[发明专利]自助服务终端(SST)面部认证处理

说明书

利用机器学习过程来增强实时面部识别，所述机器学习过程对来自针对设备的物理环境背景而捕获的图像的像素进行采样，所述设备捕获用户面部的图像以供面部认证。使用所述用户面部图像来认证来自所述设备的摄像头的用户面部的捕获图像中存在的背景像素点。将所述背景像素点的值与正在进行的针对所述背景的机器学习过程所提供的所述背景像素点的预期值进行比较。

技术领域

本申请涉及自助服务终端(SST)面部认证处理。

背景技术

用户认证是不断变化和增强的，以阻止冒充真正用户的冒名者的欺诈尝试。

据信生物识别认证是一种强认证技术。因此，生物识别认证已被许多行业所接受和采用。两种最流行的生物识别认证机制是指纹认证和面部认证。

与任何认证技术一样，生物识别认证并非完全可靠，黑客可以利用廉价且巧妙的技术来规避。例如，黑客已经发现可以通过使用真实用户的照片或视频来欺骗面部认证，该照片或视频呈现在认证设备的摄像头前面，以便作为真实用户进行认证，并获得对只能由真实用户访问的资源和资产的访问。

通过照片或视频来欺骗用户的真实身份的问题对于诸如自动柜员机(ATM)之类的自助服务终端(SST)而言尤其成问题，其中欺骗性的用户身份可能导致金融机构和/或用户的巨大经济损失。

发明内容

在各种实施方案中，提供了用于SST面部认证的方法和系统。

根据一个实施方案，提供了一种用于SST面部认证的方法。具体地讲，在一个实施方案中，从所捕获的用户图像对表示背景和表示用户面部的像素进行采样。当像素的值在像素的预期值阈值内时对用户进行认证来访问资源。

示例性实施方案1公开了一种方法，其包括：从所捕获的用户的图像对表示背景和表示用户面部的像素进行采样；以及当像素的值在像素的预期值阈值内时对用户进行认证来访问资源。

示例性实施方案2公开了根据实施方案1所述的方法，其任选地还包括：当用户不在现场时对表示背景的第二像素进行采样。

示例性实施方案3公开了根据实施方案2所述的方法，其中对第二像素进行采样任选地还包括：当用户不在现场时以预定的时间间隔重复对第二像素进行采样。

示例性实施方案4公开了根据实施方案3所述的方法，其中重复任选地还包括：根据第二像素的采样动态地更新与背景像素相关的预期值中的选择预期值。

示例性实施方案5公开了根据实施方案1所述的方法，其任选地还包括：根据以下一者或多者来获取预期值中的选择预期值作为背景的背景像素值：日内时间、日历日以及捕获图像的物理位置的当前天气条件。

示例性实施方案6公开了根据实施方案1所述的方法，其任选地还包括：将预期值中的选择预期值保持为背景的背景像素组，每组与以下相关：不同的日内时间、不同的日历日、捕获图像的物理位置的不同天气条件，或以下的不同组合：日内时间、日历日以及物理位置的天气条件。

示例性实施方案7公开了根据实施方案1所述的方法，其中采样任选地还包括：辨识与背景相关的像素中的选择像素的光属性值。

示例性实施方案8公开了根据实施方案7所述的方法，其中辨识任选地还包括确定表示下列的所述光属性值：光强度值、光亮度值和颜色值。

示例性实施方案9公开了根据实施方案1所述的方法，其中认证任选地还包括：对图像进行深度分析处理以确定所述图像是否正在以下列形式之一呈现给捕获所述图像的摄像头：用户的打印图像、在移动设备的显示器上显示的显示图像以及在移动设备的显示器上播放的视频。

示例性实施方案10公开了根据实施方案9所述的方法，其中处理任选地还包括：当深度分析检测到指示图像深度丢失的图像异常时禁止用户的认证。