CN109389467A - 贷款系统人脸登录方法、设备、存储介质及装置 - Google Patents

Abstract

本发明公开了一种贷款系统人脸登录方法、设备、存储介质及装置，该方法包括：获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；在所述人脸相似度超过预设阈值时，登录贷款业务系统。本发明中，将人脸登录应用于贷款业务，提高登录验证的安全性，提升用户体验。

Description

贷款系统人脸登录方法、设备、存储介质及装置

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种贷款系统人脸登录方法、设备、存储介质及装置。

背景技术

贷款行业内贷款登录场景中常见线上登录模式通常为用户名加密码的方式进行登录，一旦用户名和密码被盗用，贷款系统中用户申请的贷款产品和所申请的贷款存在被挪用的风险，安全性较低，因此，如何提高贷款系统的登录的安全性是亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种贷款系统人脸登录方法、设备、存储介质及装置，旨在解决现有技术中贷款系统的登录的安全性较低的技术问题。

为实现上述目的，本发明提供一种贷款系统人脸登录方法，所述贷款系统人脸登录方法包括以下步骤：

获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；

获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；

将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；

在所述人脸相似度超过预设阈值时，登录贷款业务系统。

优选地，所述将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度之后，所述贷款系统人脸登录方法还包括：

通过预设表情模型识别所述当前表情特征信息对应的当前表情类别；

获取所述登录表情特征信息对应的登录表情类别；

判断所述当前表情类别和所述登录表情类别是否一致；

所述在所述人脸相似度超过预设阈值时，登录贷款业务系统，包括：

在所述人脸相似度超过预设阈值，并且所述当前表情类别和所述登录表情类别一致时，登录贷款业务系统。

优选地，所述获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息之前，所述贷款系统人脸登录方法还包括：

获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本表情类别；

根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型。

优选地，所述根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型，包括：

根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型。

优选地，所述预设分类模型包括支持向量机模型；

所述根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型，包括：

根据所述样本表情特征信息和对应的所述样本表情类别对所述支持向量机模型进行训练，获得预设表情模型。

优选地，将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度之后，所述贷款系统人脸登录方法还包括：

通过预设手势模型识别所述当前表情特征信息对应的当前手势类别；

获取所述登录表情特征信息对应的登录手势类别；

判断所述当前手势类别和所述登录手势类别是否一致；

所述在所述人脸相似度超过预设阈值时，登录贷款业务系统，包括：

在所述人脸相似度超过预设阈值，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统。

优选地，所述获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息之前，所述贷款系统人脸登录方法还包括：

获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本手势类别；

根据所述样本表情特征信息和对应的所述样本手势类别建立预设手势模型。

此外，为实现上述目的，本发明还提出一种贷款系统人脸登录设备，所述贷款系统人脸登录设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的贷款系统人脸登录程序，所述贷款系统人脸登录程序配置为实现如上文所述的贷款系统人脸登录方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有贷款系统人脸登录程序，所述贷款系统人脸登录程序被处理器执行时实现如上文所述的贷款系统人脸登录方法的步骤。

此外，为实现上述目的，本发明还提出一种贷款系统人脸登录装置，所述贷款系统人脸登录装置包括：查找模块、提取模块、对比模块和登录模块；

所述查找模块，用于获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；

所述提取模块，用于获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；

所述对比模块，用于将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；

所述登录模块，用于在所述人脸相似度超过预设阈值时，登录贷款业务系统。

本发明中，通过获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息，获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息，将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度，从而识别出是否为所述标识对应用户本人；在所述人脸相似度超过预设阈值时，登录贷款业务系统，将人脸登录应用于贷款业务，提高登录验证的安全性，提升用户体验。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的贷款系统人脸登录设备的结构示意图；

图2为本发明贷款系统人脸登录方法第一实施例的流程示意图；

图3为本发明贷款系统人脸登录方法第二实施例的流程示意图；

图4为本发明贷款系统人脸登录方法第三实施例的流程示意图；

图5为本发明贷款系统人脸登录装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的贷款系统人脸登录设备结构示意图。

