一种实名认证方法、装置、系统、电子设备及存储介质与流程

1.本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术。


背景技术：

2.目前，很多网络业务应用场景会涉及一些隐私数据，因此针对这类网络业务应用场景，需要对用户进行实名认证。


技术实现要素：

3.本公开提供了一种能够适应不同业务应用场景的实名认证方法、装置、系统、电子设备以及存储介质。
4.根据本公开的一方面，提供了一种实名认证方法，包括：
5.采集人脸图像数据；
6.读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种；
7.按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测；
8.在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测；
9.在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证，获得云端的实名认证服务器返回的认证结果。
10.根据本公开的另一方面，提供了一种实名认证装置，包括：
11.人脸图像采集单元，用于采集人脸图像数据；
12.配置信息读取单元，用于读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种；
13.人脸检测单元，用于按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测；
14.人脸活体检测单元，用于在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测；
15.实名认证单元，用于在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证，得到云端的实名认证服务器返回的认证结果。
16.根据本公开的另一方面，提供了一种实名认证系统，包括：客户端和云端的实名认证服务器；
17.所述客户端，用于采集人脸图像数据；读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活
体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种；按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测；在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测；在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器；
18.所述云端的实名认证服务器，用于对人脸图像数据进行实名认证，并向客户端返回认证结果。
19.根据本公开的另一方面，提供了一种电子设备，包括：
20.至少一个处理器；以及
21.与所述至少一个处理器通信连接的存储器；其中，
22.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一种实名认证方法。
23.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述任一种实名认证方法。
24.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述任一种实名认证方法。
25.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
26.附图用于更好地理解本方案，不构成对本公开的限定。其中：
27.图1是根据本公开提供的实名认证方法的第一实施例的示意图；
28.图2是根据本公开提供的实名认证方法的不同应用场景的功能模块配置示例图；
29.图3a是根据本公开提供的实名认证方法的第二实施例中功能模块调用顺序示意图；
30.图3b是根据本公开提供的实名认证方法的第二实施例中进行人脸活体检测的流程示意图；
31.图3c是根据本公开提供的实名认证方法的第二实施例中进行人脸检测的原理示意图；
32.图4是根据本公开提供的实名认证方法的第三实施例中功能模块调用顺序示意图；
33.图5是根据本公开提供的实名认证方法的第四实施例中功能模块调用顺序示意图；
34.图6是根据本公开提供的实名认证方法的第五实施例的时序示意图；
35.图7是根据本公开提供的实名认证装置的第一实施例的结构示意图；
36.图8是根据本公开提供的实名认证装置的第二实施例的结构示意图；
37.图9是根据本公开提供的实名认证系统的第一实施例的结构示意图；
38.图10是根据本公开提供的实名认证系统的第二实施例的结构示意图；
