JP2019500687A - 顔認証方法、装置及びコンピュータ記憶媒体 - Google Patents
顔認証方法、装置及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP2019500687A JP2019500687A JP2018526888A JP2018526888A JP2019500687A JP 2019500687 A JP2019500687 A JP 2019500687A JP 2018526888 A JP2018526888 A JP 2018526888A JP 2018526888 A JP2018526888 A JP 2018526888A JP 2019500687 A JP2019500687 A JP 2019500687A
- Authority
- JP
- Japan
- Prior art keywords
- face
- data set
- face image
- image
- pattern
- 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
- 238000000034 method Methods 0.000 title claims abstract description 138
- 230000001815 facial effect Effects 0.000 claims abstract description 153
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims description 98
- 230000015654 memory Effects 0.000 claims description 54
- 238000013528 artificial neural network Methods 0.000 claims description 46
- 238000010276 construction Methods 0.000 claims description 35
- 238000013527 convolutional neural network Methods 0.000 claims description 34
- 238000000605 extraction Methods 0.000 claims description 25
- 230000015572 biosynthetic process Effects 0.000 claims description 20
- 238000003786 synthesis reaction Methods 0.000 claims description 20
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000010606 normalization Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000005457 optimization Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- 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
- 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
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
本願は、2016年04月21日付けで出願された出願番号が201610250901.5である中国特許出願を基礎にして提出したものであり、当該中国特許出願の優先権を主張し、当該中国特許出願の内容は全て参考として本願に援用される。
認証すべき網状模様付き顔画像及び初期の顔画像を取得することと、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得することと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得することと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うことと、を含む顔認証方法を提供する。
認証すべき網状模様付き顔画像及び初期の顔画像を取得するように構成される取得ユニットと、
予め設定された網状模様除去モデルを用いて、前記取得ユニットにより取得された網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得するように構成される第1の網状模様除去ユニットと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出するして、初期の顔特徴を取得するように構成される特徴抽出ユニットと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される認証ユニットと、を含む顔認証装置を提供する。
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される顔認証装置を提供する。
本実施例において、顔認証装置の観点から説明し、前記顔認証装置は、具体的には、サーバなどのネットワーク装置に集積されてもよい。
認証すべき網状模様付き顔画像及び初期の顔画像を取得するステップS101と、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得するステップS102と、を含む。
一実施形態として、顔認証装置は、まず、認証すべき網状模様付き顔画像及び初期の顔画像を取得し、次に、該網状模様付き顔画像と初期の顔画像中の顔とが同一人物であるか否かを判別することで、顔認証を完了する。
第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築するステップ1と、
予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得するステップ2と、
前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成するステップ3と、
前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するステップ4と、を含む。
前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築するステップbと、
前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するステップcと、を含む。
