[发明专利]离线人脸认证方法、装置、电子设备及存储介质

权利要求书

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；

所述本地预测人脸根据历史注册人脸进行成长预测得到进一步包括：将历史人脸与预设的成长因子矩阵进行加权，得到本地预测人脸，由于人脸的变化可看成是一个卷积计算，所以上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，所述卷积神经网络包括输入层、中间卷积层、输出层，其中，所述中间卷积层包括卷积层和池化层，用于通过卷积计算提取历史人脸与当前人脸之间的隐藏关联信息，即是成长因子矩阵；

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。