[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

本申請實施例公開了身份認證方法和裝置。該方法的一具體實施方式包括：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；對于多個預存特征向量的每一個預存特征向量，將該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；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；將該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。該實施方式提高了身份認證的準確性。

技術領域

本申請實施例涉及計算機技術領域，具體涉及身份認證方法和裝置。

背景技術

隨著計算機技術的發展，圖像處理技術應用到了越來越多的領域。例如，可以對圖像中的人臉進行識別，以進行用戶身份認證。

現有的方式，通常是預先從用戶注冊時所提供的多張人臉圖像中分別提取特征信息，并進行存儲。在需要進行用戶身份認證時，逐一地將用戶當前的人臉圖像中所提取的特征與預存的各個特征信息進行匹配，進而基于與各個預存的特征信息的匹配結果，確定是否通過身份認證。這種方式僅支持將從當前的人臉圖像中所提取的特征與預存的特征進行逐一比對。

發明內容

本申請實施例提出了身份認證方法和裝置。

第一方面，本申請實施例提供了一種身份認證方法，該方法包括：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，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，注意力模型用于生成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。

在一些實施例中，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。

在一些實施例中，待檢測圖像為待檢測視頻中的任一圖像幀。

在一些實施例中，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人臉識別模型提取的；將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，對第一神經網絡和第二神經網絡進行訓練；將訓練后的第一神經網絡確定為注意力模型。

在一些實施例中，該方法還包括：響應于確定身份認證通過，將與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，并將目標特征向量作為目標認證用戶的預存特征向量進行存儲。

第二方面，本申請實施例提供了一種身份認證裝置，該裝置包括：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，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，注意力模型用于生成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。