基于信用卡的身份认证方法、装置、介质及设备与流程

1.本技术涉及电子通信技术领域，尤其涉及一种基于信用卡的身份认证技术领域，特别涉及一种基于信用卡的身份认证方法、装置、介质及设备。


背景技术：

2.业内目前对于客户在网上申请的信用卡申请件，需要进行人工质检针对客户上传的身份证、“三亲”业务员合影等影像资料，查看影像资料是否属实、是否存在模糊不清的情况。其中，“三亲”是指各大银行规定，申领信用卡必须由申请人本人持其身份证件原件亲自办理，不允许其他个人代办，所以这个三亲原则主要有三点，包括亲见本人、亲见申请资料原件并鉴别真伪、亲见签名。
3.但是该人工质检方式存在人工耗时长、判断失误率高、效率低下、客户申请时间等待时间长等问题，不利于客户实现快速办理信用卡申领业务，同时也不利于业务人员顺利开展业务办理工作。


技术实现要素：

4.本技术实施例提供一种基于信用卡的身份认证方法、装置、介质及设备，利用本技术实施例提供的基于信用卡的身份认证方法，通过获取包含用户图像与业务员图像的合影图像，并对合影图像中的用户图像与业务员图像分别进行身份真实性验证操作，结合两次验证结果综合判断合影图像中目标用户的身份真实性，全程采用自动化流程，相较于现有的人工验证方式效率更高，失误率更低，并且对用户图像与业务员图像的身份真实性验证操作是基于公安系统备案的真实图像进行的，能够提升身份验证操作的客观性和准确性。
5.本技术实施例一方面提供了一种基于信用卡的身份认证方法，所述基于信用卡的身份认证方法包括：
6.获取包含用户图像与业务员图像的合影图像；
7.将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；
8.将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；
9.基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
10.在本技术实施例所述的基于信用卡的身份认证方法中，所述将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果，包括：
11.将所述合影图像输入预先训练好的特征提取模型中，得到与所述合影图像中用户图像对应的第一图像特征向量；
12.将所述用户真实图像输入所述特征提取模型中，得到与所述用户真实图像对应的第二图像特征向量；
13.将所述第一图像特征向量与第二图像特征向量进行相似度值计算，得到第一计算结果。
14.在本技术实施例所述的基于信用卡的身份认证方法中，所述基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性，包括：
15.将所述第一计算结果与第二计算结果分别与第一预设阈值进行比对，若所述第一计算结果与第二计算结果均超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为真；
16.若所述第一计算结果或第二计算结果不超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
17.在本技术实施例所述的基于信用卡的身份认证方法中，在所述若所述第一计算结果或第二计算结果不超过所述第一预设阈值之后，所述方法还包括：
18.重新进行相似度值计算，并统计连续不超过所述第一预设阈值的异常次数是否超过第二预设阈值；
19.若所述异常次数超过所述第二预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
20.在本技术实施例所述的基于信用卡的身份认证方法中，在所述将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算之前，所述方法还包括：
21.将所述合影图像输入至预先训练好的特征识别模型中，得到所述合影图像中包含的预设特征类型及预设特征类型的总数量；
22.若预设特征类型的总数量为预设数值的偶数倍，则判定所述合影图像符合相似度计算操作的要求；
23.若所述预设特征类型的总数量不为预设数值的偶数倍，则判定所述合影图像不符合相似度计算操作的要求。
24.在本技术实施例所述的基于信用卡的身份认证方法中，所述方法还包括：
25.接收目标用户在电子合约上签署的电子签名；
26.基于所述电子签名，及所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
27.在本技术实施例所述的基于信用卡的身份认证方法中，所述方法还包括：
28.若在将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算之前，公安系统的查询窗口不处于开放时间，则将处于开放时间之前的所有未处理的合影图像按照获取顺序存入消息队列中，待所述公安系统的查询窗口处于开放时间时，将所述消息队列中的合影图像按照存储顺序先后与业务员真实图像进行相似度值计算。
29.相应的，本技术实施例另一方面还提供了一种基于信用卡的身份认证装置，所述基于信用卡的身份认证装置包括：
30.图像获取模块，用于获取包含用户图像与业务员图像的合影图像；
31.第一计算模块，用于将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；
32.第二计算模块，用于将所述合影图像中的业务员图像与公安系统备案的业务员真
实图像进行相似度值计算，得到第二计算结果；
