CN112926458B - 人脸认证方法、装置、存储介质和计算机设备 - Google Patents

人脸认证方法、装置、存储介质和计算机设备 Download PDF

Info

Publication number
CN112926458B
CN112926458B CN202110220388.6A CN202110220388A CN112926458B CN 112926458 B CN112926458 B CN 112926458B CN 202110220388 A CN202110220388 A CN 202110220388A CN 112926458 B CN112926458 B CN 112926458B
Authority
CN
China
Prior art keywords
face
detection result
frame image
current frame
key point
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.)
Active
Application number
CN202110220388.6A
Other languages
English (en)
Other versions
CN112926458A (zh
Inventor
张新涛
郝娜
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.)
Spreadtrum Communications Tianjin Co Ltd
Original Assignee
Spreadtrum Communications Tianjin 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 Spreadtrum Communications Tianjin Co Ltd filed Critical Spreadtrum Communications Tianjin Co Ltd
Priority to CN202110220388.6A priority Critical patent/CN112926458B/zh
Publication of CN112926458A publication Critical patent/CN112926458A/zh
Application granted granted Critical
Publication of CN112926458B publication Critical patent/CN112926458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种人脸认证方法、装置、存储介质和计算机设备。本发明实施例提供的技术方案中，获取当前帧图像，通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；获取当前帧图像之后，还包括：判断目标位置是否存储人脸检测结果，若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，判断人脸认证操作是否成功，若判断出人脸认证操作成功，人脸认证成功。本发明实施例能够有效解决FaceID算法对人脸图像处理的耗时问题。

