CN111626213A - 一种身份验证方法、装置、电子设备及可读存储介质 - Google Patents

一种身份验证方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN111626213A
CN111626213A CN202010463506.1A CN202010463506A CN111626213A CN 111626213 A CN111626213 A CN 111626213A CN 202010463506 A CN202010463506 A CN 202010463506A CN 111626213 A CN111626213 A CN 111626213A
Authority
CN
China
Prior art keywords
verified
face
area
similarity
face image
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
CN202010463506.1A
Other languages
English (en)
Inventor
王艳
张修宝
沈海峰
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.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co 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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202010463506.1A priority Critical patent/CN111626213A/zh
Publication of CN111626213A publication Critical patent/CN111626213A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供了一种身份验证方法、装置、电子设备及可读存储介质,获取待验证用户的待验证面部图像和参考面部图像;从待验证面部图像中识别出面部遮挡物和面部遮挡物的遮挡区域,并将待验证面部图像中除遮挡区域外的区域确定为待验证区域,从参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像;最后,基于待验证区域和参考区域之间的第一相似度,以及待验证面部图像和比对面部图像之间的第二相似度,确定待验证用户的身份验证结果,能够在用户佩戴面部遮挡物的情况下,仍然能够实现对用户的身份信息进行认证。

Description

一种身份验证方法、装置、电子设备及可读存储介质
技术领域
本申请涉及图像处理领域,具体而言,涉及一种身份验证方法、装置、电子设备及可读存储介质。
背景技术
近些年来,人脸验证技术迅速发展与落地,目前在很多场景下发挥了非常大的作用,给生活带来了很多便利,比如:高铁自助进站、手机人脸解锁等。
目前,人脸验证技术主要依靠人脸的关键点进行对比得到验证结果,在验证场景下需要用户主动进行配合露出正脸才能进行。然而,在一些特殊情况下,例如用户需要佩戴口罩、墨镜等遮挡物,不方便或者无法摘下的情况下,人脸验证的准确率和效率会大大降低,甚至无法进行有效的人脸验证。
发明内容
有鉴于此,本申请的目的在于提供一种身份验证方法、装置、电子设备及可读存储介质,能够在用户面部佩戴有面部遮挡物的情况下,仍然能够快速准确地对用户的身份信息进行认证。
根据本申请的一方面,提供了一种身份验证方法,所述身份验证方法包括:
获取待验证用户的待验证面部图像和参考面部图像;
识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;
确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;
基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
根据本申请的第二方面,提供了一种身份验证装置,所述身份验证装置包括:
图像获取模块,用于获取待验证用户的待验证面部图像和参考面部图像;
区域识别模块,用于识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;
图像确定模块,用于确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;
身份验证模块,用于基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的身份验证方法的步骤。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述的身份验证方法的步骤。
本申请实施例提供的身份验证方法、装置、电子设备及可读存储介质,可以通过从获取到的待验证用户的待认证面部图像中识别出面部遮挡物、面部遮挡物的遮挡区域以及待验证面部图像中的待验证区域,并从获取到的参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像,基于待验证区域与参考区域之间的第一相似度以及待验证面部图像和比对面部图像之间的第二相似度,确定出待验证用户的身份验证结果,从而即使在待验证用户的面部佩戴了面部遮挡物的情况下,仍然能够快速准确地对待验证用户的身份信息进行认证,有助于提高面部识别和身份认证的准确率和识别效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种身份验证方法的流程图;
图2为待验证面部图像中遮挡区域与待验证区域示意图;
图3为本申请另一实施例所提供的一种身份验证方法的流程图;
图4为本申请实施例所提供的一种身份验证装置的结构示意图之一;
图5为本申请实施例所提供的一种身份验证装置的结构示意图之二;