39.图11是用来实现本公开实施例的实名认证方法的电子设备的框图。
具体实施方式
40.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
41.本公开提供了一种能够适应不同业务应用场景的实名认证方法、装置、系统、电子设备以及存储介质。
42.首先，对本公开涉及的专业技术用语进行说明：
43.静默活体检测：指在没有动作配合的情况下，基于人脸图片检测是否为真实活体人脸的活体检测方式。
44.动作活体检测：指通过眨眼、张嘴、摇头、点头等组合动作，基于视频图像检测是否为真实活体人脸的活体检测方式。
45.炫瞳活体检测：指基于人脸图片中面部及瞳孔的反光表现来检测是否为真实活体人脸的活体检测方式。
46.然后，对本公开提供的实名认证方法、装置、系统、电子设备以及存储介质分别进行详细说明。
47.参见图1，本公开提供的实名认证方法，可以包括如下步骤：
48.步骤s110，采集人脸图像数据。
49.步骤s120，读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种。
50.本实施例中，所述配置信息可以通过预设的配置界面由用户进行配置。具体的，可以在接收到用户的配置请求后，显示配置界面，该配置界面中可以显示有各个可选的功能模块；然后，接收用户针对当前应用场景在配置界面中选中的功能模块；再基于预设的逻辑顺序，生成用户选择的各个功能模块的执行顺序。这样，就得到了针对当前应用场景配置的需要调用的多个功能模块及调用顺序，将其作为配置信息保存即可。
51.步骤s130，按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测。
52.步骤s140，在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测。
53.步骤s150，在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证，获得云端的实名认证服务器返回的认证结果。
54.由上述的实施例可见，本公开提供的实名认证方法，在进行实名认证过程中，在采集到人脸图像数据后，通过读取配置信息获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序，进而按照调用顺序在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中的包含静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种的人脸活体检测模块，进行人脸活体检测；在人脸活体检测通过后，通过云端的实名认证服务器完成实名认证。
55.可见，应用本公开提供的实名认证方法，能够针对不同的应用场景，配置不同的多个功能模块及调用顺序，特别是对于人脸活体检测，可以针对不同的应用场景配置包含静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种的不同的人脸活体检测模块，因此，能够适应不同业务应用场景，具有很高的通用性。同时，相对于现有技术中不同的业务应用场景需要开发不同的实名认证代码的方式，降低了开发和维护成本。
56.在其他实施例中，为了提高人脸活体检测的准确性，上述多种功能模块中，还可以包括：人脸质量检测模块。可以在进行人脸活体检测之前，先调用人脸质量检测模块对人脸信息进行质量检测；在质量检测通过后，再进行人脸活体检测。这样，能够提高人脸活体检测的准确性。
57.另外，为了适应不同的应用场景，可以对动作活体检测模块的动作的数量和种类可以进行配置；同样的，炫瞳活体检测模块的检测策略，也可以根据应用场景的需要设置为预设的严格或正常的策略。这样，使得实名认证方法的配置更加灵活，更能够适应不同的应用场景。
58.具体的，参见图2，图2中示出了三种应用场景可以调用的功能模块。
59.其中，针对物流交通场景，可以配置成交通版，调用的功能模块可以包括：人脸检测模块、人脸质量检测模块、静默活体检测模块及动作活体检测模块。
60.针对物流交通场景，为了能够提高人脸活体检测的准确性，将动作活体检测模块的动作的数量和种类的配置信息配置为了复杂动作的活体检测，即包括多于两种动作的活体检测，例如：包括睁闭眼、张闭嘴、左右摆头以及上下抬头动作的活体检测。
61.针对金融保险场景，可以配置成金融版，调用的功能模块可以包括：人脸检测模块、人脸质量检测模块、动作活体检测模块及炫瞳活体检测模块。
62.针对金融保险场景，由于用户中可能包含老年人群体，他们往往配合度相对较低，而安全性要求较高。因此，动作活体检测就配置为睁闭眼和张闭嘴这两个简单的动作，并配置了调用炫瞳活体检测模块，进一步进行人脸活体检测。同时，可以将炫瞳活体检测模块的检测策略配置为：预设的严格检测策略，以进一步提高人脸活体检测的准确性。
