[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

本說明書實施例提供一種人臉識別過程中的欺詐行為檢測方法、裝置及設備，在檢測方法中，接收用戶的人臉識別請求。在處理人臉識別請求的過程中，采集用戶的旁路信息。該旁路信息包括用戶使用的設備信息以及用戶行為信息。將旁路信息輸入至少一個決策模型，以獲得旁路決策結果。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。至少基于旁路決策結果，確定該次人臉識別是否存在欺詐行為。

技術領域

本說明書一個或多個實施例涉及計算機技術領域，尤其涉及一種人臉識別過程中的欺詐行為檢測方法、裝置及設備。

背景技術

人臉識別是人工智能社會的標志性技術和應用。目前，在支付、出行、校園等多個場景，人臉識別都極大提升了生產效率、提高了用戶體驗。然而，有時會出現采用非真人非活體代替真人活體進行人臉識別的欺詐行為，例如使用照片或視頻代替真人進行人臉識別；這樣的欺詐行為又稱為活體攻擊。對于目前的人臉識別技術，欺詐行為是主要的安全隱患。因此，在人臉識別過程中如何對欺詐行為進行有效檢測就成為要解決的問題。

傳統技術中，通常是基于圖像信息(包括但不限于光線等)以及深度學習算法，來檢測當前是否存在欺詐行為。然而，由于圖像的質量容易受到光照、背景等環境因素的影響，以及人臉的成像也容易受到表情、姿態的影響，從而導致傳統的檢測方法性能不穩定。此外，由于深度學習算法，嚴重依賴訓練數據，因此一旦訓練數據與真實場景有較大差異，也會造成檢測方法性能下降。

因此，需要提供一種更準確、性能更穩定的欺詐行為檢測方法。

發明內容

本說明書一個或多個實施例描述了一種人臉識別過程中的欺詐行為檢測方法、裝置及設備，可以提升欺詐行為檢測的準確性。

第一方面，提供了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。

第二方面，提供了一種人臉識別過程中的欺詐行為檢測裝置，包括：

接收單元，用于接收用戶的人臉識別請求；

采集單元，用于在處理所述接收單元接收的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；

輸入單元，用于將所述采集單元采集的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；

確定單元，用于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。

第三方面，提供了一種人臉識別過程中的欺詐行為檢測設備，包括：

存儲器；

一個或多個處理器；以及

一個或多個程序，其中所述一個或多個程序存儲在所述存儲器中，并且被配置成由所述一個或多個處理器執行，所述程序被所述處理器執行時實現以下步驟：

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；