CN103475490B - 一种身份验证方法及装置 - Google Patents

Abstract

本发明的实施方式提供了一种身份验证方法及装置。该方法可以包括：获取请求身份验证的用户的人脸特征及语音声纹特征；通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。通过使用人脸与语音相结合这一每个人所特有的、唯一的生物特性用于身份验证，有效提高了身份验证的安全性。此外，本发明的实施方式提供了一种身份验证装置。

Description

一种身份验证方法及装置

技术领域

本发明的实施方式涉及身份验证领域，更具体地，本发明的实施方式涉及一种身份验证方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述可包括可以探究的概念，但不一定是之前已经想到或者已经探究的概念。因此，除非在此指出，否则在本部分中描述的内容对于本申请的说明书和权利要求书而言不是现有技术，并且并不因为包括在本部分中就承认是现有技术。

身份验证又称“验证”、“鉴权”，是指通过一定的手段，完成对用户身份的确认。在整个身份验证领域，最广泛为人们使用的是用户账号加密码的验证方式。这种验证方式需要用户在注册时，记下自己注册的用户账号及密码。在注册后，只要输入注册的用户账号及密码即可通过身份验证。

发明内容

但是，用户账号及密码很容易被其他人窃取，因此，现有技术这种用户账号加密码的验证方式的仍然不够安全。

因此在现有技术中，如何提高身份验证的安全性是非常令人烦恼的问题。

为此，非常需要一种改进的身份验证方法，以实现提高身份验证的安全性的目的。

在本上下文中，本发明的实施方式期望提供一种身份验证方法及装置。

在本发明实施方式的第一方面中，提供了一种身份验证方法，例如，可以包括：获取请求身份验证的用户的人脸特征及语音声纹特征；通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。

在本发明实施方式的第二方面中，提供了一种身份验证装置，例如，可以包括：人脸获取单元，可以配置用于获取请求身份验证的用户的人脸特征；声纹获取单元，可以配置用于获取请求身份验证的用户的语音声纹特征；人脸比对单元，可以配置用于通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；声纹比对单元，可以配置用于通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；确认单元，可以配置用于如果所述人脸比对单元及声纹比对单元均确认合法，确定验证通过。

根据本发明实施方式的身份验证方法及装置，由于利用了人脸与语音相结合这一每个人所特有的、唯一的生物特性，在身份验证时，将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法，以及，将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法，在所获取的人脸特征及语音声纹特征均合法时确定验证通过，有效提高了身份验证的安全性。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示意性地示出了适于实现本发明实施方式的示例性计算系统100的框图；

图2示意性地示出了适于应用本发明实施方式的场景；

图3示意性地示出了根据本发明实施方式的身份验证方法流程示意图之一；

图4示意性地示出了根据本发明实施方式的身份验证方法流程示意图之二；

图5示意性地示出了根据本发明实施方式的身份验证方法流程示意图之三；

图6示意性地示出了根据本发明实施方式的身份验证方法流程示意图之四；

图7示意性地示出了根据本发明实施方式的身份验证装置结构示意图之一；

图8示意性地示出了根据本发明实施方式的身份验证装置结构示意图之二。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

图1示出了适于实现本发明实施方式的示例性计算系统100的框图。如图1所示，计算系统100可以包括：中央处理单元（CPU）101、随机存取存储器（RAM）102、只读存储器（ROM）103、系统总线104、硬盘控制器105、键盘控制器106、串行接口控制器107、并行接口控制器108、显示控制器109、硬盘110、键盘111、串行外部设备112、并行外部设备113和显示器114。这些设备中，与系统总线104耦合的有CPU101、RAM102、ROM103、硬盘控制器105、键盘控制器106、串行控制器107、并行控制器108和显示控制器109。硬盘110与硬盘控制器105耦合，键盘111与键盘控制器106耦合，串行外部设备112与串行接口控制器107耦合，并行外部设备113与并行接口控制器108耦合，以及显示器114与显示控制器109耦合。应当理解，图1所述的结构框图仅仅是为了示例的目的，而不是对本发明范围的限制。在某些情况下，可以根据具体情况增加或减少某些设备。

