CN113627387A - 基于人脸识别的并行身份认证方法、装置、设备和介质 - Google Patents

基于人脸识别的并行身份认证方法、装置、设备和介质 Download PDF

Info

Publication number
CN113627387A
CN113627387A CN202111004918.XA CN202111004918A CN113627387A CN 113627387 A CN113627387 A CN 113627387A CN 202111004918 A CN202111004918 A CN 202111004918A CN 113627387 A CN113627387 A CN 113627387A
Authority
CN
China
Prior art keywords
face
processed
picture
identity authentication
authentication
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
CN202111004918.XA
Other languages
English (en)
Inventor
敖晓琴
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.)
Ping An International Financial Leasing Co Ltd
Original Assignee
Ping An International Financial Leasing 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 Ping An International Financial Leasing Co Ltd filed Critical Ping An International Financial Leasing Co Ltd
Priority to CN202111004918.XA priority Critical patent/CN113627387A/zh
Publication of CN113627387A publication Critical patent/CN113627387A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

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

Abstract

本申请涉及人工智能技术领域,尤其是一种基于人脸识别的并行身份认证方法、装置、设备和介质。所述方法包括:接收终端发送的录入的身份认证视频;对所述身份认证视频进行采样得到至少两张待处理图片;判断所述待处理图片中是否存在人脸,若是,提取所述待处理图片中的人脸区域;根据所提取的人脸区域并行调用人脸认证接口对所述人脸区域中的人脸进行认证得到人脸认证结果;根据所述人脸认证结果得到身份认证结果。采用本方法能够提高认证准确性。

Description

基于人脸识别的并行身份认证方法、装置、设备和介质
技术领域
本申请涉及人工智能技术领域,特别是涉及一种基于人脸识别的并行身份认证方法、装置、设备和介质。
背景技术
随着计算机技术的发展,出现了人脸识别技术,其中人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别利用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸图像进行一系列的相关应用操作。
传统技术中,人脸识别技术被广泛地应用在身份认证中,其中传统的人脸识别多是通过指引拍摄上传照片解析,这将可能出现他人恶意破解,拍摄静态照片或者通过偷拍骗拍等手段上传不属于他的照片,后端无法完全判断其时效和真实性,从而使得人份认证失败。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高认证准确性的基于人脸识别的并行身份认证方法、装置、设备和介质。
一种基于人脸识别的并行身份认证方法,所述方法包括:
接收终端发送的录入的身份认证视频;
对所述身份认证视频进行采样得到至少两张待处理图片;
判断所述待处理图片中是否存在人脸,若是,提取所述待处理图片中的人脸区域;
根据所提取的人脸区域并行调用人脸认证接口对所述人脸区域中的人脸进行认证得到人脸认证结果;
根据所述人脸认证结果得到身份认证结果。
在其中一个实施例中,所述提取所述待处理图片中的人脸区域之前,还包括:
提取所述待处理图片中的人脸形态,并比较各所述待处理图片对应的人脸形态;
