CN113656761A - 基于生物识别技术的业务处理方法、装置和计算机设备 - Google Patents
基于生物识别技术的业务处理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN113656761A CN113656761A CN202110914175.3A CN202110914175A CN113656761A CN 113656761 A CN113656761 A CN 113656761A CN 202110914175 A CN202110914175 A CN 202110914175A CN 113656761 A CN113656761 A CN 113656761A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- target
- preset
- face image
- 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.)
- Granted
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 57
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 66
- 230000001960 triggered effect Effects 0.000 claims abstract description 12
- 230000014509 gene expression Effects 0.000 claims description 95
- 238000012549 training Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 38
- 238000012795 verification Methods 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 28
- 238000002372 labelling Methods 0.000 claims description 23
- 238000012790 confirmation Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000008921 facial expression Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012508 change request Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response 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
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/12—Protecting executable software
- G06F21/121—Restricting unauthorised execution of programs
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请涉及人工智能技术，提供一种基于生物识别技术的业务处理方法、装置、计算机设备和存储介质，方法包括：当接收到用户触发的对于目标应用的启动操作，判断用户的身份验证是否通过；若是，当所有人工柜员的工作状态为忙线状态时，生成排队提醒信息；若用户的反馈回复为拒绝，基于虚拟柜员与用户进行沟通并采集业务办理信息；在验证用户的证件信息有效，且第二人脸图像与证件中包含的人脸图像匹配后，根据业务办理信息生成业务单据并展示；在业务单据签名确认后，执行与业务办理信息对应的目标业务的办理。本申请能够降低业务办理成本，提高业务的办理效率。本申请还可以应用于区块链领域，上述业务单据等数据可以存储于区块链上。
Description
技术领域
本申请涉及人工智能技术领域，具体涉及一种基于生物识别技术的业务处理方法、装置和计算机设备。
背景技术
随着生活节奏的日益加快，人们对于银行业务的办理效率的要求越来越高。现有的银行主要分为两类，一类是传统银行，另一类是虚拟银行，如移动银行、网银。传统银行由于排队人数多，且银行柜面的柜员在提供服务时，由于涉及到填写书面表格、手写签名确认等导致人工柜员服务每一个客户的人均时间较长，从而造成银行业务的办理效率较低。而虚拟银行虽然可以让用户在终端上完成一些业务的办理，但是虚拟银行的操作复杂度较高，需要用户具备一定的终端操作知识才能实现在虚拟银行上办理业务，灵活性较低。使得一些特定人群，例如老年人以及一些低学历人群在使用虚拟银行办理业务会存在一些障碍，从而导致银行业务的办理效率较低。因此，现有的银行的业务办理方式存在业务的办理效率较低且灵活性低的问题。
发明内容
本申请的主要目的为提供一种基于生物识别技术的业务处理方法、装置、计算机设备和存储介质，旨在解决现有的银行的业务办理方式存在业务的办理效率较低且灵活性低技术问题。
本申请提出一种基于生物识别技术的业务处理方法，所述方法包括步骤：
判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
获取所述用户的证件信息与所述用户的第二人脸图像；
在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
可选地，所述基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过的步骤，包括：
获取预存储的所述注册人脸图像；
判断所有所述注册人脸图像中是否存在与所述第一人脸图像匹配的目标人脸图像；
若存在所述目标人脸图像，对所述用户进行活体检测，并判断活体检测是否通过；
若活体检测通过，将所述指纹图像中的手指指纹区域划分为多个第一子区块；
获取与所述目标人脸图像对应的目标用户信息；
确定所述指纹图像对应的手指信息，并从预存储的与所述目标用户信息对应的所有所述注册指纹图像中筛选出与所述手指信息对应的目标指纹图像；
基于所述指纹图像的区块划分方式，将所述目标指纹图像中的手指指纹区域划分为对应的多个第二子区块；
分别对所述指纹图像包含的所有第一子区块与所述目标指纹图像包含的所有第二子区块进行一一对应的比对处理，得到比对处理后的多个相似度；
获取预设的相似度阈值，并判断得到的所有所述相似度是否均大于所述相似度阈值；
若均大于所述相似度阈值，判定身份验证通过，否则判定身份验证不通过。
可选地，所述基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息的步骤之后，包括：
所述基于生物识别技术的业务处理方法，还包括：
在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的语音数据；
从所述语音数据中提取出目标声纹特征；
调用预设的诈骗声纹特征数据库，将所述目标声纹特征与所述诈骗声纹特征数据库中的所有声纹特征进行比对，并判断所述诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征；
若不存在与所述目标声纹特征相同的声纹特征，通过语音识别技术将所述语音数据识别转换为对应的文本信息；
调用预设的诈骗关键词库，并从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词；其中，所述指定关键词的数量为多个；
将所述文本信息与所述指定关键词进行匹配处理，判断所述文本信息中是否包含所述指定关键词；
若包含所述指定关键词，限制对所述用户办理的所述目标业务进行处理；
若不包含所述指定关键词，生成获取所述用户的证件与所述用户的第一人脸图像的第一获取指令。
可选地，所述调用预设的诈骗关键词库的步骤之前，包括：
获取预设的诈骗场景类型，并将所有所述诈骗场景类型作为分类索引；
在预设的数据库中设置与所述分类索引的数量相同的多个存储区域，并为所述分类索引与所述存储区域建立一一对应的对应关系；
使用网络爬虫从网站上提取与各所述诈骗场景类型分别对应的诈骗关键词；
基于所述诈骗场景类型与所述分类索引的对应关系，以及所述分类索引与所述存储区块的对应关系，生成所述诈骗场景类型与所述存储区块的指定对应关系；
