申请/专利权人：交通银行股份有限公司江西省分行

申请日：2024-04-17

公开（公告）日：2024-07-05

公开（公告）号：CN118071359B

主分类号：G06Q20/40

分类号：G06Q20/40;G06V40/16;G06T17/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明涉及金融虚拟身份验证技术领域，尤其涉及一种金融虚拟身份验证方法及系统。所述方法包括以下步骤：对用户面部进行用户面部数据采集，得到用户面部视频数据；对用户面部视频数据进行面部动作随机扰动分析并进行多重边缘抗锯齿识别，得到多重动作边缘抗锯齿数据；根据多重动作边缘抗锯齿数据进行伪造痕迹检测，得到动作伪造痕迹数据；对动作伪造痕迹数据进行金融虚拟身份反伪造机制设计，得到金融虚拟身份反伪造机制；对金融虚拟身份反伪造机制进行反伪造验证架构设计，得到反伪造验证架构数据；将反伪造验证架构数据嵌入至识别终端中，以执行金融虚拟身份验证。本发明通过对金融虚拟身份验证的优化处理使得金融虚拟身份验证方法更加准确。

主权项：1.一种金融虚拟身份验证方法，其特征在于，包括以下步骤：步骤S1：通过电子监控设备对用户面部进行用户面部数据采集，得到用户面部视频数据；对用户面部视频数据进行面部动作全息三维模型构建，得到面部动作全息三维模型；根据面部动作全息三维模型进行面部细微动作变化捕捉，得到面部细微动作变化数据；步骤S2：对面部动作全息三维模型进行面部动作随机扰动分析，得到面部动作随机扰动数据；对面部动作随机扰动数据进行多重边缘抗锯齿识别，得到多重动作边缘抗锯齿数据；根据多重动作边缘抗锯齿数据进行伪造痕迹检测，得到动作伪造痕迹数据；步骤S2包括以下步骤：步骤S21：对面部细微动作变化数据进行形态变换契合分析，得到细微动作形态变换契合数据；步骤S22：根据细微动作形态变换契合数据对面部动作全息三维模型进行面部动作随机扰动分析，得到面部动作随机扰动数据；步骤S22包括以下步骤：步骤S221：基于卷积神经网络对细微动作形态变换契合数据进行细微动作形态变化基准模型构建，得到细微动作形态变化基准模型；步骤S222：根据细微动作形态变化基准模型进行多尺度扰动融合，得到多尺度动作扰动融合数据；根据细微动作形态变化基准模型以及多尺度动作扰动融合数据进行随机扰动模拟器设计，得到动作形态随机扰动模拟器；步骤S223：根据动作形态随机扰动模拟器进行面部动作随机响应模拟，得到面部动作随机响应数据；对面部动作随机响应数据进行形态空间采样，得到动作随机响应空间采样数据；步骤S224：对动作随机响应空间采样数据进行非线性动作动态分析，得到非线性动作动态数据；根据非线性动作动态数据对动作随机响应空间采样数据进行非线性多复变量分析，得到随机响应动作多复变量数据；步骤S225：根据随机响应动作多复变量数据对面部动作全息三维模型进行面部动作随机扰动分析，得到面部动作随机扰动数据；步骤S23：对面部动作随机扰动数据进行多重边缘抗锯齿识别，得到多重动作边缘抗锯齿数据；步骤S23包括以下步骤：步骤S231：对面部动作随机扰动数据进行面部动作边缘细化，得到面部动作边缘细化数据；对面部动作边缘细化数据进行边缘断裂区域识别，得到边缘断裂区域数据；步骤S232：根据边缘断裂区域数据对面部动作随机扰动数据进行多重动作色彩损失分析，得到多重动作色彩损失数据；步骤S233：对多重动作色彩损失数据进行色彩损失梯度分析，得到色彩损失梯度数据；步骤S234：根据色彩损失梯度数据对边缘断裂区域数据进行断裂区域形态划分，得到断裂区域形状划分数据；步骤S235：对断裂区域形态划分数据进行形状错位分析，得到断裂区域形状错位数据；步骤S236：根据断裂区域形状错位数据以及色彩损失梯度数据对边缘断裂区域数据进行边缘动作失真度损失计算，得到边缘动作失真度损失数据；步骤S237：根据边缘动作失真度损失数据、断裂区域形状错位数据以及色彩损失梯度数据进行多重边缘抗锯齿识别，得到多重动作边缘抗锯齿数据；步骤S24：根据多重动作边缘抗锯齿数据对细微动作形态变换契合数据进行伪造痕迹检测，得到动作伪造痕迹数据；步骤S24包括以下步骤：步骤S241：根据多重动作边缘抗锯齿数据对细微动作形态变换契合数据进行动作边缘抗锯齿映射，得到动作边缘抗锯齿映射数据；步骤S242：对动作边缘抗锯齿映射数据进行动作切换流畅度评估，得到动作切换流畅度数据；根据动作切换流畅度数据对动作边缘抗锯齿映射数据进行过渡平滑度分析，得到动作边缘过渡平滑度数据；步骤S243：基于动作边缘过渡平滑度数据对动作边缘抗锯齿映射数据进行过渡动作边缘锐度计算，得到过渡动作边缘锐度数据；步骤S244：对过渡动作边缘锐度数据进行边缘过渡动作锐度区间计算，得到边缘过渡动作锐度区间；根据边缘过渡动作锐度区间进行锐度伽玛分布分析，得到锐度伽玛分布数据；步骤S245：根据边缘过渡动作锐度区间以及锐度伽玛分布数据进行分布约束拉格朗日插值处理，得到过渡动作锐度分布插值数据；步骤S246：根据过渡动作锐度分布插值数据对动作边缘抗锯齿映射数据进行伪造痕迹检测，得到动作伪造痕迹数据步骤S3：对动作伪造痕迹数据进行异常动作痕迹组合分析，得到异常动作痕迹组合数据；根据异常动作痕迹组合数据进行金融虚拟身份反伪造机制设计，得到金融虚拟身份反伪造机制；步骤S3包括以下步骤：步骤S31：对动作伪造痕迹数据进行动作痕迹错位分析，得到动作痕迹错位数据；步骤S32：根据动作痕迹错位数据对动作伪造痕迹数据进行异常动作痕迹组合分析，得到异常动作痕迹组合数据；步骤S33：根据异常动作痕迹组合数据以及动作伪造痕迹数据进行金融虚拟身份反伪造机制设计，得到金融虚拟身份反伪造机制；步骤S33包括以下步骤：步骤S331：根据异常动作痕迹组合数据以及动作伪造痕迹数据进行伪造动作拓扑结构分析，得到伪造动作拓扑结构数据；步骤S332：根据伪造动作拓扑结构数据对异常动作痕迹组合数据进行异常痕迹相对交叉结构分析，得到异常痕迹交叉结构数据；对异常痕迹交叉结构数据进行正则化处理，得到异常痕迹交叉正则化数据；步骤S333：基于人工神经网络对异常痕迹交叉正则化数据进行异常痕迹判别模式学习，得到异常痕迹判别模式数据；步骤S334：根据异常痕迹判别模式数据进行金融虚拟身份反伪造机制设计，得到金融虚拟身份反伪造机制；步骤S4：对金融虚拟身份反伪造机制进行编码转换，得到虚拟身份反伪造编码数据；根据虚拟身份反伪造编码数据进行反伪造验证架构设计，得到反伪造验证架构数据；将反伪造验证架构数据嵌入至识别终端中，以执行金融虚拟身份验证。

全文数据：

权利要求：

百度查询： 交通银行股份有限公司江西省分行 一种金融虚拟身份验证方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD