CN110929244A - 数字化身份识别方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种数字化身份识别方法、装置、设备及存储介质，涉及身份识别技术领域。该方法包括：获取登陆信息及待识别对象的相关信息，其中，所述待识别对象的相关信息包括：语音信息、人脸信息和行为信息；根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，所述预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型；若匹配成功，则返回登陆成功指令。相对于现有技术，避免了验证方式单一，造成用户身份容易被伪造，安全系数不高的问题。

Description

数字化身份识别方法、装置、设备及存储介质

技术领域

本申请涉及身份识别技术领域，具体而言，涉及一种数字化身份识别方法、装置、设备及存储介质。

背景技术

随着科技的发展，用户可以通过安装在终端设备上的银行业务***，实现不需要专门去银行也可以在家进行一些业务操作，极大地便利了人们的生活，但是如何保证银行业务***的操作安全就成为了人们最关心的一个问题。

在数字化交易业务场景下，现有银行业务***，为了确保用户的财产安全，在获取登录信息后，还会进一步获取该登陆信息对应的用户信息，例如：人脸信息、语音信息等，从而保证登录银行业务***的是用户本人。

但是这种登录方法验证方式单一，例如：仅通过语音特征进行身份验证，或仅通过人脸特征进行身份验证，这就使得用户身份容易被伪造，安全系数仍不是很高。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种数字化身份识别方法、装置、设备及存储介质，以解决现有技术中验证方式单一，造成用户身份容易被伪造，安全系数不高的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请一实施例提供了一种数字化身份识别方法，所述方法包括：

获取登陆信息及待识别对象的相关信息，其中，所述待识别对象的相关信息包括：语音信息、人脸信息和行为信息；

根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，所述预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型；

若匹配成功，则返回登陆成功指令。

可选地，所述获取登陆信息及待识别对象的相关信息之前，所述方法还包括：

根据所述登陆信息，在预设语音识别模型中获取所述登陆信息对应的目标语音特征库；

在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库；

在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库。

可选地，所述根据预设模型，对待识别对象的相关信息进行对比，包括：

根据所述预设语音识别模型，对所述待识别对象的语音信息进行识别，判断所述待识别对象的语音信息与目标语音特征库中的语音特征是否匹配；

根据所述预设人脸识别模型，对所述待识别对象的人脸信息进行识别，判断所述待识别对象的人脸信息与目标人脸特征库中的人脸特征是否匹配；

根据所述预设行为识别模型，对所述待识别对象的行为信息进行行为识别，判断所述待识别对象的行为信息与目标行为特征库中的行为特征是否匹配；

若所述语音信息、人脸信息和行为信息均匹配成功，则返回匹配成功指令。

可选地，所述在在预设语音识别模型中获取所述登陆信息对应的目标语音特征库之前，所述方法还包括：

在所述预设语音识别模型中建立预设语音库，其中，预设语音库中包括至少十种语种；

采集多个目标对象的语音信息，根据采集的语音信息，在所述预设语音识别模型中，分别建立各目标对象对应的语音特征库。

可选地，所述在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库之前，所述方法还包括：

采集多个目标对象的人脸关键点信息，根据采集的人脸关键点信息，在所述预设人脸识别模型中，分别建立各目标对象对应的人脸特征库。

可选地，所述在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库之前，所述方法还包括：

采集多个所述目标对象的行为特征，根据采集的行为特征，在预设行为识别模型中，分别建立各目标对象对应的行为特征库。

第二方面，本申请另一实施例提供了一种数字化身份识别装置，所述装置包括：获取模块、匹配模块和登录模块，其中：

所述获取模块，用于获取登陆信息及待识别对象的相关信息，其中，所述待识别对象的相关信息包括：语音信息、人脸信息和行为信息；

所述匹配模块，用于根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，所述预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型；

所述登录模块，用于若匹配成功，则返回登陆成功指令。

可选地，所述获取模块，还用于根据所述登陆信息，在预设语音识别模型中获取所述登陆信息对应的目标语音特征库；在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库；在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库。

