CN101075868B - 一种远程身份认证的系统、终端、服务器和方法 - Google Patents
一种远程身份认证的系统、终端、服务器和方法 Download PDFInfo
- Publication number
- CN101075868B CN101075868B CN200610081024A CN200610081024A CN101075868B CN 101075868 B CN101075868 B CN 101075868B CN 200610081024 A CN200610081024 A CN 200610081024A CN 200610081024 A CN200610081024 A CN 200610081024A CN 101075868 B CN101075868 B CN 101075868B
- Authority
- CN
- China
- Prior art keywords
- facial image
- data
- speech data
- module
- authentication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种远程身份认证的系统、终端、服务器和方法，该系统包括具有检测人脸图像和获取语音数据功能的终端、通信网络和身份识别服务器(102)，其中，具有检测人脸图像和获取语音数据功能的终端将获取到的语音数据嵌入到检测到的人脸图像后通过通信网络发送给身份识别服务器(102)，身份认证服务器(102)对接收到的嵌入有语音数据的人脸图像进行分离，对分离得到的人脸图像和语音数据分别进行认证后融合，得到最终是否通过认证的认证结果，发送给终端。本发明提高了远程身份认证的识别率和安全性。
Description
技术领域
本发明涉及在通信网络中认证身份的技术，特别涉及一种在通信网络中远程身份认证的系统、终端、服务器和方法。
背景技术
随着通信网络的迅猛发展，各种服务也日益增多，在通信网络中如何进行远程身份认证显得日益重要，远程身份认证已经成为网络服务提供商提供各种服务的前提和重要组成部分。传统的远程身份认证采用文本密码的方式，即终端将文本密码发送给通信网络的认证服务器进行认证，该方式不仅要求用户记住各种烦琐的文本密码，而且文本密码还容易丢失和被盗用。
为了使远程身份认证过程高效、新型和方便，目前可以利用人体固有的生理特征或行为特征来进行远程的身份认证，即远程身份认证可以采用生物特征识别技术。在众多的生物特征识别技术中，人脸认证和语音认证占有重要的地位且在一些专用领域中已经得到了应用。其中，人脸认证是根据人脸图像进行远程身份认证，包括人脸的检测和人脸图像的识别；语音认证是根据人的语音信息进行远程身份认证，包括语音的获取和语音数据的识别。
采用人脸认证和语音认证方式进行远程身份认证的过程为：在通信网络的终端中设置摄像头和麦克风，终端采用摄像头检测到人脸图像，采用麦克风获取人的语音并生成语音数据后发送给通信网络的网络侧，通信网络的网络侧对接收到的人脸图像和语音数据分别进行认证。
在申请号为CN200310120624.9，发明名称为“移动计算环境下分步式的人脸检测与识别方法”的专利申请中，公开了人脸检测与识别的方法，该方法包括：首先，检测标定，从移动设备上的摄像头获得图像，对图像进行简单有效地光线矫正，并采用快速人脸检测算法进行人脸检测和标定；其次，加密传输，将标定出的人脸范围进行数字水印加密后通过无线通信网络发送到服务器端，服务器端对人脸范围中嵌入的数字水印进行验证，判断图像的完整性与正确性；最后，采用基于嵌入式隐马尔可夫模型(HMM)的人脸识别训练算法进行人脸识别并将认证结果返回给移动设备。
但是，这种采用人脸认证方式进行远程身份认证存在着缺点：第一，由于目前最好的只基于人脸的单模态生物特征识别系统在环境比较复杂的条件下，仍然面临着识别率不高的问题，这种远程身份认证是基于无线通信网络的移动环境的，所以也存在识别率不高的问题；第二，在检测到的人脸图像中嵌入数字水印，只是用来判断人脸图像的完整性和正确性，不影响此后的人脸图像识别，但是如果数字水印采用一般加密方式，密钥由终端和服务器端约定，如果人脸图像被他人截获并对数字水印进行解密，破解的可能性比较大，破解数字水印后就可以得到人脸图像并将解密得到的密钥对人脸图像重新进行数字水印加密后冒充到服务器端进行认证，使远程身份认证的安全性不高。
发明内容
有鉴于此，本发明的主要目的在于提供一种远程身份认证的系统，该系统提高了远程身份认证的识别率和安全性。
本发明还提供一种远程身份认证的终端，该终端能够检测到多模态生物特征并发送给服务器进行身份认证。
本发明还提供一种远程身份认证的服务器，该服务器能够对终端发送的多模态生物特征进行身份认证。
本发明还提供一种远程身份认证的方法，该方法提高了远程身份认证的识别率和安全性。
根据上述目的，本发明的技术方案是这样实现的：
一种远程身份认证的系统，该系统包括具有检测人脸图像和获取语音数据功能的终端、通信网络和身份识别服务器(102)，其中，
具有检测人脸图像和获取语音数据功能的终端将获取到的语音数据嵌入到检测到的人脸图像后通过通信网络发送给身份识别服务器(102)，身份认证服务器(102)对接收到的嵌入有语音数据的人脸图像进行分离，对分离得到的人脸图像和语音数据分别进行认证后融合，得到最终是否通过认证的认证结果，发送给终端。
所述具有检测人脸图像和获取语音数据功能的终端还包括身份识别模块(100a)和与其连接的数据发送/接收模块(100b)，其中，
身份识别模块(100a)将获取到的语音数据嵌入到检测到的人脸图像后发送给数据发送/接收模块(100b)，由数据发送/接收模块(100b)通过通信网络发送给身份认证服务器(102)；或者数据发送/接收模块(100b)通过通信网络接收身份认证服务器(102)发送的最终是否通过认证的认证结果。
所述身份识别模块(100a)还包括生物特征获取模块(100a1)和生物特征数据预处理模块(100a2)，其中，
生物特征获取模块(100a1)通过摄像头拍摄图像且通过麦克风获取语音数据后，发送给生物特征数据预处理模块(100a2)；
生物特征数据预处理模块(100a2)对接收到的图像进行检测和标定，检测到人脸图像，对接收到的语音数据进行压缩和加密，采用水印方式将压缩和加密的语音数据嵌入到检测到的人脸图像中后，发送给数据发送/接收模块(100b)。
所述身份认证服务器(102)还包括人脸图像数据库(103)、语音数据库(104)、多模态生物特征数据分离模块(105)、人脸图像识别模块(106)、语音数据识别模块(107)、数据融合模块(108)和认证结果发送模块(109)，其中，
多模态生物特征数据分离模块(105)用于将通过通信网络接收到嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像后分别发送给语音数据识别模块(107)和人脸图像识别模块(106)；
语音数据识别模块(107)用于根据语音数据库(104)中存储的注册用户的语音数据对从多模态生物特征数据分离模块(105)接收到的语音数据进行认证，将语音数据的认证结果发送给数据融合模块(108)；
人脸图像识别模块(106)用于根据人脸图像数据库(103)中存储的注册用户的人脸图像对从多模态生物特征数据分离模块(105)接收到的人脸图像进行认证，将人脸图像认证结果发送给数据融合模块(108)；
数据融合模块(108)用于将从语音数据识别模块(107)接收到的语音数据认证结果和从人脸图像识别模块(106)接收到的人脸图像认证结果进行融合，得到最终是否通过认证的认证结果发送给认证结果发送模块(109)；
认证结果发送模块(109)用于将从数据融合模块(108)接收到的最终是否通过认证的认证结果通过通信网络发送给具有检测人脸图像和获取语音数据功能的终端。
所述语音数据库(104)还包括注册用户声音数据模块(104a)和声音嵌入式隐马尔可夫模型HMM数据库(104b)，其中，
注册用户声音数据模块(104a)用于注册用户声音的提取，将注册用户声音中的Mel频率倒普参数MFCC作为语音的特征参数发送给声音HMM数据库(104b)；
