CN109241723A - 一种身份验证方法及装置 - Google Patents

一种身份验证方法及装置 Download PDF

Info

Publication number
CN109241723A
CN109241723A CN201710560048.1A CN201710560048A CN109241723A CN 109241723 A CN109241723 A CN 109241723A CN 201710560048 A CN201710560048 A CN 201710560048A CN 109241723 A CN109241723 A CN 109241723A
Authority
CN
China
Prior art keywords
image
tone
random number
authenticatee
reversal
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
CN201710560048.1A
Other languages
English (en)
Other versions
CN109241723B (zh
Inventor
李卫海
崔州平
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201710560048.1A priority Critical patent/CN109241723B/zh
Publication of CN109241723A publication Critical patent/CN109241723A/zh
Application granted granted Critical
Publication of CN109241723B publication Critical patent/CN109241723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/36User authentication by graphic or iconic representation
    • G06T3/04
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Abstract

本发明提出一种身份验证方法,包括:从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。上述技术方案在不增加用户识别难度的基础上,加大计算机识别图像的难度,可以更准确地区分用户和计算机,辅助识别被验证者的身份。

Description

一种身份验证方法及装置
技术领域
本发明涉及信息安全技术领域,尤其涉及一种身份验证方法及装置。
背景技术
验证码是一种区分被验证者是计算机还是用户的公共全自动程序。验证码的设置可以有效防止黑客利用计算机程序,对注册网站进行不断的登陆尝试,从而暴力破解密码,实施恶意操作。
现有的验证码大多是字符验证码,基于现有验证码的身份验证方法是,由被验证者识别一幅字符图片中的字符或数字,如果被验证者能够识别正确,则通过身份验证。但是随着图像识别技术的不断发展,计算机也已经能够识别图片中的字符或数字。例如,基于深度学习的计算机视觉处理技术最擅长的就是图像分类问题,而计算机识别字符或数字,就是一种典型的分类问题。据统计,现有的图像识别算法对字符识别的准确率已经达到90%以上。因此,现有的身份验证方法,已经不能准确区分计算机和用户,无法准确识别被验证者的身份。
发明内容
基于上述现有技术的缺陷和不足,本发明提出一种身份验证方法及装置,能够准确区分计算机和用户,准确识别被验证者身份。
本发明第一方面提出一种身份验证方法,包括:从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。采用上述技术方案,对于用户来说可以凭借生活常识识别色调正常的图像,而对于计算机来说,由于缺乏识别正确色调所必须具备的任意目标的认知能力和任意目标正常色调的生活常识,因此很难通过验证。由此可见,本发明实施例技术方案在不增加用户识别难度的基础上,加大计算机识别图像的难度,可以更准确地区分用户和计算机,识别被验证者的身份。
本发明第二方面提出一种身份验证装置,包括:第一抽取单元,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;第一变换单元,用于对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;第一输出单元,用于输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;第一判断处理单元,用于当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。