当所述人脸形态存在差异时,则继续提取所述待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
在其中一个实施例中,所述判断所述待处理图片中是否存在人脸之后,还包括:
当所述待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
在其中一个实施例中,所述重新采样替换包括:
获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;
在所述采样时间往前或往后的所述预设时间间隔位置处进行重新采样,且重新采样的所述待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的所述待处理图片,并继续判断所述待处理图片中是否存在人脸的步骤。
在其中一个实施例中,所述身份认证视频携带有在预设时间段内的固定话术;所述对所述身份认证视频进行采样得到至少两张待处理图片之前,还包括:
对所述身份认证视频进行话术提取以得到待验证话术;
将所述待验证话术与所述固定话术进行比较;
当所述待验证话术与所述固定话术比较成功,则继续对所述身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
在其中一个实施例中,所述根据所述人脸认证结果得到身份认证结果之后,包括:
当所述身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;
调用人脸认证接口对所述正面照进行认证得到初始检测结果;
根据所述初始检测结果更新所述身份认证结果。
在其中一个实施例中,所述根据所述初始检测结果更新所述身份认证结果之后,包括:
当所述初始检测结果为检测成功,则发送标准短信验证码至终端;
接收终端返回的待处理短信验证码;
基于所述标准短信验证码和所述待处理短信验证码更新所述身份验证结果。
一种基于人脸识别的并行身份认证装置,所述装置包括:
第一接收模块,用于接收终端发送的录入的身份认证视频;
采样模块,用于对所述身份认证视频进行采样得到至少两张待处理图片;
判断模块,用于判断所述待处理图片中是否存在人脸,若是,提取所述待处理图片中的人脸区域;
认证模块,用于根据所提取的人脸区域并行调用人脸认证接口对所述人脸区域中的人脸进行认证得到人脸认证结果;
输出模块,用于根据所述人脸认证结果得到身份认证结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
上述基于人脸识别的并行身份认证方法、装置、设备和介质,通过采集身份认证视频,并从身份认证视频中采集至少两张待处理图片,这样使得后续可以并行进行人脸认证,且为了保证并行人脸认证的准确性,在人脸认证之前先判断待处理图片中是否存在人脸,若是存在,才进行并行人脸认证,且根据并行的多个人脸认证的结果来确定最后的认证结果,使得认证更为准确。
附图说明
图1为一个实施例中基于人脸识别的并行身份认证方法的应用环境图;
图2为一个实施例中基于人脸识别的并行身份认证方法的流程示意图;
图3为一个实施例中基于人脸识别的并行身份认证装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于人脸识别的并行身份认证方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102拍摄身份认证视频并发送给服务器104,服务器104接收终端发送的录入的身份认证视频;并对身份认证视频进行采样得到至少两张待处理图片;判断待处理图片中是否存在人脸,若是,提取待处理图片中的人脸区域;根据所提取的人脸区域并行调用人脸认证接口对人脸区域中的人脸进行认证得到人脸认证结果;根据人脸认证结果得到身份认证结果。这样通过采集身份认证视频,并从身份认证视频中采集至少两张待处理图片,这样使得后续可以并行进行人脸认证,且为了保证并行人脸认证的准确性,在人脸认证之前先判断待处理图片中是否存在人脸,若是存在,才进行并行人脸认证,且根据并行的多个人脸认证的结果来确定最后的认证结果,使得认证更为准确。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于人脸识别的并行身份认证方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S202:接收终端发送的录入的身份认证视频。
具体地,身份认证视频是终端拍摄的并发送给服务器的,在其中一个场景中,例如在客户进行合同电子签约时,需要完成重点提示以及合同预览后,进入签约视频录入界面,这样通过该界面终端可以录制得到身份认证视频。
其中可选地,在录制身份认证视频之前,服务器根据终端发送的合同生成固定话术,例如提取合同中的一句话等等,服务器将所生成的固定话术发送至终端,终端将固定话术显示在身份认证视频录入界面,并在身份认证视频录制的时候用户需要说出固定话术。这样引入固定话术保证客户是主观意识且真实操作,能够自己思考本次操作的重要性及意愿性,加入视频拍摄场景,让客户再次确认本次动作是否不受任何客观因素影响,把控合同签署的有效性、真实性、重要性。
其中需要说明的是终端在录制固定话术时,还需要满足时间要求,例如必须在一定时间内录制完成,否则录入失败。例如在30秒内录制完成。这里的一定时间的设置与身份认证视频的采样的采样时间点相关,通过两者联合,仅通过简单的时间控制即可以实现采样,使得采样更为简单。
S204:对身份认证视频进行采样得到至少两张待处理图片。
具体地,采样可以是根据服务器预设的频率进行采样得到的,例如在视频开始后预设时间进行截图,其中可选地在视频开始后5秒进行截图,例如假设拍摄的时长为20秒,则可以在5秒、10秒以及15秒处截图,以得到三张待处理图片,其中需要说明的是待处理图片的采样的频率可以根据需要进行设置,仅需要保证三张待处理图片之间存在一定的间隔,例如大于1秒以上。这样通过视频录入结合体静默活体检测技术,通过摄像头直接获取,能够快速、便捷、非接触性的完成,操作非常便捷,由于传统的图像处理特征算子的方法在实际应用和测试过程中,或多或少会受到观想、角度和距离等不抗拒因素,而本实施例中融合了视频拍摄环节,自动获取多张人像图像,实现多重人像特征的重检。
S206:判断待处理图片中是否存在人脸,若是,提取待处理图片中的人脸区域。
具体地,判断待处理图片中是否存在人脸可以是根据预先训练得到的模型来识别的,该模型可以通过快速模型训练,不需要对人脸进行准确的识别,仅需要大体确定图片中是否存在人脸即可。提取待处理图片中的人脸区域则可以是与判断待处理图片中是否存在人脸为同一模型,即直接获取到待处理图片中的人脸区域,若是可以获取到则判断存在人脸,并输出人脸区域,否则确定待处理图片中不存在人脸。
S208:根据所提取的人脸区域并行调用人脸认证接口对人脸区域中的人脸进行认证得到人脸认证结果。
具体地,本实施例中并行调用人脸认证接口可以是根据所提取的待处理图片的张数确定的,根据待处理图片的张数确定调用线程的数量,在每个调用线程中调用对应的人脸认证接口以对本调用线程中的待处理图片进行处理并得到对应的人脸认证结果,其中优选地,一个调用线程对应处理一个待处理图片。这样即使在多张待处理图片的处理的同时,通过并行调用人脸认证接口可以实现快速处理。其中人脸认证接口的作用是将待处理图片与标准库的身份证头像进行比对。
S210:根据人脸认证结果得到身份认证结果。
具体地,服务器通过收集各个调用线程的人脸认证结果,并对人脸认证结果进行处理以得到身份认证结果。其中,优选地,服务器统计所述的人脸认证结果,若是所有的人脸认证结果均为认证成功,则身份认证结果为认证成功,否则身份认证结果为认证失败。
优选地,服务器可以将认证失败的待处理图片输出给终端,以提示终端重新录制视频等。
上述基于人脸识别的并行身份认证方法,通过采集身份认证视频,并从身份认证视频中采集至少两张待处理图片,这样使得后续可以并行进行人脸认证,且为了保证并行人脸认证的准确性,在人脸认证之前先判断待处理图片中是否存在人脸,若是存在,才进行并行人脸认证,且根据并行的多个人脸认证的结果来确定最后的认证结果,使得认证更为准确。
在其中一个实施例中,提取待处理图片中的人脸区域之前,还包括:提取待处理图片中的人脸形态,并比较各待处理图片对应的人脸形态;当人脸形态存在差异时,则继续提取待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
具体地,人脸形态可以是基于形状模型获取到的,例如基于规则全局形状模型,比如对独立特征点的检测,初始化搜索区域设置在特定的位置上,规定眼睛位于鼻子的上方,鼻子在嘴巴上方以及特定特征点之间距离的比例关系等等的一系列的规则,这样得到人脸形态。其中人脸形态可以是指人脸的各个器官之间的位置距离或者是姿态变化,例如嘴巴张大度,眼睛的睁开程度等等,然后比较各所述待处理图片中的人脸形态,当人脸形态存在差异时,则继续提取待处理图片中的人脸区域,若是形态差异较小,说明可能是提取的同一张图片的人脸区域,因此重新采样替换该人脸图片,例如录制卡顿导致所采样的图片完全一样。
上述实施例中,通过采集不同的人脸形态的图片,以进行人脸认证,保证了认证的准确性。
在其中一个实施例中,判断待处理图片中是否存在人脸之后,还包括:当待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
具体地,在该实施例中是所采样的待处理图片不存在人脸的时候的处理方式,具体地例如在视频录制之前的几秒或者是视频录制完成后,抑或在视频录制过程中均可能存在人脸闪出画面的情况,针对该种情况,为了保证人脸认证的准确性,先判断待处理图片是否存在人脸,若不存在,则针对该张待处理图片进行重新采样得到待处理图片,为后续的人脸认证的准确奠定基础。
