身份验证方法及装置与流程

本发明涉及身份验证技术领域，尤其涉及一种身份验证方法及装置。

背景技术：

通常，身份证用于证明持有人身份的唯一证件，作为每个人独一无二的公民身份的证明工具。生活中，比如坐火车、飞机、医院挂号等，都需要对身份证的验证从而验证持有人身份的合法性。

然而，有些人利用他人身份证进行相关操作，从中谋利。比如，号贩子利用他人身份证挂了大量号，接着将挂到的号高价卖给有需要的患者，扰乱医院的就医秩序，损害患者的利益。由此，需要一种能够准备验证身份证中的面部照片与当前用户的面部照片是否为同一人的方法，从而避免不是本人使用身份证进行的相关操作。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种身份验证方法，该方法能够准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，避免了不是本人使用身份证进行的相关操作，提高了人脸验证的准确性。

本发明的第二个目的在于提出一种身份验证装置。

本发明的第三个目的在于提出另一种身份验证装置。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种身份验证方法，包括：

获取身份证上的第一面部照片，应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；

采集当前用户的第二面部照片，应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；

计算所述第一年龄和所述第二年龄之间的间隔时间，通过主成分分析算法计算与所述间隔时间对应的对比阈值；

将所述第一人脸特征数据与所述第二人脸特征数据进行匹配，若比较获知所述匹配结果大于所述对比阈值，则确定当前用户的身份具有合法性。

本发明实施例的身份验证方法，通过获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄，以及采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄，接着计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值，最后将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。由此，能够准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，避免了不是本人使用身份证进行的相关操作，提高了人脸验证的准确性。

另外，根据本发明上述实施例的身份验证方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄，包括：

根据所述第一面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取所述第一人脸特征数据以及第一年龄；

所述应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄，包括：

根据所述第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取所述第二人脸特征数据以及第二年龄。

在本发明的一个实施例中，所述采集当前用户的第二面部照片，包括：

若检测到当前用户的面部到达预设区域时，触发定位灯亮起，提示当前用户的双眼在预设时间内直视所述定位灯；

在当前用户的双眼直视所述定位灯的过程中，应用Adaboost学习算法进行人脸检测，提取面部矩形特征并采集对应的第二面部照片。

在本发明的一个实施例中，在所述应用预设算法对所述第二面部照片进行处理之前，还包括：

对所述第二面部照片进行图像预处理操作，其中，所述图像预处理操作包括：光线补偿、灰度变换、直方图均衡化，几何校正中的一种或者多种操作组合。

在本发明的一个实施例中，在将所述第一人脸特征数据与所述第二人脸特征数据进行匹配之后，还包括：

若比较获知所述匹配结果小于等于所述对比阈值，则报警提示当前用户的身份不具有合法性，并对所述身份证进行吞卡处理。

为达上述目的，本发明第二方面实施例提出了一种身份验证装置，包括：

获取模块，用于获取身份证上的第一面部照片；

第一提取模块，用于应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；

采集模块，用于采集当前用户的第二面部照片；

第二提取模块，用于应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；

计算模块，用于计算所述第一年龄和所述第二年龄之间的间隔时间，通过主成分分析算法计算与所述间隔时间对应的对比阈值；

处理模块，用于将所述第一人脸特征数据与所述第二人脸特征数据进行匹配，在比较获知所述匹配结果大于所述对比阈值时，确定当前用户的身份具有合法性。

本发明实施例的身份验证装置，通过获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄，以及采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄，接着计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值，最后将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。由此，能够准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，避免了不是本人使用身份证进行的相关操作，提高了人脸验证的准确性。

另外，根据本发明上述实施例的身份验证装置还可以具有如下附加的技术特征：

在本发明的一个实施例中，第一提取模块用于：根据所述第一面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取所述第一人脸特征数据以及第一年龄；

第二提取模块用于：根据所述第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取所述第二人脸特征数据以及第二年龄。

在本发明的一个实施例中，所述采集模块用于：若检测到当前用户的面部到达预设区域时，触发定位灯亮起，提示当前用户的双眼在预设时间内直视所述定位灯；

在当前用户的双眼直视所述定位灯的过程中，应用Adaboost学习算法进行人脸检测，提取面部矩形特征并采集对应的第二面部照片。

在本发明的一个实施例中，所述的装置，还包括：预处理模块，用于对所述第二面部照片进行图像预处理操作，其中，所述图像预处理操作包括：光线补偿、灰度变换、直方图均衡化，几何校正中的一种或者多种操作组合。

