一种身份识别方法及设备技术

本申请实施例提供一种身份识别方法及设备，涉及身份识别领域。终端设备训练获得模板样本组对应的子模型，从而使用子模型确定待处理图像样本与该模板样本组中的模板图像是否匹配，提升终端设备侧的身份识别精度。具体方案为：终端设备根据采集的身份识别数据的多个参考图像样本、第一模型和第一模板样本组训练获得第一子模型；采集待处理图像样本；根据第一子模型，将待处理图像样本与第一模板样本组中的模板图像进行一一比对，获得第一匹配结果；根据第一模型，将待处理图像样本与目标模板样本组以外的模板图像进行一一比对，获得第二匹配结果；根据第一匹配结果和第二匹配结果，确定目标匹配结果。本申请实施例用于身份识别数据匹配的过程。

【技术实现步骤摘要】
一种身份识别方法及设备
本申请实施例涉及身份识别
，特别涉及一种身份识别方法及设备。
技术介绍
指纹是一种常见的身份识别的生物特征，指纹识别近年来在终端设备上大量普及。指纹识别技术首先采集指纹图像，随后对图像进行处理与特征抽取，最后与终端设备中存储的模板进行特征比对，输出结果。随着深度学习的发展，终端能够使用神经网络完成特征抽取与特征比对过程。现有技术中，终端设备根据无法根据用户个性化数据进行自学习，自适应调整当前神经网络的参数。因而，端侧身份识别精度有限，无法获得持续改进的身份识别精度。
技术实现思路
本申请实施例提供一种身份识别方法及设备，终端设备可以训练获得终端设备的模板样本组对应的子模型，从而可以使用子模型来确定待处理图像样本与子模型对应的模板样本组中的模板图像是否匹配，提升终端设备侧的身份识别精度。为达到上述目的，本申请实施例采用如下技术方案：第一方面，本申请实施例提供了一种身份识别方法。其中，终端设备配置有第一模型，终端设备具有至少一个模板样本组，至少一个模板样本组包括第一模板样本组，每个模本文档来自技高网...

【技术保护点】
1.一种身份识别方法，其特征在于，终端设备配置有第一模型，所述终端设备包括至少一个模板样本组，所述至少一个模板样本组包括第一模板样本组，每个所述模板样本组包括至少一个模板图像；所述方法包括：/n所述终端设备采集身份识别数据的多个参考图像样本；/n所述终端设备根据所述多个参考图像样本、所述第一模型和所述第一模板样本组训练获得所述第一模板样本组对应的第一子模型；/n所述终端设备采集待处理图像样本；/n所述终端设备根据所述第一子模型，将所述待处理图像样本与所述第一模板样本组中的模板图像进行一一比对，获得第一匹配结果；/n所述终端设备根据所述第一模型，将所述待处理图像样本与目标模板样本组以外的模板图像...

【技术特征摘要】
1.一种身份识别方法，其特征在于，终端设备配置有第一模型，所述终端设备包括至少一个模板样本组，所述至少一个模板样本组包括第一模板样本组，每个所述模板样本组包括至少一个模板图像；所述方法包括：
所述终端设备采集身份识别数据的多个参考图像样本；
所述终端设备根据所述多个参考图像样本、所述第一模型和所述第一模板样本组训练获得所述第一模板样本组对应的第一子模型；
所述终端设备采集待处理图像样本；
所述终端设备根据所述第一子模型，将所述待处理图像样本与所述第一模板样本组中的模板图像进行一一比对，获得第一匹配结果；
所述终端设备根据所述第一模型，将所述待处理图像样本与目标模板样本组以外的模板图像进行一一比对，获得第二匹配结果；其中，所述目标模板样本组为所述至少一个模板样本组中已用于训练子模型的模板样本组，并且所述目标模板样本组包括所述第一模板样本组；
所述终端设备根据所述第一匹配结果和所述第二匹配结果，确定所述待处理图像样本与所述至少一个模板样本组中的模板图像的目标匹配结果。


2.根据权利要求1所述的方法，其特征在于，所述终端设备根据所述多个参考图像样本、第一模型和所述第一模板样本组训练获得第一子模型，包括：
所述终端设备根据所述第一模型，将每个所述参考图像样本与所述第一模板样本组中的模板图像进行一一比对，确定参考匹配结果；
所述终端设备基于所述多个参考图像样本、所述第一模型、所述第一模板样本组和所述参考匹配结果，训练得到所述第一模板样本组对应的所述第一子模型。


3.根据权利要求2所述的方法，其特征在于，所述终端设备基于所述多个参考图像样本、所述第一模型、所述第一模板样本组和所述参考匹配结果，训练得到所述第一模板样本组对应的所述第一子模型，包括：
所述终端设备基于所述多个参考图像样本、所述第一模型的模型参数、所述第一模板样本组和所述参考匹配结果，训练得到所述第一模板样本组对应的所述第一子模型的模型参数；或者，
所述终端设备根据所述多个参考图像样本、训练所述第一模型时使用的样本、所述第一模板样本组和所述参考匹配结果，训练得到所述第一模板样本组对应的所述第一子模型的模型参数。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述第一子模型和所述第一模型均具有多个模型参数，所述多个模型参数包括第一模型参数组和第二模型参数组；其中，所述第一模型参数组中的模型参数用于所述待处理图像样本与模板图像的特征提取，所述第二模型参数组中的模型参数用于所述待处理图像样本的特征与所述模板图像的特征的相似度比较；
所述第一子模型和所述第一模型的所述第一模型参数组中的模型参数均相同，所述第一子模型和所述第一模型的所述第二模型参数组中的至少一个模型参数不同；或者，
所述第一子模型和所述第一模型的所述第一模型参数组中的至少一个模型参数不同，所述第一子模型和所述第一模型的所述第二模型参数组中的模型参数均相同；或者，
所述第一子模型和所述第一模型的所述第一模型参数组中的至少一个模型参数不同，所述第一子模型和所述第一模型的所述第二模型参数组中的至少一个模型参数不同。


5.根据权利要求1-4任一项所述的方法，其特征在于，在终端设备采集身份识别数据的多个参考图像样本之后，所述方法还包括：
所述终端设备根据所述多个参考图像样本、所述第一模型和第二模板样本组训练获得第二子模型；其中，所述至少一个模板样本组还包括所述第二模板样本组，所述目标模板样本组还包括所述第二子模型；
在所述终端设备采集所述待处理图像样本之后，所述方法还包括：所述终端设备根据所述第二子模型，将所述待处理图像样本与所述第二模板样本组中的模板图像进行一一比对，获得第三匹配结果；
根据所述第一匹配对结果和所述第二匹配结果，确定所述待处理图像样本与所述至少一个模板样本组中的模板图像的目标匹配结果，包括：根据所述第一匹配结果、所述第二匹配结果和所述第三匹配结果，确定所述待处理图像样本与所述至少一个模板样本组中的模板图像的目标匹配结果。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
所述终端设备基于所述待处理图像样本、所述第一模板样本组和所述第一匹配结果，对所述第一子模型进行修正；和/或，
所述终端设备基于所述待处理图像样本、所述第二模板样本组和所述第三匹配结果，对所述第二子模型进行修正。


7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
所述终端设备基于所述第一模型、所述待处理图像样本、所述第一模板样本组和所述第一匹配结果，训练得到所述第一模板样本组对应的第三子模型，并使用所述第三子模型替换所述第一子模型；和/或，
所述终端设备基于所述第一模型、所述待处理图像样本、所述第二模板样本组和所述第三匹配结果，训练得到所述第二模板样本组对应的第四子模型，并使用所述第四子模型替换所述第二子模型。


8.根据权利要求1-7任一项所述的方法，其特征在于，所述第一模型来自云服务器。


9.一种终端设备，其特征在于，所述终端设备配置有第一模型，所述终端设备包括至少一个模板样本组，所述至少一个模板样本组包括所述第一模板样本组，每个所述模板样本组包括至少一个模板图像，所述终端设备包括采集模块和处理模块；
其中，所述采集模块用于：采集身份识别数据的多个参考图像样本；
所述处理模块用于：根据所述多个参考图像样本、所述第一模型和所述第一模板样本组训练获得所述第一模板样本组对应的第一子模型；
所述采集模块还用于：采集待处理图像样本；
所述处理模块还用于：根据所述第一子模型，将所述待处理图像样本与所述第一模板样本组中的模板图像进行一一比对，获得第一匹配结果；
所述处理模块还用于：根据所述第一模型，将所述待处理图像样本与目标模板...

【专利技术属性】
技术研发人员：卢嘉勋，杨春春，邵云峰，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44