[發明專利]身份認證方法和裝置

有效

• 申請號: 201810259990.9
• 申請日: 2018-03-27
• 公開（公告）號: CN108460365B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 何濤
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種身份認證方法，包括：

將待檢測圖像輸入至預先訓練的人臉識別模型，得到目標特征向量，其中，所述人臉識別模型用于提取圖像中的人臉特征；

對于多個預存特征向量的每一個預存特征向量，將所述目標特征向量和該預存特征向量同時輸入至預先訓練的注意力模型，得到該預存特征向量的各分量的權重，基于所得到的權重，對該預存特征向量進行加權，其中，所述注意力模型用于生成預存特征向量的各分量的權重；

將加權后的、提取自同一認證用戶的人臉圖像的預存特征向量進行融合，生成按照認證用戶劃分的至少一個融合特征向量；

將所述目標特征向量與所生成的各個融合特征向量進行匹配，基于匹配結果生成身份認證結果。

2.根據權利要求1所述的身份認證方法，其中，所述將加權后的、提取自同一認證用戶的人臉圖像的預存特征向量進行融合，生成按照認證用戶劃分的至少一個融合特征向量，包括：

將加權后的、提取自同一認證用戶的人臉圖像的預存特征向量相加，并對相加后所得到的每一個特征向量進行歸一化，生成按照認證用戶劃分的至少一個融合特征向量。

3.根據權利要求1所述的身份認證方法，其中，所述待檢測圖像為待檢測視頻中的任一圖像幀。

4.根據權利要求1所述的身份認證方法，其中，所述注意力模型通過如下方式訓練得到：

獲取包含多個特征向量的訓練樣本，其中，每一個特征向量帶有用戶身份標注，每一個特征向量是由所述人臉識別模型提取的；

將所述訓練樣本中的每一個特征向量輸入至預先建立的第一神經網絡，基于所述第一神經網絡輸出的信息對該特征向量進行加權，將加權后的該特征向量作為預先建立的第二神經網絡的輸入，利用機器學習方法，基于該特征向量帶有的用戶身份標注，對所述第一神經網絡和所述第二神經網絡進行訓練；

將訓練后的所述第一神經網絡確定為注意力模型。

5.根據權利要求1所述的身份認證方法，其中，所述方法還包括：

響應于確定身份認證通過，將與所述目標特征向量相匹配的融合特征向量所對應的認證用戶作為目標認證用戶，并將所述目標特征向量作為所述目標認證用戶的預存特征向量進行存儲。

6.一種身份認證裝置，包括：

第一輸入單元，配置用于將待檢測圖像輸入至預先訓練的人臉識別模型，得到目標特征向量，其中，所述人臉識別模型用于提取圖像中的人臉特征；

第二輸入單元，配置用于對于多個預存特征向量的每一個預存特征向量，將所述目標特征向量和該預存特征向量同時輸入至預先訓練的注意力模型，得到該預存特征向量的各分量的權重，基于所得到的權重，對該預存特征向量進行加權，其中，所述注意力模型用于生成預存特征向量的各分量的權重；

融合單元，配置用于將加權后的、提取自同一認證用戶的人臉圖像的預存特征向量進行融合，生成按照認證用戶劃分的至少一個融合特征向量；

匹配單元，配置用于將所述目標特征向量與所生成的各個融合特征向量進行匹配，基于匹配結果生成身份認證結果。

7.根據權利要求6所述的身份認證裝置，其中，所述融合單元進一步配置用于：

將加權后的、提取自同一認證用戶的人臉圖像的預存特征向量相加，并對相加后所得到的每一個特征向量進行歸一化，生成按照認證用戶劃分的至少一個融合特征向量。

8.根據權利要求6所述的身份認證裝置，其中，所述待檢測圖像為待檢測視頻中的任一圖像幀。