在一种实现方式中,所述对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像,包括:将所述图像的色彩模型转换为HSV模型;生成设定数量的互不相同的随机数;遍历所述设定数量的互不相同的随机数,每遍历到一个随机数时,分别执行以下操作:根据该随机数对所述图像进行色调变换处理,得到色调变换后的图像。
在一种实现方式中,所述判断所述被验证者选择的图像是否为色调正常的图像,包括:判断所述被验证者选择的图像的色调与所述图像的色调的差值,是否在设定的阈值范围内;如果所述被验证者选择的图像的色调与所述图像的色调的差值,在设定的阈值范围内,则确认所述被验证者选择的图像为色调正常的图像。
本发明第三方面提出另一种身份验证方法,包括:从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;对所述图像进行色调变换处理,得到色调变换后的图像;输出所述色调变换后的图像,以及输出设定数量的随机数,使被验证者根据所述色调变换后的图像,从所述设定数量的随机数中选择随机数;根据所述被验证者选择的随机数,对所述色调变换后的图像进行色调变换处理,得到二次色调变换后的图像;判断所述二次色调变换后的图像是否为色调正常的图像;如果所述二次色调变换后的图像为色调正常的图像,则确认所述被验证者通过身份验证。通过上述内容可见,本发明将常见的场景或物品图像进行色调变换后,由用户将图像色调变为正常色调,对于用户来说可以凭借生活常识识别色调正常的图像,而对于计算机来说,由于缺乏识别正确色调所必须具备的任意目标的认知能力和任意目标正常色调的生活常识,因此很难通过验证。由此可见,本发明实施例技术方案在不增加用户识别难度的基础上,加大计算机识别图像的难度,可以更准确地区分用户和计算机,识别被验证者的身份。
本发明第四方面提出另一种身份验证装置,包括:第二抽取单元,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;第二变换单元,用于对所述图像进行色调变换处理,得到色调变换后的图像;第二输出单元,用于输出所述色调变换后的图像,以及输出设定数量的随机数,使被验证者根据所述色调变换后的图像,从所述设定数量的随机数中选择随机数;第三变换单元,用于根据所述被验证者选择的随机数,对所述色调变换后的图像进行色调变换处理,得到二次色调变换后的图像;第二判断处理单元,用于判断所述二次色调变换后的图像是否为色调正常的图像;如果所述二次色调变换后的图像为色调正常的图像,则确认所述被验证者通过身份验证。
在一种实现方式中,所述对所述图像进行色调变换处理,得到色调变换后的图像,包括:生成一个随机数;根据生成的随机数,对所述图像进行色调变换处理,得到色调变换后的图像。
在一种实现方式中,所述判断所述二次色调变换后的图像是否为色调正常的图像,包括:判断所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,是否在设定的阈值范围内;如果所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,在设定的阈值范围内,则确认所述二次变换后的图像为色调正常的图像。
在一种实现方式中,所述输出设定数量的随机数,包括:以滑动条的方式展示设定数量的随机数;其中,所述设定数量的随机数均匀分布在所述滑动条上;所述滑动条包括可以沿所述滑动条滑动的滑块,滑块静止时所在位置处的随机数,作为被选中的随机数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种身份验证方法的流程示意图;
图2是本发明实施例提供的另一种身份验证方法的流程示意图;
图3是本发明实施例提供的一种输出随机数的示意图;
图4是本发明实施例提供的一种身份验证装置的结构示意图;
图5是本发明实施例提供的另一种身份验证装置的结构示意图。
具体实施方式
本发明实施例适用于将图像作为验证码,对用户身份进行验证的应用场景。
采用本发明实施例技术方案,能够在不增加用户识别图像的难度的基础上,提高计算机识别图像的难度,从而更明确地区分用户与计算机,准确识别网站登陆者的身份。
在实施本发明实施例技术方案之前,需要首先构建图像库。其中,图像库中存储足够多的彩色数字图像,保证攻击者无法通过建立图像库,来模仿本发明实施例技术方案,从而破解验证码。
需要说明的是,为了保证图像容易识别,避免生僻的图像给用户带来识别困难,本发明实施例所建立的图像库中的图像,是人们生活中常见的,或熟知的场景图像,或物品图像,用户能够凭生活经验,轻而易举地确定用于身份验证所展示的图像的正确色调。例如,图像库中存储火焰、森林等图像,用户在观察这些图像时,可以快速确定这些图像的正确色调,比如火焰应该是红色的、森林应该是绿色的……
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种身份验证方法,参见图1所示,该方法包括:
S101、从图像库中任意选取一幅图像;
S102、将选取的图像的色彩模型由RGB模型转换为HSV模型;
具体的,RGB色彩模型是工业界的一种颜色标准,是通过对红(Red,R)、绿(Green,G)、蓝(Blue,B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。电脑屏幕上的所有颜色,都由这红色绿色蓝色三种色光按照不同的比例混合而成的。
HSV模型是分别以色调(Hue,H)、饱和度(Saturation,S)、明度(Value,V)来表示彩色图像的模型。在HSV模型中,色调H用角度度量,取值范围为0°~360°;饱和度S表示颜色接近光谱色的程度,一种颜色,可以看成是某种光谱色与白色混合的结果,其中光谱色所占的比例愈大,颜色接近光谱色的程度就愈高,颜色的饱和度也就愈高,饱和度的取值范围通常为0%~100%,值越大,颜色越饱和;明度V表示颜色明亮的程度,通常取值范围为0%(黑)到100%(白)。
一般在计算机内部,彩色图像是以RGB模型存储的,根据RGB模型到HSV模型的转换公式,可以实现上述图像的色彩模型转换。
S103、生成设定数量的互不相同的随机数;
具体的,所生成的随机数,用于对所选取的图像进行色调变换处理。随机数的数量,与对所选取的图像进行色调变换处理后得到的图像数量相同。而所选取的随机数的具体数量,根据实际使用场景决定。选取的随机数的数量越多,最终得到的用于进行身份验证的图像数量越多。
进一步的,由于所生成的随机数用于对图像进行色调变换处理,因此,为了使色调变换处理后的图像容易区分,本发明实施例设定所生成的不同的随机数之间的差值足够大,从而保证根据生成的随机数进行色调转换后得到的图像之间的色调,具有明显的不同。
另外,由于图像色调H的取值范围为0~360,因此,本发明实施例所生成的随机数的值也都在0~360的范围内。
S104、遍历生成的每一个随机数,每遍历到一个随机数时,根据该随机数对选取的图像进行色调变换处理,得到色调变换后的图像;
具体的,对图像进行色调变换处理,是指改变彩色图像的色调值,使彩色图像的色调发生改变。
在本发明实施例中,根据遍历到的随机数对选取的图像进行色调变换处理的具体处理过程是,对于选取的图像的每一个像素,分别进行如下处理:将该像素的色调值加上遍历到的随机数得到的值,作为该像素新的色调值;如果该像素的色调值加上遍历到的随机数得到的值大于360,则用得到的值减去360后的值,作为该像素新的色调值。
例如,假设遍历到的随机数为10,而所选取的图像的某一像素的色调值为65,则根据随机数10对该像素进行色调变换的处理方法是:将该像素原本的色调值65,加上遍历到的随机数10,得到结果75,将75作为该像素新的色调值。
假设遍历到的随机数为300,而所选取的图像的某一像素的色调值为65,则根据随机数300对该像素进行色调变换处理的方法是:将该像素原本的色调值65,加上遍历到的随机数300,得到结果365。由于得到的值超过了360,因此用365减去360,得到结果5,将5作为该像素新的色调值。
当每遍历到一个随机数时,都按照上述处理过程对选取的图像进行色调变换处理,得到一幅色调变换后的图像。因此,遍历所有的随机数后,得到的色调变换后的图像的数量,与随机数数量相同。
S105、同时输出所选取的图像,以及所有的色调变换后的图像,使被验证者从所输出的图像中选取色调正常的图像;
具体的,上述被验证者,是指需要向身份验证系统输入验证码信息,从而使身份验证系统确认自身身份的用户或计算机。例如,当用户登录某网站,进入输入验证码环节时,用户则成为被验证者;同理,当黑客利用设定的计算机程序强行破解登录某注册网站,进入输入验证码环节时,计算机程序就成为被验证者。
上述色调正常的图像,即在步骤S101中选取的,没有经过色调变换处理时的图像。
在步骤S105中,本发明实施例将色调正常的图像,以及经过色调变换处理得到的各个图像,同时展示给被验证者,由被验证者从中选择色调正常的图像。
另一种可行的输出方式是,设置一个具有滑块的滑动条,当被验证者拖动滑块时,先后输出各个色调变换后的图像,以及色调正常的图像。当被验证者停止拖动滑块,使滑块静止在某一位置时所输出的图像,即作为被验证者选择的图像。
需要说明的是,由于计算机显示器所能显示的图像是RGB模型所表示的图像,因此,在执行步骤S105时,首先将色调变换后的图像的色彩模型由HSV模型转换为RGB模型,然后再将图像输出。
S106、当接收到被验证者选择的图像的信息时,判断被验证者选择的图像的色调,与步骤S101中选取的图像的色调的差值,是否在设定的阈值范围内;
具体的,被验证者选择的图像的信息,即表示被验证者选择的是哪幅图像的信息。例如,假设被验证者从输出的所有图像中,选择了第2幅图像,则被验证者选择的图像的信息,即是表示被验证者选择了第2幅图像的信息。
在明确被验证者所选择的是哪幅图像后,本发明实施例计算确认被验证者所选择的图像的色调值,以及色调正常的图像(即步骤S101中所选取的图像)的色调值。然后,计算被验证者选择的图像的色调值,与色调正常的图像的色调值的差值。该差值即为被验证者选择色调正常的图像的误差。
需要说明的是,为了简化步骤S106的计算过程,本发明实施例还可以在步骤S104中,分别记录所选取的图像的色调值,以及对选取的图像进行色调变换后得到的各个图像的色调值。这样,在步骤S106中,当确认被验证者所选取的是哪幅图像时,直接调取该图像的色调值,与正常色调的图像的色调值进行对比即可。
如果被验证者选择的图像的色调,与步骤S101中选取的图像的色调的差值,在设定的阈值范围内,则执行步骤S107、确认被验证者通过身份验证。
具体的,如果被验证者选择的图像的色调,很接近在步骤S101中选取的图像的色调,即被验证者选择的图像的色调,与步骤S101中选取的图像的色调的差值在设定的阈值范围内,或者被验证者选择的图像就是在步骤S101中选取的图像,则可以认为被验证者从所展示的所有图像中,选出了色调正常的图像。
由于在图像库中存储的图像都是生活中常见的场景图像,用户根据生活常识可以确定步骤S101所选取的图像在经过色调变换后,哪个是最接近正常色调的图像,因此可以从中选出色调正常的图像。而对于计算机来说,计算机没有生活常识,虽然计算机可以轻而易举地知道各个图像的色调,但是计算机不知道到底哪个是图像正常的色调,因此不能准确地从众多色调不同的图像中,选出色调正常的图像。
基于上述原理,当被验证者选择的图像的色调,与步骤S101中选取的图像的色调的差值在设定的阈值范围内,也就是说被验证者选择出了色调正常的图像,则可以确认选出色调正常的图像的被验证者,是真实的用户,而并非是计算机,因此确认被验证者通过身份验证。
相反的,如果被验证者选择的图像的色调,与步骤S101中选取的图像的色调的差值不在设定的阈值范围内,也就是说被验证者没有选择出色调正常的图像,则认为选择图像的被验证者并非是真实的用户,可能是计算机,因此不能通过身份验证。
通过上述介绍可见,本发明实施例对一幅彩色图像的色调进行不同程度的变换处理,得到多幅色调不同的图像并输出。如果被验证者可以从输出的图像中选出色调正常的图像,则通过身份验证。其中,上述彩色图像是人们生活中熟知的场景图像,因此,对于用户来说可以凭借生活常识识别色调正常的图像,而对于计算机来说,由于不具备生活常识,不知道图像原本的色调应该是什么样的,因此很难通过验证。由此可见,本发明实施例技术方案在不增加用户识别难度的基础上,加大计算机识别图像的难度,可以更准确地区分用户和计算机,识别被验证者的身份。
基于上述利用色调不同的图像来验证被验证者身份的技术思想,本发明实施例还提供另外一种具体实施方式:
参见图2所示,在执行与上述S101、S102相同的步骤S201、S202之后,本发明实施例进一步执行步骤S203、生成一个随机数;
具体的,所生成的随机数,用于对步骤S101所选取的图像进行色调变换处理。由于图像色调H的取值范围为0~360,因此,本发明实施例所生成的随机数的值在0~360的范围内。
S204、根据生成的随机数,对选取的图像进行色调变换处理,得到色调变换后的图像;
具体地,对图像进行色调变换处理,是指改变彩色图像的色调值,使彩色图像的色调发生改变。
在本发明实施例中,根据生成的随机数对选取的图像进行色调变换处理的具体处理过程是,对于选取的图像的每一个像素,分别进行如下处理:将该像素的色调值加上生成的随机数得到的值,作为该像素新的色调值;如果该像素的色调值加上生成的随机数得到的值大于360,则用得到的值减去360后的值,作为该像素新的色调值。
S205、输出色调变换后的图像,同时输出0~360之间的随机数,使被验证者从0~360之间的随机数中选择任意的随机数;
具体的,本发明实施例输出的0~360之间的随机数,具体可以是0~360之间的整数,也可以是非整数。另一方面,可以是0~360之间连续的整数或非整数,也可以是有设定间隔的非连续的整数或非整数。
所输出的随机数,用于对色调变换后的图像再进行色调变换处理,其具体数量可以根据实际使用场景决定。需要说明的是,为了保证对色调变换后的图像再次进行色调变换时,能够将色调变换后的图像的色调变换为正常色调,本发明实施例输出0~360之间连续的整数或非整数,使得根据其中某一个值对色调变换后的图像进行色调变换时,能够将图像变为正常色调图像,便于被验证者辨认。
图3示出了本发明实施例所提供的一种输出0~360之间的随机数的具体实现方式。
在图3所示的输出方式中,以滑动条的方式代表0~360之间的随机数。滑动条的最左端表示0,最右端表示360,所输出的随机数均匀分布在滑动条上。当被验证者拖动滑块左右滑动时,滑块所经过的每一个位置分别对应一个具体的随机数,当被验证者将滑块拖动到一个确定的位置时,表示被验证者选择了滑块位置对应的随机数。需要说明的是,本发明实施例将被验证者停止拖动滑块时,滑块所在的位置对应的随机数,作为被验证者最终确认选择的随机数。
需要说明的是,由于计算机显示器所能显示的图像是RGB模型所表示的图像,因此,在执行步骤S205时,首先将色调变换后的图像的色彩模型由HSV模型转换为RGB模型,然后再将图像输出。
