身份验证方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能领域，提供一种身份验证方法、装置、计算机设备和存储介质，方法包括：接收操作指令；判断操作指令是否属于授权操作指令；若是，对用户进行活体检测，判断是否验证通过；若是，基于模型获取与用户的人脸图像对应的表情识别结果，确定出人脸图像的人脸比对结果；判断表情识别结果是否包含目标表情，人脸比对结果是否为比对通过；若是，展示文字信息；采集待验证语音信息；分析待验证语音信息得到分析结果，并基于分析结果生成身份验证结果；基于身份验证结果对操作指令进行响应处理。本申请增强了身份验证的安全性，提升了身份验证的可靠性。本申请还可以应用于区块链领域，上述身份验证结果等数据可以存储于区块链上。

【技术实现步骤摘要】
身份验证方法、装置、计算机设备和存储介质
本申请涉及人工智能
，具体涉及一种身份验证方法、装置、计算机设备和存储介质。
技术介绍
随着移动通信技术的快速发展，移动终端在人们的生活工作中扮演着越来越重要的角色，而移动终端的安全问题也越来越受到重视。目前，用户通常可以通过密码验证登录或指纹验证登陆等方式在终端上登录对应的系统账号。但是，传统的密码验证登录和指纹验证登录依旧存在一定的安全风险。例如，密码登录可通过实现窃取密码破解身份验证机制，而指纹登录也可以通过事先复制的指纹信息进行伪造。因此，现有关于终端单一的身份验证登录方式存在极大的安全隐患，大大降低了终端的数据安全性，对用户的终端安全问题造成严峻的考验。如何提高移动终端的数据安全性，成为了当前亟待解决的技术问题。
技术实现思路
本申请的主要目的为提供一种身份验证方法、装置、计算机设备和存储介质，旨在解决现有的关于终端单一的身份验证登录方式存在极大的安全隐患，大大降低了终端的数据安全性，对用户的终端安全问题造成严峻的考验的技术问题。本申请提出一种身份验证方法，所述方法包括步骤：接收用户触发的操作指令；基于预设的操作指令集合，判断所述操作指令是否属于授权操作指令；若所述操作指令属于授权操作指令，则对所述用户进行活体检测，并判断所述活体检测是否验证通过；若所述活体检测验证通过，则获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果，其中，所述预设数量大于1，所述每一个人脸表情识别模型分别是基于不同的训练样本集训练生成的，且每一个所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；判断所有所述表情识别结果中是否包含目标表情，且所述人脸比对结果是否为比对通过；若所有所述表情识别结果中包含所述目标表情，且所述人脸比对结果为比对通过，则获取预存储的授权语音信息，并在当前界面展示与所述授权语音信息对应的文字信息；采集用户朗读所述文字信息后生成的待验证语音信息；基于所述授权语音信息，对所述待验证语音信息进行分析处理，得到对应的分析结果；基于所述分析结果，生成与所述用户对应的身份验证结果；基于所述身份验证结果，对所述操作指令进行对应的响应处理。可选地，所述基于所述授权语音信息，对所述待验证语音信息进行分析处理，得到对应的分析结果的步骤，包括：从所述待验证语音信息中提取出对应的待验证声纹特征向量，并获取与所述授权语音信息对应的授权声纹特征向量；调用预设的距离计算公式，计算所述待验证声纹特征向量与所述授权声纹特征向量之间的声纹相似度；以及，基于预设的概率计算算法，计算所述待验证语音信息与所述授权语音信息属于同一句话的条件概率；获取与所述声纹相似度对应的声纹权重系数，以及与所述条件概率对应的概率权重系数；基于所述声纹权重系数与所述概率权重系数，对所述声纹相似度与所述条件概率进行加权求和处理，得到对应的身份验证分数；将所述身份验证分数作为所述分析结果。可选地，所述获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的步骤之前，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结果标注信息；获取特定训练样本集，将所述特定训练样本集中的样本人脸图像作为预设的初始识别模型的输入，将与样本人脸图像对应的表情结果标注信息作为所述初始识别模型的输出对所述初始识别模型进行训练，生成训练完成的初始识别模型，其中，所述特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；获取预设的测试样本集，使用所述测试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，则将所述训练完成的初始识别模型作为与所述特定训练样本集对应的特定人脸表情识别模型。可选地，所述基于所述分析结果，生成与所述用户对应的身份验证结果的步骤，包括：获取预设的分数阈值；判断所述身份验证分数是否大于所述分数阈值；若所述身份验证分数大于所述分数阈值，则生成验证通过的身份验证结果；若所述身份验证分数不大于所述分数阈值，则生成验证未通过的身份验证结果。可选地，所述获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的步骤之前，包括：在当前界面展示动态提示信息；获取所述用户基于所述动态提示信息输入的姿态信息，其中，所述姿态信息包括手部动作信息与脸部动作信息；判断所述手部动作信息是否与预存储的标准手部动作信息相同；若所述手部动作信息与所述标准手部动作信息相同，则判断所述脸部动作信息是否与预存储的标准脸部动作信息相同；若所述脸部动作信息是否与所述标准脸部动作信息相同，则生成获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的第一处理指令。可选地，所述获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的步骤之前，包括：获取预存储的授权提问问题数据，并在当前界面展示所述授权提问问题数据以及答题提醒信息，以基于所述答题提醒信息提醒所述用户对所述授权提问问题数据进行反馈；接收所述用户输入的与所述授权提问问题数据对应的反馈答案数据；计算所述用户的答复反应时长，并判断所述答复反应时长是否大于与所述授权提问问题数据对应的正常反应时长阈值；若所述答复反应时长不大于所述正常反应时长阈值，则基于所述反应答复时长与所述正常反应时长阈值生成对应的风险指数，并判断所述风险指数是否大于预设的风险阈值；若所述风险指数不大于所述风险阈值，则生成获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的第二处理指令。可选地，所述身份验证结果包括验证通过或验证未通过，所述基于所述身份验证结果，对所述操作指令进行对应的响应处理的步骤，包括：判断所述身份验证结果是否为验证通过；若所述身份验证结果为验证通过，则执行所述操作指令；若所述身份验证结果不为验证通过，则限制执行所述操作指令；以及，执行终端锁定处理。本申请还提供一种身份验证装置，包括：第一本文档来自技高网...

