TWI752418B - 伺服器、客戶端、用戶核身方法及系統 - Google Patents

伺服器、客戶端、用戶核身方法及系統 Download PDF

Info

Publication number
TWI752418B
TWI752418B TW109105729A TW109105729A TWI752418B TW I752418 B TWI752418 B TW I752418B TW 109105729 A TW109105729 A TW 109105729A TW 109105729 A TW109105729 A TW 109105729A TW I752418 B TWI752418 B TW I752418B
Authority
TW
Taiwan
Prior art keywords
eye pattern
user
face image
server
eyeprint
Prior art date
Application number
TW109105729A
Other languages
English (en)
Other versions
TW202026984A (zh
Inventor
何樂
庹宇鯤
李亮
黃冕
陳繼東
楊文波
Original Assignee
開曼群島商創新先進技術有限公司
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 開曼群島商創新先進技術有限公司 filed Critical 開曼群島商創新先進技術有限公司
Publication of TW202026984A publication Critical patent/TW202026984A/zh
Application granted granted Critical
Publication of TWI752418B publication Critical patent/TWI752418B/zh

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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/40—Network security protocols
    • 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
    • G06T2207/30168—Image quality inspection
    • 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)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ophthalmology & Optometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本發明公開了一種用戶核身方法、裝置及系統，涉及資訊技術領域。本發明主要用於解決現有用戶核身方法的精確度和可靠性較低的問題。所述方法包括：首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，然後將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。

