CN113516481A - 刷脸意愿的确认方法、装置和刷脸设备 - Google Patents
刷脸意愿的确认方法、装置和刷脸设备 Download PDFInfo
- Publication number
- CN113516481A CN113516481A CN202110960059.5A CN202110960059A CN113516481A CN 113516481 A CN113516481 A CN 113516481A CN 202110960059 A CN202110960059 A CN 202110960059A CN 113516481 A CN113516481 A CN 113516481A
- Authority
- CN
- China
- Prior art keywords
- face
- feature
- user
- brushing
- camera
- 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.)
- Granted
Links
- 230000001680 brushing effect Effects 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000001815 facial effect Effects 0.000 claims description 122
- 230000008859 change Effects 0.000 claims description 65
- 238000012216 screening Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003370 grooming effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/42—Confirmation, e.g. check or permission by the legal debtor of payment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本说明书实施例提出了一种刷脸意愿的确认方法、装置和刷脸设备，该方法中，检测到用户对刷脸识别的触发操作之后，从广角摄像头采集的图像中获取进行触发操作的用户的第一脸部特征和第一身体特征，以及获取第一用户的第二脸部特征和第二身体特征，如果第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配，则确定第一用户为进行触发操作的用户，然后，对第一用户进行身份识别，并在获取身份识别结果之前，通过刷脸摄像头对第一用户进行跟踪，如果直至获取身份识别结果，刷脸摄像头均跟踪成功，则执行后续操作，从而可以实现对刷脸意愿进行确认，确保刷脸摄像头刷脸识别的用户就是触发刷脸识别的用户，提高刷脸识别的安全性。
Description
【技术领域】
本说明书实施例涉及互联网技术领域，尤其涉及一种刷脸意愿的确认方法、装置和刷脸设备。
【背景技术】
线下刷脸识别的场景中，如果有多人等待进行刷脸识别，会存在正在进行刷脸识别的目标用户没有正对摄像头的情况，这样会导致刷脸摄像头未采集到目标用户的脸部图像或只采集到目标用户的部分脸部图像，但却采集到目标用户的周围人群中离摄像头较近的邻居用户的完整并且高质量的脸部图像，从而对邻居用户的身份进行了识别，特别地，在刷脸支付场景中，误识别邻居用户的身份很可能导致邻居用户的账户被执行扣费操作，这就引发了刷脸意愿风险。
因此需要提供一种方案，可以对用户的刷脸意愿进行确认。
【发明内容】
本说明书实施例提供了一种刷脸意愿的确认方法、装置和刷脸设备，以实现对用户的刷脸意愿进行确认，提高刷脸识别的安全性。
第一方面，本说明书实施例提供一种刷脸意愿的确认方法，应用于刷脸设备，所述方法包括：检测到用户对刷脸识别的触发操作之后，通过所述刷脸设备中的刷脸摄像头采集图像，以及通过所述刷脸设备中的广角摄像头采集图像；从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征，以及从所述刷脸摄像头采集的图像中获取所述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征；将所述第二脸部特征与所述第一脸部特征进行对比，以及将所述第二身体特征与所述第一身体特征进行对比；如果所述第二脸部特征与所述第一脸部特征匹配，并且所述第二身体特征与所述第一身体特征匹配，则确定所述第一用户为进行所述触发操作的用户；根据所述第二脸部特征和所述第二身体特征对所述第一用户进行身份识别，并在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪；如果直至获取身份识别结果，所述刷脸摄像头均跟踪成功，则根据获取的身份识别结果，执行后续操作。
上述刷脸意愿的确认方法中，刷脸设备检测到用户对刷脸识别的触发操作之后，通过上述刷脸设备中的刷脸摄像头采集图像，以及通过上述刷脸设备中的广角摄像头采集图像，从广角摄像头采集的图像中获取进行触发操作的用户的第一脸部特征和第一身体特征，以及从刷脸摄像头采集的图像中获取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征，然后将第二脸部特征与第一脸部特征进行对比，以及将第二身体特征与第一身体特征进行对比，如果第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配，则确定第一用户为进行上述触发操作的用户，然后，可以根据第二脸部特征和第二身体特征对上述第一用户进行身份识别，并在获取身份识别结果之前，根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪，如果直至获取身份识别结果，刷脸摄像头均跟踪成功，则根据获取的身份识别结果，执行后续操作，从而可以实现对刷脸意愿进行确认，确保刷脸摄像头刷脸识别的用户就是触发刷脸识别的用户，提高刷脸识别的安全性。
其中一种可能的实现方式中，所述在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪之后，还包括：如果直至获取身份识别结果，所述刷脸摄像头发生过跟踪失败的事件，则获取所述刷脸摄像头当前识别的第二用户的图像，从所述第二用户的图像中获取所述第二用户的第三脸部特征和第三身体特征；将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比；如果对比结果为匹配，则确定所述第二用户是进行所述触发操作的用户；根据获取的身份识别结果，执行后续操作。
