CN112329750B - 基于数字序列的身份识别方法、装置、电子设备及介质 - Google Patents

基于数字序列的身份识别方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN112329750B
CN112329750B CN202110005270.1A CN202110005270A CN112329750B CN 112329750 B CN112329750 B CN 112329750B CN 202110005270 A CN202110005270 A CN 202110005270A CN 112329750 B CN112329750 B CN 112329750B
Authority
CN
China
Prior art keywords
user
digit
digital sequence
verified
preset
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
Application number
CN202110005270.1A
Other languages
English (en)
Other versions
CN112329750A (zh
Inventor
白世杰
吴富章
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yuanjian Information Technology Co Ltd
Original Assignee
Beijing Yuanjian Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yuanjian Information Technology Co Ltd filed Critical Beijing Yuanjian Information Technology Co Ltd
Priority to CN202110005270.1A priority Critical patent/CN112329750B/zh
Publication of CN112329750A publication Critical patent/CN112329750A/zh
Application granted granted Critical
Publication of CN112329750B publication Critical patent/CN112329750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请实施例提供的一种基于数字序列的身份识别方法、装置、电子设备及介质,涉及身份验证技术领域。该方法包括:获取摄像头采集的待验证用户的人脸图像,并与预设数据库中的人脸图像进行比对,得到人脸相似度;若人脸相似度大于预设阈值,则生成并提示待验证用户读出预设位数的数字序列,数字序列中包括第一数字和第二数字;获取待验证用户读出数字序列时的视频数据以及音频数据;根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点;从视频数据中提取第一时间点和第二时间点之间的目标视频数据;对目标视频数据进行动作识别处理,确定待验证用户的身份是否验证成功,提高了用户身份认证的准确度。

Description

基于数字序列的身份识别方法、装置、电子设备及介质
技术领域
本申请涉及身份验证技术领域,具体而言,涉及一种基于数字序列的身份识别方法、装置、电子设备及介质。
背景技术
在手机解锁,移动支付,远程身份验证等关键系统登录场景中,刷脸操作成为了最便捷的行为方式之一,相比于密码验证,利用人的身份信息进行验证,更加安全且更能代表本人操作,是防止黑客攻击的一种有效手段。而目前刷脸行为存在被伪造合法用户人脸的攻击的风险,其安全性有待加强。系统对用户展示出的人脸,能否确定为其本人,是业界一直存在的难题。为有效地甄别用户展示的是真实本人人脸还是照片或面具,多维身份认证技术应用而生。
现有技术中,大多采用增加红外传感器或深度传感器等硬件的情况下,利用深度图像判断人脸的三维性,这种方式可以直接防御二维攻击,如手机、电脑等不可弯折的显示屏,但对可弯折的打印照片,效果不佳。此外,也有部分技术中,利用深度学习技术,依据摄像头采集到的图像的纹理、颜色、质感、质量等特征,判别人的皮肤与屏幕或纸张的区别,进而判断是否为真实本人。
但是,现有技术均无法可靠的完成用户的身份认证,无法完成对攻击的准确防御。
发明内容
为了解决现有技术中存在的问题,本申请提供了一种基于数字序列的身份识别方法、装置、电子设备及介质。
本申请第一方面提供一种基于数字序列的身份识别方法,包括:
获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;
若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;
获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;
根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;
从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;
对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功。
可选地,所述对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功,包括:
对所述目标视频数据进行动作识别处理,确定所述待验证用户读出所述第一数字和所述第二数字的动作是否连续;
若是,则确定所述待验证用户的身份验证成功。
可选地,所述获取所述待验证用户读出所述数字序列时的视频数据以及音频数据之后,还包括:
将所述音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度;
若所述声纹相似度小于等于预设阈值,则确定所述待验证用户的身份验证失败。
可选地,所述根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点,包括:
从所述音频数据中识别得到待验证用户读出的实际数字序列;
若所述实际数字序列与所述预设位数的数字序列一致,则根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点。
可选地,所述方法还包括:
若所述实际数字序列与所述预设位数的数字序列不一致,则确定所述待验证用户的身份验证失败。
可选地,所述从所述音频数据中识别得到待验证用户读出的实际数字序列,包括:
对所述音频数据进行阿拉伯数字识别处理,得到所述待验证用户读出的实际数字序列。
可选地,所述生成并提示所述待验证用户读出预设位数的数字序列,包括:
随机生成初始数字序列,所述初始数字序列的位数小于所述预设位数;
随机生成所述第一数字和所述第二数字在所述预设位数的数字序列中的起始位置;
从所述初始数字序列的所述起始位置开始,插入所述第一数字和所述第二数字,得到所述预设位数的数字序列。
本申请第二方面提供一种身份验证装置,包括:获取单元、生成单元、确定单元以及提取单元;
所述获取单元,用于获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;
所述生成单元,用于若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;
所述获取单元,还用于获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;
所述确定单元,用于根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;
所述提取单元,用于从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;
所述确定单元,还用于对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功。
可选地,所述确定单元,具体用于对所述目标视频数据进行动作识别处理,确定所述待验证用户读出所述第一数字和所述第二数字的动作是否连续;
若是,则确定所述待验证用户的身份验证成功。
可选地,所述装置还包括:比对单元;
所述比对单元,用于将所述音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度;
所述确定单元,还用于若所述声纹相似度小于等于预设阈值,则确定所述待验证用户的身份验证失败。
可选地,所述确定单元,具体用于从所述音频数据中识别得到待验证用户读出的实际数字序列;
若所述实际数字序列与所述预设位数的数字序列一致,则根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点。
可选地,所述确定单元,还用于若所述实际数字序列与所述预设位数的数字序列不一致,则确定所述待验证用户的身份验证失败。
可选地,所述确定单元,具体用于对所述音频数据进行阿拉伯数字识别处理,得到所述待验证用户读出的实际数字序列。
可选地,所述生成单元,具体用于随机生成初始数字序列,所述初始数字序列的位数小于所述预设位数;
随机生成所述第一数字和所述第二数字在所述预设位数的数字序列中的起始位置;
从所述初始数字序列的所述起始位置开始,插入所述第一数字和所述第二数字,得到所述预设位数的数字序列。
本申请第三方面提供一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述第一方面所述方法的步骤。
本申请第四方面提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时,执行如上述第一方面所述方法的步骤。
本申请实施例提供的一种基于数字序列的身份识别方法、装置、电子设备及介质中,身份验证方法包括:获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功。本申请实施例中,获取用户读取预设位数的数字序列时的视频数据以及音频数据,对该视频数据和音频数据进行联合分析处理,获取用户读取特定数字的时间区间内的视频数据,通过对时间区间内中的视频数据的识别处理,以对用户的身份信息进行验证。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请一实施例提供的基于数字序列的身份识别方法的流程示意图;
图2为本申请另一实施例提供的基于数字序列的身份识别方法的流程示意图;
图3为本申请另一实施例提供的基于数字序列的身份识别方法的流程示意图;
图4为本申请另一实施例提供的基于数字序列的身份识别方法的流程示意图;
图5为本申请一实施例提供的基于数字序列的身份识别方法的整体流程示意图;
图6为本申请一实施例提供的基于数字序列的身份验证装置的示意图;
图7为本申请另一实施例提供的基于数字序列的身份验证装置的示意图;
图8为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
在手机解锁,移动支付,远程身份验证等关键系统登录场景中,刷脸操作成为了最便捷的行为方式之一,相比于密码验证,利用人的身份信息进行验证,更加安全且更能代表本人操作,是防止黑客攻击的一种有效手段。而目前刷脸行为存在被伪造合法用户人脸的攻击的风险,其安全性有待加强。系统对用户展示出的人脸,能否确定为其本人,是业界一直存在的难题。为有效地甄别用户展示的是真实本人人脸还是照片或面具,多维身份认证技术应用而生。而现有技术中,大多采用增加红外传感器或深度传感器等硬件的情况下,利用深度图像判断人脸的三维性,这种方式可以直接防御二维攻击,如手机、电脑等不可弯折的显示屏,但对可弯折的打印照片,效果不佳。因此,如何准确地实现用户身份的验证,对于手机解锁,移动支付等的安全操作具有重要的意义。
为了解决上述现有技术中存在的技术问题,本申请提供一种发明构思:获取用户读取预设位数的数字序列时的视频数据以及音频数据,对该视频数据和音频数据进行联合分析处理,获取用户读取特定数字的时间区间内的视频数据,通过对时间区间内中的视频数据的识别处理,以对用户的身份信息进行验证。
下面通过可能的实现方式对本申请所提供的具体技术方案进行说明。
图1为本申请实施例提供的基于数字序列的身份验证方法的流程示意图,该方法的执行主体可以是智能移动设备、计算机、服务器等处理设备。如图1所示,该方法包括:
S101、获取摄像头采集的待验证用户的人脸图像,并将待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度。
需要说明的是,本申请实施例的身份验证方法可以用于设备的登录,例如:智能移动设备开机使用前的登录。设备上应用程序的登录,例如:支付宝的登录、不同的银行应用程序的登录、以及微信程序的登录等。
其中,可以通过设备内置摄像头或者外设摄像头采集用户的人脸信息。当用于设备的登录时,设备中可能只预存有设备主人自己的人脸图像,则直接与该设备对应数据库中的人脸图像进行比对得到待验证人脸图像的相似度信息。当用于设备上应用程序的登录时,则需要与设备应用程序对应的应用服务器中的人脸图像进行比对,示例性地:可以通过比对应用程序的登录账号信息对应的人脸图像与用户的人脸图像的相似度。
另外,用户的人脸图像与预设数据库中的人脸图像的相似度可以通过欧氏距离、余弦相似度的方式计算获取,对此本申请实施例不做具体限定。
S102、若人脸相似度大于预设阈值,则生成并提示待验证用户读出预设位数的数字序列,数字序列中包括第一数字和第二数字。
值得说明的是,本步骤之后的步骤也是在人脸相似度大于预设阈值的情况下执行,如果人脸相似度小于或等于预设阈值,则可以确定身份识别失败,不再执行本步骤以及后续的步骤。
可选地,当人脸的相似度大于预设的阈值时,则在设备屏幕上生成并提示用户读出预设位数的数字序列。当人脸的相似度小于预设的阈值时,则直接退出用户的人脸图像采集进程,并在设备屏幕上显示身份验证失败。
在本申请实施例中,数字序列的位数可以是3位或者3位以上,对于具体的数字序列的位数,本申请实施例不做限定。数字序列中包括第一数字和第二数字,第一数字和第二数字在数字序列的位置相邻,且第一数字和第二数字均不位于数字序列的首位或末位。
可选的,上述第一数字和第二数字可以是在发音时口型变化较大的数字。示例性的,第一数字可以为5,第二数字可以为8。
S103、获取待验证用户读出数字序列时的视频数据以及音频数据。
在本申请实施例中,通过设备上的视频采集模块以及音频采集模块同时获取用户的视频数据以及音频数据。其中,视频数据以及音频数据为用户读出数字序列时的视频和音频数据。
在一种可能的实现方式中,数字序列可以完整出现在设备屏幕上供用户读取。在另一种可能的实现方式中,数字序列还可以逐字出现在设备屏幕上,当用户读取完一个数字时,再显示下一数字。在本申请实施例中,为了提高身份验证的效率,可以采用第一种显示方式实现数字序列在设备屏幕上的显示。
另外,为了准确获取用户的人脸图像,还可以通过采集的视频数据获取用户头像的角度信息。其中,用户头像的角度信息包括:仰头角度、旋转角度、以及侧头角度,当检测到用户头像的角度信息大于预设角度阈值时,则在设备屏幕上生成提示信息,提示用户摆正头部。
S104、根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点。
在本申请实施例中,对采集的音频数据进行语音识别处理,确定待验证用户读取第一数字的第一时间点和读出第二数字的第二时间点。
其中,第一时间点以及第二时间点为待验证用户读取完整数字序列对应的时间区间中的两个时间节点。
S105、从视频数据中提取第一时间点和第二时间点之间的目标视频数据。
S106、对目标视频数据进行动作识别处理,确定待验证用户的身份是否验证成功。
在获取到第一时间点以及第二时间点之后,从视频数据中提取第一时间点以及第二时间点区间中的视频数据,作为目标视频数据。
对于提取的目标视频数据可以进行动作识别处理,确定待验证用户的身份是否验证通过。
示例性地,在本申请实施例中,可以将目标视频数据按照时间先后输入预训练的人脸动作识别模型,以通过人脸动作识别模型判断第一时间点以及第二时间点之间的动作变化,例如口型变化是否符合第一数字到第二数字的口型变化。当口型变化符合第一数字到第二数字的口型变化时,确定待验证用户的身份验证通过。其中,上述人脸动作识别模型可以为预先使用大量训练样本训练得到的模型,上述人脸动作识别模型可以为机器学习模型,本申请对人脸动作识别模型的具体形式不做限定。
本申请实施例提供了一种基于数字序列的身份识别方法,包括:获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功。本申请实施例中,获取用户读取预设位数的数字序列时的视频数据以及音频数据,对该视频数据和音频数据进行联合分析处理,获取用户读取特定数字的时间区间内的视频数据,通过对时间区间内中的视频数据的识别处理,以对用户的身份信息进行验证。
可选地,对目标视频数据进行动作识别处理,确定待验证用户的身份是否验证成功,包括:
对目标视频数据进行动作识别处理,确定待验证用户读出第一数字和第二数字的动作是否连续;若是,则确定待验证用户的身份验证成功。
图2为本申请另一实施例提供的基于数字序列的身份验证方法的流程示意图,如图2所示,获取待验证用户读出数字序列时的视频数据以及音频数据之后,还包括:
S201、将音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度。
S202、若声纹相似度小于等于预设阈值,则确定待验证用户的身份验证失败。
在本申请实施例中,可以预先将声纹信息进行存储,形成预设数据库。当采集到待验证用户的音频数据后,将音频数据中的声纹特征与预设数据库中的声纹信息进行比对,得到声纹相似度。
需要说明的是,声纹相似度的确定可以通过计算欧氏距离、余弦相似度等方式获取,本申请实施例对此不做限定。
在一种可能的实现方式中,声纹相似度小于等于预设阈值,则确定待验证用户的身份验证失败。在另一种可能的实现方式中,声纹相似度大于预设阈值,则执行身份验证的下一步骤,具体如下述实施例所述。
图3为本申请另一实施例提供的基于数字序列的身份验证方法的流程示意图,如图3所示,步骤S104具体还可以包括:
S301、从音频数据中识别得到待验证用户读出的实际数字序列。
S302、若实际数字序列与预设位数的数字序列一致,则根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点。
为了实现待验证用户的音频数据与数字序列的匹配,避免待验证用户漏读、或者多读数字序列中的某些数字,在本申请实施例中,可以从音频数据中识别得到待验证用户读出的实际数字序列,若实际数字序列与预设位数的数字序列不一致,则确定待验证用户的身份验证失败。若实际数字序列与预设位数的数字序列一致,则根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点。
可选地,从音频数据中识别得到待验证用户读出的实际数字序列,包括:
对音频数据进行阿拉伯数字识别处理,得到待验证用户读出的实际数字序列。
在本实施例中,可以通过语音转换处理技术对音频数据进行阿拉伯数字识别处理,得到待验证用户读出的实际数字序列。其中,语音转换处理技术是将口头语言转换成书面语言的技术。例如:当待验证用户通过语音读取一串数字“1,3,5,7,9”,则可以通过语音转换处理技术按照待验证用户的读取顺序,将口头上所读取的数字转换为对应书面形式的1,3,5,7,9,并在电子设备上显示出来。
进一步地,为了能够准确完成待验证用户的身份认证,在一些实现方式中,当人脸远离摄像头的视频采集框,摄像头无法采集到人脸图像时,则确定身份认证失败并退出身份认证程序。
图4为本申请另一实施例提供的基于数字序列的身份验证方法的流程示意图,如图4所示,生成并提示待验证用户读出预设位数的数字序列,包括:
S401、随机生成初始数字序列,初始数字序列的位数小于预设位数。
S402、随机生成第一数字和第二数字在预设位数的数字序列中的起始位置。
S403、从初始数字序列的起始位置开始,插入第一数字和第二数字,得到预设位数的数字序列。
在本申请实施例中,从预设阿拉伯数字中随机生成初始数字序列,再随机生成一个数字作为第一数字和第二数字在初始数字序列中的插入位置,最后在插入位置处插入第一数字和第二数字。
示例性地,在本实施例中,为了使得待验证用户的动作幅度变化较大,以减小动作连续性识别时的难度,将5和8分别作为第一数字和第二数字,将[0,1,2,3,4,6,7,9]作为预设阿拉伯数字,从预设阿拉伯数字中随机选取6个产生数字序列,如:[7, 9, 3, 6, 2, 1],再从2-5该4个数字中随机产生1个数字,例如数字4作为5和8的插入位置,则最终生成的8位数字序列为[7, 9, 3, 5, 8, 6, 2, 1]。
在摄像头刚打开时,人脸位置一般还处于未摆正状态,在本申请实施例中,通过在初始数字序列中插入第一数字和第二数字,并保证第一数字和第二数字不出现在初始数字序列的开头或者结尾,可以尽可能获取完整的人脸图像信息,进一步提高了用户身份验证的准确度。
为了清楚示意本申请的身份验证方法,图5为本申请一实施例提供的基于数字序列的身份验证方法的整体流程示意图。如图5所示,该方法包括:
S501、获取摄像头采集的待验证用户的人脸图像,并将待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度。
S502、若人脸相似度大于预设阈值,则生成并提示待验证用户读出预设位数的数字序列,数字序列中包括第一数字和第二数字。
在本申请实施例中,步骤S501-S502的处理过程与上述步骤S101-S102的处理过程相似。其中,步骤S502中数字序列的生成过程具体可以参见上述步骤S401-S403,本实施例不再赘述。
S503、若人脸相似度小于等于预设阈值,则身份验证失败。
若人脸相似度小于或者等于预设阈值,则身份验证失败并退出身份验证程序。
S504、获取待验证用户读出数字序列时的视频数据以及音频数据。
S505、将音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度。
S506、若声纹相似度小于等于预设阈值,则确定待验证用户的身份验证失败。
步骤S504的处理过程与上述步骤S103的处理过程类似,步骤S505-S506的执行过程与上述步骤S201-S202的处理过程类似,本实施例对此均不再赘述。
S507、若声纹相似度大于预设阈值,则从音频数据中识别得到待验证用户读出的实际数字序列。
当声纹相似度大于预设阈值时,则进行音频数据的识别。具体地,从音频数据中识别得到待验证用户读出的实际数字序列。
S508、对实际数字序列与预设位数的数字序列进行数字匹配,确定实际数字序列与预设位数的数字序列是否一致。
S509、若实际数字序列与预设位数的数字序列不一致,则确定待验证用户的身份验证失败。
S510、若实际数字序列与预设位数的数字序列一致,则根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点。
当实际数据序列与预设位数的数字序列不一致,则确定用户身份验证失败。当实际数据序列与预设位数的数字序列一致时,执行过程与上述步骤S302类似。
S511、从视频数据中提取第一时间点和第二时间点之间的目标视频数据。
S512、对目标视频数据进行动作识别处理,确定待验证用户的身份是否验证成功。
步骤S511-S512的处理过程与步骤S105-S106的执行过程相似,本实施例不再赘述。
S513、若动作连续,则确定待验证用户的身份验证成功。
S514、若动作不连续,则确定待验证用户的身份验证失败。
当动作识别连续,则表明待验证用户为真实用户,身份验证通过。当用户身份验证通过则可以拥有登录系统权限或支付权限。相应地,当动作识别不连续,则表明待验证用户非真实用户,身份验证失败。
下述对用以执行本申请所提供的身份验证方法所对应的装置及存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图6为本申请实施例提供的基于数字序列的身份验证装置的示意图,如图6所示,该装置包括:获取单元501、生成单元502、确定单元503以及提取单元504;
获取单元501,用于获取摄像头采集的待验证用户的人脸图像,并将待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;
生成单元502,用于若人脸相似度大于预设阈值,则生成并提示待验证用户读出预设位数的数字序列,数字序列中包括第一数字和第二数字,第一数字和第二数字在数字序列的位置相邻,且第一数字和第二数字均不位于数字序列的首位或末位;
获取单元501,还用于获取待验证用户读出数字序列时的视频数据以及音频数据;
确定单元503,用于根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点;
提取单元504,用于从视频数据中提取第一时间点和第二时间点之间的目标视频数据;
确定单元503,还用于对目标视频数据进行动作识别处理,确定待验证用户的身份是否验证成功。
可选地,确定单元503,具体用于对目标视频数据进行动作识别处理,确定待验证用户读出第一数字和第二数字的动作是否连续;若是,则确定待验证用户的身份验证成功。
图7为本申请另一实施例提供的基于数字序列的身份验证装置的示意图,如图7所示,该装置还包括:比对单元505;
比对单元505,用于将音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度;
确定单元503,还用于若声纹相似度小于等于预设阈值,则确定待验证用户的身份验证失败。
可选地,确定单元503,具体用于从音频数据中识别得到待验证用户读出的实际数字序列;
若实际数字序列与预设位数的数字序列一致,则根据音频数据,确定待验证用户读出第一数字的第一时间点和读出第二数字的第二时间点。
可选地,确定单元503,还用于若实际数字序列与预设位数的数字序列不一致,则确定待验证用户的身份验证失败。
可选地,确定单元503,具体用于对音频数据进行阿拉伯数字识别处理,得到待验证用户读出的实际数字序列。
可选地,生成单元502,具体用于随机生成初始数字序列,初始数字序列的位数小于预设位数;
随机生成第一数字和第二数字在预设位数的数字序列中的起始位置;从初始数字序列的起始位置开始,插入第一数字和第二数字,得到预设位数的数字序列。
图8为本申请实施例提供的电子设备的结构示意图,包括:处理器710、存储介质720和总线730,存储介质720存储有处理器710可执行的机器可读指令,当电子设备运行时,处理器710与存储介质720之间通过总线730通信,处理器710执行机器可读指令,以执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种基于数字序列的身份识别方法,其特征在于,包括:
获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;
若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;
获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;
根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;
从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;
对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功;
其中,生成并提示所述待验证用户读出预设位数的数字序列,包括:
随机生成初始数字序列,所述初始数字序列的位数小于所述预设位数;
随机生成所述第一数字和所述第二数字在所述预设位数的数字序列中的起始位置;
从所述初始数字序列的所述起始位置开始,插入所述第一数字和所述第二数字,得到所述预设位数的数字序列。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功,包括:
对所述目标视频数据进行动作识别处理,确定所述待验证用户读出所述第一数字和所述第二数字的动作是否连续;
若是,则确定所述待验证用户的身份验证成功。
3.根据权利要求1所述的方法,其特征在于,所述获取所述待验证用户读出所述数字序列时的视频数据以及音频数据之后,还包括:
将所述音频数据与预设数据库中的声纹信息进行比对,得到声纹相似度;
若所述声纹相似度小于等于预设阈值,则确定所述待验证用户的身份验证失败。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点,包括:
从所述音频数据中识别得到待验证用户读出的实际数字序列;
若所述实际数字序列与所述预设位数的数字序列一致,则根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述实际数字序列与所述预设位数的数字序列不一致,则确定所述待验证用户的身份验证失败。
6.根据权利要求4所述的方法,其特征在于,所述从所述音频数据中识别得到待验证用户读出的实际数字序列,包括:
对所述音频数据进行阿拉伯数字识别处理,得到所述待验证用户读出的实际数字序列。
7.一种基于数字序列的身份验证装置,其特征在于,包括:获取单元、生成单元、确定单元以及提取单元;
所述获取单元,用于获取摄像头采集的待验证用户的人脸图像,并将所述待验证用户的人脸图像与预设数据库中的人脸图像进行比对,得到人脸相似度;
所述生成单元,用于若所述人脸相似度大于预设阈值,则生成并提示所述待验证用户读出预设位数的数字序列,所述数字序列中包括第一数字和第二数字,所述第一数字和所述第二数字在所述数字序列的位置相邻,且所述第一数字和所述第二数字均不位于所述数字序列的首位或末位;
所述获取单元,还用于获取所述待验证用户读出所述数字序列时的视频数据以及音频数据;
所述确定单元,用于根据音频数据,确定所述待验证用户读出所述第一数字的第一时间点和读出所述第二数字的第二时间点;
所述提取单元,用于从所述视频数据中提取所述第一时间点和所述第二时间点之间的目标视频数据;
所述确定单元,还用于对所述目标视频数据进行动作识别处理,确定所述待验证用户的身份是否验证成功;
其中,所述生成单元,具体用于随机生成初始数字序列,所述初始数字序列的位数小于所述预设位数;
随机生成所述第一数字和所述第二数字在所述预设位数的数字序列中的起始位置;
从所述初始数字序列的所述起始位置开始,插入所述第一数字和所述第二数字,得到所述预设位数的数字序列。
8.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-6任一项所述方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-6任一项所述方法的步骤。
CN202110005270.1A 2021-01-05 2021-01-05 基于数字序列的身份识别方法、装置、电子设备及介质 Active CN112329750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110005270.1A CN112329750B (zh) 2021-01-05 2021-01-05 基于数字序列的身份识别方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110005270.1A CN112329750B (zh) 2021-01-05 2021-01-05 基于数字序列的身份识别方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN112329750A CN112329750A (zh) 2021-02-05
CN112329750B true CN112329750B (zh) 2021-04-20

Family

ID=74302182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110005270.1A Active CN112329750B (zh) 2021-01-05 2021-01-05 基于数字序列的身份识别方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112329750B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780212A (zh) * 2021-09-16 2021-12-10 平安科技(深圳)有限公司 用户身份核验方法、装置、设备及存储介质
CN117272991A (zh) * 2022-09-30 2023-12-22 上海寰通商务科技有限公司 识别待识别医药行业目标对象的方法、设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598796A (zh) * 2015-01-30 2015-05-06 科大讯飞股份有限公司 身份识别方法及系统
CN110955874A (zh) * 2019-10-12 2020-04-03 深圳壹账通智能科技有限公司 身份验证方法、装置、计算机设备和存储介质
JP2020154496A (ja) * 2019-03-19 2020-09-24 グローリー株式会社 認証システム及び認証方法
CN111709004A (zh) * 2020-08-19 2020-09-25 北京远鉴信息技术有限公司 一种身份认证方法、装置、电子设备及可读存储介质
CN111814128A (zh) * 2020-09-01 2020-10-23 北京远鉴信息技术有限公司 基于融合特征的身份认证方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709402A (zh) * 2015-11-16 2017-05-24 优化科技(苏州)有限公司 基于音型像特征的真人活体身份验证方法
CN106599866B (zh) * 2016-12-22 2020-06-02 上海百芝龙网络科技有限公司 一种多维度用户身份识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598796A (zh) * 2015-01-30 2015-05-06 科大讯飞股份有限公司 身份识别方法及系统
JP2020154496A (ja) * 2019-03-19 2020-09-24 グローリー株式会社 認証システム及び認証方法
CN110955874A (zh) * 2019-10-12 2020-04-03 深圳壹账通智能科技有限公司 身份验证方法、装置、计算机设备和存储介质
CN111709004A (zh) * 2020-08-19 2020-09-25 北京远鉴信息技术有限公司 一种身份认证方法、装置、电子设备及可读存储介质
CN111814128A (zh) * 2020-09-01 2020-10-23 北京远鉴信息技术有限公司 基于融合特征的身份认证方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112329750A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
Roy et al. Masterprint: Exploring the vulnerability of partial fingerprint-based authentication systems
CN106302330B (zh) 身份验证方法、装置和系统
CN104598796A (zh) 身份识别方法及系统
JP4340618B2 (ja) 生体情報認証装置及び方法,並びに生体情報認証プログラム及び生体情報認証プログラムを記録したコンピュータ読取可能な記録媒体
US9049191B2 (en) Biometric authentication system, communication terminal device, biometric authentication device, and biometric authentication method
CN112329750B (zh) 基于数字序列的身份识别方法、装置、电子设备及介质
US11188628B2 (en) Biometric challenge-response authentication
KR20170047255A (ko) 신원 인증 방법 및 장치, 단말기 및 서버
CN105512535A (zh) 一种用户认证的方法及装置
CN107577930B (zh) 一种触屏终端的解锁检测方法及触屏终端
CN101494690A (zh) 一种移动终端及其解锁方法
CN104331652A (zh) 指纹和语音识别的电子设备的动态密码生成方法
CN110348193A (zh) 验证方法、装置、设备和存储介质
CN111815833A (zh) 一种基于智能识别与加密技术的酒店门禁认证系统
EP3848830A1 (en) User authentication device and recording medium
JP2023509482A (ja) モーションセンサデータに記録されるユーザ、動作、および機器に特有な特徴を解きほぐすシステムおよび方法
CN112351047B (zh) 基于双引擎的声纹身份认证方法、装置、设备及存储介质
KR101140358B1 (ko) 거짓 특징점 생성 방법 및 이를 이용한 퍼지 볼트 생성방법
CN110163164B (zh) 一种指纹检测的方法及装置
CN114467283B (zh) 身份认证方法、装置、终端、存储介质及程序产品
CN109271771A (zh) 账号信息找回方法、装置、计算机设备
JP5279007B2 (ja) 照合システム、照合方法、プログラム及び記録媒体
KR102060563B1 (ko) 음성 및 안면 데이터를 이용한 인증 제공 방법 및 장치
CN113315639A (zh) 身份认证系统及方法
CN112241521A (zh) 爆破音的身份验证方法、装置、电子设备及介质

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