CN107148628A - 用于基于特征进行认证的系统和方法 - Google Patents

用于基于特征进行认证的系统和方法 Download PDF

Info

Publication number
CN107148628A
CN107148628A CN201580058629.4A CN201580058629A CN107148628A CN 107148628 A CN107148628 A CN 107148628A CN 201580058629 A CN201580058629 A CN 201580058629A CN 107148628 A CN107148628 A CN 107148628A
Authority
CN
China
Prior art keywords
user
incarnation
image
display
camera
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.)
Granted
Application number
CN201580058629.4A
Other languages
English (en)
Other versions
CN107148628B (zh
Inventor
S·芬里希
D·L·格劳曼
R·S·纳加拉
R·高希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN107148628A publication Critical patent/CN107148628A/zh
Application granted granted Critical
Publication of CN107148628B publication Critical patent/CN107148628B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • 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
    • G06V40/60—Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67—Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一种用于捕捉用户的图像的系统和方法。使用相机捕捉图像，其中，所述图像包括用户的图像。将第一化身显示在显示器中，其中，显示包括将化身定位在所述用户的图像的至少一部分中。然后鼓励所述用户移动，由此所述第一化身移动至所述显示器中的第二位置。

Description

用于基于特征进行认证的系统和方法
相关申请
本申请要求2015年3月12日提交的美国申请序列号14/645,970的优先权权益，所述美国申请要求2014年11月13日提交的美国临时申请序列号62/079,072的优先权权益，这两个申请通过引用以其全部内容结合在此。
背景技术
面部识别软件可以用于通过允许基于你的面部特征来访问计算机从而使你的计算机系统更加安全。连接到你的计算机的相机捕捉你的面部图像，注册所述图像，并且然后基于所注册的图像对用户进行认证。
大多数面部识别用户界面向用户显示相机所看到的内容。这存在一些问题。首先，其在可能不美观的时间向用户显示他们自己的“影像”，如当他们刚醒来时在他们头发有问题、妆容有问题、脸上有食物等情况下。这可能使用户从他们登录系统的最初目标中分心，并且替代地使他们关注于他们需要怎样调整自己。
第二，其可能向用户发出这样的信号：系统在他们每次登录到其计算机时记录他们的图像。他们可能认为：他们的装置具有许多他们无法控制且不能删除的潜在危害的个人图像，这些个人图像可能有一天被“攻击”并且“泄漏”，就像许多名人照片丑闻中的任一种那样。
第三，通过显示所捕捉的用户的面部图像，可能打开安全漏洞，攻击者可以从这些安全漏洞中获得系统所使用的安全措施(如反欺骗技术)的有价值知识。
附图说明
以示例性而非限制性方式在附图中展示实施例，在附图中，相同的参考号指代类似元件。
图1展示了基于特征的认证系统；
图2展示了图1的认证系统中使用化身的示例；
图3展示了基于化身的认证方法；
图4提供了基于化身的认证方法的另一个示例；
图5展示了图1的认证系统中使用化身的另一个示例；
图6和图7展示了征求图1的认证系统中的用户移动的示例方法；
图8展示了可以用于图1的认证系统中的化身的另一个更抽象的示例；
图9展示了征求图1的认证系统中的用户移动的另一个示例方法；并且
图10是根据示例实施例展示了在其上可以执行本文中所讨论的技术(例如，方法)中的任何一种或多种技术的示例机器的框图。
具体实施方式
如以上所指出的，面部识别软件可以用于通过基于用户的面部特征来认证他们从而使计算机系统更加安全。连接到计算机的相机捕捉用户的面部图像，注册所述图像，并且然后基于所注册的图像对用户进行认证。也可以使用其他身体部位(如手)。
图1展示了基于特征的认证系统100。图1的系统100包括经由连接器106连接至一个或多个相机104的计算系统102。在一些实施例中，计算机系统102包括显示器108、处理器和用于存储数据和程序的存储器。在一些实施例中，输入装置110(如例如，键盘或鼠标)也连接至计算系统102。在一些实施例中，连接器106是通用串行总线(USB)线缆，而在其他实施例中，连接器106是网络(如以太网)。
如以上所指出的，大多数面部识别用户界面向用户显示相机所看到的内容。相比而言，计算机系统102显示表示显示器108上的用户的化身。在一些这种实施例中，显示器108显示接近用户图像的化身图像120。图2中示出了一个这种化身图像120。
在图2中所示出的示例化身图像实施例中，在显示器108上在与如果相机104捕捉的图像显示在显示器108上时用户将被显示的位置相对应的位置中显示模糊的人类化身120。在一些实施例中，化身120在统一的背景上显示。在其他实施例中，化身120在用户可选择的背景上显示。在又其他实施例中，化身120显示在相机104捕捉的图像的顶部上，从而使得化身120覆盖全部或大部分用户，以便模糊他们的特征。
在一个实施例中，系统100捕捉用户的图像，其中，图像包括用户图像部分和剩余部分，并且将化身120显示在显示器108上，其中，显示包括使用化身来模糊图像的用户图像部分的至少一部分。系统100然后根据由化身120模糊或替代的用户图像部分来对用户进行认证。
在一个实施例中，如图3中所示出的，系统100在200处捕捉用户图像，并在202处将化身显示在图像中的近似用户位置中。在一些实施例中，然后根据由化身120模糊或替代的用户图像部分来在204处对用户进行认证。在一些这种实施例中，认证是基于特征识别软件(如面部识别软件)。在其他实施例中，认证是基于其他身体部位(如手、脚或眼睛的形状)的特征识别分析。
