图像识别方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供一种图像识别方法、装置及电子设备。在一个实施例中，所述图像识别方法包括：将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距；计算所述识别瞳距与预存储的所述目标人像的参照瞳距之差值；以及根据所述差值与设定的识别标准进行匹配得到所述待识别图像的识别结果，所述识别标准包括识别瞳距与参照瞳距的差值范围与识别结果的对应关系。

Image Recognition Method, Device and Electronic Equipment

The embodiment of the present invention provides an image recognition method, device and electronic device. In one embodiment, the image recognition method includes: calculating the recognition pupil distance of the target portrait in the image to be recognized by inputting the image to the recognition model; calculating the difference between the recognition pupil distance and the reference pupil distance of the stored target portrait; and recognizing according to the difference and setting. The recognition result of the image to be recognized is obtained by matching the different criteria. The recognition criteria include the corresponding relationship between the difference range of the recognition pupil distance and the reference pupil distance and the recognition result.

【技术实现步骤摘要】
图像识别方法、装置及电子设备
本专利技术涉及图像处理领域，具体而言，涉及一种图像识别方法、装置及电子设备。
技术介绍
人脸识别技术作为一种有效的身份认证与识别技术，目前得到了广泛的应用。然而，人脸识别系统也容易受到一些非法用户的攻击。对人脸识别系统的攻击主要有三类：照片攻击、视频攻击和3D模型攻击。非法分子可能通过合法用户的照片、视频和3D模型试图欺骗系统以达到访问识别系统的目的。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种图像识别方法、装置及电子设备。第一方面，本专利技术实施例提供的一种图像识别方法，包括：将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距；计算所述识别瞳距与预存储的所述目标人像的参照瞳距之差值；以及根据所述差值与设定的识别标准进行匹配得到所述待识别图像的识别结果，所述识别标准包括识别瞳距与参照瞳距的差值范围与识别结果的对应关系，所述识别结果包括所述目标人像对应对象为活体或者非活体。进一步地，所述根据所述差值与设定的识别结果进行匹配得到目标识别结果的步骤，包括：当所述差值在第一预定范围内时，得到所述目标人像对应对象为活体的识别结果；当所述差值在第二预定范围内时，得到所述目标人像对应对象为非活体的识别结果。进一步地，所述识别模型通过以下方式得到：根据获取的拟合数据拟合瞳距计算公式以形成识别模型，所述拟合数据包括多张包含人脸的图像。进一步地，应用于电子设备，所述电子设备包括图像采集装置，所述根据获取的拟合数据拟合瞳距计算公式以得到所述识别模型的步骤，包括：通过所述图像采集装置获取指定人物的指定数量的深度图像，所述深度图像中包括指定人物的人脸图像；计算所述指定数量的深度图像中每张深度图像中的人脸图像中的瞳孔与所述图像采集装置的第一距离；计算所述指定数量的深度图像中每张深度图像中的人脸图像的瞳孔之间的第二距离；获取所述指定人物的实际瞳距；根据所述实际瞳距、指定数量的所述第一距离、及指定数量的所述第二距离计算得到拟合参数；以所述拟合参数、人脸图像的瞳孔与图像采集装置的距离以及人脸图像的瞳孔之间的距离之乘积拟合成瞳距计算公式。进一步地，所述通过所述图像采集装置获取指定人物的指定数量的深度图像的步骤，包括：获取指定人物与图像采集装置距离不同的指定数量的深度图像。进一步地，所述根据所述实际瞳距、指定数量的所述第一距离、及指定数量的所述第二距离计算得到拟合参数通过以下公式实现：其中，K表示所述拟合参数；DREAL表示所述实际瞳距；N表示所述指定数量；di表示指定数量的深度图像中第i个第一距离；dpi表示指定数量的深度图像中第i个第二距离。进一步地，所述计算所述指定数量的深度图像中每张深度图像中的人脸图像中的瞳孔与所述图像采集装置的第一距离的步骤，包括：根据人脸检测算法检测出所述指定数量的深度图像中每张深度图像中的人脸图像中的面部关键特征点；在所述面部关键特征点中确定瞳孔位置；根据所述瞳孔位置处的像素值得到第一距离。进一步地，所述计算所述指定数量的深度图像中每张深度图像中的人脸图像的瞳孔之间的第二距离的步骤，包括：根据人脸检测算法检测出所述指定数量的深度图像中每张深度图像中的人脸图像中的面部关键特征点；在所述面部关键特征点中确定瞳孔位置；根据确定瞳孔位置计算两瞳孔的像素欧式距离。进一步地，应用于电子设备，所述电子设备包括图像采集装置，在所述将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距的步骤之前，所述方法还包括：通过所述图像采集装置获取待识别图像，所述待识别图像中包括人脸图像；或，接收其它设备发送的待识别图像。进一步地，所述图像采集装置是深度摄像装置，所述通过所述图像采集装置获取待识别图像的步骤，包括：通过所述深度摄像装置获取待识别图像，所述待识别图像是深度图像。第二方面，本专利技术实施例还提供一种图像识别装置，包括：第一计算模块，用于将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距；第二计算模块，用于计算所述识别瞳距与预存储的所述目标人像的参照瞳距之差值；以及匹配模块，用于根据所述差值与设定的识别标准进行匹配得到目标识别结果，所述识别标准包括多个识别结果及每个识别结果对应的差值范围。第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面任一项所述的方法的步骤。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行第一方面任一项所述的方法的步骤。与现有技术相比，本专利技术实施例的图像识别方法，通过对上待识别图像进行瞳孔距离的计算，以及进一步地将识别瞳距与参照瞳距的差值与识别标准进行匹配可以得到识别结果，将使用人类的身体特征信息转换为图像的识别，可以减少对人体的接触等操作就能够实现检测人体特征，从而可以把大量模仿得很真很精妙但瞳距和真人不同的攻击快速检测出来，提高了图像识别判断算法的性能和鲁棒性。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提供的电子设备的方框示意图。图2为本专利技术实施例提供的图像识别方法的流程图。图3为本专利技术实施例提供的图像识别方法中使用的识别模型拟合的部分流程图。图4为本专利技术实施例提供的图像识别装置的功能模块示意图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。随着网络技术的发展，各个领域已经开始使用在线或者离线电子门禁等模式。由最初的卡片控制，发展到后面的指纹控制，到最新的通过对人脸的识别以实现人脸控制。相对指纹模式卡片更容易被传播、遗失或被替代，因此指纹相对是一种更安全的电子门禁模式。但是，由于指纹控制需要用户将手指放到识别区操作起来比较麻烦，基于此发展了人脸控制，人脸控制只需要用户路过识别区就能够实现识别。但是部分人员可能会使用照片、视频、3D模型替代合法人脸以解除门禁，因此就可能导致电子门禁被不法人员的攻击，也就使电子门禁存在安全隐患。因此，判断采集到的图本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括：将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距；计算所述识别瞳距与预存储的所述目标人像的参照瞳距之差值；以及根据所述差值与设定的识别标准进行匹配得到所述待识别图像的识别结果，所述识别标准包括识别瞳距与参照瞳距的差值范围与识别结果的对应关系，所述识别结果包括所述目标人像对应对象为活体或者非活体。

