一种身份识别方法、装置及存储介质与流程

本技术涉及人工智能领域，尤其涉及一种身份识别方法、装置及存储介质。

背景技术：

1、在日常生活中，身份识别技术在很多都具备着应用场景。比如在校园管理中，学生的身份识别这一环节至关重要，尤其是针对校园新生。在校门、宿舍、教师、图书馆和机房等地进行身份识别，能够了解学生目前所处的位置，进而保障学生的安全；在上课、实验时进行身份识别，可实现智能考勤统计；在考试时进行身份识别，可规避学生代考或舞弊的现象，能够促进教学工作的健康发展。现阶段的身份识别的方法，可能出现识别不准确，容易伪造的问题。

2、总结来说，现阶段的身份识别方法，仍然不能满足身份识别需求。

技术实现思路

1、本技术提供一种身份识别方法、装置及存储介质，能够解决身份识别不准确，容易伪造的问题。

2、为达到上述目的，本技术采用如下技术方案：

3、第一方面，本技术提供一种身份识别方法，该方法包括：获取目标人员的通讯行为信息；其中，通讯行为信息包括以下至少一项：人脸图像数据、声音数据和动作数据；构建身份识别模型；身份识别模型分别为人脸卷积神经网络模型、声音卷积神经网络模型和动作卷积神经网络模型；根据通讯行为信息和身份识别模型，确定第一身份识别信息；根据第一身份识别信息和第二身份识别信息，确定身份验证结果；其中，第二身份识别信息包括目标人员的身份信息。

4、在一种可能的实现方式中，根据卷积神经网络(convolutional neuralnetworks，cnn)构建人脸卷积神经网络模型，cnn用于根据人脸识别算法对人脸图像进行特征提取和训练；根据vgg-cnn卷积神经网络构建声音卷积神经网络模型；视觉几何组(visual geometry group，vgg)-cnn卷积神经网络用于根据声音识别算法对声音数据进行特征提取和训练；根据时空(space time，st)-图卷积神经网络(graph convolutionalmetwork，gcn)构建动作卷积神经网络模型；st-gcn用于根据动作识别算法对动作数据进行特征提取和训练。

5、在一种可能实现的方式中，身份验证结果包括身份验证成功和身份验证失败，根据第一身份识别信息和第二身份识别信息，确定身份验证结果，具体包括：将第一身份识别信息与第二身份识别信息进行匹配，确定匹配值；在匹配值大于或等于第一百分比阈值的情况下，确定身份验证结果为身份验证成功；在匹配值小于第二百分比阈值的情况下，确定身份验证结果为身份验证失败。

6、在一种可能实现的方式中，在目标人员为学生的情况下，第二身份识别信息包括以下至少一项：校园新生身份信息、校园证信息、学生证信息。

7、在一种可能实现的方式中，人脸图像数据包括静态图像数据和动态图像数据，静态图像数据用于表征目标人员的五官特征，动态图像数据用于表征目标人员的头部三维姿势和形状；声音数据包括以下一项或多项：声音频率数据和音色数据；动作数据包括以下一项或多项：神态动作数据、肢体动作数据。

8、在一种可能实现的方式中，在获取目标人员的通讯行为信息之后，方法还包括：对通讯行为信息进行预处理；预处理包括：特征提取处理、偏移纠正和去噪处理、精细化处理。

9、第二方面，本技术提供一种身份识别装置，该装置包括：获取单元和处理单元；获取单元，用于获取目标人员的通讯行为信息；其中，通讯行为信息包括以下至少一项：人脸图像数据、声音数据和动作数据；处理单元，用于构建身份识别模型；身份识别模型分别为人脸卷积神经网络模型、声音卷积神经网络模型和动作卷积神经网络模型；处理单元，还用于根据通讯行为信息和身份识别模型，确定第一身份识别信息；处理单元，还用于根据第一身份识别信息和第二身份识别信息，确定身份验证结果；其中，第二身份识别信息包括目标人员的身份信息。

10、在一种可能的实现方式中，处理单元，还用于根据cnn构建人脸卷积神经网络模型，cnn用于根据人脸识别算法对人脸图像进行特征提取和训练；处理单元，还用于根据vgg-cnn构建声音卷积神经网络模型；

11、vgg-cnn用于根据声音识别算法对声音数据进行特征提取和训练；处理单元，还用于根据st-gcn构建动作卷积神经网络模型；st-gcn用于根据动作识别算法对动作数据进行特征提取和训练。

12、在一种可能的实现方式中，身份验证结果包括身份验证成功和身份验证失败，根据第一身份识别信息和第二身份识别信息，确定身份验证结果，具体包括：处理单元，还用于将第一身份识别信息与第二身份识别信息进行匹配，确定匹配值；处理单元，还用于处理单元，还用于在匹配值大于或等于第一百分比阈值的情况下，确定身份验证结果为身份验证成功；处理单元，还用于在匹配值小于第二百分比阈值的情况下，确定身份验证结果为身份验证失败。

13、在一种可能的实现方式中，在目标人员为学生的情况下，第二身份识别信息包括以下至少一项：校园新生身份信息、校园证信息、学生证信息。

14、在一种可能的实现方式中，人脸图像数据包括静态图像数据和动态图像数据，静态图像数据用于表征目标人员的五官特征，动态图像数据用于表征目标人员的头部三维姿势和形状；声音数据包括以下一项或多项：声音频率数据和音色数据；动作数据包括以下一项或多项：神态动作数据、肢体动作数据。

15、在一种可能的实现方式中，在获取通讯行为信息之后，身份识别装置还包括：处理单元，还用于对通讯行为信息进行预处理；预处理包括：特征提取处理、偏移纠正和去噪处理、精细化处理。

16、第三方面，本技术提供了一种身份识别装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的身份识别方法。

17、第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的身份识别方法。

18、第五方面，本技术实施例提供一种包含指令的计算机程序产品，当计算机程序产品在身份识别装置上运行时，使得身份识别装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的身份识别方法。

19、第六方面，本技术实施例提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的身份识别方法。

20、具体的，本技术实施例中提供的芯片还包括存储器，用于存储计算机程序或指令。

21、在本技术中，上述身份识别方法、装置及存储介质的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本技术类似，属于本技术及其等同技术的范围之内。

22、本技术的这些方面或其他方面在以下的描述中会更加简明易懂。

23、本技术提供的技术方案至少带来以下有益效果：

24、基于上述技术方案，本技术首先获取待识别目标人员在人脸、声音、动作三方面的通讯行为信息，并构建身份识别模型，身份识别模型分为人脸卷积神经网路模型、声音卷积神经网络模型、动作卷积神经网络模型三种子模型，这三种子模型能够分别根据对应类型的目标人员通讯行为信息，确定待识别学生在人脸、声音、动作维度的身份识别信息，然后与目标人员身份信息进行对比，以确定身份识别结果。在实际应用中，三种子模型可对应三种身份识别验证方式，因此本技术能够在学生身份识别过程中，对学生的人脸、声音、动作进行多方位的识别认证，从而能够提供多重身份识别方式来应对多种应用场景，提高身份识别的准确率，解决身份识别的可靠性较低、身份难以识别的技术问题。