在其中一个实施例中,重新采样替换包括:获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;在采样时间往前或往后的预设时间间隔位置处进行重新采样,且重新采样的待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的待处理图片,并继续判断待处理图片中是否存在人脸的步骤。
具体地,重新采样的待处理图片的采样时间是指待处理图片在整个视频中的时间点,预设时间间隔是预先设置的重新采样的时间间隔,该时间间隔是指新采样的待处理图片与重新采样的待处理图片的时间点之间的时间间隔。其中,服务器根据预设时间间隔以及采样时间重新确定新的采样时间,并进行采样得到新的待处理图片,其新的采样时间的确定还需要保证与不需要重新采样待处理图片的采样时间的间距大于预设间距,例如上文中的1秒,这样若是往前或往后的新的采样时间均满足要求则随机选取一个即可,然后继续上文中的步骤。且需要说明的一点是若是往后的新的采样时间所采集的待处理图片仍没有人脸,则以原来的采样时间往前的新的采样时间为准进行采样,以保证获取到包含人脸的待处理图片。
可选地,在新的采样时间的确定时,服务器还可以确定原来的采样时间的位置,若是为第一采样时间,则优选往后的新的采样时间,若是为最后一个采样时间,则优选往前的新的采样时间。
在其中一个实施例中,身份认证视频携带有在预设时间段内的固定话术,对身份认证视频进行采样得到至少两张待处理图片之前,还包括:对身份认证视频进行话术提取以得到待验证话术;将待验证话术与固定话术进行比较;当待验证话术与固定话术比较成功,则继续对身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
具体地,固定话术的生成方式可以参见上文,本实施例中,在服务器对身份认证视频进行采样之前通过识别身份认证视频中的话术进行视频录制是否符合要求的验证,例如服务器接收到身份认证视频后,先对身份认证视频进行语音提取,并将所提取的语音转换为文本,即待处理话术,然后将待处理话术与固定话术进行比较,若是比较成功,例如相似度达到90%以上,则认为身份认证视频拍摄成功,继续进行下一步的采样工作。
其中可选地,服务器在提取身份认证视频的语音时,还获取到语音开始时间和语音结束时间,这样在对身份认证视频进行采样的时候可以仅从存在语音的视频部分进行采样,保证了采样的准确性,且在重新采样的时候,也是仅从存在语音的部分进行采样。
在其中一个实施例中,根据人脸认证结果得到身份认证结果之后,包括:当身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;调用人脸认证接口对正面照进行认证得到初始检测结果;根据初始检测结果更新身份认证结果。
在其中一个实施例中,根据初始检测结果更新身份认证结果之后,包括:当初始检测结果为检测成功,则发送标准短信验证码至终端;接收终端返回的待处理短信验证码;基于标准短信验证码和待处理短信验证码更新身份验证结果。
上述实施例中,在人脸认证未通过时,服务器还向终端发送正面照采集指令,从而采集用户的正面照,并根据正面照来调用对应的人脸认证接口进行认证得到初始检测结果,若检测全部通过,系统会发送短信验证码,再次校验是否为本人操作。完成短信验证后,则签约成功。
上述实施例中,提出的视屏人脸识别技术能通过客户上传的拍摄视频验证其时效性和真实性,客户需通过预设的指引,按照规定随机的要求拍摄指定视频,上传之后会根据上传的视频验证该客户是否为是本人,并通过预设的规则解析,客户拍摄的视频是否是按照指定的规则拍摄的,从而达到判断其时效性与真实性,杜绝了冒拍套拍的场景,使得实际应用场景更加安全可控,减少非本人风险,提高风险合规性,进而杜绝可能的经济和人力损失。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种基于人脸识别的并行身份认证装置,包括:第一接收模块301、采样模块302、判断模块303、认证模块304和输出模块305,其中:
第一接收模块301,用于接收终端发送的录入的身份认证视频;
采样模块302,用于对身份认证视频进行采样得到至少两张待处理图片;
判断模块303,用于判断待处理图片中是否存在人脸,若是,提取待处理图片中的人脸区域;
认证模块304,用于根据所提取的人脸区域并行调用人脸认证接口对人脸区域中的人脸进行认证得到人脸认证结果;
输出模块305,用于根据人脸认证结果得到身份认证结果。
在其中一个实施例中,上述基于人脸识别的并行身份认证装置还可以包括:
形态提取模块,用于提取待处理图片中的人脸形态,并比较各待处理图片对应的人脸形态;
重采样模块302,用于当人脸形态存在差异时,则继续提取待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
在其中一个实施例中,上述重采样模块302还用于当待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
在其中一个实施例中,上述重采样模块302包括:
时间获取单元,用于获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;
重采样单元,用于在采样时间往前或往后的预设时间间隔位置处进行重新采样,且重新采样的待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的待处理图片,并继续判断待处理图片中是否存在人脸的步骤。
在其中一个实施例中,身份认证视频携带有在预设时间段内的固定话术;上述基于人脸识别的并行身份认证装置还可以包括:
话术提取模块,用于对身份认证视频进行话术提取以得到待验证话术;
比较模块,用于将待验证话术与固定话术进行比较;
循环模块,用于当待验证话术与固定话术比较成功,则继续对身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
在其中一个实施例中,上述基于人脸识别的并行身份认证装置还可以包括:
第二接收模块,用于当身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;
上述认证模块304还用于调用人脸认证接口对正面照进行认证得到初始检测结果;
更新模块,用于根据初始检测结果更新身份认证结果。
在其中一个实施例中,上述基于人脸识别的并行身份认证装置还可以包括:
发送模块,用于当初始检测结果为检测成功,则发送标准短信验证码至终端;
第三接收模块,用于接收终端返回的待处理短信验证码;
上述更新模块用于基于标准短信验证码和待处理短信验证码更新身份验证结果。
关于基于人脸识别的并行身份认证装置的具体限定可以参见上文中对于基于人脸识别的并行身份认证方法的限定,在此不再赘述。上述基于人脸识别的并行身份认证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储XXX数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于人脸识别的并行身份认证方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收终端发送的录入的身份认证视频;对身份认证视频进行采样得到至少两张待处理图片;判断待处理图片中是否存在人脸,若是,提取待处理图片中的人脸区域;根据所提取的人脸区域并行调用人脸认证接口对人脸区域中的人脸进行认证得到人脸认证结果;根据人脸认证结果得到身份认证结果。
在一个实施例中,处理器执行计算机程序时所实现的提取待处理图片中的人脸区域之前,还包括:提取待处理图片中的人脸形态,并比较各待处理图片对应的人脸形态;当人脸形态存在差异时,则继续提取待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
在一个实施例中,处理器执行计算机程序时所实现的判断待处理图片中是否存在人脸之后,还包括:当待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
在一个实施例中,处理器执行计算机程序时所实现的重新采样替换包括:获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;在采样时间往前或往后的预设时间间隔位置处进行重新采样,且重新采样的待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的待处理图片,并继续判断待处理图片中是否存在人脸的步骤。
在一个实施例中,处理器执行计算机程序时所实现的身份认证视频携带有在预设时间段内的固定话术;处理器执行计算机程序时所实现的对身份认证视频进行采样得到至少两张待处理图片之前,还包括:对身份认证视频进行话术提取以得到待验证话术;将待验证话术与固定话术进行比较;当待验证话术与固定话术比较成功,则继续对身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
在一个实施例中,处理器执行计算机程序时所实现的根据人脸认证结果得到身份认证结果之后,包括:当身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;调用人脸认证接口对正面照进行认证得到初始检测结果;根据初始检测结果更新身份认证结果。
在一个实施例中,处理器执行计算机程序时所实现的根据初始检测结果更新身份认证结果之后,包括:当初始检测结果为检测成功,则发送标准短信验证码至终端;接收终端返回的待处理短信验证码;基于标准短信验证码和待处理短信验证码更新身份验证结果。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收终端发送的录入的身份认证视频;对身份认证视频进行采样得到至少两张待处理图片;判断待处理图片中是否存在人脸,若是,提取待处理图片中的人脸区域;根据所提取的人脸区域并行调用人脸认证接口对人脸区域中的人脸进行认证得到人脸认证结果;根据人脸认证结果得到身份认证结果。
在一个实施例中,计算机程序被处理器执行时所实现的提取待处理图片中的人脸区域之前,还包括:提取待处理图片中的人脸形态,并比较各待处理图片对应的人脸形态;当人脸形态存在差异时,则继续提取待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
在一个实施例中,计算机程序被处理器执行时所实现的判断待处理图片中是否存在人脸之后,还包括:当待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
在一个实施例中,计算机程序被处理器执行时所实现的重新采样替换包括:获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;在采样时间往前或往后的预设时间间隔位置处进行重新采样,且重新采样的待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的待处理图片,并继续判断待处理图片中是否存在人脸的步骤。
在一个实施例中,计算机程序被处理器执行时所实现的身份认证视频携带有在预设时间段内的固定话术;计算机程序被处理器执行时所实现的对身份认证视频进行采样得到至少两张待处理图片之前,还包括:对身份认证视频进行话术提取以得到待验证话术;将待验证话术与固定话术进行比较;当待验证话术与固定话术比较成功,则继续对身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
在一个实施例中,计算机程序被处理器执行时所实现的根据人脸认证结果得到身份认证结果之后,包括:当身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;调用人脸认证接口对正面照进行认证得到初始检测结果;根据初始检测结果更新身份认证结果。
在一个实施例中,计算机程序被处理器执行时所实现的根据初始检测结果更新身份认证结果之后,包括:当初始检测结果为检测成功,则发送标准短信验证码至终端;接收终端返回的待处理短信验证码;基于标准短信验证码和待处理短信验证码更新身份验证结果。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于人脸识别的并行身份认证方法,其特征在于,所述方法包括:
接收终端发送的录入的身份认证视频;
对所述身份认证视频进行采样得到至少两张待处理图片;
判断所述待处理图片中是否存在人脸,若是,提取所述待处理图片中的人脸区域;
根据所提取的人脸区域并行调用人脸认证接口对所述人脸区域中的人脸进行认证得到人脸认证结果;
根据所述人脸认证结果得到身份认证结果。
2.根据权利要求1所述的方法,其特征在于,所述提取所述待处理图片中的人脸区域之前,还包括:
提取所述待处理图片中的人脸形态,并比较各所述待处理图片对应的人脸形态;
当所述人脸形态存在差异时,则继续提取所述待处理图片中的人脸区域,否则,将差异度小于预设值的待处理人脸图片进行重新采样替换。
3.根据权利要求2所述的方法,其特征在于,所述判断所述待处理图片中是否存在人脸之后,还包括:
当所述待处理人脸图片不存在人脸时,则将不存在人脸的待处理人脸图片进行重新采样替换。
4.根据权利要求3所述的方法,其特征在于,所述重新采样替换包括:
获取待重新采样的待处理图片对应的采样时间以及预设时间间隔;
在所述采样时间往前或往后的所述预设时间间隔位置处进行重新采样,且重新采样的所述待处理图片与不需要重新采样待处理图片的采样时间的间距大于预设间距时,获取重新采样的所述待处理图片,并继续判断所述待处理图片中是否存在人脸的步骤。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述身份认证视频携带有在预设时间段内的固定话术;所述对所述身份认证视频进行采样得到至少两张待处理图片之前,还包括:
对所述身份认证视频进行话术提取以得到待验证话术;
将所述待验证话术与所述固定话术进行比较;