图6为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“身份验证”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕身份验证进行描述,但是应该理解,这仅是一个示例性实施例。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请的一个方面涉及一种身份验证系统。该系统可以通过从获取到的待验证用户的待认证面部图像中识别出面部遮挡物、面部遮挡物的遮挡区域以及待验证面部图像中除遮挡区域之外的待验证区域,并从获取到的参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像,基于待验证区域与参考区域之间的第一相似度以及待验证面部图像和比对面部图像之间的第二相似度,确定出待验证用户的身份验证结果,从而能够在待验证用户佩戴面部遮挡物的情况下,仍然能够快速准确地对待验证用户的身份信息进行认证,有助于提高面部识别和身份认证的准确率和识别效率。
值得注意的是,在本申请提出申请之前,人脸验证技术主要依靠人脸的关键点进行对比得到验证结果,在验证场景下需要用户主动进行配合露出正脸才能进行。然而,在一些特殊情况下,例如用户需要佩戴口罩、墨镜等遮挡物,不方便或者无法摘下的情况下,人脸验证的准确率和效率会大大降低,甚至无法进行有效的人脸验证。
请参阅图1,图1为本申请实施例提供的一种身份验证方法的流程示意图,如图1中所示,本申请实施例提供的身份验证方法,包括:
S101、获取待验证用户的待验证面部图像和参考面部图像。
该步骤中,首先,获取需要进行身份验证的待验证用户的待验证面部图像,以及能够表明该待验证用户身份的参考面部图像,例如待验证用户身份证件上的图像等。
S102、识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域。
该步骤中,从待验证用户的待验证面部图像中识别出待认证用户佩戴的面部遮挡物,例如口罩、墨镜等,同时,识别出面部遮挡物在待验证用户面部中的遮挡区域,以及在待验证面部图像中除遮挡区域之外的区域确定为待验证区域。
示例性的,参阅图2,图2为待验证面部图像中遮挡区域与待验证区域示意图,假设待验证用户在进行图像采集时佩戴了面部遮挡物(如图2中2a所示)“口罩”,首先,从获取到的待验证面部图像中识别出待验证用户佩戴的面部遮挡物“口罩”,然后,识别出面部遮挡物“口罩”的遮挡区域(如图2中2b所示),即待验证用户“口罩”的佩戴位置,例如,待验证用户只遮挡了“嘴巴”,并未遮挡住“鼻子”,那么遮挡区域中则不包括“鼻子”,将待验证面部图像中除遮挡区域之外的区域确定为待验证区域(如图2中2c所示),此时,“鼻子以及眼睛”等区域的位置属于待验证区域。
S103、确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像。
该步骤中,根据在待验证面部图像中的待验证区域,确定出在参考面部图像中与待验证区域对应的参考区域,并将从待验证面部图像中确定出的面部遮挡物附加在参考面部图像中,得到用于与待验证面部图像进行比对的比对面部图像。
对应于上述实施例,假设参考面部图像为待验证用户的身份证件照片,根据待验证面部图像中除面部遮挡物“口罩”的遮挡区域之外的待验证区域,例如“鼻子以及眼睛”,那么就可以认为“鼻子以及眼睛”所在的区域在参考面部图像中属于参考区域,同时,将面部遮挡物“口罩”附加到参考面部图像中,得到比对面部图像,即在原始身份证件照片中附加有面部遮挡物“口罩”。
S104、基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
该步骤中,确定出待验证区域与参考区域之间的第一相似度,以及待验证面部图像与比对面部图像之间的第二相似度,并基于第一相似度以及第二相似度,确定出待验证用户的身份验证结果。
示例性的,确定待验证区域与参考区域之间的第一相似度A,以及待验证面部图像与比对面部图像之间的第二相似度B,再基于第一相似度A以及第二相似度B,可以是按照预先设置的权重比例等,得到待验证用户的身份验证结果。
本申请实施例提供的身份验证方法,获取待验证用户的待验证面部图像和参考面部图像;识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
这样,本申请通过从获取到的待验证用户的待认证面部图像中识别出面部遮挡物、面部遮挡物的遮挡区域以及待验证面部图像中的待验证区域,并从获取到的参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像,基于待验证区域与参考区域之间的第一相似度以及待验证面部图像和比对面部图像之间的第二相似度,确定出待验证用户的身份验证结果,从而即使在待验证用户的面部佩戴了面部遮挡物的情况下,仍然能够快速准确地对待验证用户的身份信息进行认证,有助于提高面部识别和身份认证的准确率和识别效率。
请参阅图3,图3为本申请另一实施例提供的一种身份验证方法的流程图。如图3中所示,本申请实施例提供的身份验证方法,包括:
S301、获取待验证用户的待验证面部图像和参考面部图像。
S302、识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域。
S303、确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像。
S304、从所述待验证区域中提取出多个待验证面部特征,并从所述参考区域中提取出与每个待验证面部特征对应的参考面部特征。
该步骤中,从确定出的待验证区域中提取出多个待验证面部特征,同时为了能够将待验证区域与参考区域进行比对,还需从参考区域中提取出与每个待验证面部特征对应的参考面部特征。
示例性的,从待验证区域中提取出了待验证面部特征“鼻子、眼睛、额头”等,同样的,为了与参考区域进行比对,则需要从参考区域中提取出参考面部特征“鼻子、眼睛、额头”等。
S305、分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度。
该步骤中,针对于提取出的每个待验证面部特征,确定该待验证面部特征与对应的参考面部特征之间的特征相似度,以及将多个待验证面部特征组合在一起得到包括多个待验证面部特征的第一整体组合特征,与将多个参考面部特征组合在一起后得到包括多个参考面部特征的第二整体组合特征后,第一整体组合特征与第二整体组合特征之间的组合相似度。
