CN115271747B - 一种基于面部与语音识别的安全验证方法 - Google Patents
一种基于面部与语音识别的安全验证方法 Download PDFInfo
- Publication number
- CN115271747B CN115271747B CN202211217143.9A CN202211217143A CN115271747B CN 115271747 B CN115271747 B CN 115271747B CN 202211217143 A CN202211217143 A CN 202211217143A CN 115271747 B CN115271747 B CN 115271747B
- Authority
- CN
- China
- Prior art keywords
- verification
- user
- payment
- benefit
- data end
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008901 benefit Effects 0.000 claims abstract description 108
- 230000001815 facial effect Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 7
- 230000002349 favourable effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000000739 chaotic effect Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 230000009471 action Effects 0.000 description 11
- 230000006872 improvement Effects 0.000 description 8
- 238000012546 transfer Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/18—Payment architectures involving self-service terminals [SST], vending machines, kiosks or multimedia terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/326—Payment applications installed on the mobile devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及支付安全技术领域,具体地说,涉及一种基于面部与语音识别的安全验证方法。其包括步骤:确定受利用户,根据受利用户获取受利用户的数据端;受利用户的数据端一经获取就在施利用户的数据端上形成支付验证区;支付利益额一经确定就形成双验证区。本发明中通过语音识别结合支付验证区中的语音数据实现一种特定环境的识别,同时在面部识别时结合面部动作完成施利用户真实性的识别,因此,当施利用户所在环境和面部实时动作都被验证后得到的结果必然能够提高验证算法的保护强度。
Description
技术领域
本发明涉及支付安全技术领域,具体地说,涉及一种基于面部与语音识别的安全验证方法。
背景技术
面部识别是生物识别技术的一种,是当前人工智能和模式识别的研究热点,在公共安全、人机交互等领域具有广阔的应用前景,尤其在用户端通过面部识别来完成金融支付的过程中,与传统的密钥、签名等方式相比利用面部识别来进行身份的认定更为方便易行。
不论是在移动设备的用户端中,还是在银行ATM机的用户端中,通过面部识别进行安全验证的方式都是更为方便易行的,但是现有的验证方式都是利用设备上的摄像头对面部图像进行采集,而且为了保证面部图像采集的实时性,往往会让被验证的人做一些面部动作,可是这些面部动作在做的时候会使被验证的人不舒适,尤其在一些公共场合,而且每个面部动作都具有一定的要求,这样就需要被验证的人提高动作的完成度,所以说在面部识别的过程中引入语音识别来辅助验证的方法是现在迫切需要提出。
鉴于此,本发明提出一种基于面部与语音识别的安全验证方法。
发明内容
本发明的目的在于提供一种基于面部与语音识别的安全验证方法,以解决上述背景技术中提出的问题。
为实现上述目的,提供了一种基于面部与语音识别的安全验证方法,包括如下方法步骤:
S1、确定受利用户,根据受利用户获取受利用户的数据端;
S2、受利用户的数据端一经获取就在施利用户的数据端上形成支付验证区,所述支付验证区的初始状态为加密状态,经过施利用户解密后即可利用支付验证区完成支付利益额的确定;
S3、支付利益额一经确定就形成双验证区,所述双验证区在施利用户一次验证完成后就在受利用户和施利用户的数据端之间构建利益通道,通过所述利益通道向利益存储端提取支付验证区确定的支付利益额;
所述利益通道在提取后进入等待验证状态;
所述双验证区在施利用户二次验证完成后,利益通道的等待验证状态解除,支付利益额通过利益通道到达受利用户的数据端。
作为本技术方案的进一步改进,所述S1中受利用户的确定包括账号确定和二维码确定,所述账号确定和二维码确定均在施利用户的数据端上完成,其中:
所述受利用户的数据端上登录有受利用户的账号,且每个账号都有其对应的二维码。
作为本技术方案的进一步改进,所述S2中支付验证区的形成步骤如下:
S2.1.1、所述施利用户的数据端在确定了受利用户后形成处于加密状态的支付验证区;
S2.1.2、所述支付验证区形成指向信号传输至受利用户的数据端,然后等待受利用户的数据端做出反应;
S2.1.3、所述受利用户的数据端做出反应后,支付验证区弹出验证框对施利用户进行验证,其验证方式包括面部识别和语音识别中的任意一种;
通过验证后即可对加密状态的支付验证区进行解密;
S2.1.4、支付验证区一经解密,验证框即刻消除,紧接着支付利益额确定框弹出,以供施利用户确定支付利益额。
作为本技术方案的进一步改进,所述S2.1.3中在所述验证区弹出的同时施利用户的数据端进行突出性显示,所述突出性显示包括灯光显示、声音显示和屏幕显示。
作为本技术方案的进一步改进,所述S3中双验证区在支付验证区内形成,其验证步骤如下:
S3.1.1、在支付验证区被解密后则表示施利用户用利益输出的意向,在意向形成后对施利用户进行一次验证,此验证为前置验证,以为二次验证提供前提条件;
S3.1.2、通过一次验证后,利益通道在利益存储端按照支付验证区确定的支付利益额,此时利益通道与利益存储端单向连接,并进入等待验证状态;
S3.1.3、利益通道进入等待验证状态后即可对施利用户进行二次验证,通过二次验证后,利益通道将施利用户的数据端与受利用户的数据端连接,此时利益通道的等待验证状态解除;
S3.1.4、支付利益额通过利益通道到达受利用户的数据端,并对利益存储端做出相应额度的划扣。
作为本技术方案的进一步改进,所述一次验证的验证方式是面部识别和语音识别中的任意一种,所述二次验证的验证方式是一次验证未使用的。
作为本技术方案的进一步改进,所述支付验证区通过验证的方式进行解密,其验证方式为语音识别,并在验证的同时对通过验证的语音数据进行保留;
所述S3.1.1中的一次验证为语音识别,并以保留的语音数据作为分析标准;
所述S3.1.3中的二次验证为面部识别。
作为本技术方案的进一步改进,所述支付验证区的加密、用于一次验证的加密以及用于二次验证的加密均采用Logistic和Henon双混沌系统来构造加密矩阵,具体加密方法如下:
对原始图像进行小波分解得到4个系数矩阵;
对得到的系数矩阵进行DCT变换;
利用Logistic Map与Henon Map分别产生由0与1组成的的序列矩阵与;
将与进行异或运行算得到M,其中:
;
将M中为0的元素置为-1,依据原始图像的大小构造加密矩阵;
将系数矩阵与加密矩阵进行点乘;
对点乘后每一个系数矩阵做IDCT变换;
再对变换后的矩阵做IDWT变换得到加密后的面部图像。
作为本技术方案的进一步改进,所述面部识别进行图像识别分析时采用PCA算法,
其中:PCA算法所选取的能量比例,所形成的特征子空间为10304×70
与现有技术相比,本发明的有益效果:
1、该基于面部与语音识别的安全验证方法中,通过支付验证区解密这一步骤打断支付利益额确定这一过程,只有解密后后续的步骤才能进行,这样为施利用户在需要支付利益额确定之前提供足够的空置时间,该时间的空置不会影响整个过程中的完成,而且还能够在空置这个时间对支付利益额确定这一步骤进行保护。
2、该基于面部与语音识别的安全验证方法中,通过语音识别可以在先录入一段施利用户所在环境的语音数据,而这时候以该数据作为一次验证的分析标准,分析得到的结果真实性会大大提高,因为所在环境这种特殊的音频数据也作为分析的基础了,代表性自然就会得到提高。
3、该基于面部与语音识别的安全验证方法中,通过语音识别结合支付验证区中的语音数据实现一种特定环境的识别,同时在面部识别时结合面部动作完成施利用户真实性的识别,因此,当施利用户所在环境和面部实时动作都被验证后得到的结果必然能够提高验证算法的保护强度。