当所述待验证话术与所述固定话术比较成功,则继续对所述身份认证视频进行采样得到至少两张待处理图片,否则返回验证失败的结果。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据所述人脸认证结果得到身份认证结果之后,包括:
当所述身认证结果为认证失败,则输出正面照采集指令,并接收终端所采集的正面照;
调用人脸认证接口对所述正面照进行认证得到初始检测结果;
根据所述初始检测结果更新所述身份认证结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述初始检测结果更新所述身份认证结果之后,包括:
当所述初始检测结果为检测成功,则发送标准短信验证码至终端;
接收终端返回的待处理短信验证码;
基于所述标准短信验证码和所述待处理短信验证码更新所述身份验证结果。
8.一种基于人脸识别的并行身份认证装置,其特征在于,所述装置包括:
第一接收模块,用于接收终端发送的录入的身份认证视频;
采样模块,用于对所述身份认证视频进行采样得到至少两张待处理图片;
判断模块,用于判断所述待处理图片中是否存在人脸,若是,提取所述待处理图片中的人脸区域;
认证模块,用于根据所提取的人脸区域并行调用人脸认证接口对所述人脸区域中的人脸进行认证得到人脸认证结果;
输出模块,用于根据所述人脸认证结果得到身份认证结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202111004918.XA 2021-08-30 2021-08-30 基于人脸识别的并行身份认证方法、装置、设备和介质 Pending CN113627387A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111004918.XA CN113627387A (zh) 2021-08-30 2021-08-30 基于人脸识别的并行身份认证方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111004918.XA CN113627387A (zh) 2021-08-30 2021-08-30 基于人脸识别的并行身份认证方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN113627387A true CN113627387A (zh) 2021-11-09

Family

ID=78388368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111004918.XA Pending CN113627387A (zh) 2021-08-30 2021-08-30 基于人脸识别的并行身份认证方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN113627387A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623357A (zh) * 2022-09-20 2023-01-17 奥利机械(集团)有限公司 一种供水设备泵房的无线遥感通信方法和系统
CN115798023A (zh) * 2023-02-13 2023-03-14 成都睿瞳科技有限责任公司 一种人脸识别认证方法、装置、存储介质及处理器

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101114909A (zh) * 2007-08-17 2008-01-30 搜图科技(南京)有限公司 全自动视频身份认证系统及方法
CN106951866A (zh) * 2017-03-21 2017-07-14 北京深度未来科技有限公司 一种人脸认证方法及装置
CN108491258A (zh) * 2018-03-29 2018-09-04 百度在线网络技术(北京)有限公司 用于处理图像的方法和装置
CN108734067A (zh) * 2017-04-20 2018-11-02 杭州海康威视数字技术股份有限公司 一种人证比对的认证方法、系统及相机
CN109872233A (zh) * 2019-01-17 2019-06-11 深圳壹账通智能科技有限公司 合同签订方法、装置、计算机设备及存储介质
CN111339842A (zh) * 2020-02-11 2020-06-26 深圳壹账通智能科技有限公司 一种视频卡顿识别方法、装置及终端设备
CN112055013A (zh) * 2020-09-01 2020-12-08 好活(昆山)网络科技有限公司 一种自动化认证方法、装置、设备和存储介质
CN112367314A (zh) * 2020-10-30 2021-02-12 中国工商银行股份有限公司 身份认证的方法、装置、计算设备和介质