63.针对社交互娱场景，可以配置成社交互娱版，调用的功能模块可以包括：人脸检测模块、人脸质量检测模块及静默活体检测模块。
64.针对社交互娱场景，安全性要求相对较低，因此动作活体检测，可以配置为仅进行静默活体检测即可，不需要进行动作活体检测及炫瞳活体检测。
65.另外，静默活体检测可以通过预先训练好的静默活体检测模型实现。针对社交互娱场景，例如：直播场景，人脸图像很多都是通过美颜处理过的人脸图像。为了能对美颜处理过的人脸图像进行有效地静默活体检测，在对静默活体检测模型进行训练前，在采集样本的时候，对原始图像数据进行了美颜、年龄缩减等变换，将变换后的图片作为训练样本，这样就使得静默活体检测模型学习了美颜、年龄缩减等变换的特征，进一步提高了人脸活体检测的准确性。
66.再有，在游戏app等场景，可以通过青少年登录时实名认证/游戏过程中实名认证，验证真人是本人，完成实名认证的功能，并对青少年上网时长进行监控，在规定时间内关闭游戏/直播账号，从而达到防沉迷的目的。
67.参见图3a，其示出了根据本公开提供的实名认证方法的第二实施例中，物流交通
场景下各个功能模块的调用顺序。如图3a所示，在物流交通场景下各个功能模块的调用顺序为：先调用人脸检测模块310、再调用人脸质量检测模块320、再调用静默活体检测模块330，最后调用动作活体检测模块340。
68.参见图3b，其示出了物流交通场景下进行人脸活体检测的流程示意图。如图3b所示，该流程包括如下步骤：
69.步骤s310，调用人脸检测模块进行人脸检测。
70.本步骤中，人脸检测模块的处理主要包括：将采集到的人脸图像输入到预先训练好的人脸检测模型中，获得人脸检测模型输出的人脸活体分数。
71.具体的，可以用训练好的detect模型或align模型进行检测。
72.对于视频流而言，存在持续的人脸图片流帧，直接进入对齐模型，进行关键点预测，即进行跟踪(track)。如图3c所示，在首次检测到人脸后，进行关键点检测及定位，并进入关键点对齐模型，在下一帧先初始化关键点位置，再根据上一步的位置和图形特征预测下一步的位置，持续迭代下一轮，直至关键点匹配。如果track失败，则重新开启第一次检测人脸。
73.步骤s320，调用人脸质量检测模块对人脸信息进行质量检测。
74.本步骤中，可以将采集到的视频流输入到预先训练好的质量检测模型中，进行质量检测，由质量检测模型输出符合质量检测要求的人脸图片。
75.步骤s330，在质量检测通过后，调用静默活体检测模块进行静默活体检测。
76.本步骤中，可以将符合质量检测要求的人脸图片，输入到预先训练好的静默活体检测模型中，得到人脸为活体的概率即人脸活体得分。再根据人脸活体得分，在该得分超过预设阈值的情况下，确定通过静默活体检测。
77.本实施例中，静默活体检测，可以采用针对照片抠脸、手持照片曲度模拟真人轮廓、照片抠出上半身曲度弯折等模拟真人的复杂场景中的人脸图像样本进行专项训练优化的模型，使得活体检测模型在鉴别常见的抵御图片、照片、屏幕翻拍的基础上，能够鉴别更复杂的攻击方式，从而整体提升模型的防攻击水平。具体的，可以采用rgb静默活体检测。
78.步骤s340，在静默活体检测通过后，进行动作活体检测。
79.本实施例中，可以对睁闭眼、张闭嘴、左右摇头和上下点头几个动作进行动作活体检测。在其他实施例中，可以根据不同的场景需要进行不同的配置。
80.步骤s350，在动作活体检测通过后，可以将人脸图像进行加密，以用于后续的实名认证。
81.可见，本实施例针对交通物流场景，能够得更为准确的活体检测结果。
82.参见图4，其示出了根据本公开提供的实名认证方法的第三实施例中金融保险场景下各个功能模块的调用顺序。如图4所示，在金融保险场景下各个功能模块的调用顺序为：先调用人脸检测模块310、再调用人脸质量检测模块320、再调用动作活体检测模块340，最后调用炫瞳活体检测模块440。
83.本实施例中，基于屏幕在打出颜色光反应到人脸上，经过处理后的表现和纸张、屏幕的反光表现不一样的面部反光原理，炫瞳活体检测模块进行活体检测的主要过程可以包括：基于手机屏幕对人脸进行随机打光，并通过面部及瞳孔的反光表现来判断是否为活体。
84.具体的，可以将手机采集到的当前人脸图像，输入到预先训练好的炫瞳活体检测
模型中进行炫瞳活体检测。
85.另外，本实施例中，可以在面部反光的基础上，加入瞳孔反光处理，对类人皮面具等的攻击效果进行加强。使得整体的攻击拒绝率得到进一步提升。
86.可见，本实施例针对金融保险场景，能够得更为准确的活体检测结果。
87.参见图5，其示出了根据本公开提供的实名认证方法的第四实施例中社交互娱场景下各个功能模块的调用顺序。如图5所示，在社交互娱场景下各个功能模块的调用顺序为：先调用人脸检测模块310、再调用人脸质量检测模块320，最后调用静默活体检测模块330。
88.由于社交互娱场景通常对安全性要求不是很高，因此不需要调用动作活体检测模块及调用炫瞳活体检测模块，在适应社交互娱场景的前提下，进一步简化了人脸活体检测步骤。
89.在其他实施例中，在云端的实名认证服务器进行实名认证之前，可以通过云端的大数据风险控制服务器，先进行设备风险控制和数据风险控制。
90.具体的，在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证，得到云端的实名认证服务器返回的认证结果的步骤，可以包括：
91.基于预设的安全算法对人脸图像数据进行计算，获得安全检测数据；
92.将加密后的人脸图像数据和安全检测数据发送到云端的实名认证服务器，以使云端的实名认证服务器将人脸图像数据和安全检测数据发送大数据风险控制服务器，在大数据风险控制服务器返回的数据风控结果表明人脸图像数据和安全检测数据无风险的情况下，对人脸图像数据进行实名认证；得到云端的实名认证服务器返回的认证结果。
93.这样，可以保证进行实名认证的人脸图像数据没有安全风险，提高了实名认证的安全性。
94.另外，设备进行风险控制可以在采集人脸图像数据之前进行。具体的，可以在采集人脸图像数据之前，先对设备进行风险扫描，得到设备风险扫描数据；再将设备风险扫描数据发送到云端的大数据风险控制服务器，获得大数据风险控制服务器返回的设备风控结果；然后，在设备风控结果表明设备无风险的情况下，执行所述采集人脸图像数据的步骤。
95.这样，可以保证进行实名认证的电子设备，如手机等没有安全风险，进一步提高了实名认证的安全性。
96.参见图6，根据本公开提供的实名认证方法的第五实施例的时序可以包括：
97.1、用户在客户端打开人脸认证功能，客户端显示人脸验证界面。
98.2、客户端开始进行设备风险检测，对设备进行风险扫描，得到设备风险扫描数据。
99.3、客户端将设备风险扫描数据发送至云端的大数据风险控制服务器进行大数据风控。
100.4、大数据风险控制服务器进行设备风险控制后，向客户端返回设备风控结果。
101.5、如果设备风控结果表明未命中风控，即设备无风险，则客户端执行步骤6；如果设备风控结果表明命中风控，即设备有风险，则客户端执行步骤-5和-6，将设备有风险的提示通过人脸验证界面输出给用户。
102.本实施例中，设备风险扫描数据可以包括客户端所在电子设备，如手机等终端设备的ip地址、设备状态、账号信息及设备的操作行为等。
103.这样，大数据风控服务器，可以进行风险ip识别(如：idc ip或秒播ip或代理ip等)、异常检测(如：异常设备检测、异常账号检测、异常行为检测)等；大数据风控服务器可以基于实时风控引擎 离线策略模型的处理判断，得到风控标签，风控标签高风险/中风险/低风险/无风险；如果风控结果为高风险，即命中风控，则从设备风控扫描这一环节终止后续实名认证流程，如果其他，则不返回结果(认为设备风控pass)，继续后续流程。
104.6、客户端摄像头进行数据采集前，可以先进行摄像头安全检测。
105.7、在摄像头安全的情况下，客户端将摄像头采集的原始人脸图像数据传入活体检测离线模型。
106.8、活体检测离线模型可以先进行图像质量检测，得到符合质量要求的人脸图像。如果图像质量不合格则循环执行步骤6～8。
107.9、活体检测离线模型针对图像质量合格的人脸图像数据进行活体检测，返回活体检测合格的人脸图像数据。
108.本实施例中活体检测离线模型，可以根据配置可以包括：人脸检测模块和人脸质量检测模块；以及静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种。
109.10、客户端调用预设的安全api，基于人脸图像数据生成安全检测数据，并对人脸图像数据和安全检测数据进行加密，将加密后的人脸图像数据和安全检测数据发送至云端的实名认证服务器。
110.11、实名认证服务器执行人脸云服务对数据进行解密。
111.12、实名认证服务器将人脸图像数据和安全检测数据发送至大数据风险控制服务器。
112.13、大数据风险控制服务器执行大数据风控服务，基于所述人脸图像数据和安全检测数据进行数据风险控制，得到风控结果，返回至实名认证服务器。
113.14、实名认证服务器在大数据风险控制服务器返回的数据风控结果表明人脸图像数据和安全检测数据无风险的情况下，对人脸图像数据进行人脸检测，即实名认证。
114.具体的，可以将待检测人脸图像与具有公信力的数据库中包含的人脸图像及身份信息进行比对，如果比对结果表明该数据库中保存有待检测人脸图像及身份信息，则确认是本人，通过实名认证；否则实名认证不通过。
115.15～17、实名认证服务器通过客户端的摄像头采集及人脸验证界面，将实名认证结果返回给用户。
116.本公开还提供了一种实名认证装置。
117.参见图7，根据本公开提供的实名认证装置的第一实施例，该装置包括：
118.人脸图像采集单元710，用于采集人脸图像数据；