S206、当接收到被验证者选择的随机数信息时,根据被验证者选择的随机数,对色调变换后的图像进行色调变换处理,得到二次色调变换后的图像,并将得到的二次色调变换后的图像输出;
具体的,对色调变换后的图像进行色调变换处理的过程,与步骤S104中介绍的对图像进行色调变换的处理过程相同。具体为,对于色调变换后的图像的每一个像素,分别进行如下处理:将该像素的色调值加上被验证者选择的随机数得到的值,作为该像素新的色调值;如果该像素的色调值加上被验证者选择的随机数得到的值大于360,则用得到的值减去360后的值,作为该像素新的色调值。
对应图3所示的被验证者选择随机数的方式,当被验证者拖动滑块在滑动条上滑动时,滑块每滑动到一个位置,都对应一个随机数。此时,本发明实施例根据滑块所在位置对应的随机数,对色调变换后的图像进行色调变换处理,并将得到的二次色调变换后的图像输出。因此,在被验证者拖动滑块的过程中,本发明实施例会持续根据滑块所在位置所对应的随机数,对色调变换后的图像进行色调变换处理,并将处理后的图像输出。
也就是说,在被验证者拖动滑块的过程中,输出的二次色调变换后的图像会发生连续或陆续的变化。这一过程,相当于被验证者通过滑动滑块,选择图像的过程。需要说明的是,由于本发明实施例仅仅将被验证者停止拖动滑块时,滑块所在位置对应的随机数,作为被验证者所最终确认选择的随机数。也就相当于,本发明实施例将根据被验证者停止拖动滑块时,滑块所在位置对应的随机数对色调变换后的图像进行色调变换处理后得到的二次色调变换图像,作为最终确认的,根据被验证者选择的随机数对色调变换后的图像进行色调变换处理得到的二次色调变换后的图像。
同样的,由于计算机显示器所能显示的图像是RGB模型所表示的图像,因此,在执行步骤S206时,首先将色调变换后的图像的色彩模型由HSV模型转换为RGB模型,然后再将图像输出。
S207、判断得到的二次色调变换后的图像的色调,与步骤S201中选取的图像的色调的差值,是否在设定的阈值范围内;
具体的,在明确被验证者所选择的随机数,并根据被验证者选择的随机数得到二次色调变换后的图像后,本发明实施例计算确认二次色调变换后的图像的色调值,以及色调正常的图像(即步骤S201中所选取的图像)的色调值。然后,计算二次色调变换后的图像的色调值,与色调正常的图像的色调值的差值。
需要说明的是,为了简化步骤S207的计算过程,本发明实施例还可以在步骤S204和S206中,分别记录所选取的图像的色调值,以及对选取的图像进行二次色调变换后得到的图像的色调值。这样,在步骤S207中,直接调取二次色调变换后的图像的色调值,与正常色调的图像的色调值进行对比即可。
如果得到的二次色调变换后的图像的色调,与步骤S201中选取的图像的色调的差值,在设定的阈值范围内,则执行步骤S208、确认被验证者通过身份验证。
具体的,如果二次色调变换后的图像的色调,很接近步骤S201中选取的图像的色调,则可以认为被验证者通过滑动滑块,调整色调变换后的图像的色调,使二次色调变换后的图像的色调接近原始色调。
由于在图像库中存储的图像都是生活中常见的场景图像,用户根据生活常识可以确定对色调变换后的图像再进行多少程度的色调变换得到的二次色调变换后的图像,是最接近原始色调图像的图像。而对于计算机来说,计算机没有生活常识,虽然计算机可以轻而易举地知道各个图像的色调,但是计算机不知道对色调变换后的图像进行多少程度的色调变换得到的图像是正常色调的图像,因此不能准确地通过选择进行色调变换的随机数,将色调变换后的图像的色调调整为接近原始图像的色调。
基于上述原理,当被验证者通过选择随机数,调整色调变换后的图像的色调而得到的二次色调变换后的图像的色调,与步骤S201中选取的图像,即原始图像的色调的差值在设定的阈值范围内,也就是说被验证者通过选择随机数,将色调变换后的图像的色调调整为接近原始图像的色调,则可以确认选择随机数的被验证者,是真实的用户,而并非是计算机,因此确认被验证者通过身份验证。
相反的,如果被验证者不能通过选择随机数将色调变换后的图像的色调调整为接近原始图像的色调,则认为选择随机数的被验证者并非是真实的用户,可能是计算机,因此不能通过身份验证。
通过上述介绍可见,本发明实施例首先给出一幅经过色调变换后的图像,然后由被验证者选择随机数,再根据被验证者选择的随机数对色调变换后的图像进行色调变换处理,如果被验证者能够通过选择随机数,将色调变换后的图像的色调转换为接近原始图像的色调,则可以确认被验证者为真实用户。其中,上述原始图像是人们生活中熟知的场景图像,因此,对于用户来说可以凭借生活常识识别色调正常的图像,而对于计算机来说,由于缺乏识别正确色调所必须具备的任意目标的认知能力和任意目标正常色调的生活常识,因此很难通过验证。由此可见,本发明实施例技术方案在不增加用户识别难度的基础上,加大计算机识别图像的难度,可以更准确地区分用户和计算机,识别被验证者的身份。
