身份的鉴别方法及装置、存储介质和电子设备

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种身份的鉴别方法及装置、存储介质和电子设备。

背景技术

随着互联网技术的突飞猛进，全世界范围内的线上业务已经渗透到各行各业，这就对互联网线上软件产品的安全性提出了更高要求，特别是金融、保险、征信类涉及人民切身财产和信息安全利益的软件产品。目前，在保障用户财产、信息安全领域，特别是在用户个人身份鉴别方面，现有软件产品都采用了较为先进的技术和解决方案，如人脸识别、指纹认证、短信认证等等，各有千秋，在很大程度上维护了用户的个人利益，但也都存在着其不足之处。

相关技术中，各类软件产品中针对用户个人身份鉴别方面所采用的技术方案主要有以下几种：

(1)短信认证：短信认证主要是通过电信运营商给用户所使用的手机号发送短信验证码(一般为4位或6位数字)的形式来验证用户输入的短信验证码，以对用户的身份进行鉴别。

(2)活体检测+人脸识别：活体检测即通过实时截取包含用户特定动作(如点头、张嘴、转头)的图像来鉴别用户个体的活性(是不是活体)，以防止静态照片、仿真模型等攻击。人脸识别即对实时采集的人脸图像与用户身份证照片或照片库中的人脸图片进行比对来鉴别用户的身份。这两项技术通常结合使用。

(3)声纹认证：通过录入用户读取特定文本(如随机数字串、文字串)的声音信息与服务端客户预留的声音信息进行匹配，即采用声纹唯一性原理进行用户身份鉴别的方法。

(4)指纹认证：多用于客户终端，如手机、平板电脑和笔记本电脑等，通过录入用户指纹信息与系统中预设的指纹信息进行匹配的认证方式，也是一种较为传统、有效的生物鉴别方法。

(5)虹膜认证：一种较为先进的生物认证方法，主要通过采集用户眼部虹膜信息进行匹配认证的身份鉴别方法，类似于指纹认证，不同的是采集的特征点不一样。

(6)人工视频审核：通过人工客服视频对话的方式对用户的个人信息(身份证、照片、所办业务信息等)进行在线身份鉴别的一种传统方法。

但是，相关技术存在以下缺点：短信认证的方式需要以用户的手机一定在自己身上为前提，而这又是软件产品无法确保的，在用户手机丢失的情况下极易造成短信验证码的泄漏，从而引发安全风险；活体检测和人脸识别的认证方法是目前各大软件产品应用较为广泛的技术之一，主要依赖于固定的动作和面部特征，在生成对抗领域产生的人脸对抗样本(对抗脸)和3D建模技术的深度发展，简单动作和面部特征极易被不法分子攻克；声纹认证目前应用领域较少，应用场景比较受限，另外现在市面上具有各种声音模拟器，其安全性也受到巨大挑战；指纹和虹膜认证本质上都是生物体单一特有特征的鉴别方式，生物特征认证单一，破解风险高，应用场景受限，且戴眼镜的情况下对虹膜的采集和识别会产生较大影响；人工视频审核的方式无疑是最为安全的认证方式之一，但其是一种比较传统的身份鉴别方式，需要耗费大量的人力资源，且效率低。

因此，在软件产品用户身份鉴别方面，虽然相关技术的方案在很大程度上保障着用户的切身利益，也都在各个领域具有着非常广泛的应用，但是也都存在其各自的缺点和不足。特别是在金融、信息安全领域，身份鉴别关乎着用户的切身利益，因此，亟需一种具有较高安全性且精确的用户身份鉴别方法。

针对相关技术中鉴别用户身份的效果较差的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种身份的鉴别方法及装置、存储介质和电子设备，以解决相关技术中鉴别用户身份的效果较差的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种身份的鉴别方法。该方法包括：获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，所述历史视频信息为所述智能客服与所述目标对象对话的历史视频信息；基于所述当前视频信息，确定所述目标对象的第一信息，其中，所述第一信息中至少包括：所述目标对象的语音信息和所述目标对象的第一特征信息，所述第一特征信息为所述目标对象的至少一个特征信息；基于所述历史视频信息和所述第一特征信息，确定所述目标对象的第二特征信息；依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别。

进一步地，依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别包括：基于所述语音信息，确定所述目标对象回答目标问题的目标答案，其中，所述目标问题为所述智能客服与所述目标对象进行对话时，所述智能客服向所述目标对象提问的问题；依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值；获取所述第一特征信息对应的权重；依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别。

