本發(fā)明涉及一種基于身份信息驗證的遠程開戶方法，尤其涉及一種面向銀行、保險和證券行業(yè)的遠程開戶方法；同時涉及一種用于實現(xiàn)該遠程開戶方法的遠程開戶系統(tǒng)。

背景技術：

傳統(tǒng)的銀行業(yè)、證券業(yè)、保險業(yè)一直熱衷于以網(wǎng)點擴張為手段的業(yè)務和布局，在傳統(tǒng)的業(yè)務發(fā)展邏輯中，更多的網(wǎng)點意味著更多的客戶覆蓋面和客戶滲透率。但是，隨著科學技術和互聯(lián)網(wǎng)思維不斷發(fā)展，這種以線下網(wǎng)點為基礎的發(fā)展模式正在不斷發(fā)生變化，最終將被徹底改變。對于還在以線下網(wǎng)點規(guī)模擴張為思路的銀行、證券和保險行業(yè)而言，遠程開戶將顛覆傳統(tǒng)金融行業(yè)通過布局線下網(wǎng)點爭取用戶量的經(jīng)營模式，將成為未來發(fā)展的新趨勢。未來的金融行業(yè)競爭將主要取決于誰能獲取更多的用戶終端和入口，而這些終端和入口大部分通過自助和網(wǎng)絡來體現(xiàn)。

遠程開戶的方法使得金融行業(yè)自助及遠程幫助用戶隨時隨地實現(xiàn)開戶、開卡成為可能，提高用戶體驗，幫助傳統(tǒng)的金融行業(yè)和新興的互聯(lián)網(wǎng)金融行業(yè)增加用戶量。

目前，有基于vtm(虛擬柜員機)的遠程開戶方法，通過在營業(yè)廳設立的vtm，讓用戶與后臺工作人員實現(xiàn)遠程視頻交流。用戶依靠視頻，在工作人員的指導下，自主完成開戶、網(wǎng)銀辦理、投資理財?shù)榷喾N業(yè)務。然而，該vtm是放在營業(yè)廳的，對一些用戶來說仍是不方便的；另外，此方法智能化程度不高，過度依賴交互，導致用戶體驗性不好。另一種遠程開戶方法是，借助開戶人本人名下已有賬戶或者其它賬戶進行驗證式遠程開戶。但該方法存在以下風險：使用該方法沒有開戶人的簽名的過程，而傳統(tǒng)柜面開戶過程中，用戶簽名是必不可少的一個環(huán)節(jié)；由于種種原因，用戶賬戶及密碼泄露時有發(fā)生，所以使用其他相關的賬戶信息在網(wǎng)絡上進行遠程開戶并不能保證是開戶人本人在操作。

所以，遠程開戶過程中如何確保開戶者的身份真實性、人證一致性、風險控制能力和便捷性是亟待解決的技術問題，而以上提到的現(xiàn)有的兩種處理方法均達不到要求。

技術實現(xiàn)要素：

針對現(xiàn)有技術的不足，本發(fā)明所要解決的首要技術問題在于提供一種基于身份信息驗證的遠程開戶方法；

本發(fā)明所要解決的另一技術問題在于提供一種實現(xiàn)該方法的遠程開戶系統(tǒng)。

為實現(xiàn)上述發(fā)明目的，本發(fā)明采用下述的技術方案：

一種基于身份信息驗證的遠程開戶方法，包括如下步驟：

s1，獲取至少三種證件圖像，進行聯(lián)網(wǎng)核查，分別驗證從所述證件圖像中識別出來的文字信息的真?zhèn)危绻魏我环N證件的文字信息為假，則拒絕開戶；否則轉向步驟s2；

s2，將從所述證件圖像中識別出來的認證身份關鍵信息進行交叉驗證，如果所述認證身份關鍵信息不一致，則拒絕開戶；否則，轉向步驟s3；

s3，采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，并在檢測過程中隨機獲取一張用戶的現(xiàn)場人臉圖像；如果不是真人，則拒絕開戶；否則，轉向步驟s4；

s4，將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和隨機獲取的現(xiàn)場人臉圖像進行兩兩交叉比對，驗證是否是同一個人；如果不是，則拒絕開戶；否則，展示確認信息，確認無誤后手寫簽名，開卡成功。

其中較優(yōu)地，在步驟s1中，獲取的至少三種證件圖像中二代身份證為必傳項。

其中較優(yōu)地，在步驟s1中，獲取至少三種證件圖像的獲取方式包括從文件里導入方式和啟動攝像頭拍照方式。

其中較優(yōu)地，在步驟s3中，所述采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，包括如下步驟：

s31，啟動攝像頭拍攝人臉，并截取系列規(guī)定動作照片；

s32，在截取的照片中進行人臉關鍵點定位，判斷在規(guī)定的時間內(nèi)是否成功檢測到所有的指定動作；如果檢測到則轉向步驟s23；否則，驗證失?。?/p>

s33，抓拍n張人臉圖像，針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，根據(jù)得分判斷是否為真人，其中n為正整數(shù)。

其中較優(yōu)地，在步驟s33中，抓拍n張人臉圖像，針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，包括基于擴散速度圖的得分處理過程和基于圖像失真分析的得分處理過程；最后將兩種處理過程的得分進行融合得到最后得分。

