本申请涉及计算机视觉技术领域，尤其涉及一种身份认证方法、装置和设备。
背景技术：
随着人工智能的兴起，计算机视觉领域产生了大量的技术分支，图像识别是其中的一个课题。图像识别技术是人机交互的核心，因此，近年来对图像识别的研究一直是研究热点。身份认证是图像识别技术的应用之一，然而现有的身份认证方法准确率较低。
技术实现要素：
本申请提供了一种身份认证方法、装置和设备，解决了现有身份认证方法准确率较低的技术问题。
有鉴于此，本申请第一方面提供了一种身份认证方法，所述方法包括：
对待认证用户的面部图像进行特征提取，得到第一特征；
根据所述第一特征，从用户库中选取若干候选用户；
对所述待认证用户的手掌图像进行特征提取，得到第二特征；
将所述第二特征和各所述候选用户的手掌特征进行对比，得到对应的对比结果；
判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定。
可选地，判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定，具体包括：
判断所述对比结果中是否有且仅有一个对比结果为对比成功，若是，则判定所述待认证用户的身份认证成功，若否，则判定所述待认证用户的身份认证失败。
可选地，当所述待认证用户的身份认证成功时，所述方法还包括：
根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型；
对所述三维手掌模型的运动轨迹进行跟踪，得到手势数据；
将所述手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果；
根据所述匹配结果，执行对应的操作。
可选地，根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型，具体包括：
根据所述手掌图像中手掌的关节信息，获取所述手掌的骨骼信息；
根据所述骨骼信息，建立所述手掌的三维手掌模型。
可选地，当所述匹配结果为匹配成功时，根据所述匹配结果，执行对应的操作，具体包括：
获取第一手势数据，其中，所述第一手势数据为所述预置手势库中与所述手势数据匹配成功的预置手势数据；
根据所述第一手势数据、第一手势数据和预置操作指令的对应关系，确定所述第一手势数据对应的预置操作指令；
根据所述预置操作指令，执行对应的预置操作。
本申请第二方面提供了一种身份认证装置，包括：
第一提取单元，用于对待认证用户的面部图像进行特征提取，得到第一特征；
选取单元，用于根据所述第一特征，从用户库中选取若干候选用户；
第二提取单元，对所述待认证用户的手掌图像进行特征提取，得到第二特征；
对比单元，用于将所述第二特征和各所述候选用户的手掌特征进行对比，得到对应的对比结果；
判定单元，用于判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定。
可选地，还包括：
构建单元，用于当所述待认证用户的身份认证成功时，根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型；
跟踪单元，用于对所述三维手掌模型的运动轨迹进行跟踪，得到手势数据；
匹配单元，用于将所述手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果；
执行单元，用于根据所述匹配结果，执行对应的操作。
可选地，所述身份认证装置中用于采集手掌图像的传感器对应的采集光源为可见光。
可选地，所述身份认证装置中用于采集面部图像的传感器对应的采集光源为红外光。
本申请第三方面提供了一种身份认证设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面所述的身份认证方法。
从以上技术方法可以看出，本申请具有以下优点：
本申请中的身份认证方法，对待认证用户的面部图像进行特征提取，得到第一特征；根据第一特征，从用户库中选取若干候选用户；对待认证用户的手掌图像进行特征提取，得到第二特征；将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果；判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。通过面部识别和手掌识别二者结合的方式对待认证用户进行身份认证，解决了现有身份认证方法、准确率较低的技术问题。
附图说明
为了更清楚地说明本申请实施例中的技术方法，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种身份认证方法的实施例一的流程示意图；
图2为本申请实施例中一种身份认证方法的实施例二的流程示意图；
图3为本申请实施例中一种身份认证装置的实施例的结构示意图。
具体实施方式
本申请实施例提供了一种身份认证方法、装置和设备，解决了现有身份认证方法准确率较低的技术问题。
为了使本技术领域的人员更好地理解本申请方法，下面将结合本申请实施例中的附图，对本申请实施例中的技术方法进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例第一方面提供了一种身份认证方法，具体地请参阅如下内容：
以便于理解，请参阅图1，图1为本申请实施例中一种身份认证方法的实施例一的流程示意图。
本实施例中的一种身份认证方法，包括：
步骤101、对待认证用户的面部图像进行特征提取，得到第一特征。
本实施例中获取到采集的面部图像以后，对面部图像进行特征提取，得到第一特征。可以理解的是，第一特征的具体信息本领域技术人员可以根据需要进行设置，对应提取第一特征信息的方式，本领域技术人员可以根据需要进行选择，在此不做具体限定和赘述。
步骤102、根据第一特征，从用户库中选取若干候选用户。
用户库为保存大量用户数据的用户库，提取第一特征后，便可以根据第一特征从用户库中选取若干候选用户，具体的选择方式为：
将第一特征和用户库中的用户特征进行比对，得到第一特征和各用户特征之间相似度；
将相似度大于预置阈值的用户特征作为与第一特征匹配的匹配特征；
将匹配特征对应的用户作为候选用户。
可以理解的是，上述的候选用户选择方式仅仅是一种示意性的举例说明，本领域技术人员还可以根据分析需求设置其他的方式，在此不再一一限定。
步骤103、对待认证用户的手掌图像进行特征提取，得到第二特征。
利用面部照片可以进行身份认证，这样就导致了面部识别的安全性较低，因此需要结合其他的识别方式来进行身份认证。本申请中结合面部图像和手掌图像进行身份认证，以提高身份认证的认证准确性。
本实施例中获取到采集的手掌图像以后，对手掌图像进行特征提取，得到第二特征。
其中，对于手掌图像的获取主要获取的是手掌图像中的静脉图像。静脉识别是基于近红外成像的原理来获取静脉图像，根据近红外成像技术，近红外光的入射波长为700nm～1000nm之间，它可以透过约3mm厚的肌肉组织。
红外图像采集是根据人体肌肉骨骼以及组织的吸收特性，当红外光照射手时，静脉血管中的血色素相比于皮下的其他组织能吸收更多近红外光，因此静脉血管反射的光线相比其他组织反射回的光线，传感器接受的更少。由传感器接受的反射光线强弱的不同，从而形成静脉纹路分布的图像，从而得到静脉图像。此外人体静脉血液中的还原血蛋白对近红外光的吸收特性来实现，手掌皮肤对光的吸收和散射特性在不同波长的入射光下是不同的。
静脉图像要传送至计算机，就需要提供相应接口，并且该接口应具有高速传输信息的能力，考虑到usb在传输速度以及便捷灵活方面的性能优于其他的接口，因此该传输接口将选用usb接口作为传输接口电路。
对于静脉图像处理包括预处理阶段和特征提取阶段。
预处理阶段：主要目的为选取有效区域。
1)获取静脉图像。
2)依次计算出手背轮廓的点到手腕中心点的距离。
3)得到距离图像，利用图像凹点处确定的线段取正方形像素块，即得到了所需要的有效区域。
特征提取阶段：静脉特征提取。采取有效区域图像的静脉图像，得到静脉特征。
提取后的静脉图像的边缘存在微小的突起和凹陷，称为毛刺。针对这种情况，采用中值滤波法，它是一种非线性处理的方法。对于零均值的正态分布噪声输入，中值滤波输出的噪声方差。
步骤104、将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果。
将第二特征和各候选用户的手掌特征进行对比，得到第二特征和各手掌特征是否对比成功的对比结果。
当第二特征为静脉特征时，静脉特征的匹配主要根据提取到的静脉特征来判断取舍，匹配过程采用了相关算法，具体的算法采用主要是根据提取到的特征图像来进行处理。在提取到静脉图像的频域信息后，直接利用频域的相关算法来进行匹配识别。
步骤105、判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。
本实施例中，对待认证用户的面部图像进行特征提取，得到第一特征；根据第一特征，从用户库中选取若干候选用户；对待认证用户的手掌图像进行特征提取，得到第二特征；将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果；判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。通过面部识别和手掌识别二者结合的方式对待认证用户进行身份认证，解决了现有身份认证方法准确率较低的技术问题。
以上为本申请实施例提供的一种身份认证方法的实施例一，以下为本申请实施例提供的一种身份认证方法的实施例二。
请参阅图2，图2为本申请实施例中一种身份认证方法的实施例二的流程示意图。
本实施例中的一种身份认证方法，包括：
步骤201、对待认证用户的面部图像进行特征提取，得到第一特征。
需要说明的是，步骤201的描述和实施例一中步骤101的描述相同，具体可以参见上述步骤101的描述，在此不再赘述。
步骤202、根据第一特征，从用户库中选取若干候选用户。
需要说明的是，步骤202的描述和实施例一中步骤102的描述相同，具体可以参见上述步骤102的描述，在此不再赘述。
步骤203、对待认证用户的手掌图像进行特征提取，得到第二特征。
需要说明的是，步骤203的描述和实施例一中步骤103的描述相同，具体可以参见上述步骤103的描述，在此不再赘述。
步骤204、将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果。
需要说明的是，步骤204的描述和实施例一中步骤104的描述相同，具体可以参见上述步骤104的描述，在此不再赘述。
步骤205、判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。
判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定，具体包括：
判断对比结果中是否有且仅有一个对比结果为对比成功，若是，则判定待认证用户的身份认证成功，若否，则判定待认证用户的身份认证失败。
步骤206、根据手掌图像中手掌的关节信息，建立手掌的三维手掌模型。
根据手掌图像中手掌的关节信息，建立手掌的三维手掌模型，具体包括：
根据手掌图像中手掌的关节信息，获取手掌的骨骼信息；
根据骨骼信息，建立手掌的三维手掌模型。
步骤207、对三维手掌模型的运动轨迹进行跟踪，得到手势数据。
步骤208、将手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果。
步骤209、根据匹配结果，执行对应的操作。
当匹配结果为匹配成功时，根据匹配结果，执行对应的操作，具体包括：
获取第一手势数据，其中，第一手势数据为预置手势库中与手势数据匹配成功的预置手势数据；
根据第一手势数据、第一手势数据和预置操作指令的对应关系，确定第一手势数据对应的预置操作指令；
根据预置操作指令，执行对应的预置操作。
采用手势识别作为交互方式之一，通过预置手势数据(比如大拇指，剪刀手，还有全掌)形成不同的操作指令，且同时也支持胁迫掌纹的区分。大拇指可以做大拇指登记，可以用手掌登记，可以做手掌被登记，特定的手势，剪刀手可以做删除指令，可以用手掌进行记录删除操作。大拇指握拳头代表胁迫报警功能。
本实施例中，对待认证用户的面部图像进行特征提取，得到第一特征；根据第一特征，从用户库中选取若干候选用户；对待认证用户的手掌图像进行特征提取，得到第二特征；将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果；判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。通过面部识别和手掌识别二者结合的方式对待认证用户进行身份认证，解决了现有身份认证方法准确率较低的技术问题。
以上为本申请实施例提供的一种身份认证方法的实施例二，以下为本申请实施例提供的一种身份认证装置的实施例。
请参阅图3，图3为本申请实施例中一种身份认证装置的实施例的结构示意图。
本实施例中的身份认证装置，包括：
第一提取单元301，用于对待认证用户的面部图像进行特征提取，得到第一特征；
选取单元302，用于根据第一特征，从用户库中选取若干候选用户；
第二提取单元303，对待认证用户的手掌图像进行特征提取，得到第二特征；
对比单元304，用于将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果；
判定单元305，用于判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。
进一步地，还包括：
构建单元，用于当待认证用户的身份认证成功时，根据手掌图像中手掌的关节信息，建立手掌的三维手掌模型；
跟踪单元，用于对三维手掌模型的运动轨迹进行跟踪，得到手势数据；
匹配单元，用于将手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果；
执行单元，用于根据匹配结果，执行对应的操作。
进一步地，身份认证装置中用于采集手掌图像的传感器对应的采集光源为可见光。
进一步地，身份认证装置中用于采集面部图像的传感器对应的采集光源为红外光。
本实施例中身份认证装置的采集模块包括两个传感器(可以是摄像头)，1个采集面部图像，1个采集手掌图像。面部采集需用红外光，手掌图像使用可见光。其中，面部摄像头cmos竖直放置，使竖直方向有效采集范围比水平方向有效采集范围大，更利于不同身高用户的面部图像采集；掌静脉摄像头cmos水平放置，使水平方向有效采集范围比竖直方向有效采集范围大，利于用户手掌左右移动。
本实施例中，对待认证用户的面部图像进行特征提取，得到第一特征；根据第一特征，从用户库中选取若干候选用户；对待认证用户的手掌图像进行特征提取，得到第二特征；将第二特征和各候选用户的手掌特征进行对比，得到对应的对比结果；判断对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对待认证用户进行身份认证的判定。通过面部识别和手掌识别二者结合的方式对待认证用户进行身份认证，解决了现有身份认证方法准确率较低的技术问题。
本申请实施例还提供了一种身份认证设备的实施例，本实施例中的设备包括处理器以及存储器；存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行实施例一或实施例二的身份认证方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，商品加载服务器和方法，可以通过其它的方式实现。例如，以上所描述的商品加载服务器实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，商品加载服务器或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-onlymemory，英文缩写：rom)、随机存取存储器(英文全称：randomaccessmemory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
1.一种身份认证方法，其特征在于，包括：
对待认证用户的面部图像进行特征提取，得到第一特征；
根据所述第一特征，从用户库中选取若干候选用户；
对所述待认证用户的手掌图像进行特征提取，得到第二特征；
将所述第二特征和各所述候选用户的手掌特征进行对比，得到对应的对比结果；
判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定。
2.根据权利要求1所述的身份认证方法，其特征在于，判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定，具体包括：
判断所述对比结果中是否有且仅有一个对比结果为对比成功，若是，则判定所述待认证用户的身份认证成功，若否，则判定所述待认证用户的身份认证失败。
3.根据权利要求1所述的身份认证方法，其特征在于，当所述待认证用户的身份认证成功时，所述方法还包括：
根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型；
对所述三维手掌模型的运动轨迹进行跟踪，得到手势数据；
将所述手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果；
根据所述匹配结果，执行对应的操作。
4.根据权利要求3所述的身份认证方法，其特征在于，根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型，具体包括：
根据所述手掌图像中手掌的关节信息，获取所述手掌的骨骼信息；
根据所述骨骼信息，建立所述手掌的三维手掌模型。
5.根据权利要求3所述的身份认证方法，其特征在于，当所述匹配结果为匹配成功时，根据所述匹配结果，执行对应的操作，具体包括：
获取第一手势数据，其中，所述第一手势数据为所述预置手势库中与所述手势数据匹配成功的预置手势数据；
根据所述第一手势数据、第一手势数据和预置操作指令的对应关系，确定所述第一手势数据对应的预置操作指令；
根据所述预置操作指令，执行对应的预置操作。
6.一种身份认证装置，其特征在于，包括：
第一提取单元，用于对待认证用户的面部图像进行特征提取，得到第一特征；
选取单元，用于根据所述第一特征，从用户库中选取若干候选用户；
第二提取单元，对所述待认证用户的手掌图像进行特征提取，得到第二特征；
对比单元，用于将所述第二特征和各所述候选用户的手掌特征进行对比，得到对应的对比结果；
判定单元，用于判断所述对比结果中是否有且仅有一个对比结果为对比成功，并基于判断后的结果，对所述待认证用户进行身份认证的判定。
7.根据权利要求6所述的身份认证装置，其特征在于，还包括：
构建单元，用于当所述待认证用户的身份认证成功时，根据所述手掌图像中手掌的关节信息，建立所述手掌的三维手掌模型；
跟踪单元，用于对所述三维手掌模型的运动轨迹进行跟踪，得到手势数据；
匹配单元，用于将所述手势数据和预置手势库中预置手势数据进行匹配，得到匹配结果；
执行单元，用于根据所述匹配结果，执行对应的操作。
8.根据权利要求6所述的身份认证装置，其特征在于，所述身份认证装置中用于采集手掌图像的传感器对应的采集光源为可见光。
9.根据权利要求6所述的身份认证装置，其特征在于，所述身份认证装置中用于采集面部图像的传感器对应的采集光源为红外光。
10.一种身份认证设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1至5中任一项所述的身份认证方法。
技术总结