CN111062301A - 身份认证方法、装置、电子设备及计算机可读存储介质 - Google Patents
身份认证方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111062301A CN111062301A CN201911273084.5A CN201911273084A CN111062301A CN 111062301 A CN111062301 A CN 111062301A CN 201911273084 A CN201911273084 A CN 201911273084A CN 111062301 A CN111062301 A CN 111062301A
- Authority
- CN
- China
- Prior art keywords
- identity authentication
- face features
- target
- small
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000000605 extraction Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 description 8
- 230000001680 brushing effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供了一种身份认证方法、装置、电子设备及计算机可读存储介质，应用于图像识别技术领域，其中该方法包括：利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
Description
技术领域
本申请涉及图像识别术领域，具体而言，本申请涉及一种身份认证方法、装置、电子设备及计算机可读存储介质。
背景技术
近年来，金融科技已经成为银行最主要的发展目标之一。刷脸认证技术作为金融科技发展的重要创新成果之一，其技术也日渐成熟。目前，刷脸技术已经应用于大量领域，如登录、支付、身份认证，操作方便快捷，有助于更好的提升用户体验。
目前，在银行业内的刷脸认证，在获取了用户的脸部信息后，首先需要检测该脸部信息是否已在行内***登记，然后需要从庞大的全行脸库中搜索匹配的脸部信息，从而根据匹配度来进行判断，该技术往往需要耗费较长的时间去搜索。因此，现有技术存在刷脸认证耗费时间长、用户体验差的问题。
发明内容
本申请提供了一种身份认证方法、装置、电子设备及计算机可读存储介质，用于提升身份认证的效率以及提升用户体验，本申请采用的技术方案如下：
第一方面，提供了一种身份认证方法，该方法包括，
采集目标用户的目标图像；
基于目标图像提取目标用户的目标人脸特征；
判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。
进一步地，该方法还包括：
当目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，身份认证请求包括目标人脸特征信息，服务器用于判断目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至离行式金融设备。
其中，大范围数据库包括以下至少一项：网点数据库、分行数据库、总行数据库。
进一步地，该方法还包括：
接收服务器反馈的身份认证结果；
当接收到的服务器反馈的身份认证结果为身份认证成功时，将目标人脸特征存储至小范围数据库。
进一步地，该方法还包括：
接收服务区反馈的身份认证结果；
当接收到的服务器反馈的身份认证结果为身份认证失败时，提示目标用户进行人脸识别注册，并将提取得到的目标用户的人脸特征存储至小范围数据库。
进一步地，该方法还包括：
当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集。
第二方面，提供了一种身份认证装置，该装置包括，
采集模块，用于采集目标用户的目标图像；
提取模块，用于基于目标图像提取目标用户的目标人脸特征；
判断模块，用于判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。
进一步地，该装置还包括：
发送模块，用于当目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，身份认证请求包括目标人脸特征信息，服务器用于判断目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至离行式金融设备。
其中，大范围数据库包括以下至少一项：网点数据库、分行数据库、总行数据库。
进一地，该装置还包括：
接收模块，用于接收服务器反馈的身份认证结果；
存储模块，用于当接收到服务器反馈的身份认证结果为身份认证成功时，将目标人脸特征存储至小范围数据库。
进一步地，该装置还包括：
接收模块，用于接收服务器反馈的身份认证结果；
第一提示模块，用于当接收到服务器反馈的身份认证结果为身份认证失败时，提示目标用户进行人脸识别注册，并将提取得到的目标用户的人脸特征存储至小范围数据库。
进一步地，该装置还包括：
第二提示模块，用于当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集。
第三方面，提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行第一方面所示的身份认证方法。
第四方面，提供了一种计算机可读存储介质，计算机存储介质用于存储计算机指令，当其在计算机上运行时，使得计算机可以执行第一方面所示的身份认证方法。
本申请提供了一种身份认证方法、装置、电子设备及计算机可读存储介质，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例的一种身份认证方法的流程示意图；
图2为本申请实施例的一种身份认证装置的结构示意图；
图3为本申请实施例的另一种身份认证装置的结构示意图；
图4为本申请实施例的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，各实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
本申请实施例提供了一种身份认证方法，如图1所示，该方法可以包括以下步骤：
步骤S101，采集目标用户的目标图像；
其中，该方法可以应用于离行式金融设备，离行式金融设备是一种不局限于银行网点的大型金融自助设备，用户可在没有银行工作人员的陪同下自助办理银行业务。
具体地，可以通过离行式金融设备配置的图像采集设备采集目标用户的目标图像。
步骤S102，基于目标图像提取目标用户的目标人脸特征；
具体地，可以基于目标图像通过基于神经网络模型的方法提取目标用户的目标人脸特征，其中该模型可以是基于卷积神经网络的模型，也可以是其他能够实现本申请的模型。
其中，在进行人脸特征提取之前，可以进行活体的检测，可以防止用户使用相应用户的照片进行身份认证，如果检测到目标图像是照片的图像，则不进行目标人脸特征的提取，提示身份认证失败。
步骤S103，判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。
具体地，可以计算目标人脸特征与小范围数据库中预存储的各个人脸特征之间的相似度，当目标人脸特征与小范围数据库中任一人脸特征的相似度在设定的阈值范围内时，则匹配成功；其中，相似度的计算可以是通过计算特征之间的欧式距离、汉明距离、余弦距离等得到的，其中，计算的距离越大说明相似度越低。
其中，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。用户日常活动都有一定的范围(也称活动热区)，离行式金融设备的服务对象主要为某一活动热区内的用户，目标对象大概率是使用过该设备的用户，当目标对象进行身份认证时，基于位于离行式金融设备的小范围数据库进行匹配，在保证效率的同时也能保证一定的准确率。
本申请实施例提供了一种身份认证方法，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本申请实施例提供了一种可能的实现方式，进一步地，该方法还包括：
步骤S104(图中未示出)，当目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，身份认证请求包括目标人脸特征信息，服务器用于判断目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至离行式金融设备。
其中，大范围数据库包括以下至少一项：网点数据库、分行数据库、总行数据库。
具体地，当目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，在服务器端通过大范围数据库进行目标人脸特征的匹配。其中，大范围数据库包括以下至少一项：网点数据库(可以是离行式金融设备对应的银行网点的人脸库)、分行数据库(可以是银行分行的人脸库)、总行数据库(可以是银行总行的人脸库)。其中，网点数据库可以包含多个小范围数据库的人脸特征数据(即包含多个离行式金融设备的数据)，分行数据库可以包含多个网点数据库的人脸特征数据，总行数据库可以包含多个分行数据库的人脸特征数据。
具体地，可以设定一定的层级匹配策略，如可以设定四级认定策略，当使用小范围数据库匹配失败时，使用网点数据库进行匹配，匹配成功则身份认证通过；如果网点数据库匹配失败，则使用分行数据库匹配，匹配成功则身份认证通过；如果分行数据库匹配失败，则用总行数据库进行匹配，匹配成功则身份认证通过。其中，在适用大范围数据库进行人脸特征的匹配时，可以将上一阶段数据库的人脸数据去除之后在进行匹配，如一阶段利用的是小范围数据库进行匹配，在使用网点数据库进行匹配时，可以将网点数据库中该小范围数据库的数据去除，使用其他小范围数据库的数据进行比对，从而减少了一部分的数据处理量。
其中，也可以具体应用场景，选择相应的认证数据库，设定相应的二级或三级认证策略。
对于本申请实施例，当采用小范围数据库匹配失败时，发送认证请求至服务器，在服务器端使用大范围数据库进行身份的认证，从而在兼顾认证效率的同时，避免认证出现遗漏导致认证失败。
本申请实施例提供了一种可能的实现方式，进一步地，该方法还包括：
步骤S105(图中未示出)，接收服务器反馈的身份认证结果；
步骤S106(图中未示出)，当接收到的服务器反馈的身份认证结果为身份认证成功时，将目标人脸特征存储至小范围数据库。
具体地，当接收到的服务器反馈的身份认证结果为身份认证成功时，说明目标用户在其他地方注册使用过相应服务，将目标人脸特征存储至小范围数据库，以备目标用户再次使用该离行式金融设备时进行身份认证使用。
对于本申请实施例，当服务器端身份认证成功时，将目标人脸特征存储至小范围数据库，可以提高目标用户再次使用该离行式金融设备时身份认证的效率。
本申请实施例提供了一种可能的实现方式，进一步地，该方法还包括：
步骤S107(图中未示出)，接收服务区反馈的身份认证结果；
步骤S108(图中未示出)，当接收到的服务器反馈的身份认证结果为身份认证失败时，提示目标用户进行人脸识别注册，并将提取得到的目标用户的人脸特征存储至小范围数据库。
具体地，在服务器端身份认证失败时，说明该目标用户的新用户，提示目标用户进行人脸识别注册，将提取得到的目标用户的人脸特征存储至小范围数据库。
对于本申请实施例，当服务器端身份认证失败时，提示目标用户进行注册，并将目标人脸特征存储至小范围数据库，可以提高目标用户再次使用该离行式金融设备时身份认证的效率。
本申请实施例提供了一种可能的实现方式，进一步地，该方法还包括：
步骤S109(图中未示出)，当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集。
具体地，可以是用户点击离行式金融设备的认证请求控件时，离行式金融设备可以发出相应的提示，提示用户移动至预定的区域进行目标图像的采集，其中，该提示可以是语言提示，也可以是在设备屏幕上显示相应的提示信息。具体地，离行式金融设备可以根据获取到的用户的当前图像信息，进行用户图像采集的指导，如左右、上下移动、不要闭眼等。
对于本申请实施例，当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集，从而保证了采集的目标图像的质量，进而能提升后续人脸特征提取与匹配的准确性。
图2为本申请实施例提供的一种身份认证装置，该装置20包括：采集模块201、提取模块202与判断模块203，其中，
采集模块201，用于采集目标用户的目标图像；
提取模块202，用于基于目标图像提取目标用户的目标人脸特征；
判断模块203，用于判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。
本申请实施例提供了一种身份认证装置，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本实施例的身份认证装置可执行本申请上述实施例中提供的一种身份认证方法，其实现原理相类似，此处不再赘述。
如图3所示，本申请实施例提供了另一种身份认证装置，该装置30包括：采集模块301、提取模块302与判断模块303，其中，
采集模块301，用于采集目标用户的目标图像；
其中，图3中的采集模块301与图2中的采集模块201的功能相同或者相似。
提取模块302，用于基于目标图像提取目标用户的目标人脸特征；
其中，图3中的提取模块302与图2中的提取模块202的功能相同或者相似。
判断模块303，用于判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。
其中，图3中的判断模块303与图2中的判断模块203的功能相同或者相似。
本申请实施例提供了一种可能的实现方式，进一步地，该装置30还包括：
发送模块304，用于当目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，身份认证请求包括目标人脸特征信息，服务器用于判断目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至离行式金融设备。
其中，大范围数据库包括以下至少一项：网点数据库、分行数据库、总行数据库。
对于本申请实施例，当采用小范围数据库匹配失败时，发送认证请求至服务器，在服务器端使用大范围数据库进行身份的认证，从而在兼顾认证效率的同时，避免认证出现遗漏导致认证失败。
本申请实施例提供了一种可能的实现方式，进一步地，该装置还包括：
接收模块305，用于接收服务器反馈的身份认证结果；
存储模块306，用于当接收到服务器反馈的身份认证结果为身份认证成功时，将目标人脸特征存储至小范围数据库。
对于本申请实施例，当服务器端身份认证成功时，将目标人脸特征存储至小范围数据库，可以提高目标用户再次使用该离行式金融设备时身份认证的效率。
本申请实施例提供了一种可能的实现方式，进一步地，该装置30还包括：
接收模块305，用于接收服务器反馈的身份认证结果；
第一提示模块307，用于当接收到服务器反馈的身份认证结果为身份认证失败时，提示目标用户进行人脸识别注册，并将提取得到的目标用户的人脸特征存储至小范围数据库。
对于本申请实施例，当服务器端身份认证失败时，提示目标用户进行注册，并将目标人脸特征存储至小范围数据库，可以提高目标用户再次使用该离行式金融设备时身份认证的效率。
本申请实施例提供了一种可能的实现方式，进一步地，该装置30还包括：
第二提示模块308，用于当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集。
对于本申请实施例，当预定的身份认证触发条件发生时，提示目标用户移动至预定的区域以进行目标图像的采集，从而保证了采集的目标图像的质量，进而能提升后续人脸特征提取与匹配的准确性。
本申请实施例提供了一种身份认证装置，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本申请实施例提供了一种身份认证装置，适用于上述实施例所示的方法，在此不再赘述。
本申请实施例提供了一种电子设备，如图4所示，图4所示的电子设备40包括：处理器401和存储器403。其中，处理器401和存储器403相连，如通过总线402相连。进一步地，电子设备40还可以包括收发器404。需要说明的是，实际应用中收发器404不限于一个，该电子设备40的结构并不构成对本申请实施例的限定。其中，处理器401应用于本申请实施例中，用于实现图2或图3所示的采集模块、提取模块、判断模块的功能，以及图3所示的发送模块、接收模块、存储模块、第一提示模块以及第二提示模块的功能。收发器404包括接收机和发射机。
处理器401可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器401也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线402可包括一通路，在上述组件之间传送信息。总线402可以是PCI总线或EISA总线等。总线402可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器403可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器403用于存储执行本申请方案的应用程序代码，并由处理器401来控制执行。处理器401用于执行存储器403中存储的应用程序代码，以实现图2或图3所示实施例提供的身份认证装置的功能。
