CN111597532B - 基于人脸识别实现儿童机器人童锁系统的方法和系统 - Google Patents
基于人脸识别实现儿童机器人童锁系统的方法和系统 Download PDFInfo
- Publication number
- CN111597532B CN111597532B CN202010280631.9A CN202010280631A CN111597532B CN 111597532 B CN111597532 B CN 111597532B CN 202010280631 A CN202010280631 A CN 202010280631A CN 111597532 B CN111597532 B CN 111597532B
- Authority
- CN
- China
- Prior art keywords
- face
- user
- face information
- administrator
- verification
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012795 verification Methods 0.000 claims abstract description 52
- 238000013178 mathematical model Methods 0.000 claims description 24
- 238000013499 data model Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
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
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于人脸识别实现儿童机器人童锁系统的方法，包括以下步骤：录入用户人脸信息；将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。该方法是儿童机器人基于人脸识别实现童锁控制，使儿童机器人摆脱对手机APP的依赖，可在单独使用儿童机器人的情况下验证管理员的身份信息实现童锁系统，操作流程大幅度简化减少了由于网络环境的影响导致童锁控制失效、状态不同步问题，同时基于人脸识别有效的校验了控制童锁用户的身份信息，确保了只有管理员才能控制童锁，从而规避了儿童自行操作，显著的提高了儿童机器人童锁系统的的易用性、安全性和有效性。
Description
技术领域
本发明涉及儿童机器人技术领域，尤其涉及一种基于人脸识别实现儿童机器人童锁系统的方法和系统。
背景技术
儿童机器人童锁系统依赖APP，无法自身简单有效的验证家长身份控制童锁开关，导致在没有APP的情况下童锁系统失去意义；由于手机APP和儿童机器人之间需要网络通信，经常会因为网络环境、设备原因等问题导致童锁开关控制失效和开关状态的同步失败；手机APP的童锁开关只是一个开关或者增加了难度的开关而已，没有有效的家长身份验证，儿童完全可以自行操作，导致童锁系统失去意义。
发明内容
为了解决上述问题，本发明提供了一种基于人脸识别实现儿童机器人童锁系统的方法和系统。
本发明的第一方面在于提供一种基于人脸识别实现儿童机器人童锁系统的方法，包括以下步骤：
S102，录入用户人脸信息；
S103，将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。
在本发明的一些实施方式中，还包括S101，预先录入管理员人脸信息的步骤。
在本发明的一些实施方式中，所述S101步骤中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。
在本发明的一些实施方式中，所述S102步骤中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
在本发明的一些实施方式中，所述S103步骤中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X＝[X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y＝[y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
优选地，所述预设阈值为95％。
本发明的第二方面在于提供一种基于人脸识别实现儿童机器人童锁系统的系统，包括
第一录入模块，用于录入人脸信息；
验证模块，将录入的人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。
在本发明的一些实施方式中，还包括第二录入模块，用于预先录入管理员人脸信息。
在本发明的一些实施方式中，所述第一录入模块中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
在本发明的一些实施方式中，所述验证模块中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X＝[X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y＝[y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
优选地，所述预设阈值为95％。
附图说明
图1为本发明基于人脸识别实现儿童机器人童锁系统的方法的一些实施方式的结构示意图；
图2为本发明基于人脸识别实现儿童机器人童锁系统的系统的一些实施方式的结构示意图。
具体实施方式
以下对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明的基于人脸识别实现儿童机器人童锁系统的方法，包括以下步骤：
S102，录入用户人脸信息；
S103，将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。
儿童机器人可以通过童锁开关来限制对儿童机器人操控的权限。对于童锁开关的打开/关闭操作，需要一定的认证。本发明中，在打开/关闭儿童机器人童锁开关操作时，录入用户人脸信息后，将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，即打开/关闭儿童机器人童锁开关，改变童锁的状态，控制权限发生改变；否则提示身份验证失败，不执行用户操作，即儿童机器人童锁开关的状态不发生改变，保持原有的状态，不发生控制权限的改变。
