[发明专利]身份认证方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010250552.3 申请日: 2020-04-01
公开(公告)号: CN111582027A 公开(公告)日: 2020-08-25
发明(设计)人: 李景;林辉;潘钟声;温煦;江勇 申请(专利权)人: 广州亚美智造科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 关志琨
地址: 510665 广东省广州市天*** 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 认证 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种身份认证方法,其特征在于,所述方法包括:

获取待认证用户的人脸图像,并提取所述人脸图像中的人脸特征;

确定所述人脸特征与预设用户的多角度人脸特征之间的特征相似度;所述多角度人脸特征为根据所述预设用户的多角度人脸图像得到的;

根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差异,确定所述特征相似度的决策权重;

根据所述特征相似度和所述特征相似度的决策权重,确定所述待认证用户的身份认证结果。

2.根据权利要求1所述的方法,其特征在于,所述多角度人脸特征包括多个子角度人脸特征,各个所述子角度人脸特征具有对应的人脸姿态,所述根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差异,确定所述特征相似度的决策权重,包括:

获取所述人脸图像的人脸姿态;

分别确定所述人脸图像的人脸姿态与各个所述子角度人脸特征对应的人脸姿态之间的人脸姿态偏差;

根据各个所述人脸姿态偏差,分别确定各个子特征相似度对应的相似度阈值;所述子特征相似度为所述人脸特征与所述子角度人脸特征之间的特征相似度;其中,所述相似度阈值用于表征与所述子特征相似度对应的决策权重。

3.根据权利要求2所述的方法,其特征在于,当所述预设用户具有一个时,所述根据所述特征相似度和所述特征相似度的决策权重,确定所述待认证用户的身份认证结果,包括:

当所述待认证用户与所述预设用户之间的各个所述子特征相似度均大于对应的所述相似度阈值时,则判定所述待认证用户与所述预设用户匹配;

当所述预设用户具有多个时,所述根据所述特征相似度和所述特征相似度的决策权重,确定所述待认证用户的身份认证结果,包括:

当所述待认证用户与每个所述预设用户之间的各个子特征相似度均大于对应的所述相似度阈值时,则根据所述人脸特征与各个所述预设用户的多角度人脸特征之间的特征相似度,对各个所述预设用户进行排序,得到排序后的各个预设用户;

从所述排序后的各个预设用户中,按序选取第一候选预设用户和第二候选预设用户;

计算所述第一候选预设用户对应的第一特征相似度与所述第二候选预设用户对应的第二特征相似度之间的相似度差值;

当所述相似度差值满足所述相似度差值的预设条件,则判定所述待认证用户与所述第一候选预设用户匹配。

4.根据权利要求2所述的方法,其特征在于,所述获取所述人脸图像的人脸姿态,包括:

确定所述人脸图像中的人脸关键点;

根据所述人脸关键点,确定所述待认证用户在所述人脸图像中的人脸偏航角;其中,所述人脸偏航角用于表征所述待认证用户在所述人脸图像的人脸姿态;所述人脸偏航角所在的平面与水平面平行。

5.根据权利要求1所述的方法,其特征在于,所述提取所述人脸图像中的人脸特征,包括:

获取特征提取模型;其中,所述特征提取模型用于对输入的图像进行处理,得到与所述图像对应的人脸特征;

通过所述特征提取模型,对所述人脸图像进行特征提取处理,得到所述人脸特征。

6.根据权利要求5所述的方法,其特征在于,所述获取特征提取模型,包括:

构建人脸识别模型;所述人脸识别模型包括特征提取层和特征分类层;所述人脸识别模型用于对输入的图像进行特征提取和分类处理,得到与所述图像对应的人脸分类结果;

基于预设的训练样本,对所述人脸识别模型进行训练,得到训练后的人脸识别模型;所述训练样本包括人脸样本图像和与所述人脸样本图像的人脸分类标签;

将所述训练后的人脸识别模型中的特征提取层,作为所述特征提取模型。

7.根据权利要求1所述的方法,其特征在于,所述获取待认证用户的人脸图像,包括:

获取所述待认证用户的初始人脸图像;

对所述初始人脸图像进行图像优化处理,得到优化后人脸图像;

基于所述待认证用户在所述优化后人脸图像中的人眼特征点,对所述优化后人脸图像进行校正,得到校正后人脸图像,作为所述待认证用户的人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州亚美智造科技有限公司,未经广州亚美智造科技有限公司许可,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/202010250552.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top