示例性的,待验证面部特征“鼻子1、眼睛1、额头1”,参考面部特征“鼻子2、眼睛2、额头2”,确定“鼻子1与鼻子2”之间的第一特征相似度,同理,确定“眼睛1与眼睛2”之间的第二特征相似度,以及确定“额头1与额头2”之间的第三特征相似度;另外,还需要确定“鼻子1、眼睛1、额头1”组成的第一整体组合特征与“鼻子2、眼睛2、额头2”组成的第二整体组合特征之间的组合相似度。
S306、基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度。
该步骤中,由于每个待验证面部特征对于待验证面部图像的验证结果的重要性不同,在确定出的多个特征相似度以及组合相似度之后,可以通过预先设置的权重比例,基于多个特征相似度以及组合相似度计算得到待验证区域和参考区域之间的第一相似度。
S307、基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
其中,S301至S303以及S307的描述可以参照S101至S104的描述,并且能达到相同的技术效果,对此不做赘述。
进一步的,步骤S305包括:确定与所述待验证面部图像对应的面部验证模型;将每个待验证面部特征的面部特征向量与对应的参考面部特征的面部特征向量、所述第一整体组合特征的组合特征向量和所述第二整体组合特征的组合特征向量输入至所述面部验证模型中,得到所述特征相似度和所述组合相似度。
该步骤中,确定出与待验证面部图像对应的面部验证模型,例如,待验证面部图像中面部遮挡物只遮挡住了“嘴巴”,那么对应的面部验证模型则需要能够识别“嘴巴”之外的区域,同样的,当待验证面部图像中的面部遮挡物遮挡住了“嘴巴、鼻子”时,那么对应的面部验证模型则需要能够识别“嘴巴、鼻子”之外的区域;确定提取出的每个待验证面部特征对应的面部特征向量,与每个待验证面部特征对应的参考面部特征的面部特征向量,以及将多个待验证面部特征的面部特征向量组合在一起后得到的包括多个待验证面部特征的第一整体组合特征的组合特征向量,和将多个参考面部特征的面部特征向量组合在一起后得到的包括多个参考面部特征的第二整体组合特征的组合特征向量,将每个待验证面部特征对应的面部特征向量、与每个待验证面部特征对应的参考面部特征的面部特征向量,以及第一整体组合特征的组合特征向量和第二整体组合特征的组合特征向量输入至面部验证模型中,得到每个待验证面部特征与对应的参考面部特征之间的特征相似度以及第一整体组合特征与第二整体组合特征之间的组合相似度。
进一步的,所述确定与所述待验证面部图像对应的面部验证模型,包括:基于验证区域与验证模型之间的映射关系,确定与所述待验证区域对应的区域验证模型;基于面部特征与验证模型之间的映射关系,确定与每个待验证面部特征对应的特征验证模型;将所述区域验证模型和确定出的多个特征验证模型进行组合,得到所述面部验证模型。
该步骤中,基于在待验证面部图像中可用于进行待验证用户身份验证的验证区域与验证模型之间的映射关系,确定出与待验证面部图像中待验证区域对应的区域验证模型,即确定出能够用于确定多个待验证面部特征与提取出的多个参考面部特征整体之间的组合相似度的区域验证模型。
具体的,可以通过从待验证面部图像中提取出的待验证面部特征,例如,从待验证面部图像中提取出的待验证面部特征“眼睛、鼻子”,根据待验证面部特征“眼睛、鼻子”,确定能够验证待验证面部特征“眼睛、鼻子”这个整体待验证面部特征的区域验证模型。
基于在待验证面部图像中提取出的每个面部特征与验证模型之间的映射关系,确定出与待验证面部图像中每个待验证面部特征对应的特征验证模型,即确定出能够用于确定每个待验证面部特征与对应的参考面部特征之间的特征相似度的特征验证模型。
最后,基于确定出的区域验证模型以及多个特征验证模型,可以按照预设的组合方式进行组合,得到与待验证面部图像对应的面部验证模型。
其中,预设的组合方式可以是按照预设的权重比例将区域验证模型以及多个特征验证模型组合在一起。
进一步的,步骤S306包括:获取预设的每个待验证面部特征对于所述第一相似度的特征贡献权重,以及所述第一整体组合特征对于所述第一相似度的组合贡献权重;通过每个特征相似度与对应的特征贡献权重,以及所述组合相似度和所述组合贡献权重,计算得到所述第一相似度。
该步骤中,对于待验证面部图像来说,每个待验证面部特征对于验证结果的影响并不相同,例如,对于“眼睛”这个待验证面部特征来说它对于验证结果的影响要大于其他的待验证面部特征“额头、鼻子”等,因此,在将每个待验证面部特征的特征相似度以及多个待验证面部特征的这个整体的组合相似度组合在一起得到第一相似度之前,首先需要获取预设的每个待验证面部特征对于第一相似度的特征贡献权重,以及包括多个待验证面部特征的第一整体组合特征对于第一相似度的组合贡献权重;然后,基于每个待验证面部特征对应的特征贡献权重以及第一整体组合特征对应的组合贡献权重,将多个特征相似度以及组合相似度组合在一起,计算得到待验证区域和参考区域之间的第一相似度。
进一步的,通过以下步骤确定所述比对面部图像:基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域;将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像。
该步骤中,从待验证面部图像中识别出面部遮挡物的遮挡区域以及待验证面部图像中的面部关键点,从而确定出遮挡区域与面部关键点的位置关系,并基于遮挡区域与面部关键点的位置关系,确定出在参考图像中与遮挡区域对应的待遮挡区域;再将待验证面部图像中的面部遮挡物添加至参考面部图像的待遮挡区域中,得到参考面部图像对应的面部佩戴有面部遮挡物的比对面部图像。
进一步的,所述基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域,包括:从预设的多个面部关键点中,确定所述遮挡区域中的多个第一遮挡关键点;基于所述多个第一遮挡关键点,确定所述参考面部图像中与每个第一遮挡关键点对应的第二遮挡关键点;将确定出的多个第二遮挡关键点组成的区域确定为与所述遮挡区域对应的待遮挡区域。
