CN110084100A - 人脸识别方法及装置 - Google Patents

人脸识别方法及装置 Download PDF

Info

Publication number
CN110084100A
CN110084100A CN201910193009.1A CN201910193009A CN110084100A CN 110084100 A CN110084100 A CN 110084100A CN 201910193009 A CN201910193009 A CN 201910193009A CN 110084100 A CN110084100 A CN 110084100A
Authority
CN
China
Prior art keywords
face
still image
image
tag file
preset order
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
CN201910193009.1A
Other languages
English (en)
Inventor
安平凯
许国杰
黄小浦
张晓旭
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.)
Zhongke Hengyun Co Ltd
Original Assignee
Zhongke Hengyun Co 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 Zhongke Hengyun Co Ltd filed Critical Zhongke Hengyun Co Ltd
Priority to CN201910193009.1A priority Critical patent/CN110084100A/zh
Publication of CN110084100A publication Critical patent/CN110084100A/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
    • G06V40/161—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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供了一种人脸识别方法及装置，该方法应用于人脸识别技术领域，所述方法包括：获取待检测人脸动态图像；对所述人脸动态图像进行活体检测，若所述活体检测结果显示当前人脸动态图像源为活体，则从所述人脸动态图像中截取人脸静态图像；按照预设顺序生成所述人脸静态图像的特征文件；基于所述特征文件进行人脸识别。本发明提供的人脸识别方法及装置能够提高人脸识别精度。

