[發明專利]基于人臉識別和聲紋識別的交互式認證系統及方法

在審

• 申請號: 201611181543.3
• 申請日: 2016-12-20
• 公開（公告）號: CN106790054A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 劉東;李曉冬;楊震泉;彭世偉;孫云松;孟慶康
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06K9/00;G10L15/22;G10L15/26;G10L25/51
• 代理公司: 成都虹橋專利事務所(普通合伙)51124
• 代理人: 李凌峰

技術領域

本發明涉及認證技術，特別涉及人臉識別及聲紋識別的認證技術。

背景技術

隨著互聯網+時代的來臨，網絡化管理、無紙化辦公及電子交易等已經滲透于日常生活的各個部位。虛擬生活和虛擬市場等逐漸成為上班族購物休閑的主要渠道，但互聯網在方便人們生活的同時，它也是一把雙刃劍，因為一切活動或者交易都在虛擬的網絡中進行，沒有人與人之間直接的接觸，甚至都無須有文字的交流，彼此的信任和憑證都依靠口令、密鑰或者短信驗證碼去實現，而互聯網是一個開放網絡、一個平等的平臺，同時它也是一個不受控制的孩子。凡事在網絡中傳輸的東西都有可能被人竊取，網民平時為了便于記憶方便使用，通常是一個密鑰，處處使用，可使用的平臺的好壞與安全性卻是千差萬別，可謂是一處被泄漏，處處被攻破，目前逐漸提出用手機隨機驗證碼來取代傳統的固定密鑰，然后據統計手機卻是最易遺失的個人財產之一。

硬件技術的發展，智能手機、個人電腦的普及，近來生物特征識別技術成為人們日益關注的焦點，生物特征識別技術通過人體的生理特征或行為特征來進行合法身份的認證，比如說指紋、虹膜、面部圖像識別及脫氧核糖核酸(DNA)排序匹配識別等。

其中，指紋識別，因為容易被偽造，只需要簡單的從被偽造者日常生活用品中獲取對方的指紋，就可以進行指紋的偽造，所以指紋識別適用領域也只是安全程度要求不高的日常考勤記錄中。

而虹膜識別技術是通過攝像器材采集識別者位于黑色瞳孔和白色鞏膜之間的圓環狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋及隱窩等細節特征，所以對攝像硬件設備要求比較高，不易于大規模商用或者向普通用戶推廣。

單一的圖像識別驗證(人臉識別驗證)，也容易用靜態圖像(照片)來冒名頂替，而脫氧核糖核酸(DNA)排序匹配識別的門檻較高，需要人體的直接接觸所以并不適合“短、平、快”的互聯網平臺。

人的聲音富含了多個維度的信息，如說話內容、說話語氣及聲音特征等，聲紋識別是一種通過人的聲音特征來辨別不同說話人的技術，不同的聲道結構決定了聲紋的唯一性。

發明內容

本發明的目的是要解決目前人臉識別認證其檢測結果易被冒名頂替的問題，提供了一種基于人臉識別和聲紋識別的交互式認證系統及方法。

本發明解決其技術問題，采用的技術方案是，基于人臉識別和聲紋識別的交互式認證系統，包括終端及服務器，終端與服務器通過網絡連接，其特征在于，

所述終端用于獲取被檢測用戶的面部視頻及采集用戶輸入的語音音頻數據將其發送至服務器，且顯示服務器發送來的顯示提示信息；

所述服務器用于進行用戶面部特征參數進行匹配和用戶聲紋特征向量進行匹配，并將聲紋識別結果與人臉識別結果進行集合取交集，若交集中只有一個結果，則認為驗證成功，返回終端驗證成功信息。

進一步的，所述進行用戶面部特征參數進行匹配和用戶聲紋特征向量進行匹配是指：服務器從接收到的被檢測用戶的面部視頻獲取用戶面部特征參數，將獲取的用戶面部特征參數與服務器預先存儲的所有用戶面部特征參數進行匹配，匹配成功則得到人臉識別結果，然后向終端發送預設聲音口令文本，在接收到終端的語音采集模塊發送來的語音音頻數據后，將其轉換為文本內容，并將該文本內容與之前所發送的聲音口令文本進行匹配，匹配成功則提取該語音音頻數據中的聲紋特征向量，將其與服務器預先存儲的所有用戶聲紋特征向量進行匹配，匹配成功則得到聲紋識別結果。

具體的，所述終端包括顯示模塊、人臉視頻采集模塊、語音采集模塊及第一通訊模塊，服務器包括人臉識別模塊、語音識別模塊、驗證模塊、數據庫及第二通訊模塊，所述顯示模塊、人臉視頻采集模塊、語音采集模塊分別與第一通訊模塊連接，人臉識別模塊、語音識別模塊、驗證模塊分別與第二通訊模塊連接，人臉識別模塊、語音識別模塊分別與驗證模塊連接，數據庫模塊分別與人臉識別模塊、語音識別模塊及驗證模塊連接，第一通訊模塊與第二通訊模塊通過網絡連接，

所述人臉視頻采集模塊用于獲取被檢測用戶的面部視頻將其通過第一通訊模塊及第二通訊模塊發送至人臉識別模塊；

所述語音采集模塊用于采集用戶輸入的語音音頻數據將其通過第一通訊模塊及第二通訊模塊發送至語音識別模塊；

所述顯示模塊用于顯示服務器發送來的顯示提示信息，包括人臉識別失敗信息、聲音口令輸入不正確信息、驗證失敗信息、聲音口令文本及驗證成功信息；

所述第一通訊模塊及第二通訊模塊用于終端與服務器之間的信息交互；