该步骤中,在待验证面部图像中预先设置有多个面部关键点,从多个面部关键点中确定出被遮挡区域遮挡住的多个第一遮挡关键点,即在遮挡区域中的多个第一遮挡关键点;基于确定出的多个第一遮挡关键点,确定出在参考面部图像中与每个第一遮挡关键点对应的第二遮挡关键点,将多个第二遮挡关键点组成的区域确定为在参考面部图像中与待验证面部图像中的遮挡区域对应的待遮挡区域。
示例性的,在待验证面部图像中预先设置的面部关键点可以为嘴唇、嘴角,鼻尖、鼻梁、眼睛、眼角等,确定在待验证面部图像的遮挡区域中包括嘴唇、嘴角,鼻尖、鼻梁等多个第一遮挡关键点,从而确定在参考面部图像中相应的嘴唇、嘴角,鼻尖、鼻梁等多个第二遮挡关键点,并根据这些第二遮挡关键点,在参考面部图像中确定出待遮挡区域。
进一步的,所述将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像,包括:确定所述待验证面部图像和所述参考面部图像之间的差异信息,其中,所述差异信息包括面部大小差异信息、面部尺寸差异信息、图像尺寸差异信息、亮度差异信息、角度差异信息中的至少一种;基于所述差异信息,对所述面部遮挡物进行调整;将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
该步骤中,在确定出参考面部图像的待遮挡区域之后,首先,确定待验证面部图像与参考面部图像之间的差异信息,其中,差异信息包括面部大小差异信息、面部尺寸差异信息、图像尺寸差异信息、亮度差异信息、角度差异信息中的至少一种,根据上述差异信息对从待验证面部图像中识别出的面部遮挡物进行调整,得到与参考面部图像对应的调整后的面部遮挡物,并将调整后的面部遮挡物添加至待遮挡区域中,得到述比对面部图像。
其中,由于待验证面部图像与参考面部图像之间存在差异,例如,待验证面部图像与参考面部图像之间由于采集图像时的光照强度不同,使得待验证面部图像与参考面部图像之间存在亮度差异信息,若直接将从待验证面部图像中识别出的面部遮挡物添加至参考面部图像中,则会使得到的比对面部图像存在亮度差异,容易在后续的比对过程中出现比对错误;或者是获取到的待验证面部图像与参考面部图像之间的大小不同,使得待验证面部图像与参考面部图像之间存在面部尺寸差异信息,不能将从待验证面部图像中识别出的面部遮挡物直接地添加至参考面部图像的待遮挡区域中,需要对面部遮挡物进行调整后,再将调整后的面部遮挡物添加至待遮挡区域中;再或者待验证面部图像的采集角度与参考图像的采集角度不一致,从而导致提取出的面部遮挡物,不能够直接添加至参考面部图像的待遮挡区域中,等等。
进一步的,所述将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像,包括:基于所述差异信息,从预设的多个面部关键点中,确定出所述待验证面部图像中与所述面部遮挡物对应的第一参考关键点;从所述参考面部图像中确定出与所述第一参考关键点对应的第二参考关键点;以所述第二参考关键点为参照,将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
该步骤中,基于确定出的待验证面部图像和参考面部图像之间的差异信息,从待验证面部图像预设的多个面部关键点中,确定出待验证面部图像中与面部遮挡物对应的第一参考关键点,例如,面部遮挡物的上边缘的中心位置点对应在待验证面部图像中“鼻尖C”这个第一参考关键点上;在参考面部图像中找到与待验证面部图像中“鼻尖C”这个第一参考关键点上对应的“鼻尖D”这个第二参考关键点;以该第二参考关键点为参照,调整识别出的面部遮挡物,并将调整后的面部遮挡物添加至待遮挡区域中,得到比对面部图像。
进一步的,步骤S307包括:基于预设的区域权重和所述第一相似度,以及预设的图像权重和所述第二相似度,确定所述待验证用户的验证相似度;若所述验证相似度大于预设阈值,确定所述待验证用户与所述参考面部图像所属的参考用户为同一用户。
该步骤中,对于待验证面部图像来说,在不同的情况下,待验证区域和参考区域之间的第一相似度,与待验证面部图像和比对面部图像之间的第二相似度,对于待验证面部图像的验证结果的影响程度是不一样,因此,在将第一相似度与第二相似度组合在一起之前,首先,获取预先设置的第一相似度对应的区域权重以及第二相似度对应的区域权重,基于第一相似度、第一相似度对应的区域权重、第二相似度以及第二相似度对应的区域权重,确定待验证用户的验证相似度;若确定出的验证相似度大于预设阈值,则可以确定出待验证面部图像所属的待验证用户与参考面部图像所属的参考用户为同一用户。
本申请实施例提供的身份验证方法,获取待验证用户的待验证面部图像和参考面部图像;识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;从所述待验证区域中提取出多个待验证面部特征,并从所述参考区域中提取出与每个待验证面部特征对应的参考面部特征;分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度;基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度;基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
这样,本申请通过从获取到的待验证用户的待认证面部图像中识别出面部遮挡物、面部遮挡物的遮挡区域以及待验证面部图像中的待验证区域,并从获取到的参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像,基于从待验证区域提取多个待验证面部特征以及从参考区域中提取出每个待验证面部特征对应的参考面部特征,确定待验证区域与参考区域之间的第一相似度,并基于待验证区域与参考区域之间的第一相似度以及待验证面部图像和比对面部图像之间的第二相似度,确定出待验证用户的身份验证结果,从而即使在待验证用户的面部佩戴了面部遮挡物的情况下,仍然能够快速准确地对待验证用户的身份信息进行认证。
请参阅图4、图5,图4为本申请实施例所提供的一种身份验证装置的结构示意图之一,图5为本申请实施例所提供的一种身份验证装置的结构示意图之二。如图4中所示,所述身份验证装置400包括:
图像获取模块410,用于获取待验证用户的待验证面部图像和参考面部图像;
区域识别模块420,用于识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;