予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得するステップdと、
前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成するステップeと、
前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成するステップfと、
前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するステップgと、を含む。
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得するステップS1041と、
前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断するステップS1042と、
同一人物に属すると判断すれば、顔認証成功と決定するステップS1043と、
同一人物に属していないと判断すれば、顔認証失敗と決定するステップS1044と、を含む。
前記類似値が予め設定された閾値を越えていれば、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属すると決定することと、
前記類似値が予め設定された閾値を越えていなければ、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属していないと決定することと、を含む。
第1実施例に記載の方法に基づいて、以下、例を挙げて詳しく説明する。
網状模様除去モデルを生成するステップS21は、
本願に係る網状模様除去モデルを生成する概略フローチャートである図2bに示すように、以下ステップS211〜ステップS214を含む:
ステップS211、身分証明書顔写真データセット1を構築する。
本願に係る身分証明書顔−自分撮り顔の認証モデルを生成する概略フローチャートである図2cに示すように、以下ステップS221〜ステップS223を含む:
ステップS221、身分証明書顔写真データセット2を構築する。
本願の実施例に係る網状模様除去身分証明書顔−自分撮り顔の認証モデルを生成する概略フローチャートである図2dに示すように、以下ステップS231〜ステップS233を含む:
ステップS231、網状模様付き身分証明書顔写真データセット2を構築する。
本願の実施例に係る網状模様付き身分証明書顔画像及び自分撮り顔画像を認証する概略フローチャートである図2eに示すように、以下ステップS241〜ステップS245を含む:
ステップS241、網状模様付き身分証明書顔写真に網状模様除去操作を行って、網状模様除去身分証明書顔写真を生成する。
ステップS233で取得された「網状模様除去身分証明書顔−自分撮り顔」の認証モデルを用いて、自分撮り顔写真の特徴を抽出することにより、自分撮り顔特徴を取得する。
本願の実施例に係る顔認証方法の実施をより容易に実施するために、本願の実施例は、さらに、上記顔認証方法に基づく装置を提供する。名詞の意味は、上記顔認証方法と同様であり、具体的な実施詳細は、方法の実施例の説明を参照することができる。
第1の構築ユニット3051、第1の合成ユニット3052、第1のトレーニングユニット3053及び第1の決定ユニット3054を含み、予め設定された網状模様除去モデルを生成するように構成され、具体的には、
前記第1の構築ユニット3051は、第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築するように構成され、前記第1の合成ユニット3052は、予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得するように構成され、
前記第1のトレーニングユニット3053は、前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成するように構成され、前記第1の決定ユニット3054は、前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するように構成される。
前記第2の構築ユニット3061は、第2タイプの顔画像を収集し、前記第2タイプの顔画像に基づいて第2の顔データセットを構築するように構成され、
前記第3の構築ユニット3062は、前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築するように構成され、前記第2のトレーニングユニット3063は、前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するように構成される。
前記第2の合成ユニット3071は、予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得するように構成され、前記第2の網状模様除去ユニット3072は、前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成するように構成され、
前記微調整ユニット3073は、前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成するように構成され、前記第2の決定ユニット3074は、前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するように構成される。
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得するように構成される計算サブユニット3041と、前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断するように構成される判断サブユニット3042と、
同一人物に属すると判断すれば、顔認証成功と決定するように構成される第1の決定サブユニット3043と、同一人物に属していないと判断すれば、顔認証失敗と決定するように構成された第2の決定サブユニット3044と、を含む。
本願の実施例は、さらに、実際の応用において、本願の実施例に係るサーバの概略構成図を示す図4に示すように、プロセッサ401と、前記プロセッサ401が実行可能な命令のデータが記憶されているメモリ402とを含み、前記命令が実行されると、前記プロセッサ401が、
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成されるサーバにより実現される、顔認証装置を提供する。
