CN107615288A - 姿态匹配机制 - Google Patents
姿态匹配机制 Download PDFInfo
- Publication number
- CN107615288A CN107615288A CN201580077135.0A CN201580077135A CN107615288A CN 107615288 A CN107615288 A CN 107615288A CN 201580077135 A CN201580077135 A CN 201580077135A CN 107615288 A CN107615288 A CN 107615288A
- Authority
- CN
- China
- Prior art keywords
- posture
- user
- database
- equipment
- incarnation
- 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
-
- 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
- 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
-
- 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
- G06F21/36—User authentication by graphic or iconic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
- H04W12/065—Continuous authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/68—Gesture-dependent or behaviour-dependent
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
描述了一种根据一个实施例的用于促进姿态匹配的机制。如本文中所述的实施例的一种方法包括:在认证阶段期间从数据库中选择姿态;将所选择的姿态转换成动画化身;显示所述化身;提示用户执行所选择的姿态;捕获所述用户的实时图像;以及将所述所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配。
Description
技术领域
本文所述的实施例总体上涉及计算机。更具体地,实施例涉及用于姿态匹配的机制。
背景技术
在计算机安全应用中实现认证以确认正在尝试使用计算机系统的个人的身份。常见的认证系统可以采用生物测定(例如,指纹和/或面部识别)应用来对用户进行认证。然而,这种系统可能遭遇伪造测量。
附图说明
在附图中通过示例的方式而不是通过限制的方式来展示了实施例,在附图中,相同参考号指代类似元件。
图1展示了根据一个实施例的在计算装置处的姿态匹配机制。
图2展示了根据一个实施例的姿态匹配机制。
图3展示了由姿态匹配机制显示的化身。
图4是流程图,展示了根据一个实施例的姿态匹配机制的操作。
图5展示了根据一个实施例的适用于实现本公开的实施例的计算机系统。
具体实施方式
在下列描述中,阐述了众多具体细节。然而,如本文中所描述的,可以在不具有这些特定的细节的情况下实践实施例。在其他实例中,没有详细示出众所周知的电路、结构和技术,以免模糊对本描述的理解。
实施例提供了一种姿态匹配机制,所述姿态匹配机制学习姿态并且基于已学习到的姿态来执行用户认证。在一个实施例中,所述姿态匹配机制在注册阶段期间学习姿态,其中,用户注册多个姿态以供稍后对用户进行识别。随后,在认证阶段期间,提示用户执行从数据库中选择的姿态,以便判定用户的姿态执行是否与选定的姿态匹配。如果检测到匹配,则用户通过认证。在其他实施例中,姿态匹配机制可以被实现用于通过监测随时间推移的用户面部移动来检测可以指示健康问题的变化从而在屏幕上显示健康警告。在进一步实施例中,姿态匹配机制可以被实现用于执行游戏控制以及其他应用。
图1展示了根据一个实施例的在计算装置100处的姿态匹配机制110。在一个实施例中,计算装置100用作用于主控姿态匹配机制110的主机,所述主机包括用于基于在计算装置(诸如,计算装置100)处的姿态识别来促进认证、健康指示和/或游戏控制的任何数量和类型的部件的组合。计算装置100可以包括大型计算系统,诸如,服务器计算机、台式计算机等,并且可以进一步包括机顶盒(例如,基于互联网的有线电视机顶盒等)、基于全球定位系统(GPS)的装置等。计算装置100可以包括移动计算装置,诸如包括智能电话在内的蜂窝电话、个人数字助理(PDA)、平板计算机、膝上型计算机(例如,笔记本、上网本、超级本TM等)、电子阅读器等。
计算装置100可包括用作计算装置100的硬件和/或物理资源与用户之间的接口的操作系统(OS)106。计算装置100进一步包括一个或多个处理器102、存储器装置104、网络装置、驱动器等以及输入/输出(I/O)源108,诸如触摸屏、触摸板、触摸垫、虚拟或常规键盘、虚拟或常规鼠标等。应注意,贯穿本文档,可以可互换地使用类似“节点”、“计算节点”、“服务器”、“服务器装置”、“云计算机”、“云服务器”、“云服务器计算机”、“机器”、“主机”、“装置”、“计算装置”、“计算机”、“计算系统”等的术语。还应注意,贯穿本文档,可以可互换地使用类似“应用”、“软件应用”、“程序”、“软件程序”、“包”和“软件包”之类的术语。类似地,贯穿本文档,可以可互换地使用如“工作”、“输入”、“请求”和“消息”等术语。
图2展示了根据一个实施例的姿态匹配机制110。在一个实施例中,可以在计算装置100(诸如,膝上型计算机、台式计算机、智能电话、平板计算机等)处采用姿态匹配机制110。在一个实施例中,姿态匹配机制110可以包括任何数量和类型的部件,诸如,接收和捕获逻辑201、姿态训练模块202、姿态选择引擎203、化身动画和渲染引擎204、姿态匹配部件205和姿态学习模块206。
