CN108564033A - 基于结构光的安全验证方法、装置及终端设备 - Google Patents

基于结构光的安全验证方法、装置及终端设备 Download PDF

Info

Publication number
CN108564033A
CN108564033A CN201810327898.1A CN201810327898A CN108564033A CN 108564033 A CN108564033 A CN 108564033A CN 201810327898 A CN201810327898 A CN 201810327898A CN 108564033 A CN108564033 A CN 108564033A
Authority
CN
China
Prior art keywords
depth
data
structure light
field data
visible images
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
Application number
CN201810327898.1A
Other languages
English (en)
Inventor
郭子青
周海涛
惠方方
谭筱
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201810327898.1A priority Critical patent/CN108564033A/zh
Publication of CN108564033A publication Critical patent/CN108564033A/zh
Priority to PCT/CN2019/080163 priority patent/WO2019196669A1/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Studio Devices (AREA)

Abstract

本申请公开了一种基于结构光的安全验证方法、装置及终端设备，其中，方法包括：向被摄物发射结构光；捕获经过被摄物的结构光图像；将结构光图像发送至微控制单元MCU，并利用MCU计算获得被摄物对应的景深数据；以及将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证。本申请实施例的基于结构光的安全验证方法、装置及终端设备，通过向被摄物发射结构光，并捕获经过被摄物的结构光图像，以及将结构光图像发送至MCU，并利用MCU计算获得被摄物对应的景深数据，然后将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证，利用硬件的MCU对数据进行保护，防止用户的信息被盗取，提升安全性。

Description

基于结构光的安全验证方法、装置及终端设备
技术领域
本申请涉及信息处理技术领域，尤其涉及一种基于结构光的安全验证方法、装置及终端设备。
背景技术
随着科技的不断进步，生物识别技术的应用也越来越广泛，尤其是人脸识别，已广泛应用于身份认证、移动支付等场景。例如，用户需要登录一个安全应用程序(理财APP)时，可通过该应用程序开启人脸识别功能，获取用户的人脸信息，与预存的人脸信息比对。如果比对一致，则认证通过，用户登录成功。但是，上述认证方法基于应用层面实现，且操作系统也是开源的系统，安全性不高，一旦被破解，用户的信息有被盗取的风险。
申请内容
本申请提供一种基于结构光的安全验证方法、装置及终端设备，以提高应用程序调用数据时的安全性。
本申请实施例提供一种基于结构光的安全验证方法，包括：
向被摄物发射结构光；
捕获经过所述被摄物的结构光图像；
将所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU计算获得所述被摄物对应的景深数据；以及
将所述景深数据通过预设接口提供至应用程序，以使所述应用程序调用所述景深数据进行安全验证。
可选的，所述方法还包括：
向被摄物发射红外光和所述结构光；
捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
将所述红外图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
可选的，所述方法还包括：
拍摄所述被摄物的可见光图像，并捕获经过所述被摄物的结构光图像；
将所述可见光图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
可选的，所述方法还包括：
在拍摄所述被摄物的可见光图像之后，直接将所述可见光图像提供给所述应用程序进行处理。
可选的，利用所述微控制单元MCU计算获得所述被摄物对应的景深数据，包括：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
可选的，所述方法还包括：
在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
可选的，所述应用程序处于可信运行环境TEE下。
可选的，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
本申请另一实施例提供一种基于结构光的安全验证装置，包括：
发射模块，用于向被摄物发射结构光；
捕获模块，用于捕获经过所述被摄物的结构光图像；
处理模块，用于将所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU计算获得所述被摄物对应的景深数据；以及
提供模块，用于将所述景深数据通过预设接口提供至应用程序，以使所述应用程序调用所述景深数据进行安全验证。
可选的，所述发射模块，还用于向被摄物发射红外光和所述结构光；
所述捕获模块，还用于捕获经过所述被摄物的红外图像和所述结构光图像；
所述处理模块，还用于将所述红外图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
所述提供模块，还用于将所述红外图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
可选的，所述捕获模块，还用于拍摄所述被摄物的可见光图像，并捕获经过所述被摄物的结构光图像；
所述处理模块，还用于将所述可见光图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
所述提供模块，还用于将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
可选的，所述提供模块，还用于在拍摄所述被摄物的可见光图像之后，直接将所述可见光图像提供给所述应用程序进行处理。
可选的，所述处理模块，用于：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
可选的，所述装置还包括：
加密模块，用于在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
解密模块，用于利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
可选的，所述应用程序处于可信运行环境TEE下。
可选的，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
本申请又一实施例提供一种终端设备，包括激光摄像头、泛光灯、可见光摄像头、镭射灯以及微控制单元MCU，所述微控制单元MCU包括脉冲宽度调制PWM、深度引擎、预设接口以及随机存取存储器RAM，其中，所述微控制单元MCU，用于：
利用所述脉冲宽度调制PWM调制生成结构光；
通过所述镭射灯向被摄物发射所述结构光；
通过所述激光摄像头捕获经过所述被摄物的结构光图像；
将所述结构光图像发送至所述深度引擎，并通过所述深度引擎计算获得所述被摄物对应的景深数据；以及
将所述景深数据通过所述预设接口提供至应用程序，以使所述应用程序调用所述景深数据。
可选的，所述微控制单元MCU，还用于：
通过所述泛光灯向所述被摄物发射红外光，并通过所述镭射灯向被摄物发射所述结构光；
通过所述激光摄像头捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至所述深度引擎，并通过所述深度引擎计算获得所述被摄物对应的红外图像数据和所述景深数据；以及
将所述红外图像数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
可选的，所述微控制单元MCU，还用于：
获取所述可见光摄像头拍摄的所述被摄物的可见光图像，并通过所述激光摄像头捕获经过所述被摄物的所述结构光图像；
对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
可选的，所述微控制单元MCU，具体用于：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
可选的，所述微控制单元MCU，还用于：
在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
可选的，所述应用程序处于可信运行环境TEE下。
可选的，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
本申请还一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本申请第一方面实施例所述的基于结构光的安全验证方法。
本申请实施例提供的技术方案可以包括以下有益效果：
通过向被摄物发射结构光，并捕获经过被摄物的结构光图像，以及将结构光图像发送至MCU，并利用MCU计算获得被摄物对应的景深数据，然后将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证，利用硬件的MCU对数据进行保护，防止用户的信息被盗取，提升安全性。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例的基于结构光的安全验证方法的流程图；
图2是根据本申请一个实施例的结构光测量的场景示意图；
图3是根据本申请另一个实施例的基于结构光的安全验证方法的流程图；
图4是根据本申请又一个实施例的基于结构光的安全验证方法的流程图；
图5是根据本申请再一个实施例的基于结构光的安全验证方法的流程图；
图6是根据本申请一个实施例的基于结构光的安全验证装置的结构框图；
图7是根据本申请一个实施例的终端设备的结构框图；
图8是根据本申请一个实施例的终端设备的运行环境的示意图；
图9是根据本申请一个实施例的终端设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于结构光的安全验证方法、装置及终端设备。
图1是根据本申请一个实施例的基于结构光的安全验证方法的流程图。
如图1所示，该基于结构光的安全验证方法包括：
S101，向被摄物发射结构光。
目前，人脸识别技术已广泛应用于身份认证、移动支付等场景。例如，用户在登录某个APP时，首先可开启摄像头，利用摄像头获取用户的人脸图像，再对人脸图像进行分析，提取人脸的特征，与预存的人脸特征进行比对。如果两者比对一致，则认证通过，允许用户登录。在此之后，用户可对该APP进行更进一步地操作。但是，当前基于摄像头获取的人脸图像，主要为二维图像，很难区分出真正的人脸与照片的区别，很容易被破解。并且，该认证过程主要在应用层面实现，且操作系统(如Android系统)也是开源的系统，安全性不高，一旦系统被黑客入侵，应用程序中用户的信息也存在被盗的风险。为此，本申请提出一种基于结构光的安全验证方法，利用结构光来获取到立体的三维信息，相对于二维图像的平面信息，不容易被照片代替，安全性更高。并且，将处理获得的数据保存入一个硬件的微控制单元(MCU，Micro Controller Unit)中，相比于保存在应用程序中更加安全。其中，MCU可包括脉冲宽度调制(PWM，Pulse Width Modulation)、深度引擎、预设接口以及随机存取存储器RAM。
在本申请的一个实施例中，可向被摄物发射结构光。具体地，可利用MCU中的脉冲宽度调制(PWM，Pulse Width Modulation)调制生成结构光，通过镭射灯(结构光投影设备)向被摄物发射结构光。假设当前场景为身份验证场景，则被摄物可以是用户的人脸。
S102，捕获经过被摄物的结构光图像。
在本申请的一个实施例中，结构光在照射到被摄物后，由于被摄物的形状特性，结构光会发生形变，通过采集上述结构光信息，可以得到一个具有被摄物轮廓和深度的结构光图像。
其中，结构光的类型可包括，激光条纹、格雷码、正弦条纹、或者，非均匀散斑等。
