身份识别方法、装置、设备及存储介质与流程

本公开涉及互联网，尤其涉及一种身份识别方法、装置、设备及存储介质。

背景技术：

1、在需要进行实名认证的平台，一般会接入能够进行身份识别的多个身份验证平台，即借助第三方的身份验证平台来实现实名认证。相关技术中，在进行身份识别时，一般会随机选取一个身份验证平台，该身份验证平台会基于对象的证件图像进行自动识别。而身份验证平台在进行自动识别时可能会误伤，该误伤指在人工看来一个正常的证件图像，可能会被身份验证平台认定为反光、边框不完整等而拒绝识别，导致识别失败，进而降低识别效率。

技术实现思路

1、本公开提供一种身份识别方法、装置、设备及存储介质，该方法降低了通过身份验证平台进行身份识别时的误伤率，进而能够提高身份识别的成功率，从而提高身份识别的效率。本公开的技术方案如下：

2、根据本公开实施例的第一方面，提供一种身份识别方法，所述方法包括：

3、响应于携带证件图像的身份识别请求，获取所述证件图像的图像特征；

4、基于所述图像特征，调用多个身份验证平台各自的预测模型，所述预测模型用于预测所述身份验证平台输出的身份识别结果与真实识别结果之间的差异；

5、基于所述多个身份验证平台各自的预测模型，得到所述多个身份验证平台分别对应的预测值，所述预测值用于表示所述身份验证平台输出的针对于所述图像特征的身份识别结果与所述图像特征的真实识别结果之间的预测差异；

6、从所述多个身份验证平台中选取预测值符合条件的目标身份验证平台，进行身份识别。

7、根据本公开实施例的第二方面，提供一种身份识别装置，所述装置包括：

8、第一获取单元，被配置为响应于携带证件图像的身份识别请求，获取所述证件图像的图像特征；

9、调用单元，被配置为基于所述图像特征，调用多个身份验证平台各自的预测模型，所述预测模型用于预测所述身份验证平台输出的身份识别结果与真实识别结果之间的差异；

10、第一确定单元，被配置为基于所述多个身份验证平台各自的预测模型，得到所述多个身份验证平台分别对应的预测值，所述预测值用于表示所述身份验证平台输出的针对于所述图像特征的身份识别结果与所述图像特征的真实识别结果之间的预测差异；

11、识别单元，被配置为从所述多个身份验证平台中选取预测值符合条件的目标身份验证平台，进行身份识别。

12、在一些实施例中，所述识别单元，被配置为：基于所述多个身份验证平台分别对应的预测值，对所述多个身份验证平台进行排序，每个身份验证平台的顺序与所述身份验证平台对应的预测值负相关；若排序在首位的身份验证平台可用，将所述排序在首位的身份验证平台作为所述目标身份验证平台，基于所述目标身份验证平台进行身份识别。

13、在一些实施例中，所述识别单元，还被配置为：若所述排序在首位的身份验证平台不可用，将排序在下一位的身份验证平台作为所述目标身份验证平台，基于所述目标身份验证平台进行身份识别。

14、在一些实施例中，所述装置还包括：

15、发送单元，被配置为向所述排序在首位的身份验证平台发送携带平台标识的平台验证请求，所述平台标识用于标记发送所述平台验证请求的目标平台；

16、第二确定单元，被配置为若接收到所述排序在首位的身份验证平台返回的所述排序在首位的身份验证平台不可用的提示信息，确定所述排序在首位的身份验证平台不可用，所述排序在首位的身份验证平台用于在基于所述平台标识确定所述平台标识不在平台列表中的情况下返回提示信息，所述平台列表用于存储能够使用所述排序在首位的身份验证平台的平台的平台标识。

17、在一些实施例中，所述调用单元，被配置为若所述多个身份验证平台中任一身份验证平台不可用，调用所述多个身份验证平台中除不可用身份验证平台以外的身份验证平台各自的预测模型。

