CN113469012B - 用户刷脸验证的方法、系统、介质及装置 - Google Patents
用户刷脸验证的方法、系统、介质及装置 Download PDFInfo
- Publication number
- CN113469012B CN113469012B CN202110719966.0A CN202110719966A CN113469012B CN 113469012 B CN113469012 B CN 113469012B CN 202110719966 A CN202110719966 A CN 202110719966A CN 113469012 B CN113469012 B CN 113469012B
- Authority
- CN
- China
- Prior art keywords
- picture data
- user
- face picture
- verification
- database
- 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
Links
- 238000012795 verification Methods 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000001680 brushing effect Effects 0.000 title claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 238000007493 shaping process Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 6
- 239000002537 cosmetic Substances 0.000 description 4
- 235000013601 eggs Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明属于人脸识别技术领域,具体涉及一种用户刷脸验证的方法、系统、介质及装置。本发明旨在解决现有的地铁场景中实现乘客身份验证时,存在地铁中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等,很容易出现误验证成功的问题。在本发明中,当在数据库中找到与用户的待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据时,还判断相似人脸图片数据是否属于异常用户集;若该相似人脸图片数据属于异常用户集时,还需验证相似度大于或等于第二验证相似度阈值,才确定用户验证成功。如此,本发明既兼顾了地铁场景中用户刷脸验证的准确性和验证速度。
Description
技术领域
本发明属于人脸识别技术领域,具体涉及一种用户刷脸验证的方法、系统、介质及装置。
背景技术
随着人工智能时代的来临,人脸识别未来必将应用于地铁场景中,乘客可以通过APP注册并将其人脸及身份信息存储在数据库中,以供在地铁场景中的人脸身份认证中使用,但要实现乘客通过人脸识别的方式进行进站和出站的认证,并实现交通费用结算的功能,仍面临严峻的困难。
例如,在地铁场景中实现乘客身份验证时,需要将乘客的人脸图片数据与数据库中存储的人脸图片数据进行1:N的比对,对比的任务就是要“找出你是数据库中的谁”,其比对的任务量是百万到千万级的,存在无法在短时间内完成认证的问题。在相关的现有技术中,通过人脸对乘客进行身份验证时,还需要结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围。
但是,现有的地铁场景中实现乘客身份验证时,存在地铁中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等,很容易出现误验证成功的问题;同时,如果结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围,则无法给乘客的进站和出站乘车带来明显的便利,降低了地铁场景中乘客通过刷脸出行的可行性。
相应地,本领域需要一种用户刷脸验证的方法来解决上述问题。
发明内容
为了解决或至少部分解决:现有的地铁场景中实现乘客身份验证时,存在地铁中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等,很容易出现误验证成功的问题。本发明提供了一种用户刷脸验证的方法、系统、介质及装置。
第一方面,本发明提供了一种用户刷脸验证的方法,该方法包括:获取用户的待验证人脸图片数据;基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据;当在所述数据库中找到所述相似人脸图片数据时,则判断所述相似人脸图片数据是否属于异常用户集;当所述相似人脸图片数据属于所述异常用户集时,还将所述验证相似度与第二验证相似度阈值进行比较;其中,所述第二验证相似度阈值大于所述第一验证相似度阈值;当所述验证相似度大于或等于所述第二验证相似度阈值时,则确定所述用户验证成功。
作为本发明提供的上述方法的一种优选的技术方案,在“基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据”的步骤之后还包括:当在所述数据库中未找到所述相似人脸图片数据时,则确定所述用户验证失败;以及,在“判断所述相似人脸图片数据是否属于异常用户集”的步骤之后还包括:当所述相似人脸图片数据不属于所述异常用户集时,则所述用户验证成功;以及,在“将所述验证相似度与第二验证相似度阈值进行比较”的步骤之后还包括:当所述验证相似度小于所述第二验证相似度阈值时,则所述用户验证失败。
作为本发明提供的上述方法的一种优选的技术方案,还包括:所述异常用户集中人脸图片数据添加的方法:当新用户的待注册人脸图片数据与数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述新用户及与所述最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集;并且/或者,当未注册用户在误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述已注册用户的人脸图片数据添加到异常用户集。
作为本发明提供的上述方法的一种优选的技术方案,所述地铁数据库中的人脸图片数据的添加方式包括:根据已注册用户预选的常用地点和常用区域将总部数据库中该已注册用户的人脸图片数据添加到相应的地点数据库和区域数据库;并且/或者,当所述用户通过刷脸或者非刷脸方式验证成功时则将该用户的所述相似人脸图片数据添加至该地点数据库、区域数据库,如果该地点数据库、区域数据库中已有该用户的所述相似人脸图片数据时则仅更新该用户的所述相似人脸图片数据的时间戳。
