CN109118233B - 基于人脸识别的认证方法和装置 - Google Patents
基于人脸识别的认证方法和装置 Download PDFInfo
- Publication number
- CN109118233B CN109118233B CN201710487580.5A CN201710487580A CN109118233B CN 109118233 B CN109118233 B CN 109118233B CN 201710487580 A CN201710487580 A CN 201710487580A CN 109118233 B CN109118233 B CN 109118233B
- Authority
- CN
- China
- Prior art keywords
- reference line
- authenticated
- angle
- face image
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了基于人脸识别的认证方法和装置。所述方法的一具体实施方式包括:响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息;基于姿态信息生成姿态参考线;判断姿态参考线是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域;若是,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。该实施方式提高了待认证人脸图像的人脸识别准确率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及网络安全技术领域,尤其涉及基于人脸识别的认证方法和装置。
背景技术
人脸认证在金融场景中鉴别用户身份的一个重要方法。这种认证技术是通过在客户端采集到的人脸图像,与人脸数据库中的照片进行比对,来确定帐号的操作者是否是用户本人。
然而,人脸认证的准确程度依赖于采集得到的人脸图像是否为人脸的“正面”图像。也即是说,人脸的当前的姿态是否正对采集人脸图像的采集设备(例如,摄像头)。如果用户人脸的姿态没有正对采集设备,例如,相对于采集设备左、右转、仰头、低头等,利用采集得到的人脸图像进行认证的准确率将会受到很大影响。
发明内容
本申请的目的在于提出一种改进的基于人脸识别的认证方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种基于人脸识别的认证方法,所述方法包括:响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息;基于姿态信息生成姿态参考线;判断姿态参考线是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域;若是,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
在一些实施例中,姿态信息包括以下至少一者:待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
在一些实施例中,姿态参考线包括用于指示俯仰角的俯仰角参考线;基于姿态信息生成姿态参考线,包括:基于与待认证人脸图像对应的俯仰角在预设的俯仰角范围内所处的位置,生成俯仰角参考线。
在一些实施例中,姿态参考线还包括用于指示偏航角或滚转角的偏转角参考线;基于姿态信息生成姿态参考线,包括:基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在滚转角范围内所处的位置,生成偏转角参考线。
在一些实施例中,俯仰角参考线的延伸方向与偏转角参考线的延伸方向相交。
在一些实施例中,判断姿态参考线是否与预设的姿态调整区域相匹配,包括:判断俯仰角参考线与偏转角参考线的交点是否处于预设的姿态调整区域内。
在一些实施例中,俯仰角参考线沿水平方向延伸,且偏转角参考线沿竖直方向延伸。
在一些实施例中,姿态调整区域的几何中心与人脸识别区域的几何中心重合。
第二方面,本申请提供了一种基于人脸识别的认证装置,所述装置包括:姿态信息确认模块,用于响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息;姿态参考线生成模块,用于基于姿态信息生成姿态参考线;判断模块,用于判断姿态参考线是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域;人脸识别模块,用于若姿态参考线与预设的姿态调整区域相匹配,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
在一些实施例中,姿态信息包括以下至少一者:待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
在一些实施例中,姿态参考线包括用于指示俯仰角的俯仰角参考线;姿态参考线生成模块进一步用于基于与待认证人脸图像对应的俯仰角在预设的俯仰角范围内所处的位置,生成俯仰角参考线。
在一些实施例中,姿态参考线还包括用于指示偏航角或滚转角的偏转角参考线;姿态参考线生成模块进一步用于基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在预设的滚转角范围内所处的位置,生成偏转角参考线。
在一些实施例中,俯仰角参考线的延伸方向与偏转角参考线的延伸方向相交。
在一些实施例中,判断模块进一步用于判断俯仰角参考线与偏转角参考线的交点是否处于预设的姿态调整区域内。
在一些实施例中,俯仰角参考线沿水平方向延伸,且偏转角参考线沿竖直方向延伸。
在一些实施例中,姿态调整区域的几何中心与人脸识别区域的几何中心重合。
第三方面,本申请还提供了一种电子设备,包括一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上的基于人脸识别的认证方法。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的基于人脸识别的认证方法。
本申请提供的基于人脸识别的认证方法和装置,根据待认证人脸图像的姿态信息生成姿态参考线,并判断姿态参考线是否与预设的姿态调整区域相匹配,当姿态参考线是否与预设的姿态调整区域相匹配时,对待认证人脸图像进行人脸识别,从而确保待认证人脸图像相对于采集人脸图像的设备的偏转角度较小,进而提高了待认证人脸图像的人脸识别准确率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了本申请可以应用于其中的示例性***架构图;
图2示出了根据本申请的基于人脸识别的认证方法的一个实施例的流程图;
图3意性地示出了人脸识别区域、姿态调整区域和姿态参考线三者之间的位置关系;
图4示出了根据本申请的基于人脸识别的认证方法的又一个实施例的流程图;
图5A和图5B是本申请的基于人脸识别的认证方法的一个应用场景的示意图;
图6示出了本申请的基于人脸识别的认证装置的一个实施例的示意性结构图;
图7是适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的基于人脸识别的认证方法或基于人脸识别的认证装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、金融类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且具有图像采集模块(例如,摄像头)的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机、ATM机(Automatic Teller Machine,自动取款机)等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103采集的待认证人脸图像进行识别和认证的后台鉴权服务器。后台鉴权服务器可以对接收到的待认证人脸图像等数据进行分析等处理,并将处理结果(例如,是否为认证用户的认证结果数据)反馈给终端设备。
需要说明的是,本申请实施例所提供的基于人脸识别的认证方法可以由终端设备101、102、103执行,也可以一部分由终端设备101、102、103执行而另一部分由服务器105执行。相应地,基于人脸识别的认证装置可以设置于终端设备101、102、103中,也可以一部分设置于终端设备101、102、103中而另一部分设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的基于人脸识别的认证方法的一个实施例的流程200。所述的基于人脸识别的认证方法,包括以下步骤:
步骤210,响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息。
在本实施例中,基于人脸识别的认证方法运行于其上的电子设备(例如图1所示的终端设备)可以利用其上设置的或者与其通信连接的图像采集设备(例如,摄像头或摄像机)来采集待认证人脸图像。
在一些可选的实现方式中,图像采集设备可以运行于实时取景的模式,在这些可选的实现方式中,待认证人脸图像可以实时地呈现在电子设备的屏幕上。
在这里,电子设备的屏幕上可以呈现一预设的人脸识别区域。当待认证人脸图像处于该人脸识别区域之内时,可触发电子设备对处于人脸识别区域之内的待认证人脸图像进行姿态识别。
姿态信息可以是用于表征待认证人脸图像和图像采集设备之间的相对位置关系的定性或者定量的描述信息,包括但不限于待认证人脸图像和图像采集设备之间的距离、待认证人脸图像和图像采集设备之间的偏转角度等。
本步骤中,可以采用任何现有的或待开发的算法来确定待认证人脸图像的姿态信息。包括但不限于基于模型的算法、基于表观的算法、基于分类的算法等等。为了不模糊本申请的重点,在此将不再对确定待认证人脸图像的姿态信息的算法进行进一步的描述。
步骤220,基于姿态信息生成姿态参考线。
在这里,姿态参考线可以是对步骤210中确定出的姿态信息的直观体现。在一些应用场景中,例如,姿态参考线在人脸识别区域内所处的位置可以体现待认证人脸图像的当前姿态。
此外,在一些可选的实现方式中,为了使用户能够直观地获知其当前的姿态信息,电子设备在生成姿态参考线之后,可以将所生成的姿态参考线呈现在电子设备的屏幕上。这样一来,随着用户姿态的调整,姿态参考线也随之变化,从而使得姿态参考线可以为用户提供更佳的姿态调整参考。
步骤230,判断姿态参考线是否是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域。
