技术摘要：
本申请涉及一种身份认证方法、装置、计算机设备和存储介质。所述方法包括：获取待认证用户的人脸图像，并提取所述人脸图像中的人脸特征；确定所述人脸特征与预设用户的多角度人脸特征之间的特征相似度；所述多角度人脸特征为根据所述预设用户的多角度人脸图像得到的；  全部
背景技术：
人脸识别是一种重要的身份识别方式，是计算机视觉领域中的重要研究方向之 一。人脸识别常常被认为是用户体验最为友好的生物识别方式，使得其在设备解锁、移动支 付、应用认证等移动和嵌入式应用中有了广泛的应用。 然而，现有技术在进行人脸识别的过程中，待识别人员的人脸姿态往往是多样化 的，这也使人脸识别过程中的准确度受到影响。 因此，现有技术中存在人脸识别准确度不高的问题。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种能够提高身份认证准确度的身份认 证方法、装置、计算机设备和存储介质。 一种身份认证方法，所述方法包括： 获取待认证用户的人脸图像，并提取所述人脸图像中的人脸特征； 确定所述人脸特征与预设用户的多角度人脸特征之间的特征相似度；所述多角度 人脸特征为根据所述预设用户的多角度人脸图像得到的； 根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差异，确定所述特征相 似度的决策权重； 根据所述特征相似度和所述特征相似度的决策权重，确定所述待认证用户的身份 认证结果。 在其中一个实施例中，所述多角度人脸特征包括多个子角度人脸特征，各个所述 子角度人脸特征具有对应的人脸姿态，所述根据所述人脸图像与所述多角度人脸图像之间 的人脸姿态差异，确定所述特征相似度的决策权重，包括： 获取所述人脸图像的人脸姿态； 分别确定所述人脸图像的人脸姿态与各个所述子角度人脸特征对应的人脸姿态 之间的人脸姿态偏差； 根据各个所述人脸姿态偏差，分别确定各个子特征相似度对应的相似度阈值；所 述子特征相似度为所述人脸特征与所述子角度人脸特征之间的特征相似度；其中，所述相 似度阈值用于表征与所述子特征相似度对应的决策权重。 在其中一个实施例中当所述预设用户具有一个时，所述根据所述特征相似度和所 述特征相似度的决策权重，确定所述待认证用户的身份认证结果，包括： 当所述待认证用户与所述预设用户之间的各个所述子特征相似度均大于对应的 所述相似度阈值时，则判定所述待认证用户与所述预设用户匹配； 4 CN 111582027 A 说　明　书 2/17 页 当所述预设用户具有多个时，所述根据所述特征相似度和所述特征相似度的决策 权重，确定所述待认证用户的身份认证结果，包括： 当所述待认证用户与每个所述预设用户之间的各个子特征相似度均大于对应的 所述相似度阈值时，则根据所述人脸特征与各个所述预设用户的多角度人脸特征之间的特 征相似度，对各个所述预设用户进行排序，得到排序后的各个预设用户； 从所述排序后的各个预设用户中，按序选取第一候选预设用户和第二候选预设用 户； 计算所述第一候选预设用户对应的第一特征相似度与所述第二候选预设用户对 应的第二特征相似度之间的相似度差值； 当所述相似度差值满足所述相似度差值的预设条件，则判定所述待认证用户与所 述第一候选预设用户匹配。 在其中一个实施例中，所述获取所述人脸图像的人脸姿态，包括： 确定所述人脸图像中的人脸关键点； 根据所述人脸关键点，确定所述待认证用户在所述人脸图像中的人脸偏航角；其 中，所述人脸偏航角用于表征所述待认证用户在所述人脸图像的人脸姿态；所述人脸偏航 角所在的平面与水平面平行。 在其中一个实施例中，所述提取所述人脸图像中的人脸特征，包括： 获取特征提取模型；其中，所述特征提取模型用于对输入的图像进行处理，得到与 所述图像对应的人脸特征； 通过所述特征提取模型，对所述人脸图像进行特征提取处理，得到所述人脸特征。 在其中一个实施例中，所述获取特征提取模型，包括： 构建人脸识别模型；所述人脸识别模型包括特征提取层和特征分类层；所述人脸 识别模型用于对输入的图像进行特征提取和分类处理，得到与所述图像对应的人脸分类结 果； 基于预设的训练样本，对所述人脸识别模型进行训练，得到训练后的人脸识别模 型；所述训练样本包括人脸样本图像和与所述人脸样本图像的人脸分类标签； 将所述训练后的人脸识别模型中的特征提取层，作为所述特征提取模型。 在其中一个实施例中，所述获取待认证用户的人脸图像，包括： 获取所述待认证用户的初始人脸图像； 对所述初始人脸图像进行图像优化处理，得到优化后人脸图像； 基于所述待认证用户在所述优化后人脸图像中的人眼特征点，对所述优化后人脸 图像进行校正，得到校正后人脸图像，作为所述待认证用户的人脸图像。 在其中一个实施例中，所述对所述初始人脸图像进行图像优化处理，得到优化后 人脸图像，包括： 对所述初始人脸图像进行图像优化处理，得到初始优化图像； 对所述初始优化图像进行图像质量评估；所述图像质量评估包括清晰度评估、亮 度评估、对比度评估中的至少一种； 当所述图像质量评估通过时，确定所述初始优化图像为所述优化后人脸图像。 一种身份认证装置，所述装置包括： 5 CN 111582027 A 说　明　书 3/17 页 获取模块，用于获取待认证用户的人脸图像，并提取所述人脸图像中的人脸特征； 相似度确定模块，用于确定所述人脸特征与预设用户的多角度人脸特征之间的特 征相似度；所述多角度人脸特征为根据所述预设用户的多角度人脸图像得到的； 权重确定模块，用于根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差 异，确定所述特征相似度的决策权重； 认证模块，用于根据所述特征相似度和所述特征相似度的决策权重，确定所述待 认证用户的身份认证结果。 一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理 器执行所述计算机程序时实现以下步骤： 获取待认证用户的人脸图像，并提取所述人脸图像中的人脸特征； 确定所述人脸特征与预设用户的多角度人脸特征之间的特征相似度；所述多角度 人脸特征为根据所述预设用户的多角度人脸图像得到的； 根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差异，确定所述特征相 似度的决策权重； 根据所述特征相似度和所述特征相似度的决策权重，确定所述待认证用户的身份 认证结果。 一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执 行时实现以下步骤： 获取待认证用户的人脸图像，并提取所述人脸图像中的人脸特征； 确定所述人脸特征与预设用户的多角度人脸特征之间的特征相似度；所述多角度 人脸特征为根据所述预设用户的多角度人脸图像得到的； 根据所述人脸图像与所述多角度人脸图像之间的人脸姿态差异，确定所述特征相 似度的决策权重； 根据所述特征相似度和所述特征相似度的决策权重，确定所述待认证用户的身份 认证结果。 上述一种身份认证方法、装置、计算机设备和存储介质，通过获取待认证用户的人 脸图像，并提取人脸图像中的人脸特征；然后，通过分别确定人脸特征与预设的各个多角度 人脸特征之间的特征相似度；其中，多角度人脸特征为根据预设用户的多角度人脸图像得 到的；再然后，通过根据人脸图像与多角度人脸图像之间的人脸姿态差异，确定特征相似度 的决策权重；并根据特征相似度和特征相似度的决策权重，判断待认证用户是否与预设用 户相匹配，如此，可以消除因待认证用户的人脸姿态多样化而对人脸识别的准确度造成的 影响，进而准确地对待认证用户进行人脸识别，进而准确地输出待认证用户的身份认证结 果。 附图说明 图1为一个实施例中一种身份认证方法的应用环境图； 图2为一个实施例中一种身份认证方法的流程示意图； 图3为一个实施例中一种多角度人脸图像的示意图； 图4为一个实施例中一种身份认证方法的决策树的示意图； 6 CN 111582027 A 说　明　书 4/17 页 图5为另一个实施例中一种身份认证方法的流程示意图； 图6为一个实施例中另一种身份认证方法的流程示意图； 图7为一个实施例中一种身份认证装置的结构框图； 图8为一个实施例中计算机设备的内部结构图。