用于认证对象的方法技术

本发明专利技术涉及一种用于认证对象(114)的方法。接收图案图像，该图案图像示出了用包括一个或多个图案特征的光图案(113)照射时的对象。基于指示对象在图案图像中的位置和范围的信息，从图案图像中选择位于对象上的图案特征。通过基于所选图案特征裁剪图案图像来生成若干个裁剪后的图案图像，其中，裁剪后的图案图像具有预定大小并且包含所选图案特征之一的至少一部分。通过将裁剪后的图案图像提供给基于机器学习的识别模型来认证对象，该识别模型已经被训练为使得其可以基于裁剪后的图案图像作为输入来认证对象。然后输出对象的认证。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及一种用于认证对象的方法、设备以及计算机可读数据介质。进一步，本专利技术涉及一种训练方法、训练设备以及训练计算机可读数据介质，用于训练适合于认证对象的基于机器学习的识别模型，使得识别模型可由用于认证对象的方法、设备以及计算机可读数据介质利用。进一步，本专利技术涉及通过用于认证对象的方法获得的对象的认证用于访问控制的用途。

技术介绍

1、通常，已知神经网络可以被训练以检测图像是否包含期望的对象(例如，真实面部或欺骗性面具)，特别是用于解锁过程中的识别目的。然而，已经证明，为了训练这种神经网络，需要大量的图像，并且经常仍然获得较差的识别可靠性。此外，在这种方法中用于训练神经网络的输入图像数量巨大，很容易导致神经网络的过拟合，从而进一步降低准确度。

2、因此，如果能够用较少的训练数据来训练神经网络，从而避免过拟合，同时提高神经网络用于认证对象的识别准确度，这将是有利的。

技术实现思路

1、本专利技术的目的是提供一种用于准确地认证对象的方法、设备以及计算机可读数据介质，其允许利用较少的训练数据本文档来自技高网...

【技术保护点】

1.一种用于认证对象(114)的计算机实施的方法，其中，该方法(200)包括：

2.根据权利要求1所述的方法，其中，进一步接收泛光图像，并且这些图案特征的选择是根据基于该泛光图像确定指示该对象(114)的位置和范围的该对象(114)的轮廓、并且通过选择位于该轮廓内的这些图案特征来选择位于该对象(114)上的这些图案特征来进行的，其中，该泛光图像示出了用泛光照射时的该对象(114)。

3.根据权利要求1和2中任一项所述的方法，其中，对该图案图像进行裁剪，使得裁剪后的图案图像以所选图案特征为中心。

4.根据前述权利要求中任一项所述的方法，其中，针对每个所选...

【技术特征摘要】
【国外来华专利技术】

1.一种用于认证对象(114)的计算机实施的方法，其中，该方法(200)包括：

2.根据权利要求1所述的方法，其中，进一步接收泛光图像，并且这些图案特征的选择是根据基于该泛光图像确定指示该对象(114)的位置和范围的该对象(114)的轮廓、并且通过选择位于该轮廓内的这些图案特征来选择位于该对象(114)上的这些图案特征来进行的，其中，该泛光图像示出了用泛光照射时的该对象(114)。

3.根据权利要求1和2中任一项所述的方法，其中，对该图案图像进行裁剪，使得裁剪后的图案图像以所选图案特征为中心。

4.根据前述权利要求中任一项所述的方法，其中，针对每个所选图案特征，生成裁剪后的图案图像，该裁剪后的图案图像至少包括相应的所选图案特征。

5.根据前述权利要求中任一项所述的方法，其中，该裁剪后的图像的大小由预定高度和宽度决定。

6.根据前述权利要求中任一项所述的方法，其中，该基于机器学习的识别模型基于神经网络算法，优选地，基于卷积神经网络。

7.根据前述权利要求中任一项所述的方法，其中，该光图案(113)是指包括规则布置...

【专利技术属性】
技术研发人员：N·维普弗勒，P·希伦，B·古蒂尔，
申请(专利权)人：特里纳米克斯股份有限公司，
类型：发明
国别省市：