该手势形成的运动轨迹，确定相邻的至少两根手指的指间距和/或高度差。
[0037]指间距可以是该至少两根手指中相邻的两根手指的间距，也可以是不相邻的两根手指的间距。高度差可以是该至少两根手指中相邻的两根手指的指端高度差，也可以是不相邻的两根手指的指端的高度差。例如，可以确定食指、中指和无名指中食指与中指、中指与无名指的指间距和/或高度差，也可以确定食指与无名指的指间距和/或高度差。本发明实施例对此不做限定。
[0038]130，当相邻的至少两根手指的指间距和/或高度差满足预设条件时，确定用户的身份合法。
[0039]用户的手指的指间距和/或高度差这一生理参数不易受到外在环境的影响，特征稳定性高，使得验证的准确率高。
[0040]因此，本发明实施例的验证用户身份的方法，通过根据用户在触摸屏输入的手势确定用户的手指的指间距和/或高度差，结合用户的手指的指间距和/或高度差验证用户的身份。由于手指的指间距和/或高度差在用户的手指输入手势期间比较稳定，因此能够解决行为特征波动的问题，进而能够提高验证的准确度。
[0041]优选地，在本发明实施例中，用户的触摸屏上输入的手势是在相邻的至少两根手指并拢且自然伸展的情况下输入的。
[0042]另外，本发明实施例的验证用户身份的方法不需要额外的硬件设备，可以适用于当前大多数终端设备。而且，本发明实施例中结合用户的手形特征这一生理参数进行验证，由于用户的生理参数是独特的，不容易被模仿，能够提高安全性。
[0043]在本发明实施例中，用户输入的手势形成的运动轨迹包括:沿手指方向的运动轨迹和/或沿与手指垂直方向的运动轨迹。具体地，在120中，可以根据运动轨迹中沿手指方向的运动轨迹确定相邻的至少两根手指的指间距；和/或根据运动轨迹中沿与手指垂直方向的运动轨迹确定相邻的至少两根手指的高度差。
[0044]具体而言，当用户输入的手势形成的运动轨迹为沿手指方向的运动轨迹时，可以根据该运动轨迹中的各轨迹线之间的间距计算指间距，根据各轨迹线的起点的位置确定用户的手指的高度差。当用户输入的手势形成的运动轨迹为沿与手指垂直方向的运动轨迹时，可以根据该运动轨迹中各轨迹线之间的间距计算用户的手指的高度差，根据各轨迹线的起点确定用户的指间距。当用户输入的手势形成的运动轨迹为沿手指方向的运动轨迹和沿与手指垂直方向的运动轨迹时，可以根据沿手指方向的运动轨迹中各轨迹线的间距确定手指的指间距，根据沿与手指垂直方向的运动轨迹中各轨迹线的间距确定手指的高度差。
[0045]应注意，当用户输入的手势形成的运动轨迹为沿手指方向的运动轨迹和沿与手指垂直方向的运动轨迹时，与用户输入的手势形成的运动轨迹为沿手指方向的运动轨迹或沿与手指垂直方向的运动轨迹相比，采集的用户的手形特征会更加准确。
[0046]可选地，在本发明实施例中，沿手指方向的运动轨迹可以为竖直轨迹，沿与手指垂直方向的运动轨迹可以为水平轨迹，沿手指方向的运动轨迹和沿与手指垂直方向的运动轨迹可以包括竖直轨迹和水平轨迹。
[0047]例如，竖直轨迹可以是“I”型轨迹，水平轨迹可以是“一”型轨迹，沿手指方向的运动轨迹和沿与手指垂直方向的运动轨迹可以是“十”字型轨迹，或者“L”型轨迹，以及将“L”型通过翻转之后的到的各种形状的轨迹，如将“L”型向上翻转、向下翻转或水平反转之后的形状。
[0048]下面结合图2详细描述确定用户的手形特征。例如，用户输入“L”型手势时，可以将让单手四指(食指、中指、无名指及小指)并拢且自然伸展，将各手指的指腹部按在触摸屏上，沿手指方向竖直向下运动，运动一定距离后，在手指不离开触摸屏的情况下，在与手指方向垂直的水平方向上，从左向右(或者从右向左)在触屏上水平滑动一段距离。此时终端设备获取到的运动轨迹如图2所示，根据该运动轨迹，可以计算出用户的指间距山、d2和d3，以及高度差Iiph2和h3。应理解，图2的这个例子是为了帮助本领域技术人员更好地理解本发明实施例，而非要限制本发明实施例的范围。用户还可以输入相邻的两指或三指的手势，相应地，该手势形成的运动轨迹的形状还可以为上文所述的其他形状。
[0049]可选地，作为另一实施例，在120中确定相邻的至少两根手指的指间距和/或高度差之前，方法100还可以包括:确定根据用户输入的手势形成的运动轨迹与预先存储的标准运动轨迹一致。
[0050]具体而言，运动轨迹中轨迹线的条数相同，并且同时满足该运动轨迹的形状也相同，例如用户输入的手势形成的运动轨迹为四指“L”型，标准运动轨迹也为四指“L”型。
