[發明專利]用戶身份驗證方法及裝置

在審

• 申請號: 202210567501.2
• 申請日: 2022-05-24
• 公開（公告）號: CN114978546A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 李秋衡;楊徵穹
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: H04L9/32
• 分類號: H04L9/32;G10L17/18;G10L17/04;G06V40/70;G06V40/40;G06V40/20;G06V40/16;G06F21/32
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;陶海萍

1.一種用戶身份驗證方法，其特征在于，包括：

生成隨機數和隨機朗讀信息；

從挑戰動作池中，獲取與隨機數對應的活體動作特征信息；所述挑戰動作池中預存有與不同隨機數一一對應的活體動作特征信息；

基于所述與隨機數對應的活體動作特征信息、和所述隨機朗讀信息，發出：要求用戶進行所述與隨機數對應的活體動作特征信息相同的動作、和要求用戶朗讀所述隨機朗讀信息的通知信息；

接收用戶根據所述通知信息進行動作的用戶動作記錄數據、和用戶根據所述隨機朗讀信息進行朗讀的用戶聲音記錄數據；

分別對所述用戶動作記錄數據和所述用戶聲音記錄數據，進行驗證；

在驗證通過時，發出用戶身份驗證通過的通知信息。

2.如權利要求1所述的方法，其特征在于，所述活體動作特征信息對應不同的四肢動作特征信息、頭部動作特征信息和軀干動作特征信息，以及對應四肢動作特征信息、頭部動作特征信息和軀干動作特征信息的動作幅度信息。

3.如權利要求2所述的方法，其特征在于，對所述用戶動作記錄數據進行驗證，包括：

提取所述用戶動作記錄數據中的動作信息；所述動作信息包括：肢體動作的變化信息、頭部動作的變化信息和軀干動作的變化信息，以及與肢體動作的變化信息、頭部動作的變化信息和軀干動作的變化信息對應的變化幅度信息；

根據所述動作信息，確定動作信息對應的特征信息；所述動作信息對應的特征信息包括：動作信息對應的四肢動作特征信息、頭部動作特征信息和軀干動作特征信息，以及與動作信息對應的四肢動作特征信息、頭部動作特征信息和軀干動作特征信息對應的動作幅度信息；

將動作信息對應的特征信息，與挑戰動作池中所述與隨機數對應的活體動作特征信息進行匹配；

在匹配通過時，確定對所述用戶動作記錄數據進行驗證的結果為驗證通過。

4.如權利要求1所述的方法，其特征在于，對所述用戶聲音記錄數據，進行驗證，包括：

對所述用戶聲音記錄數據進行降噪處理；

從降噪處理后的用戶聲音記錄數據中，提取用戶朗讀的文本信息；

將所述文本信息與所述隨機朗讀信息，進行文本匹配；

在文本匹配程度超過預設數值時，對降噪處理后的用戶聲音記錄數據進行聲紋特征提取操作，得到用戶聲音記錄數據對應的用戶聲紋特征；

從聲紋模板數據庫中，查找與待驗證用戶身份信息匹配的目標聲紋模板；所述聲紋模板數據庫中預存有與不同用戶身份信息對應的聲紋模板；

將所述目標聲紋模板，與所述用戶聲紋特征進行匹配；

在匹配通過時，確定對所述用戶聲音記錄數據進行驗證的結果為驗證通過。

5.如權利要求1所述的方法，其特征在于，還包括：

按如下方式建立聲紋模板數據庫：

針對每一目標用戶，將該目標用戶的預收錄聲音數據，輸入至聲紋識別神經網絡模型，得到該目標用戶的聲紋模板；所述聲紋識別神經網絡模型根據歷史用戶聲音數據，對卷積神經網絡模型進行訓練得到；所述歷史用戶聲音數據包括：對應不同用戶的：預收錄聲音數據和該用戶的聲紋模板的歷史數據；

根據不同用戶的用戶身份信息和對應的聲紋模板之間建立的關聯關系，建立聲紋模板數據庫。

6.如權利要求5所述的方法，其特征在于，還包括：

按如下方式建立聲紋識別神經網絡模型：

將歷史用戶聲音數據劃分為訓練數據集和測試數據集；

基于機器學習算法，以訓練數據集，對神經網絡模型進行訓練，獲得聲紋識別神經網絡模型；

以測試數據集，對訓練好的聲紋識別神經網絡模型進行測試。

7.如權利要求1所述的方法，其特征在于，還包括：

在驗證未通過時，發出用戶身份驗證未通過，提示用戶重新進行驗證的通知信息。