一种身份认证方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种身份认证方法及装置、电子设备和存储介质。

背景技术

随着人工智能技术的发展，智能解锁的方式越来越多地被应用于各行各业中，例如应用于汽车解锁、房门解锁、闸机解锁等等。传统的解锁方式有钥匙解锁、指纹解锁等，随着计算机视觉技术的发展，人脸识别解锁的方式也被广泛应用于各种解锁对象。

目前，亟需对解锁过程进行优化，以提高用户体验。

发明内容

本公开提出了一种身份认证技术方案。

根据本公开的一方面，提供了一种身份认证方法，包括：

获取用于请求对待解锁对象进行解锁的人脸信息；

基于所述人脸信息和预设的身份认证基准信息，对发出所述请求的请求用户进行身份认证；

响应于在根据所述请求用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述身份认证基准信息包括：基准人脸信息库；

所述基于所述人脸信息调整所述身份认证基准信息，包括：

将所述人脸信息加入到所述基准人脸信息库中与所述请求用户关联的基准人脸信息集合。

在一种可能的实现方式中，所述身份认证基准信息包括：用于身份认证的基准参数。

在一种可能的实现方式中，所述基准参数包括预设的神经网络的参数；

所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：

基于所述人脸信息，采用所述预设的神经网络验证所述请求用户是否为认证用户；

所述基于所述人脸信息调整所述身份认证基准信息，包括：

利用所述人脸信息构建训练样本；

基于所述训练样本对所述预设的神经网络的参数进行调整。

在一种可能的实现方式中，所述基于所述训练样本对所述预设的神经网络的参数进行调整，包括：

将所述人脸信息作为所述预设的神经网络的输入，得到输出结果；

响应于所述输出结果为认证不通过，对所述预设的神经网络的参数进行调整，以使得调整后的所述预设的神经网络对所述人脸信息的身份认证结果为认证通过。

在一种可能的实现方式中，所述用于身份认证的基准参数包括：人脸信息的匹配度阈值；

所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：

确定所述人脸信息与认证用户的人脸信息之间的匹配度；

响应于所述人脸信息与认证用户的人脸信息之间的匹配度超过所述匹配度阈值，确定所述请求用户通过认证；

所述基于所述人脸信息调整所述身份认证基准信息，包括：

调低所述匹配度阈值。

在一种可能的实现方式中，所述调低所述匹配度阈值，包括：

响应于环境亮度低于设定亮度阈值，将所述匹配度阈值调低至目标匹配度阈值。

在一种可能的实现方式中，所述方法还包括：

检测所述人脸信息对应的人脸是否存在遮挡区域；

所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：

响应于检测到所述人脸信息对应的人脸存在遮挡区域，基于第一匹配权重对所述人脸信息中的未遮挡区域进行加权得到第一加权信息，基于第二匹配权重对所述人脸信息中的遮挡区域进行加权得到第二加权信息；

基于所述第一加权信息和第二加权信息对所述请求用户进行身份认证；

所述基于所述人脸信息调整所述身份认证基准信息，包括：响应于检测到所述人脸存在遮挡区域，增加第一匹配权重，和/或，减小所述第二匹配权重。

在一种可能的实现方式中，所述方法还包括：

响应于在根据所述用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，向所述请求用户发出提示信息，所述提示信息用于提示请求用户对所述身份认证基准信息进行调整；所述基于所述人脸信息调整所述身份认证基准信息，包括：

响应于检测到所述请求用户基于所述提示信息发出调整指令，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述方法还包括：

获取所述请求用户发出所述请求和执行所述预设的解锁操作之间的时间间隔；

所述基于所述人脸信息调整所述身份认证基准信息，包括：

响应于所述时间间隔小于设定时长阈值，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述待解锁对象包括下述至少一种设备：