进一步地，依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别包括：依据所述目标答案的正确性，确定所述目标答案的第二得分值；依据所述第二得分值、所述第一得分值和所述权重，确定目标得分值；判断所述目标得分值是否不小于预设阈值；若所述目标得分值不小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为通过；若所述目标得分值小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为未通过。

进一步地，在依据所述目标答案的正确性，确定第二得分值之前，所述方法还包括：获取所述目标问题的正确答案；判断所述目标答案与所述正确答案是否相同；若所述目标答案与所述正确答案相同，则表示所述目标答案正确；若所述目标答案与所述正确答案不同，则表示所述目标答案错误。

进一步地，依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值包括：确定用于进行特征匹配的神经网络模型；将所述第一特征信息和所述第二特征信息输入所述神经网络模型进行匹配处理，得到所述第一特征信息对应的第一得分值，其中，所述第一得分值用于表示所述第一特征信息与所述第二特征信息的匹配程度。

进一步地，基于所述语音信息，确定所述目标对象回答目标问题的目标答案包括：确定语音识别模型；将所述语音信息输入所述语音识别模型进行识别处理，得到所述目标答案。

进一步地，在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，所述方法还包括：获取预设问题，其中，所述预设问题中至少包括所述目标问题；获取所述智能客服向所述目标对象提问所述预设问题的第一视频信息；获取所述目标对象回答所述预设问题的第二视频信息；将所述第一视频信息和所述第二视频信息作为所述历史视频信息。

为了实现上述目的，根据本申请的另一方面，提供了一种身份的鉴别装置。该装置包括：第一获取单元，用于获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，所述历史视频信息为所述智能客服与所述目标对象对话的历史视频信息；第一确定单元，用于基于所述当前视频信息，确定所述目标对象的第一信息，其中，所述第一信息中至少包括：所述目标对象的语音信息和所述目标对象的第一特征信息，所述第一特征信息为所述目标对象的至少一个特征信息；第二确定单元，用于基于所述历史视频信息和所述第一特征信息，确定所述目标对象的第二特征信息；第一鉴别单元，用于依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别。

进一步地，所述第一鉴别单元包括：第一确定模块，用于基于所述语音信息，确定所述目标对象回答目标问题的目标答案，其中，所述目标问题为所述智能客服与所述目标对象进行对话时，所述智能客服向所述目标对象提问的问题；第二确定模块，用于依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值；第一获取模块，用于获取所述第一特征信息对应的权重；第一鉴别模块，用于依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别。

进一步地，所述第一鉴别模块包括：第一确定子模块，用于依据所述目标答案的正确性，确定所述目标答案的第二得分值；第二确定子模块，用于依据所述第二得分值、所述第一得分值和所述权重，确定目标得分值；第一判断子模块，用于判断所述目标得分值是否不小于预设阈值；第一处理子模块，用于若所述目标得分值不小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为通过；第二处理子模块，用于若所述目标得分值小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为未通过。

进一步地，所述装置还包括：第二获取单元，用于在依据所述目标答案的正确性，确定第二得分值之前，获取所述目标问题的正确答案；第一判断单元，用于判断所述目标答案与所述正确答案是否相同；第一处理单元，用于若所述目标答案与所述正确答案相同，则表示所述目标答案正确；第二处理单元，用于若所述目标答案与所述正确答案不同，则表示所述目标答案错误。

进一步地，所述第二确定模块包括：第三确定子模块，用于确定用于进行特征匹配的神经网络模型；第三处理子模块，用于将所述第一特征信息和所述第二特征信息输入所述神经网络模型进行匹配处理，得到所述第一特征信息对应的第一得分值，其中，所述第一得分值用于表示所述第一特征信息与所述第二特征信息的匹配程度。

进一步地，所述第一确定模块包括：第四确定子模块，用于确定语音识别模型；第四处理子模块，用于将所述语音信息输入所述语音识别模型进行识别处理，得到所述目标答案。

进一步地，所述装置还包括：第三获取单元，用于在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，获取预设问题，其中，所述预设问题中至少包括所述目标问题；第四获取单元，用于获取所述智能客服向所述目标对象提问所述预设问题的第一视频信息；第五获取单元，用于获取所述目标对象回答所述预设问题的第二视频信息；第三确定单元，用于将所述第一视频信息和所述第二视频信息作为所述历史视频信息。

