明书实施例的一个方面提供一种身份识别装置，包括处理器，所述处理器用于实现如上任一项所述的身份识别方法。

本说明书实施例的一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，实现如上任一项所述的身份识别方法。

附图说明

本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书的一些实施例所示的身份识别系统的应用场景图；

图2是根据本说明书的一些实施例所示的身份识别系统的模块图；

图3是根据本说明书的一些实施例所示的身份识别方法的流程图；

图4是根据本说明书的一些实施例所示的判断目标手势类型的流程图；

图5是根据本说明书的一些实施例所示的确定目标身份的流程图；

图6是根据本说明书的一些实施例所示的步骤506的流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书的一些实施例所示的身份识别系统的应用场景图。

如图1所示，身份识别系统100包括IoT设备110、网络120与服务器130。

IoT设备110可用于处理与身份识别相关联的信息和/或数据来执行在本说明书中揭示的一个或者多个功能。在一些实施例中，IoT设备110可以是向公众提供在线服务的公共设备。示例性的，IoT设备110可以包括但不限于刷脸支付设备、人脸售货机、刷脸开锁设备等或其任意组合。在一些实施例中，IoT设备110可以用于获取与IoT设备关联的摄像设备采集的用户手部图像。在一些实施例中，IoT设备110可以判断手部图像是否包含目标手势类型。在一些实施例中，IoT设备110可以在手部图像包含目标手势类型的情况下，对用户进行人脸识别。在一些实施例中，IoT设备110可以至少基于人脸识别结果，确定用户的目标身份。在一些实施例中，IoT设备110可以包括一个或多个处理引擎（例如，单核心处理引擎或多核心处理器）。仅作为范例，IoT设备110可以包括中央处理器（中央处理器）、特定应用集成电路（ASIC）、专用指令集处理器（ASIP）、图像处理器（GPU）、物理运算处理单元（PPU）、数字信号处理器（DSP）、现场可程序门阵列（FPGA）、可程序逻辑装置（PLD）、控制器、微控制器单元、精简指令集计算机（RISC）、微处理器等中的一种或多种组合。

网络120可以促进信息和/或数据的交换。在一些实施例中，身份识别系统100的一个或者多个组件（例如IoT设备110、服务器130）可以通过网络120传送信息至身份识别系统100的其他组件。例如，IoT设备110可以通过网络120获取服务器130提供的数据，以完成面向用户的移动支付服务功能（如刷脸支付）。又例如，IoT设备110可以通过网络120将与IoT设备100关联的摄像设备采集的用户手部图像发送给服务器130处理，并通过网络120接收服务器130返回的用户的目标身份。在一些实施例中，网络120可以是任意形式的有线或者无线网络，或其任意组合。仅作为范例，网络120可以是有线网络、光纤网络、远程通信网络、内部网络、互联网、局域网（LAN）、广域网（WAN）、无线局域网（WLAN）、城域网（MAN）、广域网（WAN）、公共交换电话网络（PSTN）、蓝牙网络等中的一种或多种组合。

服务器130可以用于处理与身份识别有关的信息和/或数据。例如，服务器130可以响应于来自IoT设备110的数据服务请求，提供相应的数据，返回给IoT设备110。又例如，服务器130可以接收用户手部图像，触发IoT设备110进行人脸识别，以使得IoT设备110完成预设目标任务。例如，刷脸支付或刷脸开锁等。在一些实施例中，服务器130可以是本地的或远程的。例如，服务器130可以在IoT设备110本地连接IoT设备110以获取其发送的信息和/或数据。又例如，服务器130可以经由网络120远程接收IoT设备110发送的信息和/数据。在一些实施例中，服务器130可以在云平台上实施。仅作为示例，所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。

本说明书实施例所披露的技术方案可以应用于用户通过公共设备（如IoT设备）与服务器交互，使用服务器提供的在线服务的场景。例如，用户通过IoT设备：刷脸支付设备使用其系统提供的在线支付服务。又例如，用户使用IoT设备：刷脸开锁设备使用其系统提供的在线开锁服务。可以理解，本说明书实施例所揭露的技术方案亦可应用于用户直接与IoT设备交互的场景，IoT设备本地可以集成服务器的全部功能，无需通过网络远程连接后台服务器。

作为示例，当用户使用IoT设备进行刷脸支付时，用户需要进行身份识别，如人脸识别。在一些实施例中，用户在进行人脸识别的过程中无接触的不够彻底。例如，在唤醒刷脸支付、意愿确认以及辅助校验环节可能依然需要用户与设备屏幕接触。仅作为示例，在一些场景中，需要用户点击屏幕以唤醒人脸识别，或者显示待用户确认的事件并需要用户点击确认按钮进行意愿确认，又或者需要用户输入辅助校验信息进行辅助校验。为此，本说明书实施例披露了一种身份识别方法，进一步减少人脸识别过程中的接触式交互操作。以下结合附图对本说明书所披露的技术方案进行详细阐述。

图2是根据本说明书的一些实施例所示的身份识别系统的模块图。在一些实施例中，身份识别系统200可以在IoT设备110和/或服务器130上实现。如图2所示，身份识别系统200可以包括获取模块210、判断模块220、人脸识别模块230、以及确定模块240。

获取模块210可以用于获取与终端设备关联的摄像设备采集的用户手部图像。

判断模块可以用于判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势。

在一些实施例中，判断模块可以进一步用于：提取所述手部图像中的手部轮廓；将所述手部图像中的手部轮廓与所述目标手势类型集合中的一个或多个手势对应的手部轮廓进行匹配；当匹配成功时，确定所述手部图像包含所述目标手势类型。

人脸识别模块可以用于在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别。

确定模块可以用于至少基于所述人脸识别结果，确定所述用户的目标身份。

在一些实施例中，确定模块可以进一步用于：利用所述摄像设备获取所述用户的面部图像；基于所述面部图像，确定至少一个候选用户身份；基于所述手部图像，从所述至少一个候选用户身份中确定所述用户的目标身份。

在一些实施例中，确定模块可以进一步用于：提取所述手部图像中的手部特征；将所述手部特征分别与所述至少一个候选用户身份对应的手部特征进行比对；基于比对结果，从所述至少一个候选用户身份中确定所述用户的目标身份。在一些实施例中，所述手部特征至少反映以下一种或多种信息：手部轮廓尺寸、手部肤色以及掌纹。

身份识别系统200还包括完成模块。在一些实施例中，完成模块可以用于基于所述目标身份，完成预设目标任务；所述预设目标任务与所述目标用户相关。

身份识别系统200还包括存储模块。在一些实施例中，存储模块可以用于将所述手部图像或者来自所述手部图像的手部特征与所述目标身份关联，并存储在身份数据库中。

应当理解，图2所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器（固件）的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本说明书的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合（例如，固件）来实现。

需要注意的是，以上对于身份识别系统200及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，图2中披露的获取模块210、判断模块220、人脸识别模块230、以及确定模块240可以是一个系统中的不同模块，也可以是一个模块实现上述的两个模块的功能。又例如，身份识别系统200中各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书的一些实施例所示的身份识别方法的流程图。在一些实施例中，身份识别方法300可以在IoT设备110和/或服务器130上执行。在一些实施例中，身份识别方法300的各个步骤可以由身份识别系统200中相应的模块执行。

步骤302，获取与终端设备关联的摄像设备采集的用户手部图像。

在一些实施例中，步骤302可以由获取模块210执行。

在一些实施例中，终端设备可以是具备人脸识别功能的任何IoT设备。例如，刷脸支付设备、刷脸开锁设备、自助售货机等。在一些实施例中，与终端设备关联的摄像设备可以是终端设备上安装的摄像设备，和/或独立于终端设备设置，且与其有线或无线连接的摄像设备。

在一些实施例中，用户手部图像可以是摄像设备拍摄的使用终端设备的用户的视频流或图片流中包括的至少一张手部图像。

在一些实施例中，获取模块210可以从摄像设备获取用户手部图像。在一些实施例中，获取模块210还可以通过读取存储的数据、调用相关接口或其他方式获取用户手部图像。

步骤304，判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势。

在一些实施例中，步骤304可以由判断模块220执行。

在一些实施例中，目标手势类型可以是预设手势类型集合中的一个或多个手势。在一些实施例中，目标手势类型可以是终端设备的系统中预设手势类型集合中的单手手势类型或双手手势类型。例如，单手张开手掌、单手握拳或双手合十等手势类型。在一些实施例中，可以根据实际需求设置目标手势类型，本说明书并不对此做任何限制。

在一些实施例中，判断模块220可以判断手部图像是否包含目标手势类型。关于判断目标手势类型的具体细节可以参见图4及其相关描述，在此不再赘述。

步骤306，在所述手部图像包含目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别。

在一些实施例中，步骤306可以由人脸识别模块230执行。

在一些实施例中，在判断模块220判断出手部图像包含目标手势类型的情况下，人脸识别模块230可以触发终端设备对用户进行人脸识别。根据以上描述可知，本说明书实施例可以通过目标手势类型直接唤起人脸识别功能或进程，在用户进行身份认证的过程中减少了与终端设备屏幕之间的交互操作。

步骤308，至少基于所述人脸识别结果，确定所述用户的目标身份。

在一些实施例中，步骤308可以由确定模块240执行。

在一些实施例中，用户的目标身份可以是指用户的真实身份。在一些实施例中，确定模块240可以将人脸识别结果与身份数据库中的数据进行比对，进而确定用户的目标身份。关于确定目标身份的具体细节可以参见图5和图6及其相关描述，在此不再赘述。

在一些实施例中，在确定用户的目标身份之后，所述方法还包括：基于目标身份，完成预设目标任务；预设目标任务与用户相关。在一些实施例中，预设目标任务可以包括但不限于在线支付、在线开锁或在线购物等。可以理解的，预设目标任务可以根据实际需求进行具体设置，本说明书实施例并不对此做任何限制。

在一些实施例中，在确定用户的目标身份之后，所述方法还包括：将手部图像或者来自手部图像的手部特征与目标身份关联，并存储在身份数据库中。可以理解，随着越来越多用户使用终端设备完成身份认证，可以更加完善身份数据库中用户身份与该用户手部图像或手部特征的关联关系，以便作为进一步处理，如辅助身份校验的依据。关于手部特征的具体细节可以参见步骤602及其相关描述，在此不再赘述。关于身份数据库的具体细节可以参见步骤504及其相关描述，在此不再赘述。

图4是根据本说明书的一些实施例所示的判断目标手势类型的流程图。在一些实施例中，流程400可以由判断模块220执行。

步骤402，提取所述手部图像中的手部轮廓。

在一些实施例中，手部轮廓可以是指手部外轮廓线条所构成的形状。例如，手部图像为单手张开手掌的图像，则手部轮廓为手部外轮廓线条构成的手掌形状。

步骤404，将所述手部图像中的手部轮廓与目标手势类型集合中的一个或多个手势对应的手部轮廓进行匹配。

在一些实施例中，目标手势类型集合可以包含对应手势或者手势轮廓的图像存储。在一些实施例中，将手部图像中的手部轮廓与目标手势类型集合中的一个或多个手势对应的手部轮廓进行匹配之前，可以将手部图像中的手部轮廓放缩至与目标手势类型集合中的一个或多个手势对应的手部轮廓具备相同的尺寸。例如，将上述示例中单手张开手掌的手部图像的手部轮廓放缩至与目标手势类型集合中的手势图像上的单手张开手掌的手部轮廓，相同的尺寸。例如5cm×5cm，或200像素×200像素。

可以理解的，手部轮廓的匹配可以是指手部外轮廓线条所构成的形状的匹配。在一些实施例中，匹配可以是指手部轮廓形状的相似度匹配。仅作为示例，可以确定两个手部轮廓的重复区域确定所述相似度。

步骤406，当匹配成功时，确定所述手部图像包含所述目标手势类型。

在一些实施例中，匹配成功可以是指手部轮廓形状的相似度大于预设阈值。当匹配成功时，判断模块220可以确定手部图像包含目标手势类型。

根据以上描述可知，本说明书实施例仅通过手部轮廓的形状匹配确定目标手势类型，在匹配过程中无需考虑手部轮廓的尺寸，节约匹配时间，进而能够更快唤醒人脸识别，提高身份识别的效率。

图5是根据本说明书的一些实施例所示的确定目标身份的流程图。在一些实施例中，流程500可以由确定模块240执行。

步骤502，利用所述摄像设备获取所述用户的面部图像。

在一些实施例中，用户的面部图像可以从指摄像设备采集的多幅面部图像中选取图像质量分值高于预设阈值的面部图像。在一些实施例中，图像质量分值可以由以下一种或多种信息确定：图像的清晰度、图像内容的完整程度以及图像的明暗度。

可以理解，在一些实施例中，确定模块240可以基于面部图像从身份数据库中匹配出唯一确定的用户身份信息，作为人脸识别的结果。此时，通过则无需辅助校验从候选用户身份中进一步筛选出目标身份。然而在一些实施例中，确定模块240可能从身份数据库中匹配出多个用户身份，或者虽然只匹配出一个最近似的用户身份，但匹配结果的置信度不佳，需要借助辅助校验程序进一步筛选。在一些实施例中，可以通过用户输入手机号码或身份标识号中的若干位进行辅助确认。在一些实施例中，可以进一步减少用户与设备之间的接触，基于手部图像中的信息进行辅助确认。

步骤504，基于所述面部图像，确定至少一个候选用户身份。

在一些实施例中，确定模块240可以基于面部图像，从身份数据库中确定至少一个候选用户身份。在一些实施例中，身份数据库中存储有全量的用户身份数据。其中，每个用户身份数据可以包括但不限于身份信息（例如ID、姓名、性别、年龄等信息）以及面部图像或面部特征等。

在一些实施例中，确定模块240可以基于面部图像与身份数据库中的面部图像的比对结果或者相似度匹配结果，确定至少一个候选用户身份。在一些实施例中，确定模块240还可以提取面部图像的面部特征，基于面部特征与身份数据库中的面部特征的比对结果或者相似度匹配结果，确定至少一个候选用户身份。

在一些实施例中，候选用户身份可以是多个，如可以基于相似度选出身份数据库中面部图像或面部特征的相似度大于预设阈值的多个用户身份数据。在一些实施例中，候选用户身份可以是一个，如可以是身份数据库中面部图像或面部特征与人脸识别图像相似度最大的用户身份数据，但是该最大相似度高于第一阈值低于第二阈值，未到达标准。因此需要借助辅助确认从候选用户身份中确定目标身份。

步骤506，基于所述手部图像，从所述至少一个候选用户身份中确定所述用户的目标身份。

由于至少一个候选用户身份信息可能包括多个候选用户身份信息，为确定人脸识别的用户的唯一真实身份，即用户的目标身份。在一些实施例中，确定模块240可以基于手部图像，从至少一个候选用户身份中确定用户的目标身份。关于确定目标身份的具体细节可以参见图6及其相关描述，在此不再赘述。

图6是根据本说明书的一些实施例所示的步骤506的流程图。在一些实施例中，流程600可以由确定模块240执行。

步骤5061，提取所述手部图像中的手部特征。

在一些实施例中，手部特征可以反映手部图像中的手势信息。在一些实施例中，手部特征可以至少反映以下一种或多种信息：手部轮廓尺寸、手部肤色以及掌纹等。其中，手部轮廓尺寸可以是指从手部图像中提取的原始手部轮廓尺寸，即未经过放缩的尺寸。

步骤5062，将所述手部特征分别与所述至少一个候选用户身份对应的手部特征进行比对。

在一些实施例中，与候选用户身份对应的手部特征可以是与候选身份预先关联并存储于身份数据库中的手部特征。例如，手部轮廓尺寸、手部肤色以及掌纹等。

在一些实施例中，手部特征与候选用户身份对应的手部特征的比对可以是指相似度比对。

步骤5063，基于比对结果，从所述至少一个候选用户身份中确定所述用户的目标身份。

在一些实施例中，可以将比对结果中相似度最大的候选用户身份确定为用户的目标身份。在一些实施例中，可以进一步判断该最大相似度是否大于设定阈值，若大于，则将对应的身份数据库中的用户身份确定为该用户的目标身份，否则，无法确定用户的身份信息。

在一些实施例中，可以认为用户通过手势唤醒终端设备进行人脸识别的场景中，用户对人脸识别相关的操作具有较强的意愿。因此，当基于手部特征确定了该用户的目标身份后，可以省去相关的意愿确认环节，从而有助于进一步降低用户与终端设备的接触。在又一些实施例中，确定模块240可以基于面部图像从身份数据库中直接匹配出唯一确定的用户身份信息。此时，可以进一步将用户的手部特征与身份数据库中的所述用户身份信息绑定的手部特征进行匹配，如果匹配一致，则可以省去相关的意愿确认环节。

根据以上描述可知，本说明书实施例利用手部特征作为区分候选用户身份的辅助因子，降低了辅助校验出现的概率，同时可替代现有人脸识别的意愿确认环节，从而最大程度的降低用户与终端设备屏幕的接触。

本说明书实施例还提供一种身份识别装置，其包括处理器。所述处理器用于实现前述的身份识别方法，所述方法包括：获取与终端设备关联的摄像设备采集的用户手部图像；判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；至少基于所述人脸识别结果，确定所述用户的目标身份。

本说明书实施例还提供一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机实现前述的身份识别方法，所述方法包括：获取与终端设备关联的摄像设备采集的用户手部图像；判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；至少基于所述人脸识别结果，确定所述用户的目标身份。

本说明书实施例可能带来的有益效果包括但不限于：（1）通过目标手势类型唤醒人脸识别，在用户进行身份认证的过程中减少了与终端设备之间的接触；（2）利用手部特征作为区分候选用户身份的辅助因子，减少辅助确认环节中人机接触，同时可替代现有人脸识别的意愿确认环节，从而最大程度的降低用户与终端设备屏幕的接触。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件（包括固件、常驻软件、微码等）执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理设备或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (15)

1.一种身份识别方法，包括：

获取与终端设备关联的摄像设备采集的用户手部图像；

判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；

在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；

至少基于所述人脸识别结果，确定所述用户的目标身份。

2.如权利要求1所述的方法，所述判断所述手部图像是否包含目标手势类型，包括：

提取所述手部图像中的手部轮廓；

将所述手部图像中的手部轮廓与所述目标手势类型集合中的一个或多个手势对应的手部轮廓进行匹配；

当匹配成功时，确定所述手部图像包含所述目标手势类型。

3.如权利要求1所述的方法，所述至少基于所述人脸识别结果，确定所述用户的目标身份，包括：

利用所述摄像设备获取所述用户的面部图像；

基于所述面部图像，确定至少一个候选用户身份；

基于所述手部图像，从所述至少一个候选用户身份中确定所述用户的目标身份。

4.如权利要求3所述的方法，所述基于所述手部图像，从所述至少一个候选用户身份中确定所述用户的目标身份，包括：

提取所述手部图像中的手部特征；

将所述手部特征分别与所述至少一个候选用户身份对应的手部特征进行比对；

基于比对结果，从所述至少一个候选用户身份中确定所述用户的目标身份。

5.如权利要求4所述的方法，所述手部特征至少反映以下一种或多种信息：手部轮廓尺寸、手部肤色以及掌纹。

6.如权利要求1所述的方法，在所述确定所述用户的目标身份之后，所述方法还包括：

基于所述目标身份，完成预设目标任务；所述预设目标任务与所述用户相关。

7.如权利要求1所述的方法，在所述确定所述用户的目标身份之后，所述方法还包括：

将所述手部图像或者来自所述手部图像的手部特征与所述目标身份关联，并存储在身份数据库中。

8.一种身份识别系统，包括：

获取模块，用于获取与终端设备关联的摄像设备采集的用户手部图像；

判断模块，用于判断所述手部图像是否包含目标手势类型；所述目标手势类型为预设手势类型集合中的一个或多个手势；

人脸识别模块，用于在所述手部图像包含所述目标手势类型的情况下，触发所述终端设备对所述用户进行人脸识别；

确定模块，用于至少基于所述人脸识别结果，确定所述用户的目标身份。

9.如权利要求8所述的系统，所述判断模块进一步用于：

提取所述手部图像中的手部轮廓；

将所述手部图像中的手部轮廓与所述目标手势类型集合中的一个或多个手势对应的手部轮廓进行匹配；

当匹配成功时，确定所述手部图像包含所述目标手势类型。

10.如权利要求8所述的系统，所述确定模块进一步用于：

利用所述摄像设备获取所述用户的面部图像；

基于所述面部图像，确定至少一个候选用户身份；

基于所述手部图像，从所述至少一个候选用户身份中确定所述用户的目标身份。

11.如权利要求10所述的系统，所述确定模块进一步用于：

提取所述手部图像中的手部特征；

将所述手部特征分别与所述至少一个候选用户身份对应的手部特征进行比对；

基于比对结果，从所述至少一个候选用户身份中确定所述用户的目标身份。

12.如权利要求11所述的系统，所述手部特征至少反映以下一种或多种信息：手部轮廓尺寸、手部肤色以及掌纹。

13.如权利要求8所述的系统，所述系统还包括：

完成模块，用于基于所述目标身份，完成预设目标任务；所述预设目标任务与所述用户相关。

14.如权利要求8所述的系统，所述系统还包括：

存储模块，用于将所述手部图像或者来自所述手部图像的手部特征与所述目标身份关联，并存储在身份数据库中。

15.一种身份识别装置，包括：处理器，所述处理器用于执行如权利要求1~7任一项所述的方法。

Images