车门锁、房门锁、闸机。

根据本公开的一方面，提供了一种身份认证装置，包括：

获取单元，用于获取用于请求对待解锁对象进行解锁的人脸信息；

认证单元，用于基于所述人脸信息和预设的身份认证基准信息，对发出所述请求的请求用户进行身份认证；

调整单元，用于响应于在根据所述请求用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述身份认证基准信息包括：基准人脸信息库；

所述调整单元，用于将所述人脸信息加入到所述基准人脸信息库中与所述请求用户关联的基准人脸信息集合。

在一种可能的实现方式中，所述身份认证基准信息包括：用于身份认证的基准参数。

在一种可能的实现方式中，所述基准参数包括预设的神经网络的参数；

所述认证单元，用于基于所述人脸信息，采用所述预设的神经网络验证所述请求用户是否为认证用户；

所述调整单元，用于利用所述人脸信息构建训练样本；基于所述训练样本对所述预设的神经网络的参数进行调整。

在一种可能的实现方式中，所述调整单元，用于将所述人脸信息作为所述预设的神经网络的输入，得到输出结果；响应于所述输出结果为认证不通过，对所述预设的神经网络的参数进行调整，以使得调整后的所述预设的神经网络对所述人脸信息的身份认证结果为认证通过。

在一种可能的实现方式中，所述用于身份认证的基准参数包括：人脸信息的匹配度阈值；

所述认证单元，用于确定所述人脸信息与认证用户的人脸信息之间的匹配度；响应于所述人脸信息与认证用户的人脸信息之间的匹配度超过所述匹配度阈值，确定所述请求用户通过认证；

所述调整单元，用于调低所述匹配度阈值。

在一种可能的实现方式中，所述调整单元，用于响应于环境亮度低于设定亮度阈值，将所述匹配度阈值调低至目标匹配度阈值。

在一种可能的实现方式中，所述装置还包括：

检测单元，用于检测所述人脸信息对应的人脸是否存在遮挡区域；

所述认证单元，用于响应于检测到所述人脸信息对应的人脸存在遮挡区域，基于第一匹配权重对所述人脸信息中的未遮挡区域进行加权得到第一加权信息，基于第二匹配权重对所述人脸信息中的遮挡区域进行加权得到第二加权信息；基于所述第一加权信息和第二加权信息对所述请求用户进行身份认证；

所述调整单元，用于响应于检测到所述人脸存在遮挡区域，增加第一匹配权重，和/或，减小所述第二匹配权重。

在一种可能的实现方式中，所述装置还包括：

提示单元，用于响应于在根据所述用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，向所述请求用户发出提示信息，所述提示信息用于提示请求用户对所述身份认证基准信息进行调整；

所述调整单元，用于响应于检测到所述请求用户基于所述提示信息发出调整指令，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述装置还包括：

时间间隔确定单元，用于获取所述请求用户发出所述请求和执行所述预设的解锁操作之间的时间间隔；

所述调整单元，用于响应于所述时间间隔小于设定时长阈值，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述待解锁对象包括下述至少一种设备：

车门锁、房门锁、闸机。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，在获取用于请求对解锁进行解锁的人脸信息后，会基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证，然后响应于在根据请求用户的身份认证结果未成功解锁待解锁对象的情况下，待解锁对象基于预设的解锁操作成功解锁，基于人脸信息调整身份认证基准信息。由于待解锁对象基于预设的解锁操作成功解锁，而根据请求用户的身份认证结果未成功解锁，表明该请求用户可能是具备解锁权限的用户，那么基于人脸信息和预设的身份认证基准信息进行身份认证的过程可以进一步优化，因此，基于人脸信息调整身份认证基准信息，能够提高基于人脸信息和预设的身份认证基准信息进行身份认证的准确率，提高了解锁成功率，用户体验较好。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的身份认证方法的流程图。

图2示出本公开实施例提供的身份认证装置的框图。

图3示出本公开实施例提供的一种电子设备的框图。

图4示出本公开实施例提供的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种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：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

随着人工智能技术的发展，智能解锁的方式越来越多，例如，基于计算机视觉技术的人脸识别解锁。人脸识别解锁往往会存在一定的准确率，因此，亟需对解锁过程进行优化，以提高用户体验。