在一个实施例中,接收和捕获逻辑201促进在计算装置100处在图像源225处实现的图像捕获装置接收和捕获与用户相关联的图像,如用户的实况实时图像。由于接收和捕获到用户的实况图像,因此可以在实况视频帧中连续且实时地检测和跟踪用户的移动。在实施例中,接收和捕获逻辑201可以从图像源225接收图像数据,其中,所述图像数据可以采用图像序列或帧序列的形式(例如,视频帧)。图像源225可以包括图像捕获装置,诸如相机。这种装置可以包括各种部件,诸如(但不限于)光学组件、图像传感器、图像/视频编码器等,所述各种部件可以以硬件和/或软件的任意组合来实现。所述光学组件可以包括用于将视场内的图像投影到图像传感器内的多个传感器元件上的一个或多个光学装置(例如透镜、反射镜等)。此外,所述光学组件可以包括用于控制这些光学装置的安排的一个或多个机制。例如,这种机制可以控制聚焦操作、光圈设置、曝光设置、缩放操作、快门速度、有效焦距等。然而,实施例不限于这些示例。
图像源225可以进一步包括一个或多个图像传感器,所述一个或多个图像传感器包括传感器元件阵列,其中,这些元件可以是互补金属氧化物半导体(CMOS)传感器、电荷耦合器件(CCD)或其他适合的传感器元件类型。这些元件可以生成模拟强度信号(例如,电压),其对应于入射到传感器上的光。此外,图像传感器还可以包括将模拟强度信号转换成数字编码强度值的(多个)模数转换器ADC。然而,实施例不限于这些示例。例如,图像传感器将通过光学组件接收到的光转换成像素值,其中,这些像素值中的每个像素值表示在相应传感器元件处的特定光强。虽然这些像素值已经被描述为数字的,但它们可以替代性地为模拟的。如上所述,图像感测装置可以包括用于对像素值进行编码和/或压缩的图像/视频编码器。针对此编码和/或压缩,可以采用各种技术、标准和/或格式(例如,运动图像专家组(MPEG)、联合图像专家组(JPEG)等)。
如上所述,图像源225可以是任何数量和类型的部件,如,图像捕获装置(例如,一个或多个相机等)和图像感测装置(诸如(但不被限于)背景感知传感器(例如,温度传感器、与一个或多个相机共同工作的面部表情和特征测量传感器、环境传感器(诸如用于感测背景颜色、光等)、生物测定传感器(诸如用于检测指纹、面部点或特征等))等等。计算装置100还可以包括一个或多个软件应用,诸如,商业应用、社交网络网站、商业联网网站、通信应用、游戏和其它娱乐应用等等,所述软件应用提供用于显示姿态匹配并且用于使用户与其他计算装置处的其他用户进行通信的一个或多个用户界面(例如,web用户界面(WUI)、图形用户界面(GUI)、触摸屏等),同时确保与改变的技术、参数、协议、标准等的兼容性。
根据一个实施例,姿态匹配机制110在两个阶段进行操作。一个这样的阶段是注册阶段,在所述阶段中,用户注册多个姿态。在这种实施例中,姿态训练模块202捕获大批姿态以供稍后对用户进行识别。在一个实施例中,姿态训练模块202对来自在接收和捕获逻辑201处捕获的用户图像的新姿态进行标识并且将所述姿态作为动画参数添加至数据库240。根据一个实施例,每个新姿态定义在单个帧中的姿势或表情的组合。在其他实施例中,每个姿态定义在预定的时间帧(例如,秒)内发生的一系列姿势或表情。在一些实施例中,数据库240可以用于记录、存储和维护与各种姿态相关的数据,如,人头部移动、面部移动、手移动和/或手指移动。这些姿态可以被记录为帧序列,其中,每一帧可以包括多个特征。数据库240可以包括数据源、信息存储介质,诸如存储器(易失性或非易失性)、磁盘存储装置、光学存储装置等。
第二个阶段是认证阶段,在所述认证阶段中,基于姿态识别对用户进行认证。在一个实施例中,提示用户执行从数据库240中选择的姿态,以便判定用户的姿态执行是否与选定的姿态相匹配。姿态选择引擎203被实现用于从数据库240中随机选择姿态以进行用户认证。化身动画和渲染引擎204将选定的姿态转换成显示器230上的动画化身。显示装置230可以利用各种显示器来实现,包括(但不限于)液晶显示器(LCD)、发光二极管(LED)显示器、等离子显示器和阴极射线管(CRT)显示器。
在一个实施例中,显示屏幕或装置230将化身视觉地输出给用户。在进一步实施例中,化身动画和渲染引擎204使用Pocket,其将形状混合以便将选定的化身制成动画。在此实施例中,面部姿态(例如,嘴巴张开和眼睛眨动等)可以由对应于面部姿态数据的混合形状参数来表示。图3展示了与由化身动画和渲染引擎204显示的选定姿态相对应的化身的一个实施例。如图3所示,化身动态地摆出面部姿态/头部姿态。
根据一个实施例,化身动画和渲染引擎204有助于提示用户执行所显示化身的姿势。返回参考图2,接收和捕获逻辑201捕获用户的响应。根据一个实施例,接收和捕获逻辑201在预定的时间窗口内捕获视频。随后,姿态匹配部件205通过分析视频帧将捕获的姿态响应与选定的姿态进比较,以便标识在预定的时间段内是否出现了相同的姿态。
姿态匹配部件205自动选择关键帧并且确定跨多个帧的时间序列,以将用户输入(例如,所执行的姿态)与数据库240进行比较来判定输入是否与选定的姿态相匹配。在一个实施例中,用户的姿态被记录为t个帧的序列:G用户={p1,p2……pt},其中,pi是第i个帧的姿势和表情参数。类似地,数据库中的每个姿态可被表示为s个帧的序列:G数据库={p1,p2……ps}。通过时间序列匹配方法(例如,动态时间扭曲)对G用户和G数据库进行比较。如果存在匹配,则用户通过认证。姿态学习模块207对由用户执行的新姿态进行标识并且将所述新姿态添加至数据库240。例如,如果G用户与数据库240中的任何姿态都不匹配,则将数据库240更新为包括此新姿态。结果是,不同的姿态可以用于随后的用户认证。
设想到的是,姿态匹配机制110的任何数量和类型的部件201-240可能不一定处于单个计算装置处并且可以分配或分布在任何数量和类型的计算装置当中或之间,包括具有(但不限于)以下各项的计算装置100:服务器计算装置、相机、PDA、移动电话(例如,智能电话、平板计算机等)、个人计算装置(例如,台式装置、膝上型计算机等)、智能电视、服务器、可穿戴装置、媒体播放器、任何智能计算装置等。进一步示例包括微处理器、图形处理器或引擎、微控制器、专用集成电路(ASIC)等。然而,实施例不限于这些示例。