基于化身的认证方法可以用于减少欺骗。例如，减少欺骗的一种方法是使用户移动并检查看移动反映在系统100所捕捉的图像中。例如，如果背景随着用户相对于相机104移动，则这指示可能有人试图使用静态图像欺骗系统100。
在图4中所示出的实施例中，通过以下方式鼓励用户移动：在210处捕捉用户图像、在212处将第一化身显示在用户位置中、在214处将第二化身显示在显示器的特定位置中、以及然后在216处鼓励用户移动，由此第一化身移动至第二化身的位置。在一些实施例中，然后在218处根据原始图像中的用户特征对用户进行认证。
在一个这种实施例中，系统100捕捉用户的图像、将第一化身显示在与显示器108中用户的位置相对应的第一位置中、将第二化身显示在显示器108中在第二位置中、并且鼓励用户移动，由此第一化身移动至显示器108中的第二位置。如以上所指示的，在一些实施例中，然后根据原始图像中的用户特征对用户进行认证。
在一个实施例中，系统100捕捉用户的图像，其中，图像包括用户图像部分和剩余部分，并且将化身显示在显示器108上在用户位置中，其中，显示包括使用化身模糊图像的用户图像部分的至少一部分。系统100还将第二化身显示在显示器108中在第二位置中，并且鼓励用户移动，由此第一化身移动至显示器108中的第二位置。在一些实施例中，系统100然后根据由第一化身模糊的用户图像部分来对用户进行认证。
在图5中所示出的化身图像实施例中，化身120在位置122处开始，并且响应于用户的移动而移动至位置124。位置124用于反映相对于目标位置122的用户当前位置。注意，仅为了说明性目的，在这些附图中使用虚线来表示目标化身位置122。目标化身位置122可以以各种方式呈现，包括使用：实线、浅色或深色阴影线、部分透明的线、纯色框等。如稍后将描述的，工作化身(例如，在位置124处所示出的)和目标化身位置122的类型、颜色、重量或其他特性可以用于传递附加信息。这不仅解决了以上提到的问题，还提供了将用户指向特定位置或鼓励用户以某种方式移动的更好的指导。在图5中所示出的示例中，当用户在相机104前方移动时，化身120跟随用户从位置124移动至位置122。在其他实施例中，化身120不仅模仿用户的移动，还指导用户移动到某个点或执行某个动作，如眨眼睛或左右移动其头部做出“不”的姿势。
在一个实施例中，当用户想要登录装置或网站时，他们发起面部生物特征识别程序，并且他们将看到反映他们移动的化身，而不是看到他们自己的常规视图(如他们进行自拍时他们将看到的内容)。在一些这种实施例中，化身120是包括化身的期望位置(例如，图5中的位置122)的场景的一部分，所述位置充当用于指示用户如何适当地移动他们的面部或身体以便进入正确的位置的向导。当用户将他们的化身120与位置122对准时，他们被适当放置。
这种方法不需要说明，并且可以被参与用户立即理解。所述方法还防止用户认为所述应用存储他们自己的全色图像。
在一些实施例中，相机104持续捕捉图像并在所捕捉的图像中搜索用户。当检测到用户时，系统100苏醒并将化身120显示在显示器108上在所捕捉的图像中的用户位置中。在一些这种实施例中，化身120改变形状以便指示系统100识别出你的靠近。在一些这种实施例中，例如，随着用户靠近相机，化身120增加大小。在一些实施例中，系统100还单独地或除化身120的移动之外下发信号(如声音)以便识别用户的靠近。
在一些实施例中，系统100包括多个相机104。在这种实施例中，可能难以确定用户应该将其注意力指向哪个相机。在不能看到相机所看到的内容情况下，他们将不能容易地分辨他们需要看向哪个相机。为了避免以上问题，在一个实施例中，在计算机102上执行的软件识别挥手姿势。因此，如果用户不确定要使用的正确的相机，则他们可以向其挥手。当识别这种姿势时，将存在穿过用户化身120的波纹效果。这表示挥手姿势在活动的相机104前面完成。
具有这种化身120还使能够更多地反馈给用户。例如，通过改变用户的化身相对于用户离相机多远的大小，我们可以引起用户移动更靠近或更远离。如果他们太近，则他们的化身相对于122处的静止的目标化身变得更大。如果他们太远，则他们的化身更小。这比他们填满他们的面部所需要圆要好，因为系统100可以指示用户同时进行各种事情，如眨眼睛或移动头。
如图6中可以看出，位置122处的参考化身可以进行如眨眼睛或移动其头部的动作。在此，在没有语言或指令的情况下，位置122处的参考化身告诉用户同时进行以下所有：右移、移动更靠近相机104、眨眼睛、以及旋转其头部。
在图7中所示出的示例实施例中，位置122处的参考化身已经将其头部从其在图6中的位置向左移动并闭上其眼睛126。用户将自然地跟随所述移动。
在一些实施例中，位置122处的参考化身以用户模仿的模式眨眼睛126。眨眼睛的成功序列为认证机制的部分或所有服务。
在一些实施例中，随着用户更接近地模仿化身120，化身120改变颜色。例如，化身120可以开始于红色，并且当化身120与位置122处的化身对准时变成绿色。
在一个实施例中，系统100通过响应于相机前面的用户移动而改变第二化身的颜色来鼓励用户相对于相机移动。在一个示例实施例中，第二化身具有头部，并且第二化身的颜色随着头部移动而变化。
以上所描述的方法非常灵活，甚至可以关于环境而不仅仅是他们的对准和移动来分辨每个用户。例如，在一个实施例中，系统100改变化身120的轮廓颜色，以便表示应用如何容易地看到他们。例如，在一个这种实施例中，非常深蓝色的化身120指示房间的照明很好，并且能够清楚地看到用户。但是，如果他们的化身120具有非常浅的颜色或已经变成虚线轮廓而不是实线，则将表示房间的照明非常暗。
化身120在外观上不必须是人类。在图8中所示出的示例实施例中，化身120(在此，“笑脸”)置于相机104所捕捉的图像中的用户位置中。在一些实施例中，可以使用其他更不像人类的化身120(如圆或团块)。在一些这种实施例中，选择化身120的大小来接近图像中用户的大小。在图8中给出的示例中，笑脸(或其他抽象化身)置于用户面部位置中。在其他实施例中，笑脸(或其他抽象化身)置于靠近所捕捉的图像中的用户位置的中心。
再一次，化身120可以显示在统一背景上，或可以置于相机104所捕捉的场景上，由此场景的背景仍然可见。
并且，如图9中所示出的，在一些实施例中，化身120随用户从位置124至位置122而移动。再一次，化身120可以被设置大小并移动，以便使能够更多地反馈给用户。例如，通过改变用户的化身120相对于用户离相机多远的大小(如图9中所示出的)，我们可以引起用户移动更靠近或更远离相机104。如果他们太近，则他们的化身相对于122处的静止的目标化身变得更大。如果他们太远，则他们的化身更小。两种方法都鼓励用户移动朝向或远离相机104，以便使他们的化身与目标化身尺寸相同。
