CN111159680B - 一种基于人脸识别的设备绑定方法及装置 - Google Patents
一种基于人脸识别的设备绑定方法及装置 Download PDFInfo
- Publication number
- CN111159680B CN111159680B CN201911398220.3A CN201911398220A CN111159680B CN 111159680 B CN111159680 B CN 111159680B CN 201911398220 A CN201911398220 A CN 201911398220A CN 111159680 B CN111159680 B CN 111159680B
- Authority
- CN
- China
- Prior art keywords
- face
- preset
- face information
- current
- equipment
- 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
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
- 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
- G06F21/44—Program or device authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种基于人脸识别的设备绑定方法及装置,包括:接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒预设app采集第一用户的当前人脸信息;采集成功后,将当前人脸信息与预设人脸信息进行匹配;若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备。通过利用人脸识别技术将手机预设app和智能终端设备实现连接,将预设app采集的当前人脸信息和预设人脸信息相匹配来显示匹配成功的设备进而与设备进行绑定,无语使用验证码或者二维码,简化了绑定流程,并且使用人脸识别技术相较于二维码或者验证码来说安全性更高,不容易发生被别人利用而导致信息泄露从而丧失对智能终端设备的控制权的问题,提高了用户的使用体验。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种基于人脸识别的设备绑定方法及装置。
背景技术
目前,随着科技的发展和进步,人脸识别功能越来越普及在人们的生活中,例如人脸支付,人脸解锁等。在一些服务类行业比如饭店、KTV、电影院等也都有智能终端设备来同用户的手机绑定,现有技术中的绑定方式一般是关注智能终端设备的公众号或者扫描二维码进而使得手机和智能终端设备进行绑定,这种方法存在以下缺点:1、由于智能终端设备的限制,经常因为验证码播报不清楚、二维码清晰度不够导致绑定失败,极度影响用户使用体验;2、若验证码和二维码导致设备信息的泄露,造成设备被他人绑定丧失对智能终端设备的控制权。
发明内容
针对上述所显示出来的问题,本方法基于利用人脸识别技术和手机预设app结合,通过手机预设app采集的人脸信息和预设人脸信息作比较以确定是否匹配成功,当匹配成功时,显示匹配成功的设备,当匹配失败时,显示无匹配设备的方法来绑定智能终端设备。
一种基于人脸识别的设备绑定方法,用于当前设备,包括以下步骤:
接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息;
采集成功后,将所述当前人脸信息与预设人脸信息进行匹配;
若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备;
将所述匹配成功的设备通过所述预设app与所述当前设备进行绑定。
优选的,在接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息之前,所述方法还包括:
预先采集第二用户的人脸信息以作为所述预设人脸信息;
保存并且训练所述预设人脸信息。
优选的,所述保存并且训练所述预设人脸信息,包括:
建立人脸信息库保存所述预设人脸信息;
获取所述预设人脸信息中的人脸坐标,基于所述人脸坐标生成脸部的最小外接矩形;
利用神经网络映射出所述最小外接矩形内的第一脸部高维特征;
将所述第一脸部高维特征作为训练模型以训练所述神经网络;
保存训练好的神经网络。
优选的,所述采集成功后,将所述当前人脸信息与预设人脸信息进行匹配,包括:
获取所述当前人脸信息中的第二脸部高维特征;
将所述第二脸部高维特征输入到所述训练好的神经网络中进行对比;
输出对比结果。
