【技术实现步骤摘要】
一种人脸认证方法、装置、设备及介质
本申请涉及图像处理
，尤其涉及人工智能
，提供一种人脸认证方法、装置、设备及介质。
技术介绍
人脸认证技术被广泛地应用在生物安全解锁领域，比如利用人脸认证解锁手机、利用人脸认证确定是否支付等。人脸认证的方法的通常是：手机采集人脸图像，将人脸图像与预存的该手机的人脸图像进行匹配，如果二者匹配，则确定人脸认证成功。但用户所戴口罩遮挡或外部环境中其它物体的遮挡等原因，可能导致手机采集到的人脸图像部分区域被遮挡，如果将被遮挡后的人脸图像与手机中预存的人脸图像进行匹配，则容易导致匹配失败。可见，目前的人脸认证方法的准确性较低。
技术实现思路
本申请实施例提供一种人脸认证方法、装置、设备及介质，用于提高人脸认证的准确性。一方面，提供了一种人脸认证方法，包括：识别待认证的目标人脸图像存在目标遮挡物时，从所述目标人脸图像中分割出除所述目标遮挡物对应区域之外的目标剩余区域；根据所述目标遮挡物在所述目标人脸图像中的相对位置信息，从参考人脸图像中去除所述相...
【技术保护点】
1.一种人脸认证方法，其特征在于，包括：/n识别待认证的目标人脸图像存在目标遮挡物时，从所述目标人脸图像中分割出除所述目标遮挡物对应区域之外的目标剩余区域；/n根据所述目标遮挡物在所述目标人脸图像中的相对位置信息，从参考人脸图像中去除所述相对位置信息对应的区域，获得参考剩余区域；/n根据所述目标剩余区域与所述参考剩余区域的匹配结果，确定所述目标人脸图像的认证结果。/n
【技术特征摘要】 【专利技术属性】
1.一种人脸认证方法，其特征在于，包括：
识别待认证的目标人脸图像存在目标遮挡物时，从所述目标人脸图像中分割出除所述目标遮挡物对应区域之外的目标剩余区域；
根据所述目标遮挡物在所述目标人脸图像中的相对位置信息，从参考人脸图像中去除所述相对位置信息对应的区域，获得参考剩余区域；
根据所述目标剩余区域与所述参考剩余区域的匹配结果，确定所述目标人脸图像的认证结果。
2.如权利要求1所述的方法，其特征在于，所述识别待认证的目标人脸图像存在目标遮挡物，包括：
检测所述目标人脸图像中各像素点的分类；
根据分类属于目标遮挡物的像素点与所述目标人脸图像中所有像素点的比值，确定所述目标人脸图像是否存在目标遮挡物。
3.如权利要求2所述的方法，其特征在于，所述根据分类属于目标遮挡物的像素点与所述目标人脸图像中所有像素点的比值，确定所述目标人脸图像是否存在目标遮挡物，包括：
根据分类属于目标遮挡物的像素点，确定所述目标人脸图像中的疑似目标遮挡物区域；
若所述疑似目标遮挡物区域的面积与所述目标人脸图像的面积比值满足第一阈值条件，则确定所述目标人脸图像中存在目标遮挡物；
若所述疑似目标遮挡物区域的面积与所述目标人脸图像的面积比值不满足第一阈值条件，则确定所述目标人脸图像中不存在目标遮挡物。
4.如权利要求3所述的方法，其特征在于，在所述定所述目标人脸图像中不存在目标遮挡物之后，还包括：
将所述目标人脸图像与所述参考人脸图像进行匹配；
根据所述目标人脸图像与所述参考人脸图像的匹配结果，确定所述目标人脸图像的认证结果。
5.如权利要求2所述的方法，其特征在于，所述检测所述目标人脸图像中各像素点的分类，包括：
提取所述目标人脸图像中各像素点的特征；
根据各像素点的特征，确定各像素点与所述目标遮挡物的相关度；
根据确定出的相关度，确定各像素点是否属于目标遮挡物。
6.如权利要求2～5任一项所述的方法，其特征在于，各像素点的分类是通过分类模型获得的，所述分类模型包括第一特征提取模块和分类器，所述分类模型是通过如下步骤训练得到的：
获取第一样本集；其中，所述第一样本集包括标注了目标遮挡物对应区域的第一样本人脸图像；
通过所述第一特征提取模型，提取第一样本人脸图像中各像素点的特征；
通过所述分类器，确定各像素点的预测分类；
根据各像素点的预测分类和第一样本人脸图像中各像素点是否属于所述目标遮挡物的真实分类，调整所述分类模型的模型参数，直到所述分类模型的损失满足目标损失，获得已训练的分类模型。
7.如权利要求1所述的方法，其特征在于，所述根据所述目标剩余区域与所述参考剩余区域的匹配结果，确定所述目标人脸图像的认证结果，包括：
分别提取所述目标剩余区域的第一特征向量，以及所述参考剩余区域的第二特征向量；
技术研发人员：田植良，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
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。