【技术保护点】
1.一种身份验证方法，其特征在于，包括：/n接收用户触发的操作指令；/n基于预设的操作指令集合，判断所述操作指令是否属于授权操作指令；/n若所述操作指令属于授权操作指令，则对所述用户进行活体检测，并判断所述活体检测是否验证通过；/n若所述活体检测验证通过，则获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果，其中，所述预设数量大于1，所述每一个人脸表情识别模型分别是基于不同的训练样本集训练生成的，且每一个所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；/n判断所有所述表情识别结果中是否包含目标表情，且所述人脸比对结果是否为比对通过；/n若所有所述表情识别结果中包含所述目标表情，且所述人脸比对结果为比对通过，则获取预存储的授权语音信息，并在当前界面展示与所述授权语音信息对应的文字信息；/n采集用户朗读所述文字信息后生成的待验证语音信息；/n基于所述授权语音信息，对所述待验证语音信息进行分析处理，得到对应的分析结果；/n基于所述分析结果，生成与所述用户对应的身份验证结果；/n基于所述身份验证结果，对所述操作指令进行对应的响应处理。/n...

【技术特征摘要】
1.一种身份验证方法，其特征在于，包括：
接收用户触发的操作指令；
基于预设的操作指令集合，判断所述操作指令是否属于授权操作指令；
若所述操作指令属于授权操作指令，则对所述用户进行活体检测，并判断所述活体检测是否验证通过；
若所述活体检测验证通过，则获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果，其中，所述预设数量大于1，所述每一个人脸表情识别模型分别是基于不同的训练样本集训练生成的，且每一个所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；
判断所有所述表情识别结果中是否包含目标表情，且所述人脸比对结果是否为比对通过；
若所有所述表情识别结果中包含所述目标表情，且所述人脸比对结果为比对通过，则获取预存储的授权语音信息，并在当前界面展示与所述授权语音信息对应的文字信息；
采集用户朗读所述文字信息后生成的待验证语音信息；
基于所述授权语音信息，对所述待验证语音信息进行分析处理，得到对应的分析结果；
基于所述分析结果，生成与所述用户对应的身份验证结果；
基于所述身份验证结果，对所述操作指令进行对应的响应处理。


2.根据权利要求1所述的身份验证方法，其特征在于，所述基于所述授权语音信息，对所述待验证语音信息进行分析处理，得到对应的分析结果的步骤，包括：
从所述待验证语音信息中提取出对应的待验证声纹特征向量，并获取与所述授权语音信息对应的授权声纹特征向量；
调用预设的距离计算公式，计算所述待验证声纹特征向量与所述授权声纹特征向量之间的声纹相似度；以及，
基于预设的概率计算算法，计算所述待验证语音信息与所述授权语音信息属于同一句话的条件概率；
获取与所述声纹相似度对应的声纹权重系数，以及与所述条件概率对应的概率权重系数；
基于所述声纹权重系数与所述概率权重系数，对所述声纹相似度与所述条件概率进行加权求和处理，得到对应的身份验证分数；
将所述身份验证分数作为所述分析结果。


3.根据权利要求1所述的身份验证方法，其特征在于，所述获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的步骤之前，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结果标注信息；
获取特定训练样本集，将所述特定训练样本集中的样本人脸图像作为预设的初始识别模型的输入，将与样本人脸图像对应的表情结果标注信息作为所述初始识别模型的输出对所述初始识别模型进行训练，生成训练完成的初始识别模型，其中，所述特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；
获取预设的测试样本集，使用所述测试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，则将所述训练完成的初始识别模型作为与所述特定训练样本集对应的特定人脸表情识别模型。


4.根据权利要求1所述的身份验证方法，其特征在于，所述基于所述分析结果，生成与所述用户对应的身份验证结果的步骤，包括：
获取预设的分数阈值；
判断所述身份验证分数是否大于所述分数阈值；
若所述身份验证分数大于所述分数阈值，则生成验证通过的身份验证结果；
若所述身份验证分数不大于所述分数阈值，则生成验证未通过的身份验证结果。


5.根据权利要求1所述的身份验证方法，其特征在于，所述获取所述用户的人脸图像，基于预设数量的预先训练好的人脸表情识别模型分别获取与所述人脸图像对应的表情识别结果，并基于预存储的授权人脸图像确定出与所述人脸图像的人脸比对结果的步骤之前，包括：
在当前界面展示动态提示信息；
获取所述用户基于所述动态提示信息输入的姿态信息，其中，所述姿态信息包括手...

【专利技术属性】
技术研发人员：庞承杰，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：广东;44