Description

人脸识别方法及装置
技术领域
本发明属于人脸识别技术领域，更具体地说，是涉及一种人脸识别方法及装置。
背景技术
目前，人脸识别在我们的生活中已经越来越常见，也使得我们的生活更加的方便。与此同时，人脸识别技术的需求量也变得越来越大。现在的登录大多数是账号、密码和验证码组合的方式，系统在要求过安全等级的时候，要求用户的密码比较复杂，给用户带来了记忆负担。通过人脸识别登录，可以免去繁琐的密码输入，交互更加快捷方便。在人脸识别的同时，如何进一步提高人脸识别的精度成为一个亟待解决的问题。
发明内容
本发明的目的在于提供一种人脸识别方法及装置，以解决现有技术中存在如何进一步提高人脸识别精度的技术问题。
本发明实施例的第一方面，提供了一种人脸识别方法，包括：
获取待检测人脸动态图像；
对所述人脸动态图像进行活体检测，若所述活体检测结果显示当前人脸动态图像源为活体，则从所述人脸动态图像中截取人脸静态图像；
按照预设顺序生成所述人脸静态图像的特征文件；
基于所述特征文件进行人脸识别。
本发明实施例的第二方面，提供了一种人脸识别装置，包括：
图像获取模块，用于获取待检测人脸动态图像；
活体检测模块，用于对所述人脸动态图像进行活体检测，若所述活体检测结果显示当前人脸动态图像源为活体，则从所述人脸动态图像中截取人脸静态图像；
文件生成模块，用于按照预设顺序生成所述人脸静态图像的特征文件；
人脸识别模块，用于基于所述特征文件进行人脸识别。
本发明实施例的第三方面，提供了一种终端设备，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的人脸识别方法的步骤。
本发明实施例的第四方面，提供了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的人脸识别方法的步骤。
本发明提供的人脸识别方法及装置的有益效果在于：与现有技术相比，本发明实施例提供的人脸识别方法及装置在进行活体检测的同时，按照预设顺序生成人脸静态图像的特征文件，并基于特征文件进行人脸识别，能够在提高人脸识别系统安全等级的同时提高人脸识别的精度，有效降低因容貌相似而导致的人脸识别错误情况的发生概率。
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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的人脸识别方法的流程示意图；
图2的本发明另一实施例提供的人脸识别方法的流程示意图；
图3为本发明再一实施例提供的人脸识别方法的流程示意图；
图4为本发明又一实施例提供的人脸识别方法的流程示意图；
图5为本发明又一实施例提供的人脸识别方法的流程示意图；
图6为本发明又一实施例提供的人脸识别方法的流程示意图；
图7为本发明一实施例提供的人脸识别装置的结构框图；
图8为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明一实施例提供的人脸识别方法的流程示意图。该方法包括：
S101：获取待检测人脸动态图像。
在本实施例中，待检测人脸的动态图像可使用视频摄像设备来获取，获取人脸动态图像的目的在于使用活体检测防止非法人员使用照片、屏幕翻拍等手段造成人脸的错误识别。
S102：对人脸动态图像进行活体检测，若活体检测结果显示当前人脸动态图像源为活体，则从人脸动态图像中截取人脸静态图像。
在本实施例中，活体检测主要通过眨眼、张嘴、摇头、点头等组合动作来验证当前人脸动态图像是否为真实活体。若活体检测结果显示当前人脸动态图像源为活体，则从人脸动态图像中截图人脸的静态图像进行人脸识别。
S103：按照预设顺序生成人脸静态图像的特征文件。
在本实施例中，可首先对生成人脸静态图像的直方图，再按照预设顺序连接该直方图生成人脸静态图像的特征文件。
S104：基于特征文件进行人脸识别。
在本实施例中，可基于上述生成的特征文件进行人脸识别。具体实现为：将人脸注册时生成的特征模板文件存储进数据库，进行人脸识别时，将待检测人脸生成的特征文件与数据库内的特征模板文件比对，从而完成人脸识别。
从上述描述可知，本发明实施例提供的人脸识别方法在进行活体检测的同时，按照预设顺序生成人脸静态图像的特征文件，并基于特征文件进行人脸识别，能够在提高人脸识别系统安全等级的同时提高人脸识别的精度，有效降低因容貌相似而导致的人脸识别错误情况的发生概率。
请一并参考图1及图2，图2为本申请另一实施例提供的人脸识别方法的流程示意图。在上述实施例的基础上，步骤S103可以详述为：
S201：生成人脸静态图像的多个直方图。
S202：将多个直方图按照预设顺序相连，生成人脸静态图像的特征文件。
在本实施例中，可首先对人脸静态图像进行分块，统计生成分块后图像的直方图，将直方图按照预设顺序连接生成人脸静态图像的特征文件。
请一并参考图1及图3，图3为本申请再一实施例提供的人脸识别方法的流程示意图。在上述实施例的基础上，步骤S201可以详述为：
S301：对人脸静态图像进行分块处理，得到多个图像块。
S302：提取各个图像块的LBP算子，并基于LBP算子统计生成人脸静态图像的多个LBP直方图，其中，每个图像块对应一个LBP直方图。
在本实施例中，对人脸静态图像进行分块处理后，可提取分块后的人脸静态图像(即分块后的子图像)的LBP(Local Binary Patterns，局部二值模式)算子，并统计生成LBP直方图。
请一并参考图1及图4，图4为本申请又一实施例提供的人脸识别方法的流程示意图。在上述实施例的基础上，步骤S202可以详述为：
S401：随机生成人脸静态图像特征处理的预设顺序。
S402：将多个直方图按照预设顺序相连，生成人脸静态图像的特征文件。
在本实施例中，上述预设顺序可由人脸识别系统随机生成，也可认为规定加密方式，确定特征处理的预设顺序。
请一并参考图1及图5，图5为本申请又一实施例提供的人脸识别方法的流程示意图。在上述实施例的基础上，在步骤S104之前还可以包括：
S501：采集用户人脸静态图像并获取当前用户人脸静态图像对应的用户ID。
S502：基于用户人脸静态图像按照预设顺序生成与用户ID对应的特征模板。
在本实施例中，在进行人脸识别之前，还可以包括人脸注册的过程：首先，采集合法用户的人脸静态图像以及用户的ID用于标识合法用户的身份。其次，基于合法用户的人脸静态图像按照预设顺序生成与用户ID对应的特征模板文件。
其中，该预设顺序即为生成待检测人脸的特征文件时所采用的预设顺序。
其中，每个用户ID对应一个特征模板。
请一并参考图1及图6，图6为本申请又一实施例提供的人脸识别方法的流程示意图。在上述实施例的基础上，步骤S104可以详述为：
S601：比较特征文件与特征模板。
S602：若特征文件与特征模板匹配，则确定人脸识别成功并返回当前待检测人脸的用户ID。
在本实施例中，可将由待检测人脸生成的特征文件与人脸识别系统数据库内存储的多个特征模板文件比较，若存在一个特征模板与特征文件匹配，则确定人脸识别成功并返回当前待检测人脸的用户ID。若由待检测人脸生成的特征文件不与人脸识别系统数据库内的任何一个特征模板匹配，则确定人脸识别失败，返回警告信息。
对应于上文实施例的人脸识别方法，图7为本发明一实施例提供的人脸识别装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图7，该装置包括：图像获取模块100，活体检测模块200，文件生成模块300，人脸识别模块400。
其中，图像获取模块100，用于获取待检测人脸动态图像。
活体检测模块200，用于对人脸动态图像进行活体检测，若活体检测结果显示当前人脸动态图像源为活体，则从人脸动态图像中截取人脸静态图像。
文件生成模块300，用于按照预设顺序生成人脸静态图像的特征文件。
人脸识别模块400，用于基于特征文件进行人脸识别。
参考图7，在本发明的另一个实施例中，文件生成模块300可以包括：
直方图生成单元310，用于生成人脸静态图像的多个直方图。
文件生成单元320，用于将多个直方图按照预设顺序相连，生成人脸静态图像的特征文件。
参考图7，在本发明的再一个实施例中，直方图生成单元310可以包括：
分块处理装置311，用于对人脸静态图像进行分块处理，得到多个图像块。
直方图生成装置312，用于提取各个图像块的LBP算子，并基于LBP算子统计生成人脸静态图像的多个LBP直方图，其中，每个图像块对应一个LBP直方图。
参考图7，在本发明的又一个实施例中，文件生成单元320可以包括：
顺序生成装置321，用于随机生成人脸静态图像特征处理的预设顺序。
文件生成装置322，用于将多个直方图按照预设顺序相连生成人脸静态图像的特征文件。
参考图7，在本发明的又一个实施例中，人脸识别装置还可以包括：
信息采集模块500，用于采集用户人脸静态图像并获取当前用户人脸静态图像对应的用户ID。
模板生成模块600，用于基于用户人脸静态图像按照预设顺序生成与用户ID对应的特征模板。
参考图7，在本发明的又一个实施例中，人脸识别模块400可以包括：
比较单元410，用于比较所述特征文件与所述特征模板。
人脸识别单元420，用于若所述特征文件与所述特征模板匹配，则确定人脸识别成功并返回当前待检测人脸的用户ID。
参见图8，图8为本发明一实施例提供的一种终端设备的示意框图。如图8所示的本实施例中的终端800可以包括：一个或多个处理器801、一个或多个输入设备802、一个或多个输出设备803及一个或多个存储器804。上述处理器801、输入设备802、则输出设备803及存储器804通过通信总线805完成相互间的通信。存储器804用于存储计算机程序，计算机程序包括程序指令。处理器801用于执行存储器804存储的程序指令。其中，处理器801被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图7所示模块100至600的功能。
应当理解，在本发明实施例中，所称处理器801可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备802可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备803可以包括显示器(LCD等)、扬声器等。
该存储器804可以包括只读存储器和随机存取存储器，并向处理器801提供指令和数据。存储器804的一部分还可以包括非易失性随机存取存储器。例如，存储器804还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器801、输入设备802、输出设备803可执行本发明实施例提供的人脸识别方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
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，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种人脸识别方法，其特征在于，包括：
获取待检测人脸动态图像；
对所述人脸动态图像进行活体检测，若所述活体检测结果显示当前人脸动态图像源为活体，则从所述人脸动态图像中截取人脸静态图像；
按照预设顺序生成所述人脸静态图像的特征文件；
基于所述特征文件进行人脸识别。
2.如权利要求1所述的人脸识别方法，其特征在于，所述按照预设顺序生成所述人脸静态图像的特征文件，包括：
生成所述人脸静态图像的多个直方图；
将所述多个直方图按照预设顺序相连，生成所述人脸静态图像的特征文件。
3.如权利要求2所述的人脸识别方法，其特征在于，所述生成所述人脸静态图像的多个直方图，包括：
对所述人脸静态图像进行分块处理，得到多个图像块；
提取各个图像块的LBP算子，并基于所述LBP算子统计生成所述人脸静态图像的多个LBP直方图，其中，每个图像块对应一个LBP直方图。
4.如权利要求2所述的人脸识别方法，其特征在于，所述将所述直方图按照预设顺序相连，生成所述人脸静态图像的特征文件，包括：
随机生成人脸静态图像特征处理的预设顺序；
将所述多个直方图按照预设顺序相连，生成所述人脸静态图像的特征文件。
5.如权利要求1至4任一项所述的人脸识别方法，其特征在于，在基于所述特征文件进行人脸识别之前还包括：
采集用户人脸静态图像并获取当前用户人脸静态图像对应的用户ID；
基于所述用户人脸静态图像按照预设顺序生成与用户ID对应的特征模板。
6.如权利要求5所述的人脸识别方法，其特征在于，所述基于所述特征文件进行人脸识别，包括：
比较所述特征文件与所述特征模板；
若所述特征文件与所述特征模板匹配，则确定人脸识别成功并返回当前待检测人脸的用户ID。
7.一种人脸识别装置，其特征在于，包括：
图像获取模块，用于获取待检测人脸动态图像；
活体检测模块，用于对所述人脸动态图像进行活体检测，若所述活体检测结果显示当前人脸动态图像源为活体，则从所述人脸动态图像中截取人脸静态图像；
文件生成模块，用于按照预设顺序生成所述人脸静态图像的特征文件；
人脸识别模块，用于基于所述特征文件进行人脸识别。
8.如权利要求7所述的人脸识别装置，其特征在于，所述文件生成模块包括：
直方图生成单元，用于生成所述人脸静态图像的多个直方图；
文件生成单元，用于将所述多个直方图按照预设顺序相连，生成所述人脸静态图像的特征文件。
9.一种终端设备，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任一项所述方法的步骤。
CN201910193009.1A 2019-03-14 2019-03-14 人脸识别方法及装置 Pending CN110084100A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910193009.1A CN110084100A (zh) 2019-03-14 2019-03-14 人脸识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910193009.1A CN110084100A (zh) 2019-03-14 2019-03-14 人脸识别方法及装置