可选地，所述装置还包括：判断模块和返回模块，其中：

所述判断模块，用于根据所述预设语音识别模型，对所述待识别对象的语音信息进行识别，判断所述待识别对象的语音信息与目标语音特征库中的语音特征是否匹配；根据所述预设人脸识别模型，对所述待识别对象的人脸信息进行识别，判断所述待识别对象的人脸信息与目标人脸特征库中的人脸特征是否匹配；根据所述预设行为识别模型，对所述待识别对象的行为信息进行行为识别，判断所述待识别对象的行为信息与目标行为特征库中的行为特征是否匹配；

所述返回模块，用于若所述语音信息、人脸信息和行为信息均匹配成功，则返回匹配成功指令。

可选地，所述装置还包括：建立模块，用于在所述预设语音识别模型中建立预设语音库，其中，预设语音库中包括至少十种语种；采集多个目标对象的语音信息，根据采集的语音信息，在所述预设语音识别模型中，分别建立各目标对象对应的语音特征库。

可选地，所述建立模块，还用于采集多个目标对象的人脸关键点信息，根据采集的人脸关键点信息，在所述预设人脸识别模型中，分别建立各目标对象对应的人脸特征库。

可选地，所述建立模块，还用于采集多个所述目标对象的行为特征，根据采集的行为特征，在预设行为识别模型中，分别建立各目标对象对应的行为特征库。

第三方面，本申请另一实施例提供了一种数字化身份识别设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当数字化身份识别设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。

第四方面，本申请另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。

本申请的有益效果是：在获取登录信息后，继续获取待识别对象的相关信息，并根据预设模型对待识别对象的相关信息进行匹配，其中，由于待识别对象的相关信息包括语音信息、人脸信息和行为信息，所以对待识别对象的相关信息进行匹配后，若匹配成功，说明当前用户的登录信息、语音信息、人脸信息和行为信息均符合，则确定当前登录用户的合法性，返回登录成功指令，这样的处理方法相对于现有技术，大幅度提高了识别的准确性，保证了用户使用银行业务***的安全性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请一实施例提供的数字化身份识别方法的流程示意图；

图2为本申请另一实施例提供的数字化身份识别方法的流程示意图；

图3为本申请一实施例提供的预设模型建立的完整流程示意图；

图4为本申请一实施例提供的数字化身份识别装置的结构示意图；

图5为本申请另一实施例提供的数字化身份识别装置的结构示意图；

图6为本申请另一实施例提供的数字化身份识别装置的结构示意图；

图7为本申请一实施例提供的数字化身份识别设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。

图1为本申请一实施例提供的一种数字化身份识别方法的流程示意图，该数字化身份识别方法可以由手机、平板电脑、穿戴设备等任一终端设备执行。在本申请的一个实施例中，应用场景为银行业务***手机应用程序登陆的身份识别，但是具体应用并不局限于此，任何需要对用户身份进行识别的场合均可使用，例如：医院业务***登陆的身份识别、学校业务***登陆的身份识别、公司业务***登陆的身份识别等，本申请在此不做任何限制，如图1所示，该方法包括：

S101：获取登陆信息及待识别对象的相关信息。

其中，待识别对象的相关信息包括：语音信息、人脸信息和行为信息。

其中，登录信息可以为用户的登录名和密码，也可以为用户的身份证号码或手机号码等，登录信息的设置并不以上述实施例为限制，任一具有唯一确定用户身份的登录信息均可。

获取登录信息后，还需要终端设备进一步采集待识别对象的相关信息，可选地，在本申请的一个实施例中，以终端设备为手机为例，手机摄像头获取当前待识别对象的人脸信息，其中，手机摄像头可以为前置摄像头，也可以为后置摄像头，本申请在此不做任何限制；手机话筒手机当前待识别对象的语音信息；安装在手机上的银行业务***采集当前待识别对象的行为信息。

