脸部验证方法和设备技术

公开一种脸部验证方法和设备。所述脸部验证方法包括：从多个验证模式之中，选择将针对脸部的验证应用的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息指示验证是否成功。

Face verification method and device

A face verification method and device is disclosed. The face verification method includes: selecting the current authentication mode to be applied for face verification from among a plurality of authentication modes; determining one or more recognizers from among multiple recognizers based on the selected current authentication mode; and using at least one recognizer in one or more identified recognizers from the face. Information is extracted from the feature information, and the extracted feature information is used to indicate whether the verification is successful.

【技术实现步骤摘要】
脸部验证方法和设备本申请要求于2017年3月28日提交到韩国知识产权局的第10-2017-0039489号韩国专利申请的权益，所述韩国专利申请的全部公开出于所有的目的通过引用合并于此。
以下描述涉及用于验证脸部的技术。
技术介绍
生物测量学认证技术的脸部验证技术可包括用于基于出现在静止图像或运动图像中的脸部确定用户是否有效的认证技术。这样的脸部验证技术具有可对验证目标执行非接触验证的优点。
技术实现思路
提供本
技术实现思路
来以简化的形式介绍下面在具体实施方式中进一步描述的构思的选择。本
技术实现思路
不意图识别要求保护的主题的关键特征或必要特征，本
技术实现思路
也不意图用于帮助确定要求保护的主题的范围。在一个总体的方面，一种处理器实现的验证脸部的方法，所述方法包括：从多个验证模式之中，选择将针对脸部的验证实施的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息指示验证是否成功。所述方法还可包括：基于所述一个或多个识别器的确定来获取识别器，其中，提取特征信息的步骤可包括将从图像的确定的脸部区域得到的图像信息应用到获取的识别器，以产生提取的特征信息。所述方法还可包括：执行所述图像的确定的脸部区域的第一标准化，以产生预定的适于应用到获取的识别器的形式的图像信息，其中，获取的识别器可以是训练的神经网络或机器学习模型。所述方法还可包括：执行所述图像的确定的脸部区域的各个标准化，以产生预定的适于应用到基于当前验证模式的不同获取的识别器的各自形式的各个图像信息，提取特征信息的步骤包括使用不同的获取的识别器从各个图像信息提取各个特征信息，指示验证是否成功的步骤包括基于提取的各个特征信息中的至少一个执行指示验证是否成功的步骤。各个标准化中的至少一个可包括：在所述图像的确定的脸部区域中合成关于遮挡或遮挡的预测的图像信息。所述方法还可包括执行验证，执行验证的步骤包括：基于来自提取的各个特征信息之中的第一提取特征信息，执行第一验证；基于来自提取的各个特征信息之中的第二提取特征信息，选择性地执行第二验证；根据第二验证是否被选择性地执行，基于第一提取特征信息和第二提取特征信息选择性地执行第三验证；基于第三验证的结果，确定验证是否成功。所述方法还可包括执行提取特征信息的步骤，执行提取特征信息的步骤包括基于当前验证模式使用不同确定的识别器从图像的确定的脸部区域的各个标准化提取各个特征信息，其中，执行提取各个特征信息的步骤可基于当前验证模式而被选择性地部分执行，以在脸部的验证中注重可用性和安全性中的一个。