Description

伺服器、客戶端、用戶核身方法及系統
本發明涉及資訊技術領域，尤其涉及一種用戶核身方法、裝置及系統。
隨著資訊技術和網際網路的不斷發展，各種各樣的應用隨之出現。其中，越來越多的金融機構為用戶提供應用APP來辦理相關金融業務。為了保證用戶的資訊安全，需要對通過APP來辦理相關金融業務的用戶進行核身，即對用戶進行身份認證、實名認證等安全驗證操作。
目前，在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式進行，即驗證採集的人臉圖像的同時，下發一些人臉動作參數給用戶，用戶需要按照這些動作來完成動作活體驗證。然而由於目前能夠合成出較為逼真的3D人臉圖像，並且能夠模擬用戶的動作和表情，造成現有用戶核身方法的精確度和可靠性較低，無法保證用戶使用應用APP的安全性。
有鑑於此，本發明實施例提供一種用戶核身方法、裝置及系統，主要目的是解決現有技術中用戶核身方法的精確度和可靠性較低的問題。
為達到上述目的，本發明提供如下技術方案：
一方面，本發明實施例提供一種用戶核身方法，包括：
接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；
若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。
另一方面，本發明實施例提供另一種用戶核身方法，包括：
採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。
再一方面，本發明實施例提供一種伺服器，包括：
接收單元，用於接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
比對單元，用於將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；
發送單元，用於若所述人臉圖像和所述眼紋對圖像的 比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。
又一方面，本發明實施例提供一種客戶端，包括：
採集單元，用於採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
發送單元，用於向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。
又一方面，本發明實施例提供一種用戶核身系統，包括：
伺服器，用於當接收到用戶核身請求時，向客戶端發送與當前核身模式對應的人臉品質分閾值和眼紋採集步數；
客戶端，用於根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像；
所述伺服器，還用於接收客戶端發送的人臉圖像和與所述眼紋採集步數對應的眼紋對圖像；將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向述客戶端發送核身成功資訊。
藉由上述技術方案，本發明實施例提供的技術方案至少具有下列優點：
本發明實施例提供的一種用戶核身方法、裝置及系 統，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
上述說明僅是本發明技術方案的概述，為了能夠更清楚瞭解本發明的技術手段，而可依照說明書的內容予以實施，並且為了讓本發明的上述和其它目的、特徵和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。
51:接收單元
52:比對單元
53:發送單元
61:接收單元
62:比對單元
63:發送單元
64:獲取單元
65:確定單元
66:保存單元
67:更新單元
71:採集單元
72:發送單元
81:採集單元
82:發送單元
83:接收單元
84:檢測單元
91:伺服器
92:客戶端
通過閱讀下文優選實施方式的詳細描述，各種其他的優點和益處對於本領域普通技術人員將變得清楚明瞭。圖式僅用於示出優選實施方式的目的，而並不認為是對本發明的限制。而且在整個圖式中，用相同的參考符號表示相同的部件。在圖式中：
圖1示出了本發明實施例提供的一種用戶核身方法的流程圖；
圖2示出了本發明實施例提供的另一種用戶核身方法的流程圖；
圖3示出了本發明實施例提供的又一種用戶核身方法的流程圖；
圖4示出了本發明實施例提供的再一種用戶核身方法的流程圖；
圖5示出了本發明實施例提供的一種伺服器的結構示意圖；
圖6示出了本發明實施例提供的另一種伺服器的結構示意圖；
圖7示出了本發明實施例提供的一種客戶端的結構示意圖；
圖8示出了本發明實施例提供的另一種客戶端的結構示意圖；
圖9示出了本發明實施例提供的一種用戶核身系統示意圖；
圖10示出了本發明實施例提供的一種用戶核身場景流程示意圖。
下面將參照圖式更詳細地描述本公開的示例性實施例。雖然圖式中顯示了本公開的示例性實施例，然而應當理解，可以以各種形式實現本公開而不應被這裡闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地 理解本公開，並且能夠將本公開的範圍完整的傳達給本領域的技術人員。
本發明實施例提供了一種用戶核身方法，如圖1所示，所述方法包括：
101、接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像。
其中，由於眼紋採集步數越大，眼紋採集的時間越長，因此當核身對象眼紋模板數量充足時，可以將眼紋採集步數配置的相對較小一些；當核身對象眼紋模板數量較少時，為了採集眼紋對圖像作為該核身對象的眼紋模板積累，因此，可以將眼紋採集步數配置的相對較大一些。對於本發明實施例，根據不同的情況配置不同的眼紋採集步數，可以進一步提高用戶核身精度。伺服器具體可以通過行動蜂窩網路、WIFI網路等通信方式與客戶端進行資料傳輸，本發明實施例不做限定。
102、將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對。
其中，所述預置人臉圖像具體可以為該用戶在警網登記過的照片或者之前已通過用戶核身的人臉照片，本發明實施例不做限定。所述預置眼紋模板可以為已通過安全驗證的多組眼紋對圖像。所述比對操作具體可以為檢測圖像之間的匹配度是否符合預設要求，本發明實施例不做限定。
103、若所述人臉圖像和所述眼紋對圖像的比對結果 均符合預設條件，則向所述客戶端發送核身成功資訊。
其中，預設條件可以為人臉比對分閾值、眼紋比對分閾值等，本發明實施例不做限定。對於本發明實施例，當所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件時，確認核身成功，從而實現了通過人臉圖像和眼紋對圖像等多維度的用戶核身，進而可以提高用戶核身方法的精確度。
本發明實施例提供的一種用戶核身方法，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，本發明實施例提供了另一種用戶核身方法，如圖2所示，所述方法包括：
201、當接收到用戶核身請求時，從預置儲存位置獲取所述核身對象對應的眼紋模板數量。
其中，所述預置儲存位置保存有不同核身對象分別對 應的眼紋模板。當用戶需要進行登錄身份驗證、或者支付身份驗證等安全驗證時，向客戶端發送用戶核身請求。
對於本發明實施例，步驟201之後還可以包括：若所述眼紋模板數量小於所述預設閾值，則將當前核身模式確定為眼紋錄入模式；向客戶端發送與眼紋錄入模式對應的人臉品質分閾值和眼紋採集步數，以使得所述客戶端根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像；將所述眼紋對圖像作為所述預置核身對象對應的眼紋模板保存到所述預置儲存位置。
需要說明的是，當眼紋模板數量小於預設閾值時，說明此時眼紋模板數量較少，無法保證眼紋驗證的精確度，此時，將當前核身模式確定為眼紋錄入模式，可以使得客戶端實時錄入符合條件的眼紋作為該核身對象的眼紋模板，從而實現了眼紋模板的積累，當眼紋模板數量達到預設閾值時，再切換為身份驗證模式，從而可以進一步提高用戶核身的精確度和可靠性。
202、若所述眼紋模板數量大於或等於預設閾值，則將當前模式確定為身份驗證模式。
其中，所述當前模式具體可以包括眼紋採集模式、身份驗證模式等，當前模式與預置儲存位置中保存的該用戶對應的眼紋模板數量相關聯，本發明實施例不做限定。需要說明的是，在眼紋採集模式下，採集的人臉眼紋圖像品質要求相對較高，以便於服務端累積眼紋模板；在身份驗證模式下，人臉眼紋圖像品質普通即可，因為服務端可以 通過之前累積的眼紋模板進行眼紋比對。所述人臉品質分閾值用於指示客戶端採集的人臉圖像的品質，人臉品質分閾值越大，要求客戶端採集的人臉圖像的品質越高；所述眼紋採集步數用於指示客戶端一次採集多少組眼紋對，例如，眼紋採集步數為5，則客戶端需要採集5組眼紋對。
需要說明的是，由於眼紋採集步數越大，眼紋採集的時間越長，因此針對不同核身模式配置的眼紋採集步數不同。例如，對於身份驗證模式，由於該模式下眼紋模板數量充足，因此可以將眼紋採集步數配置的相對較小一些；對於眼紋採集模式，由於該模式主要目的是採集眼紋對圖像作為眼紋模板積累，因此，可以將眼紋採集步數配置的相對較大一些。對於本發明實施例，根據不同的核身模式配置不同的眼紋採集步數，可以進一步提高用戶核身精度。
203、向客戶端發送與身份驗證模式對應的人臉品質分閾值和眼紋採集步數。
進一步地，以使得所述客戶端根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像。其中，所述客戶端可以配置在具有攝影機和麥克風的行動設備上，這些行動設備包括但不限於智慧手機和平板電腦，客戶端可以通過攝影機採集相關圖像。
204、接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像。