需要说明的是，语音信息、人脸信息和行为信息的采集获取，均需要实时获取，不可以在手机的相册、或录音夹里选择实现拍摄或录制好的照片或语音，实时获取带识别对象的相关信息，可以保证当前识别的准确性，防止使用伪造的信息登录银行业务***，进一步保证用户的使用安全。

其中，当前待识别对象的语音信息、人脸信息和行为信息获取的先后顺序本申请在此不做任何限制，只需完成三种信息的正常采集即可。

S102：根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果。

其中，根据预设模型，分别对待识别对象的语音信息、人脸信息和行为信息进行匹配，并获取匹配结果。

可选地，在本申请的一个实施例中，只有当前待识别对象的语音信息、人脸信息和行为信息均匹配成功，才确定当前待识别对象登录成功；但是也可以为上述三种信息中，至少有两种匹配成功就确定当前待识别对象登录成功，具体待识别对象登录成功的设置可以根据用户需要调整，本申请在此不做任何限制。

其中，预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型。

S103：若匹配成功，则返回登陆成功指令。

其中，登录成功指令用于指示当前待识别对象身份通过验证，即当前对象可以在银行业务***上进行正常操作。

可选地，若预设时间内，银行业务***均没有接收到该用户的操作指令，则该预设时间后，银行业务***强制退出当前登录，下次操作该银行业务***时，需要重新进行登录操作；或当前银行业务***不在主界面上，而在后台运行时，即退出登录，下次该银行业务***再次回到手机的主界面时，仍需重新进行登录操作；这就进一步保证了用户银行业务***的使用安全。

其中，预设时间一般设置为1-15分钟，但也可以设置为其他任意时间间隔，具体预设时间的选择可以根据用户需要调整，本申请在此不做任何限制。

采用本申请提供的数字化身份识别方法，在获取登录信息后，继续获取待识别对象的相关信息，并根据预设模型对待识别对象的相关信息进行匹配，其中，由于待识别对象的相关信息包括语音信息、人脸信息和行为信息，所以对待识别对象的相关信息进行匹配后，若匹配成功，说明当前用户的登录信息、语音信息、人脸信息和行为信息均符合，则确定当前登录用户的合法性，返回登录成功指令，这样的处理方法相对于现有技术，大幅度提高了识别的准确性，保证了用户使用银行业务***的安全性。

图2为本申请另一实施例提供的数字化身份识别方法的流程示意图，如图2所示，S101之前，该方法还包括：

S104：根据登陆信息，在预设语音识别模型中获取登陆信息对应的目标语音特征库。

其中，目标语音特征库为预先设置好的，包括当前登录信息对应的目标对象的语音特征，每个目标对象均对应一个其专属的目标语音特征库。

S105：在预设人脸识别模型中获取登陆信息对应的目标人脸特征库。

其中，目标人脸特征库为预先设置好的，包括当前登录信息对应的目标对象的人脸特征，每个目标对象均对应一个其专属的目标人脸特征库。

S106：在预设行为识别模型中获取登陆信息对应的目标行为特征库。

其中，目标行为特征库为预先设置好的，包括当前登录信息对应的目标对象的行为特征，每个目标对象均对应一个其专属的目标行为特征库。

可选地，S102可包括：根据预设语音识别模型，对待识别对象的语音信息进行识别，判断待识别对象的语音信息与目标语音特征库中的语音特征是否匹配。

其中，根据待识别对象的语音信息进行识别的过程如下所示：获取话筒采集的语音信息之后，首先对语音信息进行分析处理，将处理后的语音信息与目标语音特征库中的语音进行比对，判断两者之间的相似度，若相似度大于预设阈值，即表示当前待识别对象的语音信息和目标语音特征库中的语音信息是同一人的语音信息，则表示待识别对象的语音验证通过。