在一些实施例中，图8和图9中的化身120提供采用化身120的形状改变的形式的反馈。例如，在一个实施例中，化身120响应于如以上关于其他化身所讨论的用户的一部分的移动而形成波纹并且移动。
在一些实施例中，计算机102接收显示个体的一系列图像，并且显示表示个体的抽象符号。在一些这种实施例中，显示包括改变抽象符号以便与如以上所描述的一系列图像中的个体的移动相对应。在一些实施例中，计算机102然后根据从所捕捉的图像中选择的个体特征(例如，面部、手、脚、眼睛的形状)来对个体进行认证。
在一些实施例中，抽象符号改变颜色以便反映所捕捉的图像的方面。在一些这种实施例中，选择颜色来指示例如照明条件。
在其他实施例中，选择颜色来指示第一化身离第二化身的距离。例如，在一些实施例中，当第一化身与第二化身分离时，第二化身的轮廓是红色的，但是随着第一化身移动到第二化身的顶部而慢慢变成绿色。这提供了关于用户移动的视觉反馈。
在一些实施例中，显示抽象符号包括当无法在一系列图像中标识个体时使抽象符号中出现波纹。
图10是根据示例实施例展示了采用计算机系统102的示例形式的机器的框图，在所述机器中可以执行指令集或序列，从而使所述机器执行本文中所讨论的方法论中的任意一种。在替代性实施例中，机器作为独立装置操作或者可以连接(例如，连网)至其他机器。在联网部署中，所述机器在服务器-客户端网络环境中可以以服务器或者客户端机器的角色运行，或者可以作为对等(或分布式)网络环境中的对等机。所述机器可以是个人计算机(PC)、平板PC、混合平板计算机、机顶盒(STB)、个人数字助理(PDA)、移动电话、网络电器、网络路由器、交换机或桥接器、或能够(相继或以其他方式)执行指定要由那个机器采取的动作的指令的任何机器。进一步地，虽然仅展示了单个机器，但术语“机器”也应视为包括机器的任何集合，所述机器个别地或联合地执行一组(或多组)指令以便执行本文中所讨论的方法中的任何一种或多种方法论。
示例计算机系统102包括至少一个处理器1002(例如，中央处理单元(CPU)、图形处理单元(GPU)或两者、处理器核、计算节点等)、主存储器1004和静态存储器1006，其经由链路(例如，总线)1008彼此通信。计算机系统102可以进一步包括视频显示单元1010、字母数字输入装置1012(例如，键盘)、和用户界面(U1)导航装置1014(例如，鼠标)。在一个实施例中，视频显示单元1010、输入装置1012、和UI导航装置1014被并入触摸屏显示器。计算机系统102可以附加地包括存储装置1016(例如，驱动单元)、信号生成装置1018(例如，扬声器)、网络接口装置1020、以及一个或多个传感器(未示出)(如全球定位系统(GPS)传感器、罗盘、加速度计、或其他传感器)。
储存装置1016包括在其上存储了一个或多个数据结构和指令集1024(例如，软件)的机器可读介质1022，所述一个或多个数据结构和指令集包含本文中所描述的方法或功能中的任何一个或多个，或者被其所利用。指令1024也可完全地或至少部分地驻留在主存储器1004、静态存储器1006中，和/或在计算机系统102执行其过程中驻留在处理器1002中，其中主存储器1004、静态存储器1006和处理器1002同样也构成机器可读介质。
虽然机器可读介质1022在示例实施例中被展示为单个介质，但术语“机器可读介质”可以包括存储一个或多个指令1024的单个介质或多个介质(例如，集中或分布式数据库、和/或相关联的高速缓存和服务器)。术语“机器可读介质”还将理解为包括任何有形介质，所述有形介质能够存储、编码或携带用于由机器执行的指令并且指令引起机器执行本公开的方法论中的任何一个或多个，或者所述有形介质能够存储、编码或携带由这样的指令利用或与这样的指令相关联的数据结构。术语“机器可读介质”应当相应地被视为包括但不限于固态存储器、以及光学介质和磁性介质。机器可读介质的特定示例包括非瞬态存储器，通过示例的方式包括但不限于：半导体存储器装置(例如，电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和闪存装置；磁盘，如内置硬盘和可移磁盘；磁光盘；以及CD-ROM和DVD-ROM磁盘。
进一步可以利用多个众所周知的传输协议(例如，HTTP)中的任一种协议、经由网络接口装置1020、使用传输介质、通过通信网络1026来发射或接收指令1024。通信网络的示例包括局域网(LAN)、广域网(WAN)、因特网、移动电话网络、普通老式电话(POTS)网络和无线数据网络(例如，Wi-Fi、3G和4G LTE/LTE-A或WiMAX网络)。术语“传输介质”应视为包括能够存储、编码或携带由机器执行的指令的任何无形介质，并且包括数字或模拟通信信号或者促进这种软件通信的其他无形介质。
补充说明和示例：
示例1包括用于用户认证系统的主题(如装置、设备或机器)，所述用户认证系统包括：相机、显示器和处理器，所述处理器连接至所述相机和所述显示器。所述处理器接收来自所述相机的图像、搜索用户、将第一化身显示在所述显示器上在所述用户的位置中、鼓励所述用户相对于所述相机移动以便将所述用户置于所述图像中与所述显示器上的第二位置相对应的位置中、并且基于所述图像对用户进行认证。
在示例2中，如示例1所述的主题可以包括：其中，所述图像是视频帧。
在示例3中，如示例1至示例2中任一项所述的主题可以包括：其中，所述处理器通过将第二化身显示在所述显示器上在所述第二位置中来鼓励用户相对于所述相机移动。
在示例4中，如示例1至示例3中任一项所述的主题可以包括：其中，将第一化身显示在显示器中包括使用所述第一化身代替所述用户的图像的至少一部分。
在示例5中，如示例1至示例4中任一项所述的主题可以包括：其中，将第一化身显示在显示器中包括将所述第一化身显示在与所述捕捉的图像中的所述用户的位置相对应的位置中。
在示例6中，如示例1至示例5中任一项所述的主题可以包括：其中，处理器通过查看所述用户相对于所述用户的背景的移动来检测欺骗。
在示例7中，如示例1至示例6中任一项所述的主题可以包括：其中，所述处理器基于所述用户的图像中的用户特征来对所述用户进行认证。
在示例8中，如示例1至示例7中任一项所述的主题可以包括：其中，所述处理器针对每个所选择的图像片段确定期望的像素，其中，仅当未怀疑欺骗时，所述处理器基于所述用户的图像中的用户特征来对所述用户进行认证。
在示例9中，如示例1至示例8中任一项所述的主题可以包括：其中，所述用户特征是面部，并且其中，基于所述用户特征对所述用户进行认证包括在所述用户的图像中检测所述用户的面部并基于所述用户的图像中的面部特征对所述用户进行认证。