Publications (1)

Publication Number Publication Date
CN110084100A true CN110084100A (zh) 2019-08-02

Family

ID=67413211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910193009.1A Pending CN110084100A (zh) 2019-03-14 2019-03-14 人脸识别方法及装置

Country Status (1)

Country Link
CN (1) CN110084100A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111222436A (zh) * 2019-12-30 2020-06-02 广州市昭云互联网科技有限公司 一种图像混合识别方法及系统
CN111401127A (zh) * 2020-01-16 2020-07-10 创意信息技术股份有限公司 一种人脸活体检测联合判断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111222436A (zh) * 2019-12-30 2020-06-02 广州市昭云互联网科技有限公司 一种图像混合识别方法及系统
CN111401127A (zh) * 2020-01-16 2020-07-10 创意信息技术股份有限公司 一种人脸活体检测联合判断方法

Similar Documents

Publication Publication Date Title
CN110517097B (zh) 识别异常用户的方法、装置、设备及存储介质
CN109214821B (zh) 身份远程认证方法及终端设备
CN109326058A (zh) 基于智慧柜员机的身份核查方法、装置、终端及可读介质
WO2020073491A1 (zh) 基于区块链的供应链支付方法、收款方法、装置、设备及介质
CN110096944A (zh) 一种电子合同的签署方法、系统及终端设备
CN109614781B (zh) 一种账号管理方法、系统及终端设备
CN107274543B (zh) 一种纸币的识别方法、装置、终端设备和计算机存储介质
CN108365950A (zh) 金融自助设备密钥的生成方法及装置
CN108964925A (zh) 一种文件认证设备方法、装置、设备及可读介质
CN108460266A (zh) 用于认证身份的方法和装置
US20090169116A1 (en) Comparison method, comparison system, computer, and program
CN110263737A (zh) 图像处理方法、图像处理装置、终端设备及可读存储介质
CN108171486A (zh) 一种具有电子印章功能的终端
CN110795714A (zh) 一种身份验证方法、装置、计算机设备及存储介质
CN110084100A (zh) 人脸识别方法及装置
CN110223128A (zh) 一种数据处理的方法及相关装置
US20210192523A1 (en) Techniques to improve fraud detection at financial terminals
CN109522457A (zh) 数据获取方法及装置
CN114581091A (zh) 一种身份验证方法、装置、计算机设备及存储介质
CN108540591A (zh) 通讯录管理方法、通讯录管理装置及电子设备
CN109584120A (zh) 一种证件链执法系统及其使用方法
CN113255505A (zh) 证件照片生成方法、装置、设备及存储介质
CN108932415A (zh) 一种终端设备的权限获取方法、装置及耳机
CN116311389B (zh) 指纹识别的方法和装置
CN111786992A (zh) 会员注册和认证方法、终端设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190802