其中較優(yōu)地，利用基于擴散速度圖的得分處理方法針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，包括如下步驟：

s3311，在視頻驗證過程中隨機截取圖像，進行人臉檢測和關鍵點定位，并對截取的圖像進行人臉歸一化處理，抽取多種特征值；

s3312，根據(jù)歷史圖像存儲的一次成像、二次成像和多次成像的圖像中提取的特征值構造svm分類器；

s3313，將抽取的多種特征值輸入svm分類器，進行打分，得到第一分數(shù)。

其中較優(yōu)地，在步驟s4中，當確認展示的確認信息無誤之后，開戶成功之前，還包括如下步驟：

啟動攝像頭，開啟用戶視頻驗證流程，并通過人臉分析、聲紋分析判斷用戶開戶意愿的真實性。

其中較優(yōu)地，通過人臉分析判斷用戶開戶意愿的真實性，包括如下步驟：

對活體檢測、錄音錄像和視頻見證過程中的每一幀圖像，進行人臉檢測和關鍵點定位；

利用軌跡關聯(lián)得到在不同幀的人臉圖像，形成人臉視頻流；

對視頻流進行微表情識別，判斷是否被脅迫。

一種基于身份信息驗證的遠程開戶系統(tǒng)，用于實現(xiàn)上述基于身份信息驗證的遠程開戶方法，包括登錄模塊、證件信息驗證模塊、證件信息交叉驗證模塊、人臉信息交叉驗證模塊和用戶確認模塊；

其中，所述登錄模塊用于初步驗證用戶身份，驗證通過后，啟動所述證件信息驗證模塊；

所述證件信息驗證模塊用于驗證用戶上傳的證件圖像的真實性，驗證通過后啟動所述證件信息交叉驗證模塊；

所述證件信息交叉驗證模塊用于通過將從證件圖像中識別出來的認證身份關鍵信息進行交叉驗證，判斷證件圖像是否屬于同一個用戶；當證件圖像屬于同一個用戶時啟動所述圖像信息交叉驗證模塊；

所述圖像信息交叉驗證模塊用于驗證用戶是否為真人，當用戶為真人時，通過在檢測過程中隨機獲取的一張用戶現(xiàn)場人臉圖像與聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像進行兩兩交叉比對，驗證用戶信息的一致性；當兩兩交叉驗證通過后，將開戶信息發(fā)送到用戶確認模塊，經(jīng)用戶確認。

其中較優(yōu)地，所述的基于身份信息驗證的遠程開戶系統(tǒng)，還包括防抵賴管控模塊；

所述防抵賴管控模塊用于獲取用戶開戶的音頻和視頻信息，通過人臉分析、聲紋分析判斷用戶開戶意愿的真實性

本發(fā)明所提供的基于身份信息驗證的遠程開戶方法，創(chuàng)新性地將人體生物特征識別技術應用于遠程開戶，解決了遠程開戶過程中身份認證和風險管控等難題，滿足了廣大上班族和農(nóng)村偏遠地區(qū)的金融開戶不便問題，使金融開戶不受時間和地點限制，既能取得較好的經(jīng)濟效益，同時也創(chuàng)造了良好的社會效益。除此之外，本發(fā)明的業(yè)務申請除了采用先進的人體生物特征識別技術進行身份認證和信息一致性驗證外，還利用了錄音錄像和視頻見證方案保存音視頻證據(jù)防抵賴；同時利用人臉分析、聲紋分析和簽名分析技術鑒別是否被脅迫來管控風險，從而保障遠程開戶過程有據(jù)可查，確保金融機構與客戶的合法權益。

附圖說明

圖1為本發(fā)明所提供的基于身份信息驗證的遠程開戶方法的流程圖。

具體實施方式

下面結合附圖和具體實施例對本發(fā)明的技術內(nèi)容進行詳細具體的說明。

如圖1所示，本發(fā)明充分利用人體生物特征識別技術和身份交叉驗證方式提出一種基于身份信息驗證的遠程開戶方法，包括如下步驟：首先，用戶登錄之后，獲取至少三種證件圖像，利用光學字符識別(ocr)技術分別識別出證件文字信息，并進行聯(lián)網(wǎng)核查分別驗證其信息的真?zhèn)?，如果其中任何一種證件信息為假，則證件鑒定失敗，拒絕開戶；否則，將從證件圖像中識別出來的信息進行交叉驗證，以確保提交的證件是同一個人擁有。如果用戶提交的證件中，有任何一種信息不一致，則認為證件提交無效，拒絕開戶；否則，啟動攝像頭拍攝人臉，采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，并在檢測過程中隨機獲取一張用戶現(xiàn)場人臉圖像；如果不是真人，則拒絕開戶；否則，將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和檢測過程中獲取的現(xiàn)場人臉圖像進行兩兩交叉比對驗證其是同一人，以進行人證合一驗證，確保不是他人冒用證件申請賬戶；如果交叉驗證失敗，則拒絕開戶；否則，展示確認信息，確認無誤后開戶成功。下面對這一處理過程進行詳細說明。

s1，用戶登錄之后，獲取至少三種證件圖像，利用ocr技術分別識別出證件圖像上的文字信息，進行聯(lián)網(wǎng)核查，分別驗證其信息的真?zhèn)危绻渲腥魏我环N證件的文字信息為假，則證件鑒定失敗，拒絕開戶；否則轉向步驟s2。

在本發(fā)明所提供的實施例中，用戶登錄需要選擇開戶行和開戶類型。其中，根據(jù)國家規(guī)定遠程開戶類型只能限定在第ii和iii類，辦理此類銀行卡時用戶必須已有一個i類的賬戶。如果該基于身份信息驗證的遠程開戶方法是應用于某個銀行的專用遠程開戶系統(tǒng)中，則可略去開戶行選擇項。然后，用戶輸入手機號碼進行登錄注冊并點擊獲取手機驗證碼。隨后，用戶輸入收到的短信驗證碼進行手機驗證。如果驗證成功則進行下一步；否則重新登錄注冊。

用戶登錄之后，獲取用戶的二代身份證、銀行卡和社?？ǖ茸C件圖像，在本發(fā)明所提供的實施例中，至少獲取三種證件圖像，其中二代身份證為必傳項(即必須上傳的項)。獲取方式可以是從文件里導入或啟動攝像頭拍照方式。啟動攝像頭拍照方式，拍照過程中會自動出現(xiàn)證件外接矩陣框以輔助用戶提交最佳圖像。然后，采用圖像質(zhì)量評判技術對用戶上傳的圖像質(zhì)量進行評判。如果圖像質(zhì)量合格，則將其上傳至后臺服務并提示上傳成功；否則，提示用戶重新上傳。利用ocr技術分別識別出上傳的證件圖像上的文字信息，并進行聯(lián)網(wǎng)核查分別驗證其信息的真?zhèn)危源藖龛b定獲取證件的真實性與有效性。如果其中任何一種證件的文字信息為假，則證件鑒定失敗，拒絕開戶；否則轉向步驟s2。

其中，采用圖像質(zhì)量評判技術對用戶上傳的證件圖像的質(zhì)量進行評判，在此以身份證正反面圖像為例進行說明。采用圖像質(zhì)量評判技術確保采集的身份證正反面圖像的質(zhì)量，需要檢測的要素包括：身份證正反面圖像尺寸過大過小、圖像過亮、圖像過暗、圖像模糊、圖像缺邊、圖像缺角、圖像遮擋、圖像反光等因素。具體包括如下步驟：

s111,獲取身份證正反面圖像的尺寸，判斷其是否在規(guī)定的尺寸范圍之內(nèi)，如果是則轉向步驟s112；否則，圖像不符合要求，舍棄該身份證正反面圖像。

獲取身份證正反面圖像的尺寸，判斷其是否在規(guī)定的尺寸范圍之內(nèi)，即為判斷身份證正反面圖像的尺寸是否大于規(guī)定的最小尺寸且小于規(guī)定的最大尺寸。

首先，根據(jù)歷史統(tǒng)計數(shù)據(jù)得到身份證正反面圖像區(qū)域的最小高度閾值和最大高度閾值；其中，最小高度閾值和最大高度閾值分別為身份證正反面圖像的允許的最小高度和不超過的最大高度。然后，檢測、定位圖像中的身份證正反面圖像所占的區(qū)域，判定身份證正反面圖像所占區(qū)域的高度是否在閾值范圍內(nèi)。如果最小高度閾值≤身份證正反面圖像所占區(qū)域高度≤最大高度閾值，則評判通過，進行下一步判斷；如果身份證正反面圖像所占區(qū)域高度<最小高度閾值，或者身份證正反面所占區(qū)域高度>最大高度閾值，則評判失敗，舍棄該身份證正反面圖像。

s112,通過計算身份證正反面圖像中像素點的亮度和對比度判斷身份證正反面圖像的亮度和對比度是否符合圖像標準；如果符合圖像標準，則轉向步驟s113；否則，舍棄該身份證正反面圖像。

根據(jù)大量歷史數(shù)據(jù)統(tǒng)計得到圖像亮度的最大閾值；根據(jù)大量歷史數(shù)據(jù)統(tǒng)計得到圖像對比度的最小閾值；計算圖像的亮度和對比度；判斷圖像的亮度和對比度是否滿足規(guī)定的閾值條件。亮度＝平均最亮像素點灰度值/255。對比度＝(平均最亮像素點灰度–平均最暗像素點灰度)/最大亮度值*100。

其中，平均最亮像素點灰度＝最亮像素點灰度總和/最亮像素點總數(shù)。平均最暗像素點灰度＝最暗像素點灰度總和/最暗像素點總數(shù)。最亮像素點總數(shù)＝最亮像素比例*總像素。最暗像素點總數(shù)＝最暗像素比例*總像素。最亮像素點灰度即為圖像的最大灰度值，最暗像素點灰度即為圖像的最小灰度值。圖像亮度值≤亮度最大閾值且圖像對比度值≥對比度最小閾值，則評判通過；圖亮度值>亮度最大閾值或圖像對比度值<對比度最小閾值，評判失敗。

