CN111523103B - 用户身份识别方法、装置及电子设备 - Google Patents
用户身份识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111523103B CN111523103B CN202010384100.4A CN202010384100A CN111523103B CN 111523103 B CN111523103 B CN 111523103B CN 202010384100 A CN202010384100 A CN 202010384100A CN 111523103 B CN111523103 B CN 111523103B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- dimension
- identified
- biological characteristic
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000006399 behavior Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 12
- 230000037452 priming Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本说明书实施例公开了一种用户身份识别方法、装置及电子设备,其方案包括,从采集的待识别用户的图像中提取第一维度生物特征信息,利用所述第一维度生物特征信息识别所对应的用户身份信息,根据该用户身份信息判断所述待识别用户是否属于目标类用户。若是,则从所述待识别用户的图像中提取第二维度生物特征信息,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证,根据判断结果确定所述待识别用户的真实身份信息。
Description
技术领域
本说明书实施例涉及计算机技术领域,尤其涉及一种用户身份方法、装置及电子设备。
背景技术
基于用户的生物特征信息的用户身份识别方法是目前线下场景的用户身份识别手段。具体地,在一现有技术场景中,采集用户生物特征信息,再将其与数据库中的信息进行比对,当比对成功,即验证消费者的身份信息。
当前,基于生物特征信息的用户身份方式已逐渐不需要用户输入其他身份信息就可完成识别用户身份。那么,如何更准确识别用户身份,成为业界思考的一个课题。
发明内容
有鉴于此,本说明书实施例提供了一种降低用户误识率的用户身份识别方法、装置将及电子设备。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种用户身份识别方法,包括:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
本说明书实施例还提供一种用户身份识别方法,包括:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
本说明书实施例还提供一种用户身份识别装置,包括:
第一提取模块,从采集的待识别用户的图像中提取第一维度生物特征信息;
识别模块,利用所述第一维度生物特征信息识别所对应的用户身份信息;
第一判断模块,根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
第二提取模块,若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
第二判断模块,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
确定模块,根据判断结果确定所述待识别用户的真实身份信息。
本说明书实施例还提供一种用户身份识别装置,包括:
第一提取模块,从采集的待识别用户的图像中提取第一维度人脸特征信息;
识别模块,利用所述第一维度人脸特征信息识别所对应的用户身份信息;
第一判断模块,根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
第二提取模块,若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
第二判断模块,判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
确定模块,根据判断结果确定所述待识别用户的真实身份信息。
本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
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:
利用第一维度生物特征信息初次识别待识别用户的用户身份信息,根据该用户身份信息判断所述待识别用户是否属于目标类用户。若是,则从所述待识别用户的图像中提取第二维度生物特征信息,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证,之后可以根据判断结果确定所述待识别用户的真实身份信息。
利用本说明书实施例提出的方案,为降低对目标类用户误识的机率,采用第一维度生物特征信息初步识别用户身份的情况下,还使用第二维度生物特征信息进一步确认用户身份是否可信,以提升对目标类用户的识别准确率。
附图说明
此处所说明的附图用来提供对本说明书实施例的进一步理解,构成本说明书实施例的一部分,本说明书的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提出的一种用户身份识别方法的流程图;
图2为本说明书实施例提出的一种用户身份识别方法的应用例的流程图;
图3为本说明书实施例提出的一种用户身份识别方法的应用例的流程图;
图4为本说明书实施例提出的一种用户身份识别方法的应用例的流程图;
图5为本说明书实施例提出的一种用户身份识别装置的结构图;
图6为本说明书实施例提出的一种用户身份识别装置的应用例的结构图;
图7为本说明书实施例提出的一种用户身份识别装置的应用例的结构图;
图8为本说明书实施例提出的一种用户身份识别装置的结构图。
具体实施方式
对现有技术进行分析发现,在用户身份识别过程中,利用生物特征信息匹配用户的身份信息,但对于遮挡用户、儿童、老人等特殊用户,在识别难度方面要求更高。
本说明书实施例提出一种用户身份识别方法、装置及电子设备,其方案包括,从采集的待识别用户的图像中提取第一维度生物特征信息,利用所述第一维度生物特征信息识别所对应的用户身份信息,根据该用户身份信息判断所述待识别用户是否属于目标类用户。若是,则从所述待识别用户的图像中提取第二维度生物特征信息,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证,根据判断结果确定所述待识别用户的真实身份信息。
利用本说明书实施例提出的方案,为降低对目标类用户误识的机率,采用第一维度生物特征信息初步识别用户身份的情况下,还使用第二维度生物特征信息进一步确认用户身份是否可信,以提升对目标类用户的识别准确率。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提出的一种用户身份识别方法的流程图。本方法的执行主体可以是客户端和服务器中的一种或两种,在此不作具体限定。
步骤101:从采集的待识别用户的图像中提取第一维度生物特征信息。
在具体应用中,可以基于用户身份识别指令,利用客户端采集待识别用户的图像,以实现进一步执行步骤101。
其中,第一维度生物特征信息可以是按照预设的第一维度,从待识别用户的图像中采集对应的生物特征信息。其中,该第一维度生物特征信息可以是第一维度脸部信息、眼部信息等,在此不作具体限定。
在本说明书实施例中,待识别用户图像可以是RGB、IR、3D等图像维度数据,可以利用第一套基于图像的识别模型从待识别用户中识别和提取第一维度生物特征信息。
步骤103:利用第一维度生物特征信息识别所对应的用户身份信息。
本说明书实施例记载的用户身份信息为初步识别到的待识别用户的身份信息,后续将在满足目标类用户的条件下,对该用户身份信息
具体地,利用第一维度生物特征信息识别所对应的用户身份信息,包括:
将第一维度生物特征信息与已存生物特征信息进行匹配;
根据匹配结果确定第一维度生物特征信息所对应的已存生物特征信息;
根据所述已存生物特征信息所属的身份信息确定用户身份信息。
其中,用户身份信息可以包括姓名、联系方式、身份证明信息、年龄、执业、性别中的一种或多种,在此不作具体限定。
在本说明书实施例中,已存生物特征信息与用户身份信息之间的对应关系存储于图像数据库中,因此可以从图像数据库中提取各已存生物特征信息进行匹配,并进一步根据匹配结果确定用户身份信息。
步骤105:根据所述用户身份信息判断待识别用户是否属于目标类用户。
本说明书实施例记载的目标类用户是具有同一属性的各用户,该属性可以作任意设定,不受本申请保护范围的限定。本说明书实施例记载的目标类用户可以是识别难度较高的一些用户,如遮挡用户、老人、小孩等,这些用户具有同一属性可以是,第一维度生物特征信息部分缺失,或年龄,或肤色,在此不作具体限定。
在本说明书实施例中,目标类用户虽然可以匹配得到的身份信息,但其天然地存在第一维度生物特征信息部分相似而存在相互混淆的可能,因此最终的身份信息存在误识概率。
步骤107:如果当前的待识别用户属于目标类用户,则可以从所述待识别用户的图像中提取第二维度生物特征信息。
本说明书实施例记载的第二维度生物特征信息与第一维度生物特征信息相比,是专门针对目标类用户所设定的指定维度生物特征信息。以脸部信息为例,第一维度生物特征信息可以是五官形状、相对位置等常态特征,而第二维度生物特征信息可以是皮肤颜色、虹膜、瞳孔特征、眉毛颜色、头发颜色等,在此不作具体限定。
步骤109:判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证。
本说明书实施例记载的留底库与前述已存生物特征信息的数据库可以是不同库,在此不作具体限定。留底生物特征信息可以是针对目标类用户或其他特殊类用户所存储。
其中,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,其包括,对之前确定的待识别用户的身份信息进行进一步验证,具体是利用生物特征信息之间的相似度匹配。
在本说明书实施例中,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,包括:
利用所述用户身份信息,判断在所述留底库中是否存储留底生物特征信息;
若所述留底库中存储留底生物特征信息,则判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配。该匹配过程为对留底生物特征信息与所述第二维度生物特征信息进行相似度匹配。具体地,可以通过计算特征向量的欧式距离,距离越小,相似度越高,距离越大,相似度越低。
在这种情况下,若所述留底库中未存储留底生物特征信息,或者判断留底生物特征信息与第二维度生物特征信息不匹配,则确定所述留底库中不包含与所述第二维度特征信息匹配的留底生物特征信息。
在本说明书实施例中,判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配,包括:
将所述第一维度生物特征信息与第二维度生物特征信息进行融合;
判断融合的生物特征信息与所述留底生物特征信息之间的匹配度。
利用融合的生物特征信息进行匹配,可以提升匹配过程的精确度。
利用这一实施例方案,可以不需要对所有留底库数据全量提取留底,而是在面对目标类用户的时候直接冷启动,使得该解决方案具有快速响应能力。
步骤111:根据判断结果确定所述待识别用户的真实身份信息。
具体地,若判断结果为是,则确认前述识别到的用户身份信息真实,可以直接作为待识别用户的身份信息;反之,若判断结果为否,则启动针对所述待识别用户的身份认证;
