CN110177332B - 数据传输方法及装置 - Google Patents

数据传输方法及装置 Download PDF

Info

Publication number
CN110177332B
CN110177332B CN201910260678.6A CN201910260678A CN110177332B CN 110177332 B CN110177332 B CN 110177332B CN 201910260678 A CN201910260678 A CN 201910260678A CN 110177332 B CN110177332 B CN 110177332B
Authority
CN
China
Prior art keywords
mobile terminal
scene
information
motion information
preset
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.)
Active
Application number
CN201910260678.6A
Other languages
English (en)
Other versions
CN110177332A (zh
Inventor
石文仙
范志刚
周毅
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.)
Xian Wanxiang Electronics Technology Co Ltd
Original Assignee
Xian Wanxiang Electronics Technology 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 Xian Wanxiang Electronics Technology Co Ltd filed Critical Xian Wanxiang Electronics Technology Co Ltd
Priority to CN201910260678.6A priority Critical patent/CN110177332B/zh
Publication of CN110177332A publication Critical patent/CN110177332A/zh
Application granted granted Critical
Publication of CN110177332B publication Critical patent/CN110177332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Abstract

本公开提供的数据传输方法和装置，涉及数据传输技术领域，能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。具体技术方案为：首先获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；然后根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；再根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；当识别结果为是时，停止向移动终端传输数据。从而能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。本公开用于提高移动零终端的信息安全性。

