CN113536270A - 一种信息验证的方法、装置、计算机设备及存储介质 - Google Patents
一种信息验证的方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113536270A CN113536270A CN202110844840.6A CN202110844840A CN113536270A CN 113536270 A CN113536270 A CN 113536270A CN 202110844840 A CN202110844840 A CN 202110844840A CN 113536270 A CN113536270 A CN 113536270A
- Authority
- CN
- China
- Prior art keywords
- virtual object
- image
- verification
- expression
- object expression
- 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.)
- Granted
Links
- 238000012795 verification Methods 0.000 title claims abstract description 548
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims abstract description 643
- 239000013598 vector Substances 0.000 claims description 109
- 238000012216 screening Methods 0.000 claims description 31
- 230000008921 facial expression Effects 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 13
- 230000004044 response Effects 0.000 description 12
- 238000009826 distribution Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered 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
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例公开了一种信息验证的方法、装置、计算机设备及存储介质。本方案通过对图形用户界面的操作触发向服务器发送信息验证请求,以使服务器根据该信息验证请求向终端返回虚拟对象表情图像和验证提示信息,当终端接收到虚拟对象表情图像和验证提示信息后,生成验证页面并在图形用户界面展示验证页面,根据用户在验证页面的操作得到操作结果,进一步基于操作结果确定验证结果,从而根据验证结果完成图形用户界面对应请求的功能。可以提高信息验证的安全性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种信息验证的方法、装置、计算机设备及存储介质。
背景技术
验证码(Completely Automated Public Turing test to tell Computers andHumans Apart,全自动区分计算机和人类的图灵测试),是一种区分用户是计算机还是人的公共全自动程序。可以防止:恶意破解密码、刷票、论坛灌水,有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试,实际上用验证码是现在很多网站通行的方式。这个问题可以由计算机生成并评判,但是只有人类才能解答。由于计算机无法解答验证码的问题,所以回答出问题的用户就可以被认为是人类。
相关技术中,验证方式包括如下几种:图形验证码、短信验证码、语音验证码、滑块验证码、问题验证码以及识图验证码。上述验证方式安全性较低。
发明内容
本申请实施例提供一种信息验证的方法、装置、计算机设备及存储介质,可以提高信息验证的安全性。
本申请实施例提供了一种信息验证的方法,应用于终端,该方法包括:
向服务器发送信息验证请求;
当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
基于对所述验证页面的操作生成操作结果;
向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
相应的,本申请实施例提供了另一种信息验证的方法,应用于服务器,该方法包括:
响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
相应的,本申请实施例还提供了一种信息验证的装置,应用于终端,该装置包括:
第一发送单元,用于向服务器发送信息验证请求;
第一显示单元,用于当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一生成单元,用于基于对所述验证页面的操作生成操作结果;
第二发送单元,用于向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
在一些实施例中,第一生成单元包括:
第一确定子单元,用于响应于用户对所述验证页面中所述多张虚拟对象表情图像的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
第二确定子单元,用于基于所述目标虚拟对象表情图像得到所述操作结果。
在一些实施例中,第一生成单元包括:
第三确定子单元,用于响应于所述用户对所述验证页面中所述多个表情关键词的选择操作,从所述多个表情关键词中确定目标表情关键词;
第四确定子单元,用于基于所述目标表情关键词得到所述操作结果。
在一些实施例中,第一生成单元包括:
第五确定子单元,用于响应于所述用户对所述验证页面中所述多张虚拟对象表情的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
第六确定子单元,用于基于所述目标虚拟对象表情图像得到所述操作结果。
在一些实施例中,该装置还包括:
第二显示单元,用于若所述验证结果指示验证失败,则在所述验证页面显示图像切换控件;
第四发送单元,用于响应针对所述图像切换控件的触发操作,向所述服务器发送图像切换请求;
更新单元,用于当接收到所述服务器针对所述图像切换请求返回的虚拟对象表情图像时,基于所述虚拟对象表情图像更新所述验证页面。
相应的,本申请实施例还提供了另一种信息验证的装置,应用于服务器,该装置包括:
筛选单元,用于响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
第三发送单元,用于将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一接收单元,用于接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
在一些实施例中,该装置还包括:
采集单元,用于采集样本噪声数据;
第二生成单元,用于基于所述样本噪声数据生成虚拟对象表情图像;
第一确定单元,用于根据所述虚拟对象表情图像得到虚拟对象表情图像,基于所述虚拟对象表情图像得到所述图像集合。
在一些实施例中,第一确定单元包括:
提取子单元,用于确定目标人脸表情,提取所述目标人脸表情的表情特征数据;
融合子单元,用于将所述虚拟对象表情图像与所述表情特征数据进行融合处理,得到所述虚拟对象表情图像对应的虚拟对象表情图像。
在一些实施例中,第一确定单元包括:
筛选子单元,用于根据所述虚拟对象表情图像的清晰度和/或所述虚拟对象表情图像的异常信息,对所述虚拟对象图像进行筛选,得到筛选后的图像集合。
在一些实施例中,筛选单元,包括:
分组子单元,用于对所述图像集合中的虚拟对象表情图像进行分组,得到一个以上的图像子集合;
第七确定子单元,用于从所述一个以上的图像子集合中确定一目标图像子集合,将所述目标图像子集合中包含的虚拟对象表情图像作为筛选出的虚拟对象表情图像。
在一些实施例中,分组子单元具体用于:
将所述图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合,所述指定数量为每个所述候选图像子集合所包含的虚拟对象表情图像的数量;
提取每一所述虚拟对象表情图像的表情特征向量;
计算每一所述候选图像子集合中两两所述虚拟对象表情图像的表情特征向量之间的向量距离值;
基于所述向量距离值从所述多个候选图像子集合中确定图像子集合。
在一些实施例中,分组子单元具体用于:
将所述图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合,所述指定数量为每个所述候选图像子集合所包含的虚拟对象表情图像的数量;
提取每一所述虚拟对象表情图像的表情特征向量;
计算每一所述候选图像子集合中两两所述虚拟对象表情图像的表情特征向量之间的向量距离值;
基于所述多个候选图像子集合中目标候选图像子集合中两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标候选图像子集合中差异最大的第一虚拟对象表情图像;获取所述目标候选图像子集合中除所述第一虚拟对象表情图像外的其他虚拟对象表情图像之间的第一向量距离值,以及所述第一虚拟对象表情图像分别与所述目标候选图像子集合中其他虚拟对象表情图像之间的第二向量距离值;若所述第二向量距离值均大于所述第一向量距离值预设数值,则确定所述目标候选图像子集合为所述图像子集合。
在一些实施例中,该装置还包括:
第二确定单元,用于基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标图像子集合中差异最大的虚拟对象表情图像,将所述差异最大的虚拟对象表情图像作为验证答案。
在一些实施例中,该装置还包括:
