[发明专利]基于视频信息的数据验证方法、装置及存储介质

权利要求书

1.一种基于视频信息的数据验证方法，其特征在于，包括以下步骤：

S110：采集待验证数据，所述待验证数据包括包含有行为主体的第一视频信息；

S120：根据所述第一视频信息，对所述待验证数据中的行为主体分别进行真人识别和第一身份验证，以判断所述行为主体是否是真实的人，以及是否与预存的证件照一致；若所述行为主体是真实的人，并且与所述预存的证件照一致，则进行S130；若所述行为主体不是真实的人，和/或与所述预存的证件照不一致，则进行S110；

S130：向所述行为主体依次推送至少一个验证问题，并采集所述行为主体回答所述验证问题时的第二视频信息；

S140：根据所述第二视频信息，对所述行为主体分别进行第二身份验证和微表情分析，以判断所述行为主体是否与所述第一视频中的行为主体一致，以及判断所述行为主体在回答所述验证问题过程中是否有欺骗行为；若所述行为主体与所述第一视频中的行为主体不一致，则停止向所述行为主体推送新的验证问题；若所述行为主体与所述第一视频中的行为主体一致，但所述微表情分析所述行为主体在回答所述验证问题过程中有欺骗行为，则将所述验证问题作为异常问题标记。

2.如权利要求1所述的基于视频信息的数据验证方法，其特征在于，所述根据所述第一视频信息，对所述待验证数据中的行为主体进行真人识别，以判断所述行为主体是否是真实的人，包括以下过程：

通过抽帧在所述第一视频信息中的第一影像信息中截取至少两万张第一人脸图片，并根据静默多帧活体检测模型对所述第一人脸图片进行计算；

通过RPPG心跳检测方法获取截取每一张所述第一人脸图片时所述行为主体的心率；

若所述心率均在设定的范围内，则根据所述心率，计算心率平均波动值，若所述心率均小于所述心率平均波动值，且所述静默多帧活体检测模型计算的结果为真实的人，则判断所述行为主体是真实的人；

若所述心率有不在设定的范围内的，则判断所述行为主体不是真实的人。

3.如权利要求2所述的基于视频信息的数据验证方法，其特征在于，所述心率平均波动值的计算过程包括：

按照截取的时间顺序将所述第一人脸图片分为M组，每一组中包括N张第一人脸图片，将每一组中最大的心率值减去最小的心率值得到心率差值，将每一组的所述心率差值相加后求平均值，所述平均值为所述心率平均波动值。

4.如权利要求2所述的基于视频信息的数据验证方法，其特征在于，所述根据所述第一视频信息，对所述行为主体进行第一身份验证，判断所述行为主体是否与预存的证件照一致，包括以下过程：

采用人脸图像检测算法模型，对每张所述第一人脸图片进行质量检测，选取满足预设质量条件的至少一张第一人脸图片，作为标准人脸图片存储；

将所述标准人脸图片与所述行为主体预存的证件照进行对比，得到所述标准人脸图片与所述证件照的相似度，若所述相似度高于预设的人证相似度，则所述第一身份验证通过。

5.如权利要求4所述的基于视频信息的数据验证方法，其特征在于，所述根据所述第二视频信息，对所述行为主体分别进行第二身份验证和微表情分析，以判断所述行为主体是否与所述第一视频中的行为主体一致，以及判断所述行为主体在回答所述验证问题过程中是否有欺骗行为，包括以下过程：

将所述第二视频信息中的第二影像信息在设定的时间内进行抽帧，得到第二人脸图片，将所述第二人脸图片与所述标准人脸图片对比，若对比结果相同，则所述行为主体与所述第一视频中的行为主体一致；

将所述第二人脸图片输入基于卷积神经网络的表情分类模型进行微表情分析，若所述微表情分析结果显示有欺骗行为，则将所述验证问题作为异常问题标记。

6.如权利要求1所述的基于视频信息的数据验证方法，其特征在于，还包括根据所述第二视频信息获取并记录所述行为主体回答所述验证问题的答案。

7.如权利要求1所述的基于视频信息的数据验证方法，其特征在于，所述S130还包括：通过扬声器播报所述验证问题。