身份验证方法、装置、计算机设备和存储介质.pdf

《身份验证方法、装置、计算机设备和存储介质.pdf》由会员分享，可在线阅读，更多相关《身份验证方法、装置、计算机设备和存储介质.pdf（16页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910969831.2 (22)申请日 2019.10.12 (71)申请人 深圳壹账通智能科技有限公司 地址 518052 广东省深圳市前海深港合作 区前湾一路1号A栋201室(入驻深圳市 前海商务秘书有限公司) (72)发明人 余龙龙 (74)专利代理机构 广州华进联合专利商标代理 有限公司 44224 代理人 黄丽霞 (51)Int.Cl. G06F 21/32(2013.01) (54)发明名称 身份验证方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉。

2、及一种基于密码技术的身份验证 方法、 装置、 计算机设备和存储介质。 所述方法包 括： 对待检测对象进行人脸检测， 获得人脸检测 结果， 根据人脸检测结果生成随机展示码序列。 对待检测对象的嘴唇动作特征进行提取， 利用唇 语识别模型对嘴唇动作特征进行特征解析， 获得 嘴唇动作特征展示码。 提取待检测对象的解读音 频， 转换成语音文本展示码， 将嘴唇动作特征展 示码和语音文本展示码与随机展示码序列进行 比对， 当两者均符合随机展示码序列时， 对待检 测对象进行活体检测。 当通过活体检测时， 将待 检测对象的脸部图像文件与人脸检测结果进行 比对， 得到身份认证结果。 本方法结合了人脸、 唇 语及语。

3、音识别， 增强了身份认证的可靠性和安全 性。 权利要求书2页 说明书11页 附图2页 CN 110955874 A 2020.04.03 CN 110955874 A 1.一种身份验证方法， 所述方法包括： 当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述人脸检测指令对所 述待检测对象进行人脸检测， 获得人脸检测结果； 根据所述人脸检测结果生成随机展示码序列； 所述随机展示码序列根据随机数字、 随 机字母或随机汉字中至少一种形式组成； 对所述待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别模型对所述 嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码； 提取所述。

4、待检测对象的解读音频， 并对所述解读音频进行语音识别， 将所述解读音频 转换成语音文本展示码； 将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机展示码序列进行比 对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机展示码序列时， 对 所述待检测对象进行活体检测； 当确认所述待检测对象为活体对象时， 调用数据库中预存的待检测对象的脸部图像文 件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 2.根据权利要求1所述的方法， 其特征在于， 所述当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述人脸检测指令对所述待检测对象进行人脸检测， 获得人脸。

5、检 测结果， 包括： 当检测到所述待检测对象的登录操作时， 获取所述待检测对象的登录状态； 所述登录 状态包括登录成功和登录失败； 当确定所述待检测对象的登录状态为登陆成功时， 触发人脸检测指令； 根据所述人脸检测指令打开相机程序， 利用所述相机程序对所述待检测对象进行人脸 检测， 当检测到所述待检测对象的人脸部分时， 生成人脸检测结果。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述人脸检测结果生成随机展示 码序列， 包括： 获取当前应用场景下的所述随机展示码序列的预设要求； 所述预设要求包括所述随机 展示码序列长度， 以及所述随机展示码序列组成； 当根据所述人脸检测结果， 确定。

6、检测到所述待检测对象的人脸部分时， 根据所述随机 展示码序列的预设要求， 随机生成所述随机展示码序列。 4.根据权利要求1所述的方法， 其特征在于， 在所述对所述待检测对象的嘴唇动作特征 进行提取， 并利用预先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应 的嘴唇动作特征展示码之前， 还包括： 根据样本数据对深度学习模型进行训练， 获得训练后 的唇语识别模型。 5.根据权利要求4所述的方法， 其特征在于， 所述根据样本数据对深度学习模型进行训 练， 获得训练后的唇语识别模型， 包括： 收集各数字以及各字母对应的唇形图片； 从数据库中提取超出预设使用频率的多个汉字， 并收集多个所述。

7、汉字对应的唇形图 片； 提取各所述唇形图片上的嘴唇动作特征， 生成样本数据； 利用所述样本数据， 对卷积神经网络模型进行训练， 得到对应的唇语识别模型。 权利要求书 1/2 页 2 CN 110955874 A 2 6.根据权利要求5所述的方法， 其特征在于， 所述对所述待检测对象的嘴唇动作特征进 行提取， 并利用预先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应的 嘴唇动作特征展示码， 包括： 对所述待检测对象的嘴唇动作特征进行提取， 并将所述嘴唇动作特征输入所述预先训 练的唇语识别模型； 利用所述唇语识别模型对所述嘴唇动作特征进行特征解析， 将所述嘴唇动作特征与预 设的嘴唇动。

8、作特征样本进行比对； 当所述嘴唇动作特征符合所述嘴唇动作特征样本时， 将所述嘴唇动作特征样本对应的 展示码， 作为所述嘴唇动作特征展示码。 7.根据权利要求1所述的方法， 其特征在于， 在所述当确认所述待检测对象为活体对象 时， 调用数据库中预存的待检测对象的脸部图像文件， 与所述人脸检测结果进行比对， 进行 身份认证， 得到身份认证结果之后， 还包括： 获取所述待检测对象的基本信息和行为记录； 所述行为记录包括浏览记录、 收藏记录 以及购买记录； 将所述待检测对象的基本信息和预先存储的用户信息进行比对， 当所述待检测对象的 基本信息符合所述预先存储的用户信息时， 对所述待检测对象的行为记录进。

9、行验证； 当所述待检测对象的行为记录通过验证时， 表示所述身份认证成功。 8.一种身份验证装置， 其特征在于， 所述装置包括： 人脸检测模块， 用于当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述 人脸检测指令对所述待检测对象进行人脸检测， 获得人脸检测结果； 随机展示码序列生成模块， 用于根据所述人脸检测结果生成随机展示码序列； 所述随 机展示码序列根据随机数字、 随机字母或随机汉字中任意两种形式或两种以上的形式组 成； 嘴唇动作特征提取模块， 用于对所述待检测对象的嘴唇动作特征进行提取， 并利用预 先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展。

10、示 码； 语音识别模块， 用于提取所述待检测对象的解读音频， 并对所述解读音频进行语音识 别， 将所述解读音频转换成语音文本展示码； 比对模块， 用于将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机展示 码序列进行比对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机展示 码序列时， 对所述待检测对象进行活体检测； 身份认证模块， 用于当确认所述待检测对象为活体对象时， 调用数据库中预存的待检 测对象的脸部图像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证结 果。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于，。

11、 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。 权利要求书 2/2 页 3 CN 110955874 A 3 身份验证方法、 装置、 计算机设备和存储介质 技术领域 0001 本申请涉及计算机技术领域， 特别是涉及一种身份验证方法、 装置、 计算机设备和 存储介质。 背景技术 0002 随着信息技术的日益发展， 人们的生活方式也在不断发生变化， 而在移动支付和 身份验证等领域， 如何快速而有效地确认用户的个人身份， 并保护。

12、用户的个人信息安全， 变 得尤为重要。 0003 传统的身份认证方案， 包括利用密码或者口令来确定个人身份， 比如用户使用某 一应用程序时， 应用程序后台可根据用户输入的登录密码， 或者用户忘记密码时输入短信 验证码来确认用户身份， 还包括利用人脸识别技术来对确认用户身份， 通过提取用户的人 脸特征， 并将预先存储的人脸特征和进行验证时提取的人脸特征进行比对， 确认用户身份。 但传统的身份认证方案中， 还存在密码或者口令被盗用的问题， 以及人脸识别技术中， 也存 在提前录制包括用户的脸部视频， 非法获得用户的头部、 眼部以及嘴部运动等， 对人脸识别 系统进行攻击， 导致身份认证安全性太低的问题。

13、。 发明内容 0004 基于此， 有必要针对上述技术问题， 提供一种能够加强身份认证安全性的身份验 证方法、 装置、 计算机设备和存储介质。 0005 一种身份验证方法， 所述方法包括： 0006 当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述人脸检测指令 对所述待检测对象进行人脸检测， 获得人脸检测结果； 0007 根据所述人脸检测结果生成随机展示码序列； 所述随机展示码序列根据随机数 字、 随机字母或随机汉字中至少一种形式组成； 0008 对所述待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别模型对 所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码；。

14、 0009 提取所述待检测对象的解读音频， 并对所述解读音频进行语音识别， 将所述解读 音频转换成语音文本展示码； 0010 将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机展示码序列进行 比对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机展示码序列时， 对所述待检测对象进行活体检测； 0011 当确认所述待检测对象为活体对象时， 调用数据库中预存的待检测对象的脸部图 像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 0012 在其中一个实施例中， 所述当检测到待检测对象的登录操作时， 触发人脸检测指 令， 根据所述人脸检测指令对所述待检测对。

15、象进行人脸检测， 获得人脸检测结果， 包括： 0013 当检测到所述待检测对象的登录操作时， 获取所述待检测对象的登录状态； 所述 说明书 1/11 页 4 CN 110955874 A 4 登录状态包括登录成功和登录失败； 0014 当确定所述待检测对象的登录状态为登陆成功时， 触发人脸检测指令； 0015 根据所述人脸检测指令打开相机程序， 利用所述相机程序对所述待检测对象进行 人脸检测， 当检测到所述待检测对象的人脸部分时， 生成人脸检测结果。 0016 在其中一个实施例中， 所述根据所述人脸检测结果生成随机展示码序列， 包括： 0017 获取当前应用场景下的所述随机展示码序列的预设要求。

16、； 所述预设要求包括所述 随机展示码序列长度， 以及所述随机展示码序列组成； 0018 当根据所述人脸检测结果， 确定检测到所述待检测对象的人脸部分时， 根据所述 随机展示码序列的预设要求， 随机生成所述随机展示码序列。 0019 在其中一个实施例中， 在所述对所述待检测对象的嘴唇动作特征进行提取， 并利 用预先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征 展示码之前， 还包括： 根据样本数据对深度学习模型进行训练， 获得训练后的唇语识别模 型。 0020 在其中一个实施例中， 所述根据样本数据对深度学习模型进行训练， 获得训练后 的唇语识别模型， 包括： 002。

17、1 收集各数字以及各字母对应的唇形图片； 0022 从数据库中提取超出预设使用频率的多个汉字， 并收集多个所述汉字对应的唇形 图片； 0023 提取各所述唇形图片上的嘴唇动作特征， 生成样本数据； 0024 利用所述样本数据， 对卷积神经网络模型进行训练， 得到对应的唇语识别模型。 0025 在其中一个实施例中， 所述对所述待检测对象的嘴唇动作特征进行提取， 并利用 预先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展 示码， 包括： 0026 对所述待检测对象的嘴唇动作特征进行提取， 并将所述嘴唇动作特征输入所述预 先训练的唇语识别模型； 0027 利用所述唇语识。

18、别模型对所述嘴唇动作特征进行特征解析， 将所述嘴唇动作特征 与预设的嘴唇动作特征样本进行比对； 0028 当所述嘴唇动作特征符合所述嘴唇动作特征样本时， 将所述嘴唇动作特征样本对 应的展示码， 作为所述嘴唇动作特征展示码。 0029 在其中一个实施例中， 在所述当确认所述待检测对象为活体对象时， 调用数据库 中预存的待检测对象的脸部图像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到 身份认证结果之后， 还包括： 0030 获取所述待检测对象的基本信息和行为记录； 所述行为记录包括浏览记录、 收藏 记录以及购买记录； 0031 将所述待检测对象的基本信息和预先存储的用户信息进行比对，。

19、 当所述待检测对 象的基本信息符合所述预先存储的用户信息时， 对所述待检测对象的行为记录进行验证； 0032 当所述待检测对象的行为记录通过验证时， 表示所述身份认证成功。 0033 一种身份验证装置， 所述装置包括： 0034 人脸检测模块， 用于当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据 说明书 2/11 页 5 CN 110955874 A 5 所述人脸检测指令对所述待检测对象进行人脸检测， 获得人脸检测结果； 0035 随机展示码序列生成模块， 用于根据所述人脸检测结果生成随机展示码序列； 所 述随机展示码序列根据随机数字、 随机字母或随机汉字中任意两种形式或两种以上的。

20、形式 组成； 0036 嘴唇动作特征提取模块， 用于对所述待检测对象的嘴唇动作特征进行提取， 并利 用预先训练的唇语识别模型对所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征 展示码； 0037 语音识别模块， 用于提取所述待检测对象的解读音频， 并对所述解读音频进行语 音识别， 将所述解读音频转换成语音文本展示码； 0038 比对模块， 用于将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机 展示码序列进行比对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机 展示码序列时， 对所述待检测对象进行活体检测； 0039 身份认证模块， 用于当确认所述待检测对象为活体对。