为了实现上述目的，根据本申请的另一方面，提供了一种计算机可读存储介质，所述存储介质存储程序，其中，所述程序执行上述的任意一项所述的身份的鉴别方法。

为了实现上述目的，根据本申请的另一方面，提供了一种电子设备，所述电子设备包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的任意一项所述的身份的鉴别方法。

通过本申请，采用以下步骤：获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，历史视频信息为智能客服与目标对象对话的历史视频信息；基于当前视频信息，确定目标对象的第一信息，其中，第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，第一特征信息为目标对象的至少一个特征信息；基于历史视频信息和第一特征信息，确定目标对象的第二特征信息；依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，解决了相关技术中鉴别用户身份的效果较差的问题。通过基于获取到的智能客服与目标对象进行对话的当前视频信息，确定目标对象的第一信息，且第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，并基于获取到的智能客服与目标对象进行对话的历史视频信息和第一特征信息，确定目标对象的第二特征信息，再依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，从而提升了对用户的身份进行鉴别时的安全性，并提升了身份鉴别的准确性和效率，进而提升了鉴别用户身份的效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的身份的鉴别方法的流程图；

图2是根据本申请实施例提供的身份的鉴别方法的流程图一；

图3是本申请实施例中基于智能客服视频对话的多维生物体特征检测及认证的示意图；

图4是根据本申请实施例提供的身份的鉴别装置的示意图；

图5是根据本申请实施例提供的电子设备的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、用户的语音信息、用户的面部特征信息、用户的表情特征信息、用户的口型特征信息、用户的声音特征信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

为了便于描述，以下对本申请实施例涉及的部分名词或术语进行说明：

智能客服：由系统软件生成的仿人工客服，可以实现简单的人机对话。

身份鉴别：通过某种形式获取用户的某些信息(照片、指纹、声音等)来区分是不是用户本人的一种手段。

客户端：用户所使用的可以运行软件产品的设备，如手机、平板电脑和笔记本电脑等。

服务端：为用户所使用的软件产品提供后端服务的服务设备，如主机、云服务等。

下面结合优选的实施步骤对本发明进行说明，图1是根据本申请实施例提供的身份的鉴别方法的流程图，如图1所示，该方法包括如下步骤：

步骤S101，获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，历史视频信息为智能客服与目标对象对话的历史视频信息。

例如，可以先采集并预留智能客服与用户(上述的目标对象)进行视频对话的样本(上述的历史视频信息)。然后在软件产品用户身份鉴别流程中，客户端调起视频对话，并采集实时的智能客服与用户的通话视频信息(上述的当前视频信息)至服务端。

步骤S102，基于当前视频信息，确定目标对象的第一信息，其中，第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，第一特征信息为目标对象的至少一个特征信息。

例如，可以根据实时的智能客服与用户的通话视频信息，得到用户的语音信息和用户的特征信息(上述的第一特征信息)。而且，上述的特征信息可以为用户的面部特征、表情特征、口型特征和声音特征(如声色、声调、语气等)。

步骤S103，基于历史视频信息和第一特征信息，确定目标对象的第二特征信息。

例如，根据从实时的视频信息(上述的当前视频信息)中提取的用户的特征信息，从事先预留的智能客服与用户进行视频对话的样本中提取用户的这些特征信息(上述的第二特征信息)。也即，如果从实时的视频信息中提取的第一特征信息包括面部特征图像和表情特征图像，则从事先预留的智能客服与用户进行视频对话的样本中也提取用户的面部特征图像和表情特征图像。

步骤S104，依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别。

例如，根据基于实时的视频信息得到的用户的语音信息和用户的特征信息(上述的第一特征信息)，以及从事先预留的视频对话的样本(上述的历史视频信息)中提取的用户的第二特征信息，鉴别实时的视频信息中的用户的身份，也即，确定实时的视频信息中的用户是否为用户本人。

通过上述的步骤S101至S104，通过基于获取到的智能客服与目标对象进行对话的当前视频信息，确定目标对象的第一信息，且第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，并基于获取到的智能客服与目标对象进行对话的历史视频信息和第一特征信息，确定目标对象的第二特征信息，再依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，从而提升了对用户的身份进行鉴别时的安全性，并提升了身份鉴别的准确性和效率，进而提升了鉴别用户身份的效果。

可选地，在本申请实施例提供的身份的鉴别方法中，在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，该方法还包括：获取预设问题，其中，预设问题中至少包括目标问题；获取智能客服向目标对象提问预设问题的第一视频信息；获取目标对象回答预设问题的第二视频信息；将第一视频信息和第二视频信息作为历史视频信息。

例如，先构建智能客服，再预设对话问题，然后采集并预留用户的视频对话信息样本(上述的历史视频信息)。而且，构建的智能客服(虚拟人工客服)至少实现以标准语言(如普通话、英语、法语等)播报任意给定的属于该标准语言的文本。另外，预设的对话问题可以分为：系统内设问题和用户自定义问题，且系统内设问题即系统内预先设定的几个与用户自身爱好、行为等相关的问题供用户预先选定，包括但不限于您的爱好是什么？您最喜欢什么运动？您的家乡在哪里？等等；用户自定义问题则是用户自己录入其想要被智能客服提问的问题。

然后，在采集并预留用户的视频对话信息样本时，可以通过视频对话的形式采集并预留对话信息样本，且视频对话可以以问答的形式进行，即构建的智能客服可以通过视频的方式对用户选定的系统内设问题或用户录入的自定义问题进行在线提问，然后用户根据智能客服提问的问题进行视频在线回答，回答完毕后将该视频对话样本保留至服务端。

通过上述的方案，可以快速准确的得到智能客服与用户对话的历史视频信息。

可选地，在本申请实施例提供的身份的鉴别方法中，基于语音信息，确定目标对象回答目标问题的目标答案包括：确定语音识别模型；将语音信息输入语音识别模型进行识别处理，得到目标答案。

例如，在软件产品用户身份鉴别流程中，客户端调起视频对话时，智能客户向用户提问的问题(上述的目标问题)，也即，上述的目标问题是当智能客服与用户进行实时的通话时，智能客户向用户提问的问题，即，上述的目标问题为采集的实时的智能客服与用户的通话视频信息(上述的当前视频信息)中智能客户向用户提问的问题。然后，目标问题的答案可以采用语音识别的方法从视频(上述的当前视频信息)声频中提取。比如，可以将从视频(上述的当前视频信息)中的声频信息输入语音识别模型进行语音识别，然后语音识别模型可以输出目标问题的答案(上述的目标答案)。另外，上述的语音识别模型可以包括但不限于机器学习、深度神经网络等特征提取及分析类算法模型。

通过上述的方案，可以快速准确的从当前视频信息中识别出用户回答的智能客服提问的问题的答案。

可选地，在本申请实施例提供的身份的鉴别方法中，在依据目标答案的正确性，确定第二得分值之前，该方法还包括：获取目标问题的正确答案；判断目标答案与正确答案是否相同；若目标答案与正确答案相同，则表示目标答案正确；若目标答案与正确答案不同，则表示目标答案错误。

例如，可以先保存预留预设对话问题的正确答案，然后判断通过语音识别模型识别出的用户回答智能客服提问的问题的答案(上述的目标答案)与预先保存预留的预设对话问题的正确答案是否相同，如果相同，则表示用户回答的智能客服提问的问题的答案正确；如果不相同，则表示用户回答的智能客服提问的问题的答案错误。

通过上述的方案，可以快速准确的判断用户回答的智能客服提问的问题的答案是否正确。

可选地，在本申请实施例提供的身份的鉴别方法中，依据第一特征信息和第二特征信息，得到第一特征信息对应的第一得分值包括：确定用于进行特征匹配的神经网络模型；将第一特征信息和第二特征信息输入神经网络模型进行匹配处理，得到第一特征信息对应的第一得分值，其中，第一得分值用于表示第一特征信息与第二特征信息的匹配程度。

例如，可以将根据实时的智能客服与用户的通话视频信息(上述的当前视频信息)得到的用户的特征信息(上述的第一特征信息)，以及从事先预留的智能客服与用户进行视频对话的样本(上述的历史视频信息)中提取的用户的特征信息(上述的第二特征信息)输入神经网络模型进行特征匹配，然后该神经网络模型可以输出用于表示第一特征信息与第二特征信息的匹配程度的得分值。另外，面部、表情、口型、声音等特征匹配均为视频连续多帧图像特征的综合匹配值，非某一单帧图像的匹配结果。特征匹配算法(上述的于进行特征匹配的神经网络模型)包括但不限于机器学习、深度神经网络等特征提取及分析类算法。

通过上述的方案，可以快速准确的得到实时的智能客服与用户的通话视频信息(上述的当前视频信息)中用户的特征与事先预留的智能客服与用户进行视频对话的样本(上述的历史视频信息)中该用户的特征之间的匹配程度。

