CN106897590A - 人像信息的校验方法及装置 - Google Patents
人像信息的校验方法及装置 Download PDFInfo
- Publication number
- CN106897590A CN106897590A CN201510954166.1A CN201510954166A CN106897590A CN 106897590 A CN106897590 A CN 106897590A CN 201510954166 A CN201510954166 A CN 201510954166A CN 106897590 A CN106897590 A CN 106897590A
- Authority
- CN
- China
- Prior art keywords
- sample
- portrait
- feature
- information
- supplementary features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012795 verification Methods 0.000 claims abstract description 42
- 238000003860 storage Methods 0.000 claims description 48
- 239000013598 vector Substances 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- FDDMSTZRSIHETC-UHFFFAOYSA-N sanguinamide B Natural products N=1C2=CSC=1C1CCCN1C(=O)C(CC(C)C)NC(=O)C(N=1)=CSC=1C(C)NC(=O)C(C(C)C)NC(=O)C1CCCN1C(=O)C1=COC2=N1 FDDMSTZRSIHETC-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种人像信息的校验方法及装置。其中，该方法包括：获取当前登录账户的人像信息，人像信息中包含由人像基础特征和人像附加特征组成的人像特征，人像附加特征为人像特征中除人像基础特征以外的附加在人像上的特征；从预设的样本库中提取当前登录账户的样本特征，样本特征中包含样本基础特征和样本附加特征，人像基础特征和样本基础特征均包括人像轮廓、五官轮廓以及五官坐标；计算人像特征中的人像基础特征和人像附加特征与样本特征中的样本基础特征和样本附加特征之间的相似度；根据相似度，生成用于指示校验人像信息是否成功的校验结果。本发明解决了由于采用手机验证码的方式进行身份验证造成的验证准确率较低的技术问题。
Description
技术领域
本发明涉及信息安全领域，具体而言，涉及一种人像信息的校验方法及装置。
背景技术
随着互联网信息技术的迅速发展，越来越多的用户通过互联网进行身份验证(在计算机网络中确认操作者身份过程而生的方法)等操作。用户在进行身份验证时通常采用的是手机验证码的方式，在验证时用户手机会接收一条含有6位数字的验证码短信，用户通过输入该6位数字完成身份验证。
然而，在采用手机验证码的方式进行身份验证时，常常会出现用户收不到验证码短信的情况(例如，手机端接收失败、运营商发送失败、手机中木马导致用户短信被盗或手机号更换时没有同步修改应用的绑定手机号等问题)，这些问题导致身份验证存在验证准确率较低、安全性较低的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种人像信息的校验方法及装置，以至少解决由于采用手机验证码的方式进行身份验证造成的验证准确率较低的技术问题。
根据本发明实施例的一个方面，提供了一种人像信息的校验方法，包括：获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
根据本发明实施例的另一方面，还提供了一种人像信息的校验装置，包括：获取单元，用于获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；提取单元，用于从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；计算单元，用于计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；生成单元，用于根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
在本发明实施例中，采用获取当前登录账户的人像信息，其中，人像信息中包含由人像基础特征和人像附加特征组成的人像特征，人像附加特征为人像特征中除人像基础特征以外的附加在人像上的特征；从预设的样本库中提取当前登录账户的样本特征，其中，样本特征中包含样本基础特征和样本附加特征，人像基础特征和样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，样本附加特征为样本特征中除样本基础特征以外的附加在人像上的特征；计算人像特征中的人像基础特征和人像附加特征与样本特征中的样本基础特征和样本附加特征之间的相似度；根据相似度，生成用于指示校验人像信息是否成功的校验结果的方式，通过将人像特征中的人像基础特征和人像附加特征与从样本库中提取同样包含样本附加特征的样本特征进行比对，达到了准确进行人像信息校验的目的，从而实现了提高身份验证准确性及安全性的技术效果，进而解决了由于采用手机验证码的方式进行身份验证造成的验证准确率较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的人像信息的校验方法的流程示意图；
图2是根据本发明实施例的另一种可选的人像信息的校验方法的流程示意图；
图3是根据本发明实施例的又一种可选的人像信息的校验方法的流程示意图；
图4是根据本发明实施例的又一种可选的人像信息的校验方法的流程示意图；