在这里,“相匹配”的含义例如可以是,姿态参考线全部或部分地落入姿态调整区域内。若姿态参考线与姿态调整相匹配,则可以理解为,当前的待认证人脸图像的姿态处于人脸识别准确率较高的范围之内;相反,若姿态参考线与姿态调整不匹配,则可以理解为,当前的待认证人脸图像的姿态处于人脸识别准确率较低的范围之内。
图3示意性地示出了人脸识别区域、姿态调整区域和姿态参考线三者之间的位置关系300。
从图3中可以看出,姿态调整区域320(也即图3中具有阴影填充的区域),是人脸识别区域310的一部分。从图3中可以看出,姿态参考线330与姿态调整区域320相匹配,而姿态参考线340与姿态调整区域320不匹配。
返回继续参见图2所示,本实施例的方法进一步包括:
步骤240,若是,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
这样一来,本实施例的基于人脸识别的认证方法仅在姿态参考线与姿态调整区域相匹配时,才对待认证人脸图像进行人脸识别,而且姿态参考线与姿态调整区域相匹配时,可以表明当前待认证人脸图像相对于采集人脸图像的设备的偏转角度较小,进而提高了待认证人脸图像的人脸识别准确率。
参见图4所示,为本申请的基于人脸识别的认证方法的另一个实施例的示意性流程400。
本实施例的方法包括:
步骤410,响应于确定待认证人脸图像处于预设的人脸识别区域内,确定所述待认证人脸图像所对应的姿态信息。本实施例中,姿态信息例如可以包括待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
在这里,俯仰角、滚转角和偏航角可以理解为预先设立的人脸坐标系的各坐标轴与地面坐标系的各坐标轴之间的夹角。具体地,例如,可以以人脸的几何中心作为原点,以过原点且沿平行于人脸中两眼连线的方向延伸的射线作为x轴,以过原点且向人头顶延伸的射线作为z轴,并将过原点、垂直于x、z轴且向鼻尖延伸的射线为y轴。这样一来,俯仰角可以理解为人脸坐标系的z轴与地面坐标系的z轴的夹角;滚转角可以理解为人脸坐标系的x轴与地面坐标系的x轴的夹角;偏航角可以理解为人脸坐标系的y轴与地面坐标系的y轴的夹角。
步骤420,基于与待认证人脸图像对应的俯仰角在预设的俯仰角范围内所处的位置,生成俯仰角参考线。
具体地,假设预设的俯仰角范围为[-α,α],当前的俯仰角为α’,当前俯仰角在预设的俯仰角范围内所处的位置可以量化表示为:
(α-α’)/2α;
从上述量化表示可以看出,该量化表示的数值范围为[0,1]。此外,该量化表示的数值越小,代表当前俯仰角越接近俯仰角范围的上限,即α;反之,该量化表示的数值越大,则代表当前俯仰角越接近俯仰角范围的下限,即-α。
步骤430,基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在滚转角范围内所处的位置,生成偏转角参考线。
以偏转角参考线用于指示偏航角为例,与确定俯仰角在预设的俯仰角范围内所处的位置类似,假设预设的偏航角范围为[-β,β],当前的偏航角为β’,当前偏航角在预设的偏航角范围内所处的位置可以量化表示为:
(β-β’)/2β;
从上述量化表示可以看出,该量化表示的数值范围为[0,1]。此外,该量化表示的数值越小,代表当前偏航角越接近偏航角范围的上限,即β;反之,该量化表示的数值越大,则代表当前偏航角越接近偏航角范围的下限,即-β。
在这里,步骤420中生成的俯仰角参考线和步骤430中生成的偏转角参考线二者的延伸方向可以相交。
此外,步骤420和步骤430的编号不用于表示生成俯仰角参考线和生成偏转角参考线之间的先后顺序关系。在具体的应用场景中,生成俯仰角参考线和生成偏转角参考线之间可以具有任意的先后顺序关系,例如,先生成俯仰角参考线再生成偏转角参考线;或者,先生成偏转角参考线再生成俯仰角参考线;或者,同时生成俯仰角参考线和偏转角参考线。
步骤440,判断俯仰角参考线与偏转角参考线的交点是否处于预设的姿态调整区域内。
步骤450,若是,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
从图4中可以看出,与图2对应的实施例相比,本实施例中的基于人脸识别的认证方法的流程400,可以基于俯仰角参考线与偏转角参考线的交点来确定当前待认证人脸图像的姿态信息,从而使得用户可以更加直观、准确地得知当前姿态和可进行人脸识别的姿态之间是否存在偏差,当存在偏差时,用户也可以更迅速地调整姿态以使俯仰角参考线与偏转角参考线的交点处于预设的姿态调整区域内。
在本实施例的一些可选的实现方式中,俯仰角参考线例如可以沿水平方向延伸,而偏转角参考线例如可以沿竖直方向延伸。
此外,在本实施例的一些可选的实现方式中,姿态调整区域的几何中心可以与人脸识别区域的几何中心重合。
下面,将结合图5A和图5B来进一步描述本申请的基于人脸识别的认证方法的一个应用场景。
首先,参见图5A所示,待认证人脸图像处于预设的人脸识别区域510a内。俯仰角参考线520a和偏转角参考线530a的交点未处于姿态调整区域540a内,这表明用户的当前姿态下的人脸图像不适宜作为用于人脸识别的人脸图像。此时,用户可以基于屏幕上呈现的这些参考线及其交点位置来调整自身姿态。
接着,参见图5B所示,待认证人脸图像处于预设的人脸识别区域510b内。俯仰角参考线520b和偏转角参考线530b的交点处于姿态调整区域540b内,这表明用户的当前姿态下的人脸图像适宜作为用于人脸识别的人脸图像。此时,可触发人脸识别的步骤,从而判断当前用户是否为认证用户。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种基于人脸识别的认证装置的一个实施例,该装置实施例与图2或图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例所述的基于人脸识别的认证装置600包括:
姿态信息确认模块610,用于响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息。
姿态参考线生成模块620,用于基于姿态信息生成姿态参考线。
判断模块630,用于判断姿态参考线是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域。
人脸识别模块640,用于若姿态参考线与预设的姿态调整区域相匹配,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
在一些可选的实现方式中,姿态信息包括以下至少一者:待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
在一些可选的实现方式中,姿态参考线包括用于指示俯仰角的俯仰角参考线;姿态参考线生成模块620进一步用于基于与待认证人脸图像对应的俯仰角在预设的俯仰角范围内所处的位置,生成俯仰角参考线。
在一些可选的实现方式中,姿态参考线还包括用于指示偏航角或滚转角的偏转角参考线;姿态参考线生成模块620进一步用于基于与待认证人脸图像对应的偏航角在偏航角范围内所处的位置,生成偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在滚转角范围内所处的位置,生成偏转角参考线。
在一些可选的实现方式中,俯仰角参考线的延伸方向与偏转角参考线的延伸方向相交。
在一些可选的实现方式中,判断模块630进一步用于判断俯仰角参考线与偏转角参考线的交点是否处于预设的姿态调整区域内。
在一些可选的实现方式中,俯仰角参考线沿水平方向延伸,且偏转角参考线沿竖直方向延伸。
在一些可选的实现方式中,姿态调整区域的几何中心与人脸识别区域的几何中心重合。
下面参考图7,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机***700的结构示意图。
如图7所示,计算机***700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709、以及包括诸如摄像头的图像采集部分712。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括姿态信息确认模块、姿态参考线生成模块、判断模块和人脸识别模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,姿态信息确认模块还可以被描述为“响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息的模块”。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程序被一个设备执行时,使得所述设备:响应于确定待认证人脸图像处于预设的人脸识别区域内,确定待认证人脸图像所对应的姿态信息;基于姿态信息生成姿态参考线;判断姿态参考线是否与预设的姿态调整区域相匹配,其中,姿态调整区域隶属于人脸识别区域;若是,则对待认证人脸图像进行人脸识别,以确定待认证人脸图像所对应的用户是否为认证用户。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (18)
1.一种基于人脸识别的认证方法,其特征在于,包括:
响应于确定待认证人脸图像处于预设的人脸识别区域内,确定所述待认证人脸图像所对应的姿态信息;
基于所述姿态信息生成姿态参考线,包括:基于所述待认证人脸图像对应的俯仰角的角度值与预设的俯仰角范围值生成第一量化值;基于所述第一量化值在所述俯仰角范围内所处的位置生成与地面水平方向平行的第一参考线,将所述第一参考线作为俯仰角参考线;
判断所述姿态参考线是否与预设的姿态调整区域相匹配,包括:判断所述姿态参考线是否落入预设的姿态调整区域内,其中,所述姿态调整区域隶属于所述人脸识别区域;
若是,则对所述待认证人脸图像进行人脸识别,以确定所述待认证人脸图像所对应的用户是否为认证用户。
2.根据权利要求1所述的方法,其特征在于,所述姿态信息包括以下至少一者:
所述待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
3.根据权利要求2所述的方法,其特征在于:
所述姿态参考线包括用于指示俯仰角的俯仰角参考线。
4.根据权利要求3所述的方法,其特征在于:
所述姿态参考线还包括用于指示偏航角或滚转角的偏转角参考线;