第三确定单元,用于基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定向量距离值在预设范围内的虚拟对象表情图像作为验证答案。
在一些实施例中,还装置还包括:
比较单元,用于将所述操作结果对应的虚拟对象表情图像与所述验证答案进行比较,若一致,则验证通过,若不一致,则验证失败。
相应的,本申请实施例还提供了一种计算机设备,包括存储器,处理器及存储在储存器上并可在处理器上运行的计算机程序,其中,处理器执行本申请实施例任一提供的信息验证的方法。
相应的,本申请实施例还提供了一种存储介质,存储介质存储有多条指令,指令适于处理器进行加载,以执行如上的信息验证的方法。
本申请实施例通过对图形用户界面的操作触发向服务器发送信息验证请求,以使服务器根据该信息验证请求向终端返回虚拟对象表情图像和验证提示信息,当终端接收到虚拟对象表情图像和验证提示信息后,生成验证页面并在图形用户界面展示验证页面,根据用户在验证页面的操作得到操作结果,进一步基于操作结果确定验证结果,从而根据验证结果完成图形用户界面对应请求的功能。可以提高信息验证的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1为本申请实施例提供的一种信息验证的***的场景示意图。
图2为本申请实施例提供的一种信息验证的方法的流程示意图。
图3为本申请实施例提供的一种信息验证的方法的应用场景示意图。
图4为本申请实施例提供的另一种信息验证的方法的应用场景示意图。
图5为本申请实施例提供的另一种信息验证的方法的应用场景示意图。
图6为本申请实施例提供的另一种信息验证的方法的流程示意图。
图7为本申请实施例提供的另一种信息验证的方法的流程示意图。
图8为本申请实施例提供的一种信息验证的方法的生成图像场景示意图。
图9为本申请实施例提供的另一种信息验证的方法的生成图像场景示意图。
图10为本申请实施例提供的另一种信息验证的方法的流程示意图。
图11为本申请实施例提供的另一种信息验证的方法的应用场景示意图。
图12为本申请实施例提供的另一种信息验证的方法的应用场景示意图。
图13为本申请实施例提供的一种信息验证的装置的结构框图。
图14为本申请实施例提供的另一种信息验证的装置的结构框图。
图15为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种信息验证的方法、装置、存储介质及计算机设备。具体地,本申请实施例的信息验证的方法可以由计算机设备执行,其中,该计算机设备可以为终端或者服务器等设备。该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、个人计算机(PC,Personal Computer)、个人数字助理(Personal Digital Assistant,PDA)等终端设备。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
例如,参阅图1,图1为本申请实施例提供的一种信息验证的***的场景示意图,包括终端和服务器,终端与服务器通过网络连接。其中,网络中包括路由器、网关等网络实体。
其中,终端可以通过图形用户界面向服务器发送游戏获取请求,所述图形用户界面至少显示用户个人信息和/或者用户账号信息,其中,所述游戏获取请求指示所述服务器根据所述用户个人信息和/或所述用户账号信息返回游戏任务;当接收到所述服务器根据所述游戏获取请求返回的游戏任务时,根据所述游戏任务在所述图形用户界面上显示游戏操作页面;基于对所述游戏操作页面的触控操作确定游戏任务执行结果;对所述游戏任务执行结果进行验证,得到验证结果;当所述验证结果指示验证成功时,向所述服务器发送所述图形用户界面的功能执行请求。
其中,服务器可以当接收到终端发送的游戏获取请求时,获取所述游戏获取请求中携带的用户信息;从预设游戏集合中确定与所述用户信息匹配的目标游戏,其中,所述预设游戏集合包括多个预设游戏;基于所述目标游戏确定游戏任务;响应于所述游戏获取请求向所述终端发送所述游戏任务。
上述图1的例子只是实现本发明实施例的一个***架构实例,本发明实施例不限于上述图1所示的***结构,基于该***架构,提出本发明各个实施例。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本申请实施例提供一种信息验证的方法,该方法可以由终端或服务器执行,本申请实施例以信息验证的方法由终端执行为例来进行说明。
请参阅图2,图2为本申请实施例提供的另一种信息验证的方法的流程示意图。该信息验证的方法的具体流程可以如下:
101、向服务器发送信息验证请求。
在本申请实施例中,可以通过图形用户界面向服务器发送信息验证请求。其中,图形用户界面指的是通过用户信息执行相关功能的界面,相关功能可以包括多种,比如,用户登录、用户注册、用户信息变更、活动确认、登陆异常、用户账号密码找回等。相应的,图形用户界面指的是执行上述功能的用户界面,比如,用户登录界面、用户注册界面等。用户登录界面可以通过用户信息完成用户登录功能;用户注册界面可以通过用户信息完成用户注册功能。图形用户界面还可以实现更多用户信息相关功能,在此不一一赘述。
其中,验证信息包括验证码,验证码可以用于区分操作者是计算机还是人的公共全自动程序。则信息验证请求指示服务器向终端发送该验证信息。
具体的,图形用户界面中可以包括有:功能控件,该功能控件可以用于触发向服务器发送信息验证请求。
例如,当前图形用户界面可以用于执行用户登录功能,图形用户界面展示有功能控件。当用户通过该图形用户界面输入登录信息后,可以点击该功能控件,以此,触发向服务器发送信息验证请求。
102、当接收到服务器根据信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据虚拟对象表情图像和验证提示信息在图形用户界面上显示验证页面。
在本申请实施例中,验证信息可以包括:虚拟对象表情图像和/或验证提示信息。验证提示信息用于提示虚拟对象表情图像与验证要求之间的关联关系。
其中,虚拟对象表情图像指的是虚拟生成的人脸图像,为了保护用户隐私,虚拟对象表情图像与真实人脸图像不相同,同时为了保证虚拟对象表情图像的逼真效果,生成的虚拟对象表情图像可以保证足够的人脸真实性与自然度。
其中,验证提示信息指的是通过虚拟对象表情图像生成的问题,验证提示信息指示用户对包含虚拟对象表情图像的验证码进行验证操作。
例如,请参阅图3,图3为本申请实施例提供的一种信息验证的方法的应用场景示意图。在图3所示的图形用户界面中,包括:用户信息页面、验证页面和功能控件。其中用户信息页面用于用户输入用户信息;功能控件用于触发向服务器发送信息验证请求;验证页面显示有:验证提示信息以及虚拟对象表情图像。其中,验证提示信息可以为“请挑选出区别最大的表情图片”,也即验证要求为:从当前验证页面的虚拟对象表情图片中挑选出一张或者多张虚拟对象表情图像。该挑选出的一张或者多张虚拟对象表情图像与剩余未挑选虚拟对象表情图像的表情差异较大。在图3中,虚拟对象表情图像从左至右依次包括:第一虚拟对象表情图像P1、第二虚拟对象表情图像P2以及第三虚拟对象表情图像P3。进一步的,当用户看到当前验证页面的验证提示信息:“请挑选出区别最大的表情图片”后,用户可以从多个虚拟对象表情图像中选择一张或者多张虚拟对象表情图像,得到操作结果。
103、基于对验证页面的操作生成操作结果。
在终端显示验证页面之后,用户即可以对验证页面进行操作。具体的,用户可以根据验证提示信息对验证页面中的内容进行操作,从而得到操作结果。
在一些实施例中,为了提高用户体验,验证页面中的虚拟对象表情图像的数量可以为多个,且这多张虚拟对象表情图像可以为:存在表情差异的多个虚拟对象表情图像,此时,验证提示信息可以指示用户从该多张虚拟对象表情图像中筛选满足指定条件的虚拟对象表情图像。其中,满足指定条件指的是满足验证提示信息的条件。则步骤“基于对验证页面的操作生成操作结果”,可以包括以下操作:
响应于用户对验证页面中多张虚拟对象表情图像的选择操作,从多张虚拟对象表情图像中确定目标虚拟对象表情图像;
基于目标虚拟对象表情图像得到操作结果。
其中,选择操作指的是用户对验证页面中的虚拟对象表情图像进行选择,比如,用户可以点击验证页面中的虚拟对象表情图像来选择该虚拟对象表情图像。
例如,请继续参阅图3,图3所示的验证页面包括有3张虚拟对象表情图像,分别为:第一虚拟对象表情图像P1、第二虚拟对象表情图像P2以及第三虚拟对象表情图像P3。当用户看到当前验证页面的验证提示信息:“请挑选出区别最大的表情图片”后,可以对第二虚拟对象表情图像P2进行选择操作。在第一虚拟对象表情图像P1、第二虚拟对象表情图像P2以及第三虚拟对象表情图像P3中,第二虚拟对象表情图像P2与第一虚拟对象表情图像P1之间的表情差异较大,且第二虚拟对象表情图像P2与第三虚拟对象表情图像P3之间的表情差异也较大,从而用户可以挑选出第二虚拟对象表情图像P2作为对验证提示信息的回答,得到当前用户操作结果。
又例如,请继续参阅图3,图3所示的验证页面包括有3张虚拟对象表情图像,分别为:第一虚拟对象表情图像P1、第二虚拟对象表情图像P2以及第三虚拟对象表情图像P3。当用户看到当前验证页面的验证提示信息:“请挑选出相似的表情图片”后,可以对第一虚拟对象表情图像P1以及第三虚拟对象表情图像P3进行选择操作。在第一虚拟对象表情图像P1、第二虚拟对象表情图像P2以及第三虚拟对象表情图像P3中,虚拟对象表情图像P2与第一虚拟对象表情图像P1之间的表情差异较大,且虚拟对象表情图像P2与第三虚拟对象表情图像P3之间的表情差异也较大,且第一虚拟对象表情图像P1与第三虚拟对象表情图像P3的表情差异较小,从而用户可以挑选出第一虚拟对象表情图像P1和第三虚拟对象表情图像P3作为对验证提示信息的回答,得到当前用户操作结果。
在一些实施例中,为了提高用户体验,验证页面中的虚拟对象表情图像的数量可以为一个,此时,验证提示信息可以指示用户从多个表情关键词中选择与虚拟对象表情图像匹配的表情关键词。则步骤“基于对验证页面的操作生成操作结果”,可以包括以下操作:
响应于用户对验证页面中多个表情关键词的选择操作,从多个表情关键词中确定目标表情关键词;
基于目标表情关键词得到操作结果。
其中,表情关键词用于表示虚拟对象表情图像的表情,比如,表情关键词可以包括:开心、生气、难过、愤怒、哭泣、悲伤等。
在本实施例中,选择操作指的是用户对验证页面中的表情关键词进行选择,比如,用户可以点击验证页面中的表情关键词来选择该表情关键词。
例如,请参阅图4,图4为本申请实施例提供的另一种信息验证的方法的应用场景示意图。在图4所示的图形用户界面中,包括:用户信息页面、验证页面和功能控件。其中用户信息页面用于用户输入用户信息;功能控件用于触发向服务器发送信息验证请求;验证页面显示有:验证提示信息以及虚拟对象表情图像。其中,验证提示信息可以为“请挑选出与下面人脸图像匹配的表情关键词:”,虚拟对象表情图像包括:第一虚拟对象表情图像。用户可以根据验证页面的验证提示信息,从多个表情关键词中选择一个表情关键词,作为目标表情关键词,根据该目标表情关键词即可以得到操作结果。
在一些实施例中,为了提高用户体验,虚拟对象表情包图像可以包括多张虚拟对象表情图像,则验证提示信息可以用于提示用户从多张虚拟对象表情图像中选择与预设的表情关键词匹配的虚拟对象表情图像。则步骤“基于对所述验证页面的操作生成操作结果”,可以包括以下操作:
响应于用户对验证页面中多张虚拟对象表情的选择操作,从多张虚拟对象表情图像中确定目标虚拟对象表情图像;
基于目标虚拟对象表情图像得到操作结果。
其中,选择操作指的是用户对验证页面中的虚拟对象表情图像进行选择,比如,用户可以点击验证页面中的虚拟对象表情图像来选择该虚拟对象表情图像。
例如,验证页面可以包括有3张虚拟对象表情图像,分别为:第一虚拟对象表情图像、第二虚拟对象表情图像以及第三虚拟对象表情图像。当检测到用户对第一虚拟对象表情图像的点击操作时,可以确定用户选择第一虚拟对象表情图像为目标虚拟对象表情图像,将第一虚拟对象表情图像作为对验证提示信息的回答,得到当前用户操作结果。
104、向服务器发送操作结果,以使服务器对操作结果进行验证,得到验证结果。
进一步的,将用户基于验证页面进行操作的操作结果发送给服务器,通过服务器对操作结果进行验证。
其中,验证结果可以包括:验证成功或者验证失败,验证成功指示操作结果与验证提示信息的正确答案相同,验证失败指示操作结果与验证提示信息的正确答案不同。
105、接收服务器发送的验证结果,若验证结果指示验证成功,则向服务器发送图形用户界面的功能执行请求。
当接收到服务器发送的验证结果后,判断该验证结果是否为验证成功。
若验证结果为验证成功,表示完成验证码验证,则可以向服务器发送当前图形用户界面的功能执行请求,比如,当前图形用户界面执行用户登录,则向服务器发送用户登录请求等。
在一些实施例中,为了提高信息验证效率,该方法还可以包括以下步骤:
若验证结果指示验证失败,则在验证页面显示图像切换控件;
响应针对图像切换控件的触发操作,向服务器发送图像切换请求;
当接收到服务器针对图像切换请求返回的虚拟对象表情图像时,基于虚拟对象表情图像更新验证页面。
其中,图像切换控件用于触发终端向服务器发送图像切换请求,该图像切换请求指示重新从服务器获取虚拟对象表情图像,并替换当前终端验证页面中的虚拟对象表情图像进行显示。
例如,请参阅图5,图5为本申请实施例提供的另一种信息验证的方法的应用场景示意图。在图5所示的验证页面中,验证结果可以验证失败,则显示“验证失败!请重试”的提示内容,以及图像切换控件,用户可以点击该图像切换控件向服务器发送图像切换请求,当接收到服务器针对该图像切换请求返回的虚拟对象表情图像时,即可以替换当前验证页面中的虚拟对象表情图像进行展示,以便于用户再次进行选择操作,直至完成验证任务,具体的可以将验证页面中的所有图片进行替换,也可以只替换部分图片。
本申请实施例公开了一种信息验证的方法,该方法包括:通过图形用户界面向服务器发送信息验证请求;当接收到服务器根据信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据虚拟对象表情图像和验证提示信息在图形用户界面上显示验证页面;基于对验证页面的操作生成操作结果;向服务器发送操作结果,以使服务器对操作结果进行验证,得到验证结果;接收服务器发送的验证结果,若验证结果指示验证成功,则向服务器发送图形用户界面的功能执行请求。以此,可以提高信息验证的安全性。
本申请实施例提供另一种信息验证的方法,该方法可以服务器或终端执行,本申请实施例以信息验证的方法由终端执行为例来进行说明。
请参阅图6,图6为本申请实施例提供的另一种信息验证的方法的流程示意图。该信息验证的方法的具体流程可以如下:
201、通过图形用户界面向服务器发送信息验证请求。
在本申请实施例中,图形用户界面可以包括:功能控件,用户可以通过对功能控件的操作触发终端向服务器发送信息验证请求,该信息验证请求指示服务器向终端发送虚拟对象表情图像。
202、当接收到服务器根据信息验证请求返回的虚拟对象表情图像时,根据虚拟对象表情图像在图形用户界面上显示验证页面。
进一步的,当终端接收到服务器针对信息验证请求返回的虚拟对象表情图像时,可以根据虚拟对象表情图像生成验证提示信息。
例如,当服务器根据验证信息请求返回多个虚拟对象表情图像时,终端可以根据多个虚拟对象表情图像的人脸表情生成验证提示信息,比如,验证提示信息可以为:选择相似人脸表情的虚拟对象表情图像、或者选择虚拟对象表情图像中人脸表情差异最大的虚拟对象表情图像等。
通过在终端生成验证提示信息,可以减轻服务器端的压力,另一方面,可以减少服务器与终端之间的数据传输量,提高数据传输速度,以便于快速完成验证信息的验证。
在终端根据虚拟对象表情图像生成验证提示信息之后,即可以将验证提示信息与虚拟对象表情图像在验证页面进行展示,以方便用户进行选择操作。
203、基于对验证页面的操作生成操作结果,并对操作结果进行验证,得到验证结果。
具体的,根据用户在验证页面的操作生成操作结果,该操作结果包括用户选择的目标虚拟对象表情图像。
进一步的,对操作结果进行验证,也即将操作结果与验证提示信息的正确答案进行比较,可以得到验证结果。
例如,若操作结果与验证提示信息的正确答案相同,则可以确定验证结果为验证成功;若操作结果与验证提示信息的正确答案不相同,则可以确定验证结果为验证失败。
204、若验证结果指示验证成功,则向服务器发送图形用户界面的功能执行请求。
当验证结果指示验证成功时,表示完成验证信息的验证,则可以向服务器发送图形用户界面的功能执行请求,完成当前图形用户界面的待执行功能。
本申请实施例公开了一种信息验证的方法,该方法包括:通过图形用户界面向服务器发送信息验证请求;当接收到服务器根据信息验证请求返回的虚拟对象表情图像时,根据虚拟对象表情图像在图形用户界面上显示验证页面,验证页面至少包括:虚拟对象表情图像以及终端根据虚拟对象表情图像生成的验证提示信息;基于对验证页面的操作生成操作结果,并对操作结果进行验证,得到验证结果;若验证结果指示验证成功,则向服务器发送图形用户界面的功能执行请求。通过终端生成验证提示信息可以减轻服务器端的压力,同时,通过人脸图像的鉴别实现验证码验证可以提高信息验证的安全性。
本申请实施例提供另一种信息验证的方法,该方法可以服务器或终端执行,本申请实施例以信息验证的方法由服务器执行为例来进行说明。
请参阅图7,图7为本申请实施例提供的另一种信息验证的方法的流程示意图。该信息验证的方法的具体流程可以如下:
301、响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像。
其中,信息验证请求指示服务器向终端发送验证码,也即验证信息,验证信息至少包括:虚拟对象表情图像。
其中,图像集合包括多个虚拟对象表情图像,虚拟对象表情图像指的是服务器生成的虚拟对象表情图像,虚拟对象表情图像与真实人脸图像相似但是存在差异。
在一些实施例中,为了保护真实用户图像的隐私信息,在步骤“从图像集合中筛选出虚拟对象表情图像”之前,还可以包括以下步骤:
采集样本噪声数据;
基于样本噪声数据生成虚拟对象表情图像;
根据虚拟对象表情图像得到虚拟对象表情图像,基于虚拟对象表情图像得到图像集合。
其中,样本噪声数据指的是图像生成网络的输入,比如,样本噪声数据可以是符合正态分布的噪音向量。通过将样本噪声数据输入图像生成网络中,利用图像生成网络对样本噪声数据进行处理,输出得到虚拟对象表情图像。
在本申请实施例中,为了保证虚拟对象表情图像与真实人脸图像存在差异,同时保证虚拟对象表情图像的人脸真实性与自然度,可以使用生成对抗网络模型来生成虚拟对象表情图像。
具体的,生成对抗网络模型主要包括两部分:生成模型和判别模型。其中,生成模型是指我们可以根据任务、通过模型训练由输入的数据生成文字、图像、视频等数据。生成模型用于产生指定分布数据的模型,生成模型的作用是捕捉样本数据的分布、将原输入信息的分布情况经过极大似然估计中参数的转化来将训练偏向转换为指定分布的样本。
其中,判别模型会对生成模型生成的图像等数据进行判断,判断其是否是真实的训练数据中的数据。
进一步的,生成对抗网络模型中的生成模型和判别模型会互相之间进行博弈,博弈的简单模式如下:生成模型生成一些图片->判别模型学习区分生成的图片和真实图片->生成模型根据判别模型进行模型参数调整,生成新的图片->判别模型再学习区分生成的图片和真实图片,以此,直到生成模型和判别模型别的模型参数达到最优,这样生成模型就会成为一个比较完美的模型。
例如,请参考图8,图8为本申请实施例提供的一种信息验证的方法的生成图像场景示意图。在图8中,随机噪声可以为:正态分布的噪声数据(也即统一的一类分布数据,因为训练模型是按分布情况转换的,模型作用是将一类分布转化为任务需要的数据分布情况)。首先可以将噪声数据输入到生成网络中;噪音数据会通过生成网络生成虚拟的图像数据,由于本实施例目的是制造尽可能让鉴别网络不能分辨出图像,所以会结合鉴别网络进行模型训练,通过这种训练来使生成网络生成的虚拟图像效果更逼真。
其中,将生成网络输出的生成图像,以及真实图像输入到鉴别网络中,之后通过鉴别网络的模型参数计算得到最后的鉴别结果输出,输出可以为:0-1之间的参数值,0可以表示是生成图像,1可以表示是真实图像,对于生成网络产生的生成图像,尽可能希望鉴别网络能够输出接近0的输出值,从而有效判断生成图像的真假。
