用户认证方法和系统.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CN112597466A(43)申请公布日2021.04.02(21)申请号202011403435.2G06N3/08(2006.01)(22)申请日2020.12.04(30)优先权数据10202003994R2020.04.30SG(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)发明人徐炎(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人韩果(51)Int.Cl.G06F21/32(2013.01)G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书3页说明书8页附图4页(54)发明名称用户认证方法和系统(57)摘要提供了一种用户认证方法和系统。该方法包括：使用经训练的卷积神经网络提取与用户的第一眼瞳图像相关联的第一特征；使用所述经训练的卷积神经网络提取与所述用户的第二眼瞳图像相关联的第二特征，其中，所述用户的所述第二眼瞳图像是在白光投射到所述用户的人脸时拍摄的；基于所述提取的第一特征和所述提取的第二特征来生成相似度得分；以及在所述相似度得分指示所述提取的第一特征与所述提取的第二特征之间存在差异的情况下，所述用户通过认证。CN112597466ACN112597466A权利要求书1/3页1.一种用户认证方法，包括：使用经训练的卷积神经网络提取与用户的第一眼瞳图像相关联的第一特征；使用所述经训练的卷积神经网络提取与所述用户的第二眼瞳图像相关联的第二特征，其中，所述用户的所述第二眼瞳图像是在白光投射到所述用户的人脸时拍摄的；基于所述提取的第一特征和所述提取的第二特征来生成相似度得分；以及在所述相似度得分指示所述提取的第一特征与所述提取的第二特征之间存在差异的情况下，所述用户通过认证。2.根据权利要求1所述的方法，还包括：使用经训练的补充卷积神经网络提取与所述用户的补充人脸图像相关联的补充特征，其中，所述用户的所述补充人脸图像是在将非白光投射到所述用户的人脸时拍摄的；基于所述提取的补充特征来生成置信度得分；以及在以下情况下所述用户通过认证：(i)所述相似度得分指示所述提取的第一特征与所述提取的第二特征之间存在差异，或者(ii)所述置信度得分大于预定置信度阈值。3.根据权利要求1或2所述的方法，还包括：使用图像传感器拍摄所述用户的包含所述第一眼瞳图像的第一人脸图像；将眼部检测方法应用于所述用户的所述第一人脸图像以生成第一眼部检测框，其中，所述用户的所述第一人脸图像在所述第一眼部检测框内的区域对应于所述第一眼瞳图像；使用所述图像传感器拍摄所述用户的包含所述第二眼瞳图像的第二人脸图像；以及将所述眼部检测方法应用于所述用户的所述第二人脸图像以生成第二眼部检测框，其中，所述用户的所述第二人脸图像在所述第二眼部检测框内的区域对应于所述第二眼瞳图像。4.根据前述权利要求中任一项所述的方法，其中，所述卷积神经网络是使用眼瞳图像的大数据集来训练的，所述眼瞳图像包括投射有所述白光的眼瞳；并且所述卷积神经网络采用resnet18网络结构。5.根据权利要求2所述的方法，其中，所述补充卷积神经网络是使用人脸图像的大数据集来训练的，所述人脸图像包括通过投射所述非白光捕获的活脸图像和欺骗人脸图像，并且所述补充卷积神经网络采用resnet18网络结构。6.根据权利要求2所述的方法，其中，在多个非白光顺序投射到所述用户的人脸上时拍摄所述用户的多个补充人脸图像，并且所述方法还包括：使用所述经训练的补充卷积神经网络来提取与所述用户的所述多个补充人脸图像相关联的多个补充特征；以及基于所述提取的多个补充特征生成所述置信度得分。7.根据前述权利要求中任一项所述的方法，其中，所述相似度得分大于预定相似度阈值表示所述提取的第一特征与所述提取的第二特征之间存在差异，并且所述相似度阈值和所述置信度阈值是基于验证数据集分别确定的。8.一种用户认证系统，包括：2CN112597466A权利要求书2/3页提取设备，被配置为：使用经训练的卷积神经网络提取与用户的第一眼瞳图像相关联的第一特征；使用所述经训练的卷积神经网络提取与所述用户的第二眼瞳图像相关联的第二特征，其中，所述用户的所述第二眼瞳图像是在白光投射到所述用户的人脸时拍摄的；得分生成设备，被配置为基于所述提取的第一特征和所述提取的第二特征来生成相似度得分；以及认证设备，被配置为在所述相似度得分指示所述提取的第一特征与所述提取的第二特征之间存在差异的情况下，使所述用户通过认证。9.根据权利要求8所述的系统，其中，所述提取设备进一步被配置为：使用经训练的补充卷积神经网络提取与所述用户的补充人脸图像相关联的补充特征，其中，所述用户的所述补充人