CN112367432B - 一种基于双重校验的数据查看方法 - Google Patents

一种基于双重校验的数据查看方法 Download PDF

Info

Publication number
CN112367432B
CN112367432B CN202011178211.6A CN202011178211A CN112367432B CN 112367432 B CN112367432 B CN 112367432B CN 202011178211 A CN202011178211 A CN 202011178211A CN 112367432 B CN112367432 B CN 112367432B
Authority
CN
China
Prior art keywords
electronic equipment
user
target user
attribute information
target
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.)
Expired - Fee Related
Application number
CN202011178211.6A
Other languages
English (en)
Other versions
CN112367432A (zh
Inventor
王随州
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.)
Shenzhen Kumai Network Technology Co ltd
Original Assignee
Shenzhen Kumai Network 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 Shenzhen Kumai Network Technology Co ltd filed Critical Shenzhen Kumai Network Technology Co ltd
Priority to CN202011178211.6A priority Critical patent/CN112367432B/zh
Publication of CN112367432A publication Critical patent/CN112367432A/zh
Application granted granted Critical
Publication of CN112367432B publication Critical patent/CN112367432B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/66—Substation equipment, e.g. for use by subscribers with means for preventing unauthorised or fraudulent calling
    • H04M1/667—Preventing unauthorised calls from a telephone set
    • H04M1/67—Preventing unauthorised calls from a telephone set by electronic means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/66—Substation equipment, e.g. for use by subscribers with means for preventing unauthorised or fraudulent calling
    • H04M1/667—Preventing unauthorised calls from a telephone set
    • H04M1/67—Preventing unauthorised calls from a telephone set by electronic means
    • H04M1/673—Preventing unauthorised calls from a telephone set by electronic means the user being required to key in a code
    • 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
    • G06V40/14—Vascular patterns

Abstract

本发明涉及移动互联网技术领域，公开了一种基于双重校验的数据查看方法，该方法包括：电子设备检测目标用户是否触发某一数据的查看操作；若触发，电子设备提示目标用户输入所述数据对应的验证信息；电子设备判断所述验证信息是否通过；若验证通过，电子设备通过所述电子设备当前运行的社交应用中的指定用户获取所述目标用户的联网信息；电子设备根据所述联网信息确定所述目标用户的实际属性信息，所述实际属性信息用于表示所述目标用户的身份类型；电子设备判断所述实际属性信息是否与所述目标用户已预存的目标属性信息一致；若一致，电子设备确定所述目标用户校验成功，并输出所述某一数据。实施本发明实施例，能够提高数据安全性。