Description

人脸认证方法、装置、存储介质和计算机设备
【技术领域】
本发明涉及安全认证技术领域，尤其涉及一种人脸认证方法、装置、存储介质和计算机设备。
【背景技术】
电子设备的安全检查模块包括密码解锁、指纹解锁或者人脸认证(FaceIdentify，FaceID)，经常应用于电子设备的解锁或者支付功能。其中，FaceID主要过程包括人脸注册和人脸解锁。人脸注册是将指定的人脸经过FaceID算法处理后保存到电子设备中。人脸解锁是将人脸经过FaceID算法处理后与电子设备中已存在人脸进行比较。
FaceID算法集成了多个人脸算法，多个人脸算法包括人脸检测算法、亮度检测算法、人脸姿势检测算法、人脸活体检测算法和人脸关键点提取算法。相机设备在一次人脸注册或者人脸解锁过程中，会持续向FaceID算法输送一帧帧人脸图像，因此每一帧人脸图像都要经过多个人脸算法进行处理，每个人脸算法对人脸图像的处理都会有一定的耗时，势必会存在性能问题。
现有技术中，通过优化每个人脸算法的耗时来解决FaceID算法对人脸图像处理的耗时问题，但往往收效甚微。
【发明内容】
有鉴于此，本发明实施例提供了一种人脸认证方法、装置、存储介质和计算机设备，能够有效解决FaceID算法对人脸图像处理的耗时问题。
第一方面，本发明实施例提供了一种人脸认证方法，所述方法包括：
接收当前帧图像；
通过人脸检测算法对所述当前帧图像进行计算得到人脸检测结果；当检测出所述当前帧图像中包括人脸时，将所述人脸检测结果存储到目标位置；
所述接收当前帧图像之后，还包括：
判断所述目标位置是否存储所述人脸检测结果；
若判断出所述目标位置存储所述人脸检测结果，对所述人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作；
判断所述人脸认证操作是否成功；
若判断出所述人脸认证操作成功，人脸认证成功。
可选地，所述判断所述目标位置是否存储所述人脸检测结果之后，还包括：
若判断出所述目标位置未存储所述人脸检测结果，将下一帧图像作为所述当前帧图像，继续进行所述接收当前帧图像的步骤。
可选地，所述判断所述人脸认证操作是否成功之后，还包括：
若判断出所述人脸认证操作失败，将下一帧图像作为所述当前帧图像，继续进行所述获取当前帧图像的步骤。
可选地，所述对所述当前帧图像依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，具体包括：
通过亮度检测算法对所述当前帧图像进行计算得到所述人脸检测结果的亮度；
判断所述亮度是否大于或者等于亮度阈值；
若判断出所述亮度大于所述亮度阈值，通过人脸姿势检测算法对所述人脸检测结果进行计算得到所述人脸检测结果的人脸姿势；
判断所述人脸姿势是否为正脸姿势；
若判断出所述人脸姿势为正脸姿势，通过人脸活体检测算法对所述人脸检测结果进行计算得到计算结果；
根据所述计算结果判读所述人脸检测结果中的所述人脸是否为实体人脸；
若判断出所述人脸为实体人脸，通过人脸关键点提取算法对所述人脸检测结果进行计算得到所述人脸的关键点信息；
根据所述关键点信息进行人脸认证操作。
可选地，所述根据所述关键点信息进行人脸认证操作，具体包括：
将所述关键点信息进行保存。
可选地，所述根据所述关键点信息进行人脸认证操作，具体包括：
获取已注册的关键点信息；
对所述关键点信息和所述已注册的关键点信息进行计算得到所述关键点信息和所述已注册的关键点信息之间的误差。
可选地，所述判断所述人脸认证操作是否成功，具体包括：
判断所述误差是否小于或者等于误差阈值。
另一方面，本发明实施例提供了一种人脸认证装置，所述装置包括：
接收模块，用于接收当前帧图像；
人脸检测模块，用于通过人脸检测算法对所述当前帧图像进行计算得到人脸检测结果；当检测出所述当前帧图像中包括人脸时，将所述人脸检测结果存储到目标位置；
第一判断模块，用于判断所述目标位置是否存储所述人脸检测结果；
人脸认证模块，用于若所述第一判断模块判断出所述目标位置存储所述人脸检测结果，对所述人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作；
第二判断模块，用于判断所述人脸认证操作是否成功；
第二判断模块还用于若所述第二判断判断出所述人脸认证操作成功，人脸认证成功。
另一方面，本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述人脸认证方法。
另一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述人脸认证方法的步骤。
本发明实施例提供的人脸认证方法、装置、存储介质和计算机设备的技术方案中，获取当前帧图像，通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；获取当前帧图像之后，还包括：判断目标位置是否存储人脸检测结果，若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，判断人脸认证操作是否成功，若判断出人脸认证操作成功，人脸认证成功。本发明实施例能够有效解决FaceID算法对人脸图像处理的耗时问题。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一实施例提供的一种人脸认证方法的流程图；
图2为本发明又一实施例提供的一种人脸认证方法的流程图；
