[发明专利]身份识别方法、装置及存储设备有效
申请号: | 201711159539.1 | 申请日: | 2017-11-20 |
公开(公告)号: | CN107944380B | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 陈志博 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V40/40 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 黄威 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 身份 识别 方法 装置 存储 设备 | ||
1.一种身份识别方法,其特征在于,包括:
获取待识别对象的样本集,所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度;
检测每个样本中的人脸图像与注册人脸图像是否匹配;
将匹配的人脸图像对应的样本标记为正样本,将不匹配的人脸图像对应的样本标记为负样本;
多次从所述样本集中随机抽取预设数量的样本,构成多个训练集;
以所述人脸偏转角度为分裂特征,根据每个所述训练集中包含的所述人脸偏转角度及对应所述样本的样本标签,确定分裂条件;
根据所述分裂条件,生成对应的决策树;
对任意一个所述样本进行预测时,每个所述决策树对所述样本输出一个预测结果,所述样本对应N个预测结果;
根据每个所述样本对应N个预测结果,确定所述样本集中为正样本的概率最大的样本,将为正样本的概率最大的样本中的人脸偏转角度作为预设角度阈值;
识别待识别对象是否为活体;
若所述待识别对象为活体,则获取所述待识别对象的当前人脸图像;
定位所述当前人脸图像中的人脸的关键点;
根据定位出的所述关键点的坐标获取定位出的关键点之间的对应关系;
将定位出的关键点之间的对应关系与正面人脸图像中的关键点的对应关系进行对比分析,得到所述当前人脸图像中的人脸偏转角度;
判断所述当前人脸图像中的人脸偏转角度是否小于所述预设角度阈值;
若小于所述预设角度阈值,则检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配,若匹配,则所述待识别对象的身份识别成功。
2.根据权利要求1所述的方法,其特征在于,在识别待识别对象是否为活体之前,还包括:
检测数据库中是否存在所述待识别对象的标识信息;
若所述数据库中存在所述待识别对象的标识信息,则根据所述待识别对象的标识信息从所述数据库中提取所述待识别对象的注册人脸图像。
3.根据权利要求2所述的方法,其特征在于,在检测数据库中是否存在所述待识别对象的标识信息之前,还包括:
获取所述待识别对象的近距离无线通讯NFC卡中携带的所述待识别对象的标识信息;或者
获取所述待识别对象输入的所述待识别对象的标识信息。
4.根据权利要求1所述的方法,其特征在于,所述识别所述待识别对象是否为活体,包括:
采用动作指令检测法、可见光检测法和热红外检测法识别所述待识别对象是否为活体。
5.一种身份识别装置,其特征在于,包括:
第二获取单元,用于获取待识别对象的样本集,所述样本集的每个样本中包括所述待识别对象的人脸图像及对应的人脸偏转角度;
标记单元,用于检测每个样本中的人脸图像与注册人脸图像是否匹配,将匹配的人脸图像对应的样本标记为正样本,将不匹配的人脸图像对应的样本标记为负样本;
构成单元,用于多次从所述样本集中随机抽取预设数量的样本,构成多个训练集;
生成单元,用于以所述人脸偏转角度为分裂特征,根据每个所述训练集中包含的所述人脸偏转角度及对应所述样本的样本标签,确定分裂条件;根据所述分裂条件,生成对应的决策树;
预测单元,用于对任意一个所述样本进行预测时,每个所述决策树对所述样本输出一个预测结果,所述样本对应N个预测结果;
确定单元,用于根据每个样本的预测结果确定至少一个预设角度阈值;
识别单元,用于识别待识别对象是否为活体;
第一获取单元,用于在所述待识别对象为活体时,获取所述待识别对象的当前人脸图像;定位所述当前人脸图像中的人脸的关键点;根据定位出的所述关键点的坐标获取定位出的关键点之间的对应关系;将定位出的关键点之间的对应关系与正面人脸图像中的关键点的对应关系进行对比分析,得到所述当前人脸图像中的人脸偏转角度;
判断单元,用于判断所述当前人脸图像中的人脸偏转角度是否小于所述预设角度阈值;
第一检测单元,用于在所述当前人脸图像中的人脸偏转角度小于预设角度阈值时,检测所述待识别对象的当前人脸图像与注册人脸图像是否匹配,若匹配,则所述待识别对象的身份识别成功。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711159539.1/1.html,转载请声明来源钻瓜专利网。