用户身份验证方法、装置、设备、介质和产品与流程

本申请涉及生物识别，特别是涉及一种用户身份验证方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、互联网技术加速了银行支付业务的发展，改变了人们的支付习惯，使用手机线上支付也逐渐成为主流。与此同时，随着科技的发展，通过智能设备、计算机伪装技术的“人群”不断的冲击着支付安全防线。银行线上支付业务迫切需要构建新的安全防线，银行的安全认证正在面临严峻的挑战。

2、目前，常用的安全认证方法为指纹识别，但是，指纹识别具有接触性，每一次使用指纹时都会在指纹采集头上留下用户的指纹印痕，而这些指纹痕迹存在被用来复制指纹的可能性，因此，指纹识别方法存在一定的安全隐患。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高身份识别过程的安全性的用户身份验证方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种用户身份验证方法，所述方法包括：

3、获取待验证用户的实时行走视频；

4、按照实时行走视频中每帧图片的先后顺序，将所有图片依次输入至人体姿态估计网络，得到每帧图片中的每个人体关节点的人体关节点坐标数据；

5、基于所述先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，所述第一目标步态生物特征表征所述待验证用户的行走姿态；

6、通过将所述第一目标步态生物特征输入目标长短期记忆模型，对所述待验证用户的身份进行验证。

7、在其中一个实施例中，所述通过将所述第一目标步态生物特征输入目标长短期记忆模型，对所述待验证用户的身份进行验证，包括：

8、将所述第一目标步态生物特征输入目标长短期记忆模型，得到目标输出值，所述目标长短期记忆模型是根据目标用户的第二目标步态生物特征训练得到的，所述目标输出值表征待验证用户的行走姿态和目标用户的行走姿态间的相似程度；

9、判断所述目标输出值是否在预设输出范围内，若所述目标输出值在所述预设输出范围内，则确定所述待验证用户通过身份验证。

10、在其中一个实施例中，所述人体关节点坐标数据包括多个坐标轴上的坐标值；所述基于所述先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，包括：

11、获取每帧图片中每个坐标轴上的坐标值的最大值和最小值；

12、基于每个坐标轴对应的最大值和最小值，计算每个坐标轴上的每个坐标值对应的归一化数据；

13、基于所述先后顺序，对所有图片各自每个坐标轴相应的所有归一化数据进行处理，获得待验证用户的第一目标步态生物特征。

14、在其中一个实施例中，所述基于所述先后顺序，对所有图片各自每个坐标轴相应的所有归一化数据进行处理，获得待验证用户的第一目标步态生物特征，包括：

15、基于每帧图片的每个坐标轴相应的所有归一化数据，确定每帧图片的初始步态生物特征；

16、基于所述先后顺序，将所有图片的初始步态生物特征依次相连，得到所述第一目标步态生物特征。

17、在其中一个实施例中，所述人体姿态估计网络包括按顺序依次连接的多个层结构，所述多个层结构中第3个层结构为基础处理层结构，所述基础处理层结构包括依次连接的7*7的第一反卷积神经网络层、第一批归一化层、第一relu激活函数层、7*7的第二反卷积神经网络层、第二批归一化层和第二relu激活函数层；其中，所述第一反卷积神经网络层的输入数据与第二批归一化层的输出数据之间作线性相加，相应的线性相加结果作为所述第二relu激活函数层的输入数据。

18、在其中一个实施例中，所述方法还包括：

19、获取目标用户的历史行走视频；

20、基于所述历史行走视频，确定目标用户的第二目标步态生物特征；

21、将所述第二目标步态生物特征输入初始长短期记忆模型，得到目标损失值；

22、判断所述目标损失值是否在预设损失范围内，若所述目标损失值在所述预设损失范围内，则确定所述初始长短期记忆模型收敛，并将收敛后的初始长短期记忆模型确定为目标长短期记忆模型。

23、第二方面，本申请还提供了一种用户身份验证装置，所述装置包括：

24、获取模块，用于获取待验证用户的实时行走视频；

25、输入模块，用于按照实时行走视频中每帧图片的先后顺序，将所有图片依次输入至人体姿态估计网络，得到每帧图片中的每个人体关节点的人体关节点坐标数据；

26、确定模块，用于基于所述先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，所述第一目标步态生物特征表征所述待验证用户的行走姿态；

27、身份验证模块，用于通过将所述第一目标步态生物特征输入目标长短期记忆模型，对所述待验证用户的身份进行验证。

28、第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的任意一个实施例中的方法的步骤。

29、第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的任意一个实施例中的方法的步骤。

30、第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的任意一个实施例中的方法的步骤。

31、上述用户身份验证方法、装置、计算机设备、存储介质和计算机程序产品，获取待验证用户的实时行走视频；按照实时行走视频中每帧图片的先后顺序，将所有图片依次输入至人体姿态估计网络，得到每帧图片中的每个人体关节点的人体关节点坐标数据；基于先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，第一目标步态生物特征表征待验证用户的行走姿态；通过将第一目标步态生物特征输入目标长短期记忆模型，对待验证用户的身份进行验证。本申请提供的方法，利用用户的步态生物特征对用户进行身份验证，不需要用户与设备进行接触，能够提高身份识别过程的安全性。

技术特征：

1.一种用户身份验证方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述通过将所述第一目标步态生物特征输入目标长短期记忆模型，对所述待验证用户的身份进行验证，包括：

3.根据权利要求1所述的方法，其特征在于，所述人体关节点坐标数据包括多个坐标轴上的坐标值；所述基于所述先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述先后顺序，对所有图片各自每个坐标轴相应的所有归一化数据进行处理，获得待验证用户的第一目标步态生物特征，包括：

5.根据权利要求1所述的方法，其特征在于，所述人体姿态估计网络包括按顺序依次连接的多个层结构，所述多个层结构中第3个层结构为基础处理层结构，所述基础处理层结构包括依次连接的7*7的第一反卷积神经网络层、第一批归一化层、第一relu激活函数层、7*7的第二反卷积神经网络层、第二批归一化层和第二relu激活函数层；其中，所述第一反卷积神经网络层的输入数据与第二批归一化层的输出数据之间作线性相加，相应的线性相加结果作为所述第二relu激活函数层的输入数据。

6.根据权利要求2所述的方法，其特征在于，所述方法还包括：

7.一种用户身份验证装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种用户身份验证方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待验证用户的实时行走视频；按照实时行走视频中每帧图片的先后顺序，将所有图片依次输入至人体姿态估计网络，得到每帧图片中的每个人体关节点的人体关节点坐标数据；基于先后顺序和所有图片的人体关节点坐标数据，确定待验证用户的第一目标步态生物特征，第一目标步态生物特征表征待验证用户的行走姿态；通过将第一目标步态生物特征输入目标长短期记忆模型，对待验证用户的身份进行验证。本申请提供的方法，利用用户的步态生物特征对用户进行身份验证，不需要用户与设备进行接触，能够提高身份识别过程的安全性。

技术研发人员：姜康,朱李悦
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2024/1/15