所述基于所述姿态信息生成姿态参考线,包括:基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成所述偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在预设的滚转角范围内所处的位置,生成所述偏转角参考线;
其中,所述基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成所述偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在预设的滚转角范围内所处的位置,生成所述偏转角参考线,包括:
基于所述待认证人脸图像对应的偏航角或滚转角的角度值与预设的偏航角范围值或滚转角范围值生成第二量化值;
基于所述第二量化值在所述偏航角范围内或滚转角范围内所处的位置生成与地面水平方向垂直的第二参考线,将所述第二参考线作为偏转角参考线。
5.根据权利要求4所述的方法,其特征在于:
所述俯仰角参考线的延伸方向与所述偏转角参考线的延伸方向相交。
6.根据权利要求5所述的方法,其特征在于,所述判断所述姿态参考线是否与预设的姿态调整区域相匹配,包括:
判断所述俯仰角参考线与所述偏转角参考线的交点是否处于所述预设的姿态调整区域内。
7.根据权利要求5或6所述的方法,其特征在于:
所述俯仰角参考线沿水平方向延伸,且所述偏转角参考线沿竖直方向延伸。
8.根据权利要求1-6任意一项所述的方法,其特征在于:
所述姿态调整区域的几何中心与所述人脸识别区域的几何中心重合。
9.一种基于人脸识别的认证装置,其特征在于,包括:
姿态信息确认模块,用于响应于确定待认证人脸图像处于预设的人脸识别区域内,确定所述待认证人脸图像所对应的姿态信息;
姿态参考线生成模块,用于基于所述姿态信息生成姿态参考线,包括:基于所述待认证人脸图像对应的俯仰角的角度值与预设的俯仰角范围值生成第一量化值;基于所述第一量化值在所述俯仰角范围内所处的位置生成与地面水平方向平行的第一参考线,将所述第一参考线作为俯仰角参考线;
判断模块,用于判断所述姿态参考线是否与预设的姿态调整区域相匹配,包括:判断所述姿态参考线是否落入预设的姿态调整区域内,其中,所述姿态调整区域隶属于所述人脸识别区域;
人脸识别模块,用于若所述姿态参考线与预设的姿态调整区域相匹配,则对所述待认证人脸图像进行人脸识别,以确定所述待认证人脸图像所对应的用户是否为认证用户。
10.根据权利要求9所述的装置,其特征在于,所述姿态信息包括以下至少一者:
所述待认证人脸图像所对应的人脸的俯仰角、滚转角以及偏航角。
11.根据权利要求10所述的装置,其特征在于:
所述姿态参考线包括用于指示俯仰角的俯仰角参考线。
12.根据权利要求11所述的装置,其特征在于:
所述姿态参考线还包括用于指示偏航角或滚转角的偏转角参考线;
所述姿态参考线生成模块进一步用于基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成所述偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在预设的滚转角范围内所处的位置,生成所述偏转角参考线;
其中,所述基于与待认证人脸图像对应的偏航角在预设的偏航角范围内所处的位置,生成所述偏转角参考线,或者,基于与待认证人脸图像对应的滚转角在预设的滚转角范围内所处的位置,生成所述偏转角参考线,包括:
基于所述待认证人脸图像对应的偏航角或滚转角的角度值与预设的偏航角范围值或滚转角范围值生成第二量化值;
基于所述第二量化值在所述偏航角范围内或滚转角范围内所处的位置生成与地面水平方向垂直的第二参考线,将所述第二参考线作为偏转角参考线。
13.根据权利要求12所述的装置,其特征在于:
所述俯仰角参考线的延伸方向与所述偏转角参考线的延伸方向相交。
14.根据权利要求13所述的装置,其特征在于:
所述判断模块进一步用于判断所述俯仰角参考线与所述偏转角参考线的交点是否处于所述预设的姿态调整区域内。
15.根据权利要求13或14所述的装置,其特征在于:
所述俯仰角参考线沿水平方向延伸,且所述偏转角参考线沿竖直方向延伸。
16.根据权利要求9-14任意一项所述的装置,其特征在于:
所述姿态调整区域的几何中心与所述人脸识别区域的几何中心重合。
17.一种电子设备,包括一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8任意一项所述的基于人脸识别的认证方法。
18.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-8任意一项所述的基于人脸识别的认证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710487580.5A CN109118233B (zh) | 2017-06-23 | 2017-06-23 | 基于人脸识别的认证方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710487580.5A CN109118233B (zh) | 2017-06-23 | 2017-06-23 | 基于人脸识别的认证方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109118233A CN109118233A (zh) | 2019-01-01 |