判斷二代身份證正反面圖像是否缺乏足夠的亮度。方法為：根據(jù)大量歷史數(shù)據(jù)統(tǒng)計得到圖像亮度閾值；計算圖像亮度值，判斷其是否滿足亮度閾值。亮度＝平均最亮像素點灰度值/255。平均最亮像素點灰度值＝最亮像素點灰度值總和/最亮像素點總數(shù)。最亮像素點總數(shù)＝最亮像素比例*總像素。如果圖像亮度值≥亮度閾值，則評判通過，如果圖像亮度值<亮度閾值，則評判失敗。

s113，計算當前身份證正反面圖像的清晰度。判斷其是否大于等于清晰度閾值，如果大于等于清晰度閾值，則轉向步驟s114；否則，舍棄該身份證正反面圖像。

根據(jù)大量歷史數(shù)據(jù)統(tǒng)計得到最低清晰度評分閾值(清晰度閾值)；清晰度閾值為滿足圖像清晰度要求的最小值。計算當前圖像清晰度，并判斷其是否滿足設定的閾值。其中：圖像的清晰度＝最大梯度值總和/最大梯度像素點總數(shù)。最大梯度像素點總數(shù)＝最大梯度像素比例*總像素數(shù)。如果圖像的清晰度值≥清晰度閾值，則評判通過；如果圖像的清晰度值<清晰度值閾值，則評判失敗。

s114，檢測身份證正反面圖像的區(qū)域，判斷其是否為完整的圖像，如果是則轉向步驟s115；否則，舍棄該身份證正反面圖像。

檢測身份證正反面圖像的區(qū)域，判斷其是否為完整的圖像，即判斷身份證正反面圖像的四條邊是否都在圖片內(nèi)，以及四個角是否都在圖片內(nèi)。具體包括如下步驟：

首先，檢測分別身份證正反面圖像的區(qū)域，其次，依據(jù)該區(qū)域在可能出現(xiàn)身份證邊緣處檢測直線，如果檢測出直線，則說明身份證不缺邊；如果檢測不出直線，則說明身份證缺邊。如果檢測出直線，則驗證通過；如果檢測不出直線，則驗證失敗。然后，分別檢測出身份證正反面圖像的四條邊，根據(jù)四條邊計算出四個角點的位置，如果四個角點有一個的位置超出了原圖片的范圍，則判斷為身份證缺角；如果所有的點都在原圖范圍內(nèi)，則判斷為身份證不缺角。如果角點在原圖范圍內(nèi)，則驗證通過；如果角點超出了原圖范圍，則驗證失敗。

s115，獲取身份證正反面圖像區(qū)域，通過檢測身份證正反面圖像的背景區(qū)域內(nèi)灰度或者紋理的連續(xù)性，判斷其是否為被遮擋的圖像，如果是則轉向步驟s116；否則，舍棄該身份證正反面圖像。

檢測出精確的身份證正反面圖像區(qū)域，判斷身份證正反面圖像的背景區(qū)域內(nèi)是否有灰度或者紋理的不連續(xù)情況出現(xiàn)。如果灰度和紋理連續(xù)，則驗證通過；如果灰度或紋理不連續(xù)，則驗證失敗，舍棄該身份證正反面圖像。

s116，分別判斷身份證正反面圖像是否存在反光，如果均不存在反光，則身份證正反面圖像的質(zhì)量符合圖像質(zhì)量評判技術要求；否則，舍棄該身份證正反面圖像。

根據(jù)大量歷史數(shù)據(jù)統(tǒng)計可以得到最低反光閾值，最低反光閾值為判定圖片不反光的最大灰度值，如果身份證圖像(正面圖像或者反面圖像)上有像素的灰度值大于最低反光閾值，統(tǒng)計這樣的像素的個數(shù)，并計算其與背景的灰度差異，如果這樣的像素的個數(shù)大于最低反光面積閾值且灰度差異也大于最低差異閾值，則判斷為身份證反光，則圖像質(zhì)量驗證不通過。如果圖像上有像素灰度值>最低反光閾值且反光像素個數(shù)>最低反光面積閾值且反光像素灰度均值-背景灰度均值>最低差異閾值，則圖像質(zhì)量驗證不通過。如果圖像上有像素灰度值≤最低反光閾值或反光像素個數(shù)≤最低反光面積閾值或反光像素灰度均值-背景灰度均值≤最低差異閾值，則圖像質(zhì)量驗證通過。

s2，將從證件圖像中識別出來的認證身份關鍵信息進行交叉驗證，以確保提交的證件是屬于同一個人擁有。如果用戶提交的證件中，有任何一種認證身份關鍵信息不一致，則認為證件提交無效，拒絕開戶；否則，轉向步驟s3。

將獲取的二代證、銀行卡、社?？?、駕照、護照、暫居證和學生證等至少三種證件中的姓名、出生年月等認證身份關鍵信息進行比對交叉驗證，以確保提交的證件是同一個人擁有。如果獲取的上傳的證件圖像中，有任何一種認證身份關鍵信息不一致，則認為證件提交無效，拒絕開戶；否則，轉向步驟s3。

s3，啟動攝像頭拍攝人臉，采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，并在檢測過程中隨機獲取一張用戶的現(xiàn)場人臉圖像；如果不是真人，則拒絕開戶；否則，轉向步驟s4。

如果獲取的證件圖像的認證身份關鍵信息一致，則啟動攝像頭現(xiàn)場拍攝人臉，采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，并在檢測過程中隨機獲取一張用戶的現(xiàn)場人臉圖像，利用人臉圖像質(zhì)量評判技術從抓拍的一系列圖像中挑選出一張質(zhì)量合格的人臉圖像存入服務器。其中采用人臉圖像質(zhì)量評判技術從抓拍的一系列圖像挑選出一張合格人臉圖像，屬于本領域常規(guī)的思路與方法，在此便不再贅述了。

采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，具體包括如下步驟：

s31，啟動攝像頭拍攝人臉，并截取系列完成規(guī)定動作的照片。

s32，對截取的動作進行檢測，判斷動作檢測時間是否超時，如果超時，則退出檢測，活體驗證失??；否則，在截取的照片中進行人臉關鍵點定位，判斷在規(guī)定的時間內(nèi)是否成功檢測到所有的指定動作。如果檢測失敗，重新檢測動作集；否則，轉向步驟s33。

在截取的照片中進行人臉關鍵點定位，判斷在規(guī)定的時間內(nèi)是否成功檢測到所有的指定動作。在本發(fā)明所提供的實施例中，指定動作包括張嘴動作、微笑動作、眨眼動作等。其中，張嘴動作檢測采用觸發(fā)式的方法檢測，即采用嘴巴關鍵點軌跡描述特征+svm分類器的方法檢測，增加了動作檢測的魯棒性。

s33，抓拍n張人臉圖像，針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，根據(jù)得分判斷是否為真人。

動作檢測是基于視頻流中的人臉器官關鍵點的相對位置變化，判斷現(xiàn)場人員是否有做指定的動作。由于關鍵點定位受光線、姿態(tài)、遮擋等因素的影響，會存在定位不夠準確，最后導致基于動作檢測的活體檢測存在一定的困難，為了克服這個問題，在基于動作檢測的基礎上引入了活體檢測二次判斷。在動作檢測過程中，會抓拍n張相對正面的人臉，動作檢測完成后，將這n張人臉輸入到二次判斷中進行二次判斷，二次判斷為活體后才最終輸出為活體。增加了活體檢測的準確性，彌補了傳統(tǒng)動作檢測的不足。

在本發(fā)明中，針對每張人臉圖像進行人臉歸一化處理之前，對圖像數(shù)據(jù)進行人臉檢測，判斷是否滿足預處理條件，如：人臉是否是彩色人臉、人臉亮度是否滿足均勻性、人臉清晰度是否符合最低標準等。如果滿足條件則針對每張人臉圖像進行人臉歸一化處理，否則，直接判定檢測失敗。

在本發(fā)明所提供的實施例中，抓拍n張人臉圖像，針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，包括基于擴散速度圖的得分處理過程和基于圖像失真分析(ida)的得分處理過程，最后將兩種處理過程的得分進行融合得到最后得分。

其中，利用基于擴散速度圖的得分處理過程針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，具體包括如下步驟：

s3311，在視頻驗證過程中隨機截取圖像，進行人臉檢測和關鍵點定位，并對截取的圖像進行人臉歸一化處理，抽取多種特征值。在本發(fā)明所提供的實施例中，基于擴散速度圖的得分處理過程中提取的特征為傳統(tǒng)的紋理特征；如：lbp(localbinarypatterns，即局部二值模式)、hog(histogramoforientedgradient，即方向梯度直方圖)等。其中，進行人臉檢測和關鍵點定位，并對截取的圖像進行人臉歸一化處理，為將人臉歸一化圖像劃分為8x8個不重合的格子，在每一個格子中統(tǒng)計單一特征要素a的直方圖，如：lbp、hog等中一種。將所有直方圖串接起來，形成多維的單一特征要素a的特征描述；對歸一化的人臉圖像，采用不同的尺度參數(shù)，進行濾波處理，將濾波圖像劃分為8x8個不重合的格子，統(tǒng)計每個格子中濾波圖像的均值和方差，這樣每一幅濾波圖像可以得到128維的特征，將多種尺度參數(shù)的特征串接起來，形成一種特征值，在這里，選用多個尺度，可以得到多維度的特征。將多種特征值送入svm分類器，即可得到第一分數(shù)。

s3312，根據(jù)歷史圖像存儲的一次成像、二次成像和多次成像的圖像中提取的特征值構造svm分類器。

一次成像與二次或多次成像的圖像，其擴散速度不同。在一次成像過程中，由于成像表面(人臉)是立體的，其反射的光線會沿著各個方向，圖像灰度值擴散較快，而二次成像或多次成像，其成像表面是平面的，反射的方向均勻的朝著一個大致的方向，圖像灰度值擴散較慢。利用多種特征抽取手段，可以描述這種擴散速度。通過視頻截取圖像是一次成像、二次成像、多次成像的判斷，可以進一步排除用戶使用之前的視頻進行申請的可能性，進一步提高了真人檢測的可靠性，以及遠程開戶的安全性。