优选的,当所述匹配成功的设备包括多个设备时,所述若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备,包括:
获取所述多个设备中各设备的位置坐标和周边环境图像;
若所述对比结果为所述第一脸部高维特征和所述第二脸部高维特征一致,则获取所述第一用户的定位;
结合所述位置坐标和所述定位将所述各设备按照距离由远及近的顺序显示在所述预设app上,并在所述预设app上显示所述各设备对应的的周边环境图像;
若所述对比结果为所述第一脸部高维特征和所述第二脸部高维特征不一致,发送“无可匹配设备”的指令到所述预设app上。
一种基于人脸识别的设备绑定装置,该装置包括:
提醒模块,用于接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息;
匹配模块,用于采集成功后,将所述当前人脸信息与预设人脸信息进行匹配;
显示模块,用于当所述匹配模块确认匹配成功时,显示匹配成功的设备,否则,提醒无匹配设备;
绑定模块,用于将所述匹配成功的设备通过所述预设app与所述当前设备进行绑定。
优选的,所述装置还包括:
采集模块,用于预先采集第二用户的人脸信息以作为所述预设人脸信息;
训练模块,用于保存并且训练所述预设人脸信息。
优选的,所述训练模块,包括:
保存子模块,用于建立人脸信息库保存所述预设人脸信息;
生成子模块,用于获取所述预设人脸信息中的人脸坐标,基于所述人脸坐标生成脸部的最小外接矩形;
第一获取子模块,用于利用神经网络映射出所述最小外接矩形内的第一脸部高维特征;
训练子模块,用于将所述第一脸部高维特征作为训练模型以训练所述神经网络;
保存子模块,用于保存训练好的神经网络。
优选的,所述匹配模块,包括:
第二获取子模块,用于获取所述当前人脸信息中的第二脸部高维特征;
对比子模块,用于将所述第二脸部高维特征输入到所述训练好的神经网络中进行对比;
输出子模块,用于输出对比结果。
优选的,当所述匹配成功的设备包括多个设备时,所述显示模块,包括:
第三获取子模块,用于获取所述多个设备中各设备的位置坐标和周边环境图像;
第四获取子模块,用于若所述输出子模块输出的对比结果为所述第一脸部高维特征和所述第二脸部高维特征一致,则获取所述第一用户的定位;
显示子模块,用于结合所述位置坐标和所述定位将所述各设备按照距离由远及近的顺序显示在所述预设app上,并在所述预设app上显示所述各设备对应的的周边环境图像;
发送子模块,用于若所述输出子模块输出的对比结果为所述第一脸部高维特征和所述第二脸部高维特征不一致,发送“无可匹配设备”的指令到所述预设app上。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明所提供的一种基于人脸识别的设备绑定方法的工作流程图;
图2为本发明所提供的一种基于人脸识别的设备绑定方法的另一工作流程图;
图3为本发明所提供的一种基于人脸识别的设备绑定装置的结构图;
图4为本发明所提供的一种基于人脸识别的设备绑定装置的另一结构图。
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。
目前,随着科技的发展和进步,人脸识别功能越来越普及在人们的生活中,例如人脸支付,人脸解锁等。在一些服务类行业比如饭店、KTV、电影院等也都有智能终端设备来同用户的手机绑定,现有技术中的绑定方式一般是关注智能终端设备的公众号或者扫描二维码进而使得手机和智能终端设备进行绑定,这种方法存在以下缺点:1、由于智能终端设备的限制,经常因为验证码播报不清楚、二维码清晰度不够导致绑定失败,极度影响用户使用体验;2、若验证码和二维码导致设备信息的泄露,造成设备被他人绑定丧失对智能终端设备的控制权。3、用户使用预设app必须靠近智能终端设备,并同时操作预设app和智能终端设备才能实现绑定;4、从智能终端设备发出绑定信息到用户在预设app上输入识别绑定信息,再到绑定成功耗时很长。为了解决上述问题,本实施例公开了一种基于利用人脸识别技术和手机预设app结合,通过手机预设app采集的人脸信息和预设人脸信息作比较以确定是否匹配成功,当匹配成功时,显示匹配成功的设备,当匹配失败时,显示无匹配设备的方法。
一种基于人脸识别的设备绑定方法,用于当前设备,如图1所示,包括以下步骤:
步骤S101、接收到来自当前设备上安装的预设app的请求绑定指令时,提醒预设app采集第一用户的当前人脸信息;
步骤S102、采集成功后,将当前人脸信息与预设人脸信息进行匹配;
步骤S103、若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备;
步骤S104、将匹配成功的设备通过预设app与当前设备进行绑定。