根据预设人脸识别模型，对待识别对象的人脸信息进行识别，判断待识别对象的人脸信息与目标人脸特征库中的人脸特征是否匹配。

其中，对待识别对象的人脸信息进行识别的过程如下所示：获取摄像头采集的人脸图像后，首先做人脸检测，确定人脸在图像中的大小和位置，随后对检测到的人脸进行对齐，对齐操作用于找到人脸的若干个关键点(即基准点，例如：眼角，鼻尖，嘴角等)，随后利用这些对应的关键点通过相似变换(旋转、缩放和平移)将人脸尽可能变换到标准人脸，最后将标准化的人脸图像通过特征建模后，得到向量化的人脸特征，最后通过分类器判别，判断当前人脸特征与目标人脸特征库中的人脸特征的相似度，若相似度超过预设阈值，则判断匹配成功，即表示当前待识别对象的人脸信息和目标人脸特征库中的人脸信息是同一人的人脸信息，则表示待识别对象的人脸验证通过。

根据预设行为识别模型，对待识别对象的行为信息进行行为识别，判断待识别对象的行为信息与目标行为特征库中的行为特征是否匹配。

其中，行为采集可包括下述任一项：如通过银行业务***实现银行交易时，当前用户的交易行为、访问接口、关键操作日志、偏好功能领域分布等。通过对待识别对象的当前行为进行采集后，与预设目标行为特征库中的行为进行对比，判断其是否匹配，若匹配成功，则表示当前待识别对象的行为信息和目标行为特征库中的行为信息是同一人的人脸信息，则表示待识别对象的行为验证通过。

其中，语音信息、人脸信息和行为信息的判断顺序本申请在此不做任何限制，可以根据用户的需要调整。

若语音信息、人脸信息和行为信息均匹配成功，则返回匹配成功指令。

图3为本申请一实施例提供的预设模型建立的完整流程示意图，如图3所示，预设模型的建立包括：

S201：加载预设算法。

其中，预设算法包括：语音识别算法201a、人脸识别算法201b和行为识别算法201c。

S202：对待识别对象的样本采集。

其中，样本采集包括：对待识别对象的语音样本采集，对待识别对象的人脸样本采集和对待识别对象的行为样本采集。

随后，根据采集到的样本，分别执行：

S203a：语音识别对比。用于将语音样本与预设目标语音特征库中的语音特征进行对比匹配。

S203b：人脸识别对比。用于将人脸样本与预设目标人脸特征库中的人脸特征进行对比匹配。

S203c：行为识别对比。用于将行为样本与预设目标行为特征库中的行为特征进行对比匹配。

其中，具体识别对比的方式如上述实施例所示，在此不再赘述。

采集到对比结果后，执行S204：负载服务器集群分发对比结果。

其中，负载服务器接收到后台预设模型返回的对比结果后，将结果发送至银行业务***，提示银行业务***当前对比是否通过，若银行业务***接收到各特征识别均通过，则向用户返回登陆成功指令。

可选地，负载服务器将结果发送至银行业务***的过程，可以为将结果依次发送至银行业务***，也可以在接收到所有后台返回的对比结果后，将所有对比结果一次性返回至银行业务***，具体对比结果的返回方式可以根据用户需要设置，本申请在此不做任何限制。

随后执行S205：数据库存储。至此，整个流程结束。

其中，若对比匹配结果显示为成功，则将当前样本数据存储至对应的特征库中，举例说明：若当前待识别的语音样本信息经过对比匹配后，显示成功，则将该语音样本信息存储至当前待识别对杨对应的预设目标语音特征库中；这样的设置可以使得随着用户使用银行业务***的时间越久，银行业务的后台预设特征库存储的用户特征越多，从而使得对用户身份的验证更准确。

可选地，该方法还包括：在预设语音识别模型中建立预设语音库，其中，预设语音库中包括至少十种语种；采集多个目标对象的语音信息，根据采集的语音信息，在预设语音识别模型中，分别建立各目标对象对应的语音特征库。

可选地，预设语音库中支持多种语种，在本申请的一个实施例中，预设语音库中包括世界语言使用人数的前十种语种：汉语、西班牙语、英语、孟加拉语、印地语、***语、葡萄牙语、俄语、日语、德语，但是具体语种的设置并不以上述实施例为限，可以根据用户需要调整，本申请在此不做任何限制。

