CN112383564A - 一种信息处理方法及装置 - Google Patents
一种信息处理方法及装置 Download PDFInfo
- Publication number
- CN112383564A CN112383564A CN202011406319.6A CN202011406319A CN112383564A CN 112383564 A CN112383564 A CN 112383564A CN 202011406319 A CN202011406319 A CN 202011406319A CN 112383564 A CN112383564 A CN 112383564A
- Authority
- CN
- China
- Prior art keywords
- image
- user
- issued
- authentication
- published
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 15
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims description 18
- 230000003993 interaction Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Security & Cryptography (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Editing Of Facsimile Originals (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了一种信息处理方法及装置。所述方法包括:获取待发布图像;根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,所述识别的结果反映所述待发布图像中包含所述用户的可能性;根据所述识别的结果,对所述待发布图像进行认证处理。利用本申请实施例,有利于其他用户判别认证处理后的待发布图像是否为假冒的个人图像,因此,可以降低假冒的个人图像给基于互联网的社交网络中用户之间的信息交互带来的风险。
Description
技术领域
本申请涉及计算机软件技术领域,尤其涉及一种信息处理方法及装置。
背景技术
随着计算机技术和互联网技术的迅速发展,社交网络越来越多地基于互联网进行,在基于互联网的社交网络中,用户可以发布诸如图像、文字等各类多媒体内容、还可以添加好友、与好友进行交互等,丰富了用户的日常生活。
很多用户在基于互联网的社交网络中经常发布包含个人图像(也即,包含发布者自己的图像),比如,自拍图像、与朋友或者家人聚会的图像、男女朋友出去旅游的图像,等等。但是,在实际应用中,也有一些有非正常企图的用户发布一些假冒的个人图像,假冒的个人图像中并不包含发布者自己,比如,有非正常企图的用户可能是诈骗者,也可能是网络广告推广者等。
这类假冒的个人图像可能会给基于互联网的社交网络中用户之间的信息交互带来风险。
发明内容
本申请实施例提供一种信息处理方法及装置,用以解决现有技术中的如下技术问题:假冒的个人图像可能会给基于互联网的社交网络中用户之间的信息交互带来风险。
为解决上述技术问题,本申请实施例是这样实现的:
本申请实施例提供的一种信息处理方法,包括:
获取待发布图像;
根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,所述识别的结果反映所述待发布图像中包含所述用户的可能性;
根据所述识别的结果,对所述待发布图像进行认证处理。
本申请实施例提供的一种信息处理装置,包括:
获取模块,获取待发布图像;
识别模块,根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,所述识别的结果反映所述待发布图像中包含所述用户的可能性;
处理模块,根据所述识别的结果,对所述待发布图像进行认证处理。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:有利于其他用户判别认证处理后的待发布图像是否为假冒的个人图像,因此,可以降低假冒的个人图像给基于互联网的社交网络中用户之间的信息交互带来的风险,可以部分或全部地解决现有技术中的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种信息处理方法的流程示意图;
图2为本申请实施例提供的一种实际应用场景下,确定用户图像特征的流程的一种详细示意图;
图3为本申请实施例提供的一种实际应用场景下,图像认证发布的流程的一种详细示意图;
图4为本申请实施例提供的图3中的认证处理后的待发布图像的效果示意图;
图5为本申请实施例提供的对应于图1的一种信息处理装置的结构示意图。
具体实施方式
