CN112699355A - 一种用户与主机解耦的动态人脸认证方法及系统 - Google Patents
一种用户与主机解耦的动态人脸认证方法及系统 Download PDFInfo
- Publication number
- CN112699355A CN112699355A CN202011528395.4A CN202011528395A CN112699355A CN 112699355 A CN112699355 A CN 112699355A CN 202011528395 A CN202011528395 A CN 202011528395A CN 112699355 A CN112699355 A CN 112699355A
- Authority
- CN
- China
- Prior art keywords
- face
- user
- authentication
- host
- user 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013475 authorization Methods 0.000 claims abstract description 25
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000013135 deep learning Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种用户与主机解耦的动态人脸认证方法及系统,包括客户端主机中的人脸采集工具执行的下述步骤:通过摄像头采集用户的人脸图像;对人脸图像提取人脸特征,绑定用户信息并上传到人脸认证服务器;收到人脸认证服务器返回的预测结果;在预测结果为认证通过时,则向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权。本发明在保证计算机系统安全的身份认证授权条件下,提供一种全新的动态人脸认证的方式,能够实现用户与主机之间的解耦,可实现一人登陆或维护多台主机、一台主机多人登陆或维护,具有使用灵活方便的优点。
Description
技术领域
本发明涉及计算机身份验证系统和计算机安全领域,具体涉及一种用户与主机解耦的动态人脸认证方法及系统。
背景技术
近年来,随着深度学习在整个计算机视觉领域的迅猛发展,深度学习在人脸识别上取得了巨大的成功,在效果上远远超越传统人脸识别的方法。目前人脸识别比对的准确率在很多场景都达到了99.5%以上,已经具备了进行产品化实际应用的前提条件。
当前主流的操作系统Windows10,苹果Mac以及Android等其它系统,部分自带了人脸登录方式,最常见的就是手机上的刷脸登录解锁。但是这些都是单机认证,将人脸信息存放在设备上,一个人脸只能解开一个设备。在国产操作系统运行环境中,通常一个人员需要维护这多台主机、同时也存在同一台设备多个人维护,因此,这就要求每台主机上的人脸认证信息是可以动态管认证的,不依赖于具体的主机。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种用户与主机解耦的动态人脸认证方法及系统,本发明能够实现用户与主机之间的解耦,可实现一人登陆或维护多台主机、一台主机多人登陆或维护,具有使用灵活方便的优点。
为了解决上述技术问题,本发明采用的技术方案为:
一种用户与主机解耦的动态人脸认证方法,包括:
1)通过摄像头采集用户的人脸图像;
2)对人脸图像提取人脸特征,绑定用户信息并上传到人脸认证服务器;
3)收到人脸认证服务器返回的预测结果;
4)在预测结果为认证通过时,则向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权。
可选地,步骤1)中通过摄像头采集人脸图像具体是指通过调用系统接口打开摄像头获取人脸图像。
可选地,步骤2)中对人脸图像提取人脸特征是指通过Harr特征检测图像中的人脸。
可选地,步骤4)中还包括在预测结果为认证不通过时报错并退出的步骤。
可选地,步骤4)中向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权时,包括当用户信息为管理员时,身份验证系统为该用户的操作提供管理员的权限授权;包括当用户信息为普通用户时,身份验证系统为该用户的操作提供普通用户的权限授权。
可选地,步骤2)中绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸特征进行下述处理的步骤:将人脸特征输入预先训练好基于深度学习的人脸预测模型得到输出的人脸特征对应的用户信息,所述基于深度学习的人脸预测模型被预先训练建立了作为输入的人脸特征、作为输出的用户信息之间的映射关系;若人脸特征绑定的用户信息、输出的人脸特征对应的用户信息两者一致,则返回认证通过,否则返回认证不通过。
可选地,步骤1)之前还包括人脸录入的下述步骤:
A1)通过摄像头采集用户的多张人脸图像;