图3为现有技术中FaceID算法的流程图；
图4为图2中对当前帧图像依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作的具体流程图；
图5为本发明一实施例提供的一种人脸认证装置的结构示意图；
图6为图5中人脸认证模的结构示意图；
图7为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本发明一实施例提供的一种人脸认证方法的流程图，如图1所示，该方法包括：
步骤101、接收当前帧图像。
步骤102、通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置。
本发明实施例中，步骤101之后还包括：
步骤103、判断目标位置是否存储人脸检测结果。
步骤104、若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作。
步骤105、判断人脸认证操作是否成功。
步骤106、若判断出人脸认证操作成功，人脸认证成功。
本发明实施例提供的一种人脸认证方法的技术方案中，获取当前帧图像，通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；获取当前帧图像之后，还包括：判断目标位置是否存储人脸检测结果，若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，判断人脸认证操作是否成功，若判断出人脸认证操作成功，人脸认证成功。本发明实施例能够有效解决FaceID算法对人脸图像处理的耗时问题。
图2为本发明又一实施例提供的一种人脸认证方法的流程图，如图2所示，该方法包括：
步骤201、接收当前帧图像。
人脸认证包括人脸注册和人脸解锁。人脸注册是将指定的人脸经过FaceID算法处理后保存到电子设备中。人脸解锁是指人脸注册成功的用户被电子设备的前摄像头对准脸部并经过FaceID算法处理后可以进入电子设备系统并操作该电子设备，未注册成功的用户则无法通过该方式进入该电子设备以及操作该电子设备。
本发明实施例中，电子设备具有人脸认证功能。例如，电子设备包括手机、平板、笔记本或者人脸支付设备等。
本发明实施例中，电子设备上的相机在一次人脸注册或者人脸解锁过程中，会持续向FaceID算法输送一帧帧人脸图像，FaceID算法如果处理失败，则相机会将下一帧图像交给FaceID算法处理，直至人脸注册成功或者人脸解锁成功。其中，FaceID算法当前处理的人脸图像为当前帧图像。
步骤202、通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置。
本发明实施例中，人脸检测算法是用来检测当前帧图像中是否有人脸，以及需要给后续算法提供人脸在图像数据中位置信息。只有有人脸的当前帧图像才视为有效的图像，才会继续交给后续算法处理。
本发明实施例中，步骤201之后，还包括：
步骤203、判断目标位置是否存储人脸检测结果，若否，执行步骤204；若是，执行步骤205。
本发明实施例中，步骤201之后，会同时启动步骤202和步骤203。
如图3所示，现有技术中的FaceID算法包括5个人脸算法。5个人脸算法依次是人脸检测算法、亮度检测算法、人脸姿势检测算法、人脸活体检测算法和人脸关键点提取算法。FaceID算法每处理一帧人脸图像，需要按照顺序依次经过人脸检测算法、亮度检测算法、人脸姿势检测算法、人脸活体检测算法和人脸关键点提取算法的处理，随着电子设备对安全要求的提高，可能会加入更多的其他算法进行处理，从而现有的FaceID算法对人脸图像处理的耗时多。并且，现有的FaceID算法在人脸认证时，由于人脸的位置比较稳定，一般不会发生快速移动，因此相机获取的图像场景单一，变化不大。因此，相机获取的多帧连续人脸图像之间的信息具有一定的相关性，但是，现有的FaceID算法并没有利用这种相关性。
本发明实施例对现有的FaceID算法进行改进，将人脸检测算法从FaceID算法中独立出来，不再针对每一帧图像按顺序依次执行人脸检测算法、亮度检测算法、人脸姿势检测算法、人脸活体检测算法和人脸关键点提取算法。
具体地，接收当前帧图像后，步骤202对当前图像帧做人脸检测算法，并将人脸检测结果存储到目标位置；同时，步骤203从目标位置读取人脸检测结果，若未读取到人脸检测结果，表明目标位置中未存储人脸检测结果；若读取到人脸检测结果，表明目标位置中存储人脸检测结果。
需要说明的是，由于人脸检测的算法存在较长的耗时，单帧人脸检测算法的耗时，最快的芯片为70ms左右，慢的芯片为370ms左右，而从目标位置中读数据的耗时要远小于1ms，因此步骤203处理当前帧图像时，从目标位置中读到的人脸检测结果往往是上一帧图像或者上上一帧图像的人脸检测结果，即把上一帧图像或者上上一帧图像的人脸检测结果作为当前帧图像的FaceID算法处理的输入，这也是基于人脸认证场景多帧连续人脸图像之间内容变化不大的特点进行改进的内容。这样在改进后的FaceID算法中对于除第一帧人脸图像以外的所有帧人脸图像都省去了人脸检测算法的耗时。
步骤204、将下一帧图像作为当前帧图像；继续执行步骤201。
本发明实施例中，若目标位置没有存储人脸检测结果，放弃对当前帧图像的处理，将下一帧图像作为当前帧图像进行FaceID算法处理。
需要说明的是，将下一帧图像作为当前帧图像进行处理时，在接收到下一帧图像后，虽然会同时启动人脸检测算法对下一帧图像进行人脸检测和判断目标位置是否存储人脸检测结果。但是考虑到由于人脸检测算法的耗时较长，可能对上一帧图像的人脸检测还未结束，此时在启动人脸检测算法对下一帧图像进行人脸检测之前，需要判断对上一帧图像的人脸检测是否结束。若上一帧图像的人脸检测结束，则启动人脸检测算法对下一帧图像进行人脸检测；若上一帧图像的人脸检测未结束，则继续对上一帧图像的人脸检测直至上一帧图像的人脸检测结束。因此，可能会存在不是每一帧人脸图像都经过人脸检测算法处理的情况。
比如，人脸检测算法可能仅处理了第1帧、第3帧、第5帧、第7帧和第9帧人脸图像，而在步骤203中，每帧人脸图像都处理，因此步骤203在处理第5帧人脸图像或者第6帧人脸图像时，人脸检测算法可能并没有处理完第5帧人脸图像，而此时目标位置中保存的是第3帧人脸图像的人脸检测结果，因此步骤203可以复用目标位置中第3帧人脸图像的人脸检测结果，而没有必要非得等人脸检测算法完成第5帧人脸图像的处理。因此，本发明实施例能够实现人脸认证在耗时上的优化。
步骤205、对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作。
本发明实施例中，如图4所示，步骤205具体包括：
步骤2051、通过亮度检测算法对人脸检测结果进行计算得到人脸检测结果的亮度。
本发明实施例中，亮度检测算法用来检测人脸检测结果对应的人脸图像的亮度是否符合要求，暗光或者逆光的人脸图像不利于后续算法处理，因此暗光或者逆光的人脸图像则不会继续交给后续算法处理。
步骤2052、判断亮度是否大于或者等于亮度阈值，若否，继续执行步骤204；若是，执行步骤2053。
步骤2053、通过人脸姿势检测算法对人脸检测结果进行计算得到人脸检测结果的人脸姿势。
本发明实施例中，人脸姿势检测算法用来检测人脸检测结果对应的人脸图像中人脸是否为正脸，正脸图像才会交给后续算法继续处理。
步骤2054、判断人脸姿势是否为正脸姿势，若否，继续执行步骤204；若是，执行步骤2055。
步骤2055、通过人脸活体检测算法对人脸检测结果进行计算得到计算结果。
本发明实施例中，人脸活体检测算法检测人脸检测结果对应的人脸图像中人脸是否为实体人脸，该算法避免图片、视频和假体解锁的情况，提升人脸认证功能的安全性。
步骤2056、根据计算结果判读人脸检测结果中的人脸是否为实体人脸，若否，继续执行步骤204；若是，执行步骤2057。
步骤2057、通过人脸关键点提取算法对人脸检测结果进行计算得到人脸的关键点信息。
本发明实施例中，人脸关键点提取算法用于提取人脸检测结果对应的人脸图像中人脸的关键点信息，在人脸注册时会将关键点信息保存到手机，在人脸解锁时会利用人脸检测结果对应的人脸图像的关键点信息与手机中已注册的关键点信息进行比对，比对结果满足一定条件则视为解锁成功。
步骤2058、根据关键点信息进行人脸认证操作。
作为一种可选方案，在人脸注册时，步骤2058具体包括：将关键点信息进行保存。
作为另一种可选方案，在人脸解锁时，步骤2058具体包括：获取已注册的关键点信息；对关键点信息和已注册的关键点信息进行计算得到关键点信息和已注册的关键点信息之间的误差。
步骤206、判断人脸认证操作是否成功，若是，执行步骤207；若否，继续执行步骤204。
作为一种可选方案，在人脸注册时，步骤206具体包括：判断关键点信息是否保存成功，若是，执行步骤207；若否，继续执行步骤204。
作为另一种可选方案，在人脸解锁时，步骤206具体包括：判断误差是否小于或者等于误差阈值，若是，执行步骤207；若否，继续执行步骤204。
步骤207、人脸认证成功。
本发明实施例相比于现有的FaceID算法，在电子设备做人脸认证的操作时，灵活利用多帧图像之间人脸信息的相似性，将前面图像帧的人脸检测结果用在后面图像帧的处理上，减少了对人脸做算法处理的耗时，以达到较快的完成人脸注册或者人脸解锁的目的，提升了用户的体验。
另外，本发明实施例提供的人脸认证方法还可以应用于其他场景。例如，其他场景包括：人脸美颜、贴图、人脸特效等。
本发明实施例提供的一种人脸认证方法的技术方案中，获取当前帧图像，通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；获取当前帧图像之后，还包括：判断目标位置是否存储人脸检测结果，若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，判断人脸认证操作是否成功，若判断出人脸认证操作成功，人脸认证成功。本发明实施例能够有效解决FaceID算法对人脸图像处理的耗时问题。
图5为本发明一实施例提供的一种人脸认证装置的结构示意图，如图5所示，所述装置包括：接收模块41、人脸检测模块42、第一判断模块43、人脸认证模块44和第二判断模块45。
接收模块41，用于接收当前帧图像；
人脸检测模块42，用于通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；
第一判断模块43，用于判断目标位置是否存储人脸检测结果。
第一判断模块43还用于若第一判断模块43判断出目标位置存储人脸检测结果，将下一帧图像作为当前帧图像；继续执行接收当前帧图像的操作。
人脸认证模块44，用于若第一判断模块43判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作。
