[发明专利]身份认证方法和装置

说明书

本申请实施例公开了身份认证方法和装置。该方法的一具体实施方式包括：将待检测图像输入至预先训练的人脸识别模型，得到目标特征向量；对于多个预存特征向量的每一个预存特征向量，将该目标特征向量和该预存特征向量同时输入至预先训练的注意力模型，得到该预存特征向量的各分量的权重，基于所得到的权重，对该预存特征向量进行加权；将加权后的、提取自同一认证用户的人脸图像的预存特征向量进行融合，生成按照认证用户划分的至少一个融合特征向量；将该目标特征向量与所生成的各个融合特征向量进行匹配，基于匹配结果生成身份认证结果。该实施方式提高了身份认证的准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及身份认证方法和装置。

背景技术

随着计算机技术的发展，图像处理技术应用到了越来越多的领域。例如，可以对图像中的人脸进行识别，以进行用户身份认证。

现有的方式，通常是预先从用户注册时所提供的多张人脸图像中分别提取特征信息，并进行存储。在需要进行用户身份认证时，逐一地将用户当前的人脸图像中所提取的特征与预存的各个特征信息进行匹配，进而基于与各个预存的特征信息的匹配结果，确定是否通过身份认证。这种方式仅支持将从当前的人脸图像中所提取的特征与预存的特征进行逐一比对。

发明内容

本申请实施例提出了身份认证方法和装置。

第一方面，本申请实施例提供了一种身份认证方法，该方法包括：将待检测图像输入至预先训练的人脸识别模型，得到目标特征向量，其中，人脸识别模型用于提取图像中的人脸特征；对于多个预存特征向量的每一个预存特征向量，将目标特征向量和该预存特征向量同时输入至预先训练的注意力模型，得到该预存特征向量的各分量的权重，基于所得到的权重，对该预存特征向量进行加权，其中，注意力模型用于生成特征向量的各分量的权重；将加权后的、提取自同一认证用户的人脸图像的预存特征向量进行融合，生成按照认证用户划分的至少一个融合特征向量；将目标特征向量与所生成的各个融合特征向量进行匹配，基于匹配结果生成身份认证结果。

在一些实施例中，将加权后的、提取自同一认证用户的人脸图像的预存特征向量进行融合，生成按照认证用户划分的至少一个融合特征向量，包括：将加权后的、提取自同一认证用户的人脸图像的预存特征向量相加，并对相加后所得到的每一个特征向量进行归一化，生成按照认证用户划分的至少一个融合特征向量。

在一些实施例中，待检测图像为待检测视频中的任一图像帧。

在一些实施例中，注意力模型通过如下方式训练得到：获取包含多个特征向量的训练样本，其中，每一个特征向量带有用户身份标注，每一个特征向量是由人脸识别模型提取的；将训练样本中的每一个特征向量输入至预先建立的第一神经网络，基于第一神经网络输出的信息对该特征向量进行加权，将加权后的该特征向量作为预先建立的第二神经网络的输入，利用机器学习方法，基于该特征向量带有的用户身份标注，对第一神经网络和第二神经网络进行训练；将训练后的第一神经网络确定为注意力模型。

在一些实施例中，该方法还包括：响应于确定身份认证通过，将与目标特征向量相匹配的融合特征向量所对应的认证用户作为目标认证用户，并将目标特征向量作为目标认证用户的预存特征向量进行存储。

第二方面，本申请实施例提供了一种身份认证装置，该装置包括：第一输入单元，配置用于将待检测图像输入至预先训练的人脸识别模型，得到目标特征向量，其中，人脸识别模型用于提取图像中的人脸特征；第二输入单元，配置用于对于多个预存特征向量的每一个预存特征向量，将目标特征向量和该预存特征向量同时输入至预先训练的注意力模型，得到该预存特征向量的各分量的权重，基于所得到的权重，对该预存特征向量进行加权，其中，注意力模型用于生成特征向量的各分量的权重；融合单元，配置用于将加权后的、提取自同一认证用户的人脸图像的预存特征向量进行融合，生成按照认证用户划分的至少一个融合特征向量；匹配单元，配置用于将目标特征向量与所生成的各个融合特征向量进行匹配，基于匹配结果生成身份认证结果。