声音HMM模型数据库(104b)用于采用HMM对接收到的语音的特征参数进行训练，得到注册用户的语音数据。
所述人脸图像数据库(103)还包括注册用户人脸特征数据模块(103a)和人脸特征数据库(103b)，其中，
注册用户人脸特征数据模块(103a)用于人脸特征数据的提取，将得到的注册用户人脸特征数据发送给人脸特征数据库(103b)；
人脸特征数据库(103b)用于将从人脸特征数据库(103b)接收到的注册用户的人脸特征数据取优，得到注册用户的人脸图像。
所述的终端为移动终端(100)；所述的通信网络为无线通信网络(101)。
一种远程身份认证的终端，该终端包括身份识别模块(100a)和与其连接的数据发送/接收模块(100b)，其中，
身份识别模块(100a)将获取到的语音数据嵌入到检测到的人脸图像后发送给数据发送/接收模块(100b)，由数据发送/接收模块(100b)通过通信网络发送给身份认证服务器(102)；
或者数据发送/接收模块(100b)通过通信网络接收身份认证服务器(102)发送的最终是否通过认证的认证结果。
所述身份识别模块(100a)还包括生物特征获取模块(100a1)和生物特征数据预处理模块(100a2)，其中，
生物特征获取模块(100a1)通过摄像头拍摄图像且通过麦克风获取语音数据后，发送给生物特征数据预处理模块(100a2)；
生物特征数据预处理模块(100a2)对接收到的图像进行检测和标定，检测到人脸图像，对接收到的语音数据进行压缩和加密，采用水印方式将压缩和加密的语音数据嵌入到检测到的人脸图像中后，发送给数据发送/接收模块(100b)。
一种远程身份认证的服务器，包括人脸图像数据库(103)、语音数据库(104)、多模态生物特征数据分离模块(105)、人脸图像识别模块(106)、语音数据识别模块(107)、数据融合模块(108)和认证结果发送模块(109)，其中，
多模态生物特征数据分离模块(105)用于将通过通信网络接收到嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像后分别发送给语音数据识别模块(107)和人脸图像识别模块(106)；
语音数据识别模块(107)用于根据语音数据库(104)中存储的注册用户的语音数据对从多模态生物特征数据分离模块(105)接收到的语音数据进行认证，将语音数据的认证结果发送给数据融合模块(108)；
人脸图像识别模块(106)用于根据人脸图像数据库(103)中存储的注册用户的人脸图像对从多模态生物特征数据分离模块(105)接收到的人脸图像进行认证，将人脸图像认证结果发送给数据融合模块(108)；
数据融合模块(108)用于将从语音数据识别模块(107)接收到的语音数据认证结果和从人脸图像识别模块(106)接收到的人脸图像认证结果进行融合，得到最终是否通过认证的认证结果发送给认证结果发送模块(109)；
认证结果发送模块(109)用于将从数据融合模块(108)接收到的最终是否通过认证的认证结果通过通信网络发送给具有检测人脸图像和获取语音数据功能的终端。
所述语音数据库(104)还包括注册用户声音数据模块(104a)和声音嵌入式隐马尔可夫模型HMM数据库(104b)，其中，
注册用户声音数据模块(104a)用于注册用户声音的提取，将注册用户声音中的Mel频率倒普参数MFCC作为语音的特征参数发送给声音HMM数据库(104b)；
声音HMM模型数据库(104b)用于采用HMM对接收到的语音的特征参数进行训练，得到注册用户的语音数据。
所述人脸图像数据库(103)还包括注册用户人脸特征数据模块(103a)和人脸特征数据库(103b)，其中，
注册用户人脸特征数据模块(103a)用于人脸特征数据的提取，将得到的注册用户人脸特征数据发送给人脸特征数据库(103b)；
人脸特征数据库(103b)用于将从人脸特征数据库(103b)接收到的注册用户的人脸特征数据取优，得到注册用户的人脸图像。
一种远程身份认证的方法，该方法包括：
A、终端获取进行认证的用户的人脸图像和语音数据后，采用水印方式将语音数据嵌入到人脸图像中发送给身份识别服务器；
B、身份识别服务器将接收到的嵌入有语音数据的人脸图像进行分离，分离得到语音数据和人脸图像，语音数据认证转入C，人脸图像认证转入D；
C、身份识别服务器确定得到的语音数据为存储的其中一个注册用户的语音数据，得到语音数据认证通过的用户信息和语音数据相似程度值，转入步骤E；
D、身份识别服务器确定得到的人脸图像为存储的其中一个注册用户的人脸图像，得到人脸图像认证通过的用户信息和人脸图像相似程度值，转入步骤E；
E、身份识别服务器将得到的语音数据认证通过的用户信息和语音数据的相似度值，以及得到的人脸图像认证通过的用户信息和人脸图像的相似度值进行融合，将得到最终是否通过认证的认证结果发送给终端。
步骤A所述终端获取需要进行认证的用户的人脸图像和语音数据的过程为：
采用摄像头拍摄进行认证的用户的图像，对所拍摄的图像进行检测和标定，得到人脸图像；
采用麦克风获取进行认证的用户的语音数据，对语音数据进行压缩和加密。
所述对所拍摄的图像进行检测和标定，得到人脸图像的过程为：对所拍摄的图像进行人脸检测后，将检测到的人脸在获取到的图像中标定出来并切割出人脸图标。
步骤B所述分离得到语音数据的过程为：
对语音数据进行解码和解压缩后，分离得到语音数据。
步骤C所述语音数据相似程度值为概率最大的输出概率值；
步骤C所述得到语音数据认证通过的用户信息和语音数据相似程度值的过程为：
将接收到的语音数据作为输入，采用维比特算法计算出与所存储的每个注册用户之间的输出概率，所存储的输出概率最大的语音数据对应的注册用户为语音数据认真通过的用户，得到该用户信息和输出概率最大的数据概率值。
步骤D所述人脸图像相似程度值为汉明距最小的汉明距值，
步骤D所述的得到人脸图像认证通过的用户信息和人脸图像相似程度值的过程为：
将接收到的人脸图像提取特征与所存储的每个注册用户的人脸图像的特征进行比较，将所存储的每个注册用户的人脸图像的特征与接收到人脸图像提取的特征之间汉明距最小的人脸图像对应的注册用户，作为人脸图像认证通过的用户，得到该用户信息和汉明距最小的汉明距值。
步骤E所述的融合是通过多层感知机MLP进行的。
从上述方案可以看出，本发明将人脸认证和语音认证结合起来进行远程身份认证：在终端上检测出人脸图像和获取到语音数据后，将检测出的人脸图像嵌入获取到的语音数据，通过通信网络传送到服务器，由服务器分别对接收到的人脸图像和语音数据分别进行认证后，再将最终是否通过认证的认证结果返回给终端。由于采用多模态生物特征融合的方式可以提高远程身份认证的识别率且本发明不像现有技术那样采用数字水印进行远程身份认证，从而提高了远程身份认证的识别率和安全性。
附图说明
图1为本发明进行远程身份认证的系统示意图；
图2为本发明进行远程身份认证的移动终端示意图；
图3为本发明进行远程身份认证的身份识别服务器示意图；
图4为本发明远程身份认证的方法流程图；
图5为在移动终端检测人脸图像和获取语音数据后，将嵌入有语音数据的人脸图像发送的过程示意图；
图6为在身份识别服务器接收到嵌入有语音数据的人脸图像后，对移动终端持有用户进行远程身份认证的过程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚明白，以下举具体实施例并参照附图，对本发明进行进一步详细的说明。
由于采用多模态生物特征融合的方式可以提高远程身份认证的识别率，所以在通信网络中，特别是在无线通信网络中，本发明将人脸认证和语音认证互相融合的方式，即将语音数据作为水印嵌入到人脸图像中的方式作为远程身份认证方式.由于采用数字水印进行远程身份认证易被他人截获解密得到人脸图像并将解密得到的密钥对人脸图像重新进行数字水印加密后冒充到服务器进行认证，本发明将人的语音数据作为人脸图像的水印，使得水印直接与最终的认证相联系，而不仅仅只用于判断人脸图像的完整性与正确性，这样，既使人的语音数据被截获解密，由于不同人的语音差别比较大，所以冒充人的语音重新嵌入到人脸图像后到服务器进行认证成功的可能性比较小，从而提高了远程身份认证的安全性.
