人脸识别方法及装置制造方法及图纸

本说明书一个或多个实施例公开了一种人脸识别方法及装置，用以解决现有人脸识别方法对用户隐私保护性差的技术问题。所述方法包括：响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像，所述第一人脸深度图像包括所述第一用户人脸上的各特征点的第一距离信息。根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像。根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果。所述人脸识别模型基于多个样本用户的样本人脸掩码图像训练得到，所述样本人脸掩码图像基于所述样本用户的样本人脸深度图像转换得到。

【技术实现步骤摘要】
人脸识别方法及装置
本说明书涉及生物识别
，尤其涉及一种人脸识别方法及装置。
技术介绍
目前的人脸识别技术方案，大多数是基于2D(即二维)人脸进行识别，或者以2D人脸为主、辅以其他方案(如3D人脸)综合进行识别。但无论是采用2D人脸识别还是以2D人脸为主辅以其他技术的方案，对使用者的隐私保护都有其固有的缺陷。为了更好地保护使用者的隐私，必须彻底摆脱2D人脸数据，以一种全新的数据来支撑整个人脸识别系统。
技术实现思路
一方面，本说明书一个或多个实施例提供一种人脸识别方法，包括：响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像，所述第一人脸深度图像包括所述第一用户人脸上的各特征点的第一距离信息。根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像。所述第一人脸掩码图像包括所述第一用户人脸上的各特征点对应的像素值。根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果。所述人脸识别模型基于多个样本用户的样本人脸掩码图像训练得到，所述样本人脸掩码图像基于所本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，包括：/n响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像；所述第一人脸深度图像包括所述第一用户人脸上的各特征点的第一距离信息；/n根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像；所述第一人脸掩码图像包括所述第一用户人脸上的各特征点对应的像素值；/n根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果；所述人脸识别模型基于多个样本用户的样本人脸掩码图像训练得到；所述样本人脸掩码图像基于所述样本用户的样本人脸深度图像转换得到。/n

【技术特征摘要】
1.一种人脸识别方法，包括：
响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像；所述第一人脸深度图像包括所述第一用户人脸上的各特征点的第一距离信息；
根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像；所述第一人脸掩码图像包括所述第一用户人脸上的各特征点对应的像素值；
根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果；所述人脸识别模型基于多个样本用户的样本人脸掩码图像训练得到；所述样本人脸掩码图像基于所述样本用户的样本人脸深度图像转换得到。


2.根据权利要求1所述的方法，所述将所述第一人脸深度图像转换为第一人脸掩码图像之后，还包括：
判断所述第一人脸掩码图像是否符合预设条件，所述预设条件包括以下至少一项：图像中的人脸角度符合预设角度、图像中的无效像素点数目低于预设阈值；
若否，则对所述第一人脸掩码图像进行预处理，得到符合所述预设条件的第二人脸掩码图像；
所述根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，包括：
根据所述第二人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别。


3.根据权利要求2所述的方法，所述预设条件包括：图像中的人脸角度符合预设角度；
所述判断所述第一人脸掩码图像是否符合预设条件，包括：
确定所述第一人脸掩码图像中的人脸指定部位的第一位置信息；及，确定所述人脸角度符合所述预设角度时所述人脸指定部位的第二位置信息；
判断所述第一位置信息与所述第二位置信息是否一致；
若否，则确定所述第一人脸掩码图像不符合所述预设条件。


4.根据权利要求3所述的方法，所述对所述第一人脸掩码图像进行预处理，得到符合所述预设条件的第二人脸掩码图像，包括：
根据所述第一位置信息，确定所述第一人脸掩码图像中的人脸角度；
对所述第一人脸掩码图像中的人脸角度进行变换，得到所述人脸角度符合所述预设角度的第二人脸掩码图像。


5.根据权利要求1所述的方法，所述根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像，包括：
根据所述第一距离信息以及预设的距离信息和像素值之间的对应关系，将所述第一人脸深度图像转换为第一人脸掩码图像；所述距离信息和所述像素值之间负相关。


6.根据权利要求1所述的方法，所述人脸识别模型包括各所述样本用户的样本人脸掩码特征信息；
所述根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果，包括：
从所述第一人脸掩码图像中提取出所述第一用户的第一人脸掩码特征信息；
将所述第一人脸掩码特征信息与所述样本人脸掩码特征信息进行匹配，以及根据匹配结果判断所述人脸识别模型中是否包含与所述第一人脸掩码特征信息相匹配的所述样本人脸掩码特征信息；
若是，则确定所述人脸识别结果为通过；若否，则确定所述人脸识别结果为未通过。


7.根据权利要求2所述的方法，所述响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像之前，还包括：
采集所述样本用户的样本人脸深度图像；所述样本人脸深度图像包括所述样本用户人脸上的各特征点的第二距离信息；
根据所述第二距离信息，将所述样本人脸深度图像转换为样本人脸掩码图像；所述样本人脸掩码图像包括所述样本用户人脸上的各特征点对应的像素值；
对所述样本人脸掩码图像进行所述预处理，得到符合所述预设条件的样本人脸掩码图像；
提取符合所述预设条件的样本人脸掩码图像中的样本人脸掩码特征信息；
利用所述样本人脸掩码特征信息进行模型训练，得到所述人脸识别模型。


8.根据权利要求7所述的方法，所述对所述样本人脸掩码图像进行所述预处理，得到符合所述预设条件的样本人脸掩码图像之后，还包括：
对所述样本人脸掩码图像进行指定操作，得到所述样本人脸掩码图像对应的样本扩展图像；所述指定操作包括以下至少一项：图像旋转、图像角度变换、图像加噪；
所述提取符合所述预设条件的样本人脸掩码图像中的样本人脸掩码特征信息，包括：
提取符合所述预设条件的样本人脸掩码图像及所述样本扩展图像中的样本人脸掩码特征信息。


9.一种人脸识别装置，包括：
第一采集模块，响应于第一用户发送的人脸识别请求，采集所述第一用户的第一人脸深度图像；所述第一人脸深度图像包括所述第一用户人脸上的各特征点的第一距离信息；
第一转换模块，根据所述第一距离信息，将所述第一人脸深度图像转换为第一人脸掩码图像；所述第一人脸掩码图像包括所述第一用户人脸上的各特征点对应的像素值；
识别模块，根据所述第一人脸掩码图像和预先训练的人脸识别模型对所述第一用户进行人脸识别，得到人脸识别结果；所述人脸...

【专利技术属性】
技术研发人员：陈智泉，马晨光，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33