[发明专利]滑块验证的检测方法、装置、计算机设备及存储介质

权利要求书

1.一种滑块验证的检测方法，其特征在于，包括下述步骤：

获取滑块验证操作的滑动特征，其中，所述滑动特征包括轨迹特征和运动特征；

将所述轨迹特征输入到预先训练得到的轨迹识别模型中，得到第一验证结果；

当所述第一验证结果正常时，将所述运动特征输入到预先训练得到的运动识别模型中，当得到的第二验证结果正常时，确定所述滑块验证操作正常。

2.根据权利要求1所述的滑块验证的检测方法，其特征在于，所述获取滑块验证操作的滑动特征，包括：

采集所述滑块验证操作时滑动的轨迹点序列；

根据所述轨迹点序列确定滑动特征。

3.根据权利要求2所述的滑块验证的检测方法，其特征在于，当所述滑动特征是轨迹特征时，所述根据所述轨迹点序列确定滑动特征，包括：

从所述轨迹点序列中提取起始点和终止点；

按照所述起始点和终止点设立的XY坐标系，确定所述轨迹点序列中每一个点的坐标；

将每个点的坐标进行连接得到所述滑块验证操作的轨迹特征。

4.根据权利要求3所述的滑块验证的检测方法，其特征在于，当所述滑动特征为运动特征时，所述根据所述轨迹点序列确定滑动特征，包括：

在所述轨迹点序列中提取相邻的两个轨迹点；

根据所述两个轨迹点的坐标计算所述两个轨迹点之间的距离，并将所有的距离相加得到所述轨迹点序列的距离；

根据所述距离和预先获取到的时间计算速度和加速度，并将所述距离、速度和加速度组成的数据矩阵作为所述运动特征。

5.根据权利要求1所述的欢快验证的检测方法，其特征在于，所述将所述轨迹特征输入到预先训练得到的轨迹识别模型中，得到第一验证结果之后，还包括：

当所述第一验证结果异常时，确定所述滑块验证操作异常。

6.根据权利要求1至5任一项所述的滑块验证的检测方法，其特征在于，对所述轨迹识别模型进行训练，包括：

将轨迹样本图像输入到卷积神经网络模型中，获取卷积神经网络模型输出的激励分类值；

比对预先得到的期望分类值与激励分类值之间的距离是否小于或等于预设的第一阈值；

当期望分类值与激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至期望分类值与激励分类值之间的距离小于或等于预设的第一阈值时结束。

7.一种滑块验证的检测装置，其特征在于，包括：

获取模块，用于获取滑块验证操作的滑动特征，其中，所述滑动特征包括轨迹特征和运动特征；

处理模块，用于将所述轨迹特征输入到预先训练得到的轨迹识别模型中，得到第一验证结果；

执行模块，用于当所述第一验证结果正常时，将所述运动特征输入到预先训练得到的运动识别模型中，当得到的第二验证结果正常时，确定所述滑块验证操作正常。

8.根据权利要求7所述的滑块验证的检测装置，其特征在于，所述获取模块包括：

第一获取子模块，用于采集所述滑块验证操作时滑动的轨迹点序列；

第一处理子模块，用于根据所述轨迹点序列确定滑动特征。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项权利要求所述滑块验证的检测方法的步骤。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至6中任一项权利要求所述滑块验证的检测方法的步骤。