CN104270253A - 一种用户身份认证的方法、装置及系统 - Google Patents

Abstract

本发明提供了一种用户身份认证的方法、装置及系统，移动终端获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值，将待认证用户的当前表情特征值与表情类型发送至身份认证服务器。身份认证服务器接收到待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，如果是，返回身份认证通过信息。采用获取待认证用户的当前表情图像实现用户身份认证的方法，无需携带动态口令卡等额外的设备，方便快捷的实现用户身份认证，不会产生额外的成本消耗，安全性高。

Description

一种用户身份认证的方法、装置及系统

技术领域

本发明涉及身份认证技术领域，特别是涉及一种用户身份认证的方法、装置及系统。

背景技术

随着手机、平板电脑等智能移动终端的不断普及，各大银行都推出了基于移动终端的应用软件，用户可以通过在移动终端上的操作实现各种银行业务操作，如：查询余额，转账或者汇款等操作。还可以通过在购物网站的应用软件上的操作，实现对所购买的商品的进行付款等。

在实现上述应用软件的各种操作过程中，为了保证用户的账户安全，需要在用户进行操作前对用户进行身份认证。常用的身份认证方法主要包括：静态口令认证方法、短信验证码认证方法以及动态口令卡认证方法等。

传统的静态口令认证方法是验证用户输入的密码与预先设定的密码是否匹配来实现用户身份认证，预先设定的密码一般存储在服务器的数据库中，由简单的字符串组成。

基于短信验证码认证方法的身份验证方式是用户在进行身份认证时，进行用户身份认证的服务器会及时给用户的手机发送手机短信，手机短信中携带有验证码，用户输入手机所收到的验证码来实现身份认证。短信验证码认证方法需要用户提供手机号码给认证服务器，认证服务器需要提供发送短信的网管接口，并且，所发送的短信验证码具有一定的时效性。

采用上述两种身份认证方式时，当用户身份认证通过时，允许用户在应用软件上的业务操作；当用户身份认证失败时，拒绝用户在应用软件上的业务操作。

但是，网络中出现的各种各样的黑客技术严重影响了采用上述两种方式进行身份认证的安全性采用密码破解器可以盗取用户的静态密码，导致用户遭受不必要的经济损失。而“手机短信截取”工具的出现，导致短信验证码认证方法的安全性也受到严重威胁。

与上述两种方式相比，动态口令卡认证方法是当前比较安全的一种身份认证方式，银行服务方给用户提供一个动态口令卡，动态口令卡的验证码会随着时间的变化与认证服务器上用户所对应的动态验证码保持同步变化。在用户进行身份认证时，只需要输入当前动态口令卡上的验证码就可以实现身份认证。

本领域技术人员在采用动态口令卡进行身份认证时，发现有如下缺点：

虽然这种身份认证的方式比较安全，但是用户需要与银行服务方预先签约申请办理动态口令卡，而且动态口令卡需要随时随地随身携带，没有动态口令卡就无法完成用户身份认证，也就无法实现任何业务操作。采用动态口令卡进行身份认证需要携带额外的设备，用户使用不方便，容易丢失，而且造成额外的成本消耗。

发明内容

本发明解决的技术问题在于提供一种用户身份认证的方法、装置及系统，从而能够获取待认证用户的当前表情图像实现用户身份认证，无需携带额外的设备，不会产生额外的成本消耗，方便安全。

为此，本发明解决技术问题的技术方案是：

一种用户身份认证的方法，应用于移动终端，所述方法包括：

当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令；

获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像；

提取待认证用户的当前表情图像的当前表情特征值；

将待认证用户的当前表情特征值与表情类型发送至身份认证服务器，以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

可选的，所述提取待认证用户的当前表情图像的表情特征值包括：

对所述待认证用户的当前表情图像进行灰度处理；

对灰度处理后的当前表情图像进行高斯滤波处理；

提取高斯滤波后的当前表情图像的当前表情特征值。

可选的，所述提取高斯滤波后的当前表情图像的当前表情特征值包括：

提取高斯滤波后的当前表情图像的梯度方向直方图特征值、局部二值特征值或Gabor小波特征值作为当前表情特征值。

可选的，所述方法还包括：

向移动终端的摄像头发送拍摄指令；

获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

可选的，所述方法还包括：

接收身份认证服务器返回的身份认证通过信息；

将所述待认证用户的当前表情图像发送至身份认证服务器进行存储。

一种用户身份认证的方法，应用于身份认证服务器，预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系，所述方法包括：

接收移动终端发送的待认证用户的当前表情特征值和表情类型，所述当前表情特征值为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值；

从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值；

判断所述当前表情特征值与所述预置表情特征值是否匹配；

当所述当前表情特征值与所述预置表情特征值匹配时，向移动终端返回身份认证通过信息。

可选的，所述判断所述当前表情特征值与所述预置表情特征值是否匹配包括：

利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

计算所述当前表情特征值与所述预置表情特征值的点积；

计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

判断所述相似度是否不小于预设相似度阈值；

当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；

当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

可选的，所述方法还包括：

采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

可选的，所述预先建立预置表情数据库包括：

接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

可选的，所述方法还包括：

当所述待认证用户的身份认证通过时，接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储所述待认证用户的当前表情图像。

一种用户身份认证的准备装置，应用于移动终端，所述装置包括：

第一拍摄触发模块，用于当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令；

第一获取模块，用于获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像；

第一提取模块，用于提取待认证用户的当前表情图像的当前表情特征值；

第一发送模块，用于将待认证用户的当前表情特征值与表情类型发送至身份认证服务器，以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

可选的，所述第一提取模块包括：

第一处理单元，用于对所述待认证用户的当前表情图像进行灰度处理；

第二处理单元，用于对灰度处理后的当前表情图像进行高斯滤波处理；

特征提取单元，用于提取高斯滤波后的当前表情图像的当前表情特征值。

可选的，所述特征提取单元为：

第一提取子单元、第二提取子单元或第三提取子单元；

所述第一提取子单元，用于提取高斯滤波后的当前表情图像的梯度方向直方图特征值作为当前表情特征值；

所述第二提取子单元，用于提取高斯滤波后的当前表情图像的局部二值特征值作为当前表情特征值；

所述第三提取子单元，用于提取高斯滤波后的当前表情图像的Gabor小波特征值作为当前表情特征值。

可选的，所述装置还包括：

第二拍摄触发模块，用于向移动终端的摄像头发送拍摄指令；

第二获取模块，用于获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

第二提取模块，用于提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

第二发送模块，用于将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

可选的，所述装置还包括：

第一接收模块，用于接收身份认证服务器返回的身份认证通过信息；

第三发送模块，用于将所述待认证用户的表情图像发送至身份认证服务器进行存储。

一种用户身份认证的执行装置，应用于认证服务器，所述装置包括：

建立模块，用于预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系；

第四接收模块，用于接收移动终端发送的待认证用户的当前表情特征值和表情类型，所述当前表情特征值为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值；

第三获取模块，用于从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值；

判断模块，用于判断所述当前表情特征值与所述预置表情特征值是否匹配；

第四发送模块，用于当所述当前表情特征值与所述预置表情特征值匹配时，向移动终端返回身份认证通过信息。

可选的，所述判断模块包括：

压缩单元，用于利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

第一计算单元，用于计算所述当前表情特征值与所述预置表情特征值的点积；

第二计算单元，用于计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

第三计算单元，用于求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

相似度判断单元，用于判断所述相似度是否不小于预设相似度阈值，当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

可选的，所述装置还包括：

学习模块，用于采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

替换模块，用于利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

可选的，所述建立模块包括：

特征值接收单元，用于接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

数据库建立单元，用于利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

可选的，所述装置还包括：

第五接收模块，用于当所述待认证用户的身份认证通过时，接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储模块，用于存储所述待认证用户的当前表情图像。

一种用户身份认证系统，所述系统包括：

本发明所述的用户身份认证的准备装置以及本发明所述的用户身份认证的执行装置。

通过上述技术方案可知，本发明有如下有益效果：

本发明提供了一种用户身份认证的方法、装置及系统，当接收到待认证用户输入的身份认证指令时，移动终端向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值，将待认证用户的当前表情特征值与表情类型发送至身份认证服务器。身份认证服务器接收移动终端发送的待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。采用获取待认证用户的当前表情图像实现用户身份认证的方法，无需携带动态口令卡等额外的设备，方便快捷的实现用户身份认证，使用移动终端自带的摄像头，不会产生额外的成本消耗，并且采用用户的当前表情图像实现用户身份认证，认证信息复杂，不易被黑客软件盗取，安全性高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种用户身份认证方法实施例一流程图；

图2为本发明一种用户身份认证方法实施例二流程图；

图3为本发明一种用户身份认证方法实施例三时序图；

图4为本发明一种用户身份认证的准备装置实施例四结构示意图；

图5为本发明一种用户身份认证的执行装置实施例五结构示意图；

图6为本发明一种用户身份认证系统实施例六结构示意图。

具体实施方式

本发明公开了一种用户身份认证的方法、装置及系统，采用获取待认证用户的当前表情图像实现用户身份认证的方法，方便快捷的实现用户身份认证，安全性高。

下面结合附图对本发明具体实施方式进行详细说明。

由于当前网络中出现的密码破解和手机短信截取等黑客技术，导致现有技术中所提供的静态口令以及短信验证码两种身份认证方法存在很大的安全隐患。而现有技术中安全性较高的动态口令卡身份认证技术，需要用户随身携带额外设备——动态口令卡，不仅携带不方便，还会造成额外的成本消耗。

