[發(fā)明專利]一種基于人臉特征的身份認(rèn)證方法及裝置在審
| 申請?zhí)枺?/td> | 201910651679.3 | 申請日: | 2019-07-18 |
| 公開(公告)號: | CN110334695A | 公開(公告)日: | 2019-10-15 |
| 發(fā)明(設(shè)計)人: | 王棟;玄佳興;廖會敏;甄平;周磊;薛真;劉俊艷;王洪凱;方舟 | 申請(專利權(quán))人: | 國網(wǎng)電子商務(wù)有限公司;國網(wǎng)雄安金融科技集團(tuán)有限公司;國網(wǎng)浙江省電力有限公司;國家電網(wǎng)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06F21/32 |
| 代理公司: | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人: | 劉曉菲 |
| 地址: | 100053 北*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 待測圖像 樣本圖像 形態(tài)學(xué)特征 梯度特征 相似度 目標(biāo)用戶 身份認(rèn)證 圖像相似度 人臉特征 形態(tài)學(xué)操作 臉部圖像 梯度算法 閾值時 預(yù)設(shè) 申請 | ||
1.一種基于人臉特征的身份認(rèn)證方法,其特征在于,所述方法包括:
獲取待測圖像和樣本圖像,所述待測圖像和所述樣本圖像均為目標(biāo)用戶的臉部圖像;
通過形態(tài)學(xué)操作提取所述待測圖像的形態(tài)學(xué)特征,以及通過梯度算法提取所述待測圖像的梯度特征;
獲取所述樣本圖像的形態(tài)學(xué)特征,并根據(jù)所述樣本圖像的形態(tài)學(xué)特征和所述待測圖像的形態(tài)學(xué)特征,得到形態(tài)學(xué)特征相似度;
獲取所述樣本圖像的梯度特征,并根據(jù)所述樣本圖像的梯度特征和所述待測圖像的梯度特征,得到梯度特征相似度;
根據(jù)所述形態(tài)學(xué)特征相似度和所述梯度特征相似度,確定所述待測圖像和所述樣本圖像的圖像相似度,并在所述圖像相似度大于或者等于預(yù)設(shè)閾值時,確定對所述目標(biāo)用戶的身份認(rèn)證通過。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述待測圖像對應(yīng)的顏色空間為RGB顏色空間,所述方法還包括:
對所述待測圖像對應(yīng)的顏色空間由所述RGB顏色空間轉(zhuǎn)換為YIQ顏色空間;
所述通過形態(tài)學(xué)操作提取所述待測圖像的形態(tài)學(xué)特征,包括:
對所述待測圖像的Y成分執(zhí)行所述形態(tài)學(xué)操作,得到所述待測圖像的形態(tài)學(xué)特征;
所述通過梯度算法提取所述待測圖像的梯度特征,包括:
通過所述梯度算法對所述待測圖像的Y成分進(jìn)行計算,得到所述待測圖像的梯度特征。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對所述待測圖像的Y成分執(zhí)行所述形態(tài)學(xué)操作,得到所述待測圖像的形態(tài)學(xué)特征,包括:
對所述待測圖像的Y成分進(jìn)行小波變換,并對進(jìn)行所述小波變換后的所述待測圖像的Y成分執(zhí)行所述形態(tài)學(xué)操作,得到所述待測圖像的形態(tài)學(xué)特征。
4.根據(jù)權(quán)利要求2或3所述的方法,其特征在于,所述方法還包括:
提取所述待測圖像的I成分的圖像特征,以及獲取所述樣本圖像的I成分的圖像特征,并根據(jù)所述待測圖像的I成分的圖像特征和所述樣本圖像的I成分的圖像特征,確定待測圖像和所述樣本圖像的I成分相似度;