CN112822176A (zh) * 2020-12-31 2021-05-18 北方工业大学 一种远程app身份认证方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101114909A (zh) * 2007-08-17 2008-01-30 搜图科技(南京)有限公司 全自动视频身份认证系统及方法
CN106951866A (zh) * 2017-03-21 2017-07-14 北京深度未来科技有限公司 一种人脸认证方法及装置
CN108734067A (zh) * 2017-04-20 2018-11-02 杭州海康威视数字技术股份有限公司 一种人证比对的认证方法、系统及相机
CN108491258A (zh) * 2018-03-29 2018-09-04 百度在线网络技术(北京)有限公司 用于处理图像的方法和装置
CN109872233A (zh) * 2019-01-17 2019-06-11 深圳壹账通智能科技有限公司 合同签订方法、装置、计算机设备及存储介质
CN111339842A (zh) * 2020-02-11 2020-06-26 深圳壹账通智能科技有限公司 一种视频卡顿识别方法、装置及终端设备
CN112055013A (zh) * 2020-09-01 2020-12-08 好活(昆山)网络科技有限公司 一种自动化认证方法、装置、设备和存储介质
CN112367314A (zh) * 2020-10-30 2021-02-12 中国工商银行股份有限公司 身份认证的方法、装置、计算设备和介质
CN112822176A (zh) * 2020-12-31 2021-05-18 北方工业大学 一种远程app身份认证方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623357A (zh) * 2022-09-20 2023-01-17 奥利机械(集团)有限公司 一种供水设备泵房的无线遥感通信方法和系统
CN115798023A (zh) * 2023-02-13 2023-03-14 成都睿瞳科技有限责任公司 一种人脸识别认证方法、装置、存储介质及处理器

Similar Documents

Publication Publication Date Title
CN109726624B (zh) 身份认证方法、终端设备和计算机可读存储介质
CN106599772B (zh) 活体验证方法和装置及身份认证方法和装置
KR102196686B1 (ko) 신원 인증 방법 및 장치
CN109326058B (zh) 基于智慧柜员机的身份核查方法、装置、终端及可读介质
WO2020140665A1 (zh) 双录视频质量检测方法、装置、计算机设备和存储介质
CN108920639B (zh) 基于语音交互的上下文获取方法及设备
WO2021068616A1 (zh) 身份验证方法、装置、计算机设备和存储介质
CN110705451A (zh) 人脸识别方法、装置、终端及服务器
CN108920640B (zh) 基于语音交互的上下文获取方法及设备
CN110675433A (zh) 视频处理方法、装置、电子设备及存储介质
WO2020019591A1 (zh) 用于生成信息的方法和装置
CN113627387A (zh) 基于人脸识别的并行身份认证方法、装置、设备和介质
JP6969663B2 (ja) ユーザの撮影装置を識別する装置及び方法
CN110348193A (zh) 验证方法、装置、设备和存储介质
CN112364827A (zh) 人脸识别方法、装置、计算机设备和存储介质
JP7412496B2 (ja) 生体(liveness)検出検証方法、生体検出検証システム、記録媒体、及び生体検出検証システムの訓練方法
CN111160928A (zh) 一种验证身份的方法及装置
CN110929244A (zh) 数字化身份识别方法、装置、设备及存储介质
CN111611437A (zh) 一种防止人脸声纹验证替换攻击的方法及装置
JP6693710B2 (ja) 映像解析装置及び映像解析方法
CN110866418B (zh) 图像底库生成方法、装置、设备、系统及存储介质
CN111046804A (zh) 活体检测方法、装置、电子设备及可读存储介质
CN115984977A (zh) 活体检测方法和系统
CN114625256A (zh) 基于人工智能的计算机视觉任务处理方法及系统
CN113822205A (zh) 会议记录生成方法、装置、电子设备以及存储介质

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