CN112543252B - 一种基于区块链的抓取工地行为图像数据工作方法 - Google Patents

一种基于区块链的抓取工地行为图像数据工作方法 Download PDF

Info

Publication number
CN112543252B
CN112543252B CN202011140330.2A CN202011140330A CN112543252B CN 112543252 B CN112543252 B CN 112543252B CN 202011140330 A CN202011140330 A CN 202011140330A CN 112543252 B CN112543252 B CN 112543252B
Authority
CN
China
Prior art keywords
haf
int
result
unlocking
hash function
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
Application number
CN202011140330.2A
Other languages
English (en)
Other versions
CN112543252A (zh
Inventor
胡宇
白金龙
万里
熊榆
洪敏�
唐良艳
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.)
Chongqing Hui Hui Information Technology Co ltd
Original Assignee
Chongqing Hui Hui Information 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 Chongqing Hui Hui Information Technology Co ltd filed Critical Chongqing Hui Hui Information Technology Co ltd
Priority to CN202011140330.2A priority Critical patent/CN112543252B/zh
Publication of CN112543252A publication Critical patent/CN112543252A/zh
Application granted granted Critical
Publication of CN112543252B publication Critical patent/CN112543252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3231—Biological data, e.g. fingerprint, voice or retina
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Bioethics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提出了一种基于区块链的抓取工地行为图像数据工作方法，包括以下步骤：若控制器接收到指纹模块发出的触发信号，则控制器控制将指纹模块获取的指纹数据执行下一步；S2，对接收到的指纹数据进行加密处理，S3，将其加密后的结果发送至云平台进行验证：若验证成功，则手持移动智能终端解锁成功；若验证失败，则对手持移动智能终端进行锁定。本发明能够防止手持移动智能终端被盗解锁。

Description

一种基于区块链的抓取工地行为图像数据工作方法
技术领域
本发明涉及一种建筑工地技术领域，特别是涉及一种基于区块链的抓取工地行为图像数据工作方法。
背景技术
建筑工地(construction site)，粤语称建筑地盘、施工地盘，简称地盘，是一处正在发展建筑项目，进行土木工程的地点，其范围常有围板、铁丝网或者围墙所封闭，限制人员及物料、机械和车辆的进出。专利申请号2015101680007，名称为“一种使用移动终端动态指纹对码开门锁的方法”，通过使用移动终端通过无线设备与门禁关联，一次一指纹(One-time Finger-prints，简称OTF)的开门锁技术。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于区块链的抓取工地行为图像数据工作方法。
为了实现本发明的上述目的，本发明提供了一种基于区块链的抓取工地行为图像数据工作方法，包括以下步骤：
S1，控制器判断其是否接收到指纹模块发出的触发信号：
若控制器接收到指纹模块发出的触发信号，则控制器控制将指纹模块获取的指纹数据执行下一步；
若控制器未接收到指纹模块发出的触发信号，则控制器继续等待其指纹模块发出的触发信号；
S2，对接收到的指纹数据进行加密处理，其加密处理方法为：
HaF(fingerprint)＝Hash Function(fingerprint)，
其中，HaF(fingerprint)表示对接收到的指纹数据进行加密处理后的第一结果；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
HaF′(fingerprint)＝Hash Function(fingerprint⊙T1)，
其中，HaF′(fingerprint)表示对接收到的指纹数据进行加密处理后的第二结果；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
T1表示控制器处理时的当前第一时间；
⊙表示连接运算符；
S3，将其加密后的结果发送至云平台进行验证：
若验证成功，则手持移动智能终端解锁成功；
若验证失败，则对手持移动智能终端进行锁定。
在本发明的一种优选实施方式中，在步骤S1之前包括步骤S0，对建筑工地的工作人员进行云平台指纹录入处理，其具体步骤包括以下步骤：
S01，对获取的指纹数据进行顺序编号，分别依次为第1工作人员指纹数据、第2工作人员指纹数据、第3工作人员指纹数据、……、第M工作人员指纹数据，所述M为大于或者等于1的正整数；
S02，对第m工作人员的指纹数据进行加密处理，所述m为小于或者等于M的正整数；其加密处理方法为：
HaF(fingerprintm)＝Hash Function(fingerprintm)，
其中，HaF(fingerprintm)表示第m工作人员的指纹数据进行加密处理后的存储结果；
Hash Function()表示散列函数运算；
fingerprintm表示第m工作人员的指纹数据；
S03，将加密后的存储结果与加密前的数据对应后储存在云平台。
在本发明的一种优选实施方式中，在步骤S3中包括以下步骤：
S31，云平台对接收的第一结果HaF(fingerprint)、第二结果HaF′(fingerprint)以及当前第一时间T1进行以下操作：
S32，根据第一结果HaF(fingerprint)查询与第一结果HaF(fingerprint)相同的存储结果：
若存在与第一结果HaF(fingerprint)相同的存储结果，则进行下一步；
若不存在与第一结果HaF(fingerprint)相同的存储结果，则验证失败；将其验证失败信息发送至手持移动智能终端；
S33，HaF′(fingerprint′)＝Hash Function(fingerprint′⊙T1′)，
其中，HaF′(fingerprint′)表示验证结果；
Hash Function()表示散列函数运算；
fingerprint′表示与第一结果HaF(fingerprint)相同的存储结果所对应的指纹数据；
T1′表示接收的当前第一时间T1；
⊙表示连接运算符；
S34，判断其验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)是否一致：
若验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)一致，则验证成功；执行下一步；
若验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)不一致，则验证失败；将其验证失败信息发送至手持移动智能终端；
S35，HaF″(fingerprint′)＝Hash Function(fingerprint′⊙T)，
其中，HaF″(fingerprint′)表示返回结果；
Hash Function()表示散列函数运算；
fingerprint′表示与第一结果HaF(fingerprint)相同的存储结果所对应的指纹数据；
T表示时间运算结果；
⊙表示连接运算符；
T＝T1′+T2，
其中，T表示时间运算结果；
T1′表示接收的当前第一时间T1；
T2表示云平台处理时的当前第二时间；
+表示加法运算符；
将其返回结果HaF″(fingerprint′)和当前第二时间T2传输给手持移动智能终端；
S36，T′＝T1+T2′，
其中，T′表示时间运算第一结果；
T1表示当前第一时间T1；
T2′表示控制器接收的当前第二时间T2；
+表示加法运算符；
HaF″′(fingerprint)＝Hash Function(fingerprint⊙T′)，
其中，HaF″′(fingerprint)表示返回验证；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
T′表示时间运算第一结果；
⊙表示连接运算符；
判断返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)是否一致：
若返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)一致，则验证成功，手持移动智能终端解锁；
若返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)不一致，则验证失败，手持移动智能终端锁定。
在本发明的一种优选实施方式中，在步骤S36中，还包括对锁定的手持移动智能终端进行解锁，其对锁定的手持移动智能终端进行解锁的方法包括以下步骤：
S361，将拍摄的解锁目标人物图像以及解锁验证值发送至云平台；
其解锁验证值的计算方法为：
HaF(Face Image″)＝Hash Function(Face Image″)，
其中，HaF(Face Image″)表示对拍摄的解锁目标人物图像进行处理后得到的解锁验证值；
Hash Function()表示散列函数运算；