4、该基于面部与语音识别的安全验证方法中,验证区弹出的同时施利用户的数据端进行突出性显示,突出性显示包括灯光显示、声音显示和屏幕显示,这样能够对施利用户进行提醒,而且可以在白天发出黑色的光线,以区分外界环境中的强光,那么晚上则发出强光,一方面进行曝光,方便面部的采集,另一方面区分外界的光线,起到提醒的作用。
附图说明
图1为本发明的整体方法步骤流程示意图;
图2为本发明的支付验证区的形成步骤流程示意图;
图3为本发明的双验证区的验证步骤流程示意图;
图4为本发明的加密流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
不论是在移动设备的用户端中,还是在银行ATM机的用户端中,通过面部识别进行安全验证的方式都是更为方便易行的,但是现有的验证方式都是利用设备上的摄像头对面部图像进行采集,而且为了保证面部图像采集的实时性,往往会让被验证的人做一些面部动作,可是这些面部动作在做的时候会使被验证的人不舒适,尤其在一些公共场合,而且每个面部动作都具有一定的要求,这样就需要被验证的人提高动作的完成度,所以说在面部识别的过程中引入语音识别来辅助验证的方法是现在迫切需要提出。
为此,本发明提供了一种基于面部与语音识别的安全验证方法,如图1所示,该算法包括如下方法步骤:
S1、确定受利用户,根据受利用户获取受利用户的数据端,这里受利用户指的是获得利益的用户(以下简称:受利用户),受利用户可以是他人,也可以是自己,而上述数据端(也即受利用户的数据端)是受利用户能够接收代表利益数据的一个端口,该端口可以是一些金融软件;
S2、受利用户的数据端一经获取就在施利用户的数据端上形成支付验证区,这里的施利用户的数据端与受利用户的数据端的区别在于:施利用户的数据端是一个载体,该载体用于利益的交易,例如:搭载金融软件的设备端,也就是手机,又或者ATM机本身,因为施利用户指的是将利益交易出去的用户(以下简称:施利用户),所以与其对应的数据端是能够将利益数据交易出去的;
需要说明的是,数据端上形成的支付验证区初始状态为加密状态,经过施利用户解密后即可利用支付验证区完成支付利益额的确定。
第一实施例,
关于支付验证区的原理:
支付验证区主要完成的是对支付利益额确定阶段的保护,所以说支付验证区的形成就是为了对支付利益额确定阶段进行保护,如图2所示,而在本实施例中支付验证区的形成步骤如下:
S2.1.1、施利用户的数据端在确定了受利用户后形成处于加密状态的支付验证区,而后续的有关支付利益额的确定均在支付验证区实现的,至于支付验证区的本质就是一个验证单元,通过验证单元内的加密系统让支付验证区处于一个加密状态,这样在支付利益额确定这个需要对施利用户进行一个验证,以确保意外确定的支付利益额,就拿手机进行转账交易来说:
当手机扫码后,施利用户(也就是持有该手机的用户)并没有立即确定转账金额(对应支付利益额),但现如今的手机都是触摸式的,这样施利用户就容易进行误触,完成转账金额的确定,按照现有的支付方式,一旦转账金额确定,只要识别到施利用户的面部整个交易就完成了,所以说这种方式支付利益额确定这个阶段并没有得到保护;
为此,本实施例通过支付验证区对支付利益额确定这个阶段进行保护,具体看后续步骤。
S2.1.2、支付验证区形成指向信号传输至受利用户的数据端,因为在这个过程中受利用户已经被确定,受利用户的确定包括账号确定和二维码确定,账号确定顾名思义就是通过受利用户独有的账号对其进行确定,常用在ATM机上;二维码确定常用在手机转账的过程中,通过现场扫描受利用户独有的二维码对其进行确定,但不管那种方式受利用户的确定都需要在施利用户的数据端上完成,其中:受利用户的数据端上登录有受利用户的账号,且每个账号都有其对应的二维码;
所以说为了保证确定的受利用户是真实的,在指向信号传输至受利用户的数据端后,需要等待受利用户的数据端做出反应,如果是手机转账的形式可以在受利用户的手机上显示对方正在转账的信息,这算是一种反应,或者说通过受利用户信息进行核验,核验得到的结果也等同于受利用户的数据端做出反应,综上所述受利用户的数据端做出反应表示的是受利用户做好受利的准备或者说已经处于知道自己要受利的状态,从而避免受利用户并不是施利用户真实的对象,也就是说防止二维码或者账号扫错或者输错的情况出现。
S2.1.3、受利用户的数据端做出反应后,支付验证区弹出验证框对施利用户进行验证,其验证方式包括面部识别和语音识别中的任意一种;
通过验证后即可对加密状态的支付验证区进行解密;S2.1.4、支付验证区一经解密,验证框即刻消除,紧接着支付利益额确定框弹出,以供施利用户确定支付利益额,从而通过支付验证区解密这一步骤打断支付利益额确定这一过程,只有解密后后续的步骤才能进行,这样为施利用户在需要支付利益额确定之前提供足够的空置时间,该时间的空置不会影响整个过程中的完成,而且还能够在空置这个时间对支付利益额确定这一步骤进行保护。
此外,在S2.1.3中验证区弹出的同时施利用户的数据端进行突出性显示,突出性显示包括灯光显示、声音显示和屏幕显示,这样能够对施利用户进行提醒,而且可以在白天发出黑色的光线,以区分外界环境中的强光,那么晚上则发出强光,一方面进行曝光,方便面部的采集,另一方面区分外界的光线,起到提醒的作用。
上述过程中虽然支付验证区能够对支付利益额确定进行保护,但这个过程并不涉及利益的转入或者转出,只是确定利益的一个额度,所以说不能在支付验证区进行较为繁琐的验证,支付验证区的目的就是打断支付利益额确定的过程,使空置时间形成。
但是利益的转入或者转出的保护是整个验证算法作用的关键所在,为此在上述步骤的基础上进行如下步骤:
S3、支付利益额一经确定就形成双验证区,双验证区在施利用户一次验证完成后就在受利用户和施利用户的数据端之间构建利益通道,通过利益通道向利益存储端提取支付验证区确定的支付利益额;
利益通道在提取后进入等待验证状态,从而保证利益通道安全性;
双验证区在施利用户二次验证完成后,利益通道的等待验证状态解除,支付利益额通过利益通道到达受利用户的数据端。
上述的双验证区在支付验证区内形成,也就是说能够利用支付验证区加密的状态对双验证区进行保护,如图3所示,双验证区的验证步骤如下:
S3.1.1、在支付验证区被解密后则表示施利用户用利益输出的意向,在意向形成后对施利用户进行一次验证,此验证为前置验证,以为二次验证提供前提条件,由此可见两次验证必须同时通过才可以完成利益的支付,从而提高对利益转入或者转出过程中的保护强度;
S3.1.2、通过一次验证后,利益通道在利益存储端按照支付验证区确定的支付利益额,此时利益通道与利益存储端单向连接,并进入等待验证状态;
S3.1.3、利益通道进入等待验证状态后即可对施利用户进行二次验证,通过二次验证后,利益通道将施利用户的数据端与受利用户的数据端连接,此时利益通道的等待验证状态解除;S3.1.4、支付利益额通过利益通道到达受利用户的数据端,并对利益存储端做出相应额度的划扣,同时划扣的额度归属受利用户。
本实施例中,一次验证的验证方式是面部识别和语音识别中的任意一种,二次验证的验证方式是一次验证未使用的。
需要说明的是,支付验证区的加密、用于一次验证的加密以及用于二次验证的加密均采用Logistic和Henon双混沌系统来构造加密矩阵,具体加密方法如下:
对原始图像进行小波分解得到4个系数矩阵;
对得到的系数矩阵进行DCT变换;
利用Logistic Map与Henon Map分别产生由0与1组成的的序列矩阵与;
将与进行异或运行算得到M,其中:
;
将M中为0的元素置为-1,依据原始图像的大小构造加密矩阵;
将系数矩阵与加密矩阵进行点乘;
对点乘后每一个系数矩阵做IDCT变换;
再对变换后的矩阵做IDWT变换得到加密后的面部图像。
其中,面部识别进行图像识别分析时采用PCA算法,且PCA算法所选取的能量比例,所形成的特征子空间为10304×70,并结合图4所示,将10304维的面部图像降低至
70维,并以此作为神经网络输入的接点进行训练,具体步骤如下:
首先对原始图像数据库利用所提出的加密算法进行加密;
利用PCA算法对加密后图像数据库提取特征,得到投影矩阵U
将训练样本经投影矩阵U投影后作为神经网络输入对神经网络进行训练;
利用所提出的加密算法对待测图像进行加密得到加密图像;
将加密图像经投影矩阵U进行投影得到降维矩阵;
最后将降维矩阵输入至训练好的神经网络中完成面部的识别。
第二实施例,
本实施例中,支付验证区通过验证的方式进行解密,其验证方式为语音识别,并在验证的同时对通过验证的语音数据进行保留;
S3.1.1中的一次验证为语音识别,并以保留的语音数据作为分析标准;
S3.1.3中的二次验证为面部识别。
这样的优点在于:
首先在支付验证区中的验证目的就是打断支付利益额确定的过程,所以说不论是面部识别还是语音识别都是可以的,但通过语音识别可以在先录入一段施利用户所在环境的语音数据,而这时候以该数据作为一次验证的分析标准,分析得到的结果真实性会大大提高,因为所在环境这种特殊的音频数据也作为分析的基础了,代表性自然就会得到提高;
