CN111611569A - 一种人脸声纹复核终端及其身份认证方法 - Google Patents
一种人脸声纹复核终端及其身份认证方法 Download PDFInfo
- Publication number
- CN111611569A CN111611569A CN202010432592.XA CN202010432592A CN111611569A CN 111611569 A CN111611569 A CN 111611569A CN 202010432592 A CN202010432592 A CN 202010432592A CN 111611569 A CN111611569 A CN 111611569A
- Authority
- CN
- China
- Prior art keywords
- face
- voiceprint
- user
- current user
- similarity
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012795 verification Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000001755 vocal effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种人脸声纹复核终端及其身份认证方法,所述方法包括如下步骤:步骤S1,捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过,则进入步骤S2;步骤S2,于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征;步骤S3,采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与步骤S2得到的声纹特征进行比对,若比对通过,则身份验证通过。
Description
技术领域
本发明涉及身份识别认证技术领域,特别是涉及一种人脸声纹复核终端及其身份认证方法。
背景技术
随着移动互联网的高速发展以及手持终端设备如智能手机、平板电脑的普及,互联网安全问题日益突出,目前,无论是银行的硬件数字证书还是动态口令牌,都只做到了对可信终端的管理,无法对用户身份进行验证。
生物特征识别技术是利用人的生理特征或行为特征来进行个人身份的鉴定,目前,已被用于生物识别的生物特征有声音、指纹、人脸、虹膜等,由于麦克风和摄像头普遍存在于现有的移动终端,因此,通过声音或者人脸识别来进行身份认证是目前最方便、最经济的解决方案。
其中,人脸识别技术是一种依据人的面部特征(如统计或几何特征等),自动进行身份识别的一种生物识别技术。人脸识别利用摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,再进一步对检测到的人脸图像进行相关的应用操作。技术上包括图像采集、特征定位、身份的确认和查找等等。简单来说,就是从照片中提取人脸中的特征,比如眉毛高度、嘴角等等,再通过已保存的特征进行对比输出结果。
人的声音涵盖了多个维度的信息,如说话内容、说话语气、声音特质等。声纹是指对语音中所包含的、能够标明、标识说话人的语音特征,并基于这些语音特征所建立的语音模型的一个总称,声纹识别是一种通过人的声音特质来辨别不同说话人的技术,不同的声道结构决定了声纹的唯一性。声纹识别主要包括两大模块:声纹注册模块和声纹认证模块。声纹注册是指采用预先选定的模型对用户的语音样本进行建模,生成该用户的声纹模型;在用户请求身份验证时,利用对应的声纹模型对请求语音进行认证。
然而,目前的生物特征识别技术存在一些缺点:
1、若单独采用人脸识别技术,攻击者可以通过外部攻击的手段来破解,如:照片攻击,通过打印高清照片来模拟用户;视频攻击,录制一段用户的面部视频,在摄像头前播放;立体面具攻击,使用普通的塑料或硬纸做成面具,将面具模拟成用户;
2、若单独采用声纹识别技术,攻击者往往将用户的声音通过录音设备录制,在攻击时再将录音播放进行破解。
发明内容
为克服上述现有技术存在的不足,本发明之目的在于提供一种人脸声纹复核终端及其身份认证方法,以通过将声纹识别和人脸识别技术组合使用,提高身份识别的准确度和安全性。
为达上述及其它目的,本发明提出一种人脸声纹复核终端,包括:
人脸捕捉验证单元,用于捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过时,进入匹配单元;
匹配单元,用于于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征;
声纹识别验证单元,用于采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与所述匹配单元得到的声纹特征进行比对,若比对通过,则提示用户身份验证成功;
优选地,所述人脸捕捉验证单元包括:
人脸捕捉模块,用于采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点;
人脸识别认证模块,用于根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入所述匹配单元。
优选地,所述声纹识别验证单元进一步包括:
声纹特征提取模块,用于采集当前用户的语音数据,提取声纹特征;
声纹识别认证模块,用于计算所述声纹特征提取模块所提取的声纹特征与所述匹配单元得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过。
优选地,所述终端还包括:
人脸注册单元,用于采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型;
声纹注册单元,用于采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型;
特征数据库建立单元,用于建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
为达到上述目的,本发明还提供一种人脸声纹复核终端的身份认证方法,包括如下步骤:
步骤S1,捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过,则进入步骤S2;
步骤S2,于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征;
步骤S3,采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与步骤S2得到的声纹特征进行比对,若比对通过,则身份验证通过。
优选地,步骤S1进一步包括:
步骤S100,采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点;
步骤S101,根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入步骤S2。
优选地,于步骤S1中,若人脸相似度小于预设阈值则提示当前用户身份验证失败。
优选地,步骤S3进一步包括:
步骤S300,采集当前用户的语音数据,提取声纹特征;
步骤S301,计算步骤S300所提取的声纹特征与步骤S2得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过。
优选地,若计算获得的声纹相似度若小于预设阈值则提示本次身份验证失败。
优选地,于步骤S1之前,还包括如下步骤:
步骤S0-1,采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型;
步骤S0-2,采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型;
步骤S0-3,建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
与现有技术相比,本发明一种人脸声纹复核终端及其身份认证方法通过捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过时从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征,然后采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与从特征数据库匹配得到的声纹特征进行比对,从而实现了人脸与声纹双重认证的身份认证方式,通过本发明,可提高用户身份验证通过的准确度,增强抗外部攻击的安全性。
附图说明
图1为本发明一种人脸声纹复核终端的结构示意图;
图2为本发明一种人脸声纹复核终端的身份认证方法的步骤流程图;
图3为本发明实施例中脸声纹复核终端的身份认证流程图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用,本说明书中的各项细节亦可基于不同观点与应用,在不背离本发明的精神下进行各种修饰与变更。
图1为本发明一种人脸声纹复核终端的结构示意图。如图1所示,本发明一种人脸声纹复核终端,包括:
人脸捕捉验证单元101,用于捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过,则进入匹配单元102,否则提示验证失败。
具体地,人脸捕捉验证单元101进一步包括:
人脸捕捉模块,用于采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点。
在本发明具体实施例中,当接收到用户发出身份验证请求时,通过视频采集装置,例如摄像头,采集用户的人脸图像,对人脸图像进行处理确定人脸区域,并于人脸区域标定面部关键点,在本发明具体实施例中,所述面部关键点包括但不限于五官位置、眼睛位置、眉毛位置、鼻子位置以及轮廓等。
人脸识别认证模块,用于根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入匹配单元102,否则提示验证失败。
匹配单元102,用于于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征。
也就是说,本发明预先建立了特征数据库,于所述特征数据库中,对每个注册用户建立了唯一识别码及其对应的人脸特征、声纹特征的对应关系。当人脸识别通过后,匹配单元102根据人脸识别获得的人脸特征于所述特征数据库中获得对应的唯一识别码,并进一步获取到该用户的声纹特征。
声纹识别验证单元103,用于采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与匹配单元102得到的声纹特征进行比对,若比对通过,则提示用户身份验证成功,若比对不通过,则提示用户身份验证失败。
具体地,声纹识别验证单元103进一步包括:
声纹特征提取模块,用于采集当前用户的语音数据,提取声纹特征。具体地,将语音数据转化为短时频谱特征序列,计算每一帧频谱特征在全局背景模型各高斯分量上的后验概率,利用最大后验概率准则自适应训练得出用户的高斯混合模型,将高斯混合模型中高斯分量的均值拼接形成高维向量,从而提取出声纹特征。由于本发明对声纹特征的提取采用的是现有技术,在此不予赘述。
声纹识别认证模块,用于计算声纹特征提取模块所提取的声纹特征与匹配单元202得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过,若小于预设阈值则本次身份验证失败。
优选地,本发明一种人脸声纹复核终端,还包括:
人脸注册单元,用于采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型。
同样地,当采集人脸图像样本后,对人脸图像样本进行处理处理人脸区域,并于人脸区域标定面部关键点,从而建立人脸模型。在本发明具体实施例中,为得到更为精确的人脸模型,对于注册用户的人脸图像样本,可采用注册用户的多个人脸图像样本,则根据多个人脸图像样本建立该注册用户的人脸模型。
声纹注册单元,用于采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型。具体的声纹特征提取如前所述,在此不予赘述。
特征数据库建立单元,用于建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
图2为本发明一种人脸声纹复核终端的身份认证方法的步骤流程图。如图2所示,本发明一种人脸声纹复核终端的身份认证方法,包括如下步骤:
步骤S1,捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过,则进入步骤S2,否则提示验证失败。
具体地,步骤S1进一步包括:
步骤S100,采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点。
在本发明具体实施例中,当接收到用户发出身份验证请求时,通过视频采集装置,例如摄像头,采集用户的人脸图像,对人脸图像进行处理确定人脸区域,并于人脸区域标定面部关键点,在本发明具体实施例中,所述面部关键点包括但不限于五官位置、眼睛位置、眉毛位置、鼻子位置以及轮廓等。
步骤S101,根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入步骤S2,否则提示验证失败。
步骤S2,于人脸识别通过时,从预先建立的特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征。
也就是说,本发明预先建立了特征数据库,于所述特征数据库中,对每个注册用户建立了唯一识别码及其对应的人脸特征、声纹特征的对应关系。当人脸识别通过后,根据人脸识别获得的人脸特征于所述特征数据库中获得对应的唯一识别码,并进一步获取到该用户的声纹特征。
步骤S3,采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与步骤S2得到的声纹特征进行比对,若比对通过,则提示用户身份验证成功,若比对不通过,则提示用户身份验证失败。
具体地,步骤S3进一步包括:
步骤S300,采集当前用户的语音数据,提取声纹特征。具体地,将语音数据转化为短时频谱特征序列,计算每一帧频谱特征在全局背景模型各高斯分量上的后验概率,利用最大后验概率准则自适应训练得出用户的高斯混合模型,将高斯混合模型中高斯分量的均值拼接形成高维向量,从而提取出声纹特征。由于本发明对声纹特征的提取采用的是现有技术,在此不予赘述。
步骤S301,计算步骤S300所提取的声纹特征与步骤S2得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过,若小于预设阈值则本次身份验证失败。
优选地,于步骤S1之前,还包括:
步骤S0-1,采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型。
同样地,当采集人脸图像样本后,对人脸图像样本进行处理处理人脸区域,并于人脸区域标定面部关键点,从而建立人脸模型。在本发明具体实施例中,为得到更为精确的人脸模型,对于注册用户的人脸图像样本,可采用注册用户的多个人脸图像样本,则根据多个人脸图像样本建立该注册用户的人脸模型。
步骤S0-2,采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型。具体的声纹特征提取如前所述,在此不予赘述。
步骤S0-3,建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
实施例
如图3所示,在本发明实施例中,所述人脸声纹复核终端的身份认证验证过程如下:
步骤1,当前用户走近人脸声纹复核终端,终端设备捕捉到人脸图像后开始进行人脸识别;
步骤2,当人脸识别通过,则从特征数据库获取到该当前用户的唯一识别码;
步骤3,通过该唯一识别码,进一步从所述特征数据库获取该当前用户的声纹特征A;
步骤4,启动声纹采集,将采集的声纹特征B与从所述特征数据库获取到的声纹特征A比对,若比对通过,则本次结合人脸与声纹验证的身份认证流程验证通过,为当前用户本人验证,否则提示验证失败。
综上所述,本发明一种人脸声纹复核终端及其身份认证方法通过捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过时从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征,然后采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与从特征数据库匹配得到的声纹特征进行比对,从而实现了人脸与声纹双重认证的身份认证方式,通过本发明,可提高用户身份验证通过的准确度,增强抗外部攻击的安全性。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下,对上述实施例进行修饰与改变。因此,本发明的权利保护范围,应如权利要求书所列。
Claims (10)
1.一种人脸声纹复核终端,包括:
人脸捕捉验证单元,用于捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过时,进入匹配单元;
匹配单元,用于于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征;
声纹识别验证单元,用于采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与所述匹配单元得到的声纹特征进行比对,若比对通过,则提示用户身份验证成功。
2.如权利要求1所述的一种人脸声纹复核终端,其特征在于,所述人脸捕捉验证单元包括:
人脸捕捉模块,用于采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点;
人脸识别认证模块,用于根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入所述匹配单元。
3.如权利要求2所述的一种人脸声纹复核终端,其特征在于,所述声纹识别验证单元进一步包括:
声纹特征提取模块,用于采集当前用户的语音数据,提取声纹特征;
声纹识别认证模块,用于计算所述声纹特征提取模块所提取的声纹特征与所述匹配单元得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过。
4.如权利要求3所述的一种人脸声纹复核终端,其特征在于,所述终端还包括:
人脸注册单元,用于采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型;
声纹注册单元,用于采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型;
特征数据库建立单元,用于建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
5.一种人脸声纹复核终端的身份认证方法,包括如下步骤:
步骤S1,捕捉当前用户的人脸图像,提取人脸特征进行人脸识别,于人脸识别通过,则进入步骤S2;
步骤S2,于人脸识别通过时,从特征数据库获取到该当前用户的唯一识别码,并进一步通过该唯一识别码获取到该当前用户的声纹特征;
步骤S3,采集当前用户的语音数据,从所述语音数据中提取声纹特征,并将提取的声纹特征与步骤S2得到的声纹特征进行比对,若比对通过,则身份验证通过。
6.如权利要求5所述的一种人脸声纹复核终端的身份认证方法,其特征在于,步骤S1进一步包括:
步骤S100,采集当前用户人脸图像,根据人脸图像确定人脸区域,于确定的人脸区域标定面部关键点;
步骤S101,根据关键点特征计算该用户的人脸与预先存储的注册用户的人脸模型的相似度,判断人脸相似度是否大于预设的阈值,若人脸相似度大于阈值则人脸认证通过,进入步骤S2。
7.如权利要求6所述的一种人脸声纹复核终端的身份认证方法,其特征在于:于步骤S1中,若人脸相似度小于预设阈值则提示当前用户身份验证失败。
8.如权利要求6所述的一种人脸声纹复核终端的身份认证方法,其特征在于,步骤S3进一步包括:
步骤S300,采集当前用户的语音数据,提取声纹特征;
步骤S301,计算步骤S300所提取的声纹特征与步骤S2得到的声纹特征之间的相似度,并判断声纹相似度是否大于预设阈值,若大于预设阈值,则本次身份验证通过。
9.如权利要求8所述的一种人脸声纹复核终端的身份认证方法,其特征在于:若计算获得的声纹相似度若小于预设阈值则提示本次身份验证失败。
10.如权利要求1所述的脸声纹复核终端的身份认证,其特征在于,于步骤S1之前,还包括如下步骤:
步骤S0-1,采集注册用户的人脸图像样本,根据人脸图像样本建立注册用户的人脸模型;
步骤S0-2,采集注册用户的语音数据,对语音数据提取声纹特征,建立注册用户的声纹模型;
步骤S0-3,建立特征数据库,于所述特征数据库中,对每个注册用户建立唯一识别码及其对应的人脸特征、声纹特征的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432592.XA CN111611569A (zh) | 2020-05-20 | 2020-05-20 | 一种人脸声纹复核终端及其身份认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432592.XA CN111611569A (zh) | 2020-05-20 | 2020-05-20 | 一种人脸声纹复核终端及其身份认证方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111611569A true CN111611569A (zh) | 2020-09-01 |
Family
ID=72200345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010432592.XA Pending CN111611569A (zh) | 2020-05-20 | 2020-05-20 | 一种人脸声纹复核终端及其身份认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611569A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069484A (zh) * | 2020-11-10 | 2020-12-11 | 中国科学院自动化研究所 | 基于多模态交互式的信息采集方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834849A (zh) * | 2015-04-14 | 2015-08-12 | 时代亿宝(北京)科技有限公司 | 基于声纹识别和人脸识别的双因素身份认证方法及系统 |
CN110472980A (zh) * | 2019-08-19 | 2019-11-19 | 广州织点智能科技有限公司 | 一种刷脸支付方法、装置、电子设备及存储介质 |
-
2020
- 2020-05-20 CN CN202010432592.XA patent/CN111611569A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834849A (zh) * | 2015-04-14 | 2015-08-12 | 时代亿宝(北京)科技有限公司 | 基于声纹识别和人脸识别的双因素身份认证方法及系统 |
CN110472980A (zh) * | 2019-08-19 | 2019-11-19 | 广州织点智能科技有限公司 | 一种刷脸支付方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069484A (zh) * | 2020-11-10 | 2020-12-11 | 中国科学院自动化研究所 | 基于多模态交互式的信息采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2738325C2 (ru) | Способ и устройство аутентификации личности | |
CN111611568A (zh) | 一种人脸声纹复核终端及其身份认证方法 | |
CN105468950B (zh) | 身份认证方法、装置、终端及服务器 | |
WO2018113526A1 (zh) | 基于人脸识别和声纹识别的交互式认证系统及方法 | |
WO2017215558A1 (zh) | 一种声纹识别方法和装置 | |
WO2020134527A1 (zh) | 人脸识别的方法及装置 | |
US11023709B2 (en) | System, method and apparatus for multi-modal biometric authentication and liveness detection | |
US20130246270A1 (en) | Method and System for Multi-Modal Identity Recognition | |
US20150169943A1 (en) | System, method and apparatus for biometric liveness detection | |
CN104361276A (zh) | 一种多模态生物特征身份认证方法及系统 | |
WO2017206375A1 (zh) | 声纹注册、认证方法及装置 | |
CN103177238B (zh) | 终端和用户识别方法 | |
KR101724971B1 (ko) | 광각 카메라를 이용한 얼굴 인식 시스템 및 그를 이용한 얼굴 인식 방법 | |
JP2007156974A (ja) | 個人認証・識別システム | |
CN111611437A (zh) | 一种防止人脸声纹验证替换攻击的方法及装置 | |
CN111611569A (zh) | 一种人脸声纹复核终端及其身份认证方法 | |
JP2006085289A (ja) | 顔認証システムおよび顔認証方法 | |
CN112769872B (zh) | 一种基于音频及视频特征融合的会议系统接入方法及系统 | |
Bredin et al. | Making talking-face authentication robust to deliberate imposture | |
US20070196000A1 (en) | 2D face authentication system | |
Cheng et al. | An efficient approach to multimodal person identity verification by fusing face and voice information | |
WO2016058540A1 (zh) | 身份验证方法、装置和存储介质 | |
Shenai et al. | Fast biometric authentication system based on audio-visual fusion | |
KR20090031084A (ko) | 얼굴 인식 장치, 얼굴 인식 등록 및 인증 방법 | |
WO2021060256A1 (ja) | 顔認証装置、顔認証方法、及びコンピュータ読み取り可能な記録媒体 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200901 |
|
RJ01 | Rejection of invention patent application after publication |