其中，伺服器具體可以通過行動蜂窩網路、WIFI網 路等通信方式進行資料傳輸，本發明實施例不做限定。
205、將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對。
其中，所述預置人臉圖像具體可以為該用戶在警網登記過的照片或者之前已通過用戶核身的人臉照片，本發明實施例不做限定。所述預置眼紋模板可以為已通過安全驗證的多組眼紋對圖像。
對於本發明實施例，若所述當前模式確定為身份驗證模式，所述將所述人臉圖像與預置人臉圖像進行比對具體可以包括：將所述人臉圖像與所述預置人臉圖像作為預置人臉算法的輸入，獲取所述核身對象對應的人臉比對分；所述將所述眼紋對圖像與預置眼紋模板進行比對包括：將所述眼紋對圖像和與所述核身對象對應的眼紋模板作為預置眼紋算法的輸入，得到與所述眼紋採集步數數量對應的多個眼紋活體分和眼紋比對分。
其中，所述預置人臉算法和所述眼紋算法具體可以為卷積神經網路算法、多層神經網路算法等，本發明實施例不做限定。人臉比對分用於反映核身對象的人臉圖像與預置人臉圖像之間的匹配度，人臉比對分越高，說明核身對象的人臉圖像與預置人臉圖像之間的匹配度越高；眼紋活體分用於反映當前採集的核身對象的眼紋對圖像的真實度，眼紋活體分越高，說明該眼紋對的真實度越大；眼紋比對分用於反映核身對象的眼紋對圖像與預置眼紋模板之間的匹配度，眼紋比對分越高，說明核身對象的眼紋對圖 像與預置眼紋模板之間的匹配度越高。
206、若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。
對於本發明實施例，步驟206具體可以包括：若所述人臉比對分、多個眼紋活體分、和所述眼紋比對分均大於預設閾值，則向所述客戶端發送核身成功資訊。在本發明實施例中，當所人臉比對分、多個眼紋活體分、和所述眼紋比對分均大於預設閾值時，確認核身成功，從而可以提高用戶核身方法的精確度和可靠性。
207、當確認用戶核身成功時，根據客戶端採集的眼紋對圖像更新所述預置儲存位置中保存的與所述核身對象對應的眼紋模板。
對於本發明實施例，當確認用戶核身成功時，說明此時客戶端採集的眼紋對圖像為真實可靠的，根據客戶端採集的眼紋對圖像更新所述預置儲存位置中保存的與所述核身對象對應的眼紋模板，可以進一步保證預置儲存位置中保存的與所述核身對象對應的眼紋模板的準確性，進而進一步提高用戶核身方法的精確度。
對於本發明實施例，具體應用場景流程可以如圖10所示，但不限於此，包括：首先伺服器可以通過配置的決策模組FEArbitrator獲取核身對象對應的眼紋模板數量為10，大於預設模板數量閾值9，因此確定當前核身模式為身份驗證模式Verify，然後向客戶端發送與身份驗證模式Verify對應的人臉品質分閾值和眼紋採集步數1，此時， 客戶端採集人臉圖像和一組眼紋對，然後在確定採集的人臉圖像品質大於或等於人臉品質分閾值後，對採集的人臉圖像和眼紋對圖像進行優化、壓縮等預處理後，發送給伺服器，此時伺服器通過預置人臉算法將所述人臉圖像和已驗證過的預置人臉圖像進行比對，得到人臉圖像比對分，並且通過預置眼紋算法將採集的眼紋對與預置眼紋模板進行比對，得到眼紋活體分和眼紋比對分，若人臉圖像比對分大於或等於預設人臉比對分閾值，眼紋活體分大於或等於預設眼紋活體分閾值，並且眼紋比對分大於或等於預設眼紋比對分閾值，則此時向所述客戶端發送核身成功資訊，並根據採集的眼紋對圖像更新預置眼紋模板。若核身對象對應的眼紋模板數量小於9，則指示客戶端進行眼紋對圖像採集，直到核身對象對應的眼紋模板數量大於或等於9時，切換為身份驗證模式。
本發明實施例提供的另一種用戶核身方法，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用 戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，本發明實施例提供了又一種用戶核身方法，如圖3所示，所述方法包括：
301、採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像。
其中，本發明實施例的執行主體可以為客戶端，該客戶端可以配置在具有攝影機和麥克風的行動設備上，這些行動設備包括但不限於智慧手機和平板電腦。當客戶端接收到用戶進行帳號登錄、支付等請求時，採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，以便伺服器對該用戶進行身份驗證、支付身份驗證等安全驗證。
302、向所述伺服器發送所述人臉圖像和所述眼紋對圖像。
進一步地，以使得所述伺服器對所述核身對象進行核身驗證。
對於本發明實施例，步驟302之前還可以包括：客戶端對採集的人臉圖像和眼紋對圖像進行預處理，所述預處理可以包括：圖像優化、圖像分隔、圖像壓縮、人臉圖像品質計算和眼紋活體計算等，本發明實施例不做限定。通過對採集的人臉圖像和眼紋對圖像進行預處理，可以保證在伺服器端用於核身的圖像的真實準確性，進而保證用戶核身的精確度。
本發明實施例提供的又一種用戶核身方法，首先採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，然後向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，本發明實施例提供了再一種用戶核身方法，如圖4所示，所述方法包括：
401、向伺服器發送用戶核身請求。
其中，本發明實施例的執行主體可以為客戶端，該客戶端可以配置在具有攝影機和麥克風的行動設備上，這些行動設備包括但不限於智慧手機和平板電腦。當用戶請求進行帳號登錄、支付等操作時，向伺服器發送用戶核身請求，以便伺服器對該用戶進行身份驗證、支付身份驗證等安全驗證。所述用戶核身請求中可以攜帶該用戶的標識資訊，以便伺服器從資料庫中提取該用戶的預置人臉圖像、預置眼紋模板等用於後續進行用戶核身的資訊。
402、接收伺服器發送的與當前核身模式對應的人臉品質分閾值和眼紋採集步數。
其中，客戶端具體可以通過行動蜂窩網路、WIFI網路等通信方式與伺服器進行資料傳輸，本發明實施例不做 限定。核身模式、人臉品質分閾值和眼紋採集步數的具體解釋說明可以參見步驟101相應部分的解釋，在此不再贅述。
403、根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像。
具體地，客戶端可以通過預置攝影機獲取當前核身對象的人臉圖像以及眼紋對圖像，本發明實施例不做限定。
404、檢測當前獲取到的人臉圖像的圖像品質是否大於或等於所述人臉品質分閾值，並且檢測所述眼紋對圖像是否符合預置眼紋活體條件。
其中，預置眼紋活體條件用於反映眼紋對圖像的真實性。對於本發明實施例，在向所述伺服器發送所述人臉圖像和所述眼紋對圖像之前，通過檢測當前獲取到的人臉圖像的圖像品質是否大於或等於所述人臉品質分閾值，並且檢測所述眼紋對圖像是否符合預置眼紋活體條件，可以保證發送給伺服器端的用於核身的圖像的真實準確性，進而保證用戶核身的精確度。
405、若當前獲取到的人臉圖像的圖像品質是否大於或等於所述人臉品質分閾值，並且眼紋對圖像符合預置眼紋活體條件，則向所述伺服器發送所述人臉圖像和所述眼紋對圖像。
進一步地，以使得所述伺服器對所述用戶進行核身驗證。對於本發明實施例，在確認了採集的人臉圖像品質以及眼紋對圖像品質符合要求後，再向伺服器發送上述圖 像，從而可以保證在伺服器端用於核身的圖像的真實準確性，進而保證用戶核身的精確度。
本發明實施例提供的再一種用戶核身方法，首先採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，然後向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，作為圖1所示方法的具體實現，本發明實施例提供一種伺服器，如圖5所示，所述伺服器可以包括：接收單元51、比對單元52、發送單元53。
接收單元51，用於接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
比對單元52，用於將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；
發送單元53，用於若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。
需要說明的是，該裝置實施例與前述方法實施例對應，為便於閱讀，本裝置實施例不再對前述方法實施例中 的細節內容進行逐一贅述，但應當明確，本實施例中的裝置能夠對應實現前述方法實施例中的全部內容。
本發明實施例提供的一種伺服器，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，作為圖2所示方法的具體實現，本發明實施例提供另一種伺服器，如圖6所示，所述伺服器可以包括：接收單元61、比對單元62、發送單元63、獲取單元64、確定單元65、保存單元66、更新單元67。
接收單元61，用於接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
比對單元62，用於將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；
發送單元63，用於若所述人臉圖像和所述眼紋對圖 像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。
進一步地，所述伺服器還包括：
獲取單元64，用於當接收到用戶核身請求時，從預置儲存位置獲取所述核身對象對應的眼紋模板數量，所述預置儲存位置保存有不同核身對象分別對應的眼紋模板；
確定單元65，用於若所述眼紋模板數量大於或等於預設閾值，則將當前模式確定為身份驗證模式；