s3313，將抽取的多種特征值輸入svm分類器，進行打分，得到第一分數(shù)。

而利用基于圖像失真分析的得分處理過程針對每張人臉圖像進行人臉歸一化處理，抽取多種特征值，利用svm分類器計算得分，具體包括如下步驟：

s3321，在視頻驗證過程中隨機截取圖像，并對截取的圖像進行人臉歸一化處理，抽取多種特征值。在基于圖像失真分析的得分處理過程中，抽取的特征值為模糊度特征和鏡面反射特征等。一次成像與二次或多次成像的圖像，光場會有所區(qū)別，而且傳統(tǒng)的紋理特征如hog、lbp等特征的描述單一，泛化能力不足，因此引入了ida(imagedistortionanalysis)特征。具體表現(xiàn)在前者(一次成像的人臉圖像)清晰度高，屬于漫反射；后者(二次或多次成像的人臉圖像)清晰度較低，存在鏡面反射。針對此，提出用圖像失真分析特征(ida，這里包含模糊度和鏡面反射特征兩種)來衡量這種光場上的區(qū)別和清晰度上的區(qū)別。

其中，模糊度特征的計算方式如下：首先使用邊緣檢測算法得到邊緣點，然后對每一個邊緣點，計算其與鄰域均值的差值，作為模糊度特征。至于鏡面反射特征，先提取圖像高光像素，然后計算高光像素的均值、方差和占比等值。其中，高光像素(鏡面反射像素)的提取包括如下步驟：(1)基于rgb通道計算每個像素的色度以及圖像的最大和最小色度。(2)根據(jù)圖像色度、最大及最小色度判斷當前像素是否是鏡面反射像素。

提取了這兩種特征之后，便可以使用構建好的svm分類器計算第二分數(shù)。

s3322，根據(jù)歷史圖像存儲的一次成像、二次成像和多次成像的圖像中提取的模糊度和鏡面反射特征構造svm分類器。

s3323，將抽取的多種特征值輸入svm分類器，進行打分，得到第二分數(shù)。

最后，將兩種處理過程得到的第一分數(shù)和第二分數(shù)進行融合得到最后得分。在本發(fā)明所提供的實施例中，融合策略分兩部分內(nèi)容：

1)基于擴散速度圖的得分處理過程得到的第一分數(shù)和基于圖像失真分析的得分處理過程得到的第二分數(shù)進行線性融合，得出最后域值在規(guī)定范圍內(nèi)，則判定現(xiàn)場人臉為活體，否則判斷為攻擊樣本。

2)多幀融合。對于動作檢測通過后，抓拍多張人臉，多幀人臉通過分類器后進行投票，最后有超過3/4的圖像幀被判斷為活體時，才會輸出現(xiàn)場人臉為活體，否則判斷為攻擊樣本。

如果現(xiàn)場所拍攝的人臉不是真人，則拒絕開戶；否則，轉向步驟s4。

s4，將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和檢測過程中獲取的現(xiàn)場人臉圖像進行兩兩交叉比對，驗證其是否是同一個人；如果不是同一個人，則交叉驗證失敗，拒絕開戶；否則，展示確認信息，確認無誤后開卡成功。

將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和檢測過程中獲取的現(xiàn)場人臉圖像進行兩兩交叉比對，判斷其是否是同一個人，以進行人證合一驗證，確保不是他人冒用證件申請賬戶；如果交叉驗證失敗，則拒絕開戶；否則，展示確認信息，確認無誤后開卡成功。

在本發(fā)明所提供的實施例中，展示確認信息為將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和檢測過程中獲取的現(xiàn)場人臉圖像進行兩兩交叉比對，驗證其是同一人后，返回開戶信息給用戶終端，包括用戶信息核對、完善資料和自主意愿三個部分。其中，信息核對為身份認證通過后，返回開戶信息給用戶終端，包括銀行卡號、發(fā)卡行、客戶姓名、地址等身份信息，供用戶核對并提供手動修改或重新拍照的功能。

完善資料為用戶確認無誤后，提示用戶提供收件地址和緊急聯(lián)系人姓名和電話，并進入開戶協(xié)議頁面，客戶閱讀協(xié)議并做出相應選擇，并提示客戶設置賬戶密碼。

自主意愿為用戶宣讀自主意愿和確認書，并在線手寫簽名。同時啟動攝像頭將客戶宣讀和簽名過程錄音錄像入庫存檔備案。為了管控風險，在客戶宣讀和手寫簽名時啟動攝像頭將客戶宣讀和簽名過程錄音錄像入庫存檔備案。

在本發(fā)明所提供的實施例中，當確認展示的確認信息無誤之后，開戶成功之前，還包括如下步驟：

啟動攝像頭，開啟用戶視頻驗證流程，并通過人臉分析、聲紋分析判斷用戶開戶意愿的真實性，防止抵賴情況的發(fā)生。

用戶進行信息確認后，點擊視頻見證按鈕啟動攝像頭，開啟用戶視頻驗證流程。在本發(fā)明所提供的實施例中，用戶視頻驗證包括雙視頻見證和單視頻見證。其中，雙視頻見證要求客戶臉部出現(xiàn)在視頻中，整個見證過程確保視頻中至始至終是同一個人，并且服務器端有應答。單視頻見證僅要求客戶臉部出現(xiàn)在視頻中，整個見證過程確保視頻中至始至終是同一個人。