图4是流程图,展示了根据一个实施例的用于促进以在计算装置上操作的姿态匹配机制对用户进行认证的方法400。方法400可以由处理逻辑执行,所述处理逻辑可以包括硬件(例如,电路系统、专用逻辑、可编程逻辑等)、软件(比如,在处理装置上运行的指令)或其组合。在一个实施例中,方法400可以由姿态匹配机制110执行。为了呈现的简短和清晰,以线性序列展示了方法400的过程;然而,设想到的是,可以并行地、异步地、或以不同顺序执行任何数量的过程。为了简明、清晰且易于理解,此处不再讨论或重复参考图1和图2所讨论的许多细节。
方法400在框410处开始,其中,从数据库240中选择姿态。在处理框420处,将选定的姿态显示为化身。在处理框430处,提示用户根据由化身显示的姿态摆出姿势。在处理框440处,捕获用户姿势。在处理框450处,分析包括用户姿势的视频帧数据。在决策框460处,就捕获的姿势是否包括与选定的姿态相匹配的姿态做出判定。若否,则将控制返回至处理框410,在所述处理框处,选择另一种姿态以用于认证。如果确定捕获的姿势包括与选定的姿态相匹配的姿态,则在处理框470处对用户进行认证。在决策框480处,就一个或多个姿势是否包括未被识别的姿态做出判定。若是,则将所述姿态添加至数据库,处理框490。
虽然参照认证进行了描述,但是其他实施例可以以将姿态匹配机制110实现为用于在屏幕上显示健康警告为特征。在这种实施例中,姿态匹配机制110可以监测随着时间推移的用户面部移动(例如,嘴)并且分析所述移动以用于可以指示笔划的微小变化。在进一步实施例中,姿态匹配机制110可以被实现用于执行游戏控制。
图5展示了计算机系统500的一个实施例。计算系统500包括总线505(或者例如,用于传达信息的链路、互连、或另一类型的通信装置或接口)以及可处理信息的、耦合至总线505的处理器510。虽然展示出计算装置500具有单个处理器,但是电子系统500可包括多个处理器和/或协处理器,如一个或多个中央处理器、图形处理器和物理处理器等。计算系统500可进一步包括随机访问存储器(RAM)或其他动态存储装置520(称为主存储器),其耦合到总线505并且可存储信息以及可由处理器510执行的指令。主存储器520也可以用于在处理器510执行指令期间存储临时变量或其他中间信息。
计算系统500还可以包括耦合至总线505的可以存储用于处理器510的静态信息和指令的只读存储器(ROM)和/或其他存储装置530。数据存储装置540可耦合至总线505以存储信息和指令。如磁盘或光盘等数据存储装置540和相应的驱动器可耦合至计算系统500。
计算系统500也可以经由总线505耦合至显示装置550(如阴极射线管(CRT)、液晶显示器(LCD)或有机发光二极管(OLED)阵列)以向用户显示信息。包括字母数字及其他键的用户输入装置560可以耦合至总线505以便将信息和命令选择传达至处理器510。另一类型的用户输入装置560是用于将方向信息和命令选择传达至处理器510并控制显示器550上的光标移动的光标控制装置570(如鼠标、轨迹球、触摸屏、触摸板或光标方向键)。计算机系统500的相机和麦克风阵列590可以耦合至总线505以便观察姿态、记录音频和视频并接收和发射视觉命令和音频命令。
计算系统500可进一步包括(多个)网络接口580以提供对网络的访问,如,局域网(LAN)、广域网(WAN)、城域网(MAN)、个域网(PAN)、蓝牙、云网络、移动网络(例如,第3代(3G)等)、内联网、因特网等。(多个)网络接口580可以包括例如具有天线585的无线网络接口,所述天线可以表示一个或多个天线。(多个)网络接口580也可以包括,例如,经由网络电缆587与远程装置通信的有线网络接口,所述网络电缆可以是例如以太网电缆、同轴电缆、光缆、串行电缆或并行电缆。
(多个)网络接口580可例如通过遵循IEEE 802.11b和/或IEEE802.11g标准来提供对LAN的访问,并且/或者无线网络接口可以例如通过遵循蓝牙标准来提供对个域网的访问。也可以支持其他无线网络接口和/或协议(包括先前和后续版本的标准)。
附加于或替代于经由无线LAN标准通信,(多个)网络接口580可以使用例如以下协议来提供无线通信:时分多址(TDMA)协议、全球移动通信系统(GSM)协议、码分多址(CDMA)协议和/或任何其他类型的无线通信协议。
(多个)网络接口580可以包括一个或多个通信接口,如调制解调器、网络接口卡或其他众所周知的接口装置,如用于为了提供通信链路以支持例如LAN或WAN而耦合至以太网、令牌环或其他类型的物理有线或无线附连的那些通信接口。以这种方式,计算机系统也可以经由常规的网络基础设施(例如,包括内联网或因特网)而耦合至多个外围装置、客户机、控制面、控制台或服务器。
将领会,对于某些实现,比以上所描述的示例更少或更多地配备的系统可以是优选的。因此,取决于众多因素(如价格约束、性能要求、技术改进或其他情况)计算系统500的配置可以因实现不同而改变。电子装置或计算机系统500的示例可以包括但不限于:移动装置、个人数字助理、移动计算装置、智能电话、蜂窝式电话、手持装置、单向寻呼机、双向寻呼机、消息收发装置、计算机、个人计算机(PC)、台式计算机、膝上型计算机、笔记本计算机、手持式计算机、平板计算机、服务器、服务器阵列或服务器场、web服务器、网络服务器、因特网服务器、工作站、小型计算机、大型计算机、超级计算机、网络装置、web装置、分布式计算系统、多处理器系统、基于处理器的系统、消费电子装置、可编程消费电子装置、电视、数字电视、机顶盒、无线接入点、基站、订户站、移动订户中心、无线电网络控制器、路由器、集线器、网关、桥接器、交换机、机器或上述各项的组合。
实施例可以实现为以下各项中的任何一项或组合:使用母板互连的一个或多个微芯片或集成电路、硬连线逻辑、由存储器装置存储且由微处理器执行的软件、固件、专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)。以示例的方式,术语“逻辑”可以包括软件或硬件以及/或者软件和硬件的组合。
可以将实施例作为例如计算机程序产品来提供,所述计算机程序产品可以包括其上存储有机器可执行指令的一种或多种机器可读介质,当由一个或多个机器(如计算机、计算机的网络或其他电子装置)执行这些机器可执行指令时,这些机器可执行指令可以使一个或多个机器执行根据本文中所描述的实施例的操作。机器可读介质可以包括但不限于:软盘、光盘、CD-ROM(CD盘只读存储器)以及磁光盘、ROM、RAM、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或者适用于存储机器可执行指令的其他类型的介质/机器可读介质。
此外,实施例可以作为计算机程序产品被下载,其中,可以经由通信链路(例如,调制解调器和/或网络连接),借助于在载波或其他传播介质中具体化和/或由载波或其他传播介质调制的一个或多个数据信号来将程序从远程计算机(例如,服务器)传输至请求计算机(例如,客户机)。
对“一个实施例”、“实施例”、“示例实施例”、“各种实施例”等的引用指示:如此描述的(多个)实施例可以包括特定特征、结构或特性,但并非每一个实施例必定包括这些特定的特征、结构或特性。进一步地,一些实施例可具有针对其他实施例而描述的特征中的一些特征、全部特征或不具有任何所述特征。
在以下说明书和权利要求书中,可以使用术语“耦合”及其衍生词。“耦合”用于指示两个或更多个元件彼此协作或相互作用,但是它们之间可以具有或不具有中间物理或电气部件。
如权利要求书中所使用的,除非另有说明,否则使用序数形容词“第一”、“第二”、“第三”等来描述公共元件仅指示类似元件的不同实例被提及,并不旨在暗示如此描述的元件必须采用给定顺序,无论是时间、空间、等级或以任何其他方式。
以下条款和/或示例涉及进一步实施例或示例。可在一个或多个实施例中的任何地方使用示例中的细节。可以以各种方式将不同的实施例或示例的各种特征与所包括的一些特征以及被排除的其他特征组合以适应各种不同的应用。示例可以包括主题,比如,方法;用于执行所述方法的动作的设备;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所述方法的动作;或用于促进根据本文中所描述的实施例和示例的混合通信的设备或系统。
一些实施例涉及示例1,所述示例包括一种用于促进姿态匹配的设备。所述设备包括:姿态选择引擎,所述姿态选择引擎用于在认证阶段期间从数据库中选择姿态;化身动画和渲染引擎,所述化身动画和渲染引擎用于将选定的姿态转换成动画化身以用于在显示装置处进行显示,同时提示用户执行所选择的姿态;接收和捕获逻辑,所述逻辑用于实时捕获用户图像;以及姿态匹配部件,所述姿态匹配部件用于将所述所捕获图像中由所述用户执行的姿态与所选择的姿态进行比较以判定是否存在匹配。
示例2包括如示例1所述的主题,其中,如果所述所捕获的图像中由所述用户执行的所述姿态与所选择的姿态相匹配,则所述姿态匹配部件对所述用户进行认证。
示例3包括如示例2所述的主题,其中,所述姿态匹配部件从所述用户图像中选择关键帧并且确定跨多个帧的时间序列,以将由所述用户执行的所述姿态与所选择的姿态进行比较。
示例4包括如示例3所述的主题,其中,使用时间序列匹配过程来执行所述比较。
示例5包括如示例1所述的主题,进一步包括:姿态训练模块,所述姿态训练模块用于对来自在注册阶段期间在接收和捕获逻辑处捕获的用户图像的姿态进行标识,并且将所述姿态存储在所述数据库中以供识别。
示例6包括如示例5所述的主题,其中,所述姿态训练模块将所述姿态存储为动画参数。
示例7包括如示例6所述的主题,其中,在认证阶段期间由所述姿态选择引擎从所述数据库中选择所述所捕获的姿态之一。
示例8包括如示例1所述的主题,进一步包括:姿态学习模块,所述姿态学习模块用于标识由所述用户执行的新姿态并且将所述新姿态添加至所述数据库。
示例9包括如示例8所述的主题,其中,当所述姿态匹配部件确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,所述姿态学习模块标识新姿态。
一些实施例涉及示例10,所述示例包括一种用于促进姿态匹配的方法,所述方法包括:在认证阶段期间从数据库中选择姿态;将所选择的姿态转换成动画化身;显示所述化身;提示用户执行所选择的姿态;捕获所述用户的实时图像;以及将所述所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配。
示例11包括如示例10所述的主题,进一步包括:如果所述所捕获的图像中由所述用户执行的所述姿态与所选择的姿态相匹配,则对所述用户进行认证。
示例12包括如示例11所述的主题,其中,将由所述用户执行的所述姿态与所选择的姿态进行比较包括从所述用户图像中选择关键帧并且确定跨多个帧的时间序列。
示例13包括如示例11所述的主题,其中,使用时间序列匹配过程来执行所述比较。
示例14包括如示例10所述的主题,进一步包括:在所述认证阶段之前执行注册过程。
示例15包括如示例14所述的主题,其中,所述注册过程包括:对来自所述用户的捕获图像的姿态进行标识并且将所述姿态存储在所述数据库中以供识别。
示例16包括如示例15所述的主题,其中,所述姿态被存储为动画参数。
示例17包括如示例16所述的主题,其中,在所述认证阶段期间从所述数据库中选择所述捕获的姿态之一。
示例18包括如示例10所述的主题,进一步包括:标识由所述用户执行的新姿态并且将所述新姿态添加至所述数据库。
示例19包括如示例18所述的主题,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,标识新姿态。
一些实施例涉及示例20,所述示例包括:至少一种机器可读介质,其包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置实施根据权利要求10至19中任一项所述的操作。
一些实施例涉及示例21,所述示例包括一种用于促进姿态匹配的设备,所述设备包括:用于在认证阶段从数据库中选择姿态的装置;用于将所选择的姿态转换成动画化身的装置;用于显示所述化身的装置;用于提示用户执行所选择的姿态的装置;用于捕获所述用户的实时图像的装置;以及用于将所述所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配的装置。
示例22包括如示例21所述的主题,进一步包括:用于在所述认证阶段之前执行注册过程的装置。
示例23包括如示例22所述的主题,其中,用于注册的所述装置包括:用于对来自所述用户的捕获图像的姿态进行标识的装置以及用于将所述姿态存储在所述数据库中以供识别的装置。
示例24包括如示例22所述的主题,进一步包括:用于对由所述用户执行的新姿态进行标识的装置以及将所述新姿态添加至所述数据库的装置。
示例25包括如示例24所述的主题,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,标识新姿态。
一些实施例涉及示例26,所述示例包括:至少一种机器可读介质,其包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置执行包括以下各项的操作:在认证阶段期间从数据库中选择姿态;将所选择的姿态转换成动画化身;显示所述化身;提示用户执行所选择的姿态;捕获所述用户的实时图像;以及将所述所捕获的图像中由所述用户执行的姿态与所选择的姿态进行比较以判定是否存在匹配。
示例27包括如示例26所述的主题,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置进一步执行包括在所述认证阶段之前执行注册过程的操作。
示例28包括如示例27所述的主题,其中,所述注册过程包括:对来自所述用户的捕获图像的姿态进行标识并且将所述姿态存储在所述数据库中以供识别。
示例29包括示如示例26所述的主题,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置进一步执行包括以下各项的操作:对由所述用户执行的新姿态进行标识并且将所述新姿态添加至所述数据库。
示例30包括如示例29所述的主题,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,标识新姿态。
附图和上述描述给出了实施例的示例。本领域技术人员将理解,所描述的元件中的一个或多个可以被良好地组合成单个功能元件。可替代地,某些元件可以分成多个功能元件。来自一个实施例的元件可以被添加到另一个实施例中。例如,本文中所描述的过程的顺序可以改变并且不限于本文中所描述的方式。此外,不必按照所示出的顺序来实现任何流程图的动作;也并非是所有动作必须要被执行。并且,不依赖于其他动作的那些动作可以与其他动作并行地执行。实施例的范围决不限于这些特定示例。无论是否在说明书中明确给出,如材料的结构、尺寸和用途上的差异等许多变化都是可能的。实施例的范围至少与以下权利要求书给出的范围一样宽。
Claims (30)
1.一种用于促进姿态匹配的设备,所述设备包括:
姿态选择引擎,所述姿态选择引擎用于在认证阶段期间从数据库中选择姿态;
化身动画和渲染引擎,所述化身动画和渲染引擎用于将所选择的姿态转换成动画化身以在显示装置处显示,同时提示用户执行所选择的姿态;
接收和捕获逻辑,所述接收和捕获逻辑用于实时捕获用户图像;以及
姿态匹配部件,所述姿态匹配部件用于将所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配。
2.如权利要求1所述的设备,其中,如果所捕获的图像中由所述用户执行的所述姿态与所选择的姿态相匹配,则所述姿态匹配部件对所述用户进行认证。
3.如权利要求2所述的设备,其中,所述姿态匹配元件从所述用户图像中选择关键帧并且确定跨多个帧的时间序列,以便将由所述用户执行的所述姿态与所选择的姿态进行比较。
4.如权利要求3所述的设备,其中,使用时间序列匹配进程执行所述比较。
5.如权利要求1所述的设备,进一步包括:姿态训练模块,所述姿态训练模块用于在注册阶段期间对来自在接收和捕获逻辑处捕获的用户图像的姿态进行标识,并且将所述姿态存储在所述数据库中以供识别。
6.如权利要求5所述的设备,其中,所述姿态训练模块将所述姿态存储为动画参数。
7.如权利要求6所述的设备,其中,在所述认证阶段期间由所述姿态选择引擎从所述数据库中选择所捕获的姿态之一。
8.如权利要求1所述的设备,进一步包括:姿态学习模块,所述姿态学习模块用于标识由所述用户执行的新姿态并且将所述新姿态添加至所述数据库。
9.如权利要求8所述的设备,其中,当所述姿态匹配部件确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,所述姿态学习模块标识新姿态。
10.一种用于促进姿态匹配的方法,所述方法包括:
在认证阶段期间从数据库中选择姿态;
将所选择的姿态转换成动画化身;
显示所述化身;
提示用户执行所选择的姿态;
捕获所述用户的实时图像;以及
将所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配。
11.如权利要求10所述的方法,进一步包括:如果所捕获的图像中由所述用户执行的所述姿态与所选择的姿态相匹配,则对所述用户进行认证。
12.如权利要求11所述的方法,其中,将由所述用户执行的所述姿态与所选择的姿态进行比较包括:
从所述用户图像中选择关键帧;以及
确定跨多个帧的时间序列。
13.如权利要求11所述的方法,其中,使用时间序列匹配过程来执行所述比较。
14.如权利要求10所述的方法,进一步包括在所述认证阶段之前执行注册过程。
15.如权利要求14所述的方法,其中,所述注册过程包括:
对来自所述用户的所捕获图像的姿态进行标识;以及
将所述姿态存储在所述数据库中以供识别。
16.如权利要求15所述的方法,其中,将所述姿态存储为动画参数。
17.如权利要求16所述的方法,其中,在所述认证阶段期间,从所述数据库中选择所捕获的姿态之一。
18.如权利要求10所述的方法,进一步包括:
对由所述用户执行的新姿态进行标识;以及
将所述新姿态添加至所述数据库。
19.如权利要求18所述的方法,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,对新姿态进行标识。
20.至少一种机器可读介质,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置执行根据权利要求10至19中的任一项所述的操作。
21.一种用于促进姿态匹配的设备,所述设备包括:
用于在认证阶段期间从数据库中选择姿态的装置;
用于将所选定的姿态转换成动画化身的装置;
用于显示所述化身的装置;
用于提示用户执行所选择的姿态的装置;
用于捕获所述用户的实时图像的装置;以及
用于将所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配的装置。
22.如权利要求21所述的设备,进一步包括用于在所述认证阶段之前执行注册过程的装置。
23.如权利要求22所述的设备,其中,用于注册的所述装置包括:
用于对来自所述用户的所捕获图像的姿态进行标识的装置;以及
用于将所述姿态存储在所述数据库中以供识别的装置。
24.如权利要求22所述的设备,进一步包括:
用于对由所述用户执行的新姿态进行标识的装置;以及
用于将所述新姿态添加至所述数据库的装置。
25.如权利要求24所述的设备,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,对新姿态进行标识。
26.至少一种机器可读介质,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置执行包括以下各项的操作:
在认证阶段期间从数据库中选择姿态;
将所选择的姿态转换成动画化身;
显示所述化身;
提示用户执行所选择的姿态;
捕获所述用户的实时图像;以及
将所捕获的图像中由所述用户执行的所述姿态与所选择的姿态进行比较以判定是否存在匹配。
27.如权利要求26所述的方法,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置进一步执行包括在所述认证阶段之前执行注册过程的操作。
28.如权利要求27所述的机器可读介质,其中,所述注册过程包括:
对来自所述用户的所捕获图像的姿态进行标识;以及
用于将所述姿态存储在所述数据库中以供识别的装置。
29.如权利要求26所述的方法,包括多条指令,所述指令响应于在计算装置上被执行而使所述计算装置进一步执行包括以下各项的操作:
对由所述用户执行的新姿态进行标识;以及
将所述新姿态添加至所述数据库。
30.如权利要求29所述的机器可读介质,其中,当确定由所述用户执行的所述姿态与所述数据库中的姿态不匹配时,对新姿态进行标识。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2015/075339 WO2016154834A1 (en) | 2015-03-28 | 2015-03-28 | Gesture matching mechanism |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107615288A true CN107615288A (zh) | 2018-01-19 |
CN107615288B CN107615288B (zh) | 2021-10-22 |
Family
ID=57003779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580077135.0A Active CN107615288B (zh) | 2015-03-28 | 2015-03-28 | 姿态匹配机制 |
Country Status (4)
Country | Link |
---|---|
US (3) | US10803157B2 (zh) |
EP (1) | EP3278260B1 (zh) |
CN (1) | CN107615288B (zh) |
WO (1) | WO2016154834A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007765A (zh) * | 2019-04-11 | 2019-07-12 | 上海星视度科技有限公司 | 一种人机交互方法、装置及设备 |
CN111597529A (zh) * | 2019-02-21 | 2020-08-28 | 阿里巴巴集团控股有限公司 | 对个体进行连续身份认证的方法、系统及存储介质 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107615288B (zh) | 2015-03-28 | 2021-10-22 | 英特尔公司 | 姿态匹配机制 |
US11256923B2 (en) * | 2016-05-12 | 2022-02-22 | Arris Enterprises Llc | Detecting sentinel frames in video delivery using a pattern analysis |
TWI652614B (zh) * | 2017-05-16 | 2019-03-01 | 緯創資通股份有限公司 | 攜帶式電子裝置及其操作方法 |
CN107124664A (zh) * | 2017-05-25 | 2017-09-01 | 百度在线网络技术(北京)有限公司 | 应用于视频直播的交互方法和装置 |
US11281760B2 (en) | 2018-07-18 | 2022-03-22 | Samsung Electronics Co., Ltd. | Method and apparatus for performing user authentication |
CN109801625A (zh) * | 2018-12-29 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 虚拟语音助手的控制方法、装置、用户设备及存储介质 |
US11146442B1 (en) * | 2019-08-15 | 2021-10-12 | Facebook, Inc. | Presenting a user profile page including an animation associated with a type of life event described by content posted to the user profile page |
US11328047B2 (en) * | 2019-10-31 | 2022-05-10 | Microsoft Technology Licensing, Llc. | Gamified challenge to detect a non-human user |
WO2021171607A1 (ja) * | 2020-02-28 | 2021-09-02 | 日本電気株式会社 | 認証端末、入退場管理システム、入退場管理方法及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421453B1 (en) * | 1998-05-15 | 2002-07-16 | International Business Machines Corporation | Apparatus and methods for user recognition employing behavioral passwords |
CN101346974A (zh) * | 2005-10-25 | 2009-01-14 | 高通股份有限公司 | 动态资源匹配系统 |
CN102103687A (zh) * | 2009-12-22 | 2011-06-22 | 索尼公司 | 图像处理设备、方法和程序 |
CN103218842A (zh) * | 2013-03-12 | 2013-07-24 | 西南交通大学 | 一种语音同步驱动三维人脸口型与面部姿势动画的方法 |
US8594374B1 (en) * | 2011-03-30 | 2013-11-26 | Amazon Technologies, Inc. | Secure device unlock with gaze calibration |
CN103714282A (zh) * | 2013-12-20 | 2014-04-09 | 天津大学 | 一种互动式的基于生物特征的识别方法 |
US20140267009A1 (en) * | 2013-03-15 | 2014-09-18 | Bruno Delean | Authenticating a user using hand gesture |
US8856541B1 (en) * | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7558622B2 (en) * | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
WO2008134745A1 (en) * | 2007-04-30 | 2008-11-06 | Gesturetek, Inc. | Mobile video-based therapy |
US20090307595A1 (en) | 2008-06-09 | 2009-12-10 | Clark Jason T | System and method for associating semantically parsed verbal communications with gestures |
US8897500B2 (en) * | 2011-05-05 | 2014-11-25 | At&T Intellectual Property I, L.P. | System and method for dynamic facial features for speaker recognition |
CN104170358B (zh) | 2012-04-09 | 2016-05-11 | 英特尔公司 | 用于化身管理和选择的系统和方法 |
US9092600B2 (en) * | 2012-11-05 | 2015-07-28 | Microsoft Technology Licensing, Llc | User authentication on augmented reality display device |
GB2525516B (en) * | 2012-11-14 | 2020-04-22 | Weiss Golan | Biometric methods and systems for enrollment and authentication |
CN103279253A (zh) | 2013-05-23 | 2013-09-04 | 广东欧珀移动通信有限公司 | 一种主题设置方法及终端设备 |
US9348989B2 (en) * | 2014-03-06 | 2016-05-24 | International Business Machines Corporation | Contemporaneous gesture and keyboard entry authentication |
CN107615288B (zh) | 2015-03-28 | 2021-10-22 | 英特尔公司 | 姿态匹配机制 |
-
2015
- 2015-03-28 CN CN201580077135.0A patent/CN107615288B/zh active Active
- 2015-03-28 US US14/911,390 patent/US10803157B2/en active Active
- 2015-03-28 EP EP15886821.6A patent/EP3278260B1/en active Active
- 2015-03-28 WO PCT/CN2015/075339 patent/WO2016154834A1/en active Application Filing
-
2020
- 2020-10-08 US US17/066,138 patent/US11449592B2/en active Active
-
2022
- 2022-09-19 US US17/947,991 patent/US11841935B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421453B1 (en) * | 1998-05-15 | 2002-07-16 | International Business Machines Corporation | Apparatus and methods for user recognition employing behavioral passwords |
CN101346974A (zh) * | 2005-10-25 | 2009-01-14 | 高通股份有限公司 | 动态资源匹配系统 |
CN102103687A (zh) * | 2009-12-22 | 2011-06-22 | 索尼公司 | 图像处理设备、方法和程序 |
US8594374B1 (en) * | 2011-03-30 | 2013-11-26 | Amazon Technologies, Inc. | Secure device unlock with gaze calibration |
US8856541B1 (en) * | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
CN103218842A (zh) * | 2013-03-12 | 2013-07-24 | 西南交通大学 | 一种语音同步驱动三维人脸口型与面部姿势动画的方法 |
US20140267009A1 (en) * | 2013-03-15 | 2014-09-18 | Bruno Delean | Authenticating a user using hand gesture |
CN103714282A (zh) * | 2013-12-20 | 2014-04-09 | 天津大学 | 一种互动式的基于生物特征的识别方法 |
Non-Patent Citations (1)
Title |
---|
程文冬等: "动态光照下驾驶人面部特征识别算法与试验研究", 《公路交通科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597529A (zh) * | 2019-02-21 | 2020-08-28 | 阿里巴巴集团控股有限公司 | 对个体进行连续身份认证的方法、系统及存储介质 |
CN110007765A (zh) * | 2019-04-11 | 2019-07-12 | 上海星视度科技有限公司 | 一种人机交互方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107615288B (zh) | 2021-10-22 |
US20210026941A1 (en) | 2021-01-28 |
US20230019957A1 (en) | 2023-01-19 |
US10803157B2 (en) | 2020-10-13 |
US11449592B2 (en) | 2022-09-20 |
EP3278260A4 (en) | 2018-08-29 |
EP3278260A1 (en) | 2018-02-07 |
EP3278260B1 (en) | 2021-03-17 |
US11841935B2 (en) | 2023-12-12 |
WO2016154834A1 (en) | 2016-10-06 |
US20180060550A1 (en) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107615288A (zh) | 姿态匹配机制 | |
US20210256320A1 (en) | Machine learning artificialintelligence system for identifying vehicles | |
US10666784B2 (en) | Intuitive computing methods and systems | |
US10702745B2 (en) | Facilitating dynamic monitoring of body dimensions over periods of time based on three-dimensional depth and disparity | |
US20190171871A1 (en) | Systems and Methods for Optimizing Pose Estimation | |
US20190172224A1 (en) | Optimizations for Structure Mapping and Up-sampling | |
CN105051754B (zh) | 用于通过监控系统检测人的方法和装置 | |
WO2023126914A2 (en) | METHOD AND SYSTEM FOR SEMANTIC APPEARANCE TRANSFER USING SPLICING ViT FEATURES | |
EP3493105A1 (en) | Optimizations for dynamic object instance detection, segmentation, and structure mapping | |
CN107077750A (zh) | 化身选择机制 | |
US20110244919A1 (en) | Methods and Systems for Determining Image Processing Operations Relevant to Particular Imagery | |
US20200111384A1 (en) | Smart fitness system | |
CN103299342A (zh) | 提供用于姿势识别的机制的方法和装置 | |
Shi et al. | Smart cameras: Fundamentals and classification | |
Miraftabzadeh | Real-time adaptive data-driven perception for anomaly priority scoring at scale | |
Zhang et al. | Motion Attitude Recognition and Behavior Prediction Algorithm Based on Wireless Sensor Network | |
CN116091984B (zh) | 视频目标分割方法、装置、电子设备及存储介质 | |
Ahn et al. | Head pose‐free gaze estimation using domain adaptation | |
Yrjänäinen | Privacy conscious computer vision |
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 |