CN111507140B - 人像对比方法、系统、电子设备和可读存储介质 - Google Patents
人像对比方法、系统、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN111507140B CN111507140B CN201910100567.9A CN201910100567A CN111507140B CN 111507140 B CN111507140 B CN 111507140B CN 201910100567 A CN201910100567 A CN 201910100567A CN 111507140 B CN111507140 B CN 111507140B
- Authority
- CN
- China
- Prior art keywords
- face image
- characteristic information
- user
- image
- similarity
- 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
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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
公开了一种人像对比方法、系统、电子设备和可读存储介质,所述方法通过根据接收的用户标识获取预存的对应用户的人脸图像的特征信息组,然后根据接收的预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息,比对计算接收的人脸图像的特征信息与标准特征信息的相似度并发送所述相似度。本发明实施例以人像特征信息的方式进行传输,可以预防用户的人脸图像泄露,同时还可以提高数据传输的效率。
Description
技术领域
本发明实施例涉及通信技术领域,具体涉及一种人像对比方法、系统、电子设备和可读存储介质。
背景技术
随着人像技术发展成熟,“刷脸”成为各类应用身份认证的标配。传统“刷脸”流程中,用户需将现场采集的人像图片明文通过网络(直接或者间接通过第三方系统)提交到人像图片库中进行比对。现场人像照片在网络传输过程中,容易被不法分子非法截留,造成用户的人像信息泄露风险。一旦人像图片泄露,不法分子即可使用用户人像照片,从事违法行为,例如,通过截留的人像图片登录用户的账户,窃取财产等。
发明内容
有鉴于此,本发明实施例提供一种人像对比方法、系统、电子设备和可读存储介质,可以预防用户的人脸图像信息泄露,同时还可以提高数据传输的效率。
第一方面,本发明实施例提供了一种人像对比方法,所述方法包括:
接收人脸图像的特征信息、用户标识和预定算法标识,所述人脸图像的特征信息根据预定算法计算生成;
根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息;
根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息;
比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度;
发送所述相似度。
可选地,所述方法还包括:
将所述相似度与预定相似阈值比较获取比对结果;
发送所述比对结果。
可选地,所述标准特征信息包括算法标识和用户标识。
第二方面,本发明实施例还提供了一种人像对比方法,所述方法包括:
接收人像获取请求;
根据所述人像获取请求获取人脸图像;
根据预定算法计算获取所述人脸图像的特征信息;
发送所述人脸图像的特征信息、用户标识和预定算法标识。
可选地,所述根据所述人像获取请求获取人脸图像包括:
获取静态图像或视频图像;
对所述静态图像或视频图像进行检测获取人脸图像并进行人脸定位;
对所述人脸图像进行姿态矫正和/或补光。
可选地,所述用户标识通过用户直接输入获取。
第三方面,本发明实施例还提供了一种人像对比方法,所述方法包括:
图像采集终端接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像;
图像采集终端根据预定算法计算获取所述人脸图像的特征信息;
图像采集终端将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器;
应用服务器将所述人脸图像的特征信息、用户标识和预定算法标识进行封装后发送给数据资源方;
数据资源方根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息;
数据资源方根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息;
数据资源方比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度并将所述相似度发送给应用服务器;
应用服务器将所述相似度与预定相似阈值比较获取比对结果。
第四方面,本发明实施例还提供了一种人像对比系统,包括图像采集终端、应用服务器和数据资源方,其中,
