CN111199031A - 访问验证方法、装置、设备及计算机可读存储介质 - Google Patents
访问验证方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111199031A CN111199031A CN201910301968.0A CN201910301968A CN111199031A CN 111199031 A CN111199031 A CN 111199031A CN 201910301968 A CN201910301968 A CN 201910301968A CN 111199031 A CN111199031 A CN 111199031A
- Authority
- CN
- China
- Prior art keywords
- verification
- micro
- user
- face image
- expression value
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 328
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000014509 gene expression Effects 0.000 claims description 154
- 239000013598 vector Substances 0.000 claims description 68
- 238000004088 simulation Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000001815 facial effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008921 facial expression Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- 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
-
- 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
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2133—Verifying human interaction, e.g., Captcha
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及人工智能技术领域,公开了一种访问验证方法,包括以下步骤:检测当前是否进行访问验证;若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;识别所述人脸图像以进行验证码验证。本发明还公开了一种访问验证装置、设备及计算机可读存储介质。本发明通过采集人脸图像为验证码进行验证来生成验证码,因而整个验证过程无需用户手动操作,简化了验证码输入方式,提升了用户使用体验。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种访问验证方法、装置、设备及计算机可读存储介质。
背景技术
现有访问服务中,为保证网络安全性,通过APP客户端或浏览器等方式访问后端服务器通常需要进行验证码验证,比如基于文字验证码、图片验证码、短信验证码等方式进行验证,此类访问方式需要用户手动操作,因而可有效防止恶意程序登录,比如不法分子通过恶意代码进行验证码验证。然而,由于需要用户手动操作,因而使得现有的验证码输入方式比较繁琐、不够简便,并且容易被他人所破解,比如被他人获得短信验证码而存在一定的登录安全风险。
发明内容
本发明的主要目的在于提供一种访问验证方法、装置、设备及计算机可读存储介质,旨在解决现有技术中验证码输入方式繁琐且存在登录安全风险的技术问题。
为实现上述目的,本发明提供一种访问验证方法,所述访问验证方法包括以下步骤:
检测当前是否进行访问验证;
若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
识别所述人脸图像以进行验证码验证。
可选地,所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则确定验证码验证通过。
可选地,所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述使用者的微表情值与预置基准微表情值是否一致;
若所述使用者的微表情值与所述基准微表情值一致,则确定验证码验证通过。
可选地,所述若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像包括:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
可选地,所述若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像包括:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准微表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
可选地,在所述检测当前是否进行访问验证的步骤之前,还包括:
获取预置验证码验证模式;
所述识别所述人脸图像以进行验证码验证包括:
以所述人脸图像为验证码,基于所述验证模式识别所述人脸图像,以进行验证码验证;
其中,所述验证模式包括:身份验证模式、微表情验证模式、身份微表情混合验证模式中的任一种。
可选地,所述对所述人脸图像进行微表情识别,得到所述使用者的微表情值包括:
提取所述人脸图像的第一纹理特征向量;
分别计算所述人脸图像的第一纹理特征向量与预置微表情图像数据库中每一微表情图像的纹理特征向量之间的第一向量距离;
基于所述第一向量距离,分别计算所述人脸图像与所述微表情图像数据库中每一微表情图像之间的第一相似概率;
基于所述第一相似概率中最大相似概率对应的微表情图像,确定所述使用者的微表情值;
所述对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者包括:
提取所述人脸图像的第二纹理特征向量;
分别计算所述人脸图像的第二纹理特征向量与预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的第二向量距离;
基于所述第二向量距离,分别计算所述人脸图像与所述合法用户图像数据库中每一合法用户图像之间的第二相似概率;
判断所述第二相似概率中是否存在超过预置概率阈值的相似概率;
若是,则确定当前终端设备使用者为合法使用者。
进一步地,为实现上述目的,本发明还提供一种访问验证装置,所述访问验证装置包括:
检测模块,用于检测当前是否进行访问验证;
采集模块,用于若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
验证模块,用于识别所述人脸图像以进行验证码验证。
进一步地,所述验证模块包括:身份验证单元;
所述身份验证单元用于:对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;若所述使用者为合法使用者,则确定验证码验证通过。
进一步地,所述验证模块包括:微表情验证单元;
所述微表情验证单元用于:对所述人脸图像进行微表情识别,得到所述使用者的微表情值;判断所述使用者的微表情值与预置基准微表情值是否一致;若所述使用者的微表情值与所述基准微表情值一致,则确定验证码验证通过。
进一步地,所述采集模块用于:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述验证模块还用于:
对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
进一步地,所述采集模块用于:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述验证模块包括:混合验证单元;
所述混合验证单元用于:
对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准微表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
可选地,所述访问验证装置还包括:
获取模块,用于获取预置验证码验证模式;
所述验证模块具体还用于:
以所述人脸图像为验证码,基于所述验证模式识别所述人脸图像,以进行验证码验证;
其中,所述验证模式包括:身份验证模式、微表情验证模式、身份微表情混合验证模式中的任一种。
可选地,所述混合验证单元具体还用于:
当对所述人脸图像进行微表情识别时,提取所述人脸图像的第一纹理特征向量;分别计算所述人脸图像的第一纹理特征向量与预置微表情图像数据库中每一微表情图像的纹理特征向量之间的第一向量距离;基于所述第一向量距离,分别计算所述人脸图像与所述微表情图像数据库中每一微表情图像之间的第一相似概率;基于所述第一相似概率中最大相似概率对应的微表情图像,确定所述使用者的微表情值;
当对所述人脸图像进行人脸识别时,提取所述人脸图像的第二纹理特征向量;分别计算所述人脸图像的第二纹理特征向量与预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的第二向量距离;基于所述第二向量距离,分别计算所述人脸图像与所述合法用户图像数据库中每一合法用户图像之间的第二相似概率;判断所述第二相似概率中是否存在超过预置概率阈值的相似概率;若是,则确定当前终端设备使用者为合法使用者。
为实现上述目的,本发明还提供一种访问验证设备,所述访问验证设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的访问验证程序,所述访问验证程序被所述处理器执行时实现如上述任一项所述的访问验证方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有访问验证程序,所述访问验证程序被处理器执行时实现如上述任一项所述的访问验证方法的步骤。
本发明中,在进行验证码验证时,先采集用户的人脸图像,然后将用户的人脸图像作为验证码进行验证,一方面用户无需手动操作,从而简化了验证码输入方式,提升了用户使用体验,另一方面还可以避免恶意代码识别出验证码,进而提升了基于验证码验证的访问服务的安全性。
附图说明
图1为本发明实施例方案涉及的访问验证设备运行环境的结构示意图;
图2为本发明访问验证方法第一实施例的流程示意图;
图3为图2中步骤S30第一实施例的流程示意图;
图4为图2中步骤S30第二实施例的流程示意图;
图5为本发明访问验证方法第二实施例的流程示意图;
图6为本发明访问验证方法第三实施例的流程示意图;
图7为本发明访问验证方法第四实施例的流程示意图;
图8为本发明访问验证装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种访问验证设备。
参照图1,图1为本发明实施例方案涉及的访问验证设备运行环境的结构示意图。