Description

一种基于双重校验的数据查看方法
本分案申请的原案是发明申请，原案申请号是2018102208322，发明名称是一种基于双重校验的数据查看方法，申请日是2018年3月16日。
技术领域
本发明涉及移动互联网技术领域，尤其涉及一种基于双重校验的数据查看方法。
背景技术
随着近年来移动互联网的迅速发展，用户在生活中会越来越多的涉及到数据，而为了保障用户的数据安全，在用户需要查看数据时往往需要对用户信息进行校验，以确定该用户是否具有查看数据的权限。
在实践中发现，现有的用户信息校验一般局限于单体信息，例如用户输入的验证信息(可以是用户名和密码)等，但是单体信息容易被他人窃取，从而导致数据安全性较低。
发明内容
本发明实施例公开了一种基于双重校验的数据查看方法，用于提高数据安全性。
其中，一种基于双重校验的数据查看方法，所述方法包括：
电子设备检测目标用户是否触发某一数据的查看操作；
若触发，所述电子设备提示目标用户输入所述数据对应的验证信息；
所述电子设备判断所述目标用户输入的所述验证信息是否验证通过；
若验证通过，所述电子设备通过所述电子设备当前运行的目标社交应用中的联系人获取所述目标用户的联网信息；
所述电子设备根据所述联网信息确定所述目标用户的实际属性信息，所述实际属性信息用于表示所述目标用户的身份类型；
所述电子设备判断所述实际属性信息是否与所述目标用户已预存的目标属性信息一致；
若一致，所述电子设备确定所述目标用户校验成功，并输出所述某一数据。
作为一种可选的实施方式，本发明实施例中，所述电子设备检测目标用户是否触发某一数据的查看操作，包括：
所述电子设备检测所述电子设备当前是否输出某一数据的查看验证界面；
若是，所述电子设备检测所述电子设备是否发生第一甩动作事件，如果所述电子设备发生第一甩动作事件，检测所述电子设备无线连接的穿戴设备是否发生第二甩动作事件，如果所述穿戴设备发生第二甩动作事件，判断所述第一甩动作事件包括的甩动作方向F1和所述第二甩动作事件包括的甩动作方向F2是否相同，如果相同，判断所述第一甩动作事件包括的甩动作起始时间T1与所述第二甩动作事件包括的甩动作起始时间T2的差值ΔT是否小于第一预设阈值，以及所述第一甩动作事件包括的甩动作持续时长t1和所述第二甩动作事件包括的甩动作持续时长t2的差值Δt是否小于第二预设阈值，如果所述差值ΔT小于第一预设阈值以及所述差值Δt小于第二预设阈值，则所述电子设备检测目标用户触发某一数据的查看操作。
作为另一种可选的实施方式，本发明实施例中，在所述电子设备判断所述目标用户输入的所述验证信息验证通过之后，以及所述电子设备通过所述电子设备当前运行的目标社交应用中的联系人获取所述目标用户的联网信息之前，所述方法还包括：
所述电子设备从所述穿戴设备中读取预设的多个不同的社交应用标识；
所述电子设备从所述多个不同的社交应用标识中识别出属于所述电子设备当前运行的社交应用的社交应用标识；
所述电子设备从所述电子设备当前运行的社交应用中辨别出目标用户的使用频率最高的某一社交应用作为目标社交应用；
所述电子设备获取所述目标社交应用中的联系人。
作为另一种可选的实施方式，本发明实施例中，所述电子设备获取所述目标社交应用中的联系人之后，以及所述电子设备通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息之前，所述方法还包括：
所述电子设备判断所述目标用户是否为活体用户，若所述目标用户为活体用户，执行所述的通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息的步骤；
其中，所述电子设备判断所述目标用户是否为活体用户包括：
所述电子设备启动所述电子设备内置的摄像头，通过启动的所述内置的摄像头对所述目标用户的脸部区域进行识别，根据识别出的所述目标用户的脸部区域判断所述目标用户是否在一段时间内眨眼，若是，则确定所述目标用户为活体用户；
其中，所述内置的摄像头为两轴均可旋转的摄像头。
作为另一种可选的实施方式，本发明实施例中，所述通过启动的所述内置的摄像头对所述目标用户的脸部区域进行识别，包括：
所述电子设备通过启动的所述内置的摄像头进行周围扫描，并且在扫描确定所述目标用户的脸部区域后，所述电子设备确定自身的位置参数，然后根据所述位置参数来调整所述内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖所述目标用户的脸部区域。
作为另一种可选的实施方式，本发明实施例中，所述电子设备根据所述位置参数来调整所述内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖所述目标用户的脸部区域，包括：
当所述电子设备进行俯视或仰视时，所述电子设备通过所述位置参数获得俯仰角，所述俯仰角用以表示所述电子设备向下或向上偏移的角度；
所述电子设备根据所述俯仰角利用如下公式计算所述内置摄像头的调整角度；
所述电子设备根据所述调整角度调整所述内置的摄像头的拍摄角度，以使得拍摄区域一直保持覆盖所述目标用户的脸部区域；
Figure GDA0002794369000000021
或，
Figure GDA0002794369000000022
其中，所述(Xworld，Zworld)为所述目标用户的脸部区域的坐标，所述(Xcamera，Zcamera)为所述拍摄区域的坐标，所述
Figure GDA0002794369000000023
为所述俯仰角，所述φ为所述调整角度，所述θ为所述拍摄区域的视角度，所述m为所述摄像头的长度，所述dx为所述摄像头与所述目标用户的脸部区域的垂直距离，所述dz为所述摄像头与所述目标用户的脸部区域的水平距离。
作为另一种可选的实施方式，本发明实施例中，所述电子设备通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息，包括：
所述电子设备读取所述电子设备当前运行的目标社交应用中的联系人；
所述电子设备获取联系人对所述目标用户的属性指认信息，所述属性指认信息即为所述目标用户的联网信息。
作为另一种可选的实施方式，本发明实施例中，所述电子设备根据所述联网信息确定所述目标用户的实际属性信息，包括：
所述电子设备根据所述属性指认信息初始化各用户的各候选属性信息的第一概率，所述各用户包括所述目标用户以及所述目标社交应用中的联系人；
所述电子设备按照所述各用户的各候选属性信息的第一概率以及各用户之间的属性指认关系迭代计算各用户的各候选属性信息的第二概率；
当满足预置的迭代终止条件时，所述电子设备输出迭代终止时各用户的各候选属性信息的第三概率；
对于所述目标用户，所述电子设备将第三概率最高的候选属性信息作为所述目标用户的实际属性信息，所述目标用户属于所述各用户。
作为另一种可选的实施方式，本发明实施例中，所述第一概率的计算过程为：
按照如下方式计算所述第一概率：
Figure GDA0002794369000000031
所述Wi,j为用户i的候选属性信息j的第一概率；
所述count(j)为所述用户i的联系人中指认所述用户i的候选属性信息为j的联系人的数量；
所述
Figure GDA0002794369000000032
为所述用户i的联系人中指认所述用户i的候选属性信息为任何值的联系人的数量。
作为另一种可选的实施方式，本发明实施例中，所述第二概率的计算过程为：