在示例10中，如示例1至示例9中任一项所述的主题可以包括：其中，认证包括执行基于云的认证例程。
在示例11中，如示例1至示例10中任一项所述的主题可以包括：其中，所述处理器将所述第一化身缩放到与所述用户的面部成比例的大小。
在示例12中，如示例1至示例11中任一项所述的主题可以包括：其中，随着所述用户靠近所述相机，所述处理器增加所述第一化身的大小。
在示例13中，如示例1至示例12中任一项所述的主题可以包括：其中，当所述用户靠近所述相机时，所述处理器自动地显示所述第一化身。
在示例14中，如示例1至示例13中任一项所述的主题可以包括：其中，当在所述相机的预定义距离内检测到所述用户时，所述处理器自动地显示所述第一化身。
在示例15中，如示例1至示例14中任一项所述的主题可以包括：其中，所述处理器通过将第二化身显示在所述显示器上在所述第二位置中来鼓励用户相对于所述相机移动，其中，将第二化身显示在显示器中包括响应于所述相机前面的用户移动而改变所述第二化身的颜色。
在示例16中，如示例1至示例15中任一项所述的主题可以包括：其中，所述第一化身具有面部，并且其中，所述处理器将所述第一化身的面部显示在所述显示器上在所述捕捉的图像中的所述用户的面部的所述位置附近的位置中。
在示例17中，如示例1至示例16中任一项所述的主题可以包括：其中，显示所述第一化身的面部包括随着所述用户的面部靠近所述相机而增加所述化身的面部的大小。
在示例18中，如示例1至示例17中任一项所述的主题可以包括：其中，显示所述第一化身的面部包括选择作为所述用户的面部离所述相机的所述距离的函数的化身面部大小。
在示例19中，如示例1至示例18中任一项所述的主题可以包括：其中，所述相机与所述处理器分离。
在示例20中，如示例1至示例19中任一项所述的主题可以包括：其中，所述处理器在计算装置中，并且其中，所述相机集成到所述计算装置中。
示例21包括主题(如方法、用于执行动作装置，包括当由机器执行时使所述机器执行动作的指令的机器可读介质，或者用于执行的设备)，所述主题包括：使用相机捕捉图像，其中，所述图像包括用户的图像；将第一化身显示在显示器中，其中，显示包括将化身定位在所述用户的图像的至少一部分中；将第二化身显示在所述显示器中在第二位置中；以及鼓励所述用户移动，由此所述第一化身移动至所述显示器中的所述第二位置。
在示例22中，如示例21所述的主题可以包括：其中，捕捉图像包括从视频中提取所述图像。
在示例23中，如示例21至示例22中任一项所述的主题可以包括：其中，将第一化身显示在显示器中包括使用所述第一化身代替所述用户的图像的至少一部分。
在示例24中，如示例21至示例23中任一项所述的主题可以包括：其中，将第一化身显示在显示器中包括将所述第一化身显示在与所述捕捉的图像中的所述用户的位置相对应的位置中。
在示例25中，如示例21至示例24中任一项所述的主题可以包括：其中，所述方法进一步包括通过查看所述用户相对于所述用户的背景的移动来检测欺骗。
在示例26中，如示例21至示例25中任一项所述的主题可以包括：其中，所述方法进一步包括基于所述用户的图像中的用户特征来对所述用户进行认证。
在示例27中，如示例21至示例26中任一项所述的主题可以包括：其中，认证包括通过查看所述用户相对于所述用户的背景的移动来检测欺骗。
在示例28中，如示例21至示例27中任一项所述的主题可以包括：其中，所述用户特征是面部，并且其中，基于所述用户特征对所述用户进行认证包括在所述用户的图像中检测所述用户的面部并基于所述用户的图像中的面部特征对所述用户进行认证。
在示例29中，如示例21至示例28中任一项所述的主题可以包括：其中，认证包括执行基于云的认证例程。
在示例30中，如示例21至示例29中任一项所述的主题可以包括：其中，所述方法进一步包括在所述用户的图像中搜索所述用户的面部并将所述第一化身缩放到与所述用户的面部成比例的大小。
在示例31中，如示例21至示例30中任一项所述的主题可以包括：其中，所述方法进一步包括在所述捕捉的图像中搜索所述用户并且随着所述用户靠近所述相机而增加所述第一化身的大小。
在示例32中，如示例21至示例31中任一项所述的主题可以包括：其中，所述方法进一步包括在所述捕捉的图像中搜索所述用户，并且其中，将第一化身显示在显示器中包括当所述用户靠近所述相机时显示所述第一化身。
在示例33中，如示例21至示例32中任一项所述的主题可以包括：其中，所述方法进一步包括在所述捕捉的图像中搜索所述用户，并且其中，将第一化身显示在显示器中包括当在所述相机的预定义距离内检测到所述用户时显示所述第一化身。
在示例34中，如示例21至示例33中任一项所述的主题可以包括：其中，所述方法进一步包括在所述捕捉的图像中搜索所述用户，并且其中，将第二化身显示在显示器中包括响应于所述相机前面的用户移动而改变所述第二化身的颜色。
在示例35中，如示例21至示例34中任一项所述的主题可以包括：其中，所述第一化身具有面部，并且其中，所述方法进一步包括在所述用户的图像中搜索所述用户的面部，并将所述第一化身的面部显示在所述显示器上在所述捕捉的图像中的所述用户的面部的所述位置附近的位置中。
在示例36中，如示例21至示例35中任一项所述的主题可以包括：其中，显示所述第一化身的面部包括随着所述用户的面部靠近所述相机而增加所述化身的面部的大小。
在示例37中，如示例21至示例36中任一项所述的主题可以包括：其中，显示所述第一化身的面部包括选择作为所述用户的面部离所述相机的所述距离的函数的化身面部大小。
在示例38中，如示例21至示例37中任一项所述的主题可以包括：其中，所述第一化身是抽象符号，并且其中，显示所述第一化身包括当无法在所述图像中标识个体时使所述抽象符号中出现波纹。
在示例39中，如示例21至示例38中任一项所述的主题可以包括：其中，显示第一化身包括通过改变所述化身的外观来响应于所述用户的姿势。
在示例40中，如示例21至示例39中任一项所述的主题可以包括：其中，响应于所述用户的姿势包括示出移动穿过所述化身的波纹。
在示例41中，如示例21至示例40中任一项所述的主题可以包括：其中，响应于所述用户的姿势包括向在相机处挥手的用户提供反馈。
示例42包括至少一种包括指令的机器可读介质，所述指令当由机器执行时使所述机器执行如示例21至41中任一项所述的操作。
示例43包括一种设备，所述设备包括用于执行如示例21至41中任一项的装置。