本申请实施例提供了一种电子设备，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本申请实施例提供了一种电子设备适用于上述方法实施例。在此不再赘述。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述实施例中所示的方法。
本申请实施例提供了一种计算机可读存储介质，与现有技术需要从全行脸库(大范围数据库)中搜索匹配的脸部信息相比，本申请通过采集目标用户的目标图像，然后基于目标图像提取目标用户的目标人脸特征，继而判断目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，小范围数据库位于离行式金融设备端，小范围数据库存储有使用离行式金融设备的用户的人脸特征。即利用小范围数据库进行人脸特征的匹配，从而减少了比对的数据量，能够提升比对的效率；再者，小范围数据库包含的人脸特征为使用过离行式金融设备的用户的人脸特征，在减少数据量的情况下也能保证比对的成功率；此外，在进行人脸特征匹配时，直接根据离行式金融设备端的小范围数据库进行离线匹配，不必向服务器发送认证请求，然后进行在线的人脸匹配，减少了在线请求的时间，从而进一步地提升了身份认证的效率，进而提升了用户体验。
本申请实施例提供了一种计算机可读存储介质适用于上述方法实施例。在此不再赘述。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种身份认证方法，其特征在于，用于离行式金融设备，包括：
采集目标用户的目标图像；
基于所述目标图像提取所述目标用户的目标人脸特征；
判断所述目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，所述小范围数据库位于离行式金融设备端，所述小范围数据库存储有使用所述离行式金融设备的用户的人脸特征。
2.根据权利要求1所述的方法，其特征在于，该方法还包括：
当所述目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，所述身份认证请求包括目标人脸特征信息，所述服务器用于判断所述目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至所述离行式金融设备。
3.根据权利要求2所述的方法，其特征在于，所述大范围数据库包括以下至少一项：网点数据库、分行数据库、总行数据库。
4.根据权利要求2或3所述的方法，其特征在于，该方法还包括：
接收所述服务器反馈的身份认证结果；
当接收到的所述服务器反馈的身份认证结果为身份认证成功时，将所述目标人脸特征存储至所述小范围数据库。
5.根据权利要求2或3所述的方法，其特征在于，该方法还包括：
接收所述服务区反馈的身份认证结果；
当接收到的所述服务器反馈的身份认证结果为身份认证失败时，提示所述目标用户进行人脸识别注册，并将提取得到的所述目标用户的人脸特征存储至所述小范围数据库。
6.根据权利要求1-5任一项所述的方法，其特征在于，该方法还包括：
当预定的身份认证触发条件发生时，提示所述目标用户移动至预定的区域以进行目标图像的采集。
7.一种身份认证装置，其特征在于包括：
采集模块，用于采集目标用户的目标图像；
提取模块，用于基于所述目标图像提取所述目标用户的目标人脸特征；
判断模块，用于判断所述目标人脸特征与小范围数据库预存储的人脸特征是否匹配，当匹配成功时，则身份认证成功，所述小范围数据库位于离行式金融设备端，所述小范围数据库存储有使用所述离行式金融设备的用户的人脸特征。
8.根据权利要求7所述的装置，其特征在于，该装置还包括：
发送模块，用于当所述目标人脸特征与小范围数据库预存储的人脸特征匹配失败时，发送身份认证请求至服务器，所述身份认证请求包括目标人脸特征信息，所述服务器用于判断所述目标人脸特征与大范围数据库预存储的人脸特征是否匹配，并反馈身份认证结果至离行式金融设备。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1至6任一项所述的身份认证方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质用于存储计算机指令，当其在计算机上运行时，使得计算机可以执行上述权利要求1至6中任一项所述的身份认证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911273084.5A CN111062301A (zh) | 2019-12-12 | 2019-12-12 | 身份认证方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911273084.5A CN111062301A (zh) | 2019-12-12 | 2019-12-12 | 身份认证方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111062301A true CN111062301A (zh) | 2020-04-24 |
Family
ID=70298906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911273084.5A Pending CN111062301A (zh) | 2019-12-12 | 2019-12-12 | 身份认证方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111062301A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111585765A (zh) * | 2020-04-28 | 2020-08-25 | 深圳市元征科技股份有限公司 | 一种人脸识别方法、装置以及相关设备 |
