CN112560819A - 一种用户身份的验证方法、装置、电子设备及存储介质 - Google Patents

一种用户身份的验证方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112560819A
CN112560819A CN202110195054.8A CN202110195054A CN112560819A CN 112560819 A CN112560819 A CN 112560819A CN 202110195054 A CN202110195054 A CN 202110195054A CN 112560819 A CN112560819 A CN 112560819A
Authority
CN
China
Prior art keywords
target user
face area
feature information
face
acquisition point
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
Application number
CN202110195054.8A
Other languages
English (en)
Inventor
赵宇航
白世杰
况志强
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 CN202110195054.8A priority Critical patent/CN112560819A/zh
Publication of CN112560819A publication Critical patent/CN112560819A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

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

Abstract

本申请提供了一种用户身份的验证方法、装置、电子设备及存储介质，其中，该验证方法包括：在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；采集目标用户按照第一移动轨迹进行动作对应的待验证视频；基于待验证视频，确定目标用户进行动作对应的第二移动轨迹，以及目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，第一采集点与摄像头之间的距离和第二采集点与摄像头之间的距离不同；基于第一移动轨迹和第二移动轨迹之间的相似度，以及第一人脸面积和第二人脸面积的面积大小，确定目标用户是否通过身份验证。本申请基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，提高了身份验证的准确度。

Description

一种用户身份的验证方法、装置、电子设备及存储介质
技术领域
本申请涉及信息验证技术领域，具体而言，涉及一种用户身份的验证方法、装置、电子设备及存储介质。
背景技术
在大数据时代，数据共享为社会的发展提供了便利条件，同时，数据的安全保护工作也显得尤为重要，尤其是在党、政、军工、银行、公安等对安全性要求较高的领域。
现阶段，由于工作人员访问核心数据是数据遭到泄露的主要原因之一，因此，在工作人员访问核心数据之前，通常会对工作人员进行身份验证，实际中，通常采用摄像头采集工作人员的人脸图像，通过对点头、摇头、眨眼等面部动作的判断来验证用户身份的真实性。
但是，使用模拟三维动画的方式就可以伪造工作人员点头、摇头、眨眼等面部动作，基于简单脸部动作的用户身份验证方式准确度较低。
发明内容
有鉴于此，本申请实施例的目的在于提供一种用户身份的验证方法、装置、电子设备及存储介质，能够基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，避免模拟三维动画对用户身份验证过程的干扰，提高了身份验证的准确度。
第一方面，本申请实施例提供了一种用户身份的验证方法，所述验证方法包括：
在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；
采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；
基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；
基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
在一种可能的实施方式中，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息；
若不包括，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息；
计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度；
若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
若所述待验证视频中不包括所述边界特征信息，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；
若在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述在接收到目标用户的身份验证请求后，随机生成第一移动轨迹，包括：
在接收到目标用户的身份验证请求后，采集所述目标用户的待验证人脸图像；
若所述待验证人脸图像与预设的所述目标用户的标准人脸图像相一致，则随机生成第一移动轨迹，否则，确定所述目标用户身份验证失败。
第二方面，本申请实施例提供了一种用户身份的验证装置，所述验证装置包括：
生成模块，用于在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；
采集模块，用于采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；
第一确定模块，用于基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；
第二确定模块，用于基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
在一种可能的实施方式中，所述第二确定模块，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息；
若不包括，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述第二确定模块，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，还包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息；
计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度；
若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行第一方面任一项所述的用户身份的验证方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行第一方面任一项所述的用户身份的验证方法的步骤。
本申请实施例提供的一种用户身份的验证方法、装置、电子设备及存储介质，在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。本申请实施例能够基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，避免模拟三维动画对用户身份验证过程的干扰，提高了身份验证的准确度。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
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示出了本申请实施例提供的一种用户身份的验证方法的流程图；
图2示出了本申请实施例提供的另一种用户身份的验证方法的流程图；
图3示出了本申请实施例提供的另一种用户身份的验证方法的流程图；
图4示出了本申请实施例提供的另一种用户身份的验证方法的流程图；
图5示出了本申请实施例提供的另一种用户身份的验证方法的流程图；
图6示出了本申请实施例提供的一种用户身份的验证装置的结构示意图；
图7示出了本申请实施例提供的一种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附图，对本申请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。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。
现阶段，由于工作人员访问核心数据是数据遭到泄露的主要原因之一，因此，在工作人员访问核心数据之前，通常会对工作人员进行身份验证，实际中，通常采用摄像头采集工作人员的人脸图像，通过对点头、摇头、眨眼等面部动作的判断来验证用户身份的真实性。但是，使用模拟三维动画的方式就可以伪造工作人员点头、摇头、眨眼等面部动作，基于简单脸部动作的用户身份验证方式准确度较低。
基于上述问题，本申请实施例提供了一种用户身份的验证方法、装置、电子设备及存储介质，在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。本申请实施例能够基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，避免模拟三维动画对用户身份验证过程的干扰，提高了身份验证的准确度。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请针对上述问题所提出的解决方案，都应该是发明人在本申请过程中对本申请做出的贡献。
下面将结合本申请中附图，对本申请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。通常在此处附图中描述和示出的本申请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。
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。
为便于对本实施例进行理解，首先对本申请实施例所公开的一种用户身份的验证方法进行详细介绍。
参见图1所示，图1为本申请实施例提供的一种用户身份的验证方法的流程图，所述验证方法包括：
S101、在接收到目标用户的身份验证请求后，随机生成第一移动轨迹。
本申请实施例中，对应的执行主体为服务器，服务器与身份验证设备通讯连接，以实现与身份验证设备之间的信息交互，其中，身份验证设备包括显示屏和摄像头，显示屏上显示有人脸框，摄像头采集的图像在人脸框内进行显示，或者，在整个显示屏上进行显示。
目标用户为任一具有身份验证需求的用户，目标用户的身份验证请求的发送方式包括：
方式一、显示屏上显示有开始进行身份验证的目标控件，响应目标用户针对目标控件的触控操作，向服务器发送身份验证请求。
方式二、当检测到目标用户进入摄像头的拍摄区域时，或者，当检测到目标用户的人脸图像在显示屏的人脸框内进行显示时，向服务器发送身份验证请求。
服务器在接收到身份验证请求后，随机生成第一移动轨迹，只有目标用户的人脸按照第一移动轨迹移动，目标用户才有可能通过身份验证，服务器将生成的第一移动轨迹发送至显示屏，以使显示屏对第一移动轨迹进行显示，目标用户通过显示屏获取第一移动轨迹。
S102、采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频。
该步骤中，服务器将开始采集待验证视频的采集提示信息发送至显示屏，以使显示屏对采集提示信息进行显示，目标用户在获知采集提示信息之后，控制脸部按照第一移动轨迹移动，在目标用户移动脸部的过程中，摄像头采集目标用户的待验证视频，并在显示屏上显示采集到的待验证视频，其中，待验证视频由目标用户的人脸图像组成，目标用户需要保证人脸图像不超出显示屏的显示区域，在目标用户控制脸部按照第一移动轨迹移动的过程中，在显示屏上会连续显示目标用户的人脸图像，这些连续的人脸图像组成第二移动轨迹，即目标用户脸部真实的移动轨迹。
S103、基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同。
该步骤中，对待验证视频进行分帧处理，得到目标用户的连续多个人脸图像，人脸图像中包括人脸部分和非人脸部分（比如背景部分、除脸部以外的身体部分），根据目标用户的人脸部分在人脸图像中的位置信息，生成目标用户实际移动的第二移动轨迹。
在目标用户按照第一移动轨迹移动的过程中，服务器随机生成向靠近摄像头的方向移动的第一移动提示信息，或者，向远离摄像头的方向移动的第二移动提示信息，并将生成的第一移动提示信息（或者第二移动提示信息）发送至显示屏，以使显示屏对第一移动提示信息（或者第二移动提示信息）进行显示，显示第一移动提示信息的采集点为第一采集点，显示第二移动提示信息的采集点为第二采集点，即目标用户在第一采集点需要靠近摄像头，在第二采集点需要远离摄像头。
在目标用户按照第一移动轨迹移动的过程中，服务器可以生成多个第一移动提示信息和多个第二移动提示信息，第一移动提示信息和第二移动提示信息的数量可以不等，也可以相等，相应的，对应有多个第一采集点和多个第二采集点，第一采集点和第二采集点的数量可以不等，也可以相等。
在采集到待验证视频之后，从在第一采集点采集的人脸图像中获取人脸部分的面积，即第一人脸面积；从在第二采集点采集的人脸图像中获取人脸部分的面积，即第二人脸面积。
S104、基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
该步骤中，计算第一移动轨迹和第二移动轨迹之间的相似度，即服务器随机生成的移动轨迹与目标用户真实的移动轨迹之间的相似度，如果计算得到的相似度小于等于第一预设阈值，则确定第一移动轨迹和第二移动轨迹之间的相似度低，目标用户身份验证失败。如果计算得到的相似度大于第一预设阈值，则确定第一移动轨迹和第二移动轨迹之间的相似度高，移动轨迹验证通过，接下来需要对第一人脸面积和第二人脸面积的面积大小进行验证，判断第一人脸面积和第二人脸面积的面积大小是否符合预设要求。
具体的，在对第一人脸面积和第二人脸面积的面积大小进行验证的过程中，作为一种可选的实施方式，对应有第一预设面积范围，以及第二预设面积范围，若人脸面积位于第一预设面积范围内，说明目标用户距离摄像头的距离近，若人脸面积位于第二预设面积范围内，说明目标用户距离摄像头的距离远，若每个第一采集点的第一人脸面积均位于第一预设面积范围内，并且，每个第二采集点的第二人脸面积均位于第二预设面积范围内，则确定第一人脸面积和第二人脸面积的面积大小符合预设要求，进而确定目标用户通过身份验证；若存在任一第一采集点的第一人脸面积位于第一预设面积范围外，或者，存在任一第二采集点的第二人脸面积位于第二预设面积范围外，则确定目标用户身份验证失败。
作为另一种可选的实施方式，基于每个第一采集点的第一人脸面积，确定第一采集点的第一目标人脸面积，比如，将各个第一采集点的第一人脸面积的平均值作为第一目标人脸面积；基于每个第二采集点的第二人脸面积，确定第二采集点的第二目标人脸面积，比如，将各个第二采集点的第二人脸面积的平均值作为第二目标人脸面积。若第一目标人脸面积小于第二目标人脸面积，说明目标用户按照第一移动提示信息和第二移动提示信息的提示，远离或者靠近摄像头，此时，第一人脸面积和第二人脸面积的面积大小符合预设要求，确定目标用户通过身份验证，否则，确定目标用户身份验证失败。
另外，在确定第一移动轨迹和第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且第一人脸面积和第二人脸面积的面积大小符合预设要求之后，还可以将待验证视频分帧处理得到的多个待验证的人脸图像，与该目标用户预设的标准人脸图像进行对比，若每个待验证的人脸图像与标准人脸图像的相似度大于预设阈值，则确定目标用户通过身份验证，目标用户为本人，否则，确定目标用户身份验证失败，目标用户不是本人。
或者，将每个待验证的人脸图像输入至人脸检测器中，判断当前目标用户是否为活体用户，人脸检测器是一个二分类检测器，用于判断输入的待验证的人脸图像是否为活体用户的人脸图像，对应有两种输出结果，分别为活体用户、非活体用户，若人脸检测器的输出结果为活体用户，则确定目标用户通过身份验证，否则，确定目标用户身份验证失败。
需要说明的是，若确定目标用户通过了身份验证，则证明目标用户通过了活体检验，当前参与身份验证的目标用户是活体用户，若确定目标用户身份验证失败，则证明目标用户未通过活体检验，当前参与身份验证的目标用户不是活体用户，可能是包括人脸图像的照片、打印纸，或者，智能终端设备显示的包括人脸图像的图像、视频，而不是真实的活体用户。
本申请实施例提供的用户身份的验证方法，能够基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，避免模拟三维动画对用户身份验证过程的干扰，提高了身份验证的准确度。
进一步的，参见图2所示，图2为本申请实施例提供的另一种用户身份的验证方法的流程图，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，包括：
S201、若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息。
S202、若不包括，则确定所述目标用户通过身份验证。
实际中，在对目标用户的身份进行验证的过程中，非法用户可能会使用包含目标用户的人脸图像的打印纸、照片，或者，智能终端设备显示的目标用户的人脸图像、人脸视频完成目标用户的身份验证，因此，需要检测待验证视频中是否存在边界特征信息；其中，边界特征信息至少包括以下信息之一：设备边框特征信息（比如，智能终端设备的边框特征信息）、纸张边界特征信息（比如打印纸的边界特征信息、照片的边界特征信息）。
综合步骤201和步骤202，为了提高目标用户身份的验证效率，在确定第一移动轨迹和第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且第一人脸面积和第二人脸面积的面积大小符合预设要求之后，再对待验证视频中是否包括边界特征信息进行检测，若检测到待验证视频中包括边界特征信息，则确定目标用户身份验证失败，若不包括，则确定目标用户通过身份验证。
进一步的，参见图3所示，图3为本申请实施例提供的另一种用户身份的验证方法的流程图，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
S301、若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息。
实际中，在对目标用户的身份进行验证的过程中，非法用户可能会使用包含目标用户的人脸图像的打印纸、照片，或者，智能终端设备显示的目标用户的人脸图像、人脸视频完成目标用户的身份验证，若使用上述打印纸、照片、智能终端设备的显示内容对目标用户的身份进行验证，在要求用户进行远离或靠近摄像头时，画面会失真，且光照与反光因素变化明显，与真人进行远离或靠近摄像头时拍摄到的信息具有很大差别，因此，利用摄像头采集到的人脸图片在纹理、摩尔纹、模糊度、反光，频谱图这五种类别的特征信息的差别情况，检测是否不是目标用户本人在进行身份验证。
具体的，在确定第一移动轨迹和第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且第一人脸面积和第二人脸面积的面积大小符合预设要求之后，采集待验证视频中第一采集点的图像特征信息，以及待验证视频中第二采集点的图像特征信息。其中，图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息。
S302、计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度。
S303、若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
综合步骤301和步骤302，图像特征信息可以有多种类别，分别为纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息，针对同一类别的图像特征信息，比较在第一采集点采集的该类别的图像特征信息，与在第二采集点采集的该类别的图像特征信息之间的特征信息差异度，若特征信息差异度小于第二预设阈值，则确定目标用户通过身份验证，否则，目标用户身份验证失败。
由于对应有多个第一采集点和第二采集点，在比较同一类别的图像特征信息的特征信息差异度时，可以将在任意两个相邻的第一采集点和第二采集点采集的该类别的图像特征信息进行比较，若计算得到的特征信息差异度均小于第二预设阈值，则确定目标用户通过身份验证，否则，目标用户身份验证失败；还可以根据在每个第一采集点采集的该类别的图像特征信息，确定一个均值图像特征信息，再根据在每个第二采集点采集的该类别的图像特征信息，确定另外一个均值图像特征信息，计算这两个均值图像特征信息之间的特征信息差异度，若特征信息差异度小于第二预设阈值，则确定目标用户通过身份验证，否则，目标用户身份验证失败。
进一步的，参见图4所示，图4为本申请实施例提供的另一种用户身份的验证方法的流程图，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
S401、若所述待验证视频中不包括所述边界特征信息，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息。
该步骤中，在确定第一移动轨迹和第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且，第一人脸面积和第二人脸面积的面积大小符合预设要求，并且，确定待验证视频中不包括边界特征信息之后，按照步骤301的方式采集待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息。
S402、若在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
该步骤中，按照步骤302和步骤303的处理方式，计算在第一采集点采集的图像特征信息，与在第二采集点采集的图像特征信息之间的特征信息差异度；若特征信息差异度小于第二预设阈值，则确定目标用户通过身份验证，否则，目标用户身份验证失败，重复之处不再赘述。
进一步的，参见图5所示，图5为本申请实施例提供的另一种用户身份的验证方法的流程图，所述在接收到目标用户的身份验证请求后，随机生成第一移动轨迹，包括：
S501、在接收到目标用户的身份验证请求后，采集所述目标用户的待验证人脸图像。
该步骤中，在接收到目标用户的身份验证请求之后，并且在服务器随机生成第一移动轨迹之前，服务器向显示屏发送人脸静默活体检测提示信息，以使显示屏对人脸静默活体检测提示信息进行显示，提示目标用户保持脸部正对显示屏，确保目标用户人脸出现在显示屏人脸框内，采集目标用户的待验证人脸图像。
S502、若所述待验证人脸图像与预设的所述目标用户的标准人脸图像相一致，则随机生成第一移动轨迹，否则，确定所述目标用户身份验证失败。
该步骤中，将目标用户的待验证人脸图像与预设的目标用户的标准人脸图像进行人脸相似度比较，若待验证人脸图像与标准人脸图像相似度大于预设阈值，则确定待验证人脸图像与标准人脸图像相一致，则随机生成第一移动轨迹，否则，确定目标用户身份验证失败。
另外，还可以采用人脸检测器对待验证人脸图像进行检测，判断当前目标用户是否为活体用户，人脸检测器是一个二分类检测器，用于判断输入的待验证人脸图像是否为活体用户的人脸图像，对应有两种输出结果，分别为活体用户、非活体用户，若人脸检测器的输出结果为活体用户，则随机生成第一移动轨迹，否则，确定目标用户身份验证失败。
基于同一发明构思，本申请实施例中还提供了与用户身份的验证方法对应的用户身份的验证装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述用户身份的验证方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参见图6所示，图6为本申请一实施例提供的一种用户身份的验证装置的结构示意图，所述验证装置包括：
生成模块601，用于在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；
采集模块602，用于采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；
第一确定模块603，用于基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；
第二确定模块604，用于基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
在一种可能的实施方式中，所述第二确定模块604，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息；
若不包括，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述第二确定模块604，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，还包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息；
计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度；
若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述第二确定模块604，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，还包括：
若所述待验证视频中不包括所述边界特征信息，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；
若在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
在一种可能的实施方式中，所述生成模块601，在接收到目标用户的身份验证请求后，随机生成第一移动轨迹时，包括：
在接收到目标用户的身份验证请求后，采集所述目标用户的待验证人脸图像；
若所述待验证人脸图像与预设的所述目标用户的标准人脸图像相一致，则随机生成第一移动轨迹，否则，确定所述目标用户身份验证失败。
本申请实施例提供的用户身份的验证装置，能够基于用户移动轨迹，以及用户与摄像头的距离对用户身份进行验证，避免模拟三维动画对用户身份验证过程的干扰，提高了身份验证的准确度。
参见图7所示，图7为本申请实施例提供的一种电子设备的结构示意图，该电子设备700包括：处理器701、存储器702和总线703，所述存储器702存储有所述处理器701可执行的机器可读指令，当电子设备运行时，所述处理器701与所述存储器702之间通过总线703通信，所述处理器701执行所述机器可读指令，以执行如上述用户身份的验证方法的步骤。
具体地，上述存储器702和处理器701能够为通用的存储器和处理器，这里不做具体限定，当处理器701运行存储器702存储的计算机程序时，能够执行上述用户身份的验证方法。
对应于上述用户身份的验证方法，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读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用户身份的验证方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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通信接口，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，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 (10)

1.一种用户身份的验证方法，其特征在于，所述验证方法包括：
在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；
采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；
基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；
基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
2.根据权利要求1所述的用户身份的验证方法，其特征在于，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息；
若不包括，则确定所述目标用户通过身份验证。
3.根据权利要求1所述的用户身份的验证方法，其特征在于，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息；
计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度；
若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
4.根据权利要求2所述的用户身份的验证方法，其特征在于，所述基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证，还包括：
若所述待验证视频中不包括所述边界特征信息，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；
若在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
5.根据权利要求1所述的用户身份的验证方法，其特征在于，所述在接收到目标用户的身份验证请求后，随机生成第一移动轨迹，包括：
在接收到目标用户的身份验证请求后，采集所述目标用户的待验证人脸图像；
若所述待验证人脸图像与预设的所述目标用户的标准人脸图像相一致，则随机生成第一移动轨迹，否则，确定所述目标用户身份验证失败。
6.一种用户身份的验证装置，其特征在于，所述验证装置包括：
生成模块，用于在接收到目标用户的身份验证请求后，随机生成第一移动轨迹；
采集模块，用于采集所述目标用户按照所述第一移动轨迹进行动作对应的待验证视频；
第一确定模块，用于基于所述待验证视频，确定所述目标用户进行动作对应的第二移动轨迹，以及所述目标用户在第一采集点的第一人脸面积和在第二采集点的第二人脸面积；其中，所述第一采集点与摄像头之间的距离和所述第二采集点与摄像头之间的距离不同；
第二确定模块，用于基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证。
7.根据权利要求6所述的用户身份的验证装置，其特征在于，所述第二确定模块，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则检测所述待验证视频中是否包括边界特征信息；其中，所述边界特征信息至少包括以下信息之一：设备边框特征信息、纸张边界特征信息；
若不包括，则确定所述目标用户通过身份验证。
8.根据权利要求6所述的用户身份的验证装置，其特征在于，所述第二确定模块，在基于所述第一移动轨迹和所述第二移动轨迹之间的相似度，以及所述第一人脸面积和所述第二人脸面积的面积大小，确定所述目标用户是否通过身份验证时，还包括：
若所述第一移动轨迹和所述第二移动轨迹的轨迹之间的相似度大于第一预设阈值，并且所述第一人脸面积和所述第二人脸面积的面积大小符合预设要求，则采集所述待验证视频中第一采集点的图像特征信息和第二采集点的图像特征信息；其中，所述图像特征信息至少包括以下信息之一：纹理特征信息、摩尔纹特征信息、模糊度特征信息、反光特征信息、频谱图特征信息；
计算在所述第一采集点采集的图像特征信息，与在所述第二采集点采集的图像特征信息之间的特征信息差异度；
若所述特征信息差异度小于第二预设阈值，则确定所述目标用户通过身份验证。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至5任一项所述的用户身份的验证方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5任一项所述的用户身份的验证方法的步骤。
CN202110195054.8A 2021-02-22 2021-02-22 一种用户身份的验证方法、装置、电子设备及存储介质 Pending CN112560819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110195054.8A CN112560819A (zh) 2021-02-22 2021-02-22 一种用户身份的验证方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110195054.8A CN112560819A (zh) 2021-02-22 2021-02-22 一种用户身份的验证方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112560819A true CN112560819A (zh) 2021-03-26

Family

ID=75034518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110195054.8A Pending CN112560819A (zh) 2021-02-22 2021-02-22 一种用户身份的验证方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112560819A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118506461A (zh) * 2024-07-19 2024-08-16 中电桑达电子设备(江苏)有限公司 基于图像识别的人员身份判别方法、系统与介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346056A (zh) * 2013-08-01 2015-02-11 腾讯科技（深圳）有限公司 智能终端选择操作实现方法和装置
CN106845403A (zh) * 2017-01-20 2017-06-13 武汉哒呤科技有限公司 一种通过用户行为轨迹确定其身份特质的方法
CN107622188A (zh) * 2016-07-15 2018-01-23 阿里巴巴集团控股有限公司 基于生物特征的验证方法、装置、系统和设备
CN108171211A (zh) * 2018-01-19 2018-06-15 百度在线网络技术（北京）有限公司 活体检测方法和装置
US10055563B2 (en) * 2015-04-15 2018-08-21 Mediatek Inc. Air writing and gesture system with interactive wearable device
CN109376608A (zh) * 2018-09-26 2019-02-22 中国计量大学 一种人脸活体检测方法
CN109460733A (zh) * 2018-11-08 2019-03-12 北京智慧眼科技股份有限公司 基于单摄像头的人脸识别活体检测方法及系统、存储介质
CN111091057A (zh) * 2019-11-15 2020-05-01 腾讯科技（深圳）有限公司 一种信息处理方法、装置及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346056A (zh) * 2013-08-01 2015-02-11 腾讯科技（深圳）有限公司 智能终端选择操作实现方法和装置
US10055563B2 (en) * 2015-04-15 2018-08-21 Mediatek Inc. Air writing and gesture system with interactive wearable device
CN107622188A (zh) * 2016-07-15 2018-01-23 阿里巴巴集团控股有限公司 基于生物特征的验证方法、装置、系统和设备
CN106845403A (zh) * 2017-01-20 2017-06-13 武汉哒呤科技有限公司 一种通过用户行为轨迹确定其身份特质的方法
CN108171211A (zh) * 2018-01-19 2018-06-15 百度在线网络技术（北京）有限公司 活体检测方法和装置
CN109376608A (zh) * 2018-09-26 2019-02-22 中国计量大学 一种人脸活体检测方法
CN109460733A (zh) * 2018-11-08 2019-03-12 北京智慧眼科技股份有限公司 基于单摄像头的人脸识别活体检测方法及系统、存储介质
CN111091057A (zh) * 2019-11-15 2020-05-01 腾讯科技（深圳）有限公司 一种信息处理方法、装置及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118506461A (zh) * 2024-07-19 2024-08-16 中电桑达电子设备(江苏)有限公司 基于图像识别的人员身份判别方法、系统与介质
CN118506461B (zh) * 2024-07-19 2024-09-24 中电桑达电子设备(江苏)有限公司 基于图像识别的人员身份判别方法、系统与介质

Similar Documents

Publication Publication Date Title
CN108229329B (zh) 人脸防伪检测方法和系统、电子设备、程序和介质
Scherhag et al. Face recognition systems under morphing attacks: A survey
CN106599772B (zh) 活体验证方法和装置及身份认证方法和装置
CN108805047B (zh) 一种活体检测方法、装置、电子设备和计算机可读介质
JP6629513B2 (ja) ライブネス検査方法と装置、及び映像処理方法と装置
CN105740775B (zh) 一种三维人脸活体识别方法及其装置
CN110222573B (zh) 人脸识别方法、装置、计算机设备及存储介质
JP6754642B2 (ja) 生体検知装置
KR102257897B1 (ko) 라이브니스 검사 방법과 장치，및 영상 처리 방법과 장치
JP6480710B2 (ja) 手書きデータ検証方法及びユーザ認証方法
CN113887408B (zh) 活化人脸视频的检测方法、装置、设备及存储介质
CN105993022B (zh) 利用脸部表情识别和认证的方法和系统
JP7264308B2 (ja) 二次元顔画像の２つ以上の入力に基づいて三次元顔モデルを適応的に構築するためのシステムおよび方法
CN111311550B (zh) 伪造证件的识别方法、装置及电子设备
CN111241873A (zh) 图像翻拍检测方法及其模型的训练方法、支付方法及装置
US20180247451A1 (en) System and method for three dimensional object reconstruction and quality monitoring
CN112560819A (zh) 一种用户身份的验证方法、装置、电子设备及存储介质
CN108921080A (zh) 图像识别方法、装置及电子设备
CN111274602B (zh) 一种图像特征信息替换方法、装置、设备及介质
CN112699811A (zh) 活体检测方法、装置、设备、储存介质及程序产品
CN116958795A (zh) 翻拍图像的识别方法、装置、电子设备及存储介质
JP2009301242A (ja) 頭部候補抽出方法、頭部候補抽出装置、頭部候補抽出プログラムおよびそのプログラムを記録した記録媒体
US20240037995A1 (en) Detecting wrapped attacks on face recognition
CN116434312A (zh) 图像识别模型的安全性检测方法及装置
CN116524562A (zh) 活体检测模型训练及检测方法、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210326