一种三维手势验证方法及系统的制作方法
【技术领域】
[0001] 本发明设及计算机技术领域，具体设及一种=维手势验证方法及系统。
【背景技术】
[0002] 随着自然交互技术的不断发展，特别是基于RGB-D的体感技术的发展，为基于手势 识别的验证码验证提供了可行性。目前在许多需要登录认证的系统中，为了防止自动机器 程序的自动登录，系统在登陆界面提供了验证码进行防备。验证码(CAPTCHA，Completely Automated Public Turing Test to Tell Computers and Humans Apart)是全自动区分 计算机和人类的图灵测试的简称，目的在于区分计算机和人类的一种程序算法，即区分用 户是计算机和人的计算程序。传统的验证码方式为图片和带干扰的文本图片方式，用户需 要肉眼识别验证码图片中的符号信息并完成手工键盘的输入，之后由登录系统进行验证码 的匹配判断，只有登录用户输入的验证码和验证码图片中的符号信息完全匹配，才能完成 登录。
[0003] 但随着黑客技术的不断更新，人们对验证码的验证服务的要求变得更高，纯粹的 文字、图片验证码的安全性有待提高。于是，出现了需要逻辑运算和回答问题的验证码，类 似的验证码还有要求用户输入当前时间，所访问的网站域名，自己所在的时区，甚至美国总 统姓名，人类第一颗登陆的地外星球等。运类验证码主要考虑到通常自动计算机程序没有 足够的逻辑思考能力，不能辨识并解答逻辑问题。还有拼图验证码和找不同验证码（比如从 几张猫的图片中找出一张狗的图片），从本质上来说也非常类似，但目前没有大规模部署运 类验证码的主要原因是没有足够的资源，难W抵挡穷举攻击(攻击者多次刷新验证码后可 能出现相同的问题）。
[0004] 公告号为CN104023029A的中国发明专利申请公开了一种"验证码的验证方法和装 置"，其提出了一种触摸轨迹的手势验证码，发送手势验证码到客户端，通过触摸屏划出相 应手势轨迹，从而完成验证码的输入。运种基于触摸屏的验证码输入方式缺点首先是必须 使用触摸屏的显示器或移动设备，其次只能使用单点的触摸轨迹进行验证，不能使用静态 手势进行验证，最后在手势验证码设计上，未能定义触摸轨迹的起始方向。
[0005] 公告号为CN103326989A为的中国发明专利申请公开了 "一种基于语音识别的验证 码"，其提出了让用户在终端朗读特定的文字验证码内容，通过语音识别技术来输入验证 码。运种基于语音的验证码输入方式提出了一种非接触的输入体验，但是运种语音方式对 客观环境要求尽量安静，必须能够清晰录制用户读出的文本信息，并且不同性别和不同年 龄层音色差别巨大，普通话标准程度W及方言等客观问题存在着巨大的识别障碍，在其专 利技术实现可行性上有相当的难度。
【发明内容】
[0006] 本发明所要解决的技术问题是传统的验证码验证方法容易被自动机器程序识别 并加 W利用的问题，提供一种=维手势验证方法及系统。
[0007]为解决上述问题，本发明是通过W下技术方案实现的：
[000引一种=维手势验证方法，包括如下步骤：
[0009] 步骤1，用户通过客户端向服务器端发送注册或登录请求；
[0010] 步骤2,服务器端在接收到客户端发送的注册或登录请求后，随机生成=维手势文 件中包括手指和手掌的坐标、朝向和运动轨迹的=维手势验证码，并记录该=维手势验证 码所包含的信息后，将=维手势验证码发送到客户端；
[0011] 步骤3,客户端接收到服务器端发送来的=维手势验证码文件，并将其进行显示；
[0012] 步骤4,用户在客户端的体感摄像机的有效范围内做出预定的初始化动作，初始化 完成后，客户端提示用户初始化完成；
[0013] 步骤5,用户继续在客户端的体感摄像机有效范围内做出客户端显示的=维手势， 并做初步匹配判断，客户端将初步匹配的=维手势封装成相应的=维手势文件发送回服务 器端；