上述技术方案的工作原理为:第一用户在手机的预设app上发送绑定设备的指令,当接收到绑定指令时,提醒预设app采集第一用户的当前人脸信息,然后将采集的人脸信息与预设的人脸信息相匹配,若匹配成功,则显示匹配成功的设备,若匹配失败,则显示无匹配设备,将匹配成功的设备通过预设app进行绑定。
上述技术方案的有益效果为:通过利用人脸识别技术将当前设备中的预设app和智能终端设备实现连接,将预设app采集的当前人脸信息和预设人脸信息相匹配来显示匹配成功的设备进而与设备进行绑定,无语使用验证码或者二维码,简化了绑定流程,并且使用人脸识别技术相较于二维码或者验证码来说安全性更高,不容易发生被别人利用而导致信息泄露从而丧失对智能终端设备的控制权的问题,提高了用户的使用体验。
在一个实施例中,在接收到来自当前设备上安装的预设app的请求绑定指令时,提醒预设app采集第一用户的当前人脸信息之前,该方法还包括:
预先采集第二用户的人脸信息以作为预设人脸信息;
保存并且训练预设人脸信息。
上述技术方案的有益效果为:预先采集、保存和训练预设人脸信息可以使的识别速度更快,在极短的时间内即可将预设人脸信息和当前人脸信息进行对比,解决了现有技术中从智能终端设备发出绑定信息到用户在预设app上输入识别绑定信息直到绑定成功耗时很长的问题。
在一个实施例中,如图2所示,保存并且训练预设人脸信息,包括:
步骤S201、建立人脸信息库保存预设人脸信息;
步骤S202、获取预设人脸信息中的人脸坐标,基于人脸坐标生成脸部的最小外接矩形;
步骤S203、利用神经网络映射出最小外接矩形内的第一脸部高维特征;
步骤S204、将第一脸部高维特征作为训练模型以训练神经网络;
步骤S205、保存训练好的神经网络。
上述技术方案的有益效果为:采集人脸区域的高维特征可以更加清楚的识别到人脸信息,同时,当用户的当前人脸信息和预设人脸信息存在微小差异时,高维特征相比与普通的人脸信息识别精确度更高,例如当用户在化妆和卸妆的不同情况下去进行人脸识别,在平时化妆时识别精确度高,但是卸妆以后精确度会变低,但是提取了高维特征以后会避免此类情况的出现,有效的提高了匹配成功率。
在一个实施例中,采集成功后,将当前人脸信息与预设人脸信息进行匹配,包括:
获取当前人脸信息中的第二脸部高维特征;
将第二脸部高维特征输入到所述训练好的神经网络中进行对比;
输出对比结果。
上述技术方案的有益效果为:将当前人脸信息中的第二脸部高维特征输入到训练好的神经网络中即可快速的得到对比结果,进一步的缩短了绑定的时长,利用神经网络进行对比相比于现有技术中将当前人脸信息输入到缓存库中预存的人脸信息进行检索更加的稳定和高效。
在一个实施例中,当匹配成功的设备包括多个设备时,若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备,包括:
获取多个设备中各设备的位置坐标和周边环境图像;
若对比结果为第一脸部高维特征和第二脸部高维特征一致,则获取第一用户的定位;
结合位置坐标和定位将各设备按照距离由远及近的顺序显示在预设app上,并在预设app上显示各设备对应的的周边环境图像;
若对比结果为第一脸部高维特征和第二脸部高维特征不一致,发送“无可匹配设备”的指令到预设app上。
上述技术方案的有益效果为:使用户可以根据不同的喜好而选择自己的目标设备,可以选择距离近的也可以选择环境好的,同时可以和多个设备一起绑定,在手机预设app上即可实现,解决了现有技术中用户使用预设app必须靠近智能终端设备并同时操作预设app和智能终端设备才能实现绑定的问题,节省了用户时间的同时满足了用户的需要,进一步的提高了用户的体验感。
在一个实施例中,还包括:
第1步:智能终端设备预先采集用户的人脸信息;
第2步:APP请求绑定智能终端设备时,提示用户进行人脸信息采集,人脸信息采集成功后进入绑定模式;
第3步:使用APP用户采集到的人脸信息,在云端同智能终端设备采集到的人脸信息进行匹配;
第4步:匹配成功后,在APP端展示匹配成功的所有智能终端设备信息,用户根据展示的智能终端设备信息选择自己需要的一个或所有智能终端设备直接绑定。匹配失败则在APP端提示“没有找到可以绑定的设备”。
上述技术方案的工作原理和有益效果为:用户在手机的app上发送绑定设备的指令,当接收到绑定指令时,提醒app采集用户的当前人脸信息,然后将采集的人脸信息与预设的人脸信息相匹配,若匹配成功,则显示匹配成功的设备,若匹配失败,则显示无匹配设备。该方法基于人脸识别根据人脸识别信息校验实现app和智能终端设备的绑定,避免了app绑定设备时对智能终端设备的依赖,用户可以在任何场景下单独操作手机app就可以实现对智能终端设备的绑定,减少了大量不必要操作环节节省了操作时间,可以将整体绑定流程的时间控制在2秒钟之内,同时基于人脸识别避免了硬件限制导致的绑定失败和信息泄露导致智能终端设备被他人绑定失去对智能终端设备的控制权,大幅度提高了绑定操作的便捷性、安全性、成功率。
本实施例还公开了一种基于人脸识别的设备绑定装置,如图3所示,该装置包括:
提醒模块301,用于接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒预设app采集第一用户的当前人脸信息;
匹配模块302,用于采集成功后,将当前人脸信息与预设人脸信息进行匹配;
显示模块303,用于当匹配模块确认匹配成功时,显示匹配成功的设备,否则,提醒无匹配设备;
绑定模块304,用于将匹配成功的设备通过预设app与当前设备进行绑定。
在一个实施例中,上述装置还包括:
采集模块,用于预先采集第二用户的人脸信息以作为预设人脸信息;
训练模块,用于保存并且训练预设人脸信息。
优选的,训练模块,包括:
保存子模块,用于建立人脸信息库保存预设人脸信息;
生成子模块,用于获取预设人脸信息中的人脸坐标,基于人脸坐标生成脸部的最小外接矩形;
第一获取子模块,用于利用神经网络映射出最小外接矩形内的第一脸部高维特征;
训练子模块,用于将第一脸部高维特征作为训练模型以训练神经网络;
保存子模块,用于保存训练好的神经网络。
在一个实施例中,匹配模块,包括:
第二获取子模块3021,用于获取当前人脸信息中的第二脸部高维特征;
对比子模块3022,用于将第二脸部高维特征输入到训练好的神经网络中进行对比;
输出子模块3023,用于输出对比结果。
在一个实施例中,当匹配成功的设备包括多个设备时,显示模块,包括:
第三获取子模块,用于获取多个设备中各设备的位置坐标和周边环境图像;
第四获取子模块,用于若输出子模块输出的对比结果为第一脸部高维特征和第二脸部高维特征一致,则获取第一用户的定位;
显示子模块,用于结合位置坐标和定位将各设备按照距离由远及近的顺序显示在预设app上,并在预设app上显示各设备对应的的周边环境图像;
发送子模块,用于若输出子模块输出的对比结果为第一脸部高维特征和第二脸部高维特征不一致,发送“无可匹配设备”的指令到预设app上。
本领域技术人员应当理解的是,本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户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下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (2)
1.一种基于人脸识别的设备绑定方法,用于当前设备,其特征在于,包括以下步骤:
接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息;
采集成功后,将所述当前人脸信息与预设人脸信息进行匹配;
若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备;
将所述匹配成功的设备通过所述预设app与所述当前设备进行绑定;
在接收到来自所述当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息之前,所述方法还包括:
预先采集第二用户的人脸信息以作为所述预设人脸信息;
保存并且训练所述预设人脸信息;
所述保存并且训练所述预设人脸信息,包括:
建立人脸信息库保存所述预设人脸信息;
获取所述预设人脸信息中的人脸坐标,基于所述人脸坐标生成脸部的最小外接矩形;
利用神经网络映射出所述最小外接矩形内的第一脸部高维特征;
将所述第一脸部高维特征作为训练模型以训练所述神经网络;
保存训练好的神经网络;
所述采集成功后,将所述当前人脸信息与预设人脸信息进行匹配,包括:
获取所述当前人脸信息中的第二脸部高维特征;
将所述第二脸部高维特征输入到所述训练好的神经网络中进行对比;
输出对比结果;
当所述匹配成功的设备包括多个设备时,所述若匹配成功,则显示匹配成功的设备,否则,提醒无匹配设备,包括:
获取所述多个设备中各设备的位置坐标和周边环境图像;
若所述对比结果为所述第一脸部高维特征和所述第二脸部高维特征一致,则获取所述第一用户的定位;
结合所述位置坐标和所述定位将所述各设备按照距离由远及近的顺序显示在所述预设app上,并在所述预设app上显示所述各设备对应的周边环境图像;
若所述对比结果为所述第一脸部高维特征和所述第二脸部高维特征不一致,发送“无可匹配设备”的指令到所述预设app上。
2.一种基于人脸识别的设备绑定装置,其特征在于,该装置包括:
提醒模块,用于接收到来自当前设备上安装的预设app的请求绑定指令时,提醒所述预设app采集第一用户的当前人脸信息;
匹配模块,用于采集成功后,将所述当前人脸信息与预设人脸信息进行匹配;
显示模块,用于当所述匹配模块确认匹配成功时,显示匹配成功的设备,否则,提醒无匹配设备;
绑定模块,用于将所述匹配成功的设备通过所述预设app与所述当前设备进行绑定;
所述装置还包括:
采集模块,用于预先采集第二用户的人脸信息以作为所述预设人脸信息;
训练模块,用于保存并且训练所述预设人脸信息;
所述训练模块,包括:
保存子模块,用于建立人脸信息库保存所述预设人脸信息;
生成子模块,用于获取所述预设人脸信息中的人脸坐标,基于所述人脸坐标生成脸部的最小外接矩形;
第一获取子模块,用于利用神经网络映射出所述最小外接矩形内的第一脸部高维特征;
训练子模块,用于将所述第一脸部高维特征作为训练模型以训练所述神经网络;
保存子模块,用于保存训练好的神经网络;
所述匹配模块,包括:
第二获取子模块,用于获取所述当前人脸信息中的第二脸部高维特征;
对比子模块,用于将所述第二脸部高维特征输入到所述训练好的神经网络中进行对比;
输出子模块,用于输出对比结果;
当所述匹配成功的设备包括多个设备时,所述显示模块,包括:
第三获取子模块,用于获取所述多个设备中各设备的位置坐标和周边环境图像;
第四获取子模块,用于若所述输出子模块输出的对比结果为所述第一脸部高维特征和所述第二脸部高维特征一致,则获取所述第一用户的定位;
显示子模块,用于结合所述位置坐标和所述定位将所述各设备按照距离由远及近的顺序显示在所述预设app上,并在所述预设app上显示所述各设备对应的周边环境图像;
发送子模块,用于若所述输出子模块输出的对比结果为所述第一脸部高维特征和所述第二脸部高维特征不一致,发送“无可匹配设备”的指令到所述预设app上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398220.3A CN111159680B (zh) | 2019-12-30 | 2019-12-30 | 一种基于人脸识别的设备绑定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398220.3A CN111159680B (zh) | 2019-12-30 | 2019-12-30 | 一种基于人脸识别的设备绑定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159680A CN111159680A (zh) | 2020-05-15 |
CN111159680B true CN111159680B (zh) | 2022-03-04 |
Family
ID=70559273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911398220.3A Active CN111159680B (zh) | 2019-12-30 | 2019-12-30 | 一种基于人脸识别的设备绑定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159680B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111641640B (zh) * | 2020-05-28 | 2022-10-28 | 青岛海尔科技有限公司 | 一种设备绑定处理方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100114A (zh) * | 2015-08-26 | 2015-11-25 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端互联方法、终端及系统 |
CN106778526A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于汉明距离的大规模高效人脸识别方法 |
CN106991635A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 打车车辆选定方法及装置 |
CN108494789A (zh) * | 2018-04-04 | 2018-09-04 | 联想(北京)有限公司 | 一种建立设备间关联的方法和装置 |
CN109214344A (zh) * | 2018-09-16 | 2019-01-15 | 刘兴丹 | 一种云端及时性验证人脸识别及关联的方法、装置 |
CN109361703A (zh) * | 2018-12-12 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 语音设备绑定方法、装置、设备及计算机可读介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004053351A (ja) * | 2002-07-18 | 2004-02-19 | Fujitsu Ten Ltd | ナビゲーション装置 |
