身份验证方法、装置、电子设备及程序产品与流程

本技术涉及生物识别领域，具体而言，涉及一种身份验证方法、装置、电子设备及程序产品。

背景技术：

1、随着金融科技的发展，银行远程身份核验业务如线上开户、远程面签及大额转账授权等日益普及。此类业务通常要求用户通过移动终端或计算机终端，通过随机指令驱动下完成眨眼、张口、转头等动作，以确认操作主体为真实活体，并核验其与证件信息的一致性。然而，屏幕翻拍、换脸合成、表情重定向及生成式视频伪造等深伪攻击手段不断升级，给银行远程身份核验带来了严峻的安全挑战。

2、现有技术中，面向远程人脸活体检测和身份呈现攻击检测的方案主要包括基于静态图像纹理分析、基于响应动作检测以及基于视频时序建模等方法。基于静态图像纹理分析的方法通常提取单帧或关键帧的肤质、边缘或频域特征，结合卷积神经网络进行真假区分；基于挑战响应动作检测的方法通过检测人脸关键点，测量眨眼幅度、张口幅度等单一动作指标，依据指令匹配结果给出判定；基于视频时序建模的方法则利用三维卷积、循环神经网络或注意力机制，对连续视频中的动作演化进行表示学习并输出分类结果。部分方案还会结合多模态数据或先按指令切分视频再评估片段，最后综合结果。

3、尽管上述方案在一定程度上提升了核验能力，但在金融机构远程身份核验场景中仍存在适配不足。一方面，许多方案将随机指令响应简单理解为单一动作是否完成，或直接将连续视频交由时序分类网络处理，缺乏对面部局部部件与整体活体状态之间结构化对应关系的深入建模，导致面部局部位置与整体活体状态之间的结构化对应关系表达不足，难以反映各面部部件的真实协同变化。另一方面，现有时序模型往往缺乏对前后时刻状态变化是否属于真实活体自然可达范围的显式约束，面对能够完成表面动作但局部过渡不自然的深伪身份呈现时，判定依据不够稳定。上述缺陷导致检测结果不准确，难以满足银行远程身份核验对于交互真实性及过程连续性的严格要求。

4、针对相关技术中远程身份核验过程中，面部局部位置与整体活体状态之间的结构化对应关系表达不足，难以反映各面部部件的真实协同变化，导致检测结果不准确的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种身份验证方法、装置、电子设备及程序产品，以解决相关技术中远程身份核验过程中，面部局部位置与整体活体状态之间的结构化对应关系表达不足，难以反映各面部部件的真实协同变化，导致检测结果不准确的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种身份验证方法，该方法包括：在检测用户授权采集生物信息的情况下，接收用户根据随机指令返回的面部视频，从面部视频中提取随机指令对应的响应视频帧，得到交互响应序列；从交互响应序列中截取多个面部部件的局部图像，依据交互响应序列和随机指令确定面部响应状态，并在局部图像和面部响应状态之间建立投票关系，得到部件投票序列；基于部件投票序列中不同时刻的部件投票状态确定活体预测状态范围，基于活体预测状态范围对局部图像和面部响应状态之间的投票关系进行更新，生成活体状态序列；依据活体状态序列确定交互响应序列中超出预测状态范围的状态变化位置，提取异常片段，依据异常片段确定面部视频的身份验证结果。

3、进一步地，从面部视频中提取随机指令对应的响应视频帧，得到交互响应序列，包括：确定随机指令的展示顺序和随机指令的时间戳信息，其中，时间戳信息包括：开始展示时刻、结束展示时刻；依据时间戳信息在面部视频中提取随机指令对应的连续面部视频帧，并按照时间顺序进行排序，得到候选响应帧序列；基于目标检测算法识别候选响应帧序列中每一帧的面部区域和面部部件，依据面部区域和面部部件在候选响应帧序列中筛选面部移动连续且面部部件完整的面部视频帧，得到面部响应帧；依据随机指令的展示顺序和面部响应帧的时间信息对面部响应帧进行排序，得到交互响应序列。

4、进一步地，从交互响应序列中截取多个面部部件的局部图像，依据交互响应序列和随机指令确定面部响应状态，并在局部图像和面部响应状态之间建立投票关系，得到部件投票序列，包括：基于多个面部部件的位置信息对交互响应序中的面部响应帧进行帧对齐处理，依据对齐后的每一帧中提取多个面部部件的局部图像，得到每个面部响应帧对应的多个第一特征胶囊；依据随机指令与交互响应序列中面部响应帧之间的对应关系和每个面部响应帧对应的多个第一特征胶囊确定随机指令对应的面部响应状态，并依据面部响应状态构建第二特征胶囊；建立每个面部响应帧对应的多个第一特征胶囊与第二特征胶囊之间的变换权重，依据每个面部响应帧对应的多个第一特征胶囊的变换权重构建每个面部响应帧的部件投票状态；按照交互响应序列的时间顺序对每个面部响应帧的部件投票状态进行排序，得到部件投票序列。