基于此，本公开实施例提供一种身份认证方法，在获取用于请求对解锁进行解锁的人脸信息后，会基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证，然后响应于在根据请求用户的身份认证结果未成功解锁待解锁对象的情况下，待解锁对象基于预设的解锁操作成功解锁，基于人脸信息调整身份认证基准信息。由于待解锁对象基于预设的解锁操作成功解锁，而根据请求用户的身份认证结果未成功解锁，表明该请求用户可能是具备解锁权限的用户，那么基于人脸信息和预设的身份认证基准信息进行身份认证的过程可以进一步优化，因此，基于人脸信息调整身份认证基准信息，能够提高基于人脸信息和预设的身份认证基准信息进行身份认证的准确率，提高了解锁成功率，用户体验较好。

在一种可能的实现方式中，所述身份认证方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。

在一种可能的实现方式中，所述待解锁对象包括下述至少一种设备：车门锁、房门锁、闸机。相应地，本公开实施例提供的身份认证方法的执行主体可以是位于上述解锁对象中的身份认证设备，或者是上述解锁对象本身。

为便于描述，本说明书一个或多个实施例中，身份认证方法的执行主体可以是身份认证设备，后文以执行主体为身份认证设备为例，对该方法的实施方式进行介绍。可以理解，该方法的执行主体为身份认证设备只是一种示例性的说明，并不应理解为对该方法的限定。

图1示出根据本公开实施例的身份认证方法的流程图，如图1所示，所述身份认证方法包括：

在步骤S11中，获取用于请求对待解锁对象进行解锁的人脸信息。

对待解锁对象进行解锁的请求可以是用户操作触发的，例如，用户可以通过待解锁对象上的物理按键或虚拟按键发出通过人脸信息对待解锁对象进行解锁的请求。或者，对待解锁对象进行解锁的请求是在检测到用户的人脸信息的情况下触发的，上述电子设备可以持续检测用于人脸解锁的摄像头采集的视频流中是否出现人脸对象，在出现人脸对象的情况下唤醒人脸解锁功能，自动生成对待解锁对象进行解锁的请求。

人脸信息可以通过与待解锁对象关联的影像采集设备来获取，对于具体的获取方式本公开不作限定。

在步骤S12中，基于所述人脸信息和预设的身份认证基准信息，对发出所述请求的请求用户进行身份认证。

这里的身份认证可以是对用户的身份进行确认的过程，具体可以是基于人脸信息确认用户所对应的具体身份信息，或者，也可以是基于人脸信息确认用户是否属于具备解锁权限的认证用户。

身份认证是基于预设的身份认证基准信息进行的，这里的身份认证基准信息可以是用于对人脸信息进行身份认证的基准信息，基于该身份认证的基准信息，可以对人脸信息进行身份认证。

在一种可能的实现方式中，该身份认证基准信息包括基准人脸库，基准人脸库中可以包含用户身份已知的基准人脸信息，或者是用户身份为具备解锁权限的认证用户的基准人脸信息。本公开实施例中，请求用户的人脸信息可以是人脸图像，或者可以是人脸特征值，那么基准人脸信息库中的基准人脸信息具体也可以是人脸图像，或者可以是人脸特征值。

那么，在基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证的过程中，可以将人脸信息与基准人脸信息库中的基准人脸信息进行匹配，得到人脸信息与基准人脸信息的匹配度；然后判断该匹配度是否超过匹配度阈值，在匹配度超过匹配度阈值的情况下，确定请求用户为认证用户，即认证通过。

在一种可能的实现方式中，该身份认证基准信息包括用于身份认证的基准参数。该基准参数例如可以是用于身份认证的人工智能模块的参数，例如可以是预设的神经网络的参数。

那么，在基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证的过程中，可以通过该预设的神经网络对人脸信息进行身份认证，得到身份认证结果，具体通过神经网络进行身份认证的过程本公开不作具体限定。