本发明中采用获取待认证用户的当前表情图像实现用户身份认证的方法。人类面部表情特征在每个个体之间存在着微妙的视觉差异，但是这种微妙的视觉差异特征是无法用简单的数值或字符来表示的，因此，每个用户天生就具有一份独一无二的“面部表情特征密码”，并且，这份“面部表情特征密码”是无法被他人伪造或者模仿的。本发明所提供的基于用户“面部表情特征密码”的身份认证方式不仅具有很好的安全性，而且具有很好的反攻击性和不可抵赖性；同时，采用用户与生俱来的面部表情特征进行身份认证时，无需携带额外的设备，不会造成额外的成本消耗。

实施例一

图1为本发明一种用户身份认证方法实施例一流程图，应用于移动终端，实施例一主要是为用户身份认证做准备工作，所述方法包括：

步骤101：当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令。

当待认证用户登录移动终端上的银行客户端或购物网站的客户端进行购物付款时，为了保护用户的财产安全，需要对所述待认证用户进行身份认证。待认证用户点击移动终端的客户端界面上所提供的身份认证按键等，发送身份认证指令。

移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，所述拍摄指令用于启动移动终端上设置的摄像头的拍摄功能。当用户设置了多种表情类型作为身份认证的认证面部表情时，移动终端可以给待认证用户提供一个选择表情类型的选择界面，待认证用户选取一个表情类型后再给摄像头发送拍摄指令，触发摄像头启动拍摄功能，拍摄得到待认证用户的当前表情图像。以便认证服务器执行用户身份认证时选取表情类型相同的预置表情特征值与所拍摄的当前表情图像所提取的当前表情特征值进行匹配。其中，所述表情类型可以是嘟嘴、呲牙、舔嘴、眯眼以及微笑等任意一种表情。

步骤102：获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像。

获取移动终端的摄像头所拍摄的用于用户身份认证的图像作为当前表情图像，当前表情图像即为对待认证用户进行身份认证的依据。移动终端的摄像头拍摄了待认证用户的当前表情图像后，将当前表情图像存储在移动终端的内存中，而不是移动终端的存储卡中，用来保证所拍摄的当前表情图像不能被拷贝或者传播。每次认证结束后，移动终端会从内存中删除所述当前表情图像，用来保证安全性。

步骤103：提取待认证用户的当前表情图像的当前表情特征值。

所述提取待认证用户的当前表情图像的当前表情特征值包括：

对所述待认证用户的当前表情图像进行灰度处理；

对灰度处理后的当前表情图像进行高斯滤波处理；

提取高斯滤波后的当前表情图像的当前表情特征值。

这里需要说明的是，对所述待认证用户的当前表情图像进行灰度处理用以除去光照对当前表情图像的影响；对所述当前表情图像进行高斯滤波处理用以除去白噪声对当前表情图像的影响。

当然，也可以根据实际情况，不对当前表情图像进行灰度处理以及高斯滤波处理；或者选取灰度处理与高斯滤波处理中的任意一种对所述当前表情图像进行处理，这里不进行具体限定。

在实际应用中，所述提取高斯滤波后的当前表情图像的当前表情特征值包括：

提取高斯滤波后的当前表情图像的梯度方向直方图特征值、局部二值特征值或Gabor小波特征值作为当前表情特征值。

当前表情图像的当前表情特征值是多维的空间向量，以当前表情特征作为用户身份认证的密码，与简单的静态字符串密码相比，更复杂，安全性更高，也不容易被截取。常用的提取图像特征值的方法包括：提取图像的梯度方向直方图特征值，提取图像的局部二值特征值，或者提取图像的Gabor小波特征值。在本面发明中，可以采用上述任意一种方法提取当前表情图像的特征值作为当前表情特征值。

优选的，采用提取当前表情图像的梯度方向直方图特征值作为当前表情特征值。这是因为所提取的当前表情图像的梯度方向直方图特征值维数较少，在光照和时间环境等参数复杂变化的面部表情图像中更有代表性，更适于实现准确的用户身份认证；并且，梯度方向直方图特征值比Gabor小波特征值的维度小，所用的提取时间短，更适于实现快速的用户身份认证。

步骤104：将待认证用户的当前表情特征值与表情类型发送至身份认证服务器。

以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

移动终端将从当前表情图像中所提取的当前表情特征值发送与所采用的表情类型发送的身份认证服务器，以便身份认证服务器对所述待认证用户进行身份认证，当身份认证服务器认证通过时，会向移动终端返回所述待认证用户的身份认证通过信息，此时，用户可以在银行客户端上进行查询或转账业务操作，或者可以在购物网站客户端上对所购买的商品进行支付等操作。当身份认证服务器认证失败时，会向移动终端返回所述待认证用户的身份认证失败信息，此时，移动终端上的银行客户端或者购物网站客户端拒绝用户的汇款或支付等操作。