前記サーバは、処理コアとなる一つ又は複数のプロセッサ401、コンピュータ可読記憶媒体である一つ又は複数のメモリ402、高周波(RF、Radio Frequency)回路403、電源404、入力ユニット405及び表示ユニット406などの部品を含む。当業者に理解されるように、図4に示すサーバ構成は、サーバを限定するものではなく、図示のものより多い若しくは少ない部品を含むか、又は一部の部品を組み合わせるか、又は異なった部品配置にすることができる。
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行う、
という命令に応じて、一つ又は複数のアプリケーションプログラムのプロセスに対応する実行可能なファイルをメモリ402にロードすると共に、メモリ402に記憶されたアプリケーションプログラムをプロセッサ401により実行することにより、様々な機能を実現することができる。
12 ユーザ端末
13 メモリ
301 取得ユニット
302 第1の網状模様除去ユニット
303 特徴抽出ユニット
304 認証ユニット
401 プロセッサ
402 メモリ
403 高周波回路
404 電源
405 入力ユニット
406 表示ユニット
3041 計算サブユニット
3042 判断サブユニット
3043 第1の決定サブユニット
3044 第2の決定サブユニット
3051 第1の構築ユニット
3052 第1の合成ユニット
3053 第1のトレーニングユニット
3054 第1の決定ユニット
3061 第2の構築ユニット
3062 第3の構築ユニット
3063 第2のトレーニングユニット
3071 第2の合成ユニット
3072 第2の網状模様除去ユニット
3073 微調整ユニット
3074 第2の決定ユニット
本願は、2016年04月21日付けで出願された出願番号が201610250901.5である中国特許出願を基礎にして提出したものであり、当該中国特許出願の優先権を主張し、当該中国特許出願の内容は全て参考として本願に援用される。
認証すべき網状模様付き顔画像及び初期の顔画像を取得することと、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得することと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得することと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、前記網状模様除去顔画像及び初期の顔画像に対して顔認証を行うことと、を含む顔認証方法を提供する。
認証すべき網状模様付き顔画像及び初期の顔画像を取得するように構成される取得ユニットと、
予め設定された網状模様除去モデルを用いて、前記取得ユニットにより取得された網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得するように構成される第1の網状模様除去ユニットと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出するして、初期の顔特徴を取得するように構成される特徴抽出ユニットと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、前記網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される認証ユニットと、を含む顔認証装置を提供する。
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、前記網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される顔認証装置を提供する。
本実施例において、顔認証装置の観点から説明し、前記顔認証装置は、具体的には、サーバなどのネットワーク装置に集積されてもよい。
認証すべき網状模様付き顔画像及び初期の顔画像を取得するステップS101と、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得するステップS102と、を含む。
一実施形態として、顔認証装置は、まず、認証すべき網状模様付き顔画像及び初期の顔画像を取得し、次に、該網状模様付き顔画像と初期の顔画像中の顔とが同一人物であるか否かを判別することで、顔認証を完了する。
第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築するステップ1と、
予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得するステップ2と、
前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成するステップ3と、
前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するステップ4と、を含む。
前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築するステップbと、
前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するステップcと、を含む。
予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得するステップdと、
前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成するステップeと、
前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成するステップfと、
前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するステップgと、を含む。
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得するステップS1041と、
前記類似値に基づいて、前記網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断するステップS1042と、
同一人物に属すると判断すれば、顔認証成功と決定するステップS1043と、
同一人物に属していないと判断すれば、顔認証失敗と決定するステップS1044と、を含む。
前記類似値が予め設定された閾値を越えていれば、前記網状模様除去顔画像と初期の顔画像とが同一人物に属すると決定することと、
前記類似値が予め設定された閾値を越えていなければ、前記網状模様除去顔画像と初期の顔画像とが同一人物に属していないと決定することと、を含む。
第1実施例に記載の方法に基づいて、以下、例を挙げて詳しく説明する。
網状模様除去モデルを生成するステップS21は、
本願に係る網状模様除去モデルを生成する概略フローチャートである図2bに示すように、以下ステップS211〜ステップS214を含む:
ステップS211、身分証明書顔写真データセット1を構築する。
本願に係る身分証明書顔−自分撮り顔の認証モデルを生成する概略フローチャートである図2cに示すように、以下ステップS221〜ステップS223を含む:
ステップS221、身分証明書顔写真データセット2を構築する。
本願の実施例に係る網状模様除去身分証明書顔−自分撮り顔の認証モデルを生成する概略フローチャートである図2dに示すように、以下ステップS231〜ステップS233を含む:
ステップS231、網状模様付き身分証明書顔写真データセット2を構築する。
本願の実施例に係る網状模様付き身分証明書顔画像及び自分撮り顔画像を認証する概略フローチャートである図2eに示すように、以下ステップS241〜ステップS245を含む:
ステップS241、網状模様付き身分証明書顔写真に網状模様除去操作を行って、網状模様除去身分証明書顔写真を生成する。
ステップS233で取得された「網状模様除去身分証明書顔−自分撮り顔」の認証モデルを用いて、自分撮り顔写真の特徴を抽出することにより、自分撮り顔特徴を取得する。
本願の実施例に係る顔認証方法の実施をより容易に実施するために、本願の実施例は、さらに、上記顔認証方法に基づく装置を提供する。名詞の意味は、上記顔認証方法と同様であり、具体的な実施詳細は、方法の実施例の説明を参照することができる。
第1の構築ユニット3051、第1の合成ユニット3052、第1のトレーニングユニット3053及び第1の決定ユニット3054を含み、予め設定された網状模様除去モデルを生成するように構成され、具体的には、
前記第1の構築ユニット3051は、第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築するように構成され、前記第1の合成ユニット3052は、予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得するように構成され、
前記第1のトレーニングユニット3053は、前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成するように構成され、前記第1の決定ユニット3054は、前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するように構成される。
前記第2の構築ユニット3061は、第2タイプの顔画像を収集し、前記第2タイプの顔画像に基づいて第2の顔データセットを構築するように構成され、
前記第3の構築ユニット3062は、前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築するように構成され、前記第2のトレーニングユニット3063は、前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するように構成される。
前記第2の合成ユニット3071は、予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得するように構成され、前記第2の網状模様除去ユニット3072は、前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成するように構成され、
前記微調整ユニット3073は、前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成するように構成され、前記第2の決定ユニット3074は、前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するように構成される。
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得するように構成される計算サブユニット3041と、前記類似値に基づいて、前記網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断するように構成される判断サブユニット3042と、
同一人物に属すると判断すれば、顔認証成功と決定するように構成される第1の決定サブユニット3043と、同一人物に属していないと判断すれば、顔認証失敗と決定するように構成された第2の決定サブユニット3044と、を含む。
本願の実施例は、さらに、実際の応用において、本願の実施例に係るサーバの概略構成図を示す図4に示すように、プロセッサ401と、前記プロセッサ401が実行可能な命令のデータが記憶されているメモリ402とを含み、前記命令が実行されると、前記プロセッサ401が、
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、前記網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成されるサーバにより実現される、顔認証装置を提供する。
前記サーバは、処理コアとなる一つ又は複数のプロセッサ401、コンピュータ可読記憶媒体である一つ又は複数のメモリ402、高周波(RF、Radio Frequency)回路403、電源404、入力ユニット405及び表示ユニット406などの部品を含む。当業者に理解されるように、図4に示すサーバ構成は、サーバを限定するものではなく、図示のものより多い若しくは少ない部品を含むか、又は一部の部品を組み合わせるか、又は異なった部品配置にすることができる。
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、前記網状模様除去顔画像及び初期の顔画像に対して顔認証を行う、
という命令に応じて、一つ又は複数のアプリケーションプログラムのプロセスに対応する実行可能なファイルをメモリ402にロードすると共に、メモリ402に記憶されたアプリケーションプログラムをプロセッサ401により実行することにより、様々な機能を実現することができる。
12 ユーザ端末
13 メモリ
301 取得ユニット
302 第1の網状模様除去ユニット
303 特徴抽出ユニット
304 認証ユニット
401 プロセッサ
402 メモリ
403 高周波回路
404 電源
405 入力ユニット
406 表示ユニット
3041 計算サブユニット
3042 判断サブユニット
3043 第1の決定サブユニット
3044 第2の決定サブユニット
3051 第1の構築ユニット
3052 第1の合成ユニット
3053 第1のトレーニングユニット
3054 第1の決定ユニット
3061 第2の構築ユニット
3062 第3の構築ユニット
3063 第2のトレーニングユニット
3071 第2の合成ユニット
3072 第2の網状模様除去ユニット
3073 微調整ユニット
3074 第2の決定ユニット
Claims (20)