在本發(fā)明所提供的實施例中，主要利用人臉分析技術確保自始至終是同一個人在操作且不存在脅迫情況。首先，利用人臉檢測技術判斷在活體檢測、錄音錄像和視頻見證過程中是否存在多張人臉圖像出現(xiàn)在鏡頭前。若有多張人臉出現(xiàn)，系統(tǒng)自動提醒用戶或不予開戶，以確保賬戶安全和不存在脅迫情況發(fā)生。然后，利用人臉識別技術對活體檢測過程中采集的人臉圖像和視頻見證過程中采集的人臉圖像進行比對，以確保自始至終是同一人在操作。最后，利用人臉表情識別技術，對在活體檢測、錄音錄像和視頻見證過程中檢測到的人臉圖像進行表情識別，看是否有被脅迫的表情出現(xiàn)，以確保不存在脅迫情況發(fā)生。

其中，利用人臉表情識別技術，對在活體檢測、錄音錄像和視頻見證過程中檢測到的人臉圖像進行表情識別，看是否有被脅迫的表情出現(xiàn)，具體包括如下步驟：

首先，對在活體檢測、錄音錄像和視頻見證過程中的每一幀圖像，進行人臉檢測和關鍵點定位，利用軌跡關聯(lián)技術得到同一個人在不同幀的人臉，形成人臉視頻流；然后對視頻流進行微表情識別；對聲音信息，則進行情緒識別。判斷是否被脅迫。其中微表情識別的方法為：將人臉視頻流輸入到卷積神經(jīng)網(wǎng)絡中分類，判斷是否被脅迫。情緒識別的方法為：將聲紋信息輸入到卷積神經(jīng)網(wǎng)絡中，判斷是否被脅迫。將人臉視頻流輸入到卷積神經(jīng)網(wǎng)絡中分類，以及將聲紋信息輸入到卷積神經(jīng)網(wǎng)絡中，為本領域常規(guī)方法，在此便不再贅述了。

除此之外，還可以利用聲紋分析技術通過對聲紋進行分析確保不存在脅迫情況。具體為對用戶宣讀的語音的進行聲紋分析，通過將聲紋對比判斷是否有被脅迫的聲紋出現(xiàn)。

另外，在本發(fā)明所提供的實施例中，還可以利用簽名分析技術確保不存在脅迫情況。具體為對用戶簽名圖像進行分析，看是否有被脅迫的特殊簽名出現(xiàn)，例如簽名加下劃線等。當出現(xiàn)脅迫情況出現(xiàn)時，拒絕進行開戶。

在本發(fā)明所提供的實施例中，在開戶成功之前，還可以與醫(yī)療系統(tǒng)相連接，通過信息聯(lián)名核查判斷用戶是否有不適宜開戶的疾病，防止具有精神病人遠程申請賬戶，而事后抵賴情況發(fā)生。

在防抵賴管控過程中采集的人臉、聲紋、簽名信息可以作為該用戶(開戶者)本人的人體生物特征存放于其開戶資料信息庫中，方便后續(xù)在互聯(lián)網(wǎng)上進行針對此賬號的操作時，采用開戶時存放的人臉、聲紋、簽名信息進行身份驗證。

本發(fā)明提供的基于身份信息驗證的遠程開戶方法相對于現(xiàn)有技術具有如下的優(yōu)點及效果：

1)本發(fā)明利用互聯(lián)網(wǎng)思維提出的遠程開戶方法對客戶來說完全不受地點和時間限制，極大的提高了用戶便利性和效率性，有利于金融行業(yè)擴展業(yè)務，爭奪用戶群。

2)本發(fā)明利用光學字符識別(ocr)技術自動識別身份證和銀行卡等信息，避免了用戶手動輸入信息的麻煩，充分體現(xiàn)了智能化，給客戶帶來了極好的用戶體驗感。

3)本發(fā)明利用活體檢測技術和人臉識別技術防范了不法分子冒用他人身份開戶或是工作人員與不法分子內(nèi)外勾結等安全隱患。

4)本發(fā)明利用錄音錄像和視頻見證等方式為業(yè)務交易留存證據(jù)，另外利用病史分析杜絕精神病人申請賬戶，有力控制了風險，保障了金融機構與用戶的合法權益。

5)本發(fā)明利用人臉分析、聲紋分析和簽名分析等技術來鑒定用戶是否被脅迫開戶，保障了客戶的切身利益。

本發(fā)明在客戶端只需安裝手機app，在后臺只需一臺或者多臺服務器(處理高并發(fā)情況需要多臺服務器，甚至云平臺)，就可實現(xiàn)高可靠性遠程智能開戶，且操作簡單便捷，省去了金融機構設置柜臺門面、設備購買、安裝、調(diào)試和維護等費用。