18、在一些实施例中，所述装置还包括拒绝单元，被配置为若所述身份验证平台返回的身份识别结果指示身份识别成功且所述证件图像基于证件复印件得到，拒绝为触发所述身份识别请求的对象进行服务。

19、在一些实施例中，所述预测模型为以图像特征为自变量、以预测值为因变量的回归模型。

20、在一些实施例中，所述装置还包括：

21、第二获取单元，被配置为对于每个所述身份验证平台，获取多组样本数据对，所述样本数据对包括样本图像特征、所述身份验证平台输出的针对于所述样本图像特征的样本身份识别结果和所述样本图像特征的样本真实识别结果；

22、建立单元，被配置为基于所述多组样本数据对分别对应的结果差和样本图像特征建立回归模型，得到回归参数和误差参数，所述结果差基于所述样本数据对中的样本身份识别结果和样本真实识别结果得到；

23、第三确定单元，被配置为将基于所述回归参数和所述误差参数确定的回归模型作为所述身份验证平台的预测模型。

24、根据本公开实施例的第三方面，提供一种电子设备，该电子设备包括：

25、一个或多个处理器；

26、用于存储该处理器可执行程序代码的存储器；

27、其中，该处理器被配置为执行该程序代码，以实现上述身份识别方法。

28、根据本公开实施例的第四方面，提供一种计算机可读存储介质，当该计算机可读存储介质中的程序代码由电子设备的处理器执行时，使得电子设备能够执行上述身份识别方法。

29、根据本公开实施例的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述身份识别方法。

30、本公开实施例提供了一种身份识别方法，该方法获取证件图像的图像特征，通过多个身份验证平台各自的预测模型，来得到多个身份验证平台分别对应的预测值；由于该预测值表示身份验证平台输出的针对于该图像特征的身份识别结果与真实识别结果之间的预测差异，进而从多个身份验证平台中选取预测值符合条件的目标身份验证平台来进行身份识别，能够最大程度保证该目标身份验证平台输出的身份识别结果与真实识别结果之间的高度一致性，降低了通过身份验证平台进行身份识别时的误伤率，进而能够提高身份识别的成功率，从而提高身份识别的效率。

31、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

1.一种身份识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的身份识别方法，其特征在于，所述从所述多个身份验证平台中选取预测值符合条件的目标身份验证平台，进行身份识别，包括：

3.根据权利要求2所述的身份识别方法，其特征在于，所述方法还包括：

4.根据权利要求3所述的身份识别方法，其特征在于，确定所述排序在首位的身份验证平台不可用的过程，包括：

5.根据权利要求1所述的身份识别方法，其特征在于，所述基于所述图像特征，调用多个身份验证平台各自的预测模型，包括：

6.根据权利要求1所述的身份识别方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的身份识别方法，其特征在于，所述预测模型为以图像特征为自变量、以预测值为因变量的回归模型。

8.根据权利要求7所述的身份识别方法，其特征在于，所述方法还包括：

9.一种身份识别装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，包括：

11.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至8任一项权利要求所述的身份识别方法。

技术总结
本公开关于一种身份识别方法、装置、设备及存储介质，涉及互联网技术领域。方法包括：响应于携带证件图像的身份识别请求，获取证件图像的图像特征；基于图像特征调用多个身份验证平台各自的预测模型，预测模型用于预测身份验证平台输出的身份识别结果与真实识别结果之间的差异；基于多个身份验证平台各自的预测模型得到多个身份验证平台分别对应的预测值，预测值用于表示身份验证平台输出的针对于图像特征的身份识别结果与图像特征的真实识别结果之间的预测差异；从多个身份验证平台中选取预测值符合条件的目标身份验证平台进行身份识别，这样降低了通过身份验证平台进行身份识别时的误伤率，能够提高身份识别的成功率，从而提高身份识别的效率。

技术研发人员：张咪
受保护的技术使用者：北京达佳互联信息技术有限公司
技术研发日：
技术公布日：2024/1/11