| CN111898451A (zh) * | 2020-07-01 | 2020-11-06 | 中国建设银行股份有限公司 | 身份识别方法、装置、电子设备及计算机可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815665A (zh) * | 2018-12-25 | 2019-05-28 | 深圳供电局有限公司 | 身份认证方法及***、电子设备、计算机可读存储介质 |
| CN109885994A (zh) * | 2019-01-08 | 2019-06-14 | 深圳禾思众成科技有限公司 | 一种离线身份认证***、设备及计算机可读存储介质 |
| CN110443198A (zh) * | 2019-08-06 | 2019-11-12 | 中国工商银行股份有限公司 | 基于人脸识别的身份识别方法和装置 |
-
2019
- 2019-12-12 CN CN201911273084.5A patent/CN111062301A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815665A (zh) * | 2018-12-25 | 2019-05-28 | 深圳供电局有限公司 | 身份认证方法及***、电子设备、计算机可读存储介质 |
| CN109885994A (zh) * | 2019-01-08 | 2019-06-14 | 深圳禾思众成科技有限公司 | 一种离线身份认证***、设备及计算机可读存储介质 |
| CN110443198A (zh) * | 2019-08-06 | 2019-11-12 | 中国工商银行股份有限公司 | 基于人脸识别的身份识别方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 徐诺金, 北京：中国金融出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111585765A (zh) * | 2020-04-28 | 2020-08-25 | 深圳市元征科技股份有限公司 | 一种人脸识别方法、装置以及相关设备 |
| CN111898451A (zh) * | 2020-07-01 | 2020-11-06 | 中国建设银行股份有限公司 | 身份识别方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI752418B (zh) | 伺服器、客戶端、用戶核身方法及系統 | |
| CN109389723B (zh) | 利用人脸识别的访客管理方法、装置、计算机设备 | |
| US10108792B2 (en) | Biometric-based authentication method, apparatus and system | |
| CN110866466B (zh) | 一种人脸识别方法、装置、存储介质和服务器 | |
| CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
| CN111626371B (zh) | 一种图像分类方法、装置、设备及可读存储介质 | |
| WO2019196303A1 (zh) | 用户身份验证方法、服务器及存储介质 | |
| EP3905173A1 (en) | Identity recognition method and apparatus based on dynamic rasterization management, and server | |
| CN111049659B (zh) | 基于手写签名识别的业务验证方法、装置及*** | |
| CN103268549A (zh) | 一种基于人脸特征的移动支付验证*** | |
| CN111062301A (zh) | 身份认证方法、装置、电子设备及计算机可读存储介质 | |
| CN111178203B (zh) | 签名审核方法、装置、计算机设备和存储介质 | |
| CN111625793A (zh) | 身份识别、订单支付、子人脸库建立方法、装置及设备、订单支付*** | |
| CN112287320A (zh) | 一种基于生物特征的身份验证方法、装置及客户端 | |
| CN107302434B (zh) | 电子签章的校验方法及*** | |
| CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
| CN110795715A (zh) | 一种数据录入方法、装置、***及存储介质 | |
| CN110781467A (zh) | 异常业务数据分析方法、装置、设备及存储介质 | |
| CN111339317A (zh) | 用户注册识别方法、装置、计算机设备和存储介质 | |
| CN111241930A (zh) | 一种用于人脸识别的方法及*** | |
| CN111931149B (zh) | 一种人脸认证方法、装置、计算机设备和存储介质 | |
| CN115131026A (zh) | 一种可信安全人脸识别支付*** | |
| CN110533297B (zh) | 一种识别异常设备的方法及装置 | |
| CN113792279A (zh) | 一种身份验证方法、装置、***、设备及存储介质 | |
| CN114048344A (zh) | 一种相似人脸搜索方法、装置、设备和可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220914 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200424 |
|
| RJ01 | Rejection of invention patent application after publication |