图5是根据本发明实施例的一种可选的人像信息的校验装置的结构示意图；
图6是根据本发明实施例的另一种可选的人像信息的校验装置的结构示意图；
图7是根据本发明实施例的一种可选的生成单元的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
实施例1
根据本发明实施例，还提供了一种人像信息的校验方法的方法实施例，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。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种人像信息的校验方法的计算机终端的硬件结构框图。如图1所示，计算机终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的人像信息的校验方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的漏洞检测方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Control ler，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
在上述运行环境下，本申请提供了如图2所示的人像信息的校验方法。图2是根据本发明实施例一的人像信息的校验方法的流程图。
步骤S202，获取当前登录账户的人像信息。
其中，人像信息中包含由人像基础特征和人像附加特征组成的人像特征，人像附加特征为人像特征中除人像基础特征以外的附加在人像上的特征。
本申请上述步骤S202中，人像信息中包含客户端调用用户终端上的摄像头所拍摄的当前登录账户的人像图片，客户端为运行在用户终端上的软件，用户终端为手机等移动终端，当用户需要通过客户端进行身份验证时，客户端响应用户的操作调用用户终端的摄像头拍摄用户的人像图片。
在获取到该人像图片的基础上，需要先检测该人像图片是否满足校验条件(例如人像图片中是否有人像、人像是否完整、是否清晰)，若不满足校验条件，需指示客户端提示用户重新进行人像图片的拍摄。
需要补充的是，人像信息中还可以包含当前登录账户的账户信息，以便通过账户信息提取样本库中预先存储的样本特征，人像信息中还可以包含人像图片拍摄的时间，以便后续进行样本淘汰，如何进行样本淘汰后续实施例中会进行详细描述，此处不赘述。
可选地，人像基础特征包括人像轮廓、五官轮廓以及五官坐标，例如表1所示：
表1
可选地，人像附加特征包括以下一种或几种：发型、面部配饰以及肤色，其中，面部配饰(包括但不限于眼镜、帽子、发型等)，例如表2所示：
表2
| 人像附加特征 | 归类 | 备注说明 |
| 眼镜 | 图形特征 | 眼镜的大小、形状、颜色 |
| 帽子 | 图形特征 | 帽子的大小、形状、颜色 |
| 肤色 | 颜色特征 | |
| 发型 | 图形特征 | 长短、刘海 |
需要说明的是，近视用户占比可不忽视，用户更换眼镜的频率比较低，因此，为了更好的用户体验，本实施例将眼镜也作为人像附加特征。
步骤S204，从预设的样本库中提取当前登录账户的包含样本附加特征的样本特征。
其中，样本特征中包含样本基础特征和样本附加特征，人像基础特征和样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，样本附加特征为样本特征中除样本基础特征以外的附加在人像上的特征。
本申请上述步骤S204中，预设的样本库中存储有当前登录账户预先注册的人像信息(本实施例称为样本特征)，具体当前登录账户如何预先注册样本特征，后续实施例中会进行详细描述，此处不赘述。
可选地，在所述从预设的样本库中提取所述当前登录账户的样本特征之前，所述方法还包括：检测所述人像信息中是否包含所述人像附加特征；在所述人像信息中包含所述人像附加特征的情况下，执行所述从预设的样本库中提取所述当前登录账户的样本特征。
其中，在人像信息包含人像附加特征的情况下，根据人像信息中当前登录账户的账户信息，从样本库中提取当前登录账户的包含样本附加特征的样本特征。
需要说明的是，样本库中的样本特征分为两种：第一种是仅包含样本基础特征的样本特征，第二种是包含样本基础特征和样本附加特征的样本特征，两者的区别取决于在预先注册样本特征时，是否从客户端拍摄的人像注册图片中提取出了样本附加特征，若是，则同时将上述第一种和第二种样本特征保存到样本库中，若否，则仅将第一种样本特征保存到样本库中。
可选地，人像信息中不包含人像附加特征，则样本特征中仅包含样本基础特征，人像特征中仅包含人像基础特征，人像基础特征和样本基础特征均用于表征人像的基本属性。
步骤S206，计算人像特征中的人像基础特征和人像附加特征与样本特征中的样本基础特征和样本附加特征之间的相似度。
本申请上述步骤S206中，人像特征中还包括人像基础特征，其中，人像基础特征包括人像轮廓、五官轮廓以及五官坐标；人像附加特征包括以下一种或几种：发型、面部配饰以及肤色。若人像信息中包含人像附加特征，则从人像信息提取出的人像特征既可以包含人像基础特征，还可以包含人像附加特征。
可选地，计算人像特征中的人像基础特征和人像附加特征与样本特征中的样本基础特征和样本附加特征之间的相似度包括：
步骤S10，对人像特征和样本特征分别进行归一化处理。
本申请上述步骤S10中，归一化处理是一种无量纲的处理手段，即将有量纲的表达式，经过变换，转化为无量纲的表达式，成为标量。
本实施例提供的人像信息的校验方法，在计算人像特征与样本特征之间的相似度时，需要对人像特征进行归一化处理，以及对的样本特征进行归一化处理，并且将归一化后的人像特征与归一化后的样本特征进行对齐(将相同属性的特征进行比较)。
步骤S12，通过LBP(Local Binary Pattern，局部二值模式)算法对归一化后的人像特征和归一化后的样本特征进行处理，得到人像特征的第一特征向量以及样本特征的第二特征向量。