5、进一步地，基于部件投票序列中不同时刻的部件投票状态确定活体预测状态范围，基于活体预测状态范围对局部图像和面部响应状态之间的投票关系进行更新，生成活体状态序列，包括：按照时间顺序从部件投票序列中提取第一时刻对应的第一部件投票状态和第二时刻对应的第二部件投票状态，其中，第一时刻和第二时刻是相邻时刻；将第一部件投票状态输入预训练的科普曼算子模型，得到第二时刻的活体预测状态范围，将活体预测状态范围与第二部件投票状态进行比对，得到比较结果；依据比较结果对部件投票序列中第二时刻对应的多个第一特征胶囊的变换权重进行加权求和，得到第二时刻的活体特征胶囊响应状态；依据部件投票序列中每个时刻对应的活体特征胶囊响应状态生成活体状态序列。

6、进一步地，依据活体状态序列确定交互响应序列中超出预测状态范围的状态变化位置，提取异常片段，包括：按照时间顺序对活体状态序列与交互响应序列中的面部响应帧进行对齐，得到状态对应序列；从状态对应序列中提取相邻时刻的活体特征胶囊响应状态，并依据相邻时刻的活体特征胶囊响应状态之间的变化关系确定状态变化候选位置，将状态变化候选位置对应的活体预测状态范围与状态变化候选位置的活体变化结果进行比对，得到位置偏离信息；在位置偏离信息满足预设偏离条件的情况下，将状态变化候选位置确定为状态变化位置，得到状态变化位置集合；依据状态变化位置集合在交互响应序列中的位置分布信息，对状态变化位置集合中时间连续的状态变化位置进行合并和连接，得到候选异常片段集合；基于候选异常片段集合中各状态变化位置对应的交互响应序列片段，筛选与随机指令作用范围重叠的候选异常片段，依据筛选后的候选异常片段确定异常片段。

7、进一步地，依据异常片段确定面部视频的身份验证结果，包括：在交互响应序列中确定异常片段对应的起始状态变化位置和结束状态变化位置，并统计异常片段中的状态变化位置数量，得到异常数量；依据异常数量和交互响应序列中状态变化位置的总数量确定异常占比；在异常占比大于预设异常阈值的情况下，依据异常片段在交互响应序列中的时间分布信息、异常数量和异常占比确定深伪判定依据；在异常占比小于等于预设异常阈值的情况下，依据异常片段在交互响应序列中的时间分布信息、异常数量和异常占比确定真实活体判定依据；依据深伪判定依据或真实活体判定依据确定目标判定依据，依据目标判定依据生成针对用户的身份验证结果。

8、进一步地，依据深伪判定依据或真实活体判定依据确定目标判定依据，依据目标判定依据生成针对用户的身份验证结果，包括：依据目标判定依据属于深伪判定依据的情况下，依据深伪判定依据对应的判定规则和深伪判定依据确定深伪身份判定结果；依据目标判定依据属于真实活体判定依据的情况下，依据真实活体判定依据对应的判定规则和真实活体判定依据确定真实活体判定结果；依据深伪身份判定结果或真实活体判定结果确定针对用户的身份验证结果。

9、为了实现上述目的，根据本技术的另一方面，提供了一种身份验证装置，该装置包括：提取单元，用于在检测用户授权采集生物信息的情况下，接收用户根据随机指令返回的面部视频，从面部视频中提取随机指令对应的响应视频帧，得到交互响应序列；投票单元，用于从交互响应序列中截取多个面部部件的局部图像，依据交互响应序列和随机指令确定面部响应状态，并在局部图像和面部响应状态之间建立投票关系，得到部件投票序列；预测单元，用于基于部件投票序列中不同时刻的部件投票状态确定活体预测状态范围，基于活体预测状态范围对局部图像和面部响应状态之间的投票关系进行更新，生成活体状态序列；验证单元，用于依据活体状态序列确定交互响应序列中超出预测状态范围的状态变化位置，提取异常片段，依据异常片段确定面部视频的身份验证结果。

10、进一步地，提取单元包括：第一确定子单元，用于确定随机指令的展示顺序和随机指令的时间戳信息，其中，时间戳信息包括：开始展示时刻、结束展示时刻；第一提取子单元，用于依据时间戳信息在面部视频中提取随机指令对应的连续面部视频帧，并按照时间顺序进行排序，得到候选响应帧序列；第一筛选子单元，用于基于目标检测算法识别候选响应帧序列中每一帧的面部区域和面部部件，依据面部区域和面部部件在候选响应帧序列中筛选面部移动连续且面部部件完整的面部视频帧，得到面部响应帧；第一排序子单元，用于依据随机指令的展示顺序和面部响应帧的时间信息对面部响应帧进行排序，得到交互响应序列。

11、进一步地，投票单元包括：第一对齐子单元，用于基于多个面部部件的位置信息对交互响应序中的面部响应帧进行帧对齐处理，依据对齐后的每一帧中提取多个面部部件的局部图像，得到每个面部响应帧对应的多个第一特征胶囊；第二确定子单元，用于依据随机指令与交互响应序列中面部响应帧之间的对应关系和每个面部响应帧对应的多个第一特征胶囊确定随机指令对应的面部响应状态，并依据面部响应状态构建第二特征胶囊；构建子单元，用于建立每个面部响应帧对应的多个第一特征胶囊与第二特征胶囊之间的变换权重，依据每个面部响应帧对应的多个第一特征胶囊的变换权重构建每个面部响应帧的部件投票状态；第二排序子单元，用于按照交互响应序列的时间顺序对每个面部响应帧的部件投票状态进行排序，得到部件投票序列。

12、进一步地，预测单元包括：第二提取子单元，用于按照时间顺序从部件投票序列中提取第一时刻对应的第一部件投票状态和第二时刻对应的第二部件投票状态，其中，第一时刻和第二时刻是相邻时刻；第一比对子单元，用于将第一部件投票状态输入预训练的科普曼算子模型，得到第二时刻的活体预测状态范围，将活体预测状态范围与第二部件投票状态进行比对，得到比较结果；第一处理子单元，用于依据比较结果对部件投票序列中第二时刻对应的多个第一特征胶囊的变换权重进行加权求和，得到第二时刻的活体特征胶囊响应状态；生成子单元，用于依据部件投票序列中每个时刻对应的活体特征胶囊响应状态生成活体状态序列。

13、进一步地，验证单元包括：第二对齐子单元，用于按照时间顺序对活体状态序列与交互响应序列中的面部响应帧进行对齐，得到状态对应序列；第二比对子单元，用于从状态对应序列中提取相邻时刻的活体特征胶囊响应状态，并依据相邻时刻的活体特征胶囊响应状态之间的变化关系确定状态变化候选位置，将状态变化候选位置对应的活体预测状态范围与状态变化候选位置的活体变化结果进行比对，得到位置偏离信息；第三确定子单元，用于在位置偏离信息满足预设偏离条件的情况下，将状态变化候选位置确定为状态变化位置，得到状态变化位置集合；第二处理子单元，用于依据状态变化位置集合在交互响应序列中的位置分布信息，对状态变化位置集合中时间连续的状态变化位置进行合并和连接，得到候选异常片段集合；第二筛选子单元，用于基于候选异常片段集合中各状态变化位置对应的交互响应序列片段，筛选与随机指令作用范围重叠的候选异常片段，依据筛选后的候选异常片段确定异常片段。

14、进一步地，验证单元包括：统计子单元，用于在交互响应序列中确定异常片段对应的起始状态变化位置和结束状态变化位置，并统计异常片段中的状态变化位置数量，得到异常数量；第四确定子单元，用于依据异常数量和交互响应序列中状态变化位置的总数量确定异常占比；第五确定子单元，用于在异常占比大于预设异常阈值的情况下，依据异常片段在交互响应序列中的时间分布信息、异常数量和异常占比确定深伪判定依据；第六确定子单元，用于在异常占比小于等于预设异常阈值的情况下，依据异常片段在交互响应序列中的时间分布信息、异常数量和异常占比确定真实活体判定依据；第七确定子单元，用于依据深伪判定依据或真实活体判定依据确定目标判定依据，依据目标判定依据生成针对用户的身份验证结果。

15、进一步地，第七确定子单元包括：第一确定模块，用于依据目标判定依据属于深伪判定依据的情况下，依据深伪判定依据对应的判定规则和深伪判定依据确定深伪身份判定结果；第二确定模块，用于依据目标判定依据属于真实活体判定依据的情况下，依据真实活体判定依据对应的判定规则和真实活体判定依据确定真实活体判定结果；第三确定模块，用于依据深伪身份判定结果或真实活体判定结果确定针对用户的身份验证结果。

16、为了实现上述目的，根据本技术的一个方面，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述任意一项身份验证方法，计算机程序被处理器执行时实现本技术各个实施例中身份验证方法的步骤。

17、为了实现上述目的，根据本技术的一个方面，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机指令，其中，在计算机指令被处理器执行时实现上述任意一项身份验证方法。

18、为了实现上述目的，根据本技术的一个方面，提供了一种电子设备，包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述任意一项身份验证方法。

19、在本技术实施例中，将面部局部部件的像素特征转化为向整体活体响应状态进行结构化投票的胶囊序列，并利用活体预测状态范围对投票关系进行动态约束和更新，从而在检测过程中显式地建模了眼睑、口角、唇缘、鼻翼、下颌和面颊边界等局部部件与整体活体状态之间的协同演化关系，即使深伪攻击能够模拟单一指令动作，也能通过检测局部部件向整体状态投票过程中的非自然偏离来识别异常，避免了因缺乏局部与整体结构化对应关系而导致的误判，达到了能够准确区分真实活体与深伪身份呈现的技术效果，因此，可以解决相关技术中远程身份核验过程中，面部局部位置与整体活体状态之间的结构化对应关系表达不足，难以反映各面部部件的真实协同变化，导致检测结果不准确的技术问题，达到了提升远程身份核验安全性及准确性的技术效果。