CN112069904A - 一种用于确定线上图片归属的系统及方法 - Google Patents

一种用于确定线上图片归属的系统及方法 Download PDF

Info

Publication number
CN112069904A
CN112069904A CN202010789849.7A CN202010789849A CN112069904A CN 112069904 A CN112069904 A CN 112069904A CN 202010789849 A CN202010789849 A CN 202010789849A CN 112069904 A CN112069904 A CN 112069904A
Authority
CN
China
Prior art keywords
face
image
user
uploaded
identity information
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
CN202010789849.7A
Other languages
English (en)
Inventor
刘辉
王波
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.)
Wuhan Tianyu Julian Technology Co ltd
Wuhan Tianyu Information Industry Co Ltd
Original Assignee
Wuhan Tianyu Julian Technology Co ltd
Wuhan Tianyu Information Industry 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 Wuhan Tianyu Julian Technology Co ltd, Wuhan Tianyu Information Industry Co Ltd filed Critical Wuhan Tianyu Julian Technology Co ltd
Priority to CN202010789849.7A priority Critical patent/CN112069904A/zh
Publication of CN112069904A publication Critical patent/CN112069904A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种用于确定线上图片归属的系统及方法，涉及图像处理领域，该系统包括上传系统、识别系统、人像库和检测系统，所述上传系统用于用户进行图像的上传，并抓取用户上传图像中的人脸图像，以及供用户进行用户身份信息的输入；所述识别系统用于判断进行图像上传的用户是否为活体，以及当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸进行拍摄；所述人像库中存储有多张人脸图像，且每张人脸图像均对应有身份信息；所述检测系统用于判断人像库中是否存在与抓取用户上传图像中的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像。本发明能够对图像的所有者进行确认，确认图像的归属。

Description

一种用于确定线上图片归属的系统及方法
技术领域
本发明涉及图像处理领域，具体涉及一种用于确定线上图片归属的系统及方法。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，是通过采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别一般应用在安全检查、身份核验、移动支付等领域。
但是，开放性是互联网与生俱来的特性，在开放的互联网世界里，要确定互联网上某张人像图片的归属，即人像图片的所有者，是非常困难的一件事情，这种困难一直阻碍的互联网的发展，导致人像图片盗用现象层出不穷，严重侵害了人像图片所有者的隐私。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种用于确定线上图片归属的系统及方法，能够对图像的所有者进行确认，确认图像的归属。
为达到以上目的，本发明提供一种用于确定线上图片归属的系统，包括：
上传系统，所述上传系统用于用户进行图像的上传，并抓取用户上传图像中的人脸图像，以及供用户进行用户身份信息的输入，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行；
识别系统，所述识别系统用于判断进行图像上传的用户是否为活体，以及当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸进行拍摄；
人像库，所述人像库中存储有多张人脸图像，且每张人脸图像均对应有身份信息；
检测系统，所述检测系统用于判断人像库中是否存在与抓取用户上传图像中的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的用户身份信息是不确定的。
在上述技术方案的基础上，
所述上传系统包括上传图像模块、图像人脸抓取模块和美化模块；
所述上传图像模块用于用户进行图像的上传；
所述图像人脸抓取模块用于抓取用户上传图像中的人脸图像；
所述美化模块用于对用户上传的图像进行美化处理。
在上述技术方案的基础上，
所述识别系统包括活体验证模块和用户人脸抓取模块；
所述活体验证模块用于基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体，若是，则驱使用户人脸抓取模块工作，若否，则结束；
所述用户人脸抓取模块用于当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸进行拍摄。
在上述技术方案的基础上，
所述检测系统包括人脸检测模块、人脸剪裁模块、预处理模块、校正模块、特征提取模块和人脸识别模块；
所述人脸检测模块用于检测上传系统抓取的人脸图像中是否含有人脸，以及检测识别系统拍摄的用户人脸图像中是否含有人脸；
所述人脸剪裁模块用于基于人脸识别算法，对上传系统抓取的人脸图像和识别系统拍摄的用户人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像；
所述预处理模块用于对两张裁剪图像进行处理，得到两张归一化的图片；
所述校正模块用户对预处理模块得到的两张图片中的人脸表情和人脸姿态进行校正；
所述特征提取模块用于从校正后的图片中进行特征向量的提取，且每张图片均进行特征向量的提取；
当用户在上传系统输入了用户身份信息时，所述人脸识别模块用于获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与特征提取模块提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
当用户未在上传系统输入用户身份信息时，所述人脸识别模块用于将特征提取模块提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
在上述技术方案的基础上，所述人像库包括政府部门权威人像库和第三方互联网公司人像库。
本发明提供一种用于确定线上图片归属的方法，基于上述所述的系统实现，包括以下步骤：
抓取用户上传图像中的人脸图像，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行；
基于摄像设备，对上传图像的用户的活体人脸进行拍摄；
判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的身份信息是不确定的。
在上述技术方案的基础上，所述抓取用户上传图像中的人脸图像，具体步骤包括：
S101：对用户上传的图像进行美化处理；
S102：抓取美化处理后的图像中的人脸图像。
在上述技术方案的基础上，所述基于摄像设备，对用户的人脸图像进行拍摄，具体步骤包括：
S201：基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体；若是，则转到S202；若否，则判定上传的图像对应的身份信息是不确定的；
S202：基于摄像设备，对进行图像上传的用户的活体人脸进行拍摄。
在上述技术方案的基础上，所述判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像，若存在，则将人像库中该人脸图像均对应的身份信息，标注于上传系统上传的图像上，并判断上传的图像对应用户身份信息是确定的；若不存在，则判断上传的图像对应的身份信息是不确定的，具体步骤包括：
S301：判断用户上传的图像中是否含有人脸，以及拍摄的用户人脸图像中是否含有人脸，若均为是，则转到S302，反之，则转到S309；
S302：基于人脸识别算法，对抓取的上传图像中的人脸图像和拍摄的人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像，转到S303；
S303：对两张裁剪图像进行处理，得到两张归一化的图片，转到S304；
S304：对两张图片中的人脸表情和人脸姿态进行校正，转到S305；
S305：提取校正后的图片的特征向量，且每张图片均进行特征向量的提取，转到S306；
S306：将两张图片的特征向量进行对比，判断对比值是否大于设定阈值，若否，转到S309；若是，判断用户是否在上传系统输入了用户身份信息，若是，转到S307，若否，转到S308；
S307：获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S308：将提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S309：判定用户上传的图像对应的身份信息是不确定的。
在上述技术方案的基础上，所述人像库包括政府部门权威人像库和第三方互联网公司人像库。
与现有技术相比，本发明的优点在于：当用户进行图像上传时，将用于上传的图像、上传图像时拍摄得到的用户的人脸图像与人像库中的人脸图像进行比对，从而确定用户所上传图像中人脸所有者的身份信息，并使用确定的身份信息对用户上传的图像进行标注，对图像的所有者进行确认，确认图像的归属，有效防止他人对含有人脸照片的盗用，同时有效保证用户的隐私安全。
附图说明
图1为本发明实施例中一种用于确定线上图片归属的系统的结构示意图；
图2为本发明实施例中一种用于确定线上图片归属的方法的流程图。
具体实施方式
本发明实施例提供一种用于确定线上图片归属的系统，基于人像库中的人脸图像数据，对用户上传的含有人脸的图像进行标注，确定图像中人脸身份信息，有效保证图像中人脸所有者的信息安全。本发明实施例相应地还提供了一种用于确定线上图片归属的方法。
以下结合附图及实施例对本发明作进一步详细说明。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
参见图1所示，本发明实施例提供的一种用于确定线上图片归属的系统，包括上传系统、识别系统、人像库和检测系统。
上传系统用于用户进行图像的上传，并抓取用户上传图像中的人脸图像,以及供用户进行用户身份信息的输入。图像的上传可以通过智能移动设备或个人计算机进行，上传系统可以内置在智能移动设备或个人计算机中，从而完成图像的上传，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行。
具体的，本发明实施例中，上传系统包括上传图像模块、图像人脸抓取模块和美化模块。上传图像模块用于用户进行图像的上传。图像人脸抓取模块用于抓取用户上传图像中的人脸图像，用户上传的图像中可能除了人脸外，还含有其它物品，因此，为了保证识别的精确性，需要通过图像人脸抓取模块将用户上传图像中的人脸图像抓取。美化模块用于对用户上传的图像进行美化处理，为了保证后续对比识别的准确性，美化模块仅对用户上传的图像进行美颜处理，不做美型处理。
识别系统用于判断进行图像上传的用户是否为活体，以及当用户通过上传系统进行图像上传时，基于摄像设备对上传图像的用户的人脸进行拍摄。用户一般通过智能移动设备进行图像的上传，而智能移动设备上都集成有摄像头等摄像设备，因此，能够很方便的对上传图像的用户的人脸图像进行拍摄。具体的，本发明实施例中的识别系统包括活体验证模块和用户人脸抓取模块。活体验证模块用于基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体，若是，则驱使用户人脸抓取模块工作，若否，则结束。用户人脸抓取模块用于当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸图像进行拍摄。现有技术中，活体检测技术已经相当成熟，故本发明中基于现有技术中的活体检测技术进行图像上传的用户是否为真实活体的判断即可。
人像库中存储有多张人脸图像，且每张人脸图像均对应有身份信息。具体的，人像库包括政府部门权威人像库和第三方互联网公司人像库。政府部门可以为公安部门，公安部门存储有居民的照片以及居民的身份信息，且居民的照片和身份信息对应。用户在使用互联网公司推出的应用程序时，应用程序会对用户的身份信息和人脸照片进行采集，以进行实名制认证，故互联网公司中会有用户的照片以及照片对应的身份信息。
检测系统用于判断人像库中是否存在与抓取用户上传图像中的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的用户身份信息是不确定的。标注可以通过水印、特殊标记等方式进行，从而在图像中对人脸所有者的身份进行标注，有效防止他人对含有人脸照片的盗用，有效保证用户的隐私安全。
具体的，本发明实施例中检测系统包括人脸检测模块、人脸剪裁模块、预处理模块、校正模块、特征提取模块和人脸识别模块。人脸检测模块用于检测上传系统抓取的人脸图像中是否含有人脸，以及检测识别系统拍摄的人脸图像中是否含有人脸。人脸剪裁模块用于基于人脸识别算法，对上传系统抓取的人脸图像和识别系统拍摄的人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像。预处理模块用于对两张裁剪图像进行处理，得到两张归一化的图片，处理过程包括去噪、增强和剪裁。校正模块用户对预处理模块得到的两张图片中的人脸表情和人脸姿态进行校正，即通过校正人脸表情和姿态对人脸的影响，通过变换算法得到正脸的照片，降低后续识别的难度。特征提取模块用于从校正后的图片中进行特征向量的提取，且每张图片均进行特征向量的提取。
当用户在上传系统输入了用户身份信息时，人脸识别模块用于获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与特征提取模块提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
当用户未在上传系统输入用户身份信息时，人脸识别模块用于将特征提取模块提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
例如，用户上传的图像对应的图片为图片A，拍摄得到的人脸图像对应的图片为图片B，若人像库中存在人脸图像C，且图片A的特征向量与人脸图像C的特征向量的对比值大于设定阈值，图片B的特征向量与人脸图像C的特征向量的对比值大于设定阈值，则判定用户上传的图像对应的身份信息是确定的。
本发明实施例的用于确定线上图片归属的系统，当用户进行图像上传时，将用于上传的图像、上传图像时拍摄得到的用户的人脸图像与人像库中的人脸图像进行比对，从而确定用户所上传图像中人脸所有者的身份信息，并使用确定的身份信息对用户上传的图像进行标注，对图像的所有者进行确认，确认图像的归属，有效防止他人对含有人脸照片的盗用，同时有效保证用户的隐私安全。
参见图2所示，本发明实施例还提供了一种用于确定线上图片归属的方法，基于上述所述的用于确定线上图片归属的系统实现，本发明实施例提供的一种用于确定线上图片归属的方法，具体包括以下步骤：
S1：抓取用户上传图像中的人脸图像，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行；
S2：基于摄像设备，对上传图像的用户的活体人脸进行拍摄；
S3：判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的身份信息是不确定的。人像库包括政府部门权威人像库和第三方互联网公司人像库。
本发明实施例中，抓取用户上传图像中的人脸图像，具体步骤包括：
S101：对用户上传的图像进行美化处理；
S102：抓取美化处理后的图像中的人脸图像。
本发明实施例中，基于摄像设备，对用户的人脸图像进行拍摄，具体步骤包括：
S201：基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体；若是，则转到S202；若否，则判定上传的图像对应的身份信息是不确定的；
S202：基于摄像设备，对进行图像上传的用户的人脸图像进行拍摄。
本发明实施例中，判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的身份信息是不确定的，具体步骤包括：
S301：判断用户上传的图像中是否含有人脸，以及拍摄的人脸图像中是否含有人脸，若均为是，则转到S302，反之，则转到S308；
S302：基于人脸识别算法，对抓取的人脸图像和拍摄的人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像，转到S303；
S303：对两张裁剪图像进行处理，得到两张归一化的图片，转到S304；
S304：对两张图片中的人脸表情和人脸姿态进行校正，转到S305；
S305：提取校正后的图片的特征向量，且每张图片均进行特征向量的提取，转到S306；
S306：将两张图片的特征向量进行对比，判断对比值是否大于设定阈值，若否，转到S309；若是，判断用户是否在上传系统输入了用户身份信息，若是，转到S307，若否，转到S308；
S307：获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S308：将提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S309：判定用户上传的图像对应的身份信息是不确定的。
本发明实施例的用于确定线上图片归属的方法，当用户进行图像上传时，将用于上传的图像、上传图像时拍摄得到的用户的人脸图像与人像库中的人脸图像进行比对，从而确定用户所上传图像中人脸所有者的身份信息，并使用确定的身份信息对用户上传的图像进行标注，对图像的所有者进行确认，确认图像的归属，有效防止他人对含有人脸照片的盗用，同时有效保证用户的隐私安全。
本发明是参照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和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (8)

1.一种用于确定线上图片归属的系统，其特征在于，包括：
上传系统，所述上传系统用于用户进行图像的上传，并抓取用户上传图像中的人脸图像，以及供用户进行用户身份信息的输入，所述上传系统位于智能移动设备或个人计算机中，所述上传系统包括美化模块，所述美化模块用于对用户上传的图像进行美化处理，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行；
识别系统，所述识别系统用于判断进行图像上传的用户是否为活体，以及当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸进行拍摄；
人像库，所述人像库中存储有多张人脸图像，且每张人脸图像均对应有身份信息，所述人像库包括政府部门权威人像库和第三方互联网公司人像库；
检测系统，所述检测系统用于判断人像库中是否存在与抓取用户上传图像中的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的用户身份信息是不确定的。
2.如权利要求1所述的一种用于确定线上图片归属的系统，其特征在于：
所述上传系统包括上传图像模块和图像人脸抓取模块；
所述上传图像模块用于用户进行图像的上传；
所述图像人脸抓取模块用于抓取用户上传图像中的人脸图像；
所述美化模块用于对用户上传的图像进行美化处理，且所述美化模块仅对用户上传的图像进行美颜处理。
3.如权利要求1所述的一种用于确定线上图片归属的系统，其特征在于：
所述识别系统包括活体验证模块和用户人脸抓取模块；
所述活体验证模块用于基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体，若是，则驱使用户人脸抓取模块工作，若否，则结束；
所述用户人脸抓取模块用于当用户通过上传系统进行图像上传时，基于摄像设备对用户的人脸进行拍摄。
4.如权利要求1所述的一种用于确定线上图片归属的系统，其特征在于：
所述检测系统包括人脸检测模块、人脸剪裁模块、预处理模块、校正模块、特征提取模块和人脸识别模块；
所述人脸检测模块用于检测上传系统抓取的人脸图像中是否含有人脸，以及检测识别系统拍摄的用户人脸图像中是否含有人脸；
所述人脸剪裁模块用于基于人脸识别算法，对上传系统抓取的人脸图像和识别系统拍摄的用户人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像；
所述预处理模块用于对两张裁剪图像进行处理，得到两张归一化的图片；
所述校正模块用户对预处理模块得到的两张图片中的人脸表情和人脸姿态进行校正；
所述特征提取模块用于从校正后的图片中进行特征向量的提取，且每张图片均进行特征向量的提取；
当用户在上传系统输入了用户身份信息时，所述人脸识别模块用于获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与特征提取模块提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
当用户未在上传系统输入用户身份信息时，所述人脸识别模块用于将特征提取模块提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则判定用户上传的图像对应的身份信息是不确定的。
5.一种用于确定线上图片归属的方法，基于权利要求1所述的系统实现，其特征在于，包括以下步骤：
抓取用户上传图像中的人脸图像；
基于摄像设备，对上传图像的用户的活体人脸进行拍摄；
判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸均为相同人的人脸图像，若存在，则获取人像库中该人脸图像对应的身份信息，对上传系统上传的图像进行标注，并判定用户上传的图像对应的用户身份信息是确定的；若不存在，则判定用户上传的图像对应的身份信息是不确定的，所述人像库包括政府部门权威人像库和第三方互联网公司人像库，且抓取用户上传图像中的人脸图像为基于人脸识别算法进行。
6.如权利要求5所述的一种用于确定线上图片归属的方法，其特征在于，所述抓取用户上传图像中的人脸图像，具体步骤包括：
S101：对用户上传的图像进行美化处理；
S102：抓取美化处理后的图像中的人脸图像。
7.如权利要求5所述的一种用于确定线上图片归属的方法，其特征在于，所述基于摄像设备，对用户的人脸图像进行拍摄，具体步骤包括：
S201：基于进行图像上传的用户的生理特征，判断进行图像上传的用户是否为真实活体；若是，则转到S202；若否，则判定上传的图像对应的身份信息是不确定的；
S202：基于摄像设备，对进行图像上传的用户的活体人脸进行拍摄。
8.如权利要求5所述的一种用于确定线上图片归属的方法，其特征在于，所述判断人像库中是否存在与抓取的人脸图像和拍摄的用户人脸图像均为相同人的人脸图像，若存在，则将人像库中该人脸图像均对应的身份信息，标注于上传系统上传的图像上，并判断上传的图像对应用户身份信息是确定的；若不存在，则判断上传的图像对应的身份信息是不确定的，具体步骤包括：
S301：判断用户上传的图像中是否含有人脸，以及拍摄的用户人脸图像中是否含有人脸，若均为是，则转到S302，反之，则转到S309；
S302：基于人脸识别算法，对抓取的上传图像中的人脸图像和拍摄的人脸图像进行裁剪，得到两张仅包含人脸的裁剪图像，转到S303；
S303：对两张裁剪图像进行处理，得到两张归一化的图片，转到S304；
S304：对两张图片中的人脸表情和人脸姿态进行校正，转到S305；
S305：提取校正后的图片的特征向量，且每张图片均进行特征向量的提取，转到S306；
S306：将两张图片的特征向量进行对比，判断对比值是否大于设定阈值，若否，转到S309；若是，判断用户是否在上传系统输入了用户身份信息，若是，转到S307，若否，转到S308；
S307：获取人像库中与上传系统输入的用户身份信息相对应的人脸图像，并将获取的人脸图像的特征向量与提取的两张图片的特征向量均进行对比，得到相似度，若得到的相似度均大于设定阈值，则使用在人像库中获取的人脸图像的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S308：将提取的两张图片的特征向量与人像库中每张人脸图像的特征向量进行对比，得到相似度，若人像库中存在与特征提取模块提取的两张图片的相似度均大于设定阈值的人脸图像，则获取人像库中该人脸图像对应的身份信息，对用户上传的图像进行标注，并判定用户上传的图像对应的身份信息是确定的；反之，则转到S309；
S309：判定用户上传的图像对应的身份信息是不确定的。
CN202010789849.7A 2020-08-07 2020-08-07 一种用于确定线上图片归属的系统及方法 Pending CN112069904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010789849.7A CN112069904A (zh) 2020-08-07 2020-08-07 一种用于确定线上图片归属的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010789849.7A CN112069904A (zh) 2020-08-07 2020-08-07 一种用于确定线上图片归属的系统及方法

Publications (1)

Publication Number Publication Date
CN112069904A true CN112069904A (zh) 2020-12-11

Family

ID=73662575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010789849.7A Pending CN112069904A (zh) 2020-08-07 2020-08-07 一种用于确定线上图片归属的系统及方法

Country Status (1)

Country Link
CN (1) CN112069904A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593598A (zh) * 2013-11-25 2014-02-19 上海骏聿数码科技有限公司 基于活体检测和人脸识别的用户在线认证方法及系统
CN106101136A (zh) * 2016-07-22 2016-11-09 飞天诚信科技股份有限公司 一种生物特征对比的认证方法及系统
CN107742100A (zh) * 2017-10-12 2018-02-27 平安科技（深圳）有限公司 一种考生身份验证方法及终端设备
CN108491705A (zh) * 2018-03-07 2018-09-04 深圳市益鑫智能科技有限公司 一种用户在线认证装置
CN109598251A (zh) * 2018-12-11 2019-04-09 北京旷视科技有限公司 人证核验方法、装置、设备和系统及存储介质
CN110008664A (zh) * 2018-12-04 2019-07-12 阿里巴巴集团控股有限公司 认证信息采集、开户方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593598A (zh) * 2013-11-25 2014-02-19 上海骏聿数码科技有限公司 基于活体检测和人脸识别的用户在线认证方法及系统
CN106101136A (zh) * 2016-07-22 2016-11-09 飞天诚信科技股份有限公司 一种生物特征对比的认证方法及系统
CN107742100A (zh) * 2017-10-12 2018-02-27 平安科技（深圳）有限公司 一种考生身份验证方法及终端设备
CN108491705A (zh) * 2018-03-07 2018-09-04 深圳市益鑫智能科技有限公司 一种用户在线认证装置
CN110008664A (zh) * 2018-12-04 2019-07-12 阿里巴巴集团控股有限公司 认证信息采集、开户方法、装置及电子设备
CN109598251A (zh) * 2018-12-11 2019-04-09 北京旷视科技有限公司 人证核验方法、装置、设备和系统及存储介质

Similar Documents

Publication Publication Date Title
US10534957B2 (en) Eyeball movement analysis method and device, and storage medium
US10275672B2 (en) Method and apparatus for authenticating liveness face, and computer program product thereof
WO2019071664A1 (zh) 结合深度信息的人脸识别方法、装置及存储介质
KR101781358B1 (ko) 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법
US10650234B2 (en) Eyeball movement capturing method and device, and storage medium
CN109858375B (zh) 活体人脸检测方法、终端及计算机可读存储介质
US8897568B2 (en) Device and method that compare facial images
CN111626371A (zh) 一种图像分类方法、装置、设备及可读存储介质
CN112364827A (zh) 人脸识别方法、装置、计算机设备和存储介质
JP7148737B2 (ja) 生体（ｌｉｖｅｎｅｓｓ）検出検証方法、生体検出検証システム、記録媒体、及び生体検出検証システムの訓練方法
CN111079816A (zh) 图像的审核方法、装置和服务器
CN108805005A (zh) 身份验证方法和装置、电子设备、计算机程序和存储介质
CN114218543A (zh) 一种基于多场景表情识别的加密解锁系统及方法
CN111881740A (zh) 人脸识别方法、装置、电子设备及介质
CN114861241A (zh) 基于智能检测的防窥屏方法及其相关设备
CN105427228A (zh) 照片水印处理方法及装置
CN109886084B (zh) 基于陀螺仪的人脸认证方法、电子设备及存储介质
CN112101296A (zh) 人脸注册方法、人脸验证方法、装置及系统
CN112069904A (zh) 一种用于确定线上图片归属的系统及方法
CN115661890A (zh) 模型训练方法、人脸识别方法、装置、设备及介质
Long et al. Video frame deletion and duplication
CN114663930A (zh) 一种活体检测方法、装置、终端设备及存储介质
CN113536953B (zh) 一种人脸识别方法、装置、电子设备及存储介质
EP3837821B1 (en) Assessing condition of real-world objects
CN112434587B (zh) 一种图像处理方法及装置、存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211