在本发明的一个实施例中，所述处理模块还用于：在比较获知所述匹配结果小于等于所述对比阈值时，报警提示当前用户的身份不具有合法性，并对所述身份证进行吞卡处理。

为达上述目的，本发明第三方面实施例提出了另一种身份验证装置，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为：

获取身份证上的第一面部照片，应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；

采集当前用户的第二面部照片，应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；

计算所述第一年龄和所述第二年龄之间的间隔时间，通过主成分分析算法计算与所述间隔时间对应的对比阈值；

将所述第一人脸特征数据与所述第二人脸特征数据进行匹配，若比较获知所述匹配结果大于所述对比阈值，则确定当前用户的身份具有合法性。

为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器端的处理器被执行时，使得服务器端能够执行一种身份验证方法，所述方法包括：

获取身份证上的第一面部照片，应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；

采集当前用户的第二面部照片，应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；

计算所述第一年龄和所述第二年龄之间的间隔时间，通过主成分分析算法计算与所述间隔时间对应的对比阈值；

将所述第一人脸特征数据与所述第二人脸特征数据进行匹配，若比较获知所述匹配结果大于所述对比阈值，则确定当前用户的身份具有合法性。

为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种身份验证方法，所述方法包括：

获取身份证上的第一面部照片，应用预设算法对所述第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；

采集当前用户的第二面部照片，应用预设算法对所述第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；

计算所述第一年龄和所述第二年龄之间的间隔时间，通过主成分分析算法计算与所述间隔时间对应的对比阈值；

将所述第一人脸特征数据与所述第二人脸特征数据进行匹配，若比较获知所述匹配结果大于所述对比阈值，则确定当前用户的身份具有合法性。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例提供的一种身份验证方法的流程示意图；

图2为本发明实施例提供的另一种身份验证方法的流程示意图；

图3为本发明实施例提供的一种身份验证装置的结构示意图；

图4为本发明实施例提供的另一种身份验证装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的身份验证方法及装置。

目前，各大医院中存在号贩子利用他人身份证预约挂号，然后将挂到的号高价卖给有需要的患者，扰乱医院的就医秩序，损害患者的利益。

为了控制上述行为，需要准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，提高人脸验证的准确性。本发明提出一种身份验证方法。具体如下：

图1为本发明实施例提供的一种身份验证方法的流程示意图。

如图1所示，该身份验证方法包括以下步骤：

步骤110，获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄。

具体地，在用户使用身份证进行某项操作(买火车票、挂号等)时，获取身份证的第一面部照片。其中，获取身份证的第一面部照片的方式有很多种，可以根据实际需要进行选择设置，举例说明如下：

第一种示例，可以通过调用公安部身份证信息库获取身份证的相关信息(姓名、身份证号码和办理身份证时的面部照片等)。由此，可以获取身份证的面部照片作为第一面部照片。

第二种示例，可以通过面部识别装置，直接对身份证上的照片进行扫描等方式获取身份证的面部照片作为第一面部照片。

进一步地，通过预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄。为了本领域人员更加清楚上述过程，下面以预设算法为独立成分分析算法举例说明如下：

具体地，首先获取第一面部照片中人脸图像的形状轮廓和位置关系，接着通过独立成分分析算法估计出第一人脸特征数据以及第一年龄。

其中，第一年龄是根据第一面部照片估计出来的。其中，第一人脸特征数据可以为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

步骤120，采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄。

具体地，在用户使用身份证进行某项操作(买火车票、挂号等)时，采集当前用户的第二面部照片，其中，采集当前用户的第二面部照片的方式有很多种，可以根据实际需要进行选择设置，举例说明如下：

第一种示例，在检测到当前用户的面部到达预设区域时，触发定位灯亮起，提示当前用户的双眼在预设时间内直视定位灯，并在当前用户的双眼直视定位灯的过程中，应用Adaboost学习算法进行人脸检测，提取面部矩形特征并采集对应的第二面部照片。

其中，预设区域是预先设置的能够进行面部识别的区域，即当前用户的面部进入该预设区域内表示面部识别模块可以开始采集工作。

第二种示例，通过面部识别装置，直接对当前用户进行识别，搜索到当前用户的面部时，开始采集面部矩形特征并采集对应的面部照片作为第二面部照片。

进一步地，通过预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄。为了本领域人员更加清楚上述过程，下面以预设算法为独立成分分析算法举例说明如下：

具体地，首先获取第二面部照片中人脸图像的形状轮廓和位置关系，接着通过独立成分分析算法估计出第二人脸特征数据以及第二年龄。

其中，第二年龄是根据第二面部照片估计出来的。其中，第二人脸特征数据可以为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