需要说明的是，以上示例性地提供了本公开进行身份认证的几种可能的实现方式，在本公开的实际应用中，本领域技术人员根据实际需求选择的其它身份认证方式，都属于本申请保护的范围，对于更多的身份认证方式，此处不作赘述。

在得到身份认证的结果后，当身份认证结果表征请求用户为认证用户的情况下，则向解锁对象发出解锁的指令，以指示解锁对象解锁；当身份认证结果表征请求用户为非认证用户的情况下，则告知用户身份认证失败，解锁失败。

在步骤S13中，响应于在根据所述请求用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，基于所述人脸信息调整所述身份认证基准信息。

预设的解锁操作可以是在根据所述请求用户的身份认证结果未成功解锁所述待解锁对象后进行的，例如，请求用户在通过人脸信息请求对待解锁对象进行解锁失败后，通过解锁操作再次尝试解锁。

对于预设的解锁操作的具体方式，本公开不作具体限定，例如可以是通过实体钥匙解锁、通过指纹解锁、通过人脸解锁、通过密码进行解锁等等。

这里的预设的解锁操作可以是由本公开所述的请求用户执行的操作，也就是说，在请求用户通过人脸信息请求解锁失败的情况下，再次基于实体钥匙、指纹、密码等解锁操作成功解锁后，那么可以认为请求用户是具备解锁权限的用户，而请求用户通过人脸信息请求解锁失败可能是由于身份认证基准信息不准确导致的，因此，在这种情况下，可以基于人脸信息来调整身份认证基准信息。

这里的基于人脸信息调整身份认证基准信息，可以是通过调整身份认证基准信息，以使得基于获取的人脸信息和身份认证基准信息进行身份认证的认证结果能够解锁待解锁对象，例如可以将人脸信息加入作为身份认证基准信息的人脸模板信息库，或者调整人脸识别的阈值，等等。具体调整方式可以有多种，可参见后文本公开提供的可能的实现方式，此处不作赘述。

在本公开实施例中，在获取用于请求对解锁进行解锁的人脸信息后，会基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证，然后响应于在根据请求用户的身份认证结果未成功解锁待解锁对象的情况下，待解锁对象基于预设的解锁操作成功解锁，基于人脸信息调整身份认证基准信息。由于待解锁对象基于预设的解锁操作成功解锁，而根据请求用户的身份认证结果未成功解锁，表明该请求用户可能是具备解锁权限的用户，那么基于人脸信息和预设的身份认证基准信息进行身份认证的过程可以进一步优化，因此，基于人脸信息调整身份认证基准信息，能够提高基于人脸信息和预设的身份认证基准信息进行身份认证的准确率，提高了解锁成功率，用户体验较好。

在一种可能的实现方式中，所述身份认证基准信息包括：基准人脸信息库；所述基于所述人脸信息调整所述身份认证基准信息，包括：将所述人脸信息加入到所述基准人脸信息库中与所述请求用户关联的基准人脸信息集合。

在本实现方式中，身份认证基准信息可以是基准人脸信息库，那么，在基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证的过程中，可以将人脸信息与基准人脸信息库中的基准人脸信息进行匹配，得到人脸信息与基准人脸信息的匹配度；然后判断该匹配度是否超过匹配度阈值，在匹配度超过匹配度阈值的情况下，可以认为获取的人脸信息与基准人脸信息匹配成功，确定请求用户为认证用户，即认证通过。

待解锁对象基于预设的解锁操作成功解锁后，可以认为请求用户是具备解锁权限的用户，而请求用户通过人脸信息请求解锁失败，可能是由于基准人脸信息库中的基准人脸信息无法与请求用户的人脸信息匹配成功导致的，因此，在这种情况下，可以将获取的人脸信息加入到基准人脸信息库中。由此，在该请求用户在下次通过人脸信息请求解锁的情况下，能够提高解锁成功率，用户体验较好。

在基准人脸信息库中，可以包含多个认证用户的基准人脸信息，单个认证用户可以对应于一个基准人脸信息集合。在这种情况下，在进行身份认证的过程中，在将请求用户的人脸与基准人脸信息库中的基准人脸信息进行匹配后，匹配成功的基准人脸信息所属的认证用户即对应于该请求用户。

那么，在将获取的人脸信息加入到基准人脸信息库中的过程中，可以将人脸信息加入到基准人脸信息库中与请求用户关联的基准人脸信息集合中。

在本公开实施例中，在身份认证基准信息包括基准人脸信息库的情况下，可以将人脸信息加入到基准人脸信息库中与请求用户关联的基准人脸信息集合中，由此，在该请求用户在下次通过人脸信息请求解锁的情况下，能够提高解锁成功率，用户体验较好。

在一种可能的实现方式中，所述身份认证基准信息包括：用于身份认证的基准参数。该基准参数可以是影响身份验证结果的参数。例如可以是用于身份认证的人工智能模块的参数，例如可以是预设的神经网络的参数。由此，响应于在根据请求用户的身份认证结果未成功解锁待解锁对象的情况下，待解锁对象基于预设的解锁操作成功解锁，基于人脸信息调整用于身份认证的基准参数，能够提高基于人脸信息和基准参数进行身份认证的准确率，提高了解锁成功率，用户体验较好。

在一种可能的实现方式中，基准参数包括预设的神经网络的参数；所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：基于所述人脸信息，采用所述预设的神经网络验证所述请求用户是否为认证用户；所述基于所述人脸信息调整所述身份认证基准信息，包括：利用所述人脸信息构建训练样本；基于所述训练样本对所述预设的神经网络的参数进行调整。

神经网络的参数例如可以是神经网络中节点的权重值等参数，神经网络中的参数能够影响神经网络的预测结果，在对神经网络的训练中，往往通过训练样本来调整神经网络的参数，以调优神经网络的性能。

在本实现方式中，可以基于人脸信息采用预设的神经网络验证请求用户是否为认证用户，该神经网络可以是端到端的神经网络，其输入可以是人脸信息，输出为身份认证结果。

该预设的神经网络可以基于训练样本进行训练得到，那么，可以利用人脸信息构建训练样本，并基于构建的训练样本对预设的神经网络的参数进行调整。

在一种可能的实现方式中，所述基于所述训练样本对所述预设的神经网络的参数进行调整，包括：将所述人脸信息作为所述预设的神经网络的输入，得到输出结果；响应于所述输出结果为认证不通过，对所述预设的神经网络的参数进行调整，以使得调整后的所述预设的神经网络对所述人脸信息的身份认证结果为认证通过。

在一种可能的实现方式中，在基于训练样本对预设的神经网络的参数进行调整的过程中，还可以将人脸信息与已有的训练样本合并，利用新的训练样本迭代训练神经网络，对神经网络的参数进行调整。

在本公开实施例中，在基准参数包括预设的神经网络的参数的情况下，采用预设的神经网络来验证请求用户是否为认证用户，那么，利用人脸信息来构建训练样本，并基于训练样本对神经网络的参数进行调整，可以提高预设的神经网络进行身份认证的准确度，提高对该请求用户解锁时的解锁成功率，用户体验较好。

此外，在具体训练的过程中，可以在预设的神经网络对人脸信息的身份认证结果为认证不通过的情况下，可以对预设的神经网络的参数进行调整，以使得调整后的预设的神经网络对人脸信息的身份认证结果为认证通过，可以提高预设的神经网络对该请求用户进行身份认证的成功率，提高对该请求用户解锁时的解锁成功率，用户体验较好。

在一种可能的实现方式中，所述用于身份认证的基准参数包括人脸信息的匹配度阈值；所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：确定所述人脸信息与认证用户的人脸信息之间的匹配度；响应于所述人脸信息与认证用户的人脸信息之间的匹配度超过所述匹配度阈值，确定所述请求用户通过认证；所述基于所述人脸信息调整所述身份认证基准信息，包括：调低所述匹配度阈值。

这里的匹配度例如可以是请求用户的人脸信息与认证用户的人脸信息之间的相似度，该相似度可以人脸信息对应的向量之间的余弦相似度。对于确定人脸信息之间相似度的过程可参照相关技术，此处不作赘述。

而对于请求用户是否通过认证，可以通过匹配度阈值来衡量，通过将请求用户的人脸信息与认证用户的人脸信息之间的匹配度对与匹配度阈值进行比较，在请求用户的人脸信息与认证用户的人脸信息之间的匹配度超过匹配度阈值的情况下，则确定请求用户通过认证。

这里的匹配度阈值可以根据经验设定，或者可以动态调整，匹配度阈值例如可以是90％。那么在请求用户的人脸信息与认证用户的人脸信息之间的匹配度超过90％的情况下，则确定请求用户通过认证。

在基于人脸信息和匹配度阈值得到的身份认证结果未成功解锁待解锁对象的情况下，由于待解锁对象基于预设的解锁操作成功解锁，那么可以认为请求用户是具备解锁权限的用户，而请求用户通过人脸信息请求解锁失败，可能是由于匹配度阈值设置过高导致的，因此，在这种情况下，可以调低匹配度阈值。由此，用户在下次通过人脸信息请求解锁的情况下，能够提高解锁成功率，用户体验较好。

而具体对匹配度阈值进行调低的幅度，可以由用户自行设定，例如，可以是调低5％，将匹配度阈值从90％调低至85％。

在一种可能的实现方式中，所述调低所述匹配度阈值，包括：响应于环境亮度低于设定亮度阈值，将所述匹配度阈值调低至目标匹配度阈值。

在本公开实施例中，考虑到基于人脸信息和匹配度阈值得到的身份认证结果未成功解锁可能是由于环境亮度较低引起的，因此，可以是在环境亮度低于设定亮度阈值的情况下，将匹配度阈值调低至目标匹配度阈值，提高了环境亮度较低的情况下的解锁成功率，用户体验较好。

环境亮度可以通过环境光传感器检测得到，该环境光传感器能够检测待解锁对象周围的环境亮度。

在一种可能的实现方式中，所述方法还包括：检测所述人脸信息对应的人脸是否存在遮挡区域；所述基于所述人脸信息和预设的身份认证基准信息，对所述请求用户进行身份认证，包括：响应于检测到所述人脸信息对应的人脸存在遮挡区域，基于第一匹配权重对所述人脸信息中的未遮挡区域进行加权得到第一加权信息，基于第二匹配权重对所述人脸信息中的遮挡区域进行加权得到第二加权信息；基于所述第一加权信息和第二加权信息对所述请求用户进行身份认证；所述基于所述人脸信息调整所述身份认证基准信息，包括：响应于检测到所述人脸存在遮挡区域，增加第一匹配权重，和/或，减小所述第二匹配权重。

在本实现方式中，可以检测人脸信息对应的人脸是否存在遮挡区域，具体来说，针对影像采集设备采集的图像，往往通过人脸关键点检测来检测图像中是否存在人脸，或者也可以通过语义分割来确定图像中是否存在人脸，而针对检测到的人脸，可以进一步确定人脸中是否存在遮挡。

确定人脸中是否存在遮挡的方式可以有多种，例如，可以基于面部区域的颜色来识别，当检测到面部存在与肤色差别较大的颜色的情况下，即可认为面部存在遮挡；或者可以通过目标物识别的方式，在人脸中识别到目标物的情况下即确定人脸存在遮挡，目标物具体可以是口罩、围巾、眼镜等；或者，还可以通过训练神经网络，来识别面部遮挡。

在确定人脸中存在遮挡后，可进一步确定出存在遮挡的区域。由于遮挡区域往往无法准确地反映出人脸的特征，因此，在检测到人脸信息对应的人脸存在遮挡区域的情况下，在基于人脸信息进行身份认证的过程中，可以基于第一匹配权重对人脸信息中的未遮挡区域进行加权得到第一加权信息，基于第二匹配权重对人脸信息中的遮挡区域进行加权得到第二加权信息；然后基于第一加权信息和第二加权信息对请求用户进行身份认证。

作为该实现方式的一个示例，第一匹配权重和第二匹配权重可以是具体的权重值，在检测到人脸存在遮挡区域的情况下，可以增加第一匹配权重，和/或，减小第二匹配权重。例如第一匹配权重可以从0.6增加至0.7，和/或，第二匹配权重可以从0.4减小至0.3。

第一匹配权重和第二匹配权重用于调整人脸信息中的遮挡区域和未遮挡区域在身份认证过程中，对身份认证结果的影响程度，权重越大，则对身份认证结果的影响越大；权重越小，则对身份认证结果的影响越小。

在本公开实施例中，在人脸存在遮挡区域的情况下，在基于人脸信息进行身份认证的过程中，可以提高第一匹配权重，以提高人脸信息中的未遮挡区域对身份认证结果的影响程度，以提高身份认证的准确率；或者，可以降低第二匹配权重，以降低人脸信息中的遮挡区域对身份认证结果的影响程度，在用户戴口罩、墨镜、帽子等存在人脸遮挡的情况下，提高身份认证的准确率。

在一种可能的实现方式中，所述方法还包括：响应于在根据所述用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，向所述请求用户发出提示信息，所述提示信息用于提示请求用户对所述身份认证基准信息进行调整；所述基于所述人脸信息调整所述身份认证基准信息，包括：响应于检测到所述请求用户基于所述提示信息发出调整指令，基于所述人脸信息调整所述身份认证基准信息。

在本公开实施例中，通过向用户发出提醒信息，来提醒用户对身份认证基准信息进行调整，并且在检测到调整指令的情况下，才基于人脸信息调整身份认证基准信息，防止基于非法用户的人脸信息来调整身份认证基准信息，安全性较高。

在一种可能的实现方式中，所述方法还包括：获取所述请求用户发出所述请求和执行所述预设的解锁操作之间的时间间隔；所述基于所述人脸信息调整所述身份认证基准信息，包括：响应于所述时间间隔小于设定时长阈值，基于所述人脸信息调整所述身份认证基准信息。

在请求用户发出请求和执行预设的解锁操作之间的时间间隔较短的情况下，则这两次解锁大概率是同一人所为；而当时间间隔较长的情况下，则两次解锁很有可能不是同一人所为。因此，在本公开实施例中，通过设定时长阈值，在时间间隔小于设定时长阈值的情况下，基于人脸信息调整身份认证基准信息，安全性较高。

作为该实现方式的一个示例，设定时长阈值例如可以是30秒，设定时长阈值可以根据经验设定，本公开对此不作具体限定。

下面对本公开实施例的一个应用场景进行说明。在该应用场景中，待解锁对象为车辆的车门锁。用户在进入车内前，请求进行人脸解锁；车门锁中的身份认证设备通过摄像头获取用户的人脸信息，并将人脸信息与基准人脸信息库中的基准人脸信息进行匹配，得到人脸信息与基准人脸信息的匹配度；身份认证设备判断该匹配度是否超过匹配度阈值，在匹配度不超过匹配度阈值的情况下，确定请求用户为非认证用户，未成功解锁；用户通过钥匙开锁的方式，对车门成功解锁；用户进入车内后，车辆向用户发出提示信息，询问用户是否将人脸解锁时所使用的人脸信息加入到基准人脸信息库中；车辆响应于用户基于提示信息发出的调整指令，将人脸信息加入到基准人脸信息库中。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了身份认证装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种身份认证方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图2示出根据本公开实施例的身份认证装置的框图，如图2所示，所述装置包括：

获取单元21，用于获取用于请求对待解锁对象进行解锁的人脸信息；

认证单元22，用于基于所述人脸信息和预设的身份认证基准信息，对发出所述请求的请求用户进行身份认证；

调整单元23，用于响应于在根据所述请求用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述身份认证基准信息包括：基准人脸信息库；

所述调整单元23，用于将所述人脸信息加入到所述基准人脸信息库中与所述请求用户关联的基准人脸信息集合。

在一种可能的实现方式中，所述身份认证基准信息包括：用于身份认证的基准参数。

在一种可能的实现方式中，所述基准参数包括预设的神经网络的参数；

所述认证单元22，用于基于所述人脸信息，采用所述预设的神经网络验证所述请求用户是否为认证用户；

所述调整单元23，用于利用所述人脸信息构建训练样本；基于所述训练样本对所述预设的神经网络的参数进行调整。

在一种可能的实现方式中，所述调整单元23，用于将所述人脸信息作为所述预设的神经网络的输入，得到输出结果；响应于所述输出结果为认证不通过，对所述预设的神经网络的参数进行调整，以使得调整后的所述预设的神经网络对所述人脸信息的身份认证结果为认证通过。

在一种可能的实现方式中，所述用于身份认证的基准参数包括：人脸信息的匹配度阈值；

所述认证单元22，用于确定所述人脸信息与认证用户的人脸信息之间的匹配度；响应于所述人脸信息与认证用户的人脸信息之间的匹配度超过所述匹配度阈值，确定所述请求用户通过认证；

所述调整单元23，用于调低所述匹配度阈值。

在一种可能的实现方式中，所述调整单元23，用于响应于环境亮度低于设定亮度阈值，将所述匹配度阈值调低至目标匹配度阈值。

在一种可能的实现方式中，所述装置还包括：

检测单元，用于检测所述人脸信息对应的人脸是否存在遮挡区域；

所述认证单元22，用于响应于检测到所述人脸信息对应的人脸存在遮挡区域，基于第一匹配权重对所述人脸信息中的未遮挡区域进行加权得到第一加权信息，基于第二匹配权重对所述人脸信息中的遮挡区域进行加权得到第二加权信息；基于所述第一加权信息和第二加权信息对所述请求用户进行身份认证；

所述调整单元23，用于响应于检测到所述人脸存在遮挡区域，增加第一匹配权重，和/或，减小所述第二匹配权重。

在一种可能的实现方式中，所述装置还包括：

提示单元，用于响应于在根据所述用户的身份认证结果未成功解锁所述待解锁对象的情况下，所述待解锁对象基于预设的解锁操作成功解锁，向所述请求用户发出提示信息，所述提示信息用于提示请求用户对所述身份认证基准信息进行调整；

所述调整单元23，用于响应于检测到所述请求用户基于所述提示信息发出调整指令，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述装置还包括：

时间间隔确定单元，用于获取所述请求用户发出所述请求和执行所述预设的解锁操作之间的时间间隔；

所述调整单元23，用于响应于所述时间间隔小于设定时长阈值，基于所述人脸信息调整所述身份认证基准信息。

在一种可能的实现方式中，所述待解锁对象包括下述至少一种设备：

车门锁、房门锁、闸机。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

在本公开实施例中，在获取用于请求对解锁进行解锁的人脸信息后，会基于人脸信息和预设的身份认证基准信息，对发出请求的请求用户进行身份认证，然后响应于在根据请求用户的身份认证结果未成功解锁待解锁对象的情况下，待解锁对象基于预设的解锁操作成功解锁，基于人脸信息调整身份认证基准信息。由于待解锁对象基于预设的解锁操作成功解锁，而根据请求用户的身份认证结果未成功解锁，表明该请求用户大概率是具备解锁权限的用户，那么基于人脸信息和预设的身份认证基准信息进行身份认证的过程可以进一步优化，因此，基于人脸信息调整身份认证基准信息，能够提高基于人脸信息和预设的身份认证基准信息进行身份认证的准确率，提高了解锁成功率，用户体验较好。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的身份认证方法的指令。

本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的身份认证方法的操作。

电子设备可以被提供为终端、服务器或其它形态的设备。

图3示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图4示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。