作为本发明提供的上述方法的一种优选的技术方案,“基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据”的步骤中,在用户进站的场景中,先在地点数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述地点数据库中未找到所述相似人脸图片数据,则在区域数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述区域数据库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;并且/或者,在用户出站的场景中,先在进站用户动态库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述进站用户动态库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
作为本发明提供的上述方法的一种优选的技术方案,“在总部数据库中进行向量相似性检索”的步骤之后,还包括:若在所述总部数据库中未找到所述相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
第二方面,本发明还提供了一种用户刷脸验证的系统,该系统包括:获取模块,用于获取用户的待验证人脸图片数据;查找模块,用于基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据;判断模块,用于当在所述数据库中找到所述相似人脸图片数据时,判断所述相似人脸图片数据是否属于异常用户集;比较模块,用于当所述相似人脸图片数据属于所述异常用户集时,还将所述验证相似度与第二验证相似度阈值进行比较;其中,所述第二验证相似度阈值大于所述第一验证相似度阈值;确定模块,用于当所述验证相似度大于或等于所述第二验证相似度阈值时,则确定所述用户验证成功。
作为本发明提供的上述系统的一种优选的技术方案,所述确定模块还用于:当在所述数据库中未找到所述相似人脸图片数据时,则确定所述用户验证失败;以及,当所述相似人脸图片数据不属于所述异常用户集时,则确定所述用户验证成功;以及,当所述验证相似度小于所述第二验证相似度阈值时,则确定所述用户验证失败。
作为本发明提供的上述系统的一种优选的技术方案,该系统还包括异常用户人脸模块;所述异常用户人脸模块用于:当新用户的待注册人脸图片数据与数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述新用户及与所述最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集;并且/或者,当未注册用户误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述已注册用户的人脸图片数据添加到异常用户集。
作为本发明提供的上述系统的一种优选的技术方案,所述系统还包括地铁数据库人脸添加模块;所述地铁数据库人脸添加模块用于:根据已注册用户预选的常用地点和常用区域将总部数据库中该已注册用户的人脸图片数据添加到相应的地点数据库和区域数据库;并且/或者,当地点的所述用户通过刷脸或者非刷脸方式验证成功时则将该用户的所述相似人脸图片数据添加至该地点数据库、区域数据库,如果该地点数据库、区域数据库中已有该用户的所述相似人脸图片数据时则仅更新该用户的所述相似人脸图片数据的时间戳。
作为本发明提供的上述系统的一种优选的技术方案,所述查找模块具体用于:在用户进站的场景中,先在地点数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述地点数据库中未找到所述相似人脸图片数据,则在区域数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述区域数据库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;并且/或者,在用户出站的场景中,先在进站用户动态库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述进站用户动态库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
作为本发明提供的上述系统的一种优选的技术方案,所述查找模块还具体用于:若在所述总部数据库中未找到所述相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
第三方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行前述第一方面中任一技术方案中的所述用户刷脸验证的方法。
第四方面,本发明还提供了一种用户刷脸验证的装置,包括处理器和存储器,所述存储器中存储有多条程序代码,所述程序代码适于由所述处理器加载并运行以执行前述第一方面中任一技术方案中的所述用户刷脸验证的方法。
在本发明提供的一种用户刷脸验证的方法中,当在数据库中找到与用户的待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据时,还判断相似人脸图片数据是否属于异常用户集;若该相似人脸图片数据属于异常用户集时,还需验证相似度大于或等于第二验证相似度阈值,才确定用户验证成功,其中第二验证相似度阈值大于第一验证相似度阈值。如此,一般用户只需通过第一验证相似度阈值来确定用户是否验证成功就能保证验证结果的准确性且验证速度较快;只有同卵双胞胎、同类整形人员以及同类浓妆人员等属于异常用户集的用户才需要通过第二验证相似度阈值来确定是否验证成功以保证验证结果的准确性。所以,本发明既兼顾了地铁场景中用户刷脸验证的准确性和验证速度,还能够避免地铁场景中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等容易出现误验证成功的问题。
进一步,在本发明提供的一种用户刷脸验证的方法中,当用户进站时,基于待验证人脸图片数据先在地点数据库中进行向量相似性检索;若在地点数据库中未找到相似人脸图片数据,则在区域数据库中进行向量相似性检索;若在区域数据库中未找到相似人脸图片数据,则在总部数据库中进行向量相似性检索。如此,由于地点数据库中预先保存了大量的经常在该地点进出站的用户的人脸图片数据,先在地点数据库中进行向量相似性检索,能够在通常情况下极大的缩小向量相似性检索的范围,提高用户进站刷脸验证的速度,然后根据需要再在区域数据库和总部数据库中进行向量相似性检索以保证完成用户的验证。同时,通过该方式,就无需结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围,有利于提高地铁场景中乘客通过刷脸出行的可行性。
附图说明
下面参照附图来描述本实施例的具体实施方式,附图中:
图1为本实施例的用户刷脸验证的方法的主要流程示意图;
图2为本实施例的用户刷脸验证的方法的详细流程示意图;
图3为本实施例的图1和图2中步骤S2的详细流程示意图;
图4为本实施例提供的第一种终端设备的硬件结构示意图;
图5为本实施例提供的第二种终端设备的硬件结构示意图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