如图1所示,该访问验证设备包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的访问验证设备的硬件结构并不构成对访问验证设备的限定,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。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及访问验证程序。其中,操作***是管理和控制访问验证设备和软件资源的程序,支持访问验证程序以及其它软件和/或程序的运行。
在图1所示的访问验证设备的硬件结构中,网络接口1004主要用于接入网络;用户接口1003主要用于侦测确认指令和编辑指令等。而处理器1001可以用于调用存储器1005中存储的访问验证程序,并执行以下访问验证方法的各实施例的操作。
基于上述访问验证设备硬件结构,提出本发明访问验证方法的各个实施例。
参照图2,图2为本发明访问验证方法第一实施例的流程示意图。本实施例中,所述访问验证方法包括以下步骤:
步骤S10,检测当前是否进行访问验证;
为保证网络安全性,后端服务器通常在前端客户端设置有验证码验证,用户只有输入验证码并通过验证后才能访问服务器。本实施例对于访问验证设备进行验证码验证的应用场景不限。例如,访问验证既可以适用于APP账户登录时的验证码验证,也可以适用于网页账户登录时的验证码验证。比如在APP登录页面或者网站登录页面,设有验证码验证选项,用户手动点击该选项即可触发进行验证码验证。或者在用户登录使用的账户密码验证通过时自动触发进行验证码验证。
步骤S20,若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
本实施例优选以终端设备使用者的人脸图像作为验证码进行验证。因此,需要采集终端设备使用者的人脸图像,终端设备为集成有摄像头或者连接有摄像头的设备,比如手机、计算机等。
本实施例中,访问验证设备通过预置的API接口调用终端设备的摄像头,以采集使用者的人脸图像。为便于进行图像采集,优选在终端设备上显示一采集区域并提示用户将头部对准该采集区域。
可选的,为采集到有效的人脸图像,因此在图像采集过程中,进一步检测当前采集区域内是否存在预设人脸特征,若存在,则采集当前采集区域内的人脸图像,若不存在,则提示用户重新进行图像采集,比如提示摘下眼睛或者将头部对准采集区域。
步骤S30,识别所述人脸图像以进行验证码验证。
本实施例具体以人脸图像作为验证码,通过对人脸图像进行识别以实现验证码验证。通常人脸图像可以反映出用户的人脸特征或人脸表情,因此,对人脸图像进行识别既可以是单独识别用户的人脸特征,也可以是单独识别用户的人脸表情,或者是分别对用户的人脸特征和人脸表情进行识别。
本实施例中,在进行验证码验证时,先采集用户的人脸图像,然后将用户的人脸图像作为验证码进行验证,一方面用户无需手动操作,从而简化了验证码输入方式,提升了用户使用体验,另一方面还可以避免恶意代码识别出验证码,进而提升了基于验证码验证的访问服务的安全性。
参照图3,图3为图2中步骤S30第一实施例的流程示意图。本实施例中,上述步骤S30包括:
步骤S301,对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
步骤S302,若所述使用者为合法使用者,则确定验证码验证通过。
本实施例具体以人脸图像所表现出的终端设备使用者的人脸特征作为验证码,进行验证码验证。访问验证设备中预先存储有合法使用者的人脸图像(或人脸特征),以合法使用者的人脸特征为参照,通过对采集的当前终端设备使用者的人脸图像进行人脸识别,以判别当前终端设备使用者是否为合法使用者,若为合法使用者,则验证码验证通过。例如,若人脸特征识别相似度超过某一阈值(比如超过70%),则确定当前终端设备使用者为合法使用者,验证码验证通过,否则不通过。
本实施例中,以人脸图像的特征作为验证码进行验证,简化了验证码输入方式,提升了用户使用体验,同时也避免恶意代码进行验证码验证,提升了APP或网页登录的安全性。
参照图4,图4为图2中步骤S30第二实施例的流程示意图。本实施例中,上述步骤S30包括:
步骤S304,对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
步骤S305,判断所述使用者的微表情值与预置基准微表情值是否一致;
步骤S306,若所述使用者的微表情值与所述基准微表情值一致,则确定验证码验证通过。
本实施例具体以人脸图像所表现出的终端设备使用者的人脸微表情作为验证码,进行验证码验证。访问验证设备中预先存储有基准微表情值,比如,“微笑”、“大笑”、“悲伤”、或者“哭泣”等微表情值,合法用户是可以提前知晓该基准微表情值的,在进行验证码验证时,以基准微表情值为参照,通过对采集的当前终端设备使用者的人脸图像进行微表情识别,以判别当前终端设备使用者的微表情值与预置基准微表情值是否一致,若一致,则验证码验证通过。例如,若微表情识别得到的微表情值为“大笑”,而基准微表情值同样为“大笑”,也即用户的微表情值与预置基准微表情值一致,则验证码验证通过,否则不通过。
本实施例中,以人脸微表情作为验证码进行验证,简化了验证码输入方式,提升了用户使用体验,同时也避免恶意代码进行验证码验证,提升了APP或网页登录的安全性。
参照图5,图5为本发明访问验证方法第二实施例的流程示意图。基于上述第一实施例,本实施例中,上述步骤S20包括:
步骤S201,若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
