人脸图像验证方法和装置制造方法及图纸

本公开是关于人脸图像验证方法和装置，该方法包括：接收待验证人脸图像；提取待验证人脸图像的第一人脸特征；根据注册人脸图像对应的第二人脸特征和注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对第一人脸特征表征的待验证人脸图像进行验证。由于绑定的面孔相册分组中存储有注册人脸图像对应的用户的大量不同人脸图像，结合该绑定面孔相册分组进行验证，可以有效避免待验证人脸图像与注册人脸图像因为光线、表情、发型、服饰等因素的不同而对验证结果的准确性产生的不利影响，可以提高验证结果的准确性。

Face image verification method and device

The public is on the face image verification method and device. The method includes: receiving to verify face image; extracting the first facial features of face images to be verified; according to the binding of facial features and face images of second registered corresponds to the registered face image album face to group third facial features should be the first to face feature representation to be verified face image verification. Because the storage bound in the face album packet corresponds to the registered face image of users in a number of different face images is verified with the binding face album group, can effectively avoid the adverse effects of face image to be verified and registered face image because of the light, expression, hairstyle, clothing and other factors on the accuracy of different results produced by the can improve the accuracy of verification results.

【技术实现步骤摘要】

本公开涉及图像处理领域，尤其涉及人脸图像验证方法和装置。
技术介绍
人脸图像作为一种重要的生物特征，在身份识别、安全加密等领域得到广泛应用。目前，很多应用的用户登录验证过程，都采用了人脸图像验证方式。相关技术中，人脸图像验证的方式一般是：在终端设备中存储有用户注册时提供的注册人脸图像，当用户进行应用系统登录时，终端设备采集实际人脸图像，将实际人脸图像与注册人脸图像进行特征匹配，如果匹配成功，则通过验证，否则，则验证失败，不允许用户登录应用系统。公开内容为克服相关技术中存在的问题，本公开提供一种基于视频的面孔相册处理方法和装置。根据本公开实施例的第一方面，提供一种人脸图像验证方法，包括：接收待验证人脸图像；提取所述待验证人脸图像的第一人脸特征；根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对所述第一人脸特征表征的所述待验证人脸图像进行验证。该方案可以包括以下有益效果：在接收到用户启用某应用进行身份验证时所采集的人脸图像即待验证人脸图像后，首先提取该待验证人脸图像的第一人脸特征。进而，根据用户注册时的注册人脸图像对应的第二人脸特征以及与注册人脸图像绑定的面孔相册分组对应的第三人脸图像特征，对该第一人脸特征进行验证，以确定待验证人脸图像是否能够通过验证。由于绑定的面孔相册分组中存储有注册人脸图像对应的用户的大量不同人脸图像，结合该绑定面孔相册分组进行验证，可以有效避免待验证人脸图像与注册人脸图像因为光线、表情、发型、服饰等因素的不同而对验证结果的准确性产生的不利影响，可以提高验证结果的准确性。结合第一方面，在第一方面的第一种可能的实现方式中，所述根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对所述第一人脸特征表征的所述待验证人脸图像进行验证，包括：计算所述第一人脸特征与所述第二人脸特征间的相似度；当所述第一人脸特征与所述第二人脸特征的相似度小于预设阈值时，计算所述第一人脸特征与所述第三人脸特征间的相似度；根据所述第一人脸特征与所述第三人脸特征间的相似度，确定所述待验证人脸图像是否通过验证。结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述面孔相册分组对应的第三人脸特征包括所述面孔相册分组中各每个人脸图像对应的人脸特征；所述根据所述第一人脸特征与所述第三人脸特征间的相似度，确定所述待验证人脸图像是否通过验证，包括：在所述面孔相册分组中各人脸图像对应的人脸特征中存在至少一个人脸特征与所述第一人脸特征间的相似度大于所述预设阈值时，确定所述待验证人脸图像通过验证；在所述面孔相册分组中各人脸图像对应的人脸特征与所述第一人脸特征间的相似度都小于所述预设阈值时，确定所述待验证人脸图像不通过验证。该方案可以包括以下有益效果：在对待验证人脸图像进行验证的过程中，首先将该待验证人脸图像对应的第一人脸特征与已存储的注册人脸图像对应的第二人脸特征进行相似性度量，在不满足相似度阈值时，进而再将第一人脸特征分别与注册人脸图像绑定的面孔相册分组中每个人脸图像对应的第三人脸特征进行相似性度量，如果各第三人脸特征中存在与之满足相似度阈值的人脸特征，则验证通过，否则，验证不通过。结合绑定面孔相册分组进行验证，可以大大提高验证结果的准确性。结合第一方面、第一方面的第一种或第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述提取所述待验证人脸图像的第一人脸特征，包括：对所述待验证人脸图像进行人脸检测，确定所述待验证人脸图像中的人脸候选区域图像；对所述人脸候选区域图像进行器官点定位；根据人脸特征提取模型对所述器官点定位后的人脸候选区域图像进行特征提取，获取所述第一人脸特征；其中，所述人脸特征提取模型是对卷积神经网络进行人脸分类识别训练获得的。该方案可以包括以下有益效果：在进行待验证人脸图像的第一人脸特征提取过程中，首先进行人脸检测、器官点定位的处理，得到人脸候选区域图像，进而采用基于对卷积神经网络进行人脸分类识别训练获得的人脸特征提取模型对人脸候选区域图像进行特征提取，由于基于深度学习的卷积神经网络能够获取到更加丰富、精细的特征信息，从而保证了验证结果的准确性。结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述方法还包括：接收所述注册人脸图像；提取所述注册人脸图像的所述第二人脸特征；将所述第二人脸特征与各面孔相册分组分别对应的人脸特征进行匹配，确定与所述第二人脸特征匹配的所述第三人脸特征；建立所述注册人脸图像与所述第三人脸特征所对应的面孔相册分组间的绑定关系。该方案可以包括以下有益效果：在人脸图像注册过程中，除了提取注册人脸图像的第二人脸特征，以用于后续的人脸图像验证外，还通过进行第二人脸特征与各面孔相册分组分别对应的人脸特征的匹配，建立注册人脸图像与匹配的人脸特征对应的面孔相册分组的绑定关系，以便于后续基于该绑定的面孔相册分组进行人脸图像的登录身份验证。根据本公开实施例的第二方面，提供一种人脸图像验证装置，包括：第一接收模块，被配置为接收待验证人脸图像；第一提取模块，被配置为提取所述第一接收模块接收的所述待验证人脸图像的第一人脸特征；验证模块，被配置为根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对所述第一提取模块提取的所述第一人脸特征表征的所述待验证人脸图像进行验证。该方案可以包括以下有益效果：在接收到用户启用某应用进行身份验证时所采集的人脸图像即待验证人脸图像后，首先提取该待验证人脸图像的第一人脸特征。进而，根据用户注册时的注册人脸图像对应的第二人脸特征以及与注册人脸图像绑定的面孔相册分组对应的第三人脸图像特征，对该第一人脸特征进行验证，以确定待验证人脸图像是否能够通过验证。由于绑定的面孔相册分组中存储有注册人脸图像对应的用户的大量不同人脸图像，结合该绑定面孔相册分组进行验证，可以有效避免待验证人脸图像与注册人脸图像因为光线、表情、发型、服饰等因素的不同而对验证结果的准确性产生的不利影响，可以提高验证结果的准确性。结合第二方面，在第二方面的第一种可能的实现方式中，所述验证模块包括：第一计算子模块，被配置为计算所述第一人脸特征与所述第二人脸特征间的相似度；第二计算子模块，被配置为当所述第一计算子模块计算的所述第一人脸特征本文档来自技高网...

【技术保护点】
一种人脸图像验证方法，其特征在于，包括：接收待验证人脸图像；提取所述待验证人脸图像的第一人脸特征；根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对所述第一人脸特征表征的所述待验证人脸图像进行验证。

【技术特征摘要】
1.一种人脸图像验证方法，其特征在于，包括：
接收待验证人脸图像；
提取所述待验证人脸图像的第一人脸特征；
根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定的面孔相册分组对
应的第三人脸特征，对所述第一人脸特征表征的所述待验证人脸图像进行验证。
2.根据权利要求1所述的方法，其特征在于，所述根据注册人脸图像对应的第二人
脸特征和所述注册人脸图像绑定的面孔相册分组对应的第三人脸特征，对所述第一人脸特
征表征的所述待验证人脸图像进行验证，包括：
计算所述第一人脸特征与所述第二人脸特征间的相似度；
当所述第一人脸特征与所述第二人脸特征的相似度小于预设阈值时，计算所述第一人
脸特征与所述第三人脸特征间的相似度；
根据所述第一人脸特征与所述第三人脸特征间的相似度，确定所述待验证人脸图像是
否通过验证。
3.根据权利要求2所述的方法，其特征在于，所述面孔相册分组对应的第三人脸特
征包括所述面孔相册分组中各每个人脸图像对应的人脸特征；
所述根据所述第一人脸特征与所述第三人脸特征间的相似度，确定所述待验证人脸图
像是否通过验证，包括：
在所述面孔相册分组中各人脸图像对应的人脸特征中存在至少一个人脸特征与所述
第一人脸特征间的相似度大于所述预设阈值时，确定所述待验证人脸图像通过验证；
在所述面孔相册分组中各人脸图像对应的人脸特征与所述第一人脸特征间的相似度
都小于所述预设阈值时，确定所述待验证人脸图像不通过验证。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述提取所述待验证人
脸图像的第一人脸特征，包括：
对所述待验证人脸图像进行人脸检测，确定所述待验证人脸图像中的人脸候选区域图
像；
对所述人脸候选区域图像进行器官点定位；
根据人脸特征提取模型对所述器官点定位后的人脸候选区域图像进行特征提取，获取
所述第一人脸特征；
其中，所述人脸特征提取模型是对卷积神经网络进行人脸分类识别训练获得的。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
接收所述注册人脸图像；
提取所述注册人脸图像的所述第二人脸特征；
将所述第二人脸特征与各面孔相册分组分别对应的人脸特征进行匹配，确定与所述第
二人脸特征匹配的所述第三人脸特征；
建立所述注册人脸图像与所述第三人脸特征所对应的面孔相册分组间的绑定关系。
6.一种人脸图像验证装置，其特征在于，包括：
第一接收模块，被配置为接收待验证人脸图像；
第一提取模块，被配置为提取所述第一接收模块接收的所述待验证人脸图像的第一人
脸特征；
验证模块，被配置为根据注册人脸图像对应的第二人脸特征和所述注册人脸图像绑定
的面孔相册分组对应的第三人脸特征，对所述第一提取模块提取的所...

【专利技术属性】
技术研发人员：张涛，汪平仄，龙飞，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京;11