119.配置信息读取单元720，用于读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种；
120.人脸检测单元730，用于按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测；
121.人脸活体检测单元740，用于在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测；
122.实名认证单元750，用于在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证，得到云端的实名认证服务器返回的认证结果。
123.应用本公开提供的实名认证装置，能够针对不同的应用场景，配置不同的多个功能模块及调用顺序，特别是对于人脸活体检测，可以针对不同的应用场景配置包含静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种的不同的人脸活体检测模块，因此，能够适应不同业务应用场景，具有很高的通用性。同时，相对于现有技术中不同的业务应用场景需要开发不同的实名认证代码的方式，降低了开发和维护成本。
124.参见图8，根据本公开提供的实名认证装置的第二实施例，在图7所示实施例的基础上，该装置还包括：设备风控单元800和人脸质量检测单元810。
125.其中，所述人脸质量检测单元810，可以用于在检测到人脸信息后，在所述按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测的步骤之前，按照所述调用顺序，调用人脸质量检测模块对人脸信息进行质量检测；在质量检测通过后，执行所述依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测的步骤。
126.设备风控单元800，用于在采集人脸图像数据之前，对设备进行风险扫描，得到设备风险扫描数据；将设备风险扫描数据发送到云端的大数据风险控制服务器，获得大数据风险控制服务器返回的设备风控结果；在设备风控结果表明设备无风险的情况下，触发所述人脸图像采集单元。
127.如图8所示，本实施例中的实名认证单元750，可以包括：
128.安全检测数据获得子单元751，用于预设的安全算法对人脸图像数据进行计算，获得安全检测数据；
129.数据发送子单元752，用于将加密后的人脸图像数据和安全检测数据发送到云端的实名认证服务器，以使云端的实名认证服务器将人脸图像数据和安全检测数据发送大数据风险控制服务器，在大数据风险控制服务器返回的数据风控结果表明人脸图像数据和安全检测数据无风险的情况下，对人脸图像数据进行实名认证；
130.认证结果获得子单元753，用于获得云端的实名认证服务器返回的认证结果。
131.本实施例中的人脸活体检测单元，在当前应用场景为物流交通场景时，需要调用的多个功能模块及调用顺序包括：调用人脸检测模块、调用人脸质量检测模块、调用静默活体检测模块及调用动作活体检测模块。
132.具体的，在当前应用场景为金融保险场景时，需要调用的多个功能模块及调用顺序包括：调用人脸检测模块、调用人脸质量检测模块、调用动作活体检测模块及调用炫瞳活体检测模块。
133.在当前应用场景为社交互娱场景时，需要调用的多个功能模块及调用顺序包括：调用人脸检测模块、调用人脸质量检测模块及调用静默活体检测模块调用动作活体检测模块。
134.本公开还提供了一种实名认证系统。
135.参见图9，根据本公开提供的实名认证系统的第一实施例，该系统包括：客户端910
和云端的实名认证服务器920；
136.所述客户端910，用于采集人脸图像数据；读取配置信息，获得针对当前应用场景配置的需要调用的多个功能模块及调用顺序；其中，多个功能模块包括：人脸检测模块和人脸活体检测模块；其中，人脸活体检测模块包括：静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种；按照所述调用顺序，调用人脸检测模块对采集到的人脸图像数据进行人脸检测；在检测到人脸信息后，按照所述调用顺序，依次调用配置信息中包含的一种或多种人脸活体检测模块，进行人脸活体检测；在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器；
137.所述云端的实名认证服务器920，用于对人脸图像数据进行实名认证，并向客户端返回认证结果。
138.应用本公开提供的实名认证系统，能够针对不同的应用场景，配置不同的多个功能模块及调用顺序，特别是对于人脸活体检测，可以针对不同的应用场景配置包含静默活体检测模块、动作活体检测模块和炫瞳活体检测模块中的一种或多种的不同的人脸活体检测模块，因此，能够适应不同业务应用场景，具有很高的通用性。同时，相对于现有技术中不同的业务应用场景需要开发不同的实名认证代码的方式，降低了开发和维护成本。