该方法是儿童机器人基于人脸识别实现童锁控制，使儿童机器人摆脱对手机APP的依赖，可在单独使用儿童机器人的情况下验证管理员的身份信息实现童锁系统，操作流程大幅度简化减少了由于网络环境的影响导致童锁控制失效、状态不同步问题，同时基于人脸识别有效的校验了控制童锁用户的身份信息，确保了只有管理员才能控制童锁，从而规避了儿童自行操作，显著的提高了儿童机器人童锁系统的的易用性、安全性和有效性。
在本发明的一些实施方式中，如图1所示，还包括S101，预先录入管理员人脸信息的步骤。
在本发明的一些实施方式中，所述S101步骤中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。
该方法可以防止预先录入管理员的人脸信息被随意替换掉，增加了安全性。
对于修改已录入的管理员人脸信息的验证，可以采用童锁开关的打开/关闭操作的验证的方法，只是通过验证后的操作是修改已录入的管理员人脸信息，而不是改变童锁开关的打开/关闭状态。
在本发明的一些实施方式中，所述S102步骤中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
在进行打开/关闭儿童机器人童锁开关时，儿童机器人开启验证模式，提示用户录入人脸信息进行校验。
在本发明的一些实施方式中，所述S103步骤中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X＝[X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y＝[y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
优选地，所述预设阈值为95％。
可以通过上述算法实现人脸验证的有效性。
本发明的基于人脸识别实现儿童机器人童锁系统的系统，包括
第一录入模块202，用于录入人脸信息；
验证模块203，将录入的人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。
在本发明的一些实施方式中，如图2所示，还包括第二录入模块201，用于预先录入管理员人脸信息。
在本发明的一些实施方式中，所述第二录入模块201中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。
在本发明的一些实施方式中，所述第一录入模块202中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
在本发明的一些实施方式中，所述验证模块203中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X＝[X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y＝[y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
优选地，所述预设阈值为95％。
以上对本发明优选的具体实施方式和实施例作了详细说明，但是本发明并不限于上述实施方式和实施例，在本领域技术人员所具备的知识范围内，还可以在不脱离本发明构思的前提下作出各种变化。
Claims (8)
1.基于人脸识别实现儿童机器人童锁系统的方法，其特征在于，包括以下步骤：
S102，录入用户人脸信息；
S103，将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，所述S103步骤中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X = [X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y = [y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
；
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
；
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
所述预设阈值为95%。
2.根据权利要求1所述的方法，其特征在于，还包括S101，预先录入管理员人脸信息的步骤。
3.根据权利要求2所述的方法，其特征在于，所述S101步骤中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。
4.根据权利要求1所述的方法，其特征在于，所述S102步骤中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
5.基于人脸识别实现儿童机器人童锁系统的系统，其特征在于，包括
第一录入模块，用于录入人脸信息；
验证模块，将录入的人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，所述验证模块中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；
其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：
步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：
X = [X1，……，Xk，……，XK]；
k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；
步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：
y = [y1，……，yk，……，yK]；
步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：
；
X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；
优化模型用以下公式表示：
；
人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；
所述预设阈值为95%。
6.根据权利要求5所述的系统，其特征在于，还包括第二录入模块，用于预先录入管理员人脸信息。
7.根据权利要求5所述的系统，其特征在于，所述第二录入模块中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。
8.根据权利要求5所述的系统，其特征在于，所述第一录入模块中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010280631.9A CN111597532B (zh) | 2020-04-10 | 2020-04-10 | 基于人脸识别实现儿童机器人童锁系统的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010280631.9A CN111597532B (zh) | 2020-04-10 | 2020-04-10 | 基于人脸识别实现儿童机器人童锁系统的方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111597532A CN111597532A (zh) | 2020-08-28 |
| CN111597532B true CN111597532B (zh) | 2023-11-17 |
Family
ID=72184924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010280631.9A Active CN111597532B (zh) | 2020-04-10 | 2020-04-10 | 基于人脸识别实现儿童机器人童锁系统的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111597532B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117389416A (zh) * | 2023-10-18 | 2024-01-12 | 广州易云信息技术有限公司 | 一种智能机器人的交互控制方法、装置及机器人 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008059543A (ja) * | 2006-09-01 | 2008-03-13 | One Heart Plan Inc | 子供音楽教室等の学習塾における携帯電話用認証システムとプログラム |
| CN103986946A (zh) * | 2014-06-03 | 2014-08-13 | 安徽海聚信息科技有限责任公司 | 一种网络电视机的童锁控制方法 |
| CN105005779A (zh) * | 2015-08-25 | 2015-10-28 | 湖北文理学院 | 基于交互式动作的人脸验证防伪识别方法及系统 |
| WO2017148291A1 (zh) * | 2016-03-04 | 2017-09-08 | 腾讯科技（深圳）有限公司 | 基于人脸识别的签到系统、方法、装置和服务器 |
| WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
| WO2017193826A1 (zh) * | 2016-05-09 | 2017-11-16 | 中兴通讯股份有限公司 | 一种云桌面登陆验证方法、云桌面控制系统及客户端 |
| CN107871354A (zh) * | 2017-11-10 | 2018-04-03 | 郑州云海信息技术有限公司 | 一种共享单车人脸识别的智能锁装置及解锁方法 |
| CN108121902A (zh) * | 2017-12-21 | 2018-06-05 | 上海亦源智能科技有限公司 | 人脸识别身份自认证方法及系统 |
| CN108235130A (zh) * | 2018-01-26 | 2018-06-29 | 上海康斐信息技术有限公司 | 一种监测电视盒子内存占用控制儿童锁的方法及系统 |
| CN108319366A (zh) * | 2018-01-22 | 2018-07-24 | 四川斐讯信息技术有限公司 | 一种防沉迷的控制方法以及系统 |
| CN109377616A (zh) * | 2018-10-30 | 2019-02-22 | 南京邮电大学 | 一种基于二维人脸识别的门禁控制系统 |
| WO2019062080A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| CN110177224A (zh) * | 2018-11-06 | 2019-08-27 | 广东小天才科技有限公司 | 一种基于可穿戴设备的信息关联方法及可穿戴设备 |
| CN110490997A (zh) * | 2018-05-15 | 2019-11-22 | 上海博泰悦臻网络技术服务有限公司 | 车辆及其基于人脸识别的儿童锁控制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106161397A (zh) * | 2015-04-21 | 2016-11-23 | 富泰华工业（深圳）有限公司 | 具有防沉迷功能的电子装置、防沉迷管理系统及方法 |
-
2020
- 2020-04-10 CN CN202010280631.9A patent/CN111597532B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008059543A (ja) * | 2006-09-01 | 2008-03-13 | One Heart Plan Inc | 子供音楽教室等の学習塾における携帯電話用認証システムとプログラム |
| CN103986946A (zh) * | 2014-06-03 | 2014-08-13 | 安徽海聚信息科技有限责任公司 | 一种网络电视机的童锁控制方法 |
| CN105005779A (zh) * | 2015-08-25 | 2015-10-28 | 湖北文理学院 | 基于交互式动作的人脸验证防伪识别方法及系统 |
| WO2017148291A1 (zh) * | 2016-03-04 | 2017-09-08 | 腾讯科技（深圳）有限公司 | 基于人脸识别的签到系统、方法、装置和服务器 |
| WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
| WO2017193826A1 (zh) * | 2016-05-09 | 2017-11-16 | 中兴通讯股份有限公司 | 一种云桌面登陆验证方法、云桌面控制系统及客户端 |
| WO2019062080A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技（深圳）有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| CN107871354A (zh) * | 2017-11-10 | 2018-04-03 | 郑州云海信息技术有限公司 | 一种共享单车人脸识别的智能锁装置及解锁方法 |
| CN108121902A (zh) * | 2017-12-21 | 2018-06-05 | 上海亦源智能科技有限公司 | 人脸识别身份自认证方法及系统 |
| CN108319366A (zh) * | 2018-01-22 | 2018-07-24 | 四川斐讯信息技术有限公司 | 一种防沉迷的控制方法以及系统 |
| CN108235130A (zh) * | 2018-01-26 | 2018-06-29 | 上海康斐信息技术有限公司 | 一种监测电视盒子内存占用控制儿童锁的方法及系统 |
| CN110490997A (zh) * | 2018-05-15 | 2019-11-22 | 上海博泰悦臻网络技术服务有限公司 | 车辆及其基于人脸识别的儿童锁控制方法 |
| CN109377616A (zh) * | 2018-10-30 | 2019-02-22 | 南京邮电大学 | 一种基于二维人脸识别的门禁控制系统 |
| CN110177224A (zh) * | 2018-11-06 | 2019-08-27 | 广东小天才科技有限公司 | 一种基于可穿戴设备的信息关联方法及可穿戴设备 |
Non-Patent Citations (2)
| Title |
|---|
| 刘程 ; 谭晓阳 ; .一种基于深度学习的移动端人脸验证系统.计算机与现代化.2018,(02),全文. * |
| 杜路科 ; 通旭明 ; 梁俊花 ; 李亭颖 ; 何瑞杰 ; .基于人脸识别技术的课堂考勤系统.电脑编程技巧与维护.2020,(02),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111597532A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102608470B1 (ko) | 데이터 인식 장치 및 방법과 트레이닝 장치 및 방법 | |
| CA2549092C (en) | System and method for providing improved claimant authentication | |
| CN107742069A (zh) | 终端控制方法、装置及存储介质 | |
| Tsarev et al. | Finite state machine induction using genetic algorithm based on testing and model checking | |
| US20130343616A1 (en) | Biometrics based methods and systems for user authentication | |
| US10867612B1 (en) | Passive authentication through voice data analysis | |
| CN111597532B (zh) | 基于人脸识别实现儿童机器人童锁系统的方法和系统 | |
| Chen et al. | Matrix completion with column manipulation: Near-optimal sample-robustness-rank tradeoffs | |
| CN103488568A (zh) | 一种嵌入式软件可信属性建模与验证方法 | |
| EP4120105A1 (en) | Identity authentication method, and method and device for training identity authentication model | |
| CN113392396A (zh) | 面向深度强化学习的策略保护防御方法 | |
| CN112185395A (zh) | 一种基于差分隐私的联邦声纹识别方法 | |
| Ullah et al. | Event-triggered dissipative observer-based control for delay dependent T–S fuzzy singular systems | |
| Tarraf | An Input-Output Construction of Finite State $\rho/\mu $ Approximations for Control Design | |
| CN113050445A (zh) | 一种智能家居用语音控制系统 | |
| Assaad et al. | Transformation based score fusion algorithm for multi-modal biometric user authentication through ensemble classification | |
| CN111179945A (zh) | 基于声纹识别的安全门的控制方法和装置 | |
| CN113761148A (zh) | 对话信息获取方法、装置、设备及存储介质 | |
| CN112084509A (zh) | 一种基于生物识别技术的区块链密钥生成方法及系统 | |
| Anand et al. | Formally verified neural network control barrier certificates for unknown systems | |
| CN110084142B (zh) | 一种用于人脸识别的年龄隐私保护方法及系统 | |
| CN106709598B (zh) | 一种基于单类样本的电压稳定性预测判断方法 | |
| CN108550368A (zh) | 一种语音数据的处理方法 | |
| CN115373280A (zh) | 一种远程语音控制方法、装置及系统 | |
| Drummond et al. | Mapping back and forth between model predictive control and neural networks |
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 |