身份验证的拍摄参数的优化方法、装置及电子设备制造方法及图纸

本说明书实施例公开了一种身份验证的拍摄参数的优化方法、装置及电子设备。该方法包括：获取目标用户的人脸图像和所述目标用户的证件图像；基于所述目标用户的人脸图像和所述目标用户的证件图像，对所述目标用户进行身份验证；如果基于所述目标用户的人脸图像和证件图像，对所述目标用户的身份验证失败，则获取所述目标用户在预设时间段内的行为特征数据以及所述目标用户进行身份验证时的第一拍摄参数；将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与目标用户的行为特征数据和第一拍摄参数相匹配的目标拍摄参数。

【技术实现步骤摘要】
身份验证的拍摄参数的优化方法、装置及电子设备
本文件涉及计算机
，尤其涉及一种身份验证的拍摄参数的优化方法、装置及电子设备。
技术介绍
目前，在金融领域，越来越多的金融公司或机构选择在线身份验证的方式来验证用户的身份，证明“你是你”。这类验证方式采用拍摄用户的身份证件，并且采集用户的人脸图像进行匹配验证的方式，来验证用户的人脸图像中的人脸是否和用户的身份证件上的人脸一致，以及用户的身份证件是否是真实证件，从而证明“你是你”。这类产品也叫企业电子身份认证信息(electronicKnowYourCustomer，eKYC)系统。eKYC在实际应用过程中通常需要用户拍摄身份证件并采集用户的人脸图像。然而，用户在拍摄身份证件过程中，往往会因为主观(用户熟练程度)或客观(光线、环境的影响)的原因难以一次就拍摄出图像质量较好的身份证件和人脸照片。在这种情况下，就需要用户多次拍摄身份证件和人脸图像，直到拍摄出图像质量符合系统识别能力的照片。在此过程中，如果用户多次拍摄身份证件和人脸图像都不通过，则会导致用户身份验证失败，进而影响用户的体验。<本文档来自技高网...

【技术保护点】
1.一种身份验证的拍摄参数的优化方法，包括：/n获取目标用户的人脸图像和所述目标用户的证件图像；/n基于所述目标用户的人脸图像和所述目标用户的证件图像，对所述目标用户进行身份验证；/n如果基于所述目标用户的人脸图像和证件图像，对所述目标用户的身份验证失败，则获取所述目标用户在预设时间段内的行为特征数据以及所述目标用户进行身份验证时的第一拍摄参数；/n将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数，以基于所述目标拍摄参数优化所述目标用户进行身份验证时的拍摄参数；/n其中，所述多个参数的预测模型...

【技术特征摘要】
1.一种身份验证的拍摄参数的优化方法，包括：
获取目标用户的人脸图像和所述目标用户的证件图像；
基于所述目标用户的人脸图像和所述目标用户的证件图像，对所述目标用户进行身份验证；
如果基于所述目标用户的人脸图像和证件图像，对所述目标用户的身份验证失败，则获取所述目标用户在预设时间段内的行为特征数据以及所述目标用户进行身份验证时的第一拍摄参数；
将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数，以基于所述目标拍摄参数优化所述目标用户进行身份验证时的拍摄参数；
其中，所述多个参数的预测模型至少包括证件质量阈值的预测模型、人脸质量阈值的预测模型和证件图片和人脸图片之间的比对阈值的预测模型；目标参数的预测模型为以多次身份验证时的目标参数的参数值为标签、且以所述多个参数中除所述目标参数以外的其它参数为特征训练得到的，所述目标参数为所述多个参数中的任意一个参数。


2.如权利要求1所述的方法，将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数，包括：
确定所述目标用户在身份验证时的是否存在安全风险，所述安全风险包括身份验证设备的安全风险和被攻击的安全风险中的至少一种；
如果所述目标用户在身份验证时不存在安全风险，则将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数。


3.如权利要求1或2中任一所述的方法，将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数，包括：
从所述目标用户的行为特征数据和所述第一拍摄参数中，提取出所述目标用户进行身份验证时的第一证件质量阈值、第一人脸质量阈值和第一证件质量和所述第一人脸质量之间的第一比对阈值以及环境参数；
将所述第一人脸质量阈值、所述第一比对阈值以及所述环境参数输入到所述证件质量阈值的预测模型中，输出与所述第一人脸质量阈值和所述第一比对阈值相匹配的目标证件质量阈值；
将所述第一人脸质量阈值、所述第一比对阈值以及所述环境参数输入到所述人脸质量阈值的预测模型中，输出与所述第一人脸质量阈值和所述第一比对阈值相匹配的目标人脸质量阈值；
将所述第一证件质量阈值、所述第一人脸质量阈值以及所述环境参数输入到所述比对阈值的预测模型中，输出与所述第一证件质量阈值和所述第一人脸质量阈值相匹配的目标比对阈值。


4.如权利要求3所述的方法，在将所述目标用户的行为特征数据和所述第一拍摄参数，输入到多个参数的预测模型中，分别输出与所述目标用户的行为特征数据和所述第一拍摄参数相匹配的目标拍摄参数之后，所述方法还包括：
按照所述目标拍摄参数，调整所述目标用户进行身份验证时的拍摄参数；
在调整所述目标用户进行身份验证时的拍摄参数之后，获取所述目标用户的人脸图像和证件图像；
基于调整拍摄参数后的所述目标用户的人脸图像和证件图像，对所述目标用户进行身份验证。


5.如权利要求4所述的方法，按照所述目标拍摄参数，调整所述目标用户进行身份验证时的拍摄参数，包括：
基于所述目标拍摄参数和所述第一拍摄参数，分别确定所述第一证件质量阈值和所述目标证件质量阈值之间的证件质量差值、所述第一人脸质量阈值和所述目标人力质量阈值之间的人脸质量差值、以及所述第一比对阈值和所述目标比对阈值之间的比对差值；
如果所述证件质量差值大于或等于证件质量阈值，则按照所述目标证件质量阈值调整所述目标用户进行身份验证时的证件质量阈值；
如果所述人脸质量差值大于或等于人脸质量阈值，则按照所述目标人脸质量阈值调整所述目标用户进行身份验证时的人脸质量阈值；
如果所述比对差值大于或等于比对阈值，则按照所述目标比对阈值调整所述目标用户进行身份验证时的比对阈值。


6.如权利要求1所述的方法，如果基于所述目标用户的人脸图像和证件图像，对所述目标用户的身份验证失败，则获取所述目标用户在预设时间段内的行为特征数据以及所述目标用户进行身份验证时的第一拍摄参数，包括：
如果基于所述目标用户的人脸图像和证件图像，对所述目标用...

【专利技术属性】
技术研发人员：颜林，
申请(专利权)人：支付宝实验室新加坡有限公司，
类型：发明
国别省市：新加坡;SG