图2是根据本申请实施例提供的身份的鉴别方法的流程图一，如图2所示，在本申请实施例提供的身份的鉴别方法中，依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别包括：

步骤S201，基于语音信息，确定目标对象回答目标问题的目标答案，其中，目标问题为智能客服与目标对象进行对话时，智能客服向目标对象提问的问题；

步骤S202，依据第一特征信息和第二特征信息，得到第一特征信息对应的第一得分值；

步骤S203，获取第一特征信息对应的权重；

步骤S204，依据目标答案、第一得分值和权重，对目标对象的身份进行鉴别。

例如，先根据基于实时的智能客服与用户的通话视频信息得到的用户的语音信息，得到用户回答智能客服提问的问题的答案；再根据实时的智能客服与用户的通话视频信息(上述的当前视频信息)中用户的特征与事先预留的智能客服与用户进行视频对话的样本(上述的历史视频信息)中该用户的特征，确定两个特征(当前视频信息中用户的特征和历史视频信息中该用户的特征)之间的匹配程度(上述的第一得分值)；然后依据当前视频信息中用户回答智能客服提问的问题的答案、两个特征(当前视频信息中用户的特征和历史视频信息中该用户的特征)之间的匹配程度(上述的第一得分值)和实时的智能客服与用户的通话视频信息(上述的当前视频信息)中用户的特征的权重，鉴别实时的视频信息中的用户的身份，也即，确定实时的视频信息中的用户是否为用户本人。

通过上述的方案，可以方便的鉴别用户的身份，提升鉴别用户身份时的安全性、准确性和效率等。

可选地，在本申请实施例提供的身份的鉴别方法中，依据目标答案、第一得分值和权重，对目标对象的身份进行鉴别包括：依据目标答案的正确性，确定目标答案的第二得分值；依据第二得分值、第一得分值和权重，确定目标得分值；判断目标得分值是否不小于预设阈值；若目标得分值不小于预设阈值，则表示目标对象的身份的鉴别结果为通过；若目标得分值小于预设阈值，则表示目标对象的身份的鉴别结果为未通过。

例如，先根据在当前视频信息中用户回答的智能客服提问的问题的答案是否正确，得到该答案的得分值；再根据答案的得分值、两个特征(当前视频信息中用户的特征和历史视频信息中该用户的特征)之间的匹配程度(上述的第一得分值)和实时的智能客服与用户的通话视频信息(上述的当前视频信息)中用户的特征的权重，计算得到一个最终的分值；再判断这个最终的分值是否不小于预设阈值，如果该最终的分值不小于预设阈值，则鉴别出实时的视频信息中的用户是用户本人；如果该最终的分值小于预设阈值，则鉴别出实时的视频信息中的用户不是用户本人。

比如，将采集而来的实时视频对话信息(上述的当前视频信息)与用户预留的视频对话样本(上述的历史视频信息)进行多维生物体特征的分析匹配，所匹配的特征至少包含以下几种：1)问题答案；2)面部特征；3)表情特征；4)口型特征；5)声音特征(如声色、声调、语气等)。这里可以将问题答案匹配得分设为A(值为0或1)，回答正确得1份，回答错误得0分，然后设b、c、d、e...和B、C、D、E...分别为面部特征、表情特征、口型特征、声音特征...的权重和得分，Y为阈值(上述的预设阈值)。当A×(b×B+c×C+d×D+e×E...)≥Y时，用户身份鉴别成功，即表示实时的视频信息中的用户是用户本人，否则用户身份鉴别失败，即表示实时的视频信息中的用户不是用户本人。

综上所述，通过比较计算到的最终得分值和预设阈值之间的大小，可以快速的鉴别用户的身份。

例如，图3是本申请实施例中基于智能客服视频对话的多维生物体特征检测及认证的示意图，如图3所示，基于智能客服视频对话的多维生物体特征检测及认证方法可以包括如下步骤：

步骤1，构建智能客服；

步骤2，预设对话问题；

步骤3，采集并预留用户视频对话信息样本；

步骤4，在软件产品用户身份鉴别流程中，客户端调起视频对话，并采集通话视频信息至服务端；

步骤5，服务端根据步骤4中采集的实时视频信息与步骤3中预留的视频对话样本进行多维生物体特征分析，得出综合鉴定结果，以进行身份鉴别。

进一步地，步骤1中，智能客服(虚拟人工客服)至少实现以标准语言(如普通话、英语、法语等)播报任意给定的属于该标准语言的文本。

进一步地，步骤2中，预设对话问题要实现两种方式：1)系统内设问题；2)用户自定义问题。系统内设问题即系统内预先设定的几个与用户自身爱好、行为等相关的问题供用户预先选定，包括但不限于您的爱好是什么？您最喜欢什么运动？您的家乡在哪里？等等。用户自定义问题则是用户自己录入其想要被智能客服提问的问题。

进一步地，步骤3中，需通过视频对话的形式采集并预留对话信息样本，视频对话以问答的形式进行，即智能客服通过视频的方式对用户选定的系统内设问题或用户录入的自定义问题进行在线提问，然后用户根据智能客服提问的问题进行视频在线回答，回答完毕后将该视频对话样本保留至服务端。

进一步地，步骤4中，在软件产品需要进行用户身份鉴别的流程中，客户端调起视频通话功能，类似于步骤3中的视频对话形式，采集实时视频对话信息至服务端。

进一步地，步骤5中，将步骤4中采集而来的实时视频对话信息与步骤3中用户预留的视频对话样本进行多维生物体特征的分析匹配，所匹配的特征至少包含以下几种：1)问题答案；2)面部特征；3)表情特征；4)口型特征；5)声音特征(如声色、声调、语气等)。这里可以将问题答案匹配得分设为A(值为0或1)，回答正确得1份，回答错误得0分，然后设b、c、d、e...和B、C、D、E...分别为面部特征、表情特征、口型特征、声音特征...的权重和得分，Y为阈值。有A×(b×B+c×C+d×D+e×E...)≥Y时，用户身份鉴别成功，否则用户身份鉴别失败。其中，面部、表情、口型、声音等特征匹配均为视频连续多帧图像特征的综合匹配值，非某一单帧图像的匹配结果，问题的答案则采用语音识别的方法从视频声频中提取，特征匹配算法包括但不限于机器学习、深度神经网络等特征提取及分析类算法。

另外，图3中的智能客服成像区可以对应步骤1构建智能客服的步骤，即智能客服成像区为构建的智能客服的成像区；用户成像区可以用于采集智能客服与用户进行实时视频通话时用户的视频信息，也即，智能客服与用户进行实时视频通话时，拍摄的用户回答智能客服提问的问题的视频信息。

因此，通过采用智能客服视频对话的方式对用户多维生物体特征进行检测及认证的方法，解决了目前软件产品中用户身份认证方法仅依靠用户生物体单一特征(人脸、指纹、虹膜等)进行鉴别的弱点，引入了多维度生物特征的综合分析认证方法，特别是以视频提问的形式，不仅融合了传统密保问题的认证手段，还融合了用户生物体的活性认证。此外，声音中的语气、语调更能体现出生物体所特有的性格特征。从而可以极大提升用户身份鉴别流程的安全性和精确性，具有极强的用户鉴别能力和反破解性。

综上，本申请实施例提供的身份的鉴别方法，通过获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，历史视频信息为智能客服与目标对象对话的历史视频信息；基于当前视频信息，确定目标对象的第一信息，其中，第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，第一特征信息为目标对象的至少一个特征信息；基于历史视频信息和第一特征信息，确定目标对象的第二特征信息；依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，解决了相关技术中鉴别用户身份的效果较差的问题。通过基于获取到的智能客服与目标对象进行对话的当前视频信息，确定目标对象的第一信息，且第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，并基于获取到的智能客服与目标对象进行对话的历史视频信息和第一特征信息，确定目标对象的第二特征信息，再依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，从而提升了对用户的身份进行鉴别时的安全性，并提升了身份鉴别的准确性和效率，进而提升了鉴别用户身份的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种身份的鉴别装置，需要说明的是，本申请实施例的身份的鉴别装置可以用于执行本申请实施例所提供的用于身份的鉴别方法。以下对本申请实施例提供的身份的鉴别装置进行介绍。

图4是根据本申请实施例的身份的鉴别装置的示意图。如图4所示，该装置包括：第一获取单元401、第一确定单元402、第二确定单元403和第一鉴别单元404。

具体地，第一获取单元401，用于获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，历史视频信息为智能客服与目标对象对话的历史视频信息；

第一确定单元402，用于基于当前视频信息，确定目标对象的第一信息，其中，第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，第一特征信息为目标对象的至少一个特征信息；