本發(fā)明除了公開上述基于身份信息驗證的遠程開戶方法之外，還進一步公開了一種采用上述基于身份信息驗證的遠程開戶方法的遠程開戶系統(tǒng)。該基于身份信息驗證的遠程開戶系統(tǒng)包括登錄模塊、證件信息驗證模塊、證件信息交叉驗證模塊、人臉信息交叉驗證模塊和用戶確認模塊。其中，登錄模塊主要是方便用戶網(wǎng)上進行個人注冊或登錄，用于初步驗證用戶身份，驗證通過后，啟動證件信息驗證模塊進行證件信息的識別和鑒定。證件信息驗證模塊用于驗證用戶上傳的證件圖像的真實性，通過聯(lián)網(wǎng)核查，判斷上傳證件是否是真實存在的用戶信息。驗證通過后啟動證件信息交叉驗證模塊；證件信息交叉驗證模塊通過將證件圖像中識別的認證身份關鍵信息進行交叉驗證，判斷證件圖像是否屬于同一個用戶。當證件圖像屬于同一個用戶時啟動圖像信息交叉驗證模塊，圖像信息交叉驗證模塊用于驗證用戶是否為真人，當用戶為真人時通過在檢測過程中隨機獲取的一張用戶現(xiàn)場人臉圖像與聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像進行兩兩交叉比對，驗證用戶信息的一致性。當驗證是同一個人時，將銀行卡號、發(fā)卡行、客戶姓名、地址等身份信息、開戶協(xié)議信息以及自主意愿和確認書發(fā)送到用戶確認模塊，經(jīng)用戶確認。

在本發(fā)明所提供的實施例中，基于身份信息驗證的遠程開戶系統(tǒng)還包括防抵賴管控模塊，防抵賴管控模塊用于獲取用戶開戶的音頻和視頻信息，通過人臉分析、聲紋分析判斷用戶開戶意愿的真實性，防止抵賴情況的發(fā)生。防抵賴管控模塊包括視頻見證子模塊、病史檔案分析子模塊、人臉分析子模塊、聲紋分析子模塊和簽名分析子模塊五個子模塊。

其中，視頻見證子模塊分為單視頻見證和雙視頻見證兩部分。單視頻見證為無人值守情況下，啟動攝像頭錄制客戶端人臉視頻，并上傳至服務器后臺。雙視頻見證為有人值守情況下，客戶端和服務器端同時開啟攝像頭，拍攝和顯示客戶和客服雙方人臉視頻，并上傳至服務器存檔備案。

病史檔案分析子模塊主要是為了防止具有精神病人遠程申請賬戶，而事后抵賴情況發(fā)生。通過與醫(yī)療系統(tǒng)相連接，根據(jù)信息聯(lián)網(wǎng)核查判斷用戶是否有不適宜開戶的疾病。

人臉分析子模塊主要利用人臉分析技術確保自始至終是同一個人在操作且不存在脅迫情況。首先，利用人臉檢測技術判斷在活體檢測、錄音錄像和視頻見證過程中是否存在多張人臉圖像出現(xiàn)在鏡頭前。若有多張人臉出現(xiàn)，系統(tǒng)自動提醒用戶或不予開戶，以確保賬戶安全和不存在脅迫情況發(fā)生。然后，利用人臉識別技術對在活體檢測過程中采集的人臉圖像和視頻見證過程中采集的人臉圖像進行比對，以確保自始至終是同一人在操作。最后，利用人臉表情識別技術，對在活體檢測、錄音錄像和視頻見證過程中檢測到的人臉進行表情識別，看是否有被脅迫的表情出現(xiàn)，以確保不存在脅迫情況發(fā)生。

聲紋分析子模塊主要利用聲紋分析技術確保不存在脅迫情況。具體為對用戶宣讀的語音進行聲紋分析，看是否有被脅迫的聲紋出現(xiàn)。

簽名分析子模塊主要利用簽名分析技術確保不存在脅迫情況。具體為對用戶簽名圖像進行分析，看是否有被脅迫的特殊簽名出現(xiàn)，如顫抖簽名加下劃線等。

綜上所述，本發(fā)明所提供的基于身份信息驗證的遠程開戶方法，利用人體生物特征識別技術和身份信息交叉驗證方式進行身份驗證。首先獲取至少三種證件圖像，進行聯(lián)網(wǎng)核查，分別驗證證件上的文字信息的真?zhèn)危恢?，將從證件圖像中識別出來的認證身份關鍵信息進行交叉驗證，判斷其是否是同一人；最后，啟動攝像頭拍攝人臉，采用活體檢測技術判斷現(xiàn)場所拍攝的人臉是否是真人，并在檢測過程中隨機獲取一張用戶現(xiàn)場人臉圖像；如果是；則將聯(lián)網(wǎng)核查到的人臉圖像、證件表面的人臉圖像和檢測過程中獲取的現(xiàn)場人臉圖像進行兩兩交叉比對，驗證是否是同一個人；如果是，則展示確認信息，確認無誤后開卡成功。該方法解決了遠程開戶過程中身份認證和風險管控等難題，保證了遠程開戶的便捷性和安全性，不限于銀行卡遠程開戶，還可以應用于保險、證券、社?？ǖ刃枰矸菡J證的遠程操作環(huán)境。

上面對本發(fā)明所提供的基于身份信息驗證的遠程開戶方法及系統(tǒng)進行了詳細的說明。對本領域的一般技術人員而言，在不背離本發(fā)明實質(zhì)精神的前提下對它所做的任何顯而易見的改動，都將構成對本發(fā)明專利權的侵犯，將承擔相應的法律責任。