终端及身份认证方法、终端和认证中心的认证方法及系统与流程

本发明涉及安全认证领域，尤其涉及终端及身份认证方法、终端和认证中心的认证方法及系统。

背景技术：

电子交易、安全登录中最常见的身份认证(Authentication)方式是密码检查。但这种方式存在盗用、遗忘的风险，对于个人电脑等普通终端还存在密码被病毒、木马窃取的风险。另一种身份标识的方式是利用交易终端设备内置的唯一识别号。譬如，手机内置SIM(Subscriber Identity Module，客户识别模块)卡，有一定的身份识别作用，但在手机遗失时仍可被冒用、盗用。又如数字电视机顶盒中的电视支付，因数字电视所使用的CA(Conditional Access，条件接收)系统具备身份标识特性，它使用智能卡或终端内置唯一身份标识号，一方面做业务授权，另一方面也是身份标识。又如，对于配备高级安全芯片的智能计算终端，则可利用这类高安芯片所具备的芯片序列号(Chip ID)来进行身份标识。

但对于诸如平板电脑、个人电脑等普通交易终端设备，往往不具备上述可唯一标识使用者身份的设施，除密码认证外，往往需要使用外部设备，如金融机构提供的电子数字证书来进行辅助身份认证。

此外，现有技术中，执行身份认证的方式还可为使用人的外貌特征来标识，但由于人的外貌特征可事先录制或复制成照片、录像、录音以及视频等文件，因此容易出现伪造的身份认证，使得身份认证仍然出现很大的难度。

技术实现要素：

本发明要解决的技术问题是克服现有技术中的身份认证方式的密码易失易盗导致的安全性不高、且认证方式还易被伪造的缺陷，提供一种终端及 身份认证方法、终端和认证中心的认证方法及系统。

本发明是通过下述技术方案解决上述技术问题的：

一种终端的身份认证方法，其特点在于，包括：

S₁、随机显示一段文字；

S₂、采集用户读取所述文字形成的音视频；

S₃、提取所述音视频中的特征数据；

S₄、判断所述特征数据与一数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

其中，所述特征数据包括口型特征。

在本方案中，终端上随机显示一段文字，使得每次显示的文字均会不同，用户读取该文字形成的音视频也不同，进而能够根据变化的特征数据来认证用户，能够在认证初期就能防止非法用户伪造相同的音视频，如录音、录像、照片、图片等方式来执行身份认证，避免了非法用户伪造相同的音视频来冒充身份认证。

相比于传统的使用密码认证身份的方式，本申请无需密码的设置，避免了传统的密码易失易盗导致的安全性不高的缺陷，且无需配置额外的设备来辅助认证，只需在现场认证即可，提高了认证安全性。

较佳地，步骤S₄中判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

其中，将口型特征与数据库中的口型特征对比时，具体是通过将音视频中的口型变化与发音时伴随的音节变化做匹配的。可以理解，在读取显示的文字时，语音音节上的变化必然伴随着口型的变化，而口型的轮廓曲线是能够通过图像分析处理技术获得的，因此，通过口型曲线的变化来表征口型的变化，并将该口型的变化与语音音节的变化关联起来，能够进一步防止非法用户临时伪造虚假的音视频来执行身份认证。

较佳地，步骤S₁和步骤S₂之间包括：

S₁₁、判断在一预设时间段内是否接收到语音信号，若是，执行步骤S₂， 否则返回步骤S₁。

其中，对输入语言信号的时刻计时，能够进一步避免非法用户在短时间内伪造出录音、录像或视频以执行身份认证的情形，进一步提高了认证安全性。

较佳地，步骤S₁中所述文字的显示区域显示有干扰色块。

其中，对文字进行干扰显示，避免其它设备利用OCR(Optical Character Recognition，光学字符识别)实现机器文字识别，进一步提高了认证的安全性。

较佳地，提取的特征数据还包括语音特征，步骤S₄包括：

S₄₁、通过语音识别引擎将所述语音特征转化为文字；

S₄₂、判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

其中，在使用口型特征进行身份认证时，还以发音是否正确来进一步防止非法用户利用伪造的音视频来认证用户的身份，提高了认证身份的安全性。

较佳地，步骤S₄₂中将两个同音的字符判断为相同的字符，否则判断为不同的字符。

考虑到识别语音中的文字的识别成功率，因此，将同音字符作为相同的字符能够进一步降低身份认证的错误率。

较佳地，提取的特征数据还包括人脸特征，所述执行身份认证包括：

S₄₃、判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述执行身份认证包括：

S₄₄、判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

在考虑口型特征后，还考虑人脸特征和/或声纹特征，能够进一步降低认证的错误率，能够唯一识别用户身份，提高认证准确性。

本发明还提供一种终端，其特点在于，包括一显示模块、一音视频采集模块、一提取模块和一第一判断模块；

所述显示模块用于随机显示一段文字；

所述音视频采集模块用于采集用户读取所述文字形成的音视频；

所述提取模块用于提取所述音视频中的特征数据；

所述第一判断模块用于判断所述特征数据与一数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

其中，所述特征数据包括口型特征。

较佳地，所述第一判断模块还用于判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

较佳地，所述终端还包括一第二判断模块；

所述第二判断模块用于判断在一预设时间段内是否接收到语音信号，若是，调用所述音视频采集模块，若否，调用所述显示模块。

较佳地，提取的特征数据还包括语音特征，所述提取模块包括一转化模块；

所述转化模块用于通过语音识别引擎将所述语音特征转化为文字；

所述第一判断模块还用于判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

较佳地，提取的特征数据还包括人脸特征，所述终端还包括一第三判断模块；

所述第三判断模块用于判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述终端还包括一第四判断模块；

所述第四判断模块用于判断所述声纹特征与所述数据库中的声纹特征 是否匹配，若是，用户通过认证，否则未通过认证。

本发明还提供一种终端与认证中心的认证方法，其特点在于，所述认证中心内设有一数据库，包括：

S₁、所述终端随机显示一段文字；

S₂、所述终端采集用户读取所述文字形成的音视频；

S₃、所述终端提取所述音视频中的特征数据；

S₄、所述终端将所述特征数据传输至所述认证中心；

S₅、所述认证中心判断所述特征数据与所述数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

其中，所述特征数据包括口型特征。

将数据库设于认证中心，能够降低终端的数据处理压力，且将终端与认证中心进行交互，尤其适用于终端与其它设备通信交互以实现交易、支付、鉴权、认证、登录的情形。

较佳地，步骤S₅中判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

较佳地，步骤S₁和步骤S₂之间包括：

S₁₁、所述终端判断在一预设时间段内是否接收到语音信号，若是，执行步骤S₂，否则返回步骤S₁。

较佳地，提取的特征数据还包括语音特征，步骤S₅包括：

S₅₁、通过语音识别引擎将所述语音特征转化为文字；

S₅₂、判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

较佳地，提取的特征数据还包括人脸特征，所述执行身份认证包括：

S₅₃、判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述执行身份认证包括：

S₅₄、判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

本发明还提供一种认证系统，其特点在于，包括一终端和一认证中心，所述认证中心内设有一数据库，所述终端包括一显示模块、一音视频采集模块、一提取模块和一传输模块，所述认证中心包括第一判断模块；

所述显示模块用于随机显示一段文字；

所述音视频采集模块用于采集用户读取所述文字形成的音视频；

所述提取模块用于提取所述音视频中的特征数据；

所述传输模块用于将所述特征数据传输至所述认证中心；

所述第一判断模块用于判断所述特征数据与所述数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

其中，所述特征数据包括口型特征。

较佳地，所述第一判断模块还用于判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

较佳地，所述终端还包括一第二判断模块；

所述第二判断模块用于判断在一预设时间段内是否接收到语音信号，若是，调用所述音视频采集模块，若否，调用所述显示模块。

较佳地，提取的特征数据还包括语音特征，所述提取模块包括一转化模块；

所述转化模块用于通过语音识别引擎将所述语音特征转化为文字；

所述第一判断模块还用于判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

较佳地，提取的特征数据还包括人脸特征，所述认证中心还包括一第三判断模块；

所述第三判断模块用于判断所述人脸特征与所述数据库中的人脸特征 是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述认证中心还包括一第四判断模块；

所述第四判断模块用于判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

本发明的积极进步效果在于：本发明通过在终端上不断更换显示的文字内容，使得用户读取该文字形成的音视频也不同，进而能够根据变化的特征数据来认证用户，避免了非法用户伪造相同的音视频来冒充身份认证。并且，由于用户的口型特征是随着文字的变化而变化的，相比于传统的使用密码认证身份的方式，本申请无需密码的设置，避免了传统的密码易失易盗导致的安全性不高的缺陷，且无需配置额外的设备来辅助认证，只需在现场认证即可，提高了认证安全性。

