本技术涉及计算机，特别是涉及一种基于掌纹的身份验证方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着计算机技术的发展，掌纹识别技术应用越来越广泛，可以应用于多种场景下，如支付场景或上班打卡场景等，通过掌纹识别，可以对用户身份进行验证。
2、传统的基于掌纹验证用户身份方法，一般是通过采集用户的手掌图像进行身份验证，但采集的手掌图像，会对身份验证过程中的数据处理效率和安全性造成影响。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够兼顾身份验证的数据处理效率和信息安全的基于掌纹的身份验证方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种基于掌纹的身份验证方法。所述方法包括：
3、获取目标对象的手掌图像；
4、基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素；所述手掌图像像素分类模型，是基于每一组成像素均携带有像素类别标签的样本手掌图像训练得到的；
5、基于所述手掌像素和所述非手掌像素在所述手掌图像中的分布，对所述手掌图像进行像素掩膜处理，得到包含掩膜像素和所述手掌像素的目标图像；
6、将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果。
7、第二方面，本技术还提供了一种基于掌纹的身份验证装置。所述装置包括：
8、手掌图像获取模块，用于获取目标对象的手掌图像；
9、像素分类模块，用于基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素；所述手掌图像像素分类模型，是基于每一组成像素均携带有像素类别标签的样本手掌图像训练得到的；
10、像素掩膜处理模块，用于基于所述手掌像素和所述非手掌像素在所述手掌图像中的分布，对所述手掌图像进行像素掩膜处理，得到包含掩膜像素和所述手掌像素的目标图像；
11、身份验证模块，用于将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果。
12、在一些实施例中，所述基于掌纹的身份验证装置，还包括模型训练模块，用于：获取每一组成像素均携带有像素类别标签的样本手掌图像，所述像素类别标签包括手掌像素标签和非手掌像素标签；基于所述样本手掌图像，对图像语义分割模型进行训练，直至满足训练结束条件时，得到手掌图像像素分类模型。
13、在一些实施例中，所述像素分类模块，还用于：对输入所述手掌图像像素分类模型的所述手掌图像进行不同尺寸的特征下采样，得到多组像素特征数据；每组所述像素特征数据各自对应的通道数与所述手掌图像像素分类模型的各卷积层的通道参数一一对应；按照所述通道数从小到大的顺序，通过特征拼接和特征上采样，将各组所述像素特征数据分别融合至各所述卷积层；从所述手掌图像像素分类模型的输出层获取所述手掌图像中每一像素的二分类结果；基于所述二分类结果，确定所述手掌图像中的手掌像素和非手掌像素。
14、在一些实施例中，所述基于掌纹的身份验证装置还包括像素标注模块，用于获取所述样本手掌图像中手掌区域和非手掌区域的区域划分结果；采用二值化的像素类别标签，对所述手掌区域中的像素和所述非手掌区域中的像素分别进行标签标注，得到每一组成像素均携带有像素类别标签的样本手掌图像。
15、在一些实施例中，所述像素标注模块，还用于对所述样本手掌图像进行中值滤波处理，得到所述样本手掌图像中每一像素的中值滤波结果；基于所述样本手掌图像中每一像素的中值滤波结果，对所述样本手掌图像进行区域划分处理，得到所述样本手掌图像的手掌区域和非手掌区域。
16、在一些实施例中，所述基于掌纹的身份验证装置还包括初始样本手掌图像获取单元和图像清洗模块；
17、所述初始样本手掌图像获取单元，用于获取针对样本对象采集的初始样本手掌图像；
18、所述图像清洗模块，用于针对每一所述初始样本手掌图像，基于所述初始样本手掌图像所包含的各像素块之间的对比结果，识别出所述初始样本手掌图像中的异常样本手掌图像；剔除所述初始样本手掌图像中的异常样本手掌图像，得到所述样本手掌图像。
19、在一些实施例中，所述图像清洗模块，还用于按照窗口的滑动步长，在所述初始样本手掌图像上进行窗口滑动，确定所述窗口在每一次滑动后所覆盖像素构成的像素块；将各所述像素块的像素参数进行对比，确定所述初始样本手掌图像中异常像素块；当所述初始样本手掌图像中的异常像素块的数量占像素块总数的比例超过比例阈值时，确定所述初始样本手掌图像为异常样本手掌图像。
20、在一些实施例中，所述图像清洗模块，还用于将各所述像素块的像素参数进行对比，确定像素参数重复的第一类像素块、像素参数缺失的第二类像素块以及像素参数异常的第三类像素块；当满足以下任意一个条件时，确定所述初始样本手掌图像为异常样本手掌图像：
21、所述第一类像素块占像素块总数的比例超过重复值比例阈值；
22、所述第二类像素块占像素块总数的比例超过缺失值比例阈值；
23、所述第三类像素块占像素块总数的比例超过异常值比例阈值。
24、在一些实施例中，所述初始样本手掌图像获取单元，还用于基于不同光线环境和不同采集距离，针对每一样本对象，在所述样本对象按照目标角度多方向转动的情况下，对所述样本对象进行手掌视频采集；对采集的各所述手掌视频分别进行图像分帧处理，得到包括所述样本对象的手掌对应于不同采集条件的多个初始样本手掌图像。
25、在一些实施例中，所述手掌图像获取模块，还用于获取针对目标对象采集的目标手掌视频；对所述目标手掌视频进行分帧处理，确定所述目标手掌视频所包含的每一视频帧；基于每一所述视频帧所包含的掌纹信息，从各所述视频帧中筛选出所述掌纹信息数量满足信息数量条件的手掌图像。
26、在一些实施例中，所述身份验证模块还用于基于所述目标图像的组成像素，按照与所述组成像素相匹配的加密方式，对所述目标图像进行图像加密处理，得到加密图像；将所述加密图像发送至对象身份验证方，以使所述对象身份验证方按照与所述加密方式匹配的解密方式对所述加密图像进行解密，得到解码图像，并提取所述目标对象中的掌纹特征进行身份验证，得到所述目标对象的身份验证结果。
27、第三方面，本技术还提供了一种计算机设备。所述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：
28、获取目标对象的手掌图像；
29、基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素；所述手掌图像像素分类模型，是基于每一组成像素均携带有像素类别标签的样本手掌图像训练得到的；
30、基于所述手掌像素和所述非手掌像素在所述手掌图像中的分布，对所述手掌图像进行像素掩膜处理，得到包含掩膜像素和所述手掌像素的目标图像；
31、将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果。
32、第四方面，本技术还提供了一种计算机可读存储介质。所述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：
33、获取目标对象的手掌图像；
34、基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素；所述手掌图像像素分类模型，是基于每一组成像素均携带有像素类别标签的样本手掌图像训练得到的；
35、基于所述手掌像素和所述非手掌像素在所述手掌图像中的分布，对所述手掌图像进行像素掩膜处理，得到包含掩膜像素和所述手掌像素的目标图像；
36、将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果。
37、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
38、获取目标对象的手掌图像；
39、基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素；所述手掌图像像素分类模型，是基于每一组成像素均携带有像素类别标签的样本手掌图像训练得到的；
40、基于所述手掌像素和所述非手掌像素在所述手掌图像中的分布，对所述手掌图像进行像素掩膜处理，得到包含掩膜像素和所述手掌像素的目标图像；
41、将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果。
42、上述基于掌纹的身份验证方法、装置、计算机设备、存储介质和计算机程序产品，通过手掌图像像素分类模型对目标对象的手掌图像进行像素级的分类处理，识别手掌图像中的手掌像素和非手掌像素，能够实现对手掌像素和非手掌像素的准确识别，在准确识别出非手掌像素的基础上，通过对手掌像素和非手掌像素进行像素掩膜处理，在对目标对象的手掌图像进行传输时，传输的图像为将非手掌像素替换为掩膜像素的目标图像，相较于原始的手掌图像能够有效减少除手掌区域以外的非必要像素的干扰，减小数据资源量从而能够降低数据传输过程中对数据传输资源的占用，基于对象身份验证方对目标图像进行身份验证，能够实现手掌图像采集与身份验证的处理端的分离，能够避免数据采集端的数据处理过程中，造成身份信息的泄漏，提高身份信息的安全性，从而达到兼顾提高数据处理效率和信息安全性的效果。
1.一种基于掌纹的身份验证方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述手掌图像像素分类模型的训练过程，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于手掌图像像素分类模型，对所述手掌图像的组成像素进行像素分类，确定所述手掌图像中的手掌像素和非手掌像素，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述获取所述样本手掌图像中手掌区域和非手掌区域的区域划分结果，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述初始样本手掌图像所包含的各像素块之间的对比结果，识别出所述初始样本手掌图像中的异常样本手掌图像，包括：
8.根据权利要求7所述的方法，其特征在于，所述将各所述像素块的像素参数进行对比，确定所述初始样本手掌图像中异常像素块，包括：
9.根据权利要求6所述的方法，其特征在于，所述获取针对样本对象采集的初始样本手掌图像，包括：
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述获取目标对象的手掌图像，包括：
11.根据权利要求1至9中任一项所述的方法，其特征在于，所述将所述目标图像发送至对象身份验证方，以使所述对象身份验证方基于从所述目标图像中提取的掌纹对所述目标对象进行身份验证，得到所述目标对象的身份验证结果，包括：
12.一种基于掌纹的身份验证装置，其特征在于，所述装置包括：
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述的方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
15.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
