[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：获取用户的可见光图像和近红外图像；从该可见光图像中提取第一特征向量，从该近红外图像中提取第二特征向量；对该第一特征向量和该第二特征向量进行融合，生成第一融合特征向量；将该第一融合特征向量与预存的第二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人脸图像中提取特征信息，并进行存储。在需要进行身份认证时，从待检测图像中提取特征信息，进而基于当前的特征信息和预存的特征信息的比对进行身份认证。这种方式仅支持对单一类型(例如仅为近红外图像类型，或者仅为可见光图像类型)的图像中的特征信息的比对。

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：获取用户的可见光图像和近红外图像；从可见光图像中提取第一特征向量，从近红外图像中提取第二特征向量；对第一特征向量和第二特征向量进行融合，生成第一融合特征向量；将第一融合特征向量与预存的第二融合特征向量进行匹配，基于匹配结果生成身份认证结果，其中，第二融合特征向量是预先对从认证用户的可见光图像中提取的特征向量和从认证用户的近红外图像中提取的特征向量进行融合后所生成的。

在一些实施例中，从可见光图像中提取第一特征向量，从近红外图像中提取第二特征向量，包括：将可见光图像输入至预先训练的第一人脸识别模型，将近红外图像输入至预先训练的第二人脸识别模型，分别得到第一特征向量和第二特征向量，其中，第一人脸识别模型、第二人脸识别模型分别用于提取可见光图像、近红外图像的人脸特征。

在一些实施例中，对第一特征向量和第二特征向量进行融合，生成第一融合特征向量，包括：将第一特征向量和第二特征向量进行拼接，生成第一融合特征向量。

在一些实施例中，对第一特征向量和第二特征向量进行融合，生成第一融合特征向量，包括：将第一特征向量和第二特征向量进行拼接，生成拼接特征向量；将拼接特征向量输入至预先训练的注意力模型，得到拼接特征向量各分量的权重，其中，注意力模型用于生成特征向量的各分量的权重；基于所得到的权重，对拼接特征向量的各分量进行加权，生成第一融合特征向量。

在一些实施例中，注意力模型通过如下步骤训练得到：获取包含多个拼接特征向量的训练样本，其中，每一个拼接特征向量带有用户身份标注，每一个拼接特征向量是由从可见光人脸图像中提取的特征向量和从近红外人脸图像中提取的特征向量拼接而成的；

将训练样本中的每一个拼接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拼接特征向量进行加权，将加权后的该拼接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，基于该拼接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。

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：获取单元，配置用于获取用户的可见光图像和近红外图像；提取单元，配置用于从可见光图像中提取第一特征向量，从近红外图像中提取第二特征向量；融合单元，配置用于对第一特征向量和第二特征向量进行融合，生成第一融合特征向量；匹配单元，配置用于将第一融合特征向量与预存的第二融合特征向量进行匹配，基于匹配结果生成身份认证结果，其中，第二融合特征向量是预先对从认证用户的可见光图像中提取的特征向量和从认证用户的近红外图像中提取的特征向量进行融合后所生成的。