近年来,互联网金融迎来了快速发展期,但也出现了各种各样的安全问题。层出不穷的病毒、木马、钓鱼网站、电信诈骗给用户的财产安全带来了巨大的威胁。为此,网络认证成为网络支付交易保障交易安全的重要手段。传统的验证方式有身份证验证、银行鉴权验证等,虽然能很好地验证身份,但在涉及到需要更加严格的验证需求时,特别是网络认证中如何鉴别并对交易方进行鉴权极端重要。基于图像特别是人脸图像的鉴别,成为身份识别与认证的重要创新方向。论文首先设计了用于身份验证的业务方法,并根据背景需求提出更加严格的人脸验证方法。其次,根据业务需求提出身份识别与认证系统的总体架构,设计相应模块并实现模块功能。最后,对系统进行测试并分析测试结果。论文采用开源人脸识别引擎(SeetaFace)的训练模型实现人脸检测、特征点定位以及特征提取与比对,并在此基础上实现人脸识别功能。眨眼检测采用模板匹配定位眼睛位置,根据眼中心坐标是否在当前连通区域内判断被测试者是否眨眼。系统测试结果表明,根据光照、人脸角度、图像分辨率的不同,系统在标准图像库下的人脸分类准确率达到98.6%,表现出了很好的区分度。论文的主要工作内容有:1)在现有验证方式基础上,提出采用人脸图像进行身份识别与验证的具体方式,并实现相应功能;2)在电子交易过程中,为防止非法用户使用静态照片冒充合法用户,提出并实现基于实时视频的眨眼检测验证,确保被识别对象为真人;3)通常在金融行业扣款鉴权场景中,其认证过程往往需要两位合法用户同时授权才能完成。因此,提出并实现基于双人识别的认证方法,即对两人的同镜视频或合照进行识别验证;4)设计并实现基于图像的身份识别与认证系统;5)对系统进行系统测试并分析测试结果。