CN109767376A - 图像认证方法、装置、计算机设备及存储介质 - Google Patents
图像认证方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109767376A CN109767376A CN201811527538.2A CN201811527538A CN109767376A CN 109767376 A CN109767376 A CN 109767376A CN 201811527538 A CN201811527538 A CN 201811527538A CN 109767376 A CN109767376 A CN 109767376A
- Authority
- CN
- China
- Prior art keywords
- image
- sequence
- watermark
- obtains
- authentication method
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012550 audit Methods 0.000 claims abstract description 82
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000012795 verification Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 12
- 230000001815 facial effect Effects 0.000 claims description 8
- 238000013475 authorization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 13
- 230000009466 transformation Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 241001441724 Tetraodontidae Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明属于信息加密领域，公开了图像认证方法、装置、计算机设备及存储介质，该图像认证方法包括：获取第一图像，对所述第一图像进行离散余弦变换得到第一图像子图像；根据第一水印序列对所述第一图像子图像添加隐写水印；将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像；将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列；若所述第二水印序列与所述第一水印序列相同，则输出验证通过的结果。本发明提供的技术方案可以校验图像的传输过程是否被篡改，防范非法图像造成的金融风险，提高图像审核的效率。
Description
技术领域
本发明属于信息加密领域，更具体地说，是涉及一种图像认证方法、装置、计算机设备及存储介质。
背景技术
在金融审核的过程中，需要认证大量上传的图像。目前，在对图像进行认证时，大多采用人工的方法进行审核，甄别上传的图像是否属于合法图像。然而，不法分子通过翻拍图像、编造图像或复用旧图像再上传，采用人工进行甄别的方法无法有效识别这类非法图像，导致金融欺诈案件的发生；另一方面，对上传的图像采用人工进行甄别的方法无法快速完成对图像进行审核，效率较低。
综上，使用人工对上传的图像进行甄别无法有效杜绝金融欺诈案件的发生，效率较低。
发明内容
本发明实施例提供一种图像认证方法、装置、计算机设备及存储介质，以解决现有技术中待审核图像的甄别效率较低的问题。
一种图像认证方法，包括：
获取第一图像，对所述第一图像进行离散余弦变换得到第一图像子图像；
根据第一水印序列对所述第一图像子图像添加隐写水印；
将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像；
将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列；
若所述第二水印序列与所述第一水印序列相同，则输出验证通过的结果。
一种图像认证装置，包括：
第一图像变换模块，用于获取第一图像，对所述第一图像进行离散余弦变换得到第一图像子图像；
第一水印添加模块，用于根据第一水印序列对所述第一图像子图像添加隐写水印；
第二图像变换模块，用于将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像；
第二水印提取模块，用于将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列；
验证结果输出模块，用于若所述第二水印序列与所述第一水印序列相同，则输出验证通过的结果。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图像认证方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述图像认证方法的步骤。
上述图像认证方法、装置、计算机设备及存储介质，通过获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像，然后根据第一水印序列对第一图像子图像添加隐写水印，再将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；接着将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列；最后若第二水印序列与第一水印序列相同，则输出验证通过的结果。通过对获取的图像添加隐写水印，再对水印序列进行认证，可以校验图像的传输过程是否被篡改，杜绝PS图像或非本次事件图像等情况造成的金融风险，提高图像审核的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中图像认证方法的一应用环境示意图；
图2是本发明一实施例中图像认证方法的一流程图；
图3是本发明一实施例中图像认证方法的另一流程图；
图4是本发明一实施例中图像认证方法的另一流程图；
图5是本发明一实施例中图像认证方法的另一流程图；
