本發(fā)明屬于信息技術領域，具體涉及一種基于多因素交叉驗證的用戶簽到身份識別方法。

背景技術：

現(xiàn)有簽到技術包括傳統(tǒng)人工簽到、指紋識別簽到、人臉識別簽到等方案；其技術缺點主要體現(xiàn)在以下幾個方面：

傳統(tǒng)人工簽到方案無法解決他人代簽的行為，隨著活動任務不斷增多，對于管理者來說，無法完全對每一次活動的出勤情況進行統(tǒng)計，而且，他人代簽的行為無法預防。

指紋識別簽到技術是通過用戶錄取指紋來統(tǒng)計出勤情況，而指紋識別設備成本較高，無法覆蓋全部課程，對于實現(xiàn)統(tǒng)計工作的服務器端壓力極大，同時，指紋錄取技術效率極低，嚴重影響用戶活動時間。

當前人臉識別技術包括兩類方案：一類是根據(jù)人臉圖像的處理結果進行面部關鍵點提取，而后進行對比分析；另一類是通過基于開放平臺api接口調用人臉對比接口并獲取分析結果。

第一類方法以圖像作為起點，對其中的人臉圖像特征進行提取。人臉識別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對人臉的某些特征進行的，是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計學習的表征方法。

提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據(jù)相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程；另一類是辨認，是一對多進行圖像匹配對比的過程。

第二類方法通過開放平臺api，調用其人臉驗證功能的接口，根據(jù)返回的結果判斷是否為同一人。此方法優(yōu)點是開發(fā)成本低，操作簡單快捷，效率高。但開放平臺的人臉識別率并不穩(wěn)定，調用接口的系統(tǒng)開銷較大。當獲取結果失敗時，無補救措施。

綜合分析兩類方法，第一類方法更具有針對性，可以根據(jù)需求進行個性化設計。但是開發(fā)難度較大，涉及的領域較為廣泛。第二類方法開發(fā)難度低，適用性強。但從整體來看本發(fā)明所提出的技術與思路是創(chuàng)新的，是現(xiàn)有簽到方法無法實現(xiàn)的。

單因素簽到技術，是基于時間簽到或者簽到的位置進行簡單的簽到驗證，但是，容易出現(xiàn)作弊，簽到漏洞較多。

技術實現(xiàn)要素：

針對現(xiàn)有技術中存在的上述技術問題，本發(fā)明提出了一種基于多因素交叉驗證的用戶簽到身份識別方法，設計合理，克服了現(xiàn)有技術的不足，具有良好的效果。

一種基于多因素交叉驗證的用戶簽到身份識別方法，采用用戶基本信息管理模塊、用戶活動管理模塊、用戶簽到信息感知模塊、用戶簽到?jīng)Q策模塊、智能驗證模塊和統(tǒng)計分析模塊；

所述的基于多因素交叉驗證的用戶簽到身份識別方法，具體包括如下步驟：

步驟1：通過用戶基本信息管理模塊完成用戶個人信息的管理，通過用戶活動管理模塊實現(xiàn)活動信息的錄入和管理，通過用戶簽到信息感知模塊實現(xiàn)信息的感知；

