[发明专利]用于验证人脸的方法和装置

说明书

本申请实施例公开了用于验证人脸的方法和装置。该方法的一具体实施方式包括：获取第一人脸图像和第二人脸图像，其中，第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像，第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像；将第一人脸图像和第二人脸图像分别输入预先训练的特征提取模型，得到第一特征向量和第二特征向量，其中，特征提取模型用于提取图像特征；融合第一特征向量和第二特征向量，得到融合特征向量；将融合特征向量输入预先训练的全连接层，得到与第一人脸图像和第二人脸图像对应的人脸验证结果。该实施方式实现了对两种不同类型的相机采集的人脸图像进行人脸验证。

技术领域

本申请实施例涉及计算机技术领域，具体涉及计算机视觉技术领域，尤其涉及用于验证人脸的方法和装置。

背景技术

人脸验证，即将用户提供的人脸图像与待验证的用户身份对应的注册人脸图像进行比对，以对用户身份进行验证。目前大部分的人脸验证在注册阶段和验证阶段都采用相同类型的人脸图像(例如，都是可见光图像)来进行人脸验证。然而这种人脸验证方式，经常因为拍照环境的不同导致人脸验证的正确率较低或者验证失败。比如，注册阶段采用的是可见光图像，而验证时，拍照环境的光线不好，如果还是采用可见光图像进行验证就很有可能造成验证失败。

发明内容

本申请实施例提出了用于验证人脸的方法和装置。

第一方面，本申请实施例提供了一种用于验证人脸的方法，该方法包括：获取第一人脸图像和第二人脸图像，其中，第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像，第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像；将第一人脸图像和第二人脸图像分别输入预先训练的特征提取模型，得到第一特征向量和第二特征向量，其中，特征提取模型用于提取图像特征；融合第一特征向量和第二特征向量，得到融合特征向量；将融合特征向量输入预先训练的全连接层，得到与第一人脸图像和第二人脸图像对应的人脸验证结果，其中，人脸验证结果用于指示两个图像中的人脸是否是同一人的人脸，全连接层用于表征特征向量和人脸验证结果之间的对应关系。

在一些实施例中，融合第一特征向量和第二特征向量，得到融合特征向量，包括：将第一特征向量和第二特征向量输入预设双线性模型，得到融合特征向量。

在一些实施例中，融合第一特征向量和第二特征向量，得到融合特征向量，包括：拼接第一特征向量和第二特征向量，得到融合特征向量。

在一些实施例中，特征提取模型为卷积神经网络。

第二方面，本申请实施例提供了一种用于验证人脸的装置，该装置包括：获取单元，配置用于获取第一人脸图像和第二人脸图像，其中，第一人脸图像是采用第一相机类型的相机拍摄人脸所得到的图像，第二人脸图像是采用第二相机类型的相机拍摄人脸所得到的图像；输入单元，配置用于将第一人脸图像和第二人脸图像分别输入预先训练的特征提取模型，得到第一特征向量和第二特征向量，其中，特征提取模型用于提取图像特征；融合单元，配置用于融合第一特征向量和第二特征向量，得到融合特征向量；验证单元，配置用于将融合特征向量输入预先训练的全连接层，得到与第一人脸图像和第二人脸图像对应的人脸验证结果，其中，人脸验证结果用于指示两个图像中的人脸是否是同一人的人脸，全连接层用于表征特征向量和人脸验证结果之间的对应关系。

在一些实施例中，融合单元进一步用于：将第一特征向量和第二特征向量输入预设双线性模型，得到融合特征向量。

在一些实施例中，融合单元进一步用于：拼接第一特征向量和第二特征向量，得到融合特征向量。

在一些实施例中，特征提取模型为卷积神经网络。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。