CN109118233B true CN109118233B (zh) | 2022-04-19 |
Family
ID=64733509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710487580.5A Active CN109118233B (zh) | 2017-06-23 | 2017-06-23 | 基于人脸识别的认证方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118233B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840515B (zh) * | 2019-03-06 | 2022-01-25 | 百度在线网络技术(北京)有限公司 | 面部姿态调整方法、装置和终端 |
CN110189248B (zh) * | 2019-05-16 | 2023-05-02 | 腾讯科技(深圳)有限公司 | 图像融合方法及装置、存储介质、电子设备 |
CN111061899B (zh) * | 2019-12-18 | 2022-04-26 | 深圳云天励飞技术股份有限公司 | 一种档案代表图片生成方法、装置和电子设备 |
CN111401223B (zh) * | 2020-03-13 | 2023-09-19 | 北京新氧科技有限公司 | 一种脸型对比方法、装置及设备 |
CN112149593A (zh) * | 2020-09-28 | 2020-12-29 | 深圳前海微众银行股份有限公司 | 刷脸纠偏方法、装置、设备与计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156537A (zh) * | 2010-02-11 | 2011-08-17 | 三星电子株式会社 | 一种头部姿态检测设备及方法 |
CN102693417A (zh) * | 2012-05-16 | 2012-09-26 | 清华大学 | 基于异构主动视觉网络的人脸图像样本采集优化方法 |
CN104239857A (zh) * | 2014-09-05 | 2014-12-24 | 深圳市中控生物识别技术有限公司 | 一种身份识别信息采集方法、装置及*** |
CN104866807A (zh) * | 2014-02-24 | 2015-08-26 | 腾讯科技(深圳)有限公司 | 一种人脸定位方法及*** |
CN105046246A (zh) * | 2015-08-31 | 2015-11-11 | 广州市幸福网络技术有限公司 | 可进行人像姿势拍摄提示的证照相机及人像姿势检测方法 |
CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6304999B2 (ja) * | 2013-10-09 | 2018-04-04 | アイシン精機株式会社 | 顔検出装置、方法およびプログラム |
-
2017
- 2017-06-23 CN CN201710487580.5A patent/CN109118233B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156537A (zh) * | 2010-02-11 | 2011-08-17 | 三星电子株式会社 | 一种头部姿态检测设备及方法 |
CN102693417A (zh) * | 2012-05-16 | 2012-09-26 | 清华大学 | 基于异构主动视觉网络的人脸图像样本采集优化方法 |
CN104866807A (zh) * | 2014-02-24 | 2015-08-26 | 腾讯科技(深圳)有限公司 | 一种人脸定位方法及*** |
CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
CN104239857A (zh) * | 2014-09-05 | 2014-12-24 | 深圳市中控生物识别技术有限公司 | 一种身份识别信息采集方法、装置及*** |
CN105046246A (zh) * | 2015-08-31 | 2015-11-11 | 广州市幸福网络技术有限公司 | 可进行人像姿势拍摄提示的证照相机及人像姿势检测方法 |
Non-Patent Citations (2)
Title |
---|
Face recognition using line edge map;Yongsheng Gao;《 IEEE Transactions on Pattern Analysis and Machine Intelligence》;20020531;第24卷(第6期);第764-779页 * |
人脸识别中特征提取算法的研究与实现;蒋政;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20170215(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109118233A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118233B (zh) | 基于人脸识别的认证方法和装置 | |