- 認証すべき網状模様付き顔画像及び初期の顔画像を取得することと、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得することと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得することと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うことと、を含む顔認証方法。 - さらに、第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築することと、
予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得することと、
前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成することと、
前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定することと、を含む請求項1に記載の顔認証方法。 - さらに、第2タイプの顔画像を収集し、前記第2タイプの顔画像に基づいて第2の顔データセットを構築することと、
前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築することと、
前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成することと、を含む請求項1に記載の顔認証方法。 - 前記方法は、さらに、予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得することと、
前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成することと、
前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成することと、
前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定することと、を含む請求項3に記載の顔認証方法。 - 前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うことは、
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得することと、
前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断することと、
同一人物に属すると判断すれば、顔認証成功と決定することと、
同一人物に属していないと判断すれば、顔認証失敗と決定することと、を含む請求項1に記載の顔認証方法。 - 前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断することは、
前記類似値が予め設定された閾値を越えていれば、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属すると決定することと、
前記類似値が予め設定された閾値を越えていなければ、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属していないと決定することと、を含む請求項5に記載の顔認証方法。 - 前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算することは、
ユークリッド距離アルゴリズム、コサイン距離アルゴリズム、統合ベイズアルゴリズム、及び距離計量学習アルゴリズムのうちのいずれかを用いて、前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算することを含む請求項5に記載の顔認証方法。 - 認証すべき網状模様付き顔画像及び初期の顔画像を取得するように構成される取得ユニットと、
予め設定された網状模様除去モデルを用いて、前記取得ユニットにより取得された網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得するように構成される第1の網状模様除去ユニットと、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得するように構成される特徴抽出ユニットと、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される認証ユニットと、を含む顔認証装置。 - 前記装置は、さらに、
第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築するように構成される第1の構築ユニットと、
予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得するように構成される第1の合成ユニットと、
前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成するように構成される第1トレーニングユニットと、
前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するように構成される第1の決定ユニットと、を含む請求項8に記載の顔認証装置。 - 前記装置は、さらに、
第2タイプの顔画像を収集し、前記第2タイプの顔画像に基づいて第2の顔データセットを構築するように構成される第2の構築ユニットと、
前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築するように構成される第3の構築ユニットと、
前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するように構成される第2のトレーニングユニットと、を含む請求項8に記載の顔認証装置。 - 前記装置は、さらに、
予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得するように構成される第2の合成ユニットと、
前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成するように構成される第2の網状模様除去ユニットと、
前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成するように構成される微調整ユニットと、
前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するように構成される第2の決定ユニットと、を含む請求項10に記載の顔認証装置。 - 前記認証ユニットは、
前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得するように構成される計算サブユニットと、
前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断するように構成される判断サブユニットと、
同一人物に属すると判断すれば、顔認証成功と決定するように構成される第1の決定サブユニットと、
同一人物に属していないと判断すれば、顔認証失敗と決定するように構成された第2の決定サブユニットと、を含む請求項8に記載の顔認証装置。 - 前記判断サブユニットは、
前記類似値が予め設定された閾値を越えていれば、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属すると決定し、前記類似値が予め設定された閾値を越えていなければ、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属していないと決定するように構成される請求項12に記載の顔認証装置。 - 前記計算サブユニットは、
ユークリッド距離アルゴリズム、コサイン距離アルゴリズム、統合ベイズアルゴリズム、及び距離計量学習アルゴリズムのうちのいずれかを用いて、前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算するように構成される請求項12に記載の顔認証装置。 - プロセッサと、前記プロセッサが実行可能な命令のデータが記憶されているメモリとを含み、前記命令が実行されると、前記プロセッサは、
認証すべき網状模様付き顔画像及び初期の顔画像を取得し、
予め設定された網状模様除去モデルを用いて、前記網状模様付き顔画像に網状模様除去操作を行って、網状模様除去顔画像を取得し、
予め設定された網状模様除去顔認証モデルにより、前記網状模様除去顔画像の特徴を抽出して、網状模様除去顔特徴を取得し、前記予め設定された網状模様除去顔認証モデルにより、前記初期の顔画像の特徴を抽出して、初期の顔特徴を取得し、
前記網状模様除去顔特徴及び前記初期の顔特徴に基づいて、対応する網状模様除去顔画像及び初期の顔画像に対して顔認証を行うように構成される顔認証装置。 - 前記プロセッサは、さらに、第1タイプの顔画像を収集し、前記第1タイプの顔画像に基づいて第1の顔データセットを構築し、予め設定された網状模様ウォーターマークに基づいて、前記第1の顔データセットを合成して、第1の網状模様付き顔データセットを取得し、前記第1の顔データセット及び前記第1の網状模様付き顔データセットを用いて、網状模様除去畳み込みニューラルネットワークトレーニングを行って、網状模様除去モデルを生成し、前記網状模様除去モデルを予め設定された網状模様除去モデルとして決定するように構成される請求項15に記載の顔認証装置。
- 前記プロセッサは、さらに、第2タイプの顔画像を収集し、前記第2タイプの顔画像に基づいて第2の顔データセットを構築し、前記第2の顔データセットに対応する第3タイプの顔画像を取得し、前記第3タイプの顔画像に基づいて第3の顔データセットを構築し、前記第2の顔データセット及び前記第3の顔データセットを用いて、顔認証畳み込みニューラルネットワークトレーニングを行って、第1の顔認証モデルを生成するように構成される請求項15に記載の顔認証装置。
- 前記プロセッサは、さらに、予め設定された網状模様ウォーターマークに基づいて、前記第2の顔データセットを合成して、第2の網状模様付き顔データセットを取得し、前記網状模様除去モデルを用いて、前記第2の網状模様付き顔データセット内の各画像に網状模様除去操作を行って、網状模様除去顔データセットを生成し、前記網状模様除去顔データセット及び前記第3の顔データセットに基づいて、前記第1の顔認証モデルに対してネットワーク微調整を行って、第2の顔認証モデルを生成し、前記第2の顔認証モデルを予め設定された網状模様除去顔認証モデルとして決定するように構成される請求項17に記載の顔認証装置。
- 前記プロセッサは、さらに、前記網状模様除去顔特徴と前記初期の顔特徴との間の類似度を計算して、類似値を取得し、前記類似値に基づいて、対応する網状模様除去顔画像と初期の顔画像とが同一人物に属するか否かを判断し、同一人物に属すると判断すれば、顔認証成功と決定し、同一人物に属していないと判断すれば、顔認証失敗と決定するように構成される請求項15に記載の顔認証装置。
- 請求項1〜7のいずれかの一項に記載の顔認証方法を実行するためのコンピュータ実行可能命令が記憶されているコンピュータ記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610250901.5A CN105930797B (zh) | 2016-04-21 | 2016-04-21 | 一种人脸验证方法及装置 |
CN201610250901.5 | 2016-04-21 | ||
PCT/CN2017/080745 WO2017181923A1 (zh) | 2016-04-21 | 2017-04-17 | 一种人脸验证方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019500687A true JP2019500687A (ja) | 2019-01-10 |
JP6656376B2 JP6656376B2 (ja) | 2020-03-04 |
Family
ID=56839549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018526888A Active JP6656376B2 (ja) | 2016-04-21 | 2017-04-17 | 顔認証方法、装置及びコンピュータ記憶媒体 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3370188B1 (ja) |
JP (1) | JP6656376B2 (ja) |
KR (1) | KR102045978B1 (ja) |
CN (1) | CN105930797B (ja) |
WO (1) | WO2017181923A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2020202572A1 (ja) * | 2019-04-05 | 2020-10-08 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930797B (zh) * | 2016-04-21 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 一种人脸验证方法及装置 |
CN106709418B (zh) * | 2016-11-18 | 2019-06-21 | 北京智慧眼科技股份有限公司 | 基于现场照和证件照的人脸识别方法及识别装置 |
CN106709866B (zh) * | 2016-11-18 | 2019-12-13 | 智慧眼科技股份有限公司 | 证件照去除网格水印的方法及装置、人脸验证方法及装置 |
CN106846271B (zh) * | 2017-01-18 | 2020-04-17 | 天津中科智能识别产业技术研究院有限公司 | 一种去除身份证照片中网纹的方法 |
CN108229325A (zh) * | 2017-03-16 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人脸检测方法和系统、电子设备、程序和介质 |
CN107016657B (zh) * | 2017-04-07 | 2019-05-28 | 河北工业大学 | 被网纹覆盖的人脸图片的修复方法 |
CN109426775B (zh) * | 2017-08-25 | 2022-02-25 | 株式会社日立制作所 | 一种检测人脸图像中网纹的方法、装置及设备 |
CN109426714B (zh) * | 2017-08-30 | 2022-04-19 | 创新先进技术有限公司 | 换人检测方法及装置、用户身份验证方法及装置 |
CN107766844A (zh) * | 2017-11-13 | 2018-03-06 | 杭州有盾网络科技有限公司 | 一种网纹照人脸识别的方法、装置、设备 |
CN107993190B (zh) * | 2017-11-14 | 2020-05-19 | 中国科学院自动化研究所 | 图像水印去除装置 |
CN108108685B (zh) * | 2017-12-15 | 2022-02-08 | 北京小米移动软件有限公司 | 进行面部识别处理的方法和装置 |
CN108090473B (zh) * | 2018-01-12 | 2021-04-30 | 北京陌上花科技有限公司 | 多相机下人脸识别的方法及装置 |
CN108734673B (zh) * | 2018-04-20 | 2019-11-15 | 平安科技(深圳)有限公司 | 去网纹系统训练方法、去网纹方法、装置、设备及介质 |
CN108416343B (zh) * | 2018-06-14 | 2020-12-22 | 北京远鉴信息技术有限公司 | 一种人脸图像识别方法及装置 |
CN109002767A (zh) * | 2018-06-22 | 2018-12-14 | 恒安嘉新(北京)科技股份公司 | 一种基于深度学习的人脸验证方法及系统 |
CN110738227B (zh) * | 2018-07-20 | 2021-10-12 | 马上消费金融股份有限公司 | 模型训练方法及装置、识别方法、存储介质及电子设备 |
CN110738226B (zh) * | 2018-07-20 | 2021-09-03 | 马上消费金融股份有限公司 | 身份识别方法及装置、存储介质及电子设备 |
US10972450B1 (en) | 2019-04-15 | 2021-04-06 | Wells Fargo Bank, N.A. | Systems and methods for securely migrating data between devices |
CN110175961B (zh) * | 2019-05-22 | 2021-07-27 | 艾特城信息科技有限公司 | 一种基于人脸图像分割对抗思想的去网纹方法 |
KR102159188B1 (ko) * | 2019-05-31 | 2020-09-23 | 백석대학교산학협력단 | 무아레 기반 융합 보안 토큰을 이용한 cctv 통제 보안 시스템 |
CN110765843B (zh) * | 2019-09-03 | 2023-09-22 | 平安科技(深圳)有限公司 | 人脸验证方法、装置、计算机设备及存储介质 |
CN110795714A (zh) * | 2019-09-10 | 2020-02-14 | 中国平安财产保险股份有限公司 | 一种身份验证方法、装置、计算机设备及存储介质 |
CN112836701A (zh) * | 2019-11-25 | 2021-05-25 | 中国移动通信集团浙江有限公司 | 人脸识别方法、装置及计算设备 |
CN111768333A (zh) * | 2020-05-29 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 标识去除方法、装置、设备及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060133651A1 (en) * | 2002-12-31 | 2006-06-22 | Polcha Andrew J | Recoverable biometric identity system and method |
US7409372B2 (en) * | 2003-06-20 | 2008-08-05 | Hewlett-Packard Development Company, L.P. | Neural network trained with spatial errors |
KR20070036491A (ko) * | 2005-09-29 | 2007-04-03 | 삼도산업전기(주) | 신분증 확인 시스템 및 그 방법 |
CN102567985B (zh) * | 2010-12-30 | 2015-01-07 | 北京大学 | 提取网纹图像的网格结构的方法与系统 |
CN102567957B (zh) * | 2010-12-30 | 2014-06-25 | 北京大学 | 去除图像中网纹的方法与系统 |
CN102572201B (zh) * | 2010-12-31 | 2015-01-28 | 北京大学 | 一种图像网纹去除方法及系统 |
EP3149611A4 (en) * | 2014-05-27 | 2017-08-09 | Beijing Kuangshi Technology Co., Ltd. | Learning deep face representation |
WO2016015170A1 (en) * | 2014-07-28 | 2016-02-04 | Xiaoou Tang | A method for face recognition and a system thereof |
CN104899579A (zh) * | 2015-06-29 | 2015-09-09 | 小米科技有限责任公司 | 人脸识别方法和装置 |
CN105117692A (zh) * | 2015-08-05 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的实时人脸识别方法及系统 |
CN105930797B (zh) * | 2016-04-21 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 一种人脸验证方法及装置 |
-
2016
- 2016-04-21 CN CN201610250901.5A patent/CN105930797B/zh active Active
-
2017
- 2017-04-17 JP JP2018526888A patent/JP6656376B2/ja active Active
- 2017-04-17 EP EP17785408.0A patent/EP3370188B1/en active Active
- 2017-04-17 WO PCT/CN2017/080745 patent/WO2017181923A1/zh active Application Filing
- 2017-04-17 KR KR1020187015129A patent/KR102045978B1/ko active IP Right Grant
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2020202572A1 (ja) * | 2019-04-05 | 2020-10-08 | ||
WO2020202572A1 (ja) * | 2019-04-05 | 2020-10-08 | 日本電気株式会社 | 画像処理システム、推定装置、処理方法及びプログラム |
JP7124957B2 (ja) | 2019-04-05 | 2022-08-24 | 日本電気株式会社 | 画像処理システム、推定装置、処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
KR102045978B1 (ko) | 2019-11-18 |
EP3370188A4 (en) | 2018-11-14 |
EP3370188A1 (en) | 2018-09-05 |
WO2017181923A1 (zh) | 2017-10-26 |
KR20180077239A (ko) | 2018-07-06 |
EP3370188B1 (en) | 2024-03-13 |
CN105930797B (zh) | 2019-03-26 |
CN105930797A (zh) | 2016-09-07 |
JP6656376B2 (ja) | 2020-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6656376B2 (ja) | 顔認証方法、装置及びコンピュータ記憶媒体 | |
KR102144707B1 (ko) | 인공지능 학습을 위한 모바일 기기의 터치 기반 어노테이션과 이미지 생성 방법 및 그 장치 | |
JP6926339B2 (ja) | 画像のクラスタリング方法及び装置、電子機器並びに記憶媒体 | |
CN109800737B (zh) | 面部识别方法及装置、电子设备和存储介质 | |
US10439818B2 (en) | Captcha image generation method and apparatus, and server | |
WO2021031609A1 (zh) | 活体检测方法及装置、电子设备和存储介质 | |
KR20160074500A (ko) | 모바일 비디오 서치 기법 | |
CN106022071B (zh) | 一种指纹解锁的方法及终端 | |
WO2017118250A1 (zh) | 一种美颜处理方法、装置和终端设备 | |
CN112532885B (zh) | 防抖方法、装置及电子设备 | |
CN104168112A (zh) | 一种基于多模态生物特征的密钥生成方法 | |
US20210217145A1 (en) | System and method for multi-frame contextual attention for multi-frame image and video processing using deep neural networks | |
CN112291475B (zh) | 拍照方法、装置及电子设备 | |
US20210279508A1 (en) | Image processing method, apparatus and storage medium | |
CN114612986A (zh) | 检测方法、装置、电子设备及存储介质 | |
CN113409342A (zh) | 图像风格迁移模型的训练方法、装置及电子设备 | |
WO2019128564A1 (zh) | 对焦方法、装置、存储介质及电子设备 | |
CN109151318A (zh) | 一种图像处理方法、装置及计算机存储介质 | |
US9552813B2 (en) | Self-adaptive intelligent voice device and method | |
CN110727810A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN104363374A (zh) | 高帧率的视频生成方法、装置及终端 | |
CN107729736B (zh) | 人脸识别方法以及相关产品 | |
CN113240598A (zh) | 人脸图像去模糊方法、人脸图像去模糊装置、介质与设备 | |
CN112561822B (zh) | 美颜方法、装置、电子设备及存储介质 | |
CN115221537A (zh) | 一种模型处理方法、装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180524 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180524 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190610 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190624 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190920 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200127 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6656376 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |