[發明專利]身份認證方法和裝置

有效

• 申請號: 201810259996.6
• 申請日: 2018-03-27
• 公開（公告）號: CN108491805B
• 公開（公告）日: 2022-02-22
• 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: G06V40/16
• 分類號: G06V40/16;G06V10/74;G06V10/75;G06K9/62;G06F21/32
• 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，得到特征信息；將該特征信息與預存特征信息進行匹配；基于匹配結果生成身份認證結果；其中，該人臉識別模型通過如下步驟訓練得到：提取訓練樣本；訓練樣本輸入至預先建立的卷積神經網絡，基于輸入至該卷積神經網絡中的各圖像所帶有的用戶身份標注和預設的損失函數，利用機器學習方法對該卷積神經網絡進行訓練，生成人臉識別模型。該實施方式實現了在待檢測圖像與注冊時所使用的人臉圖像的類型不同時，對待檢測圖像中的人臉對象的有效識別。

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人臉圖像中提取特征信息，并進行存儲。在需要進行身份認證時，從待檢測圖像中提取特征信息，進而基于當前的特征信息和預存的特征信息的比對進行身份認證。這種方式需要以待檢測圖像與用戶注冊時所提供的人臉圖像具有相同類型(例如同為可見光圖像，或者同為近紅外圖像)為前提，僅適用于對與注冊時所提供的人臉圖像具有相同類型的待檢測圖像中的人臉對象進行識別。

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，得到特征信息；將特征信息與預存特征信息進行匹配；基于匹配結果生成身份認證結果；其中，人臉識別模型通過如下步驟訓練得到：提取訓練樣本，其中，訓練樣本包括第一圖像、第二圖像和第三圖像，第一圖像與第二圖像的類型不同且帶有相同的用戶身份標注，第一圖像與第三圖像帶有不同的用戶身份標注，類型包括可見光圖像類型和近紅外圖像類型；將第一圖像、第二圖像和第三圖像輸入至預先建立的卷積神經網絡，基于輸入至卷積神經網絡中的各圖像所帶有的用戶身份標注和預設的損失函數，利用機器學習方法對卷積神經網絡進行訓練，生成人臉識別模型。

在一些實施例中，預存特征信息是從用戶注冊時所使用的人臉圖像中提取的，人臉圖像與待檢測圖像的類型不同。

在一些實施例中，將第一圖像、第二圖像和第三圖像輸入至預先建立的卷積神經網絡，基于輸入至卷積神經網絡中的各圖像所帶有的用戶身份標注和預設的損失函數，利用機器學習方法對卷積神經網絡進行訓練，生成人臉識別模型，包括：執行如下訓練步驟：將訓練樣本中的第一圖像、第二圖像、第三圖像輸入至預先建立的卷積神經網絡，得到分別與第一圖像、第二圖像、第三圖像對應的第一特征信息、第二特征信息、第三特征信息；分別確定第一特征信息與第二特征信息的相似度、第一特征信息與第三特征信息的相似度；將所確定的各相似度輸入至預設的損失函數，確定損失值；響應于確定損失值不大于預設數值，將當前的卷積神經網絡確定為人臉識別模型。

在一些實施例中，訓練樣本通過如下步驟提?。簭念A置圖像集合中隨機選取一個圖像作為第一圖像，其中，預置圖像中的每一個圖像帶有一個用戶身份標注；從預置圖像集合中隨機選取一個與第一圖像不同類型且帶有相同用戶身份標注的圖像作為第二圖像；從預置圖像集合中隨機選取一個與第一圖像帶有不同用戶身份標注的圖像作為第三圖像；將第一圖像、第二圖像、第三圖像匯總為訓練樣本。

在一些實施例中，將第一圖像、第二圖像和第三圖像輸入至預先建立的卷積神經網絡，基于輸入至卷積神經網絡中的各圖像所帶有的用戶身份標注和預設的損失函數，利用機器學習方法對卷積神經網絡進行訓練，生成人臉識別模型，還包括：響應于確定損失值大于預設數值，基于損失函數，利用梯度下降算法，對卷積神經網絡的參數進行更新，重新提取訓練樣本并使用更新后的卷積神經網絡執行訓練步驟。

在一些實施例中，該方法還包括：響應于確定身份認證未通過，顯示用于提示用戶重新獲取待檢測圖像或者更換認證方式的提示信息。