Face Image″表示拍摄的解锁目标人物图像；
S362，云平台对接收到的解锁目标人物图像进行验证：
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)一致，则执行下一步；
其解锁验证值的计算方法为：
HaF(Face Image″′)＝Hash Function(Face Image″′)，
其中，HaF(Face Image″′)表示对云平台接收的解锁目标人物图像Face Image″处理后得到的解锁验算值；
Hash Function()表示散列函数运算；
Face Image″′表示云平台接收的解锁目标人物图像Face Image″；
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)不一致，则重新请求手持移动智能终端拍摄的解锁目标人物图像以及解锁验证值；返回步骤S362；
S363，提取解锁目标人物图像中的人脸图像，比对提取的人脸图像是否存在于云平台解锁人脸头像集合中：
若提取的人脸图像存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁成功；
若提取的人脸图像不存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁失败；对其提取的解锁目标人物图像中的人脸图像记录在异常解锁人脸头像集合中。
综上所述，由于采用了上述技术方案，本发明能够防止手持移动智能终端被盗解锁。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明结构示意图。
图2是本发明结构示意图。
图3是本发明结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种基于区块链的抓取工地行为图像数据工作方法，如图1所示，包括以下步骤：
S1，控制器判断其是否接收到指纹模块发出的触发信号：
若控制器接收到指纹模块发出的触发信号，则控制器控制将指纹模块获取的指纹数据执行下一步；
若控制器未接收到指纹模块发出的触发信号，则控制器继续等待其指纹模块发出的触发信号；
S2，对接收到的指纹数据进行加密处理，其加密处理方法为：
HaF(fingerprint)＝Hash Function(fingerprint)，
其中，HaF(fingerprint)表示对接收到的指纹数据进行加密处理后的第一结果；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
HaF′(fingerprint)＝Hash Function(fingerprint⊙T1)，
其中，HaF′(fingerprint)表示对接收到的指纹数据进行加密处理后的第二结果；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
T1表示控制器处理时的当前第一时间；
⊙表示连接运算符；
S3，将其加密后的结果发送至云平台进行验证：
若验证成功，则手持移动智能终端解锁成功；
若验证失败，则对手持移动智能终端进行锁定。
在本发明的一种优选实施方式中，在步骤S1之前包括步骤S0，对建筑工地的工作人员进行云平台指纹录入处理，其具体步骤包括以下步骤：
S01，对获取的指纹数据进行顺序编号，分别依次为第1工作人员指纹数据、第2工作人员指纹数据、第3工作人员指纹数据、……、第M工作人员指纹数据，所述M为大于或者等于1的正整数；
S02，对第m工作人员的指纹数据进行加密处理，所述m为小于或者等于M的正整数；其加密处理方法为：
HaF(fingerprintm)＝Hash Function(fingerprintm)，
其中，HaF(fingerprintm)表示第m工作人员的指纹数据进行加密处理后的存储结果；
Hash Function()表示散列函数运算；
fingerprintm表示第m工作人员的指纹数据；
S03，将加密后的存储结果与加密前的数据对应后储存在云平台，并上传至区块链。
在本发明的一种优选实施方式中，在步骤S3中包括以下步骤：
S31，云平台对接收的第一结果HaF(fingerprint)、第二结果HaF′(fingerprint)以及当前第一时间T1进行以下操作：
S32，根据第一结果HaF(fingerprint)查询与第一结果HaF(fingerprint)相同的存储结果：
若存在与第一结果HaF(fingerprint)相同的存储结果，则进行下一步；
若不存在与第一结果HaF(fingerprint)相同的存储结果，则验证失败；将其验证失败信息发送至手持移动智能终端；
S33，HaF′(fingerprint′)＝Hash Function(fingerprint′⊙T1′)，
其中，HaF′(fingerprint′)表示验证结果；
Hash Function()表示散列函数运算；
fingerprint′表示与第一结果HaF(fingerprint)相同的存储结果所对应的指纹数据；
T1′表示接收的当前第一时间T1；
⊙表示连接运算符；
S34，判断其验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)是否一致：
若验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)一致，则验证成功；执行下一步；
若验证结果HaF′(fingerprint′)与第二结果HaF′(fingerprint)不一致，则验证失败；将其验证失败信息发送至手持移动智能终端；
S35，HaF″(fingerprint′)＝Hash Function(fingerprint′⊙T)，
其中，HaF″(fingerprint′)表示返回结果；
Hash Function()表示散列函数运算；
fingerprint′表示与第一结果HaF(fingerprint)相同的存储结果所对应的指纹数据；
T表示时间运算结果；
⊙表示连接运算符；
T＝T1′+T2，
其中，T表示时间运算结果；
T1′表示接收的当前第一时间T1；
T2表示云平台处理时的当前第二时间；
+表示加法运算符；
将其返回结果HaF″(fingerprint′)和当前第二时间T2传输给手持移动智能终端；
S36，T′＝T1+T2′，
其中，T′表示时间运算第一结果；
T1表示当前第一时间T1；
T2′表示控制器接收的当前第二时间T2；
+表示加法运算符；
HaF″′(fingerprint)＝Hash Function(fingerprint⊙T′)，
其中，HaF″′(fingerprint)表示返回验证；
Hash Function()表示散列函数运算；
fingerprint表示接收到的指纹数据；
T′表示时间运算第一结果；
⊙表示连接运算符；
判断返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)是否一致：
若返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)一致，则验证成功，手持移动智能终端解锁；
若返回验证HaF″′(fingerprint)与返回结果HaF″(fingerprint′)不一致，则验证失败，手持移动智能终端锁定。
在本发明的一种优选实施方式中，在步骤S36中，还包括对锁定的手持移动智能终端进行解锁，其对锁定的手持移动智能终端进行解锁的方法包括以下步骤：
S361，将拍摄的解锁目标人物图像以及解锁验证值发送至云平台；
其解锁验证值的计算方法为：
HaF(Face Image″)＝Hash Function(Face Image″)，
其中，HaF(Face Image″)表示对拍摄的解锁目标人物图像进行处理后得到的解锁验证值；
Hash Function()表示散列函数运算；
Face Image″表示拍摄的解锁目标人物图像；
S362，云平台对接收到的解锁目标人物图像进行验证：
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)一致，则执行下一步；
其解锁验证值的计算方法为：
HaF(Face Image″′)＝Hash Function(Face Image″′)，
其中，HaF(Face Image″′)表示对云平台接收的解锁目标人物图像Face Image″处理后得到的解锁验算值；
Hash Function()表示散列函数运算；
Face Image″′表示云平台接收的解锁目标人物图像Face Image″；
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)不一致，则重新请求手持移动智能终端拍摄的解锁目标人物图像以及解锁验证值；返回步骤S362；
S363，提取解锁目标人物图像中的人脸图像，比对提取的人脸图像是否存在于云平台解锁人脸头像集合中：
若提取的人脸图像存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁成功；
若提取的人脸图像不存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁失败；对其提取的解锁目标人物图像中的人脸图像记录在异常解锁人脸头像集合中。
本发明还提供了一种利用区块链进行建筑工地安全图像数据挖掘方法的挖掘方法，如图2和3所示，包括手持移动智能终端，所述手持移动智能终端包括壳体1，所述壳体1包括前壳体和后壳体，在前壳体上设置有用于固定安装触摸显示屏3的触摸显示屏安装座以及在前壳体上设置有用于固定安装前置摄像头2的前置摄像头安装座，在后壳体上设置有用于固定安装后置摄像头4的后置摄像头安装座以及在壳体内设置有用于固定安装PCB板的PCB板安装座；在触摸显示屏安装座上固定安装有触摸显示屏3，在前置摄像头安装座上固定安装有前置摄像头2，在后置摄像头安装座上固定安装有后置摄像头4，在PCB板安装座上固定安装有PCB板；
在PCB板上设置有控制器、摄像头驱动模块、触摸显示屏驱动模块、无线收发模块和语音模块；摄像头驱动模块包括前置摄像驱动子模块和后置摄像驱动子模块；语音模块包括麦克风子模块和扬声器子模块；
控制器的前置摄像数据端与前置摄像头驱动子模块的摄像数据端相连，前置摄像头驱动子模块的摄像连接端与前置摄像连接插口相连，控制器的后置摄像数据端与后置摄像头驱动子模块的摄像数据端相连，后置摄像头驱动子模块的摄像连接端与后置摄像连接插口相连，控制器的触摸显示数据端与触摸显示屏驱动模块的触摸显示数据端相连，控制器的数据无线收发端与无线收发模块的数据收发端相连；麦克风子模块的语音数据输出端与控制器的语音数据输入端相连，扬声器子模块的语音数据输入端与控制器的语音数据输出端相连；
前置摄像头2的摄像数据端与前置摄像连接插口相连，后置摄像头4的摄像数据端与后置摄像连接插口相连，触摸显示屏3的触摸显示数据端与触摸显示连接插口相连；
还包括云平台，通过将手持移动智能终端解锁后，确定其建筑工地上行走的目标人物是否为建筑工人。
在本发明的一种优选实施方式中，在触摸显示屏3上设置有指纹识别模块，指纹识别模块的指纹数据输出端与控制器的指纹数据输入端相连；
或/和还包括设置于PCB板上的用于感应外来人员佩戴的感应证件的证件感应模块，证件感应模块的感应数据输出端与控制器的感应数据输入端相连。该感应证件包括矩形壳体及设置在矩形壳体内的感应模块，在感应模块内预设有感应信息，该感应信息包括建筑工人ID、姓名、电话之一或者任意组合。通过手持移动智能终端感应感应证件后获取感应信息显示在触摸显示屏上，来询问佩戴者的身份信息。
在本发明的一种优选实施方式中，在PCB板上还设置有GPS模块，GPS模块的位置数据输出端与控制器的位置数据输入端相连，防止该手持移动智能终端丢失后，便于找寻。
本发明还公开了一种基于区块链的抓取工地行为图像数据工作方法，包括以下步骤：
S1，对手持移动智能终端进行解锁；
S2，将采集的建筑工地区域的目标人物进行判断：
若采集的建筑工地区域的目标人物为建筑工地建筑人员，则进行下一个目标人物进行判断；
若采集的建筑工地区域的目标人物不为建筑工地建筑人员，则记录该目标人物的人脸头像，进行下一个目标人物进行判断。
在本发明的一种优选实施方式中，在步骤S1中还包括：当其手持移动智能终端验证失败，锁定时，将其手持移动智能终端的位置发送至云平台；其两手持移动智能终端间的距离计算方法为：
Figure GDA0002892852990000131
其中，S表示两手持移动智能终端间的距离；
(X,Y,Z)表示一手持移动智能终端的位置坐标；
(X0,Y0,Z0)表示另一手持移动智能终端的位置坐标。
η表示误差率，η∈[0,35]。
在本发明的一种优选实施方式中，在步骤S2中包括以下步骤：
S21，将拍摄的目标人物图像以及验证值发送至云平台；
其验证值的计算方法为：
HaF(Face Image)＝Hash Function(Face Image)，
其中，HaF(Face Image)表示对拍摄的目标人物图像进行处理后得到的验证值；
Hash Function()表示散列函数运算；
Face Image表示拍摄的目标人物图像；
S22，云平台对接收到的目标人物图像进行验证：
若验算值HaF(Face Image′)与验证值HaF(Face Image)一致，则执行下一步；
其验证值的计算方法为：
HaF(Face Image′)＝Hash Function(Face Image′)，
其中，HaF(Face Image′)表示对云平台接收的目标人物图像Face Image处理后得到的验算值；
Hash Function()表示散列函数运算；
Face Image′表示云平台接收的目标人物图像Face Image；
若验算值HaF(Face Image′)与验证值HaF(Face Image)不一致，则重新请求手持移动智能终端拍摄的目标人物图像以及验证值；返回步骤S22；
S23，提取目标人物图像中的人脸图像，比对提取的人脸图像是否存在于云平台人脸头像集合中：
其云平台人脸头像集合的形成包括以下步骤：
S231，摄像头通过以头部为中心绕同一水平面旋转拍摄M张人脸图像，所述M为大于或者等于3的正整数，分别为人脸第1图像
Figure GDA0002892852990000141
人脸第2图像
Figure GDA0002892852990000142
人脸第3图像
Figure GDA0002892852990000143
……、人脸第M图像
Figure GDA0002892852990000144
αm表示摄像头绕头部为中心偏离正对人脸旋转的角度，m为小于或者等于M的正整数；
Figure GDA0002892852990000145
其中，αm为负时，表示摄像头绕头部为中心向右偏离正对人脸旋转的角度为|αm|；αm为正时，表示摄像头绕头部为中心向左偏离正对人脸旋转的角度为|αm|；αm＝0°时，表示摄像头绕头部为中心正对人脸；即
Figure GDA0002892852990000146
S232，对步骤S231中获取的人脸第n图像
Figure GDA0002892852990000147
进行图像预处理，所述n为小于或者等于M的正整数；在本实施方式中，其人脸第n图像
Figure GDA0002892852990000148
进行图像预处理包括对人脸第n图像
Figure GDA0002892852990000149
进行图像分离处理，其对人脸第n图像
Figure GDA00028928529900001410
进行图像分离处理的方法为：
S2321，
Figure GDA00028928529900001411
其中，w表示目标像素点个数与人脸第n图像
Figure GDA00028928529900001412
的比值；
P表示人脸第n图像
Figure GDA00028928529900001413
的宽度；
Q表示人脸第n图像
Figure GDA00028928529900001414
的高度；
N表示设定人脸第n图像
Figure GDA00028928529900001415
中的灰度值小于图像分离阈值H的个数；
S2322，
Figure GDA00028928529900001416
w′表示背景像素点个数与人脸第n图像
Figure GDA00028928529900001417
的比值；
Figure GDA0002892852990000151
其中，ζ表示目标图像的平均灰度值；
Ai∈A＝{A1,A2,A3,...,AN,AN+1}，Ai表示目标图像中第i个像素点的灰度值；A表示目标景图像像素集合；
S2323，
Figure GDA0002892852990000152
其中，ξ表示背景图像的平均灰度值；
Bj∈B＝{B1,B2,B3,…,BP×Q-N,BP×Q-N+1}，Bj表示背景图像中第j个像素点的灰度值；B表示背景图像像素集合；
S2324，
Figure GDA0002892852990000153
其中，
Figure GDA0002892852990000154
表示人脸第n图像
Figure GDA0002892852990000155
的平均灰度值；
S2325，
Figure GDA0002892852990000156
其中，η表示图像灰度方差值；
利用其遍历的方法使其图像灰度方差值最大ηmax时，得到其图像分离阈值H；
S2326，判断其人脸第n图像
Figure GDA0002892852990000157
中的第k个像素点灰度值
Figure GDA0002892852990000158
与图像分离阈值H间的大小关系：
若
Figure GDA0002892852990000159
则令
Figure GDA00028928529900001510
k＝1,2,3,...,P×Q；
若
Figure GDA00028928529900001511
则令
Figure GDA00028928529900001512
S233，提取正对人脸图像与偏离正对人脸向左旋转的人脸图像或/和偏离正对人脸向右旋转的人脸图像的对应关系。
在本发明的一种优选实施方式中，在步骤S233中，包括以下步骤：
以摄像头镜头中心为XYZ轴的坐标原点，以摄像头镜头向左为X轴的正方向，以摄像头镜头向上为Y轴的正方向，以指向摄像头镜头为Z轴的正方向；
S2331，提取正对人脸图像的人脸特征，分别依次为正对人脸第1特征、正对人脸第2特征、正对人脸第3特征、……、正对人脸第V特征，所述V为大于或者等于1的正整数，V表示正对人脸图像中人脸像素点个数；其正对人脸第v特征对应的像素点坐标为(xv,yv,zv)，所述v为小于或者等于V的正整数；其旋转中心点坐标为(xv′,yv′,zv′)；
S2332，计算其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离，其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离的计算方法为：
Figure GDA0002892852990000161
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
S2333，提取向左偏离
Figure GDA0002892852990000162
正对人脸图像的人脸特征，分别依次为向左偏离正对人脸第1特征、向左偏离正对人脸第2特征、向左偏离正对人脸第3特征、……、向左偏离正对人脸第V′特征，所述V′为大于或者等于1的正整数，V′表示向左偏离正对人脸图像中人脸像素点个数；其向左偏离正对人脸第v′特征对应的像素点坐标为(xv′,yv′,zv′)，所述v′为小于或者等于V′的正整数；
Figure GDA0002892852990000163
α表示拍摄角度集合；
S2334，将其向左偏离
Figure GDA0002892852990000164
正对人脸第v′特征对应的像素点坐标为(xv′,yv′,zv′)转换为正对人脸的像素坐标：
Figure GDA0002892852990000171
即
Figure GDA0002892852990000172
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
(xv′,yv′,zv′)表示向左偏离正对人脸第v′特征对应的像素点坐标；
S2335，判断正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征是否与向左偏离
Figure GDA0002892852990000173
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征一致：
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向左偏离