步骤S202,调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
为进一步提升验证码验证的安全性,本实施例优选将用于进行验证码验证的基准微表情值由访问验证设备随机给出。当进行验证码验证时,访问验证设备通过终端设备随机显示一微表情值并将其设置为基准微表情值。终端设备使用者需要基于该基准微表情值进行微表情模拟,访问验证设备调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,从而获得用户模拟基准微表情时的人脸图像。
此外,本实施例中,上述步骤S30包括:
步骤S307,对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
步骤S308,判断所述微表情值与所述基准表情值是否一致;
步骤S309,若所述微表情值与所述基准微表情值一致,则确定验证码验证通过,否则验证不通过。
本实施例具体以人脸图像所表现出的终端设备使用者的人脸微表情作为验证码,进行验证码验证。在进行验证码验证时,访问验证设备以基准微表情值为参照,通过对采集的当前终端设备使用者的人脸图像进行微表情识别,以判别当前终端设备使用者的微表情值与给出的基准微表情值是否一致,若一致,则验证码验证通过。例如,若微表情识别得到的微表情值为“微笑”,而基准微表情值同样为“微笑”,也即用户的微表情值与预置基准微表情值一致,则验证码验证通过,否则不通过。
本实施例中,以人脸微表情作为验证码进行验证,简化了验证码输入方式,提升了用户使用体验,同时也避免恶意代码进行验证码验证,提升了APP或网页登录的安全性。
参照图6,图6为本发明访问验证方法第三实施例的流程示意图。基于上述实施例,本实施例中,上述步骤S20包括:
步骤S203,若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
步骤S204,调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
为进一步提升验证码验证的安全性,本实施例优选将用于进行验证码验证的基准微表情值由访问验证设备随机给出。当进行验证码验证时,访问验证设备通过终端设备随机显示一微表情值并将其设置为基准微表情值。终端设备使用者需要基于该基准微表情值进行微表情模拟,访问验证设备调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,从而获得用户模拟基准微表情时的人脸图像。
此外,本实施例中,上述步骤S30包括:
步骤S3011,对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
步骤S3012,若所述使用者为合法使用者,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值,否则验证不通过;
步骤S3013,判断所述微表情值与所述基准微表情值是否一致;
步骤S3014,若所述微表情值与所述基准微表情值一致,则确定验证码验证通过,否则验证不通过。
本实施例具体以人脸图像所表现出的终端设备使用者的人脸特征以及人脸微表情作为验证码,进行验证码验证。访问验证设备中预先存储有合法使用者的人脸图像(或人脸特征),以合法使用者的人脸特征为参照,通过对采集的当前终端设备使用者的人脸图像进行人脸识别,以判别当前终端设备使用者是否为合法使用者,若为合法使用者,则继续进行微表情值识别。例如,若人脸特征识别相似度超过某一阈值(比如超过70%),则确定当前终端设备使用者为合法使用者,进而继续进行微表情识别,否则验证失败并退出验证。
在进行微表情识别时,访问验证设备以给出的基准微表情值为参照,判别当前终端设备使用者的微表情值与给出的基准微表情值是否一致,若一致,则验证码验证通过。例如,若微表情识别得到的微表情值为“微笑”,而基准微表情值同样为“微笑”,也即用户的微表情值与预置基准微表情值一致,则验证码验证通过,否则不通过。
需要说明的是,本实施例对于人脸识别与微表情识别的先后顺序不限,既可以是如本实施例中所述的先进行人脸识别,然后再进行微表情识别,也可以是先进行微表情识别,然后再进行人脸识别,也可以是人脸识别与微表情识别同时进行。
本实施例中,以人脸图像的人脸特征以及人脸微表情作为验证码进行验证,不仅简化了验证码输入方式,提升了用户使用体验,同时也避免恶意代码进行验证码验证,进一步提升了APP或网页登录的安全性。
参照图7,图7为本发明访问验证方法第四实施例的流程示意图。本实施例中,在上述步骤S10之前,还包括:
步骤S40,获取预置验证码验证模式;
本实施例中,验证码验证模式可以是由访问验证设备预先默认设置,也可以是随机设置,也可以是由合法用户预先设定。不同验证模式对应的验证处理流程不同。
可选的,验证模式包括:身份验证模式、微表情验证模式、身份微表情混合验证模式中的任一种。
本实施例中,上述步骤S30包括:以所述人脸图像为验证码,基于所述验证模式识别所述人脸图像,以进行验证码验证。
(1)验证模式为身份验证模式
本模式下,步骤S30具体执行以下验证码验证流程,包括:
若验证模式为身份验证模式,则对所述人脸图像进行人脸识别,得到人脸识别结果;基于所述人脸识别结果,识别当前终端设备使用者是否为合法使用者;若所述使用者为合法使用者,则验证码验证通过,否则验证不通过。
(2)验证模式为微表情验证模式
本模式下,若基准微表情值由访问验证设备预先设定,则步骤S30具体执行以下验证码验证流程,包括:
若验证模式为微表情验证模式,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值;判断所述使用者的微表情值与预置基准微表情值是否一致;若所述使用者的微表情值与所述基准微表情值一致,则验证码验证通过,否则验证不通过。
本模式下,若基准微表情值由访问验证设备随机给出,则步骤S30具体执行以下验证码验证流程,包括:
若验证模式为身份验证模式,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值;判断所述微表情值与随机显示的基准表情值是否一致;若所述微表情值与所述基准微表情值一致,则验证码验证通过,否则验证不通过。
(3)验证模式为身份微表情混合验证模式
本模式下,若验证模式为身份微表情混合验证模式,则步骤S30具体执行以下验证码验证流程,包括:
若验证模式为身份验证模式,则对所述人脸图像进行人脸识别,得到人脸识别结果;基于所述人脸识别结果,识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值,否则验证不通过;判断所述微表情值与基准微表情值是否一致;若所述微表情值与所述基准微表情值一致,则验证码验证通过,否则验证不通过。其中,基准微表情值既可以是由访问验证设备随机给出,也可以是由访问验证设备预先设定。
进一步可选的,在本发明访问验证方法一实施例中,具体通过以下方式实现微表情识别:
1.1、提取所述人脸图像的第一纹理特征向量;
1.2、分别计算所述人脸图像的第一纹理特征向量与预置微表情图像数据库中每一微表情图像的纹理特征向量之间的第一向量距离;
1.3、基于所述第一向量距离,分别计算所述人脸图像与所述微表情图像数据库中每一微表情图像之间的第一相似概率;
1.4、基于所述第一相似概率中最大相似概率对应的微表情图像,确定所述使用者的微表情值。
纹理特征是一种反映图像中同质现象的视觉特征,它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理通过像素及其周围空间邻域的灰度分布来表现,其描述了图像或图像区域所对应景物的表面性质。
本实施例中,先提取用户人脸图像的纹理特征并形成纹理特征向量。本实施例对于纹理特征的提取方式不限,例如:基于统计的方法,如灰度共生矩阵;基于模型的方法,如马尔可夫模型;基于信号处理的方法,如局部傅里叶变化等。
本实施例对提取到的纹理特征采用向量形式进行表示。同时,为便于进行微表情识别,预先设置微表情图像数据库,该数据库中包含有多种微表情图像以及各微表情图像对应的纹理特征向量。
本实施例中,先计算人脸图像的第一纹理特征向量与预置微表情图像数据库中每一微表情图像的纹理特征向量之间的第一向量距离,然后基于第一向量距离,分别计算人脸图像与微表情图像数据库中每一微表情图像之间的第一相似概率,其中,两向量之间的距离可用于衡量两向量之间的相似程度,通常距离越近,则相似程度越高,反之越低。
假设利用欧几里德距离计算两向量之间的距离,则向量距离与向量相似程度之间的数学关系可表示为:S=1/(1+d);其中,S表示两向量之间的相似概率,d表示两向量之间的距离。
本实施例中,取最大相似概率对应的微表情图像,并将该微表情图像对应的微表情值确定为当前终端设备使用者的微表情值。
进一步可选的,在本发明访问验证方法另一实施例中,具体通过以下方式实现人脸识别:
2.1、提取所述人脸图像的第二纹理特征向量;
2.2、分别计算所述人脸图像的第二纹理特征向量与预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的第二向量距离;
2.3、基于所述第二向量距离,分别计算所述人脸图像与所述合法用户图像数据库中每一合法用户图像之间的第二相似概率;
2.4、判断所述第二相似概率中是否存在超过预置概率阈值的相似概率;
2.5、若是,则确定当前终端设备使用者为合法使用者。
本实施例中,先提取用户人脸图像的纹理特征并形成纹理特征向量。本实施例对于纹理特征的提取方式不限,例如:基于统计的方法,如灰度共生矩阵;基于模型的方法,如马尔可夫模型;基于信号处理的方法,如局部傅里叶变化等。
本实施例对提取到的纹理特征采用向量形式进行表示。同时,为便于进行人脸识别,预先设置合法用户图像数据库,该数据库中包含有多个合法用户图像以及各合法用户图像对应的纹理特征向量。
本实施例中,先计算人脸图像的第二纹理特征向量预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的第二向量距离,然后基于第二向量距离,分别计算所述人脸图像与所述合法用户图像数据库中每一合法用户图像之间的第二相似概率,其中,两向量之间的距离可用于衡量两向量之间的相似程度,通常距离越近,则相似程度越高,反之越低。
假设利用欧几里德距离计算两向量之间的距离,则向量距离与向量相似程度之间的数学关系可表示为:S=1/(1+d);其中,S表示两向量之间的相似概率,d表示两向量之间的距离。
本实施例中,预先设置一概率阈值(比如85%),如果第二相似概率中存在超过预置概率阈值的相似概率,也即说明当前用户人脸图像与合法用户图像数据库中的某一图像之间的相似概率超过了概率阈值,因而确定当前终端设备使用者为合法使用者。
本发明还提供一种访问验证装置。
参照图8,图8为本发明访问验证装置一实施例的功能模块示意图。本实施例中,所述访问验证装置包括:
检测模块10,用于检测当前是否进行访问验证;
采集模块20,用于若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
验证模块30,用于识别所述人脸图像以进行验证码验证。
本实施例中,在进行验证码验证时,先采集用户的人脸图像,然后将用户的人脸图像作为验证码进行验证,一方面用户无需手动操作,从而简化了验证码输入方式,提升了用户使用体验,另一方面还可以避免恶意代码识别出验证码,进而提升了基于验证码验证的访问服务的安全性。
本发明还提供一种计算机可读存储介质。
本实施例中,计算机可读存储介质上存储有访问验证程序,所述访问验证程序被处理器执行时实现如上述任一项实施例中所述的访问验证方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,这些均属于本发明的保护之内。
Claims (10)
1.一种访问验证方法,其特征在于,所述访问验证方法包括以下步骤:
检测当前是否进行访问验证;
若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
识别所述人脸图像以进行验证码验证。
2.如权利要求1所述的访问验证方法,其特征在于,所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则确定验证码验证通过。
3.如权利要求1所述的访问验证方法,其特征在于,所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述使用者的微表情值与预置基准微表情值是否一致;
若所述使用者的微表情值与所述基准微表情值一致,则确定验证码验证通过。
4.如权利要求1所述的访问验证方法,其特征在于,所述若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像包括:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
5.如权利要求1所述的访问验证方法,其特征在于,所述若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像包括:
若当前进行访问验证,则随机显示一微表情值并设置为基准微表情值;
调用终端设备的摄像头,采集当前终端设备使用者的人脸图像,其中,所述使用者基于所述微表情值进行微表情模拟;
所述识别所述人脸图像以进行验证码验证包括:
对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者;
若所述使用者为合法使用者,则对所述人脸图像进行微表情识别,得到所述使用者的微表情值;
判断所述微表情值与所述基准微表情值是否一致;
若所述微表情值与所述基准微表情值一致,则确定验证码验证通过。
6.如权利要求1-5中任一项所述的访问验证方法,其特征在于,在所述检测当前是否进行访问验证的步骤之前,还包括:
获取预置验证码验证模式;
所述识别所述人脸图像以进行验证码验证包括:
以所述人脸图像为验证码,基于所述验证模式识别所述人脸图像,以进行验证码验证;
其中,所述验证模式包括:身份验证模式、微表情验证模式、身份微表情混合验证模式中的任一种。
7.如权利要求5所述的访问验证方法,其特征在于,所述对所述人脸图像进行微表情识别,得到所述使用者的微表情值包括:
提取所述人脸图像的第一纹理特征向量;
分别计算所述人脸图像的第一纹理特征向量与预置微表情图像数据库中每一微表情图像的纹理特征向量之间的第一向量距离;
基于所述第一向量距离,分别计算所述人脸图像与所述微表情图像数据库中每一微表情图像之间的第一相似概率;
基于所述第一相似概率中最大相似概率对应的微表情图像,确定所述使用者的微表情值;
所述对所述人脸图像进行人脸识别,以识别当前终端设备使用者是否为合法使用者包括:
提取所述人脸图像的第二纹理特征向量;
分别计算所述人脸图像的第二纹理特征向量与预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的第二向量距离;
基于所述第二向量距离,分别计算所述人脸图像与所述合法用户图像数据库中每一合法用户图像之间的第二相似概率;
判断所述第二相似概率中是否存在超过预置概率阈值的相似概率;
若是,则确定当前终端设备使用者为合法使用者。
8.一种访问验证装置,其特征在于,所述访问验证装置包括:
检测模块,用于检测当前是否进行访问验证;
采集模块,用于若当前进行访问验证,则调用终端设备的摄像头,采集当前终端设备使用者的人脸图像;
验证模块,用于识别所述人脸图像以进行验证码验证。
9.一种访问验证设备,其特征在于,所述访问验证设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的访问验证程序,所述访问验证程序被所述处理器执行时实现如权利要求1-7中任一项所述的访问验证方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有访问验证程序,所述访问验证程序被处理器执行时实现如权利要求1-7中任一项所述的访问验证方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301968.0A CN111199031A (zh) | 2019-04-16 | 2019-04-16 | 访问验证方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301968.0A CN111199031A (zh) | 2019-04-16 | 2019-04-16 | 访问验证方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111199031A true CN111199031A (zh) | 2020-05-26 |
Family
ID=70746603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910301968.0A Pending CN111199031A (zh) | 2019-04-16 | 2019-04-16 | 访问验证方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111199031A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105025018A (zh) * | 2015-07-06 | 2015-11-04 | 国网山东寿光市供电公司 | 一种在通信过程中进行安全验证的方法 |
CN106156578A (zh) * | 2015-04-22 | 2016-11-23 | 深圳市腾讯计算机***有限公司 | 身份验证方法和装置 |
CN107992728A (zh) * | 2016-10-27 | 2018-05-04 | 腾讯科技(深圳)有限公司 | 人脸验证方法及装置 |
CN109389723A (zh) * | 2018-10-11 | 2019-02-26 | 平安科技(深圳)有限公司 | 利用人脸识别的访客管理方法、装置、计算机设备 |
CN109543377A (zh) * | 2018-10-17 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
-
2019
- 2019-04-16 CN CN201910301968.0A patent/CN111199031A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156578A (zh) * | 2015-04-22 | 2016-11-23 | 深圳市腾讯计算机***有限公司 | 身份验证方法和装置 |
CN105025018A (zh) * | 2015-07-06 | 2015-11-04 | 国网山东寿光市供电公司 | 一种在通信过程中进行安全验证的方法 |
CN107992728A (zh) * | 2016-10-27 | 2018-05-04 | 腾讯科技(深圳)有限公司 | 人脸验证方法及装置 |
CN109389723A (zh) * | 2018-10-11 | 2019-02-26 | 平安科技(深圳)有限公司 | 利用人脸识别的访客管理方法、装置、计算机设备 |
CN109543377A (zh) * | 2018-10-17 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6495970B2 (ja) | ユーザ認証の方法及び装置 | |
CN104468531B (zh) | 敏感数据的授权方法、装置和*** | |
CN104834839B (zh) | 一种条码生成方法、基于条码的鉴权方法及相关终端 | |
CN109460732B (zh) | 基于图像识别的投保信息处理方法、装置及可读存储介质 | |
CN109194689B (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
CN110247898B (zh) | 身份验证方法、装置、介质及电子设备 | |
CN109104430B (zh) | 身份验证方法、装置及计算机可读存储介质 | |
CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
CN107786487B (zh) | 一种信息认证处理方法、***以及相关设备 | |
CN109413047B (zh) | 行为模拟的判定方法、***、服务器及存储介质 | |
CN110990811A (zh) | 一种身份认证方法及装置 | |
US10936705B2 (en) | Authentication method, electronic device, and computer-readable program medium | |
CN114448664B (zh) | 钓鱼网页的识别方法、装置、计算机设备及存储介质 | |
CN114612986A (zh) | 检测方法、装置、电子设备及存储介质 | |
CN113705506B (zh) | 核酸检测方法、装置、设备和计算机可读存储介质 | |
CN109688109B (zh) | 基于客户端信息识别的验证码的验证方法及装置 | |
CN111090849A (zh) | 存储器、验证码实现方法、装置和设备 | |
CN107818252B (zh) | 人脸识别信息同步方法及相关产品 | |
CN109413004B (zh) | 验证方法、装置及设备 | |
CN110706221A (zh) | 图片定制化的验证方法、验证设备、存储介质及装置 | |
CN111199031A (zh) | 访问验证方法、装置、设备及计算机可读存储介质 | |
CN111401367A (zh) | 基于联邦ocr模型的字符检测方法、装置、设备和介质 | |
CN114731280B (zh) | 身份认证方法、装置、终端及存储介质 | |
CN114467283B (zh) | 身份认证方法、装置、终端、存储介质及程序产品 | |
CN108875748B (zh) | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
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 | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240112 |