[发明专利]用户身份验证方法及装置在审

专利信息
申请号: 202210567501.2 申请日: 2022-05-24
公开(公告)号: CN114978546A 公开(公告)日: 2022-08-30
发明(设计)人: 李秋衡;杨徵穹 申请(专利权)人: 中国银行股份有限公司
主分类号: H04L9/32 分类号: H04L9/32;G10L17/18;G10L17/04;G06V40/70;G06V40/40;G06V40/20;G06V40/16;G06F21/32
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 王天尧;陶海萍
地址: 100818 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 身份验证 方法 装置
【权利要求书】:

1.一种用户身份验证方法,其特征在于,包括:

生成随机数和随机朗读信息;

从挑战动作池中,获取与随机数对应的活体动作特征信息;所述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息;

基于所述与随机数对应的活体动作特征信息、和所述随机朗读信息,发出:要求用户进行所述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读所述随机朗读信息的通知信息;

接收用户根据所述通知信息进行动作的用户动作记录数据、和用户根据所述随机朗读信息进行朗读的用户声音记录数据;

分别对所述用户动作记录数据和所述用户声音记录数据,进行验证;

在验证通过时,发出用户身份验证通过的通知信息。

2.如权利要求1所述的方法,其特征在于,所述活体动作特征信息对应不同的四肢动作特征信息、头部动作特征信息和躯干动作特征信息,以及对应四肢动作特征信息、头部动作特征信息和躯干动作特征信息的动作幅度信息。

3.如权利要求2所述的方法,其特征在于,对所述用户动作记录数据进行验证,包括:

提取所述用户动作记录数据中的动作信息;所述动作信息包括:肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息,以及与肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息对应的变化幅度信息;

根据所述动作信息,确定动作信息对应的特征信息;所述动作信息对应的特征信息包括:动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息,以及与动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息对应的动作幅度信息;

将动作信息对应的特征信息,与挑战动作池中所述与随机数对应的活体动作特征信息进行匹配;

在匹配通过时,确定对所述用户动作记录数据进行验证的结果为验证通过。

4.如权利要求1所述的方法,其特征在于,对所述用户声音记录数据,进行验证,包括:

对所述用户声音记录数据进行降噪处理;

从降噪处理后的用户声音记录数据中,提取用户朗读的文本信息;

将所述文本信息与所述随机朗读信息,进行文本匹配;

在文本匹配程度超过预设数值时,对降噪处理后的用户声音记录数据进行声纹特征提取操作,得到用户声音记录数据对应的用户声纹特征;

从声纹模板数据库中,查找与待验证用户身份信息匹配的目标声纹模板;所述声纹模板数据库中预存有与不同用户身份信息对应的声纹模板;

将所述目标声纹模板,与所述用户声纹特征进行匹配;

在匹配通过时,确定对所述用户声音记录数据进行验证的结果为验证通过。

5.如权利要求1所述的方法,其特征在于,还包括:

按如下方式建立声纹模板数据库:

针对每一目标用户,将该目标用户的预收录声音数据,输入至声纹识别神经网络模型,得到该目标用户的声纹模板;所述声纹识别神经网络模型根据历史用户声音数据,对卷积神经网络模型进行训练得到;所述历史用户声音数据包括:对应不同用户的:预收录声音数据和该用户的声纹模板的历史数据;

根据不同用户的用户身份信息和对应的声纹模板之间建立的关联关系,建立声纹模板数据库。

6.如权利要求5所述的方法,其特征在于,还包括:

按如下方式建立声纹识别神经网络模型:

将历史用户声音数据划分为训练数据集和测试数据集;

基于机器学习算法,以训练数据集,对神经网络模型进行训练,获得声纹识别神经网络模型;

以测试数据集,对训练好的声纹识别神经网络模型进行测试。

7.如权利要求1所述的方法,其特征在于,还包括:

在验证未通过时,发出用户身份验证未通过,提示用户重新进行验证的通知信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210567501.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top