所述图像采集终端,用于接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像;根据预定算法计算获取所述人脸图像的特征信息;将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器;
应用服务器,用于将接收的所述人脸图像的特征信息、用户标识和预定算法标识进行封装后发送给数据资源方,用于接收相似度并将所述相似度与预定相似阈值比较获取比对结果;
数据资源方,用于根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息;根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息;比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度并将所述相似度与预定相似阈值比较获取比对结果;将所述相似度和所述比对结果发送给应用服务器。
第五方面,本发明实施例还提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如第一方面或第二方面所述的方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储计算机程序指令,其中,所述计算机程序指令在被处理器执行时实现如第一方面、第二方面或第三方面所述的方法。
本发明实施例通过以人像特征信息替代人脸图像的方式进行传输,可以预防用户的人脸图像泄露,同时还可以提高数据传输的效率。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明第一实施例的人像对比方法的流程图;
图2是本发明第二实施例的人像对比方法的流程图;
图3是本发明第三实施例的人像对比方法的流程图;
图4是本发明第四实施例的人像对比系统的框架示意图;
图5是本发明第五实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
图1为第一实施例的人像对比方法的流程图。如图1所示,所述方法包括以下步骤:
步骤S110、接收人脸图像的特征信息、用户标识和预定算法标识。
在本实施例中,数据资源方可以作为第三方系统,允许不同的应用服务器对数据资源方内存储的数据进行调用和比对。因此,数据资源方可以接收应用服务器发送的人脸图像的特征信息、用户标识和预定算法标识,然后根据接收到的信息调用数据。在本实施例中,人脸图像的特征信息可以由通过扫描到的人脸图像经过预定算法计算生成。在本实施例中,不同的图像采集终端将获取的人脸图像进行计算时,所采用的算法不同,获取的人脸图像的特征信息不同。例如,所述算法可以为弹性图匹配方法(EGM)或Gabor特征判别分类法(GFC)等。所述人脸图像的特征信息可以为人的五官的具体的参数,例如,双眼间距、鼻宽、鼻长、双眼和嘴的距离角度、下颌的曲率等。所述用户标识用于表征当前接收到的人脸图像的特征信息的用户。
步骤S120、根据所述用户标识获取预存的对应用户的人脸图像的特征信息组。
在本实施例中,数据资源方作为第三方系统,其内存储有多个根据不同算法计算生成的同一用户的人脸图像的标准特征信息。也就是说,数据资源方内存储有每个用户根据不同算法计算生成的对应的标准特征信息,可以满足不同的应用服务器的调用。其中,所述标准特征信息包括算法标识和用户标识。
当数据资源方接收到人脸图像的特征信息、用户标识和预定算法标识时,根据接收到的用户标识检索数据资源方中的存储的人脸图像的特征信息,获取到具有相同用户标识的所有的人脸图像的特征信息即人脸图像的特征信息组。也就是说,所述特征信息组包括同一用户的人脸图像根据不同算法计算生成的人脸图像的标准特征信息。
步骤S130、根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息。
当数据资源方根据用户标识获取到用户的特征信息组后,数据资源方根据接收到的预定算法标识(预定算法标识用于表征数据资源方当前接收到的人脸图像的特征信息的算法)提取特征信息组中与数据资源方当前接收到的人脸图像的特征信息具有相同算法的标准特征信息。
步骤S140、比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度。
当获取到与当前接收到的人脸图像的特征信息具有相同算法的标准特征信息时,将当前接收到的人脸图像的特征信息与所述标准特征信息进行比对计算,可以获取到两者之间的相似度。
步骤S150、发送所述相似度。
数据资源方将计算获得的相似度发送给应用服务器,以便于应用服务器对所述相似度进行判断,以确定当前用户是否符合认证资格。具体地,应用服务器内预存有预定相似阈值,可以将接收到的相似度与预定相似阈值进行比较获得比对结果,根据比对结果进而确定用户是否具备认证资格。
在另一可选实现方式中,数据资源方还可以预存有多个预定相似阈值。其中,不同的预定相似阈值可以根据不同的算法分别进行设定,也即多个预定相似阈值可以相同,也可以不同。数据资源方根据步骤S140计算生成相似度后,将上述计算生成的相似度与对应的预定相似阈值进行比较获取比对结果,然后可以直接将比对结果发送给对应的应用服务器,以便于应用服务器直接根据比对结果确认用户的认证资格。