本发明将待认证用户的当前表情特征图像中提取出的当前表情特征值作为密码发送至认证服务器对所述待认证用户进行身份验证，当前表情特征值是维数较高的特征向量，伪造或盗取待认证用户的当前表情特征值无法实现，安全可靠。

此外，在另一具体的实施例中，所述方法还包括：

向移动终端的摄像头发送拍摄指令；

获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

认证服务器为了实现对待认证用户的身份认证，需要建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。认证服务器中的预置表情特征值是从预置表情图像中提取出的特征值。其中，认证服务器中的预置表情图像可以通过很多种方式获得，可以是用户在认证服务方的采集器上拍摄好存储在认证服务器上的，这种方法需要用户去银行等服务商家进行面部表情图像的预采集。当然，为了方便，也可以是用户用移动终端的摄像头拍摄得到预置表情图像后，再由移动终端发送认证服务器上的。

用户安装了银行或者购物网站等应用软件后，第一次使用应用软件中的用户身份认证的功能时，可以依次向移动终端上的摄像头发送拍摄指令，由摄像头拍摄多种表情类型的预置表情图像，移动终端提取每种表情类型的预置表情图像的特征值作为预置表情特征值，并将每种表情类型的预置标识特征值发送到认证服务器。认证服务器在预置表情数据库中建立用户信息与每种表情类型的预置表情特征之间的对应关系。所述预置表情数据库中存储有大量用户的用户信息与此用户每种表情类型的预置表情特征之间的对应关系。

在另一具体的实施例中，所述方法还包括：

接收身份认证服务器返回的身份认证通过信息；

将所述待认证用户的当前表情图像发送至身份认证服务器进行存储。

当身份认证服务器对所述待认证用户的身份认证通过时，移动终端可以接收到身份认证服务器发送的身份认证通过信息，移动终端将内存中所存储的所拍摄的待认证用户的当前表情图像发送至身份认证服务器进行存储，若发生盗用用户账户的事件发生时，可以用于取证。移动终端将待认证用户的当前表情图像发送至认证服务器后，删除内存中所保存的此次认证过程中所拍摄的当前表情图像，以保证当前表情图像不外泄，影响用户身份认证的安全。

由上述内容可知，本发明有如下有益效果：

当接收到待认证用户输入的身份认证指令时，移动终端向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值，将待认证用户的当前表情特征值与表情类型发送至身份认证服务器。身份认证服务器接收移动终端发送的待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。采用获取待认证用户的当前表情图像实现用户身份认证的方法，无需携带动态口令卡等额外的设备，方便快捷的实现用户身份认证，使用移动终端自带的摄像头，不会产生额外的成本消耗，并且采用用户的当前表情图像实现用户身份认证，认证信息复杂，不易被黑客软件盗取，安全性高。

实施例二

图2为本发明一种用户身份认证的方法实施例二流程图，应用于身份认证服务器，实施例二主要描述的是用户身份认证的执行过程，所述方法包括：

步骤201：预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系。

身份认证服务器预先建立一个预置表情数据库，预置表情数据库中存储有多个用户的用户信息与预置表情特征值的对应关系。其中，预置表情数据库中可以存储每个用户的多种表情类型的预置表情特征值。

身份认证服务器预先建立预置表情数据库时，需要获取用户的至少一种表情类型的预置表情特征值，可以采用很多种方法。例如：可以用移动终端或其他终端设备给用户拍摄预置表情图像，通过局域网络、通信网络或移动存储设备等方式将预置表情图像发送至身份认证服务器，由身份认证服务器提取预置表情图像中的预置表情特征值；或者，用户亲自去银行等服务方，由与身份认证服务器在同一系统中的设备拍摄预置表情图像，再由身份认证服务器从所述预置表情图像中提取预置表情特征。

当然，上述身份认证服务器预先建立预置表情数据库时，获取用户的至少一种表情类型的预置表情特征值的方法实施起来比较复杂，本发明中，提供了一种比较简单的方法，所述预先建立预置表情数据库包括：

接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

用户可以使用移动终端上的摄像头拍摄至少一种表情类型的预置表情图像，移动终端提取用户每种表情类型的预置表情图像的预置表情特征值，移动终端将每种表情类型的预置表情特征值发送至身份认证服务器，身份认证服务器建立预置表情数据库时，建立用户信息与每种表情类型的预置表情特征值之间的对应关系。由此可知，在预置表情数据库中，一个用户信息可以对应多种表情类型的预置表情特征值。

步骤202：接收移动终端发送的待认证用户的当前表情特征值和表情类型。

所述当前表情特征为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值。

当待认证用户登录移动终端上的应用软件执行在线支付等操作时，需要对待认证用户的身份进行验证，待认证用户在应用软件的界面上选择一种表情类型，移动终端向摄像头发送拍摄指令，触发摄像头拍摄待认证用户的当前表情图像，移动终端提取当前表情特征的当前表情特征值，将所述当前表情特征值以及待认证用户所选择的表情类型发送至认证服务器。认证服务器接收移动终端发送的待认证用户的当前表情特征值和表情类型。

移动终端获取当前表情特征值的方法与实施例一类似，参考实施例一的描述，这里不再赘述。

步骤203：从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

认证服务器对根据移动终端发送的表情类型和当前表情特征值对待认证用户进行身份认证。认证服务器从预置表情数据库中获取待认证用户的用户信息所对应的预置表情特征值，所述预置表情特征值与当前表情特征值的表情类型相同。举例说明：预置表情数据库中存储有待认证用户的多种表情类型的预置表情特征值，嘟嘴表情的预置表情特征值，呲牙表情的预置表情特征值，舔嘴表情的预置表情特征值和眯眼表情的预置表情特征值。当待认证用户选择的表情类型是嘟嘴表情时，认证服务器获取待认证用户的用户信息所对应的嘟嘴表情的预置表情特征值。

这里需要说明的是，当预置表情数据库中存储有用户的多种表情类的预置表情特征值时，由于一般情况下，每种表情类型的预置表情特征值不同。因此，在对待认证用户进行身份认证时，待认证用户需要在移动终端侧拍摄与所选择的表情类型对应的当前表情图像，提取表情类型所对应的当前表情图像的当前表情特征值。并且，认证服务器也必须获取移动终端所拍摄的表情类型下的预置表情特征值，这样才能实现待认证用户的身份认证。

举例说明，假设移动终端发送的是嘟嘴表情的当前表情特征值，认证服务器需要从预置表情数据库中获取待认证用户的用户信息所对应的嘟嘴表情的预置表情特征值，这样才能实现待认证用户的身份认证；若移动终端发送的嘟嘴表情的当前表情特征值，认证服务器获取的是眯眼表情的预置表情特征值，由于表情类型不同，当前表情特征值无法与预置表情特征值匹配，则无法实现用户身份认证。这里可以理解的是，用户的嘟嘴表情特征值肯定与眯眼表情特征值不同，若不同表情类型的表情特征值相同，随便使用用户的一张照片即可进行用户身份认证，会导致用户身份认证的安全性太差。

步骤204：判断所述当前表情特征值与所述预置表情特征值是否匹配，如果是，执行步骤205；如果否，执行步骤206。

判断所述当前表情特征值与所述预置表情特征值是否匹配有很多种实现方式，本发明中具体提供了一种实现方式，所述判断所述当前表情特征值与所述预置表情特征值是否匹配包括：

利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

计算所述当前表情特征值与所述预置表情特征值的点积；

计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

判断所述相似度是否不小于预设相似度阈值；

当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；

当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

主成分分析法(Principal Component Analysis，PCA)是一种高维数据压缩算法，将不同维数的高维特征向量压缩到预设维数。由于待认证用户采用不屏幕尺寸移动终端当前表情图像时，所拍摄的当前表情图像的尺寸大小不同，移动终端所提取的当前表情特征值的维数不同。可以采用PCA方法对当前表情特征值进行维数压缩，找出待认证用户当前表情特征值中主要的特征值。

采用主成分分析法压缩过的当前表情特征值的维数与从预置表情数据库中所获取的预置表情特征值的维数相同。采用公式(1)计算当前表情特征值与预置表情特征值的相似度S：

$S=\frac{{\stackrel{\→}{V}}_p\·{\stackrel{\→}{V}}_t}{\left|{\stackrel{\→}{V}}_p\right|*\left|{\stackrel{\→}{V}}_t\right|}---\left(1\right).$

其中，为当前表情特征值，是一个1行k列的向量，为预置表情特征值，是一个k行1列的向量，为当前表情特征值与预置表情特征值的点积，是当前表情特征值与预置表情特征值的模的乘积，相似度S为点积与乘积的比值。

相似度S是衡量当前表情特征值所代表的当前表情图像与预置表情特征值所代表的预置表情图像的相似程度，当相似度S小于预设相似度阈值时，所述当前表情特征值与所述预置表情特征值不匹配，表示当前表情图像与预置表情图像不匹配，待认证用户身份认证失败；当相似度S大于或等于相似度阈值时，所述当前表情特征值与所述预置表情特征值匹配，表示当前表情图像与预置表情图像匹配，待认证用户身份认证通过。

步骤205：向移动终端返回身份认证通过信息。

步骤206：向移动终端返回身份认证失败信息。

当待认证用户身份认证通过时，认证服务器向移动终端返回身份认证通过信息，移动终端允许待认证用户执行汇款、支付等操作；当待认证用户身份认证失败时，认证服务器向移动终端返回身份认证失败信息，移动终端拒绝待认证用户的汇款、支付等操作。

这里需要说明的是，由于用户的面部特征会随着时间的变化产生细微的变化，比如：随着时间的流逝，用户的眼角会出现细纹，用户的脸部轮廓会随着变胖或变瘦发生变化等等。在每次待认证用户的身份认证通过后，认证服务器还可以对预置表情数据库中的待认证用户的预置表情特征值进行学习，以便不断更新用户随时间推移而产生的面部特征的微小变化。因此，在一具体实施例中，所述方法还包括：

采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

一般情况下，采用支持向量机(Support Vector Machine)的及其学习算法对所述当前表情特征值进行学习得到更新表情特征值。计算方法采用公式(2)表示：

其中，ω(0<ω<1)表示当前表情特征值相对于预置表情特征值的变化率。为进行学习后所得到的更新表情特征值。用更新表情特征值替换预置表情数据库中待认证用户的所述表情类型的预置表情特征值。每次进行用户身份认证通过后，对所述用户的所选表情类型的预置表情特征值进行学习，从而可以消除用户面部随时间推移所产生的微小变化，实现动态更新预置表情数据库中用户的预置表情特征值，进一步增加了伪造或破解用户认证信息的难度。

在另一具体实施例中，所述方法还包括：

接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储所述待认证用户的当前表情图像。

当认证服务器对所述待认证用户的身份认证通过时，移动终端向认证服务器发送通过身份认证的待认证用户的当前表情图像，然后，移动终端删除内存中所保存的待认证用户的当前表情图像，以防被盗用。认证服务器接收到待认证用户的当前表情图像后进行存储，以便用户账户被盗用后，方便取证。

实施例三

图3为本发明一种用户身份认证的方法实施例三时序图，应用于用户身份认证系统，实施例三描述了用户身份认证的整个流程，所述方法包括：

步骤301：移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值。

步骤302：移动终端将每种表情类型的预置表情特征值发送至认证服务器。

步骤303：认证服务器利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

步骤304：当接收到待认证用户输入的身份认证指令时，移动终端向摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值。

所述移动终端提取待认证用户的当前表情图像的表情特征值包括：

移动终端对所述待认证用户的当前表情图像进行灰度处理；

移动终端对灰度处理后的当前表情图像进行高斯滤波处理；

移动终端提取高斯滤波后的当前表情图像的当前表情特征值。

其中，所述移动终端提取高斯滤波后的当前表情图像的当前表情特征值包括：

移动终端提取高斯滤波后的当前表情图像的梯度方向直方图特征值、局部二值特征值或Gabor小波特征值作为当前表情特征值。

步骤305：移动终端将待认证用户的当前表情特征值与表情类型发送至身份认证服务器。

步骤306：认证服务器从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配。

所述认证服务器判断所述当前表情特征值与所述预置表情特征值是否匹配包括：

认证服务器利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

认证服务器计算所述当前表情特征值与所述预置表情特征值的点积；

认证服务器计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

认证服务器求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

认证服务器判断所述相似度是否不小于预设相似度阈值；

当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；

当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

步骤307：当所述当前表情特征值与所述预置表情特征值匹配时，认证服务器向移动终端返回身份认证通过信息。

步骤308：移动终端将所述待认证用户的当前表情图像发送至身份认证服务器:。

步骤309：认证服务器存储所述待认证用户的当前表情图像。

步骤310：认证服务器采用学习算法对所述当前表情特征值进行学习得到更新表情特征值，利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

实施例三中的步骤与实施例一以及实施例二中的描述类似，参考实施例一和实施例二中的描述，这里不再赘述。

实施例四

图4为本发明一种用户身份认证的准备装置实施例四结构示意图，应用于移动终端，实施例四是与实施例一所述的方法所对应的装置，所述装置包括：

第一拍摄触发模块401，用于当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令。

第一获取模块402，用于获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像。

第一提取模块403，用于提取待认证用户的当前表情图像的当前表情特征值。

所述第一提取模块403包括：

第一处理单元，用于对所述待认证用户的当前表情图像进行灰度处理；

第二处理单元，用于对灰度处理后的当前表情图像进行高斯滤波处理；

特征提取单元，用于提取高斯滤波后的当前表情图像的当前表情特征值。

其中，所述特征提取单元为：

第一提取子单元、第二提取子单元或第三提取子单元；

所述第一提取子单元，用于提取高斯滤波后的当前表情图像的梯度方向直方图特征值作为当前表情特征值；

所述第二提取子单元，用于提取高斯滤波后的当前表情图像的局部二值特征值作为当前表情特征值；

所述第三提取子单元，用于提取高斯滤波后的当前表情图像的Gabor小波特征值作为当前表情特征值。

第一发送模块404，用于将待认证用户的当前表情特征值与表情类型发送至身份认证服务器，以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

在一具体实施例中，所述装置还包括：

第二拍摄触发模块，用于向移动终端的摄像头发送拍摄指令；

第二获取模块，用于获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

第二提取模块，用于提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

第二发送模块，用于将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

在另一具体实施例中，所述装置还包括：

第一接收模块，用于接收身份认证服务器返回的身份认证通过信息；

第三发送模块，用于将所述待认证用户的表情图像发送至身份认证服务器进行存储。

实施例四与实施例一类似，参考实施例一的描述，这里不再赘述。

实施例五

图5为本发明一种用户身份认证的执行装置实施例五结构示意图，应用于身份认证服务器，实施例五是与实施例二所述的方法所对应的装置，所述装置包括：

建立模块501，用于预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系。

所述建立模块501包括：

特征值接收单元，用于接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

数据库建立单元，用于利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

第四接收模块502，用于接收移动终端发送的待认证用户的当前表情特征值和表情类型，所述当前表情特征值为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值。

第三获取模块503，用于从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

判断模块504，用于判断所述当前表情特征值与所述预置表情特征值是否匹配。

所述判断模块504包括：

压缩单元，用于利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

第一计算单元，用于计算所述当前表情特征值与所述预置表情特征值的点积；

第二计算单元，用于计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

第三计算单元，用于求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

相似度判断单元，用于判断所述相似度是否不小于预设相似度阈值，当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

第四发送模块505，用于当所述当前表情特征值与所述预置表情特征值匹配时，向移动终端返回身份认证通过信息。

在一具体实施例中，所述装置还包括：

学习模块，用于采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

替换模块，用于利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

在另一具体实施例中，所述装置还包括：

第五接收模块，用于当所述待认证用户的身份认证通过时，接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储模块，用于存储所述待认证用户的当前表情图像。

实施例五与实施例二类似，参考实施例二的描述，这里不再赘述。

实施例六

图6为本发明一种用户身份认证系统实施例六结构示意图，实施例六是与实施例三所述的方法所对应的系统，所述系统包括：

本发明实施例四所述的用户身份认证的准备装置601以及本发明实施例五所述的用户身份认证的执行装置602。

这里需要说明的是，本发明中移动终端可以是手机或平板电脑等带有摄像头的便携终端设备。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (21)

1.一种用户身份认证的方法，其特征在于，应用于移动终端，所述方法包括：

当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令；

获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像；

提取待认证用户的当前表情图像的当前表情特征值；

将待认证用户的当前表情特征值与表情类型发送至身份认证服务器，以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

2.根据权利要求1所述的方法，其特征在于，所述提取待认证用户的当前表情图像的表情特征值包括：

对所述待认证用户的当前表情图像进行灰度处理；

对灰度处理后的当前表情图像进行高斯滤波处理；

提取高斯滤波后的当前表情图像的当前表情特征值。

3.根据权利要求2所述的方法，其特征在于，所述提取高斯滤波后的当前表情图像的当前表情特征值包括：

提取高斯滤波后的当前表情图像的梯度方向直方图特征值、局部二值特征值或Gabor小波特征值作为当前表情特征值。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述方法还包括：

向移动终端的摄像头发送拍摄指令；

获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

5.根据权利要求1-3任意一项所述的方法，其特征在于，所述方法还包括：

接收身份认证服务器返回的身份认证通过信息；

将所述待认证用户的当前表情图像发送至身份认证服务器进行存储。

6.一种用户身份认证的方法，其特征在于，应用于身份认证服务器，预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系，所述方法包括：

接收移动终端发送的待认证用户的当前表情特征值和表情类型，所述当前表情特征值为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值；

从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值；

判断所述当前表情特征值与所述预置表情特征值是否匹配；

当所述当前表情特征值与所述预置表情特征值匹配时，向移动终端返回身份认证通过信息。

7.根据权利要求6所述的方法，其特征在于，所述判断所述当前表情特征值与所述预置表情特征值是否匹配包括：

利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

计算所述当前表情特征值与所述预置表情特征值的点积；

计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

判断所述相似度是否不小于预设相似度阈值；

当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；

当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

9.根据权利要求6-8任意一项所述的方法，其特征在于，所述预先建立预置表情数据库包括：

接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

10.根据权利要求6-8任意一项所述的方法，其特征在于，所述方法还包括：

当所述待认证用户的身份认证通过时，接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储所述待认证用户的当前表情图像。

11.一种用户身份认证的准备装置，其特征在于，应用于移动终端，所述装置包括：

第一拍摄触发模块，用于当接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令；

第一获取模块，用于获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像；

第一提取模块，用于提取待认证用户的当前表情图像的当前表情特征值；

第一发送模块，用于将待认证用户的当前表情特征值与表情类型发送至身份认证服务器，以便所述身份认证服务器接收待认证用户的当前表情特征值与表情类型，从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值，判断所述当前表情特征值与所述预置表情特征值是否匹配，当所述当前表情特征值与所述预置表情特征值匹配时，返回身份认证通过信息。

12.根据权利要求11所述的装置，其特征在于，所述第一提取模块包括：

第一处理单元，用于对所述待认证用户的当前表情图像进行灰度处理；

第二处理单元，用于对灰度处理后的当前表情图像进行高斯滤波处理；

特征提取单元，用于提取高斯滤波后的当前表情图像的当前表情特征值。

13.根据权利要求12所述的装置，其特征在于，所述特征提取单元为：

第一提取子单元、第二提取子单元或第三提取子单元；

所述第一提取子单元，用于提取高斯滤波后的当前表情图像的梯度方向直方图特征值作为当前表情特征值；

所述第二提取子单元，用于提取高斯滤波后的当前表情图像的局部二值特征值作为当前表情特征值；

所述第三提取子单元，用于提取高斯滤波后的当前表情图像的Gabor小波特征值作为当前表情特征值。

14.根据权利要求11-13任意一项所述的装置，其特征在于，所述装置还包括：

第二拍摄触发模块，用于向移动终端的摄像头发送拍摄指令；

第二获取模块，用于获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像；

第二提取模块，用于提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

第二发送模块，用于将每种表情类型的预置表情特征值发送至认证服务器，以便所述认证服务器接收用户的每种表情类型的预置表情特征值，预先建立预置表情数据库，所述预置表情数据库中存储有用户信息与此用户的每种表情类型的预置表情特征值的对应关系。

15.根据权利要求11-13任意一项所述的装置，其特征在于，所述装置还包括：

第一接收模块，用于接收身份认证服务器返回的身份认证通过信息；

第三发送模块，用于将所述待认证用户的表情图像发送至身份认证服务器进行存储。

16.一种用户身份认证的执行装置，其特征在于，应用于认证服务器，所述装置包括：

建立模块，用于预先建立预置表情数据库，所述预置表情数据库存储有用户信息与此用户的至少一种表情类型的预置表情特征值的对应关系；

第四接收模块，用于接收移动终端发送的待认证用户的当前表情特征值和表情类型，所述当前表情特征值为当移动终端接收到待认证用户输入的身份认证指令时，向移动终端的摄像头发送拍摄指令，获取所述移动终端的摄像头所拍摄的待认证用户的当前表情图像，提取待认证用户的当前表情图像的当前表情特征值；

第三获取模块，用于从所述预置表情数据库中获取与所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值；

判断模块，用于判断所述当前表情特征值与所述预置表情特征值是否匹配；

第四发送模块，用于当所述当前表情特征值与所述预置表情特征值匹配时，向移动终端返回身份认证通过信息。

17.根据权利要求16所述的装置，其特征在于，所述判断模块包括：

压缩单元，用于利用主成分分析法将所述当前表情特征值的维数压缩到与所述预置表情特征值的维数相同；

第一计算单元，用于计算所述当前表情特征值与所述预置表情特征值的点积；

第二计算单元，用于计算所述当前表情特征值的模与所述预置表情特征值的模的乘积；

第三计算单元，用于求所述点积与所述乘积的比值作为所述当前表情特征值与所述预置表情特征值的相似度；

相似度判断单元，用于判断所述相似度是否不小于预设相似度阈值，当所述相似度不小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值匹配；当所述相似度小于预设相似度预置时，所述当前表情特征值与所述预置表情特征值不匹配。

18.根据权利要求16所述的装置，其特征在于，所述装置还包括：

学习模块，用于采用学习算法对所述当前表情特征值进行学习得到更新表情特征值；

替换模块，用于利用所述更新表情特征值替换所述预置表情数据库中所述待认证用户的用户信息所对应的所述表情类型的预置表情特征值。

19.根据权利要求16-18任意一项所述的装置，其特征在于，所述建立模块包括：

特征值接收单元，用于接收移动终端发送的用户的每种表情类型的预置表情特征值，所述预置表情特征值为移动终端向移动终端的摄像头发送拍摄指令，获取移动终端摄像头拍摄用户的至少一种表情类型的预置表情图像，提取所述用户的每种表情类型的预置表情图像中的预置表情特征值；

数据库建立单元，用于利用用户的每种表情类型的预置表情特征值预先建立预置表情数据库。

20.根据权利要求16-18任意一项所述的装置，其特征在于，所述装置还包括：

第五接收模块，用于当所述待认证用户的身份认证通过时，接收移动终端发送的通过身份认证的所述待认证用户的当前表情图像；

存储模块，用于存储所述待认证用户的当前表情图像。

21.一种用户身份认证系统，其特征在于，所述系统包括：

权利要求11-15任意一项所述的用户身份认证的准备装置以及权利要求16-20任意一项所述的用户身份认证的执行装置。