本申请实施例涉及计算机技术领域，具体涉及信息处理方法和装置。
背景技术：
目前，用户进行资金领取时，通常是对用户的身份证和/或账户密码进行验证，当验证通过后，向用户的账户转入一定金额的资金。但由于不对领取资金的用户进行相应的验证，有可能会导致骗领、冒领等事件的发生。
技术实现要素：
本申请实施例提出了信息处理方法和装置。
第一方面，本申请实施例提供了一种信息处理方法，该方法包括：响应于接收到用户端发送的针对账户信息的修改请求，对上述用户端所归属的用户进行活体检测，以确定上述用户是否为活体用户；响应于确定上述用户为活体用户，获取上述用户的人脸图像；在预设的人脸图像集合中查找与上述人脸图像相匹配的目标人脸图像；响应于查找到上述目标人脸图像，确定上述账户信息是否满足预设的信息修改条件；响应于确定上述账户信息满足上述信息修改条件，基于上述修改请求，对上述账户信息进行相应的修改。
在一些实施例中，上述对上述用户端所归属的用户进行活体检测，包括：向上述用户端输出随机生成的字符序列；接收上述用户端发送的唇部动作视频，其中，上述唇部动作视频是上述用户端响应于上述用户读出上述字符序列中的字符而录制的视频；对上述唇部动作视频进行分析，确定上述用户读出上述字符序列中的字符时所做的唇部动作是否与读出上述字符序列中的字符时应做的唇部动作一致；若一致，则确定上述用户为活体用户。
在一些实施例中，上述对上述用户端所归属的用户进行活体检测，还包括：向上述用户端发送图像采集指令；接收上述用户端发送的显示有上述用户的人脸的第一图像；基于上述第一图像，确定上述用户是否为活体用户。
在一些实施例中，上述获取上述用户的人脸图像，包括：从上述第一图像中提取出人脸区域，将提取出的人脸区域生成人脸图像。
在一些实施例中，上述人脸图像集合中的人脸图像预先关联有区域信息；以及上述在预设的人脸图像集合中查找与上述人脸图像相匹配的目标人脸图像，包括：获取上述用户的地址信息；基于上述地址信息，从上述人脸图像集合中选取人脸图像组成人脸图像组，其中，上述人脸图像组中的人脸图像所关联的区域信息所指示的区域与上述地址信息所指示的位置所在的区域为同一区域；在上述人脸图像组中查找上述目标人脸图像。
在一些实施例中，上述在上述人脸图像组中查找上述目标人脸图像，包括：利用预先训练的人脸识别模型，将上述用户的人脸图像与上述人脸图像组中的人脸图像进行比对，得到比对结果，其中，上述比对结果包括上述用户的人脸图像所显示的人脸与上述人脸图像组中的人脸图像所显示的人脸来源于同一个人的概率；确定上述比对结果中是否存在不低于概率阈值的目标概率；若存在上述目标概率，则将上述人脸图像组中的、与上述目标概率相对应的人脸图像确定为上述目标人脸图像。
第二方面，本申请实施例提供了一种信息处理装置，该装置包括：检测单元，配置用于响应于接收到用户端发送的针对账户信息的修改请求，对上述用户端所归属的用户进行活体检测，以确定上述用户是否为活体用户；获取单元，配置用于响应于确定上述用户为活体用户，获取上述用户的人脸图像；查找单元，配置用于在预设的人脸图像集合中查找与上述人脸图像相匹配的目标人脸图像；确定单元，配置用于响应于查找到上述目标人脸图像，确定上述账户信息是否满足预设的信息修改条件；修改单元，配置用于响应于确定上述账户信息满足上述信息修改条件，基于上述修改请求，对上述账户信息进行相应的修改。
在一些实施例中，上述检测单元进一步配置用于：向上述用户端输出随机生成的字符序列；接收上述用户端发送的唇部动作视频，其中，上述唇部动作视频是上述用户端响应于上述用户读出上述字符序列中的字符而录制的视频；对上述唇部动作视频进行分析，确定上述用户读出上述字符序列中的字符时所做的唇部动作是否与读出上述字符序列中的字符时应做的唇部动作一致。
在一些实施例中，上述检测单元还进一步配置用于：向上述用户端发送图像采集指令；接收上述用户端发送的显示有上述用户的人脸的第一图像；基于上述第一图像，确定上述用户是否为活体用户。
在一些实施例中，上述获取单元进一步配置用于：从上述第一图像中提取出人脸区域，将提取出的人脸区域生成人脸图像。
在一些实施例中，上述人脸图像集合中的人脸图像预先关联有区域信息；以及上述查找单元包括：获取子单元，配置用于获取上述用户的地址信息；选取子单元，配置用于基于上述地址信息，从上述人脸图像集合中选取人脸图像组成人脸图像组，其中，上述人脸图像组中的人脸图像所关联的区域信息所指示的区域与上述地址信息所指示的位置所在的区域为同一区域；查找子单元，配置用于在上述人脸图像组中查找上述目标人脸图像。
在一些实施例中，上述查找子单元进一步配置用于：利用预先训练的人脸识别模型，将上述用户的人脸图像与上述人脸图像组中的人脸图像进行比对，得到比对结果，其中，上述比对结果包括上述用户的人脸图像所显示的人脸与上述人脸图像组中的人脸图像所显示的人脸来源于同一个人的概率；确定上述比对结果中是否存在不低于概率阈值的目标概率；若存在上述目标概率，则将上述人脸图像组中的、与上述目标概率相对应的人脸图像确定为上述目标人脸图像。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的信息处理方法和装置，通过在接收到用户端发送的针对账户信息的修改请求后，对用户端所归属的用户进行活体检测，可以确定用户是否为活体用户，以防非法用户利用照片或视频等进行作弊。而后在确定用户为活体用户后，获取用户的人脸图像，以便在预设的人脸图像集合中查找与该人脸图像匹配的目标人脸图像。然后在查找到目标人脸图像后，确定账户信息是否满足预设的信息修改条件，以便在确定账户信息满足信息修改条件时，基于修改请求，对账户信息进行相应的修改。从而有效利用了在接收到上述修改请求后所做的活体检测以及对目标人脸图像的查找，实现了对用户是否为合法用户的检测，以及提高了账户信息的安全性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的信息处理方法的一个实施例的流程图；
图3是根据本申请的信息处理方法的一个应用场景的示意图；
图4是根据本申请的信息处理方法的又一个实施例的流程图；
图5是根据本申请的信息处理装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息处理方法或信息处理装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有图像采集类应用、理财类应用、资金管理类应用等等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器。服务器105例如可以从终端设备101、102、103接收针对账户信息的修改请求，并对该修改请求进行相应的处理。
需要说明的是，本申请实施例所提供的信息处理方法一般由服务器105执行。相应地，信息处理装置一般设置于服务器105中。
另外，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的信息处理方法的一个实施例的流程200。该信息处理方法的流程200，包括以下步骤：
步骤201，响应于接收到用户端发送的针对账户信息的修改请求，对用户端所归属的用户进行活体检测，以确定用户是否为活体用户。
在本实施例中，信息处理方法的执行主体(例如图1所示的服务器105)可以从所连接的用户端(例如图1所示的终端设备101、102、103)接收针对账户信息的修改请求。而且，在接收到该修改请求后，上述执行主体可以对该用户端所归属的用户进行活体检测，以确定该用户是否为活体用户。这样，可以有效地防止非法用户利用照片、视频等进行作弊。
其中，账户信息例如可以包括账号、用户名、账户余额和以下至少一项：性别、年龄、地址信息、收支记录。上述修改请求例如可以是增加或减小账户余额等的修改请求。
需要说明的是，上述执行主体可以执行以下活体检测步骤来确定上述用户是否为活体用户：
首先，上述执行主体可以向上述用户端输出随机生成的字符序列，以使上述用户端提示上述用户读出该字符序列中的字符。而且，在上述用户读出该字符序列中的字符时，上述用户端可以利用其所连接的图像采集装置对上述用户进行视频录制，以得到唇部动作视频，并且可以将该唇部动作视频发送给上述执行主体。其中，字符序列中的字符可以为汉字、字母或数字等。
而后，上述执行主体可以接收上述唇部动作视频，并对该唇部动作视频进行分析，确定上述用户读出上述字符序列中的字符时所做的唇部动作是否与读出上述字符序列中的字符时应做的唇部动作一致。若一致，则上述执行主体可以确定上述用户为活体用户。这里，上述执行主体例如可以在上述唇部动作视频所包含的图像中定位出嘴部区域，通过对嘴部区域进行口型检测，以确定上述用户的唇部动作是否与读出字符序列中的字符时应做的唇部动作一致。
在本实施例的一些可选的实现方式中，上述执行主体还可以向上述用户端发送图像采集指令，以使上述用户端对上述用户进行图像采集，并将采集到的显示有上述用户的人脸的第一图像发送至上述执行主体。上述执行主体可以基于该第一图像来确定上述用户是否为活体用户。
需要说明的是，上述用户端可以利用其所连接的图像采集装置对上述用户进行图像采集。另外，上述用户端在利用其所连接的图像采集装置对上述用户进行拍摄之前，可以在指定的显示区域显示预设信息(例如汉字、字母、数字、几何图形或其组合)，并在显示该预设信息期间，对上述用户进行拍摄。上述执行主体可以通过检测上述第一图像是否显示该预设信息，来确定上述用户是否为活体用户。因为，当非法用户利用终端设备上的照片或视频来冒充上述用户进行活体检测时，上述用户端所显示的预设信息一般会反光至该终端设备的显示屏上。因此，对该照片或视频进行拍照所得的第一图像上通常会存在显示有该预设信息的反光区域。
可选地，上述执行主体可以通过检测上述第一图像中的眼睛区域是否存在亮瞳效应，来确定上述第一图像中的人脸是来源于活体用户，还是来源于照片或视频等。
需要说明的是，上述执行主体还可以采用其它的活体检测方法，本实施例不对活体检测方法做任何限定。
步骤202，响应于确定用户为活体用户，获取用户的人脸图像。
在本实施例中，上述执行主体在确定上述用户端所归属的用户为活体用户后，上述执行主体可以获取该用户的人脸图像。这里，上述执行主体可以向上述用户端发送人脸图像采集指令，以使上述用户端利用其所连接的图像采集装置对该用户的面部进行拍摄，以得到该用户的人脸图像，并将该人脸图像发送给上述执行主体。
可选地，若上述执行主体在活体检测过程中获取到显示有上述用户端所归属的用户的人脸的第一图像，上述执行主体可以将该第一图像直接作为人脸图像，或从该第一图像中提取出人脸区域，并将该人脸区域生成人脸图像。
步骤203，在预设的人脸图像集合中查找与用户的人脸图像相匹配的目标人脸图像。
在本实施例中，上述执行主体可以在预设的人脸图像集合中查找与上述用户端所归属的用户的人脸图像相匹配的目标人脸图像。作为示例，上述执行主体本地可以预先存储有经训练后的、用于进行图像特征提取的卷积神经网络。而且还可以预先存储有与上述人脸图像集合中的人脸图像相对应的图像特征信息。上述执行主体可以先将该用户的人脸图像输入该卷积神经网络，得到与该人脸图像对应的图像特征信息。然后上述执行主体可以通过将所得的图像特征信息与上述人脸图像集合中的人脸图像所对应图像特征信息进行匹配，来查找与所得的图像特征信息相匹配的目标图像特征信息。若查找到该目标图像特征信息，则上述执行主体可以将该目标图像特征信息所对应的人脸图像确定为目标人脸图像。
此处，图像特征信息可以是用于对图像的特征进行表征的信息，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。实践中，卷积神经网络(convolutionalneuralnetwork，cnn)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现。因而，可以利用卷积神经网络进行图像特征提取。
需要说明的是，上述用于进行图像特征提取的卷积神经网络可以是利用机器学习方法和训练样本对现有的深度卷积神经网络(例如densebox、vggnet、resnet、segnet等)进行有监督训练而得到的。
在本实施例的一些可选的实现方式中，上述执行主体本地可以预先存储有经训练后的人脸识别模型。上述执行主体可以利用人脸识别模型对上述用户端所归属的用户的人脸图像和上述人脸图像集合中的人脸图像进行比对，得到比对结果。其中，比对结果可以包括该用户的人脸图像所显示的人脸和上述人脸图像集合中的人脸图像所显示的人脸来源于同一个人的概率。上述人脸识别模型可以用于表征人脸图像与比对结果之间的对应关系。上述执行主体可以在所得的比对结果中查找不低于概率阈值的目标概率，若查找到，上述执行主体可以将上述人脸图像集合中的、与该目标概率相对应的人脸图像确定为目标人脸图像。
需要说明的是，上述人脸识别模型可以是本领域技术人员基于大量统计计算而预先制定的、用于表征人脸图像与比对结果之间的对应关系的对应关系表；也可以是使用朴素贝叶斯模型(naivebayesianmodel，nbm)、支持向量机(supportvectormachine，svm)、xgboost(extremegradientboosting)或卷积神经网络(convolutionalneuralnetwork，cnn)等可以用于分类的模型进行训练得到的。
步骤204，响应于查找到目标人脸图像，确定账户信息是否满足预设的信息修改条件。
在本实施例中，响应于上述执行主体查找到上述目标人脸图像，上述执行主体可以确定上述用户端所归属的用户为合法用户，上述执行主体可以接着确定上述账户信息是否满足预设的信息修改条件。这里，账户信息可以对应有账户类别，例如养老金、退休金、公积金、社保或个人储蓄等。每种账户类别可以对应有信息修改条件。
作为示例，假设上述账户信息所对应的账户类别为养老金或退休金等，上述修改请求是增加账户余额的修改请求，以及上述用户端所归属的用户每个月只能提交一次增加账户余额的修改请求。那么信息修改条件例如可以包括第一条件和第二条件。其中，第一条件可以为性别为第一性别以及年龄不低于第一值，或性别为第二性别以及年龄不低于第二值。第二条件可以为收支记录不包括在第一指定时间段(例如本月)内产生的增加账户余额的记录。
需要说明的是，第一性别和第二性别可以为以下中的一项并且互不相同：女性、男性。另外，第一值和第二值可以是法定退休年龄。作为示例，若第一性别为男性，那么第一值可以是男性的法定退休年龄(例如60)；若第二性别为女性，那么第二值可以是女性的法定退休年龄(例如55)。
再例如，假设上述账户信息所对应的账户类别为个人储蓄，上述修改请求是减少账户余额的修改请求，以及上述修改请求包括金额。那么信息修改条件例如可以包括：账户余额减去修改请求所包括的金额后所得的数值不小于0。
应该理解，信息修改条件是可以根据实际需要进行调整的，本实施例不对信息修改条件的内容做任何限定。
步骤205，响应于确定账户信息满足信息修改条件，基于修改请求，对账户信息进行相应的修改。
在本实施例中，响应于上述执行主体确定上述账户信息满足信息修改条件，上述执行主体可以基于上述修改请求，对上述账户信息进行相应的修改。例如将上述账户信息中的账户余额增加固定金额或指定金额(例如修改请求所包括的金额)，或者减少固定金额或指定金额等。
继续参见图3，图3是根据本实施例的信息处理方法的应用场景的一个示意图。在图3的应用场景中，享有养老金领取资格的人员每月可以领取对应的固定金额的养老金。当用户a想要申请领取养老金时，如标号301所示，用户a可以利用其所有的用户端向服务器发送针对账户信息的修改请求，其中，该账户信息可以是用户a的用于领取养老金的银行账户的账户信息，账户信息可以包括性别、年龄、账户余额、收支记录，修改请求可以是增加账户余额的修改请求。
而后，如标号302所示，上述服务器在接收到上述修改请求后，可以对用户a进行活体检测，以确定用户a是否为活体用户。
之后，如标号303所示，响应于上述服务器确定用户a为活体用户，上述服务器可以向上述用户端发送人脸图像采集指令。
接着，如标号304所示，上述用户端在接收到人脸图像采集指令后，可以利用其所连接的摄像头采集用户a的人脸图像，并将人脸图像发送至上述服务器。
再接着，如标号305所示，上述服务器可以将用户a的人脸图像与预设的人脸图像集合中的人脸图像进行比对，以在人脸图像集合中查找与用户a的人脸图像相匹配的目标人脸图像。
然后，如标号306所示，响应于上述服务器查找到目标人脸图像，上述服务器可以将上述账户信息与预设的信息修改条件进行比较，以确定上述账户信息是否满足信息修改条件。其中，信息修改条件例如可以包括第一条件和第二条件。第一条件可以为性别为第一性别以及年龄不低于第一值，或性别为第二性别以及年龄不低于第二值。第二条件可以为收支记录不包括在本月内产生的增加账户余额的记录。
最后，如标号307所示，响应于上述服务器确定上述账户信息满足信息修改条件，上述服务器可以将上述账户余额增加相应的固定金额。
本申请的上述实施例提供的方法，有效利用了在接收到上述修改请求后所做的活体检测以及对目标人脸图像的查找，实现了对用户是否为合法用户的检测，以及提高了账户信息的安全性。
进一步参考图4，其示出了信息处理方法的又一个实施例的流程400。该信息处理方法的流程400，包括以下步骤：
步骤401，响应于接收到用户端发送的针对账户信息的修改请求，对用户端所归属的用户进行活体检测，以确定用户是否为活体用户。
在本实施例中，信息处理方法的执行主体(例如图1所示的服务器105)可以从所连接的用户端(例如图1所示的终端设备101、102、103)接收针对账户信息的修改请求。而且，在接收到该修改请求后，上述执行主体可以对该用户端所归属的用户进行活体检测，以确定该用户是否为活体用户。这样，可以有效地防止非法用户利用照片、视频等进行作弊。
需要说明的是，针对步骤401的解释说明可参看图2所示实施例中的步骤201的相关说明，在此不再赘述。
步骤402，响应于确定用户为活体用户，获取用户的人脸图像。
在本实施例中，上述执行主体在确定上述用户端所归属的用户为活体用户后，上述执行主体可以获取该用户的人脸图像。这里，上述执行主体可以向上述用户端发送人脸图像采集指令，以使上述用户端利用其所连接的图像采集装置对该用户的面部进行拍摄，以得到该用户的人脸图像，并将该人脸图像发送给上述执行主体。需要说明的是，本实施例不对获取用户的人脸图像的方法做任何限定。
步骤403，获取用户的地址信息。
在本实施例中，上述执行主体还可以获取上述用户的地址信息。该地址信息所指示的地址例如可以是上述用户的家庭地址或公司地址等。而且，该地址信息可以包含在上述修改请求中，也可以包含在上述账户信息中。
步骤404，基于地址信息，在预设的人脸图像集合中选取人脸图像组成人脸图像组。
在本实施例中，上述执行主体可以基于获取到的地址信息，在预设的人脸图像集合中选取人脸图像组成人脸图像组。其中，人脸图像集合中的人脸图像可以预先关联有区域信息。区域信息所指示的区域可以指市辖区、乡或镇等。另外，上述人脸图像组中的人脸图像所关联的区域信息所指示的区域与上述地址信息所指示的位置所在的区域可以是同一区域。
步骤405，在人脸图像组中查找与用户的人脸图像相匹配的目标人脸图像。
在本实施例中，上述执行主体在组成上述人脸图像组后，上述执行主体可以在上述人脸图像组中查找与上述用户的人脸图像相匹配的目标人脸图像。这样可以避免上述执行主体直接在上述人脸图像集合中查找目标人脸图像，可以有效地提高上述执行主体的查找效率。
作为示例，上述执行主体首先可以利用预先训练的人脸识别模型，将上述用户的人脸图像与人脸图像组中的人脸图像进行比对，得到比对结果。其中，比对结果可以包括上述用户的人脸图像所显示的人脸和上述人脸图像组中的人脸图像所显示的人脸来源于同一个人的概率。人脸识别模型可以用于表征人脸图像与比对结果之间的对应关系。而后，上述执行主体可以将比对结果中的概率与概率阈值(例如0.96等)进行比较，以确定比对结果中是否存在不低于概率阈值的目标概率。若存在，则上述执行主体可以将上述人脸图像组中的、与目标概率相对应的人脸图像确定为目标人脸图像。
需要说明的是，人脸识别模型可以是本领域技术人员基于大量统计计算而预先制定的、用于表征人脸图像与比对结果之间的对应关系的对应关系表；也可以是使用朴素贝叶斯模型、支持向量机、xgboost或卷积神经网络等可以用于分类的模型进行训练得到的。
步骤406，响应于查找到目标人脸图像，确定账户信息是否满足预设的信息修改条件。
在本实施例中，响应于上述执行主体查找到目标人脸图像，上述执行主体可以确定上述账户信息是否满足预设的信息修改条件。这里，针对步骤406的解释说明可餐看图2所示实施例中的步骤204的相关说明，在此不再赘述。
步骤407，响应于确定账户信息满足信息修改条件，基于修改请求，对账户信息进行相应的修改。
在本实施例中，响应于上述执行主体确定上述账户信息满足上述信息修改条件，上述执行主体可以基于上述修改请求，对上述账户信息进行相应的修改。例如将上述账户信息中的账户余额增加固定金额或指定金额(例如修改请求所包括的金额)，或者减少固定金额或指定金额等。
