(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210513978.2 (22)申请日 2022.05.12 (65)同一申请的已公布的文献号 申请公布号 CN 114626860 A (43)申请公布日 2022.06.14 (73)专利权人 武汉和悦数字科技有限公司 地址 430070 湖北省武汉市东湖高新区光 谷大道303号光谷 芯中心魔方项目 （光 谷芯中心 2-07栋） 2-1020室 (72)发明人 郑咏希　陶俊清　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 吴倩　龚建蓉 (51)Int.Cl. G06Q 20/40(2012.01)G06T 5/00(2006.01) G06T 5/40(2006.01) G06V 20/40(2022.01) G06V 40/16(2022.01) H04L 9/32(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) 审查员 喻天君 (54)发明名称 用于线上商品支付的身份动态识别方法及 装置 (57)摘要 本发明涉及信息安全技术领域， 揭露了一种 用于线上商品支付的身份动态识别方法及装置， 包括： 基于商品支付请求生 成认证口令并发送至 认证服务端， 接收认证服务端反馈的动态加密随 机口令， 解析动态加密随机口令得到动态随机 数， 基于动态随机数与认证服务端进行口令认 证， 得到口令认证结果， 基于口令认证结果生成 人脸识别界面并获取待识别人脸图像， 对待识别 人脸图像进行去噪及直方图均衡化处理， 得到标 准识别图像， 利用改进的LBP算法提取标准识别 图像中的局部特征并进行直方图特征融合， 得到 原始融合特征， 利用深度信念网络对原始融合特 征进行身份识别， 得到身份识别结果。 本发明可 解决线上商品支付时身份识别的安全性及准确 性不高的问题。 权利要求书3页 说明书12页 附图4页 CN 114626860 B 2022.08.05 CN 114626860 B 1.一种用于线上商品支付的身份动态 识别方法， 其特 征在于， 所述方法包括： 获取商品支付请求， 基于所述商品支付请求 生成认证口令并发送至认证服 务端； 接收所述认证服 务端基于所述认证口令反馈的动态加密随机口令； 解析所述动态加密随机口令得到动态随机数， 基于所述动态随机数与 所述认证服务端 进行口令认证， 得到口令认证结果； 基于所述口令认证结果生成人脸识别界面， 并从所述人脸识别界面中获取待识别人脸 图像； 利用均值滤波公式对所述待识别人脸图像进行去噪处理， 得到原始识别图像， 其中所 述均值滤波公式为： 其中， 为所述待识别人脸图像中预设邻域 内除去 点之外其余的像素点的总 数， 为去噪后的像素点， 为去噪前的像素点； 对所述原始识别图像进行直方图均衡化处理， 得到标准识别图像， 利用改进的LBP算法 提取所述标准识别图像中的局部特征， 并对所述局部特征进行直方图特征融合， 得到原始 融合特征； 利用预训练的深度信念网络对所述原 始融合特 征进行身份识别， 得到身份识别结果； 所述解析所述动态加密随机口令得到动态随机数， 基于所述动态随机数与 所述认证服 务端进行口令认证， 得到口令认证结果， 包括： 利用预设的用户私钥对所述动态加密随机口令进行解密， 得到所述动态随机数及随机 数哈希值； 对所述动态随机数进行哈希处 理， 得到验证哈希值； 比对所述验证哈希值及所述随机数哈希值是否相等； 若所述验证哈希值及所述随机数哈希值 不相等， 则所述口令认证结果 为认证失败； 若所述验证哈希值及所述随机数哈希值相等， 则对预设的通信密语及所述动态随机数 进行哈希处理， 将哈希处理结果 发送至所述认证服务端并接收所述认证服务端反馈的口令 认证结果， 其中， 所述口令认证结果包括认证成功或认证失败。 2.如权利要求1所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述基于 所述商品支付请求 生成认证口令并发送至认证服 务端， 包括： 解析并提取 所述商品支付请求中的唯一标识码IM EI及商品支付信息； 利用预设的服务端公钥 对所述唯一标识码IMEI及所述商品支付信息进行加密， 得到所 述认证口令 。 3.如权利要求1所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述基于 所述口令认证结果生成人脸识别界面， 并从所述人脸识别界面中获取待识别人脸图像， 包 括： 在所述口令认证结果 为认证成功时， 生成所述人脸识别界面；权　利　要　求　书 1/3 页 2 CN 114626860 B 2利用所述人脸识别界面采集人脸视频流， 逐帧读取所述人脸视频流中的人脸图像并进 行人脸矫正， 得到所述待识别人脸图像。 4.如权利要求1所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述对所 述原始识别图像进行直方图均衡化处 理， 得到标准识别图像， 包括： 计算所述原 始识别图像的灰度级直方图； 利用预设的变换函数对所述灰度级直方图进行灰度均值转化， 得到所述标准识别图 像。 5.如权利要求4所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述利用 预设的变换函数对所述灰度级直方图进行 灰度均值 转化， 包括： 利用下述灰度级转 化公式对所述灰度级直方图进行 灰度均值 转化： 其中， 为标准识别图像的灰度级， 表示灰度级转化公式， 表示取整公式， 表示所述灰度级直方图， 且 ， 表示原始识别图像中的灰度级 范围。 6.如权利要求1所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述利用 改进的LBP算法提取所述标准识别图像中的局部特征， 并对所述局部特征进行直方图特征 融合， 得到原 始融合特 征， 包括： 利用预设的像素采集区域将所述标准识别图像划分为多个图像块； 对每个图像块进行内层及外层采样处理， 计算所述外层及内层中像素点的LBP值， 对外 层及内层中的LBP值进行加权平均， 得到每 个图像块的局部特 征； 对每个图像块的局部特 征进行串联， 得到所述原 始融合特 征。 7.如权利要求6所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 所述利用 预训练的深度信念网络对所述原 始融合特 征进行身份识别之前， 所述方法还 包括： 获取人脸训练图像集合， 利用所述改进的LBP算法提取所述人脸训练图像集合中每张 图像的局部特 征并进行直方图特 征融合， 得到每张图像的原 始训练特 征； 将所述原始训练特征与所述人脸训练图像集合中的对应图像进行特征融合， 得到所有 图像的标准训练特 征集合； 获取原始深度信念 网络， 利用所述标准训练特征集合逐层对所述原始深度信念 网络中 的RBM层进行训练， 并求出每一个RBM层的能量 值； 基于所述能量值， 利用BP反向调整原始深度信念网络中RBM层的参数， 直至每一个RBM 层的能量 值满足预设的能量阈值， 停止训练， 得到训练完成的深度信念网络 。 8.如权利要求7所述的用于线上商 品支付的身份动态识别方法， 其特征在于， 利用下述 能量公式计算每一个RBM层的能量 值：权　利　要　求　书 2/3 页 3 CN 114626860 B 3