而且一次验证和二次验证可以同时进行的,但这里说的同时只限定验证的过程,而不是说一次验证和二次验证的顺序,这样面部识别可以通过施利用户进行语音识别时的面部动作来确定施利用户的真实性,而且无需对面部动作的要求进行限定,由此可见,本实施例可以通过语音识别结合支付验证区中的语音数据实现一种特定环境的识别,同时在面部识别时结合面部动作完成施利用户真实性的识别,因此,当施利用户所在环境和面部实时动作都被验证后得到的结果必然能够提高验证算法的保护强度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种基于面部与语音识别的安全验证方法,其特征在于,包括如下方法步骤:
S1、确定受利用户,根据受利用户获取受利用户的数据端;
S2、受利用户的数据端一经获取就在施利用户的数据端上形成支付验证区,所述支付验证区的初始状态为加密状态,经过施利用户解密后即可利用支付验证区完成支付利益额的确定;
S3、支付利益额一经确定就形成双验证区,所述双验证区在施利用户一次验证完成后就在受利用户和施利用户的数据端之间构建利益通道,通过所述利益通道向利益存储端提取支付验证区确定的支付利益额;
所述利益通道在提取后进入等待验证状态;
所述双验证区在施利用户二次验证完成后,利益通道的等待验证状态解除,支付利益额通过利益通道到达受利用户的数据端;
所述S3中双验证区在支付验证区内形成,其验证步骤如下:
S3.1.1、在支付验证区被解密后则表示施利用户用利益输出的意向,在意向形成后对施利用户进行一次验证,此验证为前置验证,以为二次验证提供前提条件;
S3.1.2、通过一次验证后,利益通道在利益存储端按照支付验证区确定的支付利益额,此时利益通道与利益存储端单向连接,并进入等待验证状态;
S3.1.3、利益通道进入等待验证状态后即可对施利用户进行二次验证,通过二次验证后,利益通道将施利用户的数据端与受利用户的数据端连接,此时利益通道的等待验证状态解除;
S3.1.4、支付利益额通过利益通道到达受利用户的数据端,并对利益存储端做出相应额度的划扣;
所述一次验证的验证方式是面部识别和语音识别中的任意一种,所述二次验证的验证方式是一次验证未使用的;
所述支付验证区通过验证的方式进行解密,其验证方式为语音识别,并在验证的同时对通过验证的语音数据进行保留;
所述S3.1.1中的一次验证为语音识别,并以保留的语音数据作为分析标准;
所述S3.1.3中的二次验证为面部识别;
所述支付验证区的加密、用于一次验证的加密以及用于二次验证的加密均采用Logistic和Henon双混沌系统来构造加密矩阵,具体加密方法如下:
对原始图像进行小波分解得到4个系数矩阵;
对得到的系数矩阵进行DCT变换;
利用LogisticMap与HenonMap分别产生由0与1组成的300×300的序列矩阵与/>;
将与/>进行异或运行算得到/>,其中:
;
将中为0的元素置为-1,依据原始图像的大小构造加密矩阵/>;
将系数矩阵与加密矩阵进行点乘;
对点乘后每一个系数矩阵做IDCT变换;
再对变换后的矩阵做IDWT变换得到加密后的面部图像;
所述Logistic和Henon双混沌系统的解密步骤如下:
对进行小波分解后再做DTC变换;
再与点乘;
对每一个系数矩阵再做IDCT,然后通过IDWT变换即可得到原始图像;
所述S2中支付验证区的形成步骤如下:
S2.1.1、所述施利用户的数据端在确定了受利用户后形成处于加密状态的支付验证区;
S2.1.2、所述支付验证区形成指向信号传输至受利用户的数据端,然后等待受利用户的数据端做出反应;
S2.1.3、所述受利用户的数据端做出反应后,支付验证区弹出验证框对施利用户进行验证,其验证方式包括面部识别和语音识别中的任意一种;
通过验证后即可对加密状态的支付验证区进行解密;
S2.1.4、支付验证区一经解密,验证框即刻消除,紧接着支付利益额确定框弹出,以供施利用户确定支付利益额;
所述S2.1.3中在所述验证区弹出的同时施利用户的数据端进行突出性显示,所述突出性显示包括灯光显示、声音显示和屏幕显示;
所述S1中受利用户的确定包括账号确定和二维码确定,所述账号确定和二维码确定均在施利用户的数据端上完成,其中:
所述受利用户的数据端上登录有受利用户的账号,且每个账号都有其对应的二维码;
所述面部识别进行图像识别分析时采用PCA算法,其中:PCA算法所选取的能量比例,所形成的特征子空间的维度为10304;
所述安全验证方法用于通过语音识别结合支付验证区中的语音数据实现特定环境的识别的同时,在面部识别时结合面部动作完成施利用户真实性的识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217143.9A CN115271747B (zh) | 2022-10-01 | 2022-10-01 | 一种基于面部与语音识别的安全验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217143.9A CN115271747B (zh) | 2022-10-01 | 2022-10-01 | 一种基于面部与语音识别的安全验证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115271747A CN115271747A (zh) | 2022-11-01 |
CN115271747B true CN115271747B (zh) | 2023-09-15 |
Family
ID=83758027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211217143.9A Active CN115271747B (zh) | 2022-10-01 | 2022-10-01 | 一种基于面部与语音识别的安全验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271747B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930154A (zh) * | 2018-09-19 | 2020-03-27 | 珠海格力电器股份有限公司 | 身份验证方法和装置 |
WO2020156255A1 (zh) * | 2019-02-01 | 2020-08-06 | Oppo广东移动通信有限公司 | 支付方法、装置、系统、移动终端、支付机具及服务器 |
CN112950219A (zh) * | 2021-03-09 | 2021-06-11 | 支付宝(杭州)信息技术有限公司 | 支付处理方法和系统 |
CN113643489A (zh) * | 2021-06-22 | 2021-11-12 | 华录智达科技股份有限公司 | 一种基于人脸识别的公交pos机 |
CN113962704A (zh) * | 2021-11-18 | 2022-01-21 | 平安普惠企业管理有限公司 | 基于人脸识别的转账验证方法、装置、设备及存储介质 |
CN114331448A (zh) * | 2020-09-30 | 2022-04-12 | 华为技术有限公司 | 生物信息验证方法及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020142412A1 (en) * | 2018-12-30 | 2020-07-09 | Tunnel International Inc. | Methods, devices, and systems for secure payments |
-
2022
- 2022-10-01 CN CN202211217143.9A patent/CN115271747B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930154A (zh) * | 2018-09-19 | 2020-03-27 | 珠海格力电器股份有限公司 | 身份验证方法和装置 |
WO2020156255A1 (zh) * | 2019-02-01 | 2020-08-06 | Oppo广东移动通信有限公司 | 支付方法、装置、系统、移动终端、支付机具及服务器 |
CN114331448A (zh) * | 2020-09-30 | 2022-04-12 | 华为技术有限公司 | 生物信息验证方法及设备 |
CN112950219A (zh) * | 2021-03-09 | 2021-06-11 | 支付宝(杭州)信息技术有限公司 | 支付处理方法和系统 |
CN113643489A (zh) * | 2021-06-22 | 2021-11-12 | 华录智达科技股份有限公司 | 一种基于人脸识别的公交pos机 |
CN113962704A (zh) * | 2021-11-18 | 2022-01-21 | 平安普惠企业管理有限公司 | 基于人脸识别的转账验证方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于神经网络的加密人脸识别鲁棒算法研究;肖童;《中国优秀硕士学位论文全文数据库信息科技辑》;20200115;正文第32-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115271747A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020207189A1 (zh) | 身份验证方法、装置、存储介质和计算机设备 | |
CN107251477B (zh) | 用于安全地管理生物计量数据的系统和方法 | |
KR100486062B1 (ko) | 생측정 증명 | |
US6735695B1 (en) | Methods and apparatus for restricting access of a user using random partial biometrics | |
CN1860724B (zh) | 用于标识的方法 | |
CN103391201A (zh) | 基于声纹识别实现智能卡身份验证的系统及方法 | |
CN106682903B (zh) | 一种银行支付许可认证信息的反馈验证方法 | |
WO2002008850A3 (en) | System and method for cardless secure credit transaction processing | |
AU2015280802A1 (en) | User authentication method and system using variable keypad and biometric identification | |
CN1281609A (zh) | 利用指纹在网络上分发信息的方法 | |
CN104408356B (zh) | 一种指纹认证方法及系统、指纹模板加密装置 | |
CN108763898A (zh) | 一种信息处理方法及系统 | |
JP2002073563A (ja) | サービス・ファシリティへの安全なアクセスを提供する装置、方法およびプログラム製品 | |
KR20190038938A (ko) | 이종 통신 네트워크 환경에서 검증가능하게 인증가능한 엔터티로의 원 엔터티의 변환을 구현하기 위한 시스템, 방법 및 서버 컴퓨터 시스템 | |
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 | |
EP4179690A1 (en) | Image distribution using composite re-encrypted images | |
CN102073803A (zh) | 一种增强usbkey安全的装置、方法及系统 | |
WO2022016278A1 (en) | Facial recognition tokenization | |
CN103297237A (zh) | 身份注册和认证方法、系统、个人认证设备和认证服务器 | |
JP2005063077A (ja) | 個人認証方法、個人認証装置及びコネクタ | |
CN115271747B (zh) | 一种基于面部与语音识别的安全验证方法 | |
CN106971366A (zh) | 一种在音频信号中加入及提取水印的方法 | |
Thirumal et al. | EVMFFR: Electronic Voting Machine with Fingerprint and Facial Recognition | |
CN106355496A (zh) | 实现批量电子交易的方法、系统和装置以及电子签名工具 | |
CN109543431B (zh) | 应用加密方法、装置、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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230817 Address after: 1229, 12th Floor, Building 2, No. 18 Yangfangdian Road, Haidian District, Beijing, 100080 Applicant after: Beijing Shengbang Zhixiang Technology Development Co.,Ltd. Address before: 518023 b625, 6 / F, Taoyuan commercial building, No. 2011, Bao'an North Road, Sunxi community, Sungang street, Luohu District, Shenzhen, Guangdong Province Applicant before: Shenzhen win vector technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |