CN107483423A - 一种用户登录验证方法 - Google Patents
一种用户登录验证方法 Download PDFInfo
- Publication number
- CN107483423A CN107483423A CN201710662268.5A CN201710662268A CN107483423A CN 107483423 A CN107483423 A CN 107483423A CN 201710662268 A CN201710662268 A CN 201710662268A CN 107483423 A CN107483423 A CN 107483423A
- Authority
- CN
- China
- Prior art keywords
- user
- face
- validation method
- user login
- login validation
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/083—Network architectures or network communication protocols for network security for authentication of entities using passwords
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
Abstract
本发明提供一种用户登录验证方法,包括输入用户名密码于,还包括以下步骤:步骤1,进行用户名密码匹配,如果匹配成功则执行步骤3;步骤2,回答特定问题并匹配,如果匹配成功执行步骤3;步骤3,采集实时人脸图像信息并进行人脸登录认证;步骤4,登录成功,进入相应的应用。本发明采用用户名密钥与人脸验证相结合的登录信息验证方式,更具安全性,增加的人脸验证步骤简单地采集实时登录用户的人脸信息,在增加应用的安全性能的同时也保证了其简易性。
Description
技术领域
本发明涉及信息安全的技术领域,特别是一种用户登录验证方法。
背景技术
由于计算机网络的开放性导致其存在有很多的安全漏洞,网络中的各类资源很容易被非法用户访问和下载,因此对网络资源的访问者的合法身份进行验证闲的十分重要。随着网络应用和手机应用的进一步发展,对用户登录验证提出了更多更高的要求。目前,虽然有许多的加密的方法和密码找回的功能,能够在一定程度上保护用户的安全性,但是对于密码被盗取等问题还是不能很好的解决,因此,研究一种能够在用户登录时,对用户的生物特征进行验证的方法具有应用价值。
在目前的使用用户名密码登录的方法中,大多数采用用户信息加密存储的方式,如果加密方法被黑客等非法用户通过非法途径获取,那么用户登录信息则就会泄漏,从而应用中的个人信息就会毫无安全性可言,因此,我们可以针对这个安全漏洞进行改进,通过获取登录用户的实时生物特征来进行身份验证,进而判断用户的合法性,这样能更好的保护用户的登录安全性。
公开号为CN101986328A的专利文件公开了一种基于局部描述符的三维人脸识别方法,步骤如下:(1)对库集人脸模型和测试人脸模型进行预处理,包括人脸切割、姿态归一化和稀释,最后以鼻尖为中心建立人脸主轴坐标系;(2)对库集人脸模型和测试人脸模型提取等距轮廓线,以鼻尖点为中心提取与鼻尖点等距离的16条轮廓线,并进行重采样,得到相同数目的采样点;(3)对库集人脸模型和测试人脸模型人脸进行栅格划分,在步骤(3)所述出的采样点上提取局部投影面积作为局部特征;(4)对库集人脸模型和测试人脸模型上相同顺序的采样点建立一一对应的关系,并比较对应点局部特征;(5)以对应点间局部特征的欧氏距离作为相似度,在库集人脸中选取与测试人脸最相似的作为识别结果。该方法对多三维人脸的预处理工作比较繁琐,稍有疏忽就会影响识别结果。
公开号为CN104599265A的专利文件公开了一种人脸识别中三维人脸检测与姿态校正方法,步骤如下:一、对三维人脸进行检测,流程为:建立人脸模型、人脸图像网格预处理、定位鼻尖点、空洞修复、人脸切割;二、对三维人脸进行姿态校正,流程为:在空洞修复的基础之上拟合鼻尖法向、提取鼻梁方向、姿态归一化处理。该方法只公开了人脸的检测方法,并没有提及后期的人脸特征提取和人脸识别。
发明内容
为了解决上述的技术问题,本发明提出了一种用户登录验证方法,采用用户名密钥与人脸验证相结合的登录信息验证方式,增加了人脸验证步骤简单地采集实时登录用户的人脸信息,在提高用户在登录应用阶段的安全性的同时也保证了其简易性。
本发明提供一种用户登录验证方法,包括输入用户名密码,还包括以下步骤:
步骤1:进行用户名密码匹配,如果匹配成功则执行步骤3;
步骤2:回答特定问题并匹配,如果匹配成功执行步骤3;
步骤3:采集实时人脸图像信息并进行人脸登录认证;
步骤4:登录成功,进入相应的应用。
优选的是,所述步骤1为如果匹配不成功重新输入用户名密码。
在上述任一方案中优选的是,所述步骤1还为如果忘记密码则执行步骤2。
在上述任一方案中优选的是,所述特定问题包括用户在注册时设置的问题、专门为忘记密码设置的问题、防止被盗用设置的问题和后添加的其他问题中至少一种。
在上述任一方案中优选的是,所述步骤2还为如果匹配不成功则重新输入所述特定问题的答案。
在上述任一方案中优选的是,所述人脸图像信息为3D人脸图像信息
在上述任一方案中优选的是,采集所属人脸图像信息是要保证正面面向摄像头并保持自然的表情。
在上述任一方案中优选的是,所述人脸验证方法包括以下步骤:
步骤01:对所述人脸图像信息进行归一化处理;
步骤02:对所述人脸图像信息进行特征提取;
步骤03:对所述人脸图像信息进行特征升维;
步骤04:进行模型训练;
步骤05:测试。
在上述任一方案中优选的是,所述归一化处理包括以下几个步骤:
步骤11:消除人脸图像的中的噪声点;
步骤12:通过缩放将人脸图像的分辨率进行统一;
步骤13:进行鼻尖检测;
步骤14:以鼻尖为中心,A为半径的球形区域进行人脸图像裁剪。
在上述任一方案中优选的是,所述步骤11还包括在三维空间内使用三次插值法将损失的信息点进行填充。
在上述任一方案中优选的是,所述鼻尖检测的方法为将人脸沿y轴旋转,角度范围为-B°到B°,增量为C°,由此产生D个人脸轮廓图,使用一个点为中心圆形沿着人脸区域所有的点进行扫描,将圆形内与圆形外的差异性大于设定好的阈值的点选为鼻尖候选点,选出的点最终组成一个三角形区域,鼻尖点从该区域的中选择。
在上述任一方案中优选的是,所述步骤14还包括使用PCA算法进行人脸姿势矫正。
在上述任一方案中优选的是,所述特征是一个三维曲线高度值的集合。
在上述任一方案中优选的是,所述特征提取包括以下步骤:
步骤21:设定一个通道集合,每条通道的夹角为θ,通道总数为
步骤22:计算每条通道上每个点对应的三维坐标的高度值。
在上述任一方案中优选的是,每条所述通道上有E个点,每个所述点之间的距离为F,所述通道相当于所述三维人脸图像上的曲线在平面上的投影。
在上述任一方案中优选的是,所述高度值就是提取的所述特征,是N个一维特征向量。
在上述任一方案中优选的是,所述步骤22还包括将所述N个一维向量组合起来形成一幅人脸图像的完整特征。
在上述任一方案中优选的是,所述特征升维是指使用KPCA方法将所述特征进行升维处理。
在上述任一方案中优选的是,所述模型训练是指将经过升维处理后的所述特征使用SVM来进行训练,最终得到模型。
在上述任一方案中优选的是,所述测试是指将步骤04训练好的所述模型用于最终的人脸识别。
本发明提出的方法采用用户名密钥与人脸验证相结合的登录信息验证方式,在增加应用的安全性能的同时也保证了其简易性,具有很好的适用性,能够应用于各种手机应用的登录验证模块。
附图说明
图1为按照本发明的用户登录验证方法的一优选实施例的流程图。
图2为作为本发明的用户登录验证方法的一实施例的人脸登录验证方法流程图。
图3为作为本发明的用户登录验证方法的一实施例的人脸图像归一化处理方法流程图。
图4为作为本发明的用户登录验证方法的一实施例的特征提取方法流程图。
图5为按照本发明的用户登录验证方法的一优选实施例的人脸认证方法的摄像头采集图。
图6为按照本发明的用户登录验证方法的如图5所示实施例的人脸归一化处理后的效果图。
图7为按照本发明的用户登录验证方法的如图5所示实施例的人脸鼻尖确认图。
图8为按照本发明的用户登录验证方法的如图5所示实施例的三维人脸平放后的高度值图。
图9为按照本发明的用户登录验证方法的如图5所示实施例的特征SVM分类器图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例一
如图1所示,执行步骤100,打开登录界面,弹出用户名和密码输入窗口,并在界面上有忘记密码选项。执行步骤110,判断是否忘记了密码。如果忘记密码,则执行步骤111,回答特定问题,特定的问题包括用户在注册时设置的问题、专门为忘记密码设置的问题、防止被盗用设置的问题和后添加的其他问题等。用户输入答案后执行步骤112,把用户输入的答案与服务器存储的信息进行一一匹配。如果问题答案匹配不成功,则执行步骤111,重新输入特定问题的答案。如果问题答案匹配成功,则执行步骤140,进行人脸信息采集。如果没有忘记密码,则执行步骤120,用户输入自己的用户名和密码等用户信息。执行步骤130,将用户输入的用户名和密码等信息与服务器存储的信息进行一一匹配。如果用户名密码匹配不成功,则执行步骤120,重新输入用户名密码。如果忘记密码,则执行步骤111,回答特定问题,特定的问题包括用户在注册时设置的问题、专门为忘记密码设置的问题、防止被盗用设置的问题和后添加的其他问题等。用户输入答案后执行步骤112,把用户输入的答案与服务器存储的信息进行一一匹配。如果问题答案匹配不成功,则执行步骤111,重新输入特定问题的答案。如果问题答案匹配成功,则执行步骤140,进行人脸信息采集。如果用户名密码匹配成功,则执行步骤140,进行人脸信息采集,采集人脸信息的时候,需要用户尽可能保证自己的正脸面向摄像头,并且保持自然的表情,人脸信息的采集可以采用3D人脸验证,这样可以较大程度防止非法用户使用照片对系统的非法登录。
执行步骤150,对采集到的人脸信息进行验证处理。如图2所示,对人脸信息进行验证的步骤如下:执行步骤200,对人脸进行归一化处理,如图3所示,执行步骤300,去除噪声污染点,消除人脸图像的中的噪声点,并在三维空间内使用三次插值法将损失的信息点进行填充。执行步骤310,通过缩放将人脸图像的分辨率进行统一。执行步骤320,进行鼻尖点检测,将人脸沿y轴旋转,角度范围为-B°到B°(在本实施例中B=90),增量为C°(在本实施例中C=3),由此产生D个人脸轮廓图(在本实施例中D=61),使用一个点为中心圆形沿着人脸区域所有的点进行扫描,将圆形内与圆形外的差异性大于设定好的阈值的点选为鼻尖候选点,选出的点最终组成一个三角形区域,鼻尖点从该区域的中选择。执行步骤330,以鼻尖为中心,A为半径的球形区域进行人脸图像裁剪后,使用PCA算法进行人脸姿势矫正。(在本实施例中a=80mm)。执行步骤210,进行特征提取。如图4所示,执行步骤400,所提取的特征可以描述为一个三维曲线高度值的集合。在平面上假设一个通道集合,每条通道的夹角为θ,通道总数为每一个通道上有E个点(在本实施例中E=20),每个点之间的距离为F(在本实施例中F=3mm)。这些通道相当于三维人脸图像上的曲线在平面上的投影。执行步骤410,计算每条通道上每个点对应的三维坐标的高度值。执行步骤420,所计算的高度值即为提取的特征,为N个一维特征向量,最后将这N个一维向量组合起来形成一幅人脸图像的完整特征。执行步骤220,进行特征升维。由于上述方法对每一幅图像提取出来的特征在特征空间中的距离很接近,这样容易导致线性不可分的情况,因此,需要利用KPCA方法将特征进行升维处理。执行步骤230,将经过升维处理后的特征使用SVM来进行训练,最终得到模型。执行步骤240,将步骤230训练好的模型用于最终的人脸识别任务。
执行步骤160,把处理好的人脸信息与与服务器存储的人脸信息进行一一匹配,判断相似度是否大于给定的阈值。如果相似度校于给定的阈值,则执行步骤140,重新采集人脸信息。如果相似度大于给定的阈值,则执行步骤170,用户登录成功,进入相应的应用。
在本实施例中,可以替换的,步骤120和步骤111是平行的,即完成步骤120或者111其中的任意一个,就可以进入步骤140。
实施例二
本实施例提出的用户登录验证方法目的在于提高用户在登录应用阶段的安全性,采用了用户名密钥与人脸验证相结合的登录信息验证方式,人脸验证步骤简单地采集实时登录用户的人脸信息,在增加应用的安全性能的同时也保证了其简易性。本方法具有很好的适用性,能够应用于各种手机应用的登录验证模块。
在人脸验证部分,将通过摄像头采集实时的人脸图像数据进行简单处理后,得到如图5所示的图像,背景为黑色的3D效果图。将处理后的人脸图像数据进行归一化处理,包括姿态矫正、缩放等,人脸的归一化处理分为四步:第一步,消除人脸图像的中的噪声点,并在三维空间内使用三次插值法将损失的信息点进行填充;第二步,通过缩放将人脸图像的分辨率进行统一;第三步,鼻尖检测,将人脸图像沿y轴旋转,角度范围为-90°到90°,增量为3°,由此产生61个人脸轮廓图,然后使用一个点为中心圆形沿着人脸区域所有的点进行扫描,将圆形内与圆形外的差异性大于设定好的阈值的点选为鼻尖候选点,选出的点最终组成一个三角形区域,鼻尖点从该区域的中选择。(有的数据集已经处理好了,便可以省去该步骤);第四步,以鼻尖为中心,80mm为半径的球形区域进行人脸图像裁剪后,使用PCA算法进行人脸姿势矫正。将人脸进行归一化处理后效果如图6所示。然后对进行归一化处理后的人脸数据进行特征提取,特征提取包括三个步骤:第一步,如图7所示,所提取的特征可以描述为一个三维曲线高度值的集合,在平面上假设一个通道集合,每条通道的夹角为θ,通道总数为每一个通道上有20个点,每个点之间相隔3mm,这些通道相当于三维人脸图像上的曲线在平面上的投影;第二步,如图8所示,计算每条通道上每个点对应的三维坐标的高度值;第三步,所计算的高度值即为提取的特征,为N个一维特征向量,最后将这N个一维向量组合起来形成一幅人脸图像的完整特征。把提取到人脸图像的完整特征送入到设计好的SVM分类器中进行训练,得到分类模型,如图9所示的是一个预选设计好的SVM分类器。最后进入测试阶段,在测试阶段,将用户的人脸图像积习难改in过预处理后,送入训练好的SVM分类器进行分类,输出最好的分类结果。将分类结果与人脸数据库中保存的用户名对应的人脸进行匹配,如果相似度大于给定的阈值,则认为是同一个人,允许用户登录系统,进入相应的应用;如果相似度小于给定的阈值,则认为不是同一个人,要求用户通过摄像头重新拍摄三维照片图像,并进行人脸登录认证。
