CN109740575A - 一种身份验证的方法、装置、计算机可读介质以及设备 - Google Patents

Abstract

本说明书公开了一种身份验证的方法、装置、计算机可读介质以及设备，所述方法包括：接收待验证用户输入的身份信息；根据待验证用户的用户名验证所述身份信息是否正确；若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。在确认身份信息正确的前提下，通过采集待检测用户的生物特征，判断出待检测用户的身份是否正确。

Description

一种身份验证的方法、装置、计算机可读介质以及设备

技术领域

本说明书涉及身份验证的领域，尤其是涉及一种身份验证的方法、装置、计算机可读介质以及设备。

背景技术

近年来，随着企业退休人员逐年增加，冒领养老补助的现象也普遍发生。为了防止上述现象的发生，保障退休人员的利益不受损失，需要对领取养老补助的人员进行身份认证，在确认身份正确的情况下，才可以领取养老补助。

现有技术中，对领取养老补助的人员进行身份认证时，大多需要认证人员在现场进行核实，在身份核实正确后，向领取养老补助的人员下发相应的补助。由于现场的认证人员数量有限，不能对每个退休人员准确无误的核查，所以在身份认证时可能会出现漏检或错检的情况，从而影响养老补助的发放。

发明内容

本说明书实施例提供一种身份验证的方法、装置、计算机可读介质以及设备。解决了对退休人员进行身份认证时出现漏检或错检的情况。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种身份验证的方法，该方法包括：

接收待验证用户输入的身份信息；

根据待验证用户的用户名验证所述身份信息是否正确；

若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

可选的，所述第一生物特征数据包括指纹特征数据，所述采集所述待验证用户的第一生物特征数据，包括：

接收待验证用户输入的指纹的图像；

对所述指纹的图像进行灰度化处理，并对所述指纹的图像中的指纹纹线进行加粗处理；

从所述指纹的图像中提取所述待验证用户的第一生物特征数据。

可选的，所述第一生物特征数据以及所述第二生物特征数据皆包括指纹特征的核心点，所述方法包括：

根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征的核心点是否正确；

若判断出待验证用户输入的指纹特征的核心点正确，则验证出所述待验证用户的身份正确。

可选的，所述第一生物特征数据以及第二生物特征数据皆还包括指纹特征的细节点，所述若判断出待验证用户输入的指纹特征数据的核心点正确之后，所述方法还包括：

根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征数据的细节点是否正确；

若判断出所述待验证用户输入的指纹特征数据的细节点正确，执行所述验证出所述待验证用户的身份正确的步骤。

可选的，所述第一生物特征数据包括人脸特征数据，所述采集所述待验证用户的第一生物特征数据，包括：

接收待验证用户输入的待验证图像；

对所述待验证图像进行灰度化处理；

从所述待验证图像提取所述待验证用户的第一生物特征数据。

可选的，所述第一生物特征数据以及所述第二生物特征数据皆包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