步骤130，计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值。

步骤140，将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。

具体地，计算第一年龄和第二年龄之间的间隔时间，可以是第一年龄减去第二年龄的差值的绝对值作为间隔时间，也可以是第二年龄减去第一年龄的差值的绝对值作为间隔时间。

进一步地，通过根据间隔时间能够动态的调整出匹配的对比阈值。

可以理解的是，间隔时间越大，第一面部照片与第二面部照片的差距越大，相对应调整降低对比阈值；间隔时间越小，第一面部照片与第二面部照片的差距越小，相对应调整提高对比阈值。举例说明如下：

第一种示例，间隔时间为A1确定匹配的对比阈值为A2(比如为8)。其中，A1比较小比如为3年，由此能够确定第一面部照片与第二面部照片差距不是很大，相对应提高对比阈值为9(最大为10)。

第二种示例，间隔时间为B1确定匹配的对比阈值为B2(比如为8)。其中，B1比较大比如为20年，由此能够确定第一面部照片与第二面部照片差距比较大，相对应降低对比阈值为7(最大为10)。

还可以理解的是，可以设置一个时间间隔范围，比如1至5年的对比阈值为9；6至10年的对比阈值为8.5，10至15年的对比阈值为8等等。由此，能够更加准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，进一步提高了人脸验证的准确性。

进一步地，将第一人脸特征数据与第二人脸特征数据进行匹配，可以通过预设的算法将第一人脸特征数据与第二人脸特征数据进行匹配，也可以通过预设的人脸匹配模型将第一人脸特征数据与第二人脸特征数据进行匹配等。

进一步地，将匹配结果与对比阈值进行比较，并在匹配结果大于对比阈值时确定当前用户的身份具有合法性。

综上所述，本发明实施例的身份验证方法，通过获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄，以及采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄，接着计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值，最后将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。由此，能够准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，避免了不是本人使用身份证进行的相关操作，提高了人脸验证的准确性。

图2为本发明实施例提供的另一种身份验证方法的流程示意图。

如图2所示，该身份验证方法包括以下步骤：

步骤210，获取身份证上的第一面部照片，根据第一面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第一人脸特征数据以及第一年龄。

具体地，获取身份证上的第一面部照片的方式请参见步骤110的具体描述，此处不再详述。

进一步地，获取第一面部照片中人脸图像的形状轮廓，以及人脸器官的位置关系，通过独立成分分析算法进行处理得到第一人脸特征数据以及第一面部照片对应的第一年龄。

步骤220，若检测到当前用户的面部到达预设区域时，触发定位灯亮起，提示当前用户的双眼在预设时间内直视定位灯。

步骤230，在当前用户的双眼直视定位灯的过程中，应用Adaboost学习算法进行人脸检测，提取面部矩形特征并采集对应的第二面部照片。

具体地，当前用户在采集设备的预设区域时，采集设备会自动搜索并拍摄当前用户的面部图像。由此，在当前用户的双眼直视定位钉的过程中(即人脸检测的过程中)可以在图像中准确标定出人脸的位置和大小。面部图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。

进一步地，Adaboost算法是一种用来分类的方法，它可以把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。使用Adaboost算法挑选出一些最能代表人脸的面部矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。从而获取最接近当前用户真实状态的第二面部照片。

步骤240，对第二面部照片进行图像预处理操作，其中，图像预处理操作包括：光线补偿、灰度变换、直方图均衡化，几何校正中的一种或者多种操作组合。

具体地，对于第二面部照片进行图像预处理操作是基于上述人脸检测结果。首先获取的第二面部照片由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在提取第二人脸特征数据以及第二年龄之前对第二面部照片进行光线补偿、灰度变换、直方图均衡化，几何校正中等图像预处理。

其中，可以根据实际应用需要选择上述光线补偿、灰度变换、直方图均衡化，几何校正中的一种或者多种操作组合。

步骤250，根据第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第二人脸特征数据以及第二年龄。

具体地，获取进行预处理操作之后的第二面部照片中人脸图像的形状轮廓，以及人脸器官的位置关系，通过独立成分分析算法进行处理得到第二人脸特征数据以及第二面部照片对应的第二年龄。

步骤260，计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值。

步骤270，将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。

需要说明的是，步骤S260-S270的描述与上述步骤S130-S140相对应，因此对的步骤S260-S270的描述参考上述步骤S130-S140的描述，在此不再赘述。

步骤280，若比较获知匹配结果小于等于对比阈值，则报警提示当前用户的身份不具有合法性，并对身份证进行吞卡处理。

具体地，将匹配结果与对比阈值进行比较，并在匹配结果小于等于对比阈值时身份证和其持有者不是同一个人，报警提示当前用户的身份不具有合法性。进一步地，对身份证进行吞卡处理。

其中，报警的方式可以有很多种，例如通过语音报警，或者是连接到管理人员的终端设备上进行振动、语音等提示，当前使用身份证的用户不合法，需要进一步确认处理。

综上所述，本发明实施例的身份验证方法，在根据第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第二人脸特征数据以及第二年龄之前，对第二面部照片进行图像预处理操作，并且比较获知匹配结果小于等于对比阈值，则报警提示当前用户的身份不具有合法性，并对身份证进行吞卡处理。进一步提高人脸验证的准确性，并能够对当前不合法行为进行报警提示及相应处理，更加有效避免了不是本人使用身份证进行的相关操作。

为了实现上述实施例，本发明还提出一种身份验证装置。

图3为本发明实施例提供的一种身份验证装置的结构示意图。

如图3所示，该身份验证装置包括：获取模块31、第一提取模块32、采集模块33、第二提取模块34、计算模块35和处理模块36。

其中，获取模块31用于获取身份证上的第一面部照片。

第一提取模块32用于应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄。

采集模块33用于采集当前用户的第二面部照片。

第二提取模块34用于应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄。

计算模块35用于计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值。

处理模块36用于将第一人脸特征数据与第二人脸特征数据进行匹配，在比较获知匹配结果大于对比阈值时，确定当前用户的身份具有合法性。

其中，在本发明的一个实施例中，第一提取模块32用于根据第一面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第一人脸特征数据以及第一年龄。

其中，在本发明的一个实施例中，第二提取模块34用于根据第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第二人脸特征数据以及第二年龄。

其中，在本发明的一个实施例中，采集模块33用于若检测到当前用户的面部到达预设区域时，触发定位灯亮起，提示当前用户的双眼在预设时间内直视定位灯；在当前用户的双眼直视定位灯的过程中，应用Adaboost学习算法进行人脸检测，提取面部矩形特征并采集对应的第二面部照片。

需要说明的是，前述对身份验证方法实施例的解释说明也适用于身份验证装置，此处不再赘述。

综上所述，本发明实施例的身份验证装置，通过获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄，以及采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄，接着计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值，最后将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。由此，能够准确验证身份证中的面部照片与当前用户的面部照片是否为同一人，避免了不是本人使用身份证进行的相关操作，提高了人脸验证的准确性。

为了清楚说明上一实施例，本实施例提供了另一种身份验证装置。

图4为本实施例提供的另一种身份验证装置的结构示意图。

如图4所示，在上一实施例的基础上，该装置还包括：预处理模块37。

其中，预处理模块37用于对第二面部照片进行图像预处理操作，其中，图像预处理操作包括：光线补偿、灰度变换、直方图均衡化，几何校正中的一种或者多种操作组合。

其中，在本发明的一个实施例中，处理模块36还用于在比较获知匹配结果小于等于对比阈值时，报警提示当前用户的身份不具有合法性，并对身份证进行吞卡处理。

需要说明的是，前述对身份验证方法实施例的解释说明也适用于身份验证装置，此处不再赘述。

综上所述，本发明实施例的身份验证装置，在根据第二面部照片中人脸图像的形状轮廓和位置关系通过独立成分分析算法提取第二人脸特征数据以及第二年龄之前，对第二面部照片进行图像预处理操作，并且比较获知匹配结果小于等于对比阈值，则报警提示当前用户的身份不具有合法性，并对身份证进行吞卡处理。进一步提高人脸验证的准确性，并能够对当前不合法行为进行报警提示及相应处理，更加有效避免了不是本人使用身份证进行的相关操作。

为了实现上述实施例，本发明还提出另一种身份验证装置，包括：处理器，以及用于存储所述处理器可执行指令的存储器。

其中，处理器被配置为：获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值；将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器端的处理器被执行时，使得服务器端能够执行一种身份验证方法，所述方法包括：获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值；将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。

为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种身份验证方法，所述方法包括：获取身份证上的第一面部照片，应用预设算法对第一面部照片进行处理，提取第一人脸特征数据以及第一年龄；采集当前用户的第二面部照片，应用预设算法对第二面部照片进行处理，提取第二人脸特征数据以及第二年龄；计算第一年龄和第二年龄之间的间隔时间，通过主成分分析算法计算与间隔时间对应的对比阈值；将第一人脸特征数据与第二人脸特征数据进行匹配，若比较获知匹配结果大于对比阈值，则确定当前用户的身份具有合法性。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。