图6是本发明一实施例中图像认证方法的另一流程图；
图7是本发明一实施例中图像认证方法的另一流程图；
图8是本发明一实施例中图像认证装置的一原理框图；
图9是本发明一实施例中图像认证装置的另一原理框图；
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
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作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。
本申请提供的图像认证方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信，服务端通过客户端获取第一图像，对获取的第一图像进行离散余弦变换得到第一图像子图像，然后根据第一水印序列对第一图像子图像添加隐写水印，再将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；接着服务端将客户端的第二图像发送至审核终端，再获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列，其中，审核终端为服务端用于存储审核资料的数据库；最后服务端将第二水印序列与第一水印序列进行比较，若第二水印序列与第一水印序列相同，则服务端输出验证通过的结果至客户端。其中，客户端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种图像认证方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：
S201：获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像。
其中，第一图像是指客户端获取的待审核的图像，包括事件图像、用户图像或资料图像等，可以通过客户端的拍摄工具采集进行获取。
具体地，服务端通过客户端获取第一图像，然后将第一图像进行离散余弦(Discrete Cosine Transform,简称DCT)变换，即对第一图像进行DCT分块，得到第一图像子图像。可选地，在对第一图像进行DCT分块时，可以将第一图像分成9*9块的第一图像子图像。
S202：根据第一水印序列对第一图像子图像添加隐写水印。
其中，可以通过预先建立相应的水印序列的数据库，再从水印序列的数据库中获取第一水印序列。可选地，从水印序列的数据库中选取第一水印序列时，选取与分块后的第一图像子图像的数量相等的第一水印序列，即为每个第一图像子图像获取一个相应的第一水印序列。例如，若第一图像通过DCT分块分为9*9(81)个的第一图像子图像，则从水印序列的数据库中获取81个第一水印序列。
具体地，服务端从水印序列的数据库中获取与第一图像子图像的个数一样的第一水印序列，并获取第一图像子图像的DCT系数；然后采用第一水印序列对第一图像子图像采用Blowfish算法进行加密，形成密文；接着用Blowfish算法生成伪随机序列，根据生成的伪随机序列找到需要改变的DCT系数，将DCT系数的末位更改为密文对应的值，得到改变后的DCT系数，从而生成隐写水印。其中，Blowfish算法是一个64位分组及可变密钥长度的对称密钥分组密码算法，可用来加密64比特长度的字符串。
可选地，服务端也可以采用其它方式来对第一图像添加水印，例如空域方法、傅里叶变换或小波变换等等方法。
S203：将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像。
具体地，服务端将添加了隐写水印的第一图像子图像进行DCT逆变换，得到添加了隐写水印的图像作为第二图像，服务端再将第二图像发送至审核终端。
可选地，为了保证第一图像为客户端的拍摄工具所采集，获取第一图像并对第一图像添加隐写水印得到第二图像的过程，可以通过客户端指定的APP来实现，例如，服务端通过指定的APP获取客户端的相机权限，然后通过该指定的APP打开客户端的相机采集第一图像，再对采集的第一图像添加隐写水印。
可选地，对第一图像添加隐写水印得到第二图像的过程也可以在APP中嵌入相应的软件开发工具包(Software Development Kit，简称SDK)来完成。可选地，也可以通过提供相应的应用程序编程接口(Application Programming Interface，简称API)服务来实现。
S204：将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列。
可以理解，将第二图像发送至审核终端的过程中，可能会有不法分子对传输的过程进行攻击，对第二图像进行篡改，从而达到其金融欺诈的目的。因此需要对审核终端接收到的图像作为第三图像，对第三图像进行认证。
具体地，服务端将客户端的第二图像发送至审核终端，再获取审核终端接收到的图像作为第三图像，然后对第三图像进行水印的提取，得到第二水印序列。其中，服务端对第三图像提取水印的过程可以为：对第一图像和第三图像进行相同的DCT变换，然后将变换后的两个图像进行相减，可以得到第二水印序列。
S205：若第二水印序列与第一水印序列相同，则输出验证通过的结果。
具体地，服务端将第二水印序列与第一水印序列对应位置的序列进行比较，若两者的序列中每个对应位置的序列都相同，表明第二图像在传输的过程没有经过篡改，则服务端输出验证通过的结果至客户端。若两者的序列中有一个以上的对应位置的序列不相同，表明第二图像在传输的过程已经被篡改，则服务端输出验证不通过的结果至客户端。
可以理解，由于攻击者不知道具体的第一水印序列，因此难以将非法的图像通过加入相同的第一水印序列来冒充合法的图像。
可以理解，若根据第三图像提取得到的第二水印序列为空，或者第二水印序列与第一水印序列不同，表明第三图像不是由第二图像传输而成，则可以判定第三图像为非本次事件图像，或者是经过PS过的图像，则服务端输出验证不通过的结果。
在图2对应的实施例中，通过获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像，然后根据第一水印序列对第一图像子图像添加隐写水印，再将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；接着将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列；最后若第二水印序列与第一水印序列相同，则输出验证通过的结果。通过对获取的图像添加隐写水印，再对水印序列进行认证，可以校验图像的传输过程是否被篡改，杜绝PS图像或非本次事件图像等情况造成的金融风险，提高图像审核的效率。
在一实施例中，如图3所示，在步骤S203之后，即在将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像的步骤之后，本实施例提供的图像认证方法还包括以下步骤：
S301：将第二图像通过预设转换算法转换为二进制文件，获取二进制文件的信息摘要序列作为第一信息摘要序列。
可选地，预设转换算法可以为BASE64算法，也可以是其它转换的算法，这里不做具体限定。其中，BASE64算法是用于传输8Bit字节码的编码方式之一，是一种基于64个可打印字符来表示二进制数据的方法。
其中，第一信息摘要序列是指由消息摘要算法第五版算法(Message DigestAlgorithm MD5，简称MD5)获得的信息摘要序列，MD5算法为一种散列函数，可以产生出一个128位(16字节)的散列值，可以用于确保信息传输完整一致。
具体地，服务端通过客户端将获取的第一图像通过BASE64算法转换为二进制文件，再通过MD5算法获取二进制文件的信息摘要序列作为第一信息摘要序列。可选地，步骤S301也可以由嵌入客户端的APP中的SDK来完成，也可以通过提供相应的API服务来实现。
S302：将二进制文件发送至审核终端，并获取审核终端接收到的文件，采用预设转换算法对接收到的文件转换为图像，将转换得到的图像作为第三图像。
可以理解，审核终端接收到的文件包括其它客户端(即未经过添加隐写水印和/或二进制转换)传输到审核终端的文件。可选地，服务端对审核终端接收到的文件进行校验，若审核终端接收到的文件不是二进制文件，则输出验证不通过的结果至客户端。
具体地，服务端将客户端转换后的二进制文件发送至审核终端后，获取审核终端接收到的文件，通过与步骤S301一致的预设转换算法将审核终端接收到的文件转化为图像，再将转换得到的图像作为第三图像。
S303：获取第三图像的信息摘要序列作为第二信息摘要序列。
具体地，服务端根据MD5算法获取第三图像的信息摘要序列，将其作为第二信息摘要序列。
S304：若第二信息摘要序列与第一信息摘要序列一致，则输出摘要序列验证通过的结果。
具体地，服务端将第二信息摘要序列与第一信息摘要序列进行比较，判断两者是否一致。可选地，服务端可以采用正则表达式来判断第二信息摘要序列与第一信息摘要序列是否匹配，也可以用equal公式来判断两者是否相等。若服务端判定第二信息摘要序列与第一信息摘要序列一致，表明在图像传输的过程中没有经过篡改，则向客户端输出摘要序列验证通过的结果。若服务端判定第二信息摘要序列与第一信息摘要序列不一致，表明在图像传输的过程中可能经过篡改，或者传输的过程有损失，则向客户端输出摘要序列的验证不通过的结果，使客户端重新上传第一图像。
在图3对应的实施例中，通过将第二图像通过预设转换算法转换为二进制文件，获取二进制文件的信息摘要序列作为第一信息摘要序列，然后将二进制文件发送至审核终端，并获取审核终端接收到的文件，采用预设转换算法对接收到的文件转换为图像，将转换得到的图像作为第三图像；接着获取第三图像的信息摘要序列作为第二信息摘要序列，若第二信息摘要序列与第一信息摘要序列一致，则输出摘要序列验证通过的结果。将图像通过预设转换算法进行转换，并获取图像的信息摘要序列，可以在水印序列校验的基础上进一步提高图像传输的安全性，提高防范金融风险的效率。
在一实施例中，如图4所示，在步骤S203之后，即在将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像的步骤之后，本实施例提供的图像认证方法还包括以下步骤：
S401：采用预设密钥对第二图像进行高级加密标准加密，得到加密后的图像。
具体地，服务端采用预设密钥对第二图像进行高级加密标准(AdvancedEncryption Standard，简称AES)加密，得到AES加密后的图像。其中，预设密钥可以根据实际需要进行具体设置，这里不做限定。
S402：对加密后的图像进行开放授权的加签，得到加签后的图像。
其中，开放授权(Oauth)是一个开放标准，允许用户让第三方应用访问该用户在某一网站上存储的私密的资源(如照片，视频，联系人列表)。通过对加密后的图像进行Oauth加签，可以进一步增加传输的安全性。
具体地，服务端对加密后的图像进行开放授权的加签处理，得到加签后的图像，再将加签后的图像传输到审核终端。
S403：将加签后的图像发送至审核终端，并获取审核终端接收到的图像作为第三图像。
可以理解，审核终端接收到的图像包括从其它客户端(即未经过添加隐写水印和/或加密加签)传输到审核终端的图像。
具体地，服务端在将客户端加签后的图像传输至审核终端后，再获取审核终端实际接收到的图像作为第三图像。
S404：对第三图像进行鉴权，若鉴权成功，则采用预设密钥对第三图像进行解密，若解密成功，则输出加密验证通过的结果。
具体地，服务端对审核终端的第三图像进行鉴权，若第三图像为经过Oauth形式加签后的图像，则鉴权成功；若第三图像为未经过Oauth形式加签后的图像，则鉴权失败。可以理解，若鉴权成功，表明第三图像为第二图像经过合法传输而成，则服务端再进行AES的加密验证的步骤。若鉴权失败，表明第三图像来源于非法用户，则服务端输出验证不通过的结果至客户端，不再进行AES的加密验证的步骤。
进一步地，服务端在鉴权成功后，对第三图像采用预设密钥进行AES解密，若第三图像可以被解密，则表明获取的第三图像为第二图像经过合法传输后的图像，输出加密验证通过的结果至客户端；若第三图像不能被解密或不需要解密，则表明获取的第三图像为非法图像(包括非法获取的图像和篡改的图像)，输出加密验证不通过的结果至客户端，以提示用户重新上传第一图像。
在图4对应的实施例中，通过采用预设密钥对第二图像进行高级加密标准加密，得到加密后的图像；然后对加密后的图像进行开放授权的加签，得到加签后的图像；再将加签后的图像发送至审核终端，并获取审核终端接收到的图像作为第三图像，最后对第三图像进行鉴权，若鉴权成功，则采用预设密钥对第三图像进行解密，若解密成功，则输出加密验证通过的结果。通过对第二图像进行高级加密标准加密，并对加密后的图像进行加签处理，可以在水印序列验证的基础上进一步提高图像传输的安全性，提高防范金融风险的效率。