本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件（包括固件、驻留软件、微代码等），或者硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举示例）例如可以包括：具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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）。

下面将参照本发明实施例的方法的流程图和设备（或系统）的框图描述本发明的实施方式。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程序指令实现。这些计算机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，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。

也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置的产品。

也可以把计算机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，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。

根据本发明的实施方式，提出了一种身份验证方法及装置。

在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

发明概述

本发明人发现，由于用户账号及密码容易被窃取，用户账号加密码的身份验证方式无法满足人们对身份验证的安全性需要。而单纯用人脸识别进行身份验证，由于受人脸识别精度的影响，也可能存在安全性低的风险。而人脸与语音相结合则是一个人所特有的、唯一的生物特性，将人脸特征及语音声纹特征相结合用于身份验证能够有效提高身份验证的安全性。

在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。

应用场景总览

首先参考图2，本发明实施方式可以应用于如图2所示的终端201，例如，终端201可以是智能手机、ipad、笔记本等，也可以应用于如图2所示的服务器端202，所述服务器端可以包括一个服务器，也可以包括多个服务器。

示例性方法

下面结合图2的应用场景，参考图3来描述根据本发明示例性实施方式的身份验证方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。

参见图3，为本发明实施例提供的一种身份验证方法流程图之一。例如，如图所示，该实施例可以包括：

S310、获取请求身份验证的用户的人脸特征及语音声纹特征；

需要说明的是，本发明的实施方式所述的请求身份验证的用户的人脸特征及语音声纹特征，是在用户请求身份验证时，实时对用户进行人脸图像的采集、及语音的采集后，进行人脸识别及语音识别所获取的。

本发明实施例可以应用于终端，也可以应用于服务器端。当应用于服务器端时，一种可能的实施方式可以是，在终端进行人脸图像及语音的采集后，将人脸图像及语音发送给服务器端，由服务器端识别出请求身份验证的用户的人脸特征及语音声纹特征，另一种可能的实施方式可以是，在终端识别出请求身份验证的用户的人脸特征及语音声纹特征，将识别出的请求身份验证的用户的人脸特征及语音声纹特征从终端发送到服务器端。

其中，所述用户的人脸特征及语音声纹特征不限，例如，人脸特征可以包括人脸的CMSS_LBP特征、人脸的Gabor特征、人脸的HOG特征等，语音声纹特征可以包括语音声纹的LPCC特征、语音声纹的MFCC特征等。

为了便于理解，下面对上述特征进行简单介绍。

Gabor特征是图像的纹理特征，经过加窗傅立叶变换，可以在频域不同尺度、不同方向上提取相关的特征，具有良好的空间局部性和方向选择性，常用作纹理识别，并取得了较好的效果，由于Gabor特征对光照、姿态具有一定的鲁棒性，因此其在人脸识别领域的应用非常广泛。

LBP（Local Binary Patterns）特征，局部二元模式，该描述子最初功能为辅助图像局部对比度，后来提升为一种有效的纹理描述算子，度量和提取图像局部的纹理信息，对光照具有不变性，广泛应用于目标检测，人脸识别等领域。

HOG（Histograms of Oriented Gradients）特征，方向梯度直方图，在一幅图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述，被广泛应用在计算机视觉和图像处理领域，如目标检测与跟踪、目标识别等。

LPCC（Linear Prediction Cepstrum Coefficient）特征，线性预测倒谱系数，是线性预测系数在倒谱域的表示方式，是基于语音信号为自回归信号的假设，利用线性预测分析获得倒谱参数，实验中LPC阶数为线性预测倒谱参数，体现了每个人特定的声道特性