下面以一种应用广泛的条纹投影技术为例来阐述其具体原理，其中，条形投影技术属于广义上的面结构光。
在使用面结构光投影的时候，如图2所示，通过PWM产生正弦条纹，将该正弦条纹通过镭射灯(结构光投影设备)投影至被摄物，利用激光摄像头拍摄条纹受物体调制的弯曲程度，解调该弯曲条纹得到相位，再将相位转化为全场的高度。
应当理解的是，在实际应用中，根据具体应用场景的不同，本申请实施例中所采用的结构光除了上述条纹之外，还可以是其他任意图案。
S103，将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据。
为了进一步提高安全性，可将结构光图像发送至MCU，在硬件的MCU中对结构光图像进行处理，相比于直接发送给应用程序处理，数据已经在硬件中运算，黑客无法获取原始的数据，因此更加安全。
具体地，可利用MCU中的深度引擎(用于计算结构光图像中景深数据)，解调结构光图像中变形位置像素对应的相位信息，然后将相位信息转化为高度信息，最后根据高度信息确定被摄物对应的景深数据。
S104，将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证。
其中，预设接口为符合预设标准的总线接口，包括MIPI(移动产业处理器接口，Mobile Industry Processor Interface)总线接口、I2C同步串行总线接口、SPI总线接口。
在本申请的一个实施例中，可将深度引擎计算得到的景深数据通过预设接口提供至应用程序。由于上述总线接口符合安全协议，且应用程序处于可信运行环境(TEE，TrustExecution Environment)下，因此应用程序可安全地调用景深数据，从而进行安全验证。例如：基于人脸的结构光图像，计算得到人脸的轮廓、高度等数据信息。上述数据信息已经在MCU中计算，应用程序只需调用上述数据信息，与预存的数据进行特征比对，即可实现身份验证。如果验证通过，用户就可以获取该应用程序的权限，对应用程序进行更进一步地操作。
本申请实施例的基于结构光的安全验证方法，通过向被摄物发射结构光，并捕获经过被摄物的结构光图像，以及将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据，然后将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证，利用硬件的MCU对数据进行保护，防止用户的信息被盗取，提升安全性。
图3是根据本申请另一个实施例的基于结构光的安全验证方法的流程图。
如图3所示，基于结构光的安全验证方法包括：
S301，向被摄物发射红外光和结构光。
在本申请的一个实施例中，可利用MCU中的PWM调制生成结构光，通过镭射灯发射结构光，并通过泛光灯(红外光发射器)向被摄物发射红外光。
S302，捕获经过被摄物的红外图像和结构光图像。
在本申请的一个实施例中，可通过激光摄像头(红外光接收器)捕获经过被摄物的红外图像和结构光图像。
S303，将红外图像和结构光图像发送至微控制单元MCU，并利用微控制单元MCU对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据。
具体地，可利用MCU中的深度引擎对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据。
S304，将红外图像数据和景深数据通过预设接口提供给应用程序，以使应用程序调用红外图像数据和景深数据进行安全验证。
为了进一步提高验证的安全性，本实施例将红外图像和结构光图像结合，将上述信息传输至硬件的MCU中进行处理，再将处理后的红外图像数据和景深数据提供至可信运行环境下的应用程序进行身份验证。举例来说，可先利用红外图像数据进行活体检测，检测到当前被摄物为活体时，再利用景深数据进行进一步地身份验证。其中，利用景深数据进行身份验证过程与上一实施例描述一致，本实施例中不再赘述。
本申请实施例的基于结构光的安全验证方法，通过向被摄物发射红外光和结构光，并捕获经过被摄物的红外图像和结构光图像，以及将红外图像和结构光图像发送至微控制单元MCU，并利用微控制单元MCU对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据，以及将红外图像数据和景深数据通过预设接口提供给应用程序，以使应用程序调用红外图像数据和景深数据进行安全验证，将红外图像和结构光图像结合均放入MCU进行保护，防止用户的信息被盗取，进一步提升安全性。
图4是根据本申请又一个实施例的基于结构光的安全验证方法的流程图。
如图4所示，基于结构光的安全验证方法包括：
S401，拍摄被摄物的可见光图像，并捕获经过被摄物的结构光图像。
在本申请的一个实施例中，可利用MCU中的PWM调制生成结构光，通过镭射灯发射结构光。再由激光摄像头捕获经过被摄物的结构光图像。由可见光摄像头拍摄被摄物的可见光图像。其中，可见光摄像头即用于拍摄照片，可记录色彩信息的摄像头。
S402，将可见光图像和结构光图像发送至微控制单元MCU，并利用微控制单元MCU对可见光图像和结构光图像进行处理，以获取可见光图像数据和景深数据。
具体地，可利用MCU中的深度引擎对可见光图像和结构光图像进行处理，以获取可见光图像数据和景深数据。
S403，将可见光图像数据和景深数据通过预设接口提供给应用程序，以使应用程序调用可见光图像数据和景深数据进行安全验证。
为了进一步提高身份验证的准确性，本实施例将可见光图像和结构光图像结合，将上述信息传输至硬件的MCU中进行处理，再将处理后的可见光图像数据和景深数据提供至可信运行环境下的应用程序进行身份验证。通过将可见光图像和结构光图像结合，能够获取更丰富的被摄物的特征信息，如色彩、位置等，相对于结构光图像，描述特征更加准确，提高身份验证的准确性。
本申请实施例的基于结构光的安全验证方法，通过拍摄被摄物的可见光图像，并捕获经过被摄物的结构光图像，以及将可见光图像和结构光图像发送至微控制单元MCU，并利用微控制单元MCU对可见光图像和结构光图像进行处理，以获取可见光图像数据和景深数据，以及将可见光图像数据和景深数据通过预设接口提供给应用程序，以使应用程序调用可见光图像数据和景深数据进行安全验证，将红外图像和结构光图像均放入MCU进行保护，防止用户的信息被盗取，提升安全性；并且将可见光图像和结构光图像结合，描述特征更加准确，提高身份验证的准确性。
在本申请的另一个实施例中，由于某些应用程序的安全级别要求并不是特别高，并不需要可见光图像和结构光图像均在MCU中进行计算。为此，在保证一定安全性的情况下，在拍摄被摄物的可见光图像之后，可直接将可见光图像提供给可信运行环境下的应用程序进行处理，结构光图像还是由MCU进行处理，减轻MCU的计算负担，提升处理速度。
在本申请的再一个实施例中，如图5所示，基于结构光的安全验证方法还可包括以下步骤：
S501，在计算获得被摄物对应的景深数据或获取被摄物对应的红外图像数据或拍摄可见光图像数据之后，对景深数据或红外图像数据或可见光图像数据进行加密。
S502，利用应用程序对加密后的景深数据或红外图像数据或可见光图像数据进行解密之后，调用景深数据或红外图像数据或可见光图像数据。
在利用MCU中的深度引擎计算获得上述数据之后，还可在MCU中进行加密，通过符合安全协议的MIPI总线接口等，安全地提供至可信运行环境下的应用程序，由应用程序对上述数据进行解密。解密成功后，再由应用程序调用解密后的数据进行进一步地操作，从而提升安全性。
为了实现上述实施例，本申请还提出了一种基于结构光的安全验证装置，图6是根据本申请一个实施例的基于结构光的安全验证装置的结构框图，如图6所示，该装置包括发射模块610、捕获模块620、处理模块630和提供模块640。
其中，发射模块610，用于向被摄物发射结构光。
捕获模块620，用于捕获经过被摄物的结构光图像。
处理模块630，用于将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据。
提供模块640，用于将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证。
需要说明的是，前述对基于结构光的安全验证方法的解释说明，也适用于本申请实施例的基于结构光的安全验证装置，本申请实施例中未公布的细节，在此不再赘述。
本申请实施例的基于结构光的安全验证装置，通过向被摄物发射结构光，并捕获经过被摄物的结构光图像，以及将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据，然后将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证，利用硬件的MCU对数据进行保护，防止用户的信息被盗取，提升安全性。
为了实现上述实施例，本申请还提出了一种终端设备。
如图7所示，终端设备700包括激光摄像头710、泛光灯720、可见光摄像头730、镭射灯740以及微控制单元MCU750。激光摄像头710、泛光灯720、可见光摄像头730、镭射灯740分别于MCU750相连。其中，微控制单元MCU750包括脉冲宽度调制PWM751、深度引擎752、预设接口753以及随机存取存储器RAM754。
微控制单元MCU750，具体用于：
利用脉冲宽度调制PWM751调制生成结构光，然后通过镭射灯740向被摄物发射结构光。再通过激光摄像头710捕获经过被摄物的结构光图像，并将结构光图像发送至深度引擎752，并通过深度引擎752计算获得被摄物对应的景深数据。最后，将景深数据通过预设接口753提供至应用程序，以使应用程序调用景深数据进行安全验证。其中，结构光图案可以是激光条纹、格雷码、正弦条纹或者随机排列的散斑图案等。预设接口为符合预设标准的总线接口，包括MIPI(移动产业处理器接口，Mobile Industry Processor Interface)总线接口、I2C同步串行总线接口、SPI总线接口。