在本发明另一个实施例中,步骤S207还可以为:S207、判断被验证者选择的随机数与步骤S203生成的随机数的和,与360的差值的绝对值是否在设定的阈值范围内;如果在设定的阈值范围内,则确认被验证者通过身份验证。
具体的,由于本发明实施例对图像进行色调变换处理的具体方法是,将像素原本的色调值,加上选取的随机数,得到的结果作为像素新的色调值;如果得到的结果超过360,则用得到的结果减去360后的值作为像素新的色调值。因此,如果两次色调变换的随机数之和,与360的差值的绝对值在设定的阈值范围内(即两次色调变换的随机数之和接近360),则对像素原本的色调值,加上两次色调变换的随机数,相当于加上360,这时得到的值超过360。按照色调变换规则,此时要用得到的结果减去360,最终得到的值还是像素原来的色调值,图像的色调不变。也就相当于二次色调变换后的图像的色调,还是原来的色调。此时,应当确认被验证者通过身份验证。
图4是本发明实施例公开的一种身份验证装置的结构示意图,该装置包括:第一抽取单元401,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;第一变换单元402,用于对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;第一输出单元403,用于输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;第一判断处理单元404,用于当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。
具体的,本实施例中各个单元的具体工作内容,请参见上述方法实施例的内容,此处不再赘述。
图5是本发明实施例公开的另一种身份验证装置的结构示意图,该装置包括:第二抽取单元501,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;第二变换单元502,用于对所述图像进行色调变换处理,得到色调变换后的图像;第二输出单元503,用于输出所述色调变换后的图像,以及输出设定数量的随机数,使被验证者根据所述色调变换后的图像,从所述设定数量的随机数中选择随机数;第三变换单元504,用于根据所述被验证者选择的随机数,对所述色调变换后的图像进行色调变换处理,得到二次色调变换后的图像;第二判断处理单元505,用于判断所述二次色调变换后的图像是否为色调正常的图像;如果所述二次色调变换后的图像为色调正常的图像,则确认所述被验证者通过身份验证。
具体的,本实施例中各个单元的具体工作内容,请参见上述方法实施例的内容,此处不再赘述。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种身份验证方法,其特征在于,包括:
从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;
对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;
输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;
当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;
如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。
2.根据权利要求1所述的方法,其特征在于,所述对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像,包括:
将所述图像的色彩模型转换为HSV模型;
生成设定数量的互不相同的随机数;
遍历所述设定数量的互不相同的随机数,每遍历到一个随机数时,分别执行以下操作:
根据该随机数对所述图像进行色调变换处理,得到色调变换后的图像。
3.根据权利要求1所述的方法,其特征在于,所述判断所述被验证者选择的图像是否为色调正常的图像,包括:
判断所述被验证者选择的图像的色调与所述图像的色调的差值,是否在设定的阈值范围内;
如果所述被验证者选择的图像的色调与所述图像的色调的差值,在设定的阈值范围内,则确认所述被验证者选择的图像为色调正常的图像。
4.一种身份验证方法,其特征在于,包括:
从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;
对所述图像进行色调变换处理,得到色调变换后的图像;
输出所述色调变换后的图像,以及输出设定数量的随机数,使被验证者根据所述色调变换后的图像,从所述设定数量的随机数中选择随机数;
根据所述被验证者选择的随机数,对所述色调变换后的图像进行色调变换处理,得到二次色调变换后的图像;
判断所述二次色调变换后的图像是否为色调正常的图像;
如果所述二次色调变换后的图像为色调正常的图像,则确认所述被验证者通过身份验证。
5.根据权利要求4所述的方法,其特征在于,所述对所述图像进行色调变换处理,得到色调变换后的图像,包括:
生成一个随机数;
根据生成的随机数,对所述图像进行色调变换处理,得到色调变换后的图像。
6.根据权利要求5所述的方法,其特征在于,所述判断所述二次色调变换后的图像是否为色调正常的图像,包括:
判断所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,是否在设定的阈值范围内;
如果所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,在设定的阈值范围内,则确认所述二次变换后的图像为色调正常的图像。
7.根据权利要求4所述的方法,其特征在于,所述输出设定数量的随机数,包括:
以滑动条的方式展示设定数量的随机数;其中,所述设定数量的随机数均匀分布在所述滑动条上;所述滑动条包括可以沿所述滑动条滑动的滑块,滑块静止时所在位置处的随机数,作为被选中的随机数。
8.一种身份验证装置,其特征在于,包括:
第一抽取单元,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;
第一变换单元,用于对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像;
第一输出单元,用于输出所述图像和所述设定数量的色调变换后的图像,使被验证者从所述图像和所述设定数量的色调变换后的图像中选择色调正常的图像;
第一判断处理单元,用于当获取到所述被验证者选择的图像的信息时,判断所述被验证者选择的图像是否为色调正常的图像;如果所述被验证者选择的图像为色调正常的图像,则确认所述被验证者通过身份验证。
9.根据权利要求8所述的装置,其特征在于,所述第一变换单元对所述图像进行设定次数的色调变换处理,得到设定数量的色调变换后的图像时,具体用于:
将所述图像的色彩模型转换为HSV模型;生成设定数量的互不相同的随机数;遍历所述设定数量的互不相同的随机数,每遍历到一个随机数时,分别执行以下操作:根据该随机数对所述图像进行色调变换处理,得到色调变换后的图像。
10.根据权利要求8所述的装置,其特征在于,所述第一判断处理单元判断所述被验证者选择的图像是否为色调正常的图像时,具体用于:
判断所述被验证者选择的图像的色调与所述图像的色调的差值,是否在设定的阈值范围内;如果所述被验证者选择的图像的色调与所述图像的色调的差值,在设定的阈值范围内,则确认所述被验证者选择的图像为色调正常的图像。
11.一种身份验证装置,其特征在于,包括:
第二抽取单元,用于从图像库中选取一幅图像;其中,所述图像库为存储常见场景或常见对象的彩色图像的图像库;
第二变换单元,用于对所述图像进行色调变换处理,得到色调变换后的图像;
第二输出单元,用于输出所述色调变换后的图像,以及输出设定数量的随机数,使被验证者根据所述色调变换后的图像,从所述设定数量的随机数中选择随机数;
第三变换单元,用于根据所述被验证者选择的随机数,对所述色调变换后的图像进行色调变换处理,得到二次色调变换后的图像;
第二判断处理单元,用于判断所述二次色调变换后的图像是否为色调正常的图像;如果所述二次色调变换后的图像为色调正常的图像,则确认所述被验证者通过身份验证。
12.根据权利要求11所述的装置,其特征在于,所述第二变换单元对所述图像进行色调变换处理,得到色调变换后的图像时,具体用于:
生成一个随机数;根据生成的随机数,对所述图像进行色调变换处理,得到色调变换后的图像。
13.根据权利要求12所述的装置,其特征在于,所述第二判断处理单元判断所述二次色调变换后的图像是否为色调正常的图像时,具体用于:
判断所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,是否在设定的阈值范围内;如果所述被验证者选择的随机数与所述生成的随机数的和,与360的差值的绝对值,在设定的阈值范围内,则确认所述二次变换后的图像为色调正常的图像。
14.根据权利要求11所述的装置,其特征在于,所述第二输出单元输出设定数量的随机数时,具体用于:
以滑动条的方式展示设定数量的随机数;其中,所述设定数量的随机数均匀分布在所述滑动条上;所述滑动条包括可以沿所述滑动条滑动的滑块,滑块静止时所在位置处的随机数,作为被选中的随机数。
CN201710560048.1A 2017-07-11 2017-07-11 一种身份验证方法及装置 Active CN109241723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710560048.1A CN109241723B (zh) 2017-07-11 2017-07-11 一种身份验证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710560048.1A CN109241723B (zh) 2017-07-11 2017-07-11 一种身份验证方法及装置

Publications (2)

Publication Number Publication Date
CN109241723A true CN109241723A (zh) 2019-01-18
CN109241723B CN109241723B (zh) 2020-08-28

Family

ID=65083780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710560048.1A Active CN109241723B (zh) 2017-07-11 2017-07-11 一种身份验证方法及装置

Country Status (1)

Country Link
CN (1) CN109241723B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222862A (zh) * 2021-06-04 2021-08-06 黑芝麻智能科技(上海)有限公司 图像畸变校正方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768754A (zh) * 2012-08-03 2012-11-07 网易(杭州)网络有限公司 一种图片验证码的实现方法和装置
CN102831568A (zh) * 2012-08-03 2012-12-19 网易(杭州)网络有限公司 一种生成验证码图片的方法和装置
CN104468101A (zh) * 2013-09-12 2015-03-25 深圳市腾讯计算机系统有限公司 一种用户身份的验证方法、装置和验证服务系统
WO2015132596A1 (en) * 2014-03-07 2015-09-11 British Telecommunications Public Limited Company Access control for a resource
CN106033619A (zh) * 2015-03-20 2016-10-19 深圳市腾讯计算机系统有限公司 图片验证码生成方法、装置和系统
US20170134372A1 (en) * 2015-07-31 2017-05-11 Digital Authentication Technologies, Inc. Location authentication using multispectral imaging

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768754A (zh) * 2012-08-03 2012-11-07 网易(杭州)网络有限公司 一种图片验证码的实现方法和装置
CN102831568A (zh) * 2012-08-03 2012-12-19 网易(杭州)网络有限公司 一种生成验证码图片的方法和装置
CN104468101A (zh) * 2013-09-12 2015-03-25 深圳市腾讯计算机系统有限公司 一种用户身份的验证方法、装置和验证服务系统
WO2015132596A1 (en) * 2014-03-07 2015-09-11 British Telecommunications Public Limited Company Access control for a resource
CN106033619A (zh) * 2015-03-20 2016-10-19 深圳市腾讯计算机系统有限公司 图片验证码生成方法、装置和系统
US20170134372A1 (en) * 2015-07-31 2017-05-11 Digital Authentication Technologies, Inc. Location authentication using multispectral imaging

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈以山等: "基于字符的图片验证码识别算法的设计与实现", 《电脑知识与技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222862A (zh) * 2021-06-04 2021-08-06 黑芝麻智能科技(上海)有限公司 图像畸变校正方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN109241723B (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CA2249140C (en) Method and apparatus for object detection and background removal
EP1909484B1 (en) Image processing device, image processing program, and image processing method
JP6004481B2 (ja) カラー画像処理方法、カラー画像処理装置およびカラー画像処理プログラム
CN108476272A (zh) 图像数据转换设备、图像数据转换方法、图像数据转换程序、pos终端设备和服务器
KR101776355B1 (ko) 광학 검사 파라미터를 설정하는 장치 및 방법
US20180114393A1 (en) Method of verifying an authenticity of a printed item and data processing terminal
Lionnie et al. A comparison of human skin color detection for biometrie identification
CN109241723A (zh) 一种身份验证方法及装置
US6934412B2 (en) Detecting small amounts of color in an image
US20030174215A1 (en) Correcting digital images using unique subjects
CN107644437A (zh) 基于分块的偏色检测系统及其方法
Chen et al. Dental shade matching method based on hue, saturation, value color model with machine learning and fuzzy decision
CN106897970A (zh) 一种图像修复方法及装置
Montag et al. A comparison of constant stimuli and gray‐scale methods of color difference scaling
Purushothaman et al. Color image enhancement based on Hue differential histogram equalization
CN109510916A (zh) 扫描仪、扫描数据的生产方法及记录介质
CN108205677A (zh) 对象检测方法、装置、计算机程序、存储介质和电子设备
CN109945974B (zh) 染色制程的验证方法
Aarabi et al. Precise Skin-Tone and Under-Tone Estimation by Large Photo Set Information Fusion
Seong et al. Heterochromatic brightness matching experiments to evaluate brightness prediction model including Helmholtz-Kohlrausch effect
CN111160366A (zh) 一种彩色图像识别方法
CN117336453B (zh) 一种安检图像转换方法、系统、设备及存储介质
Chen Similarity between two color areas
Lovisolo et al. Improvement of objective image quality evaluation applying colour differences in the CIELAB colour space
Frackiewicz et al. Outlier-based initialisation of k-means in colour image quantisation

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