[发明专利]基于声纹识别、头像识别及位置服务的移动身份验证系统和方法

说明书

技术领域

本发明涉及网络通信领域，尤其涉及一种使用移动终端设备(如手机、平板电脑等)进行身份验证的方法及系统，进一步涉及一种联合声纹识别、头像识别、定位技术多模态信息的进行身份验证的方法及系统。

背景技术

身份验证系统在许多领域都有非常广泛的应用，例如：企业考勤，课堂签到等。传统的打卡机不仅效率不高而且身份验证的可靠性也无法保证，新近的指纹考勤机采用了更可靠的安全机制却仍旧无法解决效率的问题。面对效率问题，传统的方法只能通过购买更多的设备来解决，而传统的设备只能固定在某个专门的位置而且只能为特定一类事件提供服务，采用这样的解决方法显然会大幅增加成本。

我们发现利用现有的移动终端是一种非常简单经济的解决方案，利用这些设备将直接使人事成本降到最低。当前移动设备中已有许多基于位置的签到服务(如“街旁”等)，但是这些应用并没有包含身份验证的功能，也就意味着这些应用只能局限于娱乐，无法进行严肃的商业应用。

传统的考勤设备有着诸多的缺点，例如：设备部署成本高、验证方式单一和便携性较差等诸多缺点。正是由于这些问题，导致了传统设备应用场景的局限性。

发明内容

为改变这一现状，我们将语音、图像等多模态高精度联合身份验证系统与基于位置信息的签到系统融合，设计出新一代的移动身份验证系统。此系统具有高效、精确、经济等多方面优势，所以其应用场景将不仅限于企业学校签到，例如：服务行业中会员用户的身份验证，定向越野比赛中宣誓定点签到，犯人在保外就医或监视居住期间定时定点的身份验证等。

本发明提供了一种语音、图像等多模态高精度联合身份验证系统与基于位置信息的签到系统融合的移动身份验证系统，包括：

语音声纹训练单元，用于提取语音信号的声学特征，训练生成用户的语音声纹模型，该声纹模型将用于用户的语音识别验证；

语音声纹验证单元，用于比较用户的输入语音与用户的语音声纹模型的相似度，通过该单元的对比验证用户的身份；

脸部探测识别单元，通过检测用户脸部五官的特征，判断脸部位置，返回脸部信息；

脸部相似度比较单元，通过对比两张脸部图像的特征，判断五官的相似度，并输出综合判定的综合相似度；

综合验证单元，用于对脸部相似度比较单元、语音声纹验证单元以及地理位置信息的综合评估，输出最终的评估结果。

本发明还提供了一种语音、图像、基于位置信息等的多模态高精度联合身份验证方法，其特征在于在采用传统语音、身份、面部的身份识别方法的基础上，实现了多模态高精度联合身份认证，该方法避免了单一身份认证不准确性，并且能够高效、快速地进行身份验证。该联合身份认证方法具体包括如下步骤：

第一步：在当前用户初次登录状态上，通过终端采样用户的脸部图像，用脸部探测识别单元检测该脸部的特征值，并存入该用户的数据库之中。再通过终端采样用户的声音，用语音声纹训练模块对输入的声音进行训练生成该用户的语音声纹引擎；

第二步：在当前用户初次登录状态上，且未注册签到地点的情况下，向系统提交未来将签到的地址，系统将该用户信息放入系统数据库中；

第三步：在当前用户已经产生了语音声纹引擎后，用户向系统提交自己当前的语音采样，系统创建并初始化语音识别引擎，并把语音样本输入语音识别引擎，引擎将输出语音相似度，并记录在该次验证的结果数据库中；

第四步：在当前用户已经注册了面部后，用户向系统提交自己当前的脸部采样，系统创建并初始化脸部检测引擎，并把脸部样本输入脸部检测引擎，引擎将脸部图像输出。然后，系统创建生成脸部识别引擎，并把数据库中注册的脸部与当前用户上传的脸部输入到脸部识别引擎之中，引擎将输出脸部相似程度，并记录在该次验证的结果数据库中；

第五步：在用户进行验证的过程中，终端将采集当前地理位置信息，成功采集之后，后台系统将会把地理位置信息记录在该次验证的结果数据库中；

第六步：在用户提交了所有验证信息之后，系统将对语音、图像、位置等信息进行联合认证，采用加权评估方法，对每一项的识别精度进行加权，并对所有项的加权值进行乘积运算，若达到认可阈值，且单项识别度不得低于其设定最低阈值，则可以认为联合认证通过。

上述移动身份验证系统中，用于实现联合认证的方式并不限于权值加总，任何其他可以对多项识别结果进行联合判定的方式都可以用于实现联合认证。

附图说明

图1是语音、图像、基于位置信息等的多模态高精度联合身份验证系统总体结构。

具体实施方式