可选地，建立预设语音库之后，对不同的用户群体通过银行业务***进行多次语音的采集，并将采集后的数据经过超文本传输协议(Hyper Text Transfer Protocol，HTTP)传输至***后台，经过复杂均衡服务器分发至特定的无线接入点AP服务器，对采集到的语音信息进行分析处理，并在预设语音数据库中建立其个人对应的标准语音库，构建其对应的语音特征库。其中，每个用户在预设语音库中均存在一个其对应的语音特征库，一个语音特征库中仅包括一个用户的语音特征。

采集多个目标对象的人脸关键点信息，根据采集的人脸关键点信息，在预设人脸识别模型中，分别建立各目标对象对应的人脸特征库。

可选地，根据摄像头采集的多张目标对象的人脸照片图像，或采集的多段人脸视频中的各帧图像，对图像中的人脸关键点信息进行提取，并建立当前目标对象对应的人脸特征库。其中，每个用户在预设人脸识别模型中均存在一个其对应的人脸特征库，并且一个人脸特征库中仅包括一个用户的人脸特征。

采集多个目标对象的行为特征，根据采集的行为特征，在预设行为识别模型中，分别建立各目标对象对应的行为特征库。

其中，行为特征库是在用户经过对银行业务***一段时间的使用后建立的，是通过用户在使用银行业务***的过程中，通过对其行为习惯进行采集后构建的。

可选地，语音特征库、人脸特征库和行为特征库的建立过程可以在用户最初注册银行业务***，或激活银行业务***后建立的，即用户的第一次使用状态下，银行业务***发出提示“请完成相关信息的采集”，随后通过摄像头、话筒和银行业务***界面，分别采集用户的人脸信息、语音信息和行为信息，其中，人脸信息可以连续采集多张不同角度的人脸照片，或采集至少一段包括多个不同角度的人脸视频；语音信息可以连续采集至少一段用户的语音信息；但各信息采集的先后顺序本申请在此不做任何限制，可以根据用户需要调整。

其中，由于行为特征库是在用户经过一段时间使用后才建立的，所以在用户前几次使用银行业务***时，并不需要对行为信息进行验证，待行为特征库建立好之后，再对其行为信息进行验证。

图4为本申请一实施例提供的数字化身份识别装置的结构示意图，如图4所示，该装置包括：获取模块301、匹配模块302和登录模块303，其中：

获取模块301，用于获取登陆信息及待识别对象的相关信息，其中，待识别对象的相关信息包括：语音信息、人脸信息和行为信息。

匹配模块302，用于根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型。

登录模块303，用于若匹配成功，则返回登陆成功指令。

可选地，获取模块301，还用于根据登陆信息，在预设语音识别模型中获取登陆信息对应的目标语音特征库；在预设人脸识别模型中获取登陆信息对应的目标人脸特征库；在预设行为识别模型中获取登陆信息对应的目标行为特征库。

图5为本申请一实施例提供的数字化身份识别装置的结构示意图，如图5所示，该装置还包括：判断模块304和返回模块305，其中：

判断模块304，用于根据预设语音识别模型，对待识别对象的语音信息进行识别，判断待识别对象的语音信息与目标语音特征库中的语音特征是否匹配；根据预设人脸识别模型，对待识别对象的人脸信息进行识别，判断待识别对象的人脸信息与目标人脸特征库中的人脸特征是否匹配；根据预设行为识别模型，对待识别对象的行为信息进行行为识别，判断待识别对象的行为信息与目标行为特征库中的行为特征是否匹配。

返回模块305，用于若语音信息、人脸信息和行为信息均匹配成功，则返回匹配成功指令。

图6为本申请一实施例提供的数字化身份识别装置的结构示意图，如图6示，该装置还包括：建立模块306，用于在预设语音识别模型中建立预设语音库，其中，预设语音库中包括至少十种语种；采集多个目标对象的语音信息，根据采集的语音信息，在预设语音识别模型中，分别建立各目标对象对应的语音特征库。