所述發送單元63，還用於向客戶端發送與身份驗證模式對應的人臉品質分閾值和眼紋採集步數，以使得所述客戶端根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像。
進一步地，所述伺服器還包括：保存單元66。
所述確定單元65，還用於若所述眼紋模板數量小於所述預設閾值，則將當前核身模式確定為眼紋錄入模式；
所述發送單元63，還用於向客戶端發送與眼紋錄入模式對應的人臉品質分閾值和眼紋採集步數，以使得所述客戶端根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像；
所述保存單元66，用於將所述眼紋對圖像作為所述預置核身對象對應的眼紋模板保存到所述預置儲存位置。
進一步地，所述比對單元62，具體用於將所述人臉圖像與所述預置人臉圖像作為預置人臉算法的輸入，獲取所述核身對象對應的人臉比對分；
將所述眼紋對圖像和與所述核身對象對應的眼紋模板作為眼紋算法的輸入，得到與所述眼紋採集步數數量對應的多個眼紋活體分和眼紋比對分。
進一步地，所述發送單元63，具體用於若所述人臉比對分、多個眼紋活體分、和所述眼紋比對分均大於預設閾值，則向所述客戶端發送核身成功資訊。
進一步地，所述伺服器還包括：
更新單元67，用於當確認用戶核身成功時，根據客戶端採集的眼紋對圖像更新所述預置儲存位置中保存的與所述核身對象對應的眼紋模板。
需要說明的是，該裝置實施例與前述方法實施例對應，為便於閱讀，本裝置實施例不再對前述方法實施例中的細節內容進行逐一贅述，但應當明確，本實施例中的裝置能夠對應實現前述方法實施例中的全部內容。
本發明實施例提供的另一種伺服器，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身 方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，作為圖3所示方法的具體實現，本發明實施例提供一種客戶端，如圖7所示，所述客戶端可以包括：採集單元71、發送單元72。
採集單元71，用於採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
發送單元72，用於向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。
需要說明的是，該裝置實施例與前述方法實施例對應，為便於閱讀，本裝置實施例不再對前述方法實施例中的細節內容進行逐一贅述，但應當明確，本實施例中的裝置能夠對應實現前述方法實施例中的全部內容。
本發明實施例提供的一種客戶端，首先採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，然後向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
進一步地，作為圖4所示方法的具體實現，本發明實 施例提供另一種客戶端，如圖8所示，所述客戶端可以包括：採集單元81、發送單元82、接收單元83、檢測單元84。
採集單元81，用於採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像；
發送單元82，用於向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。
進一步地，所述客戶端還包括：接收單元83；
所述發送單元82，還用於向伺服器發送用戶核身請求；
所述接收單元83，用於接收伺服器發送的與當前核身模式對應的人臉品質分閾值和眼紋採集步數；
所述採集單元81，具體用於根據所述人臉品質分閾值獲取所述核身對象對應的人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像。
進一步地，所述客戶端還包括：檢測單元84；
所述檢測單元84，用於檢測當前獲取到的人臉圖像的圖像品質是否大於或等於所述人臉品質分閾值；
所述發送單元，具體用於若是，則向所述伺服器發送所述人臉圖像。
所述檢測單元84，還用於檢測所述眼紋對圖像是否符合預置眼紋活體條件；
所述發送單元81，具體還用於若符合，則向所述伺 服器發送所述眼紋對象圖。
需要說明的是，該裝置實施例與前述方法實施例對應，為便於閱讀，本裝置實施例不再對前述方法實施例中的細節內容進行逐一贅述，但應當明確，本實施例中的裝置能夠對應實現前述方法實施例中的全部內容。
本發明實施例提供的另一種客戶端，首先採集核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，然後向所述伺服器發送所述人臉圖像和所述眼紋對圖像，以使得所述伺服器對所述核身對象進行核身驗證。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式進行相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
再進一步地，作為圖1和圖3所示方法的具體實現，本發明實施例提供一種用戶核身系統，如圖9所示，所述用戶核身系統包括：伺服器91和客戶端92。
所述伺服器91，用於當接收到用戶核身請求時，向客戶端發送與當前核身模式對應的人臉品質分閾值和眼紋採集步數；
客戶端92，用於根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像；
所述伺服器91，還用於接收客戶端發送的人臉圖像和與所述眼紋採集步數對應的眼紋對圖像；將所述人臉圖 像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向述客戶端發送核身成功資訊。
需要說明的是，該系統實施例與前述方法實施例對應，為便於閱讀，本系統實施例不再對前述方法實施例中的細節內容進行逐一贅述，但應當明確，本實施例中的系統能夠對應實現前述方法實施例中的全部內容。
本發明實施例提供的一種用戶核身系統，當接收到用戶核身請求時，首先接收客戶端發送的核身對象對應的人臉圖像和與眼紋採集步數對應的眼紋對圖像，再將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對，若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向所述客戶端發送核身成功資訊。與目前在進行用戶核身時，通常是採用人臉圖像識別結合人臉圖像活體驗證的方式相比，本發明實施例通過人臉圖像驗證結合眼紋圖像驗證和眼紋圖像活體驗證等多維度的驗證方式來實現用戶核身，進而提升了用戶核身方法的精確度和可靠性，可以保證用戶使用應用時的安全性。
所述用戶核身裝置包括處理器和記憶體，上述虛擬單元均作為程式單元儲存在記憶體中，由處理器執行儲存在記憶體中的上述程式單元來實現相應的功能。
處理器中包含內核，由內核去記憶體中調取相應的程 式單元。內核可以設置一個或以上，通過調整內核參數來解決現有用戶核身方法的精確度較低的問題。
記憶體可能包括電腦可讀媒介中的非永久性記憶體，隨機存取記憶體(RAM)和/或非易失性記憶體等形式，如唯讀記憶體(ROM)或快閃記憶體(flash RAM)，記憶體包括至少一個儲存晶片。
本發明還提供了一種電腦程式產品，當在資料處理設備上執行時，適於執行初始化有如下方法步驟的程式代碼：
伺服器，用於當接收到用戶核身請求時，向客戶端發送與當前核身模式對應的人臉品質分閾值和眼紋採集步數；
客戶端，用於根據所述人臉品質分閾值獲取人臉圖像並獲取與所述眼紋採集步數數量對應的眼紋對圖像；
所述伺服器，還用於接收客戶端發送的人臉圖像和與所述眼紋採集步數對應的眼紋對圖像；將所述人臉圖像與預置人臉圖像進行比對，並且將所述眼紋對圖像與預置眼紋模板進行比對；若所述人臉圖像和所述眼紋對圖像的比對結果均符合預設條件，則向述客戶端發送核身成功資訊。
本領域內的技術人員應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本可採用在一個或多個其中包含 有電腦可用程式代碼的電腦可用儲存媒介(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本發明是參照根據本實施例的用戶核身方法、裝置、系統和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器，使得通過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中，使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上，使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
在一個典型的配置中，計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒介中的非永久性記憶體，隨機存取記憶體(RAM)和/或非易失性記憶體等形式，如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒介的示例。
電腦可讀媒介包括永久性和非永久性、可行動和非可行動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒介的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶，磁帶磁磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒介，可用於儲存可以被計算設備存取的資訊。按照本文中的界定，電腦可讀媒介不包括暫存電腦可讀媒體(transitory media)，如調變的資料信號和載波。
以上僅為本發明的實施例而已，並不用於限制本發明。對於本領域技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本發明的請求項範圍之內。

