[發明專利]人臉識別過程中的欺詐行為檢測方法、裝置及設備

有效

• 申請號: 201910722542.2
• 申請日: 2019-08-06
• 公開（公告）號: CN110532895B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 曹佳炯
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

1.一種人臉識別過程中的欺詐行為檢測方法，包括：

接收用戶的人臉識別請求；

在處理所述人臉識別請求的過程中，采集所述用戶的旁路信息；所述旁路信息包括所述用戶使用的設備信息以及用戶行為信息；

將所述旁路信息輸入至少一個決策模型，以獲得旁路決策結果；所述旁路決策結果用于預測該次人臉識別存在欺詐行為的概率；

至少基于所述旁路決策結果，確定該次人臉識別是否存在欺詐行為；所述欺詐行為是指采用非真人非活體代替真人活體進行人臉識別的行為；

所述設備信息包括設備的位置傳感器信息、設備的溫度傳感器信息中的至少一項；所述用戶行為信息包括用戶在發出所述人臉識別請求之前的操作歷史信息、用戶在人臉識別過程中的耗時信息以及用戶距離設備的距離信息中的至少一項；

所述采集所述用戶的旁路信息包括：

將所述旁路信息中的常量信息形成第一數據序列，其中，所述常量信息包括所述耗時信息以及所述操作歷史信息中的至少一項；

按照預定時間間隔、在多個時刻采集所述旁路信息中的時序信息，將所述多個時刻采集的時序信息形成第二數據序列，其中，所述時序信息包括所述位置傳感器信息、所述溫度傳感器信息以及所述距離信息中的至少一項；

基于所述第一數據序列和所述第二數據序列，形成用于表示所述旁路信息的特征向量。

2.根據權利要求1所述的方法，所述至少一個決策模型包括決策樹或支持向量機SVM。

3.根據權利要求1所述的方法，所述至少一個決策模型包括決策樹和支持向量機SVM，所述將所述旁路信息輸入至少一個決策模型，以獲得旁路決策結果，包括：

將所述旁路信息輸入所述決策樹，以得到第一決策結果；

將所述旁路信息輸入所述SVM，以得到第二決策結果；

對所述第一決策結果以及所述第二決策結果進行綜合，以獲得所述旁路決策結果。

4.根據權利要求1所述的方法，在所述將所述旁路信息輸入至少一個決策模型，以獲得旁路決策結果之前，還包括：

對所述旁路信息進行預處理，以去除所述旁路信息的噪聲；

所述預處理至少包括濾波處理和/或缺失值填充；

所述將所述旁路信息輸入至少一個決策模型，以獲得旁路決策結果，包括：

將預處理后的旁路信息輸入至少一個決策模型，以獲得旁路決策結果。

5.根據權利要求1所述的方法，還包括：

獲取圖像決策結果；所述圖像決策結果基于所述用戶的圖像信息以及其它決策模型確定；

所述至少基于所述旁路決策結果，確定該次人臉識別是否存在欺詐行為，包括：

對所述旁路決策結果以及所述圖像決策結果進行融合，以得到最終決策結果；

基于所述最終決策結果，確定該次人臉識別是否存在欺詐行為。

6.根據權利要求5所述的方法，所述對所述旁路決策結果以及所述圖像決策結果進行融合，以得到最終決策結果，包括：

確定所述旁路決策結果以及所述圖像決策結果各自對應的權重；

基于確定的權重，對所述旁路決策結果以及所述圖像決策結果進行加權平均，以得到最終決策結果。

7.根據權利要求6所述的方法，所述確定所述旁路決策結果對應的權重，包括：

從預定取值范圍內采樣N個數值；

基于預設的測試集，對N個數值進行準確性測試，以得到各自對應的準確率；

從N個數值中選取準確率最高的數值；

將選取的數值確定為所述旁路決策結果對應的權重。