其中一种可能的实现方式中，所述将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比之后，还包括：如果对比结果为不匹配，则确定所述第二用户不是进行所述触发操作的用户，对刷脸意愿进行风险提示。
其中一种可能的实现方式中，所述从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征包括：对所述广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点；从所述脸部和身体的关键点中，筛选获得进行所述触发操作的用户的脸部和身体的关键点；根据筛选获得的脸部和身体的关键点，从所述广角摄像头采集的图像中提取进行所述触发操作的用户的第一脸部特征和第一身体特征。
其中一种可能的实现方式中，所述在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪包括：在获取身份识别结果之前，获取所述刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；判断所述至少两帧图像中的脸部特征和身体特征，是否分别与所述第二脸部特征和所述第二身体特征匹配；如果是，则根据所述至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化；所述刷脸摄像头跟踪成功包括：所述脸部的位置变化小于或等于预定的脸部位置变化阈值，并且所述身体的位置变化小于或等于预定的身体位置变化阈值；所述刷脸摄像头跟踪失败包括：所述脸部的位置变化大于预定的脸部位置变化阈值，和/或所述身体的位置变化大于预定的身体位置变化阈值；或者，所述至少两帧图像中的脸部特征与所述第二脸部特征不匹配，和/或所述至少两帧图像中的身体特征与所述第二身体特征不匹配。
第二方面，本说明书实施例提供一种刷脸意愿的确认装置，设置在刷脸设备中，所述刷脸设备中设置有刷脸摄像头和广角摄像头，所述装置包括：采集模块，用于在检测到用户对刷脸识别的触发操作之后，通过所述刷脸设备中的刷脸摄像头采集图像，以及通过所述刷脸设备中的广角摄像头采集图像；获取模块，用于从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征，以及从所述刷脸摄像头采集的图像中获取所述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征；对比模块，用于将所述第二脸部特征与所述第一脸部特征进行对比，以及将所述第二身体特征与所述第一身体特征进行对比；确定模块，用于当所述第二脸部特征与所述第一脸部特征匹配，并且所述第二身体特征与所述第一身体特征匹配时，确定所述第一用户为进行所述触发操作的用户；识别模块，用于根据所述第二脸部特征和所述第二身体特征对所述第一用户进行身份识别；跟踪模块，用于在所述识别模块获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪；执行模块，用于当直至获取身份识别结果，所述跟踪模块均跟踪成功时，根据所述识别模块获取的身份识别结果，执行后续操作。
其中一种可能的实现方式中，所述获取模块，还用于在所述跟踪模块通过所述刷脸摄像头对所述第一用户进行跟踪之后，如果直至获取身份识别结果，所述跟踪模块发生过跟踪失败的事件，则获取所述刷脸摄像头当前识别的第二用户的图像，从所述第二用户的图像中获取所述第二用户的第三脸部特征和第三身体特征；所述对比模块，还用于将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比；所述确定模块，还用于当所述对比模块的对比结果为匹配时，确定所述第二用户是进行所述触发操作的用户；所述执行模块，还用于根据所述识别模块获取的身份识别结果，执行后续操作。
其中一种可能的实现方式中，所述装置还包括：提示模块；所述确定模块，还用于在所述对比模块将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比之后，如果对比结果为不匹配，则确定所述第二用户不是进行所述触发操作的用户；所述提示模块，用于对刷脸意愿进行风险提示。
其中一种可能的实现方式中，所述获取模块包括：多人检测子模块，用于对所述广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点；筛选子模块，用于从所述脸部和身体的关键点中，筛选获得进行所述触发操作的用户的脸部和身体的关键点；特征提取子模块，用于根据所述筛选子模块筛选获得的脸部和身体的关键点，从所述广角摄像头采集的图像中提取进行所述触发操作的用户的第一脸部特征和第一身体特征。
其中一种可能的实现方式中，所述跟踪模块包括：特征获取子模块，用于在获取身份识别结果之前，获取所述刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；判断子模块，用于判断所述至少两帧图像中的脸部特征和身体特征，是否分别与所述第二脸部特征和所述第二身体特征匹配；位置确定子模块，用于当所述至少两帧图像中的脸部特征和身体特征分别与所述第二脸部特征和所述第二身体特征匹配时，根据所述至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化；所述跟踪模块跟踪成功包括：所述脸部的位置变化小于或等于预定的脸部位置变化阈值，并且所述身体的位置变化小于或等于预定的身体位置变化阈值；所述跟踪模块跟踪失败包括：所述脸部的位置变化大于预定的脸部位置变化阈值，和/或所述身体的位置变化大于预定的身体位置变化阈值；或者，所述至少两帧图像中的脸部特征与所述第二脸部特征不匹配，和/或所述至少两帧图像中的身体特征与所述第二身体特征不匹配。
第三方面，本说明书实施例提供一种刷脸设备，包括：刷脸摄像头；广角摄像头；至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。
第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。
应当理解的是，本说明书实施例的第二～四方面与本说明书实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
【附图说明】
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说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本说明书一个实施例提供的刷脸意愿的确认方法的流程图；
图2为本说明书另一个实施例提供的刷脸意愿的确认方法的流程图；
图3为本说明书一个实施例提供的刷脸意愿的确认装置的结构示意图；
图4为本说明书另一个实施例提供的刷脸意愿的确认装置的结构示意图；
图5为本说明书一个实施例提供的刷脸设备的结构示意图。
【具体实施方式】
为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。
应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书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。
针对刷脸意愿风险的问题，现有相关技术中提供的解决方案为基于空间方位的选脸方案，具体地，将所有人脸根据与摄像头的距离排序，选择最前面的人脸(包括部分脸)，如果最前面的人脸与第二个人脸之间的距离差不足15cm(可设置)，则选择这两个人脸中最居中的人脸。
但是这种方案存在以下问题：首先，如果前方只有半个人体，则这种方案的刷脸意愿判断会失效；另外，如果根据深度信息判断，最前面的人脸与摄像头之间还有其他物体(例如：帽子等)，这种方案会认为具有刷脸意愿风险，误判率和拦截率过高。
再者，结合人体信息，如果所选择的人脸与摄像头之间有任何人体(包括部分人体)信息，则认为具有刷脸意愿风险，这样当几个人并列，与摄像头之间的举例相差不大时，或者前方人体没拍摄到时，都无法确定用户的刷脸意愿。
综上所述，现有的意愿判断算法主要依赖刷脸采集过程中的多个人体信息和深度信息，但是受限于摄像头本身的视场角，如果前方刷脸顾客的人体也几乎没有采集到，那刷脸意愿风险无法规避。
基于以上问题，本说明书实施例提供了一种刷脸意愿的确认方法，可以基于多摄像头，简单直接高效地确认用户的刷脸意愿，即使几个用户的位置完全并列，也能有效识别哪个用户点击启动了刷脸识别，从而正确并有针对性地对刷脸意愿进行风险提示。
图1为本说明书一个实施例提供的刷脸意愿的确认方法的流程图，上述刷脸意愿的确认方法应用于刷脸设备，上述刷脸设备中设置有刷脸摄像头和广角摄像头。其中，广角摄像头可以设置为以刷脸设备为中心上下左右一臂长(约60厘米)范围内的视场可见；具体实现时，上述广角摄像头也可以采用超广角摄像头。
如图1所示，上述方法可以包括：
步骤102，检测到用户对刷脸识别的触发操作之后，通过刷脸摄像头采集图像，以及通过广角摄像头采集图像。
具体地，用户对刷脸识别的触发操作可以为：用户点击刷脸设备显示界面中的“刷脸识别”图标，或者，用户的脸部与刷脸设备的显示界面之间的距离小于或等于预定的距离阈值。其中，上述预定的距离阈值可以在具体实现时自行设定，举例来说，上述预定的距离阈值可以为15厘米。
步骤104，从广角摄像头采集的图像中获取进行触发操作的用户的第一脸部特征和第一身体特征，以及从刷脸摄像头采集的图像中获取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征。
由于广角摄像头可以拍摄到以刷脸设备为中心上下左右一臂长(约60厘米)范围内的图像，因此广角摄像头可以拍摄到对刷脸识别进行触发操作的用户。具体地，从广角摄像头采集的图像中获取进行触发操作的用户的第一脸部特征和第一身体特征可以为：对广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点。然后，从上述脸部和身体的关键点中，筛选获得进行触发操作的用户的脸部和身体的关键点；最后，根据筛选获得的脸部和身体的关键点，从广角摄像头采集的图像中提取进行触发操作的用户的第一脸部特征和第一身体特征，具体实现时，可以利用特征提取算法从广角摄像头采集的图像中提取进行触发操作的用户的第一脸部特征和第一身体特征。
具体地，从刷脸摄像头采集的图像中获取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征可以为：从刷脸摄像头采集的图像中，利用特征提取算法提取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征。
其中，上述特征提取算法可以包括卷积神经网络(convolutional neuralnetwork，CNN)、方向梯度直方图(histogram of oriented gradient,HOG)特征提取算法或局部二值模式(local binary pattern，LBP)等，本实施例对所采用的特征提取算法不作限定。
另外，需要说明的是，从刷脸摄像头采集的图像中获取的第二身体特征可以为上半身人体的特征。
步骤106，将第二脸部特征与第一脸部特征进行对比，以及将第二身体特征与第一身体特征进行对比。
步骤108，如果第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配，则确定第一用户为进行上述触发操作的用户。
具体地，由于第一脸部特征和第一身体特征，是从广角摄像头拍摄的图像中提取的进行触发操作的用户的脸部特征和身体特征，因此如果第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配，那么就可以确定刷脸摄像头当前识别的第一用户为进行上述触发操作的用户，从而可以实现对刷脸意愿进行确认，确保刷脸摄像头当前识别的用户即为触发刷脸识别的用户。
步骤110，根据第二脸部特征和第二身体特征对上述第一用户进行身份识别，并在获取身份识别结果之前，根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪。
本实施例中，确定第一用户为进行触发操作的用户之后，刷脸设备就可以根据第二脸部特征和第二身体特征对第一用户进行身份识别，具体地，刷脸设备可以将第二脸部特征和第二身体特征发送给刷脸设备连接的服务器，由该服务器根据第二脸部特征和第二身体特征进行识别，获得第一用户的身份识别结果，然后上述服务器将第一用户的身份识别结果发送给刷脸设备。
而在刷脸设备获取身份识别结果之前，刷脸设备可以根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪。具体地，在获取身份识别结果之前，刷脸设备根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪可以为：在获取身份识别结果之前，获取刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；判断上述至少两帧图像中的脸部特征和身体特征，是否分别与第二脸部特征和第二身体特征匹配；如果是，则根据至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化。
这样，刷脸摄像头跟踪成功可以为：上述脸部的位置变化小于或等于预定的脸部位置变化阈值，并且上述身体的位置变化小于或等于预定的身体位置变化阈值；
刷脸摄像头跟踪失败可以为：上述脸部的位置变化大于预定的脸部位置变化阈值，和/或上述身体的位置变化大于预定的身体位置变化阈值。
其中，上述预定的脸部位置变化阈值可以在具体实现时根据系统性能和/或实现需求等自行设定，本实施例对上述预定的脸部位置变化阈值的大小不作限定；上述预定的身体位置变化阈值也可以在具体实现时根据系统性能和/或实现需求等自行设定，本实施例对上述预定的身体位置变化阈值的大小不作限定。
简单来说，根据刷脸摄像头连续采集的至少两帧图像，如果至少两帧图像中，脸部位置和身体位置变化不大，可以确定刷脸摄像头对第一用户跟踪成功；而如果至少两帧图像中，脸部位置和身体位置变化较大，那么可以确定刷脸摄像头对第一用户跟踪失败。
其中，判断上述至少两帧图像中的脸部特征和身体特征，是否分别与第二脸部特征和第二身体特征匹配是为了判断上述至少两帧图像中的用户是否还是第一用户，是否发生了换人的情况。如果上述至少两帧图像中的脸部特征和身体特征，分别与第二脸部特征和第二身体特征匹配，则说明上述至少两帧图像中的用户是第一用户，未发生换人的情况；而如果至少两帧图像中的脸部特征与第二脸部特征不匹配，和/或至少两帧图像中的身体特征与第二身体特征不匹配，则说明上述至少两帧图像中的用户不是第一用户，这也可以确定刷脸摄像头跟踪失败。
步骤112，如果直至获取身份识别结果，刷脸摄像头均跟踪成功，则根据获取的身份识别结果，执行后续操作。
具体地，如果直至获取身份识别结果，刷脸摄像头均跟踪成功，这说明，刷脸摄像头当前识别的第一用户即为进行触发操作的用户，未发生换人的情况，这样刷脸设备就可以根据获取的身份识别结果，执行后续操作，例如：执行支付操作或打开门禁的操作等。
上述刷脸意愿的确认方法中，刷脸设备检测到用户对刷脸识别的触发操作之后，通过上述刷脸设备中的刷脸摄像头采集图像，以及通过上述刷脸设备中的广角摄像头采集图像，从广角摄像头采集的图像中获取进行触发操作的用户的第一脸部特征和第一身体特征，以及从刷脸摄像头采集的图像中获取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征，然后将第二脸部特征与第一脸部特征进行对比，以及将第二身体特征与第一身体特征进行对比，如果第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配，则确定第一用户为进行上述触发操作的用户，然后，可以根据第二脸部特征和第二身体特征对上述第一用户进行身份识别，并在获取身份识别结果之前，根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪，如果直至获取身份识别结果，刷脸摄像头均跟踪成功，则根据获取的身份识别结果，执行后续操作，从而可以实现对刷脸意愿进行确认，确保刷脸摄像头刷脸识别的用户就是触发刷脸识别的用户，提高刷脸识别的安全性。
图2为本说明书另一个实施例提供的刷脸意愿的确认方法的流程图，如图2所示，本说明书图1所示实施例中，步骤110之后，还可以包括：
步骤202，如果直至获取身份识别结果，刷脸摄像头发生过跟踪失败的事件，则获取刷脸摄像头当前识别的第二用户的图像，从上述第二用户的图像中获取第二用户的第三脸部特征和第三身体特征。
步骤204，将第三脸部特征和第三身体特征分别与第一脸部特征和第一身体特征进行对比。然后执行步骤206或步骤210。
步骤206，如果对比结果为匹配，则确定第二用户是进行上述触发操作的用户。
步骤208，根据获取的身份识别结果，执行后续操作。
步骤210，如果对比结果为不匹配，则确定第二用户不是进行上述触发操作的用户，对刷脸意愿进行风险提示。
具体地，如果直至获取身份识别结果，刷脸摄像头发生过跟踪失败的事件，这说明刷脸摄像头当前识别的用户有可能已经不是触发刷脸识别的用户了，因此需要获取刷脸摄像头当前识别的第二用户的图像，然后从上述第二用户的图像中获取第二用户的第三脸部特征和第三身体特征，再将第三脸部特征和第三身体特征分别与第一脸部特征和第一身体特征进行对比，如果对比结果为匹配，则可以确定第二用户是进行上述触发操作的用户，这说明即便发生了跟踪失败，但刷脸摄像头当前识别的第二用户仍是进行上述触发操作的用户，从而可以对用户的刷脸意愿进行确认，这样，后续执行例如：支付操作时，不会发生对邻居用户的账户执行扣费操作的情况，可以提高刷脸识别的安全性。
而如果对比结果为不匹配，则可以确定第二用户不是进行触发操作的用户，这时可以对刷脸意愿进行风险提示，具体地，可以在刷脸设备的界面上显示文本信息，通过上述文本信息对刷脸意愿进行风险提示，举例来说，上述文本信息可以为：当前正在对您进行刷脸识别，请确认是否本人操作。当然这只是进行风险提示的一种示例，还可以采用其他方式进行风险提示，本实施例对风险提示所采用的方式不作限定。
本说明书实施例采用广角摄像头，可以确保拍摄到点击按钮的人脸和人体，如果刷脸摄像头跟踪失败，则与刷脸摄像头最后识别的人脸进行比对校验，有效弥补了现有刷脸摄像头的视场角的不足，同时也保留了用户点击启动刷脸的现场影像，即使几个人完全并列，也可以有效识别哪个用户点击启动了刷脸识别，从而可以正确并有针对性地进行刷脸意愿的风险提示。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
图3为本说明书一个实施例提供的刷脸意愿的确认装置的结构示意图，上述刷脸意愿的确认装置设置在刷脸设备中，上述刷脸设备中设置有刷脸摄像头和广角摄像头。如图3所示，上述刷脸意愿的确认装置可以包括：采集模块31、获取模块32、对比模块33、确定模块34、识别模块35、跟踪模块36和执行模块37；
其中，采集模块31，用于在检测到用户对刷脸识别的触发操作之后，通过刷脸摄像头采集图像，以及通过广角摄像头采集图像；
获取模块32，用于从广角摄像头采集的图像中获取进行上述触发操作的用户的第一脸部特征和第一身体特征，以及从刷脸摄像头采集的图像中获取上述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征；
对比模块33，用于将第二脸部特征与第一脸部特征进行对比，以及将第二身体特征与第一身体特征进行对比；
确定模块34，用于当第二脸部特征与第一脸部特征匹配，并且第二身体特征与第一身体特征匹配时，确定第一用户为进行触发操作的用户；
