目标验证方法及设备技术

本公开涉及一种利用电子设备实现目标验证方法及验证服务器，其中电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源。方法包括开启所述辅助光源，同时利用所述图像传感器捕获目标的图像；提取所述图像的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；存储所述特征点信息以及所述特征矢量作为用于验证所述目标的注册信息。所述目标的注册信息。所述目标的注册信息。

【技术实现步骤摘要】
目标验证方法及设备


[0001]本专利技术涉及目标产品验证，尤其是涉及基于目标的表面纹理实现的目标验证。

技术介绍

[0002]目前，图像识别技术常用于识别和验证不同的物体或目标，例如人脸的识别。由于不同人的脸存在着显著的差异，例如从平面、立体轮廓角度看等，因此可采用宏观或立体成像及分析技术来实现对人脸的识别。然而在某些应用场合，所区分的对象外观十分接近，例如同一型号的批次产品，像计算机键盘等。由于其宏观特征基本相同，因此通过采用分析其微观特征例如纹理特征来实现对每个对象的鉴别和验证。然而由于环境光的变化等因素，导致所提取的纹理特征有很大的随机性，因此为实现目标的验证带来了困扰。

技术实现思路

[0003]本专利技术提供一种改进的目标验证技术，其通过采用具有固定的照射强度的光源作为主导光来照射目标表面从而保证环境光稳定性，同时保证照光源与图像传感器之间始终保持相对固定，从而使得获取到的图像真实地反映了目标表面纹理对光线散射特征，实现对表面纹理的特征的真实反映。由此基于纹理特征实现对目标的验证。
[0004]按照本专利技术一个方面，提供一种利用电子设备实现目标验证方法，所述电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源，所述方法包括：开启所述辅助光源，同时利用所述图像传感器捕获目标的图像；提取所述图像的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；存储所述特征点信息以及所述特征矢量作为用于验证所述目标的注册信息。
[0005]按照本专利技术的另一个方面，提供一种目标验证方法，所述方法包括：从一用户电子设备接收待验证目标的图像，其中所述电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源，并且所述图像是在所述辅助光源开启并照射所射所述目标表面的同时利用所述图像传感器捕获的；提取所述图像上预定区域的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；将所述特征点信息以及所述特征矢量与预先存储的注册信息进行匹配以验证所述目标。
[0006]按照本专利技术的另一个方面，提供一种利用用户电子设备实现目标验证方法，所述用户电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源，所述方法包括：开启所述辅助光源以照射所述目标，同时利用所述图像传感器捕获所述目标的图像；提取所述图像的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；将所述特征点信息与特征矢量传送给一远程服务器；从所述远程服务器接收关于所述目标是否验证通过的响应，其中所述服务器基于所接收的所述特征点信息与特征矢量与预先存储的参考身份的匹配程度来做出所述响应。
[0007]按照本专利技术的另一个方面，提供一种电子设备，其上集成有图像传感器以及用于提供摄像辅助光的辅助光源，所述电子设备还包括目标鉴别模块，用于本专利技术的方法。
附图说明
[0008]图1示意性示出了目标成像拍摄过程；
[0009]图2示出根据本专利技术一个示例的目标注册方法流程图；
[0010]图3示出根据本专利技术另一个示例的目标注册方法流程图；
[0011]图4示出根据本专利技术一个示例的目标验证方法流程图；
[0012]图5示出根据本专利技术另一个示例的目标验证方法流程图；
具体实施方式
[0013]下面将结合本专利技术实施例中的附图，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用于说明本专利技术为目的，而非限制性的。
[0014]为了实现目标例如产品的验证，有必要提取目标特征并确定这些特征的唯一表征，从而基于这些特征来验证目标。按照本专利技术的实施例，综合考虑了目标表面的宏观特征属性以及微观特征属性。在本例中，宏观特征可以是目标表面的特征区域或特征点信息，例如特征点或区域可以是在所述目标图像内的位置坐标以及特征描述矢量等；而微观特征可以是表面纹理特征。
[0015]按照本专利技术，在读取目标表面的纹理特征时，利用具有恒定光强的光源照射目标表面，同时采用图像传感器进行拍摄。为了准确反映这些纹理特征并避免由于光源与图像传感器的相对变化而导致干扰，按照本专利技术的实施例，要求光源与图像传感器保持固定相对位置关系，例如固定在电子设备内，例如使用手机中的闪光灯及图像传感器，其中在捕获目标图像时，保持闪光灯全程开启，从而保证闪光灯发出的辅助光作为图像捕获的主导光。
[0016]图1示意性示出了利用位于手机内的闪光灯与图像传感器拍摄目标300表面的示意图，图中三角形符号100表示图像传感器，而圆形符号200表示闪光灯。由于固定在手机框架内部，因此闪光灯200与传感器100具有固定的位置与朝向，例如，如图1所示，闪光灯200发出的投向目标300表面的入射光线与自目标表面反射给图像传感器100的反射光线保持相对固定的角度β。但不同的电子设备例如不同的手机之间，入射光线与反射光线之间的角度β可能会有所不同，但通常不会大于5度。因此采用固定的相对位置关系的光源与图像传感器，可以避免由于图像传感器与光源之间变化的位置例如角度等差异造成的对纹理表现散射特性的影响，因此可能干扰了对纹理表面特征的准确反映。