第二确定单元403，用于基于历史视频信息和第一特征信息，确定目标对象的第二特征信息；

第一鉴别单元404，用于依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别。

综上，本申请实施例提供的身份的鉴别装置，通过第一获取单元401获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，历史视频信息为智能客服与目标对象对话的历史视频信息；第一确定单元402基于当前视频信息，确定目标对象的第一信息，其中，第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，第一特征信息为目标对象的至少一个特征信息；第二确定单元403基于历史视频信息和第一特征信息，确定目标对象的第二特征信息；第一鉴别单元404依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，解决了相关技术中鉴别用户身份的效果较差的问题。通过基于获取到的智能客服与目标对象进行对话的当前视频信息，确定目标对象的第一信息，且第一信息中至少包括：目标对象的语音信息和目标对象的第一特征信息，并基于获取到的智能客服与目标对象进行对话的历史视频信息和第一特征信息，确定目标对象的第二特征信息，再依据语音信息、第一特征信息和第二特征信息，对目标对象的身份进行鉴别，从而提升了对用户的身份进行鉴别时的安全性，并提升了身份鉴别的准确性和效率，进而提升了鉴别用户身份的效果。

可选地，在本申请实施例提供的身份的鉴别装置中，第一鉴别单元包括：第一确定模块，用于基于语音信息，确定目标对象回答目标问题的目标答案，其中，目标问题为智能客服与目标对象进行对话时，智能客服向目标对象提问的问题；第二确定模块，用于依据第一特征信息和第二特征信息，得到第一特征信息对应的第一得分值；第一获取模块，用于获取第一特征信息对应的权重；第一鉴别模块，用于依据目标答案、第一得分值和权重，对目标对象的身份进行鉴别。

可选地，在本申请实施例提供的身份的鉴别装置中，第一鉴别模块包括：第一确定子模块，用于依据目标答案的正确性，确定目标答案的第二得分值；第二确定子模块，用于依据第二得分值、第一得分值和权重，确定目标得分值；第一判断子模块，用于判断目标得分值是否不小于预设阈值；第一处理子模块，用于若目标得分值不小于预设阈值，则表示目标对象的身份的鉴别结果为通过；第二处理子模块，用于若目标得分值小于预设阈值，则表示目标对象的身份的鉴别结果为未通过。

可选地，在本申请实施例提供的身份的鉴别装置中，该装置还包括：第二获取单元，用于在依据目标答案的正确性，确定第二得分值之前，获取目标问题的正确答案；第一判断单元，用于判断目标答案与正确答案是否相同；第一处理单元，用于若目标答案与正确答案相同，则表示目标答案正确；第二处理单元，用于若目标答案与正确答案不同，则表示目标答案错误。

可选地，在本申请实施例提供的身份的鉴别装置中，第二确定模块包括：第三确定子模块，用于确定用于进行特征匹配的神经网络模型；第三处理子模块，用于将第一特征信息和第二特征信息输入神经网络模型进行匹配处理，得到第一特征信息对应的第一得分值，其中，第一得分值用于表示第一特征信息与第二特征信息的匹配程度。

可选地，在本申请实施例提供的身份的鉴别装置中，第一确定模块包括：第四确定子模块，用于确定语音识别模型；第四处理子模块，用于将语音信息输入语音识别模型进行识别处理，得到目标答案。

可选地，在本申请实施例提供的身份的鉴别装置中，该装置还包括：第三获取单元，用于在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，获取预设问题，其中，预设问题中至少包括目标问题；第四获取单元，用于获取智能客服向目标对象提问预设问题的第一视频信息；第五获取单元，用于获取目标对象回答预设问题的第二视频信息；第三确定单元，用于将第一视频信息和第二视频信息作为历史视频信息。

身份的鉴别装置包括处理器和存储器，上述第一获取单元401、第一确定单元402、第二确定单元403和第一鉴别单元404等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提升鉴别用户身份的效果。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现所述身份的鉴别方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述身份的鉴别方法。

如图5所示，本发明实施例提供了一种电子设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，所述历史视频信息为所述智能客服与所述目标对象对话的历史视频信息；基于所述当前视频信息，确定所述目标对象的第一信息，其中，所述第一信息中至少包括：所述目标对象的语音信息和所述目标对象的第一特征信息，所述第一特征信息为所述目标对象的至少一个特征信息；基于所述历史视频信息和所述第一特征信息，确定所述目标对象的第二特征信息；依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别。