步驟2：通過用戶簽到?jīng)Q策模塊進行簽到?jīng)Q策，計算多因素下用戶簽到成功的概率；

步驟3：通過智能驗證模塊進行智能驗證，智能抽取部分用戶的簽到信息進行二次驗證；

步驟4：通過統(tǒng)計分析模塊對用戶簽到信息進行統(tǒng)計分析，并將分析結果反饋至智能驗證模塊，實現(xiàn)對用戶考勤信息的管理。

優(yōu)選地，用戶基本信息管理模塊，被配置為用于獲取用戶的各項身份信息，同時獲取本人人臉圖像作為驗證憑據(jù)；

用戶活動管理模塊，被配置為用于完成用戶活動信息的錄入、編輯、刪除、更新；

用戶簽到信息感知模塊，被配置為用于完成用戶簽到信息的感知，包括位置信息的感知、活動場景或圖像信息的感知、指紋信息的感知和活動信息的感知；

用戶簽到?jīng)Q策模塊，被配置為用于對整體簽到進行決策；

智能驗證模塊，被配置為用于對簽到成功但準確率相對較低的用戶，以及簽到未成功但準確率相對較高的用戶進行加權排序后進行用戶的二次抽取驗證；

統(tǒng)計分析模塊，被配置為用于實現(xiàn)用戶簽到信息的統(tǒng)計和分析，隨時掌握活動的出勤情況和用戶的參與狀態(tài)。

優(yōu)選地，在步驟1中，所述信息感知包括位置信息感知、圖像信息感知、指紋信息感知以及活動信息感知。

優(yōu)選地，在步驟2中，具體包括如下步驟：

步驟2.1：構建簽到因素決策樹；

步驟2.2：利用感知信息，在決策樹的規(guī)則下，獲取決策樹葉子節(jié)點，即決策結果；

步驟2.3：將決策結果輸出。

優(yōu)選地，在步驟3中，具體包括如下步驟：

步驟3.1：選取驗證規(guī)則；

步驟3.2：進行多因素交叉驗證；

步驟3.3：基于簽到準確率以及反饋結果進行二次驗證。

優(yōu)選地，在步驟4中，具體包括如下步驟：

步驟4.1：存儲統(tǒng)計結果；

步驟4.2：將統(tǒng)計結果反饋給智能驗證模塊和決策樹的決策機制中。

本發(fā)明所帶來的有益技術效果：

本發(fā)明通過多源相關信息感知、多因素交叉驗證技術和智能驗證技術，在保證用戶簽到信息的可靠性與準確性的基礎上，實現(xiàn)了低成本高效率的應用；具體如下：

1、智能終端的多項信息的感知：本發(fā)明利用智能終端的多項感知技術，實現(xiàn)位置、場景、指紋和課程信息等多維度簽到信息的感知，有效地提高了簽到的準確性，同時也避免了作弊現(xiàn)象的出現(xiàn)。

2、基于決策樹結構的簽到?jīng)Q策機制：多維度的判定既帶來了驗證的有效性和準確性，同時也為終端的感知提出了挑戰(zhàn)，本發(fā)明采用決策樹結構的判定方法，在保證簽到判定準確性的基礎上，允許存在相關因素的缺失，該判定機制具有一定的靈活性。

3、智能的驗證功能：本發(fā)明不僅為簽到提供了解決方案，還提供了智能的驗證功能，該功能基于決策機制的輸出，實現(xiàn)簽到用戶的隨機選取，進行實際驗證，該功能巧妙的將線上和線下相結合，保證了簽到數(shù)據(jù)的真實性和可靠性。

附圖說明

圖1為本發(fā)明一種基于多因素交叉驗證的用戶簽到身份識別方法的流程圖。

圖2為本發(fā)明中簽到因素決策樹的結構圖。

圖3為本發(fā)明的原理框架圖。

圖4為本發(fā)明的功能模塊圖。

具體實施方式

下面結合附圖以及具體實施方式對本發(fā)明作進一步詳細說明：

1、本發(fā)明要解決的技術問題

本發(fā)明需要解決的關鍵技術問題包括三個方面：

第一、智能移動終端信息的感知技術；

第二、多因素交叉驗證技術；

第三、智能驗證技術。

解決這三個方面的問題能夠避免和過濾掉諸多用戶作弊代簽行為(例如，用戶可以在較近的其他位置進行簽到；用戶也可以通過網(wǎng)絡文件傳輸讓其他用戶代替驗證等等)。