本发明将人脸认证和语音认证结合起来进行远程身份认证的过程为：在终端上快速地、鲁棒地检测出人脸图像和获取到语音数据后，将检测出的人脸图像嵌入有获取到的语音数据，通过通信网络传送到服务器，由服务器分别对接收到的人脸图像和语音数据分别进行认证后，再将最终是否通过认证的认证结果返回给终端。
以下以在无线通信网络中进行远程身份认证说明本发明。
图1为本发明进行远程身份认证的系统示意图，该系统包括具有检测人脸图像和获取语音数据功能的移动终端100、无线通信网络101和无线通信网络的网络侧的身份识别服务器102，该身份识别服务器102还具有人脸图像数据库103和语音数据库104，分别存储有注册用户的人脸图像和语音数据。
当进行远程身份认证时，具有检测人脸图像和获取语音数据功能的移动终端100将获取到的语音数据嵌入到检测到的人脸图像后通过无线通信网络101发送给身份识别服务器102，身份认证服务器102对接收到的嵌入有语音数据的人脸图像进行分离，得到人脸图像和语音数据后，判断人脸图像是否在人脸图像数据库103中且语音数据是否在语音数据库104中且为同一个注册用户的人脸图像和语音数据，如果是，则认证通过，通过无线通信网络101向具有检测人脸图像和获取语音数据功能的移动终端100发送包括认证通过信息和认证通过的用户信息的认证结果；如果不是，则认证未通过，通过无线通信网络101向具有检测人脸图像和获取语音数据功能的移动终端100发送包括认证未通过信息的认证结果。
图2为本发明进行远程身份认证的移动终端示意图，该具有检测人脸图像和获取语音数据功能的移动终端100包括身份识别模块100a和与其连接的现有的数据发送/接收模块100b。其中，现有的数据发送/接收模块100b还通过无线通信网络101与身份识别服务器102进行嵌入有语音数据的人脸图像或最终是否通过认证的认证结果的传送；身份识别模块100a还包括用于获取图像和语音的生物特征获取模块100a1以及用于对所获取的图像和语音进行预处理，从而得到人脸图像和语音数据的生物特征数据预处理模块100a2。
生物特征获取模块100a1通过摄像头拍摄图像，通过麦克风获取语音数据，如指定文本的语音，该语音长度不超过1秒，从而获取到图像和语音数据。
生物特征数据预处理模块100a2首先对获取到的图像进行检测和标定，检测到人脸图像，进行检测和标定的过程为：对获取到的图像进行人脸检测后，将检测到的人脸在获取到的图像中标定出来并切割出人脸图标；生物特征数据预处理模块100a2其次对获取到的语音数据进行压缩和加密后，采用水印方式将压缩和加密的语音数据嵌入到检测到的人脸图像中；生物特征数据预处理模块100a2最后将嵌入有语音数据的人脸图像发送给数据发送/接收模块100b.
数据发送/接收模块100b用于将从生物特征数据预处理模块100a2接收到的嵌入有语音数据的人脸图像通过无线通信网络101发送给身份识别服务器102，接收身份识别服务器通过无线通信网络101发送的最终是否通过认证的认证结果。
图3为本发明进行远程身份认证的身份识别服务器示意图，该身份识别服务器102包括人脸图像数据库103、语音数据库104、多模态生物特征数据分离模块105、人脸图像识别模块106、语音数据识别模块107、数据融合模块108和认证结果发送模块109。
多模态生物特征数据分离模块105用于将通过无线通信网络101接收到嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像后分别发送给语音数据识别模块107和人脸图像识别模块106。得到语音数据的过程为：将已经压缩和加密的语音数据采用与移动终端100相同的压缩和加密算法的逆过程进行解码和解压缩，得到语音数据。
语音数据识别模块107用于根据语音数据库104中的语音数据对从多模态生物特征数据分离模块105接收到的语音数据进行认证，将语音数据的认证结果发送给数据融合模块108。
语音数据识别模块107的识别语音数据的过程为：将从多模态生物特征数据分离模块105接收到的语音数据作为输入，采用维特比算法分别计算在语音数据库104中所有的语音数据的输出概率，概率最大语音数据对应的注册用户为通过语音数据认证的用户。在此处，语音数据认证结果可以为概率最大语音数据的输出概率值和通过认证的用户信息。
人脸图像识别模块106用于根据人脸图像数据库103中的人脸图像对从多模态生物特征数据分离模块105接收到的人脸图像进行认证，将人脸图像认证结果发送给数据融合模块108。
人脸图像识别模块106的识别人脸图像的过程为：对从多模态生物特征数据分离模块105接收到的人脸图像提取出特征，分别计算所提取的特征和人脸图像数据库103中的所有人脸图像的特征之间的汉明距，汉明距最小的人脸图像对应的注册用户为通过人脸图像认证的用户。在此处，人脸图像认证结果可以为汉明距最小的汉明距值和通过认证的用户信息。
数据融合模块108用于将从语音数据识别模块107接收到的语音数据认证结果和从人脸图像识别模块106接收到的人脸图像认证结果进行融合，得到最终是否通过认证的认证结果发送给认证结果发送模块109。
数据融合模块108进行融合的过程为：采用多层感知机(MLP)对从语音数据识别模块107接收到的语音数据认证结果和从人脸图像识别模块106接收到的人脸图像认证结果进行融合，用训练的方法来确定人脸图像认证结果和语音数据认证结果各自的权重，由MLP输出最终是否通过认证的认证结果.在本发明中，在数据融合模块108中建立MLP模型数据库，在MLP模型数据库中为每个注册用户建立一个单隐层，单输出节点为MLP，训练样本为注册用户的语音数据和人脸图像的优选特征.对于每一个注册用户，自己语音数据之间和人脸图像之间的相似度值，即语音数据的输出概率和人脸图像的汉明距作为正样本；其他用户作为冒认者，他们的语音数据与注册用户的语音数据以及他们的人脸图像与注册用户的人脸图像之间的相似度值作为负样本，采用反向传播算法(Back-Propagation)训练得到每一个注册用户的MLP，将训练得到的每一个注册用户的MLP存储在所建立的MLP模型数据库中.
在融合时，如果语音数据认证结果中通过认证的用户信息与人脸图像认证结果中通过认证的用户信息不相同，假设前者为甲，后者为乙，则数据融合模块108将甲对应的语音数据的输出概率值和乙对应的语音数据的输出概率值以及甲与乙的人脸图像之间的汉明距值作为输入，分别输入到甲的MLP和乙的MLP，得到最终的是否通过认证的认证结果为：1)如果甲的MLP输出结果为1，乙的MLP输出结果为0，则最终的是否通过认证的认证结果为甲通过身份认证；2)如果甲的MLP输出结果为0，乙的MLP输出结果为1，则最终的是否通过认证的认证结果为乙通过身份认证；3)甲和乙的MLP输出结果相同，则最终的是否通过认证的认证结果为未通过认证。
在融合时，如果语音数据认证结果中通过认证的用户信息与人脸图像认证结果中通过认证的用户信息相同，则将语音数据的输出概率值和人脸图像的汉明距值作为输入，输入到通过认证的用户的MLP，如果MLP的输出结果为1，则最终的是否通过认证的认证结果为用户通过身份认证；如果MLP的输出结果为0，则最终的是否通过认证的认证结果为用户未通过身份认证。
认证结果发送模块109用于将从数据融合模块108接收到的最终是否通过认证的认证结果通过无线通信网络101发送给具有检测人脸图像和获取语音数据功能的移动终端100，即发送给该移动终端100的数据发送/接收模块100b。
在本发明中，语音数据库104还包括注册用户声音数据模块104a和声音HMM数据库104b。其中，注册用户声音数据模块104a用于注册用户声音的提取，将注册用户声音中的Mel频率倒普参数(MFCC)作为语音的特征参数发送给声音HMM数据库104b；声音HMM模型数据库104b用于采用HMM对接收到的语音的特征参数进行训练，得到HMM的参数，即注册用户的语音数据。当然，在注册用户声音数据模块104a提取注册用户的语音时，也可以让用户读指定文本，获取指定文本的一段语音。
人脸图像数据库103还包括注册用户人脸特征数据模块103a和人脸特征数据库103b。其中，注册用户人脸特征数据模块103a用于人脸特征数据的提取，即将注册用户的人脸图像分成许多子块，在每个子块中采用局部二进制模式(LBP)算法提取纹理特征，统计这些纹理特征LBP直方图，得到注册用户的人脸特征数据发送给人脸特征数据库103b；人脸特征数据库103b，用于将从人脸特征数据库103b接收到的注册用户的人脸特征数据取优，即对LBP直方图进行取优，得到人脸图像。
在人脸特征数据库103b对注册用户的人脸特征数据取优时，可以采用基于压缩遗传算法(CGA)的特征选取算法。从注册用户人脸特征数据模块103a接收到的注册用户的人脸特征数据可以是一张人脸的7000多个特征，本发明采用特征选取算法优选出一小部分对远程身份认证比较重要的特征，将这些特征作为进行远程身份认证的人脸图像。
优选的具体过程如下所示。
在本发明中用1表示人脸特征数据中的某个特征被选中，0表示没有被选中。假设人脸特征数据的总特征数为N，则可用N个比特对这些特征进行编码，定义一个个体为含有N个比特的向量，具体的步骤为：
(1)初始化概率向量
p[i]＝0.5，i＝0，...，N。
(2)根据
产生s个个体，将其保存在S中，即S[i]＝generate(p)；产生一个个体的过程为：按顺序随机产生N个在0和1之间的数fi，i＝0，...，N，如果fi＞p[i]，则个体的第i个比特为1，否则为0。
(3)从这s个个体中挑出分类效果最好的一个个体，将它放在S[1]中。
(4)让S[1]中的个体和其它个体竞争，竞争即是比分类效果的好坏：
For j＝2:s
winner，loser＝compete(S[1]，S[j])
For i＝1:N
If winner[i]≠loser[i]then
If winner[i]＝1thenp[i]＝p[i]+1/N
elsep[i]＝p[i]-1/N
(5)检查概率向量是否收敛：
For i＝1:N
if p[i]＞0&&p[i]＜1则返回到步骤(2)。
(6)
为最后挑选出的特征，其中1表示特征最后被选中，0表示没选中。
本发明还提供一种远程身份认证的方法，该方法同样同时采用人脸图像识别和语音数据识别方式进行远程身份认证。
图4为本发明远程身份认证的方法流程图，其具体步骤为：
步骤400、移动终端获取需要进行认证的用户的人脸图像和语音数据。
在获取人脸图像时，可以采用摄像头拍摄用户的图像，再对所拍摄的图像进行检测和标定，得到人脸图像。
在获取语音数据时，可以采用麦克风获取进行认证的用户的语音数据，对语音数据进行压缩和加密后得到最终要获取的语音数据。
在本发明中，也可以对语音数据不进行压缩和加密，直接得到最终要获取的语音数据。
步骤401、移动终端采用水印的方式将语音数据嵌入到人脸图像中通过无线通信网络发送给身份识别服务器。
步骤402、身份识别服务器将接收到的嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像。
步骤403、身份识别服务器确定得到的语音数据为预先存储的其中一个注册用户的语音数据，得到语音数据认证通过的用户信息和语音数据相似程度值，转入步骤405。
在确定时，是根据得到语音数据与所存储的每个注册用户的语音数据的相似程度进行判断的，即将所存储的与得到语音数据的相似程度最大的语音数据对应的注册用户，作为语音数据认证通过的用户。
在确定时，可以将得到的语音数据作为输入，采用维比特算法计算出与所存储的每个注册用户之间的输出概率，输出概率最大语音数据为相似程度最大的语音数据。
在本发明中，语音数据相似程度值可以为概率最大的输出概率值。
步骤404、身份识别服务器确定得到的人脸图像为预先存储的其中一个注册用户的人脸图像，得到人脸图像认证通过的用户信息和人脸图像相似程度值，转入步骤405。
在确定时，是根据得到人脸图像与所存储的每个注册用户的人脸图像的相似程度进行判断的，即将所存储的与得到人脸图像的相似程度最大的人脸图像对应的注册用户，作为人脸图像认证通过的用户。
在确定时，可以从得到的人脸图像提取特征与所存储的每个注册用户的人脸图像的特征进行比较，将所存储的与得到人脸图像提取的特征之间汉明距最小的人脸图像对应的注册用户，作为人脸图像认证通过的用户。
在本发明中，人脸图像相似度值可以为汉明距最小的汉明距值。
步骤403和步骤404可以并行进行，也可以倒换顺序进行。
步骤405、身份识别服务器将得到的语音数据认证通过的用户信息和语音数据的相似度值，以及得到的人脸图像认证通过的用户信息和人脸图像的相似度值采用MLP进行融合，得到最终是否通过认证的认证结果发送给移动终端，该最终是否通过认证的认证结果为是否通过认证的信息以及当通过认证时还包括通过认证的用户信息。
以下举一个具体实施例说明本发明。
假设有一款带有摄像头和麦克风的移动终端，移动终端的使用密码为移动终端持有用户的语音和人脸。
图5为在移动终端检测人脸图像和获取语音数据后，将嵌入有语音数据的人脸图像发送的过程示意图，包括以下步骤：
步骤501、移动终端通过摄像头拍摄移动终端持有用户的图像，其大小为320毫米(mm)×240mm。
步骤502、移动终端对拍摄的图像进行检测和标定，得到人脸的大小和位置，在拍摄的图像中将人脸图像标定出来。
步骤503、移动终端切割人脸图像，将人脸图像缩放到统一大小128mm×128mm。
步骤504、移动终端通过麦克风获取移动终端持有用户读出的一段指定文本的语音，如指定文本为开机，语音长度为0.9秒且以WAV文件格式保存。
步骤505、移动终端根据G723.1标准对所保存的WAV文件格式的语音数据进行压缩，得到压缩后的语音数据。
步骤506、移动终端采用RSA加密算法对压缩后的语音数据进行加密。
在本发明中，步骤501～503和步骤504～505可以并行进行，也可以先进行步骤504～506，再进行步骤501～503。
步骤507、移动终端将步骤506得到的语音数据嵌入到步骤503得到的人脸图像中。
在嵌入过程中，可以采用基于离散余弦变换的扩展谱通信(SpreedSpectrum Communication)方法。假设人脸图像为A，语音数据的长度为k，记为W＝{wi}，i＝1，...，k，则具体过程为：第一个步骤，计算A的离散余弦变换，取出DCT域中幅值最大的前k个分量{di}，i＝1，...，k；第二个步骤，语音数据的嵌入算法为：
其中常数a为尺度因子，控制水印添加的强度；第三个步骤。用在第二个步骤中得到的DCT域作离散余弦反变换得到嵌入语音数据的人脸图像。
步骤508、移动终端将嵌入有语音数据的人脸图像通过无线通信网络的无线传输给服务器。
图6为在身份识别服务器接收到嵌入有语音数据的人脸图像后，对移动终端持有用户进行远程身份认证的过程示意图，包括以下步骤：
步骤601、身份识别服务器按照人脸图像嵌入语音数据的逆过程，从嵌入有语音数据的人脸图像中提取出压缩和加密后的语音数据，将人脸图像以及压缩和加密后的语音数据相分离，按照加密和压缩语音数据的逆过程对语音数据进行解密和解压缩，得到语音数据。
人脸图像认证
步骤602、身份识别服务器从人脸图像中提取LBP直方图，把所得到的LBP直方图拉成一个向量Ht。
步骤603、身份识别服务器分别计算向量Ht和所存储的所有注册用户的人脸图像的特征向量之间汉明距，汉明距最小的人脸图像对应的注册用户为人脸图像认证通过的用户，将人脸图像认证通过的用户信息和最小汉明距值作为人脸图像的认证结果。
语音数据认证
步骤604、身份识别服务器从分离出的经过解密和解压缩的语音数据提取出MFCC。
步骤605、身份识别服务器将提取出的MFCC作为分别计算出所存储的所有注册用户的HMM的输出概率，输出概率值最大的语音数据对应的注册用户为语音数据认证通过的用户，将语音数据认证通过的用户信息和最大输出概率值作为语音数据的认证结果。
在本发明中，步骤602～步骤603和步骤604～步骤605可以并行进行，也可以先进行步骤604～步骤605，再进行步骤602～步骤603。
步骤606、身份识别服务器对人脸图像的认证结果和语音数据的认证结果进行融合，得到最终是否通过认证的认证结果。
步骤607、身份识别服务器将最终是否通过认证的认证结果通过无线通信网络无线传输给移动终端。
这样，当移动终端接收到最终是否通过认证的认证结果后，就可以根据该最终是否通过认证的认证结果确定是否让移动终端持有人使用移动终端。
在本发明中，将多模态生物特征融合识别的方式作为远程身份认证的方式对远程身份进行认证，克服了采用单模态生物特征识别方式进行身份认证时的信息有限的缺陷，得到更加完备和更加准确的信息。本发明对多模态生物特征采用多种不同的识别方法，从而增加了识别信息的维数，提高了远程身份认证的识别率。本发明提供的终端可以具有多个信息采集设备，可以采集的生物特征大大增加，使有效的特征信息大大提高。本发明将语音数据嵌入到人脸图像中，提高了传输过程的安全性。本发明在终端上先对语音数据和人脸图像进行预处理，提高了进行远程身份认证的速度。
综上所述，本发明采用多模态生物特征融合识别的方式进行远程身份认证，可以充分利用多模态生物特征的优点和特征，提升远程身份认证系统的性能，改进远程身份认证系统的总体决策和准确性，解决通信系统，特别是无线通信系统环境复杂对远程身份认证制造的困难。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (19)
1.一种远程身份认证的系统，其特征在于，该系统包括具有检测人脸图像和获取语音数据功能的终端、通信网络和身份识别服务器(102)，其中，
具有检测人脸图像和获取语音数据功能的终端将获取到的语音数据嵌入到检测到的人脸图像后通过通信网络发送给身份识别服务器(102)，身份认证服务器(102)对接收到的嵌入有语音数据的人脸图像进行分离，对分离得到的人脸图像和语音数据分别进行认证后融合，得到最终是否通过认证的认证结果，发送给终端。
2.如权利要求1所述的系统，其特征在于，所述具有检测人脸图像和获取语音数据功能的终端还包括身份识别模块(100a)和与其连接的数据发送/接收模块(100b)，其中，
身份识别模块(100a)将获取到的语音数据嵌入到检测到的人脸图像后发送给数据发送/接收模块(100b)，由数据发送/接收模块(100b)通过通信网络发送给身份认证服务器(102)；或者数据发送/接收模块(100b)通过通信网络接收身份认证服务器(102)发送的最终是否通过认证的认证结果。
3.如权利要求2述的系统，其特征在于，所述身份识别模块(100a)还包括生物特征获取模块(100a1)和生物特征数据预处理模块(100a2)，其中，
生物特征获取模块(100a1)通过摄像头拍摄图像且通过麦克风获取语音数据后，发送给生物特征数据预处理模块(100a2)；
生物特征数据预处理模块(100a2)对接收到的图像进行检测和标定，检测到人脸图像，对接收到的语音数据进行压缩和加密，采用水印方式将压缩和加密的语音数据嵌入到检测到的人脸图像中后，发送给数据发送/接收模块(100b)。
4.如权利要求1所述的系统，其特征在于，所述身份认证服务器(102)还包括人脸图像数据库(103)、语音数据库(104)、多模态生物特征数据分离模块(105)、人脸图像识别模块(106)、语音数据识别模块(107)、数据融合模块(108)和认证结果发送模块(109)，其中，
多模态生物特征数据分离模块(105)用于将通过通信网络接收到嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像后分别发送给语音数据识别模块(107)和人脸图像识别模块(106)；
语音数据识别模块(107)用于根据语音数据库(104)中存储的注册用户的语音数据对从多模态生物特征数据分离模块(105)接收到的语音数据进行认证，将语音数据的认证结果发送给数据融合模块(108)；
人脸图像识别模块(106)用于根据人脸图像数据库(103)中存储的注册用户的人脸图像对从多模态生物特征数据分离模块(105)接收到的人脸图像进行认证，将人脸图像认证结果发送给数据融合模块(108)；
数据融合模块(108)用于将从语音数据识别模块(107)接收到的语音数据认证结果和从人脸图像识别模块(106)接收到的人脸图像认证结果进行融合，得到最终是否通过认证的认证结果发送给认证结果发送模块(109)；
认证结果发送模块(109)用于将从数据融合模块(108)接收到的最终是否通过认证的认证结果通过通信网络发送给具有检测人脸图像和获取语音数据功能的终端。
5.如权利要求4所述的系统，其特征在于，所述语音数据库(104)还包括注册用户声音数据模块(104a)和声音嵌入式隐马尔可夫模型HMM数据库(104b)，其中，
注册用户声音数据模块(104a)用于注册用户声音的提取，将注册用户声音中的Mel频率倒普参数MFCC作为语音的特征参数发送给声音HMM数据库(104b)；
声音HMM模型数据库(104b)用于采用HMM对接收到的语音的特征参数进行训练，得到注册用户的语音数据。
6.如权利要求4所述的系统，其特征在于，所述人脸图像数据库(103)还包括注册用户人脸特征数据模块(103a)和人脸特征数据库(103b)，其中，
注册用户人脸特征数据模块(103a)用于人脸特征数据的提取，将得到的注册用户人脸特征数据发送给人脸特征数据库(103b)；
人脸特征数据库(103b)用于将从人脸特征数据库(103b)接收到的注册用户的人脸特征数据取优，得到注册用户的人脸图像。
7.如权利要求1、2或4所述的系统，其特征在于，所述的终端为移动终端(100)；所述的通信网络为无线通信网络(101)。
8.一种远程身份认证的终端，其特征在于，该终端包括身份识别模块(100a)和与其连接的数据发送/接收模块(100b)，其中，
身份识别模块(100a)将获取到的语音数据嵌入到检测到的人脸图像后发送给数据发送/接收模块(100b)，由数据发送/接收模块(100b)通过通信网络发送给身份认证服务器(102)；
或者数据发送/接收模块(100b)通过通信网络接收身份认证服务器(102)发送的最终是否通过认证的认证结果。
9.如权利要求8述的终端，其特征在于，所述身份识别模块(100a)还包括生物特征获取模块(100a1)和生物特征数据预处理模块(100a2)，其中，
生物特征获取模块(100a1)通过摄像头拍摄图像且通过麦克风获取语音数据后，发送给生物特征数据预处理模块(100a2)；
生物特征数据预处理模块(100a2)对接收到的图像进行检测和标定，检测到人脸图像，对接收到的语音数据进行压缩和加密，采用水印方式将压缩和加密的语音数据嵌入到检测到的人脸图像中后，发送给数据发送/接收模块(100b)。
10.一种远程身份认证的服务器，其特征在于，包括人脸图像数据库(103)、语音数据库(104)、多模态生物特征数据分离模块(105)、人脸图像识别模块(106)、语音数据识别模块(107)、数据融合模块(108)和认证结果发送模块(109)，其中，
多模态生物特征数据分离模块(105)用于将通过通信网络接收到嵌入有语音数据的人脸图像进行分离，得到语音数据和人脸图像后分别发送给语音数据识别模块(107)和人脸图像识别模块(106)；
语音数据识别模块(107)用于根据语音数据库(104)中存储的注册用户的语音数据对从多模态生物特征数据分离模块(105)接收到的语音数据进行认证，将语音数据的认证结果发送给数据融合模块(108)；
人脸图像识别模块(106)用于根据人脸图像数据库(103)中存储的注册用户的人脸图像对从多模态生物特征数据分离模块(105)接收到的人脸图像进行认证，将人脸图像认证结果发送给数据融合模块(108)；
数据融合模块(108)用于将从语音数据识别模块(107)接收到的语音数据认证结果和从人脸图像识别模块(106)接收到的人脸图像认证结果进行融合，得到最终是否通过认证的认证结果发送给认证结果发送模块(109)；
认证结果发送模块(109)用于将从数据融合模块(108)接收到的最终是否通过认证的认证结果通过通信网络发送给具有检测人脸图像和获取语音数据功能的终端。
11.如权利要求10所述的服务器，其特征在于，所述语音数据库(104)还包括注册用户声音数据模块(104a)和声音嵌入式隐马尔可夫模型HMM数据库(104b)，其中，
注册用户声音数据模块(104a)用于注册用户声音的提取，将注册用户声音中的Mel频率倒普参数MFCC作为语音的特征参数发送给声音HMM数据库(104b)；
声音HMM模型数据库(104b)用于采用HMM对接收到的语音的特征参数进行训练，得到注册用户的语音数据。
12.如权利要求10所述的服务器，其特征在于，所述人脸图像数据库(103)还包括注册用户人脸特征数据模块(103a)和人脸特征数据库(103b)，其中，
注册用户人脸特征数据模块(103a)用于人脸特征数据的提取，将得到的注册用户人脸特征数据发送给人脸特征数据库(103b)；
人脸特征数据库(103b)用于将从人脸特征数据库(103b)接收到的注册用户的人脸特征数据取优，得到注册用户的人脸图像。
13.一种远程身份认证的方法，其特征在于，该方法包括：
A、终端获取进行认证的用户的人脸图像和语音数据后，采用水印方式将语音数据嵌入到人脸图像中发送给身份识别服务器；
B、身份识别服务器将接收到的嵌入有语音数据的人脸图像进行分离，分离得到语音数据和人脸图像，语音数据认证转入C，人脸图像认证转入D；
C、身份识别服务器确定得到的语音数据为存储的其中一个注册用户的语音数据，得到语音数据认证通过的用户信息和语音数据相似程度值，转入步骤E；
D、身份识别服务器确定得到的人脸图像为存储的其中一个注册用户的人脸图像，得到人脸图像认证通过的用户信息和人脸图像相似程度值，转入步骤E；
E、身份识别服务器将得到的语音数据认证通过的用户信息和语音数据的相似度值，以及得到的人脸图像认证通过的用户信息和人脸图像的相似度值进行融合，将得到最终是否通过认证的认证结果发送给终端。
14.如权利要求13所述的方法，其特征在于，步骤A所述终端获取需要进行认证的用户的人脸图像和语音数据的过程为：
采用摄像头拍摄进行认证的用户的图像，对所拍摄的图像进行检测和标定，得到人脸图像；
采用麦克风获取进行认证的用户的语音数据，对语音数据进行压缩和加密。
15.如权利要求14所述的方法，其特征在于，所述对所拍摄的图像进行检测和标定，得到人脸图像的过程为：对所拍摄的图像进行人脸检测后，将检测到的人脸在获取到的图像中标定出来并切割出人脸图标。
16.如权利要求13所述的方法，其特征在于，步骤B所述分离得到语音数据的过程为：
对语音数据进行解码和解压缩后，分离得到语音数据。
17.如权利要求13所述的方法，其特征在于，步骤C所述语音数据相似程度值为概率最大的输出概率值；
步骤C所述得到语音数据认证通过的用户信息和语音数据相似程度值的过程为：
将接收到的语音数据作为输入，采用维比特算法计算出与所存储的每个注册用户之间的输出概率，所存储的输出概率最大的语音数据对应的注册用户为语音数据认真通过的用户，得到该用户信息和输出概率最大的数据概率值。
18.如权利要求13所述的方法，其特征在于，步骤D所述人脸图像相似程度值为汉明距最小的汉明距值，
步骤D所述的得到人脸图像认证通过的用户信息和人脸图像相似程度值的过程为：
将接收到的人脸图像提取特征与所存储的每个注册用户的人脸图像的特征进行比较，将所存储的每个注册用户的人脸图像的特征与接收到人脸图像提取的特征之间汉明距最小的人脸图像对应的注册用户，作为人脸图像认证通过的用户，得到该用户信息和汉明距最小的汉明距值。
19.如权利要求13所述的方法，其特征在于，步骤E所述的融合是通过多层感知机MLP进行的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200610081024A CN101075868B (zh) | 2006-05-19 | 2006-05-19 | 一种远程身份认证的系统、终端、服务器和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200610081024A CN101075868B (zh) | 2006-05-19 | 2006-05-19 | 一种远程身份认证的系统、终端、服务器和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101075868A CN101075868A (zh) | 2007-11-21 |
| CN101075868B true CN101075868B (zh) | 2010-05-12 |
Family
ID=38976703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200610081024A Expired - Fee Related CN101075868B (zh) | 2006-05-19 | 2006-05-19 | 一种远程身份认证的系统、终端、服务器和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101075868B (zh) |
Families Citing this family (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101998161A (zh) * | 2009-08-14 | 2011-03-30 | Tcl集团股份有限公司 | 一种基于人脸识别的电视节目收看方法 |
| CN102035929A (zh) * | 2009-09-29 | 2011-04-27 | 比亚迪股份有限公司 | 识别终端用户身份的方法、系统及终端 |
| KR20110047398A (ko) * | 2009-10-30 | 2011-05-09 | 삼성전자주식회사 | 영상제공시스템 및 그 영상제공방법 |
| JP2011123529A (ja) * | 2009-12-08 | 2011-06-23 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
| CN102082903A (zh) * | 2010-12-21 | 2011-06-01 | 张有成 | 具有认证功能的摄像装置及认证方法 |
| EP2680488B1 (en) * | 2011-02-22 | 2019-08-21 | Mitsubishi Electric Corporation | Similarity calculation system, similarity calculation device, computer program, and similarity calculation method |
| CN102298694A (zh) * | 2011-06-21 | 2011-12-28 | 广东爱科数字科技有限公司 | 一种应用于远程信息服务的人机交互识别系统 |
| CN103310339A (zh) * | 2012-03-15 | 2013-09-18 | 凹凸电子（武汉）有限公司 | 身份识别装置和方法以及支付系统和方法 |
| CN102693415A (zh) * | 2012-05-10 | 2012-09-26 | 上海烜炀生物科技有限公司 | 在线式生物特征识别系统 |
| CN103973441B (zh) | 2013-01-29 | 2016-03-09 | 腾讯科技（深圳）有限公司 | 基于音视频的用户认证方法和装置 |
| CN103607280B (zh) * | 2013-05-14 | 2016-08-24 | 成都天钥科技有限公司 | 个人认证设备 |
| CN103297237B (zh) * | 2013-05-14 | 2015-10-28 | 成都天钥科技有限公司 | 身份注册和认证方法、系统、个人认证设备和认证服务器 |
| CN103248629B (zh) * | 2013-05-14 | 2016-05-25 | 成都天钥科技有限公司 | 身份注册系统 |
| CN104348778A (zh) * | 2013-07-25 | 2015-02-11 | 信帧电子技术（北京）有限公司 | 一种在手机端进行人脸初步验证的远程身份认证的系统、终端和方法 |
| CN103677631A (zh) * | 2013-11-15 | 2014-03-26 | 北京智谷睿拓技术服务有限公司 | 信息交互方法及信息交互装置 |
| CN104683302A (zh) * | 2013-11-29 | 2015-06-03 | 国际商业机器公司 | 认证方法、认证装置、终端设备、认证服务器及系统 |
| CN103634118B (zh) * | 2013-12-12 | 2016-11-23 | 神思依图（北京）科技有限公司 | 基于证卡和复合生物特征识别的生存认证方法 |
| CN104778389A (zh) * | 2014-01-09 | 2015-07-15 | 腾讯科技（深圳）有限公司 | 一种数值转移方法、终端、服务器及系统 |
| CN103841108B (zh) * | 2014-03-12 | 2018-04-27 | 北京天诚盛业科技有限公司 | 用户生物特征的认证方法和系统 |
| CN103995996A (zh) * | 2014-05-12 | 2014-08-20 | 深圳市威富多媒体有限公司 | 一种基于语音及人脸生物特征识别的加解密方法及装置 |
| CN105468950B (zh) * | 2014-09-03 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 身份认证方法、装置、终端及服务器 |
| CN104301867A (zh) * | 2014-10-16 | 2015-01-21 | 上海北大方正科技电脑系统有限公司 | 一种改进的社区矫正方法与系统 |
| CN104333686B (zh) * | 2014-11-27 | 2018-03-27 | 天地伟业技术有限公司 | 基于人脸和声纹识别的智能监控摄像机及其控制方法 |
| CN104702409B (zh) * | 2014-12-31 | 2018-04-27 | 北京天诚盛业科技有限公司 | 基于云平台的生物识别系统及其方法 |
| CN104680375A (zh) * | 2015-02-28 | 2015-06-03 | 优化科技（苏州）有限公司 | 电子支付真人活体身份验证系统 |
| CN104834849B (zh) * | 2015-04-14 | 2018-09-18 | 北京远鉴科技有限公司 | 基于声纹识别和人脸识别的双因素身份认证方法及系统 |
| CN105245341B (zh) * | 2015-09-07 | 2018-11-30 | 天地融科技股份有限公司 | 远程身份认证方法和系统以及远程开户方法和系统 |
| CN105740683B (zh) * | 2016-01-20 | 2018-10-12 | 北京信安盟科技有限公司 | 基于多因素、多引擎、人机相结合的身份验证方法与系统 |
| TWI604332B (zh) * | 2017-03-24 | 2017-11-01 | 緯創資通股份有限公司 | 遠距離的身份辨識方法及其系統與電腦可讀取記錄媒體 |
| CN107332827A (zh) * | 2017-06-09 | 2017-11-07 | 国政通科技股份有限公司 | 一种身份信息的加密传输装置及方法 |
| CN107610764A (zh) * | 2017-07-26 | 2018-01-19 | 佛山科学技术学院 | 一种互联网在线医疗身份认证系统及方法 |
| CN107864118B (zh) * | 2017-08-14 | 2020-03-17 | 深圳壹账通智能科技有限公司 | 登录验证方法、系统及计算机可读存储介质 |
| GB2567703B (en) * | 2017-10-20 | 2022-07-13 | Cirrus Logic Int Semiconductor Ltd | Secure voice biometric authentication |
| CN114780934A (zh) * | 2018-08-13 | 2022-07-22 | 创新先进技术有限公司 | 一种身份验证方法及装置 |
| CN109523266A (zh) * | 2018-10-22 | 2019-03-26 | 国信优易数据有限公司 | 一种支付认证方法、支付方法、系统及电子设备 |
| CN109614804B (zh) * | 2018-11-19 | 2021-04-27 | 中国地质大学（武汉） | 一种双模态生物特征加密方法、设备及存储设备 |
| CN109829691B (zh) * | 2019-01-16 | 2021-11-23 | 北京影谱科技股份有限公司 | 基于位置和深度学习多重生物特征的c/s打卡方法和装置 |
| CN109934980A (zh) * | 2019-03-24 | 2019-06-25 | 哈尔滨理工大学 | 一种基于人脸和声纹组合验证的身份识别系统 |
| CN110378425B (zh) * | 2019-07-23 | 2021-10-22 | 武汉珞思雅设科技有限公司 | 一种智能图像比对的方法及其系统 |
| CN112906425B (zh) * | 2019-11-19 | 2024-05-07 | 佛山市顺德区美的电热电器制造有限公司 | 图像处理方法、控制方法、识别方法、装置和存储介质 |
| CN111402109A (zh) * | 2020-03-07 | 2020-07-10 | 北京北信源软件股份有限公司 | 一种即时通信用户界面数字水印设置方法及装置 |
| CN111506967B (zh) * | 2020-04-20 | 2023-03-14 | 中国飞机强度研究所 | 一种强度试验约束点载荷异常的溯源方法 |
| CN112769872B (zh) * | 2021-04-07 | 2021-06-22 | 北京电信易通信息技术股份有限公司 | 一种基于音频及视频特征融合的会议系统接入方法及系统 |
| CN116405635A (zh) * | 2023-06-02 | 2023-07-07 | 山东正中信息技术股份有限公司 | 一种基于边缘计算的多模态会议记录方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1525666A (zh) * | 2003-04-18 | 2004-09-01 | 北京中星微电子有限公司 | 一种远程无线监控系统及其方法 |
| CN1629875A (zh) * | 2003-12-15 | 2005-06-22 | 中国科学院自动化研究所 | 移动计算环境下分布式的人脸检测与识别方法 |
| CN1664850A (zh) * | 2005-04-18 | 2005-09-07 | 范建普 | 脸谱和指纹与姓名电脑网络电子识别认证智能管理系统 |
| CN1841187A (zh) * | 2005-04-01 | 2006-10-04 | 佳能株式会社 | 图像摄取设备及其控制方法 |
-
2006
- 2006-05-19 CN CN200610081024A patent/CN101075868B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1525666A (zh) * | 2003-04-18 | 2004-09-01 | 北京中星微电子有限公司 | 一种远程无线监控系统及其方法 |
| CN1629875A (zh) * | 2003-12-15 | 2005-06-22 | 中国科学院自动化研究所 | 移动计算环境下分布式的人脸检测与识别方法 |
| CN1841187A (zh) * | 2005-04-01 | 2006-10-04 | 佳能株式会社 | 图像摄取设备及其控制方法 |
| CN1664850A (zh) * | 2005-04-18 | 2005-09-07 | 范建普 | 脸谱和指纹与姓名电脑网络电子识别认证智能管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101075868A (zh) | 2007-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101075868B (zh) | 一种远程身份认证的系统、终端、服务器和方法 | |
| AU2017266971B2 (en) | Identity authentication method and apparatus | |
| CN104834849B (zh) | 基于声纹识别和人脸识别的双因素身份认证方法及系统 | |
| Abdullahi et al. | Fractal coding-based robust and alignment-free fingerprint image hashing | |
| CN107395352B (zh) | 基于声纹的身份识别方法及装置 | |
| CN103841108B (zh) | 用户生物特征的认证方法和系统 | |
| US10257191B2 (en) | Biometric identity verification | |
| US9430627B2 (en) | Method and system for enforced biometric authentication | |
| US20130340061A1 (en) | User authentication template learning system and user authentication template learning method | |
| WO2013139221A1 (zh) | 一种基于生物特征的认证方法、装置及系统 | |
| CN105975837B (zh) | 计算设备、生物特征识别方法和模板注册方法 | |
| Beton et al. | Biometric secret path for mobile user authentication: A preliminary study | |
| CN111611437A (zh) | 一种防止人脸声纹验证替换攻击的方法及装置 | |
| CN204576520U (zh) | 基于声纹识别和人脸识别的双因素身份认证装置 | |
| KR20050045773A (ko) | 3차원 얼굴 표현 기능을 갖는 모바일 단말기 상에서의얼굴 인증과 검색 방법 및 장치 | |
| Alharbi et al. | Face-voice based multimodal biometric authentication system via FaceNet and GMM | |
| Ramachandra et al. | Feature level fusion based bimodal biometric using transformation domine techniques | |
| Schonberg et al. | EyeCerts | |
| CN115393997A (zh) | 基于多维数据识别的汽车电子解锁方法、装置及电子设备 | |
| CN113536827A (zh) | 一种基于人脸特征点的张嘴识别活体的方法及装置 | |
| KR20120014533A (ko) | 생체 인식을 이용한 원거리 개인인증 시스템 및 방법 | |
| Sharma et al. | A novel transformation based security scheme for multi-instance fingerprint biometric system | |
| Argyropoulos et al. | Biometric template protection in multimodal authentication systems based on error correcting codes | |
| Li et al. | Online detection of spoof fingers for smartphone-based applications | |
| CN117576763A (zh) | 云环境下基于声纹信息和人脸信息的身份识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180530 Address after: California, USA Patentee after: Global innovation polymerization LLC Address before: London, England Patentee before: GW partnership Co.,Ltd. Effective date of registration: 20180530 Address after: London, England Patentee after: GW partnership Co.,Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100512 |