MFCC（Mel Frequency Cepstral Coefficients，Mel）频率倒谱系数，利用了人耳听觉频率非线性特性，将频谱转化为基于Mel频率的非线性频谱，然后转换到倒谱域上，充分模拟了人的听觉特性，而且没有任何前提假设，MFCC参数具有识别性能和抗噪能力。

S320、通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

其中，所述预先建立的合法人脸特征模型以及合法声纹特征模型可以在用户发出注册请求时，通过以下步骤建立，例如：获取请求注册的用户的人脸特征及语音声纹特征；通过对所述人脸特征进行分类学习，建立所述用户的合法人脸特征模型；以及，通过对所述语音声纹特征进行分类学习，建立所述用户的合法声纹特征模型，其中，所述请求注册的用户的人脸特征及语音声纹特征可以是在用户进行请求注册时所采集到的该用户的多张人脸图像的人脸特征、多条语音的语音声纹特征。

例如，在一种可能的实施方式中，本发明实施例提供的人脸特征及语音声纹特征相结合的验证方式，使得人脸特征及语音声纹特征的结合可以替代用户账号及密码直接作为身份验证的依据，无需用户设置、记忆用户账号及密码。

在另一种可能的实施方式中，本发明实施例提供的人脸特征及语音声纹特征相结合的验证方式，使得人脸特征及语音声纹特征的结合可以作为身份验证时使用的密码。例如，在该实施方式中，所述建立用户的合法人脸特征模型具体可以为建立与所述用户的用户账号对应的合法人脸特征模型，所述建立用户的合法声纹特征模型具体可以为建立所述用户的用户账号对应的合法声纹特征模型，在获取请求身份验证的用户的人脸特征及语音声纹特征时，还可以获取请求身份验证的用户输入的用户账号，进而将所获取的人脸特征与所述请求身份验证的用户的用户账号对应的合法人脸特征模型进行比对，以及将所获取的语音声纹特征与所述请求身份验证的用户的用户账号对应的合法声纹特征模型进行比对，使得所述请求身份验证的用户的人脸特征及语音声纹特征的结合相当于用户密码的功能，无需用户自己设置及记忆密码。

在又一种可能的实施方式中，本发明实施例提供的人脸特征及语音声纹特征的结合的身份验证方式可以作为在使用用户账号加密码验证之后的更高加密级别的身份验证。例如，在获取请求身份验证的用户的人脸特征及语音声纹特征时，还可以获取请求身份验证的用户输入的密码，对所获取的请求身份验证的用户输入的密码进行验证，如果验证通过，进入所述将所获取的人脸特征与所述用户账号对应的合法人脸特征模型进行比对、以及将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对的步骤。

或者，在用户忘记密码时，可以应用本发明实施例提供的人脸特征及语音声纹特征相结合的身份验证方式取回密码。

S330、如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。另外，如果所获取的人脸特征和/或者语音声纹特征不合法，则可以确定验证失败。

可见，应用本发明实施例提供的方法，使用人脸与语音相结合这一每个人所特有的、唯一的生物特性用于身份验证，有效提高了身份验证的安全性。

在一种可能的实施方式中，本发明实施例提供的身份验证方法可以应用于终端。例如，参见图4，本发明实施例提供的身份验证方法的流程示意图之二，如图所示，该实施例可以包括以下步骤：

S410、响应于用户请求身份验证，利用例如摄像头等图像采集设备采集请求身份验证的用户的人脸图像，以及利用例如与所述终端相连接的麦克风等语音采集设备采集请求身份验证的用户的语音；

需要说明的是，在本发明实施例中，用户在注册时输入的语音及请求身份验证时输入的语音可以是用户朗读的不同句子的语音。例如，可以在终端提示系统预设的随机展现的句子，用户根据提示朗读句子，终端利用语音采集设备对语音进行采集。