如图1所示，该贷款系统人脸登录设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对贷款系统人脸登录设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及贷款系统人脸登录程序。

在图1所示的贷款系统人脸登录设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述贷款系统人脸登录设备通过处理器1001调用存储器1005中存储的贷款系统人脸登录程序，并执行本发明实施例提供的贷款系统人脸登录方法。

基于上述硬件结构，提出本发明贷款系统人脸登录方法的实施例。

参照图2，图2为本发明贷款系统人脸登录方法第一实施例的流程示意图，提出本发明贷款系统人脸登录方法第一实施例。

在第一实施例中，所述贷款系统人脸登录方法包括以下步骤：

步骤S10：获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息。

应理解的是，本实施例的执行主体是所述贷款系统人脸登录设备，其中，所述贷款系统人脸登录设备可为个人电脑或服务器等电子设备。在贷款用户初次使用所述贷款人脸登录设备时，需要进行注册，设置贷款用户标识，所述贷款用户标识是能唯一表示所述贷款用户身份的信息，比如可以是所述贷款用户的身份证信息。可通过摄像头拍摄所述贷款用户的图像信息，通过对所述图像信息进行特征分析，获得所述登录表情特征信息；还可以是从公安系统中获取制作身份证时用到的身份证影像，对所述身份证影像信息进行特征分析，获得所述登录表情特征信息。建立所述贷款用户标识和所述登录表情特征信息之间映射关系，所述贷款用户包括所述当前用户，所述贷款用户标识包括所述当前用户标识。则当所述当前用户通过所述贷款系统人脸登录设备的贷款登录界面输入所述当前用户标识时，可从所述映射关系中查找与所述当前用户标识对应的所述登录表情特征信息。

步骤S20：获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息。

可理解的是，所述当前用户的所述当前影像可通过所述贷款系统人脸登录设备的摄像头对所述当前用户进行拍摄而获得，可通过特征提取算法对所述当前影像进行特征提取，所述特征提取算法可以是Deep hidden IDentity feature(DeepID)，例如，DeepID是由120个卷积神经网络，是60个参数不同的网，有120个输入，是120个网并行而成的，比如网络的输入层输入的图片是所述当前影像的偏左脸的部分，然后经过卷积层1、2、3和4逐步提取特征，最后一个卷积层接一个全连接层，这个全连接层由160个神经元组成，它的输出也就是这张输入图片的160维特征向量，即是所述当前用户对应的当前表情特征信息。

步骤S30：将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度。

需要说明的是，可通过神经网络算法或所述联合贝叶斯将所述当前表情特征信息与所述登录表情特征信息进行对，以获得所述当前表情特征信息与所述登录表情特征信息之前的相似度，即所述人脸相似度。可根据所述人脸相似度来判断所述当前用户是否为所述当前用户标识对应的用户本人，若所述人脸相似度较高，可认定所述当前用户是所述当前用户标识对应的用户本人，则可成功登录贷款业务系统进行相应贷款业务的申请和查询；若所述人脸相似度较低，认定所述当前用户不是所述当前用户标识对应的用户本人，则无法登录贷款业务系统，从而保证了用户的贷款业务系统中相应贷款业务的信息安全。

步骤S40：在所述人脸相似度超过预设阈值时，登录贷款业务系统。

应理解的是，所述预设阈值可根据样本影像和样本用户进行多次试验验证而获得，统计所述样本用户是本人时的所述人脸相似度的范围，从而确定出所述预设阈值。在所述人脸相似度超过预设阈值时，认定所述当前用户是所述当前用户标识对应的用户本人，则可成功登录贷款业务系统进行相应贷款业务的申请和查询。

在第一实施例中，通过获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息，获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息，将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度，从而识别出是否为所述标识对应用户本人；在所述人脸相似度超过预设阈值时，登录贷款业务系统，将人脸登录应用于贷款业务，提高登录验证的安全性，提升用户体验。

参照图3，图3为本发明贷款系统人脸登录方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明贷款系统人脸登录方法的第二实施例。

在第二实施例中，所述步骤S30之后，还包括：

步骤S301：通过预设表情模型识别所述当前表情特征信息对应的当前表情类别。

可理解的是，为了进一步的提高通过人脸登录所述贷款系统人脸登录设备的安全性，贷款用户在注册时还可根据所述贷款系统人脸登录设备的提示，设置相应的表情作为登录表情，例如，所述贷款系统人脸登录设备通过显示界面显示，请选择并做出如下任意表情类别作为登录表情：微笑、噘嘴、吃惊、害怕、翻白眼或大笑，则所述贷款用户可以选取以上任意表情，并做出相应表情，则所述贷款系统人脸登录设备将所述贷款用户所做出的表情进行拍摄，拍摄获得的影像作为样本影像，可对所述样本影像进行特征提取，获得对应的样本表情特征信息，并根据所述表情类别与拍摄获得的所述样本影像建立所述预设表情模型，本实施例中，所述步骤S10之前，还包括：获取样本图像，对所述样本图像进行进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本表情类别；根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型。

需要说明的是，可通过获取不同贷款用户对应的多张所述样本图像，对所述样本图像通过特征提取算法进行特征提取，所述特征提取算法可以卷积神经网络，例如，可建立一个3个卷积层(convolution layer)以及3个池化层(pooling layer)和一个全连接层(fully connected layers，FC layer)的卷积神经网络来做训练，从而获得与所述样本图像对应的样本表情特征信息，可通过预设分类模型对所述样本表情特征信息和对应的所述样本表情类别进行数据分析、学习及训练，从而建立所述样本表情特征信息和对应的所述样本表情类别之间的对应关系，即建立所述预设表情模型，在本实施例中，所述根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型，包括：根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型。

应理解的是，通过所述样本表情特征信息和对应的所述样本表情类别建立了所述预设表情模型，则可将所述当前表情特征信息输入所述预设表情模型，输出对应的所述当前表情类别，所述当前表情类别包括：微笑、噘嘴、吃惊、害怕、翻白眼或大笑等。为了获得准确的所述预设表情模型，本实施例中，所述预设分类模型包括支持向量机模型；所述根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型，包括：根据所述样本表情特征信息和对应的所述样本表情类别对所述支持向量机模型进行训练，获得预设表情模型。

步骤S302：获取所述登录表情特征信息对应的登录表情类别。

在具体实现中，获取所述当前用户在注册时设置的所述登录表情类别，所述登录表情类别即所述当前用户在注册时根据所述贷款系统人脸登录设备的提示而设置的用于登录贷款业务系统的特定表情，所述贷款系统人脸登录设备可以是通过显示界面进行显示需要所述当前用户做出的所述登录表情类别，还可以是通过语音进行提示。例如，所述贷款系统人脸登录设备通过语音进行提示，请选择并做出如下任意表情类别作为登录表情：微笑、噘嘴、吃惊、害怕、翻白眼或大笑；或者做出其他表情类别，并通过语音或显示界面将所述其他表情类别输入所述贷款系统人脸登录设备。则所述当前用户可以选取以上任意表情，并做出相应表情，则所述贷款系统人脸登录设备将所述当前用户所做出的表情进行拍摄，拍摄获得的影像为所述当前用户对应的登录影像，可对所述登录影像进行特征提取，获得对应的所述登录表情特征信息，并获取所述当前用户选择的登录表情类别，则所述当前用户后续在登录所述贷款业务系统时，做出相同的所述登录表情类别，验证通过，则可登录所述贷款业务系统。

步骤S303：判断所述当前表情类别和所述登录表情类别是否一致。

可理解的是，在所述当前用户登录所述贷款业务系统时，还需将所述当前表情类别和所述登录表情类别进行比较，判断所述当前表情类别是否为所述当前用户在注册时设置的所述登录表情类别，若一致，则验证成功，说明所述当前用户所做出的表情为用于登录的所述登录表情类别。若不一致，则验证失败，说明所述当前用户所做出的表情并不是用于登录的所述登录表情类别。

在第二实施例中，所述步骤S40，包括：

步骤S401：在所述人脸相似度超过预设阈值，并且所述当前表情类别和所述登录表情类别一致时，登录贷款业务系统。

应理解的是，为了提高重要业务的安全性或者为了满足用户需求，所述贷款用户还可对于具体业务设置不同的表情类别作为具体业务的登录表情类别。在所述人脸相似度超过预设阈值，说明所述当前用户为所述当前用户标识对应的用户本人，即对所述当前用户身份进行了验证，是本人进行的登录所述贷款业务系统的操作，所述当前表情类别和所述登录表情类别一致时，则验证所述当前表情类别是所述当前用户做出的用于登录所述贷款业务系统所做出的表情类别，则成功登录所述贷款业务系统，进一步提高了登录的安全性，并满足了用户的个性化需求。

本实施例中，通过预设表情模型识别所述当前表情特征信息对应的当前表情类别，获取所述登录表情特征信息对应的登录表情类别，判断所述当前表情类别和所述登录表情类别是否一致，在所述人脸相似度超过预设阈值，并且所述当前表情类别和所述登录表情类别一致时，登录贷款业务系统，基于人脸验证并结合表情类别作为贷款业务系统登录的验证，进一步提高了登录的安全性，并满足了用户的个性化需求。

参照图4，图4为本发明贷款系统人脸登录方法第三实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明贷款系统人脸登录方法的第三实施例。

在第三实施例中，所述步骤S30之后，还包括：

步骤S304：通过预设手势模型识别所述当前表情特征信息对应的当前手势类别。

可理解的是，为了进一步的提高通过人脸登录所述贷款系统人脸登录设备的安全性，贷款用户在注册时还可根据所述贷款系统人脸登录设备的提示，设置相应的手势作为登录表情，例如，所述贷款系统人脸登录设备通过显示界面显示，请选择并做出如下任意手势类别作为登录手势：双手握拳、一只手握拳、一只手剪刀手或两只手剪刀手，则所述贷款用户可以选取以上任意手势类别，并做出相应手势，则所述贷款系统人脸登录设备将所述贷款用户所做出的手势进行拍摄，拍摄获得的影像作为样本影像，可对所述样本影像进行特征提取，获得对应的样本表情特征信息，并根据所述手势类别与拍摄获得的所述样本影像建立所述预设手势模型，本实施例中，所述步骤S10之前，还包括：获取样本图像，对所述样本图像进行进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本手势类别；根据所述样本表情特征信息和对应的所述样本手势类别建立预设手势模型。

需要说明的是，可通过获取不同贷款用户对应的多张所述样本图像，对所述样本图像通过特征提取算法进行特征提取，所述特征提取算法可以卷积神经网络，例如，可建立一个包括输入输出层、卷积层、降采样层和全连接层的卷积神经网络，从而获得与所述样本图像对应的样本表情特征信息，可通过预设分类模型对所述样本表情特征信息和对应的所述样本手势类别进行数据分析、学习及训练，从而建立所述样本表情特征信息和对应的所述样本手势类别之间的对应关系，即建立所述预设手势模型，在本实施例中，所述根据所述样本表情特征信息和对应的所述样本手势类别建立预设手势模型，包括：根据所述样本表情特征信息和对应的所述样本手势类别对预设分类模型进行训练，获得预设手势模型。

应理解的是，通过所述样本表情特征信息和对应的所述样本手势类别建立了所述预设手势模型，则可将所述当前表情特征信息输入所述预设手势模型，输出对应的所述当前手势类别，所述当前手势类别包括：双手握拳、一只手握拳、一只手剪刀手或两只手剪刀手等。为了获得准确的所述预设表情模型，本实施例中，所述预设分类模型包括支持向量机模型；所述根据所述样本表情特征信息和对应的所述样本手势类别对预设分类模型进行训练，获得预设手势模型，包括：根据所述样本表情特征信息和对应的所述样本手势类别对所述支持向量机模型进行训练，获得预设手势模型。

步骤S305：获取所述登录表情特征信息对应的登录手势类别。

在具体实现中，获取所述当前用户在注册时设置的所述登录手势类别，所述登录手势类别即所述当前用户在注册时根据所述贷款系统人脸登录设备的提示而设置的用于登录所述贷款业务系统的特定表情，所述贷款系统人脸登录设备可以是通过显示界面进行显示需要所述当前用户做出的所述登录手势类别，还可以是通过语音进行提示。例如，所述贷款系统人脸登录设备通过语音进行提示，请选择并做出如下任意手势类别作为登录手势：双手握拳、一只手握拳、一只手剪刀手或两只手剪刀手，或者做出其他手势类别并通过语音或显示界面输入所述贷款系统人脸登录设备，则所述当前用户可以选取以上任意手势类别，并做出相应手势，则所述贷款系统人脸登录设备将所述当前用户所做出的手势进行拍摄，拍摄获得的影像为所述当前用户对应的登录影像，可对所述登录影像进行特征提取，获得对应的所述登录表情特征信息，并获取所述当前用户选择的登录手势类别，则所述当前用户后续在登录所述贷款业务系统时，做出相同的所述登录手势类别，验证通过，则可登录所述贷款业务系统。

步骤S306：判断所述当前手势类别和所述登录手势类别是否一致。

可理解的是，在所述当前用户登录所述贷款业务系统时，还需将所述当前手势类别和所述登录手势类别进行比较，判断所述当前手势类别是否为所述当前用户在注册时设置的所述登录手势类别，若一致，则验证成功，说明所述当前用户所做出的手势为用于登录的所述登录手势类别。若不一致，则验证失败，说明所述当前用户所做出的手势并不是用于登录的所述登录手势类别。

在第三实施例中，所述步骤S40，包括：

步骤S402：在所述人脸相似度超过预设阈值，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统。

应理解的是，为了提高重要业务的安全性或者为了满足用户的个性化需求，所述贷款用户还可对于具体业务设置不同的手势类别作为具体业务的登录手势类别。在所述人脸相似度超过预设阈值，说明所述当前用户为所述当前用户标识对应的用户本人，即对所述当前用户身份进行了验证，是本人进行的登录所述贷款业务系统的操作，所述当前手势类别和所述登录手势类别一致时，则验证所述当前手势类别是所述当前用户做出的用于登录所述贷款业务系统所做出的手势类别，则成功登录所述贷款业务系统，进一步提高了登录的安全性，并满足了用户的个性化需求。

进一步地，可将表情类别和手势类别进行结合，作为登录途径。可在第二实施例的基础上结合手势类别的判断，在第二实施中的所述步骤S303之后，还包括：通过预设手势模型识别所述当前表情特征信息对应的当前手势类别，获取所述登录表情特征信息对应的登录手势类别，判断所述当前手势类别和所述登录手势类别是否一致。在第二实施中的所述步骤S401，包括：在所述人脸相似度超过预设阈值，所述当前表情类别和所述登录表情类别一致，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统。

本实施例中，通过预设手势模型识别所述当前表情特征信息对应的当前手势类别，获取所述登录表情特征信息对应的登录手势类别，判断所述当前手势类别和所述登录手势类别是否一致，在所述人脸相似度超过预设阈值，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统，基于人脸验证并结合手势类别作为贷款业务系统登录的验证，进一步提高了登录的安全性，并满足了用户的个性化需求。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有贷款系统人脸登录程序，所述贷款系统人脸登录程序被处理器执行时实现如上文所述的贷款系统人脸登录方法的步骤。

此外，参照图5，本发明实施例还提出一种贷款系统人脸登录装置，所述贷款系统人脸登录装置包括：查找模块10、提取模块20、对比模块30和登录模块40；

所述查找模块10，用于获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；

所述提取模块20，用于获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；

所述对比模块30，用于将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；

所述登录模块40，用于在所述人脸相似度超过预设阈值时，登录贷款业务系统。

应理解的是，本实施例的执行主体是所述贷款系统人脸登录设备，其中，所述贷款系统人脸登录设备可为个人电脑或服务器等电子设备。在贷款用户初次使用所述贷款人脸登录设备时，需要进行注册，设置贷款用户标识，所述贷款用户标识是能唯一表示所述贷款用户身份的信息，比如可以是所述贷款用户的身份证信息，并通过摄像头拍摄所述贷款用户的图像信息，通过对所述图像信息进行特征分析，获得所述登录表情特征信息，并建立所述贷款用户标识和所述登录表情特征信息之间映射关系，所述贷款用户包括所述当前用户，所述贷款用户标识包括所述当前用户标识。则当所述当前用户通过所述贷款系统人脸登录设备的贷款登录界面输入所述当前用户标识时，可从所述映射关系中查找与所述当前用户标识对应的所述登录表情特征信息。

可理解的是，所述当前用户的所述当前影像可通过所述贷款系统人脸登录设备的摄像头对所述当前用户进行拍摄而获得，可通过特征提取算法对所述当前影像进行特征提取，所述特征提取算法可以是Deep hidden IDentity feature(DeepID)，例如，DeepID是由120个卷积神经网络，是60个参数不同的网，有120个输入，是120个网并行而成的，比如网络的输入层输入的图片是所述当前影像的偏左脸的部分，然后经过卷积层1、2、3和4逐步提取特征，最后一个卷积层接一个全连接层，这个全连接层由160个神经元组成，它的输出也就是这张输入图片的160维特征向量，即是所述当前用户对应的当前表情特征信息。

需要说明的是，可通过神经网络算法或所述联合贝叶斯将所述当前表情特征信息与所述登录表情特征信息进行对，以获得所述当前表情特征信息与所述登录表情特征信息之前的相似度，即所述人脸相似度。可根据所述人脸相似度来判断所述当前用户是否为所述当前用户标识对应的用户本人，若所述人脸相似度较高，可认定所述当前用户是所述当前用户标识对应的用户本人，则可成功登录贷款业务系统进行相应贷款业务的申请和查询；若所述人脸相似度较低，认定所述当前用户不是所述当前用户标识对应的用户本人，则无法登录贷款业务系统，从而保证了用户的贷款业务系统中相应贷款业务的信息安全。

应理解的是，所述预设阈值可根据样本影像和样本用户进行多次试验验证而获得，统计所述样本用户是本人时的所述人脸相似度的范围，从而确定出所述预设阈值。在所述人脸相似度超过预设阈值时，认定所述当前用户是所述当前用户标识对应的用户本人，则可成功登录贷款业务系统进行相应贷款业务的申请和查询。

在本实施例中，通过获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息，获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息，将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度，从而识别出是否为所述标识对应用户本人；在所述人脸相似度超过预设阈值时，登录贷款业务系统，将人脸登录应用于贷款业务，提高登录验证的安全性，提升用户体验。

在一实施例中，所述贷款系统人脸登录装置还包括：识别模块、获取模块和判断模块；

所述识别模块，用于通过预设表情模型识别所述当前表情特征信息对应的当前表情类别；

所述获取模块，用于获取所述登录表情特征信息对应的登录表情类别；

所述判断模块，用于判断所述当前表情类别和所述登录表情类别是否一致；

所述登录模块40，还用于在所述人脸相似度超过预设阈值，并且所述当前表情类别和所述登录表情类别一致时，登录贷款业务系统。

在一实施例中，所述贷款系统人脸登录装置还包括：建立模块；

所述获取模块，还用于获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本表情类别；

所述建立模块，用于根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型。

在一实施例中，所述贷款系统人脸登录装置还包括：训练模块；

所述训练模块，用于根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型。

在一实施例中，所述预设分类模型包括支持向量机模型；

所述训练模块，还用于根据所述样本表情特征信息和对应的所述样本表情类别对所述支持向量机模型进行训练，获得预设表情模型。

在一实施例中，所述识别模块，还用于通过预设手势模型识别所述当前表情特征信息对应的当前手势类别；

所述获取模块，还用于获取所述登录表情特征信息对应的登录手势类别；

所述判断模块，还用于判断所述当前手势类别和所述登录手势类别是否一致；

所述登录模块40，还用于在所述人脸相似度超过预设阈值，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统。

在一实施例中，所述获取模块，还用于获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本手势类别；

所述建立模块，还用于根据所述样本表情特征信息和对应的所述样本手势类别建立预设手势模型。

本发明所述贷款系统人脸登录装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image，ROM)/随机存取存储器(Random AccessMemory，RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种贷款系统人脸登录方法，其特征在于，所述贷款系统人脸登录方法包括以下步骤：

获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；

获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；

将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；

在所述人脸相似度超过预设阈值时，登录贷款业务系统。

2.如权利要求1所述的贷款系统人脸登录方法，其特征在于，所述将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度之后，所述贷款系统人脸登录方法还包括：

通过预设表情模型识别所述当前表情特征信息对应的当前表情类别；

获取所述登录表情特征信息对应的登录表情类别；

判断所述当前表情类别和所述登录表情类别是否一致；

所述在所述人脸相似度超过预设阈值时，登录贷款业务系统，包括：

在所述人脸相似度超过预设阈值，并且所述当前表情类别和所述登录表情类别一致时，登录贷款业务系统。

3.如权利要求2所述的贷款系统人脸登录方法，其特征在于，所述获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息之前，所述贷款系统人脸登录方法还包括：

获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本表情类别；

根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型。

4.如权利要求3所述的贷款系统人脸登录方法，其特征在于，所述根据所述样本表情特征信息和对应的所述样本表情类别建立预设表情模型，包括：

根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型。

5.如权利要求4所述的贷款系统人脸登录方法，其特征在于，所述预设分类模型包括支持向量机模型；

所述根据所述样本表情特征信息和对应的所述样本表情类别对预设分类模型进行训练，获得预设表情模型，包括：

根据所述样本表情特征信息和对应的所述样本表情类别对所述支持向量机模型进行训练，获得预设表情模型。

6.如权利要求1所述的贷款系统人脸登录方法，其特征在于，所述将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度之后，所述贷款系统人脸登录方法还包括：

通过预设手势模型识别所述当前表情特征信息对应的当前手势类别；

获取所述登录表情特征信息对应的登录手势类别；

判断所述当前手势类别和所述登录手势类别是否一致；

所述在所述人脸相似度超过预设阈值时，登录贷款业务系统，包括：

在所述人脸相似度超过预设阈值，并且所述当前手势类别和所述登录手势类别一致时，登录贷款业务系统。

7.如权利要求6所述的贷款系统人脸登录方法，其特征在于，所述获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息之前，所述贷款系统人脸登录方法还包括：

获取样本图像，对所述样本图像进行特征提取，获得对应的样本表情特征信息，获取所述样本表情特征信息对应的样本手势类别；

根据所述样本表情特征信息和对应的所述样本手势类别建立预设手势模型。

8.一种贷款系统人脸登录设备，其特征在于，所述贷款系统人脸登录设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的贷款系统人脸登录程序，所述贷款系统人脸登录程序被所述处理器执行时实现如权利要求1至7中任一项所述的贷款系统人脸登录方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有贷款系统人脸登录程序，所述贷款系统人脸登录程序被处理器执行时实现如权利要求1至7中任一项所述的贷款系统人脸登录方法的步骤。

10.一种贷款系统人脸登录装置，其特征在于，所述贷款系统人脸登录装置包括：查找模块、提取模块、对比模块和登录模块；

所述查找模块，用于获取当前用户通过贷款登录界面输入的当前用户标识，查找与所述当前用户标识对应的登录表情特征信息；

所述提取模块，用于获取所述当前用户的当前影像，对所述当前影像进行特征提取，获得所述当前用户对应的当前表情特征信息；

所述对比模块，用于将所述当前表情特征信息与所述登录表情特征信息进行对比，获得人脸相似度；

所述登录模块，用于在所述人脸相似度超过预设阈值时，登录贷款业务系统。