身份验证方法、装置、电子设备及可读存储介质制造方法及图纸

本申请提供一种身份验证方法、装置、电子设备及可读存储介质，涉及图像识别技术领域。该方法利用图像识别模型来对待验证对象的当前生物特征图像与历史生物特征图像之间的相似度进行识别，图像识别模型为孪生神经网络模型，其中的两个网络模型为包括Gabor滤波器的残差网络，由于Gabor滤波器能够在残差网络的卷积层提取针对方向和尺度变化的鲁棒性特征，所以能够更好地提取图像特征，进而利用孪生神经网络模型能更准确地识别两张图像的相似度，达到更好的识别效果，以对待验证对象的身份进行更准确的验证。行更准确的验证。行更准确的验证。

【技术实现步骤摘要】
身份验证方法、装置、电子设备及可读存储介质


[0001]本申请涉及图像识别
，具体而言，涉及一种身份验证方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着科学技术的发展，识别技术已经被广泛应用。现有方式中，一般是采集用户的图像信息进行识别，如指纹、人脸等，目前通常采用卷积神经网络对增强处理的图像进行特征提取，然后通过分类器进行分类识别，从而获得对应的识别结果。
[0003]虽然上述识别技术能够实现对用户身份的识别，但是由于在上述识别过程中，仅通过增强处理，同时采用分类器进行分类识别，使得其识别结果的准确度较低。

技术实现思路

[0004]本申请实施例的目的在于提供一种身份验证方法、装置、电子设备及可读存储介质，用以改善现有技术中的识别方法准确度低的问题。
[0005]第一方面，本申请实施例提供了一种身份验证方法，所述方法包括：
[0006]获取待验证对象的当前生物特征图像以及获取预先存储的所述待验证对象的历史生物特征图像；
[0007]利用图像识别模型识别所述当前生物特征图像与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身份验证方法，其特征在于，所述方法包括：获取待验证对象的当前生物特征图像以及获取预先存储的所述待验证对象的历史生物特征图像；利用图像识别模型识别所述当前生物特征图像与所述历史生物特征图像之间的相似度，获得识别结果，其中，所述图像识别模型为孪生神经网络模型，所述孪生神经网络模型中的两个网络模型为包括Gabor滤波器的残差网络，所述两个网络模型各自用于提取所述当前生物特征图像和所述历史生物特征图像的图像特征；根据所述识别结果对所述待验证对象的身份进行验证。2.根据权利要求1所述的方法，其特征在于，所述孪生神经网络模型还包括串接层、全连接层以及分类层，所述利用图像识别模型识别所述当前生物特征图像与所述历史生物特征图像之间的相似度，获得识别结果，包括：通过所述两个网络模型中的其中一个网络模型提取所述当前生物特征图像的图像特征，获得第一特征向量，以及通过另一个网络模型提取所述历史生物特征图像的图像特征，获得第二特征向量；通过所述串接层将所述第一特征向量和所述第二特征向量进行串联，获得串联向量；将所述串联向量依次通过所述全连接层以及所述分类层，获得识别结果。3.根据权利要求2所述的方法，其特征在于，所述通过所述串接层将所述第一特征向量和所述第二特征向量进行串联，获得串联向量，包括：通过所述串接层计算所述第一特征向量与所述第二特征向量之间差值的平方，以及通过所述串接层计算所述第一特征向量与所述第二特征向量之间的哈达玛积；通过所述串接层将所述第一特征向量、所述第二特征向量、所述差值的平方以及所述哈达玛积进行串联，获得串联向量。4.根据权利要求1所述的方法，其特征在于，所述识别结果为所述当前生物特征图像与所述历史生物特征图像均属于所述待验证对象的概率，所述根据所述识别结果对所述待验证对象的身份...

【专利技术属性】
技术研发人员：姚琼，宋丹，徐翔，李文生，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：