本申请上述步骤S12中，LBP是一种用来描述图像局部纹理特征的算子，它具有旋转不变性和灰度不变性等显著的优点。LBP算子可以取多个周围像素点和采样半径。将LBP周围的二进制码(如11110001)按位旋转，取二进制码最小的值。其中，以11110001这种情况为例，在对11110001按位旋转后，可以得到11100011,11000111,10001111,00011111,00111110,01111100,11111000这七个不同的二进制数，最小值为00011111，则取该种模式为最终的LBP。
进而，通过LBP算法对归一化后的人像特征和归一化后的样本特征进行处理，再经过分类器处理后，得到人像特征的第一特征向量以及样本特征的第二特征向量。
需要说明的是，上述实施例中已经指出样本库中的样本特征分为两种：第一种是仅包含样本基础特征的样本特征，第二种是包含样本基础特征和样本附加特征的样本特征，那么上述的第二特征向量分为两种：一种是对应于仅包含样本基础特征的样本特征的第二特征向量，另一种是对应于包含样本基础特征和样本附加特征的样本特征的第二特征向量。
步骤S14，计算第一特征向量与第二特征向量之间的协方差距离。
本申请上述步骤S14中，协方差距离也称为马氏距离，是一种有效的计算两个位置样本的相似度的方法，它考虑到各种特性之间的联系(例如，一条关于审稿的信息会带来一条关于体重的信息，因为两者是关联的)并且是尺度无关的，即独立于测量尺度，其也可以定义为两个服从同一分布并且其协方差矩阵为∑的随机变量与的差异程度。
在得到上述第一特征向量及第二特征向量之后，可以计算第一特征向量与第二特征向量之间的协方差距离(马氏距离)，马氏距离的大小相反值代表相似度大小，即马氏距离越小，表示相似度越好。
步骤S16，基于协方差距离，得到相似度。
本申请上述步骤S16中，人像特征和样本特征被处理之后，产生的是对应的第一特征向量及第二特征向量。第一特征向量及第二特征向量与使用的分类器算法有关系，一般会是LBP。相似度的计算使用第一特征向量与第二特征向量之间的协方差距离(马氏距离)。马氏距离的大小相反值代表相似度大小，即马氏距离越小，表示相似度越好。
步骤S208，根据相似度，生成用于指示校验人像信息是否成功的校验结果。
本申请上述步骤S208中，在得到人像特征与样本特征的相似度后，可以生成校验结果，该校验结果用于指示校验人像信息是否成功，同时，可以将该校验结果返回给客户端，以便客户端基于该校验结果进行后续的处理步骤。
当前用户终端(例如智能手机)已经大众化，使用拍摄功能不需要训练成本。而且手机像素很高，拍摄的人像图片很清楚。这都有利于本实施例的人像信息的校验方法的实施和被大众接受。所以，通过本实施例的人像信息的校验方法对用户的身份进行鉴定，确准率较高、速度较快，在提高用户信息安全的同时提升了用户体验。
可选地，根据相似度，生成用于指示校验人像信息是否成功的校验结果包括：
步骤S20，判断相似度是否大于预设阈值。
本申请上述步骤S20中，预设阈值为预先配置并存储的，在得到人像特征与样本特征的相似度后，判断相似度是否大于该预设阈值(例如95％)。
步骤S24，若相似度大于预设阈值，生成用于指示校验成功的校验结果。
本申请上述步骤S24中，在相似度大于上述预设阈值的情况下，生成用于指示校验成功的校验结果，同时将用于指示校验成功的校验结果返回给客户端。
步骤S26，若相似度小于等于预设阈值，生成用于指示校验失败的校验结果，并删除人像信息。
本申请上述步骤S26中，在相似度小于等于上述预设阈值的情况下，生成用于指示校验失败的校验结果，并删除人像信息，同时将用于指示校验失败的校验结果返回给客户端。
由上可知，本申请上述实施例一所提供的方案，通过将人像特征中的人像基础特征和人像附加特征与从样本库中提取同样包含样本附加特征的样本特征进行比对，达到了准确进行人像信息校验的目的，从而实现了提高身份验证准确性及安全性的技术效果，进而解决了由于采用手机验证码的方式进行身份验证造成的验证准确率较低的技术问题。
本申请上述实施例提供的一种可选方案中，如图3所示，在校验结果指示校验人像信息成功的情况下，人像信息的校验方法还包括：
步骤S302，判断样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期。
本申请上述步骤S302中，如果校验的次数多了，收集到的用户的人像信息会很多。为了提高准确率，本申请设定一个样本库，大小为N(N>＝1)。每次校验成功之后，判断样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期。
例如，当前登录账户的账户信息为张三，样本库中包含有5个对应于张三的样本特征，N＝5，如表3所示：
表3
| 序号 | 账户信息 | 样本特征 | 样本基础特征 | 存储时刻 |
| 1 | 张三 | A | A’ | 2015-12-12 |
| 2 | 张三 | B | B’ | 2015-12-10 |
| 3 | 张三 | C | C’ | 2015-12-1 |
| 4 | 张三 | D | D’ | 2015-11-11 |
| 5 | 张三 | E | E’ | 2015-11-6 |
假定预设周期为1个月，当前时刻为2015-12-16，判断样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期。
步骤S304，若存储时刻距离当前时刻小于等于预设周期，删除样本库中存储时刻距离当前时刻最近的样本特征，并将人像信息保存至样本库。
步骤S306，若存储时刻距离当前时刻大于预设周期，删除样本库中存储时刻距离当前时刻最远的样本特征，并将人像信息保存至样本库。
以表3为例，由于样本库中样本特征D和样本特征E的存储时刻距离当前时刻大于预设周期1个月，因此删除样本库中存储时刻距离当前时刻最远的样本特征，即伤处样本特征E，并将人像信息保存至样本库(称为样本特征F,此处假设样本特征F中包含有样本基础特征和样本附加特征)，如表4所示：
表4
| 序号 | 账户信息 | 样本特征 | 样本基础特征 | 存储时刻 |
| 1 | 张三 | F | F’ | 2015-12-16 |
| 2 | 张三 | A | A’ | 2015-12-12 |
