[发明专利]身份鉴权方法、身份鉴权装置、和电子设备

权利要求书

1.一种身份鉴权方法，包括：

步骤S1：投射红外泛光至待测物体，并感测该待测物体的第一红外图像；

步骤S2：由该第一红外图像获得该待测物体的二维图像信息，并比对该待测物体的二维图像信息与预存的二维图像信息是否匹配；

步骤S3：投射红外结构光至该待测物体，并感测该待测物体的第二红外图像；

步骤S4：由该第二红外图像构建出该待测物体的立体图像信息，并比对该待测物体的立体图像信息与预存的立体图像信息是否匹配；

步骤S5：根据该步骤S2和步骤S4的执行结果，确认该待测物体的身份是否合法。

2.如权利要求1所述的身份鉴权方法，其特征在于：步骤S4与步骤S2分时进行，其中，步骤S2先于或后于步骤S4进行。

3.如权利要求2所述的身份鉴权方法，其特征在于：在步骤S5中，当确认步骤S2与步骤S4中的任意一个步骤先被执行而获得的结果是否定的结果时，则身份鉴权失败。

4.如权利要求3所述的身份鉴权方法，其特征在于：在步骤S5中，当确认步骤S2与步骤S4被执行后所获得的结果都是肯定的结果时，则身份鉴权成功。

5.如权利要求1所述的身份鉴权方法，其特征在于：步骤S1中的红外泛光的波长范围为[925,955]纳米、或/和，步骤S3中的红外结构光的波长范围为[925,955]纳米。

6.如权利要求1所述的身份鉴权方法，其特征在于：步骤S1中的红外泛光的波长为940纳米、或/和，步骤S3中的红外结构光的波长为940纳米。

7.如权利要求1所述的身份鉴权方法，其特征在于：该预存的二维图像信息为物体面部的二维图像信息，该预存的立体图像信息为物体面部的立体图像信息，在步骤S2中比对的是：该待测物体的二维图像信息与预存的物体面部的二维图像信息是否匹配，在步骤S4中比对的是：该待测物体的立体图像信息与预存的物体面部的立体图像信息是否匹配。

8.如权利要求7所述的身份鉴权方法，其特征在于：该预存的物体面部的二维图像信息包括面部特征信息，该步骤S2进一步包括：对该第一红外图像进行特征提取，通过比对提取到的特征信息与预存的面部特征信息，来确认该待测物体的二维图像信息与预存的物体面部的二维图像信息是否匹配。

9.如权利要求7或8所述的身份鉴权方法，其特征在于：该预存的物体面部的立体图像信息包括立体特征信息，步骤S4进一步包括：根据该第二红外图像，提取立体特征信息，通过比对提取到的立体特征信息与预存的立体特征信息是否匹配，来判断该待测物体的立体图像信息与该预存的物体面部的立体图像信息是否匹配。

10.如权利要求9所述的身份鉴权方法，其特征在于：所述预存的物体面部的二维图像信息为人体面部的二维图像信息，所述预存的物体面部的立体图像信息为该人体面部的立体图像信息。

11.如权利要求10所述的身份鉴权方法，其特征在于：在步骤S2中，通过深度学习方法提取该待测物体的面部特征信息；在步骤S4中，通过深度学习方法提取该待测物体的立体人脸特征信息。

12.如权利要求11所述的身份鉴权方法，其特征在于：该深度学习方法包括：建立深度卷积神经网络模型，使用预定数量的人脸照片训练该深度卷积神经网络模型，根据训练好的该深度卷积神经网络模型提取人脸的特征参数。

13.如权利要求1所述的身份鉴权方法，其特征在于：先执行步骤S1，然后同时执行步骤S2和S3，其中，当步骤S2中的待测物体的二维图像信息与预存的二维图像信息匹配成功后，则启动执行步骤S4，否则，当步骤S2中的待测物体的二维图像信息与预存的二维图像信息匹配失败时，则身份鉴权失败。