本发明涉及计算机技术，具体地涉及一种二维码的唯一化标记的验证方法以及二维码的唯一化标记的验证系统。
背景技术：
1、二维码信息属于公开信息，容易被复制分发。
2、针对二维码容易被复制分发的问题，现有技术中已出现方案有以下两种：
3、（1）位置分析法：基于用户设备位置信息与商户地址信息分析，防止远程飞码使用。
4、（2）基于标签的收款码
5、在现有商户静态码码牌基础上增加低功耗蓝牙模块，开启广播模式，基于短距离通信方式与所述收款码对应的标签装置进行交互从而获取安全校验信息；以及基于所述安全校验信息，向支付后台上送支付请求。
6、但是上述两种方案存在的缺点或问题有：
7、（1）对于位置分析法，存在设备位置容易被篡改的问题。
8、（2）对于基于标签的收款码，需要商户码牌增加蓝牙等电子模块装置，有一定装置复杂度及维护成本。
技术实现思路
1、鉴于上述问题，本发明旨在提出一种不需要增加硬件设施就能够提高交易安全性的二维码的唯一化标记的验证方法以及二维码的唯一化标记的验证系统。
2、本发明一方面的二维码的唯一化标记的验证方法，其特征在于，包括：
3、扫码采集步骤，对于待识别的码牌图像，通过扫描所述码牌图像采集到码牌图像信息，其中，所述码牌图像由二维码和纹理图像构成，其中，基于所述二维码和纹理图像得到的图像特征数据被作为二维码的唯一化标记已预先存储，并且已预先存储唯一化标记与二维码之间的匹配关系；
4、风险判别步骤，基于所述码牌图像信息采用预设的风险模型进行风险判别，在风险判别为不存在风险的情况下继续下述的标记验证步骤；以及
5、标记验证步骤，从所述码牌图像信息中解析获得二维码和纹理图像，将基于所述二维码和所述纹理图像得到的图像特征数据作为唯一化标记识别出，判断识别出的唯一化标记与解析获得的二维码是否满足所述匹配关系，在满足所述匹配关系的情况下则唯一化标记验证成功，否则唯一化标记验证失败。
6、可选地，在所述扫描采集步骤之前进一步包括：
7、唯一化标记生成步骤，由二维码和位于所述二维码周围的纹理图像构成码牌图像，根据所述二维码和所述纹理图像生成图像特征数据，将所述图像特征数据作为唯一化标记进行存储，并且存储所述唯一化标记与所述二维码之间的匹配关系。
8、可选地，所述二维码周围的纹理图像包括以下的一项或者多项的组合：
9、二维码周围的随机纹理图像；以及
10、二维码码周围的环境不变细微特征图像。
11、可选地，在所述唯一化标记生成步骤中进一步包括：
12、获取码牌图像的原始的反光度特征数据；
13、在所述匹配关系中进一步存储所述原始的反光度特征数据与唯一化标记及二维码之间的匹配关系。
14、可选地，在所述风险判别步骤中，采用深度学习网络模型对于所述码牌图像信息判断是否为视频攻击场景或者照片攻击场景，在判断为不是的情况下继续所述标记验证步骤。
15、可选地，所述深度学习网络模型的模型训练数据中，作为正样本数据采用码牌图像，作为负样本数据采用电子设备播放的照片、视频以及打印的照片。
16、可选地，在所述风险判别步骤中，基于所述码牌图像信息进一步获得当前的反光度特征数据，基于所述当前的反光度特征数据进行风险判别。
17、可选地，在所述风险判别步骤中包括：
18、基于所述码牌图像信息获得当前的反光度特征数据；
19、计算所述当前的反光度特征数据和所述原始的反光度特征数据之间的相似度，获得第一相似度值；
20、计算所述当前的反光度特征数据和对于同一码牌图像通过不同终端获得的反光度特征数据之间的相似度，获得第二相似度值；
21、基于所述第一相似度值和所述第二相似度值的加权计算，获得综合相似度值；以及
22、基于所述综合相似度值进行风险判别。
23、可选地，在所述扫码采集步骤中，对于待识别的码牌图像采集多张码牌图像的码牌图像信息，
24、在所述风险判别步骤中，对于所述多张码牌图像信息获得多个当前的反光度特征数据，判断所述多个当前的反光度特征数据之间是否有变化发生，若判断为有变化发生，则判别为不存在风险。
25、可选地，所述随机纹理图像包括在预设的定位点上随机分布的参杂物，采用数字化矢量图形系统基于所述码牌图像生成所述图像特征数据。
26、可选地，所述标记验证步骤包括：
27、从所述扫描采集步骤采集到的码牌图像信息中解析获得二维码和随机纹理图像；
28、对于所述随机纹理图像中的参杂物，记录相对于二维码的位置信息和色彩信息；
29、基于所述预设的定位点对所述位置信息进行位置空间校正并且基于所述综合相似度值对于所述色彩信息进行色彩校正，得到校正后的位置信息和色彩信息作为识别出的图像特征数据；以及
30、将所述识别出的图像特征数据与已存储的图像特征数据进行比较，如果两者相似度大于预设阈值则判断为识别出的图像特征数据与解析获得的二维码满足所述匹配关系。
31、可选地，进一步包括：
32、风控执行步骤，在所述风险判别步骤中判别为存在风险的情况下以及在所述标记验证步骤中唯一化标记验证失败的情况下执行风控措施。
33、本发明一方面的用于二维码的唯一化标记验证的服务后台，其特征在于，包括：
34、唯一化标记生成模块，用于根据二维码和位于二维码周围的纹理图像生成图像特征数据，将所述图像特征数据作为唯一化标记进行存储，并且预先存储所述唯一化标记与所述二维码之间的匹配关系，其中，二维码和位于二维码周围的纹理图像构成码牌图像；