Claims (29)

  1. 一種用戶核身方法，包括：向伺服器發送用戶核身請求；接收該伺服器發送的與當前核身模式對應的人臉品質分閾值和眼紋採集步數；基於該人臉品質分閾值獲取用戶的人臉圖像；基於該眼紋採集步數獲取用戶的一個或多個眼紋對圖像，其中，該眼紋採集步數是根據眼紋模板數量而配置；以及向該伺服器發送該人臉圖像和該一個或多個眼紋對圖像以進行用戶的核身，其中，若該眼紋模板數量大於或等於預設閾值，則將當前核身模式確定為身份驗證模式，且若該眼紋模板數量小於該預設閾值，則將當前核身模式確定為眼紋錄入模式。
  2. 如請求項1之用戶核身方法，還包括：在向該伺服器發送該人臉圖像之前，確定該人臉圖像的圖像品質不小於該人臉品質分閾值。
  3. 如請求項1之用戶核身方法，還包括：在向該伺服器發送該一個或多個眼紋對圖像之前，確定該一個或多個眼紋對圖像滿足預置眼紋活體條件。
  4. 如請求項1之用戶核身方法，還包括：在向該伺服器發送該人臉圖像和該一個或多個眼紋對圖像之前，對該人臉圖像和該一個或多個眼紋對圖像進行 預處理，其中，該預處理包括：對該人臉圖像和該一個或多個眼紋對圖像進行優化和壓縮至少其中之一，且其中，向該伺服器發送該人臉圖像和該一個或多個眼紋對圖像包括：向該伺服器發送預處理的人臉圖像和預處理的一個或多個眼紋對圖像。
  5. 如請求項1之用戶核身方法，還包括：向該伺服器發送用戶核身請求，其中，該用戶核身請求包括該用戶的標識資訊，該標識資訊用以使該伺服器能夠從資料庫中提取用於執行該用戶核身的資訊，該資訊包括預置人臉圖像和預置眼紋模板至少其中之一。
  6. 如請求項5之用戶核身方法，其中，當用戶請求執行帳號登錄或支付操作時，向該伺服器發送該用戶核身請求。
  7. 如請求項1之用戶核身方法，其中，該人臉品質分閾值和該眼紋採集步數由該伺服器發送。
  8. 如請求項7之用戶核身方法，其中，該眼紋採集步數對應於與儲存於儲存位置中的與用戶對應的眼紋模板數量相關聯的模式。
  9. 一種用戶核身方法，包括：接收來自客戶端的用戶核身請求；從儲存位置獲取與用戶對應的眼紋模板數量，其中，該儲存位置用於儲存與不同用戶對應的眼紋模板；根據獲取的與用戶對應的眼紋模板數量確定當前模 式；以及向該客戶端發送與該當前核身模式對應的人臉品質分閾值和眼紋採集步數，以基於該人臉品質分閾值獲取該用戶的人臉圖像，並基於該眼紋採集步數獲取該該用戶的一個或多個眼紋對圖像，其中，該眼紋採集步數是根據眼紋模板數量而配置，其中，若該眼紋模板數量大於或等於預設閾值，則將當前核身模式確定為身份驗證模式，且若該眼紋模板數量小於該預設閾值，則將當前核身模式確定為眼紋錄入模式。
  10. 如請求項9用戶核身方法之，其中，若該獲取的與該用戶對應的眼紋模板數量不小於預置閾值，則確定的當前模式是身份驗證模式，其中，眼紋採集步數對應於身份驗證模式。
  11. 如請求項9之用戶核身方法，還包括：接收來自該客戶端的該人臉圖像和與該用戶對應的一個或多個眼紋對圖像，其中，該一個或多個眼紋對圖像的數量對應於該眼紋採集步數；將該人臉圖像與預置人臉圖像進行比對，並將該一個或多個眼紋對圖像與對應於該用戶的眼紋模板進行比對；以及當該人臉圖像與該一個或多個眼紋對圖像的比對結果滿足預置條件時，向該客戶端發送核身成功的資訊。
  12. 如請求項11之用戶核身方法，其中，將 該人臉圖像與該預置人臉圖像進行比對包括：使用該人臉圖像和該預置人臉圖像作為人臉算法的輸入；以及從該人臉算法中獲取與該用戶對應的人臉比對分。
  13. 如請求項11之用戶核身方法，其中，當該人臉圖像與該一個或多個眼紋對圖像的比對結果滿足該預置條件時，更新與該用戶對應的眼紋模板。
  14. 如請求項9之用戶核身方法，其中，若獲取的與該用戶對應的眼紋模板數量小於預置閾值，則該確定的當前模式是眼紋錄入模式，且其中，該眼紋採集步數對應於該眼紋錄入模式。
  15. 如請求項9之用戶核身方法，還包括：接收來自該客戶端與該用戶對應的一個或多個眼紋對圖像，其中，該一個或多個眼紋對圖像的數量對應於該眼紋採集步數；以及將該一個或多個眼紋對圖像儲存於該儲存位置作為與該用戶對應的眼紋模板。
  16. 一種客戶端，包括：接收單元，用於接收伺服器發送的與當前核身模式對應的人臉品質分閾值和眼紋採集步數；採集單元，用於基於該人臉品質分閾值獲取用戶的人臉圖像，並且，基於該眼紋採集步數獲取用戶的一個或多個眼紋對圖像，其中，該眼紋採集步數是根據眼紋模板數量而配置；以及 發送單元，用於向該伺服器發送用戶核身請求，並且用於向該伺服器發送該人臉圖像和該一個或多個眼紋對圖像以進行用戶的核身，其中，若該眼紋模板數量大於或等於預設閾值，則將當前核身模式確定為身份驗證模式，且若該眼紋模板數量小於該預設閾值，則將當前核身模式確定為眼紋錄入模式。
  17. 如請求項16之客戶端，還包括：檢測單元，用於在向該伺服器發送該人臉圖像之前，確定該人臉圖像的圖像品質不小於該人臉品質分閾值。
  18. 如請求項17之客戶端，其中，該檢測單元還用於在向該伺服器發送該一個或多個眼紋對圖像之前，確定該一個或多個眼紋對圖像滿足預置眼紋活體條件。
  19. 如請求項16之客戶端，其中，該採集單元還用於在向該伺服器發送該人臉圖像和該一個或多個眼紋對圖像之前，對該人臉圖像和該一個或多個眼紋對圖像進行預處理，其中，向伺服器發送該人臉圖像和該一個或多個眼紋對圖像包括：向該伺服器發送預處理的人臉圖像和預處理的一個或多個眼紋對圖像。
  20. 如請求項16之客戶端，其中，該發送單元還用於向該伺服器發送用戶核身請求，其中，該用戶核身請求包括該用戶的標識資訊，以使該伺服器能夠執行該 用戶核身。
  21. 如請求項20之客戶端，其中，該發送單元還用於當用戶請求執行帳號登錄或支付操作時，向該伺服器發送該用戶核身請求。
  22. 如請求項21之客戶端，其中，該眼紋採集步數對應於與儲存於儲存位置中的與用戶對應的眼紋模板數量相關聯的模式。
  23. 一種伺服器，包括：接收單元，用於接收來自客戶端的用戶核身請求；獲取單元，用於從儲存位置獲取與用戶對應的眼紋模板數量，其中，該儲存位置用於儲存與不同用戶對應的眼紋模板；確定單元，用於根據獲取的與用戶對應的眼紋模板數量確定當前模式；以及發送單元，用於向該客戶端發送與該當前模式對應的人臉品質分閾值和眼紋採集步數，以基於該人臉品質分閾值獲取該用戶的人臉圖像，並基於該眼紋採集步數獲取該用戶的一個或多個眼紋對圖像，其中，該眼紋採集步數，其中，若該眼紋模板數量大於或等於預設閾值，則將當前核身模式確定為身份驗證模式，且若該眼紋模板數量小於該預設閾值，則將當前核身模式確定為眼紋錄入模式。
  24. 如請求項23之伺服器，其中，該確定單 元還用於，若獲取的與用戶對應的眼紋模板數量不小於預置閾值，則確定該當前模式是身份驗證模式，其中，眼紋採集步數對應於身份驗證模式。
  25. 如請求項23之伺服器，其中，該接收單元，還用於接收來自該客戶端的該人臉圖像和與該用戶對應的一個或多個眼紋對圖像，其中，該一個或多個眼紋對圖像的數量對應於該眼紋採集步數，該伺服器還包括比對單元，用於將該人臉圖像與預置人臉圖像進行比對，並將該一個或多個眼紋對圖像與對應於該用戶的眼紋模板進行比對，且該發送單元，還用於當該人臉圖像與該一個或多個眼紋對圖像的比對結果滿足預置條件時，向該客戶端發送核身成功的資訊。
  26. 如請求項25之伺服器，其中，該比對單元，還用於：使用該人臉圖像和該預置人臉圖像作為人臉算法的輸入；以及從該人臉算法中獲取與該用戶對應的人臉比對分。
  27. 如請求項25之伺服器，還包括更新單元，用於當該人臉圖像與該一個或多個眼紋對圖像的比對結果滿足該預置條件時，更新與該用戶對應的眼紋模板。
  28. 如請求項23之伺服器，其中，該確定單元還用於，若獲取的與用戶對應的眼紋模板數量小於預置閾值，則確定該當前模式是眼紋錄入模式，且其中，該眼 紋採集步數對應於該眼紋錄入模式。
  29. 如請求項23之伺服器，其中，該接收單元還用於接收來自該客戶端與該用戶對應的一個或多個眼紋對圖像，其中，該一個或多個眼紋對圖像的數量對應於該眼紋採集步數，且該伺服器還包括保存單元，用於將該一個或多個眼紋對圖像儲存於該儲存位置作為與該用戶對應的眼紋模板。
TW109105729A 2016-08-24 2017-06-14 伺服器、客戶端、用戶核身方法及系統 TWI752418B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610717080.1 2016-08-24
CN201610717080.1A CN106899567B (zh) 2016-08-24 2016-08-24 用户核身方法、装置及系统

Publications (2)

Publication Number Publication Date
TW202026984A TW202026984A (zh) 2020-07-16
TWI752418B true TWI752418B (zh) 2022-01-11

Family

ID=59191133

Family Applications (2)

Application Number Title Priority Date Filing Date
TW109105729A TWI752418B (zh) 2016-08-24 2017-06-14 伺服器、客戶端、用戶核身方法及系統
TW106119851A TWI687879B (zh) 2016-08-24 2017-06-14 伺服器、客戶端、用戶核身方法及系統

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW106119851A TWI687879B (zh) 2016-08-24 2017-06-14 伺服器、客戶端、用戶核身方法及系統

Country Status (15)

Country Link
US (2) US10467490B2 (zh)
EP (1) EP3506589B1 (zh)
JP (1) JP6756037B2 (zh)
KR (1) KR102084900B1 (zh)
CN (1) CN106899567B (zh)
AU (2) AU2017314341B2 (zh)
CA (1) CA3034612C (zh)
ES (1) ES2879682T3 (zh)
MY (1) MY193941A (zh)
PH (1) PH12019500383A1 (zh)
PL (1) PL3506589T3 (zh)
SG (1) SG11201901519XA (zh)
TW (2) TWI752418B (zh)
WO (1) WO2018036389A1 (zh)
ZA (1) ZA201901506B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10698995B2 (en) 2014-08-28 2020-06-30 Facetec, Inc. Method to verify identity using a previously collected biometric image/data
US10614204B2 (en) 2014-08-28 2020-04-07 Facetec, Inc. Facial recognition authentication system including path parameters
CN106899567B (zh) 2016-08-24 2019-12-13 阿里巴巴集团控股有限公司 用户核身方法、装置及系统
CN107277265A (zh) * 2017-07-13 2017-10-20 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN107808127B (zh) * 2017-10-11 2020-01-14 Oppo广东移动通信有限公司 人脸识别方法及相关产品
CN108573038A (zh) 2018-04-04 2018-09-25 北京市商汤科技开发有限公司 图像处理、身份验证方法、装置、电子设备和存储介质
CN109190509B (zh) 2018-08-13 2023-04-25 创新先进技术有限公司 一种身份识别方法、装置和计算机可读存储介质
CN112508568B (zh) * 2018-08-15 2024-08-30 创新先进技术有限公司 核身产品推送及核身方法和系统
CN109583348A (zh) * 2018-11-22 2019-04-05 阿里巴巴集团控股有限公司 一种人脸识别方法、装置、设备及系统
CN109543635A (zh) * 2018-11-29 2019-03-29 北京旷视科技有限公司 活体检测方法、装置、系统、解锁方法、终端及存储介质
WO2020125773A1 (zh) * 2018-12-20 2020-06-25 云丁网络技术(北京)有限公司 一种身份确认方法和系统
CN109871811A (zh) * 2019-02-22 2019-06-11 中控智慧科技股份有限公司 一种基于图像的活体目标检测方法、装置及系统
CN110196924B (zh) * 2019-05-31 2021-08-17 银河水滴科技(宁波)有限公司 特征信息库的构建、目标对象的追踪方法及装置
US20220254190A1 (en) * 2019-08-14 2022-08-11 Google Llc Systems and Methods Using Person Recognizability Across a Network of Devices
TWI742447B (zh) * 2019-10-11 2021-10-11 沅聖科技股份有限公司 系統對接方法、電子裝置及存儲介質
US11651371B2 (en) * 2019-11-21 2023-05-16 Rockspoon, Inc Zero-step user recognition and biometric access control
US11528267B2 (en) * 2019-12-06 2022-12-13 Bank Of America Corporation System for automated image authentication and external database verification
EP3893147B1 (en) * 2020-04-09 2024-01-03 Identy Inc. Liveliness detection using a device comprising an illumination source
KR20210149542A (ko) * 2020-06-02 2021-12-09 삼성에스디에스 주식회사 이미지 촬영 및 판독 방법, 이를 위한 장치
CN111881431B (zh) 2020-06-28 2023-08-22 百度在线网络技术（北京）有限公司 人机验证方法、装置、设备及存储介质
CN111898498B (zh) * 2020-07-16 2024-06-11 北京市商汤科技开发有限公司 匹配阈值确定方法、身份验证方法、装置及存储介质
CN116756719B (zh) * 2023-08-16 2023-10-24 北京亚大通讯网络有限责任公司 基于指纹生物识别及uwb协议的身份验证系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390153A (zh) * 2012-08-10 2013-11-13 眼验有限责任公司 用于生物特征验证的纹理特征的方法和系统
US20140118520A1 (en) * 2012-10-29 2014-05-01 Motorola Mobility Llc Seamless authorized access to an electronic device
CN104778396A (zh) * 2015-04-29 2015-07-15 惠州Tcl移动通信有限公司 一种基于环境筛选帧的眼纹识别解锁方法及系统
TW201544988A (zh) * 2014-05-30 2015-12-01 Utechzone Co Ltd 手持式身分驗證裝置、身分驗證方法與身分驗證系統
CN105825102A (zh) * 2015-01-06 2016-08-03 中兴通讯股份有限公司 一种基于眼纹识别的终端解锁方法和装置

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5024012B1 (zh) 1970-12-26 1975-08-12
JPS59190739A (ja) 1983-04-13 1984-10-29 Nec Corp チヤネル指定方式
US6247813B1 (en) 1999-04-09 2001-06-19 Iritech, Inc. Iris identification system and method of identifying a person through iris recognition
JP4037009B2 (ja) * 1999-06-16 2008-01-23 沖電気工業株式会社 アイリス認識装置及び本人認証システム
JP3825222B2 (ja) * 2000-03-24 2006-09-27 松下電器産業株式会社 本人認証装置および本人認証システムならびに電子決済システム
KR100373850B1 (ko) 2000-10-07 2003-02-26 주식회사 큐리텍 홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에대한 컴퓨터 프로그램 소스를 저장한 기록매체
KR100453943B1 (ko) 2001-12-03 2004-10-20 주식회사 세넥스테크놀로지 개인 식별을 위한 홍채 영상의 처리 및 인식방법과 시스템
JP2004118627A (ja) 2002-09-27 2004-04-15 Toshiba Corp 人物認証装置および人物認証方法
JP2004164483A (ja) 2002-11-15 2004-06-10 Matsushita Electric Ind Co Ltd 目画像認証装置ならびにそれを用いた入退出管理装置および情報処理装置
JP4374904B2 (ja) * 2003-05-21 2009-12-02 株式会社日立製作所 本人認証システム
JP2005141678A (ja) * 2003-11-10 2005-06-02 Sharp Corp 顔画像照合システム及びｉｃカード