可选地，建立模块306，还用于采集多个目标对象的人脸关键点信息，根据采集的人脸关键点信息，在预设人脸识别模型中，分别建立各目标对象对应的人脸特征库。

可选地，建立模块306，还用于采集多个目标对象的行为特征，根据采集的行为特征，在预设行为识别模型中，分别建立各目标对象对应的行为特征库。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上***(system-on-a-chip，简称SOC)的形式实现。

图7为本申请一实施例提供的数字化身份识别设备的结构示意图，该数字化身份识别设备可以集成于终端设备或者终端设备的芯片。

该数字化身份识别设备包括：处理器501、存储介质502和总线503。

处理器501用于存储程序，处理器501调用存储介质502存储的程序，以执行上述图1-图2对应的方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本申请还提供一种程序产品，例如存储介质，该存储介质上存储有计算机程序，包括程序，该程序在被处理器运行时执行上述方法对应的实施例。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：RandomAccess Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种数字化身份识别方法，其特征在于，所述方法包括：

获取登陆信息及待识别对象的相关信息，其中，所述待识别对象的相关信息包括：语音信息、人脸信息和行为信息；

根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，所述预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型；

若匹配成功，则返回登陆成功指令。

2.如权利要求1所述的方法，其特征在于，所述获取登陆信息及待识别对象的相关信息之前，所述方法还包括：

根据所述登陆信息，在预设语音识别模型中获取所述登陆信息对应的目标语音特征库；

在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库；

在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库。

3.如权利要求1所述的方法，其特征在于，所述根据预设模型，对待识别对象的相关信息进行对比，包括：

根据所述预设语音识别模型，对所述待识别对象的语音信息进行识别，判断所述待识别对象的语音信息与目标语音特征库中的语音特征是否匹配；

根据所述预设人脸识别模型，对所述待识别对象的人脸信息进行识别，判断所述待识别对象的人脸信息与目标人脸特征库中的人脸特征是否匹配；

根据所述预设行为识别模型，对所述待识别对象的行为信息进行行为识别，判断所述待识别对象的行为信息与目标行为特征库中的行为特征是否匹配；

若所述语音信息、所述人脸信息和所述行为信息均匹配成功，则返回匹配成功指令。

4.如权利要求2所述的方法，其特征在于，所述在预设语音识别模型中获取所述登陆信息对应的目标语音特征库之前，所述方法还包括：

在所述预设语音识别模型中建立预设语音库，其中，预设语音库中包括至少十种语种；

采集多个目标对象的语音信息，根据采集的语音信息，在所述预设语音识别模型中，分别建立各目标对象对应的语音特征库。

5.如权利要求2所述的方法，其特征在于，所述在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库之前，所述方法还包括：

采集多个目标对象的人脸关键点信息，根据采集的人脸关键点信息，在所述预设人脸识别模型中，分别建立各目标对象对应的人脸特征库。

6.如权利要求2所述的方法，其特征在于，所述在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库之前，所述方法还包括：

采集多个目标对象的行为特征，根据采集的行为特征，在预设行为识别模型中，分别建立各目标对象对应的行为特征库。

7.一种数字化身份识别装置，其特征在于，所述装置包括：获取模块、匹配模块和登录模块，其中：

所述获取模块，用于获取登陆信息及待识别对象的相关信息，其中，所述待识别对象的相关信息包括：语音信息、人脸信息和行为信息；

所述匹配模块，用于根据预设模型，对待识别对象的相关信息进行匹配，并获取匹配结果；其中，所述预设模型包括：预设语音识别模型、预设人脸识别模型和预设行为识别模型；

所述登录模块，用于若匹配成功，则返回登陆成功指令。

8.如权利要求7所述的装置，其特征在于，所述获取模块，还用于根据所述登陆信息，在预设语音识别模型中获取所述登陆信息对应的目标语音特征库；在所述预设人脸识别模型中获取所述登陆信息对应的目标人脸特征库；在所述预设行为识别模型中获取所述登陆信息对应的目标行为特征库。

9.一种数字化身份识别设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当数字化身份识别设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述权利要求1-6任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1-6任一项所述的方法。

Images