[发明专利]身份验证方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010358730.4 申请日: 2020-04-29
公开(公告)号: CN111563244A 公开(公告)日: 2020-08-21
发明(设计)人: 王骞;周满;马欣贝;李琦;刘旋恺;沈超;孟嘉;丁守鸿;李季檩 申请(专利权)人: 武汉大学;清华大学;腾讯科技(深圳)有限公司
主分类号: G06F21/32 分类号: G06F21/32;G06K9/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 430061 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 身份验证 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种身份验证方法,其特征在于,所述方法包括:

输出第一声波信号,所述第一声波信号指向按照验证口令运动的唇部;

获取所述第一声波信号经过所述唇部反射的第二声波信号;

基于所述第二声波信号中的唇部运动信号提取口令信号片段;

对所述口令信号片段进行活性检测,当所述活性检测的结果表示唇部运动有效时,根据所述口令信号片段提取唇部运动特征;

基于所述唇部运动特征以及与所述验证口令对应的注册唇部运动特征,确定身份验证结果。

2.根据权利要求1所述的方法,其特征在于,所述基于所述第二声波信号中的唇部运动信号提取口令信号片段包括:

提取所述第二声波信号中的唇部运动信号;

提取所述唇部运动信号中所述验证口令对应的口令信号片段。

3.根据权利要求2所述的方法,其特征在于,所述提取所述第二声波信号中的唇部运动信号包括:

对所述第二声波信号进行信号解调,得到所述第二声波信号的分量信号;

对所述分量信号进行干扰消除,得到所述第二声波信号中的唇部运动信号。

4.根据权利要求3所述的方法,其特征在于,所述对所述分量信号进行干扰消除,得到所述第二声波信号中的唇部运动信号包括:

基于预设拦截频率对所述分量信号进行动态干扰消除,得到动态干扰消除后的分量信号;

提取所述动态干扰消除后的分量信号中的静态分量,对所述静态分量进行静态干扰消除,得到所述第二声波信号中的唇部运动信号。

5.根据权利要求2所述的方法,其特征在于,所述提取所述唇部运动信号中所述验证口令对应的口令信号片段包括:

对所述唇部运动信号进行语音活动检测,得到所述唇部运动信号中的各个单词的端点;

根据各个单词的端点对所述唇部运动信号进行分段,得到各个单词对应的口令信号片段。

6.根据权利要求5所述的方法,其特征在于,所述端点包括起点和终点,所述根据各个单词的端点对所述唇部运动信号进行分段包括:

获取所述唇部运动信号对应的包络特征;

获取所述包络特征的包络差值,基于所述包络差值和预设阈值确定每个单词的起点和终点;

根据所述单词的起点和终点提取各个单词对应的口令信号片段。

7.根据权利要求1所述的方法,其特征在于,所述对所述口令信号片段进行活性检测包括:

将所述口令信号片段输入至已训练的唇部运动检测模型,通过所述唇部运动检测模型提取每个口令信号片段的唇部运动向量;

根据所述唇部运动向量生成每个口令信号片段的检测标签;所述检测标签用于指示唇部运动是否有效;

根据每个口令信号片段的检测标签输出所述活性检测的结果。

8.根据权利要求7所述的方法,其特征在于,所述唇部运动检测模型包括第一网络层和第二网络层以及特征连接层,所述通过所述唇部运动检测模型提取每个口令信号片段的唇部运动向量包括:

通过所述第一网络层提取所述口令信号片段的第一信号特征;

通过所述第二网络层提取所述口令信号片段的第二信号特征;

利用所述特征连接层对所述第一信号特征和所述第二信号特征进行特征连接,得到所述口令信号片段的唇部运动向量。

9.根据权利要求7所述的方法,其特征在于,所述方法还包括:

当所述每个口令信号片段的检测标签均满足活性检测条件时,确定所述活性检测的结果表示唇部运动有效。

10.根据权利要求1所述的方法,其特征在于,所述根据所述口令信号片段提取唇部运动特征包括:

将所述唇部运动信号对应的各个口令信号片段进行拼接,得到拼接后的唇部运动口令信号;

对所述拼接后的唇部运动口令信号进行特征提取,得到唇部运动特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学;清华大学;腾讯科技(深圳)有限公司,未经武汉大学;清华大学;腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010358730.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top