本发明实施例中，如图6所示，人脸认证模块44具体包括：亮度检测子模块441、第一判断子模块442、姿势检测子模块443、第二判断子模块444、活体检测子模块445、第三判断子模块446、关键点提取子模块447和人脸认证子模块448。
亮度检测子模块441，用于通过亮度检测算法对人脸检测结果进行计算得到人脸检测结果的亮度。
第一判断子模块442，用于判断亮度是否大于或者等于亮度阈值。
第一判断子模块442还用于若第一判断子模块442判断出亮度小于亮度阈值，将下一帧图像作为当前帧图像；继续执行接收当前帧图像的操作。
姿势检测子模块443，用于通过人脸姿势检测算法对人脸检测结果进行计算得到人脸检测结果的人脸姿势。
第二判断子模块444，用于判断人脸姿势是否为正脸姿势。
第二判断子模块444还用于若第二判断子模块444判断出人脸姿势不为正脸姿势，将下一帧图像作为当前帧图像；继续执行接收当前帧图像的操作。
活体检测子模块445，用于通过人脸活体检测算法对人脸检测结果进行计算得到计算结果。
第三判断子模块446，用于根据计算结果判读人脸检测结果中的人脸是否为实体人脸。
第三判断子模块446还用于若第三判断子模块446判断出当前帧图像中的人脸不为实体人脸，将下一帧图像作为当前帧图像；继续执行接收当前帧图像的操作。
关键点提取子模块447，用于通过人脸关键点提取算法对人脸检测结果进行计算得到人脸的关键点信息。
人脸认证子模块448，用于根据关键点信息进行人脸认证操作。
第二判断模块45，用于判断人脸认证操作是否成功。
第二判断模块45还用于若第二判断判断出人脸认证操作成功，人脸认证成功。
第二判断模块45还用于若第二判断判断出人脸认证操作失败，将下一帧图像作为当前帧图像；继续执行接收当前帧图像的操作。
本发明实施例提供的人脸认证装置可用于实现上述图1至图3中的人脸认证方法，具体描述可参见上述人脸认证方法的实施例，此处不再重复描述。
所述人脸认证装置，例如可以是：芯片、芯片模组或者芯片模组的一部分。
本发明实施例提供的一种人脸认证装置的技术方案中，获取当前帧图像，通过人脸检测算法对当前帧图像进行计算得到人脸检测结果；当检测出当前帧图像中包括人脸时，将人脸检测结果存储到目标位置；获取当前帧图像之后，还包括：判断目标位置是否存储人脸检测结果，若判断出目标位置存储人脸检测结果，对人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，判断人脸认证操作是否成功，若判断出人脸认证操作成功，人脸认证成功。本发明实施例能够有效解决FaceID算法对人脸图像处理的耗时问题。
关于上述如图5至图6实施例中描述的各个装置、产品包含模块/单元，其可以是软件模块/单元，也可以是硬件模块/单元，或者也可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用或集成芯片的各个装置、产品其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者至少部分模块/单元可以采用软件程序的方式实现，该运行于芯片内部集成处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应于或集成芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同模块/单元可以位于芯片模组的同一件(例如芯片、电路模块等)或者不同组件中，至少部分/单元可以采用软件程序的方式实现，该软件程运行于芯片模组内部集成处理器剩余(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应或集成终端的各个装置、产品，其包含的模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者至少部分模块/单元可以采用软件程序的方式实现，该程序运行于终端内部集成的处理器，剩余(如果有)分模块/单元可以采用电路等硬件方式实现。
图7为本发明实施例提供的一种计算机设备的示意图。如图7所示，该实施例的计算机设备20包括：处理器21、存储器22以及存储在存储22中并可在处理器21上运行的计算机程序23，该计算机程序23被处理器21执行时实现实施例中的应用于人脸认证方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器21执行时实现实施例中应用于人脸认证装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备20包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，图7仅仅是计算机设备20的示例，并不构成对计算机设备20的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器22可以是计算机设备20的内部存储单元，例如计算机设备20的硬盘或内存。存储器22也可以是计算机设备20的外部存储设备，例如计算机设备20上配备的插接式硬盘，智能存储卡(Smart Media Card,简称SMC)，安全数字(Secure Digital,简称SD)卡，闪存卡(Flash Card)等。进一步地，存储器22还可以既包括计算机设备20的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
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。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，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，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发明实施例方案的目的。
另外，在本发明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。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。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种人脸认证方法，其特征在于，所述方法包括：
接收当前帧图像；
通过人脸检测算法对所述当前帧图像进行计算得到人脸检测结果；当检测出所述当前帧图像中包括人脸时，将所述人脸检测结果存储到目标位置，所述目标位置为用于存储所述人脸检测结果的存储地址位置；
所述接收当前帧图像之后，还包括：
接收下一帧图像；
判断所述目标位置是否存储所述人脸检测结果；
若判断出所述目标位置存储所述人脸检测结果，对所述人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作；
判断所述人脸认证操作是否成功；
若判断出所述人脸认证操作成功，人脸认证成功。
2.根据权利要求1所述的人脸认证方法，其特征在于，所述判断所述目标位置是否存储所述人脸检测结果之后，还包括：
若判断出所述目标位置未存储所述人脸检测结果，将下一帧图像作为所述当前帧图像，继续进行所述接收当前帧图像的步骤。
3.根据权利要求2所述的人脸认证方法，其特征在于，所述判断所述人脸认证操作是否成功之后，还包括：
若判断出所述人脸认证操作失败，将下一帧图像作为所述当前帧图像，继续进行所述接收当前帧图像的步骤。
4.根据权利要求1所述的人脸认证方法，其特征在于，所述对所述人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作，具体包括：
通过亮度检测算法对所述人脸检测结果进行计算得到所述人脸检测结果的亮度；
判断所述亮度是否大于或者等于亮度阈值；
若判断出所述亮度大于所述亮度阈值，通过人脸姿势检测算法对所述人脸检测结果行计算得到所述人脸检测结果的人脸姿势；
判断所述人脸姿势是否为正脸姿势；
若判断出所述人脸姿势为正脸姿势，通过人脸活体检测算法对所述人脸检测结果进行计算得到计算结果；
根据所述计算结果判读所述人脸检测结果中的所述人脸是否为实体人脸；
若判断出所述人脸为实体人脸，通过人脸关键点提取算法对所述人脸检测结果进行计算得到所述人脸的关键点信息；
根据所述关键点信息进行人脸认证操作。
5.根据权利要求4所述的人脸认证方法，其特征在于，所述根据所述关键点信息进行人脸认证操作，具体包括：
将所述关键点信息进行保存。
6.根据权利要求4所述的人脸认证方法，其特征在于，所述根据所述关键点信息进行人脸认证操作，具体包括：
获取已注册的关键点信息；
对所述关键点信息和所述已注册的关键点信息进行计算得到所述关键点信息和所述已注册的关键点信息之间的误差。
7.根据权利要求6所述的人脸认证方法，其特征在于，所述判断所述人脸认证操作是否成功，具体包括：
判断所述误差是否小于或者等于误差阈值。
8.一种人脸认证装置，其特征在于，所述装置包括：
接收模块，用于接收当前帧图像；
人脸检测模块，用于通过人脸检测算法对所述当前帧图像进行计算得到人脸检测结果；当检测出所述当前帧图像中包括人脸时，将所述人脸检测结果存储到目标位置，所述目标位置为用于存储所述人脸检测结果的存储地址位置；
所述接收模块，还用于接收下一帧图像；
第一判断模块，用于判断所述目标位置是否存储所述人脸检测结果；
人脸认证模块，用于若所述第一判断模块判断出所述目标位置存储所述人脸检测结果，对所述人脸检测结果依次进行亮度检测、姿势检测、活体检测、提取关键点信息以及人脸认证操作；
第二判断模块，用于判断所述人脸认证操作是否成功；
第二判断模块还用于若所述第二判断模块判断出所述人脸认证操作成功，人脸认证成功。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1-7任一项所述的人脸认证方法。
10.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1-7任一项所述的人脸认证方法的步骤。
CN202110220388.6A 2021-02-26 2021-02-26 人脸认证方法、装置、存储介质和计算机设备 Active CN112926458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110220388.6A CN112926458B (zh) 2021-02-26 2021-02-26 人脸认证方法、装置、存储介质和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110220388.6A CN112926458B (zh) 2021-02-26 2021-02-26 人脸认证方法、装置、存储介质和计算机设备

Publications (2)

Publication Number Publication Date
CN112926458A CN112926458A (zh) 2021-06-08
CN112926458B true CN112926458B (zh) 2022-11-18

Family

ID=76172433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110220388.6A Active CN112926458B (zh) 2021-02-26 2021-02-26 人脸认证方法、装置、存储介质和计算机设备

Country Status (1)

Country Link
CN (1) CN112926458B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299690A (zh) * 2018-09-21 2019-02-01 浙江中正智能科技有限公司 一种可提高视频实时人脸识别精度的方法
CN111930641A (zh) * 2020-07-28 2020-11-13 展讯通信(天津)有限公司 一种图像数据处理方法及智能设备
CN112131915A (zh) * 2019-06-25 2020-12-25 杭州海康威视数字技术股份有限公司 人脸考勤系统以及摄像机和码流设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10891361B2 (en) * 2018-07-23 2021-01-12 Citrix Systems, Inc. Device with a camera for real-time risk detection of password leakage

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299690A (zh) * 2018-09-21 2019-02-01 浙江中正智能科技有限公司 一种可提高视频实时人脸识别精度的方法
CN112131915A (zh) * 2019-06-25 2020-12-25 杭州海康威视数字技术股份有限公司 人脸考勤系统以及摄像机和码流设备
CN111930641A (zh) * 2020-07-28 2020-11-13 展讯通信(天津)有限公司 一种图像数据处理方法及智能设备

Also Published As

Publication number Publication date
CN112926458A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
US10664581B2 (en) Biometric-based authentication method, apparatus and system
EP3249577A2 (en) Method and device for fingerprint unlocking and user terminal
CN111738321B (zh) 数据处理方法、装置、终端设备以及存储介质
US9930525B2 (en) Method and system for eyeprint recognition unlocking based on environment-filtering frames
CN111626163B (zh) 一种人脸活体检测方法、装置及计算机设备
CN109116129B (zh) 终端检测方法、检测设备、系统及存储介质
CN108108711B (zh) 人脸布控方法、电子设备及存储介质
US20230091865A1 (en) Face image verification method and apparatus, electronic device, and storage medium
CN113705426A (zh) 人脸校验方法、装置、服务器及可读存储介质
CN110991231B (zh) 活体检测方法、装置、服务器和人脸识别设备
CN113158773B (zh) 一种活体检测模型的训练方法及训练装置
CN107563338B (zh) 人脸检测方法及相关产品
CN107516074B (zh) 一种认证识别方法及系统
CN112926458B (zh) 人脸认证方法、装置、存储介质和计算机设备
CN110688878A (zh) 活体识别检测方法、装置、介质及电子设备
CN113642639A (zh) 活体检测方法、装置、设备和存储介质
CN112699811A (zh) 活体检测方法、装置、设备、储存介质及程序产品
CN109840515B (zh) 面部姿态调整方法、装置和终端
WO2012062933A1 (en) Facial features detection
CN113254910B (zh) 用于无人车认证系统的用户便捷认证方法及装置
CN111723651B (zh) 一种人脸识别方法、人脸识别装置及终端设备
CN111274899B (zh) 人脸匹配方法、装置、电子设备和存储介质
CN113936231A (zh) 目标物识别方法、装置以及电子设备
CN113705428A (zh) 活体检测方法及装置、电子设备及计算机可读存储介质
CN112689085A (zh) 一种识别ppt投屏区域方法、装置、系统和电子设备

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