在一实施例中，如图5所示，在步骤S204之后，即在将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列的步骤之后，本实施例提供的图像认证方法还包括以下步骤：
S501：获取第三图像的摩尔纹特征值。
其中，摩尔纹是指由于数码照相机或者扫描仪等设备上的感光元件出现的高频干扰导致图片出现的彩色的高频率条纹。摩尔纹特征值是指图像在一维频谱图下的高频信号出现的概率值。
可选地，服务端获取第三图像的摩尔纹特征值的过程为：首先对第三图像进行傅里叶变换转换为二维频谱图；然后根据第三图像的频率和振幅将二维频谱图转化为一维频谱图像，再根据转化后的一维频谱图像获取高频信号出现的概率值作为第三图像的摩尔纹特征值。其中，傅里叶变换可以为离散二维傅里叶变换。
S502：若摩尔纹特征值达到预设频率阈值，则输出摩尔纹验证不通过的结果。
应理解，由于翻拍的图像会出现摩尔纹，而摩尔纹集中体现为图像的高频的信号较多，因此，服务端可以设置一个频率阈值作为预设频率阈值，若图像的摩尔纹特征值超过预设频率阈值，则可以判定第三图像为经过翻拍后的非法图像。其中，预设频率阈值可以根据实际情况进行具体设定，这里不做限定。
具体地，服务端将获取的摩尔纹特征值与预设频率阈值进行比较，若获取的摩尔纹特征值达到预设频率阈值，表明第三图像为经过翻拍的图像，为非法图像，则服务端输出摩尔纹验证不通过的结果至客户端；若获取的摩尔纹特征值未达到预设频率阈值，表明第三图像不是经过翻拍的图像，为合法图像，则服务端输出摩尔纹验证通过的结果至客户端。
在图5对应的实施例中，通过获取第三图像的摩尔纹特征值，若摩尔纹特征值达到预设频率阈值，则输出摩尔纹验证不通过的结果。通过对第三图像进行摩尔纹的验证，可以在水印序列校验的基础上进一步确保被审核的图像为非翻拍的图像，提高金融风险的防范效率和图像审核的精度。
在一实施例中，如图6所示，在步骤S204之后，即在将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列的步骤之后，本实施例提供的图像认证方法还包括以下步骤：
S601：若第二水印序列与第一水印序列不相同，则获取第三图像的测试噪声直方图。
应理解，相机的噪音也称为噪声、噪点，主要是指相机中的电荷耦合元件(Charge-coupled Device，简称CCD)或互补金属氧化物半导体(Complementary Metal OxideSemiconductor,简称CMOS)将光线作为接收信号接收并输出的过程中所产生的图像中的粗糙部分，也指图像中不该出现的外来像素，通常由电子干扰产生。由于不同厂商的相机使用的感光元器件是不一样的，不同传感器之间都存在差异，这些差异会使传感器对光的响应有所不同，从而在每张照片上留下特有的“噪声”，这些特有的“噪声”也被称为相机指纹。可选地，可以通过获取图像的噪声直方图来实现对图像的相机指纹的识别。
具体地，若服务端判定第三图像的水印与预设水印不一致，则表明第三图像来自于非指定的客户端；或者为用户未经指定的APP获取图像，例如用户未打开APP就进行了拍摄，再利用APP上传存储于移动终端的图像；则服务端可以对第三图像进行相机指纹识别，从而判断第三图像是否来自用户的移动终端所拍摄。具体地，服务端获取第三图像的测试噪声直方图的过程可以为：首先通过卷积算法第三图像进行卷积，然后对卷积后的图像进行分割，再根据分割后的图像生成局部方差和直方图，最后根据得到的局部分差和直方图再次进行一次边缘识别得到第三图像的测试噪声直方图。
S602：将测试噪声直方图与基准噪声直方图进行相似度计算，若相似度达到预设相似度阈值，则输出相机指纹验证通过的结果。
其中，基准噪声直方图可以由用户在服务端注册时进行获取，例如，用户在服务端进行注册时，通过用户的移动终端的相机采集用户人脸图像，再获取采集的用户人脸图像中的相机指纹，将采集到的相机指纹作为基准噪声直方图存储于服务端的数据库中。
具体地，服务端根据获取的测试噪声直方图与基准噪声直方图进行相似度计算，再将得到的相似度与预设相似度阈值进行比较，若测试噪声直方图与基准噪声直方图的相似度超过预设相似度阈值，则服务端判定第三图像来自用户认证的相机，输出验证通过的结果至客户端；若测试直方图与基准噪声直方图的相似度未超过预设相似度阈值，则服务端判定第三图像不是来自用户认证的相机，输出验证不通过的结果至客户端。通过对第三图像进行相机指纹的验证，可以检验上传的图像是否来自认证的客户端。其中，预设相似度阈值可以根据实际需要进行具体设定，这里不做具体限定。
在图6对应的实施例中，若第二水印序列与第一水印序列不相同，则获取第三图像的测试噪声直方图，再将测试噪声直方图与基准噪声直方图进行相似度计算，若相似度达到预设相似度阈值，则输出相机指纹验证通过的结果。通过对第三图像进行相机指纹的识别，可以保证第三图像来自合法的客户端，也可以杜绝翻拍图像或PS图像造成的金融风险，提高图像审核的效率；另外，一旦出现金融欺诈事件，也可以为图像的来源进行快速认定提供依据。
在一实施例中，如图7所示，在步骤S204之后，即在将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列的步骤之后，本实施例提供的图像认证方法还包括以下步骤：
S701：若第三图像属于人脸图像，则将第三图像输入至预设的微表情识别模型中，获取用户微表情。
可以理解，在本实施例中，第三图像为涉及用户人脸的图像。可选地，可以根据不同的客户端的应用环境来判定是否可以进行获取用户微表情的步骤，例如，某APP在处理某个事件时需要获取用户人脸图像，则此时的第三图像则可以进行获取用户微表情的步骤。
其中，预设的微表情识别模型采用已经训练好的模型。可选地，预设的微表情识别模型采用深度学习的训练模型，通过预先准备好对表情批注好的样本图像，然后将样本图像输入到训练模型中进行训练，使训练模型学习微表情的获取和识别，得到预设的微表情识别模型。
具体地，服务端将第三图像进行判断，若第三图像为人脸图像，则将第三图像输入至预设的微表情识别模型中，通过预设的微表情识别模型对第三图像的用户的表情进行识别，得到用户微表情，例如高兴、自信、不安或紧张等等用户微表情。
S702：根据预设评分标准对用户微表情进行评分，根据评分的结果输出验证的结果。
其中，预设评分标准是指用户微表情与相应分值的标准，可以根据实际需要进行设定，这里不做具体限定。可选地，预设评分标准设置为评分表格，服务端根据步骤S701获取的用户微表情与评分表格中的微表情进行匹配，再获取匹配的微表情对应的分值进行评分，再根据评分的结果输出验证的结果。具体地，若评分达到预设分数阈值，则输出验证通过的结果；若评分未达到预设分数阈值，则输出验证不通过的结果。其中，预设分数阈值可以根据实际情况进行设定，这里不做具体限定。
在图7对应的实施例中，若第三图像属于人脸图像，则将第三图像输入至预设的微表情识别模型中，获取用户微表情，根据预设评分标准对用户微表情进行评分，再根据评分的结果输出验证的结果。通过对第三图像进行微表情识别，可以在水印序列认证的基础上进一步防范金融欺诈风险，提高图像审核的效率和图像审核的准确度。
应理解，上述实施例的水印序列验证、信息摘要序列验证、高级标准加密验证、加签验证、摩尔纹验证和相机指纹验证可以单独应用，也可以两种方式或多种方式相互结合进行使用。当结合使用时，可以实现多重验证的效果，使图像认证的过程更加严谨，加强防范金融风险的效果。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种图像认证装置，该图像认证装置与上述实施例中图像认证方法一一对应。如图8所示，该图像认证装置包括第一图像变换模块801、第一水印添加模块802、第二图像变换模块803、第二水印提取模块804和验证结果输出模块805。各功能模块详细说明如下：
第一图像变换模块801，用于获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像；
第一水印添加模块802，用于根据第一水印序列对第一图像子图像添加隐写水印；
第二图像变换模块803，用于将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；
第二水印提取模块804，用于将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列；
验证结果输出模块805，用于若第二水印序列与第一水印序列相同，则输出验证通过的结果。
进一步地，如图9所示，本实施例提供的图像认证装置还包括摘要序列验证模块901，其中，摘要序列验证模块901包括第一序列获取单元9011、第三图像获取单元9012、第二序列获取单元9013和序列验证结果输出单元9014。
第一序列获取单元9011，用于将第二图像通过预设转换算法转换为二进制文件，获取二进制文件的信息摘要序列作为第一信息摘要序列；
第三图像获取单元9012，用于将二进制文件发送至审核终端，并获取审核终端接收到的文件，采用预设转换算法对接收到的文件转换为图像，将转换得到的图像作为第三图像；
第二序列获取单元9013，用于第三图像的信息摘要序列作为第二信息摘要序列；
序列验证结果输出单元9014，用于若第二信息摘要序列与第一信息摘要序列一致，则输出摘要序列验证通过的结果。
进一步地，本实施例提供的图像认证装置还包括图像加密验证模块，其中，图像加密验证模块具体用于：
采用预设密钥对第二图像进行高级加密标准加密，得到加密后的图像；
对加密后的图像进行开放授权的加签，得到加签后的图像；
将加签后的图像发送至审核终端，并获取审核终端接收到的图像作为第三图像；
对第三图像进行鉴权，若鉴权成功，则采用预设密钥对第三图像进行解密，若解密成功，则输出加密验证通过的结果。
进一步地，本实施例提供的图像认证装置还包括摩尔纹验证模块，其中，摩尔纹验证模块具体用于：
获取第三图像的摩尔纹特征值；
若摩尔纹特征值达到预设频率阈值，则输出摩尔纹验证不通过的结果。
进一步地，本实施例提供的图像认证装置还包括相机指纹验证模块，其中，相机指纹验证模块具体用于：
若第二水印序列与第一水印序列不相同，则获取第三图像的测试噪声直方图；
将测试噪声直方图与基准噪声直方图进行相似度计算，若相似度达到预设相似度阈值，则输出相机指纹验证通过的结果。
进一步地，本实施例提供的图像认证装置还包括微表情识别模块，其中，微表情识别模块具体用于：
若第三图像属于人脸图像，则将第三图像输入至预设的微表情识别模型中，获取用户微表情；
根据预设评分标准对用户微表情进行评分，根据评分的结果输出验证的结果。
关于图像认证装置的具体限定可以参见上文中对于图像认证方法的限定，在此不再赘述。上述图像认证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第三图像、水印序列、基准噪声直方图和微表情识别模型等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述任意一种图像认证方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像；
根据第一水印序列对第一图像子图像添加隐写水印；
将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；
将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列；
若第二水印序列与第一水印序列相同，则输出验证通过的结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取第一图像，对第一图像进行离散余弦变换得到第一图像子图像；
根据第一水印序列对第一图像子图像添加隐写水印；
将添加隐写水印的第一图像子图像进行离散余弦逆变换得到第二图像；
将第二图像发送至审核终端，获取审核终端接收到的图像作为第三图像，并提取第三图像的第二水印序列；
若第二水印序列与第一水印序列相同，则输出验证通过的结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像认证方法，其特征在于，包括：
获取第一图像，对所述第一图像进行离散余弦变换得到第一图像子图像；
根据第一水印序列对所述第一图像子图像添加隐写水印；
将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像；
将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列；
若所述第二水印序列与所述第一水印序列相同，则输出验证通过的结果。
2.如权利要求1所述的图像认证方法，其特征在于，在所述将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像的步骤之后，所述图像认证方法还包括：
将所述第二图像通过预设转换算法转换为二进制文件，获取所述二进制文件的信息摘要序列作为第一信息摘要序列；
将所述二进制文件发送至所述审核终端，并获取所述审核终端接收到的文件，采用所述预设转换算法对所述接收到的文件转换为图像，将转换得到的所述图像作为所述第三图像；
获取所述第三图像的信息摘要序列作为第二信息摘要序列；
若所述第二信息摘要序列与所述第一信息摘要序列一致，则输出摘要序列验证通过的结果。
3.如权利要求1所述的图像认证方法，其特征在于，在所述将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像的步骤之后，所述图像认证方法还包括：
采用预设密钥对所述第二图像进行高级加密标准加密，得到加密后的图像；
对所述加密后的图像进行开放授权的加签，得到加签后的图像；
将所述加签后的图像发送至所述审核终端，并获取所述审核终端接收到的图像作为所述第三图像；
对所述第三图像进行鉴权，若鉴权成功，则采用所述预设密钥对所述第三图像进行解密，若解密成功，则输出加密验证通过的结果。
4.如权利要求1所述的图像认证方法，其特征在于，在所述将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列的步骤之后，所述图像认证方法还包括：
获取所述第三图像的摩尔纹特征值；
若所述摩尔纹特征值达到预设频率阈值，则输出摩尔纹验证不通过的结果。
5.如权利要求1所述的图像认证方法，其特征在于，在所述将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列的步骤之后，所述图像认证方法还包括：
若所述第二水印序列与所述第一水印序列不相同，则获取第三图像的测试噪声直方图；
将所述测试噪声直方图与基准噪声直方图进行相似度计算，若所述相似度达到预设相似度阈值，则输出相机指纹验证通过的结果。
6.如权利要求1所述的图像认证方法，其特征在于，在所述将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列的步骤之后，所述图像认证方法还包括：
若第三图像属于人脸图像，则将所述第三图像输入至预设的微表情识别模型中，获取用户微表情；
根据预设评分标准对所述用户微表情进行评分，根据评分的结果输出验证的结果。
7.一种图像认证装置，其特征在于，包括：
第一图像变换模块，用于获取第一图像，对所述第一图像进行离散余弦变换得到第一图像子图像；
第一水印添加模块，用于根据第一水印序列对所述第一图像子图像添加隐写水印；
第二图像变换模块，用于将添加隐写水印的所述第一图像子图像进行离散余弦逆变换得到第二图像；
第二水印提取模块，用于将所述第二图像发送至审核终端，获取所述审核终端接收到的图像作为第三图像，并提取所述第三图像的第二水印序列；
验证结果输出模块，用于若所述第二水印序列与所述第一水印序列相同，则输出验证通过的结果。
8.如权利要求7所述的图像认证装置，其特征在于，还包括摘要序列验证模块，所述摘要序列验证模块包括第一序列获取单元、第三图像获取单元、第二序列获取单元和序列验证结果输出单元；
所述第一序列获取单元，用于将所述第二图像通过预设转换算法转换为二进制文件，获取所述二进制文件的信息摘要序列作为第一信息摘要序列；
所述第三图像获取单元，用于将所述二进制文件发送至审核终端，并获取所述审核终端接收到的文件，采用所述预设转换算法对所述接收到的文件转换为图像，将转换得到的所述图像作为所述第三图像；
所述第二序列获取单元，用于所述第三图像的信息摘要序列作为第二信息摘要序列；
所述序列验证结果输出单元，用于若所述第二信息摘要序列与所述第一信息摘要序列一致，则输出摘要序列验证通过的结果。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述图像认证方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像认证方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811527538.2A CN109767376A (zh) | 2018-12-13 | 2018-12-13 | 图像认证方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811527538.2A CN109767376A (zh) | 2018-12-13 | 2018-12-13 | 图像认证方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109767376A true CN109767376A (zh) | 2019-05-17 |
Family
ID=66451806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811527538.2A Pending CN109767376A (zh) | 2018-12-13 | 2018-12-13 | 图像认证方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109767376A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110569627A (zh) * | 2019-08-01 | 2019-12-13 | 北京大米科技有限公司 | 图像处理方法、装置和电子设备 |
| CN110634095A (zh) * | 2019-08-02 | 2019-12-31 | 北京大米科技有限公司 | 水印添加方法、水印识别方法、装置和电子设备 |
| CN111369450A (zh) * | 2020-02-21 | 2020-07-03 | 华为技术有限公司 | 去除摩尔纹的方法与装置 |
| CN112749379A (zh) * | 2021-02-20 | 2021-05-04 | 上海理工大学 | 一种基于深度学习的项目申报系统及方法 |
| CN113177214A (zh) * | 2021-04-29 | 2021-07-27 | 百度在线网络技术（北京）有限公司 | 图像发布、审核方法、相关装置及计算机程序产品 |