从图4中可以看出，与图2对应的实施例相比，本实施例中的信息处理方法的流程400突出了组成人脸图像组的步骤以及在人脸图像组中查找目标人脸图像的步骤。由此，本实施例描述的方案在实现了对用户是否为合法用户的检测以及提高了账户信息的安全性的同时，还可以提高针对目标人脸图像的查找效率，以及缩短信息处理时间。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种信息处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的信息处理装置500包括：检测单元501、获取单元502、查找单元503、确定单元504和修改单元505。其中，检测单元501配置用于响应于接收到用户端发送的针对账户信息的修改请求，对用户端所归属的用户进行活体检测，以确定用户是否为活体用户；获取单元502配置用于响应于确定用户为活体用户，获取用户的人脸图像；查找单元503配置用于在预设的人脸图像集合中查找与用户的人脸图像相匹配的目标人脸图像；确定单元504配置用于响应于查找到目标人脸图像，确定账户信息是否满足预设的信息修改条件；修改单元505配置用于响应于确定账户信息满足信息修改条件，基于修改请求，对账户信息进行相应的修改。
在本实施例中，信息处理装置500中：检测单元501、获取单元502、查找单元503、确定单元504和修改单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203步骤204和步骤205的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述检测单元501可以进一步配置用于：向上述用户端输出随机生成的字符序列；接收上述用户端发送的唇部动作视频，其中，该唇部动作视频可以是上述用户端响应于上述用户读出上述字符序列中的字符而录制的视频；对该唇部动作视频进行分析，确定上述用户读出上述字符序列中的字符时所做的唇部动作是否与读出上述字符序列中的字符时应做的唇部动作一致。若一致，则确定上述用户为活体用户。
在本实施例的一些可选的实现方式中，上述检测单元501还可以进一步配置用于：向上述用户端发送图像采集指令；接收上述用户端发送的显示有上述用户的人脸的第一图像；基于该第一图像，确定上述用户是否为活体用户。
在本实施例的一些可选的实现方式中，上述获取单元502可以进一步配置用于：从上述第一图像中提取出人脸区域，将提取出的人脸区域生成人脸图像。
在本实施例的一些可选的实现方式中，上述人脸图像集合中的人脸图像可以预先关联有区域信息；以及上述查找单元503可以包括：获取子单元(图中未示出)，配置用于获取上述用户的地址信息；选取子单元(图中未示出)，配置用于从上述人脸图像集合中选取人脸图像组成人脸图像组，其中，上述人脸图像组中的人脸图像所关联的区域信息所指示的区域与上述地址信息所指示的位置所在的区域可以为同一区域；查找子单元(图中未示出)，配置用于在上述人脸图像组中查找上述目标人脸图像。
在本实施例的一些可选的实现方式中，上述查找子单元可以进一步配置用于：利用预先训练的人脸识别模型，将上述用户的人脸图像与上述人脸图像组中的人脸图像进行比对，得到比对结果，其中，上述比对结果可以包括上述用户的人脸图像所显示的人脸与上述人脸图像组中的人脸图像所显示的人脸来源于同一个人的概率；确定上述比对结果中是否存在不低于概率阈值的目标概率；若存在上述目标概率，则将上述人脸图像组中的、与上述目标概率相对应的人脸图像确定为上述目标人脸图像。
本申请的上述实施例提供的装置，有效利用了在接收到上述修改请求后所做的活体检测以及对目标人脸图像的查找，实现了对用户是否为合法用户的检测，以及提高了账户信息的安全性。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括检测单元、获取单元、查找单元、确定单元和修改单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，检测单元还可以被描述为“对用户端所归属的用户进行活体检测的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备包括：响应于接收到用户端发送的针对账户信息的修改请求，对用户端所归属的用户进行活体检测，以确定用户是否为活体用户；响应于确定用户为活体用户，获取用户的人脸图像；在预设的人脸图像集合中查找与用户的人脸图像相匹配的目标人脸图像；响应于查找到目标人脸图像，确定账户信息是否满足预设的信息修改条件；响应于确定账户信息满足信息修改条件，基于修改请求，对账户信息进行相应的修改。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。