用于人脸图像质量识别的方法、系统和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113269120A(43)申请公布日2021.08.17(21)申请号202110634231.8(22)申请日2021.06.07(30)优先权数据10202007655X2020.08.11SG(71)申请人支付宝实验室（新加坡）有限公司地址新加坡珊顿大道8号安盛大厦45-01号(72)发明人李建树(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人周嗣勇(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书8页附图5页(54)发明名称用于人脸图像质量识别的方法、系统和装置(57)摘要提供了用于人脸图像质量识别的方法、系统和装置。公开了计算机实现的用于实现人脸图像质量识别的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法之一包括：针对多个用户中的每一个用户，将身份证明文件(ID)人脸图像与活体人脸图像配对以形成人脸图像对；基于每个人脸图像对之间的人脸相似度，为每个人脸图像对生成所述ID人脸图像的相似度得分；以及基于所述ID人脸图像和所述ID人脸图像对应的相似度得分，训练用于ID人脸图像质量识别的模型。CN113269120ACN113269120A权利要求书1/2页1.一种计算机实现的用于人脸图像质量识别的方法，包括：针对多个用户中的每一个用户，将身份证明文件人脸图像与活体人脸图像配对以形成人脸图像对；基于每个人脸图像对之间的人脸相似度，为每个人脸图像对生成所述身份证明文件人脸图像的相似度得分；以及基于所述身份证明文件人脸图像和所述身份证明文件人脸图像对应的相似度得分，训练用于身份证明文件人脸图像质量识别的模型。2.根据权利要求1所述的方法，其中，训练用于身份证明文件人脸图像质量识别的模型包括：训练多类分类器。3.根据权利要求2所述的方法，其中，训练所述多类分类器包括：将所述相似度得分划分为关于身份证明文件人脸图像质量的N个标签；为所述身份证明文件人脸图像分配对应的标签；以及基于所述身份证明文件人脸图像和所述身份证明文件人脸图像的对应标签，训练N个类别的多类分类器。4.根据权利要求3所述的方法，其中，将所述相似度得分划分为N个标签是基于百分位数的。5.根据权利要求1所述的方法，其中，训练用于身份证明文件人脸图像质量识别的模型包括：训练回归模型。6.根据前述权利要求中任一项所述的方法，还包括，在生成所述身份证明文件人脸图像的相似度得分之前：针对所述多个用户中的每一个用户，确定所述活体人脸图像是否满足一个或多个预定标准；以及响应于确定所述活体人脸图像不满足所述一个或多个预定标准，排除所述活体人脸图像。7.根据权利要求6所述的方法，其中，确定所述活体人脸图像是否满足所述一个或多个预定标准，包括：使用无参考图像质量模型和/或人脸姿势估计模型来确定所述活体人脸图像是否满足所述一个或多个预定标准；以及响应于确定所述活体人脸图像具有低图像质量和/或具有非正面姿势的人脸，排除所述活体人脸图像。8.根据前述权利要求中任一项所述的方法，其中，所述相似度得分是正态分布的。9.根据前述权利要求中任一项所述的方法，其中，所述模型是基于卷积神经网络的模型。10.根据前述权利要求中任一项所述的方法，其中，所述活体人脸图像包括：在生物特征认证期间收集的人脸图像；或在“电子化了解你的客户”过程期间收集的人脸图像。11.一种用于人脸图像质量识别的方法，包括：2CN113269120A权利要求书2/2页接收用户的身份证明文件人脸图像；将所述身份证明文件人脸图像输入到用于身份证明文件人脸图像质量识别的模型，其中，所述模型是根据如权利要求1至10中任一项所述的方法训练的；以及基于所述模型的输出来确定所述身份证明文件人脸图像的质量。12.根据权利要求11所述的方法，其中，所述模型为根据如权利要求2至4中任一项所述的方法训练的多类分类器，所述方法包括：将所述身份证明文件人脸图像输入到所述多类分类器；输出所述身份证明文件人脸图像的类别；以及基于所述类别确定所述身份证明文件人脸图像的质量。13.根据权利要求12所述的方法，还包括：选择所述多类分类器的一个或多个类别作为质量识别标准；以及响应于所述类别不属于所述选择的一个或多个类别，自动地拒绝所述身份证明文件人脸图像。14.一种计算机实现的用于人脸图像质量识别的系统，包括：一个或多个处理器；以及耦接至所述一个或多个处理器且其上存储有指令的一个或多个计算机可读存储器，所述指令能由所述一个或多个处理器执行以执行权利要求1至13中任一项所述的方法。15.一种用于人脸图像质量识别的装置，包括用于执行权利要求1至13中任一项所述的方法的多个模块。3CN113269120