The embodiment of the application discloses a method and device for verifying the face. A specific embodiment of the method includes: acquiring a first face image and a second face image, wherein the first face image is an image obtained by taking a face with a camera of the first camera type, the second face image is an image obtained by taking a face with a camera of the second camera type, and the first face image and the second face image are taken with a camera of the second camera type. The second face image is input into the pre-trained feature extraction model to obtain the first feature vector and the second feature vector respectively. The feature extraction model is used to extract the image features; the first feature vector and the second feature vector are fused to obtain the fused feature vector; and the fused feature vector is input into the pre-trained fully connected layer. The result of face verification corresponding to the first face image and the second face image is obtained. The implementation implements face verification for two different types of camera face images.
【技术实现步骤摘要】
用于验证人脸的方法和装置
本申请实施例涉及计算机
,具体涉及计算机视觉
,尤其涉及用于验证人脸的方法和装置。
技术介绍
人脸验证,即将用户提供的人脸图像与待验证的用户身份对应的注册人脸图像进行比对,以对用户身份进行验证。目前大部分的人脸验证在注册阶段和验证阶段都采用相同类型的人脸图像(例如,都是可见光图像)来进行人脸验证。然而这种人脸验证方式,经常因为拍照环境的不同导致人脸验证的正确率较低或者验证失败。比如,注册阶段采用的是可见光图像,而验证时,拍照环境的光线不好,如果还是采用可见光图像进行验证就很有可能造成验证失败。
技术实现思路
本申请实施例提出了用于验证人脸的方法和装置。第一方面,本申请实施例提供了一种用于验证人脸的方法,该方法包括:获取第一人脸图像和第二人脸图像,其中,第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像,第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像;将第一人脸图像和第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,特征提取模型用于提取图像特征;融合第一特征向量和第二特征向量,得到融合特征向量;将融合特征向量输入预先训练的全连接层,得到与第一人脸图像和第二人脸图像对应的人脸验证结果,其中,人脸验证结果用于指示两个图像中的人脸是否是同一人的人脸,全连接层用于表征特征向量和人脸验证结果之间的对应关系。在一些实施例中,融合第一特征向量和第二特征向量,得到融合特征向量,包括:将第一特征向量和第二特征向量输入预设双线性模型,得到融合特征向量。在一些实施例中,融合第一特征向量和第二特征向量 ...
【技术保护点】
1.一种用于验证人脸的方法,包括:获取第一人脸图像和第二人脸图像,其中,所述第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像,所述第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像;将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,所述特征提取模型用于提取图像特征;融合所述第一特征向量和所述第二特征向量,得到融合特征向量;将所述融合特征向量输入预先训练的全连接层,得到与所述第一人脸图像和所述第二人脸图像对应的人脸验证结果,其中,人脸验证结果用于指示两个图像中的人脸是否是同一人的人脸,所述全连接层用于表征特征向量和人脸验证结果之间的对应关系。
【技术特征摘要】
1.一种用于验证人脸的方法,包括:获取第一人脸图像和第二人脸图像,其中,所述第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像,所述第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像;将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,所述特征提取模型用于提取图像特征;融合所述第一特征向量和所述第二特征向量,得到融合特征向量;将所述融合特征向量输入预先训练的全连接层,得到与所述第一人脸图像和所述第二人脸图像对应的人脸验证结果,其中,人脸验证结果用于指示两个图像中的人脸是否是同一人的人脸,所述全连接层用于表征特征向量和人脸验证结果之间的对应关系。2.根据权利要求1所述的方法,其中,所述融合所述第一特征向量和所述第二特征向量,得到融合特征向量,包括:将所述第一特征向量和所述第二特征向量输入预设双线性模型,得到所述融合特征向量。3.根据权利要求1所述的方法,其中,所述融合所述第一特征向量和所述第二特征向量,得到融合特征向量,包括:拼接所述第一特征向量和所述第二特征向量,得到所述融合特征向量。4.根据权利要求1-3中任一所述的方法,其中,所述特征提取模型为卷积神经网络。5.一种用于验证人脸的装置,包括:获取单元,配置用于获取第一人脸图像和第二人脸图像,其中,所述第一人脸图像是采用第一相机类型的相机拍摄人脸所得...
【专利技术属性】
技术研发人员:何涛,刘文献,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。