根据身份认证结果确定待识别用户的真实身份信息。
启动针对所述待识别用户的身份认证,可以包括:
提示用户提供身份证明信息;
利用用户反馈的身份证明信息确定待识别用户的真实身份信息。
例如,身份证明信息可以是姓名,手机号,如后四位或全部,在此不作具体限定。
本说明书实施例记载的方法还可以包括:
利用最后确定的待识别用户的真实身份信息确定支付账户,进行扣款操作;
若最终未确认待识别用户的真实身份信息,则确定扣款失败。
利用本说明书实施例提出的方法,为降低对目标类用户误识的机率,才采用第一维度生物特征信息识别用户身份的情况下,还使用第二维度生物特征信息进一步确认用户身份是否可信,以提升对目标类用户的识别准确率。
图2为本说明书实施例提出的一种用户身份识别方法的应用例的流程图。
步骤202:从采集的待识别用户的图像中提取第一维度人脸特征信息。
步骤204:利用所述第一维度人脸特征信息识别所对应的用户身份信息。
步骤206:根据用户身份信息判断所述待识别用户是否属于目标类用户。
步骤208:若是,从所述待识别用户的图像中提取第二维度人脸特征信息。
步骤210:判断留底库中是否包含与所述第二人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证。
步骤212:根据判断结果确定所述待识别用户的身份信息。
利用本说明书实施例提出的方法,为降低对目标类用户误识的机率,才采用第一维度人脸特征信息识别用户身份的情况下,还使用第二维度人脸特征信息进一步确认用户身份是否可信,提升对目标类用户的识别准确率。
图3为本说明书实施例提出的一种用户身份识别方法的应用例的流程图。
步骤301:从采集的待识别用户的图像中提取第一维度生物特征信息。
步骤303:采集所述待识别用户的行为特征信息。
本行为特征信息表征待识别用户在当前场景下的行为特征信息,如位置信息、WiFi等行为特征信息。
步骤305:利用第一维度生物特征信息和所述行为特征信息识别对应的用户身份信息。
具体地,在匹配过程中,可以先利用行为特征信息查询对应的已存生物特征信息,这可以降低已存生物特征信息的数据量;将第一维度生物特征信息与行为特征信息所匹配的已存生物特征信息进行匹配。
其中,可以利用第二套基于行为的识别模型,从采集的行为数据中提取基于行为的生物特征,作为行为特征信息。
第一维度生物特征信息及行为特征信息可以充分挖掘图像和行为两个维度能力,解决的是生物特征信息识别的通用情况。
步骤307:根据用户身份信息判断所述待识别用户是否属于目标类用户。
步骤309:从所述待识别用户的图像中提取第二维度生物特征信息;
步骤311:将第一维度生物特征信息、第二维度生物特征信息和行为特征信息进行融合;
步骤313:判断融合的生物特征信息与留底生物特征信息之间的匹配度;
步骤315:根据判断结果确定所述待识别用户的真实身份信息。
第二维度生物特征信息可以对特征难例进行针对性挖掘,主要覆盖老人、小孩、遮挡、姿势等识别难例,同时也可以在不修改第一维度生物特征信息及行为特征信息情况下,快速响应各种舆情案例,针对性的用不同模型处理这些难例。
图4为本说明书实施例提出的一种用户身份识别方法的应用例的流程图。
步骤402:获取待识别用户的图像,以及LBS、WiFi等行为数据。
步骤404:利用第一套基于图像的识别模型,从待识别用户的图像中提取第一维度生物特征信息。
步骤406:利用基于行为的识别模型,从行为数据中提取行为特征信息。
步骤408:结合第一维度生物特征信息及行为特征信息,利用第一套决策模型进行决策,以根据第一维度生物特征信息与已存生物特征信息之间的相似度是否达到预设阈值,来识别对应的用户身份信息。
步骤410:根据决策结果确定待识别用户的真实用户信息。
具体地,若未达到预设阈值,则启动用户身份认证;
根据身份认证结果确定待识别用户的真实身份信息。
步骤412:若达到预设阈值,则继续判断该待识别用户是否为目标类用户;
若否,则返回步骤410。
步骤414:若是,则利用第二套基于图像的识别模型,从待识别用户的图像中提取第二维度生物特征信息;
步骤416:判断留底库中是否存储与第二维度生物特征信息匹配的留底生物特征信息;
若未存储,则执行步骤410;
步骤418:若存储,将第二维度生物特征信息、第一套生物特征信息及行为特征信息进行融合;
步骤420:利用融合的特征信息与留底生物特征信息进行相似度匹配。具体地,可以将留底生物特征信息,加上第二维度生物特征信息,一起送入第二套决策模型,融合第一套生物特征信息及行为特征信息,再次决策得到相似度匹配结果。
若第二次决策结果显示,相似度达到指定阈值,则执行步骤410。
若第二次决策结果显示,相似度未达到指定阈值,则表明之前确定的待识别用户的身份信息不可信,则执行步骤410,启动用户身份认证。
若如果所述判断结果为否,也就是留底库中未包含与所述第二维度生物特征信息匹配的留底生物特征信息,这包括留底库中未存储留底生物特征信息,或留底库中的留底生物特征信息与第二维度生物特征信息不匹配,则可以在识别身份认证结果的情况下,执行步骤422:
利用所述待识别用户的真实身份信息对应的所述第二维度生物特征信息更新所述留底库。
其包括,更新包括替换或增加。
在这种情况下,可以不需要对所有留底库数据全量提取留底,而是在面对目标类用户的时候直接冷启动,使得该解决方案具有快速相应能力。如果留底库中未存储与第二维度生物特征信息匹配的留底生物特征信息,则可以在确认用户身份的情况下,利用第二维度生物特征信息动态更新留底库,实现对留底库的轻量级升级,也就是不用对现存所有注册特征进行更新,即可完成识别算法的升级操作。
图5为本说明书实施例提出的一种用户身份识别装置的结构图。
本装置可以包括:
第一提取模块501,从采集的待识别用户的图像中提取第一维度生物特征信息;
识别模块502,利用所述第一维度生物特征信息识别对应的用户身份信息;
第一判断模块503,根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
第二提取模块504,若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
第二判断模块505,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
确定模块506,根据判断结果确定所述待识别用户的真实身份信息。
可选地,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,包括:
利用所述用户身份信息,判断在所述留底库中是否存储留底生物特征信息;
若所述留底库中存储留底生物特征信息,则判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配。
可选地,判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配,包括:
将所述第一维度生物特征信息与第二维度生物特征信息进行融合;
判断融合的生物特征信息与所述留底生物特征信息之间的匹配度。
可选地,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,还包括:
若所述留底库中未存储留底生物特征信息,则确定所述留底库中不包含与所述第二维度特征信息匹配的留底生物特征信息。
利用本说明书实施例提供的装置,为降低对目标类用户误识的机率,才采用第一维度生物特征信息识别用户身份的情况下,还使用第二维度生物特征信息进一步确认用户身份是否可信,以提升对目标类用户的识别准确率。
基于同一个发明构思,本说明书实施例还提供了一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
基于同一发明构思,本说明书实施例中还提供了一种计算机可读存储介质,包括与电子设备结合使用计算机程序,所述计算机程序可被处理器执行以完成以下步骤:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
图6为本说明书实施例提出的一种用户身份识别装置的应用例的结构图。
图6所示装置与图5所示装置的不同之处在于,还可以包括:
更新模块601,如果判断结果为否,则利用所述待识别用户的真实身份信息对应的所述第二维度生物特征信息更新所述留底库。
图7为本说明书实施例提出的一种用户身份识别装置的应用例的结构图。
图7所示装置与图5所示装置的不同之处在于,还可以包括:
采集模块701,采集所述待识别用户的行为特征信息;
这样,对识别模块702,利用所述第一维度生物特征信息识别对应的用户身份信息,可以包括:
利用第一维度生物特征信息和行为特征信息识别对应的用户身份信息。
图8为本说明书实施例提出的一种用户身份识别装置的结构图。
本装置可以包括:
第一提取模块801,从采集的待识别用户的图像中提取第一维度人脸特征信息;
识别模块802,利用所述第一维度人脸特征信息识别所对应的用户身份信息;
第一判断模块803,根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
第二提取模块804,若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
第二判断模块805,判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
确定模块806,根据判断结果确定所述待识别用户的真实身份信息。
利用本说明书实施例提出的装置,为降低对目标类用户误识的机率,才采用第一维度人脸特征信息识别用户身份的情况下,还使用第二维度人脸特征信息进一步确认用户身份是否可信,提升对目标类用户的识别准确率。
基于同一个发明构思,本说明书实施例还提供了一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
基于同一发明构思,本说明书实施例中还提供了一种计算机可读存储介质,包括与电子设备结合使用计算机程序,所述计算机程序可被处理器执行以完成以下步骤:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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通用计算机、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,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (17)
1.一种用户身份识别方法,包括:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度生物特征信息部分相似的用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
2.如权利要求1所述的方法,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,包括:
利用所述用户身份信息,判断在所述留底库中是否存储留底生物特征信息;
若所述留底库中存储留底生物特征信息,则判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配。
3.如权利要求2所述的方法,判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配,包括:
将所述第一维度生物特征信息与第二维度生物特征信息进行融合;
判断融合的生物特征信息与所述留底生物特征信息之间的匹配度。
4.如权利要求2所述的方法,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,还包括:
若所述留底库中未存储留底生物特征信息,则确定所述留底库中不包含与所述第二维度生物 特征信息匹配的留底生物特征信息。
5.如权利要求1所述的方法,根据判断结果确定所述待识别用户的真实身份信息,包括:
如果所述判断结果为否,则启动针对所述待识别用户的身份认证;
根据身份认证结果确定待识别用户的真实身份信息。
6.如权利要求1所述的方法,还包括:
如果所述判断结果为否,则利用所述待识别用户的真实身份信息对应的所述第二维度生物特征信息更新所述留底库。
7.如权利要求1所述的方法,还包括:
采集所述待识别用户的行为特征信息;
利用所述第一维度生物特征信息识别对应的用户身份信息,包括:
利用第一维度生物特征信息和行为特征信息识别对应的用户身份信息。
8.一种用户身份识别方法,包括:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度人脸特征信息部分相似的用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
9.一种用户身份识别装置,包括:
第一提取模块,从采集的待识别用户的图像中提取第一维度生物特征信息;
识别模块,利用所述第一维度生物特征信息识别对应的用户身份信息;
第一判断模块,根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度生物特征信息部分相似的用户;
第二提取模块,若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
第二判断模块,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
确定模块,根据判断结果确定所述待识别用户的真实身份信息。
10.如权利要求9所述的装置,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,包括:
利用所述用户身份信息,判断在所述留底库中是否存储留底生物特征信息;
若所述留底库中存储留底生物特征信息,则判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配。
11.如权利要求10所述的装置,判断所述留底生物特征信息与所述第二维度生物特征信息是否匹配,包括:
将所述第一维度生物特征信息与第二维度生物特征信息进行融合;
判断融合的生物特征信息与所述留底生物特征信息之间的匹配度。
12.如权利要求10所述的装置,判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,还包括:
若所述留底库中未存储留底生物特征信息,则确定所述留底库中不包含与所述第二维度生物 特征信息匹配的留底生物特征信息。
13.如权利要求9所述的装置,还包括:
更新模块,如果所述判断结果为否,则利用所述待识别用户的真实身份信息对应的所述第二维度生物特征信息更新所述留底库。
14.如权利要求9所述的装置,还包括:
采集模块,采集所述待识别用户的行为特征信息;
利用所述第一维度生物特征信息识别对应的用户身份信息,包括:
利用第一维度生物特征信息和行为特征信息识别对应的用户身份信息。
15.一种用户身份识别装置,包括:
第一提取模块,从采集的待识别用户的图像中提取第一维度人脸特征信息;
识别模块,利用所述第一维度人脸特征信息识别所对应的用户身份信息;
第一判断模块,根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度人脸特征信息部分相似的用户;
第二提取模块,若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
第二判断模块,判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
确定模块,根据判断结果确定所述待识别用户的真实身份信息。
16.一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度生物特征信息;
利用所述第一维度生物特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度生物特征信息部分相似的用户;
若是,则从所述待识别用户的图像中提取第二维度生物特征信息;
判断留底库中是否包含与所述第二维度生物特征信息匹配的留底生物特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
17.一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
从采集的待识别用户的图像中提取第一维度人脸特征信息;
利用所述第一维度人脸特征信息识别所对应的用户身份信息;
根据所述用户身份信息判断所述待识别用户是否属于目标类用户,所述目标类用户为可以匹配得到身份信息,但天然存在所述第一维度人脸特征信息部分相似的用户;
若是,则从所述待识别用户的图像中提取第二维度人脸特征信息;
判断留底库中是否包含与所述第二维度人脸特征信息匹配的留底人脸特征信息,以实现对所述用户身份信息的验证;
根据判断结果确定所述待识别用户的真实身份信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010384100.4A CN111523103B (zh) | 2020-05-09 | 2020-05-09 | 用户身份识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010384100.4A CN111523103B (zh) | 2020-05-09 | 2020-05-09 | 用户身份识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523103A CN111523103A (zh) | 2020-08-11 |
CN111523103B true CN111523103B (zh) | 2022-06-24 |
Family