35、风险判别模块，基于从用户终端收到的码牌图像信息采用预设的风险模型进行风险判别，在风险判别为不存在风险的情况下继续下述的标记验证模块，其中，从用户终端接收到的码牌图像信息是对于待识别的码牌图像通过用户终端扫描码牌图像采集到码牌图像信息并上传到所述服务后台；以及
36、标记验证模块，从所述扫描采集模块采集到的码牌图像信息中解析获得二维码和纹理图像，基于所述二维码和所述纹理图像识别出图像特征数据，判断识别出的图像特征数据与解析获得的二维码是否满足所述匹配关系，在满足所述匹配关系的情况下允许执行基于二维码的相关操作。
37、可选地，所述二维码周围的纹理图像包括以下的一项或者多项的组合：
38、二维码周围的随机纹理图像；以及
39、二维码码周围的环境不变细微特征图像。
40、可选地，在所述唯一化标记生成模块中，所述随机纹理图像包括在预设的定位点上随机分布的参杂物，采用数字化矢量图形系统基于所述码牌图像生成所述图像特征数据。
41、可选地，所述唯一化标记生成模块中进一步获取码牌图像的原始的反光度特征数据，并且在所述匹配关系中进一步存储所述原始的反光度特征数据与唯一化标记及二维码之间的匹配关系。
42、可选地，在所述风险判别模块中，采用深度学习网络模型对于所述码牌图像信息判断是否为视频攻击场景或者照片攻击场景，在判断为不是的情况下继续所述标记验证模块。
43、可选地，所述深度学习网络模型的模型训练数据中，作为正样本数据采用码牌图像，作为负样本数据采用电子设备播放的照片、视频以及打印的照片。
44、可选地，在所述风险判别模块中，基于所述码牌图像信息进一步获得当前的反光度特征数据，基于所述当前的反光度特征数据进行风险判别。
45、可选地，在所述风险判别模块中进一步基于所述码牌图像信息获得当前的反光度特征数据，计算所述当前的反光度特征数据和所述原始的反光度特征数据之间的相似度，获得第一相似度值，计算所述当前的反光度特征数据和对于同一码牌图像由不同终端扫描获得的反光度特征数据之间的相似度，获得第二相似度值，基于所述第一相似度值和所述第二相似度值的加权计算，获得综合相似度值，基于所述综合相似度值进行风险判别。
46、可选地，从用户终端收到的码牌图像信息为多张码牌图像信息的情况下，在所述风险判别模块中，对于所述多张码牌图像信息获得多个当前的反光度特征数据，判断所述多个当前的反光度特征数据之间是否有变化发生，若判断为有变化发生，则判别为不存在风险。
47、可选地，在所述标记验证模块中，从所述扫描采集模块采集到的码牌图像信息中解析获得二维码和纹理图像，对于所述纹理图像中的参杂物，记录相对于二维码的位置信息和色彩信息，基于所述预设的定位点对所述位置信息进行位置空间校正并且基于所述综合相似度值对于所述色彩信息进行色彩校正，得到校正后的位置信息和色彩信息作为识别出的图像特征数据，及将所述识别出的图像特征数据与已存储的图像特征数据进行比较，如果两者相似度大于预设阈值则判断为识别出的图像特征数据与解析获得的二维码满足所述匹配关系。
48、可选地，进一步包括：风控执行模块，在所述风险判别模块中判别为存在风险的情况下以及在所述标记验证模块中判断为不满足所述匹配关系的情况下实施风控措施。
49、本发明一方面的二维码的唯一化标记的识别系统，其特征在于，包括：服务后台和用户终端，
50、其中，所述服务后台包括：
51、唯一化标记生成模块，用于基于二维码和位于所述二维码周围的纹理图像生成码牌图像，根据所述二维码和所述纹理图像生成图像特征数据，将所述图像特征数据作为唯一化标记进行存储，并且存储所述唯一化标记与所述二维码之间的匹配关系，
52、风险判别模块，基于从所述用户终端收到的码牌图像信息采用预设的风险模型进行风险判别，在风险判别为不存在风险的情况下继续下述的标记验证模块，其中，从用户终端接收到的码牌图像信息是对于待识别的码牌图像通过用户终端扫描码牌图像采集到码牌图像信息并上传到所述服务后台；以及
53、标记验证模块，从所述扫描采集模块采集到的码牌图像信息中解析获得二维码和纹理图像，基于所述二维码和所述纹理图像识别出图像特征数据，判断识别出的图像特征数据与解析获得的二维码是否满足所述匹配关系，在满足所述匹配关系的情况下允许执行基于二维码的相关操作，
54、所述用户终端用于对于待识别的码牌图像通过扫描码牌图像采集到码牌图像信息并将所述码牌图像信息上传到所述服务后台。
55、本发明一方面的计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现所述的二维码的唯一化标记的验证方法。
56、本发明一方面的计算机设备，包括存储模块、处理器以及存储在存储模块上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述的二维码的唯一化标记的验证方法。
57、根据本发明的二维码的唯一化标记的验证方法以及二维码的唯一化标记的验证系统，通过将二维码与二维码周围的随机纹理图像构成商户的码牌图像，使得商户的码牌图像具有唯一性特征，即生成唯一化标记，由于加入了随机纹理图像，因此，该唯一化标记具有随机性并且难以复制。当基于二维码进行交易时，在扫码过程中，通过用户终端扫描获得码牌图像，获得码牌图像信息，根据获得的码牌图像信息进行风险判别以及唯一化标记的验证，根据风险判别结果及唯一化标记的验证结果，决定是否对交易采用分级风控措施（例如，限制额度、禁止交易等），由此，能够避免二维码的滥用（例如非面对面交易），提高基于二维码的交易的安全性。