可见光摄像头730包括图像传感器和透镜，可见光摄像头730可用于捕捉当前用户的彩色信息以获得场景图像，其中，图像传感器包括彩色滤镜阵列(如Bayer滤镜阵列)，透镜的个数可为一个或多个。可见光摄像头730在获取场景图像过程中，图像传感器中的每一个成像像素感应来自拍摄场景中的光强度和波长信息，生成一组原始图像数据；图像传感器将该组原始图像数据发送至MCU750中，MCU750对原始图像数据进行去噪、插值等运算后即得到彩色的场景图像。MCU750可按多种格式对原始图像数据中的每个图像像素逐一处理，例如，每个图像像素可具有8、10、12或14比特的位深度，MCU750可按相同或不同的位深度对每一个图像像素进行处理。应当理解的是，在某些实施例中，场景图像可直接提供给可信运行环境下的应用程序进行处理，无需经过MCU750，提升处理速度。
在本申请的一个实施例中，如图8所示，由于预设接口为符合预设标准的总线接口，且应用程序处于可信运行环境(TEE，Trust Execution Environment)下，因此应用程序可安全地调用景深数据，从而进行安全验证。例如：基于人脸的结构光图像，计算得到人脸的轮廓、高度等数据信息。上述数据信息已经在MCU中计算，应用程序只需在可信运行环境下调用上述数据信息，与预存的数据进行特征比对，即可实现身份验证。如果验证通过，用户就可以获取该应用程序的权限，对应用程序进行更进一步地操作。其中，可信运行环境TEE是相对于普通运行环境来说的，通常可信运行环境下执行的是一些安全性较高的操作诸如身份验证、支付授权等，相对于普通运行环境更加安全。
本申请实施例的终端设备，通过向被摄物发射结构光，并捕获经过被摄物的结构光图像，以及将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据，然后将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证，利用硬件的MCU对数据进行保护，防止用户的信息被盗取，提升安全性。
在本申请的另一个实施例中，微控制单元MCU750还可用于：
通过镭射灯740发射结构光，并通过泛光灯720向被摄物发射红外光。再通过激光摄像头710捕获经过被摄物的红外图像和结构光图像。然后利用深度引擎752对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据。最后，将红外图像数据和景深数据通过预设接口753提供给应用程序，以使应用程序调用红外图像数据和景深数据进行安全验证。为了进一步提高验证的安全性，本实施例将红外图像和结构光图像结合，将上述信息传输至硬件的MCU中进行处理，再将处理后的红外图像数据和景深数据提供至可信运行环境下的应用程序进行身份验证。将红外图像和结构光图像结合均放入MCU进行保护，防止用户的信息被盗取，进一步提升安全性。例如，可先利用红外图像数据进行活体检测，检测到当前被摄物为活体时，再利用景深数据进行进一步地身份验证。
在本申请的又一个实施例中，微控制单元MCU750还可用于：
利用PWM751调制生成结构光，通过镭射灯740发射结构光。再由激光摄像头710捕获经过被摄物的结构光图像。由可见光摄像头730拍摄被摄物的可见光图像。利用深度引擎752对可见光图像和结构光图像进行处理，以获取可见光图像数据和景深数据。最后，将可见光图像数据和景深数据通过预设接口753提供给应用程序，以使应用程序调用可见光图像数据和景深数据进行安全验证。通过将可见光图像和结构光图像结合，能够获取更丰富的被摄物的特征信息，如色彩、位置等，相对于结构光图像，描述特征更加准确，提高身份验证的准确性。
当然，在某些应用场景中，由于某些应用程序的安全级别要求并不是特别高，并不需要可见光图像和结构光图像均在MCU750中进行处理。为此，在保证一定安全性的情况下，在拍摄被摄物的可见光图像之后，可直接将可见光图像提供给可信运行环境下的应用程序进行处理，无需经过MCU750。而结构光图像仍由MCU750进行处理，减轻MCU的计算负担，提升处理速度。
如图9所示，本申请实施方式的终端设备800包括一个或多个处理器810、存储器820和一个或多个程序801。其中一个或多个程序801被存储在存储器820中，并且被配置成由一个或多个处理器810执行。程序801包括用于执行上述任意一项实施方式的基于结构光的安全验证方法的指令。
例如，程序801包括用于执行以下步骤的基于结构光的安全验证方法的指令：
S101’，向被摄物发射结构光。
S102’，捕获经过被摄物的结构光图像。
S103’，将结构光图像发送至微控制单元MCU，并利用微控制单元MCU计算获得被摄物对应的景深数据。
S104’，将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据进行安全验证。
为实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面实施例的基于结构光的安全验证方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (24)

1.一种基于结构光的安全验证方法，其特征在于，包括以下步骤：
向被摄物发射结构光；
捕获经过所述被摄物的结构光图像；
将所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU计算获得所述被摄物对应的景深数据；以及
将所述景深数据通过预设接口提供至应用程序，以使所述应用程序调用所述景深数据进行安全验证。
2.如权利要求1所述的方法，其特征在于，还包括：
向被摄物发射红外光和所述结构光；
捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
将所述红外图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
3.如权利要求1所述的方法，其特征在于，还包括：
拍摄所述被摄物的可见光图像，并捕获经过所述被摄物的结构光图像；
将所述可见光图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
4.如权利要求3所述的方法，其特征在于，还包括：
在拍摄所述被摄物的可见光图像之后，直接将所述可见光图像提供给所述应用程序进行处理。
5.如权利要求1所述的方法，其特征在于，利用所述微控制单元MCU计算获得所述被摄物对应的景深数据，包括：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
6.如权利要求1所述的方法，其特征在于，还包括：
在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
7.如权利要求1至3任一项所述的方法，其特征在于，所述应用程序处于可信运行环境TEE下。
8.如权利要求1至3任一项所述的方法，其特征在于，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
9.一种基于结构光的安全验证装置，其特征在于，包括：
发射模块，用于向被摄物发射结构光；
捕获模块，用于捕获经过所述被摄物的结构光图像；
处理模块，用于将所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU计算获得所述被摄物对应的景深数据；以及
提供模块，用于将所述景深数据通过预设接口提供至应用程序，以使所述应用程序调用所述景深数据进行安全验证。
10.如权利要求9所述的装置，其特征在于，还包括：
所述发射模块，还用于向被摄物发射红外光和所述结构光；
所述捕获模块，还用于捕获经过所述被摄物的红外图像和所述结构光图像；
所述处理模块，还用于将所述红外图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
所述提供模块，还用于将所述红外图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
11.如权利要求9所述的装置，其特征在于，还包括：
所述捕获模块，还用于拍摄所述被摄物的可见光图像，并捕获经过所述被摄物的结构光图像；
所述处理模块，还用于将所述可见光图像和所述结构光图像发送至微控制单元MCU，并利用所述微控制单元MCU对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
所述提供模块，还用于将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
12.如权利要求11所述的装置，其特征在于，还包括：
所述提供模块，还用于在拍摄所述被摄物的可见光图像之后，直接将所述可见光图像提供给所述应用程序进行处理。
13.如权利要求9所述的装置，其特征在于，所述处理模块，用于：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
14.如权利要求9所述的装置，其特征在于，所述装置还包括：
加密模块，用于在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
解密模块，用于利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
15.如权利要求9至11任一项所述的装置，其特征在于，所述应用程序处于可信运行环境TEE下。
16.如权利要求9至11任一项所述的装置，其特征在于，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
17.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8任一项所述的基于结构光的安全验证方法。
18.一种终端设备，其特征在于，包括激光摄像头、泛光灯、可见光摄像头、镭射灯以及微控制单元MCU，所述微控制单元MCU包括脉冲宽度调制PWM、深度引擎、预设接口以及随机存取存储器RAM，其中，所述微控制单元MCU，用于：
利用所述脉冲宽度调制PWM调制生成结构光；
通过所述镭射灯向被摄物发射所述结构光；
通过所述激光摄像头捕获经过所述被摄物的结构光图像；
将所述结构光图像发送至所述深度引擎，并通过所述深度引擎计算获得所述被摄物对应的景深数据；以及
将所述景深数据通过所述预设接口提供至应用程序，以使所述应用程序调用所述景深数据进行安全验证。
19.如权利要求18所述的终端设备，其特征在于，所述微控制单元MCU，还用于：
通过所述泛光灯向所述被摄物发射红外光，并通过所述镭射灯向被摄物发射所述结构光；
通过所述激光摄像头捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至所述深度引擎，并通过所述深度引擎计算获得所述被摄物对应的红外图像数据和所述景深数据；以及
将所述红外图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据进行安全验证。
20.如权利要求18所述的终端设备，其特征在于，所述微控制单元MCU，还用于：
获取所述可见光摄像头拍摄的所述被摄物的可见光图像，并通过所述激光摄像头捕获经过所述被摄物的所述结构光图像；
对所述可见光图像和所述结构光图像进行处理，以获取可见光图像数据和所述景深数据；以及
将所述可见光图像数据和所述景深数据通过所述预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据和所述景深数据进行安全验证。
21.如权利要求18所述的终端设备，其特征在于，所述微控制单元MCU，具体用于：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
22.如权利要求18所述的终端设备，其特征在于，所述微控制单元MCU，还用于：
在计算获得所述被摄物对应的景深数据或获取所述被摄物对应的红外图像数据或拍摄可见光图像数据之后，对所述景深数据或所述红外图像数据或所述可见光图像数据进行加密；
利用所述应用程序对加密后的景深数据或红外图像数据或所述可见光图像数据进行解密之后，调用所述景深数据或所述红外图像数据或所述可见光图像数据。
23.如权利要求18至20任一项所述的终端设备，其特征在于，所述应用程序处于可信运行环境TEE下。
24.如权利要求18至20任一项所述的终端设备，其特征在于，所述预设接口为符合预设标准的总线接口，包括MIPI总线接口、I2C同步串行总线接口、SPI总线接口。
CN201810327898.1A 2018-04-12 2018-04-12 基于结构光的安全验证方法、装置及终端设备 Pending CN108564033A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810327898.1A CN108564033A (zh) 2018-04-12 2018-04-12 基于结构光的安全验证方法、装置及终端设备
PCT/CN2019/080163 WO2019196669A1 (zh) 2018-04-12 2019-03-28 基于激光的安全验证方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810327898.1A CN108564033A (zh) 2018-04-12 2018-04-12 基于结构光的安全验证方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN108564033A true CN108564033A (zh) 2018-09-21

Family

ID=63534808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810327898.1A Pending CN108564033A (zh) 2018-04-12 2018-04-12 基于结构光的安全验证方法、装置及终端设备

Country Status (2)

Country Link
CN (1) CN108564033A (zh)
WO (1) WO2019196669A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335303A (zh) * 2019-06-24 2019-10-15 Oppo广东移动通信有限公司 图像处理方法和装置、及存储介质
WO2019196669A1 (zh) * 2018-04-12 2019-10-17 Oppo广东移动通信有限公司 基于激光的安全验证方法、装置及终端设备
CN110855362A (zh) * 2019-11-18 2020-02-28 南京工程学院 基于可见光led矩阵的保密通信方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
CN104390607A (zh) * 2014-11-05 2015-03-04 南昌航空大学 基于相位编码的彩色结构光快速三维测量方法
CN206672174U (zh) * 2017-04-17 2017-11-24 深圳奥比中光科技有限公司 深度计算处理器以及3d图像设备
CN107424187A (zh) * 2017-04-17 2017-12-01 深圳奥比中光科技有限公司 深度计算处理器、数据处理方法以及3d图像设备
CN107437019A (zh) * 2017-07-31 2017-12-05 广东欧珀移动通信有限公司 唇语识别的身份验证方法和装置
CN107564050A (zh) * 2017-08-09 2018-01-09 广东欧珀移动通信有限公司 基于结构光的控制方法、装置和终端设备
CN107665334A (zh) * 2017-09-11 2018-02-06 广东欧珀移动通信有限公司 基于表情的智能控制方法和装置
CN107748869A (zh) * 2017-10-26 2018-03-02 深圳奥比中光科技有限公司 3d人脸身份认证方法与装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7440590B1 (en) * 2002-05-21 2008-10-21 University Of Kentucky Research Foundation System and technique for retrieving depth information about a surface by projecting a composite image of modulated light patterns
CN107169483A (zh) * 2017-07-12 2017-09-15 深圳奥比中光科技有限公司 基于人脸识别的任务执行
CN107368730B (zh) * 2017-07-31 2020-03-06 Oppo广东移动通信有限公司 解锁验证方法和装置
CN108595928A (zh) * 2018-04-12 2018-09-28 Oppo广东移动通信有限公司 人脸识别的信息处理方法、装置及终端设备
CN108564033A (zh) * 2018-04-12 2018-09-21 Oppo广东移动通信有限公司 基于结构光的安全验证方法、装置及终端设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
CN104390607A (zh) * 2014-11-05 2015-03-04 南昌航空大学 基于相位编码的彩色结构光快速三维测量方法
CN206672174U (zh) * 2017-04-17 2017-11-24 深圳奥比中光科技有限公司 深度计算处理器以及3d图像设备
CN107424187A (zh) * 2017-04-17 2017-12-01 深圳奥比中光科技有限公司 深度计算处理器、数据处理方法以及3d图像设备
CN107437019A (zh) * 2017-07-31 2017-12-05 广东欧珀移动通信有限公司 唇语识别的身份验证方法和装置
CN107564050A (zh) * 2017-08-09 2018-01-09 广东欧珀移动通信有限公司 基于结构光的控制方法、装置和终端设备
CN107665334A (zh) * 2017-09-11 2018-02-06 广东欧珀移动通信有限公司 基于表情的智能控制方法和装置
CN107748869A (zh) * 2017-10-26 2018-03-02 深圳奥比中光科技有限公司 3d人脸身份认证方法与装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘建国 等: "《电子商务安全管理与支付》", 31 October 2011 *
刘永立 等: "《物联网技术及应用》", 31 August 2014 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196669A1 (zh) * 2018-04-12 2019-10-17 Oppo广东移动通信有限公司 基于激光的安全验证方法、装置及终端设备
CN110335303A (zh) * 2019-06-24 2019-10-15 Oppo广东移动通信有限公司 图像处理方法和装置、及存储介质
CN110855362A (zh) * 2019-11-18 2020-02-28 南京工程学院 基于可见光led矩阵的保密通信方法和系统
CN110855362B (zh) * 2019-11-18 2021-08-03 南京工程学院 基于可见光led矩阵的保密通信方法和系统

Also Published As

Publication number Publication date
WO2019196669A1 (zh) 2019-10-17

Similar Documents

Publication Publication Date Title
CN107368730A (zh) 解锁验证方法和装置
CN108764052B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
US10133943B2 (en) Online pseudonym verification and identity validation
CN108804895B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN107277053A (zh) 身份验证方法、装置及移动终端
CN108805024B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN107682607A (zh) 图像获取方法、装置、移动终端和存储介质
US11256903B2 (en) Image processing method, image processing device, computer readable storage medium and electronic device
CN108595928A (zh) 人脸识别的信息处理方法、装置及终端设备
CN107479801A (zh) 基于用户表情的终端显示方法、装置及终端
CN107895110A (zh) 终端设备的解锁方法、装置及移动终端
EP3624006A1 (en) Image processing method, apparatus, computer-readable storage medium, and electronic device
CN107493428A (zh) 拍摄控制方法和装置
CN108564033A (zh) 基于结构光的安全验证方法、装置及终端设备
WO2019196684A1 (zh) 数据传输方法、装置、计算机可读存储介质、电子设备和移动终端
CN107423716A (zh) 人脸状态监控方法及装置
CN107437019A (zh) 唇语识别的身份验证方法和装置
CN108052813A (zh) 终端设备的解锁方法、装置及移动终端
CN108712400B (zh) 数据传输方法、装置、计算机可读存储介质和电子设备
CN108830141A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN109213610A (zh) 数据处理方法、装置、计算机可读存储介质和电子设备
CN108764053A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN108614971A (zh) 加密处理及解密处理方法和装置
CN113994395A (zh) 用于基于色度的面部活体检测的方法和系统
CN107613239A (zh) 视频通信背景显示方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180921

RJ01 Rejection of invention patent application after publication