确定所述一个或多个识别器的步骤可包括：确定用于验证的多个不同的识别器并基于根据当前验证模式的所述多个不同的识别器的选择组合和/或布置执行验证。执行验证的步骤可包括：基于当前验证模式选择性地执行与所述多个不同的识别器对应的各个验证处理。所述各个验证处理可分别包括：将不同提取的特征信息与相应的登记信息之间的各个相似度与相应的阈值进行比较。所述多个不同的识别器可包括第一神经网络模型识别器和第二神经网络模型识别器，第一神经网络模型识别器和第二神经网络模型识别器的特征在于已使用一个或多个不同的块的训练数据被分别训练，其中，第一神经网络模型识别器可被训练为针对低光条件脸部验证执行低光脸部特征提取，第二神经网络模型识别器可使用与包括一个或多个遮挡区域的脸部区域相关联的训练数据被训练。提取特征信息的步骤可包括使用第一识别器从图像信息提取第一特征信息，其中，从图像的确定的脸部区域得到所述图像信息，其中，所述方法还可包括：执行验证，执行验证的步骤包括：基于第一特征信息确定第一验证结果；基于第一验证结果和当前验证模式确定是否使用第二识别器提取第二特征信息，其中，所述多个识别模式可包括至少一个第一验证模式和不同的第二验证模式。提取特征信息的步骤可包括：响应于是否提取第二特征信息的确定为将提取第二特征信息的确定，使用第二识别器从所述图像信息或其他图像信息提取第二特征信息，其中，从所述图像的确定的脸部区域或另一图像的确定的脸部区域得到所述其他图像信息，执行验证的步骤还可包括：基于第二特征信息确定第二验证结果；基于第二验证结果确定验证是否成功。响应于当前验证模式被选择为第一验证模式，所述方法可包括：响应于第二验证结果为失败，确定最终验证结果为失败，响应于第二验证结果为成功，确定最终验证结果为成功。响应于当前验证模式被选择为第二验证模式，所述方法可包括：响应于第一验证结果为成功，确定将提取第二特征信息，响应于第二验证结果为成功，确定最终验证结果为成功。响应于当前验证模式被选择为第一验证模式，所述方法可包括：响应于第一验证结果为失败，确定将提取第二特征信息，响应于第一验证结果为成功，确定最终验证结果为成功，并终止脸部验证处理。响应于当前验证模式被选择为第二验证模式，所述方法可包括：响应于第一验证结果为失败，确定最终验证结果为失败，并终止脸部验证处理响应于第一验证结果为成功，确定将提取第二特征信息。确定第一验证结果的步骤可包括：基于第一特征信息与使用第一识别器预先提取的第一登记特征信息的比较，确定第一验证结果。所述方法还可包括：基于第一特征信息并响应于第一验证结果为成功，选择性地更新第一登记特征信息。所述方法还可包括：基于第二特征信息与使用第二识别器预先提取的第二登记特征信息的比较，确定第二验证结果。所述方法还可包括：基于第二特征信息并响应于第二验证结果为成功，选择性地更新第二登记特征信息。确定第一验证结果的步骤可包括：计算第一特征信息与使用第一识别器预先提取的第一登记特征信息之间的相似度；基于第一阈值与相似度之间的比较的结果，确定第一验证结果。特征信息的步骤可包括：从输入图像检测脸部区域；从检测到的脸部区域检测颅面特征点；基于检测到的颅面特征点对脸部区域进行标准化，以产生脸部的信息。在一个总体的方面，提供一种存储指令的非暂时性计算机可读介质，当所述指令由处理器执行时使得所述处理器实现这里描述的一个或多个、任何组合或全部处理和方法。在一个总体的方面，一种用于验证脸部的设备包括：一个或多个处理器，被配置为：从多个验证模式之中，选择将针对脸部的验证实施的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息指示验证是否成功。所述一个或多个处理器还可被配置为基于所述一个或多个识别器的确定获取识别器，其中，所述一个或多个处理器可被配置为将从图像的确定的脸部区域得到的图像信息应用到获取的识别器，以产生提取的特征信息。所述一个或多个处理器还可被配置为：执行所述图像的确定的脸部区域的第一标准化，以产生预定的适于应用到获取的识别器的形式的图像信息，其中，获取的识别器可以是训练的神经网络或机器学习模型。所述一个或多个处理器还可被配置为：执行所述图像的确定的脸部区域的各个标准化，以产生预定的适于应用到基于当前验证模式的不同获取的识别器的各自形式的各个图像信息，提取特征信息的步骤包括使用不同的获取的识别器从各个图像信息提取各个特征信息，指示验证是否成功的步骤包括基于提取的各个本文档来自技高网...