图2为第二实施例的人像对比方法的流程图。如图2所示,所述方法包括以下步骤:
步骤S210、接收人像获取请求。
图像采集终端接收用户发送的人像获取请求。例如,当用户需要进行人脸认证时,通过打开对应的应用客户端(APP)点击或者输入用户认证时,可以向图像采集终端发送人像获取请求即请求认证信息。
步骤S220、根据所述人像获取请求获取人脸图像。
图像采集终端在接收到用户发送的人像获取请求后,根据所述人像获取请求获取人脸图像。具体地,图像采集终端可以通过启动摄像头,扫描用户的脸部获取人脸图像。优选地,图像采集终端可以获取某一时间用户的静态图像(例如,某一时间形成的照片)或者一个时间段的视频图像。一般图像采集终端在获取人脸图像时,由于所身处的环境不同,获取的静态图像或者视频图像内都存在有其它的干扰物,因此,当图像采集终端在获取到静态图像或视频图像时,对图像内的人脸进行定位获取人脸图像。同时,为了后续计算人脸图像的特征信息时可以提高计算的准确率,可以根据获取的图像的明暗程度或者人脸的相对倾斜角度等,对人脸图像进行一定程度的姿态矫正或者补光,以提高后续计算识别的准确率。
步骤S230、根据预定算法计算获取所述人脸图像的特征信息。
图像采集终端在获取到人脸图像时,可以根据图像采集终端内存储的预定算法计算所述人脸图像的特征信息。不同的图像采集终端所存储采用的算法不同,不同的算法获取的特征信息存在差异。
步骤S240、发送所述人脸图像的特征信息、用户标识和预定算法标识。
图像采集终端在计算获取到当前的人脸图像的特征信息后,将人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器,以便于应用服务器调用第三方系统的数据进行比对认证。所述用户标识可以在用户发送人像获取请求的同时,用户直接输入获取。所述用户标识用于表征用户的唯一性,所述用户标识可以是身份证号、手机号等。
图3为第三实施例的人像对比方法的流程图。如图3所示,所述方法包括以下步骤:
步骤S1、图像采集终端接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像。
图像采集终端接收用户发送的人像获取请求。例如,当用户需要进行人脸认证时,通过打开对应的应用客户端(APP)点击或者输入用户认证时,可以向图像采集终端发送人像获取请求即请求认证信息。
图像采集终端在接收到用户发送的人像获取请求后,根据所述人像获取请求获取人脸图像。具体地,图像采集终端可以通过启动摄像头,扫描用户的脸部获取人脸图像。优选地,图像采集终端可以获取某一时间用户的静态图像(例如,某一时间形成的照片)或者一个时间段的视频图像。一般图像采集终端在获取人脸图像时,由于所身处的环境不同,获取的静态图像或者视频图像内都存在有其它的干扰物,因此,当图像采集终端在获取到静态图像或视频图像时,对图像内的人脸进行定位获取人脸图像。同时,为了后续计算人脸图像的特征信息时可以提高计算的准确率,可以根据获取的图像的明暗程度或者人脸的相对倾斜角度等,对人脸图像进行一定程度的姿态矫正或者补光,以提高后续计算识别的准确率。
步骤S2、图像采集终端根据预定算法计算获取所述人脸图像的特征信息。
图像采集终端在获取到人脸图像时,可以根据图像采集终端内存储的预定算法计算所述人脸图像的特征信息。不同的图像采集终端所存储采用的算法不同,不同的算法获取的特征信息存在差异。
步骤S3、图像采集终端将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器。
图像采集终端在计算获取到当前的人脸图像的特征信息后,将人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器,以便于应用服务器调用第三方系统的数据进行比对认证。所述用户标识用于表征当前获取的人脸图像的用户,预定算法标识用于表征当前图像采集终端中的算法。
步骤S4、应用服务器将所述人脸图像的特征信息、用户标识和预定算法标识进行封装。
应用服务器将接收到的人脸图像的特征信息、用户标识和预定算法标识进行封装,以便于将数据发送至数据资源方。不同的系统之间在进行数据传输时,由于对数据格式等的要求不同,因此在进行数据传输之前需要对数据进行封装以满足数据的传输条件。也就是说,所述封装方法是按照数据资源方接口技术的要求进行封装。
在本实施例中,数据资源方可以作为第三方系统,允许不同的应用服务器对数据资源方内存储的数据进行调用和比对。因此,数据资源方可以接收应用服务器发送的人脸图像的特征信息、用户标识和预定算法标识,然后根据接收到的信息调用数据。在本实施例中,人脸图像的特征信息可以由通过扫描到的人脸图像经过预定算法计算生成。在本实施例中,不同的图像采集终端将获取的人脸图像进行计算时,所采用的算法不同,获取的人脸图像的特征信息不同。例如,所述算法可以为弹性图匹配方法(EGM)或Gabor特征判别分类法(GFC)等。所述人脸图像的特征信息可以为人的五官的具体的参数,例如,双眼间距、鼻宽、鼻长、双眼和嘴的距离角度、下颌的曲率等。所述用户标识用于表征当前接收到的人脸图像的特征信息的用户。