Figure GDA0002892852990000174
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征一致，则向左偏离
Figure GDA0002892852990000175
正对人脸统计值加1；
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向左偏离
Figure GDA0002892852990000176
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征不一致，则向左偏离
Figure GDA0002892852990000177
正对人脸统计值加0；
S2336，计算人脸特征左向比例值，其人脸特征左向比例值的计算方法为：
Figure GDA0002892852990000178
其中，
Figure GDA0002892852990000179
表示人脸特征左向比例值；
Figure GDA00028928529900001710
表示向左偏离
Figure GDA00028928529900001711
正对人脸图像的人脸特征与正对人脸图像的人脸特征相同数量；
F0表示正对人脸图像的人脸特征数量；
S2337，将其获得的正对人脸图像与人脸特征左向比例值
Figure GDA00028928529900001712
构成云平台人脸头像集合。
在本发明的一种优选实施方式中，在步骤S233中，包括以下步骤：
以摄像头镜头中心为XYZ轴的坐标原点，以摄像头镜头向左为X轴的正方向，以摄像头镜头向上为Y轴的正方向，以指向摄像头镜头为Z轴的正方向；
S2331，提取正对人脸图像的人脸特征，分别依次为正对人脸第1特征、正对人脸第2特征、正对人脸第3特征、……、正对人脸第V特征，所述V为大于或者等于1的正整数，V表示正对人脸图像中人脸像素点个数；其正对人脸第v特征对应的像素点坐标为(xv,yv,zv)，所述v为小于或者等于V的正整数；其旋转中心点坐标为(xv′,yv′,zv′)；
S2332，计算其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离，其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离的计算方法为：
Figure GDA0002892852990000181
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
S2333，提取向右偏离
Figure GDA0002892852990000182
正对人脸图像的人脸特征，分别依次为向右偏离正对人脸第1特征、向右偏离正对人脸第2特征、向右偏离正对人脸第3特征、……、向右偏离正对人脸第V″特征，所述V″为大于或者等于1的正整数，V″表示向右偏离正对人脸图像中人脸像素点个数；其向右偏离正对人脸第v″特征对应的像素点坐标为(xv″,yv″,zv″)，所述v″为小于或者等于V″的正整数；
Figure GDA0002892852990000183
α表示拍摄角度集合；
S2334，将其向右偏离
Figure GDA0002892852990000184
正对人脸第v″特征对应的像素点坐标为(xv″,yv″,zv″)转换为正对人脸的像素坐标：
Figure GDA0002892852990000185
即
Figure GDA0002892852990000186
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
(xv″,yv″,zv″)表示向左偏离正对人脸第v′特征对应的像素点坐标；
S2335，判断正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征是否与向右偏离
Figure GDA0002892852990000191
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致：
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向右偏离
Figure GDA0002892852990000192
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致，则向右偏离
Figure GDA0002892852990000193
正对人脸统计值加1；
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征不与向右偏离
Figure GDA0002892852990000194
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致，则向右偏离
Figure GDA0002892852990000195
正对人脸统计值加0；
S2336，计算人脸特征右向比例值，其人脸特征右向比例值的计算方法为：
Figure GDA0002892852990000196
其中，
Figure GDA0002892852990000197
表示人脸特征右向比例值；
Figure GDA0002892852990000198
表示向右偏离
Figure GDA0002892852990000199
正对人脸图像的人脸特征与正对人脸图像的人脸特征相同数量；
F0表示正对人脸图像的人脸特征数量；
S2337，将其获得的正对人脸图像与人脸特征右向比例值
Figure GDA00028928529900001910
构成云平台人脸头像集合。
其比对方法为：S2300，获取云平台人脸头像集合中的正对人脸图像，将正对人脸转换为偏离φτ正对人脸，
Figure GDA00028928529900001911
其将正对人脸转换为偏离φτ正对人脸的计算方法为：将偏离正对人脸的像素坐标
Figure GDA00028928529900001912
所对应的人脸特征替换为正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征；(xv′,yv′,zv′)表示旋转中心点坐标，当
Figure GDA00028928529900001913
时，φτ∈α，α表示拍摄角度集合；或
Figure GDA00028928529900001914
时，得到对比人脸头像集合；将对比人脸头像集合作为云平台人脸头像集合；
若提取的人脸图像存在于云平台人脸头像集合中，则采集的建筑工地区域的目标人物为建筑工地建筑人员；
若提取的人脸图像不存在于云平台人脸头像集合中，则采集的建筑工地区域的目标人物不为建筑工地建筑人员；对其人脸图像记录于异常人脸头像集合中。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (3)

1.一种基于区块链的抓取工地行为图像数据工作方法，其特征在于，包括以下步骤：
S1，控制器判断其是否接收到指纹模块发出的触发信号：
若控制器接收到指纹模块发出的触发信号，则控制器控制将指纹模块获取的指纹数据执行下一步；
若控制器未接收到指纹模块发出的触发信号，则控制器继续等待其指纹模块发出的触发信号；
S2，对接收到的指纹数据进行加密处理，其加密处理方法为：
HaF(fingerpr int)＝Hash Function(fingerpr int)，
其中，HaF(fingerpr int)表示对接收到的指纹数据进行加密处理后的第一结果；
Hash Function()表示散列函数运算；
fingerpr int表示接收到的指纹数据；
HaF′(fingerpr int)＝Hash Function(fingerpr int⊙T1)，
其中，HaF′(fingerpr int)表示对接收到的指纹数据进行加密处理后的第二结果；
Hash Function()表示散列函数运算；
fingerpr int表示接收到的指纹数据；
T1表示控制器处理时的当前第一时间；
⊙表示连接运算符；
S3，将其加密后的结果发送至云平台进行验证：
若验证成功，则手持移动智能终端解锁成功；
若验证失败，则对手持移动智能终端进行锁定；
在步骤S3中具体包括以下步骤：
S31，云平台对接收的第一结果HaF(fingerpr int)、第二结果HaF′(fingerpr int)以及当前第一时间T1进行以下操作：
S32，根据第一结果HaF(fingerpr int)查询与第一结果HaF(fingerpr int)相同的存储结果：
若存在与第一结果HaF(fingerpr int)相同的存储结果，则进行下一步；
若不存在与第一结果HaF(fingerpr int)相同的存储结果，则验证失败；将其验证失败信息发送至手持移动智能终端；
S33，HaF′(fingerpr int′)＝Hash Function(fingerpr int′⊙T1′)，
其中，HaF′(fingerpr int′)表示验证结果；
Hash Function()表示散列函数运算；
fingerpr int′表示与第一结果HaF(fingerpr int)相同的存储结果所对应的指纹数据；
T1′表示接收的当前第一时间T1；
⊙表示连接运算符；
S34，判断其验证结果HaF′(fingerpr int′)与第二结果HaF′(fingerpr int)是否一致：
若验证结果HaF′(fingerpr int′)与第二结果HaF′(fingerpr int)一致，则验证成功；执行下一步；
若验证结果HaF′(fingerpr int′)与第二结果HaF′(fingerpr int)不一致，则验证失败；将其验证失败信息发送至手持移动智能终端；
S35，HaF″(fingerpr int′)＝Hash Function(fingerpr int′⊙T)，
其中，HaF″(fingerpr int′)表示返回结果；
Hash Function()表示散列函数运算；
fingerpr int′表示与第一结果HaF(fingerpr int)相同的存储结果所对应的指纹数据；
T表示时间运算结果；
⊙表示连接运算符；
T＝T1′+T2，
其中，T表示时间运算结果；
T1′表示接收的当前第一时间T1；
T2表示云平台处理时的当前第二时间；
+表示加法运算符；
将其返回结果HaF″(fingerpr int′)和当前第二时间T2传输给手持移动智能终端；
S36，T′＝T1+T2′，
其中，T′表示时间运算第一结果；
T1表示当前第一时间T1；
T2′表示控制器接收的当前第二时间T2；
+表示加法运算符；
HaF″′(fingerpr int)＝Hash Function(fingerpr int⊙T′)，
其中，HaF″′(fingerpr int)表示返回验证；
Hash Function()表示散列函数运算；
fingerpr int表示接收到的指纹数据；
T′表示时间运算第一结果；
⊙表示连接运算符；
判断返回验证HaF″′(fingerpr int)与返回结果HaF″(fingerpr int′)是否一致：
若返回验证HaF″′(fingerpr int)与返回结果HaF″(fingerpr int′)一致，则验证成功，手持移动智能终端解锁；
若返回验证HaF″′(fingerpr int)与返回结果HaF″(fingerpr int′)不一致，则验证失败，手持移动智能终端锁定。
2.根据权利要求1所述的基于区块链的抓取工地行为图像数据工作方法，其特征在于，在步骤S1之前包括步骤S0，对建筑工地的工作人员进行云平台指纹录入处理，其具体步骤包括以下步骤：
S01，对获取的指纹数据进行顺序编号，分别依次为第1工作人员指纹数据、第2工作人员指纹数据、第3工作人员指纹数据、……、第M工作人员指纹数据，所述M为大于或者等于1的正整数；
S02，对第m工作人员的指纹数据进行加密处理，所述m为小于或者等于M的正整数；其加密处理方法为：
HaF(fingerpr intm)＝Hash Function(fingerpr intm)，
其中，HaF(fingerpr intm)表示第m工作人员的指纹数据进行加密处理后的存储结果；
Hash Function()表示散列函数运算；
fingerpr intm表示第m工作人员的指纹数据；
S03，将加密后的存储结果与加密前的数据对应后储存在云平台。
3.根据权利要求1所述的基于区块链的抓取工地行为图像数据工作方法，其特征在于，在步骤S36中，还包括对锁定的手持移动智能终端进行解锁，其对锁定的手持移动智能终端进行解锁的方法包括以下步骤：
S361，将拍摄的解锁目标人物图像以及解锁验证值发送至云平台；
其解锁验证值的计算方法为：
HaF(Face Image″)＝Hash Function(Face Image″)，
其中，HaF(Face Image″)表示对拍摄的解锁目标人物图像进行处理后得到的解锁验证值；
Hash Function()表示散列函数运算；
Face Image″表示拍摄的解锁目标人物图像；
S362，云平台对接收到的解锁目标人物图像进行验证：
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)一致，则执行下一步；
其解锁验证值的计算方法为：
HaF(Face Image″′)＝Hash Function(Face Image″′)，
其中，HaF(Face Image″′)表示对云平台接收的解锁目标人物图像Face Image″处理后得到的解锁验算值；
Hash Function()表示散列函数运算；
Face Image″′表示云平台接收的解锁目标人物图像Face Image″；
若解锁验算值HaF(Face Image″′)与解锁验证值HaF(Face Image″)不一致，则重新请求手持移动智能终端拍摄的解锁目标人物图像以及解锁验证值；返回步骤S362；
S363，提取解锁目标人物图像中的人脸图像，比对提取的人脸图像是否存在于云平台解锁人脸头像集合中：
若提取的人脸图像存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁成功；
若提取的人脸图像不存在于云平台解锁人脸头像集合中，则对其手持移动智能终端解锁失败；对其提取的解锁目标人物图像中的人脸图像记录在异常解锁人脸头像集合中。
CN202011140330.2A 2020-10-22 2020-10-22 一种基于区块链的抓取工地行为图像数据工作方法 Active CN112543252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011140330.2A CN112543252B (zh) 2020-10-22 2020-10-22 一种基于区块链的抓取工地行为图像数据工作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011140330.2A CN112543252B (zh) 2020-10-22 2020-10-22 一种基于区块链的抓取工地行为图像数据工作方法

Publications (2)

Publication Number Publication Date
CN112543252A CN112543252A (zh) 2021-03-23
CN112543252B true CN112543252B (zh) 2021-10-26

Family

ID=75013921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011140330.2A Active CN112543252B (zh) 2020-10-22 2020-10-22 一种基于区块链的抓取工地行为图像数据工作方法

Country Status (1)

Country Link
CN (1) CN112543252B (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128508A1 (en) * 2001-08-06 2004-07-01 Wheeler Lynn Henry Method and apparatus for access authentication entity
EP2437498A1 (en) * 2010-09-30 2012-04-04 British Telecommunications Public Limited Company Digital video fingerprinting
CN105427105A (zh) * 2014-09-11 2016-03-23 中兴通讯股份有限公司 一种移动支付方法、系统及设备
CN106355717A (zh) * 2016-09-05 2017-01-25 惠州Tcl移动通信有限公司 一种基于指纹识别和nfc的移动终端开锁方法及系统
CN107612949B (zh) * 2017-11-13 2020-03-24 电子科技大学 一种基于射频指纹的无线智能终端接入认证方法及系统
CN109740317A (zh) * 2018-12-29 2019-05-10 北京奇虎科技有限公司 一种基于区块链的数字指纹存证方法及装置
CN110414200B (zh) * 2019-04-08 2021-07-23 广州腾讯科技有限公司 身份验证方法、装置、存储介质和计算机设备
CN110008677A (zh) * 2019-04-09 2019-07-12 济南市志空间网络科技有限公司 公章使用方法、装置和区块链服务器
CN110349311A (zh) * 2019-07-08 2019-10-18 江苏橙贝科技有限公司 一种基于区块链技术的指纹锁控制系统及方法
CN111464541A (zh) * 2020-04-01 2020-07-28 重庆德信建信息技术有限公司 基于生物识别的电子政务多功能智能硬件终端和工作方法

Also Published As

Publication number Publication date
CN112543252A (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
US8254642B2 (en) Personal authentication method and personal authentication device
US6993157B1 (en) Dynamic image processing method and device and medium
CN111340634B (zh) 一种辅助移动设备进行碎屏险实施的系统和方法
CN102197412A (zh) 伪装检测系统，伪装检测方法以及伪装检测程序
CN110378292B (zh) 三维空间定位系统和方法
CN107256388B (zh) 一种获取正面人脸图像的方法及装置
CN105644500A (zh) 基于无线安防系统的车门开启控制方法
US20030053662A1 (en) Method and apparatus for digital encoding and operator identification using stored user image
CN112543252B (zh) 一种基于区块链的抓取工地行为图像数据工作方法
CN108711054A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN112543241A (zh) 一种利用区块链进行建筑工地安全图像数据挖掘方法
US11314977B2 (en) Personal identity verification system and method for verifying the identity of an individual
KR102174548B1 (ko) 얼굴코드체인 암호에 의한 출입인증 장치 및 방법
CN109977807B (zh) 基于复数矩阵的人脸特征模板保护方法及系统
US20220207947A1 (en) Personal identity verification system and method for verifying the identity of an individual
CN113553928B (zh) 一种人脸活体检测方法、系统和计算机设备
CN113079161B (zh) 共享监控摄像头的方法及系统
CN115689575A (zh) 一种应用于元宇宙的交互防护系统
KR101654267B1 (ko) 다종 cctv의 번호인식용 도로방범 클라우드 시스템
CN108921036B (zh) 基于人脸图像识别的随机数产生方法及产生系统
CN114238911A (zh) 一种金融押运交接系统
CN112562145B (zh) 一种用于智慧建筑工地的建筑人员排查工作方法
CN112380910B (zh) 一种基于区块链的建筑工地异常行为视频数据挖掘方法
CN112562146B (zh) 一种基于智慧云平台实现建筑工地人员流动方法
KR101654264B1 (ko) 다종 cctv의 번호인식용 도로방범 클라우드 시스템

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