| 3 | 张三 | B | B’ | 2015-12-10 |
| 4 | 张三 | C | C’ | 2015-12-1 |
| 5 | 张三 | D | D’ | 2015-11-11 |
本实施例中，每一次校验成功之后，都会将提取的人像特征与当前登录账户的账户信息关系起来。这样会带来的好处有：提升校验通过成功率，更多的样本会加强对用户人像的识别，也方便淘汰低质量的样本；这样，样本特征与用户保持更新，会提高对比的准确度，优化算法的同时，提高了用户体验；提升校验的准确率，综合不同的样本提取的特征值更可靠。
本申请上述实施例提供的一种可选方案中，如图4所示，在步骤S202，获取当前登录账户的人像信息之前，人像信息的校验方法还包括：
步骤S402，接收客户端发送的当前登录账户的人像注册信息。
本申请上述步骤S402中，在获取当前登录账户的人像信息之前，用户需要对其人像信息进行注册，人像注册信息中包含客户端调用用户终端上的摄像头所拍摄的当前登录账户的人像注册图片，客户端为运行在用户终端上的软件，用户终端为手机等移动终端，当用户需要通过客户端进行身份注册时，客户端响应用户的操作调用用户终端的摄像头拍摄用户的人像注册图片。
在获取到该人像注册图片的基础上，需要先检测该人像注册图片是否满足注册条件(例如人像图片中是否有人像、人像是否完整、是否清晰)，若不满足注册条件，需指示客户端提示用户重新进行人像注册图片的拍摄。
步骤S404，从人像注册信息中提取样本特征。
本申请上述步骤S404中，在接收到客户端发送的当前登录账户的人像注册信息之后，从该人像注册信息中提取样本特征。
需要说明的是，此处的样本特征分为两种：第一种是仅包含样本基础特征的样本特征，第二种是包含样本基础特征和样本附加特征的样本特征，两者的区别取决于人像注册信息中是否包含样本附加特征，若人像注册信息中包含样本附加特征，则同时将上述第一种和第二种样本特征保存到样本库中，若人像注册信息不包含样本附加特征，则仅将第一种样本特征保存到样本库中。
步骤S406，从样本特征中分离出样本基础特征。
本申请上述步骤S406中，如果样本特征是包含样本基础特征和样本附加特征的样本特征，本实施例需要从样本特征中分离出样本基础特征，将样本基础特征单独保存至样本库。
需要补充的是，样本基础特征包括人像轮廓、五官轮廓以及五官坐标；样本附加特征包括以下一种或几种：发型、面部配饰以及肤色。
步骤S408，将样本特征和样本基础特征保存至样本库，以及将样本特征与当前登录账户的对应关系、样本基础特征与当前登录账户的对应关系保存至样本库。
本申请上述步骤S408中，通过调用用户终端的摄像头拍摄一张用户的人像图片，然后上传到后台系统(即本申请的人像信息的校验装置)中，后台系统使用本实施例的人像信息的校验方法提取人像图片的样本特征，然后将当前登录账户的账户信息(例如账号、用户名等)与样本特征的关联关系保存至样本库中。
由上可知，现有技术存在的在采用手机验证码的方式进行身份验证时，出现用户收不到验证码短信的情况(例如，手机端接收失败、运营商发送失败、手机中木马导致用户短信被盗或手机号更换时没有同步修改应用的绑定手机号等问题)，导致身份验证存在验证准确率较低、安全性较低的问题，本申请提出一种人像信息校验方法，通过将人像特征中的人像基础特征和人像附加特征与从样本库中提取同样包含样本附加特征的样本特征进行比对，达到了准确进行人像信息校验的目的，从而实现了提高身份验证准确性及安全性的技术效果。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本申请实施例，还提供了一种用于实施上述方法实施例的装置实施例，本申请上述实施例所提供的装置可以在计算机终端上运行。
图5是根据本申请实施例的人像信息的校验装置的结构示意图。
如图5所示，该人像信息的校验装置可以包括获取单元502、提取单元506、计算单元508以及生成单元510。
其中，获取单元502，用于获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；提取单元506，用于从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；计算单元508，用于计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；生成单元510，用于根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
由上可知，本申请上述实施例二所提供的方案，通过将人像特征中的人像基础特征和人像附加特征与从样本库中提取同样包含样本附加特征的样本特征进行比对，达到了准确进行人像信息校验的目的，从而实现了提高身份验证准确性及安全性的技术效果，进而解决了由于采用手机验证码的方式进行身份验证造成的验证准确率较低的技术问题。
此处需要说明的是，上述获取单元502、提取单元506、计算单元508以及生成单元510对应于实施例一中的步骤S202至步骤S208，五个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
可选地，如图6所示，人像信息的校验装置还包括：判断单元602和处理单元604。
其中，判断单元602，用于在所述校验结果指示校验所述人像信息成功的情况下，判断所述样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期；处理单元604，用于若所述存储时刻距离所述当前时刻小于等于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最近的样本特征；若所述存储时刻距离所述当前时刻大于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最远的样本特征。
此处需要说明的是，上述判断单元602和处理单元604对应于实施例一中的步骤S302至步骤S306，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