重复执行如下公式，迭代计算所述第二概率：
Figure GDA0002794369000000033
Wi,j＝Vi,j；
所述Vi,j为所述用户i的候选属性信息j的第二概率；
所述α为迭代速率控制参数，所述α为常数，所述α用于调整迭代计算的速度；
所述βk为权重系数，当用户k指认用户i的属性信息为j，且用户k的属性信息也为j时，所述βk取第一数值，当用户k指认用户i的属性信息为j，且用户k的属性信息不为j时，所述βk取第二数值，所述第一数值大于所述第二数值；
所述m为所有类型属性信息的总数量；
所述n为所述用户i的联系人中与所述用户i有属性指认关系的联系人的数量。
本发明实施例中，电子设备确定目标用户输入的验证信息验证通过时，电子设备还会获取目标用户的联网信息，并根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型，只有当电子设备确定实际属性信息与目标用户已预存的目标属性信息一致时，电子设备才会确定目标用户校验成功，所以本发明除了用到单体信息之外，还用到了联网信息，提高了数据安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种基于双重校验的数据查看方法的流程示意图；
图2为本发明实施例公开的另一种基于双重校验的数据查看方法的流程示意图；
图3为本发明实施例公开的又一种基于双重校验的数据查看方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种基于双重校验的数据查看方法，用于提高数据安全性。以下进行结合附图进行详细描述。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于双重校验的数据查看方法的流程示意图。如图1所示，该基于双重校验的数据查看方法可以包括以下步骤：
101、电子设备检测目标用户是否触发某一数据的查看操作，如果触发，执行步骤102；反之，继续执行步骤101。
本发明实施例中，电子设备可以是人们在工作、生活中越发的离不开的移动手机、移动平板、可穿戴设备(如智能手表)、个人数字助理(Personal Digital Assistant,PDA)、移动互联网设备(Mobil eInterne tDevice，MID)、电视机等各种设备；其中，电子设备可以支持包括但不限于以下网络技术：全球移动通信系统(Global System for MobileCommunications，GSM)、通用分组无线业务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)，宽带码分多址(W-CDMA)、CDMA2000、IMT单载波(IMT Single Carrier)、增强型数据速率GSM演进(Enhanced Data Rates for GSMEvolution，EDGE)、长期演进技术(Long-Term Evolution，LTE)、高级长期演进技术、时分长期演进技术(Time-Division LTE，TD-LTE)、高性能无线电局域网(High PerformanceRadio Local Area Network，HiperLAN)、高性能无线电广域网(HiperWAN)、本地多点派发业务(Local Multipoin tDistribution Service，LMDS)、全微波存取全球互通(WiMAX)、紫蜂协议(ZigBee)、蓝牙、正交频分复用技术(OFDM)、大容量空分多路存取(HC-SDMA)、通用移动电信系统(UMTS)、通用移动电信系统时分双工(UMTS-TDD)、演进式高速分组接入(HSPA+)、时分同步码分多址(TD-SCDMA)、演进数据最优化(EV-DO)、数字增强无绳通信(DECT)及其他。
作为一种可选的实施方式，本发明实施例中，电子设备检测目标用户是否触发某一数据的查看操作的方式可以包括：
电子设备检测电子设备当前是否输出某一数据的查看验证界面，若电子设备当前未输出某一数据的查看验证界面，电子设备可以结束本流程；
若电子设备当前输出某一数据的查看验证界面，电子设备可以检测电子设备是否发生第一甩动作事件，如果电子设备发生第一甩动作事件，那么电子设备可以检测电子设备无线连接(如WiFi或蓝牙)的穿戴设备(如智能手表或智能手环)是否发生第二甩动作事件，如果穿戴设备发生第二甩动作事件，电子设备可以判断第一甩动作事件包括的甩动作方向F1和第二甩动作事件包括的甩动作方向F2是否相同，如果相同，电子设备可以判断第一甩动作事件包括的甩动作起始时间T1与第二甩动作事件包括的甩动作起始时间T2的差值ΔT是否小于第一预设阈值，以及第一甩动作事件包括的甩动作持续时长t1和第二甩动作事件包括的甩动作持续时长t2的差值Δt是否小于第二预设阈值，如果差值ΔT小于第一预设阈值以及差值Δt小于第二预设阈值，点子设备可以检测出电子设备与穿戴设备同时发生相同的甩动作事件，例如，某一手臂的手腕可以佩戴与电子设备无线连接的穿戴设备，并且该手臂的手掌可以紧握电子设备进行甩动，相应地的电子设备可以检测出电子设备与穿戴设备同时发生相同的甩动作事件，进而电子设备可以准确的检测出目标用户触发某一数据的查看操作。
作为一种可选的实施方式，当电子设备检测出电子设备与穿戴设备同时发生相同的甩动作事件之后，电子设备还可以检测是否采集到紧握电子设备的手掌的掌纹特征，如果检测出采集到紧握电子设备的手掌的掌纹特征，电子设备可以通知穿戴设备采集手腕静脉图像特征，并且电子设备可以校验穿戴设备采集到的手腕静脉图像特征是否与紧握电子设备的手掌的掌纹特征相绑定的同一用户的手腕静脉图像特征相匹配，如果相匹配，电子设备可以检测出电子设备与穿戴设备同时被同一用户发生相同的甩动作事件，此时电子设备可以检测出目标用户触发某一数据的查看操作。这种实施方式可以显著的提高检测出目标用户触发某一数据的查看操作的准确性。
作为一种可选的实施方式，电子设备采集到紧握电子设备的手掌的掌纹特征的方式可以包括：
电子设备可以获取一段关于紧握电子设备的手掌的掌纹图像的视频，从该段关于掌纹图像的视频中提取掌纹图像序列，该掌纹图像序列包含多帧掌纹图像；
电子设备从该多帧掌纹图像中提取掌纹特征数据，根据从该多帧掌纹图像中所提取的掌纹特征数据，来获取用于掌纹匹配的掌纹特征数据。
具体地，电子设备可以将从该多帧掌纹图像中的每一帧掌纹图像所提取的掌纹特征数据，分别与预存的掌纹特征数据进行匹配，来获取从每一帧掌纹图像所提取的掌纹特征数据中、与预存的掌纹特征数据匹配的多个掌纹特征数据子集，随后，电子设备根据多个掌纹特征数据子集，来获取用于掌纹匹配的掌纹特征数据。
以从两帧掌纹图像中提取掌纹特征数据为例，电子设备将从该两帧掌纹图像所提取的掌纹特征数据，分别与预存的掌纹特征数据进行匹配，获得从每一帧掌纹图像所提取的掌纹特征数据中、与预存的掌纹特征数据匹配的两个掌纹特征数据子集A和B，随后电子设备根据掌纹特征数据子集A和B来获取用于掌纹匹配的掌纹特征数据。
其中，电子设备可以根据以下至少一种方式，根据多个掌纹特征数据子集来获取用于掌纹匹配的掌纹特征数据：
a)将多个掌纹特征数据子集的并集作为用于掌纹匹配的掌纹特征数据。例如，掌纹特征数据子集A包含掌纹特征数据{a，b，c，d}，掌纹特征数据子集B包含掌纹特征数据{c，d，e，f}，则将掌纹特征数据子集A和B的并集{a，b，c，d，e，f}作为用于掌纹匹配的掌纹特征数据。
b)将在多个掌纹特征数据子集中重复次数达到预定次数的掌纹特征数据作为用于掌纹匹配的掌纹特征数据。例如掌纹特征数据子集A包含掌纹特征数据{a，b，c，d}，掌纹特征数据子集B包含掌纹特征数据{a，b，e，f}，掌纹特征数据子集C包含掌纹特征数据{a，c，g，h}，当预定次数为2时，掌纹特征数据{a，b，c}在掌纹特征数据子集A，B，C中重复次数达到预定次数2，则将掌纹特征数据{a，b，c}作为用于掌纹匹配的掌纹特征数据。
c)将在多个掌纹特征数据子集中重复次数的排序在前预定个数的掌纹特征数据作为用于掌纹匹配的掌纹特征数据。例如掌纹特征数据子集A包含掌纹特征数据{a，b，c，d}，掌纹特征数据子集B包含掌纹特征数据{a，b，e，f}，掌纹特征数据子集C包含掌纹特征数据{a，c，g，h}，掌纹特征数据子集D包含掌纹特征数据{a，b，i，j}，当预定个数为3时，在所述四个掌纹特征数据子集ABCD中重复次数的排序在前3的掌纹特征数据为{a，b，c}，则将在四个掌纹特征数据子集ABCD中重复次数的排序在前3的掌纹特征数据{a，b，c}作为用于掌纹匹配的掌纹特征数据。
其中，预定次数和预定个数可以根据具体用于掌纹识别的掌纹特征数据的种类、掌纹识别的准确度、精确度等参数进行设置。掌纹特征数据的种类包括但不限于：模糊方向能量特征、小波能量特征、掌纹线结构特征、图像相位及方向特征等。实施上述实施方式，可以精确的识别出掌纹特征。
作为一种可选的实施方式，穿戴设备采集手腕静脉图像特征的方式可以包括：
采集手腕静脉红外图像；
对采集的手腕静脉红外图像截取感兴趣区域，对截取到的感兴趣区域采用均值滤波方法进行滤波处理，进行灰度化、归一化，并采用直方图拉伸的方法进行对比度增强处理；
对预处理后的图像进行手腕静脉图像特征提取；
其中，对对采集的手腕静脉红外图像截取感兴趣区域可以为：
去除掉采集的手腕静脉红外图像的背景，记下手腕静脉与背景交界点的坐标，然后截取交界以内的区域作为待处理图片；
待处理图象上随机取一点作为中心，以为边长截取一个图像块作为感兴趣区域。
其中，实施上述实施方式，可以精确的识别出手腕静脉图像特征。
作为一种可选的实施方式，电子设备检测出电子设备与穿戴设备同时被同一用户发生相同的甩动作事件之后，电子设备可以获取电子设备的位置信息，并且电子设备可以通知穿戴设备采集穿戴设备的位置信息，进一步地，电子设备可以判断电子设备的位置信息与穿戴设备的位置信息是否匹配，如果匹配，此时电子设备可以检测出目标用户触发某一数据的查看操作。这种实施可以更加显著的提高检测出目标用户触发某一数据的查看操作的准确性。
102、电子设备提示目标用户输入该数据对应的验证信息。
作为一种可选的实施方式，电子设备可以检测电子设备是否连接无线耳机，如果检测出电子设备未连接无线耳机，电子设备可以采用文字或语音方式直接提示目标用户输入该数据对应的验证信息；其中，验证信息可以包括用户名称和密码，或者验证信息也可以是指纹特征信息、声纹特征信息、虹膜特征信息等生理特征信息，本发明实施例不作限定。
如果检测出电子设备连接无线耳机，电子设备通知无线耳机检测无线耳机当前是否正被合法用户佩戴，如果无线耳机检测出无线耳机当前正被合法用户佩戴，电子设备可以通过无线耳机提示目标用户输入该数据对应的验证信息。
其中，无线耳机检测出无线耳机当前正被合法用户佩戴的方式可以包括：
无线耳机中可以设置均为电容式传感器的基准传感器和状态判断传感器，其中，基准传感器设置在无线耳机中与外界环境隔离的位置，以避免外界物体靠近时对基准传感器的电容值产生影响。进一步地，无线耳机可以预先保存基准传感器的生产线测试电容值和状态判断传感器的生产线测试电容值，例如，可以将基准传感器的生产线测试电容值和状态判断传感器的生产线测试电容值预先保存在耳机中的存储器中。在无线耳机开机时，检测基准传感器和状态判断传感器的电容值；以及，根据检测到的基准传感器电容值和预先保存的基准传感器的生产线测试电容值，确定环境对电容式传感器的电容值的影响参数；其中，环境对电容式传感器的电容值的影响参数包括：温度对电容式传感器的电容值的影响因子和湿度对电容式传感器的电容值的影响因子。进一步地，无线耳机可以根据环境对电容式传感器的电容值的影响参数、检测到的状态判断传感器电容值和预先保存的状态判断传感器的生产线测试电容值，判定无线耳机的佩戴状态。其中，判定无线耳机的佩戴状态具体为：根据环境对电容式传感器的电容值的影响参数和存储器中保存的状态判断传感器的生产线测试电容值，计算出状态判断传感器的电容值，然后判断检测到的状态判断传感器的电容值是否大于所计算出的对应电容值与预设门限值的和，如果是，则判定无线耳机为佩戴状态，否则判定无线耳机为未佩戴状态。其中，这种实施方式由于通过设置基准传感器来检测环境的变化，再在基准传感器的检测基础上应用状态判断传感器进行无线耳机佩戴状态的判定，从而可以有效地解决电容式传感器对无线耳机佩戴状态的误判。
进一步地，在无线耳机判定出无线耳机为佩戴状态之后，无线耳机可以发出验证声音，并且由无线耳机通过麦克风收集验证声音经过耳道反射回来的反射声，无线耳机根据反射回来的反射声的信号特征为基础辨识出该耳道的耳道孔模型，并由无线耳机可以识别该耳道的耳道孔模型是否与电子设备预设的合法用户的耳道孔模型相匹配，如果相匹配，无线耳机检测出无线耳机当前正被合法用户佩戴。由于每个人的耳道孔模型(又称为耳道孔结构构造)都是独一无二的，上述方式可以减少身份识别计算的复杂性，同时提高计算的速度和准确度。
103、电子设备判断目标用户输入的验证信息是否验证通过，若目标用户输入的验证信息未验证通过，返回步骤102；若目标用户输入的验证信息验证通过，执行步骤104-步骤106。
本发明实施例中，正如前面所描述的，电子设备可以通过无线耳机提示目标用户输入该数据对应的验证信息，相应的，电子设备可以判断目标用户通过无线耳机输入的验证信息是否验证通过。
作为一种可选的实施方式，本发明实施例中，电子设备上可以设置有麦克风和降噪电路，该降噪电路将从主麦克风输入的信号与从副麦克风输入的信号进行对比来消除噪声；该无线耳机上也可以设置有麦克风、听筒和电接触件，并且无线耳机可以嵌入电子设备并通过相应的电接触件与电子设备的线路进行电连接。当无线耳机与电子设备分离时，无线耳机的麦克风成为电子设备的主麦克风，而电子设备的麦克风成为电子设备的副麦克风；当无线耳机嵌入电子设备时，主麦克风和副麦克风调换。也即是说，一个电子设备只需要一个MIC就可以实现对无线耳机通话的降噪功能。
104、电子设备通过电子设备当前运行的目标社交应用中的联系人获取目标用户的联网信息。
本发明实施例中，电子设备当前运行的目标社交应用除了包括微博、微信、QQ之外，还可以包括集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用。
作为一种可选的实施方式，本发明实施例中，电子设备通过电子设备当前运行的目标社交应用中的指定用户获取目标用户的联网信息可以包括：
电子设备读取电子设备当前运行的目标社交应用中的联系人；
电子设备获取联系人对目标用户的属性指认信息，该属性指认信息即为目标用户的联网信息。