提取所述待測圖像的Q成分的圖像特征,以及獲取所述樣本圖像的Q成分的圖像特征,并根據(jù)所述待測圖像的Q成分的圖像特征和所述樣本圖像的Q成分的圖像特征,確定待測圖像和所述樣本圖像的Q成分相似度;
所述根據(jù)所述形態(tài)學(xué)特征相似度和所述梯度特征相似度,確定所述待測圖像和所述樣本圖像的圖像相似度,包括:
根據(jù)所述形態(tài)學(xué)特征相似度、所述梯度特征相似度、所述I成分相似度和所述Q成分相似度確定所述待測圖像和所述樣本圖像的圖像相似度。
5.根據(jù)權(quán)利要求1-3任意一項所述的方法,其特征在于,所述待測圖像的圖像尺寸與所述樣本圖像的圖像尺寸相同。
6.一種基于人臉特征的身份認(rèn)證裝置,其特征在于,所述裝置包括:
第一獲取單元,用于獲取待測圖像和樣本圖像,所述待測圖像和所述樣本圖像均為目標(biāo)用戶的臉部圖像;
第一提取單元,用于通過形態(tài)學(xué)操作提取所述待測圖像的形態(tài)學(xué)特征,以及通過梯度算法提取所述待測圖像的梯度特征;
第一得到單元,用于獲取所述樣本圖像的形態(tài)學(xué)特征,并根據(jù)所述樣本圖像的形態(tài)學(xué)特征和所述待測圖像的形態(tài)學(xué)特征,得到形態(tài)學(xué)特征相似度;
第二得到單元,用于獲取所述樣本圖像的梯度特征,并根據(jù)所述樣本圖像的梯度特征和所述待測圖像的梯度特征,得到梯度特征相似度;
第一確定單元,用于根據(jù)所述形態(tài)學(xué)特征相似度和所述梯度特征相似度,確定所述待測圖像和所述樣本圖像的圖像相似度;
第二確定單元,用于在所述圖像相似度大于或者等于預(yù)設(shè)閾值時,確定對所述目標(biāo)用戶的身份認(rèn)證通過。
7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述待測圖像對應(yīng)的顏色空間為RGB顏色空間,所述裝置還包括:
轉(zhuǎn)換單元,用于對所述待測圖像對應(yīng)的顏色空間由所述RGB顏色空間轉(zhuǎn)換為YIQ顏色空間;
所述第一提取單元,具體用于:
對所述待測圖像的Y成分執(zhí)行所述形態(tài)學(xué)操作,得到所述待測圖像的形態(tài)學(xué)特征;通過所述梯度算法對所述待測圖像的Y成分進(jìn)行計算,得到所述待測圖像的梯度特征。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)電子商務(wù)有限公司;國網(wǎng)雄安金融科技集團(tuán)有限公司;國網(wǎng)浙江省電力有限公司;國家電網(wǎng)有限公司,未經(jīng)國網(wǎng)電子商務(wù)有限公司;國網(wǎng)雄安金融科技集團(tuán)有限公司;國網(wǎng)浙江省電力有限公司;國家電網(wǎng)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910651679.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種數(shù)學(xué)形態(tài)學(xué)和LoG算子結(jié)合的邊緣檢測算法
- 一種利用形態(tài)學(xué)中心算子的圖像融合方法
- 一種利用數(shù)學(xué)形態(tài)學(xué)切換變換構(gòu)造形態(tài)學(xué)對比度算子的礦物圖像增強(qiáng)方法
- 牙齒三維網(wǎng)格數(shù)據(jù)的分割方法及裝置
- 現(xiàn)實增強(qiáng)的形態(tài)學(xué)手術(shù)
- 一種基于人臉特征的身份認(rèn)證方法及裝置
- 一種基于形態(tài)學(xué)和運動學(xué)特征的微小目標(biāo)識別方法
- 冠狀動脈狹窄的量化方法及裝置
- 一種高光譜影像小樣本分類方法及裝置
- 一種城市建筑物高分遙感影像自動提取的方法及裝置