步骤S5、应用服务器将封装数据发送给数据资源方。
步骤S6、数据资源方根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息。
在本实施例中,数据资源方作为第三方系统,其内存储有多个根据不同算法计算生成的同一用户的人脸图像的标准特征信息。也就是说,数据资源方内存储有每个用户根据不同算法计算生成的对应的标准特征信息,可以满足不同的应用服务器的调用。
当数据资源方接收到人脸图像的特征信息、用户标识和预定算法标识时,根据接收到的用户标识检索数据资源方中的存储的人脸图像的特征信息,获取到对应用户的所有的人脸图像的特征信息即人脸图像的特征信息组。也就是说,所述特征信息组包括同一用户的人脸图像根据不同算法计算生成的人脸图像的标准特征信息。
步骤S7、数据资源方根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息。
当数据资源方根据用户标识获取到用户的特征信息组后,数据资源方根据接收到的预定算法标识(预定算法标识用于表征数据资源方当前接收到的人脸图像的特征信息的算法)提取特征信息组中与数据资源方当前接收到的人脸图像的特征信息具有相同算法的标准特征信息。
步骤S8、数据资源方比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度。
当数据资源方获取到与当前接收到的人脸图像的特征信息具有相同算法的标准特征信息时,将当前接收到的人脸图像的特征信息与所述标准特征信息进行比对计算,可以获取到两者之间的相似度。
步骤S9、数据资源方将所述相似度发送给应用服务器。
数据资源方将计算获得的相似度发送给应用服务器,以便于应用服务器对所述相似度进行判断,以确定当前用户是否符合认证资格。
步骤S10、应用服务器将所述相似度与预定相似阈值比较获取比对结果。
应用服务器将接收到的相似度与其内预存的预定相似阈值进行比较获取比对结果,也即用户认证是否通过。在本实施例中,由于不同的应用服务器对于用户认证的准确程度不同,因此其内预存的预定相似阈值不同,所得到的比对结果也不同。
本实施例的人像比对方法,无需用户将采集的人像照片进行上传比对,只需要通过摄像头扫描人脸,计算人脸图像的特征信息,通过上传特征信息与第三方系统内的标准特征信息进行比对即可,既可保护用户人脸图像的隐私,又大大减少因上传照片(图像)的内存过大,造成传输速度慢或失败的问题,提升传输效率。
图4是本发明第四实施例的人像对比系统的示意图。如图4所示,人像对比系统包括图像采集终端41、应用服务器42和数据资源方43。其中,所述图像采集终端41用于接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像;然后根据预定算法计算获取所述人脸图像的特征信息;并将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器42。应用服务器42用于将接收的所述人脸图像的特征信息、用户标识和预定算法标识进行封装后发送给数据资源方43。其中,数据封装方法是按照数据资源方接口技术的要求进行封装。数据资源方43接收到封装的数据后,根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息;然后根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息;最后比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度并将所述相似度发送给应用服务器42。应用服务器42在接收到数据资源方43返回的相似度时,将所述相似度与预定相似阈值比较获取比对结果,以判断所述用户的认证资格。
图5是本发明第五实施例的电子设备的示意图。图5所示的电子设备为通用数据处理装置,其包括通用的计算机硬件结构,其至少包括处理器51和存储器52。处理器51和存储器52通过总线53连接。存储器52适于存储处理器51可执行的指令或程序。处理器51可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器51通过执行存储器52所存储的指令,从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线53将上述多个组件连接在一起,同时将上述组件连接到显示控制器54和显示装置以及输入/输出(I/O)装置55。输入/输出(I/O)装置55可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置55通过输入/输出(I/O)控制器56与系统相连。优选地,本实施例的电子设备为服务器。
同时,如本领域技术人员将意识到的,本发明实施例的各个方面可以被实现为系统、方法或计算机程序产品。因此,本发明实施例的各个方面可以采取如下形式:完全硬件实施方式、完全软件实施方式(包括固件、常驻软件、微代码等)或者在本文中通常可以都称为“电路”、“模块”或“系统”的将软件方面与硬件方面相结合的实施方式。此外,本发明的方面可以采取如下形式:在一个或多个计算机可读介质中实现的计算机程序产品,计算机可读介质具有在其上实现的计算机可读程序代码。
可以利用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是如(但不限于)电子的、磁的、光学的、电磁的、红外的或半导体系统、设备或装置,或者前述的任意适当的组合。计算机可读存储介质的更具体的示例(非穷尽列举)将包括以下各项:具有一根或多根电线的电气连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪速存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光存储装置、磁存储装置或前述的任意适当的组合。在本发明实施例的上下文中,计算机可读存储介质可以为能够包含或存储由指令执行系统、设备或装置使用的程序或结合指令执行系统、设备或装置使用的程序的任意有形介质。
计算机可读信号介质可以包括传播的数据信号,所述传播的数据信号具有在其中如在基带中或作为载波的一部分实现的计算机可读程序代码。这样的传播的信号可以采用多种形式中的任何形式,包括但不限于:电磁的、光学的或其任何适当的组合。计算机可读信号介质可以是以下任意计算机可读介质:不是计算机可读存储介质,并且可以对由指令执行系统、设备或装置使用的或结合指令执行系统、设备或装置使用的程序进行通信、传播或传输。
可以使用包括但不限于无线、有线、光纤电缆、RF等或前述的任意适当组合的任意合适的介质来传送实现在计算机可读介质上的程序代码。
用于执行针对本发明各方面的操作的计算机程序代码可以以一种或多种编程语言的任意组合来编写,所述编程语言包括:面向对象的编程语言如Java、Smalltalk、C++等;以及常规过程编程语言如“C”编程语言或类似的编程语言。程序代码可以作为独立软件包完全地在用户计算机上、部分地在用户计算机上执行;部分地在用户计算机上且部分地在远程计算机上执行;或者完全地在远程计算机或服务器上执行。在后一种情况下,可以将远程计算机通过包括局域网(LAN)或广域网(WAN)的任意类型的网络链接至用户计算机,或者可以与外部计算机进行连接(例如通过使用因特网服务供应商的因特网)。
上述根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图图例和/或框图描述了本发明的各个方面。将要理解的是,流程图图例和/或框图的每个块以及流程图图例和/或框图中的块的组合可以由计算机程序指令来实现。这些计算机程序指令可以被提供至通用计算机、专用计算机或其它可编程数据处理设备的处理器,以产生机器,使得(经由计算机或其它可编程数据处理设备的处理器执行的)指令创建用于实现流程图和/或框图块或块中指定的功能/动作的装置。
还可以将这些计算机程序指令存储在可以指导计算机、其它可编程数据处理设备或其它装置以特定方式运行的计算机可读介质中,使得在计算机可读介质中存储的指令产生包括实现在流程图和/或框图块或块中指定的功能/动作的指令的制品。
计算机程序指令还可以被加载至计算机、其它可编程数据处理设备或其它装置上,以使在计算机、其它可编程设备或其它装置上执行一系列可操作步骤来产生计算机实现的过程,使得在计算机或其它可编程设备上执行的指令提供用于实现在流程图和/或框图块或块中指定的功能/动作的过程。
本发明实施例公开了一种人像对比方法、系统、电子设备和可读存储介质,所述方法通过根据接收的用户标识获取预存的对应用户的人脸图像的特征信息组,然后根据接收的预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息,比对计算接收的人脸图像的特征信息与标准特征信息的相似度并发送所述相似度。本发明实施例以人像特征信息的方式进行传输,可以预防用户的人脸图像泄露,同时还可以提高数据传输的效率。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种人像对比方法,所述方法包括:
图像采集终端接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像;
图像采集终端根据预定算法计算获取所述人脸图像的特征信息;
图像采集终端将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器;
应用服务器将所述人脸图像的特征信息、用户标识和预定算法标识进行封装后发送给数据资源方;
数据资源方根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息;
数据资源方根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息;
数据资源方比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度;