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：将待识别图像输入识别模型进行计算，以得到所述待识别图像中的目标人像的识别瞳距；计算所述识别瞳距与预存储的所述目标人像的参照瞳距之差值；以及根据所述差值与设定的识别标准进行匹配得到所述待识别图像的识别结果，所述识别标准包括识别瞳距与参照瞳距的差值范围与识别结果的对应关系，所述识别结果包括所述目标人像对应对象为活体或者非活体。2.如权利要求1所述的图像识别方法，其特征在于，所述根据所述差值与设定的识别结果进行匹配得到目标识别结果的步骤，包括：当所述差值在第一预定范围内时，得到所述目标人像对应对象为活体的识别结果；当所述差值在第二预定范围内时，得到所述目标人像对应对象为非活体的识别结果。3.如权利要求1或2所述的图像识别方法，其特征在于，所述识别模型通过以下方式得到：根据获取的拟合数据拟合瞳距计算公式以形成识别模型，所述拟合数据包括多张包含人脸的图像。4.如权利要求3所述的图像识别方法，其特征在于，应用于电子设备，所述电子设备包括图像采集装置，所述根据获取的拟合数据拟合瞳距计算公式以形成识别模型的步骤，包括：通过所述图像采集装置获取指定人物的指定数量的深度图像，所述深度图像中包括指定人物的人脸图像；计算所述指定数量的深度图像中每张深度图像中的人脸图像中的瞳孔与所述图像采集装置的第一距离；计算所述指定数量的深度图像中每张深度图像中的人脸图像的瞳孔之间的第二距离；获取所述指定人物的实际瞳距；根据所述实际瞳距、指定数量的所述第一距离、及指定数量的所述第二距离计算得到拟合参数；以所述拟合参数、人脸图像的瞳孔与图像采集装置的距离以及人脸图像的瞳孔之间的距离之乘积拟合成瞳距计算公式。5.如权利要求4所述的图像识别方法，其特征在于，所述通过所述图像采集装置获取指定人物的指定数量的深度图像的步骤，包括：获取指定人物与图像采集装置距离不同的指定数量的深度图像。6.如权利要求4所述的图像识别方法，其特征在于，所述根据所述实际瞳距、指定数量的所述第一距离、及指定数量的所述第二距离计算得到拟合参数通过以下公式实现：其中，K表示所述拟合参数；DREAL表示所述实际瞳距；N表示所述指定数量；di表示指定数量的深度图像中第i个第一距离；dpi表示指定数量的深度图像中第i个第二距离。7.如权利要求4所述的图像识别方法，其特征在于，所述计算所述指定数量的深度图像中每张深度图像中的人脸图像中的瞳孔与所述图像采集装置的第一距离的步骤，包括：根据人脸检测算法检测出所述指定数量的...

【专利技术属性】
技术研发人员：何益升，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11