ID=71905139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010384100.4A Active CN111523103B (zh) | 2020-05-09 | 2020-05-09 | 用户身份识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523103B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112328999B (zh) * | 2021-01-05 | 2021-04-06 | 北京远鉴信息技术有限公司 | 双录质检方法、装置、服务器及存储介质 |
CN113177795B (zh) * | 2021-06-10 | 2023-04-25 | 支付宝(杭州)信息技术有限公司 | 一种身份识别方法、装置、设备及介质 |
CN115496496A (zh) * | 2022-09-28 | 2022-12-20 | 支付宝(杭州)信息技术有限公司 | 虚拟资源账户的处理方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007115072A (ja) * | 2005-10-21 | 2007-05-10 | Yoko Arimasa | 指静脈認証システムと指静脈認証装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5012092B2 (ja) * | 2007-03-02 | 2012-08-29 | 富士通株式会社 | 生体認証装置、生体認証プログラムおよび複合型生体認証方法 |
KR101806028B1 (ko) * | 2016-06-07 | 2017-12-07 | 주식회사 우리은행 | 사용자 신체 특징을 이용한 사용자 인증 방법 및 사용자 인증 시스템 |
CN107818308A (zh) * | 2017-10-31 | 2018-03-20 | 平安科技(深圳)有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
CN110659580A (zh) * | 2019-08-29 | 2020-01-07 | 深圳市新系区块链技术有限公司 | 一种快速认证身份信息的方法及装置 |
-
2020
- 2020-05-09 CN CN202010384100.4A patent/CN111523103B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007115072A (ja) * | 2005-10-21 | 2007-05-10 | Yoko Arimasa | 指静脈認証システムと指静脈認証装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111523103A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111523103B (zh) | 用户身份识别方法、装置及电子设备 | |
CN110570200B (zh) | 一种支付方法及装置 | |
US20200167693A1 (en) | Model training method, apparatus, and device, and data similarity determining method, apparatus, and device | |
CN109284675B (zh) | 一种用户的识别方法、装置及设备 | |
TWI753271B (zh) | 資源轉移方法、裝置及系統 | |
CN108664526B (zh) | 检索的方法和设备 | |
CN111581625A (zh) | 一种用户身份识别方法、装置及电子设备 | |
JP6798798B2 (ja) | ユーザ認証のためのデータを更新する方法及び装置 | |
CN111898108A (zh) | 身份认证方法、装置、终端及服务器 | |
WO2020018416A1 (en) | Payment method, apparatus, and system | |
US10860875B2 (en) | Device and method to register user | |
CN112000940A (zh) | 一种隐私保护下的用户识别方法、装置以及设备 | |
CN110688974A (zh) | 一种身份识别方法及装置 | |
CN113791557A (zh) | 一种智能设备的控制方法和装置 | |
CN111160251B (zh) | 一种活体识别方法及装置 | |
CN110532755B (zh) | 一种计算机实现的风险识别的方法及装置 | |
CN110598555B (zh) | 一种图像的处理方法、装置及设备 | |
CN111242105A (zh) | 一种用户识别方法、装置及设备 | |
CN112836612B (zh) | 一种用户实名认证的方法、装置及系统 | |
CN111753583A (zh) | 一种识别方法及装置 | |
CN115358777A (zh) | 虚拟世界的广告投放处理方法及装置 | |
Florea et al. | Recognition of the gaze direction: Anchoring with the eyebrows | |
CN114926437A (zh) | 一种图像质量评价方法及装置 | |
CN105701459B (zh) | 一种图片显示方法及终端设备 | |
CN111291645A (zh) | 身份识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
OL01 | Intention to license declared |