可选的，所述从所述待验证图像提取所述待验证用户的第一生物特征数据之前，所述方法还包括：

根据haar特征和Adaboost算法训练级联分类器；

由所述级联分类器判断所述待验证图像是否为人脸的图像；

若判断出所述待验证图像为人脸的图像，则执行所述从所述待验证图像提取所述待验证用户的第一生物特征数据的步骤。

可选的，所述接收待验证用户输入的待验证图像之前，所述方法还包括：

根据待检测用户的特定动作判断待检测用户是否为活体；

若判断出待检测用户为活体，则执行所述接收待验证用户输入的待验证图像的步骤。

可选的，所述特定动作包括眨眼睛、点头或者摇头。

本说明书实施例提供的一种身份验证的装置，所述装置包括：

接收单元，用于接收待验证用户输入的身份信息；

验证单元，用于根据待验证用户的用户名验证所述身份信息是否正确；

采集单元，用于若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

判断单元，用于根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

所述验证单元还用于若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

可选的，所述第一生物特征数据包括指纹特征数据，所述采集单元具体用于：

接收待验证用户输入的指纹的图像；

对所述指纹的图像进行灰度化处理，并对所述指纹的图像中的指纹纹线进行加粗处理；

从所述指纹的图像中提取所述待验证用户的第一生物特征数据。

可选的，所述第一生物特征数据以及所述第二生物特征数据皆包括指纹特征的核心点；

所述判断单元用于根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征的核心点是否正确；

所述验证单元用于若判断出待验证用户输入的指纹特征的核心点正确，则验证出所述待验证用户的身份正确。

可选的，所述第一生物特征数据以及第二生物特征数据皆还包括指纹特征的细节点；

所述判断单元还用于根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征数据的细节点是否正确；

所述装置还包括：

执行单元，用于若判断出所述待验证用户输入的指纹特征数据的细节点正确，执行所述验证出所述待验证用户的身份正确的步骤。

可选的，所述第一生物特征数据包括人脸特征数据，所述采集单元具体用于：

接收待验证用户输入的待验证图像；

对所述待验证图像进行灰度化处理；

从所述待验证图像提取所述待验证用户的第一生物特征数据。

可选的，所述第一生物特征数据以及所述第二生物特征数据皆包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

可选的，所述装置还包括：

训练单元，用于根据haar特征和Adaboost算法训练级联分类器；

所述判断单元还用于由所述级联分类器判断所述待验证图像是否为人脸的图像；

所述执行单元还用于若判断出所述待验证图像为人脸的图像，则执行所述从所述待验证图像提取所述待验证用户的第一生物特征数据的步骤。

可选的，所述判断单元还用于根据待检测用户的特定动作判断待检测用户是否为活体；

所述执行单元还用于若判断出待检测用户为活体，则执行所述接收待验证用户输入的待验证图像的步骤。

可选的，所述特定动作包括眨眼睛、点头或者摇头。

本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以下步骤：

接收待验证用户输入的身份信息；

根据待验证用户的用户名验证所述身份信息是否正确；

若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

本说明书实施例提供的一种身份验证的设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行以下步骤：

接收单元，用于接收待验证用户输入的身份信息；

验证单元，用于根据待验证用户的用户名验证所述身份信息是否正确；

采集单元，用于若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

判断单元，用于根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

所述验证单元还用于若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：对退休人员进行身份认证时，采用指纹特征以及人脸特征进行验证，由于每一个指纹以及每一个人脸的独特性，使得认证的准确性高。

附图说明

为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的身份验证的方法的流程示意图；

图2为本说明书实施例提供的脊线端点的示意图；

图3为本说明书实施例提供的脊线分叉点的示意图；

图4为本说明书实施例提供的像素点P的邻域像素示意图；

图5为本说明书实施例提供的身份验证的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本说明书实施例提供的一种身份验证的方法的流程示意图，该流程示意图包括：

步骤S101，接收待验证用户输入的身份信息。

在本说明书实施例的步骤S101中，在执行该步骤之前，待检测用户需要完成注册，注册的过程可以在中心端系统上完成。注册时，待检测用户需要输入相关信息、用户名以及登录密码，并通过互联网传上传至中心端服务器，中心端服务器进行查重和确认后，将待检测用户、用户名以及登录密码加密存储在中心端数据库中。认证时，待检测用户先使用用户名以及登录密码进行登录。

在本说明书实施例的步骤S101中，待验证用户输入的身份信息可以为社保卡或身份证。

步骤S102，根据待验证用户的用户名验证身份信息是否正确，若是，则执行步骤S103，若否，则流程终止。

在本说明书实施例的步骤S102中，此步骤在认证时，可以通过读取社保卡或身份证的证件号，并由互联网上传至中心端服务器，验证社保卡或身份证的证件是否与待验证用户的用户名相匹配，若社保卡或身份证的证件与待验证用户的用户名相匹配，则说明待验证用户的身份信息正确，需要进行后续的步骤继续验证；若社保卡或身份证的证件与待验证用户的用户名不匹配，则说明待验证用户的身份信息不正确，不用再进行后续的步骤进行验证。

步骤S103，采集待验证用户的第一生物特征数据。

在本说明书实施例的步骤S103中，第一生物特征数据可以为指纹特征数据。

进一步的，在本说明书实施例的步骤S103中，采集待验证用户的第一生物特征数据的步骤具体包括：接收待验证用户输入的指纹的图像；对指纹的图像进行灰度化处理，并对指纹的图像中的指纹纹线进行加粗处理；从指纹的图像中提取待验证用户的第一生物特征数据。其中，第一生物特征数据包括指纹特征的核心点，核心点可以是为位于指纹纹路的渐进中心，是用于读取指纹和比对指纹时的参考点。

进一步的，在本说明书实施例的步骤S103中，可以采用Poincare Index算法提取核心点，具体步骤为：在指纹的图像的某像素点区域内，按闭合曲线逆时针方向旋转一周，计算方向角度旋转变化量的和，最后根据计算结果来寻找核心点。

在本说明书实施例的步骤S103中，指纹的图像先经过压缩及加密后上传至中心端服务器，在中心端服务器提取待验证用户的第一生物特征数据之前，需要对指纹的图像进行解压缩及解密，其中，指纹的图像的压缩/解压缩，使用的是WSQ算法。WSQ(WaveletScalar Quantization)算法是美国联邦调查局(FBI)1997年提出的较好的并广泛应用于指纹的图像压缩的算法，原理是通过小波变换原理进行压缩与解压过程。指纹的图像的加密/解密，使用的DES加密，是一种使用密钥加密的块算法。

步骤S104，根据数据库储存的待验证用户的第二生物特征数据，判断第一生物特征数据与第二生物特征数据是否匹配，若是，则执行步骤S105，若否，则流程终止。

在本说明书实施例的步骤S104中，第二生物特征数据包括指纹特征的核心点，将步骤S103提取的待检测用户的指纹特征的核心点，与数据库储存的待验证用户的指纹特征的核心点进行匹配，若步骤S103提取的待检测用户的指纹特征的核心点与数据库储存的待验证用户的指纹特征的核心点匹配，则验证出待验证用户的身份正确。

进一步的，在本说明书实施例的步骤S104中，第一生物特征数据还包括指纹特征的细节点，在第一步骤S103还需在指纹的图像中提取指纹特征的细节点，第二生物特征数据还包括指纹特征的细节点。若判断出待验证用户输入的指纹特征数据的核心点正确之后，还需要判断待验证用户输入的指纹特征数据的细节点是否正确，若判断出待验证用户输入的指纹特征数据的细节点正确，执行步骤S105。

进一步的，在本说明书实施例的步骤S104中，对于指纹的细节点特征,在本实施例中只要求提取指纹脊线端点(Ending)和脊线分叉点(Bifurcation)两种细节点，端点是指脊线的末梢，分叉点是指三条脊线的交叉点。在细化的指纹的图像中,这两种细节点的形态如图2(脊线端点)和图3(脊线分叉点)所示，在提取指纹细节点时,首先为指纹的图像中的每个像素点P建立一个8邻域像素区,如图4所示。其中P1～P8为像素点P周围的邻近环绕像素点。P1～P8中黑色点的值设为1,白色点的值设为0。根据Crossing Number(CN)理论,在8邻域像素图中按照公式计算像素点的CN值。例如在图2和图3中，8领域像素区域内中心点的CN值分别为1和3。最后按上述方法对指纹的图像中的所有像素点进行CN值计算,当CN值为1时,可判定所检测的P点为脊线端点,当CN值为3时,则可判定P点为脊线分叉点。检测到细节点之后返回该点的坐标(x,y),并根据CN的值返回细节点的类型T,然后再读取该点的方向角θ。因此,在本算法中一个指纹细节点的具体特征最后用M(x,y,θ,T)算子来表征。

步骤S105，验证出待验证用户的身份正确。

此外，指纹是手指末端正面皮肤上凸凹不平产生的纹路。尽管指纹只是人体皮肤的小部分，但是，它蕴涵着大量的信息。指纹特征的优点是如果想要增加可靠性，只需登记更多的指纹，鉴别更多的手指，最多可以达到十个，而每一个指纹都是独一无二的。扫描指纹的速度很快，使用非常方便。读取指纹时，用户必须将手指与指纹采集头互相接触，与指纹采集头直接接触是读取生物特征最可靠的方法。同时，指纹采集的设备可以更加小型化，并且价格会更加低廉。

进一步的，第一生物特征数据还可以为人脸特征数据。人脸的图像先经过加密后上传至中心端服务器，在中心端服务器提取待验证用户的第一生物特征数据之前，需要对指纹的图像进行解密。

在对待检测用户进行验证时，可以只进行指纹特征数据的验证，在指纹特征数据通过后即完成待检测用户的身份验证；也可以只进行人脸特征数据的验证，在人脸特征数据通过后即完成待检测用户的身份验证；也可以对指纹特征数据与人脸特征数据皆进行验证，在指纹特征数据与人脸特征数据皆通过后即完成待检测用户的身份验证。

进行人脸特征数据的验证时，采集待验证用户的第一生物特征数据的步骤具体包括：接收待验证用户输入的待验证图像；对待验证图像进行灰度化处理；从待验证图像提取待验证用户的第一生物特征数据。其中，第一生物特征数据包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

进一步的，几何特征可以是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。表征特征可以是指人脸的全局或局部的特征，根据人脸的图像的灰度信息，再通过算法提取全局或局部特征，其中，算法可以是LBP算法。首先将待验证图像分成若干区域，在每个区域的像素640x960邻域中用中心值作阈值化，将结果看成是二进制数，进而得出表征特征数据。

进一步的，从待验证图像提取待验证用户的第一生物特征数据之前，执行的步骤为：根据haar特征和Adaboost算法训练级联分类器；由级联分类器判断待验证图像是否为人脸的图像；若判断出待验证图像为人脸的图像，则执行从待验证图像提取待验证用户的第一生物特征数据的步骤。

进一步的，接收待验证用户输入的待验证图像之前，执行的步骤为：根据待检测用户的特定动作判断待检测用户是否为活体；若判断出待检测用户为活体，则执行接收待验证用户输入的待验证图像的步骤。其中，特定动作包括眨眼睛、点头或者摇头。

人脸识别，从技术的角度可以完全达到商用级别，比较精准的检测出是否是同一个人。

图5为本说明书实施例提供的一种身份验证的装置的结构示意图，该结构示意图包括：接收单元1、验证单元2、采集单元3、判断单元4、执行单元5以及训练单元6。

接收单元1用于接收待验证用户输入的身份信息；

验证单元2用于根据待验证用户的用户名验证身份信息是否正确；

采集单元3用于若验证出身份信息正确，则采集待验证用户的第一生物特征数据；

判断单元4用于根据数据库储存的待验证用户的第二生物特征数据，判断第一生物特征数据与第二生物特征数据是否匹配；

验证单元2还用于若判断第一生物特征数据与第二生物特征数据匹配，则验证出待验证用户的身份正确。

第一生物特征数据包括指纹特征数据。

采集单元3具体用于：接收待验证用户输入的指纹的图像；对指纹的图像进行灰度化处理，并对指纹的图像中的指纹纹线进行加粗处理；从指纹的图像中提取待验证用户的第一生物特征数据。

第一生物特征数据以及第二生物特征数据皆包括指纹特征的核心点。

判断单元4用于根据数据库储存的待验证用户的第二生物特征数据，判断待验证用户输入的指纹特征的核心点是否正确；

验证单元2用于若判断出待验证用户输入的指纹特征的核心点正确，则验证出待验证用户的身份正确。

第一生物特征数据以及第二生物特征数据皆还包括指纹特征的细节点。

判断单元4还用于根据数据库储存的待验证用户的第二生物特征数据，判断待验证用户输入的指纹特征数据的细节点是否正确。

执行单元5用于若判断出待验证用户输入的指纹特征数据的细节点正确，执行验证出待验证用户的身份正确的步骤。

第一生物特征数据包括人脸特征数据。

采集单元3具体用于：接收待验证用户输入的待验证图像；对待验证图像进行灰度化处理；从待验证图像提取待验证用户的第一生物特征数据。

第一生物特征数据以及第二生物特征数据皆包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

训练单元6用于根据haar特征和Adaboost算法训练级联分类器。

判断单元4还用于由级联分类器判断待验证图像是否为人脸的图像。

执行单元5还用于若判断出待验证图像为人脸的图像，则执行从待验证图像提取待验证用户的第一生物特征数据的步骤。

判断单元4还用于根据待检测用户的特定动作判断待检测用户是否为活体。其中，特定动作包括眨眼睛、点头或者摇头。

执行单元5还用于若判断出待检测用户为活体，则执行接收待验证用户输入的待验证图像的步骤。

本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行以下步骤：

接收待验证用户输入的身份信息；

根据待验证用户的用户名验证身份信息是否正确；

若验证出身份信息正确，则采集待验证用户的第一生物特征数据；

根据数据库储存的待验证用户的第二生物特征数据，判断第一生物特征数据与第二生物特征数据是否匹配；

若判断第一生物特征数据与第二生物特征数据匹配，则验证出待验证用户的身份正确。

本说明书实施例提供的一种身份验证的设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行以下步骤：

接收单元，用于接收待验证用户输入的身份信息；

验证单元，用于根据待验证用户的用户名验证身份信息是否正确；

采集单元，用于若验证出身份信息正确，则采集待验证用户的第一生物特征数据；

判断单元，用于根据数据库储存的待验证用户的第二生物特征数据，判断第一生物特征数据与第二生物特征数据是否匹配；

验证单元还用于若判断第一生物特征数据与第二生物特征数据匹配，则验证出待验证用户的身份正确。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (20)

1.一种身份验证的方法，其特征在于，所述方法包括：

接收待验证用户输入的身份信息；

根据待验证用户的用户名，验证所述身份信息是否正确；

若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

2.根据权利要求1所述的身份验证的方法，其特征在于，所述第一生物特征数据包括指纹特征数据，所述采集所述待验证用户的第一生物特征数据，包括：

接收待验证用户输入的指纹的图像；

对所述指纹的图像进行灰度化处理，并对所述指纹的图像中的指纹纹线进行加粗处理；

从所述指纹的图像中提取所述待验证用户的第一生物特征数据。

3.根据权利要求2所述的身份验证的方法，其特征在于，所述第一生物特征数据以及所述第二生物特征数据皆包括指纹特征的核心点，所述方法包括：

根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征的核心点是否正确；

若判断出待验证用户输入的指纹特征的核心点正确，则验证出所述待验证用户的身份正确。

4.根据权利要求3所述的身份验证的方法，其特征在于，所述第一生物特征数据以及第二生物特征数据皆还包括指纹特征的细节点，所述若判断出待验证用户输入的指纹特征数据的核心点正确之后，所述方法还包括：

根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征数据的细节点是否正确；

若判断出所述待验证用户输入的指纹特征数据的细节点正确，执行所述验证出所述待验证用户的身份正确的步骤。

5.根据权利要求1或2所述的身份验证的方法，其特征在于，所述第一生物特征数据包括人脸特征数据，所述采集所述待验证用户的第一生物特征数据，包括：

接收待验证用户输入的待验证图像；

对所述待验证图像进行灰度化处理；

从所述待验证图像提取所述待验证用户的第一生物特征数据。

6.根据权利要求5所述的身份验证的方法，其特征在于，所述第一生物特征数据以及所述第二生物特征数据皆包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

7.根据权利要求5所述的身份验证的方法，其特征在于，所述从所述待验证图像提取所述待验证用户的第一生物特征数据之前，所述方法还包括：

根据haar特征和Adaboost算法，训练级联分类器；

由所述级联分类器判断所述待验证图像是否为人脸的图像；

若判断出所述待验证图像为人脸的图像，则执行所述从所述待验证图像提取所述待验证用户的第一生物特征数据的步骤。

8.根据权利要求5所述的身份验证的方法，其特征在于，所述接收待验证用户输入的待验证图像之前，所述方法还包括：

根据待检测用户的特定动作，判断待检测用户是否为活体；

若判断出待检测用户为活体，则执行所述接收待验证用户输入的待验证图像的步骤。

9.根据权利要求8所述的身份验证的方法，其特征在于，所述特定动作包括眨眼睛、点头或者摇头。

10.一种身份验证的装置，其特征在于，所述装置包括：

接收单元，用于接收待验证用户输入的身份信息；

验证单元，用于根据待验证用户的用户名验证所述身份信息是否正确；

采集单元，用于若验证出所述身份信息正确，则采集所述待验证用户的第一生物特征数据；

判断单元，用于根据数据库储存的待验证用户的第二生物特征数据，判断所述第一生物特征数据与所述第二生物特征数据是否匹配；

所述验证单元还用于若判断所述第一生物特征数据与所述第二生物特征数据匹配，则验证出所述待验证用户的身份正确。

11.根据权利要求10所述的身份验证的装置，其特征在于，所述第一生物特征数据包括指纹特征数据，所述采集单元具体用于：

接收待验证用户输入的指纹的图像；

对所述指纹的图像进行灰度化处理，并对所述指纹的图像中的指纹纹线进行加粗处理；

从所述指纹的图像中提取所述待验证用户的第一生物特征数据。

12.根据权利要求11所述的身份验证的装置，其特征在于，所述第一生物特征数据以及所述第二生物特征数据皆包括指纹特征的核心点；

所述判断单元用于根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征的核心点是否正确；

所述验证单元用于若判断出待验证用户输入的指纹特征的核心点正确，则验证出所述待验证用户的身份正确。

13.根据权利要求12所述的身份验证的装置，其特征在于，所述第一生物特征数据以及第二生物特征数据皆还包括指纹特征的细节点；

所述判断单元还用于根据数据库储存的待验证用户的第二生物特征数据，判断所述待验证用户输入的指纹特征数据的细节点是否正确；

所述装置还包括：

执行单元，用于若判断出所述待验证用户输入的指纹特征数据的细节点正确，执行所述验证出所述待验证用户的身份正确的步骤。

14.根据权利要求10或11所述的身份验证的装置，其特征在于，所述第一生物特征数据包括人脸特征数据，所述采集单元具体用于：

接收待验证用户输入的待验证图像；

对所述待验证图像进行灰度化处理；

从所述待验证图像提取所述待验证用户的第一生物特征数据。

15.根据权利要求14所述的身份验证的装置，其特征在于，所述第一生物特征数据以及所述第二生物特征数据皆包括人脸特征数据的几何特征数据以及人脸特征数据的表征特征数据。

16.根据权利要求14所述的身份验证的装置，其特征在于，所述装置还包括：

训练单元，用于根据haar特征和Adaboost算法训练级联分类器；

所述判断单元还用于由所述级联分类器判断所述待验证图像是否为人脸的图像；

执行单元还用于若判断出所述待验证图像为人脸的图像，则执行所述从所述待验证图像提取所述待验证用户的第一生物特征数据的步骤。

17.根据权利要求14所述的身份验证的装置，其特征在于，

所述判断单元还用于根据待检测用户的特定动作判断待检测用户是否为活体；

执行单元还用于若判断出待检测用户为活体，则执行所述接收待验证用户输入的待验证图像的步骤。

18.根据权利要求17所述的身份验证的装置，其特征在于，所述特定动作包括眨眼睛、点头或者摇头。

19.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1至9中任一项所述的方法。

20.一种身份验证的设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行权利要求1至9中任一项所述的方法。