为了更好地理解本发明,以上结合本发明的具体实施例做了详细描述,但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改,均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
可能以许多方式来实现本发明的方法、装置和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (10)
1.一种用户登录验证方法,包括输入用户名密码,其特征在于,还包括以下步骤:
步骤1:进行用户名密码匹配,如果匹配成功则执行步骤3;
步骤2:回答特定问题并匹配,如果匹配成功执行步骤3;
步骤3:采集实时人脸图像信息并进行人脸登录认证;
步骤4:登录成功,进入相应的应用。
2.如权利要求1所述的用户登录验证方法,其特征在于:在所述步骤1中,如果匹配不成功则重新输入用户名密码。
3.如权利要求2所述的用户登录验证方法,其特征在于:在所述步骤1中,如果忘记密码则执行步骤2。
4.如权利要求1所述的用户登录验证方法,其特征在于:所述特定问题包括用户在注册时设置的问题、专门为忘记密码设置的问题、防止被盗用设置的问题和后添加的其他问题中至少一种。
5.如权利要求4所述的用户登录验证方法,其特征在于:所述步骤2还为如果匹配不成功则重新输入所述特定问题的答案。
6.如权利要求1所述的用户登录验证方法,其特征在于:所述人脸图像信息为3D人脸图像信息。
7.如权利要求6所述的用户登录验证方法,其特征在于:采集所述人脸图像信息是要保证正面面向摄像头并保持自然的表情。
8.如权利要求7所述的用户登录验证方法,其特征在于:所述人脸验证方法包括以下步骤:
步骤01:对所述人脸图像信息进行归一化处理;
步骤02:对所述人脸图像信息进行特征提取;
步骤03:对所述人脸图像信息进行特征升维;
步骤04:进行模型训练;
步骤05:测试。
9.如权利要求8所述的用户登录验证方法,其特征在于:所述归一化处理包括以下几个步骤:
步骤11:消除人脸图像的中的噪声点;
步骤12:通过缩放将人脸图像的分辨率进行统一;
步骤13:进行鼻尖检测;
步骤14:以鼻尖为中心,A为半径的球形区域进行人脸图像裁剪。
10.如权利要求9所述的用户登录验证方法,其特征在于:所述步骤11还包括在三维空间内使用三次插值法将损失的信息点进行填充。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710662268.5A CN107483423B (zh) | 2017-08-04 | 2017-08-04 | 一种用户登录验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710662268.5A CN107483423B (zh) | 2017-08-04 | 2017-08-04 | 一种用户登录验证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107483423A true CN107483423A (zh) | 2017-12-15 |
CN107483423B CN107483423B (zh) | 2020-10-27 |
Family
ID=60598695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710662268.5A Active CN107483423B (zh) | 2017-08-04 | 2017-08-04 | 一种用户登录验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107483423B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873991A (zh) * | 2019-03-19 | 2019-06-11 | 苏州华盖信息科技有限公司 | 一种物联网视频监控流量处理方法和处理系统 |
CN109995761A (zh) * | 2019-03-06 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 服务处理方法、装置、电子设备及存储介质 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131730A (zh) * | 2007-09-25 | 2008-02-27 | 浙江大学 | 一种弱化表情形变影响的三维人脸识别方法 |
CN102164113A (zh) * | 2010-02-22 | 2011-08-24 | 深圳市联通万达科技有限公司 | 一种人脸识别登录方法及系统 |
CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
CN104504410A (zh) * | 2015-01-07 | 2015-04-08 | 深圳市唯特视科技有限公司 | 基于三维点云的三维人脸识别装置和方法 |
CN104850838A (zh) * | 2015-05-19 | 2015-08-19 | 电子科技大学 | 基于表情不变区域的三维人脸识别方法 |
CN105654035A (zh) * | 2015-12-21 | 2016-06-08 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法及应用其的数据处理装置 |
CN105809113A (zh) * | 2016-03-01 | 2016-07-27 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法及应用其的数据处理装置 |
CN106339699A (zh) * | 2016-10-10 | 2017-01-18 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法和系统 |
-
2017
- 2017-08-04 CN CN201710662268.5A patent/CN107483423B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131730A (zh) * | 2007-09-25 | 2008-02-27 | 浙江大学 | 一种弱化表情形变影响的三维人脸识别方法 |
CN102164113A (zh) * | 2010-02-22 | 2011-08-24 | 深圳市联通万达科技有限公司 | 一种人脸识别登录方法及系统 |
CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
CN104504410A (zh) * | 2015-01-07 | 2015-04-08 | 深圳市唯特视科技有限公司 | 基于三维点云的三维人脸识别装置和方法 |
CN104850838A (zh) * | 2015-05-19 | 2015-08-19 | 电子科技大学 | 基于表情不变区域的三维人脸识别方法 |
CN105654035A (zh) * | 2015-12-21 | 2016-06-08 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法及应用其的数据处理装置 |
CN105809113A (zh) * | 2016-03-01 | 2016-07-27 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法及应用其的数据处理装置 |
CN106339699A (zh) * | 2016-10-10 | 2017-01-18 | 湖南拓视觉信息技术有限公司 | 三维人脸识别方法和系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109995761A (zh) * | 2019-03-06 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 服务处理方法、装置、电子设备及存储介质 |
CN109995761B (zh) * | 2019-03-06 | 2021-10-19 | 百度在线网络技术(北京)有限公司 | 服务处理方法、装置、电子设备及存储介质 |
CN109873991A (zh) * | 2019-03-19 | 2019-06-11 | 苏州华盖信息科技有限公司 | 一种物联网视频监控流量处理方法和处理系统 |
CN109873991B (zh) * | 2019-03-19 | 2020-08-28 | 山东爱特云翔信息技术有限公司 | 一种物联网视频监控流量处理方法、处理系统及存储介质 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107483423B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10108858B2 (en) | Texture features for biometric authentication | |
CN107066983B (zh) | 一种身份验证方法及装置 | |
De Marsico et al. | Firme: Face and iris recognition for mobile engagement | |
CN106845414B (zh) | 用于生物特征验证的质量度量的方法和系统 | |
EP2869238B1 (en) | Methods and systems for determining user liveness | |
CN105631272B (zh) | 一种多重保险的身份认证方法 | |
US10922399B2 (en) | Authentication verification using soft biometric traits | |
CN107483423A (zh) | 一种用户登录验证方法 | |
Fenu et al. | Controlling user access to cloud-connected mobile applications by means of biometrics | |
Kim et al. | Reconstruction of fingerprints from minutiae using conditional adversarial networks | |
Omri et al. | Cloud-based mobile system for biometrics authentication | |
Yuan et al. | SALM: smartphone-based identity authentication using lip motion characteristics | |
Esan et al. | Bimodal biometrics for financial infrastructure security | |
Alsultan et al. | A comparative study of biometric authentication in cloud computing | |
Chang et al. | Application of Face Recognition in E-commerce Security Authentication in the Era of Big Data | |
WO2024047616A1 (en) | Method and system for authenticating a user via face recognition | |
Bennet | Robust Security Enhancement for Smartphone Using Biometric Fingerprint | |
Kumar et al. | Digital Signature Verification using Support Vector Machine | |
Chaudhari et al. | Online Voter System With Two-Step Verification | |
WO2023062172A1 (en) | Deep learning based fingerprint minutiae extraction | |
CN117494092A (zh) | 基于生物活体识别的景区门票无感核验方法、系统及介质 | |
Ghodake et al. | Person Authentication using Iris Recognition | |
Mastali | Synergising fingerprint biometrics and cryptography for improved authentication | |
Falih | Secure Network Authentication Based on Biometric National Identification Number | |
Kuduk et al. | Biometric Ear Recognition System |
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 |