可选地，所述获取单元502包括：接收单元，接收客户端发送的所述当前登录账户的人像注册信息；分离单元，用于从所述人像注册信息中提取所述样本特征；从所述样本特征中分离出样本基础特征；存储单元，用于将所述样本特征、所述样本基础特征以及所述样本特征、所述样本基础特征与所述当前登录账户的对应关系保存至所述样本库。
可选地，所述计算单元508用于执行以下步骤计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度：通过局部二值模式LBP算法对归一化后的所述人像特征和归一化后的所述样本特征进行处理，得到所述人像特征的第一特征向量以及所述样本特征的第二特征向量；计算所述第一特征向量与所述第二特征向量之间的协方差距离；基于所述协方差距离，得到所述相似度。
可选地，如图7所示，所述生成单元510包括：判断模块702和生成模块704。
其中，判断模块702，用于判断所述相似度是否大于预设阈值；生成模块704，用于若所述相似度大于所述预设阈值，生成用于指示校验成功的所述校验结果；若所述相似度小于等于所述预设阈值，生成用于指示校验失败的所述校验结果，并删除所述人像信息。
此处需要说明的是，上述判断模块702和生成模块704对应于实施例一中的步骤S20至步骤S26，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
可选地，人像信息的校验装置还包括：检测单元，用于检测所述人像信息中是否包含所述人像附加特征。
可选地，若所述人像信息中不包含所述人像附加特征，则所述样本特征中仅包含样本基础特征，所述人像特征中仅包含所述人像基础特征，所述人像基础特征和所述样本基础特征均用于表征人像的基本属性。
可选地，所述人像特征中还包括人像基础特征，其中，所述人像基础特征包括人像轮廓、五官轮廓以及五官坐标；所述人像附加特征包括以下一种或几种：发型、面部配饰以及肤色。
由上可知，现有技术存在的在采用手机验证码的方式进行身份验证时，出现用户收不到验证码短信的情况(例如，手机端接收失败、运营商发送失败、手机中木马导致用户短信被盗或手机号更换时没有同步修改应用的绑定手机号等问题)，导致身份验证存在验证准确率较低、安全性较低的问题，本申请提出一种人像信息校验方法，通过将人像特征中的人像基础特征和人像附加特征与从样本库中提取同样包含样本附加特征的样本特征进行比对，达到了准确进行人像信息校验的目的，从而实现了提高身份验证准确性及安全性的技术效果。
实施例3
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的人像信息的校验方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：在所述校验结果指示校验所述人像信息成功的情况下，判断所述样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期；若所述存储时刻距离所述当前时刻小于等于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最近的样本特征；若所述存储时刻距离所述当前时刻大于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最远的样本特征。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：在所述获取当前登录账户的人像信息之前，接收客户端发送的所述当前登录账户的人像注册信息；从所述人像注册信息中提取所述样本特征；从所述样本特征中分离出样本基础特征；将所述样本特征、所述样本基础特征以及所述样本特征、所述样本基础特征与所述当前登录账户的对应关系保存至所述样本库。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：对所述人像特征和所述样本特征分别进行归一化处理；通过局部二值模式LBP算法对归一化后的所述人像特征和归一化后的所述样本特征进行处理，得到所述人像特征的第一特征向量以及所述样本特征的第二特征向量；计算所述第一特征向量与所述第二特征向量之间的协方差距离；基于所述协方差距离，得到所述相似度。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：判断所述相似度是否大于预设阈值；若所述相似度大于所述预设阈值，生成用于指示校验成功的所述校验结果；若所述相似度小于等于所述预设阈值，生成用于指示校验失败的所述校验结果，并删除所述人像信息。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：检测所述人像信息中是否包含所述人像附加特征。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地，本实施例中的具体示例可以参考上述实施例1中所描述的示例，本实施例在此不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的订单信息的处理装置，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (13)
1.一种人像信息的校验方法，其特征在于，包括：
获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；
从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；
计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；
根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
2.根据权利要求1所述的方法，其特征在于，在所述校验结果指示校验所述人像信息成功的情况下，所述方法还包括：
判断所述样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期；