33.身份验证模块，用于基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
34.相应的，本技术实施例另一方面还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述的基于信用卡的身份认证方法。
35.相应的，本技术实施例另一方面还提供了一种终端设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行如上所述的基于信用卡的身份认证方法。
36.本技术实施例提供了一种基于信用卡的身份认证方法、装置、介质及设备，该方法通过获取包含用户图像与业务员图像的合影图像；将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。利用本技术实施例提供的基于信用卡的身份认证方法通过获取包含用户图像与业务员图像的合影图像，并对合影图像中的用户图像与业务员图像分别进行身份真实性验证操作，结合两次验证结果综合判断合影图像中目标用户的身份真实性，全程采用自动化流程，相较于现有的人工验证方式效率更高，失误率更低，并且对用户图像与业务员图像的身份真实性验证操作是基于公安系统备案的真实图像进行的，能够提升身份验证操作的客观性和准确性。
附图说明
37.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，对于本领域技术人员来讲，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。
38.图1为本技术实施例提供的基于信用卡的身份认证方法的流程示意图。
39.图2为本技术实施例提供的基于信用卡的身份认证装置的结构示意图。
40.图3为本技术实施例提供的基于信用卡的身份认证装置的另一结构示意图。
41.图4为本技术实施例提供的终端设备的结构示意图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本技术的保护范围。
43.本技术实施例提供一种基于信用卡的身份认证方法，所述基于信用卡的身份认证方法可以应用于终端设备中。所述终端设备可以是智能手机、电脑等设备。
44.需要说明的是，以下内容是对本方案背景做出的简单介绍：
45.本方案主要是围绕“如何在信用卡办理业务中的身份验证环节能够实现自动化流
程，并提升验证工作效率”这一技术问题开展的。可以理解的是，业内目前对于客户在网上申请的信用卡申请件，需要进行人工质检针对客户上传的身份证、“三亲”业务员合影等影像资料，查看影像资料是否属实、是否存在模糊不清的情况。其中，“三亲”是指各大银行规定，申领信用卡必须由申请人本人持其身份证件原件亲自办理，不允许其他个人代办，所以这个三亲原则主要有三点，包括亲见本人、亲见申请资料原件并鉴别真伪、亲见签名。
46.但是该人工质检方式存在人工耗时长、判断失误率高、效率低下、客户申请时间等待时间长等问题，不利于客户实现快速办理信用卡申领业务，同时也不利于业务人员顺利开展业务办理工作。
47.为了解决上述技术问题，本技术实施例提供一种基于信用卡的身份认证方法。利用本技术实施例提供的基于信用卡的身份认证方法，通过获取包含用户图像与业务员图像的合影图像，并对合影图像中的用户图像与业务员图像分别进行身份真实性验证操作，结合两次验证结果综合判断合影图像中目标用户的身份真实性，全程采用自动化流程，相较于现有的人工验证方式效率更高，失误率更低，并且对用户图像与业务员图像的身份真实性验证操作是基于公安系统备案的真实图像进行的，能够提升身份验证操作的客观性和准确性。
48.请参阅图1，图1为本技术实施例提供的基于信用卡的身份认证方法的流程示意图。所述基于信用卡的身份认证方法，应用于终端设备中。
49.在一实施例中，所述方法可以包括以下步骤：
50.步骤101，获取包含用户图像与业务员图像的合影图像。
51.在本实施例中，包含用户图像与业务员图像的合影图像主要用于与公安系统备案的真实图像进行相似度值计算，从而分辨合影图像中目标用户的身份真实性。需要说明的是，合影图像需要确保其中包含用户图像与业务员图像，并且需要清晰可见，便于身份验证。为了确保验证操作的顺利进行，需要对合影图像进行一系列的预处理操作。
52.示例性地，可以通过将合影图像输入至预先训练好的特征识别模型中，得到合影图像中包含的预设特征类型及预设特征类型的总数量。需要解释的是，预设特征指的是能够描述人脸特征的部位，例如眼睛、鼻子、嘴巴等。若预设特征类型的总数量为预设数值(具体为2)的偶数倍，即合影图像中所有预设特征类型的总数量相加对应的是两个人，则能够说明合影图像中至少包含两个人，便可判定合影图像符合相似度计算操作的要求；若预设特征类型的总数量不为预设数值的偶数倍，则说明合影图像中的人数可能是一个人，不符合相似度计算操作的要求。需要说明的是，合影图像中的预设特征类型的总数量为偶数倍时也可能是两个以上，例如4个人，但是由于一般合影图像不会出现这种不合理的情况，因此本方案不将此类场景考虑进来。
53.需要说明的是，特征识别模型可以基于神经网络例如卷积神经网络训练得到，由于本方案并未对神经网络模型做改进，采用的是目前成熟的模型，因此不对特征识别模型的训练过程及结构进行赘述。
54.步骤102，将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果。
55.在本实施例中，通过将合影图像输入预先训练好的特征提取模型中，得到与合影图像中用户图像对应的第一图像特征向量，将用户真实图像输入特征提取模型中，得到与
用户真实图像对应的第二图像特征向量，将第一图像特征向量与第二图像特征向量进行相似度值计算，得到第一计算结果。
56.需要说明的是，特征提取模型可以基于神经网络例如卷积神经网络训练得到，由于本方案并未对神经网络模型做改进，采用的是目前成熟的模型，因此不对特征识别模型的训练过程及结构进行赘述。
57.相似度值计算方式可以采用余弦相似度算法进行计算得到。
58.步骤103，将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果。
59.在本实施例中，第二计算结果的计算过程与第一计算结果的计算过程相似，具体可参见步骤102，在此不做赘述。
60.由于公安系统备案的真实图像可以默认为绝对真实，因此只需要将上传的合影图像中的用户图像与业务员图像分别与公安系统备案的真实图像进行相似度值计算，便可以确定用户图像或业务员图像的身份真实性。
61.在一些实施例中，由于公安系统的查询窗口不是一直开放的，因此会出现需要获取公安系统备案的真实图像时不处于查询窗口开放时间，导致影响信用卡的申领进度，为了解决该问题，可以在公安系统的查询窗口不处于开放时间时，将处于开放时间之前的所有未处理的合影图像按照获取顺序存入消息队列中，待公安系统的查询窗口处于开放时间时，将消息队列中的合影图像按照存储顺序先后与业务员真实图像进行相似度值计算，从而实现当公安系统的查询窗口开放时能够第一时间及时进行身份验证操作。在另一些实施例中，为了解决该问题，还可以在遇到公安系统的查询窗口不处于开放时间时转为人工检验方式，避免影响信用卡申领进度。
62.步骤104，基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
63.在本实施例中，通过将第一计算结果与第二计算结果分别与第一预设阈值进行比对，若第一计算结果与第二计算结果均超过第一预设阈值(例如0.625)，则判定合影图像对应的目标用户的身份真实性为真；若第一计算结果或第二计算结果不超过第一预设阈值，则判定合影图像对应的目标用户的身份真实性为假。
64.在一些实施例中，由于通过计算机代替人工进行检验的方式不能确保其准确性是百分百，可能会出现系统出错导致结果有误，因为为了避免由于系统出错造成误判，本方案在第一计算结果或第二计算结果不超过第一预设阈值时，重新进行相似度值计算，并统计连续不超过第一预设阈值的异常次数是否超过第二预设阈值(例如3)，若异常次数超过所述第二预设阈值，则判定合影图像对应的目标用户的身份真实性为假。
65.当连续出现结果有误并且异常次数超过第二预设阈值时，有可能是由于合影图像清晰度不够或者角度问题无法成功采集到预设特征造成，因此可以通过发出提示信息，例如“请调整拍摄角度后重新上传合影图像”。
66.在一些实施例中，为了能够约束用户对上传的影像资料进行作假，本方案还通过结合电子签名的验证方式进一步核实目标用户的身份真实性。
67.具体地，通过接收目标用户在电子合约上签署的电子签名，基于电子签名，及第一计算结果与第二计算结果验证合影图像对应的目标用户的身份真实性。
68.上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
69.具体实施时，本技术不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
70.由上可知，本技术实施例提供的基于信用卡的身份认证方法通过获取包含用户图像与业务员图像的合影图像；将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。利用本技术实施例提供的基于信用卡的身份认证方法客户可以灵活在线上场景下，根据个人信息和影像资料，完成信用卡申请，简化了客户申请的环节，缩短了客户等待人工审核的时间，提升了业务员推广信用卡的效率。在满足信用卡推广活动运营的基础上，保证采集客户信息的准确性和安全性。同时，根据该技术方案可以进行灵活扩展，根据质检人力和活动推广流量，来动态分发智能质检的比例。在保证高效的前提下，还可以通过随机抽样检查的方式，来人工查看智能质检的结果，确认智能质检的结果准确率。通过系统自动质检，提升业务推广信用卡的执行效率，进一步提高业务运营的响应速率，从而提高客户网申信用卡的客户体验。
71.本技术实施例还提供一种基于信用卡的身份认证装置，所述基于信用卡的身份认证装置可以集成在终端设备中。所述终端设备可以是智能手机、平板电脑等设备。
72.请参阅图2，图2为本技术实施例提供的基于信用卡的身份认证装置的结构示意图。基于信用卡的身份认证装置30可以包括：
73.图像获取模块31，用于获取包含用户图像与业务员图像的合影图像；
74.第一计算模块32，用于将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；
75.第二计算模块33，用于将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；
76.身份验证模块34，用于基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
77.在一些实施例中，所述第一计算模块32，用于将所述合影图像输入预先训练好的特征提取模型中，得到与所述合影图像中用户图像对应的第一图像特征向量；将所述用户真实图像输入所述特征提取模型中，得到与所述用户真实图像对应的第二图像特征向量；将所述第一图像特征向量与第二图像特征向量进行相似度值计算，得到第一计算结果。
78.在一些实施例中，所述身份验证模块34，用于将所述第一计算结果与第二计算结果分别与第一预设阈值进行比对，若所述第一计算结果与第二计算结果均超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为真；若所述第一计算结果或第二计算结果不超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
79.在一些实施例中，所述装置还包括复核模块，用于重新进行相似度值计算，并统计连续不超过所述第一预设阈值的异常次数是否超过第二预设阈值；若所述异常次数超过所述第二预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
80.在一些实施例中，所述装置还包括检查模块，用于将所述合影图像输入至预先训练好的特征识别模型中，得到所述合影图像中包含的预设特征类型及预设特征类型的总数量；若预设特征类型的总数量为预设数值的偶数倍，则判定所述合影图像符合相似度计算操作的要求；若所述预设特征类型的总数量不为预设数值的偶数倍，则判定所述合影图像不符合相似度计算操作的要求。
81.在一些实施例中，所述装置还包括二次验证模块，用于接收目标用户在电子合约上签署的电子签名；基于所述电子签名，及所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
82.在一些实施例中，所述装置还包括暂存模块，用于若在将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算之前，公安系统的查询窗口不处于开放时间，则将处于开放时间之前的所有未处理的合影图像按照获取顺序存入消息队列中，待所述公安系统的查询窗口处于开放时间时，将所述消息队列中的合影图像按照存储顺序先后与业务员真实图像进行相似度值计算。
83.具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。
84.由上可知，本技术实施例提供的基于信用卡的身份认证装置30，通过图像获取模块31获取包含用户图像与业务员图像的合影图像；第一计算模块32将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；第二计算模块33将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；身份验证模块34基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
85.请参阅图3，图3为本技术实施例提供的基于信用卡的身份认证装置的另一结构示意图，基于信用卡的身份认证装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序，其中该一个或多个应用程序被存储于该存储器120中，并配置为由该处理器180执行；该处理器180可以包括图像获取模块31、第一计算模块32，第二计算模块33，以及身份验证模块34。例如，以上各个部件的结构和连接关系可以如下：
86.存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序，从而执行各种功能应用以及数据处理。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器120还可以包括存储器控制器，以提供处理器180对存储器120的访问。
87.处理器180是装置的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器120内的应用程序，以及调用存储在存储器120内的数据，执行装置的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等。
88.具体在本实施例中，处理器180会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中，并由处理器180来运行存储在存储器120中
的应用程序，从而实现各种功能：
89.图像获取模块31，用于获取包含用户图像与业务员图像的合影图像；
90.第一计算模块32，用于将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；
91.第二计算模块33，用于将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算，得到第二计算结果；
92.身份验证模块34，用于基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
93.在一些实施例中，所述第一计算模块32，用于将所述合影图像输入预先训练好的特征提取模型中，得到与所述合影图像中用户图像对应的第一图像特征向量；将所述用户真实图像输入所述特征提取模型中，得到与所述用户真实图像对应的第二图像特征向量；将所述第一图像特征向量与第二图像特征向量进行相似度值计算，得到第一计算结果。
94.在一些实施例中，所述身份验证模块34，用于将所述第一计算结果与第二计算结果分别与第一预设阈值进行比对，若所述第一计算结果与第二计算结果均超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为真；若所述第一计算结果或第二计算结果不超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
95.在一些实施例中，所述装置还包括复核模块，用于重新进行相似度值计算，并统计连续不超过所述第一预设阈值的异常次数是否超过第二预设阈值；若所述异常次数超过所述第二预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
96.在一些实施例中，所述装置还包括检查模块，用于将所述合影图像输入至预先训练好的特征识别模型中，得到所述合影图像中包含的预设特征类型及预设特征类型的总数量；若预设特征类型的总数量为预设数值的偶数倍，则判定所述合影图像符合相似度计算操作的要求；若所述预设特征类型的总数量不为预设数值的偶数倍，则判定所述合影图像不符合相似度计算操作的要求。
97.在一些实施例中，所述装置还包括二次验证模块，用于接收目标用户在电子合约上签署的电子签名；基于所述电子签名，及所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
98.在一些实施例中，所述装置还包括暂存模块，用于若在将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算之前，公安系统的查询窗口不处于开放时间，则将处于开放时间之前的所有未处理的合影图像按照获取顺序存入消息队列中，待所述公安系统的查询窗口处于开放时间时，将所述消息队列中的合影图像按照存储顺序先后与业务员真实图像进行相似度值计算。
99.本技术实施例还提供一种终端设备。所述终端设备可以是智能手机、电脑、平板电脑等设备。
100.请参阅图4，图4示出了本技术实施例提供的终端设备的结构示意图，该终端设备可以用于实施上述实施例中提供的基于信用卡的身份认证方法。该终端设备1200可以为电视机或智能手机或平板电脑。
101.如图4所示，终端设备1200可以包括rf(radio frequency，射频)电路110、包括有
一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解，图4中示出的终端设备1200结构并不构成对终端设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
102.rf电路110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路110可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存储器等等。rf电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。
103.存储器120可用于存储软件程序以及模块，如上述实施例中基于信用卡的身份认证方法对应的程序指令/模块，处理器180通过运行存储在存储器120内的软件程序以及模块，从而执行各种功能应用以及数据处理，可以根据终端设备所处的当前场景来自动选择振动提醒模式来进行基于信用卡的身份认证，既能够保证会议等场景不被打扰，又能保证用户可以感知来电，提升了终端设备的智能性。存储器120可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器120可进一步包括相对于处理器180远程设置的存储器，这些远程存储器可以通过网络连接至终端设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
104.输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触控显示屏或者触控板，可收集用户在其上或附近的触控操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触控检测装置和触控控制器两个部分。其中，触控检测装置检测用户的触控方位，并检测触控操作带来的信号，将信号传送给触控控制器；触控控制器从触控检测装置上接收触控信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
105.显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用lcd(liquid crystal display，液晶显示器)、oled(organic light-emitting diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触控操作后，传送给处理器180以确定触控事件的类型，随后处理器180根据触控事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表
面131与显示面板141集成而实现输入和输出功能。
106.终端设备1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在终端设备1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
107.音频电路160、扬声器161，传声器162可提供用户与终端设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经rf电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与终端设备1200的通信。
108.终端设备1200通过传输模块170(例如wi-fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块170，但是可以理解的是，其并不属于终端设备1200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
109.处理器180是终端设备1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端设备1200的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器180可包括一个或多个处理核心；在一些实施例中，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
110.终端设备1200还包括给各个部件供电的电源190，在一些实施例中，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
111.尽管未示出，终端设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，终端设备1200的显示单元140是触控屏显示器，终端设备1200还包括有存储器120，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器120中，且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令：
112.图像获取指令，用于获取包含用户图像与业务员图像的合影图像；
113.第一计算指令，用于将所述合影图像中的用户图像与公安系统备案的用户真实图像进行相似度值计算，得到第一计算结果；
114.第二计算指令，用于将所述合影图像中的业务员图像与公安系统备案的业务员真
实图像进行相似度值计算，得到第二计算结果；
115.身份验证指令，用于基于所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
116.在一些实施例中，所述第一计算指令，用于将所述合影图像输入预先训练好的特征提取模型中，得到与所述合影图像中用户图像对应的第一图像特征向量；将所述用户真实图像输入所述特征提取模型中，得到与所述用户真实图像对应的第二图像特征向量；将所述第一图像特征向量与第二图像特征向量进行相似度值计算，得到第一计算结果。
117.在一些实施例中，所述身份验证指令，用于将所述第一计算结果与第二计算结果分别与第一预设阈值进行比对，若所述第一计算结果与第二计算结果均超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为真；若所述第一计算结果或第二计算结果不超过所述第一预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
118.在一些实施例中，所述程序还包括复核指令，用于重新进行相似度值计算，并统计连续不超过所述第一预设阈值的异常次数是否超过第二预设阈值；若所述异常次数超过所述第二预设阈值，则判定所述合影图像对应的目标用户的身份真实性为假。
119.在一些实施例中，所述程序还包括检查指令，用于将所述合影图像输入至预先训练好的特征识别模型中，得到所述合影图像中包含的预设特征类型及预设特征类型的总数量；若预设特征类型的总数量为预设数值的偶数倍，则判定所述合影图像符合相似度计算操作的要求；若所述预设特征类型的总数量不为预设数值的偶数倍，则判定所述合影图像不符合相似度计算操作的要求。
120.在一些实施例中，所述程序还包括二次验证指令，用于接收目标用户在电子合约上签署的电子签名；基于所述电子签名，及所述第一计算结果与第二计算结果验证所述合影图像对应的目标用户的身份真实性。
121.在一些实施例中，所述程序还包括暂存指令，用于若在将所述合影图像中的业务员图像与公安系统备案的业务员真实图像进行相似度值计算之前，公安系统的查询窗口不处于开放时间，则将处于开放时间之前的所有未处理的合影图像按照获取顺序存入消息队列中，待所述公安系统的查询窗口处于开放时间时，将所述消息队列中的合影图像按照存储顺序先后与业务员真实图像进行相似度值计算。
122.本技术实施例还提供一种终端设备。所述终端设备可以是智能手机、电脑等设备。
123.由上可知，本技术实施例提供了一种终端设备1200，所述终端设备1200执行以下步骤：
124.本技术实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的基于信用卡的身份认证方法。
125.需要说明的是，对本技术所述基于信用卡的身份认证方法而言，本领域普通测试人员可以理解实现本技术实施例所述基于信用卡的身份认证方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在终端设备的存储器中，并被该终端设备内的至少一个处理器执行，在执行过程中可包括如所述基于信用卡的身份认证方法的实施例的流程。其中，所述存储介质可
为磁碟、光盘、只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)等。
126.对本技术实施例的所述基于信用卡的身份认证装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
127.以上对本技术实施例所提供的基于信用卡的身份认证方法、装置、介质及设备进行了详细介绍。本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。