【技术实现步骤摘要】
一种身份识别方法、装置、设备及存储介质
本专利技术涉及身份识别
，尤其涉及一种身份识别方法、装置、设备及存储介质。
技术介绍
现如今，身份识别应用极其广泛，根据识别方式的不同，身份识别主要可以分为指纹识别和人脸识别两种，但是因为现在存在指纹膜复刻等安全规避手段，指纹识别可能会因指纹伪造而出现安全风险，而人脸识别相比指纹之别距离更远，使用更加便利，且因目前并未出现可规避人脸识别的安全规避手段，使用人脸识别也十分安全，因此，通过人脸识别进行身份识别现在广泛用于人员身份合法性校验中，但是，根据实际使用场景的不同，部分场景难以获取人员的完整脸部图像，从而导致人脸识别失效，人员身份无法辨认，例如：地形较为复杂的场景，因图像采集设备角度所限，难以拍摄到人员的完整脸部图像；在医院、工地或粉尘较重的工厂等应用场景，通常会因帽子、口罩等遮挡物存在，难以拍摄到人员的完整脸部图像；在影院、车站等应用场景，因人员较多，可能会存在人员互相遮挡等现象，导致无法拍摄到人员的完整脸部图像。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承...
【技术保护点】
1.一种身份识别方法，其特征在于，所述身份识别方法包括以下步骤：/n采集用户的当前图像，并检测所述当前图像中的人脸图像是否被部分遮挡；/n在所述人脸图像被部分遮挡时，通过预设特征提取模型对所述当前图像进行特征提取，以获得当前图像特征；/n通过预设伪图生成器对所述当前图像特征进行图像补全，以获得补全后的完整用户图像；/n对所述完整用户图像进行身份识别，生成身份识别结果并展示。/n
【技术特征摘要】 【专利技术属性】
1.一种身份识别方法，其特征在于，所述身份识别方法包括以下步骤：
采集用户的当前图像，并检测所述当前图像中的人脸图像是否被部分遮挡；
在所述人脸图像被部分遮挡时，通过预设特征提取模型对所述当前图像进行特征提取，以获得当前图像特征；
通过预设伪图生成器对所述当前图像特征进行图像补全，以获得补全后的完整用户图像；
对所述完整用户图像进行身份识别，生成身份识别结果并展示。
2.如权利要求1所述的身份识别方法，其特征在于，所述采集用户的当前图像，并检测所述当前图像中的人脸图像是否被部分遮挡的步骤之前，还包括：
获取清晰完整图样本集，并遍历所述清晰完整图样本集，以获得当前清晰完整图像样本；
对清晰完整图像样本进行随机人脸遮挡处理，以获得部分遮挡图像样本；
根据所述清晰完整图像样本及所述部分遮挡图像样本构建图像补全训练样本；
在遍历结束时，根据所有获得的图像补全训练样本构建图像补全训练样本集；
通过所述图像补全训练样本集对初始图像补全模型进行训练，以获得预设特征提取模型及预设伪图生成器，所述初始图像补全模型包括伪图生成器及特征提取模型。
3.如权利要求2所述的身份识别方法，其特征在于，所述初始图像补全模型还包括图像判别器；
所述通过所述图像补全训练样本集对初始图像补全模型进行训练，以获得预设特征提取模型及预设伪图生成器的步骤，包括：
通过特征提取训练集对所述特征提取模型进行训练，以获得预设特征提取模型；
在所述图像补全训练样本集中选取当前图像补全训练样本；
对所述当前图像补全训练样本进行解析，以获得清晰完整图像及部分遮挡图像；
通过所述特征提取模型对所述部分遮挡图像进行特征提取，以获得遮挡图像特征；
通过所述伪图生成器对所述遮挡图像特征进行图像补全，以获得补全伪图；
通过所述图像判别器对所述清晰完整图像、所述部分遮挡图像及所述补全伪图进行真伪判别，以获得判别结果；
根据所述清晰完整图像、所述部分遮挡图像、所述补全伪图及所述判别结果确定训练损失值；
在所述训练损失值满足预设训练结束条件时，判定训练完成，将训练完成的伪图生成器作为预设伪图生成器。
4.如权利要求3所述的身份识别方法，其特征在于，所述根据所述清晰完整图像、所述部分遮挡图像、所述补全伪图及所述判别结果确定训练损失值的步骤之后，还包括：
在所述训练损失值不满足预设训练结束条件时，对所述伪图生成器及所述图像判别器进行参数优化，并返回所述在所述图像补全训练样本集中选取当前图像补全训练样本的步骤。
5.如权利要求3所述的身份识别方法，其特征在于，所述通过所述伪图生成器对所述遮挡图像特征进行图像补全，以获得补全伪图的步骤，包括：
获取随机噪音特征，并将所述遮挡图像特征与所述随机噪音特征进行特征融合，以获得融合图像特征；
通过所述伪图生成器对所述融合图像特征进行图像补全，以获得补全伪图；
技术研发人员：李晓风，许金林，
申请(专利权)人：安徽中科晶格技术有限公司，
类型：发明
国别省市：安徽;34
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。