【技术保护点】
1.一种验证脸部的方法，所述方法包括：从多个验证模式之中，选择将针对脸部的验证实施的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息执行验证。

【技术特征摘要】
2017.03.28 KR 10-2017-00394891.一种验证脸部的方法，所述方法包括：从多个验证模式之中，选择将针对脸部的验证实施的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息执行验证。2.如权利要求1所述的方法，其中，确定一个或多个识别器的步骤包括：基于当前验证模式，确定用于验证的多个不同的识别器并对所述多个不同的识别器进行选择性地组合和/或布置以执行验证。3.如权利要求2所述的方法，其中，执行验证的步骤包括：基于当前验证模式选择性地执行与所述多个不同的识别器对应的各个验证处理。4.如权利要求2所述的方法，其中，提取特征信息的步骤包括使用所述多个不同的识别器中的第一识别器从图像信息提取第一特征信息，其中，从图像的确定的脸部区域得到所述图像信息，其中，执行验证的步骤包括：基于第一特征信息确定第一验证结果；基于第一验证结果和当前验证模式确定是否使用所述多个不同的识别器中的第二识别器提取第二特征信息，其中，所述多个验证模式至少包括第一验证模式和与第一验证模式不同的第二验证模式。5.如权利要求4所述的方法，其中，提取特征信息的步骤包括：响应于是否提取第二特征信息的确定为将提取第二特征信息的确定，使用第二识别器从所述图像信息或其他图像信息提取第二特征信息，其中，从所述图像的确定的脸部区域或另一图像的确定的脸部区域得到所述其他图像信息，其中，执行验证的步骤还包括：基于第二特征信息确定第二验证结果；基于第二验证结果确定验证是否成功。6.如权利要求5所述的方法，其中，响应于当前验证模式被选择为第一验证模式，响应于第二验证结果为失败，确定最终验证结果为失败，响应于第二验证结果为成功，确定最终验证结果为成功。7.如权利要求5所述的方法，其中，响应于当前验证模式被选择为第二验证模式，响应于第一验证结果为成功，确定将提取第二特征信息，响应于第二验证结果为成功，确定最终验证结果为成功。8.如权利要求4所述的方法，其中，响应于当前验证模式被选择为第一验证模式，响应于第一验证结果为失败，确定将提取第二特征信息，响应于第一验证结果为成功，确定最终验证结果为成功，并终止脸部验证处理。9.如权利要求4所述的方法，其中，响应于当前验证模式被选择为第二验证模式，响应于第一验证结果为失败，确定最终验证结果为失败，并终止脸部验证处理，响应于第一验证结果为成功，确定将提取第二特征信息。10.如权利要求4所述的方法，其中，确定第一验证结果的步骤包括：基于第一特征信息与使用第一识别器预先提取的第一登记特征信息的比较，确定第一验证结果。11.如权利要求10所述的方法，还包括：响应于第一验证结果为成功，基于第一特征信息选择性地更新第一登记特征信息。12.如权利要求4所述的方法，还包括：基于第二特征信息与使用第二识别器预先提取的第二登记特征信息的比较，确定第二验证结果。13.如权利要求12所述的方法，还包括：响应于第二验证结果为成功，基于第二特征信息选择性地更新第二登记特征信息。14.如权利要求4所述的方法，其中，确定第一验证结果的步骤包括：计算第一特征信息与使用第一识别器预先提取的第一登记特征信息之间的相似度；基于第一阈值与相似度之间的比较的结果，确定第一验证结果。15.如权利要求1所述的方法，其中，提取特征信息的步骤包括：从输入图像检测脸部区域；从检测到的脸部区域检测颅面特征点；基于检测到的颅面特征点对脸部区域进行标准化，以产生脸部的信息。16.一种存储指令的非暂时性计算机可读介质，当所述指令由处理器执行时使得所述处理器实现权利要求1的方法。17.一种用于验证脸部的设备，所述设备包括：一个或多个处理器，被配置为：从多个验证模式之中，选择将针对脸部的验证实施的当前验证模式；基于选择的当前验证模式，从多个识别器之中，确定一个或多个识别器；使用确定的一个或多个识别器中的至少一个识别器从脸部的信息提取特征信息；基于提取的特征信息执行验证。18.如权利要求17所述的设备，其中，所述一个或多个处理器被配置为：基于当前验证模式，确定用于验证的多个不同的识别器并对所述多个不同的识别器进行选择性地组合和/或布置以执行验证。19.如权利要求18所述的设备，其中，为了执行验证，所述一个或多个处理器被配置为：基于当前验证模式选择性地执行与所述多个不同的识别器对应的各个验证处理。20.如权利要求18所述的设备，其中，所述一个或多个处理器还被配置为：使用所述多个不同的识别器中的第一识别器从图像信息提取第一特征信息，其中，从图像的确定的脸部区域得到所述图像信息；基于第一特征信息确定第一验证结果，以执行验证；基于第一验证结果和当前验证模式，确定是否使用所述多个不同的识别器中的第二识别器提取第二特征信息，其中，所述多个验证模式至少包括第一验证模式和与第一验证模式不同的第二验证模式。21.如权利要求20所述的设备，其中，所述一个或多个处理器还被配置为：响应于是否提取第二特征信息的确定为将提取第二特征信息的确定，使用第二识别器从所述图像信息或其他图像信息提取第二特征信息，其中，从所述图像的确定的脸部区域或另一图像的确定的脸部区域得到所述其他图像信息；基于第二特征信息确定第二验证结果，以进一步执行验证；基于第二验证结果确定验证是否成功。22.如权利要求21所述的设备，其中，所述一个或多个处理器被配置为：响应于当前验证模式被选择为...

【专利技术属性】
技术研发人员：韩承周，金德相，高民守，孙辰雨，孙昌用，崔昌圭，韩在濬，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国,KR