【技术实现步骤摘要】
基于人工智能的身份验证方法、装置和计算机设备
本申请涉及计算机
，特别是涉及一种基于人工智能的身份验证方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，越来越多的业务应用场景中需要进行实名身份验证，如互联网金融、个人征信、远程开户等业务，一般需要基于人脸识别技术进行身份验证。具体地，在身份验证时，需要用户通过移动端上传拍摄的人脸图像，再将人脸图像与用户的证件照片进行比对，判断上传的人脸图像与证件照片是否为同一人，从而实现实名身份验证。然而，目前在线进行身份验证的过程中，存在使用不真实的人脸图像，如从网络盗取的人脸图像进行验证的风险，影响了身份验证的准确率，导致身份验证的安全性存在隐患。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高身份验证准确率，确保身份验证安全性的基于人工智能的身份验证方法、装置、计算机设备和存储介质。一种基于人工智能的身份验证方法，所述方法包括：获取输入到验证设备的待验证的人脸图像；对人脸图像进行基于人工智能的设...
【技术保护点】
1.一种基于人工智能的身份验证方法，其特征在于，所述方法包括：/n获取输入到验证设备的待验证的人脸图像；/n对所述人脸图像进行基于人工智能的设备溯源处理，基于所述设备溯源处理获得的第一模式噪声，确定所述人脸图像的拍摄设备所对应的拍摄设备标识；/n获取基于所述验证设备所对应的第二模式噪声特征确定的验证设备标识；/n将所述拍摄设备标识和所述验证设备标识进行特征比对，获得比对结果；/n当所述比对结果表示所述拍摄设备和所述验证设备为相同设备时，基于所述人脸图像进行身份验证。/n
【技术特征摘要】
1.一种基于人工智能的身份验证方法，其特征在于，所述方法包括：
获取输入到验证设备的待验证的人脸图像；
对所述人脸图像进行基于人工智能的设备溯源处理，基于所述设备溯源处理获得的第一模式噪声，确定所述人脸图像的拍摄设备所对应的拍摄设备标识；
获取基于所述验证设备所对应的第二模式噪声特征确定的验证设备标识；
将所述拍摄设备标识和所述验证设备标识进行特征比对，获得比对结果；
当所述比对结果表示所述拍摄设备和所述验证设备为相同设备时，基于所述人脸图像进行身份验证。
2.根据权利要求1所述的方法，其特征在于，所述将所述拍摄设备标识和所述验证设备标识进行特征比对，获得比对结果，包括：
确定所述第一模式噪声特征和所述第二模式噪声特征之间的相似度；
根据所述相似度得到所述拍摄设备标识和所述验证设备标识的比对结果。
3.根据权利要求2所述的方法，其特征在于，所述根据所述相似度得到所述拍摄设备标识和所述验证设备标识的比对结果，包括：
当所述相似度大于相似度阈值时，得到表示所述拍摄设备和所述验证设备为相同设备的比对结果；
当所述相似度小于或等于所述相似度阈值时，得到表示所述拍摄设备和所述验证设备为不同设备的比对结果。
4.根据权利要求2所述的方法，其特征在于，所述对所述人脸图像进行基于人工智能的设备溯源处理，基于所述设备溯源处理获得的第一模式噪声，确定所述人脸图像的拍摄设备所对应的拍摄设备标识，包括：
对所述人脸图像进行至少一次的卷积操作，获得所述人脸图像的图像卷积特征；
对所述图像卷积特征进行非线性映射，得到第一模式噪声特征；
基于所述第一模式噪声特征，确定所述人脸图像的拍摄设备所对应的拍摄设备标识。
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一模式噪声特征，确定所述人脸图像的拍摄设备所对应的拍摄设备标识，包括：
将所述第一模式噪声特征按照设备标识格式映射为字符串，得到所述人脸图像的拍摄设备所对应的拍摄设备标识；
所述将所述拍摄设备标识和所述验证设备标识进行特征比对，获得比对结果，包括：
对所述拍摄设备标识和所述验证设备标识进行字符比对，得到比对结果。
6.根据权利要求1所述的方法，其特征在于，所述设备溯源处理基于设备溯源网络模型实现，所述设备溯源网络模型通过模型训练步骤生成，所述模型训练步骤包括：
获取携带设备标识标签的训练图像；
通过待训练的设备溯源网络模型对所述训练图像进行至少一次的卷积操作，获得所述训练图像的训练卷积特征；
通过所述设备溯源网络模型对所述训练卷积特征进行非线性映射，得到训练模式噪声特征；
通过所述设备溯源网络模型根据所述训练模式噪声特征确定所述训练图像的拍摄设备所对应的预测设备标识；
根据所述设备标识标签和所述预测设备标识调整所述设备溯源网络模型的参数后继续进行训练，直至训练结束得到训练完成的设备溯源网络模型。
7.根据权利要求6所述的方法，其特征在于，所述根据所述设备标识标签和所述预测设备标识调整所述设备溯源网络模...
【专利技术属性】
技术研发人员：罗朝，白琨，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。