图像确定模块430,用于确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;
身份验证模块440,用于基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
进一步的,如图5所示,所述身份验证装置400还包括相似度计算模块450,所述相似度计算模块450用于:
从所述待验证区域中提取出多个待验证面部特征,并从所述参考区域中提取出与每个待验证面部特征对应的参考面部特征;
分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度;
基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度。
进一步的,所述相似度计算模块450在用于分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度时,所述相似度计算模块450用于:
确定与所述待验证面部图像对应的面部验证模型;
将每个待验证面部特征的面部特征向量与对应的参考面部特征的面部特征向量、所述第一整体组合特征的组合特征向量和所述第二整体组合特征的组合特征向量输入至所述面部验证模型中,得到所述特征相似度和所述组合相似度。
进一步的,所述相似度计算模块450在用于确定与所述待验证面部图像对应的面部验证模型时,所述相似度计算模块450用于:
基于验证区域与验证模型之间的映射关系,确定与所述待验证区域对应的区域验证模型;
基于面部特征与验证模型之间的映射关系,确定与每个待验证面部特征对应的特征验证模型;
将所述区域验证模型和确定出的多个特征验证模型进行组合,得到所述面部验证模型。
进一步的,所述相似度计算模块450在用于基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度时,相似度计算模块450用于:
获取预设的每个待验证面部特征对于所述第一相似度的特征贡献权重,以及所述第一整体组合特征对于所述第一相似度的组合贡献权重;
通过每个特征相似度与对应的特征贡献权重,以及所述组合相似度和所述组合贡献权重,计算得到所述第一相似度。
进一步的,所述图像确定模块430用于通过以下步骤确定所述比对面部图像:
基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域;
将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像。
进一步的,所述图像确定模块430在用于基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域时,所述图像确定模块430用于:
从预设的多个面部关键点中,确定所述遮挡区域中的多个第一遮挡关键点;
基于所述多个第一遮挡关键点,确定所述参考面部图像中与每个第一遮挡关键点对应的第二遮挡关键点;
将确定出的多个第二遮挡关键点组成的区域确定为与所述遮挡区域对应的待遮挡区域。
进一步的,所述图像确定模块430在用于将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像时,所述图像确定模块430用于:
确定所述待验证面部图像和所述参考面部图像之间的差异信息,其中,所述差异信息包括面部大小差异信息、面部尺寸差异信息、图像尺寸差异信息、亮度差异信息、角度差异信息中的至少一种;
基于所述差异信息,对所述面部遮挡物进行调整;
将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
进一步的,所述图像确定模块430在用于将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像时,所述图像确定模块430用于:
基于所述差异信息,从预设的多个面部关键点中,确定出所述待验证面部图像中与所述面部遮挡物对应的第一参考关键点;
从所述参考面部图像中确定出与所述第一参考关键点对应的第二参考关键点;
以所述第二参考关键点为参照,将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
进一步的,所述身份验证模块440在用于基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果时,所述身份验证模块440用于:
基于预设的区域权重和所述第一相似度,以及预设的图像权重和所述第二相似度,确定所述待验证用户的验证相似度;
若所述验证相似度大于预设阈值,确定所述待验证用户与所述参考面部图像所属的参考用户为同一用户。
本申请实施例提供的身份验证装置,获取待验证用户的待验证面部图像和参考面部图像;识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
这样,本申请通过从获取到的待验证用户的待认证面部图像中识别出面部遮挡物、面部遮挡物的遮挡区域以及待验证面部图像中的待验证区域,并从获取到的参考面部图像中确定出与待验证区域对应的参考区域,以及面部附加有面部遮挡物的比对面部图像,基于待验证区域与参考区域之间的第一相似度以及待验证面部图像和比对面部图像之间的第二相似度,确定出待验证用户的身份验证结果,从而即使待验证用户的面部佩戴了面部遮挡物的情况下,仍然能够快速准确地对待验证用户的身份信息进行认证。
请参阅图6,图6为本申请实施例所提供的一种电子设备的结构示意图。如图6中所示,所述电子设备600包括处理器610、存储器620和总线630。
所述存储器620存储有所述处理器610可执行的机器可读指令,当电子设备600运行时,所述处理器610与所述存储器620之间通过总线630通信,所述机器可读指令被所述处理器610执行时,可以执行如上述图1以及图3所示方法实施例中的身份验证方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时可以执行如上述图1以及图3所示方法实施例中的身份验证方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (13)

1.一种身份验证方法,其特征在于,所述身份验证方法包括:
获取待验证用户的待验证面部图像和参考面部图像;
识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;
确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;
基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
2.根据权利要求1所述的身份验证方法,其特征在于,在所述基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果之前,所述身份验证方法包括:
从所述待验证区域中提取出多个待验证面部特征,并从所述参考区域中提取出与每个待验证面部特征对应的参考面部特征;
分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度;
基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度。
3.根据权利要求2所述的身份验证方法,其特征在于,所述分别确定每个待验证面部特征与对应的参考面部特征之间的特征相似度,以及包括所述多个待验证面部特征的第一整体组合特征与包括提取出的多个参考面部特征的第二整体组合特征之间的组合相似度,包括:
确定与所述待验证面部图像对应的面部验证模型;
将每个待验证面部特征的面部特征向量与对应的参考面部特征的面部特征向量、所述第一整体组合特征的组合特征向量和所述第二整体组合特征的组合特征向量输入至所述面部验证模型中,得到所述特征相似度和所述组合相似度。
4.根据权利要求3所述的身份验证方法,其特征在于,所述确定与所述待验证面部图像对应的面部验证模型,包括:
基于验证区域与验证模型之间的映射关系,确定与所述待验证区域对应的区域验证模型;
基于面部特征与验证模型之间的映射关系,确定与每个待验证面部特征对应的特征验证模型;
将所述区域验证模型和确定出的多个特征验证模型进行组合,得到所述面部验证模型。
5.根据权利要求2所述的身份验证方法,其特征在于,所述基于确定出的多个特征相似度和所述组合相似度,确定所述第一相似度,包括:
获取预设的每个待验证面部特征对于所述第一相似度的特征贡献权重,以及所述第一整体组合特征对于所述第一相似度的组合贡献权重;
通过每个特征相似度与对应的特征贡献权重,以及所述组合相似度和所述组合贡献权重,计算得到所述第一相似度。
6.根据权利要求1所述的身份验证方法,其特征在于,通过以下步骤确定所述比对面部图像:
基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域;
将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像。
7.根据权利要求6所述的身份验证方法,其特征在于,所述基于所述遮挡区域与面部关键点的位置关系,确定所述参考面部图像中与所述遮挡区域对应的待遮挡区域,包括:
从预设的多个面部关键点中,确定所述遮挡区域中的多个第一遮挡关键点;
基于所述多个第一遮挡关键点,确定所述参考面部图像中与每个第一遮挡关键点对应的第二遮挡关键点;
将确定出的多个第二遮挡关键点组成的区域确定为与所述遮挡区域对应的待遮挡区域。
8.根据权利要求6所述的身份验证方法,其特征在于,所述将所述面部遮挡物添加至所述待遮挡区域中,得到面部佩戴有所述面部遮挡物的比对面部图像,包括:
确定所述待验证面部图像和所述参考面部图像之间的差异信息,其中,所述差异信息包括面部大小差异信息、面部尺寸差异信息、图像尺寸差异信息、亮度差异信息、角度差异信息中的至少一种;
基于所述差异信息,对所述面部遮挡物进行调整;
将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
9.根据权利要求8所述的身份验证方法,其特征在于,所述将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像,包括:
基于所述差异信息,从预设的多个面部关键点中,确定出所述待验证面部图像中与所述面部遮挡物对应的第一参考关键点;
从所述参考面部图像中确定出与所述第一参考关键点对应的第二参考关键点;
以所述第二参考关键点为参照,将调整后的所述面部遮挡物添加至所述待遮挡区域中,得到所述比对面部图像。
10.根据权利要求1所述的身份验证方法,其特征在于,所述基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果,包括:
基于预设的区域权重和所述第一相似度,以及预设的图像权重和所述第二相似度,确定所述待验证用户的验证相似度;
若所述验证相似度大于预设阈值,确定所述待验证用户与所述参考面部图像所属的参考用户为同一用户。
11.一种身份验证装置,其特征在于,所述身份验证装置包括:
图像获取模块,用于获取待验证用户的待验证面部图像和参考面部图像;
区域识别模块,用于识别出所述待验证面部图像中的面部遮挡物和所述面部遮挡物的遮挡区域,以及所述待验证面部图像中除所述遮挡区域之外的待验证区域;
图像确定模块,用于确定所述参考面部图像中与所述待验证区域对应的参考区域,以及面部附加有所述面部遮挡物的比对面部图像;
身份验证模块,用于基于所述待验证区域和所述参考区域之间的第一相似度,以及所述待验证面部图像和所述比对面部图像之间的第二相似度,确定所述待验证用户的身份验证结果。
12.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至10任一所述身份验证方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至10任一所述身份验证方法的步骤。
CN202010463506.1A 2020-05-27 2020-05-27 一种身份验证方法、装置、电子设备及可读存储介质 Pending CN111626213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010463506.1A CN111626213A (zh) 2020-05-27 2020-05-27 一种身份验证方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010463506.1A CN111626213A (zh) 2020-05-27 2020-05-27 一种身份验证方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN111626213A true CN111626213A (zh) 2020-09-04

Family

ID=72272662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010463506.1A Pending CN111626213A (zh) 2020-05-27 2020-05-27 一种身份验证方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111626213A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132011A (zh) * 2020-09-22 2020-12-25 深圳市捷顺科技实业股份有限公司 一种面部识别方法、装置、设备及存储介质
JPWO2022064565A1 (zh) * 2020-09-23 2022-03-31
CN117349810A (zh) * 2023-10-16 2024-01-05 广东省中山市质量技术监督标准与编码所 一种多级身份认证方法、终端及介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855496A (zh) * 2012-08-24 2013-01-02 苏州大学 遮挡人脸认证方法及系统
CN104091163A (zh) * 2014-07-19 2014-10-08 福州大学 一种消除遮挡影响的lbp人脸识别方法
CN104751108A (zh) * 2013-12-31 2015-07-01 汉王科技股份有限公司 人脸图像识别装置和人脸图像识别方法
CN105095829A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 一种人脸识别方法及系统
CN106250870A (zh) * 2016-08-16 2016-12-21 电子科技大学 一种联合局部和全局相似性度量学习的行人再识别方法
CN106933816A (zh) * 2015-12-29 2017-07-07 北京大唐高鸿数据网络技术有限公司 基于全局特征和局部特征的跨镜头目标检索系统及方法
CN107016370A (zh) * 2017-04-10 2017-08-04 电子科技大学 一种基于数据增强的部分遮挡人脸识别方法
CN107292287A (zh) * 2017-07-14 2017-10-24 深圳云天励飞技术有限公司 人脸识别方法、装置、电子设备及存储介质
CN107330359A (zh) * 2017-05-23 2017-11-07 深圳市深网视界科技有限公司 一种人脸对比的方法和装置
CN107341460A (zh) * 2017-06-26 2017-11-10 北京小米移动软件有限公司 人脸跟踪方法及装置
CN108090465A (zh) * 2017-12-29 2018-05-29 国信优易数据有限公司 一种妆容效果处理模型训练方法及妆容效果处理方法
CN108664782A (zh) * 2017-03-28 2018-10-16 三星电子株式会社 面部验证方法和设备
CN108875989A (zh) * 2018-06-29 2018-11-23 北京金山安全软件有限公司 基于人脸识别的预定方法、装置、计算机设备及存储介质
CN108985212A (zh) * 2018-07-06 2018-12-11 深圳市科脉技术股份有限公司 人脸识别方法及装置
CN110334688A (zh) * 2019-07-16 2019-10-15 重庆紫光华山智安科技有限公司 基于人脸照片库的图像识别方法、装置和计算机可读存储介质
US20190370533A1 (en) * 2018-05-30 2019-12-05 Samsung Electronics Co., Ltd. Facial verification method and apparatus based on three-dimensional (3d) image
CN110569731A (zh) * 2019-08-07 2019-12-13 北京旷视科技有限公司 一种人脸识别方法、装置及电子设备

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855496A (zh) * 2012-08-24 2013-01-02 苏州大学 遮挡人脸认证方法及系统
CN104751108A (zh) * 2013-12-31 2015-07-01 汉王科技股份有限公司 人脸图像识别装置和人脸图像识别方法
CN105095829A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 一种人脸识别方法及系统
CN104091163A (zh) * 2014-07-19 2014-10-08 福州大学 一种消除遮挡影响的lbp人脸识别方法
CN106933816A (zh) * 2015-12-29 2017-07-07 北京大唐高鸿数据网络技术有限公司 基于全局特征和局部特征的跨镜头目标检索系统及方法
CN106250870A (zh) * 2016-08-16 2016-12-21 电子科技大学 一种联合局部和全局相似性度量学习的行人再识别方法
CN108664782A (zh) * 2017-03-28 2018-10-16 三星电子株式会社 面部验证方法和设备
CN107016370A (zh) * 2017-04-10 2017-08-04 电子科技大学 一种基于数据增强的部分遮挡人脸识别方法
CN107330359A (zh) * 2017-05-23 2017-11-07 深圳市深网视界科技有限公司 一种人脸对比的方法和装置
CN107341460A (zh) * 2017-06-26 2017-11-10 北京小米移动软件有限公司 人脸跟踪方法及装置
CN107292287A (zh) * 2017-07-14 2017-10-24 深圳云天励飞技术有限公司 人脸识别方法、装置、电子设备及存储介质
CN108090465A (zh) * 2017-12-29 2018-05-29 国信优易数据有限公司 一种妆容效果处理模型训练方法及妆容效果处理方法
US20190370533A1 (en) * 2018-05-30 2019-12-05 Samsung Electronics Co., Ltd. Facial verification method and apparatus based on three-dimensional (3d) image
CN108875989A (zh) * 2018-06-29 2018-11-23 北京金山安全软件有限公司 基于人脸识别的预定方法、装置、计算机设备及存储介质
CN108985212A (zh) * 2018-07-06 2018-12-11 深圳市科脉技术股份有限公司 人脸识别方法及装置
CN110334688A (zh) * 2019-07-16 2019-10-15 重庆紫光华山智安科技有限公司 基于人脸照片库的图像识别方法、装置和计算机可读存储介质
CN110569731A (zh) * 2019-08-07 2019-12-13 北京旷视科技有限公司 一种人脸识别方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李根 等: "基于思维进化的机器学习的遮挡人脸识别", 《吉林大学学报(工学版)》 *
韩子硕: "基于PCA和二维Gabor小波变换的人脸识别", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132011A (zh) * 2020-09-22 2020-12-25 深圳市捷顺科技实业股份有限公司 一种面部识别方法、装置、设备及存储介质
CN112132011B (zh) * 2020-09-22 2024-04-26 深圳市捷顺科技实业股份有限公司 一种面部识别方法、装置、设备及存储介质
JPWO2022064565A1 (zh) * 2020-09-23 2022-03-31
WO2022064565A1 (ja) * 2020-09-23 2022-03-31 日本電気株式会社 照合装置、照合方法、プログラム
JP7272510B2 (ja) 2020-09-23 2023-05-12 日本電気株式会社 照合装置、照合方法、プログラム
CN117349810A (zh) * 2023-10-16 2024-01-05 广东省中山市质量技术监督标准与编码所 一种多级身份认证方法、终端及介质

Similar Documents

Publication Publication Date Title
US10635890B2 (en) Facial recognition method and apparatus, electronic device, and storage medium
CN111626213A (zh) 一种身份验证方法、装置、电子设备及可读存储介质
Agarwal et al. Swapped! digital face presentation attack detection via weighted local magnitude pattern
CN110363091B (zh) 侧脸情况下的人脸识别方法、装置、设备及存储介质
US9864902B2 (en) Apparatus and method of collating categories of images
US9959454B2 (en) Face recognition device, face recognition method, and computer-readable recording medium
CN111814194B (zh) 基于隐私保护的图像处理方法、装置和电子设备
US20060056664A1 (en) Security system
US20180075291A1 (en) Biometrics authentication based on a normalized image of an object
CN111914775B (zh) 活体检测方法、装置、电子设备及存储介质
CN111353404B (zh) 一种人脸识别方法、装置及设备
CN112818901B (zh) 一种基于眼部注意力机制的戴口罩人脸识别方法
CN111898413A (zh) 人脸识别方法、装置、电子设备和介质
KR20160087167A (ko) 사용자 인증 방법 및 장치
JP7107598B2 (ja) 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体
KR20190060671A (ko) 홍채 인식 기반 사용자 인증 장치 및 방법
CN108596079B (zh) 手势识别方法、装置及电子设备
CN112418189B (zh) 戴口罩人脸识别方法、装置、设备以及存储介质
JP5730044B2 (ja) 顔画像認証装置
CN111597910A (zh) 一种人脸识别方法、装置、终端设备及介质
EP2701096A2 (en) Image processing device and image processing method
CN111985454A (zh) 人脸识别方法、装置、设备及计算机可读存储介质
CN113033244A (zh) 一种人脸识别方法、装置及设备
JP5748421B2 (ja) 認証装置、認証方法、及び認証プログラム、並びに記録媒体
CN112347988A (zh) 口罩识别模型的训练方法、装置、计算机设备和可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200904