Description

数据传输方法及装置
技术领域
本公开涉及数据传输技术领域，尤其涉及数据传输方法及装置。
背景技术
零终端是基于云计算技术推出的一种无CPU(中央处理器)、无内存、无硬盘操作系统的终端产品，一般只需要一块高度集成的芯片以及相关外设，通过将传统计算机主机内的数据运算、管理程序、操作系统等全部“转移”到基于云计算技术的远程服务器后，上网浏览、操作软件、编辑保存文件、播放视频等所有工作，都通过网络另一端强大的服务器软硬件系统来完成。
随着云计算技术以及通信技术的不断发展进步，零终端已经不仅仅局限于桌面端，移动零终端也越来越普及，移动零终端将数据信息保存在，通过接收并显示服务器传送的计算机画面进行办公。由于移动零终端具有零终端“不存密”的天然属性，因此有利的加强了信息的安全性。但是，由于移动零终端又具有移动性和便捷性，传递、借用等操作极为便利，特别在一些信息安全性要求高场景中，移动零终端的信息安全存在巨大的隐患。
发明内容
本公开实施例提供一种数据传输方法及装置，能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。所述技术方案如下：
根据本公开实施例的第一方面，提供一种数据传输方法，该方法包括：
获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；
根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；
当识别结果为是时，停止向移动终端传输数据。
可选的，根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像，包括：
根据运动信息以及预设条件确定移动终端处于第一场景或第二场景；
当移动终端处于第一场景，指示移动终端按照预设周期定期采集场景图像；
当移动终端处于第二场景，指示移动终端不定期采集场景图像。
可选的，根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景，包括：
根据神经网络模型对所述采集的场景图像识别移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于第一场景；第二神经网络模型，对应于第二场景。
可选的，该方法之前还包括：
根据移动终端采集的用户图像完成用户认证。
可选的，该方法还包括：
向移动终端发送警示信息，警示信息用于提示移动终端的使用者。
根据本公开实施例的第二方面，提供一种数据传输装置，该装置包括：
获取模块，用于获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
指示模块，用于根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；
识别模块，用于根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；
控制模块，用于当识别结果为是时，停止向移动终端传输数据。
可选的，指示模块具体用于：
根据运动信息以及预设条件确定移动终端处于第一场景或第二场景；
当移动终端处于第一场景，指示移动终端按照预设周期定期采集场景图像；
当移动终端处于第二场景，指示移动终端不定期采集场景图像。
可选的，识别模块具体用于：
根据神经网络模型对采集的场景图像识别移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于第一场景；第二神经网络模型，对应于第二场景。
可选的，该装置还包括：
认证模块，用于根据移动终端采集的用户图像完成用户认证。
可选的，该装置还包括：
警示模块，用于向移动终端发送警示信息，警示信息用于提示移动终端的使用者。
本公开实施例提供的数据传输方法和装置，首先获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；然后根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；再根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；当识别结果为是时，停止向移动终端传输数据；从而能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本公开实施例适用的应用场景示意图；
图2是本公开实施例提供的一种数据传输方法的流程示意图一；
图3是本公开实施例提供的一种数据传输方法的流程示意图二；
图4是本公开实施例提供的一种数据传输方法中步骤102的流程示意图；
图5是本公开实施例提供的一种数据传输装置的结构示意图一。
图6是本公开实施例提供的一种数据传输装置的结构示意图二。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例中所述的移动终端包括移动零终端以及普通移动终端，普通移动终端可以包括：个人计算机、掌上电脑(Personal Digital Assistant，PDA)、手机等具有计算能力的可移动终端，以下实施例提供的技术方案优选的适用于移动零终端，但并不限于此，普通移动终端也可以适用。
在介绍本公开实施例提供的技术方案之前，简要对应用场景介绍如下：
如图1所示，是本公开实施例适用的网络拓扑示意图，其中，服务器存储数据信息，移动零终端通过网络与服务器连接，服务器上设置有发送端又称S端(有硬件和软件两种形态)，移动零终端上设置有有接收端又称R端(有硬件和软件两种形态)，服务器将计算机画面通过图像传输协议发送到移动零终端。
本公开实施例提供一种数据传输方法，应用于服务器，如图2所示，该方法包括以下步骤：
101、获取移动终端的运动信息。
其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
具体的，移动终端通过定位模块获取运动信息，定位模块具体可以是全球定位系统GPS芯片、北斗定位芯片或其他定位专用芯片，也可以是能够通过计算获取上述运动信息的蜂窝网络的通信芯片，移动终端获取到运动信息后发送给服务器。
102、根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像。
具体的，在服务器的定位系统中预先设置移动终端的危险区域位置围栏，以及设置危险速度阈值和危险加速度阈值，其中危险区域位置围栏的设置可以参照目前共享单车服务器为共享单车划定的电子围栏的技术原理。
在一个实施例中，根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像，如图4所示，包括：
1021、根据运动信息以及预设条件确定移动终端处于第一场景或第二场景；
具体的，服务器根据移动终端的位置信息判断移动终端进入危险区域位置围栏，或者服务器根据移动终端的速度信息判断超过危险速度阈值，或者服务器根据移动终端的加速度信息判断超过危险加速度阈值，以上三个条件满足其一则确定移动终端处于第一场景，以上三个条件均不满足则确定移动终端处于第二场景；其中，第一场景对应于移动终端处于危险场景出现概率较高的场景，第二场景对应于移动终端处于危险场景出现概率较低的场景。
示例性的，危险区域位置围栏可以理解为保密场所，对信息安全性要求很高；危险速度阈值可以理解为移动终端的速度一旦超过阈值可以判定为移动终端被盗；危险加速度阈值可以理解为移动终端的加速度一旦超过阈值可以判定位移动终端被抢夺。
1022a、当移动终端处于第一场景，指示移动终端按照预设周期定期采集场景图像；
具体的，对于第一场景对应的移动终端处于危险场景出现概率较高的场景，服务器需要指示移动终端通过自身配备的一个/组摄像模块立即开始高频次采集场景图像。
示例性的，服务器判定移动终端处于危险场景出现概率较高的场景，指示移动终端通过摄像头立即每秒采集一次图像。
1022b、当移动终端处于第二场景，指示移动终端不定期采集场景图像。
具体的，对于第二场景对应的移动终端处于危险场景出现概率较低的场景，服务器需要指示移动终端通过自身配备的一个/组摄像模块开始不定期采集场景图像。
示例性的，服务器判定移动终端处于危险场景出现概率较低的场景，指示移动终端通过摄像头随机间隔时间采集图像，例如5秒后采集一次图像后过20秒后再采集一次图像，诸如此类。
103、根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景。
在一个实施例中，根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景，包括：
根据神经网络模型对所述采集的场景图像识别移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于第一场景；第二神经网络模型，对应于第二场景。
示例性的，服务器接收到移动终端所采集的场景图像后，选择对应的神经网络模型进行识别是否为危险场景，将采集的场景图像输入已训练的神经网络，等待输出值，若输出值为1则识别为危险场景，若输出值为0则识别为非危险场景。
需要说明的是，上述两个神经网络模型是预先通过大量样本场景图片训练过的。示例性的，在服务器中预置两组不同的大样本危险场景照片，与以上两种场景对应，例如第一场景下预置有关光线较昏暗的照片作为训练样本照片，第二场景下预置如背景中有超过三个以上的人像作为训练样本照片。使用两组样本照片，在服务器中分别建立并训练两个神经网络模型，对应的标记第一神经网络模型和第二神经网络模型。神经网络模型一般为三层结构，输入层、隐含层和输出层，每层由多个节点组成，每个节点都与很多它前面的节点连接在一起，每个连接对应一个权重。训练样本经过三层结构后，输出照片与原照片做对比，计算误差后，如果误差大于预设值，继续训练，如此经过多次，大量的样本照片训练后，神经网络的每个节点权重趋于稳定，识别效果也越来越好。
104、当识别结果为是时，停止向移动终端传输数据。
具体的，当服务器判定移动终端处于危险场景时，关闭当前传输的计算机画面，切断图像数据传输，有效保证信息安全。
示例性的，服务器根据移动终端进入危险区域位置围栏，速度超过危险速度阈值且加速度也超过危险加速度阈值，认定移动终端处于非常危险的场景，立即关闭当前传输的计算机画面，切断图像数据传输，避免泄密。
本公开实施例提供的数据传输方法，首先获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；然后根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；再根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；当识别结果为是时，停止向移动终端传输数据；从而能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。
在一个实施例中，如图3所示，在步骤101之前，该方法还可以包括：
100、根据移动终端采集的用户图像完成用户认证。
具体的，当用户使用移动终端时，移动终端的前置摄像头采集用户面部照片后发送到服务器进行认证。面部识别认证的具体原理具体可参照现有的技术理解，在此不做详述。
值得一提的是，当移动终端执行步骤102采集的当前用户头像与移动终端准许使用的用户头像通过神经网络模型识别不一致时，认定移动终端处于危险场景可能泄密，立即关闭当前传输的计算机画面，切断图像数据传输，避免泄密。
在一个实施例中，如图3所示，在步骤104之后，该方法还可以包括：
105、向移动终端发送警示信息，警示信息用于提示移动终端的使用者。
具体的，警示信息包括并不限于文字信息、警告图像、警告音频。
基于上述图2或图3对应的实施例中所描述的数据传输方法，下述为本公开装置实施例，可以用于执行上述本公开方法实施例。
本公开实施例提供一种数据传输装置，如图5所示，该装置50包括：
获取模块501，用于获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
指示模块502，用于根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；
识别模块503，用于根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；
控制模块504，用于当识别结果为是时，停止向移动终端传输数据。
在一个实施例中，指示模块502具体用于：
根据运动信息以及预设条件确定移动终端处于第一场景或第二场景；
当移动终端处于第一场景，指示移动终端按照预设周期定期采集场景图像；
当移动终端处于第二场景，指示移动终端不定期采集场景图像。
在一个实施例中，识别模块503具体用于：
根据神经网络模型对采集的场景图像识别移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于第一场景；第二神经网络模型，对应于第二场景。
在一个实施例中，如图6所示，该装置50还包括：
认证模块500，用于根据移动终端采集的用户图像完成用户认证。
在一个实施例中，如图6所示，该装置50还包括：
警示模块505，用于向移动终端发送警示信息，警示信息用于提示移动终端的使用者。
本公开实施例提供的数据传输装置，首先获取移动终端的运动信息；其中，运动信息包括以下至少一种：位置信息、速度信息及加速度信息；然后根据运动信息以及预设条件指示移动终端按照预设规则采集场景图像；再根据采集的场景图像以及预设识别算法识别移动终端是否处于危险场景；当识别结果为是时，停止向移动终端传输数据；从而能够解决移动零终端在信息安全性要求高的场景中信息安全性较差的问题。
基于上述实施例中所描述的数据传输方法，本公开实施例还提供一种计算机可读存储介质，例如，非临时性计算机可读存储介质可以是只读存储器(英文：Read OnlyMemory，ROM)、随机存取存储器(英文：Random Access Memory，RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令，用于执行上述实施例中所描述的数据传输方法，此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (8)

1.一种数据传输方法，其特征在于，所述方法包括：
获取移动终端的运动信息；其中，所述运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
根据所述运动信息以及预设条件指示所述移动终端按照预设规则采集场景图像；
根据所述采集的场景图像以及预设识别算法识别所述移动终端是否处于危险场景；
当识别结果为是时，停止向所述移动终端传输数据；
其中，所述根据所述运动信息以及预设条件指示所述移动终端按照预设规则采集场景图像，包括：
根据所述运动信息以及预设条件确定所述移动终端处于第一场景或第二场景；
当所述移动终端处于所述第一场景，指示所述移动终端按照预设周期定期采集场景图像；
当所述移动终端处于所述第二场景，指示所述移动终端不定期采集场景图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述采集的场景图像以及预设识别算法识别所述移动终端是否处于危险场景，包括：
根据神经网络模型对所述采集的场景图像识别所述移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于所述第一场景；第二神经网络模型，对应于所述第二场景。
3.根据权利要求1和2任一所述的方法，其特征在于，所述方法之前还包括：
根据所述移动终端采集的用户图像完成用户认证。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
向所述移动终端发送警示信息，所述警示信息用于提示所述移动终端的使用者。
5.一种数据传输装置，其特征在于，所述装置包括：
获取模块，用于获取移动终端的运动信息；其中，所述运动信息包括以下至少一种：位置信息、速度信息及加速度信息；
指示模块，用于根据所述运动信息以及预设条件指示所述移动终端按照预设规则采集场景图像；
识别模块，用于根据所述采集的场景图像以及预设识别算法识别所述移动终端是否处于危险场景；
控制模块，用于当识别结果为是时，停止向所述移动终端传输数据；
其中，所述指示模块具体用于：根据所述运动信息以及预设条件确定所述移动终端处于第一场景或第二场景；
当所述移动终端处于所述第一场景，指示所述移动终端按照预设周期定期采集场景图像；
当所述移动终端处于所述第二场景，指示所述移动终端不定期采集场景图像。
6.根据权利要求5所述的装置，其特征在于，所述识别模块具体用于：
根据神经网络模型对所述采集的场景图像识别所述移动终端是否处于危险场景；其中，神经网络模型包括：第一神经网络模型，对应于所述第一场景；第二神经网络模型，对应于所述第二场景。
7.根据权利要求5和6任一所述的装置，其特征在于，所述装置还包括：
认证模块，用于根据所述移动终端采集的用户图像完成用户认证。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：
警示模块，用于向所述移动终端发送警示信息，所述警示信息用于提示所述移动终端的使用者。
CN201910260678.6A 2019-04-02 2019-04-02 数据传输方法及装置 Active CN110177332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910260678.6A CN110177332B (zh) 2019-04-02 2019-04-02 数据传输方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910260678.6A CN110177332B (zh) 2019-04-02 2019-04-02 数据传输方法及装置

Publications (2)

Publication Number Publication Date
CN110177332A CN110177332A (zh) 2019-08-27
CN110177332B true CN110177332B (zh) 2020-09-25

Family

ID=67689000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910260678.6A Active CN110177332B (zh) 2019-04-02 2019-04-02 数据传输方法及装置

Country Status (1)

Country Link
CN (1) CN110177332B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110856105A (zh) * 2019-11-18 2020-02-28 四川光发科技有限公司 一种基于移动通信的精确定位装置及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108668048A (zh) * 2018-03-23 2018-10-16 西安万像电子科技有限公司 图像数据的处理方法及系统、存储介质、处理器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101998351B1 (ko) * 2012-09-03 2019-07-09 현대모비스 주식회사 Ｖ２ｘ 통신을 이용한 블랙박스 영상 자동 전송 장치 및 방법
CN104715417A (zh) * 2013-12-12 2015-06-17 耿明生 一种远程处理车辆保险业务的系统及其方法
CN107180220B (zh) * 2016-03-11 2023-10-31 松下电器（美国）知识产权公司 危险预测方法
CN109429003B (zh) * 2017-08-29 2021-04-30 杭州海康机器人技术有限公司 一种图像采集方法、装置、无人机及计算机可读存储介质
CN108234659B (zh) * 2018-01-08 2021-10-08 上海京像微电子有限公司 数据处理方法、装置及系统
CN109246232A (zh) * 2018-09-30 2019-01-18 西安万像电子科技有限公司 数据传输方法、系统及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108668048A (zh) * 2018-03-23 2018-10-16 西安万像电子科技有限公司 图像数据的处理方法及系统、存储介质、处理器

Also Published As

Publication number Publication date
CN110177332A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
US20230063920A1 (en) Content navigation with automated curation
US9530251B2 (en) Intelligent method of determining trigger items in augmented reality environments
TWI616821B (zh) Bar code generation method, bar code based authentication method and related terminal
CN110995994B (zh) 图像拍摄方法及相关装置
WO2009138037A1 (zh) 视频服务系统、视频服务装置及其关键帧的提取方法
CN111601115B (zh) 一种视频检测的方法、相关装置、设备及存储介质
TW201516939A (zh) 查詢使用者標識的方法及裝置、獲取使用者標識的方法及裝置與即時通訊中添加好友的方法及裝置
WO2019128568A1 (zh) 内容推送方法、装置及设备
CN106791655B (zh) 一种视频处理方法及装置
KR20150090155A (ko) Ｎｆｃ 링크를 통한 두 이동 디바이스 사용자에 공통인 정보의 공유
KR101859433B1 (ko) 영상 모자이크 처리 방법 및 이를 위한 장치
CN111835531B (zh) 会话处理方法、装置、计算机设备及存储介质
JP2018503148A (ja) ビデオ再生のための方法および装置
CN113395542A (zh) 基于人工智能的视频生成方法、装置、计算机设备及介质
CN108712644A (zh) 一种tw_ar智能导览系统及导览方法
JP2021516501A (ja) 映像に基づく情報取得方法及び装置
WO2021190625A1 (zh) 拍摄方法和设备
WO2019062347A1 (zh) 人脸识别方法及相关产品
US10832485B1 (en) CAPTCHA authentication via augmented reality
CN111881740A (zh) 人脸识别方法、装置、电子设备及介质
CN110177332B (zh) 数据传输方法及装置
CN107733874B (zh) 信息处理方法、装置、计算机设备和存储介质
CN108055461B (zh) 自拍角度的推荐方法、装置、终端设备及存储介质
WO2021057644A1 (zh) 拍摄方法和装置
WO2017193343A1 (zh) 媒体文件分享方法、媒体文件分享设备及终端

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