21、象时， 调用数据库中预存的 待检测对象的脸部图像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证 结果。 0040 一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 所述处理 器执行所述计算机程序时实现以下步骤： 0041 当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述人脸检测指令 对所述待检测对象进行人脸检测， 获得人脸检测结果； 0042 根据所述人脸检测结果生成随机展示码序列； 所述随机展示码序列根据随机数 字、 随机字母或随机汉字中至少一种形式组成； 0043 对所述待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别模型对。

22、 所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码； 0044 提取所述待检测对象的解读音频， 并对所述解读音频进行语音识别， 将所述解读 音频转换成语音文本展示码； 0045 将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机展示码序列进行 比对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机展示码序列时， 对所述待检测对象进行活体检测； 0046 当确认所述待检测对象为活体对象时， 调用数据库中预存的待检测对象的脸部图 像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 0047 一种计算机可读存储介质， 其上存储有计算机程序， 所。

23、述计算机程序被处理器执 行时实现以下步骤： 0048 当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据所述人脸检测指令 对所述待检测对象进行人脸检测， 获得人脸检测结果； 0049 根据所述人脸检测结果生成随机展示码序列； 所述随机展示码序列根据随机数 字、 随机字母或随机汉字中至少一种形式组成； 0050 对所述待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别模型对 所述嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码； 0051 提取所述待检测对象的解读音频， 并对所述解读音频进行语音识别， 将所述解读 说明书 3/11 页 6 CN 110955874 A 。

24、6 音频转换成语音文本展示码； 0052 将所述嘴唇动作特征展示码和所述语音文本展示码， 与所述随机展示码序列进行 比对， 当所述嘴唇动作特征展示码和所述语音文本展示码均符合所述随机展示码序列时， 对所述待检测对象进行活体检测； 0053 当确认所述待检测对象为活体对象时， 调用数据库中预存的待检测对象的脸部图 像文件， 与所述人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 0054 上述身份验证方法、 装置、 计算机设备和存储介质， 当检测到待检测对象的登录操 作时， 对待检测对象进行人脸检测， 获得人脸检测结果， 并根据人脸检测结果生成随机展示 码序列， 随机展示码序列根据随机。

25、数字、 随机字母或随机汉字中至少一种形式组成。 由于利 用随机生成的数字、 字母及汉字序列作为标识， 难以被提前录制音频文件和视频文件， 可降 低被攻击的风险。 通过对待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识 别模型对嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码。 同时提取待检测 对象的解读音频， 并对解读音频进行语音识别， 将解读音频转换成语音文本展示码， 进而将 嘴唇动作特征展示码和语音文本展示码， 与随机展示码序列进行比对， 当嘴唇动作特征展 示码和语音文本展示码均符合随机展示码序列时， 对待检测对象进行活体检测， 当确认待 检测对象为活体对象时， 调用数据。

26、库中预存的待检测对象的脸部图像文件， 与人脸检测结 果进行比对， 进行身份认证， 得到身份认证结果。 由于同时结合了人脸识别、 唇语识别以及 语音识别， 可互相补充和完善， 进一步增强了身份认证的可靠性和安全性。 附图说明 0055 图1为一个实施例中身份验证方法的应用场景图； 0056 图2为一个实施例中身份验证方法的流程示意图； 0057 图3为一个实施例中身份验证装置的结构框图； 0058 图4为一个实施例中计算机设备的内部结构图。 具体实施方式 0059 为了使本申请的目的、 技术方案及优点更加清楚明白， 以下结合附图及实施例， 对 本申请进行进一步详细说明。 应当理解， 此处描述的具。

27、体实施例仅仅用以解释本申请， 并不 用于限定本申请。 0060 本申请提供的身份验证方法， 可以应用于如图1所示的应用环境中。 其中， 终端102 与服务器104通过网络进行通信。 当服务器104在终端102检测到待检测对象的登录操作时， 触发人脸检测指令， 根据人脸检测指令对待检测对象进行人脸检测， 获得人脸检测结果， 并 根据人脸检测结果生成随机展示码序列， 其中， 随机展示码序列根据随机数字、 随机字母或 随机汉字中至少一种形式组成。 服务器104通过对待检测对象的嘴唇动作特征进行提取， 并 利用预先训练的唇语识别模型对嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展 示码。 在身份。

28、验证过程中， 同时提取待检测对象的解读音频， 并对解读音频进行语音识别， 将解读音频转换成语音文本展示码， 并将嘴唇动作特征展示码和语音文本展示码， 与随机 展示码序列进行比对， 当嘴唇动作特征展示码和语音文本展示码均符合随机展示码序列 时， 对待检测对象进行活体检测。 当确认待检测对象为活体对象时， 调用数据库中预存的待 说明书 4/11 页 7 CN 110955874 A 7 检测对象的脸部图像文件， 与人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 其中， 终端102可以但不限于是各种个人计算机、 笔记本电脑、 智能手机、 平板电脑和便携式 可穿戴设备， 服务器104可以用。

29、独立的服务器或者是多个服务器组成的服务器集群来实现。 0061 在一个实施例中， 如图2所示， 提供了一种身份验证方法， 以该方法应用于图1中的 服务器为例进行说明， 包括以下步骤： 0062 步骤S202， 当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据人脸检测 指令对待检测对象进行人脸检测， 获得人脸检测结果。 0063 具体地， 当检测到待检测对象的登录操作时， 获取待检测对象的登录状态， 其中， 登录状态包括登录成功和登录失败。 当确定待检测对象的登录状态为登陆成功时， 触发人 脸检测指令， 并根据人脸检测指令打开相机程序， 利用相机程序对待检测对象进行人脸检 测， 当检测。

30、到待检测对象的人脸部分时， 生成人脸检测结果。 0064 其中， 待检测对象在应用程序的登录操作包括待检测对象输入账号密码进行登 录， 或者以输入账号获取实时验证码并登录的登录操作。 针对待检测对象输入账号密码进 行登录的操作， 在登录成功即账号密码均无错误时， 触发人脸检测指令。 针对待检测对象输 入账号并输入实时获取的验证码进行登录的操作， 在待检测对象输入的验证码符合实时获 取到的验证码， 登录成功时， 同样触发人脸检测指令。 0065 进一步地， 人脸检测指令用于检测当前执行登录操作的待检测对象的人脸部分， 可根据人脸检测指令打开终端上的相机程序， 利用相机对人脸进行检测， 判断是否检。

31、测到 待检测对象的人脸部分， 得到人脸检测结果。 当未检测到人脸时， 界面发出 “请对准相机” 的 提示， 直到相机检测到待检测对象的人脸部分。 0066 步骤S204， 根据人脸检测结果生成随机展示码序列； 随机展示码序列根据随机数 字、 随机字母或随机汉字中至少一种形式组成。 0067 具体地， 通过获取当前应用场景下的随机展示码序列的预设要求， 其中， 预设要求 包括随机展示码序列长度， 以及随机展示码序列组成， 且当根据人脸检测结果， 确定检测到 待检测对象的人脸部分时， 根据随机展示码序列的预设要求， 随机生成随机展示码序列。 0068 其中， 随机展示码序列可以由随机数字、 随机字。

32、母以及随机汉字中的至少一种形 式等组成， 其中， 随机数字序列是根据0至9包括的数字生成， 包括的数字个数大于等于6位， 包括但不限于6位、 8位以及10位等。 比如6位的随机数字序列可以是156871、 589624以及 896547等， 8位的随机数字序列可以是85412369以及78452369等， 数字序列生成不遵循某种 规律， 随机生成， 不同于提前存储数字序列， 在需要时进行调用的情况， 可避免数字序列被 盗用的问题。 0069 同样地， 随机字母序列是根据26个英文字母生成， 序列位数也不进行限定， 大于6 位， 包括但不限于6位、 8位以及10位等。 比如， 6位的随机字母序列。

33、可以是oputrd、 ruighd以 及swertg等， 8位和10位的随机字母序列也是相同情况。 0070 进一步地， 在安全级别要求较高的场景， 比如办理银行业务等情况下， 生成的随机 序列长度比较长， 并且序列种类多， 其中， 可将随机序列长度设置成8位或者10位， 序列种类 可以设置同时包括数字、 字母及汉字中的两种或两种以上。 比如， 同时包括数字和字母的8 位随机展示码序列可以是soer5648、 9867ogsi、 ru98yt03、 75un09eg、 wr8750jt以及 36thfb68等多种形式。 同样地， 同时包括数字、 字母以及汉字的10位随机展示码序列可以 说明书 。

34、5/11 页 8 CN 110955874 A 8 是：“49pr如果06et” 、“ty开始73rb05” 以及 “更新34wh96rs” 等多种形式。 0071 步骤S206， 对待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别 模型对嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码。 0072 具体地， 通过对待检测对象的嘴唇动作特征进行提取， 并将嘴唇动作特征输入预 先训练的唇语识别模型， 并利用唇语识别模型对嘴唇动作特征进行特征解析， 将嘴唇动作 特征与预设的嘴唇动作特征样本进行比对。 当嘴唇动作特征符合嘴唇动作特征样本一致 时， 将嘴唇动作特征样本对应的展示码，。

35、 作为嘴唇动作特征展示码。 0073 进一步地， 服务器在待检测对象的解读过程中， 实时对待检测对象的嘴唇动作特 征进行提取， 可通过利用相机拍摄整个解读过程中待检测对象的唇形图片。 利用预先训练 好的唇语识别模型， 对待检测对象的唇形图片进行识别和解析， 得到与唇形对应的嘴唇动 作特征展示码。 比如， 当随机生成的展示码序列为6位的随机数字序列569841， 利用相机拍 摄到多个唇形图片， 当利用训练好的唇语识别模型， 对每一张唇形图片进行识别解析时， 可 分别解析得到对应的嘴唇动作特征数字， 可以是8、 9、 5、 6、 1以及4， 按照唇形图片的生成时 间， 对与唇形图片对应的嘴唇动作特。

36、征数字进行排序， 得到嘴唇动作特征数字序列。 0074 同样地， 针对随机生成的展示码序列为8位的数字字母组合序列9852tyrd时， 利用 相机拍摄到的多个唇形图， 当利用训练好的唇语识别模型， 对每一张唇形图片进行识别解 析时， 可分别解析得到对应得嘴唇动作特征数字和字母， 包括9、 8、 5、 2、 t、 y、 r以及d， 并按照 唇形图片的生成时间， 与唇形图片对应的嘴唇动作特征数字/字母进行排序， 得到嘴唇动作 特征数字/字母序列。 0075 步骤S208， 提取待检测对象的解读音频， 并对解读音频进行语音识别， 将解读音频 转换成语音文本展示码。 0076 步骤S210， 将嘴唇动。

37、作特征展示码和语音文本展示码， 与随机展示码序列进行比 对， 当嘴唇动作特征展示码和语音文本展示码均符合随机展示码序列时， 对待检测对象进 行活体检测。 0077 具体地， 通过将嘴唇动作特征展示码和语音文本展示码， 分别与随机展示码序列 进行比对。 且只有当嘴唇动作特征展示码以及语音文本展示码， 均符合随机展示码序列时， 才进行下一步的活体检测， 仅语音文本展示码符合随机展示码序列， 或仅嘴唇动作特征展 示码符合随机展示码序列时， 需要返回对应步骤进行重新检测。 比如， 当嘴唇动作特征展示 码， 或语音文本展示码不符合随机展示码序列时， 服务器需要重新生成随机展示码序列， 待 检测对象需要再。

38、次进行解读， 重复执行嘴唇动作特征展示码和语音文本展示码的获取， 并 再次比对， 直到嘴唇动作特征展示码和语音文本展示码， 均符合相应的随机展示码序列。 0078 其中， 活体检测是通过眨眼、 张嘴、 摇头、 点头等组合动作， 使用人脸关键点定位和 人脸追踪等技术， 验证待检测对象是否为真实活体本人操作。 比如， 通过指示待检测对象进 行眨眼、 摇头以及张嘴的操作， 判断待检测对象是否能执行对应的指示操作， 如出现错误， 则需要待检测对象重新按照指示执行相应的操作， 如重复出现3次以上的错误， 则表示该待 检测对象无法执行指示操作， 不能通过活体检测。 0079 步骤S212， 当确认待检测对。

39、象为活体对象时， 调用数据库中预存的待检测对象的 脸部图像文件， 与人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 0080 具体地， 当待检测对象通过活体检测时， 表示当前在终端的应用程序进行登录操 说明书 6/11 页 9 CN 110955874 A 9 作的待检测对象， 为活体， 可进行下一步的身份认证， 通过将解读过程中存储的待检测对象 的待检测人脸图像， 与数据库中预存的待检测对象的脸部图像文件进行比对， 两者符合时， 则表示身份认证成功。 如两者不相符合， 则发出需要重新进行身份认证的提示。 0081 上述身份验证方法中， 当检测到待检测对象的登录操作时， 对待检测对。

40、象进行人 脸检测， 获得人脸检测结果， 并根据人脸检测结果生成随机展示码序列； 随机展示码序列根 据随机数字、 随机字母或随机汉字中至少一种形式组成。 由于利用随机生成的数字、 字母及 汉字序列作为标识， 难以被提前录制音频文件和视频文件， 可降低被攻击的风险。 通过对待 检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇语识别模型对嘴唇动作特征进行 特征解析， 获得对应的嘴唇动作特征展示码。 同时提取待检测对象的解读音频， 并对解读音 频进行语音识别， 将解读音频转换成语音文本展示码， 进而将嘴唇动作特征展示码和语音 文本展示码， 与随机展示码序列进行比对， 当嘴唇动作特征展示码和语音文本。

41、展示码均符 合随机展示码序列时， 对待检测对象进行活体检测， 当确认待检测对象为活体对象时， 调用 数据库中预存的待检测对象的脸部图像文件， 与人脸检测结果进行比对， 进行身份认证， 得 到身份认证结果。 由于同时结合了人脸识别、 唇语识别以及语音识别， 可互相补充和完善， 进一步增强了身份认证的可靠性和安全性。 0082 在一个实施中， 在对待检测对象的嘴唇动作特征进行提取， 并利用预先训练的唇 语识别模型对嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示码之前， 还包括： 根据样本数据对深度学习模型进行训练， 获得训练后的唇语识别模型。 0083 具体地， 根据样本数据对深度学习模型。

42、进行训练， 获得训练后的唇语识别模型的 具体过程， 包括： 收集各数字以及各字母对应的唇形图片， 从数据库中提取超出预设使用频 率的多个汉字， 并收集多个汉字对应的唇形图片， 提取各唇形图片上的嘴唇动作特征， 生成 样本数据， 并利用样本数据， 对卷积神经网络模型进行训练， 得到对应的唇语识别模型。 0084 其中， 通过收集数字0至9对应的唇形图片， 以及26个英文字母对应的唇形图片， 从 数据库中收集超过预设使用频率的多个汉字， 比如以一天作为周期， 获取一天内使用频率 超过预设频率的多个汉字， 并获取该些汉字对应的唇形图片。 其中， 需要收集的唇形图片需 要涉及不同类型的待检测对象， 包。

43、括不同年龄阶段以及不同地区的待检测对象的唇形图 片。 0085 进一步地， 通过提取所收集的各唇形图片上的嘴唇动作特征， 生成样本数据， 并利 用样本数据对卷积神经网络模型进行训练， 得到对应的唇语识别模型。 其中， 在本实施例 中， 可基于Tensorflow平台， 利用所收集的各数字的唇形图片， 对卷积神经网络模型进行训 练， 得到对应的唇语识别模型， Tensorflow是一种计算图模型， 即用图的形式来表示运算过 程的一种模型， 而Tensorflow程序一般分为图的构建和图的执行两个阶段， 图的构建阶段 也称为图的定义阶段， 该过程会在图模型中定义所需的运算， 每次运算的结果以及原始。

44、的 输入数据都可称为一个节点。 0086 上述步骤中， 通过收集各数字以及各字母对应的唇形图片， 从数据库中提取超出 预设使用频率的多个汉字， 并收集多个汉字对应的唇形图片， 提取各唇形图片上的嘴唇动 作特征， 生成样本数据， 并利用样本数据， 对卷积神经网络模型进行训练， 得到对应的唇语 识别模型， 可将得到的唇语识别模型应用于对待检测对象的嘴唇动作特征进行识别， 提高 身份认证的安全系数。 说明书 7/11 页 10 CN 110955874 A 10 0087 在一个实施例中， 在当确认待检测对象为活体对象时， 调用数据库中预存的待检 测对象的脸部图像文件， 与人脸检测结果进行比对， 进。

45、行身份认证， 得到身份认证结果之 后， 还包括： 0088 获取待检测对象的基本信息和行为记录； 行为记录包括浏览记录、 收藏记录以及 购买记录； 0089 将待检测对象的基本信息和预先存储的用户信息进行比对， 当待检测对象的基本 信息符合预先存储的用户信息时， 对待检测对象的行为记录进行验证； 0090 当待检测对象的行为记录通过验证时， 表示身份认证成功。 0091 具体地， 在活体检测通过后进行的身份认证， 除需对待检测人脸图像进行验证， 还 需获取用户的基本个人信息以及在该应用程序上的行为习惯， 包括浏览记录， 收藏记录以 及购买记录等， 分别设置相应的验证环节。 比如， 针对银行业务。

46、的办理， 用户需要进行查询 业务， 比如查询个人账号余额， 则需要对用户的个人信息进行确认， 用户需要在验证界面填 写个人真实姓名以及账号名等。 如用户需要进行转账业务， 则在进行用户姓名以及账号确 认后的基础上， 还需对用户身份证号和手机号码进行验证， 均通过之后才可进行转账业务。 另一种情况下， 如用户需要进行基金购买等业务， 则需要对用户在该应用程序上的收藏记 录以及购买记录等进行确认， 将包括用户在应用程序上的收藏记录或购买记录在内的多个 不同产品进行展示， 供当前进行购买操作的用户进行选择， 以判断进行购买业务的用户是 否为本人， 当选择无误时， 则表示通过验证， 用户可进行对基金等。

47、产品的购买操作。 0092 上述步骤中， 通过将待检测对象的基本信息和预先存储的用户信息进行比对， 当 待检测对象的基本信息符合预先存储的用户信息时， 对待检测对象的行为记录进行验证， 当待检测对象的行为记录通过验证时， 表示身份认证成功， 进一步保证了身份认证的安全 系数。 0093 应该理解的是， 虽然图2的流程图中的各个步骤按照箭头的指示依次显示， 但是这 些步骤并不是必然按照箭头指示的顺序依次执行。 除非本文中有明确的说明， 这些步骤的 执行并没有严格的顺序限制， 这些步骤可以以其它的顺序执行。 而且， 图2中的至少一部分 步骤可以包括多个子步骤或者多个阶段， 这些子步骤或者阶段并不必。

48、然是在同一时刻执行 完成， 而是可以在不同的时刻执行， 这些子步骤或者阶段的执行顺序也不必然是依次进行， 而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。 0094 在一个实施例中， 如图3所示， 提供了一种身份验证装置， 包括： 人脸检测模块302、 随机展示码序列生成模块304、 嘴唇动作特征提取模块306、 语音识别模块308、 比对模块310 以及身份认证模块312， 其中： 0095 人脸检测模块302， 用于当检测到待检测对象的登录操作时， 触发人脸检测指令， 根据人脸检测指令对待检测对象进行人脸检测， 获得人脸检测结果。 0096 随机展示码序列生成。

49、模块304， 用于根据人脸检测结果生成随机展示码序列； 随机 展示码序列根据随机数字、 随机字母或随机汉字中任意两种形式或两种以上的形式组成。 0097 嘴唇动作特征提取模块306， 用于对待检测对象的嘴唇动作特征进行提取， 并利用 预先训练的唇语识别模型对嘴唇动作特征进行特征解析， 获得对应的嘴唇动作特征展示 码。 0098 语音识别模块308， 用于提取待检测对象的解读音频， 并对解读音频进行语音识 说明书 8/11 页 11 CN 110955874 A 11 别， 将解读音频转换成语音文本展示码。 0099 比对模块310， 用于将嘴唇动作特征展示码和语音文本展示码， 与随机展示码序列。

50、 进行比对， 当嘴唇动作特征展示码和语音文本展示码均符合随机展示码序列时， 对待检测 对象进行活体检测. 0100 身份认证模块312， 用于当确认待检测对象为活体对象时， 调用数据库中预存的待 检测对象的脸部图像文件， 与人脸检测结果进行比对， 进行身份认证， 得到身份认证结果。 0101 上述身份验证装置， 当检测到待检测对象的登录操作时， 对待检测对象进行人脸 检测， 获得人脸检测结果， 并根据人脸检测结果生成随机展示码序列， 随机展示码序列根据 随机数字、 随机字母或随机汉字中至少一种形式组成。 由于利用随机生成的数字、 字母及汉 字序列作为标识， 难以被提前录制音频文件和视频文件， 。