需要说明的是,虽然本实施例主要是解决在实现地铁场景中人们通过刷脸验证进出站时遇到的问题,且本实施例主要以地铁场景为例来进行说明,但在铁路、机场以及商店等的人们通过刷脸进行验证的场景中也能够使用本发明的用户刷脸验证的方法及系统。例如,在地铁场景中,进地铁站用户需要刷脸验证,出地铁站时用户需要刷脸验证来结算地铁费用,这时的地点数据库即为该地铁站的数据库,例如北京市地铁东单站,该区域数据库可以为地铁线数据库,例如北京市1号线地铁,该总部数据库即为一个城市地铁网的总部数据库,例如北京市地铁网的数据库。
再如,在商场场景中,顾客在进入商场时进行刷脸验证,出商场时顾客也需要刷脸验证来结算商品费用,这时的地点数据库即为该商场的数据库,例如品牌A商场在东单地铁站附近的一个分店的数据库,该区域数据库可以为该用户选择的某个行政区域的数据库,例如品牌A商场在北京市东城区的数据库,或者品牌A商场在北京市的数据库,该总部数据库可以品牌A商场在全国的数据库,或者全国所有商场通用的总部数据库。如此,也能够便于实现无人超市的推广。
在本发明的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。
术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。当然,上述可以替换的实施方式之间、以及可以替换的实施方式和优选的实施方式之间还可以交叉配合使用,从而组合出新的实施方式以适用于更加具体的应用场景。
为了解决或至少部分解决:现有的地铁场景中实现乘客身份验证时,存在地铁中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等,很容易出现误验证成功的问题;同时,如果结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围,则无法给乘客的进站和出站乘车带来明显的便利,降低了地铁场景中乘客通过刷脸出行的可行性的问题。本实施例提供了一种地铁场景中用户刷脸验证的方法、系统、介质及装置。
第一方面
如图1至图3所示,本实施例提供了一种地铁场景中用户刷脸验证的方法,该方法包括:
S1、获取地铁站的用户的待验证人脸图片数据。
示例性地,用户在地铁站进站和出站通过闸机时,首先会在闸机的人脸终端上做基于3D结构光的活体检测,即通过3D建模判断目标对象是否为活体,可强效防御图片、视频、屏幕、模具等攻击。活体检测通过后,闸机人脸终端会对抓拍的人脸图片数据并进行人脸质量分检测,具体地可以通过遮挡范围、模糊度范围、光照范围、姿态角度、人脸完整度结和人脸大小等方面对应的阈值进行质量检测的判断,以保证在步骤S1中能获取到人脸质量符合后续的操作要求的用户的待验证人脸图片数据。
S2、基于待验证人脸图片数据在地铁数据库中进行向量相似性检索,以查找与待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据。
示例性地,在人脸识别中,可以采用欧氏距离和余弦距离来衡量人脸图片数据中人脸特征的相似度,判别两张图片中的人像是否为同一个人。需要说明的是,验证相似度阈值设置的越大,待验证人脸图片数据与地铁数据库中的人脸图片数据进行比对的特征越多,不利于提高人脸验证的速度。所以,对于一般用户的人脸图片数据的向量相似性检索,采用相对较小的第一验证相似度阈值即可保证验证的准确性以及验证速度。
进一步,作为本实施例提供的上述方法的详细说明,地铁数据库中的人脸图片数据的添加方式包括:
(1)根据已注册用户预选的常用地铁站和常用地铁线将地铁网数据库中该已注册用户的人脸图片数据添加到相应的地铁站数据库和地铁线数据库。
需要说明的是,用户可以在手机APP上通过实名认证进行人脸注册。APP对用户进行动作活体判断,指示用户按照屏幕提示的要求完成指定动作,从而判断用户是否为活体,例如张嘴和眨眼等。该动作活体检测在安卓和IOS等操作系统的APP端实现。人脸识别平台对用户进行静默活体检测,以防止照片、视频等的攻击,保证用户注册的安全。用户注册过程中,人脸识别平台会将新用户的人脸图片数据与地铁网数据库中的人脸图片数据进行比对查重,如果用户通过查重检测则允许用户注册,并将该用户的人脸图片数据或者人脸特征值添加至地铁网数据库中。当用户注册完成后,APP可以提示用户添加常用站点或者地铁线,用户可以根据自己的实际需求来添加常用的地铁站点和地铁线,这时人脸识别平台可以将该用户的人脸特征值添加到地铁站数据库和地铁线数据库中。这样,当用户在相应的地铁站刷脸时可以优先将地铁站抓拍的用户的人脸图片数据与该地铁站数据库中的人脸图片数据进行比对,从而能够快速完成验证并通过。
(2)当地铁站的用户通过刷脸或者非刷脸方式验证成功时则将该用户的相似人脸图片数据添加至该地铁站数据库、地铁线数据库,如果该地铁站数据库、地铁线数据库中已有该用户的相似人脸图片数据时则仅更新该用户的相似人脸图片数据的时间戳。
需要说明的是,现阶段地铁站数据库的存储空间一般为10W量级,地铁线数据库中的存储空间一般为100W量级,地铁网数据库中的存储空间一般为500W量级。在存储空间有限的前提下,地铁站和地铁线数据库中将只保留最新的通过验证的用户的人脸图片数据,而历史较远的用户的人脸图片数据则会被删除。当地铁站的用户通过刷脸或者非刷脸方式验证成功时,通过人脸图片数据添加或者时间戳更新的方式,均可以维持该用户在该地铁站数据库中的活跃度,从而保证用户验证通过的速度。
此外,当用户的人脸图片数据、地铁卡、电子地铁卡和二维码绑定在同一个账号时,能够支持刷脸进站二维码出站,或者刷二维码进站刷脸出站。考虑到刷二维码进站刷脸出站这种情况,当某个用户开通了刷脸识别且通过刷二维码进站,则在后台生成一条虚拟进站记录。当该用户出站时,则可以直接到进站用户动态库中进行比对,从而实现完整的刷二维码进站刷脸出站。如果用户用过非刷脸方式验证成功时也将该用户在地铁数据库中存储的人脸图片数据添加至该地铁站或者进行时间戳的更新。
作为本实施例提供的上述方法的一种优选的实施方式,如图3所示,在用户进站的场景中,步骤S2包括:
S211、先在地铁站数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;
S212、若在所述地铁站数据库中未找到所述相似人脸图片数据,则在地铁线数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;
S213、若在所述地铁线数据库中未找到所述相似人脸图片数据,则在地铁网数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据。
需要说明的是,由于地铁站数据库中预先保存了大量的经常在该地铁站进出站的用户的人脸图片数据,该人脸图片数据可以为从人脸图片中提取的人脸关键点信息组成的矩阵或者特征向量等数据。先在地铁站数据库中进行向量相似性检索,能够在通常情况下极大的缩小向量相似性检索的范围,提高用户进出站刷脸验证的速度,然后根据需要再在地铁线数据库和地铁网数据库中进行向量相似性检索以保证完成用户的验证。同时,通过该方式,就无需结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围,有利于提高地铁场景中乘客通过刷脸出行的可行性。