[0014] 步骤6,服务器将客户端返回的=维手势文件与步骤2所发送给客户端的=维手势 验证码进行特征提取和匹配，最终得到匹配成功或失败的结果，匹配成功则在客户端显示 相应访问页面，匹配失败则重新发送=维手势验证码到客户端。
[0015] 上述步骤4和5所用的体感摄像机为RGB-时暴像机，其通过自动获取手部深度图像 的视频流，将拍摄到的视频流所获取的每帖景深图像的=维像素信息进行空间转换为实际 空间中的点云信息，同时利用图像超分辨率技术对深度图进行细节优化提高手部细节重 建，由此获得手部数据。
[0016] 上述服务器端向客户端发送的=维手势验证码包括静态=维手势验证码或动态 =维手势验证码；与之相应地，客户端向服务器端返回的=维手势文件也为静态=维手势 文件或动态=维手势文件。
[0017] 上述步骤6中，当=维手势文件和=维手势验证码均为静态时，其特征提取和匹配 的过程具体如下：
[0018] 步骤1)，根据手指检测算法获得静态=维手势文件的手指个数；
[0019] 步骤2)，当步骤1)所检测到的手指个数与=维手势验证码个数匹配时，根据手指 距离手掌中屯、最远规律，将手的轮廓点的坐标转换成W手掌中屯、为原点的极坐标系，然后 分析轮廓曲线中的局部最大值，最后根据映射规则将轮廓点的尖点位置映射为指尖坐标；
[0020] 步骤3)，基于步骤2)所得到的指尖坐标，根据欧式距离在=维空间的应用，计算静 态=维手势文件中的每两根手指的指尖距离dij;
[0021 ]步骤4)，采用体感摄像机采集手指朝向特征信息；
[0022] 步骤5)，基于步骤4)所采集到的手指朝向特征信息，计算静态=维手势文件中的 每两根手指的指间夹角曰IJ;
[0023] 步骤6)，将步骤3)所计算出的静态=维手势文件中的每2根手指的指尖距离dij分 别进行归一化处理后再计算平均值，并将静态=维手势文件中的每2根手指的指尖距离dij 的平均值与=维手势验证码中所对应的2根手指的指尖距离采用相关系数法计算出相关系 数町:,S同时，将步骤5)所计算出的静态S维手势文件中的每2根手指的指间夹角化分别进 行归一化处理后再计算平均值，并将静态=维手势文件中的每2根手指的指间夹角au的平 均值与=维手势验证码中所对应的2根手指的指间夹角采用相关系数法计算出相关系数 咕巧;
[0024] 步骤7)，当每2根手指的&。> ^且^均成立时，服务器认定静态S维手 势与=维手势验证码匹配成功，否则，服务器认定为静态=维手势和=维手势验证码匹配 失败;其中^为服务器端预设的=维手势验证码所对应的两指尖距离的相关系数匹配阔 值，^为服务器端预设的=维手势验证码所对应的两手指夹角的相关系数匹配阔值。
[0025] 上述步骤6中，当=维手势文件和=维手势验证码均为动态时，其特征提取和匹配 的过程具体如下：
[00%]步骤(1)，根据静态=维手势特征提取方法，对动态=维手势每一帖=维手势进行 特征提取;即
[0027] 步骤1)，根据手指检测算法获得静态=维手势文件的手指个数；
[0028] 步骤2)，当步骤1)所检测到的手指个数与=维手势验证码个数匹配时，根据手指 距离手掌中屯、最远规律，将手的轮廓点的坐标转换成W手掌中屯、为原点的极坐标系，然后 分析轮廓曲线中的局部最大值，最后根据映射规则将轮廓点的尖点位置映射为指尖坐标；
[0029] 步骤3)，基于步骤2)所得到的指尖坐标，根据欧式距离在=维空间的应用，计算静 态=维手势文件中的每两根手指的指尖距离dij;
[0030] 步骤4)，采用体感摄像机采集手指朝向特征信息；
[0031] 步骤5)，基于步骤4)所采集到的手指朝向特征信息，计算静态=维手势文件中的 每两根手指的指间夹角曰IJ;
[0032] 步骤6)，将步骤3)所计算出的静态=维手势文件中的每2根手指的指尖距离dij分 别进行归一化处理后再计算平均值，并将静态=维手势文件中的每2根手指的指尖距离dij 的平均值与=维手势验证码中所对应的2根手指的指尖距离采用相关系数法计算出相关系 数乌。