139.参见图10，根据本公开提供的实名认证系统的第二实施例，该系统还包括：大数据风险控制服务器1010。
140.所述客户端910，在人脸活体检测通过后，将人脸图像数据发送到云端的实名认证服务器进行实名认证包括：基于预设的安全算法对人脸图像数据进行计算，获得安全检测数据；将加密后的人脸图像数据和安全检测数据发送到云端的实名认证服务器920。
141.所述云端的实名认证服务器920，对人脸图像数据进行实名认证包括：将人脸图像数据和安全检测数据发送大数据风险控制服务器1010；在大数据风险控制服务器1010返回的数据风控结果表明人脸图像数据和安全检测数据无风险的情况下，对人脸图像数据进行实名认证。
142.所述大数据风险控制服务器1010，可以用于基于所述人脸图像数据和安全检测数据进行数据风险控制，得到风控结果，返回至实名认证服务器920。
143.在其他实施例中，所述客户端910，还用于在采集人脸图像数据之前，对设备进行风险扫描，得到设备风险扫描数据；将设备风险扫描数据发送到云端的大数据风险控制服务器1010；在设备风控结果表明设备无风险的情况下，执行所述采集人脸图像数据的步骤。
144.所述大数据风险控制服务器1010，还用于基于所述设备风险扫描数据，进行设备风险控制，得到设备风控结果，返回至所述客户端910。
145.本实施例中，在云端的实名认证服务器进行实名认证之前，可以通过云端的大数据风险控制服务器，先进行设备风险控制和数据风险控制。
146.这样，可以保证进行实名认证的人脸图像数据及进行实名认证的电子设备，如手机等没有安全风险，从数据和设备两方面提高了实名认证的安全性。
147.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
148.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
149.图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
150.如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(rom)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(ram)1103中的计算机程序，来执行各种适当的动作和处理。在ram 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、rom 1102以及ram 1103通过总线1104彼此相连。输入/输出(i/o)接口1105也连接至总线1104。
151.设备1100中的多个部件连接至i/o接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
152.计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如上述实名认证方法。例如，在一些实施例中，实名认证方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由rom 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到ram 1103并由计算单元1101执行时，可以执行上文描述的实名认证方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述实名认证方法。
153.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
154.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
155.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供
指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
156.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
157.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
158.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
159.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
160.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。