识别模块35，用于根据第二脸部特征和第二身体特征对第一用户进行身份识别；
跟踪模块36，用于在识别模块35获取身份识别结果之前，根据第二脸部特征和第二身体特征，通过刷脸摄像头对第一用户进行跟踪；
执行模块37，用于当直至获取身份识别结果，跟踪模块36均跟踪成功时，根据识别模块35获取的身份识别结果，执行后续操作。
图3所示实施例提供的刷脸意愿的确认装置可用于执行本说明书图1所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图4为本说明书另一个实施例提供的刷脸意愿的确认装置的结构示意图，与图3所示的刷脸意愿的确认装置相比，获取模块32，还用于在跟踪模块36通过刷脸摄像头对第一用户进行跟踪之后，如果直至获取身份识别结果，跟踪模块36发生过跟踪失败的事件，则获取刷脸摄像头当前识别的第二用户的图像，从第二用户的图像中获取第二用户的第三脸部特征和第三身体特征；
对比模块33，还用于将第三脸部特征和第三身体特征分别与第一脸部特征和第一身体特征进行对比；
确定模块34，还用于当对比模块33的对比结果为匹配时，确定第二用户是进行触发操作的用户；
执行模块37，还用于根据识别模块35获取的身份识别结果，执行后续操作。
进一步地，上述刷脸意愿的确认装置中还可以包括：提示模块38；
确定模块34，还用于在对比模块33将第三脸部特征和第三身体特征分别与第一脸部特征和第一身体特征进行对比之后，如果对比结果为不匹配，则确定第二用户不是进行上述触发操作的用户；
提示模块38，用于对刷脸意愿进行风险提示。
本实施例中，获取模块32可以包括：多人检测子模块321、筛选子模块322和特征提取子模块323；
其中，多人检测子模块321，用于对广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点；
筛选子模块322，用于从上述脸部和身体的关键点中，筛选获得进行上述触发操作的用户的脸部和身体的关键点；
特征提取子模块323，用于根据筛选子模块322筛选获得的脸部和身体的关键点，从广角摄像头采集的图像中提取进行触发操作的用户的第一脸部特征和第一身体特征。
本实施例中，跟踪模块36可以包括：特征获取子模块361、判断子模块362和位置确定子模块363；
特征获取子模块361，用于在获取身份识别结果之前，获取刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；
判断子模块362，用于判断上述至少两帧图像中的脸部特征和身体特征，是否分别与第二脸部特征和第二身体特征匹配；
位置确定子模块363，用于当至少两帧图像中的脸部特征和身体特征分别与第二脸部特征和第二身体特征匹配时，根据上述至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化；
这样，跟踪模块36跟踪成功可以为：脸部的位置变化小于或等于预定的脸部位置变化阈值，并且身体的位置变化小于或等于预定的身体位置变化阈值；
跟踪模块36跟踪失败可以为：脸部的位置变化大于预定的脸部位置变化阈值，和/或身体的位置变化大于预定的身体位置变化阈值；或者，上述至少两帧图像中的脸部特征与第二脸部特征不匹配，和/或上述至少两帧图像中的身体特征与第二身体特征不匹配。
图4所示实施例提供的刷脸意愿的确认装置可用于执行本说明书图1～图2所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图5为本说明书一个实施例提供的刷脸设备的结构示意图，如图5所示，上述刷脸设备可以包括：刷脸摄像头；广角摄像头；至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图1～图2所示实施例提供的刷脸意愿的确认方法。
图5示出了适于用来实现本说明书实施方式的示例性刷脸设备的框图。图5显示的刷脸设备仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。
如图5所示，刷脸设备以通用计算设备的形式表现。刷脸设备的组件可以包括但不限于：一个或者多个处理器410，通信接口420，存储器430，刷脸摄像头440，广角摄像头450以及连接不同组件(包括处理器410、通信接口420存储器430、刷脸摄像头440和广角摄像头450)的通信总线460。
通信总线460表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，或者使用多种总线结构中的任意总线结构的局域总线。举例来说，通信总线460可以包括但不限于工业标准体系结构(industry standardarchitecture，ISA)总线，微通道体系结构(micro channel architecture，MAC)总线，增强型ISA总线、视频电子标准协会(video electronics standards association，VESA)局域总线以及外围组件互连(peripheral component interconnection，PCI)总线。
刷脸设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被刷脸设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory，RAM)和/或高速缓存存储器。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本说明书图1～图2所示实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书图1～图2所描述的实施例中的功能和/或方法。
处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图1～图2所示实施例提供的刷脸意愿的确认方法。
本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本说明书图1～图2所示实施例提供的刷脸意愿的确认方法。
上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(read only memory，ROM)、可擦式可编程只读存储器(erasable programmable read onlymemory，EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、射频(radio frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localarea network，LAN)或广域网(wide area network，WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属技术领域的技术人员所理解。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机(personal computer，PC)、个人数字助理(personal digital assistant，PDA)、无线手持设备、平板电脑(tablet computer)、手机、MP3播放器、MP4播放器等。
在本说明书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。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。
另外，在本说明书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)执行本说明书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(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。
Claims (12)
1.一种刷脸意愿的确认方法，应用于刷脸设备，所述方法包括：
检测到用户对刷脸识别的触发操作之后，通过所述刷脸设备中的刷脸摄像头采集图像，以及通过所述刷脸设备中的广角摄像头采集图像；
从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征，以及从所述刷脸摄像头采集的图像中获取所述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征；
将所述第二脸部特征与所述第一脸部特征进行对比，以及将所述第二身体特征与所述第一身体特征进行对比；
如果所述第二脸部特征与所述第一脸部特征匹配，并且所述第二身体特征与所述第一身体特征匹配，则确定所述第一用户为进行所述触发操作的用户；
根据所述第二脸部特征和所述第二身体特征对所述第一用户进行身份识别，并在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪；
如果直至获取身份识别结果，所述刷脸摄像头均跟踪成功，则根据获取的身份识别结果，执行后续操作。
2.根据权利要求1所述的方法，其中，所述在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪之后，还包括：
如果直至获取身份识别结果，所述刷脸摄像头发生过跟踪失败的事件，则获取所述刷脸摄像头当前识别的第二用户的图像，从所述第二用户的图像中获取所述第二用户的第三脸部特征和第三身体特征；
将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比；
如果对比结果为匹配，则确定所述第二用户是进行所述触发操作的用户；
根据获取的身份识别结果，执行后续操作。
3.根据权利要求2所述的方法，其中，所述将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比之后，还包括：
如果对比结果为不匹配，则确定所述第二用户不是进行所述触发操作的用户，对刷脸意愿进行风险提示。
4.根据权利要求1-3任意一项所述的方法，其中，所述从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征包括：
对所述广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点；
从所述脸部和身体的关键点中，筛选获得进行所述触发操作的用户的脸部和身体的关键点；
根据筛选获得的脸部和身体的关键点，从所述广角摄像头采集的图像中提取进行所述触发操作的用户的第一脸部特征和第一身体特征。
5.根据权利要求1所述的方法，其中，所述在获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪包括：
在获取身份识别结果之前，获取所述刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；
判断所述至少两帧图像中的脸部特征和身体特征，是否分别与所述第二脸部特征和所述第二身体特征匹配；
如果是，则根据所述至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化；
所述刷脸摄像头跟踪成功包括：所述脸部的位置变化小于或等于预定的脸部位置变化阈值，并且所述身体的位置变化小于或等于预定的身体位置变化阈值；
所述刷脸摄像头跟踪失败包括：所述脸部的位置变化大于预定的脸部位置变化阈值，和/或所述身体的位置变化大于预定的身体位置变化阈值；或者，所述至少两帧图像中的脸部特征与所述第二脸部特征不匹配，和/或所述至少两帧图像中的身体特征与所述第二身体特征不匹配。
6.一种刷脸意愿的确认装置，设置在刷脸设备中，所述装置包括：
采集模块，用于在检测到用户对刷脸识别的触发操作之后，通过所述刷脸设备中的刷脸摄像头采集图像，以及通过所述刷脸设备中的广角摄像头采集图像；
获取模块，用于从所述广角摄像头采集的图像中获取进行所述触发操作的用户的第一脸部特征和第一身体特征，以及从所述刷脸摄像头采集的图像中获取所述刷脸摄像头当前识别的第一用户的第二脸部特征和第二身体特征；
对比模块，用于将所述第二脸部特征与所述第一脸部特征进行对比，以及将所述第二身体特征与所述第一身体特征进行对比；
确定模块，用于当所述第二脸部特征与所述第一脸部特征匹配，并且所述第二身体特征与所述第一身体特征匹配时，确定所述第一用户为进行所述触发操作的用户；
识别模块，用于根据所述第二脸部特征和所述第二身体特征对所述第一用户进行身份识别；
跟踪模块，用于在所述识别模块获取身份识别结果之前，根据所述第二脸部特征和所述第二身体特征，通过所述刷脸摄像头对所述第一用户进行跟踪；
执行模块，用于当直至获取身份识别结果，所述跟踪模块均跟踪成功时，根据所述识别模块获取的身份识别结果，执行后续操作。
7.根据权利要求6所述的装置，其中，
所述获取模块，还用于在所述跟踪模块通过所述刷脸摄像头对所述第一用户进行跟踪之后，如果直至获取身份识别结果，所述跟踪模块发生过跟踪失败的事件，则获取所述刷脸摄像头当前识别的第二用户的图像，从所述第二用户的图像中获取所述第二用户的第三脸部特征和第三身体特征；
所述对比模块，还用于将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比；
所述确定模块，还用于当所述对比模块的对比结果为匹配时，确定所述第二用户是进行所述触发操作的用户；
所述执行模块，还用于根据所述识别模块获取的身份识别结果，执行后续操作。
8.根据权利要求7所述的装置，其中，还包括：提示模块；
所述确定模块，还用于在所述对比模块将所述第三脸部特征和所述第三身体特征分别与所述第一脸部特征和所述第一身体特征进行对比之后，如果对比结果为不匹配，则确定所述第二用户不是进行所述触发操作的用户；
所述提示模块，用于对刷脸意愿进行风险提示。
9.根据权利要求6-8任意一项所述的装置，其中，所述获取模块包括：
多人检测子模块，用于对所述广角摄像头采集的图像进行多人脸和多人体检测，获得脸部和身体的关键点；
筛选子模块，用于从所述脸部和身体的关键点中，筛选获得进行所述触发操作的用户的脸部和身体的关键点；
特征提取子模块，用于根据所述筛选子模块筛选获得的脸部和身体的关键点，从所述广角摄像头采集的图像中提取进行所述触发操作的用户的第一脸部特征和第一身体特征。
10.根据权利要求6所述的装置，其中，所述跟踪模块包括：
特征获取子模块，用于在获取身份识别结果之前，获取所述刷脸摄像头连续采集的至少两帧图像中的脸部特征和身体特征；
判断子模块，用于判断所述至少两帧图像中的脸部特征和身体特征，是否分别与所述第二脸部特征和所述第二身体特征匹配；
位置确定子模块，用于当所述至少两帧图像中的脸部特征和身体特征分别与所述第二脸部特征和所述第二身体特征匹配时，根据所述至少两帧图像中的脸部特征和身体特征，分别确定脸部的位置变化和身体的位置变化；
所述跟踪模块跟踪成功包括：所述脸部的位置变化小于或等于预定的脸部位置变化阈值，并且所述身体的位置变化小于或等于预定的身体位置变化阈值；
所述跟踪模块跟踪失败包括：所述脸部的位置变化大于预定的脸部位置变化阈值，和/或所述身体的位置变化大于预定的身体位置变化阈值；或者，所述至少两帧图像中的脸部特征与所述第二脸部特征不匹配，和/或所述至少两帧图像中的身体特征与所述第二身体特征不匹配。
11.一种刷脸设备，包括：
刷脸摄像头；广角摄像头；至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
12.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110960059.5A CN113516481B (zh) | 2021-08-20 | 2021-08-20 | 刷脸意愿的确认方法、装置和刷脸设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110960059.5A CN113516481B (zh) | 2021-08-20 | 2021-08-20 | 刷脸意愿的确认方法、装置和刷脸设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113516481A true CN113516481A (zh) | 2021-10-19 |
| CN113516481B CN113516481B (zh) | 2024-05-14 |
Family
ID=78068259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110960059.5A Active CN113516481B (zh) | 2021-08-20 | 2021-08-20 | 刷脸意愿的确认方法、装置和刷脸设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113516481B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114549013A (zh) * | 2022-03-01 | 2022-05-27 | 支付宝(杭州)信息技术有限公司 | 刷脸支付方法、装置和刷脸设备 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140344260A1 (en) * | 2013-05-14 | 2014-11-20 | International Business Machines Corporation | Two-Directional Biometric Matching |
| WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
| CN107133799A (zh) * | 2017-04-28 | 2017-09-05 | 上海与德科技有限公司 | 一种基于生物特征的支付方法及装置 |
| CN109461003A (zh) * | 2018-11-30 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 基于多视角的多人脸场景刷脸支付风险防控方法和设备 |
| CN110533015A (zh) * | 2019-08-30 | 2019-12-03 | Oppo广东移动通信有限公司 | 验证方法及验证装置、电子设备、计算机可读存储介质 |
| CN110570200A (zh) * | 2019-08-16 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种支付方法及装置 |
| CN110826370A (zh) * | 2018-08-09 | 2020-02-21 | 广州汽车集团股份有限公司 | 车内人员的身份识别方法、装置、车辆及存储介质 |
| US20200294060A1 (en) * | 2019-08-16 | 2020-09-17 | Alibaba Group Holding Limited | Payment method and device |
| JP2020160901A (ja) * | 2019-03-27 | 2020-10-01 | オムロン株式会社 | 物体追跡装置および物体追跡方法 |
| CN111797718A (zh) * | 2020-06-17 | 2020-10-20 | 恒界时代科技(深圳)有限公司 | 基于人脸识别的智能手表支付方法 |
| CN112396004A (zh) * | 2020-11-23 | 2021-02-23 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
| CN112906597A (zh) * | 2021-03-03 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 用户身份的识别方法、装置和刷脸设备 |
-
2021
- 2021-08-20 CN CN202110960059.5A patent/CN113516481B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140344260A1 (en) * | 2013-05-14 | 2014-11-20 | International Business Machines Corporation | Two-Directional Biometric Matching |
| WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
| CN107133799A (zh) * | 2017-04-28 | 2017-09-05 | 上海与德科技有限公司 | 一种基于生物特征的支付方法及装置 |
| CN110826370A (zh) * | 2018-08-09 | 2020-02-21 | 广州汽车集团股份有限公司 | 车内人员的身份识别方法、装置、车辆及存储介质 |
| CN109461003A (zh) * | 2018-11-30 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 基于多视角的多人脸场景刷脸支付风险防控方法和设备 |
| JP2020160901A (ja) * | 2019-03-27 | 2020-10-01 | オムロン株式会社 | 物体追跡装置および物体追跡方法 |
| CN110570200A (zh) * | 2019-08-16 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种支付方法及装置 |
| US20200294060A1 (en) * | 2019-08-16 | 2020-09-17 | Alibaba Group Holding Limited | Payment method and device |
| CN110533015A (zh) * | 2019-08-30 | 2019-12-03 | Oppo广东移动通信有限公司 | 验证方法及验证装置、电子设备、计算机可读存储介质 |
| CN111797718A (zh) * | 2020-06-17 | 2020-10-20 | 恒界时代科技(深圳)有限公司 | 基于人脸识别的智能手表支付方法 |
| CN112396004A (zh) * | 2020-11-23 | 2021-02-23 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
| CN112906597A (zh) * | 2021-03-03 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 用户身份的识别方法、装置和刷脸设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114549013A (zh) * | 2022-03-01 | 2022-05-27 | 支付宝(杭州)信息技术有限公司 | 刷脸支付方法、装置和刷脸设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113516481B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108197586B (zh) | 脸部识别方法和装置 | |
| US10339402B2 (en) | Method and apparatus for liveness detection | |
| CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111539740B (zh) | 一种支付方法、装置及设备 | |
| CN111553234A (zh) | 融合人脸特征与Re-ID特征排序的行人跟踪方法及装置 | |
| CN106471440A (zh) | 基于高效森林感测的眼睛跟踪 | |
| CN112529939A (zh) | 一种目标轨迹匹配方法、装置、机器可读介质及设备 | |
| CN114677607A (zh) | 基于人脸识别的实时行人统计方法以及装置 | |
| CN107977636B (zh) | 人脸检测方法及装置、终端、存储介质 | |
| CN111327888B (zh) | 摄像头控制方法、装置、计算机设备和存储介质 | |
| CN112651311A (zh) | 一种人脸识别方法和相关设备 | |
| CN113516481B (zh) | 刷脸意愿的确认方法、装置和刷脸设备 | |
| CN110688878B (zh) | 活体识别检测方法、装置、介质及电子设备 | |
| CN112528261A (zh) | 一种sim卡的用户身份的识别方法及装置 | |
| CN110363187B (zh) | 一种人脸识别方法、装置、机器可读介质及设备 | |
| CN109547678B (zh) | 一种处理方法、装置、设备及可读存储介质 | |
| CN115840931A (zh) | 基于人脸滑屏互动的身份验证的方法及相关产品 | |
| CN113689585B (zh) | 一种无感考勤打卡方法、系统及相关设备 | |
| CN111898529B (zh) | 脸部检测方法、装置、电子设备和计算机可读介质 | |
| CN114549013A (zh) | 刷脸支付方法、装置和刷脸设备 | |
| CN113269125B (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
| CN115147449A (zh) | 一种多目标跟踪方法、电子设备、存储介质及产品 | |
| CN114565962A (zh) | 人脸图像处理方法及装置、电子设备和存储介质 | |
| CN114266267A (zh) | 集合二维码、文档、证件、人脸的自动识别方法、装置及存储介质 | |
| CN110174924B (zh) | 一种基于可穿戴设备的交友方法及可穿戴设备 |
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 |