示例44包括主题(如装置、设备或机器)，所述主题包括：相机；显示器；以及处理器，所述处理器连接至所述相机和所述显示器，其中，所述处理器包括用于从所述相机处接收图像的装置，其中，所述图像包括用户的图像，并且其中，所述用于接收的装置包括用于在所述用户的图像中搜索用户特征的装置，其中，所述处理器还包括用于将第一化身显示在所述显示器中的装置，其中，显示包括将所述化身定位在所述显示器中在所述用户的位置中，并且其中，所述处理器进一步包括用于鼓励所述用户相对于所述相机移动以便使所述用户置于所述图像中与所述显示器上的第二位置相对应的位置中的装置。
在示例45中，示例44的主题可以包括：其中，所述用于搜索用户特征的装置包括用于从视频帧中提取所述图像的装置。
在示例46中，如示例44至示例45中任一项所述的主题可以包括：其中，所述用于鼓励所述用户相对于所述相机移动的装置包括将第二化身显示在所述显示器上在所述第二位置中。
在示例47中，如示例44至示例46中任一项所述的主题可以包括：其中，所述用于将第一化身显示在显示器中的装置包括用于使用所述第一化身代替所述用户的图像的至少一部分的装置。
在示例48中，如示例44至示例47中任一项所述的主题可以包括：其中，所述用于将第一化身显示在显示器中的装置包括用于将所述第一化身显示在与所述捕捉的图像中的所述用户的位置相对应的位置中的装置。
在示例49中，如示例44至示例48中任一项所述的主题可以包括：其中，用于搜索用户特征的装置包括用于通过查看所述用户相对于所述用户的背景的移动来检测欺骗的装置。
在示例50中，如示例44至示例49中任一项所述的主题可以包括：其中，所述处理器进一步包括用于基于所述用户的图像中的用户特征来对所述用户进行认证的装置。
在示例51中，如示例44至示例50中任一项所述的主题可以包括：其中，所述处理器进一步包括用于检测欺骗的装置和用于基于所述用户的图像中的用户特征对所述用户进行认证的装置，其中，仅当未怀疑欺骗时，对所述用户进行认证。
在示例52中，如示例44至示例51中任一项所述的主题可以包括：其中，所述用户特征是面部，并且其中，用于基于所述用户特征对所述用户进行认证的装置包括用于在所述用户的图像中检测所述用户的面部并基于所述用户的图像中的面部特征对所述用户进行认证的装置。
在示例53中，如示例44至示例52中任一项所述的主题可以包括：其中，所述用于认证的装置包括用于执行基于云的认证例程的装置。
在示例54中，如示例44至示例53中任一项所述的主题可以包括：其中，所述用于显示所述第一化身的装置将所述第一化身缩放到与所述用户的面部成比例的大小。
在示例55中，如示例44至示例54中任一项所述的主题可以包括：其中，随着所述用户靠近所述相机，所述用于显示所述第一化身的装置增加所述第一化身的大小。
在示例56中，如示例44至示例55中任一项所述的主题可以包括：其中，当所述用户靠近所述相机时，所述用于显示所述第一化身的装置自动地显示所述第一化身。
在示例57中，如示例44至示例56中任一项所述的主题可以包括：其中，当在所述相机的预定义距离内检测到所述用户时，所述用于显示所述第一化身的装置自动地显示所述第一化身。
在示例58中，如示例44至示例57中任一项所述的主题可以包括：其中，用于鼓励所述用户相对于所述相机移动的装置包括将第二化身显示在所述显示器上在所述第二位置中，其中，显示所述第二化身包括响应于所述相机前面的用户移动而改变所述第二化身的颜色。
在示例59中，如示例44至示例58中任一项所述的主题可以包括：其中，所述第一化身具有面部，并且其中，所述用于显示所述第一化身的装置包括用于将所述第一化身的面部显示在所述显示器上在所述捕捉的图像中的所述用户的面部附近的位置中的装置。
在示例60中，如示例44至示例59中任一项所述的主题可以包括：其中，随着所述用户的面部靠近所述相机，所述用于显示所述第一化身的面部的装置增加所述化身的面部的大小。
在示例61中，如示例44至示例60中任一项所述的主题可以包括：其中，所述用于显示所述第一化身的面部的装置选择作为所述用户的面部离所述相机的所述距离的函数的化身面部大小。
在示例62中，如示例44至示例61中任一项所述的主题可以包括：其中，所述用于鼓励所述用户相对于所述相机移动的装置包括将第二化身显示在所述显示器上在所述第二位置中，其中，所述第二化身具有头部，并且其中，所述第二化身的颜色随着所述头部的移动而改变。
以上具体实施方式包括对附图的参照，这些附图形成了具体实施方式的一部分。所述附图以图示的方式示出了可以被实践的具体实施例。这些实施例在本文中也被称为“示例”。这类示例可以包括除所示出或所描述的那些要素之外的要素。然而，还设想了包括所示出或所描述的要素的示例。此外，或者针对本文中所示出或所描述的具体示例(或者其一个或多个方面)，或者针对本文中所示出或所描述的其他示例(或者其一个或多个方面)，还考虑到使用所示出或所描述的那些要素的任何组合或枚举(或者其一个或多个方面)的示例。
在本文档中提及的出版物、专利和专利文献通过引用以其全部内容结合在此，如同通过引用而单独合并。当在本文档与这样通过引用结合的那些文档之间的用途不一致的情况下，在所结合的(多个)参考文档中的用途是对本文档中的补充；对于存在矛盾的不一致，本文档中的用途有效。
在本文档中，如在专利文档中是普遍的，术语“一个(a)”或“一个(an)”被用于包括一个或多个，独立于“至少一个”或者“一个或多个”的任何其他实例或用法。在本文档中，使用术语“或者”来指代非排他的“或”，从而使得除非另外指示，“A或B”包括“A而没有B”、“B而没有A”以及“A和B”。在所附权利要求书中，术语“包括(including)”和“其中(in which)”被用作相应术语“包括(comprising)”和“其中(wherein)”的易懂的英文等价词。此外，在以下权利要求书中，术语“包括(including)”和“包括(comprising)”是开放式的，即，包括除在权利要求中列在此类术语之后的那些要素外的要素的系统、装置、物品或过程仍被视为落入所述权利要求的范围内。此外，在以下权利要求书中，术语“第一”、“第二”、和“第三”等仅用作标签，且不旨在暗示其对象的数值次序。
以上描述旨在是说明性的，而非限制性的。例如，以上所描述的示例(或者其一个或多个方面)可以互相结合使用。如本领域的普通技术人员在审阅以上描述后可以使用其他实施例。本摘要用于允许读者快速确定本技术公开的性质。基于其将不被用于解释或者限制权利要求书的范围或者含义的理解提交所述摘要。而且，在以上具体实施方式中，可以将各个特征分组在一起以便精简本公开。然而，权利要求书可以不对本文中公开的每一个特征进行阐述，并且实施例就可以表征所述特征的子集。进一步地，实施例可以包括相比在特定示例中公开的那些特征更少的特征。因此，据此将权利要求结合到具体实施方式中，权利要求独立地代表单独的实施例。本文中公开的实施例的范围应当参考所附权利要求书、连同这样的权利要求书有权获得的等效物的全部范围来确定。

Claims (25)

1.一种用户认证系统，包括：
相机；
显示器；以及
处理器，所述处理器连接至所述相机和所述显示器，其中，所述处理器接收来自所述相机的图像、搜索用户、将第一化身显示在所述显示器上所述用户的位置中、鼓励所述用户相对于所述相机移动以便将所述用户置于所述图像中与所述显示器上的第二位置相对应的位置中、并且基于所述图像对用户进行认证。
2.如权利要求1所述的系统，其中，所述图像是视频帧。
3.如权利要求1所述的系统，其中，所述处理器通过将第二化身显示在所述显示器上所述第二位置中来鼓励用户相对于所述相机移动。
4.如权利要求1所述的系统，其中，将第一化身显示在显示器中包括使用所述第一化身代替所述用户的图像的至少一部分。
5.如权利要求1所述的系统，其中，将第一化身显示在显示器中包括将所述第一化身显示在与所捕捉的图像中的所述用户的位置相对应的位置中。
6.如权利要求1所述的系统，其中，处理器通过查看所述用户相对于所述用户的背景的移动来检测欺骗。
7.如权利要求1所述的系统，其中，所述处理器基于所述用户的图像中的用户特征来对所述用户进行认证。
8.如权利要求1所述的系统，其中，仅当未怀疑欺骗时，所述处理器基于所述用户的图像中的用户特征来对所述用户进行认证。
9.如权利要求8所述的系统，其中，所述用户特征是面部，并且其中，基于所述用户特征对所述用户进行认证包括在所述用户的图像中检测所述用户的面部并基于所述用户的图像中的面部特征对所述用户进行认证。
10.如权利要求9所述的系统，其中，认证包括执行基于云的认证例程。
11.如权利要求1所述的系统，其中，所述处理器将所述第一化身缩放到与所述用户的面部成比例的大小。
12.如权利要求1所述的系统，其中，随着所述用户靠近所述相机，所述处理器增加所述第一化身的大小。
13.如权利要求1所述的系统，其中，当所述用户靠近所述相机时，所述处理器自动地显示所述第一化身。
14.如权利要求1所述的系统，其中，当在所述相机的预定义距离内检测到所述用户时，所述处理器自动地显示所述第一化身。
15.一种方法，包括：
使用相机捕捉图像，其中，所述图像包括用户的图像；
将第一化身显示在显示器中，其中，显示包括将化身定位在所述用户的图像的至少一部分中；
将第二化身显示在所述显示器中的第二位置中；以及
鼓励所述用户移动，由此所述第一化身移动至所述显示器中的所述第二位置。
16.如权利要求15所述的方法，其中，捕捉图像包括从视频中提取所述图像。
17.如权利要求15所述的方法，其中，将第一化身显示在显示器中包括使用所述第一化身代替所述用户的图像的至少一部分。
18.如权利要求15所述的方法，其中，将第一化身显示在显示器中包括将所述第一化身显示在与所捕捉的图像中的所述用户的位置相对应的位置中。
19.如权利要求15所述的方法，其中，所述方法进一步包括在所捕捉的图像中搜索所述用户，并且其中，将第二化身显示在显示器中包括响应于所述相机前面的用户移动而改变所述第二化身的颜色。
20.如权利要求15所述的方法，其中，所述第一化身具有面部，并且其中，所述方法进一步包括在所述用户的图像中搜索所述用户的面部，并将所述第一化身的面部显示在所述显示器上处于所捕捉的图像中的所述用户的面部的所述位置附近的位置中。
21.如权利要求20所述的方法，其中，显示所述第一化身的面部包括随着所述用户的面部靠近所述相机而增加所述化身的面部的大小。
22.如权利要求20所述的方法，其中，显示所述第一化身的面部包括选择作为所述用户的面部离所述相机的所述距离的函数的化身面部大小。
23.如权利要求15所述的方法，其中，所述第一化身是抽象符号，并且其中，显示所述第一化身包括当无法在所述图像中标识个体时使所述抽象符号中出现波纹。
24.至少一种包括指令的机器可读介质，所述指令当由机器执行时使所述机器执行如权利要求15至23所述的方法中的任一种方法的操作。
25.一种设备，所述设备包括用于执行如权利要求15至23所述的方法中的任一种方法的装置。
CN201580058629.4A 2014-11-13 2015-11-12 用于基于特征进行认证的系统和方法 Expired - Fee Related CN107148628B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201462079072P 2014-11-13 2014-11-13
US62/079,072 2014-11-13
US14/645,970 2015-03-12
US14/645,970 US9811649B2 (en) 2014-11-13 2015-03-12 System and method for feature-based authentication
PCT/US2015/060369 WO2016077578A1 (en) 2014-11-13 2015-11-12 System and method for feature-based authentication

Publications (2)

Publication Number Publication Date
CN107148628A true CN107148628A (zh) 2017-09-08
CN107148628B CN107148628B (zh) 2020-11-24

Family

ID=55955050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580058629.4A Expired - Fee Related CN107148628B (zh) 2014-11-13 2015-11-12 用于基于特征进行认证的系统和方法

Country Status (4)

Country Link
US (1) US9811649B2 (zh)
EP (1) EP3218838A4 (zh)
CN (1) CN107148628B (zh)
WO (1) WO2016077578A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407757A (zh) * 2021-06-23 2021-09-17 重庆世纪科怡科技股份有限公司 一种基于计算机的图像检索方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10359806B2 (en) * 2016-03-28 2019-07-23 Sony Interactive Entertainment Inc. Pressure sensing to identify fitness and comfort of virtual reality headset
CN107886032B (zh) 2016-09-30 2021-12-14 阿里巴巴集团控股有限公司 终端设备、智能手机、基于脸部识别的认证方法和系统
US10679082B2 (en) * 2017-09-28 2020-06-09 Ncr Corporation Self-Service Terminal (SST) facial authentication processing
KR102565755B1 (ko) * 2018-02-23 2023-08-11 삼성전자주식회사 얼굴의 특징점의 움직임에 따라 모션이 수행된 아바타를 표시하는 전자 장치와 이의 동작 방법
US20200410444A1 (en) * 2018-03-01 2020-12-31 3M Innovative Properties Company Personal protection equipment identification system
WO2019203837A1 (en) * 2018-04-19 2019-10-24 Hewlett-Packard Development Company, L.P. Inputs to virtual reality devices from touch surface devices
FR3129759A1 (fr) * 2021-12-01 2023-06-02 Banks And Acquirers International Holding Procédé d’aide au positionnement d’un objet par rapport à une zone cible d’une matrice de pixels d’une caméra, dispositif et programme d’ordinateur correspondants

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254164A (zh) * 2011-08-04 2011-11-23 蔡翔 具有提示功能的人脸识别方法
WO2013100898A1 (en) * 2011-12-27 2013-07-04 Intel Corporation Turing test based user authentication and user presence verification system, device, and method
US20130188840A1 (en) * 2012-01-20 2013-07-25 Cyberlink Corp. Liveness detection system based on face behavior
CN103514440A (zh) * 2012-06-26 2014-01-15 谷歌公司 面部识别

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195455B1 (en) * 1998-07-01 2001-02-27 Intel Corporation Imaging device orientation information through analysis of test images
US7616784B2 (en) * 2002-07-29 2009-11-10 Robert William Kocher Method and apparatus for contactless hand recognition
JP2007249585A (ja) * 2006-03-15 2007-09-27 Omron Corp 認証装置およびその制御方法、認証装置を備えた電子機器、認証装置制御プログラム、ならびに該プログラムを記録した記録媒体
JP4752660B2 (ja) * 2006-07-28 2011-08-17 沖電気工業株式会社 個人認証方法及び個人認証装置
JP4680158B2 (ja) * 2006-09-13 2011-05-11 株式会社日立製作所 生体認証装置
US7986816B1 (en) * 2006-09-27 2011-07-26 University Of Alaska Methods and systems for multiple factor authentication using gaze tracking and iris scanning
US8555207B2 (en) * 2008-02-27 2013-10-08 Qualcomm Incorporated Enhanced input using recognized gestures
KR101274294B1 (ko) * 2009-01-30 2013-06-13 후지츠 프론테크 가부시키가이샤 인증 장치, 촬상 장치, 인증 방법, 및 인증 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
WO2010101697A2 (en) * 2009-02-06 2010-09-10 Oculis Labs, Inc. Video-based privacy supporting system
US20110153362A1 (en) * 2009-12-17 2011-06-23 Valin David A Method and mechanism for identifying protecting, requesting, assisting and managing information
US8594374B1 (en) * 2011-03-30 2013-11-26 Amazon Technologies, Inc. Secure device unlock with gaze calibration
US9082235B2 (en) * 2011-07-12 2015-07-14 Microsoft Technology Licensing, Llc Using facial data for device authentication or subject identification
KR20130022434A (ko) 2011-08-22 2013-03-07 (주)아이디피쉬 통신단말장치의 감정 컨텐츠 서비스 장치 및 방법, 이를 위한 감정 인지 장치 및 방법, 이를 이용한 감정 컨텐츠를 생성하고 정합하는 장치 및 방법
US8966613B2 (en) * 2011-09-30 2015-02-24 Microsoft Technology Licensing, Llc Multi-frame depth image information identification
JP5831193B2 (ja) * 2011-12-13 2015-12-09 富士通株式会社 利用者検知装置、方法及びプログラム
ES2577149T3 (es) 2011-12-15 2016-07-13 Orange Sistema de seguridad de gesto privado/público y método de funcionamiento del mismo
EP2795430A4 (en) * 2011-12-23 2015-08-19 Intel Ip Corp TRANSITION MECHANISM FOR A COMPUTER SYSTEM WITH USER DETECTION
KR101457377B1 (ko) 2011-12-28 2014-11-03 김종성 미션실행 제스처 인식을 이용한 사용자 인증방법, 및 미션실행 제스처 인식을 이용한 사용자 인증 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
US10002297B2 (en) 2012-06-20 2018-06-19 Imprivata, Inc. Active presence detection with depth sensing
US9032510B2 (en) 2012-09-11 2015-05-12 Sony Corporation Gesture- and expression-based authentication
US9372970B2 (en) * 2012-10-12 2016-06-21 Apple Inc. Gesture entry techniques
US8856541B1 (en) * 2013-01-10 2014-10-07 Google Inc. Liveness detection
US9161167B2 (en) * 2013-01-23 2015-10-13 Qualcomm Incorporated Visual identifier of third party location
GB2500823B (en) * 2013-03-28 2014-02-26 Paycasso Verify Ltd Method, system and computer program for comparing images
CN104298909B (zh) * 2013-07-19 2018-11-30 富泰华工业（深圳）有限公司 电子装置、身份验证系统及方法
JP2015088098A (ja) * 2013-11-01 2015-05-07 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254164A (zh) * 2011-08-04 2011-11-23 蔡翔 具有提示功能的人脸识别方法
WO2013100898A1 (en) * 2011-12-27 2013-07-04 Intel Corporation Turing test based user authentication and user presence verification system, device, and method
US20130188840A1 (en) * 2012-01-20 2013-07-25 Cyberlink Corp. Liveness detection system based on face behavior
CN103514440A (zh) * 2012-06-26 2014-01-15 谷歌公司 面部识别

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用户_169184: "《Nina微教程第三集Mac教程photo Booth使用方法[触动力]》", 《HTTPS://V.YOUKU.COM/V_SHOW/ID_XNZEXODM0NJKY.HTML?REFER=SEO_OPERATION.LIUXIAO.LIUX_00003303_3000_QZU6VE_19042900》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407757A (zh) * 2021-06-23 2021-09-17 重庆世纪科怡科技股份有限公司 一种基于计算机的图像检索方法及装置
CN113407757B (zh) * 2021-06-23 2022-07-22 重庆世纪科怡科技股份有限公司 一种基于计算机的图像检索方法及装置

Also Published As

Publication number Publication date
EP3218838A4 (en) 2018-06-20
US9811649B2 (en) 2017-11-07
CN107148628B (zh) 2020-11-24
WO2016077578A1 (en) 2016-05-19
EP3218838A1 (en) 2017-09-20
US20160140332A1 (en) 2016-05-19

Similar Documents

Publication Publication Date Title
CN107148628A (zh) 用于基于特征进行认证的系统和方法
US11182609B2 (en) Method and apparatus for recognition and matching of objects depicted in images
US20200310532A1 (en) Systems, apparatuses, and methods for gesture recognition and interaction
US11501514B2 (en) Universal object recognition
US10846514B2 (en) Processing images from an electronic mirror
US10204216B2 (en) Verification methods and verification devices
Hernandez-Ortega et al. Introduction to face presentation attack detection
CN107844748A (zh) 身份验证方法、装置、存储介质和计算机设备
CN107210007A (zh) 防止基于面部的认证假冒
CN108229120A (zh) 人脸解锁及其信息注册方法和装置、设备、程序、介质
US20150186708A1 (en) Biometric identification system
WO2019105411A1 (zh) 信息推荐方法、智能镜子及计算机可读存储介质
CN104106078B (zh) 光学字符辨识(ocr)高速缓冲存储器更新
TWI586160B (zh) 利用行動電話及雲端可視化搜尋引擎之即時物體掃描
CN109670517A (zh) 目标检测方法、装置、电子设备和目标检测模型
CN109271915A (zh) 防伪检测方法和装置、电子设备、存储介质
CN106096043A (zh) 一种拍照方法和移动终端
CN108108711A (zh) 人脸布控方法、电子设备及存储介质
CN109074498A (zh) 用于pos区域的访问者跟踪方法和系统
CN110476180A (zh) 用于提供基于文本阅读的奖励型广告服务的方法及用于实行该方法的用户终端
TWI603227B (zh) 移動物件的虛擬訊息遠距管理方法與應用系統
CN109885708A (zh) 证件图片的搜索方法和装置
CN108875496A (zh) 行人画像的生成及基于画像的行人识别
Chu et al. Thermal face recognition based on multi-scale image synthesis
CN114299569A (zh) 一种基于眼球运动的安全人脸认证方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201124

Termination date: 20211112