System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种身份识别方法、设备、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着计算机技术的发展,日趋成熟的身份识别技术在商务合作、消费支付、社交媒体、安保门禁等各领域中得到了广泛的应用。身份识别的实现方式越来越多样化,如基于二维码进行身份识别、基于生物特征进行身份识别等。其中,基于生物特征进行身份识别,是利用人固有的生物特征,如手形、指纹、脸形、视网膜、耳廓等生物特征进行身份识别,已经成为身份识别技术的发展趋势。
2、目前,基于二维码、生物特征进行身份识别时,往往需要设置的摄像头采集图像,通过采集的图像进行身份识别。然而,在不同的场景中,采集图像的摄像头上容易附着影响图像采集效果的水渍、灰尘等,采集的图像容易出现模糊、缺失等失真问题,降低了身份识别的准确性。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高身份识别准确性的身份识别方法、设备、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种身份识别方法。所述方法包括:
3、获取针对身份识别设备的身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;
4、当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;
5、在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;
6
7、第二方面,本申请还提供了一种身份识别设备,所述设备包括:处理器、图像传感器和身份特征采集入口;
8、图像传感器通过身份特征采集入口进行图像采集;
9、处理器,用于获取图像传感器通过身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;当第二检测结果表征身份特征采集入口处的附着物已清理,响应于从身份特征采集入口处采集到身份特征图像,进行基于身份特征图像的身份识别。
10、第三方面,本申请还提供了一种身份识别装置。所述装置包括:
11、第一图像检测模块,用于获取针对身份识别设备的身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;
12、附着物清洁模块,用于当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;
13、第二图像检测模块,用于在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;
14、身份识别处理模块,用于当第二检测结果表征身份特征采集入口处的附着物已清理,响应于从身份特征采集入口处采集到身份特征图像,进行基于身份特征图像的身份识别。
15、第四方面,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,所述处理器执行所述计算机程序时实现以下步骤:
16、获取针对身份识别设备的身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;
17、当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;
18、在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;
19、当第二检测结果表征身份特征采集入口处的附着物已清理,响应于从身份特征采集入口处采集到身份特征图像,进行基于身份特征图像的身份识别。
20、第五方面,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以下步骤:
21、获取针对身份识别设备的身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;
22、当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;
23、在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;
24、当第二检测结果表征身份特征采集入口处的附着物已清理,响应于从身份特征采集入口处采集到身份特征图像,进行基于身份特征图像的身份识别。
25、第六方面,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,该计算机程序被处理器执行时实现以下步骤:
26、获取针对身份识别设备的身份特征采集入口采集的第一图像,对第一图像进行附着物检测,获得第一检测结果;
27、当第一检测结果表征身份特征采集入口处存在附着物,触发针对身份特征采集入口的清洁处理;
28、在触发清洁处理之后,获取针对身份特征采集入口采集的第二图像,对第二图像进行附着物检测,获得第二检测结果;
29、当第二检测结果表征身份特征采集入口处的附着物已清理,响应于从身份特征采集入口处采集到身份特征图像,进行基于身份特征图像的身份识别。
30、上述身份识别方法、设备、装置、计算机设备、存储介质和计算机程序产品,获取针对身份识别设备的身份特征采集入口采集的第一图像,基于第一图像进行附着物检测,在确定身份特征采集入口处存在附着物的情况下,针对身份特征采集入口进行清洁处理,在身份特征采集入口处的附着物已清理的情况下,基于从身份特征采集入口处采集到的身份特征图像进行身份识别。在将身份特征采集入口处存在的附着物清理后,基于从身份特征采集入口处采集到的身份特征图像进行身份识别,可以减小身份特征采集入口处存在的附着物对身份特征图像成像的影响,确保身份特征图像的成像质量,从而提高了基于身份特征图像进行身份识别的准确性。
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,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行附着物检测,获得第一检测结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一图像包括针对相同采集对象采集得到的可见光图像和红外图像;所述对所述第一图像进行图像特征提取,得到所述第一图像的图像特征,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行附着物检测,获得第一检测结果基于附着物检测模型实现;所述对所述第二图像进行附着物检测,获得第二检测结果基于所述附着物检测模型实现;所述附着物检测模型的训练步骤包括:
5.根据权利要求4所述的方法,其特征在于,所述样本图像包括可见光样本图像和红外样本图像;所述通过待训练的附着物检测模型对所述样本图像进行图像特征提取,得到所述样本图像的样本图像特征,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述当所述第一检测结果表征所述身份特征采集入口处存在附着物,触发针对所
8.根据权利要求7所述的方法,其特征在于,所述身份特征采集入口处的附着物包括水渍;所述通过所述身份识别设备的附着物清洁装置,针对所述身份特征采集入口进行清洁处理,包括:
9.根据权利要求1所述的方法,其特征在于,所述方法还包括以下至少一项:
10.根据权利要求1所述的方法,其特征在于,所述响应于从所述身份特征采集入口处采集到身份特征图像,进行基于所述身份特征图像的身份识别,包括:
11.根据权利要求10所述的方法,其特征在于,所述身份特征图像是针对手掌部位采集获得的图像;所述注册身份信息包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征;
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
13.根据权利要求1至12任意一项所述的方法,其特征在于,所述获取针对身份识别设备的身份特征采集入口采集的第一图像,包括:
14.根据权利要求1至12任意一项所述的方法,其特征在于,所述方法还包括:
15.一种身份识别设备,其特征在于,所述设备包括:图像传感器、身份特征采集入口和处理器;其中,
16.根据权利要求1所述的设备,其特征在于,所述图像传感器包括可见光图像传感器和红外图像传感器;所述身份特征采集入口处的附着物包括水渍;所述设备还包括红外灯;
17.一种身份识别装置,其特征在于,所述装置包括:
18.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述的方法的步骤。
19.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
20.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种身份识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行附着物检测,获得第一检测结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一图像包括针对相同采集对象采集得到的可见光图像和红外图像;所述对所述第一图像进行图像特征提取,得到所述第一图像的图像特征,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行附着物检测,获得第一检测结果基于附着物检测模型实现;所述对所述第二图像进行附着物检测,获得第二检测结果基于所述附着物检测模型实现;所述附着物检测模型的训练步骤包括:
5.根据权利要求4所述的方法,其特征在于,所述样本图像包括可见光样本图像和红外样本图像;所述通过待训练的附着物检测模型对所述样本图像进行图像特征提取,得到所述样本图像的样本图像特征,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述当所述第一检测结果表征所述身份特征采集入口处存在附着物,触发针对所述身份特征采集入口的清洁处理,包括:
8.根据权利要求7所述的方法,其特征在于,所述身份特征采集入口处的附着物包括水渍;所述通过所述身份识别设备的附着物清洁装置,针对所述身份特征采集入口进行清洁处理,包括:
9.根据权利要求1所述的方法,其特征在于,所述方法还包括以下至少一项:
10.根据权利要求1所述的方法,其特征在于,所述响应于从所述身份...
【专利技术属性】
技术研发人员:洪哲鸣,王少鸣,郭润增,侯锦坤,
申请(专利权)人:腾讯科技深圳有限公司,
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。