本申请实施例提供一种信息处理方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1为本申请实施例提供的一种信息处理方法的流程示意图,从程序角度而言,该流程的执行主体可以是应用(APP)或个人计算机(PC)端程序等。从设备角度而言,该流程的执行主体可以包括但不限于以下设备:个人计算机、大中型计算机、计算机集群、手机、平板电脑、智能可穿戴设备、车机等。
图1中的流程可以包括以下步骤:
S101:获取待发布图像。
在本申请实施例中,待发布图像可以是用户待向基于互联网的社交网络发布的图像(背景技术的场景即属于这种情况),比如,用户要在自己的微博或即时通讯应用主页上发布的图像等;待发布图像也可以是诸如门户网站等网络媒体平台待向公众发布的图像,比如,网络新闻报道中所要使用的图像等。
S102:根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,所述识别的结果反映所述待发布图像中包含所述用户的可能性。
在本申请实施例中,若待发布图像是用户待向基于互联网的社交网络发布的图像,则该用户可以为步骤S102中的用户。
步骤S102中的用户也可以是预先指定的用户库对应的至少部分用户。比如,某个聊天群中的至少部分用户,某个公司中的至少部分用户,某个用户的至少部分好友用户,等等。
在本申请实施例中,所述用户图像特征可以是预先确定并存储的,具体可以存储于云端或用户终端本地。如此,在执行步骤S102时,可以读取并使用所存储的用户图像特征,有利于提高图1中的流程的执行速度。另外,预先存储的也可以不是用户图像特征,而是用户图像,则可以在执行步骤S102时,再实时地根据用户图像确定用户图像特征。
在本申请实施例中,为了防止对诸如“待发布图像中包含所述用户”之类的描述产生误解。举例进行说明,比如,若用户A自拍了一张照片a,则可以称为:照片a中包含用户A;在该例中,照片a可以是所述待发布图像,用户A可以是所述用户;又比如,若用户A和用户B合影了一张照片b,则可以称为:“照片b中包含用户A”,“照片b中包含用户B”。
在本申请实施例中,可以采用图像识别算法,对待发布图像进行识别,具体采用哪种图像识别算法本申请不作限定。对待发布图像进行识别,具体可以包括:尝试从待发布图像中识别出步骤S102中的用户。当然,在实际应用中,待发布图像未必会包含步骤S102中的用户,比如,背景技术中提到的假冒的个人图像通常不会包含其发布者。
根据识别的结果,对于“待发布图像中是否包含步骤S102中的用户”这个问题,可以得到一个肯定的答案(比如,包含或者不包含),或者可以得到一个模糊的答案(比如,有N%可能性包含,其中0<N<100)。
S103:根据所述识别的结果,对所述待发布图像进行认证处理。
在本申请实施例中,认证处理的方式可以有多种。比如,对待发布图像本身进行修改,以在待发布图像中加入至少部分可见的认证信息;或者,无需对待发布图像本身进行修改,而是在服务端保存针对待发布图像的认证信息,其他用户可以根据待发布图像,向服务端查询对应的认证信息;等等。其中,认证信息反映其对应的待发布图像中包含所述用户的可能性。
进一步地,在认证处理后,可以发布认证处理后的待发布图像。
通过图1的方法,有利于其他用户判别认证处理后的待发布图像是否为假冒的个人图像,因此,可以降低假冒的个人图像给基于互联网的社交网络中用户之间的信息交互带来的风险,可以部分或全部地解决现有技术中的问题。
基于图1的方法,本申请实施例还提供了该方法的一些具体实施方案,以及扩展方案,下面进行说明。
在本申请实施例中,如前所述,步骤S102中的用户图像特征可以是预先确定并存储的。为了提高所确定的用户图像特征的可靠性,可以先对用户进行身份认证,在身份认证通过后,采集该用户的图像,用以确定并存储该用户的用户图像特征。
具体地,可以让用户提供身份证件等信息,用于身份认证。若身份证件中包含该用户的图像(比如,该用户的证件照片等),可以直接根据该图像,确定该用户的用户图像特征。但是,在实际应用中,身份证件中包含的该用户的图像中的用户动作和角度比较单一(通常为正脸头像),则据此确定的用户图像特征相对地也会比较单一,而不同的待发布图像中包含的人物的动作和角度却可能不同,因此,可能影响步骤S103中的识别的结果的可靠性。
为了解决上一段中的问题,在身份认证通过后,所述采集该用户的图像,具体可以包括:通过摄像头,采集该用户的多个图像,其中,所述多个图像中分别包含的该用户的动作和/或角度不同。进而,可以基于采集的多个图像,确定该用户的用户图像特征。
例如,用户可以在用户终端上开启相应的客户端,并在该客户端中打开摄像头,该用户位于摄像头前,则客户端内的视图中展现出摄像头当前所拍摄的该用户;
客户端可以通过摄像头抓取当前的每一帧图像,并识别图像中的该用户。在此过程中,可以提示该用户做若干动作(比如,眨眼、张嘴、比划手势、拉耳朵),和/或提示该用户若干次改变角度(比如,45度侧对摄像头,90度侧对摄像头等)等;
根据客户端抓取的多帧图像,综合确定该用户的用户图像特征。
另外,为了保证客户端抓取的图像的可信度,可以将抓取的图像与已知可靠的图像(比如,该用户的证件照片等)进行匹配,将达到指定匹配度的抓取的图像用于确定用户图像特征。
在本申请实施例中,对于步骤S102,无论采用哪种图像识别算法,一般都要通过特征匹配进行识别。则所述根据用户的用户图像特征,对所述待发布图像进行识别,具体可以包括:确定所述待发布图像的至少部分区域的图像特征;通过将所述用户图像特征与所述至少部分区域的图像特征进行匹配,对所述待发布图像进行识别;根据所述用户图像特征与所述至少部分区域的图像特征的匹配度,确定所述识别的结果。
更具体地,可以先识别出待发布图像中人物所在区域,再确定该区域的图像特征,用以与用户图像特征进行匹配。进一步地,若待发布图像中包含多个人物,则可以对这多个人物所在的区域进行切分,然后分别切分出的区域进行特征匹配。如此,有利于提高匹配结果的可靠性。
在本申请实施例中,如前所述,可以根据识别的结果,在待发布图像中加入相应的认证信息。为了减少加入的认证信息影响图像观感,认证信息可以尽量简洁以及占用较少的图像区域。
例如,认证信息具体可以是添加于待发布图像中角落或边缘的认证标记。进一步地,认证标记中的具体内容也可以视识别的结果而定。在这种情况下,对于步骤S103,所述根据所述识别的结果,对所述待发布图像进行认证处理,具体可以包括:根据所述识别的结果,当确定所述待发布图像中包含所述用户的可能性符合设定条件信息时,在所述待发布图像中加入相应的认证标记(对于某些条件信息,也可以不加入认证标记)。
认证标记可以包含所述待发布图像中包含步骤S102中的用户的可能性所对应的数据(比如,表征值或描述文字等),进一步地,为了便于后续发布后图像的浏览者理解,认证标记还可以包含该用户的标识信息(比如,用户账号、用户昵称、用户姓名等)。
需要说明的是,认证标记仅是认证信息的一种示例,也可以别的形式的认证信息,比如,认证证书、认证码等。
在本申请实施例中,以认证标记包含所述可能性所对应的表征值为例。可以根据表征值的取值范围划分多个取值区间,每个取值区间可以分别对应上述的一个条件信息,当所述可能性所对应的表征值落在某个取值区间时,可以认为该表征值对应的可能性符合该取值区间对应的条件信息。
例如,假定所述表征值为:待发布图像中包含步骤S102用户的可能性表征值。可以将可能性表征值的取值范围划分为:[0%,50%)、[50%,90%)、[90%,100%]这三个取值区间。则在执行步骤S102后所得到的特征匹配的匹配度可以作为可能性表征值。
若匹配度落在取值区间[90%,100%],对应的认证标记可以包含诸如“真人认证”以及用户账号之类的信息;
若匹配度落在取值区间[50%,90%),对应的认证标记可以包含诸如“N%是本人”以及用户账号之类的信息,其中,N%即为匹配度;
若匹配度落在取值区间[0%,50%),可以不往待发布图片中加入认证标记;以此可以表示待发布图像中不大可能包含该用户,或者表示认证结果的可参考性较低。
在本申请实施例中,向待发布图片中加入标记信息的具体方式有多种。比如,可以以水印形式加入,可以以新增图层形式加入,等等。
另外,向待发布图片中加入的标记信息也可以是有隐蔽性的,比如,不可见的水印、加密过的水印等。在这种情况下,有需要的用户可以借助相应的特殊手段查看标记信息。
根据上面的说明可知,本申请的方案从流程上而言,主要分为两部分。一部分是预先完成的,即确定用户图像特征的流程,另一部分是基于确定的用户图像特征,后续可能多次实时执行的图像认证发布的流程。为了便于理解,本申请实施例还提供了一种实际应用场景下,这两部分流程分别的一种详细示意图,如图2、图3所示。
图2为本申请实施例提供的一种实际应用场景下,确定用户图像特征的流程的一种详细示意图。
图2中的流程可以包括:
用户终端上的客户端打开摄像头,用户位于摄像头前;
客户端获取摄像头采集的每帧图像,并同步展示给用户;
客户端在摄像头采集图像的过程中,提示用户做几个不同的动作,包括眨眼、张嘴、比划手势等;
客户端在摄像头采集图像的过程中,提示用户多次改变角度,包括正面角度、侧面角度等;
客户端根据摄像头采集的图像,确定该用户的用户图像特征,并将该用户的用户图像特征上传至云端存储。
图3为本申请实施例提供的一种实际应用场景下,图像认证发布的流程的一种详细示意图,图3中的客户端即为图2中的客户端,图3中的用户即为图2中的用户。进一步地,本申请实施例还提供了图3中的认证处理后的待发布图像的效果示意图,如图4所示。
图3中的流程可以包括:
每当用户要通过客户端向社交网络发布图像(也即,待发布图像)时,客户端获取待发布图像;待发布图像可以是通过客户端实时拍摄的,也可以是用户从本地相册中选定的;
客户端请求云端对待发布图像进行识别;
云端根据存储的用户图像特征,对待发布图像进行识别,以确定待发布图像中包含用户的可能性;具体可以通过特征匹配的方式识别;
若特征匹配度在90%以上,则在待发布图像中加入“真人认证”的水印,以及不可见的用户账号水印,比如,图4中的(a),其中,虚线方框中的内容表示不可见的水印;
若特征匹配度在50%到90%之间(N%),则在待发布图像中加入“N%是本人”的水印,以及不可见的用户账号水印,比如,图4中的(b);
若特征匹配度在50%以下,则不在待发布图像中加入任何标记,比如,图4中的(c);
向社交网络发布认证处理后的待发布图像。
上面为本申请实施例提供的一种信息处理方法,基于同样的发明思路,本申请实施例还提供了对应的装置,如图5所示。
图5为本申请实施例提供的对应于图1的一种信息处理装置的结构示意图,虚线方框表示可选的模块,该装置可以位于图1中流程的执行主体,包括:
获取模块501,获取待发布图像;
识别模块502,根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,所述识别的结果反映所述待发布图像中包含所述用户的可能性;
处理模块503,根据所述识别的结果,对所述待发布图像进行认证处理。
可选地,所述获取模块501获取待发布图像,具体包括:
所述获取模块501获取所述用户待向基于互联网的社交网络发布的待发布图像。
可选地,所述装置还包括:
特征模块504,所述用户图像特征是所述特征模块504预先按照如下方式存储的:对所述用户进行身份认证,在所述身份认证通过后,采集所述用户的图像,根据采集的所述用户的图像,确定并存储所述用户的用户图像特征。
可选地,所述识别模块502根据用户的用户图像特征,对所述待发布图像进行识别,具体包括:
所述识别模块502确定所述待发布图像的至少部分区域的图像特征,通过将所述用户图像特征与所述至少部分区域的图像特征进行匹配,对所述待发布图像进行识别,根据所述用户图像特征与所述至少部分区域的图像特征的匹配度,确定所述识别的结果。
可选地,所述处理模块503根据所述识别的结果,对所述待发布图像进行认证处理,具体包括:
所述处理模块503根据所述识别的结果,当确定所述待发布图像中包含所述用户的可能性符合设定条件信息时,在所述待发布图像中加入相应的认证标记。
可选地,所述认证标记为水印形式的标记。
可选地,所述认证标记包含所述待发布图像中包含所述用户的可能性所对应的表征值,以及所述用户的用户账号。
可选地,所述装置还包括:
发布模块505,在所述处理模块503根据所述识别的结果,对所述待发布图像进行认证处理后,将进行了所述认证处理后的待发布图像发布。
可选地,所述特征模块504采集所述用户的图像,具体包括:
所述特征模块504通过摄像头,采集所述用户的多个图像,其中,所述多个图像中分别包含的所述用户的动作和/或角度不同。
本申请实施例提供的装置与方法是一一对应的,因此,装置也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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。
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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (36)
1.一种信息处理方法,其特征在于,包括:
获取待发布图像;
根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,识别的结果反映所述待发布图像中包含所述用户的可能性;
根据所述识别的结果,对所述待发布图像进行认证处理;所述对所述待发布图像进行认证处理,具体包括:在所述待发布图像中加入认证信息。
2.如权利要求1所述的方法,其特征在于,所述获取待发布图像,具体包括:
获取用户待向基于互联网的社交网络发布的待发布图像;
所述根据预先存储的用户的用户图像特征,对所述待发布图像进行识别,具体包括:
根据预先存储的所述待向基于互联网的社交网络发布待发布图像的用户的用户图像特征,对所述待发布图像进行识别。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述用户进行身份认证;
在所述身份认证通过后,采集所述用户的图像;
根据采集的所述用户的图像,确定并存储所述用户的用户图像特征。
4.如权利要求1所述的方法,其特征在于,所述用户图像特征存储于云端或所述用户的终端本地。
5.如权利要求3所述的方法,其特征在于,所述确定所述用户的图像特征,具体包括:
获取所述用户提供的身份证件;
若所述身份证件中包含所述用户的图像,根据所述图像确定所述用户的用户图像特征。
6.如权利要求1所述的方法,其特征在于,所述根据用户的用户图像特征,对所述待发布图像进行识别,具体包括:
确定所述待发布图像的至少部分区域的图像特征;
通过将所述用户图像特征与所述至少部分区域的图像特征进行匹配,对所述待发布图像进行识别;
根据所述用户图像特征与所述至少部分区域的图像特征的匹配度,确定所述识别的结果。
7.如权利要求6所述的方法,其特征在于,所述确定所述待发布图像的至少部分区域的图像特征,具体包括:
识别出所述待发布图像中人物所在区域;
确定所述人物所在区域的图像特征。
8.如权利要求7所述的方法,其特征在于,所述识别出所述待发布图像中人物所在区域,具体包括:
若所述待发布图像包含多个人物,则对所述多个人物所在的区域进行切分。
9.如权利要求1所述的方法,其特征在于,所述根据所述识别的结果,对所述待发布图像进行认证处理,具体还包括:
根据所述识别的结果,当确定所述待发布图像中包含所述用户的可能性符合设定条件信息时,在所述待发布图像中加入相应的认证标记。
10.如权利要求9所述的方法,其特征在于,所述认证标记为水印形式的标记。
11.如权利要求10所述的方法,其特征在于,所述水印包括不可见的水印或加密过的水印。
12.如权利要求9所述的方法,其特征在于,所述认证标记包含所述待发布图像中包含所述用户的可能性所对应的数据和/或所述用户的标识信息。
13.如权利要求12所述的方法,其特征在于,所述数据包括表征值、描述文字中至少一种。
14.如权利要求12所述的方法,其特征在于,所述用户的标识信息包括用户账号、用户昵称、用户姓名中至少一种。
15.如权利要求12所述的方法,其特征在于,当所述认证标记包含所述可能性对应的表征值时,所述方法还包括:
根据所述表征值的取值范围划分多个取值区间;每个所述取值区间分别对应一个条件信息;
若所述可能性所对应的表征值落在某个取值区间,则所述可能性所对应的表征值对应的可能性符合所述某个取值区间对应的条件信息。
16.如权利要求1所述的方法,其特征在于,根据所述识别的结果,对所述待发布图像进行认证处理,具体包括:
若特征匹配度在90%以上,则在所述待发布图像中加入表示真人认证的信息的水印和/或用户账户的水印;所述特征匹配度表示所述待发布图像中包含所述用户的可能性所对应的表征值;
若特征匹配度在50%到90%之间,则在所述待发布图像中加入表示N%是本人的信息的水印和/或用户账户的水印;N%表示匹配度;
若特征匹配度在50%以下,则不在所述待发布图像中加入标记。
17.如权利要求1所述的方法,其特征在于,所述根据所述识别的结果,对所述待发布图像进行认证处理后,所述方法还包括:
将进行了所述认证处理后的待发布图像发布。
18.如权利要求3所述的方法,其特征在于,所述采集所述用户的图像,具体包括:
通过摄像头,采集所述用户的多个图像,其中,所述多个图像中分别包含的所述用户的动作和/或角度不同。
19.如权利要求18所述的方法,其特征在于,所述采集所述用户的多个图像之后,还包括:
将所述多个图像与已知可靠的图像进行匹配,将达到指定匹配度的所述图像用于确定所述用户图像特征。
20.如权利要求19所述的方法,其特征在于,所述已知可靠的图像包括所述用户的证件照片。
21.如权利要求1所述的方法,所述用户包括个人;所述待发布图像包括所述用户在即时通讯应用上发布的图像。
22.如权利要求1所述的方法,所述用户包括网络媒体平台;所述待发布图像包括所述网络媒体平台待向公众发布的图像。
23.如权利要求22所述的方法,所述待发布图像包括网络新闻报道中所要使用的图像。
24.如权利要求1所述的方法,其特征在于,所述在所述待发布图像中加入认证信息,具体包括:
在所述待发布图像中加入至少部分可见的认证信息。
25.如权利要求24所述的方法,其特征在于,所述认证信息包括添加于所述待发布图像中角落或边缘的认证标记。
26.如权利要求1所述的方法,其特征在于,所述对所述待发布图像进行认证处理,具体包括:
将针对所述待发布图像的认证信息保存至服务端,以便其他用户根据所述待发布图像,向所述服务端查询对应的认证信息。
27.如权利要求24或26所述的方法,其特征在于,所述认证信息反映所述待发布图像中包含所述用户的可能性。
28.一种信息处理装置,其特征在于,包括:
获取模块,获取待发布图像;
识别模块,根据预先存储的所述用户的用户图像特征,对所述待发布图像进行识别,识别的结果反映所述待发布图像中包含所述用户的可能性;
处理模块,根据所述识别的结果,对所述待发布图像进行认证处理;所述对所述待发布图像进行认证处理,具体包括:在所述待发布图像中加入认证信息。
29.如权利要求28所述的装置,其特征在于,所述获取模块获取待发布图像,具体包括:
所述获取模块获取所述用户待向基于互联网的社交网络发布的待发布图像。
30.如权利要求28所述的装置,其特征在于,所述装置还包括:
特征模块,用于对所述用户进行身份认证,在所述身份认证通过后,采集所述用户的图像,根据采集的所述用户的图像,确定并存储所述用户的用户图像特征。
31.如权利要求28所述的装置,其特征在于,所述识别模块根据用户的用户图像特征,对所述待发布图像进行识别,具体包括:
所述识别模块确定所述待发布图像的至少部分区域的图像特征,通过将所述用户图像特征与所述至少部分区域的图像特征进行匹配,对所述待发布图像进行识别,根据所述用户图像特征与所述至少部分区域的图像特征的匹配度,确定所述识别的结果。
32.如权利要求28所述的装置,其特征在于,所述处理模块根据所述识别的结果,对所述待发布图像进行认证处理,具体包括:
所述处理模块根据所述识别的结果,当确定所述待发布图像中包含所述用户的可能性符合设定条件信息时,在所述待发布图像中加入相应的认证标记。
33.如权利要求32所述的装置,其特征在于,所述认证标记为水印形式的标记。