[0051]具体而言，在本发明实施例中，终端设备需要首先判断用户输入的手势形成的运动轨迹与预先存储的标准运动轨迹是否一致，只有当该运动轨迹与标准运动轨迹一致时，才会进一步确定手指的指间距和/或高度差，然后根据该指间距和/或高度差确定用户身份是否合法。当用户输入的手势形成的运动轨迹与标准运动轨迹不一致时，可以直接确定用户的身份不合法。
[0052]在本发明实施例中，在130中，可以当所述相邻的至少两根手指的指间距和/或高度差满足预设的指间距和/或高度差在预设的阈值区间内时，确定用户的身份合法。
[0053]该预设的阈值区间可以是预先存储在终端设备中的。例如，可以采集用户多次输入的相邻的至少两根手指的手势形成的运动轨迹，确定该相邻的至少两根手指的指间距和/或高度差的平均值和最大/最小值，确定该预设的阈值区间，并存储在该终端设备中。
[0054]可替代地，作为另一实施例，在130中，还可以将所述至少两根相邻手指的指间距和/或高度差输入预先训练好的身份分类器进行分类，当所述身份分类器输出的结果指示为合法时，确定所述用户的身份合法。
[0055]在本发明实施例中，在110之前，方法100还可以包括:获取用户在触摸屏上多次输入的相邻的至少两根手指的样本手势；根据该样本手势形成的运动轨迹，确定指间距和/或高度差，得到用户的特征向量训练集；使用该用户的特征向量训练集训练分类器，得到身份分类器。
[0056]换句话说，当用户在终端设备上注册时，终端设备可以获取该用户多次输入的手势作为合法样本，终端设备获取的多个合法样本构成合法样本集合，终端设备基于每个合法样本集合，计算指间距和/或高度差，得到该用户的合法特征向量训练集。
[0057]本发明实施例中的分类器可以为神经网络、支持向量机SVM等机器学习中的分类器。具体地，可以采用合法用户的特征向量训练集训练分类器，得到该用户的身份分类器。或者，也可以采用合法用户的特征向量训练集作为分类器的合法样本训练集，同时采用其他用户的特征向量构成非法样本训练集，对分类器进行训练，得到该用户的身份分类器。
[0058]可选地，作为另一实施例，用户与用户的身份分类器相对应，在110之前，方法100还包括:获取在触摸屏上输入的用户名；在将至少两根相邻手指的指间距和/或高度差输入预先训练好的身份分类器之前，方法还包括:确定与用户名对应的用户的身份分类器。
[0059]本发明实施例中适用于多用户的场景。当终端设备有多个用户时，终端设备预先存储与多个用户的用户名分别对应的身份分类器。当需要验证用户的身份时，终端设备可以根据从触摸屏上获取到的用户名确定与之对应的身份分类器，然后将该用户的指间距和/或高度差输入该用户的身份分类器进行验证。
[0060]终端设备只有一个用户时，也可以不获取用户的用户名。
[0061]应理解，当终端设备有多个用户时，终端设备也可以不获取多个用户的用户名，即终端设备可以不建立用户名与身份分类器的对应关系。当验证用户的身份时，终端设备将该用户的指间距和/或高度差输入终端设备中预先存储的所有身份分类器，当其中一个身份分类器输出的结果指示为合法，则可以确定该用户的身份合法。
[0062]因此，本发明实施例的验证用户身份的方法，通过根据用户在触摸屏输入的手势确定用户的手指的指间距和/或高度差，结合用户的手指的指间距和/或高度差验证用户的身份。由于手指的指间距和/或高度差在用户的手指输入手势期间比较稳定，因此能够解决行为特征波动的问题，进而能够提高验证的准确度。
[0063]图3示出了根据本发明一个实施例的终端设备的示意性框图。如图3所示，终端设备300包括:触摸屏310，获取模块320和确定模块330。
[0064]获取模块320，用于通过触摸屏310获取用户在触摸屏上输入的相邻的至少两根手指的手势。
[0065]确定模块330，用于根据手势形成的运动轨迹，确定相邻的至少两根手指的指间距和/或高度差。
[0066]确定模块330还用于，当相邻的至少两根手指的指间距和/或高度差满足预设条件时，确定用户的身份合法。
[0067]因此，本发明实施例的终端设备，通过根据用户输入的手势形成的运动轨迹确定用户的手指的指间距和/或高度差，结合用户的手指的指间距和/或高度差验证用户的身份。由于手指的指间距和/或高度差在用户的手指输入手势期间比较稳定，因此能够解决行为特征波动的问题，进而能够提高验证的准确度。
[0068