另外，为了能够提取到准确的人脸特征及语音声纹特征，还可以在终端对所述人脸图像进行归一化处理、去除背景干扰处理、以及光照纠正处理；以及，在所述终端对所述语音进行降噪、语音信号量化、预加重、以及加窗处理。

S420、提取所述人脸图像的人脸特征，以及提取所述语音的语音声纹特征；

S430、通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

S440、如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。

可见，在终端应用该实施例提供的方法，可以利用人脸特征与语音声纹特征的结合这一每个人所特有的特性对身份进行验证，提高终端对用户身份进行验证的安全性。

在另一种可能的实施方式中，参见图5，本发明实施例提供的身份验证方法的流程示意图之三。该实施例提供的方法可以应用于服务器端。例如，可以包括以下步骤：

S510、从终端获取请求身份验证的用户的人脸特征及语音声纹特征，其中，所述请求身份验证的用户的人脸特征具体在终端通过图像采集设备采集用户的人脸图像之后，在所述终端提取所述人脸图像的人脸特征获得，其中，所述请求身份验证的用户的语音声纹特征具体在终端通过语音采集设备采集用户的语音之后，在所述终端提取所述语音的语音声纹特征获得；

其中，所述服务器端与终端之间建立了加密安全通信通道，例如RSA（Ron Rivest、Adi Shamirh和Len Adleman）加密通信通道等，服务器端可以通过与终端之间的加密安全通信通道获取请求注册或者请求验证的用户的人脸特征及语音声纹特征。

为了提高提取的特征的精度，其中所述人脸图像在终端通过图像采集设备采集后，还可以在终端进行归一化处理、去除背景干扰处理、以及光照纠正处理；其中所述语音在终端通过语音采集设备采集后，还可以在终端进行降噪、语音信号量化、预加重、以及加窗处理。

在该实施例一种可能的实施方式中，服务器端可以包括人脸识别服务器以及声纹识别服务器，其中，所述人脸识别服务器通过安全加密通道从终端获取所述用户的人脸特征，所述声纹识别服务器通过安全加密通道从终端获取所述用户的语音声纹特征。当然，本发明中的服务器端也可以包括一个或者更多个服务器，在本发明中并不进行限制。

S520、通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

例如，在上述服务器端包括人脸识别服务器以及声纹识别服务器的实施方式中，所述通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法具体可以在所述服务器端的人脸识别服务器上执行；所述通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法具体可以在所述服务器端的声纹识别服务器上执行。

S530、如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。

可见，在服务器端应用该实施例提供的方法，可以利用人脸特征与语音声纹特征的结合这一每个人所特有的特性对身份进行验证，提高服务器端对用户身份进行验证的安全性。并且，由于该实施例在终端进行人脸特征及语音声纹特征的提取，服务器端直接从终端获取人脸特征及语音声纹特征，可以减少网络资源的占用，减轻服务器的压力。

在另一种可能的实施方式中，参见图6，本发明实施例提供的身份验证方法的流程示意图之四。该实施例提供的方法可以应用于服务器端。例如，可以包括以下步骤：

S610、从终端获取所述请求身份验证的用户的人脸图像及语音，其中，所述请求身份验证的用户的人脸图像具体在终端响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像获得，其中，所述请求身份验证的用户的语音具体在终端响应于用户请求身份验证，通过语音采集设备采集用户的语音获得；

另外，所述人脸图像在终端通过图像采集设备采集后，还可以在终端进行归一化处理、去除背景干扰处理、以及光照纠正处理后再发送给服务器端，以及，所述语音在终端通过语音采集设备采集后，还可以在终端进行降噪、语音信号量化、预加重、以及加窗处理后再发送给服务器端。

S620、提取所述人脸图像的人脸特征，以及提取所述语音的语音声纹特征；

S630、通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

同上述实施例，所述服务器端也可以为包括人脸识别服务器以及声纹识别服务器的服务器端，相应地，所述通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法具体可以在所述服务器端的人脸识别服务器上执行；所述通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法具体可以在所述服务器端的声纹识别服务器上执行。

S640、如果所获取的人脸特征及语音声纹特征均合法，确定验证通过。

可见，在服务器端应用该实施例提供的方法，可以利用人脸特征与语音声纹特征的结合这一每个人所特有的特性对身份进行验证，提高服务器端对用户身份进行验证的安全性。并且，由于该实施例在服务器端进行人脸特征及语音声纹特征的提取，一定程度上可以减少对终端系统资源的占用，提升终端对相关界面、或者其他应用的处理能力。

示例性装置

在介绍了本发明示例性实施方式的方法之后，接下来，参考图7对本发明示例性实施方式的身份验证装置进行详细介绍。

参见图7所示本发明实施例提供的一种身份验证装置的结构示意图之一。如图所示，例如，该实施例可以包括：

人脸获取单元711，可以配置用于获取请求身份验证的用户的人脸特征；

声纹获取单元712，可以配置用于获取请求身份验证的用户的语音声纹特征；

人脸比对单元721，可以配置用于通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；

例如，为了建立所述合法人脸特征模型及合法声纹特征模型，本发明实施例还可以包括：人脸模型建立单元740，可以配置用于获取请求注册的用户的人脸特征；通过对所述人脸特征进行分类学习，建立所述用户的合法人脸特征模型；声纹模型建立单元750，可以配置用于获取请求注册的用户的语音声纹特征，通过对所述语音声纹特征进行分类学习，建立所述用户的合法声纹特征模型。

声纹比对单元722，可以配置用于通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

确认单元730，可以配置用于如果所述人脸比对单元及声纹比对单元均确认合法，确定验证通过。

可见，应用本发明实施例提供的装置，由于在人脸获取单元711及声纹获取单元712获取请求身份验证的用户的人脸特征及语音声纹特征后，由人脸比对单元721对人脸特征的合法性进行验证，又由声纹比对单元722对语音声纹特征的合法性进行验证，从而确认单元730可以当人脸比对单元及声纹比对单元均确认合法时，确认验证通过，将人脸与语音相结合这一每个人所特有的、唯一的生物特性用于身份验证，有效提高了身份验证的安全性。

在该装置实施例一种可能的实施方式中，人脸特征与语音声纹特征相结合可以作为身份验证中的密码进行验证，从而用户只需设置用户账号，而无需设置及记忆密码。具体地，例如，所述人脸模型建立单元740，具体可以配置用于建立与所述用户的用户账号对应的合法人脸特征模型；

所述声纹模型建立单元750，具体可以配置用于建立与所述用户的用户账号对应的合法声纹特征模型；

且还可以包括账号获取单元760，可以配置用于获取所述请求身份验证的用户的用户账号；

所述人脸比对单元721，具体可以配置用于将所获取的人脸特征与所述请求身份验证的用户的用户账号对应的合法人脸特征模型进行比对；

所述声纹比对单元722，具体可以配置用于将所获取的语音声纹特征与所述请求身份验证的用户的用户账号对应的合法声纹特征模型进行比对。

在该装置实施例另一种可能的实施方式中，人脸特征与语音声纹特征相结合可以作为在用户账号加密码的身份验证之后的高级加密验证。具体地，例如，本发明实施例提供的装置还可以包括密码获取单元770，可以配置用于获取请求身份验证的用户输入的密码；

且还可以包括：密码验证单元780，可以配置用于对所获取的请求身份验证的用户输入的密码进行验证，如果验证通过，触发所述人脸比对单元721及声纹比对单元722。

需要说明的是，本发明实施例提供的装置可以配置于终端，也可以配置于服务器端。

其中，在配置于终端的实施方式中，所述人脸获取单元711，可以配置用于响应于用户请求身份验证，利用图像采集设备采集请求身份验证的用户的人脸图像，提取所述人脸图像的人脸特征；所述声纹获取单元712，可以配置用于响应于用户请求身份验证，利用语音采集设备采集请求身份验证的用户的语音，提取所述语音的语音声纹特征。

在配置于服务器端的实施方式中，参见图8所示本发明实施方式的身份验证装置结构示意图之二，所述人脸获取单元811，具体可以配置用于从终端800获取所述请求身份验证的用户的人脸特征，其中，所述请求身份验证的用户的人脸特征具体在终端800响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像之后，在所述终端800提取所述人脸图像的人脸特征获得，

所述声纹获取单元812，具体可以配置用于从终端获取所述请求身份验证的用户的语音声纹特征，其中，所述请求身份验证的用户的语音声纹特征具体在终端800响应于用户请求身份验证，通过语音采集设备采集用户的语音之后，在所述终端800提取所述语音的语音声纹特征获得；

或者，

其中，所述人脸获取单元811，具体可以配置用于从终端800获取所述请求身份验证的用户的人脸图像，其中，所述请求身份验证的用户的人脸图像具体在终端800响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像获得，提取所述人脸图像的人脸特征；

所述声纹获取单元812，具体可以配置用于从终端800获取所述请求身份验证的用户的语音，其中，所述请求身份验证的用户的语音具体在终端800响应于用户请求身份验证，通过语音采集设备采集用户的语音获得，提取所述语音的语音声纹特征。

为了保证终端与服务器端所传输的请求验证的用户的人脸特征与语音声纹特征的数据安全，其中，所述人脸获取单元811，具体可以配置用于通过与终端800之间的加密安全通信通道获取用户的人脸特征；所述语音获取单元812，具体可以配置用于通过与终端800之间的加密安全通信通道获取用户的语音声纹特征。

需要说明的是，本发明实施例所述的服务器端801可以是一个服务器也可以是多个服务器。在一种可能的实施方式中，如图8所示，所述服务器端801可以包括人脸识别服务器802以及声纹识别服务器803。相应地，所述人脸获取单元811以及人脸比对单元821具体可以配置于所述服务器端801的人脸识别服务器802上；所述声纹获取单元812以及声纹比对单元822具体可以配置于所述服务器端801的声纹识别服务器803上。其中，所述确认单元830可以配置于服务器端的任一服务器上。

应当注意，尽管在上文详细描述中提及了身份验证装置的若干装置或子装置，但是这种划分仅仅并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

申请文件中提及的动词“包括”、“包含”及其词形变化的使用不排除除了申请文件中记载的那些元素或步骤之外的元素或步骤的存在。元素前的冠词“一”或“一个”不排除多个这种元素的存在。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (12)

1.一种身份验证方法，包括：

获取请求身份验证的用户的人脸特征及语音声纹特征；

通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；以及，通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

如果所获取的人脸特征及语音声纹特征均合法，确定验证通过；

其中，所述合法声纹特征模型是基于第一用户语音生成的声纹特征模型，所述第一用户语音是终端在提示系统预设的随机展现的第一句子的情况下采集到的基于所述第一句子的用户语音；所述所获取的语音声纹特征是第二用户语音的声纹特征，所述第二用户语音是终端在提示系统预设的随机展现的第二句子的情况下采集到的基于所述第二句子的用户语音；

所述方法还包括以下预先建立合法人脸特征模型的步骤：

获取请求注册的用户的人脸特征及语音声纹特征；

通过对所述人脸特征进行分类学习，建立所述用户的合法人脸特征模型；以及，

通过对所述语音声纹特征进行分类学习，建立所述用户的合法声纹特征模型，

其中，所述建立用户的合法人脸特征模型具体为建立与所述用户的用户账号对应的合法人脸特征模型；

所述建立用户的合法声纹特征模型具体为建立与所述用户的用户账号对应的合法声纹特征模型；

其中，在获取请求身份验证的用户的人脸特征及语音声纹特征时，还获取请求身份验证的用户输入的用户账号；

所述将所获取的人脸特征与预先建立的合法人脸特征模型进行比对的具体实现为：将所获取的人脸特征与所述请求身份验证的用户的用户账号对应的合法人脸特征模型进行比对；

所述将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对的具体实现为：将所获取的语音声纹特征与所述请求身份验证的用户的用户账号对应的合法声纹特征模型进行比对；

其中，在获取请求身份验证的用户的人脸特征及语音声纹特征时，还获取请求身份验证的用户输入的密码；

在将所获取的人脸特征与所述用户账号对应的合法人脸特征模型进行比对、以及将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对之前，还对所获取的请求身份验证的用户输入的密码进行验证，如果验证通过，进入所述将所获取的人脸特征与所述用户账号对应的合法人脸特征模型进行比对、以及将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对的步骤；

其中，所述密码能够在所获取的人脸特征及语音声纹特征均合法而确定验证通过的情况下被取回。

2.根据权利要求1所述的方法，其中，所述人脸特征包括：人脸的CMSS_LBP特征、人脸的Gabor特征、人脸的HOG特征；

其中，所述语音声纹特征包括：语音声纹的LPCC特征、语音声纹的MFCC特征。

3.根据权利要求1-2任一项所述的方法，其中，所述方法应用于终端；

所述获取请求身份验证的用户的人脸特征及语音声纹特征包括：

响应于用户请求身份验证，利用图像采集设备采集请求身份验证的用户的人脸图像，以及利用语音采集设备采集请求身份验证的用户的语音；

提取所述人脸图像的人脸特征，以及提取所述语音的语音声纹特征。

4.根据权利要求1-2任一项所述的方法，其中，所述方法应用于服务器端；

所述获取请求身份验证的用户的人脸特征及语音声纹特征包括：

从终端获取所述请求身份验证的用户的人脸特征及语音声纹特征，其中，所述请求身份验证的用户的人脸特征具体在终端响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像之后，在所述终端提取所述人脸图像的人脸特征获得，其中，所述请求身份验证的用户的语音声纹特征具体在终端响应于用户请求身份验证，通过语音采集设备采集用户的语音之后，在所述终端提取所述语音的语音声纹特征获得；

或者，

从终端获取所述请求身份验证的用户的人脸图像及语音，其中，所述请求身份验证的用户的人脸图像具体在终端响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像获得，其中，所述请求身份验证的用户的语音具体在终端响应于用户请求身份验证，通过语音采集设备采集用户的语音获得；提取所述人脸图像的人脸特征，以及提取所述语音的语音声纹特征。

5.根据权利要求4所述的方法，其中，所述获取用户的人脸特征及语音声纹特征具体通过与终端之间的加密安全通信通道获取。

6.根据权利要求4所述的方法，其中，所述人脸图像在终端通过图像采集设备采集后，还在终端进行归一化处理、去除背景干扰处理、以及光照纠正处理；

其中，所述语音在终端通过语音采集设备采集后，还在终端进行降噪、语音信号量化、预加重、以及加窗处理。

7.根据权利要求4所述的方法，其中，所述通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法具体在所述服务器端的人脸识别服务器上执行；

所述通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法具体在所述服务器端的声纹识别服务器上执行。

8.一种身份验证装置，包括：

人脸模型建立单元，配置用于获取请求注册的用户的人脸特征；通过对所述人脸特征进行分类学习，建立所述用户的合法人脸特征模型；

声纹模型建立单元，配置用于获取请求注册的用户的语音声纹特征，通过对所述语音声纹特征进行分类学习，建立所述用户的合法声纹特征模型；

人脸获取单元，配置用于获取请求身份验证的用户的人脸特征；

声纹获取单元，配置用于获取请求身份验证的用户的语音声纹特征；

人脸比对单元，配置用于通过将所获取的人脸特征与预先建立的合法人脸特征模型进行比对，判断所获取的人脸特征是否合法；

声纹比对单元，配置用于通过将所获取的语音声纹特征与预先建立的合法声纹特征模型进行比对，判断所获取的语音声纹特征是否合法；

确认单元，配置用于如果所述人脸比对单元及声纹比对单元均确认合法，确定验证通过；

其中，所述合法声纹特征模型是基于第一用户语音生成的声纹特征模型，所述第一用户语音是终端在提示系统预设的随机展现的第一句子的情况下采集到的基于所述第一句子的用户语音；所述所获取的语音声纹特征是第二用户语音的声纹特征，所述第二用户语音是终端在提示系统预设的随机展现的第二句子的情况下采集到的基于所述第二句子的用户语音；

其中，所述人脸模型建立单元，具体配置用于建立与所述用户的用户账号对应的合法人脸特征模型；

所述声纹模型建立单元，具体配置用于建立与所述用户的用户账号对应的合法声纹特征模型；

且还包括账号获取单元，配置用于获取所述请求身份验证的用户的用户账号；

所述人脸比对单元，具体配置用于将所获取的人脸特征与所述请求身份验证的用户的用户账号对应的合法人脸特征模型进行比对；

所述声纹比对单元，具体配置用于将所获取的语音声纹特征与所述请求身份验证的用户的用户账号对应的合法声纹特征模型进行比对；

密码获取单元，配置用于获取请求身份验证的用户输入的密码；

密码验证单元，配置用于对所获取的请求身份验证的用户输入的密码进行验证，如果验证通过，触发所述人脸比对单元及声纹比对单元；

其中，所述密码能够在所获取的人脸特征及语音声纹特征均合法而确定验证通过的情况下被取回。

9.根据权利要求8所述的装置，其中，所述装置配置于终端；

所述人脸获取单元，配置用于响应于用户请求身份验证，利用图像采集设备采集请求身份验证的用户的人脸图像，提取所述人脸图像的人脸特征；

所述声纹获取单元，配置用于响应于用户请求身份验证，利用语音采集设备采集请求身份验证的用户的语音，提取所述语音的语音声纹特征。

10.根据权利要求8任一项所述的装置，其中，所述装置配置于服务器端；

其中，所述人脸获取单元，具体配置用于从终端获取所述请求身份验证的用户的人脸特征，其中，所述请求身份验证的用户的人脸特征具体在终端响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像之后，在所述终端提取所述人脸图像的人脸特征获得；所述声纹获取单元，具体配置用于从终端获取所述请求身份验证的用户的语音声纹特征，其中，所述请求身份验证的用户的语音声纹特征具体在终端响应于用户请求身份验证，通过语音采集设备采集用户的语音之后，在所述终端提取所述语音的语音声纹特征获得；或者，

其中，所述人脸获取单元，具体配置用于从终端获取所述请求身份验证的用户的人脸图像，其中，所述请求身份验证的用户的人脸图像具体在终端响应于用户请求身份验证，通过图像采集设备采集用户的人脸图像获得，提取所述人脸图像的人脸特征；所述声纹获取单元，具体配置用于从终端获取所述请求身份验证的用户的语音，其中，所述请求身份验证的用户的语音具体在终端响应于用户请求身份验证，通过语音采集设备采集用户的语音获得，提取所述语音的语音声纹特征。

11.根据权利要求10所述的装置，其中，所述人脸获取单元，具体配置用于通过与终端之间的加密安全通信通道获取用户的人脸特征；

所述语音获取单元，具体配置用于通过与终端之间的加密安全通信通道获取用户的语音声纹特征。

12.根据权利要求10所述的装置，其中，所述人脸获取单元以及人脸比对单元具体配置于所述服务器端的人脸识别服务器上；

所述声纹获取单元以及声纹比对单元具体配置于所述服务器端的声纹识别服务器上。