| CN113312525A (zh) * | 2021-06-07 | 2021-08-27 | 浙江工业大学 | 一种通过java进行反向校准钢印编码的方法 |
| CN113436053A (zh) * | 2021-06-25 | 2021-09-24 | 上海商汤智能科技有限公司 | 图像校验方法、装置、电子设备及存储介质 |
| CN114338241A (zh) * | 2022-03-10 | 2022-04-12 | 成都网讯优速信息技术有限公司 | 数据加解密方法和装置及采用该装置的网络路由器 |
| CN114385984A (zh) * | 2022-03-22 | 2022-04-22 | 腾讯科技（深圳）有限公司 | 一种应用溯源管理方法、装置、设备及存储介质 |
| US12032672B2 (en) | 2020-07-21 | 2024-07-09 | Baidu Online Network Technology (Beijing) Co., Ltd. | Image verification method and apparatus, electronic device and computer-readable storage medium |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102395041A (zh) * | 2011-08-05 | 2012-03-28 | 中山大学 | 一种基于模式噪声相位的成像设备源检测方法 |
| CN104517257A (zh) * | 2013-09-26 | 2015-04-15 | 上海中移通信技术工程有限公司 | 用于制作和验证防伪的数字凭证的方法 |
| CN105118048A (zh) * | 2015-07-17 | 2015-12-02 | 北京旷视科技有限公司 | 翻拍证件图片的识别方法及装置 |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
| US20180005272A1 (en) * | 2016-06-30 | 2018-01-04 | Paypal, Inc. | Image data detection for micro-expression analysis and targeted data services |
-
2018
- 2018-12-13 CN CN201811527538.2A patent/CN109767376A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102395041A (zh) * | 2011-08-05 | 2012-03-28 | 中山大学 | 一种基于模式噪声相位的成像设备源检测方法 |
| CN104517257A (zh) * | 2013-09-26 | 2015-04-15 | 上海中移通信技术工程有限公司 | 用于制作和验证防伪的数字凭证的方法 |
| CN105118048A (zh) * | 2015-07-17 | 2015-12-02 | 北京旷视科技有限公司 | 翻拍证件图片的识别方法及装置 |
| US20180005272A1 (en) * | 2016-06-30 | 2018-01-04 | Paypal, Inc. | Image data detection for micro-expression analysis and targeted data services |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
Non-Patent Citations (2)
| Title |
|---|
| 陈帆 等: "基于混沌和图像内容的脆弱水印方案", 计算机应用, vol. 25, no. 9, 30 September 2005 (2005-09-30), pages 2152 - 2154 * |
| 黄良永: "基于数字水印的图像认证技术研究", 信息科技辑, vol. 2010, 15 January 2010 (2010-01-15), pages 138 - 31 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021018229A1 (zh) * | 2019-08-01 | 2021-02-04 | 北京大米科技有限公司 | 图像处理方法、装置和电子设备 |
| CN110569627A (zh) * | 2019-08-01 | 2019-12-13 | 北京大米科技有限公司 | 图像处理方法、装置和电子设备 |
| CN110569627B (zh) * | 2019-08-01 | 2021-08-20 | 北京大米科技有限公司 | 图像处理方法、装置和电子设备 |
| CN110634095B (zh) * | 2019-08-02 | 2023-08-08 | 北京大米科技有限公司 | 水印添加方法、水印识别方法、装置和电子设备 |
| CN110634095A (zh) * | 2019-08-02 | 2019-12-31 | 北京大米科技有限公司 | 水印添加方法、水印识别方法、装置和电子设备 |
| CN111369450A (zh) * | 2020-02-21 | 2020-07-03 | 华为技术有限公司 | 去除摩尔纹的方法与装置 |
| CN111369450B (zh) * | 2020-02-21 | 2024-02-02 | 华为技术有限公司 | 去除摩尔纹的方法与装置 |
| US12032672B2 (en) | 2020-07-21 | 2024-07-09 | Baidu Online Network Technology (Beijing) Co., Ltd. | Image verification method and apparatus, electronic device and computer-readable storage medium |
| CN112749379A (zh) * | 2021-02-20 | 2021-05-04 | 上海理工大学 | 一种基于深度学习的项目申报系统及方法 |