处理器执行程序时还实现以下步骤：依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别包括：基于所述语音信息，确定所述目标对象回答目标问题的目标答案，其中，所述目标问题为所述智能客服与所述目标对象进行对话时，所述智能客服向所述目标对象提问的问题；依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值；获取所述第一特征信息对应的权重；依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别。

处理器执行程序时还实现以下步骤：依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别包括：依据所述目标答案的正确性，确定所述目标答案的第二得分值；依据所述第二得分值、所述第一得分值和所述权重，确定目标得分值；判断所述目标得分值是否不小于预设阈值；若所述目标得分值不小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为通过；若所述目标得分值小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为未通过。

处理器执行程序时还实现以下步骤：在依据所述目标答案的正确性，确定第二得分值之前，所述方法还包括：获取所述目标问题的正确答案；判断所述目标答案与所述正确答案是否相同；若所述目标答案与所述正确答案相同，则表示所述目标答案正确；若所述目标答案与所述正确答案不同，则表示所述目标答案错误。

处理器执行程序时还实现以下步骤：依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值包括：确定用于进行特征匹配的神经网络模型；将所述第一特征信息和所述第二特征信息输入所述神经网络模型进行匹配处理，得到所述第一特征信息对应的第一得分值，其中，所述第一得分值用于表示所述第一特征信息与所述第二特征信息的匹配程度。

处理器执行程序时还实现以下步骤：基于所述语音信息，确定所述目标对象回答目标问题的目标答案包括：确定语音识别模型；将所述语音信息输入所述语音识别模型进行识别处理，得到所述目标答案。

处理器执行程序时还实现以下步骤：在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，所述方法还包括：获取预设问题，其中，所述预设问题中至少包括所述目标问题；获取所述智能客服向所述目标对象提问所述预设问题的第一视频信息；获取所述目标对象回答所述预设问题的第二视频信息；将所述第一视频信息和所述第二视频信息作为所述历史视频信息。

本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取智能客服与目标对象进行对话的当前视频信息和历史视频信息，其中，所述历史视频信息为所述智能客服与所述目标对象对话的历史视频信息；基于所述当前视频信息，确定所述目标对象的第一信息，其中，所述第一信息中至少包括：所述目标对象的语音信息和所述目标对象的第一特征信息，所述第一特征信息为所述目标对象的至少一个特征信息；基于所述历史视频信息和所述第一特征信息，确定所述目标对象的第二特征信息；依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：依据所述语音信息、所述第一特征信息和所述第二特征信息，对所述目标对象的身份进行鉴别包括：基于所述语音信息，确定所述目标对象回答目标问题的目标答案，其中，所述目标问题为所述智能客服与所述目标对象进行对话时，所述智能客服向所述目标对象提问的问题；依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值；获取所述第一特征信息对应的权重；依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：依据所述目标答案、所述第一得分值和所述权重，对所述目标对象的身份进行鉴别包括：依据所述目标答案的正确性，确定所述目标答案的第二得分值；依据所述第二得分值、所述第一得分值和所述权重，确定目标得分值；判断所述目标得分值是否不小于预设阈值；若所述目标得分值不小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为通过；若所述目标得分值小于所述预设阈值，则表示所述目标对象的身份的鉴别结果为未通过。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在依据所述目标答案的正确性，确定第二得分值之前，所述方法还包括：获取所述目标问题的正确答案；判断所述目标答案与所述正确答案是否相同；若所述目标答案与所述正确答案相同，则表示所述目标答案正确；若所述目标答案与所述正确答案不同，则表示所述目标答案错误。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：依据所述第一特征信息和所述第二特征信息，得到所述第一特征信息对应的第一得分值包括：确定用于进行特征匹配的神经网络模型；将所述第一特征信息和所述第二特征信息输入所述神经网络模型进行匹配处理，得到所述第一特征信息对应的第一得分值，其中，所述第一得分值用于表示所述第一特征信息与所述第二特征信息的匹配程度。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：基于所述语音信息，确定所述目标对象回答目标问题的目标答案包括：确定语音识别模型；将所述语音信息输入所述语音识别模型进行识别处理，得到所述目标答案。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在获取智能客服与目标对象进行对话的当前视频信息和历史视频信息之前，所述方法还包括：获取预设问题，其中，所述预设问题中至少包括所述目标问题；获取所述智能客服向所述目标对象提问所述预设问题的第一视频信息；获取所述目标对象回答所述预设问题的第二视频信息；将所述第一视频信息和所述第二视频信息作为所述历史视频信息。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。