[发明专利]人脸验证方法、装置、系统及存储介质

说明书

本申请提供一种人脸验证方法、装置、系统及存储介质，该方法基于车载设备和服务器相结合的方式进行网约车司机人脸验证，其中，首先在车载设备进行司机人脸验证，将大量的验证分散在各个车载设备进行，仅将一部分验证上传至服务器处理，既能够充分利用车载设备的计算能力，又减轻了服务器的计算压力，提高服务器的处理速度，降低处理成本，并节约了图像上传所需的大量数据流量，而且，本申请实施例在进行人脸验证之前，对获取的司机的多个人脸图像进行了筛选，筛选出符合要求的人脸图像，进而，基于筛选出的人脸图像进行后续人脸验证处理，提高了后续人脸验证结果的准确性，适合实际应用。

技术领域

本申请涉及计算机视觉技术，尤其涉及一种人脸验证方法、装置、系统及存储介质。

背景技术

随着网络技术的发展，通过网络预约车辆出行的方式被越来越多的人采用，该种出行方式在为人们带来便捷的同时，也存在着以下的安全隐患。例如，网约车的司机只要用账号登录平台服务器即可接受乘客的订单，这样，无法确认接受订单的司机与注册时的司机是否为同一人，也无法确认通过同一账号接受这一订单的司机与上一单的司机是否为同一人等，进而，使乘客在使用网约车日常出行的过程中存在着一定的安全隐患。

为了对网约车司机的身份进行验证，相关技术中，通常是通过云端对两张来自相同司机身份标识号码(IDentity，ID)的两个司机的人脸进行比对验证，判断是否为同一个人，即判断相同司机ID是否发生换人。

然而，当司机人数特别多时，云端接收到的比对数据量级特别大，验证人脸所需的计算资源是巨大的，可能导致通过云端对司机进行人脸验证的周期较长、成本较高，而且云端直接将两个司机的人脸进行比对验证，误差率较高，进而，无法及时发现安全风险，无法快速进行必要的干预。

发明内容

为解决现有技术中存在的问题，本申请提供一种人脸验证方法、装置、系统及存储介质。

第一方面，本申请实施例提供一种人脸验证方法，包括：

在获取待验证司机的多个人脸图像后，从所述多个人脸图像中筛选出目标人脸图像；

将所述目标人脸图像输入第一预设神经网络，其中，所述第一预设神经网络通过第一参考人脸图像和人脸特征训练得到；

获取所述第一预设神经网络输出的人脸特征，并确定获取的人脸特征与预存的司机的人脸特征之间的相似度；

若所述相似度小于第一预设阈值，且大于第二预设阈值，其中，所述第一预设阈值大于所述第二预设阈值，则将所述目标人脸图像上传至服务器，所述目标人脸图像用于指示所述服务器根据所述目标人脸图像，对所述待验证司机进行人脸验证。

在一种可能的实现方式中，所述从所述多个人脸图像中筛选出目标人脸图像，包括：

对所述多个人脸图像的人脸姿态、图像光照和人脸遮挡进行判断；

根据判断结果，从所述多个人脸图像中筛选出所述目标人脸图像。

在一种可能的实现方式中，所述对所述多个人脸图像的人脸姿态、图像光照和人脸遮挡进行判断，包括：

将所述多个人脸图像输入第二预设神经网络，其中，所述第二预设神经网络通过第二参考人脸图像和图像判断结果训练得到，所述图像判断结果包括人脸姿态判断结果、图像光照判断结果和人脸遮挡判断结果；

根据所述第二预设神经网络输出的图像判断结果，确定所述多个人脸图像的人脸姿态、图像光照和人脸遮挡的判断结果。

在一种可能的实现方式中，在所述确定获取的人脸特征与预存的司机的人脸特征之间的相似度之后，还包括：

若所述相似度大于或等于所述第一预设阈值，则确定所述待验证司机与所述预存的司机为同一人。