本申请涉及一种人脸认证方法、装置、计算机设备和存储介质，涉及生物识别技术领域。所述方法包括：获取针对目标对象的人脸采集图像；将人脸采集图像中的人脸表情调整为目标表情，得到具有目标表情的待认证图像；根据待认证图像和人脸注册图像，对目标对象进行人脸认证。采用本方法能够通过对目标对象的人脸采集图像进行表情调整，将人脸采集图像中的人脸表情调整为预先录入的人脸注册图像中的目标表情，得到待认证图像，从而避免人脸认证时对人脸采集图像中的人脸表情的限制约束过多，提高人脸采集和人脸认证的灵活性，减少待认证图像和人脸注册图像之间的表情差异，进而基于待认证图像和人脸注册图像进行人脸认证，提高人脸认证的准确率。认证的准确率。认证的准确率。
【技术实现步骤摘要】
人脸认证方法、装置、计算机设备和存储介质
[0001]本申请涉及生物识别
，特别是涉及一种人脸认证方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着金融技术的发展，出现了人脸识别支付技术，基于人脸认证技术的人脸支付系统利用人脸采集功能，通过人脸识别获取持卡人支付账户信息，进而完成支付流程。
[0003]传统技术可基于几何特征或三维模型进行人脸认证。
[0004]然而，传统方法在进行人脸认证时，认证识别结果受采集对象的状态等因素影响较大，身份验证准确率不高，不利于提高人脸认证的准确率。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高人脸认证准确率的人脸认证方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种人脸认证方法，所述方法包括：
[0007]获取针对目标对象的人脸采集图像；
[0008]将所述人脸采集图像中的人脸表情调整为目标表情，得到具有所述目标表情的待认证图像；所述目标表情为预先录入的人脸注册图像中的人脸表情；
[0009]根据所述待认证图像和所述人脸注册图像，对所述目标对象进行人脸认证。
[0010]在其中一个实施例中，所述将所述人脸采集图像中的人脸表情调整为目标表情，得到具有所述目标表情的待认证图像，包括：
[0011]获取所述目标表情的面部动作特征；
[0012]将所述人脸采集图像和所述目标表情的面部动作特征输入至预训练的生成器；所述预训练的生成器用于输出第一注意力掩码和第一颜色掩码，根据所述第一注意力掩码和所述颜色掩码，对所述人脸采集图像中的人脸表情进行调整，得到具有所述目标表情的待认证图像；所述第一注意力掩码表征所述人脸采集图像对应的面部动作特征与所述目标表情的面部动作特征之间的映射关系；所述第一颜色掩码表征所述人脸采集图像对应的颜色特征。
[0013]在其中一个实施例中，所述方法还包括：
[0014]将样本人脸图像和所述目标表情对应的面部动作特征输入至生成器，生成具有所述目标表情的样本待认证图像；
[0015]将所述样本待认证图像和所述样本人脸表情对应的面部动作特征输入至生成器；所述生成器用于输出第二注意力掩码和第二颜色掩码，根据所述第二注意力掩码和所述第二颜色掩码，对所述样本待认证图像中的目标表情进行调整，得到具有所述样本人脸表情的人脸重建图像；所述第二注意力掩码表征所述样本待认证图像对应的面部动作特征与所述样本人脸表情的面部动作特征之间的映射关系；所述第二颜色掩码表征所述样本待认证
图像对应的颜色特征；
[0016]根据所述人脸重建图像和所述鉴别器，确定所述人脸重建图像与所述样本人脸图像之间的鉴别结果；所述鉴别结果表征所述人脸重建图像与所述样本人脸图像之间的差异程度；
[0017]基于所述鉴别结果，对所述生成器和所述鉴别器进行对抗训练，得到所述预训练的生成器。
[0018]在其中一个实施例中，所述基于所述鉴别结果，对所述生成器和所述鉴别器进行对抗训练，得到所述预训练的生成器，包括：
[0019]根据所述样本人脸图像和所述样本待认证图像，确定所述生成器对应的损失函数值；
[0020]根据所述人脸重建图像和所述鉴别结果，确定所述鉴别器对应的损失函数值；
[0021]根据所述生成器对应的损失函数值和所述鉴别器对应的损失函数值，确定所述生成器与所述鉴别器之间的整体损失函数值；
[0022]根据所述整体损失函数值，对所述生成器进行训练，直至得到训练好的生成器，作为所述预训练的生成器。
[0023]在其中一个实施例中，所述根据所述样本人脸图像和所述样本待认证图像，确定所述生成器对应的损失函数值，包括：
[0024]根据所述样本人脸图像和所述样本待认证图像之间的第二注意力掩码，确定所述生成器对应的注意力损失函数值；
[0025]根据所述注意力损失函数值，确定所述生成器对应的损失函数值。
[0026]在其中一个实施例中，所述根据所述注意力损失函数值，确定所述生成器对应的损失函数值，包括：
[0027]根据所述样本人脸图像中的样本人脸表情对应的面部动作特征和所述目标表情对应的面部动作特征，确定所述生成器对应的表情损失函数值；
[0028]根据所述表情损失函数值和所述注意力损失函数值，确定所述生成器对应的损失函数值。
[0029]在其中一个实施例中，所述根据所述表情损失函数值和所述注意力损失函数值，确定所述生成器对应的损失函数值，包括：
[0030]根据所述人脸重建图像和所述样本人脸图像，确定所述生成器对应的身份损失函数值；
[0031]根据所述注意力损失函数值、所述表情损失函数值和所述身份损失函数值，确定所述生成器对应的损失函数值。
[0032]在其中一个实施例中，所述方法还包括：
[0033]获取原始人脸图像对应的人脸偏转角度；
[0034]在所述原始人脸图像对应的人脸偏转角度大于预设偏转角度阈值的情况下，将所述原始人脸图像输入至预训练的偏转角度调整模型，得到所述原始人脸图像对应的正脸图像；
[0035]将所述正脸图像确定为所述人脸采集图像。
[0036]第二方面，本申请还提供了一种人脸认证装置，所述装置包括：
[0037]获取模块，用于获取针对目标对象的人脸采集图像；
[0038]调整模块，用于将所述人脸采集图像中的人脸表情调整为目标表情，得到具有所述目标表情的待认证图像；所述目标表情为预先录入的人脸注册图像中的人脸表情；
[0039]认证模块，用于根据所述待认证图像和所述人脸注册图像，对所述目标对象进行人脸认证。
[0040]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0041]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0042]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0043]上述人脸认证方法、装置、计算机设备、存储介质和计算机程序产品，通过获取针对目标对象的人脸采集图像，从而及时采集目标对象的人脸图像，保证人脸图像的实时性与准确性；将人脸采集图像中的人脸表情调整为目标表情，得到具有目标表情的待认证图像，从而将人脸采集图像中的人脸表情替换为预先录入的人脸注册图像中的目标表情；根据待认证图像和人脸注册图像，对目标对象进行人脸认证，从而减少待认证图像和人脸注册图像之间的差异，保证人脸的准确认证，实现通过对目标对象的人脸采集图像进行表情调整，将人脸采集图像中的人脸表情调整为预先录入的目标对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸认证方法，其特征在于，所述方法包括：获取针对目标对象的人脸采集图像；将所述人脸采集图像中的人脸表情调整为目标表情，得到具有所述目标表情的待认证图像；所述目标表情为预先录入的人脸注册图像中的人脸表情；根据所述待认证图像和所述人脸注册图像，对所述目标对象进行人脸认证。2.根据权利要求1所述的方法，其特征在于，所述将所述人脸采集图像中的人脸表情调整为目标表情，得到具有所述目标表情的待认证图像，包括：获取所述目标表情的面部动作特征；将所述人脸采集图像和所述目标表情的面部动作特征输入至预训练的生成器；所述预训练的生成器用于输出第一注意力掩码和第一颜色掩码，根据所述第一注意力掩码和所述颜色掩码，对所述人脸采集图像中的人脸表情进行调整，得到具有所述目标表情的待认证图像；所述第一注意力掩码表征所述人脸采集图像对应的面部动作特征与所述目标表情的面部动作特征之间的映射关系；所述第一颜色掩码表征所述人脸采集图像对应的颜色特征。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：将样本人脸图像和所述目标表情对应的面部动作特征输入至生成器，生成具有所述目标表情的样本待认证图像；将所述样本待认证图像和所述样本人脸图像中的样本人脸表情对应的面部动作特征输入至生成器；所述生成器用于输出第二注意力掩码和第二颜色掩码，根据所述第二注意力掩码和所述第二颜色掩码，对所述样本待认证图像中的目标表情进行调整，得到具有所述样本人脸表情的人脸重建图像；所述第二注意力掩码表征所述样本待认证图像对应的面部动作特征与所述样本人脸表情的面部动作特征之间的映射关系；所述第二颜色掩码表征所述样本待认证图像对应的颜色特征；根据所述人脸重建图像和鉴别器，确定所述人脸重建图像与所述样本人脸图像之间的鉴别结果；所述鉴别结果表征所述人脸重建图像与所述样本人脸图像之间的差异程度；基于所述鉴别结果，对所述生成器和所述鉴别器进行对抗训练，得到所述预训练的生成器。4.根据权利要求3所述的方法，其特征在于，所述基于所述鉴别结果，对所述生成器和所述鉴别器进行对抗训练，得到所述预训练的生成器，包括：根据所述样本人脸图像和所述样本待认证图像，确定所述生成器对应的损失函数值；根据所述人脸重建图像和所述鉴别结果，确定所述鉴别器对应的损失函数值；根据所述生成器对应的损失函数值和所述鉴别器对应的损失函数值，确定所述生成器与所述鉴别器之间的整体损失函数值；根据所述整体...
【专利技术属性】
技术研发人员：黄文俊，张彬，郑显凌，李志兴，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
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。