因此，本發(fā)明要解決的具體關鍵問題是：

關鍵技術問題1：智能移動終端多源相關信息的感知技術

位置信息的準確識別技術：定位功能可采用ip定位、gps定位、無線網(wǎng)絡定位等技術實現(xiàn)。由于ip定位技術實現(xiàn)簡單，但需要獨立固定的ip地址，對于移動設備的數(shù)據(jù)連接以及無線網(wǎng)絡功能所分配的動態(tài)ip來說，ip定位技術無法獲取準確位置。而gps定位技術，是智能移動設備的主要獲取定位方法。但gps定位技術的缺點是當設備位于室內時，定位會發(fā)生偏移。因此，如何使gps定位更加精確，是需要解決的關鍵難題。而通過無線網(wǎng)絡進行定位對于需要在教室內獲取位置的移動設備來說，是最佳的定位技術，但獲取無線網(wǎng)絡定位工作量龐大，成本高。因此，解決gps定位的準確可靠性問題，顯得尤為關鍵。

簽到主體圖像的識別技術：由于每一張圖片都包含許多干擾因素，比如背景、亮度以及人臉的變化等，因此，使用單純的圖片對比技術無法滿足需要。而通過圖片關鍵點提取技術，將人臉的輪廓，五官的相對位置以及形狀作為關鍵信息進行提取，并進行對比，人臉驗證的準確性將大幅度提高。因此，如何解決人臉關鍵點提取與對比也是完成簽到功能的關鍵問題。

簽到主體的指紋識別技術：隨著移動終端設備智能化的高速發(fā)展，指紋識別技術正在逐步普及，目前指紋識別技術主要用于移動終端的解鎖、支付等方面。指紋以其唯一性的特點，可以將其應用到簽到領域。因此，如何將指紋識別技術應用到簽到領域成為簽到過程中，個體信息感知的重要部分。

關鍵技術問題2：多因素交叉驗證技術

單一因素很難準確驗證用戶簽到的真實性，因此需要綜合多種感知信息，對信息進行處理并根據(jù)處理結果的綜合分析，來判斷驗證結果。

多因素驗證包括位置、圖像、內容等因素，其中位置因素需要根據(jù)ip定位，基站定位，gps定位，無線網(wǎng)絡定位等多種定位方式，基于位置吻合度交叉綜合驗證。圖像因素包括對簽到用戶的感知以及周圍環(huán)境的感知，根據(jù)對圖像感知獲得的數(shù)據(jù)綜合判斷簽到用戶以及簽到環(huán)境的真實性。多種因素交叉綜合判斷，獲取驗證后的簽到準確度，以此判定簽到結果。

關鍵技術問題3：智能驗證技術

為了保證簽到驗證的準確性，傳統(tǒng)的方法是通過人工進行二次驗證，該方法是基于用戶隨機抽取，但是，存在一定的誤差，且有效性較差。如何基于多因素決策中驗證概率，且基于累積數(shù)據(jù)有簽到失敗等信息的用戶進行智能抽取，通過綜合因素的分析，提高驗證用戶的有效性成為本發(fā)明的關鍵技術問題。

2、本發(fā)明技術方案的基本內容

本發(fā)明以“感知-決策-驗證-統(tǒng)計分析”為技術主線，實現(xiàn)在用戶活動簽到功能。

本發(fā)明首先利用移動終端的感知技術，實現(xiàn)用戶位置的定位、活動信息(時間、地點、內容)的獲取、用戶頭像信息的獲取、用戶指紋信息的獲取等；其次，利用獲取到的多維度簽到信息，構建多因素簽到判定機制，實現(xiàn)用戶簽到信息的驗證，該機制能夠有效避免各種作弊方法；再次，利用智能驗證算法，實現(xiàn)驗證用戶的智能抽??；最后，本發(fā)明還為管理員端提供了有效的統(tǒng)計分析功能，監(jiān)測和統(tǒng)計用戶的活動出勤情況。本發(fā)明的流程圖如圖1所示，詳細的整體技術方案如圖3所示。

3、本發(fā)明技術方案的詳細闡述

本發(fā)明從感知出發(fā)，獲取簽到的所有信息；之后是決策，計算多因素下用戶簽到成功的概率；然后驗證，智能抽取部分用戶簽到信息進行二次判定；最后分析，對用戶簽到信息進行統(tǒng)計分析。因此，本發(fā)明基于方案的基本內容，從功能角度出發(fā)給出詳細的功能模塊，并對每個功能模塊給出詳細的實現(xiàn)技術方案。本發(fā)明的主要功能模塊(如圖4所示)包括：用戶信息管理模塊、用戶課程信息管理模塊、用戶簽到信息感知模塊、用戶簽到?jīng)Q策模塊、智能驗證模塊和統(tǒng)計分析模塊。

3.1、用戶基本信息管理模塊

該模塊主要完成目標是獲取用戶的各項身份信息，同時獲取本人人臉圖像作為驗證憑據(jù)的技術。主要解決的問題是快速獲取標識身份的信息，作為日后簽到的依據(jù)。本發(fā)明采用的是數(shù)據(jù)庫存儲技術與文件存儲技術共同完成。其中，用戶信息注冊技術利用數(shù)據(jù)庫連接技術，將所有基本信息存入數(shù)據(jù)庫，例如姓名，性別，年齡，興趣等基本信息；用戶臉部圖像采集技術利用文件流技術，將圖片存儲于服務期內，同時，將文件存儲路徑存入數(shù)據(jù)庫中對應用戶基本信息元組。對應后面的簽到驗證模塊，人臉注冊信息將會很容易獲取。

3.2、用戶活動管理模塊

該模塊主要完成用戶活動信息的錄入、編輯、刪除、更新等功能，同時也是簽到驗證的關鍵模塊。其中還包括：管理員終端的活動設置模塊。

3.3、用戶簽到信息感知模塊

該模塊主要完成用戶簽到信息的感知技術，包括位置信息的感知、活動場景(圖像)信息的感知、指紋信息的感知和活動信息的感知。具體的實現(xiàn)方法如下。

位置信息的感知：ip定位的基本原理是,利用ip設備的名字、注冊信息或時延信息等來估計其地理位置。由于ip定位技術精度不是很高，因此，可以將其作為模糊判斷或概率判斷的條件之一。gps全球衛(wèi)星定位導航系統(tǒng)，開始時只用于軍事目的，后轉為民用被廣泛應用于商業(yè)和科學研究上。傳統(tǒng)的gps定位技術在戶外運轉良好，但在室內或衛(wèi)星信號無法覆蓋的地方效果較差。wifi熱點(也就是ap，或者無線路由器)越來越多，在城市中更趨向于空間任何一點都能接收到至少一個ap的信號。熱點只要通電，不管它怎么加密的，都一定會向周圍發(fā)射信號。信號中包含此熱點的唯一全球id。即使距離此熱點比較遠，無法建立連接，但還是可以偵聽到它的存在。熱點一般都是很少變位置的，比較固定。這樣，定位端只要偵聽一下附近都有哪些熱點，檢測一下每個熱點的信號強弱，然后把這些信息發(fā)送給skyhook的服務器。服務器根據(jù)這些信息，查詢每個熱點在數(shù)據(jù)庫里記錄的坐標，進行運算，就能知道客戶端的具體位置了，再把坐標告訴客戶端。只要收到的ap信號越多，定位就會越準。

活動場景(圖像)信息的感知：在場景信息感知中，主要采用了圖像識別與處理技術。圖像識別技術可能是以圖像的主要特征為基礎的。每個圖像都有它的特征,如字母a有個尖，p有個圈、而y的中心有個銳角等。對圖像識別時眼動的研究表明，視線總是集中在圖像的主要特征上，也就是集中在圖像輪廓曲度最大或輪廓方向突然改變的地方，這些地方的信息量最大。而且眼睛的掃描路線也總是依次從一個特征轉到另一個特征上。由此可見，在圖像識別過程中，知覺機制必須排除輸入的多余信息,抽出關鍵的信息。同時,在大腦里必定有一個負責整合信息的機制，它能把分階段獲得的信息整理成一個完整的知覺映象。

在人類圖像識別系統(tǒng)中，對復雜圖像的識別往往要通過不同層次的信息加工才能實現(xiàn)。對于熟悉的圖形,由于掌握了它的主要特征，就會把它當作一個單元來識別，而不再注意它的細節(jié)了。這種由孤立的單元材料組成的整體單位叫做組塊，每一個組塊是同時被感知的。

指紋信息的感知：當今，移動智能設備幾乎都具有指紋識別傳感器，其中包括電容式傳感器以及超聲波傳感器等等。指紋識別包括總體識別與局部識別兩方面?？傮w識別是指那些用人眼直接就可以觀察到的特征。包括紋形、模式區(qū)、核心點、三角點和紋數(shù)等。紋形指紋專家在長期實踐的基礎上，根據(jù)脊線的走向與分布情況一般將指紋分為三大類——環(huán)型、弓形、螺旋形。模式區(qū)即指紋上包括了總體特征的區(qū)域，從此區(qū)域就能夠分辨出指紋是屬于哪一種類型的。有的指紋識別算法只使用模式區(qū)的數(shù)據(jù)，有的則使用所取得的完整指紋。核心點位于指紋紋路的漸進中心，它在讀取指紋和比對指紋時作為參考點。許多算法是基于核心點的，即只能處理和識別具有核心點的指紋。三角點位于從核心點開始的第一個分叉點或者斷點，或者兩條紋路會聚處、孤立點、折轉處，或者指向這些奇異點。三角點提供了指紋紋路的計數(shù)跟蹤的開始之處。紋數(shù)即模式區(qū)內指紋紋路的數(shù)量。在計算指紋的紋路時，一般先連接核心點和三角點，這條連線與指紋紋路相交的數(shù)量即可認為是指紋的紋數(shù)。

局部特征是指指紋上節(jié)點的特征，這些具有某種特征的節(jié)點稱為細節(jié)特征或特征點。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的細節(jié)特征，卻不可能完全相同。指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或轉折。這些斷點、分叉點和轉折點就稱為"特征點"，就是這些特征點提供了指紋唯一性的確認信息，其中最典型的是終結點和分叉點，其他還包括分歧點、孤立點、環(huán)點、短紋等。特征點的參數(shù)包括：方向(節(jié)點可以朝著一定的方向)、曲率(描述紋路方向改變的速度)、位置(節(jié)點的位置通過x/y坐標來描述，可以是絕對的，也可以是相對于三角點或特征點的)。

活動信息感知：活動信息包含了活動的多個屬性，其中包括名稱，時間，地點，人數(shù)等等。同時根據(jù)參與用戶人數(shù)的反饋信息，收集活動的評價，屬性等多方面的特點，通過數(shù)據(jù)挖掘與自然語言處理等方法完善活動屬性標簽，對課程進行多樣化感知與表現(xiàn)。

3.4、用戶簽到?jīng)Q策模塊

該模塊是本發(fā)明的核心也是關鍵，本發(fā)明基于多因素的決策機制，應用決策樹的思想，對整體簽到進行決策。具體的實現(xiàn)思路如下：首先，構建簽到因素決策樹，該樹的結構如圖2所示；然后利用感知信息，在決策樹的規(guī)則下，獲取到?jīng)Q策樹葉子節(jié)點，即決策結果；最后將決策結果輸出。

3.5、智能驗證模塊

該模塊主要是基于簽到驗證的輸出結果，對簽到成功，但準確率相對較低的和簽到未成功，但準確率相對較高的用戶進行加權排序，而后，進行用戶的二次抽取驗證。

3.6、統(tǒng)計分析模塊

該模塊主要面向管理員用戶，實現(xiàn)用戶簽到信息的統(tǒng)計和分析，從而隨時掌握活動的出勤情況和用戶的參與狀態(tài)。同時，該模塊的統(tǒng)計結果也反饋到我們的智能驗證模塊和決策樹的決策機制中。

4、本發(fā)明的關鍵點和欲保護點

本發(fā)明關鍵點和欲保護點主要有以下幾個方面：

基于移動終端的簽到信息感知技術：本發(fā)明利用智能移動終端的特點，實現(xiàn)簽到相關因素的感知，包括位置，場景(圖像)，指紋和課程信息等。通過gps，wifi和ip地址等多重定位技術，實現(xiàn)用戶位置信息的精準感知。利用攝像頭拍照技術，實現(xiàn)場景(圖像)信息的實時感知。利用指紋識別技術，實現(xiàn)簽到用戶的指紋識別。利用時間信息的感知，實現(xiàn)課程信息的關聯(lián)。最后，完成移動終端簽到信息的多源實時感知。從而避免用戶代簽到事情的發(fā)生。

基于決策樹結構的多因素決策機制：本發(fā)明對移動終端簽到信息的感知包括很多維度，包括位置、場景、指紋和課程信息等，然而，不同維度的獲取具有一定的誤差和噪音，因此，需要綜合考慮各因素的情況，實現(xiàn)簽到判定的準確性。本發(fā)明采用決策樹的結構，將決定簽到是否成功的多因素進行樹形化判定，就可以保證在某些因素缺失的情況下，提高簽到判定的準確性。

基于智能終端的用戶考勤驗證技術的整體流程：本發(fā)明創(chuàng)新性的提出了，基于智能移動終端的感知技術、多因素決策判定機制和智能驗證技術下的簽到驗證流程，并將該流程進行實現(xiàn)且應用到用戶的簽到系統(tǒng)中。本發(fā)明把“感知-判定-驗證-分析”的思想應用到智慧校園的教學當中。既實現(xiàn)了校園的信息化，同時又提高了課堂教學的效率。還可以應用到公司考勤當中，既減少考勤設備的成本，還能夠為外出員工提供準確的考勤。

5、與現(xiàn)有的技術相比，本發(fā)明的優(yōu)點主要體現(xiàn)以下幾個方面：

智能終端的多項信息的感知：傳統(tǒng)的簽到驗證，往往只采用一種或兩種信息進行簽到的判定，本發(fā)明利用智能終端的多項感知技術，實現(xiàn)位置、場景、指紋和課程信息等多維度簽到信息的感知。有效的提高了簽到的準確性，同時也避免了作弊現(xiàn)象的出現(xiàn)。

基于決策樹結構的簽到?jīng)Q策機制：多維度的判定既帶來了驗證的有效性和準確性，同時也為終端的感知提出了挑戰(zhàn)，并不是所有的終端都會包含所有維度的感知信息。因此，本發(fā)明優(yōu)于其他技術的地方就是：采用決策樹結構的判定方法，在保證簽到判定準確性的基礎上，允許存在相關因素的缺失。因此，該判定機制具有一定的靈活性。

智能的驗證功能：本發(fā)明不僅為簽到提供了解決方案，和之前的技術相比，本發(fā)明還提供了智能的驗證功能。該功能基于決策機制的輸出，實現(xiàn)簽到用戶的隨機選取，進行實際驗證。該功能巧妙的將線上和線下相結合，保證了簽到數(shù)據(jù)的真實性和可靠性。

6、本發(fā)明是否經(jīng)過實驗、模擬、使用而證明可行，結果如何

本發(fā)明的方案通過實驗模擬的方式，注冊并添加活動(實驗中是：課程)，在簽到時限內，完成簽到功能。通過對比實驗，驗證了位置、內容、時間相結合的方式進行簽到準確無誤。簽到結果表如表1所示。

表1簽到結果表