[发明专利]身份识别方法及装置、存储介质及电子设备

权利要求书

1.一种身份识别方法，其特征在于，包括：

接收用户通过客户端上传的待识别图片及用户标识信息，并获取与所述用户标识信息对应的证件网纹图片；

按预设的生成方式，生成目标网纹，并将所述目标网纹叠加在所述待识别图片上，获得叠加有网纹的待识别图片；具体包括：选取基础函数，并解析已获取的样本网纹的网纹属性；依据所述已获取的样本网纹的网纹属性，对所述基础函数的函数参数进行调整，获得目标函数，应用所述目标函数生成初始网纹波形，基于所述初始网纹波形，生成所述目标网纹，并将所述目标网纹叠加在所述待识别图片上，获得叠加有网纹的待识别图片；

将所述叠加有网纹的待识别图片与所述证件网纹图片，输入预先建立的深度学习模型中，经过所述深度学习模型处理后，获得所述叠加有网纹的待识别图片中包含的图片对象与所述证件网纹图片中包含的图片对象是否为同一对象的输出结果；

当所述叠加有网纹的待识别图片中包含的图片对象与所述证件网纹图片中包含的图片对象为同一对象时，通过对所述用户的身份识别。

2.根据权利要求1所述的方法，其特征在于，所述深度学习模型的建立过程，包括：

选取基础模型；

将多个已选取的训练三元组输入至所述基础模型中，对所述基础模型进行训练；

当所述基础模型对应的损失函数满足预设的训练终止条件时，终止对所述基础模型的训练，并将终止训练时的基础模型作为训练获得的深度学习模型；

所述训练三元组中包括：第一训练图片、第二训练图片和第三训练图片；其中，所述第一训练图片为叠加有网纹的目标图片，所述第二训练图片为与所述第一训练图片包含相同图片对象的叠加有网纹的图片或未叠加有网纹的图片；

所述第三训练图片为与所述第一训练图片包含不同图片对象的叠加有网纹的图片或未叠加有网纹的图片。

3.根据权利要求2所述的方法，其特征在于，在所述深度学习模型的建立过程中，获取叠加有网纹的目标图片，包括：

选取未叠加有网纹的原始图片；

将所述目标网纹叠加在所述原始图片上，得到所述叠加有网纹的目标图片。

4.根据权利要求1所述的方法，其特征在于，所述基础函数为三角函数的线性组合函数；所述三角函数为正弦函数或余弦函数；

所述基础函数的函数参数包括所述基础函数中包含的每个三角函数的振幅、角频率及初相。

5.根据权利要求1所述的方法，其特征在于，所述基于所述初始网纹波形生成所述目标网纹，包括：

依据所述初始网纹波形生成初始网纹单元；

在所述初始网纹单元中，截取多个网纹子单元，并将所述多个网纹子单元按预设的组合方式进行组合，获得所述目标网纹；每个所述网纹子单元的宽度值与原始图片的宽度值相同。

6.根据权利要求5所述的方法，其特征在于，所述依据所述初始网纹波形生成初始网纹单元，包括：

对所述初始网纹波形进行复制，获得与所述初始网纹波形对应的第一网纹波形；将所述第一网纹波形，从所述初始网纹波形的当前位置，按预设的第一矢量方向移动第一位移，获得所述初始网纹波形与所述第一网纹波形组合形成的初始网纹单元；

或

对所述初始网纹波形进行复制，获得与所述初始网纹波形对应的第二网纹波形；将所述第二网纹波形，从所述初始网纹波形的当前位置，按预设的第二矢量方向移动第二位移，获得所述初始网纹波形与所述第二网纹波形组合形成的组合网纹图形；将所述组合网纹图形，以其水平轴为旋转轴，旋转180度，获得所述初始网纹单元；

或

依据所述初始网纹波形，生成第三网纹波形；所述第三网纹波形与所述初始网纹波形的初相位差为kπ，k为奇数；获得所述初始网纹波形与所述第三网纹波形组合形成的初始网纹单元。

7.根据权利要求5所述的方法，其特征在于，所述在所述初始网纹单元中，截取多个网纹子单元，包括：

获取所述原始图片的宽度值；

在所述初始网纹单元中，随机截取多个宽度值与所述原始图片的宽度值相同的网纹子单元。