EP2842075B1 (en) | Three-dimensional face recognition for mobile devices | |
TWI616821B (zh) | Bar code generation method, bar code based authentication method and related terminal | |
JP6823267B2 (ja) | 情報処理装置、情報処理システム、制御方法、及びプログラム | |
CN108363995B (zh) | 用于生成数据的方法和装置 | |
US8989456B2 (en) | Attribute determining method, attribute determining apparatus, program, recording medium, and attribute determining system | |
EP3076321B1 (en) | Methods and systems for detecting user head motion during an authentication transaction | |
JP6365671B2 (ja) | 顔認証装置、顔認証方法および顔認証プログラム | |
US20210027080A1 (en) | Spoof detection by generating 3d point clouds from captured image frames | |
US20190286798A1 (en) | User authentication method using face recognition and device therefor | |
US20190347394A1 (en) | Motion-based credentials using magnified motion | |
KR101897072B1 (ko) | 얼굴 라이브니스 검증 방법 및 검증 장치 | |
JP2009245338A (ja) | 顔画像照合装置 | |
CN111260569A (zh) | 图像倾斜校正的方法、装置、电子设备和存储介质 | |
CN111553251B (zh) | 证件四角残缺检测方法、装置、设备及存储介质 | |
Lawanont et al. | Neck posture monitoring system based on image detection and smartphone sensors using the prolonged usage classification concept | |
US11893836B1 (en) | Augmented reality system for remote product inspection | |
CN113628239B (zh) | 显示优化方法、相关装置及计算机程序产品 | |
CN102783174B (zh) | 图像处理设备、内容传递***、图像处理方法和程序 | |
JP7400886B2 (ja) | ビデオ会議システム、ビデオ会議方法、およびプログラム | |
TWI727337B (zh) | 電子裝置及人臉識別方法 | |
US20230005301A1 (en) | Control apparatus, control method, and non-transitory computer readable medium | |
US20220300644A1 (en) | Method for identifying a person by means of facial recognition, identification apparatus and computer program product | |
KR20230073619A (ko) | 얼굴 인식을 이용하여 차량 정보를 관리하는 전자 장치 및 그 동작 방법 | |
CN112052706B (zh) | 电子装置及人脸识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190101 Assignee: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd. Assignor: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Contract record no.: X2020990000192 Denomination of invention: Face identification based authentication method and device License type: Common License Record date: 20200417 |
|
EE01 | Entry into force of recordation of patent licensing contract | ||
GR01 | Patent grant | ||
GR01 | Patent grant |