离线人脸认证方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种离线人脸认证方法，方法包括：获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；将人脸特征在本地人脸特征库进行第一比对认证，并判断人脸特征是否通过第一比对认证；若人脸特征没有通过第一比对认证，则将目标人脸图像在本地人脸库进行第二比对认证，并判断目标人脸图像是否通过第二比对认证；若目标人脸图像通过所述第二比对认证，则确定待认证人员为认证人员，并将人脸特征添加到本地人脸特征库。本发明专利技术能够不依赖于服务器和网络，在长期运行于离线状态时，对本地人脸库中的历史注册人脸进行预测更新，进一步提高人脸认证结果的准确性。

【技术实现步骤摘要】
离线人脸认证方法、装置、电子设备及存储介质
本专利技术涉及人工智能领域，尤其涉及一种离线人脸认证方法、装置、电子设备及存储介质。
技术介绍
随着人工智能发展，图像识别技术不断提高，越来越多的人工智能产品落地，比如基于人工智能的门禁、支付等。具体的，在基于人脸识别的认证体系中，比如门禁认证、身份认证等，因为人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了较高的安全性和便利性，可以在用户无感知的状态下就可对用户进行身份认证。现有的人脸认证系统主要工作模式:识别系统运行于大中型服务器，客户机仅执行连接服务器，在线图像传输，显示识别结果功能即可，主要包含两个阶段：第一阶段是采集人脸图像上传到服务器，在服务器数据库存储人脸特征；第二阶段是当需要认证时，将待认证图像上传到服务器，服务器在与数据库中的人脸特征进行对比，返回验证结果到客户机。现有的人脸识别系统依赖于服务器和网络，一旦断网，将无法实现人脸认证功能。
技术实现思路
本专利技术实施例提供一种离线人脸认证方法，能够不依赖于服务器和网络，在断网的情况下，也能提供准确的人脸认证结果，并可以在长期运行于离线状态时，对本地人脸库中的历史注册人脸进行预测更新，进一步提高人脸认证结果的准确性。第一方面，本专利技术实施例提供一种离线人脸认证方法，所述方法包括：获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；将所述人脸特征在本地人脸特征库进行第一比对认证，并判断所述人脸特征是否通过所述第一比对认证，其中，所述本地人脸特征库存储有第一预设时间内的本地人脸特征；若所述人脸特征没有通过所述第一比对认证，则将所述目标人脸图像在本地人脸库进行第二比对认证，并判断所述目标人脸图像是否通过第二比对认证，其中，所述本地人脸库存储有第二预设时间内的本地预测人脸，所述本地预测人脸根据历史注册人脸进行成长预测得到，所述第二预设时间早于所述第一预设时间；若所述目标人脸图像通过所述第二比对认证，则确定所述待认证人员为认证人员，并将所述人脸特征添加到所述本地人脸特征库。优选的，所述第一比对认证包括：计算所述人脸特征与所述本地人脸特征库中各个本地人脸特征之间的度量距离；判断所述度量距离是否大于预先设置的度量距离阈值；若所述度量距离大于或等于预先设置的度量距离阈值，则确定所述人脸特征通过所述第一比对认证，并根据所述本地人脸特征确定所述待认证人员为认证人员；以及计算所述目标人脸图像的图像质量，若所述目标人脸图像的图像质量大于或等于预设的图像质量阈值，则将所述人脸特征添加到所述本地人脸特征库，并在所述本地人脸特征库中删除与所述人脸特征对应的本地人脸特征；若所述度量距离小于预先调协的度量距离阈值，则确定所述人脸特征没有通过所述第一比对认证。优选的，所述判断所述目标人脸图像是否通过第二比对认证，包括：计算所述目标人脸图像的关键点拓扑图，所述关键点拓扑图中的每个节点均对应一个纹理特征向量，所述关键点拓扑图中的每两个节点之间的边均对应一个几何特征向量，所述纹理特征向量包含人脸在节点上的纹理信息，所述几何特征向量包含人脸在边上的几何信息；计算所述目标人脸图像的关键点拓扑图与所述本地预测人脸的关键点拓扑图之间的第一相似度，并判断所述第一相似度是否大于或等于预设的第一相似度阈值；若所述相似度大于或等于预设的第一相似度阈值，则确定所述目标人脸图像通过所述第二比对认证；若所述第一相似度小于预设的第一相似度阈值，则确定所述目标人脸图像没有通过所述第二比对认证，并提示所述待认证人员更新注册。优选的，所述根据历史注册人脸进行成长预测，包括：将所述历史注册人脸与预设的成长因子矩阵进行加权，得到本地预测人脸。优选的，所述成长因子矩阵的计算步骤包括：获取训练样本，所述训练样本中包括样本人员的历史人脸和当前人脸，所述历史人脸与所述当前人脸间隔第二预设时间；以所述历史人脸为样本，所述当前人脸为标签，成长因子矩阵为输出对预设的卷积神经网络进行训练，得到训练好的卷积神经网络；将历史注册人脸输入所述训练好的卷积神经网络，输出所述历史注册人脸对应的成长因子矩阵。优选的，所述本地人脸库还存储有历史注册人脸，在所述计算所述目标人脸图像的关键点拓扑图之前，所述方法还包括：计算所述目标人脸图像与所述历史注册人脸之间的第二相似度，并判断所述第二相似度是否大于或等于预设的第二相似度阈值；若所述相似度大于或等于预设的第二相似度阈值，则确定所述目标人脸图像通过所述第二比对认证。第二方面，所述装置包括：第一获取模块，用于获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；第一比对模块，用于将所述人脸特征在本地人脸特征库进行第一比对认证，并判断所述人脸特征是否通过所述第一比对认证，其中，所述本地人脸特征库存储有第一预设时间内的本地人脸特征；第二比对模块，用于若所述人脸特征没有通过所述第一比对认证，则将所述目标人脸图像在本地人脸库进行第二比对认证，并判断所述目标人脸图像是否通过第二比对认证，其中，所述本地人脸库存储有第二预设时间内的本地预测人脸，所述本地预测人脸根据历史注册人脸进行成长预测得到，所述第二预设时间早于所述第一预设时间；确定模块，用于若所述目标人脸图像通过所述第二比对认证，则确定所述待认证人员为认证人员，并将所述人脸特征添加到所述本地人脸特征库。优选的，所述第一比对模块包括：第一计算单元，用于计算所述人脸特征与所述本地人脸特征库中各个本地人脸特征之间的度量距离；第一判断单元，用于判断所述度量距离是否大于预先设置的度量距离阈值；第一确定单元，用于若所述度量距离大于或等于预先设置的度量距离阈值，则确定所述人脸特征通过所述第一比对认证，并根据所述本地人脸特征确定所述待认证人员为认证人员；以及第二计算单元，用于计算所述目标人脸图像的图像质量，若所述目标人脸图像的图像质量大于或等于预设的图像质量阈值，则将所述人脸特征添加到所述本地人脸特征库，并在所述本地人脸特征库中删除与所述人脸特征对应的本地人脸特征；第二确定单元，用于若所述度量距离小于预先调协的度量距离阈值，则确定所述人脸特征没有通过所述第一比对认证。第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例提供的离线人脸认证方法中的步骤。第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现专利技术实施例提供的离线人脸认证方法中的步骤。本专利技术实施例中，获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；将所述人脸特征在本地人脸特征本文档来自技高网...

【技术保护点】
1.一种离线人脸认证方法，其特征在于，包括以下步骤：/n获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；/n将所述人脸特征在本地人脸特征库进行第一比对认证，并判断所述人脸特征是否通过所述第一比对认证，其中，所述本地人脸特征库存储有第一预设时间内的本地人脸特征；/n若所述人脸特征没有通过所述第一比对认证，则将所述目标人脸图像在本地人脸库进行第二比对认证，并判断所述目标人脸图像是否通过第二比对认证，其中，所述本地人脸库存储有第二预设时间内的本地预测人脸，所述本地预测人脸根据历史注册人脸进行成长预测得到，所述第二预设时间早于所述第一预设时间；/n若所述目标人脸图像通过所述第二比对认证，则确定所述待认证人员为认证人员，并将所述人脸特征添加到所述本地人脸特征库。/n

【技术特征摘要】
1.一种离线人脸认证方法，其特征在于，包括以下步骤：
获取待认证人员的目标人脸图像，并通过人脸特征提取引擎，提取的目标人脸图像的人脸特征；
将所述人脸特征在本地人脸特征库进行第一比对认证，并判断所述人脸特征是否通过所述第一比对认证，其中，所述本地人脸特征库存储有第一预设时间内的本地人脸特征；
若所述人脸特征没有通过所述第一比对认证，则将所述目标人脸图像在本地人脸库进行第二比对认证，并判断所述目标人脸图像是否通过第二比对认证，其中，所述本地人脸库存储有第二预设时间内的本地预测人脸，所述本地预测人脸根据历史注册人脸进行成长预测得到，所述第二预设时间早于所述第一预设时间；
若所述目标人脸图像通过所述第二比对认证，则确定所述待认证人员为认证人员，并将所述人脸特征添加到所述本地人脸特征库。


2.如权利要求1所述的方法，其特征在于，所述第一比对认证包括：
计算所述人脸特征与所述本地人脸特征库中各个本地人脸特征之间的度量距离；
判断所述度量距离是否大于预先设置的度量距离阈值；
若所述度量距离大于或等于预先设置的度量距离阈值，则确定所述人脸特征通过所述第一比对认证，并根据所述本地人脸特征确定所述待认证人员为认证人员；以及
计算所述目标人脸图像的图像质量，若所述目标人脸图像的图像质量大于或等于预设的图像质量阈值，则将所述人脸特征添加到所述本地人脸特征库，并在所述本地人脸特征库中删除与所述人脸特征对应的本地人脸特征；
若所述度量距离小于预先调协的度量距离阈值，则确定所述人脸特征没有通过所述第一比对认证。


3.如权利要求2所述的方法，其特征在于，所述判断所述目标人脸图像是否通过第二比对认证，包括：
计算所述目标人脸图像的关键点拓扑图，所述关键点拓扑图中的每个节点均对应一个纹理特征向量，所述关键点拓扑图中的每两个节点之间的边均对应一个几何特征向量，所述纹理特征向量包含人脸在节点上的纹理信息，所述几何特征向量包含人脸在边上的几何信息；
计算所述目标人脸图像的关键点拓扑图与所述本地预测人脸的关键点拓扑图之间的第一相似度，并判断所述第一相似度是否大于或等于预设的第一相似度阈值；
若所述相似度大于或等于预设的第一相似度阈值，则确定所述目标人脸图像通过所述第二比对认证；
若所述第一相似度小于预设的第一相似度阈值，则确定所述目标人脸图像没有通过所述第二比对认证，并提示所述待认证人员更新注册。


4.如权利要求3所述的方法，其特征在于，所述根据历史注册人脸进行成长预测，包括：
将所述历史注册人脸与预设的成长因子矩阵进行加权，得到本地预测人脸。


5.如权利要求4所述的方法，其特征在于，所述成长因子矩阵的计算步骤包括：
获取训练样本，所述训练样本中包括样本人员的历史人脸和当前人脸，所述历史人脸与所述当前人脸间隔第二预设时间；
以所述历史人脸为样本，所述当...

【专利技术属性】
技术研发人员：黄文清，
申请(专利权)人：深圳和锐网络科技有限公司，
类型：发明
国别省市：广东;44