附图说明

图1为本发明实施例1的终端的身份认证方法的流程图。

图2为本发明实施例2的终端提取语音特征后的身份认证方法的流程图。

图3为本发明实施例2的终端提取人脸特征后的身份认证方法的流程图。

图4为本发明实施例2的终端提取声纹特征后的身份认证方法的流程图。

图5为本发明实施例3的终端的结构示意图。

图6为本发明实施例3的终端采用实施例2的身份认证方法工作的结构示意图。

图7为本发明实施例4的终端与认证中心的认证方法流程图。

图8为本发明实施例5的认证系统的结构示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例提供一种终端的身份认证方法，如图1所示，应用情形可为：用户在终端登录自己的银行账号，当输入账号后，为了避免不法分子执行的登录操作，终端需对登录的用户的身份执行认证，具体地，身份认证方法包括：

步骤101、随机显示一段文字；

其中，终端可为手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等设备，终端还可作为一些入场设备(比如门禁设备)来认证用户身份。终端具有显示屏，显示屏上随机显示的文字为可朗读的字符，字符数越多越好，实际上，文字内容也可以图片的方式呈现，只要有读取的文字内容即可。而随机显示的文字来源于终端的数据库中预先存储好的文字，在预先存储好的若干段文字中随机抽取一段文字供用户阅读。

为了防范机器识别，在不影响文字读取的前提下，将文字显示区域加入部分与文字颜色相近的颜色色块，以形成干扰，干扰色块可为马赛克的形式。

步骤102、采集用户读取所述文字形成的音视频；

终端具有麦克风以接收用户输入的语音信号，终端还具有摄像头以接收输入的图像信号，尤其是图像大部分为人脸的图像信号，用户看着显示屏的文字并读取该段文字，使得麦克风和摄像头均能采集音频信号和视频信号。

为了防止在短时间内伪造虚假的读取显示文字的音视频，如录音录像等，使用计时器来倒计时，比如，规定在3秒钟内读取该段文字，若超过3秒用户还未阅读该段文字，也即终端未接收到用户发出的语音，则终端会重新随机显示另一段文字，并重新倒计时。

步骤103、提取所述音视频中的特征数据；

音视频是包括声音和若干帧静态图像构成的文件，在音视频中提取口型特征，口型特征是指用户的口型的变化，口型的变化在图像上表征为口型的轮廓曲线的动态变化，对于口型轮廓曲线的获取，可通过现有技术中的图像 处理技术获得，如边缘检测，边界识别等。

由于口型的变化是根据文字的发音音节的不同而产生的，因此，语音音节上的变化必然伴随着口型的变化，通过不断变换显示的不同文字，使得采集到的口型特征是不断变化的，能够防止使用虚假的音视频执行身份认证。

步骤104、判断所述特征数据与一数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证。

具体地，判断用户的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

而对于一些登录、交易等业务，除了使用本实施例中的身份认证方式外，还可借助于终端接收的用户输入的身份信息来进一步核实用户的身份。对于数据库中的口型特征的建立，可在前期让用户在摄像机前朗读一段不特定的文字，并拍摄全脸，保存完整的说话过程的语音及人脸视频。将所获得的音视频内容压缩编码后上传终端的数据库，或者外部设备的数据库，作为原始数据保存。在形成口型特征数据时，与输入法词库类似，针对常用词汇的发音生成词汇口型数据库，该口型数据库包括三项内容，词汇、发音(拼音)，及对应的口型特征曲线，也即，常用词汇发音的不同对应不同的口型，而朗读一段文字时，则会形成特定的口型特征曲线的连续变化过程，通过图像分析处理技术，能够获得文字、发音音节和口型三者之间的对应关系，并将文字对应的发音音节的变化作为提取的口型特征对应的数据库中的口型特征。

可见，本实施例在终端上不断更换显示的文字内容，进而能够根据变化的特征数据来认证用户，避免了非法用户伪造相同的音视频来冒充身份认证。并且，由于用户的口型特征是随着文字的变化而变化的，因此，通过口型特征的识别，能够防止事先准备好的伪造的录音、录像、图片和视频欺骗。且，相比于传统的使用密码认证身份的方式，本实施例无需密码的设置，避免了传统的密码易失易盗导致的安全性不高的缺陷，且无需配置额外的设备来辅助认证，如指纹采集模块等，只需在现场认证即可，提高了认证安全性。

实施例2

本实施例提供一种终端的身份认证方法，如图2所示，本实施例与实施例1的区别在于：步骤103中提取的特征数据还包括语音特征，步骤104包括：

步骤1041、通过语音识别引擎将所述语音特征转化为文字；

步骤1042、判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

为了进一步核实用户身份，还可通过判断文字的发音是否准确来进一步核实用户身份，以更准确地排除非法用户使用伪造的音视频来认证身份的情形。其中，语音识别是一种将人的语音中包含的文字信息提取出来的语音识别技术，而语音识别引擎是现有技术中识别语音中的文字的开发包。当提取的特征数据为语音特征时，与之对比的数据库中的特征数据则为事先存储的文字。

而语音特征在本实施例中是指语音在音节上的音准变化，考虑到语音识别的局限性，为了降低认证错误率，将两个同音的字符判断为相同的字符，否则判断为不同的字符。即便是语音识别引擎识别成字形不同但发音相同的文字，但该种情况下，用户的发音实际上是正确的，因此也能说明是没有使用伪造的音视频来认证用户身份的，提高了认证安全性。

而在实际认证用户身份时，可以提取音视频中的人脸特征，和/或，声纹特征。人脸特征的提取可通过现有技术中的图像处理技术，如边缘检测等方法实现，而声纹特征的提取可通过现有技术中的语音信号处理技术实现，也即，人脸特征和声纹特征的提取方法均是可通过现有技术实现，本申请对此不作限定。其中，声纹是指用电声学仪器显示的携带言语信息的声波频谱，其更多的是针对语音中的波长、频率、强度、节奏来评定的，提取用户的声纹特征时，该声纹特征具有特定性和稳定性。

如图3所示，提取的特征数据还包括人脸特征，所述执行身份认证包括：

步骤1043、判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

如图4所示，提取的特征数据还包括声纹特征，所述执行身份认证包括：

步骤1044、判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

也即，提取人脸特征时，数据库中的人脸特征的形成方法为：将事先录制好的各用户读取文字的音视频经图像分析处理技术进行分析、抽取特征信息，进而在数据库中生成对应的人脸特征数据。提取声纹特征时，数据库中的声纹特征的形成方法为：将事先录制好的各用户读取文字的音视频通过语音信号处理来获得语音的频谱图，并根据该频谱图获得用户的语音的波长、频率、强度、节奏等特征。

此外，在提取口型特征和语音特征以防止不法分子利用录音、录像、照片、视频等欺骗手段执行伪认证后，在不产生矛盾的前提下，可以人脸特征、声纹特征中的一个或多个特征数据来与口型特征组合，或者是与口型特征和语音特征组合，共同认证用户的身份。也即，使用口型特征与声纹特征的组合、口型特征与人脸特征的组合、口型特征与声纹特征和人脸特征的组合、以及同时考虑口型特征和语音特征时与上述三种情形的组合。由于考虑声纹特征和人脸特征时有不同的执行顺序，因此可衍生出7种不同的技术方案，而该些组合后的技术方案也均在本发明的保护范围内。

可以理解，单单识别人脸特征或单单识别声纹特征，均难以防止非法用户利用复制的合法用户的照片或录音来通过认证，而单单识别语音特征，即使读取文字正确，也仍无法防止伪造的机器发音的情形，可见，该些情况下均会存在认证漏洞。

而本实施例利用口型特征和语音特征，在更换文字时，由于人脸特征和声纹特征具有特定性和稳定性，也即，显示文字内容的改变不会导致人脸特征和声纹特征的改变，但会使得口型特征和语音特征随之变化，因此，始终能够根据变化的文字来获得变化的口型特征和语音特征，从而防止伪造的音视频导致的认证欺骗。而在执行身份认证时，在利用口型特征和语音特征的 基础上，使用声纹特征和人脸特征，能够唯一准确地标识用户的身份信息，使得非法用户始终无法使用伪造的录音、录像、视频、照片等文件来认证身份，防止了认证欺骗，提高了认证安全性，认证准确性和认证可靠性。

实施例3

本实施例提供一种终端，如图5所示，包括一显示模块1、一音视频采集模块2、一提取模块3和一第一判断模块4；

所述显示模块1用于随机显示一段文字，显示模块1可具有显示屏的功能。

所述音视频采集模块2用于采集用户读取所述文字形成的音视频，音视频采集模块2可具有麦克风和摄像头的功能；

所述提取模块3用于提取所述音视频中的特征数据，提取模块3可具有处理器的功能，以处理获得的音视频文件；

所述第一判断模块4用于判断所述特征数据与一数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

具体地，所述第一判断模块4还用于判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

其中，所述特征数据包括口型特征。

所述终端还包括一第二判断模块5；

所述第二判断模块5用于判断在一预设时间段内是否接收到语音信号，若是，调用所述音视频采集模块2，若否，调用所述显示模块1。

本实施例的终端可以采用实施例1中的身份认证方法工作，也可采用实施例2中的身份认证方法工作，当采用实施例2中的身份认证方法工作时，如图6所示，图6中示出了终端既判断人脸特征，又判断声纹特征来执行身份认证的情形。

提取的特征数据还包括语音特征，所述提取模块3包括一转化模块31；

所述转化模块31用于通过语音识别引擎将所述语音特征转化为文字；

所述第一判断模块4还用于判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

此外，第一判断模块4、第二判断模块5均可通过处理器的判断功能实现。

提取的特征数据还包括人脸特征，所述终端还包括一第三判断模块6；

所述第三判断模块6用于判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述终端还包括一第四判断模块7；

所述第四判断模块7用于判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

可见，本实施例的终端能够在本地实现安全地、唯一地、可靠地、准确地认证用户的身份，尤其针对一类终端本身具有保密资料需认证身份的情形，排除了身份认证漏洞。

实施例4

本实施例提供一种终端与认证中心的认证方法，如图7所示，所述认证中心内设有一数据库，包括：

步骤101、所述终端随机显示一段文字；

步骤102、所述终端采集用户读取所述文字形成的音视频；

步骤103、所述终端提取所述音视频中的特征数据；

步骤104、所述终端将所述特征数据传输至所述认证中心；

步骤105、所述认证中心判断所述特征数据与所述数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

具体地，步骤105中判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

其中，所述特征数据包括口型特征。

此外，步骤101和步骤102之间还包括：

步骤1011、所述终端判断在一预设时间段内是否接收到语音信号，若是，执行步骤102；否则返回步骤101。

在步骤103中，提取的特征数据还包括语音特征，步骤105包括：

步骤1051、通过语音识别引擎将所述语音特征转化为文字；

步骤1052、判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

此外，提取的特征数据还包括人脸特征，所述执行身份认证包括：

步骤1053、判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述执行身份认证包括：

步骤1054、判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

其中，步骤1053和步骤1054的执行顺序、组合方式与步骤105和步骤1052的组合的方式与实施例2中步骤1043、步骤1044的执行顺序和组合方式相同。

本实施例将数据库设于认证中心内，并在认证中心端执行特征数据的匹配判断，一方面能够降低终端的数据处理压力，另一方面，也能在终端和认证中心实现大量用户的登录、支付、交易、鉴权等操作。加强了终端与其它设备交互时的认证安全性。

实施例5

本实施例提供一种认证系统，如图8所示，包括一终端20和一认证中心21，所述认证中心21内设有一数据库211，所述终端包括一显示模块201、一音视频采集模块202、一提取模块203和一传输模块204，所述认证中心包括第一判断模块212；

所述显示模块201用于随机显示一段文字；

所述音视频采集模块202用于采集用户读取所述文字形成的音视频；

所述提取模块203用于提取所述音视频中的特征数据；

所述传输模块204用于将所述特征数据传输至所述认证中心；

所述第一判断模块212用于判断所述特征数据与所述数据库中的特征数据是否匹配，若是，执行身份认证，否则不执行身份认证；

其中，所述特征数据包括口型特征。

具体地，所述第一判断模块212还用于判断所述音视频中的口型变化是否与所述数据库中所述文字的语音音节变化匹配，若是，执行身份认证，否则不执行身份认证。

此外，所述终端20还包括一第二判断模块205；

所述第二判断模块205用于判断在一预设时间段内是否接收到语音信号，若是，调用所述音视频采集模块202，若否，调用所述显示模块201。

其中，提取的特征数据还包括语音特征，所述提取模块203包括一转化模块2031；

所述转化模块2031用于通过语音识别引擎将所述语音特征转化为文字；

所述第一判断模块212还用于判断转化后的文字与所述数据库中的文字存在不同字符的个数是否小于一阈值，若是，执行身份认证，否则不执行身份认证。

此外，提取的特征数据还包括人脸特征，所述认证中心21还包括一第三判断模块213；

所述第三判断模块213用于判断所述人脸特征与所述数据库中的人脸特征是否匹配，若是，用户通过认证，否则未通过认证；

和/或，

提取的特征数据还包括声纹特征，所述认证中心21还包括一第四判断模块214；

所述第四判断模块214用于判断所述声纹特征与所述数据库中的声纹特征是否匹配，若是，用户通过认证，否则未通过认证。

本实施例将数据库设于认证中心内，并在认证中心端执行特征数据的匹配判断，一方面能够降低终端的数据处理压力，另一方面，也能在终端和认证中心实现大量用户的登录、支付、交易、鉴权等操作。加强了终端与其它设备交互时的认证安全性。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。