通过本实施例中的生成对抗网络模型,可以生成多个虚拟对象表情图像,得到包括多个虚拟对象表情图像的图像集合。
在一些实施例中,为了保证虚拟对象表情图像的人脸表情多样性,步骤“根据虚拟对象表情图像得到虚拟对象表情图像”,可以包括以下操作:
确定目标人脸表情,提取目标人脸表情的表情特征数据;
将虚拟对象表情图像与表情特征数据进行融合处理,得到虚拟对象表情图像对应的虚拟对象表情图像。
其中,目标人脸表情指的是带有目标人脸表情的人脸图像,可以从人脸数据库中获取多个目标人脸表情,不同的目标人脸表情对应不同的表情关键词。
比如,目标人脸表情可以包括:人脸表情A、人脸表情B以及人脸表情C等。其中,人脸表情A对应的表情关键词可以为:开心,人脸表情B对应的表情关键词可以为:悲伤,人脸表情C对应的表情关键词可以为:哭泣等。
进一步的,对于目标人脸表情,可以提取该目标人脸表情的表情特征数据,然后基于该表情特征数据与上一步骤生成的样本虚拟对象表情图像生成新的虚拟对象表情图像,也即处理后人脸图像,该处理后人脸图像携带有目标人脸表情。
例如,请参考图9,图9为本申请实施例提供的另一种信息验证的方法的生成图像场景示意图。其中,目标表情图像指的是带有目标表情的图像,通过表情特征提取网络对目标表情图像进行处理,可以提取得到目标表情图像的目标表情特征。进一步的,将目标表情特征与生成图像A作为生成网络的输入,通过生成网络将目标表情特征融合之生成图像A,输出得到生成图像B,然后将生成图像B与真实图像通过鉴别网络进行鉴别,鉴别过程可以参见上述说明。其中,生成图像A指的是通过生成对抗网络模型生成的样本虚拟对象表情图像,生成图像B指的是融合目标表情的处理后虚拟对象表情图像,以此,可以得到多种表情的虚拟对象表情图像。
在一些实施例中,为了保证生成的验证码给用户带来良好体验,在步骤“基于虚拟对象表情图像得到图像集合”,还可以包括以下步骤:
根据虚拟对象表情图像的清晰度和/或虚拟对象表情图像的异常信息,对虚拟对象图像进行筛选,得到筛选后的图像集合。
具体的,为了提高用户体验,步骤“从图像集合中筛选出虚拟对象表情图像”,可以包括以下操作:
对图像集合中的虚拟对象表情图像进行分组,得到一个以上的图像子集合;
从一个以上的图像子集合中确定一目标图像子集合,将目标图像子集合中包含的虚拟对象表情图像作为筛选出的虚拟对象表情图像。
具体的,获取每一述处理后样本虚拟对象表情图像的清晰度信息以及表情异常信息;基于清晰度信息与表情异常信息对图像集合中的处理后样本虚拟对象表情图像进行筛选,得到多个目标样本虚拟对象表情图像;对多个目标样本虚拟对象表情图像进行划分,得到多个图像子集合。
其中,清晰度信息包括虚拟对象表情图像的清晰度,为了能使用户清楚识别虚拟对象表情图像,需要将清晰度较低的虚拟对象表情图像进行剔除。
其中,表情异常指的是对于虚拟对象表情图像无法进行识别,也即没有对应的表情关键词。则表情异常信息可以包括每一处理后样本虚拟对象表情图像的表情关键词。
进一步的,根据清晰度信息与表情异常信息,将处理后样本虚拟对象表情图像中图像清晰度不满足预设清晰度,以及表情异常的图像进行剔除,剩余的图像清晰度满足预设清晰度,以及表情正常的图像可以作为目标虚拟对象表情图像。然后将目标虚拟对象表情图像进行划分,即可以得到多个图像子集合,每一个图像子集合可以作为一组验证码,用于对用户进行验证。
在一些实施例中,为了提高用户体验,步骤“对多个目标样本虚拟对象表情图像进行划分,得到多个目标图像子集合”,可以包括以下操作:
将图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合;
提取每一虚拟对象表情图像的表情特征向量;
计算每一候选图像子集合中两两虚拟对象表情图像的表情特征向量之间的向量距离值;
基于向量距离值从多个候选图像子集合中确定图像子集合。
其中,指定数量为每个候选图像子集合所包含的虚拟对象表情图像的数量,也即每一组验证码中的图像数量,在本申请实施例中,为了保证验证码的难易程度适中,可以设计指定数量为:3个,以避免图像数量太多花费用户较多时间进行识别。
具体的,将所有目标样本虚拟对象表情图像按照指定数据进行组合,比如,目标样本虚拟对象表情图像可以包括:第一虚拟对象表情图像、第二虚拟对象表情图像、第三虚拟对象表情图像以及第四虚拟对象表情图像等,则基于指定数量将目标样本虚拟对象表情图像进行组合,可以得到第一候选图像子集合,包括:第一虚拟对象表情图像、第二虚拟对象表情图像、第三虚拟对象表情图像;第二候选图像子集合,包括:第二虚拟对象表情图像、第三虚拟对象表情图像以及第四虚拟对象表情图像;第三候选图像子集合,包括:第一虚拟对象表情图像、第二虚拟对象表情图像以及第四虚拟对象表情图像;第四候选图像子集合,包括:第一虚拟对象表情图像、第三虚拟对象表情图像以及第四虚拟对象表情图像。
其中,提取目标样本虚拟对象表情图像的表情特征向量可以通过训练后网络模型进行图像特征提取。首先,对目标样本虚拟对象表情图像进行预处理包括图像裁剪等,得到满足网络模型输入条件的处理后图像,然后,将处理后图像输入卷积神经网络模型中,进行特征提取,对于提取到的特征数据进行归一化处理,最后得到表情特征向量。
在本申请实施例中,训练后网络模型可以由30层卷积神经网络构成,在数量为400000的训练集上完成训练,采用SGD优化算法进行参数更新,学习率为0.0002,一共训练20个epoch(所有训练样本的一个正向传递和一个反向传递的周期),最后采用TripletLoss作为损失函数。最终训练后网络模型对每个输入图像可以输出一个低维的表情表征向量。
其中,Triplet Loss是深度学习中的一种损失函数,用于训练差异性较小的样本,如人脸等,Feed数据包括锚(Anchor)示例、正(Positive)示例、负(Negative)示例,通过优化锚示例与正示例的距离小于锚示例与负示例的距离,实现样本的相似性计算。
进一步的,对于每一候选子集合中的目标样本虚拟对象表情图像,计算每两个目标样本虚拟对象表情图像的表情特征向量之间的距离值。
例如,第一候选图像子集合,包括:第一虚拟对象表情图像、第二虚拟对象表情图像、第三虚拟对象表情图像,其中,第一虚拟对象表情图像的表情特征向量可以为:a,第二虚拟对象表情图像的表情特征向量可以为:b,第三虚拟对象表情图像的表情特征向量可以为:c。进一步的,计算得到第一虚拟对象表情图像与第二虚拟对象表情图像的表情特征向量之间的距离值可以为:距离ab,第一虚拟对象表情图像与第三虚拟对象表情图像的表情特征向量之间的距离值可以为:距离ac,第二虚拟对象表情图像与第三虚拟对象表情图像的表情特征向量之间的距离值可以为:距离bc。
在本申请实施例中,为了保证图像子集合中存在表情差异较大的虚拟对象表情图像,以便于用快速分辨,在确定图像子集合时,可以保证图像子集合中存在表情差异与其他虚拟对象表情图像较大的虚拟对象表情图像。
例如,可以设定预设距离值,将候选图像子集合中的虚拟对象表情图像之间的距离与该预设距离值进行比较,若存在大于预设距离值的两个虚拟对象表情图像的表情特征向量,则可以确定该候选图像子集合为图像子集合,可以将其作为验证码。
在一些实施例中,为了筛选出方便用户操作的验证信息,步骤“基于向量距离值从多个候选图像子集合中确定图像子集合”,可以包括以下操作:
基于多个候选图像子集合中目标候选图像子集合中两两虚拟对象表情图像对应的表情特征向量的向量距离值,确定目标候选图像子集合中差异最大的第一虚拟对象表情图像;
获取目标候选图像子集合中除第一虚拟对象表情图像外的其他虚拟对象表情图像之间的第一向量距离值,以及第一虚拟对象表情图像分别与目标候选图像子集合中其他虚拟对象表情图像之间的第二向量距离值;
若第二向量距离值均大于第一向量距离值预设数值,则确定目标候选图像子集合为所述图像子集合。
例如,目标候选图像子集合中,包括:第一虚拟对象表情图像、第二虚拟对象表情图像、第三虚拟对象表情图像,其中,第一虚拟对象表情图像的表情特征向量可以为:a,第二虚拟对象表情图像的表情特征向量可以为:b,第三虚拟对象表情图像的表情特征向量可以为:c。进一步的,计算得到第一虚拟对象表情图像与第二虚拟对象表情图像的表情特征向量之间的距离值可以为:距离ab,第一虚拟对象表情图像与第三虚拟对象表情图像的表情特征向量之间的距离值可以为:距离ac,第二虚拟对象表情图像与第三虚拟对象表情图像的表情特征向量之间的距离值可以为:距离bc。
进一步的,将个各向量值互相进行比较,筛选出最大距离值,根据该最大距离值即可以确定第一虚拟对象表情图像。然后,计算出目标候选图像子集合中出第一虚拟对象表情图像之外的其他虚拟对象表情图像之间的第一向量距离值,以及第一虚拟对象表情图像分别与每一其他虚拟对象表情图像之间的第二向量距离值。
将第二向量距离值均大于第一向量距离值的预设数值的目标候选图像子集合作为图像子集合。
在一些实施例中,为了提高验证有效性,步骤“从图像集合中筛选出虚拟对象表情图像”可以包括:从图像集合中筛选出多张虚拟对象表情图像;其中,验证提示信息用于指示用户从多张虚拟对象表情图像中筛选表情差异最大的虚拟对象表情图像;
该方法还可以包括以下操作:
基于目标图像子集合中的两两虚拟对象表情图像对应的表情特征向量的向量距离值,确定目标图像子集合中差异最大的虚拟对象表情图像,将差异最大的虚拟对象表情图像作为验证答案。
例如,目标图像子集合中,包括:第一虚拟对象表情图像,第二虚拟对象表情图像和第三虚拟对象表情图像,计算得到第一虚拟对象表情图像与第二虚拟对象表情图像的向量距离值可以为:第一数值;第一虚拟对象表情图像与第三虚拟对象表情图像的向量距离值可以为:第二数值;第三虚拟对象表情图像与第二虚拟对象表情图像的向量距离值可以为:第三数值,若第一数值大于第二数值,第二数值大于第三数值,则可以确定第一虚拟对象表情图像为验证答案。
在一些实施例中,为了提高验证有效性,步骤“从图像集合中筛选出虚拟对象表情图像”可以包括:从图像集合中筛选出多张虚拟对象表情图像;其中,验证提示信息用于指示用户从多张虚拟对象表情图像中筛选表情一致的虚拟对象表情图像;
该方法还可以包括以下步骤:
基于目标图像子集合中的两两虚拟对象表情图像对应的表情特征向量的向量距离值,确定向量距离值在预设范围内的虚拟对象表情图像作为验证答案。
例如,目标图像子集合中,包括:第一虚拟对象表情图像,第二虚拟对象表情图像和第三虚拟对象表情图像,计算得到第一虚拟对象表情图像与第二虚拟对象表情图像的向量距离值可以为:第一数值;第一虚拟对象表情图像与第三虚拟对象表情图像的向量距离值可以为:第二数值;第三虚拟对象表情图像与第二虚拟对象表情图像的向量距离值可以为:第三数值。若第一数值与第二数值在预设范围内,则可以确定第一虚拟对象表情图像与第二虚拟对象表情图像为验证答案。
在一些实施例中,为了满足不同用户需求,可以设定一组验证码中包括多个虚拟对象表情图像,则步骤“从图像集合中筛选出虚拟对象表情图像”,可以包括以下操作:
从多个图像子集合中确定目标图像子集合;
将目标图像子集合中的目标样本虚拟对象表情图像,作为虚拟对象表情图像。
例如,在接收到终端发送的信息验证请求后,可以图像集合中任意选择一组图像子集合,将目标图像子集合中的目标样本虚拟对象表情图像,作为虚拟对象表情图像,生成验证码。
或者,在一些实施例中,可以设定一组验证码包括一个虚拟对象表情图像,则步骤“从图像集合中筛选出虚拟对象表情图像”,可以包括以下操作:
从多个样本虚拟对象表情图像中确定虚拟对象表情图像。
在本实施例中,无需划分图像子集合,可以节省处理资源,在接收到终端发送的信息验证请求后,可以从生成的多个样本虚拟对象表情图像中任意选择一个虚拟对象表情图像,生成验证码。
302、将虚拟对象表情图像与验证提示信息发送至终端,以使终端根据虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面。
其中,验证提示信息用于提示虚拟对象表情图像与验证要求之间的关联关系。
进一步的,在确定虚拟对象表情图像之后,可以根据该虚拟对象表情图像生成验证提示信息。
例如,若虚拟对象表情图像的数量为多个,验证提示信息可以指示用户选择多个虚拟对象表情图像中区别最大的人脸图像,或者验证提示信息可以指示用户选择多个虚拟对象表情图像中表情相似的人脸图像。
又例如,若虚拟对象表情图像的数量为一个,则验证提示信息可以指示用户选择与该虚拟对象表情图像匹配的表情关键词等。
进一步的,响应于信息验证请求向终端发送虚拟对象表情图像与验证提示信息,以使终端根据虚拟对象表情图像与验证提示信息在图形用户界面上显示验证页面。
在确定人脸图像,以及根据人脸图像生成验证提示信息之后,即可以确定当前验证码,包括人脸图像及验证提示信息。然后,向终端发送验证码。
在一些实施例中,为了降低用户操作难度,该方法还可以包括以下步骤:
当接收到终端发送的图像切换请求时,获取每一图像子集合中虚拟对象表情图像的表情特征向量两两之间的向量距离值;
确定向量距离值差异最大的虚拟对象表情图像的表情特征向量对应的图像子集合;
基于图像子集合中的虚拟对象表情图像生成验证提示信息,并向终端发送虚拟对象表情图像与验证提示信息。
其中,图像切换请求指示服务器向终端重新发送虚拟对象表情图像,也即从多个图像子集合中重新选择不包括当前终端展示的虚拟对象表情图像的图像子集合。
具体的,获取每一图像子集合中每两个虚拟对象表情图像的表情特征向量之间的向量距离值,确定出每一图像子集合中的最大向量距离值,然后将每一图像子集合中的最大向量距离值进行比较,得到最大的最大向量距离值,也即向量距离值差异最大。从而可以得到向量距离值差异最大的虚拟对象表情图像的表情特征向量对应的图像子集合,由于该子集合中的虚拟对象表情图像的表情特征向量的距离值最大,表情差异最大,用户容易区分。
进一步的,基于该图像子集合中的虚拟对象表情图像生成验证提示信息,将虚拟对象表情图像以及验证提示信息发送至终端。
在一些实施例中,为了保证用户继续执行相关任务,该方法还可以包括以下步骤:
当接收到终端发送的操作结果时,对操作结果进行验证,得到验证结果,其中,操作结果为用户对验证页面进行操作的操作结果;
向终端发送验证结果。
例如,验证提示信息可以为:请挑选出区别最大的表情图片;虚拟对象表情图像包括:第一虚拟对象表情图像、第二虚拟对象表情图像和第三虚拟对象表情图像。用户可以选择第一虚拟对象表情图像作为目标虚拟对象表情图像,也即操作结果为第一虚拟对象表情图像,验证提示信息的正确答案可以为第一虚拟对象表情图像,则可以确定操作结果与验证提示信息的正确答案相同,也即表示验证成功。
又例如,验证提示信息可以为:请挑选出区别最大的表情图片;虚拟对象表情图像包括:第一虚拟对象表情图像、第二虚拟对象表情图像和第三虚拟对象表情图像。用户可以选择第二虚拟对象表情图像作为目标虚拟对象表情图像,也即操作结果为第一虚拟对象表情图像,验证提示信息的正确答案可以为第一虚拟对象表情图像,则可以确定操作结果与验证提示信息的正确答案不相同,也即表示验证失败。然后,将验证结果反馈至终端,以使用户继续执行后续操作。
303、接收终端发送的操作结果。
其中,操作结果可以根据用户针对所述验证页面的操作生成,然后针对操作结果进行验证,即可以得到操作结果。
本申请实施例公开了一种信息验证的方法,该方法包括:当接收到终端发送的游戏获取请求时,获取所述游戏获取请求中携带的用户信息;从预设游戏集合中确定与所述用户信息匹配的目标游戏,其中,所述预设游戏集合包括多个预设游戏;基于所述目标游戏确定游戏任务;响应于所述游戏获取请求向所述终端发送所述游戏任务。避免短信验证码方式的繁琐,提高验证码操作方式的便捷性。
根据上述介绍的内容,下面将举例来进一步说明本申请的信息验证的方法。请参阅图10,图10为本申请实施例提供的另一种信息验证的方法的流程示意图,以该信息验证的方法应用于终端和服务器之间的交互,应用场景为用户注册场景为例,具体流程可以如下:
401、终端通过用户对用户注册界面的注册操作,向服务器发送验证码获取请求。
其中,用户注册界面用于实现执行用户注册功能。
请参阅图11,图11为本申请实施例提供的另一种信息验证的方法的应用场景示意图。在图10所示的用户注册界面中,包括:用户信息输入页面、注册控件。其中,用户信息输入页面用于用户输入个人信息,注册控件用于向服务器发送验证码获取请求。当用户在用户信息输入页面完成用户个人信息输入后,可以点击注册按钮,触发终端向服务器发送验证码获取请求。
402、服务器接收验证码获取请求,根据验证码获取请求从多个图像子集合中确定目标图像子集合,并基于图像子集合中的虚拟人脸图像生成验证问题。
其中,每一图像子集合中包括至少一张虚拟人脸图像,虚拟人脸图像可以预先生成,且虚拟人脸图像不包括真实存在的人脸图像,以避免用户隐私泄露。
当服务器接收到终端发送的验证码获取请求时,可以从预先生成的多个图像子集合中选择任意一个图像子集合,得到目标图像子集合。
比如,图像子集合可以包括:第一图像子集合、第二图像子集合和第三图像子集合,当接收到验证码获取请求时,可以选择第一图像子集合为目标图像子集合。
进一步的,获取目标图像子集合中的虚拟人脸图像,根据虚拟人脸图像生成验证问题(相当于验证提示信息),可以根据目标图像子集合中虚拟人脸图像的数量生成验证问题。比如,若目标图像子集合中存在多张虚拟人脸图像时,验证问题可以为“请选择表情相似的人脸图像”等。
403、服务器向终端发送图像子集合中的虚拟人脸图像,以及验证问题。
在服务器确定虚拟人脸图像,以及根据虚拟人脸图像生成验证问题之后,可以将虚拟人脸图像以及验证问题发送至终端,以进行验证操作。
404、终端接收到虚拟人脸图像和验证问题之后,将虚拟人脸图像以及验证问题展示在验证页面。
请参阅图12,图12为本申请实施例提供的另一种信息验证方法的应用场景示意图。在图12所示的用户注册页面中,包括验证页面,该验证页面展示有:第一虚拟人脸图像、第二虚拟人脸图像以及第三虚拟人脸图像,以及验证问题“请选择表情相似的人脸图像”。
405、终端根据用户在验证页面的选择操作从多个虚拟人脸中选择目标虚拟人脸图像,并将该目标虚拟人脸图像发送至服务器。
其中,用户可以对验证页面展示的虚拟人脸图像进行选择操作,比如,用户可以点击第一虚拟人脸图像,则可以表示用户选择第一虚拟人脸图像为目标虚拟人脸图像。然后,终端可以将用户选择结果发送至服务器,以使服务器进行验证。
406、服务器对目标虚拟人脸图像进行验证,若验证通过,则执对用户信息进行注册。
具体的,服务器在基于虚拟人脸图像生成验证问题时,同时确定验证问题的正确答案。
例如,验证问题为:请选择表情相似的人脸图像。用户可选的虚拟人脸图像包括:第一虚拟人脸图像、第二虚拟人脸图像以及第三虚拟人脸图像,正确答案可以为:第一虚拟人脸图像。若用户选择第一虚拟人脸图像为目标虚拟人脸图像,则表示用户选择了正确答案,完成验证码验证。
当验证成功后,服务器即可以根据用户信息完成用户信息注册。
本申请实施例在终端通过用户对用户注册界面的注册操作,向服务器发送验证码获取请求,当服务器接收验证码获取请求,根据验证码获取请求从多个图像子集合中确定目标图像子集合,并基于图像子集合中的虚拟人脸图像生成验证问题,然后服务器向终端发送图像子集合中的虚拟人脸图像,以及验证问题。当终端接收到虚拟人脸图像和验证问题之后,将虚拟人脸图像以及验证问题展示在验证页面,终端根据用户在验证页面的选择操作从多个虚拟人脸中选择目标虚拟人脸图像,并将该目标虚拟人脸图像发送至服务器,最终,服务器对目标虚拟人脸图像进行验证,若验证通过,则执对用户信息进行注册。以此,可以提高用户注册时信息验证的安全性。
为便于更好的实施本申请实施例提供的信息验证的方法,本申请实施例还提供一种基于上述信息验证的方法的信息验证的装置。其中名词的含义与上述信息验证的方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图13,图13为本申请实施例提供的一种信息验证的装置的结构框图,该装置包括:
第一发送单元501,用于向服务器发送信息验证请求;
第一显示单元502,用于当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一生成单元503,用于基于对所述验证页面的操作生成操作结果;
第二发送单元504,用于向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
在一些实施例中,第一生成单元503可以包括:
第一确定子单元,用于响应于用户对所述验证页面中所述多张虚拟对象表情图像的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
第二确定子单元,用于基于所述目标虚拟对象表情图像得到所述操作结果。
在一些实施例中,第一生成单元503可以包括:
第三确定子单元,用于响应于所述用户对所述验证页面中所述多个表情关键词的选择操作,从所述多个表情关键词中确定目标表情关键词;
第四确定子单元,用于基于所述目标表情关键词得到所述操作结果。
在一些实施例中,第一生成单元503可以包括:
第五确定子单元,用于响应于所述用户对所述验证页面中所述多张虚拟对象表情的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
第六确定子单元,用于基于所述目标虚拟对象表情图像得到所述操作结果。
在一些实施例中,该装置还可以包括:
第二显示单元,用于若所述验证结果指示验证失败,则在所述验证页面显示图像切换控件;
第四发送单元,用于响应针对所述图像切换控件的触发操作,向所述服务器发送图像切换请求;
更新单元,用于当接收到所述服务器针对所述图像切换请求返回的虚拟对象表情图像时,基于所述虚拟对象表情图像更新所述验证页面。
本申请实施例公开了一种信息验证的装置,应用于终端,该装置通过第一发送单元501向服务器发送信息验证请求;第一显示单元502当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;第一生成单元503基于对所述验证页面的操作生成操作结果;第二发送单元504向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。以此,可以提高信息验证的安全性。
本申请实施例还提供一种基于上述信息验证的方法的信息验证的装置。
请参阅图14,图14为本申请实施例提供的另一种信息验证的装置的结构框图,该装置包括:
筛选单元601,用于响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
第三发送单元602,用于将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一接收单元603,用于接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
在一些实施例中,该装置还可以包括:
采集单元,用于采集样本噪声数据;
第二生成单元,用于基于所述样本噪声数据生成虚拟对象表情图像;
第一确定单元,用于根据所述虚拟对象表情图像得到虚拟对象表情图像,基于所述虚拟对象表情图像得到所述图像集合。
在一些实施例中,第一确定单元可以包括:
提取子单元,用于确定目标人脸表情,提取所述目标人脸表情的表情特征数据;
融合子单元,用于将所述虚拟对象表情图像与所述表情特征数据进行融合处理,得到所述虚拟对象表情图像对应的虚拟对象表情图像。
在一些实施例中,第一确定单元可以包括:
筛选子单元,用于根据所述虚拟对象表情图像的清晰度和/或所述虚拟对象表情图像的异常信息,对所述虚拟对象图像进行筛选,得到筛选后的图像集合。
在一些实施例中,筛选单元601可以包括:
分组子单元,用于对所述图像集合中的虚拟对象表情图像进行分组,得到一个以上的图像子集合;
第七确定子单元,用于从所述一个以上的图像子集合中确定一目标图像子集合,将所述目标图像子集合中包含的虚拟对象表情图像作为筛选出的虚拟对象表情图像。
在一些实施例中,分组子单元具体可以用于:
将所述图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合,所述指定数量为每个所述候选图像子集合所包含的虚拟对象表情图像的数量;
提取每一所述虚拟对象表情图像的表情特征向量;
计算每一所述候选图像子集合中两两所述虚拟对象表情图像的表情特征向量之间的向量距离值;
基于所述向量距离值从所述多个候选图像子集合中确定图像子集合。
在一些实施例中,分组子单元具体可以用于:
将所述图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合,所述指定数量为每个所述候选图像子集合所包含的虚拟对象表情图像的数量;
提取每一所述虚拟对象表情图像的表情特征向量;
计算每一所述候选图像子集合中两两所述虚拟对象表情图像的表情特征向量之间的向量距离值;
基于所述多个候选图像子集合中目标候选图像子集合中两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标候选图像子集合中差异最大的第一虚拟对象表情图像;获取所述目标候选图像子集合中除所述第一虚拟对象表情图像外的其他虚拟对象表情图像之间的第一向量距离值,以及所述第一虚拟对象表情图像分别与所述目标候选图像子集合中其他虚拟对象表情图像之间的第二向量距离值;若所述第二向量距离值均大于所述第一向量距离值预设数值,则确定所述目标候选图像子集合为所述图像子集合。
在一些实施例中,该装置还可以包括:
第二确定单元,用于基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标图像子集合中差异最大的虚拟对象表情图像,将所述差异最大的虚拟对象表情图像作为验证答案。
在一些实施例中,该装置还可以包括:
第三确定单元,用于基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定向量距离值在预设范围内的虚拟对象表情图像作为验证答案。
在一些实施例中,还装置还可以包括:
比较单元,用于将所述操作结果对应的虚拟对象表情图像与所述验证答案进行比较,若一致,则验证通过,若不一致,则验证失败。
本申请实施例公开了一种信息验证的装置,应用于服务器,该装置通过筛选单元601响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;第三发送单元602将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;第一接收单元603接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。以此,可以提高信息验证的安全性。
相应的,本申请实施例还提供一种计算机设备,该计算机设备可以为终端。请参阅图15所示,图15为本申请实施例提供的计算机设备的结构示意图。该计算机设备800包括有一个或者一个以上处理核心的处理器801、有一个或一个以上计算机可读存储介质的存储器802及存储在存储器802上并可在处理器上运行的计算机程序。其中,处理器801与存储器802电性连接。本领域技术人员可以理解,图中示出的计算机设备结构并不构成对计算机设备的限定,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。
处理器801是计算机设备800的控制中心,利用各种接口和线路连接整个计算机设备800的各个部分,通过运行或加载存储在存储器802内的软件程序和/或模块,以及调用存储在存储器802内的数据,执行计算机设备800的各种功能和处理数据,从而对计算机设备800进行整体监控。
在本申请实施例中,计算机设备800中的处理器801会按照如下的步骤,将一个或一个以上的应用程序的进程对应的指令加载到存储器802中,并由处理器801来运行存储在存储器802中的应用程序,从而实现各种功能:
向服务器发送信息验证请求;
当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
基于对所述验证页面的操作生成操作结果;
向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
或者,
响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
可选的,如图15所示,计算机设备800还包括:触控显示屏803、射频电路804、音频电路805、输入单元806以及电源807。其中,处理器801分别与触控显示屏803、射频电路804、音频电路805、输入单元806以及电源807电性连接。本领域技术人员可以理解,图15中示出的计算机设备结构并不构成对计算机设备的限定,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。
触控显示屏803可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏803可以包括显示面板和触控面板。其中,显示面板可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的,可以采用液晶显示器(LCD,Liquid Crystal Display)、有机发光二极管(OLED,Organic Light-EmittingDiode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并生成相应的操作指令,且操作指令执行对应程序。可选的,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器801,并能接收处理器801发来的命令并加以执行。触控面板可覆盖显示面板,当触控面板检测到在其上或附近的触摸操作后,传送给处理器801以确定触摸事件的类型,随后处理器801根据触摸事件的类型在显示面板上提供相应的视觉输出。在本申请实施例中,可以将触控面板与显示面板集成到触控显示屏803而实现输入和输出功能。但是在某些实施例中,触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏803也可以作为输入单元806的一部分实现输入功能。
射频电路804可用于收发射频信号,以通过无线通信与网络设备或其他计算机设备建立无线通讯,与网络设备或其他计算机设备之间收发信号。
音频电路805可以用于通过扬声器、传声器提供用户与计算机设备之间的音频接口。音频电路805可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路805接收后转换为音频数据,再将音频数据输出处理器801处理后,经射频电路804以发送给比如另一计算机设备,或者将音频数据输出至存储器802以便进一步处理。音频电路805还可能包括耳塞插孔,以提供外设耳机与计算机设备的通信。
输入单元806可用于接收输入的数字、字符信息或用户特征信息(例如指纹、虹膜、面部信息等),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
电源807用于给计算机设备800的各个部件供电。可选的,电源807可以通过电源管理***与处理器801逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源807还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管图15中未示出,计算机设备800还可以包括摄像头、传感器、无线保真模块、蓝牙模块等,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
由上可知,本实施例提供的计算机设备,向服务器发送信息验证请求;当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;基于对所述验证页面的操作生成操作结果;向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
或者,
响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种信息验证的方法中的步骤。例如,该计算机程序可以执行如下步骤:
向服务器发送信息验证请求;
当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
基于对所述验证页面的操作生成操作结果;
向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
或者,
响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种信息验证的方法中的步骤,因此,可以实现本申请实施例所提供的任一种信息验证的方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种信息验证的方法、装置、存储介质及计算机设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (19)
1.一种信息验证的方法,应用于终端,其特征在于,所述方法包括:
向服务器发送信息验证请求;
当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
基于对所述验证页面的操作生成操作结果;
向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
2.根据权利要求1所述的方法,其特征在于,所述虚拟对象表情图像包括多张虚拟对象表情图像,所述验证提示信息用于指示用户从所述多张虚拟对象表情图像中筛选表情差异最大的虚拟对象表情图像或者筛选表情一致的虚拟对象表情图像;
所述基于对所述验证页面的操作生成操作结果,包括:
响应于用户对所述验证页面中所述多张虚拟对象表情图像的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
基于所述目标虚拟对象表情图像得到所述操作结果。
3.根据权利要求1所述的方法,其特征在于,所述验证提示信息用于提示用户从多个表情关键词中选择与所述虚拟对象表情图像匹配的表情关键词;
所述基于对所述验证页面的操作生成操作结果,包括:
响应于所述用户对所述验证页面中所述多个表情关键词的选择操作,从所述多个表情关键词中确定目标表情关键词;
基于所述目标表情关键词得到所述操作结果。
4.根据权利要求1所述的方法,其特征在于,所述虚拟对象表情图像包括多张虚拟对象表情图像,所述验证提示信息用于提示用户从所述多张虚拟对象表情图像中选择与预设的表情关键词匹配的虚拟对象表情图像;
所述基于对所述验证页面的操作生成操作结果,包括:
响应于所述用户对所述验证页面中所述多张虚拟对象表情的选择操作,从所述多张虚拟对象表情图像中确定目标虚拟对象表情图像;
基于所述目标虚拟对象表情图像得到所述操作结果。
5.根据权利要求1所述的方法,其特征在于,还包括:
若所述验证结果指示验证失败,则在所述验证页面显示图像切换控件;
响应针对所述图像切换控件的触发操作,向所述服务器发送图像切换请求;
当接收到所述服务器针对所述图像切换请求返回的虚拟对象表情图像时,基于所述虚拟对象表情图像更新所述验证页面。
6.一种信息验证的方法,应用于服务器,其特征在于,所述方法包括:
响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
采集样本噪声数据;
基于所述样本噪声数据生成虚拟对象表情图像;
根据所述虚拟对象表情图像得到虚拟对象表情图像,基于所述虚拟对象表情图像得到所述图像集合。
8.根据权利要求7所述的方法,其特征在于,所述根据所述虚拟对象表情图像得到虚拟对象表情图像,包括:
确定目标人脸表情,提取所述目标人脸表情的表情特征数据;
将所述虚拟对象表情图像与所述表情特征数据进行融合处理,得到所述虚拟对象表情图像对应的虚拟对象表情图像。
9.根据权利要求7所述的方法,其特征在于,所述基于所述虚拟对象表情图像得到所述图像集合,包括:
根据所述虚拟对象表情图像的清晰度和/或所述虚拟对象表情图像的异常信息,对所述虚拟对象图像进行筛选,得到筛选后的图像集合。
10.根据权利要求6所述的方法,其特征在于,所述从图像集合中筛选出虚拟对象表情图像,包括:
对所述图像集合中的虚拟对象表情图像进行分组,得到一个以上的图像子集合;
从所述一个以上的图像子集合中确定一目标图像子集合,将所述目标图像子集合中包含的虚拟对象表情图像作为筛选出的虚拟对象表情图像。
11.根据权利要求10所述的方法,其特征在于,所述对所述图像集合中的虚拟对象表情图像进行分组,得到一个以上的图像子集合,包括:
将所述图像集合中的虚拟对象表情图像按照指定数量进行分组,得到多个候选图像子集合,所述指定数量为每个所述候选图像子集合所包含的虚拟对象表情图像的数量;
提取每一所述虚拟对象表情图像的表情特征向量;
计算每一所述候选图像子集合中两两所述虚拟对象表情图像的表情特征向量之间的向量距离值;
基于所述向量距离值从所述多个候选图像子集合中确定图像子集合。
12.根据权利要求11所述的方法,其特征在于,所述基于所述向量距离值从所述多个候选图像子集合中确定图像子集合,包括:
基于所述多个候选图像子集合中目标候选图像子集合中两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标候选图像子集合中差异最大的第一虚拟对象表情图像;
获取所述目标候选图像子集合中除所述第一虚拟对象表情图像外的其他虚拟对象表情图像之间的第一向量距离值,以及所述第一虚拟对象表情图像分别与所述目标候选图像子集合中其他虚拟对象表情图像之间的第二向量距离值;
若所述第二向量距离值均大于所述第一向量距离值预设数值,则确定所述目标候选图像子集合为所述图像子集合。
13.根据权利要求11所述的方法,其特征在于,所述从图像集合中筛选出虚拟对象表情图像包括:从图像集合中筛选出多张虚拟对象表情图像;所述验证提示信息用于指示用户从所述多张虚拟对象表情图像中筛选表情差异最大的虚拟对象表情图像;
所述方法还包括:
基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定所述目标图像子集合中差异最大的虚拟对象表情图像,将所述差异最大的虚拟对象表情图像作为验证答案。
14.根据权利要求11所述的方法,其特征在于,所述从图像集合中筛选出虚拟对象表情图像包括:从图像集合中筛选出多张虚拟对象表情图像;所述验证提示信息用于指示用户从所述多张虚拟对象表情图像中筛选表情一致的虚拟对象表情图像;
所述方法还包括:
基于所述目标图像子集合中的两两所述虚拟对象表情图像对应的表情特征向量的向量距离值,确定向量距离值在预设范围内的虚拟对象表情图像作为验证答案。
15.根据权利要求13或14任一项所述的方法,其特征在于,所述针对所述操作结果进行验证,得到操作结果,包括:
将所述操作结果对应的虚拟对象表情图像与所述验证答案进行比较,若一致,则验证通过,若不一致,则验证失败。
16.一种信息验证的装置,应用于终端,其特征在于,所述装置包括:
第一发送单元,用于向服务器发送信息验证请求;
第一显示单元,用于当接收到所述服务器根据所述信息验证请求返回的虚拟对象表情图像和验证提示信息时,根据所述虚拟对象表情图像和所述验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一生成单元,用于基于对所述验证页面的操作生成操作结果;
第二发送单元,用于向所述服务器发送所述操作结果,以使所述服务器对所述操作结果进行验证,得到验证结果。
17.一种信息验证的装置,应用于服务器,其特征在于,所述装置包括:
筛选单元,用于响应于终端发送的信息验证请求,从图像集合中筛选出虚拟对象表情图像;
第三发送单元,用于将所述虚拟对象表情图像与验证提示信息发送至所述终端,以使所述终端根据所述虚拟对象表情图像以及验证提示信息在图形用户界面上显示验证页面,所述验证提示信息用于提示所述虚拟对象表情图像与验证要求之间的关联关系;
第一接收单元,用于接收所述终端发送的操作结果,所述操作结果根据用户针对所述验证页面的操作生成,针对所述操作结果进行验证,得到操作结果。
18.一种计算机设备,包括存储器,处理器及存储在存储器上并在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如权利要求1至15任一项所述的信息验证的方法。
19.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至15任一项所述的信息验证的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844840.6A CN113536270B (zh) | 2021-07-26 | 2021-07-26 | 一种信息验证的方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844840.6A CN113536270B (zh) | 2021-07-26 | 2021-07-26 | 一种信息验证的方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113536270A true CN113536270A (zh) | 2021-10-22 |
CN113536270B CN113536270B (zh) | 2023-08-08 |
Family
ID=78088983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844840.6A Active CN113536270B (zh) | 2021-07-26 | 2021-07-26 | 一种信息验证的方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536270B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020634A (zh) * | 2011-09-26 | 2013-04-03 | 北京大学 | 用于验证码识别的分割方法和装置 |
WO2017070971A1 (zh) * | 2015-10-31 | 2017-05-04 | 华为技术有限公司 | 一种面部验证的方法和电子设备 |
CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技(上海)有限公司 | 一种身份验证方法及装置 |
CN108710831A (zh) * | 2018-04-24 | 2018-10-26 | 华南理工大学 | 一种基于机器视觉的小数据集人脸识别算法 |
WO2019119977A1 (zh) * | 2017-12-20 | 2019-06-27 | 阿里巴巴集团控股有限公司 | 基于增强现实的虚拟对象分配方法及装置 |
CN109995761A (zh) * | 2019-03-06 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 服务处理方法、装置、电子设备及存储介质 |
CN110348193A (zh) * | 2019-05-24 | 2019-10-18 | 招银云创(深圳)信息技术有限公司 | 验证方法、装置、设备和存储介质 |
CN111222854A (zh) * | 2020-01-15 | 2020-06-02 | 中国平安人寿保险股份有限公司 | 基于面试机器人的面试方法、装置、设备及存储介质 |
JP2020087094A (ja) * | 2018-11-28 | 2020-06-04 | サントリーホールディングス株式会社 | 自動販売機決済システム、自動販売機、自動販売機決済方法及びプログラム |
CN111914649A (zh) * | 2020-07-01 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 人脸识别的方法及装置、电子设备、存储介质 |
WO2021036436A1 (zh) * | 2019-08-26 | 2021-03-04 | 苏宁易购集团股份有限公司 | 一种人脸识别方法及装置 |
-
2021
- 2021-07-26 CN CN202110844840.6A patent/CN113536270B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020634A (zh) * | 2011-09-26 | 2013-04-03 | 北京大学 | 用于验证码识别的分割方法和装置 |
WO2017070971A1 (zh) * | 2015-10-31 | 2017-05-04 | 华为技术有限公司 | 一种面部验证的方法和电子设备 |
CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技(上海)有限公司 | 一种身份验证方法及装置 |
WO2019119977A1 (zh) * | 2017-12-20 | 2019-06-27 | 阿里巴巴集团控股有限公司 | 基于增强现实的虚拟对象分配方法及装置 |
CN108710831A (zh) * | 2018-04-24 | 2018-10-26 | 华南理工大学 | 一种基于机器视觉的小数据集人脸识别算法 |
JP2020087094A (ja) * | 2018-11-28 | 2020-06-04 | サントリーホールディングス株式会社 | 自動販売機決済システム、自動販売機、自動販売機決済方法及びプログラム |
CN109995761A (zh) * | 2019-03-06 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 服务处理方法、装置、电子设备及存储介质 |
CN110348193A (zh) * | 2019-05-24 | 2019-10-18 | 招银云创(深圳)信息技术有限公司 | 验证方法、装置、设备和存储介质 |
WO2021036436A1 (zh) * | 2019-08-26 | 2021-03-04 | 苏宁易购集团股份有限公司 | 一种人脸识别方法及装置 |
CN111222854A (zh) * | 2020-01-15 | 2020-06-02 | 中国平安人寿保险股份有限公司 | 基于面试机器人的面试方法、装置、设备及存储介质 |
CN111914649A (zh) * | 2020-07-01 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 人脸识别的方法及装置、电子设备、存储介质 |
Non-Patent Citations (1)
Title |
---|
平林艳: "基于人脸识别的身份认证***的研究与应用", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113536270B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190104340A1 (en) | Intelligent Terminal Control Method and Intelligent Terminal | |
US10664693B2 (en) | Method, device, and system for adding contacts in social network | |
KR102127932B1 (ko) | 전자 장치 및 그 제어 방법 | |
JP5365384B2 (ja) | ユーザ認証システムおよびそのためのコンピュータプログラム | |
CN111241517B (zh) | 一种生物特征验证问答库的构建方法和装置 | |
US20170366564A1 (en) | Identity authentication method, apparatus, and system | |
CN111741033B (zh) | 一种账号跨设备登录管理的方法、装置、设备和介质 | |
CN105471811A (zh) | 处理隐私空间的方法及隐私空间处理装置 | |
CN107666583B (zh) | 通话处理方法及终端 | |
US9996803B2 (en) | Systems and methods for authenticating a user through an unobservable re-authentication system | |
EP2701096A2 (en) | Image processing device and image processing method | |
CN108337251A (zh) | 银行卡手机号码变更实现方法、设备、***及存储介质 | |
CN111596760A (zh) | 操作控制方法、装置、电子设备及可读存储介质 | |
KR20190128536A (ko) | 전자 장치 및 그 제어 방법 | |
CN113032076B (zh) | 显示方法、装置、计算机设备和存储介质 | |
US20190251242A1 (en) | Method and apparatus for user authentication | |
CN114626036B (zh) | 基于人脸识别的信息处理方法、装置、存储介质及终端 | |
CN111831991A (zh) | 输入操作检测方法、装置、计算设备和介质 | |
CN113536270B (zh) | 一种信息验证的方法、装置、计算机设备及存储介质 | |
CN115906028A (zh) | 用户身份验证方法、装置和自助服务终端 | |
CN113413590A (zh) | 一种信息验证方法、装置、计算机设备及存储介质 | |
CN115376198A (zh) | 视线方向估计方法、装置、电子设备、介质及程序产品 | |
CN107516024B (zh) | 解锁电子设备的方法、装置、电子设备 | |
CN115068941A (zh) | 游戏画质的推荐方法、装置、计算机设备及存储介质 | |
CN115174161B (zh) | 账号登录方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |