一种身份认证方法和装置与流程

1.本发明涉及计算机技术领域，特别涉及人工智能技术领域，尤其涉及一种身份认证方法和装置。


背景技术：

2.在各行业发展日益壮大的形式以及产业化、高科技化、多渠道化的发展趋势之下，各行业的安全问题日益突出，对用户身份的准确认证是保证业内信息安全问题的基础防线。相关技术中，通常通过对指纹或声纹的单一或组合认证来进行用户身份认证，但指纹易磨损且易仿造，声纹对听障人士不友好，适用范围受限，导致认证准确率较低。


技术实现要素：

3.本发明的一个目的在于提供一种身份认证方法，通过笔迹识别辅助人脸识别进行身份认证，提高认证准确率的同时，扩大适用范围，从而防止利用虚假身份进行不当操作。本发明的另一个目的在于提供一种身份认证装置。本发明的再一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。
4.为了达到以上目的，本发明一方面公开了一种身份认证方法，包括：
5.对采集的人脸图像进行人脸识别；
6.若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果。
7.优选的，方法还包括：
8.若人脸识别成功，得到身份认证通过的身份认证结果。
9.优选的，在对采集的人脸图像进行人脸识别之前，还包括：
10.通过图像采集设备采集用户的人脸图像；
11.对人脸图像进行标准化预处理操作，得到标准化的人脸图像。
12.优选的，在对采集的人脸图像进行人脸识别之前，还包括：
13.通过构建的图像训练数据集，对孪生网络进行训练，构建人脸识别模型。
14.优选的，对采集的人脸图像进行人脸识别，包括：
15.通过人脸识别模型，对人脸图像进行人脸识别，得到认证相似度；
16.若认证相似度大于或等于设置的相似度阈值，则人脸识别成功；
17.若认证相似度小于相似度阈值，则人脸识别失败。
18.优选的，在对采集的字迹图像进行识别，得到身份认证结果之前，还包括：
19.对字迹图像进行分割，得到多张单字体的字迹图像。
20.优选的，在对采集的字迹图像进行识别，得到身份认证结果之前，还包括：
21.通过构建的字迹训练数据集，对指定机器学习算法进行训练，构建字迹识别模型。
22.优选的，对采集的字迹图像进行识别，得到身份认证结果，包括：
23.通过字迹识别模型，对字迹图像进行识别，得到字迹识别结果；
24.若字迹识别结果为匹配成功，得到身份认证通过的身份认证结果；
25.若字迹识别结果为匹配失败，得到身份认证失败的身份认证结果。
26.本发明还公开了一种身份认证装置，包括：
27.人脸识别单元，用于对采集的人脸图像进行人脸识别；
28.字迹识别单元，用于若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果。
29.本发明还公开了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法。
30.本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述处理器执行所述程序时实现如上所述方法。
31.本发明对采集的人脸图像进行人脸识别；若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果，通过笔迹识别辅助人脸识别进行身份认证，提高认证准确率的同时，扩大适用范围，从而防止利用虚假身份进行不当操作。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明实施例提供的一种身份认证方法的流程图；
34.图2为本发明实施例提供的又一种身份认证方法的流程图；
35.图3为本发明实施例提供的一种身份认证装置的结构示意图；
36.图4为本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
38.需要说明的是，本技术公开的一种身份认证方法和装置可用于人工智能技术领域，也可用于除人工智能技术领域之外的任意领域，本技术公开的一种身份认证方法和装置的应用领域不做限定。
39.为了便于理解本技术提供的技术方案，下面先对本技术技术方案的相关内容进行说明。为解决相关技术中身份认证准确度较低，且受众面不够全面的问题，本发明提供一种身份认证方法，通过笔迹识别辅助将人脸识别从而进行用户身份认证，扩展了身份认证的受众群体，提高了身份认证的准确率，从而防止利用虚假身份进行不当操作。
40.下面以身份认证装置作为执行主体为例，说明本发明实施例提供的身份认证方法的实现过程。可理解的是，本发明实施例提供的身份认证方法的执行主体包括但不限于身份认证装置。
57.其中，ew为相似度。
58.siamese子网络可采用比较经典的alexnet，网络的损失函数定义为：
[0059][0060]
其中，y为正负样本标识，且y∈{0，1}，m是自定义参数，当y＝1时，若ew大于m，则模型可以不做优化，节省网络训练时间。
[0061]
本发明实施例中，步骤201至步骤202和步骤203之间的执行顺序不作限定，可以先执行步骤201至步骤202，执行步骤203；依然可以先执行步骤203，再执行步骤201至步骤202。
[0062]
步骤204、通过人脸识别模型，对人脸图像进行人脸识别，得到认证相似度。
[0063]
具体地，将现场拍摄的人脸图像和选取的基准图像输入人脸识别模型，人脸识别模型将人脸图像与数据库中存储的已认证用户的基准图像进行匹配识别，输出认证相似度，认证相似度为现场拍摄的人脸图像与数据库中的已认证用户的基准图像之间的相似度。
[0064]
步骤205、判断认证相似度是否大于或等于设置的相似度阈值，若是，执行步骤210；若否，执行步骤206。
[0065]
本发明实施例中，相似度阈值为根据实际需求预先设置的，本发明实施例对此不作限定。
[0066]
具体地，若认证相似度大于或等于设置的相似度阈值，人脸识别成功，表明用户为已认证用户，继续执行步骤210；若认证相似度小于相似度阈值，人脸识别失败，表明不能确定用户是已认证用户，需要进一步进行用户身份认证，继续执行步骤206。
[0067]
步骤206、对字迹图像进行分割，得到多张单字体的字迹图像。
[0068]
本发明实施例中，获取用户现场书写的字迹图像，可以通过多种方式获取字迹图像，例如：扫描仪扫描纸质笔迹件等，本发明实施例对字迹图像的获取途径不作限定。
[0069]
具体地，字迹图像包括多个字，按照每个字，对字迹图像进行分割，将字迹图像分割为多张单字体的字迹图像，每张单字体的字迹图像仅包括一个字。
[0070]
值得说明的是，本技术中技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。本技术实施例中的用户信息均是通过合法合规途径获得，并且对用户信息的获取、存储、使用、处理等经过用户授权同意的。
[0071]
步骤207、通过构建的字迹训练数据集，对指定机器学习算法进行训练，构建字迹识别模型。
[0072]
本发明实施例中，采集不同性格、不同年龄段、不同性别人群的手写字体图像；通过专家对不同人群的手写字体图像进行分析并标注每个用户的笔迹特征，笔迹特征包括但不限于字体的整体形态、整体扁平度、整齐度、匀整度、歪斜度、参差度和字体图像所包含笔画之间的字迹间隔；对每个用户的笔迹特征进行数字化转换，得到字迹训练数据集，字迹训练数据集包括每个用户的手写字图像及其笔迹特征标签。作为一种可选方案，专家给出的用户a的字体的扁平度笔迹特征为较扁平，数字化转换得到的笔迹特征标签为1。
[0073]
本发明实施例中，机器学习算法多种多样，本发明实施例对机器学习算法的具体选取不作限定。作为一种可选方案，指定机器学习算法为k最邻近(k-nearest neighbor，简
称：knn)算法。
[0074]
具体地，通过字迹训练数据集，对knn算法进行训练，直到knn算法的误差小于预先设定的误差阈值。其中，误差阈值为根据实际情况预先设置的，本发明实施例对误差阈值的具体取值不作限定。
[0075]
本发明实施例中，步骤206和步骤207之间的执行顺序不作限定，可以先执行步骤206，执行步骤207；依然可以先执行步骤207，再执行步骤206。
[0076]
步骤208、通过字迹识别模型，对字迹图像进行识别，得到字迹识别结果。
[0077]
本发明实施例中，将字迹图像输入字迹识别模型，字迹识别模型将字迹图像与数据库存储的字迹图像及其标签进行匹配，若匹配成功，输出字迹识别结果。字迹识别结果可以根据实际需求进行设置，例如：字迹识别结果可以是匹配到的用户的用户信息，也可以只为匹配成功的匹配结果；若匹配失败，则输出匹配失败的匹配结果。
[0078]
步骤209、判断字迹识别结果是否为匹配成功，若是，执行步骤210；若否，执行步骤211。
[0079]
具体地，若字迹识别结果为匹配成功，表明数据库中已认证用户的字迹与现场书写的字迹图像匹配，继续执行步骤210；若字迹识别结果为匹配失败，表明数据库中已认证用户的字迹与现场书写的字迹图像不匹配，继续执行步骤211。
[0080]
步骤210、得到身份认证通过的身份认证结果，流程结束。
[0081]
本发明实施例中，若字迹识别结果为匹配成功或人脸识别成功，确定该用户身份认证通过，流程结束。
[0082]
步骤211、得到身份认证失败的身份认证结果，流程结束。
[0083]
本发明实施例中，若人脸识别失败且字迹识别结果为匹配失败，确定该用户身份认证失败，流程结束。
[0084]
本发明实施例提供的身份认证方法的技术方案中，对采集的人脸图像进行人脸识别；若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果，通过笔迹识别辅助人脸识别进行身份认证，提高认证准确率的同时，扩大适用范围，从而防止利用虚假身份进行不当操作。
[0085]
图3为本发明实施例提供的一种身份认证装置的结构示意图，该装置用于执行上述身份认证方法，如图3所示，该装置包括：人脸识别单元11和字迹识别单元12。
[0086]
人脸识别单元11用于对采集的人脸图像进行人脸识别。
[0087]
字迹识别单元12用于若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果。
[0088]
本发明实施例中，该装置还包括：生成单元13。
[0089]
生成单元13用于若人脸识别成功，得到身份认证通过的身份认证结果。
[0090]
本发明实施例中，该装置还包括：采集单元14和预处理单元15。
[0091]
采集单元14用于通过图像采集设备采集用户的人脸图像。
[0092]
预处理单元15用于对人脸图像进行标准化预处理操作，得到标准化的人脸图像。
[0093]
本发明实施例中，该装置还包括：构建单元16。
[0094]
构建单元16用于通过构建的图像训练数据集，对孪生网络进行训练，构建人脸识别模型。
[0095]
本发明实施例中，人脸识别单元11具体用于通过人脸识别模型，对人脸图像进行人脸识别，得到认证相似度；若认证相似度大于或等于设置的相似度阈值，则人脸识别成功；若认证相似度小于相似度阈值，则人脸识别失败。
[0096]
本发明实施例中，该装置还包括：分割单元17。
[0097]
分割单元17用于对字迹图像进行分割，得到多张单字体的字迹图像。
[0098]
本发明实施例中，该装置还包括：训练单元18。
[0099]
训练单元18用于通过构建的字迹训练数据集，对指定机器学习算法进行训练，构建字迹识别模型。
[0100]
本发明实施例中，字迹识别单元12具体用于通过字迹识别模型，对字迹图像进行识别，得到字迹识别结果；若字迹识别结果为匹配成功，得到身份认证通过的身份认证结果；若字迹识别结果为匹配失败，得到身份认证失败的身份认证结果。
[0101]
本发明实施例的方案中，对采集的人脸图像进行人脸识别；若人脸识别失败，对采集的字迹图像进行识别，得到身份认证结果，通过笔迹识别辅助人脸识别进行身份认证，提高认证准确率的同时，扩大适用范围，从而防止利用虚假身份进行不当操作。
[0102]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备，具体的，计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0103]
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实现上述身份认证方法的实施例的各步骤，具体描述可参见上述身份认证方法的实施例。
[0104]
下面参考图4，其示出了适于用来实现本技术实施例的计算机设备600的结构示意图。
[0105]
如图4所示，计算机设备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工作和处理。在ram603中，还存储有计算机设备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。
[0106]
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)、液晶反馈器(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如存储部分608。
[0107]
特别地，根据本发明的实施例，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，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包括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。
[0108]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0109]
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0110]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0111]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0112]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0113]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0114]
本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0115]
本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0116]
本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组
件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0117]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0118]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。