[0017]按照本专利技术的实施例，为了实现对目标例如产品的验证，首先在验证中心例如服务器处预先注册目标的身份验证信息。图2示例性示出用于目标验证的目标注册方法的流程图，在本例中以键盘为例予以说明。
[0018]如图2所示，在步骤201，将键盘保持不动，开启手机闪光灯200，同时利用图像传感器100拍摄键盘的一帧图像P。
[0019]在步骤202，提取图像P中多个特征点或由多个特征点限定的至少一个特征区域。这里可以采用现有技术中常用的视觉特征提取算法，例如ORB((Oriented FAST and Rotated BRIEF))算法、尺度不变特征变换(SIFT)算法等。例如对于SIFT算法，其通过侦测与描述图像中的局部特征例如角点、或暗区中的亮点等，从而确定多个特征点。作为一个示例，可以围绕键盘上例如右shift键提取M个特征点，包括特征点的位置坐标[x,y]以及描述向量DV，以下记为(L1,DV1),(L2,DV2),
……
(L
M
,DV
M
)，其中L＝[x,y]。这里的位置坐标是在整
个键盘图像区域内按照预定的坐标系建立的坐标，例如以键盘正常使用状态下左下角为坐标原点而建立的直角坐标系下的坐标。这里需要指出的是，在提取图像P中多个特征点之前，还可以进一步执行图像调整处理，例如对图像进行裁剪以消除键盘图像的环境干扰成像。
[0020]在步骤203，利用目标鉴别模型TCM处理在步骤201获取的图像P，以产生该图像的特征矢量，该特征矢量可以是鉴别模型TCM的分类指示输出，例如该分类指示输出可以是一个置信概率，该置信概率可以定义为当前键盘的鉴别码SN即特征矢量。在本专利技术的一个示例中，目标鉴别模型TCM可以是一个实现二分类的神经网络模型，例如采用激活本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用电子设备实现目标验证方法，所述电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源，所述方法包括：开启所述辅助光源，同时利用所述图像传感器捕获目标的图像；提取所述图像的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；存储所述特征点信息以及所述特征矢量作为用于验证所述目标的注册信息。2.如权利要求1的方法，其中所述特征点信息包括：所述特征点在所述目标上的位置信息以及所述特征点的描述向量。3.如权利要求1或2的方法，其中所捕获的目标的图像为在不同的拍照角度下捕获的一系列图像帧；其中利用图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量包括：利用单应性变换，对所述一系列图像帧进行配准并计算配准后的后一帧图像相对前一帧图像的差分角度图像，所述差分角度图像代表所述目标的表面纹理在不同拍照角度下光线散射差异；处理所述差分角度图像以产生表征所述目标的所述特征矢量。4.如权利要求3的方法，进一步包括：选择所述多个图像帧上的同一参考对象并提取所述参考对象的参考特征点信息；处理所述参考特征点信息以生成用于所述单应性变换的变换矩阵。5.如权利要求3的方法，其中处理所述差分角度图像包括：对所述差分角度图像求和以生成表示所述待鉴别目标在不同拍照角度下的总差分角度图像；利用所述目标鉴别模型处理所述总差分角度图像以输出所述鉴别码。6.如权利要求5的方法，其中对所述多个差分角度图像求和包括：基于与每个差分角度图像对应的拍照角度差，为该差分角度图像分配权重；对经过加权的所述多个差分角度图像求和以计算所述总差分角度图像。7.如权利要求5的方法，其中对所述多个图像帧进行配准包括：将所述多个图像帧中的后一帧图像配准到相邻的前一帧图像；或以所述多个图像帧的一帧图像为基准，将所述多个图像帧的其余图像帧配准到所述一帧图像。8.如权利要求1或2的方法，其中所述目标鉴别模型为经过训练的神经网络模型。9.一种目标验证方法，所述方法包括：从一用户电子设备接收待验证目标的图像，其中所述电子设备包括具有相对固定位置关系的内置图像传感器及辅助光源，并且所述图像是在所述辅助光源开启并照射所射所述目标表面的同时利用所述图像传感器捕获的；提取所述图像上预定区域的特征点信息；利用一经过训练的图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量；将所述特征点信息以及所述特征矢量与预先存储的注册信息进行匹配以验证所述目标。10.如权利要求1的方法，其中所述特征点信息包括：所述特征点在所述目标上位置信
息以及所述特征点的描述向量，并且所述注册信息包括注册特征点信息以及注册特征矢量。11.如权利要求9或10的方法，其中所接收的待验证目标的图像为在不同的拍照角度下捕获的一系列图像帧；其中利用图像鉴别模型对所述图像进行处理以生成所述图像的特征矢量包括：利用单应性变换，对所述一系列图像帧进行配准并计算配准后的后一帧图像相对前一帧图像的差分角度图像，所述差分角度图像代表所述鉴别目标的表面纹理在不同拍照角度下的光线散射差异；处理所述差分角度图像以产生表征所述待验证目标的所述特征矢量。12.如权利要求9或10的方法，进一步包括：选择所述多个图像帧上的同一参考对象并提取所述参考对象的特征点信息；处理所述特征点信息以生成用于所述单应性变换的变换矩阵。13.如权利要求11的方法，其...

【专利技术属性】
技术研发人员：高煜，谢晖，杨莞琳，
申请(专利权)人：罗伯特，
类型：发明
国别省市：