基于所述指定对应关系，将各所述诈骗场景类型分别对应的诈骗关键词添加至所述数据库中的各个所述存储区域内，得到所述诈骗关键词库。
可选地，所述基于生物识别技术的业务处理方法，还包括：
在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的第三人脸图像；
基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果；
判断所有所述表情识别结果中是否存在指定表情；
若所有所述表情识别结果中不存在指定表情，生成获取所述用户的证件与所述用户的第一人脸图像的第二获取指令；
若所有所述表情识别结果中存在指定表情，限制对所述用户当前办理的所述目标业务进行处理；
获取指定用户的终端信息；
生成警报信息，并将所述警报信息发送至与所述终端信息对应的指定终端。
可选地，所述基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果的步骤之前，包括：
获取预设数量的训练样本集；其中，每一个训练样本集的训练样本包括若干样本人脸图像，以及与样本人脸图像对应的表情标注信息；
获取指定训练样本集，将所述指定训练样本集中的样本人脸图像作为预设的原始识别模型的输入，将与样本人脸图像对应的表情标注信息作为所述原始识别模型的输出对所述原始识别模型进行训练，得到训练完成的原始识别模型；其中，所述指定训练样本集为所有所述训练样本集中的任意一个样本集；
获取预设的验证样本集，使用所述验证样本集对所述训练完成的初始模型进行验证，并判断是否验证通过；
若验证通过，将所述训练完成的原始识别模型作为与所述指定训练样本集对应的表情识别模型。
可选地，所述生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复的步骤之后，包括：
若所述用户的反馈回复为同意，进入排队等待状态；
在检测出存在工作状态为空闲状态的目标人工柜台时，建立与所述目标人工柜台之间的视频通话；
在所述视频通话成功建立后，存储所述目标人工柜台与所述用户在通话过程中的通话语音记录；
基于所述通话语音记录，采集所述用户反馈的业务办理信息。
本申请还提供一种基于生物识别技术的业务处理装置，包括：
第一判断模块，用于判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
验证模块，用于若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
第一获取模块，用于若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
提示模块，用于接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
第一采集模块，用于若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
第二获取模块，用于获取所述用户的证件信息与所述用户的第二人脸图像；
第一生成模块，用于在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
第二生成模块，用于展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
第一处理模块，用于在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本申请中提供的基于生物识别技术的业务处理方法、装置、计算机设备和存储介质，具有以下有益效果：
本申请中提供的基于生物识别技术的业务处理方法、装置、计算机设备和存储介质，可以基于目标应用的使用来智能快捷地实现对于用户当前所需的业务办理，使得用户无需出门便能进行业务办理，有效地提高了业务办理的灵活性与智能性，降低了业务办理的成本，提高了业务的办理效率与办理成功率，也提高了用户的使用体验。
附图说明
图1是本申请一实施例的基于生物识别技术的业务处理方法的流程示意图；
图2是本申请一实施例的基于生物识别技术的业务处理装置的结构示意图；
图3是本申请一实施例的计算机设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用于解释本申请，并不用于限定本申请。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
参照图1，本申请一实施例的基于生物识别技术的业务处理方法，包括：
S1：判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
S2：若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
S3：若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
S4：接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
S5：若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
S6：获取所述用户的证件信息与所述用户的第二人脸图像；
S7：在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
S8：展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
S9：在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
如上述步骤S1至S9所述，本方法实施例的执行主体为一种基于生物识别技术的业务处理装置。在实际应用中，上述基于生物识别技术的业务处理装置可以通过虚拟装置，例如软件代码实现，也可以通过写入或集成有相关执行代码的实体装置实现，且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。本实施例中的基于生物识别技术的业务处理装置，能够提高业务办理的灵活性与智能性，降低业务办理的成本，提高业务的办理效率与办理成功率。具体地，首先判断是否接收到用户触发的对于目标应用的启动操作。其中，目标应用为用于为用户进行业务办理的应用。另外，所述启动操作可为点击操作或触碰操作。所述目标应用在终端屏幕中的位置具体可为预设的支持指纹提取的指纹采集区域，使得在用户触发该启动操作后可采集到相应的该用户的指纹图像。
若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过。其中，所述注册人脸图像与注册指纹图像是指在目标应用中进行了注册且具有合法身份的已注册用户的人脸图像信息与指纹图像信息。具体的，可基于所述注册人脸图像对用户的人脸图像进行验证，以及基于所述注册指纹图像对用户触发的对于目标应用的启动操作时采集的指纹图像进行验证的方式对所述用户进行身份验证，只有用户均通过了这两种验证方式后，才会判定身份验证通过。若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态。其中，人工柜员的工作状态的包括空闲状态或忙线状态。所述预设服务器可为银行服务器，所述人工柜员状态库为存储有人工柜员的工作状态信息的数据库。具体的，每天人工柜员到岗后，开启自身对应的便携终端，即可视为人工柜员已签到，便携终端便会将便携终端的设备编码入库到人工柜员状态库，签到后人工柜员处于空闲状态，当人工柜员开始处理业务时，便可通过便携终端向人工柜员状态库发起状态变更请求，人工柜员的工作状态更新为忙线状态，当业务处理完毕后，人工柜员再次通过便携终端向人工柜员状态库发起状态变更请求，人工柜员的工作状态更新为空闲状态。接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复。其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝。另外，可在装置内预先存储有排队提醒信息，排队提醒信息的信息内容可根据实际需求进行确定。若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息。其中，所述虚拟柜员是由一个人工智能模拟的人物形象，基于该虚拟柜员能够为用户提供信息查询办理的信息收集服务。具体的，可以先向所述服务器发送业务办理请求，以通过所述服务器基于所述业务办理请求，从预设的话术信息库中查询出与业务办理相匹配的业务办理话术信息。所述预设的话术信息库是由技术人员预先设定并存储于目标应用中。该话术信息库可由办理业务所需的问答信息、流程信息、通知信息以及注意事项等信息构成。例如可包括“是否确定要办理业务、请确定需要办理的业务类型、请确定需要办理的金额数目等等”。在装置接收到服务器返回的业务办理话术信息后，控制所述虚拟柜员播报所述业务办理话术信息。其中，控制所述虚拟柜员播报所述业务办理话术信息的过程可包括；将所述业务办理话术信息转换生成对应的业务办理话术音频，控制所述业务办理话术音频与所述虚拟柜员的唇形同步播放。然后获取用户在观听所述业务办理话术信息后答复的回复信息，将回复信息转换为回复文本信息，并将该回复文本信息作为用户反馈的业务办理信息，其中，业务办理信息可包括用户需要办理的业务类型信息、办理金额信息等。
然后获取所述用户的证件信息与所述用户的第二人脸图像。其中，如果目标应用所对应的终端具备NFC芯片，则可通过NFC芯片获取并识别用户的证件信息。证件可包括身份证与银行卡。而如果终端不具备NFC芯片，则可基于虚拟柜员向用户输出证件输入提醒信息，以提示用户在指定的证件扫描区域，例如在摄像头前方放置证件，从而可以采集到用户的证件信息。另外，可通过摄像头采集用户的第二人脸图像。在验证所述证件信息有效，且所述第二人脸图像与所述证件中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据。其中，有效是指证件信息具有真实有效性。另外，将用户的第二人脸图像与证件中包含的人脸图像进行匹配比对，是为了确保用户提供的证件为该用户本人的证件。只有用户提供的证件信息属于用户本人的有效证件信息，才会判定用户具有办理业务的合法权限。业务单据的生成过程可包括：获取预设的单据模板，再将该业务办理信息填充至单据模板的对应位置处，以得到业务单据。此外，在完成了证件信息与人脸图像验证后可断开用户与虚拟柜员的连接，以释放装置的使用资源。
之后展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息。其中，在生成了业务单据后，还需用户进行对于该业务单据的确认。另外，用户可以采用输入确认文字的形式进行确认，或者可以选择以语音念出确认话术的方式进行确认。最后在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。其中，只有在用户对业务单据进行签名确认后，后续才会正式执行与业务办理信息对应的目标业务的办理，即会正式提交该目标业务，以完成用户当前办理目标业务的流程。另外，在完成了目标业务的办理后还会生成相应的办理结果，还可展示该办理结果，以便用户能够知道目标业务已经成功办理，提高了用户的使用体验。通过本实施例可以基于目标应用的使用来智能快捷地实现对于用户当前所需的业务办理，使得用户无需出门便能进行业务办理，提高了业务办理的灵活性与智能性，降低了业务办理的成本，有效提高了业务的办理效率与办理成功率，提高了用户的使用体验。
进一步地，本申请一实施例中，上述步骤S2，包括：
S200：获取预存储的所述注册人脸图像；
S201：判断所有所述注册人脸图像中是否存在与所述第一人脸图像匹配的目标人脸图像；
S202：若存在所述目标人脸图像，对所述用户进行活体检测，并判断活体检测是否通过；
S203：若活体检测通过，将所述指纹图像中的手指指纹区域划分为多个第一子区块；
S204：获取与所述目标人脸图像对应的目标用户信息；
S205：确定所述指纹图像对应的手指信息，并从预存储的与所述目标用户信息对应的所有所述注册指纹图像中筛选出与所述手指信息对应的目标指纹图像；
S206：基于所述指纹图像的区块划分方式，将所述目标指纹图像中的手指指纹区域划分为对应的多个第二子区块；
S207：分别对所述指纹图像包含的所有第一子区块与所述目标指纹图像包含的所有第二子区块进行一一对应的比对处理，得到比对处理后的多个相似度；
S208：获取预设的相似度阈值，并判断得到的所有所述相似度是否均大于所述相似度阈值；
S209：若均大于所述相似度阈值，判定身份验证通过，否则判定身份验证不通过。
如上述步骤S200至S209所述，所述基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过的步骤，具体可包括：首先获取预存储的所述注册人脸图像。其中，所述注册人脸图像为在所述目标应用进行注册后且具有合法身份的用户的人脸图像。然后判断所有所述注册人脸图像中是否存在与所述第一人脸图像匹配的目标人脸图像。若存在所述目标人脸图像，对所述用户进行活体检测，并判断活体检测是否通过。其中，活体检测是指对用户进行身份验证过程中用于确定用户是否为真实活体的检测操作。对用户进行活体检测的详细过程可以为：用户根据身份验证指示信息的引导，对准预设头像框，完成眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位并结合人脸追踪等技术，可以验证用户是否为真实活体本人操作。通过对用户进行活体检测可以避免用户使用面具、照片或其他方式蒙蔽摄像头以实施欺诈。若活体检测通过，将所述指纹图像中的手指指纹区域划分为多个第一子区块。之后获取与所述目标人脸图像对应的目标用户信息。后续确定所述指纹图像对应的手指信息，并从预存储的与所述目标用户信息对应的所有所述注册指纹图像中筛选出与所述手指信息对应的目标指纹图像。其中，确定手指信息的过程可包括：将指纹图像划分得到的所有第一子区块中包含指纹中间部分的区块，与多个预存储的指纹图像中的指纹中间部分进行比对，从所有预存储的指纹图像确定出与包含指纹中间部分的区块的相似度最高的指定指纹图像，从而基于指定指纹图像的手指信息来判定出用户的指纹图像所对应的手指信息。另外，所述目标应用在屏幕中的位置为预设的指纹识别区域，从而在接收到用户触发的对于目标应用的启动操作后可以实现采集到与所述启动操作对应的所述用户的指纹图像。在得到了所述目标指纹图像后，基于所述指纹图像的区块划分方式，将所述目标指纹图像中的手指指纹区域划分为对应的多个第二子区块。在得到了所述第二子区块后，分别对所述指纹图像包含的所有第一子区块与所述目标指纹图像包含的所有第二子区块进行一一对应的比对处理，得到比对处理后的多个相似度。其中，上述比对处理可为使用图像相似度算法进行相似度计算的处理，可参考现有的图像相似度算法。最后获取预设的相似度阈值，并判断得到的所有所述相似度是否均大于所述相似度阈值。其中，对于上述相似度阈值的取值不作具体限定，可根据实际需求进行设置。若均大于所述相似度阈值，判定身份验证通过，否则判定身份验证不通过。本实施例通过采用人脸图像比对、活体检测以及指纹图像比对等多重身份验证方式来实现对于用户的准确的身份验证处理，有效的提高了身份验证的准确性与可靠性，避免出现由于响应了非法用户触发的对于目标应用的启动操作而导致不良后果，有效地保证了业务处理过程中的安全性。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理方法，还包括：
S900：在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的语音数据；
S901：从所述语音数据中提取出目标声纹特征；
S902：调用预设的诈骗声纹特征数据库，将所述目标声纹特征与所述诈骗声纹特征数据库中的所有声纹特征进行比对，并判断所述诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征；
S903：若不存在与所述目标声纹特征相同的声纹特征，通过语音识别技术将所述语音数据识别转换为对应的文本信息；
S904：调用预设的诈骗关键词库，并从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词；其中，所述指定关键词的数量为多个；
S905：将所述文本信息与所述指定关键词进行匹配处理，判断所述文本信息中是否包含所述指定关键词；
S906：若包含所述指定关键词，限制对所述用户办理的所述目标业务进行处理；
S907：若不包含所述指定关键词，生成获取所述用户的证件与所述用户的第一人脸图像的第一获取指令。
如上述步骤S900至S907所述，在所述虚拟柜员与所述用户进行业务沟通的过程中，还可包括对所述用户进行诈骗识别的过程。具体地，首先在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的语音数据。然后从所述语音数据中提取出目标声纹特征。其中，声纹特征可包括线性预测倒谱系数特征、美尔频率倒谱系数特征等。之后调用预设的诈骗声纹特征数据库，将所述目标声纹特征与所述诈骗声纹特征数据库中的所有声纹特征进行比对，并判断所述诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征。其中，诈骗声纹特征数据库中存储的是已确认的诈骗用户的声纹特征。另外，可通过计算所述目标声纹特征与所述诈骗声纹特征数据库中包含的所有声纹特征的声纹相似度的方式，来确定出诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征。并预设有一个指定相似度阈值，如果计算得到的声纹相似度中存在大于该指定相似度阈值的相似度，则表明数据库中存在与所述目标声纹特征相同的声纹特征。具体地，可调用预设的距离计算公式，来计算上述目标声纹特征与上述声纹特征之间的声纹相似度。所述距离计算公式可为：
a为目标声纹特征，b为诈骗声纹特征数据库中的声纹特征。若不存在与所述目标声纹特征相同的声纹特征，通过语音识别技术将所述语音数据识别转换为对应的文本信息。其中，在将语音信息识别为文本信息后，可对识别得到的文本信息进行存储，当存储的文本信息的存储时间超过设定时间阈值时，可将无效部分的文本信息进行删除，以避免无效的文本信息占据装置的存储空间而导致装置运作缓慢。另外，在进行文本信息的存储时，可以仅存储文本信息中的诈骗关键词，以备后续查看。后续调用预设的诈骗关键词库，并从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词。其中，所述指定关键词的数量为多个。另外，所述诈骗关键词库内分别存储有每一种诈骗场景类型分别对应的诈骗关键词，其可包括可进行更新的网络服务器诈骗关键词库。诈骗场景类型可包括转账诈骗场景，交易诈骗场景，购物诈骗场景，网络交友诈骗场景，等等。最后将所述文本信息与所述指定关键词进行匹配处理，判断所述文本信息中是否包含所述指定关键词。其中，通过判断语音识别得到的文本信息中是否包含诈骗关键词时，可以将该文本信息在诈骗关键词库中进行匹配，如有匹配上的关键词，则表明该文本信息中包含了指定诈骗关键词。另外，由于业务办理属于交易场景下的处理业务，通过智能地只从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词来与文本信息进行比对处理，而不需要将诈骗关键词库中的所有诈骗关键词与文本信息进行比对处理，可以有效地减少数据处理量，进而提高关键词对比处理的处理效率。若包含所述指定关键词，限制对所述用户办理的所述目标业务进行处理。此外，如果在文本信息中包括所述诈骗关键词库中的诈骗关键词，可进一步将所述用户的声纹特征添加到所述诈骗声纹特征库中。使得能够进行诈骗声纹特征数据库实时更新，实现诈骗声纹特征智能学习的功能，从而后续能够提高识别精准诈骗的精度。而若不包含所述指定关键词，生成获取所述用户的证件与所述用户的第一人脸图像的第一获取指令。本实施例在判别出所述诈骗声纹特征数据库中不存在与所述语音数据的目标声纹特征相同的声纹特征时，还会进一步提取所述语音数据的文本信息，并将所述文本信息与诈骗关键词库中对应的交易场景类型下的指定诈骗关键词进行比对，如果在所述文本信息中包含所述指定关键词时则可确定所述用户属于诈骗用户，且当前的业务交易属于诈骗交易行为。本实施例通过采用声纹验证与关键词验证的多重方式来共同确定用户当前的交易是否为诈骗行为，有效地提高了对用户的诈骗识别的准确性，并且只有在判别出用户当前的交易不属于诈骗行为时，后续才会进行获取所述用户的证件与所述用户的第一人脸图像的处理，保证了业务处理的安全性。另外，在判别出用户当前的业务办理属于诈骗行为后，进而后续会智能地限制对所述用户当前办理的所述目标业务进行处理，以有效避免由于响应了诈骗交易而导致的损失，提高了业务办理的智能性与安全性。
进一步地，本申请一实施例中，上述步骤S902之前，包括：
S9020：获取预设的诈骗场景类型，并将所有所述诈骗场景类型作为分类索引；
S9021：在预设的数据库中设置与所述分类索引的数量相同的多个存储区域，并为所述分类索引与所述存储区域建立一一对应的对应关系；
S9022：使用网络爬虫从网站上提取与各所述诈骗场景类型分别对应的诈骗关键词；
S9023：基于所述诈骗场景类型与所述分类索引的对应关系，以及所述分类索引与所述存储区块的对应关系，生成所述诈骗场景类型与所述存储区块的指定对应关系；
S9024：基于所述指定对应关系，将各所述诈骗场景类型分别对应的诈骗关键词添加至所述数据库中的各个所述存储区域内，得到所述诈骗关键词库。
如上述步骤S9020至S9024所述，所述调用预设的诈骗关键词库的步骤之前，还可包括生成诈骗关键词库的过程。具体地，首先获取预设的诈骗场景类型，并将所有所述诈骗场景类型作为分类索引。其中，诈骗场景类型可包括转账诈骗场景，交易诈骗场景，购物诈骗场景，网络交友诈骗场景，等等。然后在预设的数据库中设置与所述分类索引的数量相同的多个存储区域，并为所述分类索引与所述存储区域建立一一对应的对应关系。之后使用网络爬虫从网站上提取与各所述诈骗场景类型分别对应的诈骗关键词。后续基于所述诈骗场景类型与所述分类索引的对应关系，以及所述分类索引与所述存储区块的对应关系，生成所述诈骗场景类型与所述存储区块的指定对应关系。最后基于所述指定对应关系，将各所述诈骗场景类型分别对应的诈骗关键词添加至所述数据库中的各个所述存储区域内，得到所述诈骗关键词库。本实施例中，通过使用网络爬虫从网站上提取不同诈骗场景类型下的诈骗关键词，并将不同诈骗场景类型下的诈骗关键词分别对应添加到诈骗关键词库中的多个存储区域，从而能够实时更新诈骗关键词库，实现诈骗关键词智能学习的功能，以提高识别精准诈骗的精度。另外，在生成了诈骗关键词库后有利于后续基于该诈骗关键词库来准确的进行对用户本次业务办理的诈骗分析，进而根据得到的分析结果对本次的业务办理执行对应处理，有利于提高业务办理的智能性与安全性。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理方法，还包括：
S910：在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的第三人脸图像；
S911：基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果；
S912：判断所有所述表情识别结果中是否存在指定表情；
S913：若所有所述表情识别结果中不存在指定表情，生成获取所述用户的证件与所述用户的第一人脸图像的第二获取指令；
S914：若所有所述表情识别结果中存在指定表情，限制对所述用户当前办理的所述目标业务进行处理；
S915：获取指定用户的终端信息；
S916：生成警报信息，并将所述警报信息发送至与所述终端信息对应的指定终端。
如上述步骤S910至S916所述，在所述虚拟柜员与所述用户进行业务沟通的过程中，还可包括对用户进行危险状态识别的步骤。具体地，首先在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的第三人脸图像。然后基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果。其中，上述每一个表情识别模型分别是基于不同的训练样本集训练生成的，且每一个上述训练样本集中包含的样本图像的标注信息是基于不同的标注方式进行标注生成的。另外，上述表情识别模型是基于预设的训练样本集，利用机器学习方法对初始识别模型，例如可为神经网络进行训练后得到的模型。上述预设数量可以为预先设定的大于1的数值，例如可以为3个、5个、8个等。此外，由于不同的表情识别模型是基于不同的训练样本集训练得到的。因此，对于相同的一个人脸图像所呈现的人脸表情，不同的表情识别模型识别出来的用于指示该人脸图像所呈现的表情识别结果并不会完全相同。当仅仅使用一个表情识别模型来对人脸图像进行表情识别时，其所输出的表情识别结果的准确率较低，具有片面性。而通过利用上述预设数量的表情识别模型来对人脸图像呈现的人脸表情进行表情识别，可以有效地提高人脸图像中用户的表情识别结果的准确性，进而能根据得到的所有表情识别结果来准确地进行判别用户当前是否处于危险状态。之后判断所有所述表情识别结果中是否存在指定表情。其中，上述指定表情是指用户在进行业务沟通的过程中，在处于危险情况下时容易流露出的表情，例如害怕、惊谎、恐惧等表情。如果在得到的所有所述表情识别结果中存在该指定表情时，则表明用户当前有极大可能处于危险状态，如处于被劫持的状态。若所有所述表情识别结果中不存在指定表情，生成获取所述用户的证件与所述用户的第一人脸图像的第二获取指令。而若所有所述表情识别结果中存在指定表情，限制对所述用户当前办理的所述目标业务进行处理。进一步获取指定用户的终端信息。其中，所述指定用户可为安全部门的管理用户。最后生成警报信息，并将所述警报信息发送至与所述终端信息对应的指定终端。其中，可预先在装置内存储有用于表征当前服务的用户处于危险状态的警报信息。本实施例在基于预设的虚拟柜员与所述用户进行业务沟通的过程中，会智能的通过使用预设数量的表情识别模型来准确地生成用户的表情识别结果，进而基于该表情识别结果准确地判别出用户当前是否处于危险状态。只有在用户不存在表征危险的表情时，后续才会生成获取所述用户的证件与所述用户的第一人脸图像的获取指令，否则会智能地生成警报信息并发送给指定用户，以使得指定用户能够基于收到的警报信息及时采取相应措施，进而实现对于用户人身安全的保障处理，有利于提高业务办理过程中的处理智能性。
进一步地，本申请一实施例中，上述步骤S911之前，包括：
S9110：获取预设数量的训练样本集；其中，每一个训练样本集的训练样本包括若干样本人脸图像，以及与样本人脸图像对应的表情标注信息；
S9111：获取指定训练样本集，将所述指定训练样本集中的样本人脸图像作为预设的原始识别模型的输入，将与样本人脸图像对应的表情标注信息作为所述原始识别模型的输出对所述原始识别模型进行训练，得到训练完成的原始识别模型；其中，所述指定训练样本集为所有所述训练样本集中的任意一个样本集；
S9112：获取预设的验证样本集，使用所述验证样本集对所述训练完成的初始模型进行验证，并判断是否验证通过；
S9113：若验证通过，将所述训练完成的原始识别模型作为与所述指定训练样本集对应的表情识别模型。
如上述步骤S9110至S9113所述，在执行所述基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果的步骤之前，还可包括所述表情识别模型的创建过程。具体地，首先获取预设数量的训练样本集。其中，每一个训练样本集的训练样本包括若干样本人脸图像，以及与样本人脸图像对应的表情标注信息。另外，所获取的训练样本集的数量与上述表情识别模型的数量相同，且训练样本集与表情识别模型之间为一一对应的关系。此外，每一个训练样本集中包含的样本图像的表情标注信息是基于不同的标注方式进行标注生成的，具体的，上述不同的标注方式具体可以为由不同的人基于主观判断进行标注的方式。由于每一个训练样本集中的人脸图像的表情标注信息均是由不同的人基于主观判断来标注生成的，因此对于相似的样本人脸图像中的人脸表情，不同的人进行标注会可能会得到不同的表情标注信息，这样可以使得样本人脸图像中的表情标注信息能够更加全面，提高了训练数据集的丰富性。然后获取指定训练样本集，将所述指定训练样本集中的样本人脸图像作为预设的原始识别模型的输入，将与样本人脸图像对应的表情标注信息作为所述原始识别模型的输出对所述原始识别模型进行训练，得到训练完成的原始识别模型。其中，所述指定训练样本集为所有所述训练样本集中的任意一个样本集。另外，可以使用现有的卷积神经网络结构作为上述原始识别模型进行训练，但并不局限于卷积神经网络。具体的训练过程可参考现有的模型训练过程，在此不作过多阐述。本实施例通过训练生成预设数量的表情识别模型，使得后续能够基于该多个表情识别模型来准确地识别出用户的人脸图像中包含的表情，进而根据与用户对应的表情识别结果来判别用户当前的表情是否包含指定表情，并根据得到的判别结果实现准确的识别出用户当前是否处于危险状态，进而能够根据得到的识别结果执行对应的处理，以实现对于用户人身安全的保障处理，有利于提高业务办理过程中的处理智能性。
进一步地，本申请一实施例中，上述步骤S4之后，包括：
S400：若所述用户的反馈回复为同意，进入排队等待状态；
S401：在检测出存在工作状态为空闲状态的目标人工柜台时，建立与所述目标人工柜台之间的视频通话；
S402：在所述视频通话成功建立后，存储所述目标人工柜台与所述用户在通话过程中的通话语音记录；
S403：基于所述通话语音记录，采集所述用户反馈的所述业务办理信息。
如上述步骤S400至S403所述，若所述用户的反馈回复为同意，在执行完所述生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复的步骤之后，还可包括通过人工柜台采集所述用户反馈的业务办理信息的过程。具体地，若所述用户的反馈回复为同意，首先进入排队等待状态。其中，由于人工柜员资源有限，若此时全部人工柜员都处于忙线状态。如果用户需要人工柜员提供业务办理服务，则用户在启动目标应用后需进入排队状态，以等待人工柜员资源的释放。在检测出存在工作状态为空闲状态的目标人工柜台时，建立与所述目标人工柜台之间的视频通话。在所述视频通话成功建立后，存储所述目标人工柜台与所述用户在通话过程中的通话语音记录。其中，在目标人工柜台与所述用户进行通话时，可同步存储两者的通话语音记录。具体的，目标人工柜台可以通过自身的便携终端向服务器发送业务办理话术信息的获取请求，然后在接收到服务器通过方法预设的话术信息库后返回的业务办理话术信息时，会基于该业务办理话术信息与用户进行业务沟通，询问出用户是否需要办理业务，以及询问出用户确定要办理的业务的相关信息。最后基于所述通话语音记录，采集所述用户反馈的业务办理信息。其中，可以从通话语音记录筛选出用户在与目标人工柜台进行业务交流时反馈的回复语音，再将该回复语音转换为回复文本信息，并将该回复文本信息作为所述用户反馈的业务办理信息，另外，业务办理信息可包括用户需要办理的业务类型信息、办理金额信息等信息。本实施例中，如果用户同意排队则会智能地进入排队等待状态，并在检测到存在空闲状态的目标人工柜台时，会立刻建立与所述目标人工柜台之间的视频通话，以通过目标人工柜台来进行与所述用户进行业务沟通，进而可以根据目标人工柜台与所述用户之间的通话过程中的通话语音记录来采集用户反馈的业务办理信息。通过基于用户的选择来为用户提供对应的人工柜台服务，能够顺利地为用户办理业务提供帮助，保证了用户的使用体验。另外，在得到了业务办理信息后，有利于后续基于该业务办理信息来快速准确地执行与所述业务办理信息对应的目标业务的办理，进一步提高用户体验。
本申请实施例中的基于生物识别技术的业务处理方法还可以应用于区块链领域，如将上述业务单据等数据存储于区块链上。通过使用区块链来对上述业务单据进行存储和管理，能够有效地保证上述业务单据的安全性与不可篡改性。
上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
参照图2，本申请一实施例中还提供了一种基于生物识别技术的业务处理装置，包括：
第一判断模块1，用于判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
验证模块2，用于若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
第一获取模块3，用于若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
提示模块4，用于接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
第一采集模块5，用于若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
第二获取模块6，用于获取所述用户的证件信息与所述用户的第二人脸图像；
第一生成模块7，用于在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
第二生成模块8，用于展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
第一处理模块9，用于在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述验证模块2，包括：
第一获取单元，用于获取预存储的所述注册人脸图像；
第一判断单元，用于判断所有所述注册人脸图像中是否存在与所述第一人脸图像匹配的目标人脸图像；
第二判断单元，用于若存在所述目标人脸图像，对所述用户进行活体检测，并判断活体检测是否通过；
第一划分单元，用于若活体检测通过，将所述指纹图像中的手指指纹区域划分为多个第一子区块；
第二获取单元，用于获取与所述目标人脸图像对应的目标用户信息；
筛选单元，用于确定所述指纹图像对应的手指信息，并从预存储的与所述目标用户信息对应的所有所述注册指纹图像中筛选出与所述手指信息对应的目标指纹图像；
第二划分单元，用于基于所述指纹图像的区块划分方式，将所述目标指纹图像中的手指指纹区域划分为对应的多个第二子区块；
比对单元，用于分别对所述指纹图像包含的所有第一子区块与所述目标指纹图像包含的所有第二子区块进行一一对应的比对处理，得到比对处理后的多个相似度；
第三判断单元，用于获取预设的相似度阈值，并判断得到的所有所述相似度是否均大于所述相似度阈值；
判定单元，用于若均大于所述相似度阈值，判定身份验证通过，否则判定身份验证不通过。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理装置，包括：
第三获取模块，用于在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的语音数据；
第一提取模块，用于从所述语音数据中提取出目标声纹特征；
比对模块，用于调用预设的诈骗声纹特征数据库，将所述目标声纹特征与所述诈骗声纹特征数据库中的所有声纹特征进行比对，并判断所述诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征；
识别模块，用于若不存在与所述目标声纹特征相同的声纹特征，通过语音识别技术将所述语音数据识别转换为对应的文本信息；
筛选模块，用于调用预设的诈骗关键词库，并从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词；其中，所述指定关键词的数量为多个；
第二判断模块，用于将所述文本信息与所述指定关键词进行匹配处理，判断所述文本信息中是否包含所述指定关键词；
第二处理模块，用于若包含所述指定关键词，限制对所述用户办理的所述目标业务进行处理；
第三生成模块，用于若不包含所述指定关键词，生成获取所述用户的证件与所述用户的第一人脸图像的第一获取指令。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理装置，包括：
第四获取模块，用于获取预设的诈骗场景类型，并将所有所述诈骗场景类型作为分类索引；
设置模块，用于在预设的数据库中设置与所述分类索引的数量相同的多个存储区域，并为所述分类索引与所述存储区域建立一一对应的对应关系；
第二提取模块，用于使用网络爬虫从网站上提取与各所述诈骗场景类型分别对应的诈骗关键词；
第四生成模块，用于基于所述诈骗场景类型与所述分类索引的对应关系，以及所述分类索引与所述存储区块的对应关系，生成所述诈骗场景类型与所述存储区块的指定对应关系；
添加模块，用于基于所述指定对应关系，将各所述诈骗场景类型分别对应的诈骗关键词添加至所述数据库中的各个所述存储区域内，得到所述诈骗关键词库。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理装置，包括：
第五获取模块，用于在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的第三人脸图像；
第六获取模块，用于基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果；
第三判断模块，用于判断所有所述表情识别结果中是否存在指定表情；
第五生成模块，用于若所有所述表情识别结果中不存在指定表情，生成获取所述用户的证件与所述用户的第一人脸图像的第二获取指令；
第三处理模块，用于若所有所述表情识别结果中存在指定表情，限制对所述用户当前办理的所述目标业务进行处理；
第七获取模块，用于获取指定用户的终端信息；
发送模块，用于生成警报信息，并将所述警报信息发送至与所述终端信息对应的指定终端。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理装置，包括：
第八获取模块，用于获取预设数量的训练样本集；其中，每一个训练样本集的训练样本包括若干样本人脸图像，以及与样本人脸图像对应的表情标注信息；
训练模块，用于获取指定训练样本集，将所述指定训练样本集中的样本人脸图像作为预设的原始识别模型的输入，将与样本人脸图像对应的表情标注信息作为所述原始识别模型的输出对所述原始识别模型进行训练，得到训练完成的原始识别模型；其中，所述指定训练样本集为所有所述训练样本集中的任意一个样本集；
第四判断模块，用于获取预设的验证样本集，使用所述验证样本集对所述训练完成的初始模型进行验证，并判断是否验证通过；
确定模块，用于若验证通过，将所述训练完成的原始识别模型作为与所述指定训练样本集对应的表情识别模型。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
进一步地，本申请一实施例中，上述基于生物识别技术的业务处理装置，包括：
执行模块，用于若所述用户的反馈回复为同意，进入排队等待状态；
创建模块，用于在检测出存在工作状态为空闲状态的目标人工柜台时，建立与所述目标人工柜台之间的视频通话；
存储模块，用于在所述视频通话成功建立后，存储所述目标人工柜台与所述用户在通话过程中的通话语音记录；
第二采集模块，用于基于所述通话语音记录，采集所述用户反馈的所述业务办理信息。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于生物识别技术的业务处理方法的步骤一一对应，在此不再赘述。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、输入装置和数据库。其中，该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储注册人脸图像、注册指纹图像、工作状态、排队提醒信息、业务办理信息、第一人脸图像、以及业务单据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备，用于将数字信号转换为光信号，使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置，用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种基于生物识别技术的业务处理方法。
上述处理器执行上述基于生物识别技术的业务处理方法的步骤：判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；获取所述用户的证件信息与所述用户的第二人脸图像；在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的装置、计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于生物识别技术的业务处理方法，具体为：
判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；获取所述用户的证件信息与所述用户的第二人脸图像；在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于生物识别技术的业务处理方法，其特征在于，包括：
判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
获取所述用户的证件信息与所述用户的第二人脸图像；
在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
2.根据权利要求1所述的基于生物识别技术的业务处理方法，其特征在于，所述基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过的步骤，包括：
获取预存储的所述注册人脸图像；
判断所有所述注册人脸图像中是否存在与所述第一人脸图像匹配的目标人脸图像；
若存在所述目标人脸图像，对所述用户进行活体检测，并判断活体检测是否通过；
若活体检测通过，将所述指纹图像中的手指指纹区域划分为多个第一子区块；
获取与所述目标人脸图像对应的目标用户信息；
确定所述指纹图像对应的手指信息，并从预存储的与所述目标用户信息对应的所有所述注册指纹图像中筛选出与所述手指信息对应的目标指纹图像；
基于所述指纹图像的区块划分方式，将所述目标指纹图像中的手指指纹区域划分为对应的多个第二子区块；
分别对所述指纹图像包含的所有第一子区块与所述目标指纹图像包含的所有第二子区块进行一一对应的比对处理，得到比对处理后的多个相似度；
获取预设的相似度阈值，并判断得到的所有所述相似度是否均大于所述相似度阈值；
若均大于所述相似度阈值，判定身份验证通过，否则判定身份验证不通过。
3.根据权利要求1所述的基于生物识别技术的业务处理方法，其特征在于，所述基于生物识别技术的业务处理方法，还包括：
在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的语音数据；
从所述语音数据中提取出目标声纹特征；
调用预设的诈骗声纹特征数据库，将所述目标声纹特征与所述诈骗声纹特征数据库中的所有声纹特征进行比对，并判断所述诈骗声纹特征数据库中是否存在与所述目标声纹特征相同的声纹特征；
若不存在与所述目标声纹特征相同的声纹特征，通过语音识别技术将所述语音数据识别转换为对应的文本信息；
调用预设的诈骗关键词库，并从所述诈骗关键词库筛选出与交易场景类型对应的指定关键词；其中，所述指定关键词的数量为多个；
将所述文本信息与所述指定关键词进行匹配处理，判断所述文本信息中是否包含所述指定关键词；
若包含所述指定关键词，限制对所述用户办理的所述目标业务进行处理；
若不包含所述指定关键词，生成获取所述用户的证件与所述用户的第一人脸图像的第一获取指令。
4.根据权利要求3所述的基于生物识别技术的业务处理方法，其特征在于，所述调用预设的诈骗关键词库的步骤之前，包括：
获取预设的诈骗场景类型，并将所有所述诈骗场景类型作为分类索引；
在预设的数据库中设置与所述分类索引的数量相同的多个存储区域，并为所述分类索引与所述存储区域建立一一对应的对应关系；
使用网络爬虫从网站上提取与各所述诈骗场景类型分别对应的诈骗关键词；
基于所述诈骗场景类型与所述分类索引的对应关系，以及所述分类索引与所述存储区块的对应关系，生成所述诈骗场景类型与所述存储区块的指定对应关系；
基于所述指定对应关系，将各所述诈骗场景类型分别对应的诈骗关键词添加至所述数据库中的各个所述存储区域内，得到所述诈骗关键词库。
5.根据权利要求1所述的基于生物识别技术的业务处理方法，其特征在于，所述基于生物识别技术的业务处理方法，还包括：
在所述虚拟柜员与所述用户进行业务沟通的过程中，获取所述用户的第三人脸图像；
基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果；
判断所有所述表情识别结果中是否存在指定表情；
若所有所述表情识别结果中不存在指定表情，生成获取所述用户的证件与所述用户的第一人脸图像的第二获取指令；
若所有所述表情识别结果中存在指定表情，限制对所述用户当前办理的所述目标业务进行处理；
获取指定用户的终端信息；
生成警报信息，并将所述警报信息发送至与所述终端信息对应的指定终端。
6.根据权利要求5所述的基于生物识别技术的业务处理方法，其特征在于，所述基于预设数量的预先训练好的表情识别模型分别获取与所述第三人脸图像对应的表情识别结果的步骤之前，包括：
获取预设数量的训练样本集；其中，每一个训练样本集的训练样本包括若干样本人脸图像，以及与样本人脸图像对应的表情标注信息；
获取指定训练样本集，将所述指定训练样本集中的样本人脸图像作为预设的原始识别模型的输入，将与样本人脸图像对应的表情标注信息作为所述原始识别模型的输出对所述原始识别模型进行训练，得到训练完成的原始识别模型；其中，所述指定训练样本集为所有所述训练样本集中的任意一个样本集；
获取预设的验证样本集，使用所述验证样本集对所述训练完成的初始模型进行验证，并判断是否验证通过；
若验证通过，将所述训练完成的原始识别模型作为与所述指定训练样本集对应的表情识别模型。
7.根据权利要求1所述的基于生物识别技术的业务处理方法，其特征在于，所述生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复的步骤之后，包括：
若所述用户的反馈回复为同意，进入排队等待状态；
在检测出存在工作状态为空闲状态的目标人工柜台时，建立与所述目标人工柜台之间的视频通话；
在所述视频通话成功建立后，存储所述目标人工柜台与所述用户在通话过程中的通话语音记录；
基于所述通话语音记录，采集所述用户反馈的业务办理信息。
8.一种基于生物识别技术的业务处理装置，其特征在于，包括：
第一判断模块，用于判断是否接收到用户触发的对于目标应用的启动操作；其中，所述目标应用在屏幕中的位置为预设的指纹采集区域；
验证模块，用于若接收到所述启动操作，获取所述用户的第一人脸图像以及采集与所述启动操作对应的指纹信息，基于所述第一人脸图像与所述指纹信息，调用预设的注册人脸图像与预设的注册指纹图像对所述用户进行身份验证，并判断身份验证是否通过；
第一获取模块，用于若身份验证通过，向预设服务器发送获取当前所有人工柜员的工作状态的信息获取请求，通过所述服务器基于所述信息获取请求对预设的人工柜员状态库进行访问以获取当前所有人工柜员的工作状态；其中，所述工作状态包括空闲状态或忙线状态；
提示模块，用于接收所述服务器反馈的所有所述人工柜员的工作状态，若所有所述人工柜员的工作状态均为忙线状态，生成并展示排队提醒信息，并指示所述用户对所述排队提醒信息进行反馈回复；其中，所述排队提醒信息的内容为是否选择等待人工柜员服务，所述反馈回复包括同意或拒绝；
第一采集模块，用于若所述用户的反馈回复为拒绝，基于预设的虚拟柜员与所述用户进行业务沟通，采集所述用户反馈的业务办理信息；
第二获取模块，用于获取所述用户的证件信息与所述用户的第二人脸图像；
第一生成模块，用于在验证所述证件信息有效，且所述第二人脸图像与所述证件信息中包含的人脸图像匹配后，根据所述业务办理信息生成与目标业务对应的业务单据；
第二生成模块，用于展示所述业务单据，并生成提醒所述用户对所述业务单据进行签名确认的提醒信息；
第一处理模块，用于在接收到所述用户对所述业务单据的签名确认后，执行与所述业务办理信息对应的目标业务的办理。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110914175.3A CN113656761B (zh) | 2021-08-10 | 2021-08-10 | 基于生物识别技术的业务处理方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110914175.3A CN113656761B (zh) | 2021-08-10 | 2021-08-10 | 基于生物识别技术的业务处理方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113656761A true CN113656761A (zh) | 2021-11-16 |
| CN113656761B CN113656761B (zh) | 2024-04-05 |
Family
ID=78491136
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110914175.3A Active CN113656761B (zh) | 2021-08-10 | 2021-08-10 | 基于生物识别技术的业务处理方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113656761B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113901423A (zh) * | 2021-12-08 | 2022-01-07 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和系统 |
| CN114445052A (zh) * | 2022-04-07 | 2022-05-06 | 北京吉道尔科技有限公司 | 基于区块链的智慧教育学生出勤大数据统计方法及系统 |
| CN114550384A (zh) * | 2022-03-25 | 2022-05-27 | 中国工商银行股份有限公司 | 作业处理方法、装置及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835265A (zh) * | 2015-04-22 | 2015-08-12 | 中国建设银行股份有限公司 | 一种vtm业务办理的方法及系统 |
| CN108270789A (zh) * | 2018-01-24 | 2018-07-10 | 平安科技（深圳）有限公司 | 网银开通方法、设备、系统及计算机可读存储介质 |
| CN108280642A (zh) * | 2018-01-24 | 2018-07-13 | 平安科技（深圳）有限公司 | 借记卡激活方法、设备、系统及计算机可读存储介质 |
| CN108335196A (zh) * | 2018-01-24 | 2018-07-27 | 平安科技（深圳）有限公司 | 信用卡转开户业务实现方法、设备、系统及存储介质 |
| US20190362063A1 (en) * | 2017-02-23 | 2019-11-28 | Alibaba Group Holding Limited | Virtual reality scene-based business verification method and device |
| CN112528259A (zh) * | 2020-12-23 | 2021-03-19 | 平安普惠企业管理有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
-
2021
- 2021-08-10 CN CN202110914175.3A patent/CN113656761B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835265A (zh) * | 2015-04-22 | 2015-08-12 | 中国建设银行股份有限公司 | 一种vtm业务办理的方法及系统 |
| US20190362063A1 (en) * | 2017-02-23 | 2019-11-28 | Alibaba Group Holding Limited | Virtual reality scene-based business verification method and device |
| CN108270789A (zh) * | 2018-01-24 | 2018-07-10 | 平安科技（深圳）有限公司 | 网银开通方法、设备、系统及计算机可读存储介质 |
| CN108280642A (zh) * | 2018-01-24 | 2018-07-13 | 平安科技（深圳）有限公司 | 借记卡激活方法、设备、系统及计算机可读存储介质 |
| CN108335196A (zh) * | 2018-01-24 | 2018-07-27 | 平安科技（深圳）有限公司 | 信用卡转开户业务实现方法、设备、系统及存储介质 |
| CN112528259A (zh) * | 2020-12-23 | 2021-03-19 | 平安普惠企业管理有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 周党明;刘崇铭;: "建设银行自助业务辅助运营管理系统的设计", 华南金融电脑, no. 08, 10 August 2009 (2009-08-10) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113901423A (zh) * | 2021-12-08 | 2022-01-07 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和系统 |
| CN113901423B (zh) * | 2021-12-08 | 2022-09-13 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和系统 |
| CN114550384A (zh) * | 2022-03-25 | 2022-05-27 | 中国工商银行股份有限公司 | 作业处理方法、装置及系统 |
| CN114445052A (zh) * | 2022-04-07 | 2022-05-06 | 北京吉道尔科技有限公司 | 基于区块链的智慧教育学生出勤大数据统计方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113656761B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10992666B2 (en) | Identity verification method, terminal, and server | |
| WO2020207189A1 (zh) | 身份验证方法、装置、存储介质和计算机设备 | |
| Li et al. | Unobservable re-authentication for smartphones. | |
| CN113656761B (zh) | 基于生物识别技术的业务处理方法、装置和计算机设备 | |
| US8284985B2 (en) | Interactive device for processing documents | |
| Alsaadi | Study on most popular behavioral biometrics, advantages, disadvantages and recent applications: A review | |
| CN111886842A (zh) | 使用基于阈值的匹配进行远程用户身份验证 | |
| CN105659243B (zh) | 被告知的隐式登记和标识 | |
| CN110796054B (zh) | 证件验真方法及装置 | |
| WO2017170384A1 (ja) | 生体データ処理装置、生体データ処理システム、生体データ処理方法、生体データ処理プログラム、生体データ処理プログラムを記憶する記憶媒体 | |
| CN113111330B (zh) | 一种基于企业链码的企业法人身份认证管理方法及系统 | |
| JPH10261082A (ja) | コンピュータ署名照合方式における登録署名データ作成方法 | |
| CN114004639B (zh) | 优惠信息的推荐方法、装置、计算机设备和存储介质 | |
| CN112330322A (zh) | 用于用户身份验证的设备、方法和系统 | |
| Archilles et al. | Vision: a web service for face recognition using convolutional network | |
| EP3786820A1 (en) | Authentication system, authentication device, authentication method, and program | |
| CN113591603A (zh) | 证件的验证方法、装置、电子设备及存储介质 | |
| US7310432B2 (en) | Ported system for personal identity verification | |
| US20230032328A1 (en) | Apparatus and methods for content-based biometric authentication | |
| JP5279007B2 (ja) | 照合システム、照合方法、プログラム及び記録媒体 | |
| JP2022100522A (ja) | 本人確認方法、プログラム、及び情報システム | |
| CN113626693A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| JP2022117025A (ja) | 本人確認方法、プログラム、及び情報システム | |
| Moshayedi et al. | Fingerprint Identification Banking (FIB); Affordable and Secure Biometric IOT Design | |
| Ikani et al. | FINGERPRINTBASED ATTENDANCE MANAGEMENT SYSTEM. |
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 |