| CN113177214A (zh) * | 2021-04-29 | 2021-07-27 | 百度在线网络技术（北京）有限公司 | 图像发布、审核方法、相关装置及计算机程序产品 |
| CN113312525A (zh) * | 2021-06-07 | 2021-08-27 | 浙江工业大学 | 一种通过java进行反向校准钢印编码的方法 |
| CN113312525B (zh) * | 2021-06-07 | 2024-02-09 | 浙江工业大学 | 一种通过java进行反向校准钢印编码的方法 |
| CN113436053A (zh) * | 2021-06-25 | 2021-09-24 | 上海商汤智能科技有限公司 | 图像校验方法、装置、电子设备及存储介质 |
| CN114338241A (zh) * | 2022-03-10 | 2022-04-12 | 成都网讯优速信息技术有限公司 | 数据加解密方法和装置及采用该装置的网络路由器 |
| CN114385984A (zh) * | 2022-03-22 | 2022-04-22 | 腾讯科技（深圳）有限公司 | 一种应用溯源管理方法、装置、设备及存储介质 |
| CN114385984B (zh) * | 2022-03-22 | 2023-03-14 | 腾讯科技（深圳）有限公司 | 一种应用溯源管理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109767376A (zh) | 图像认证方法、装置、计算机设备及存储介质 | |
| Joseph et al. | Retracted article: a multimodal biometric authentication scheme based on feature fusion for improving security in cloud environment | |
| Rocha et al. | Vision of the unseen: Current trends and challenges in digital image and video forensics | |
| CN110084013B (zh) | 生物特征模板安全性及密钥产生 | |
| US20170193316A1 (en) | Method and apparatus of verifying usability of biological characteristic image | |
| US11741263B1 (en) | Systems and processes for lossy biometric representations | |
| Cavoukian et al. | Advances in biometric encryption: Taking privacy by design from academic research to deployment | |
| CN111563243A (zh) | 一种基于微信小程序的可信身份认证平台 | |
| WO2019114615A1 (zh) | 一种原生照片鉴定方法及应用 | |
| US20200382308A1 (en) | User Apparatus and Method for the Protection of Confidential Data | |
| US11681787B1 (en) | Ownership validation for cryptographic asset contracts using irreversibly transformed identity tokens | |
| US20220078020A1 (en) | Biometric acquisition system and method | |
| Zou et al. | Blockchain-based photo forensics with permissible transformations | |
| WO2019114614A1 (zh) | 一种原生照片鉴定方法及系统 | |
| Adler | Biometric system security | |
| Mastorakis et al. | Dlwiot: Deep learning-based watermarking for authorized iot onboarding | |
| Uludag | Secure biometric systems | |
| Barni et al. | Information Forensics and Security: A quarter-century-long journey | |
| CN110535630B (zh) | 密钥生成方法、装置及存储介质 | |
| Ara et al. | An efficient privacy-preserving user authentication scheme using image processing and blockchain technologies | |
| Cao et al. | Using image sensor PUF as root of trust for birthmarking of perceptual image hash | |
| WO2017207998A1 (en) | Method of associating a person with a digital object | |
| Kerrison | IoT Droplocks: Wireless fingerprint theft using hacked smart locks | |
| Maier et al. | Camera fingerprinting authentication revisited | |
| Alruban et al. | Insider misuse attribution using biometrics |
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 |