本发明实施例中，当电子设备当前运行的目标社交应用是集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用时，电子设备可以读取位于该富媒体社交应用中的某一频道内的联系人，作为当前运行的目标社交应用中的联系人。其中，电子设备可以采用以下方式来确定该富媒体社交应用中的某一频道，即：电子设备可以根据上述某一数据绑定的数据属性来确定该富媒体社交应用中的某一频道。例如，当上述某一数据绑定的数据属性为音乐属性时，电子设备可以确定该富媒体社交应用中的与音乐有关的某一频道；当上述某一数据绑定的数据属性为视频属性时，电子设备可以确定该富媒体社交应用中的与视频有关的某一频道。这种方式下联系人是随机变化的，从而可以提高后续身份验证的安全性。
105、电子设备根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型。
作为一种可选的实施方式，本发明实施例中，电子设备根据联网信息确定目标用户的实际属性信息可以包括：
电子设备根据属性指认信息初始化各用户的各候选属性信息的第一概率，各用户包括目标用户以及目标社交应用中的联系人；
电子设备按照各用户的各候选属性信息的第一概率以及各用户之间的属性指认关系迭代计算各用户的各候选属性信息的第二概率；
当满足预置的迭代终止条件时，电子设备输出迭代终止时各用户的各候选属性信息的第三概率；
对于目标用户，电子设备将第三概率最高的候选属性信息作为目标用户的实际属性信息，目标用户属于上述各用户。
作为一种可选的实施方式，本发明实施例中，上述第一概率的计算过程为：
按照如下方式计算上述第一概率：
Figure GDA0002794369000000091
其中，Wi,j为用户i的候选属性信息j的第一概率；
其中，count(j)为用户i的联系人中指认用户i的候选属性信息为j的联系人的数量；
其中，
Figure GDA0002794369000000092
为用户i的联系人中指认用户i的候选属性信息为任何值的联系人的数量。
作为一种可选的实施方式，本发明实施例中，上述第二概率的计算过程为：
重复执行如下公式，迭代计算所述第二概率：
Figure GDA0002794369000000093
Wi,j＝Vi,j；
其中，Vi,j为用户i的候选属性信息j的第二概率；
其中，α为迭代速率控制参数，α为常数，α用于调整迭代计算的速度；
其中，βk为权重系数，当用户k指认用户i的属性信息为j，且用户k的属性信息也为j时，βk取第一数值，当用户k指认用户i的属性信息为j，且用户k的属性信息不为j时，βk取第二数值，第一数值大于所述第二数值；
其中，m为所有类型属性信息的总数量；
其中，n为用户i的联系人中与用户i有属性指认关系的联系人的数量。
106、电子设备判断该实际属性信息是否与目标用户已预存的目标属性信息一致；若一致，执行步骤107；若不一致，结束本流程。
107、电子设备确定目标用户校验成功，并输出上述某一数据。
在图1所描述的方法中，终端确定目标用户输入的验证信息验证通过时，终端还会获取目标用户的联网信息，并根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型，只有当终端确定实际属性信息与目标用户已预存的目标属性信息一致时，终端才会确定目标用户校验成功，所以本发明除了用到单体信息之外，还用到了联网信息，提高了数据安全性。
实施例二
请参阅图2，图2是本发明实施例公开的另一种基于双重校验的数据查看方法的流程示意图。如图2所示，该基于双重校验的数据查看方法可以包括以下步骤：
201、电子设备检测目标用户是否触发某一数据的查看操作，如果触发，执行步骤202；反之，继续执行步骤201。
本发明实施例中，步骤201的实现方式可以参考上述步骤101，本发明实施例不作赘述。
202、电子设备提示目标用户输入该数据对应的验证信息。
本发明实施例中，步骤202的实现方式可以参考上述步骤102，本发明实施例不作赘述。
203、电子设备判断目标用户输入的验证信息是否验证通过，若目标用户输入的验证信息未验证通过，返回步骤202；若目标用户输入的验证信息验证通过，执行步骤204-步骤210。
204、电子设备从穿戴设备中读取预设的多个不同的社交应用标识。
205、电子设备从多个不同的社交应用标识中识别出属于电子设备当前运行的社交应用的社交应用标识。
本发明实施例中，电子设备当前运行的目标社交应用除了包括微博、微信、QQ之外，还可以包括集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用。
206、电子设备从电子设备当前运行的社交应用中辨别出目标用户的使用频率最高的某一社交应用作为目标社交应用。
207、电子设备获取目标社交应用中的联系人。
本发明实施例中，当电子设备当前运行的目标社交应用是集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用时，电子设备可以读取位于该富媒体社交应用中的某一频道内的联系人，作为当前运行的目标社交应用中的联系人。
208、电子设备通过电子设备当前运行的目标社交应用中的联系人获取目标用户的联网信息。
作为一种可选的实施方式，本发明实施例中，电子设备通过电子设备当前运行的目标社交应用中的指定用户获取目标用户的联网信息可以包括：
电子设备读取电子设备当前运行的目标社交应用中的联系人；
电子设备获取联系人对目标用户的属性指认信息，该属性指认信息即为目标用户的联网信息。
209、电子设备根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型。
作为一种可选的实施方式，本发明实施例中，电子设备根据联网信息确定目标用户的实际属性信息可以包括：
电子设备根据属性指认信息初始化各用户的各候选属性信息的第一概率，各用户包括目标用户以及目标社交应用中的联系人；
电子设备按照各用户的各候选属性信息的第一概率以及各用户之间的属性指认关系迭代计算各用户的各候选属性信息的第二概率；
当满足预置的迭代终止条件时，电子设备输出迭代终止时各用户的各候选属性信息的第三概率；
对于目标用户，电子设备将第三概率最高的候选属性信息作为目标用户的实际属性信息，目标用户属于上述各用户。
作为一种可选的实施方式，本发明实施例中，上述第一概率的计算过程为：
按照如下方式计算上述第一概率：
Figure GDA0002794369000000111
其中，Wi,j为用户i的候选属性信息j的第一概率；
其中，count(j)为用户i的联系人中指认用户i的候选属性信息为j的联系人的数量；
其中，
Figure GDA0002794369000000112
为用户i的联系人中指认用户i的候选属性信息为任何值的联系人的数量。
作为一种可选的实施方式，本发明实施例中，上述第二概率的计算过程为：
重复执行如下公式，迭代计算所述第二概率：
Figure GDA0002794369000000113
Wi,j＝Vi,j；
其中，Vi,j为用户i的候选属性信息j的第二概率；
其中，α为迭代速率控制参数，α为常数，α用于调整迭代计算的速度；
其中，βk为权重系数，当用户k指认用户i的属性信息为j，且用户k的属性信息也为j时，βk取第一数值，当用户k指认用户i的属性信息为j，且用户k的属性信息不为j时，βk取第二数值，第一数值大于所述第二数值；
其中，m为所有类型属性信息的总数量；
其中，n为用户i的联系人中与用户i有属性指认关系的联系人的数量。
210、电子设备判断该实际属性信息是否与目标用户已预存的目标属性信息一致；若一致，执行步骤211；若不一致，结束本流程。
211、电子设备确定目标用户校验成功，并输出上述某一数据。
在图2所描述的方法中，终端确定目标用户输入的验证信息验证通过时，终端还会获取目标用户的联网信息，并根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型，只有当终端确定实际属性信息与目标用户已预存的目标属性信息一致时，终端才会确定目标用户校验成功，所以本发明除了用到单体信息之外，还用到了联网信息，提高了数据安全性。
实施例三
请参阅图3，图3是本发明实施例公开的另一种基于双重校验的数据查看方法的流程示意图。如图3所示，该基于双重校验的数据查看方法可以包括以下步骤：
301、电子设备检测目标用户是否触发某一数据的查看操作，如果触发，执行步骤302；反之，继续执行步骤301。
本发明实施例中，步骤301的实现方式可以参考上述步骤101，本发明实施例不作赘述。
302、电子设备提示目标用户输入该数据对应的验证信息。
本发明实施例中，步骤302的实现方式可以参考上述步骤102，本发明实施例不作赘述。
303、电子设备判断目标用户输入的验证信息是否验证通过，若目标用户输入的验证信息未验证通过，返回步骤302；若目标用户输入的验证信息验证通过，执行步骤304-步骤308。
304、电子设备从穿戴设备中读取预设的多个不同的社交应用标识。
305、电子设备从多个不同的社交应用标识中识别出属于电子设备当前运行的社交应用的社交应用标识。
本发明实施例中，电子设备当前运行的目标社交应用除了包括微博、微信、QQ之外，还可以包括集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用。
306、电子设备从电子设备当前运行的社交应用中辨别出目标用户的使用频率最高的某一社交应用作为目标社交应用。
307、电子设备获取目标社交应用中的联系人。
本发明实施例中，当电子设备当前运行的目标社交应用是集合群聊、视频直播、频道K歌、在线游戏、在线影视等功能为一体的富媒体社交应用时，电子设备可以读取位于该富媒体社交应用中的某一频道内的联系人，作为当前运行的目标社交应用中的联系人。
308、电子设备判断目标用户是否为活体用户，若目标用户为活体用户，执行步骤309-步骤311；反之，结束本流程。
其中，电子设备判断目标用户是否为活体用户可以包括：
电子设备启动电子设备内置的摄像头，通过启动的内置的摄像头对目标用户的脸部区域进行识别，根据识别出的目标用户的脸部区域判断目标用户是否在一段时间内眨眼，若是，则确定目标用户为活体用户；若否，则确定目标用户为非活体用户；
其中，内置的摄像头为两轴均可旋转的摄像头。
作为一种可选的实施方式，电子设备通过启动的内置的摄像头对目标用户的脸部区域进行识别可以包括：
电子设备通过启动的内置的摄像头进行周围扫描，并且在扫描确定目标用户的脸部区域后，电子设备确定自身的位置参数，然后根据该位置参数来调整内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖目标用户的脸部区域。
作为一种可选的实施方式，电子设备根据该位置参数来调整内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖目标用户的脸部区域，可以包括：
当电子设备进行俯视或仰视时，电子设备通过所述位置参数获得俯仰角，该俯仰角用以表示电子设备向下或向上偏移的角度；
电子设备根据该俯仰角利用如下公式计算内置摄像头的调整角度；
电子设备根据该调整角度调整内置的摄像头的拍摄角度，以使得拍摄区域一直保持覆盖目标用户的脸部区域；
Figure GDA0002794369000000131
或，
Figure GDA0002794369000000132
其中，(Xworld，Zworld)为目标用户的脸部区域的坐标，(Xcamera，Zcamera)为拍摄区域的坐标，
Figure GDA0002794369000000133
为俯仰角，φ为调整角度，θ为拍摄区域的视角度，m为摄像头的长度，dx为摄像头与目标用户的脸部区域的垂直距离，dz为摄像头与目标用户的脸部区域的水平距离。
309、电子设备通过电子设备当前运行的目标社交应用中的联系人获取目标用户的联网信息。
作为一种可选的实施方式，本发明实施例中，电子设备通过电子设备当前运行的目标社交应用中的指定用户获取目标用户的联网信息可以包括：
电子设备读取电子设备当前运行的目标社交应用中的联系人；
电子设备获取联系人对目标用户的属性指认信息，该属性指认信息即为目标用户的联网信息。
310、电子设备根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型。
作为一种可选的实施方式，本发明实施例中，电子设备根据联网信息确定目标用户的实际属性信息可以包括：
电子设备根据属性指认信息初始化各用户的各候选属性信息的第一概率，各用户包括目标用户以及目标社交应用中的联系人；
电子设备按照各用户的各候选属性信息的第一概率以及各用户之间的属性指认关系迭代计算各用户的各候选属性信息的第二概率；
当满足预置的迭代终止条件时，电子设备输出迭代终止时各用户的各候选属性信息的第三概率；
对于目标用户，电子设备将第三概率最高的候选属性信息作为目标用户的实际属性信息，目标用户属于上述各用户。
作为一种可选的实施方式，本发明实施例中，上述第一概率的计算过程为：
按照如下方式计算上述第一概率：
Figure GDA0002794369000000134
其中，Wi,j为用户i的候选属性信息j的第一概率；
其中，count(j)为用户i的联系人中指认用户i的候选属性信息为j的联系人的数量；
其中，
Figure GDA0002794369000000135
为用户i的联系人中指认用户i的候选属性信息为任何值的联系人的数量。
作为一种可选的实施方式，本发明实施例中，上述第二概率的计算过程为：
重复执行如下公式，迭代计算所述第二概率：
Figure GDA0002794369000000141
Wi,j＝Vi,j；
其中，Vi,j为用户i的候选属性信息j的第二概率；
其中，α为迭代速率控制参数，α为常数，α用于调整迭代计算的速度；
其中，βk为权重系数，当用户k指认用户i的属性信息为j，且用户k的属性信息也为j时，βk取第一数值，当用户k指认用户i的属性信息为j，且用户k的属性信息不为j时，βk取第二数值，第一数值大于所述第二数值；
其中，m为所有类型属性信息的总数量；
其中，n为用户i的联系人中与用户i有属性指认关系的联系人的数量。
311、电子设备判断该实际属性信息是否与目标用户已预存的目标属性信息一致；若一致，执行步骤312；若不一致，结束本流程。
312、电子设备确定目标用户校验成功，并输出上述某一数据。
在图3所描述的方法中，终端确定目标用户输入的验证信息验证通过时，终端还会获取目标用户的联网信息，并根据联网信息确定目标用户的实际属性信息，该实际属性信息用于表示目标用户的身份类型，只有当终端确定实际属性信息与目标用户已预存的目标属性信息一致时，终端才会确定目标用户校验成功，所以本发明除了用到单体信息之外，还用到了联网信息，提高了数据安全性。

Claims (1)

1.一种基于双重校验的数据查看方法，其特征在于，所述方法包括：电子设备检测目标用户是否触发某一数据的查看操作；包括：所述电子设备检测所述电子设备当前是否输出某一数据的查看验证界面；若是，所述电子设备检测所述电子设备是否发生第一甩动作事件，如果所述电子设备发生第一甩动作事件，检测所述电子设备无线连接的穿戴设备是否发生第二甩动作事件，如果所述穿戴设备发生第二甩动作事件，判断所述第一甩动作事件包括的甩动作方向F1和所述第二甩动作事件包括的甩动作方向F2是否相同，如果相同，判断所述第一甩动作事件包括的甩动作起始时间T1与所述第二甩动作事件包括的甩动作起始时间T2的差值ΔT是否小于第一预设阈值，以及所述第一甩动作事件包括的甩动作持续时长t1和所述第二甩动作事件包括的甩动作持续时长t2的差值Δt是否小于第二预设阈值，如果所述差值ΔT小于第一预设阈值以及所述差值Δt小于第二预设阈值，则所述电子设备检测目标用户触发某一数据的查看操作；
若触发，所述电子设备提示目标用户输入所述数据对应的验证信息；所述验证信息为指纹特征信息、声纹特征信息、虹膜特征信息；所述电子设备判断所述目标用户输入的所述验证信息是否验证通过；若验证通过，所述电子设备通过所述电子设备当前运行的目标社交应用中的联系人获取所述目标用户的联网信息；
所述电子设备根据所述联网信息确定所述目标用户的实际属性信息，所述实际属性信息用于表示所述目标用户的身份类型；所述电子设备判断所述实际属性信息是否与所述目标用户已预存的目标属性信息一致；若一致，所述电子设备确定所述目标用户校验成功，并输出所述某一数据；
在所述电子设备判断所述目标用户输入的所述验证信息验证通过之后，以及所述电子设备通过所述电子设备当前运行的目标社交应用中的联系人获取所述目标用户的联网信息之前，所述方法还包括：所述电子设备从所述穿戴设备中读取预设的多个不同的社交应用标识；所述电子设备从所述多个不同的社交应用标识中识别出属于所述电子设备当前运行的社交应用的社交应用标识；所述电子设备从所述电子设备当前运行的社交应用中辨别出目标用户的使用频率最高的某一社交应用作为目标社交应用；所述电子设备获取所述目标社交应用中的联系人；
所述电子设备获取所述目标社交应用中的联系人之后，以及所述电子设备通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息之前，所述方法还包括：所述电子设备判断所述目标用户是否为活体用户，若所述目标用户为活体用户，执行所述的通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息的步骤；其中，所述电子设备判断所述目标用户是否为活体用户包括：所述电子设备启动所述电子设备内置的摄像头，通过启动的所述内置的摄像头对所述目标用户的脸部区域进行识别，根据识别出的所述目标用户的脸部区域判断所述目标用户是否在一段时间内眨眼，若是，则确定所述目标用户为活体用户；其中，所述内置的摄像头为两轴均可旋转的摄像头；所述通过启动的所述内置的摄像头对所述目标用户的脸部区域进行识别，包括：所述电子设备通过启动的所述内置的摄像头进行周围扫描，并且在扫描确定所述目标用户的脸部区域后，所述电子设备确定自身的位置参数，然后根据所述位置参数来调整所述内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖所述目标用户的脸部区域；所述电子设备根据所述位置参数来调整所述内置的摄像头拍摄区域，以使得调整后的拍摄区域一直保持覆盖所述目标用户的脸部区域，包括：当所述电子设备进行俯视或仰视时，所述电子设备通过所述位置参数获得俯仰角，所述俯仰角用以表示所述电子设备向下或向上偏移的角度；所述电子设备根据所述俯仰角利用如下公式计算所述内置摄像头的调整角度；所述电子设备根据所述调整角度调整所述内置的摄像头的拍摄角度，以使得拍摄区域一直保持覆盖所述目标用户的脸部区域；
Figure DEST_PATH_IMAGE002
或，
Figure DEST_PATH_IMAGE004
其中，所述(Xworld，Zworld)为所述目标用户的脸部区域的坐标，所述(Xcamera，Zcamera)为所述拍摄区域的坐标，所述
Figure DEST_PATH_IMAGE005
为所述俯仰角，所述φ为所述调整角度，所述θ为所述拍摄区域的视角度，所述m为所述摄像头的长度，所述dx为所述摄像头与所述目标用户的脸部区域的垂直距离，所述dz为所述摄像头与所述目标用户的脸部区域的水平距离；所述电子设备通过所述电子设备当前运行的目标社交应用中的指定用户获取所述目标用户的联网信息，包括：所述电子设备读取所述电子设备当前运行的目标社交应用中的联系人；所述电子设备获取联系人对所述目标用户的属性指认信息，所述属性指认信息即为所述目标用户的联网信息；所述电子设备根据所述联网信息确定所述目标用户的实际属性信息，包括：所述电子设备根据所述属性指认信息初始化各用户的各候选属性信息的第一概率，所述各用户包括所述目标用户以及所述目标社交应用中的联系人；所述电子设备按照所述各用户的各候选属性信息的第一概率以及各用户之间的属性指认关系迭代计算各用户的各候选属性信息的第二概率；当满足预置的迭代终止条件时，所述电子设备输出迭代终止时各用户的各候选属性信息的第三概率；对于所述目标用户，所述电子设备将第三概率最高的候选属性信息作为所述目标用户的实际属性信息，所述目标用户属于所述各用户；所述第一概率的计算过程为：按照如下方式计算所述第一概率：
Figure DEST_PATH_IMAGE006
所述Wi,j为用户i的候选属性信息j的第一概率；所述count(j)为所述用户i的联系人中指认所述用户i的候选属性信息为j的联系人的数量；所述
Figure DEST_PATH_IMAGE007
为所述用户i的联系人中指认所述用户i的候选属性信息为任何值的联系人的数量；所述第二概率的计算过程为：重复执行如下公式，迭代计算所述第二概率：
Figure DEST_PATH_IMAGE009
Wi,j＝Vi,j；所述Vi,j为所述用户i的候选属性信息j的第二概率；所述α为迭代速率控制参数，所述α为常数，所述α用于调整迭代计算的速度；所述βk为权重系数，当用户k指认用户i的属性信息为j，且用户k的属性信息也为j时，所述βk取第一数值，当用户k指认用户i的属性信息为j，且用户k的属性信息不为j时，所述βk取第二数值，所述第一数值大于所述第二数值；所述m为所有类型属性信息的总数量；所述n为所述用户i的联系人中与所述用户i有属性指认关系的联系人的数量。
CN202011178211.6A 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法 Expired - Fee Related CN112367432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011178211.6A CN112367432B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011178211.6A CN112367432B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法
CN201810220832.2A CN108494959B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201810220832.2A Division CN108494959B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法

Publications (2)

Publication Number Publication Date
CN112367432A CN112367432A (zh) 2021-02-12
CN112367432B true CN112367432B (zh) 2021-11-26

Family

ID=63339832

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810220832.2A Active CN108494959B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法
CN202011178211.6A Expired - Fee Related CN112367432B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201810220832.2A Active CN108494959B (zh) 2018-03-16 2018-03-16 一种基于双重校验的数据查看方法

Country Status (1)

Country Link
CN (2) CN108494959B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494959B (zh) * 2018-03-16 2021-02-02 深圳市极信智联科技有限公司 一种基于双重校验的数据查看方法
CN110138638B (zh) * 2019-05-16 2021-07-27 恒安嘉新（北京）科技股份公司 一种网络流量的处理方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216887A (zh) * 2008-01-04 2008-07-09 浙江大学 照片人脸与活体人脸的计算机自动鉴别方法
CN104751032A (zh) * 2013-12-31 2015-07-01 腾讯科技（深圳）有限公司 身份验证方法及装置
CN104967627A (zh) * 2015-07-14 2015-10-07 张媛媛 一种基于管理后台的信息查询方法及系统
CN105847127A (zh) * 2016-05-04 2016-08-10 腾讯科技（深圳）有限公司 一种用户属性信息确定方法以及服务器
CN105933215A (zh) * 2016-07-09 2016-09-07 东莞市华睿电子科技有限公司 一种基于即时通信的聊天信息撤回控制方法
CN107145771A (zh) * 2017-04-11 2017-09-08 北京小米移动软件有限公司 应用程序解锁方法、装置及终端

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9230285B2 (en) * 2011-12-01 2016-01-05 At&T Intellectual Property I, L.P. Method and apparatus for providing a social event opportunity notification
CN107765985B (zh) * 2015-10-23 2021-06-11 Oppo广东移动通信有限公司 一种应用程序的控制方法及用户终端和介质产品
CN108494959B (zh) * 2018-03-16 2021-02-02 深圳市极信智联科技有限公司 一种基于双重校验的数据查看方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216887A (zh) * 2008-01-04 2008-07-09 浙江大学 照片人脸与活体人脸的计算机自动鉴别方法
CN104751032A (zh) * 2013-12-31 2015-07-01 腾讯科技（深圳）有限公司 身份验证方法及装置
CN104967627A (zh) * 2015-07-14 2015-10-07 张媛媛 一种基于管理后台的信息查询方法及系统
CN105847127A (zh) * 2016-05-04 2016-08-10 腾讯科技（深圳）有限公司 一种用户属性信息确定方法以及服务器
CN105933215A (zh) * 2016-07-09 2016-09-07 东莞市华睿电子科技有限公司 一种基于即时通信的聊天信息撤回控制方法
CN107145771A (zh) * 2017-04-11 2017-09-08 北京小米移动软件有限公司 应用程序解锁方法、装置及终端

Also Published As

Publication number Publication date
CN108494959B (zh) 2021-02-02
CN108494959A (zh) 2018-09-04
CN112367432A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN105631403B (zh) 人脸识别方法及装置
CN105608425B (zh) 对照片进行分类存储的方法及装置
KR100931418B1 (ko) 발성 내용 인식 장치 및 발성 내용 인식 방법
KR101906827B1 (ko) 연속 사진 촬영 장치 및 방법
US11023709B2 (en) System, method and apparatus for multi-modal biometric authentication and liveness detection
CN104850827B (zh) 指纹识别方法及装置
CN105654033B (zh) 人脸图像验证方法和装置
CN105989836B (zh) 一种语音采集方法、装置及终端设备
CN105069426B (zh) 相似图片判断方法以及装置
CN104408404B (zh) 人脸识别方法及装置
CN104408402A (zh) 人脸识别方法及装置
CN104717360A (zh) 一种通话录音方法及终端
WO2018133282A1 (zh) 一种动态识别的方法及终端设备
CN107886070A (zh) 人脸图像的验证方法、装置及设备
CN112367432B (zh) 一种基于双重校验的数据查看方法
CN110808041B (zh) 语音识别方法、智能投影仪及相关产品
JP2010044639A (ja) 本人識別装置
WO2015100923A1 (zh) 用户信息获取方法及移动终端
CN105138956B (zh) 人脸检测方法和装置
CN104573642B (zh) 人脸识别方法及装置
CN107784234A (zh) 基于耳纹的隐私识别方法及装置
US20150086074A1 (en) Information processing device, information processing method, and program
JP2007037088A (ja) ドアホン装置
CN108494942B (zh) 一种基于云端通讯录的解锁控制方法
WO2021129444A1 (zh) 文件聚类方法及装置、存储介质和电子设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211103

Address after: 518000 b811, building 7, Shenzhen Bay science and technology ecological park, 1819 Shahe West Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong

Applicant after: Shenzhen kumai Network Technology Co.,Ltd.

Address before: No.23 Hetian Road, Longgang District, Shenzhen City, Guangdong Province

Applicant before: Zhuo Zhongchao

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211126