JP6063697B2 (ja) * | 2012-10-09 | 2017-01-18 | 株式会社Nttドコモ | 画像表示のための装置、方法及びプログラム |
-
2019
- 2019-12-30 CN CN201911398220.3A patent/CN111159680B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100114A (zh) * | 2015-08-26 | 2015-11-25 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端互联方法、终端及系统 |
CN106991635A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 打车车辆选定方法及装置 |
CN106778526A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于汉明距离的大规模高效人脸识别方法 |
CN108494789A (zh) * | 2018-04-04 | 2018-09-04 | 联想(北京)有限公司 | 一种建立设备间关联的方法和装置 |
CN109214344A (zh) * | 2018-09-16 | 2019-01-15 | 刘兴丹 | 一种云端及时性验证人脸识别及关联的方法、装置 |
CN109361703A (zh) * | 2018-12-12 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 语音设备绑定方法、装置、设备及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111159680A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101812115B1 (ko) | 2차원 코드에 기초하여 피후견인을 찾는 방법 및 시스템 | |
RU2018137829A (ru) | Способ, устройство и система отображения информации | |
CN103984579B (zh) | 多设备间分享当前应用程序实时运行状态的方法 | |
US20150244557A1 (en) | Sign-in method and system | |
CN105006030B (zh) | 签到系统及方法 | |
CN110399763B (zh) | 人脸识别方法与系统 | |
CN107622246B (zh) | 人脸识别方法及相关产品 | |
WO2020073656A1 (zh) | 人机交互方法、系统、计算机设备及存储介质 | |
JP2022530705A (ja) | 生体特徴に基づく身分認証方法及びその身分認証システム | |
EP3249570B1 (en) | Method and device for providing prompt indicating loss of terminal | |
CN110070395A (zh) | 一种辅助车辆销售的系统、方法及装置 | |
CN108846912A (zh) | 考勤方法、终端及服务器 | |
CN106412078B (zh) | 精准信息推送方法、装置和系统 | |
CN109636937A (zh) | 语音考勤方法、装置及终端设备 | |
CN111159680B (zh) | 一种基于人脸识别的设备绑定方法及装置 | |
CN109830015A (zh) | 来访人员识别方法、装置、智能猫眼、服务器及存储介质 | |
CN110557722B (zh) | 目标团伙的识别方法及相关装置 | |
CN107580132B (zh) | 信息发送方法、装置、存储介质及电子设备 | |
CN112198810A (zh) | 用于智能家居设备导航控制的方法、装置及智能家居设备 | |
CN106710372A (zh) | 拼音卡片识别方法、装置以及终端设备 | |
CN110414892A (zh) | 一种快件提醒方法及系统、计算机可读存储介质 | |
CN111047726A (zh) | 一种基于人脸识别的简易考勤方法及系统 | |
CN109102581B (zh) | 一种打卡方法、装置、系统及存储介质 | |
CN108966235B (zh) | Ios用户网络身份证rhidfa的运行方法 | |
CN107992825B (zh) | 一种基于增强现实的人脸识别的方法及系统 |
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 |