同时在步骤S2中用户进站的场景中,当用户进站验证成功后,还可以将该用户的在地铁网数据库中的人脸图片数据添加到进站用户动态库中,用于后续用户出站时的刷脸验证。
在用户出站的场景中,步骤S2包括:
S221、先在进站用户动态库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
S222、若在所述进站用户动态库中未找到所述相似人脸图片数据,则在地铁网数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据。
需要说明的是,由于进站用户动态库中存储有已进站但未出站的用户的人脸图片数据,先在进站用户动态库中进行向量相似性检索,能够在通常情况下极大的缩小向量相似性检索的范围,提高用户出站刷脸验证的速度,然后根据需要再在地铁网数据库中进行向量相似性检索以保证完成用户的验证。同时,通过该方式,就无需结合蓝牙功能、定位功能等进一步缩小数据库中人脸图片数据比对的范围,有利于提高地铁场景中乘客通过刷脸出行的可行性。
作为本实施例提供的上述方法的一种优选的实施方式,如图3所示,在步骤S213和步骤S222之后,还包括:
S231、若在地铁网数据库中未找到相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
需要说明的是,备份库用于存储用户进站或出站时现场抓拍的人脸图片数据,即保存有用户最新的进出站的人脸特征,主要用于解决随着时间变化人脸相貌发生差异的问题,例如人由幼年到青年再到老年,人的样貌变化比较明显,备份库可作为补充检索的数据库,以保证用户通过验证。同时,可以每过一段时间便提示用户重新上传人脸图片数据,以提高用户人脸识别的准确率。
此外,如图2所示,在步骤S2之后还包括:S201、当在地铁数据库中未找到相似人脸图片数据时,则确定用户验证失败。
S3、当在地铁数据库中找到相似人脸图片数据时,则判断相似人脸图片数据是否属于异常用户集。
示例性地,如图3所示,在步骤S3之后还包括:S301、当相似人脸图片数据不属于异常用户集时,则用户验证成功。
需要说明的是,由于现有的地铁场景中实现乘客身份验证时,存在地铁中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等,很容易出现误验证成功的问题。为了一定程度上保证此类用户的验证结果的准确性,可以通过用户注册和地铁站验证过程中将发现的此类用户的人脸图片数据添加至异常用户集,以在此类用户进行验证时保证其验证结果的准确性。
作为本实施例提供的上述方法的一种优选的实施方式,异常用户集中人脸图片数据添加的方法包括:
(1)当新用户的待注册人脸图片数据与地铁网数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将新用户及与最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集。
具体地,人脸识别平台对新用户的待注册人脸图片数据提取人脸特征,并待注册人脸图片数据与地铁网数据库中的人脸图片数据进行1:N比对,并得到新用户的注待册人脸图片数据与地铁网数据库中的人脸图片数据逐一比对得到的最大相似度,即最终查重相似度。
如果人脸1:N比对的最终查重相似度小于预设的第一查重相似度阈值,则可以新用户可以顺利完成注册。
如果人脸1:N比对的最终查重相似度预设的第一查重相似度阈值和预设的第二查重相似度阈值之间,则表明在已有的注册人员中有用户跟新用户比较相似,当时经过提高相似度阈值也能将二者进行分辨,故而可以将新用户的注册人脸图片数据与对应的已注册用户的人脸图片数据共同加入到异常用户集,同时也允许该用户完成注册。
当人脸1:N比对的最终查重相似度大于第二查重相似度阈值时,则表明在现有注册人员中有人跟新用户非常相似,很难对二者进行区分,故而可以引导用户重新进行人脸注册。人脸识别算法有一定的随机性,如果重复注册三次依旧无法注册成功,则提示用户注册失败,并可以建议用户使用其他方式进站,如二维码等。
换而言之,第一查重相似度阈值为允许新用户正常完成注册的最终查重相似度的最大值;第二查重相似度阈值为不允许新用户完成注册的最终查重相似度的最小值,且第二查重相似度阈值大于第一查重相似度阈值。
(2)当未注册用户在地铁站误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将已注册用户的人脸图片数据添加到异常用户集。
示例性地,用户A已经注册刷脸乘车,人员B并未注册,但是人员B在闸机刷脸时被误识别为用户A,故而扣了用户A的费用。针对这种因误识别,用户A可以向地铁客服人员提供交易流水号进行投诉或反馈。
地铁客服人员根据交易流水号查询到对应的比对记录,进而获取到该笔交易的人脸图片数据。经过客服人员综合判断,如果确认是误识别,则会根据误识别的确认结果进行退款流程,同时让该已注册用户更其在新地铁数据库中的人脸图片数据。
如果此时用户A和人员B的人脸图片数据的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将已注册用户的人脸图片数据添加到异常用户集,该已注册用户可以继续使用刷脸验证的方式乘坐地铁。以及,如果异常查重相似度大于第二查重相似度阈值,为了防止用户A的费用再次被误刷,则建议用户A关闭刷脸验证的服务,改用其他验证方式进出站。
S4、当相似人脸图片数据属于异常用户集时,还将验证相似度与第二验证相似度阈值进行比较;其中,第二验证相似度阈值大于第一验证相似度阈值。
需要说明的是,如图2所示,在步骤S4之后还包括:S401、当验证相似度小于第二验证相似度阈值时,则用户验证失败。
S5、当验证相似度大于或等于第二验证相似度阈值时,则确定用户验证成功。
需要说明的是,在本实施例提供的一种地铁场景中用户刷脸验证的方法中,当在地铁数据库中找到与用户的待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据时,还判断相似人脸图片数据是否属于异常用户集;若该相似人脸图片数据属于异常用户集时,还需验证相似度大于或等于第二验证相似度阈值,才确定用户验证成功,其中第二验证相似度阈值大于第一验证相似度阈值。如此,一般用户只需通过第一验证相似度阈值来确定用户是否验证成功就能保证验证结果的准确性且验证速度较快;只有同卵双胞胎、同类整形人员以及同类浓妆人员等属于异常用户集的用户才需要通过第二验证相似度阈值来确定是否验证成功以保证验证结果的准确性。所以,本发明既兼顾了地铁场景中用户刷脸验证的准确性和验证速度,还能够避免地铁场景中乘客进出站时同卵双胞胎、同类整形人员以及同类浓妆人员等容易出现误验证成功的问题。
需要说明的是,尽管上文详细描述了本实施例方法的详细步骤,但是,在不偏离本实施例的基本原理的前提下,本领域技术人员可以对上述步骤进行组合、拆分及调换顺序,如此修改后的实施范式并没有改变本实施例的基本构思,因此也落入本实施例的保护范围之内。
第二方面
本实施例还提供了一种地铁场景中用户刷脸验证的系统,该系统包括:获取模块,用于获取地铁站的用户的待验证人脸图片数据;查找模块,用于基于待验证人脸图片数据在地铁数据库中进行向量相似性检索,以查找与待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据;判断模块,用于当在地铁数据库中找到相似人脸图片数据时,判断相似人脸图片数据是否属于异常用户集;比较模块,用于当相似人脸图片数据属于异常用户集时,还将验证相似度与第二验证相似度阈值进行比较;其中,第二验证相似度阈值大于第一验证相似度阈值;确定模块,用于当验证相似度大于或等于第二验证相似度阈值时,则确定用户验证成功。
作为本实施例提供的上述系统的一种优选的实施方式,确定模块还用于:当在地铁数据库中未找到相似人脸图片数据时,则确定用户验证失败;以及,当相似人脸图片数据不属于异常用户集时,则确定用户验证成功;以及,当验证相似度小于第二验证相似度阈值时,则确定用户验证失败。
作为本实施例提供的上述系统的一种优选的实施方式,该系统还包括异常用户人脸模块;异常用户人脸模块用于:当新用户的待注册人脸图片数据与地铁网数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将新用户及与最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集;并且/或者,当未注册用户在地铁站误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将已注册用户的人脸图片数据添加到异常用户集。
作为本实施例提供的上述系统的一种优选的实施方式,该系统还包括地铁数据库人脸添加模块;地铁数据库人脸添加模块用于:根据已注册用户预选的常用地铁站和常用地铁线将地铁网数据库中该已注册用户的人脸图片数据添加到相应的地铁站数据库和地铁线数据库;并且/或者,当地铁站的用户通过刷脸或者非刷脸方式验证成功时则将该用户的相似人脸图片数据添加至该地铁站数据库、地铁线数据库,如果该地铁站数据库、地铁线数据库中已有该用户的相似人脸图片数据时则仅更新该用户的相似人脸图片数据的时间戳。
作为本实施例提供的上述系统的一种优选的实施方式,查找模块具体用于:在用户进站的场景中,先在地铁站数据库中进行向量相似性检索,并确定是否找到相似人脸图片数据;若在地铁站数据库中未找到相似人脸图片数据,则在地铁线数据库中进行向量相似性检索,并确定是否找到相似人脸图片数据;若在地铁线数据库中未找到相似人脸图片数据,则在地铁网数据库中进行向量相似性检索,并确定是否找到相似人脸图片数据;并且/或者,在用户出站的场景中,先在进站用户动态库中进行向量相似性检索,并确定是否找到相似人脸图片数据;若在进站用户动态库中未找到相似人脸图片数据,则在地铁网数据库中进行向量相似性检索,并确定是否找到相似人脸图片数据;其中,进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
作为本实施例提供的上述系统的一种优选的实施方式,查找模块还具体用于:若在地铁网数据库中未找到相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到相似人脸图片数据;其中,备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
需要说明的是,本实施例提供的地铁场景中用户刷脸验证的系统与前述第一方面中地铁场景中用户刷脸验证的方法是相互对应的,故不再对本实施例中的系统进行赘述,关于该系统的说明请参见前述的第一方面中的内容。
还需说明的是,上述实施例提供的基于倒排表的数据检索系统,仅以上述各功能模块(如获取模块、查找模块、判断模块、比较模块和确定模块等)的划分进行举例说明,在实际应用中,可以根据需要而将上述功能模块由不同的功能模块来完成,即将本发明实施例中的功能模块再分解或者组合,例如,上述实施例的功能模块可以合并为一个功能模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的功能模块名称,仅仅是为了进行区分,不视为对本实施例的不当限定。
第三方面
本领域的技术人员应当理解的是,在本实施例提供的一种计算机可读存储介质中,该存储介质存储有多条程序代码,该程序代码适于由处理器加载并运行以执行前述第一方面任一种实施方式的地铁场景中用户刷脸验证的方法。
其中,该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)或处理器(processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,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。
第四方面
本实施例还提供了一种地铁场景中用户刷脸验证的装置,该装置包括处理器和存储器,所述存储器中存储有多条程序代码,所述程序代码适于由所述处理器加载并运行以执行前述第一方面中任一实施方式中的铁场景中用户刷脸验证的方法。
第五方面
本实施例主要通过一个应用于终端设备的场景中,对本发明的地铁场景中用户刷脸验证的方法的实现做进一步说明。终端设备的硬件结构如图4所示。该终端设备可以包括:输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,第一存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit,简称CPU)、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,该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;输出设备1102可以包括显示器、音响等输出设备。在本实施例中,该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图5为本申请的另一个实施例提供的终端设备的硬件结构示意图。图5是对图4在实现过程中的一个具体的实施例。如图5所示,本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码,实现第一方面及如图1和图2中的地铁场景中用户刷脸验证的方法。第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息、图片、视频等。第二存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
可选地,第二处理器1201设置在处理模块1200中。该终端设备还可以包括:通信模块1203,电源模块1204,多媒体模块1205,语音模块1206,输入/输出接口1207和/或传感器模块1208。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理模块1200通常控制终端设备的整体操作。处理模块1200可以包括一个或多个第二处理器1201来执行指令,以完成上述图1所示方法的全部或部分步骤。此外,处理模块1200可以包括一个或多个模块,便于处理模块1200和其他组件之间的交互。例如,处理模块1200可以包括多媒体模块,以方便多媒体模块1205和处理模块1200之间的交互。电源模块1204为终端设备的各种组件提供电力。电源模块1204可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。多媒体模块1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏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。语音模块1206被配置为输出和/或输入语音信号。例如,语音模块1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信模块1203发送。在一些实施例中,语音模块1206还包括一个扬声器,用于输出语音信号。
输入/输出接口1207为处理模块1200和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器模块1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器模块1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器模块1208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,包括检测用户与终端设备间的距离。在一些实施例中,该传感器模块1208还可以包括摄像头等。
通信模块1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备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。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图5实施例中所涉及的通信模块1203、语音模块1206以及输入/输出接口1207、传感器模块1208均可以作为图4实施例中的输入设备的实现方式。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的保护范围之内并且形成不同的实施例。例如,在本发明的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种用户刷脸验证的方法,其特征在于,包括:
获取用户的待验证人脸图片数据;
基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据;
当在所述数据库中找到所述相似人脸图片数据时,则判断所述相似人脸图片数据是否属于异常用户集;
当所述相似人脸图片数据属于所述异常用户集时,将所述验证相似度与第二验证相似度阈值进行比较;其中,所述第二验证相似度阈值大于所述第一验证相似度阈值;
当所述验证相似度大于或等于所述第二验证相似度阈值时,则确定所述用户验证成功;
在“判断所述相似人脸图片数据是否属于异常用户集”的步骤之后还包括:当所述相似人脸图片数据不属于所述异常用户集时,则确定所述用户验证成功;以及,
在“将所述验证相似度与第二验证相似度阈值进行比较”的步骤之后还包括:当所述验证相似度小于所述第二验证相似度阈值时,则确定所述用户验证失败;
在“基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据”的步骤之后还包括:当在所述数据库中未找到所述相似人脸图片数据时,则确定所述用户验证失败;
所述异常用户集中人脸图片数据添加的方法:
当新用户的待注册人脸图片数据与数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述新用户及与所述最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集;并且/或者,
当未注册用户误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述已注册用户的人脸图片数据添加到异常用户集。
2.根据权利要求1所述的方法,其特征在于,所述数据库中的人脸图片数据的添加方式包括:
根据已注册用户预选的常用地点和常用区域将总部数据库中该已注册用户的人脸图片数据添加到相应的地点数据库和区域数据库;并且/或者,
当的所述用户通过刷脸或者非刷脸方式验证成功时则将该用户的所述相似人脸图片数据添加至该地点数据库、区域数据库,如果该地点数据库、区域数据库中已有该用户的所述相似人脸图片数据时则仅更新该用户的所述相似人脸图片数据的时间戳。
3.根据权利要求2所述的方法,其特征在于,“基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据”的步骤中,
在用户进站刷脸验证的场景中,先在地点数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述地点数据库中未找到所述相似人脸图片数据,则在区域数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述区域数据库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;并且/或者,
在用户出站刷脸验证的场景中,先在进站用户动态库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述进站用户动态库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
4.根据权利要求3所述的方法,其特征在于,“在总部数据库中进行向量相似性检索”的步骤之后,还包括:
若在所述总部数据库中未找到所述相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;
其中,所述备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
5.一种用户刷脸验证的系统,其特征在于,包括:
获取模块,用于获取用户的待验证人脸图片数据;
查找模块,用于基于所述待验证人脸图片数据在数据库中进行向量相似性检索,以查找与所述待验证人脸图片数据比对的验证相似度大于第一验证相似度阈值的相似人脸图片数据;
判断模块,用于当在所述数据库中找到所述相似人脸图片数据时,判断所述相似人脸图片数据是否属于异常用户集;
比较模块,用于当所述相似人脸图片数据属于所述异常用户集时,将所述验证相似度与第二验证相似度阈值进行比较;其中,所述第二验证相似度阈值大于所述第一验证相似度阈值;
确定模块,用于当所述验证相似度大于或等于所述第二验证相似度阈值时,则确定所述用户验证成功;
当所述相似人脸图片数据不属于所述异常用户集时,则确定所述用户验证成功;以及,
当所述验证相似度小于所述第二验证相似度阈值时,则确定所述用户验证失败;
所述确定模块还用于:
当在所述数据库中未找到所述相似人脸图片数据时,则确定所述用户验证失败;
还包括异常用户人脸模块;所述异常用户人脸模块用于:
当新用户的待注册人脸图片数据与数据库中的人脸图片数据进行比对得到的最终查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述新用户及与所述最终查重相似度对应的已注册用户的人脸图片数据均添加到异常用户集;并且/或者,
当未注册用户在误验证成功时,且未注册用户与误验证的已注册用户的人脸图片数据之间的异常查重相似度介于预设的第一查重相似度阈值和预设的第二查重相似度阈值之间时,则将所述已注册用户的人脸图片数据添加到异常用户集。
6.根据权利要求5所述的系统,其特征在于,还包括数据库人脸添加模块;所述数据库人脸添加模块用于:
根据已注册用户预选的常用地点和常用区域将总部数据库中该已注册用户的人脸图片数据添加到相应的地点数据库和区域数据库;并且/或者,
当所述用户通过刷脸或者非刷脸方式验证成功时则将该用户的所述相似人脸图片数据添加至该地点数据库、区域数据库,如果该地点数据库、区域数据库中已有该用户的所述相似人脸图片数据时则仅更新该用户的所述相似人脸图片数据的时间戳。
7.根据权利要求6所述的系统,其特征在于,所述查找模块具体用于:
在用户进站刷脸验证的场景中,先在地点数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述地点数据库中未找到所述相似人脸图片数据,则在区域数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述区域数据库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;并且/或者,
在用户出站刷脸验证的场景中,先在进站用户动态库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;若在所述进站用户动态库中未找到所述相似人脸图片数据,则在总部数据库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;其中,所述进站用户动态库中存储有已进站但未出站的用户的人脸图片数据。
8.根据权利要求7所述的系统,其特征在于,所述查找模块还具体用于:
若在所述总部数据库中未找到所述相似人脸图片数据,则在备份库中进行向量相似性检索,并确定是否找到所述相似人脸图片数据;
其中,所述备份库中存储有最新获取的用户刷脸验证成功时的人脸图片数据。
9.一种计算机可读存储介质,所述计算机可读存储介质中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至4中任一项所述的用户刷脸验证的方法。
10.一种用户刷脸验证的装置,包括处理器和存储器,所述存储器中存储有多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至4中任一项所述的用户刷脸验证的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719966.0A CN113469012B (zh) | 2021-06-28 | 2021-06-28 | 用户刷脸验证的方法、系统、介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719966.0A CN113469012B (zh) | 2021-06-28 | 2021-06-28 | 用户刷脸验证的方法、系统、介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113469012A CN113469012A (zh) | 2021-10-01 |
CN113469012B true CN113469012B (zh) | 2024-05-03 |
Family
ID=77873552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110719966.0A Active CN113469012B (zh) | 2021-06-28 | 2021-06-28 | 用户刷脸验证的方法、系统、介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469012B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129555A (zh) * | 2011-03-23 | 2011-07-20 | 北京深思洛克软件技术股份有限公司 | 基于第二代身份证进行身份验证的方法及系统 |
US9483682B1 (en) * | 2014-10-23 | 2016-11-01 | Egis Technology Inc. | Fingerprint recognition method and device thereof |
WO2017000716A2 (zh) * | 2015-06-30 | 2017-01-05 | 中兴通讯股份有限公司 | 图片的管理方法、装置及终端设备 |
WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
CN107358079A (zh) * | 2017-06-16 | 2017-11-17 | 微梦创科网络科技(中国)有限公司 | 实时人脸识别登录验证方法及系统 |
CN107491674A (zh) * | 2017-07-27 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
CN107679493A (zh) * | 2017-09-30 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 人脸识别方法和装置 |
CN107944020A (zh) * | 2017-12-11 | 2018-04-20 | 深圳云天励飞技术有限公司 | 人脸图像查找方法及装置、计算机装置和存储介质 |
CN108171032A (zh) * | 2017-12-01 | 2018-06-15 | 平安科技(深圳)有限公司 | 一种身份鉴定方法、电子装置及计算机可读存储介质 |
WO2018113526A1 (zh) * | 2016-12-20 | 2018-06-28 | 四川长虹电器股份有限公司 | 基于人脸识别和声纹识别的交互式认证系统及方法 |
CN109872406A (zh) * | 2019-01-23 | 2019-06-11 | 北京影谱科技股份有限公司 | 一种渐进式的判断更新方法、装置和人脸打卡系统 |
CN111368721A (zh) * | 2020-03-03 | 2020-07-03 | 深圳市腾讯计算机系统有限公司 | 身份识别的处理方法、装置、电子设备及存储介质 |
CN111931758A (zh) * | 2020-10-19 | 2020-11-13 | 北京圣点云信息技术有限公司 | 一种结合面部静脉的人脸识别方法及装置 |
WO2021004112A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳壹账通智能科技有限公司 | 异常人脸检测方法、异常识别方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241836A (zh) * | 2016-12-23 | 2018-07-03 | 同方威视技术股份有限公司 | 用于安检的方法及装置 |
-
2021
- 2021-06-28 CN CN202110719966.0A patent/CN113469012B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129555A (zh) * | 2011-03-23 | 2011-07-20 | 北京深思洛克软件技术股份有限公司 | 基于第二代身份证进行身份验证的方法及系统 |
US9483682B1 (en) * | 2014-10-23 | 2016-11-01 | Egis Technology Inc. | Fingerprint recognition method and device thereof |
WO2017000716A2 (zh) * | 2015-06-30 | 2017-01-05 | 中兴通讯股份有限公司 | 图片的管理方法、装置及终端设备 |
WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
WO2018113526A1 (zh) * | 2016-12-20 | 2018-06-28 | 四川长虹电器股份有限公司 | 基于人脸识别和声纹识别的交互式认证系统及方法 |
CN107358079A (zh) * | 2017-06-16 | 2017-11-17 | 微梦创科网络科技(中国)有限公司 | 实时人脸识别登录验证方法及系统 |
CN107491674A (zh) * | 2017-07-27 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
CN111506889A (zh) * | 2017-07-27 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 一种基于相似用户组的用户验证方法及装置 |
CN107679493A (zh) * | 2017-09-30 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 人脸识别方法和装置 |
CN108171032A (zh) * | 2017-12-01 | 2018-06-15 | 平安科技(深圳)有限公司 | 一种身份鉴定方法、电子装置及计算机可读存储介质 |
CN107944020A (zh) * | 2017-12-11 | 2018-04-20 | 深圳云天励飞技术有限公司 | 人脸图像查找方法及装置、计算机装置和存储介质 |
CN109872406A (zh) * | 2019-01-23 | 2019-06-11 | 北京影谱科技股份有限公司 | 一种渐进式的判断更新方法、装置和人脸打卡系统 |
WO2021004112A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳壹账通智能科技有限公司 | 异常人脸检测方法、异常识别方法、装置、设备及介质 |
CN111368721A (zh) * | 2020-03-03 | 2020-07-03 | 深圳市腾讯计算机系统有限公司 | 身份识别的处理方法、装置、电子设备及存储介质 |
CN111931758A (zh) * | 2020-10-19 | 2020-11-13 | 北京圣点云信息技术有限公司 | 一种结合面部静脉的人脸识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113469012A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11488455B1 (en) | Registry verification with authentication using a mobile device | |
CN109165940B (zh) | 一种防盗方法、装置及电子设备 | |
CN110008903B (zh) | 人脸识别方法、装置、系统、存储介质和人脸支付方法 | |
CN109389723B (zh) | 利用人脸识别的访客管理方法、装置、计算机设备 | |
CN107093066B (zh) | 业务实现方法和装置 | |
CN107451816B (zh) | 线下交易的实现方法和装置 | |
TW201933162A (zh) | 一種身份驗證方法、系統、裝置及設備 | |
CN107622246B (zh) | 人脸识别方法及相关产品 | |
CN106454392A (zh) | 直播处理方法、装置及终端 | |
WO2020135081A1 (zh) | 基于动态栅格化管理的身份识别方法、装置及服务器 | |
CN111652096B (zh) | 基于区块链的人脸识别方法、装置及系统 | |
CN107025708A (zh) | 车辆管理方法及装置 | |
WO2023173660A1 (zh) | 用户识别方法、装置、存储介质、电子设备、计算机程序产品及计算机程序 | |
CN109191635A (zh) | 基于人脸识别技术的判客方法、装置及存储介质 | |
CN106096964A (zh) | 支付方法及装置 | |
CN107656959A (zh) | 一种留言方法、装置及留言设备 | |
CN112507314B (zh) | 客户身份核实方法、装置、电子设备及存储介质 | |
CN113469012B (zh) | 用户刷脸验证的方法、系统、介质及装置 | |
CN112907805A (zh) | 基于人脸识别的过闸控制方法及系统、介质、控制装置 | |
JP6150019B2 (ja) | 利用制御システム、人物情報管理システムおよび端末装置 | |
CN111080307A (zh) | 基于量子ai遥感视觉的智能交易和社交方法及系统 | |
CN109391632A (zh) | 账户信息同步方法、装置及洗车系统 | |
US20240104987A1 (en) | Information processing apparatus, information processing system, information processing method, and non-transitory computer-readable medium | |
CN115661994A (zh) | 一种基于uwb技术的门禁控制方法、装置及终端设备 | |
CN114647653A (zh) | 人脸库更新方法和相关产品 |
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 |