JP3945474B2 (ja) 2003-11-28 2007-07-18 松下電器産業株式会社 眼画像入力装置および認証装置ならびに画像処理方法
JP2005202732A (ja) * 2004-01-16 2005-07-28 Toshiba Corp 生体照合装置、生体照合方法および通行制御装置
US7336806B2 (en) 2004-03-22 2008-02-26 Microsoft Corporation Iris-based biometric identification
CA2571643C (en) * 2004-06-21 2011-02-01 Nevengineering, Inc. Single image based multi-biometric system and method
JP2006107028A (ja) * 2004-10-04 2006-04-20 Glory Ltd 個人認証装置および個人認証方法
US7298873B2 (en) * 2004-11-16 2007-11-20 Imageware Systems, Inc. Multimodal biometric platform
KR100629550B1 (ko) 2004-11-22 2006-09-27 아이리텍 잉크 다중스케일 가변영역분할 홍채인식 방법 및 시스템
CN101233459B (zh) * 2005-03-17 2011-01-26 成像器件系统股份有限公司 多模式生物测定分析
US20080052527A1 (en) * 2006-08-28 2008-02-28 National Biometric Security Project method and system for authenticating and validating identities based on multi-modal biometric templates and special codes in a substantially anonymous process
JP2008117333A (ja) 2006-11-08 2008-05-22 Sony Corp 情報処理装置、情報処理方法、個人識別装置、個人識別装置における辞書データ生成・更新方法および辞書データ生成・更新プログラム
EP2215579A4 (en) 2007-11-29 2013-01-30 Wavefront Biometric Technologies Pty Ltd BIOMETRIC AUTHENTICATION USING THE IL
JP5024012B2 (ja) * 2007-12-10 2012-09-12 沖電気工業株式会社 扉装置および扉システム
US8317325B2 (en) 2008-10-31 2012-11-27 Cross Match Technologies, Inc. Apparatus and method for two eye imaging for iris identification
US8364971B2 (en) * 2009-02-26 2013-01-29 Kynen Llc User authentication system and method
WO2011140605A1 (en) * 2010-05-13 2011-11-17 National Ict Australia Limited Automatic identity enrolment
US8351662B2 (en) * 2010-09-16 2013-01-08 Seiko Epson Corporation System and method for face verification using video sequence
WO2012112992A2 (en) * 2011-02-18 2012-08-23 Google Inc. Facial recognition
EP2710514A4 (en) * 2011-05-18 2015-04-01 Nextgenid Inc REGISTRATION TERMINAL HAVING MULTIPLE BIOMETRIC APPARATUSES INCLUDING BIOMETRIC INSCRIPTION AND VERIFICATION SYSTEMS, FACIAL RECOGNITION AND COMPARISON OF FINGERPRINTS
US9082011B2 (en) * 2012-03-28 2015-07-14 Texas State University—San Marcos Person identification using ocular biometrics with liveness detection
US20140032923A1 (en) * 2012-07-30 2014-01-30 Eka A/S System and device for authenticating a user
US8856541B1 (en) 2013-01-10 2014-10-07 Google Inc. Liveness detection
US20140358954A1 (en) * 2013-03-15 2014-12-04 Ideal Innovations Incorporated Biometric Social Network
US9367676B2 (en) 2013-03-22 2016-06-14 Nok Nok Labs, Inc. System and method for confirming location using supplemental sensor and/or location data
US10270748B2 (en) * 2013-03-22 2019-04-23 Nok Nok Labs, Inc. Advanced authentication techniques and applications
US9286528B2 (en) * 2013-04-16 2016-03-15 Imageware Systems, Inc. Multi-modal biometric database searching methods
US20140341441A1 (en) * 2013-05-20 2014-11-20 Motorola Mobility Llc Wearable device user authentication
US20140354405A1 (en) * 2013-05-31 2014-12-04 Secure Planet, Inc. Federated Biometric Identity Verifier
US9602483B2 (en) * 2013-08-08 2017-03-21 Google Technology Holdings LLC Adaptive method for biometrically certified communication
US9189686B2 (en) * 2013-12-23 2015-11-17 King Fahd University Of Petroleum And Minerals Apparatus and method for iris image analysis
JP6417676B2 (ja) * 2014-03-06 2018-11-07 ソニー株式会社 情報処理装置、情報処理方法、アイウェア端末および認証システム
WO2016018488A2 (en) 2014-05-09 2016-02-04 Eyefluence, Inc. Systems and methods for discerning eye signals and continuous biometric identification
CN106575454A (zh) * 2014-06-11 2017-04-19 威尔蒂姆Ip公司 基于生物特征信息帮助用户访问车辆的系统和方法
US20160019420A1 (en) 2014-07-15 2016-01-21 Qualcomm Incorporated Multispectral eye analysis for identity authentication
TWI524215B (zh) * 2014-10-15 2016-03-01 由田新技股份有限公司 基於眼動追蹤的網路身分認證方法及系統
CN105678137A (zh) * 2014-11-19 2016-06-15 中兴通讯股份有限公司 一种身份识别的方法和装置
CN105848306A (zh) * 2016-05-30 2016-08-10 努比亚技术有限公司 一种终端之间的连接建立方法及终端
CN106899567B (zh) 2016-08-24 2019-12-13 阿里巴巴集团控股有限公司 用户核身方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390153A (zh) * 2012-08-10 2013-11-13 眼验有限责任公司 用于生物特征验证的纹理特征的方法和系统
US20140118520A1 (en) * 2012-10-29 2014-05-01 Motorola Mobility Llc Seamless authorized access to an electronic device
TW201544988A (zh) * 2014-05-30 2015-12-01 Utechzone Co Ltd 手持式身分驗證裝置、身分驗證方法與身分驗證系統
CN105825102A (zh) * 2015-01-06 2016-08-03 中兴通讯股份有限公司 一种基于眼纹识别的终端解锁方法和装置
CN104778396A (zh) * 2015-04-29 2015-07-15 惠州Tcl移动通信有限公司 一种基于环境筛选帧的眼纹识别解锁方法及系统

Also Published As

Publication number Publication date
JP6756037B2 (ja) 2020-09-16
TW201807635A (zh) 2018-03-01
AU2017314341B2 (en) 2020-05-07
AU2019101579A4 (en) 2020-01-23
EP3506589A1 (en) 2019-07-03
ZA201901506B (en) 2020-08-26
CN106899567B (zh) 2019-12-13
EP3506589B1 (en) 2021-06-23
ES2879682T3 (es) 2021-11-22
CA3034612C (en) 2020-07-14
MY193941A (en) 2022-11-02
US10467490B2 (en) 2019-11-05
KR20190038923A (ko) 2019-04-09
JP2019525358A (ja) 2019-09-05
CA3034612A1 (en) 2018-03-01
AU2017314341A1 (en) 2019-03-14
PL3506589T3 (pl) 2021-12-06
US20200026940A1 (en) 2020-01-23
SG11201901519XA (en) 2019-03-28
PH12019500383B1 (en) 2019-10-28
PH12019500383A1 (en) 2019-10-28
KR102084900B1 (ko) 2020-03-04
TW202026984A (zh) 2020-07-16
TWI687879B (zh) 2020-03-11
WO2018036389A1 (zh) 2018-03-01
US20190188509A1 (en) 2019-06-20
US10997443B2 (en) 2021-05-04
EP3506589A4 (en) 2020-04-01
CN106899567A (zh) 2017-06-27

Similar Documents

Publication Publication Date Title
TWI752418B (zh) 伺服器、客戶端、用戶核身方法及系統
CN109326058B (zh) 基于智慧柜员机的身份核查方法、装置、终端及可读介质
CN109756458B (zh) 身份认证方法和系统
CN104580143A (zh) 一种基于手势识别的安全认证方法、终端、服务器和系统
CN113591603B (zh) 证件的验证方法、装置、电子设备及存储介质
CA3202706A1 (en) Method and apparatus for user recognition
TWI793418B (zh) 圖像處理方法和系統
US9224042B2 (en) Cross-sensor iris matching
CN108875530A (zh) 活体识别方法、活体识别设备、电子设备以及存储介质
CA3059152A1 (en) Multi-layer user authentication with live interaction
CN117237757A (zh) 一种人脸识别模型训练方法、装置、电子设备及介质
JP2015022593A (ja) 認証システム、クライアント端末、認証サーバー、端末プログラム及びサーバープログラム
CN116226818A (zh) 基于区块链网络的投票方法、投票信息存储方法及装置
US20240048558A1 (en) Device authentication method, terminal device, server, and computer device
TWI770433B (zh) 防偽審查設備與防偽造審查方法
CN116824314A (zh) 信息获取方法及系统
CN109299945B (zh) 一种基于生物识别算法的身份验证的方法及装置
CN114722372A (zh) 基于人脸识别的登录验证方法及装置、处理器和电子设备
CN117010899A (zh) 人脸支付的方法、装置、电子设备及存储介质
CN116933303A (zh) 数据管理方法、装置和存储介质及电子设备
KR20230012648A (ko) 뉴럴 네트워크를 이용한 nft 발행 방법 및 장치
JP6349063B2 (ja) 認証システム、認証サーバー、及びサーバープログラム
CN117113316A (zh) 身份识别方法、装置、计算机设备和存储介质
CN115238256A (zh) 一种基于分布式系统的网络安全验证方法和系统