若所述存储时刻距离所述当前时刻小于等于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最近的样本特征，并将所述人像信息保存至所述样本库；
若所述存储时刻距离所述当前时刻大于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最远的样本特征，并将所述人像信息保存至所述样本库。
3.根据权利要求1所述的方法，其特征在于，在所述获取当前登录账户的人像信息之前，所述方法还包括：
接收客户端发送的所述当前登录账户的人像注册信息；
从所述人像注册信息中提取所述样本特征；
从所述样本特征中分离出所述样本基础特征；
将所述样本特征和所述样本基础特征保存至所述样本库，以及将所述样本特征与所述当前登录账户的对应关系、所述样本基础特征与所述当前登录账户的对应关系保存至所述样本库。
4.根据权利要求1所述的方法，其特征在于，所述计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度包括：
对所述人像特征和所述样本特征分别进行归一化处理；
通过局部二值模式LBP算法对归一化后的所述人像特征和归一化后的所述样本特征进行处理，得到所述人像特征的第一特征向量以及所述样本特征的第二特征向量；
计算所述第一特征向量与所述第二特征向量之间的协方差距离；
基于所述协方差距离，得到所述相似度。
5.根据权利要求1所述的方法，其特征在于，所述根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果包括：
判断所述相似度是否大于预设阈值；
若所述相似度大于所述预设阈值，生成用于指示校验成功的所述校验结果；
若所述相似度小于等于所述预设阈值，生成用于指示校验失败的所述校验结果，并删除所述人像信息。
6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述从预设的样本库中提取所述当前登录账户的样本特征之前，所述方法还包括：
检测所述人像信息中是否包含所述人像附加特征；
在所述人像信息中包含所述人像附加特征的情况下，执行所述从预设的样本库中提取所述当前登录账户的样本特征。
7.根据权利要求1至5中任一项所述的方法，其特征在于，若所述人像信息中不包含所述人像附加特征，则所述样本特征中仅包含所述样本基础特征，所述人像特征中仅包含所述人像基础特征。
8.一种人像信息的校验装置，其特征在于，包括：
获取单元，用于获取当前登录账户的人像信息，其中，所述人像信息中包含由人像基础特征和人像附加特征组成的人像特征，所述人像附加特征为所述人像特征中除所述人像基础特征以外的附加在人像上的特征；
提取单元，用于从预设的样本库中提取所述当前登录账户的样本特征，其中，所述样本特征中包含样本基础特征和样本附加特征，所述人像基础特征和所述样本基础特征均包括人像轮廓、五官轮廓以及五官坐标，所述样本附加特征为所述样本特征中除所述样本基础特征以外的附加在人像上的特征；
计算单元，用于计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度；
生成单元，用于根据所述相似度，生成用于指示校验所述人像信息是否成功的校验结果。
9.根据权利要求8所述的装置，其特征在于，还包括：
判断单元，用于在所述校验结果指示校验所述人像信息成功的情况下，判断所述样本库中的样本特征的存储时刻距离当前时刻是否大于预设周期；
处理单元，用于若所述存储时刻距离所述当前时刻小于等于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最近的样本特征，并将所述人像信息保存至所述样本库；若所述存储时刻距离所述当前时刻大于所述预设周期，删除所述样本库中存储时刻距离所述当前时刻最远的样本特征，并将所述人像信息保存至所述样本库。
10.根据权利要求8所述的装置，其特征在于，还包括：
接收单元，接收客户端发送的所述当前登录账户的人像注册信息；
分离单元，用于从所述人像注册信息中提取所述样本特征；从所述样本特征中分离出样本基础特征；
存储单元，用于将所述样本特征、所述样本基础特征以及所述样本特征、所述样本基础特征与所述当前登录账户的对应关系保存至所述样本库。
11.根据权利要求8所述的装置，其特征在于，所述计算单元用于执行以下步骤计算所述人像特征中的所述人像基础特征和所述人像附加特征与所述样本特征中的所述样本基础特征和所述样本附加特征之间的相似度：
通过局部二值模式LBP算法对归一化后的所述人像特征和归一化后的所述样本特征进行处理，得到所述人像特征的第一特征向量以及所述样本特征的第二特征向量；
计算所述第一特征向量与所述第二特征向量之间的协方差距离；
基于所述协方差距离，得到所述相似度。
12.根据权利要求8所述的装置，其特征在于，所述生成单元包括：
判断模块，用于判断所述相似度是否大于预设阈值；
生成模块，用于若所述相似度大于所述预设阈值，生成用于指示校验成功的所述校验结果；若所述相似度小于等于所述预设阈值，生成用于指示校验失败的所述校验结果，并删除所述人像信息。
13.根据权利要求8至12中任一项所述的装置，其特征在于，还包括：
检测单元，用于检测所述人像信息中是否包含所述人像附加特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510954166.1A CN106897590A (zh) | 2015-12-17 | 2015-12-17 | 人像信息的校验方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510954166.1A CN106897590A (zh) | 2015-12-17 | 2015-12-17 | 人像信息的校验方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106897590A true CN106897590A (zh) | 2017-06-27 |
