[发明专利]一种人脸验证方法、装置及存储介质

说明书

一种人脸验证方法、装置及存储介质，所述方法包括步骤：获取预设状态下的测试人脸图像；获取注册人脸图像；根据所述测试人脸图像和所述注册人脸图像训练生成测试分类模型；获取所述测试分类模型的验证阈值；获取验证人脸图像；获取所述验证人脸图像的验证聚类特征；根据所述验证聚类特征和所述测试分类模型获取分类类别；根据所述验证阈值和所述验证聚类特征输出人脸验证结果。本申请提供的一种人脸验证方法、装置及存储介质可解决人脸验证过程中由于人脸图像在姿态、拍摄角度、环境光等方面的差异而造成的干扰问题，提高人脸验证通过率和准确度。

技术领域

本发明属于人脸验证技术领域，具体涉及一种人脸验证方法、装置及存储介质。

背景技术

传统的人脸验证技术主要包含三个步骤，分别是：人脸图像预处理、人脸图像特征提取以及匹配与识别。在最后一步的人脸图像匹配与识别步骤中，传统的做法是设定一个确定的阈值，当两张人脸图像的相似度超过这个阈值时，则人脸验证通过，否则不通过。

然而，人脸图像的质量受诸多因素影响，如光照、拍摄角度、人物姿态等，而人脸图像质量会影响到人脸图像的相似度，故针对不同人脸质量的图像如果设定统一的阈值则会造成人脸验证通过率低。

发明内容

鉴于上述问题，本发明提供克服上述问题或者至少部分地解决上述问题的一种人脸验证方法、装置及存储介质。

为解决上述技术问题，本发明提供了一种人脸验证方法，所述方法包括步骤：

获取预设状态下的测试人脸图像；

获取注册人脸图像；

根据所述测试人脸图像和所述注册人脸图像训练生成测试分类模型；

获取所述测试分类模型的验证阈值；

获取验证人脸图像；

获取所述验证人脸图像的验证聚类特征；

根据所述验证聚类特征和所述测试分类模型获取分类类别；

根据所述验证阈值和所述验证聚类特征输出人脸验证结果。

优选地，所述获取预设状态下的测试人脸图像包括步骤：

获取不同姿态状态下的测试人脸图像；

获取不同拍摄角度状态下的测试人脸图像；

获取不同环境光状态下的测试人脸图像。

优选地，所述根据所述测试人脸图像和所述注册人脸图像训练生成测试分类模型包括步骤：

计算所述注册人脸图像与所有所述测试人脸图像的测试相似度；

选择所述测试相似度最高的所述测试人脸图像与所述注册人脸图像组成测试-注册对；

计算所述测试-注册对的测试人脸质量评估参数；

将所述测试人脸质量评估参数和所述测试相似度组合成测试聚类特征；

基于所述测试聚类特征进行聚类学习并得到测试分类模型。

优选地，所述根据所述获取所述测试分类模型的验证阈值包括步骤：

获取所述测试分类模型的给定误识率；

根据所述给定误识率设定所述测试分类模型对应的验证阈值。

优选地，所述根据所述获取所述验证人脸图像的验证聚类特征包括步骤：

计算所述注册人脸图像与所述验证人脸图像的验证相似度；

计算所述注册人脸图像与所述验证人脸图像的验证人脸质量评估参数；