34.如权利要求32所述的装置,其特征在于,所述认证标记包含所述待发布图像中包含所述用户的可能性所对应的数值和/或所述用户的标识信息。
35.如权利要求28所述的装置,其特征在于,所述装置还包括:
发布模块,在所述处理模块根据所述识别的结果,对所述待发布图像进行认证处理后,将进行了所述认证处理后的待发布图像发布。
36.如权利要求30所述的装置,其特征在于,所述特征模块采集所述用户的图像,具体包括:
所述特征模块通过摄像头,采集所述用户的多个图像,其中,所述多个图像中分别包含的所述用户的动作和/或角度不同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011406319.6A CN112383564B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710140189.8A CN107276974B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
CN202011406319.6A CN112383564B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710140189.8A Division CN107276974B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112383564A true CN112383564A (zh) | 2021-02-19 |
CN112383564B CN112383564B (zh) | 2024-03-15 |
Family
ID=60073567
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710140189.8A Active CN107276974B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
CN202011406319.6A Active CN112383564B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710140189.8A Active CN107276974B (zh) | 2017-03-10 | 2017-03-10 | 一种信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN107276974B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765487A (zh) * | 2021-01-25 | 2021-05-07 | 深圳市爱聊科技有限公司 | 交互方法、交互装置、电子设备和计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079101A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于Zernike矩的鲁棒哈希图像认证方法 |
CN102306305A (zh) * | 2011-07-06 | 2012-01-04 | 北京航空航天大学 | 一种基于生物特征水印的安全身份认证方法 |
CN102891978A (zh) * | 2011-07-21 | 2013-01-23 | 联想(北京)有限公司 | 图像处理方法和终端 |
CN104734852A (zh) * | 2013-12-24 | 2015-06-24 | 中国移动通信集团湖南有限公司 | 一种身份认证方法及装置 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN105553919A (zh) * | 2014-10-28 | 2016-05-04 | 阿里巴巴集团控股有限公司 | 一种身份认证方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396265B1 (en) * | 2012-06-26 | 2013-03-12 | Google Inc. | Facial recognition |
CN105654033B (zh) * | 2015-12-21 | 2020-08-04 | 北京小米移动软件有限公司 | 人脸图像验证方法和装置 |
CN106407912B (zh) * | 2016-08-31 | 2019-04-02 | 腾讯科技(深圳)有限公司 | 一种人脸验证的方法及装置 |
-
2017
- 2017-03-10 CN CN201710140189.8A patent/CN107276974B/zh active Active
- 2017-03-10 CN CN202011406319.6A patent/CN112383564B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079101A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于Zernike矩的鲁棒哈希图像认证方法 |
CN102306305A (zh) * | 2011-07-06 | 2012-01-04 | 北京航空航天大学 | 一种基于生物特征水印的安全身份认证方法 |
CN102891978A (zh) * | 2011-07-21 | 2013-01-23 | 联想(北京)有限公司 | 图像处理方法和终端 |
CN104734852A (zh) * | 2013-12-24 | 2015-06-24 | 中国移动通信集团湖南有限公司 | 一种身份认证方法及装置 |
CN105553919A (zh) * | 2014-10-28 | 2016-05-04 | 阿里巴巴集团控股有限公司 | 一种身份认证方法及装置 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107276974A (zh) | 2017-10-20 |
CN112383564B (zh) | 2024-03-15 |
CN107276974B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10593085B2 (en) | Combining faces from source images with target images based on search queries | |
CN105659286B (zh) | 自动化图像裁剪和分享 | |
KR20190072563A (ko) | 얼굴 라이브니스 검출 방법 및 장치, 그리고 전자 디바이스 | |
US10825181B2 (en) | Image segmentation with touch interaction | |
WO2019075840A1 (zh) | 身份验证方法、装置、存储介质和计算机设备 | |
US11423265B1 (en) | Content moderation using object detection and image classification | |
US20140081974A1 (en) | Aggregating Electronic Content Items from Different Sources | |
JP2020502639A (ja) | セキュリティ質問生成および身元確認のための方法および装置 | |
CN111767554B (zh) | 屏幕分享方法、装置、存储介质及电子设备 | |
Caporusso | Deepfakes for the good: A beneficial application of contentious artificial intelligence technology | |
CN110516418A (zh) | 一种操作用户识别方法、装置及设备 | |
CN105430269B (zh) | 一种应用于移动终端的拍照方法及装置 | |
US20170329983A1 (en) | Contextual evaluation for multimedia item posting | |
TW201947455A (zh) | 車輛損傷識別的處理方法、處理設備、客戶端及伺服器 | |
KR20210003259A (ko) | 자동 어시스턴트를 위한 시각적 단서들의 선택적 검출 | |
CN106250755B (zh) | 用于生成验证码的方法及装置 | |
US20180188939A1 (en) | Image Segmentation in Virtual Reality Environments | |
CN107276974B (zh) | 一种信息处理方法及装置 | |
CN112991151B (zh) | 图像处理方法、图像生成方法、装置、设备和介质 | |
CN109657088A (zh) | 一种图片风险检测方法、装置、设备及介质 | |
CN116974676A (zh) | 一种页面内容发送方法、装置和设备 | |
Sandotra et al. | A comprehensive evaluation of feature-based AI techniques for deepfake detection | |
TW202318229A (zh) | 透過社群媒體平台進行產品搜尋 | |
US20170351696A1 (en) | Contextual tagging of a multimedia item | |
CN114549823A (zh) | 图像采集提醒处理方法及装置 |
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 |