Family
ID=59189103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510954166.1A Pending CN106897590A (zh) | 2015-12-17 | 2015-12-17 | 人像信息的校验方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106897590A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107491674A (zh) * | 2017-07-27 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
| CN107612904A (zh) * | 2017-09-13 | 2018-01-19 | 浙江电力建设监理有限公司 | 用于智能监控管理的身份认证方法及系统 |
| CN108062538A (zh) * | 2017-12-29 | 2018-05-22 | 成都智宝大数据科技有限公司 | 人脸识别方法及装置 |
| CN110119691A (zh) * | 2019-04-19 | 2019-08-13 | 华南理工大学 | 一种基于局部二维模式和不变矩查找的人像定位方法 |
| CN110555929A (zh) * | 2019-08-19 | 2019-12-10 | 北京戴纳实验科技有限公司 | 一种实验室门禁验证系统与验证方法 |
| CN112183496A (zh) * | 2020-11-06 | 2021-01-05 | 平安科技（深圳）有限公司 | 人脸识别信息的二次加密方法、装置、设备及存储介质 |
| CN113344184A (zh) * | 2021-06-03 | 2021-09-03 | 网易（杭州）网络有限公司 | 用户画像预测方法、装置、终端和计算机可读存储介质 |
| CN117294509A (zh) * | 2023-10-16 | 2023-12-26 | 广东省中山市质量技术监督标准与编码所 | 基于动态信息进行身份验证的方法、系统、设备及介质 |
| CN117349810A (zh) * | 2023-10-16 | 2024-01-05 | 广东省中山市质量技术监督标准与编码所 | 一种多级身份认证方法、终端及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1777281A (zh) * | 2004-11-17 | 2006-05-24 | 株式会社日立制作所 | 使用多个摄像机的监视系统 |
| CN102663444A (zh) * | 2012-03-26 | 2012-09-12 | 广州商景网络科技有限公司 | 防止账号被盗用的方法和系统 |
| CN103475800A (zh) * | 2013-09-25 | 2013-12-25 | 北京智诺英特科技有限公司 | 图像序列中前景的检测方法和装置 |
| CN104112116A (zh) * | 2011-06-30 | 2014-10-22 | 深圳市君盛惠创科技有限公司 | 一种云服务器 |
| CN105046219A (zh) * | 2015-07-12 | 2015-11-11 | 上海微桥电子科技有限公司 | 一种人脸识别系统 |
-
2015
- 2015-12-17 CN CN201510954166.1A patent/CN106897590A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1777281A (zh) * | 2004-11-17 | 2006-05-24 | 株式会社日立制作所 | 使用多个摄像机的监视系统 |
| CN104112116A (zh) * | 2011-06-30 | 2014-10-22 | 深圳市君盛惠创科技有限公司 | 一种云服务器 |
| CN102663444A (zh) * | 2012-03-26 | 2012-09-12 | 广州商景网络科技有限公司 | 防止账号被盗用的方法和系统 |
| CN103475800A (zh) * | 2013-09-25 | 2013-12-25 | 北京智诺英特科技有限公司 | 图像序列中前景的检测方法和装置 |
| CN105046219A (zh) * | 2015-07-12 | 2015-11-11 | 上海微桥电子科技有限公司 | 一种人脸识别系统 |
Non-Patent Citations (1)
| Title |
|---|
| LEONJHAN: "一种计算两个不同样本集相似度的方法：Mahalanobis距离", 《CSDN博客HTTPS://BLOG.CSDN.NET/JINJINSTUDY/ARTICLE/DETAILS/9422755》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107491674B (zh) * | 2017-07-27 | 2020-04-07 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
| US10963551B2 (en) | 2017-07-27 | 2021-03-30 | Advanced New Technologies Co., Ltd. | Method and apparatus for user authentication based on feature information |
| WO2019020083A1 (zh) * | 2017-07-27 | 2019-01-31 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
| US11003754B2 (en) | 2017-07-27 | 2021-05-11 | Advanced New Technologies Co., Ltd. | Method and apparatus for user authentication based on feature information |
| CN107491674A (zh) * | 2017-07-27 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
| CN107612904A (zh) * | 2017-09-13 | 2018-01-19 | 浙江电力建设监理有限公司 | 用于智能监控管理的身份认证方法及系统 |
| CN108062538A (zh) * | 2017-12-29 | 2018-05-22 | 成都智宝大数据科技有限公司 | 人脸识别方法及装置 |
| CN110119691A (zh) * | 2019-04-19 | 2019-08-13 | 华南理工大学 | 一种基于局部二维模式和不变矩查找的人像定位方法 |
| CN110555929A (zh) * | 2019-08-19 | 2019-12-10 | 北京戴纳实验科技有限公司 | 一种实验室门禁验证系统与验证方法 |
| CN112183496A (zh) * | 2020-11-06 | 2021-01-05 | 平安科技（深圳）有限公司 | 人脸识别信息的二次加密方法、装置、设备及存储介质 |
| WO2022095355A1 (zh) * | 2020-11-06 | 2022-05-12 | 平安科技（深圳）有限公司 | 人脸识别信息的二次加密方法、装置、设备及存储介质 |
| CN112183496B (zh) * | 2020-11-06 | 2023-06-20 | 平安科技（深圳）有限公司 | 人脸识别信息的二次加密方法、装置、设备及存储介质 |
| CN113344184A (zh) * | 2021-06-03 | 2021-09-03 | 网易（杭州）网络有限公司 | 用户画像预测方法、装置、终端和计算机可读存储介质 |
| CN117294509A (zh) * | 2023-10-16 | 2023-12-26 | 广东省中山市质量技术监督标准与编码所 | 基于动态信息进行身份验证的方法、系统、设备及介质 |
| CN117349810A (zh) * | 2023-10-16 | 2024-01-05 | 广东省中山市质量技术监督标准与编码所 | 一种多级身份认证方法、终端及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106897590A (zh) | 人像信息的校验方法及装置 | |
| TWI756687B (zh) | 防止隱私資料洩漏的編碼模型訓練方法及裝置 | |
| CN106710017B (zh) | 用于物流签收的身份验证方法、装置及系统 | |
| WO2020211247A1 (zh) | 账户信息的登录方法、装置、计算机设备及计算机存储介质 | |
| CN109934198B (zh) | 人脸识别方法及装置 | |
| CN109241868A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
| CN107545160A (zh) | 指纹识别方法及装置 | |
| CN111260220B (zh) | 群控设备识别方法、装置、电子设备和存储介质 | |
| CN109005104B (zh) | 一种即时通信方法、装置、服务器及存储介质 | |
| CN109194689B (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
| CN110782333A (zh) | 一种设备风险控制方法、装置、设备及介质 | |
| CN110120928A (zh) | 一种身份认证的方法、装置、服务器及计算机可读介质 | |
| CN107563360A (zh) | 信息获取方法和装置 | |
| CN110675252A (zh) | 风险评估方法、装置、电子设备及存储介质 | |
| CN109509269A (zh) | 一种电子签到方法、计算机可读存储介质及服务器 | |
| CN110162957B (zh) | 智能设备的鉴权方法和装置、存储介质、电子装置 | |
| CN107480204A (zh) | 一种指纹信息的共享、更新方法及系统 | |
| CN105099700A (zh) | 一种认证方法、服务器及系统 | |
| CN109377577A (zh) | 一种基于人脸识别的考勤方法、系统及存储装置 | |
| CN107483423A (zh) | 一种用户登录验证方法 | |
| CN110210205B (zh) | 登录状态的确定方法、装置、计算机设备及计算机存储介质 | |
| CN111062345A (zh) | 静脉识别模型的训练方法、装置和静脉图像识别装置 | |
| CN113411355B (zh) | 基于互联网的应用注册方法及相关装置 | |
| CN111126503B (zh) | 一种训练样本的生成方法和装置 | |
| CN114360002A (zh) | 基于联邦学习的人脸识别模型训练方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1237931 Country of ref document: HK |
|
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |
|
| RJ01 | Rejection of invention patent application after publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1237931 Country of ref document: HK |