数据资源方将所述相似度与对应的预定相似阈值比较获取比对结果并将所述相似度和对比结果发送给应用服务器;
其中,数据资源方中预存多个根据不同算法设定的预定相似阈值,不同的预定相似阈值可以根据不同的算法分别设定。
2.根据权利要求1所述的人像对比方法,其特征在于,所述标准特征信息包括算法标识和用户标识。
3.根据权利要求1所述的人像对比方法,其特征在于,所述根据所述人像获取请求获取人脸图像包括:
获取静态图像或视频图像;
对所述静态图像或视频图像进行检测获取人脸图像并进行人脸定位;
对所述人脸图像进行姿态矫正和/或补光。
4.根据权利要求1所述的人像对比方法,其特征在于,所述用户标识通过用户直接输入获取。
5.一种人像对比系统,包括图像采集终端、应用服务器和数据资源方,其特征在于,
所述图像采集终端,用于接收用户发送的人像获取请求并根据所述人像获取请求获取所述用户的人脸图像,根据预定算法计算获取所述人脸图像的特征信息,将所述人脸图像的特征信息、用户标识和预定算法标识发送给应用服务器;
所述应用服务器,用于将接收的所述人脸图像的特征信息、用户标识和预定算法标识进行封装后发送给数据资源方,用于接收相似度和比对结果以判断所述用户的认证资格;
所述数据资源方,用于根据所述用户标识获取预存的对应用户的人脸图像的特征信息组,其中,所述特征信息组包括根据不同算法计算生成的人脸图像的标准特征信息,根据所述预定算法标识获取所述特征信息组中根据预定算法计算生成的人脸图像的标准特征信息,比对计算所述人脸图像的特征信息与所述人脸图像的标准特征信息的相似度并将所述相似度与对应的预定相似阈值比较获取比对结果,将所述相似度和所述比对结果发送给应用服务器;
其中,所述数据资源方中预存有多个预定相似阈值,不同的预定相似阈值可以根据不同的算法分别设定。
6.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100567.9A CN111507140B (zh) | 2019-01-31 | 2019-01-31 | 人像对比方法、系统、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100567.9A CN111507140B (zh) | 2019-01-31 | 2019-01-31 | 人像对比方法、系统、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507140A CN111507140A (zh) | 2020-08-07 |
CN111507140B true CN111507140B (zh) | 2023-08-08 |
Family
ID=71873983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910100567.9A Active CN111507140B (zh) | 2019-01-31 | 2019-01-31 | 人像对比方法、系统、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507140B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434711B (zh) * | 2020-11-27 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种数据管理方法、装置及电子设备 |
CN112560686B (zh) * | 2020-12-16 | 2023-03-07 | 神思(山东)医疗信息技术有限责任公司 | 一种动态调用人脸系统、方法及云人脸数据处理端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657718A (zh) * | 2015-02-13 | 2015-05-27 | 武汉工程大学 | 一种基于人脸图像特征极限学习机的人脸识别方法 |
WO2017024045A1 (en) * | 2015-08-04 | 2017-02-09 | James Carey | Video identification and analytical recognition system |
CN107369142A (zh) * | 2017-06-29 | 2017-11-21 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN108764350A (zh) * | 2018-05-30 | 2018-11-06 | 苏州科达科技股份有限公司 | 目标识别方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122532A1 (en) * | 2012-10-31 | 2014-05-01 | Google Inc. | Image comparison process |
-
2019
- 2019-01-31 CN CN201910100567.9A patent/CN111507140B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657718A (zh) * | 2015-02-13 | 2015-05-27 | 武汉工程大学 | 一种基于人脸图像特征极限学习机的人脸识别方法 |
WO2017024045A1 (en) * | 2015-08-04 | 2017-02-09 | James Carey | Video identification and analytical recognition system |
CN107369142A (zh) * | 2017-06-29 | 2017-11-21 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN108764350A (zh) * | 2018-05-30 | 2018-11-06 | 苏州科达科技股份有限公司 | 目标识别方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111507140A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11734456B2 (en) | Systems and methods for authenticating photographic image data | |
US20210312739A1 (en) | Facial capture managing access to resources by a device | |
KR101773885B1 (ko) | 이미지 인증을 이용한 증강현실 객체 제공 방법 및 제공 서버 | |
US8810684B2 (en) | Tagging images in a mobile communications device using a contacts list | |
KR102327779B1 (ko) | 이미지 처리 방법 및 장치 | |
CN104079552A (zh) | 认证系统及其操作方法 | |
CN111507140B (zh) | 人像对比方法、系统、电子设备和可读存储介质 | |
CN113469869B (zh) | 一种图像管理方法和装置 | |
CN109118233B (zh) | 基于人脸识别的认证方法和装置 | |
CN108712400A (zh) | 数据传输方法、装置、计算机可读存储介质和电子设备 | |
CN108037989B (zh) | Sdk组件识别方法及装置 | |
US9430710B2 (en) | Target-image detecting device, control method and control program thereof, recording medium, and digital camera | |
US20150150143A1 (en) | System and method for providing virtual desktop infrastructure (vdi) service | |
CN110837632B (zh) | 安全检测方法、智能投影仪及相关产品 | |
CN104331649A (zh) | 基于网络连接的身份识别系统及方法 | |
KR20150112247A (ko) | 썸네일 생성 방법 및 그 전자 장치 | |
US20220300644A1 (en) | Method for identifying a person by means of facial recognition, identification apparatus and computer program product | |
TWI727337B (zh) | 電子裝置及人臉識別方法 | |
CN108875352B (zh) | 用户身份的验证方法、装置及移动终端 | |
CN113329137A (zh) | 图片传输方法、装置、计算机设备及计算机可读存储介质 | |
CN111814551A (zh) | 基于小程序的人脸识别方法、装置、设备及存储介质 | |
KR20150044697A (ko) | 문서 보정 방법 및 그 전자 장치 | |
US20230237136A1 (en) | Processing system, information processing apparatus, non-transitory computer-readable storage medium storing control program, and image processing apparatus | |
CN112559111B (zh) | 一种共享桌面时的截屏方法和装置 | |
JP6960058B2 (ja) | 顔照合システム |
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 |