A2)对多张人脸图像绑定用户信息并上传到人脸认证服务器;
A3)收到人脸认证服务器返回的录入结果;
A4)在预测结果为录入成功时,向身份验证系统发送用户注册信息,使得身份验证系统为该用户进行注册登记。
可选地,步骤A2)中对人脸图像绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸图像进行下述处理的步骤:
B1)针对多张人脸图像进行多样化处理,所述多样化处理包括拉伸、变形和扭曲中的一种或者多种,得到原始数据集,将原始数据集划分为训练数据集和测试数据集;
B2)针对训练数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入、用户信息作为人脸预测模型的输出,对所述基于深度学习的人脸预测模型进行训练,在完成训练后跳转执行下一步;
B3)针对测试数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入,获得基于深度学习的人脸预测模型测试输出的用户信息,并根据测试输出的用户信息、绑定用户信息之间的是否匹配计算所述基于深度学习的人脸预测模型的测试准确度,若测试准确度未达到要求,则跳转执行步骤B1);否则向人脸录入工具返回录入成功。
此外,本发明还提供一种用户与主机解耦的动态人脸认证系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行所述用户与主机解耦的动态人脸认证方法的步骤,或者该存储器中存储有被编程或配置以执行所述用户与主机解耦的动态人脸认证方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述用户与主机解耦的动态人脸认证方法的计算机程序。
和现有技术相比,本发明具有下述优点:
1、本发明在保证计算机系统安全的身份认证授权条件下,提供一种全新的动态人脸认证的方式,能够实现用户与主机之间的解耦,可实现一人登陆或维护多台主机、一台主机多人登陆或维护,具有使用灵活方便的优点。
2、本发明在保证计算机系统安全的身份认证授权条件下,提供一种全新的动态人脸认证的方式,通过人脸认证服务器来进行统一的人脸预测,从而使得任意主机上均不需要本地进行人脸预测以及先关信息的存储,提供了一种统一对主机人脸信息进行管理的方式,加强系统的安全系数。
附图说明
图1为本发明实施例方法的基本原理示意图。
具体实施方式
参见图1,本实施例用户与主机解耦的动态人脸认证方法包括:
1)通过摄像头采集用户的人脸图像,参见图1中的步骤⑥;
2)对人脸图像提取人脸特征,绑定用户信息并上传到人脸认证服务器,参见图1中的步骤⑦;之后人脸认证服务器会进行人脸预测,参见图1中的步骤⑧;
3)收到人脸认证服务器返回的预测结果,参见图1中的步骤⑨;
4)在预测结果为认证通过时,则向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权,参见图1中的步骤⑩。
参见图1,本实施例用户与主机解耦的动态人脸认证方法的实施需要人脸认证服务器和带有摄像头的主机两者交互实现,通过人脸认证服务器来进行统一的人脸预测,从而使得任意主机上均不需要本地进行人脸预测以及先关信息的存储,在保证计算机系统安全的身份认证授权条件下,提供一种全新的动态人脸认证的方式,能够实现用户与主机之间的解耦,可实现一人登陆或维护多台主机、一台主机多人登陆或维护,具有使用灵活方便的优点。
参见图1,摄像机负责人脸的活体检测并生成图像;人脸采集工具负责采集人脸图像信息,然后将该人脸新拿到服务器上进行认证,认证完成后通知身份验证系统进行授权。人脸认证服务器负责接受录入信息进行人脸模型训练以及进行人脸预测获取对应的人脸信息。此外,本实施例用户与主机解耦的动态人脸认证系统还包括:人脸录入工具负责给操作系统的用户绑定人脸以及将人脸绑定信息录入到服务器上。人脸认证服务器负责接受录入信息进行人脸模型训练以及进行人脸预测获取对应的人脸信息。
本实施例中,步骤1)中通过摄像头采集人脸图像具体是指通过调用系统接口打开摄像头获取人脸图像,不需要使用特别的接口或者设备,通用性好。
本实施例中,步骤2)中对人脸图像提取人脸特征是指通过Harr特征检测图像中的人脸。Haar特征是一种反映图像的灰度变化的,像素分模块求差值的一种特征,它分为三类:边缘特征、线性特征、中心特征和对角线特征。通过Harr特征检测图像中的人脸,能够有效提取人脸的准确特征,提高人脸识别的准确性。
本实施例中,步骤4)中还包括在预测结果为认证不通过时报错并退出的步骤。
考虑到一人登陆或维护多台主机、一台主机多人登陆或维护的情况下,针对管理员需要进行提权,本实施例中,步骤4)中向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权时,包括当用户信息为管理员时,身份验证系统为该用户的操作提供管理员的权限授权;包括当用户信息为普通用户时,身份验证系统为该用户的操作提供普通用户的权限授权,通过上述方式可实现管理员自动提权,使得系统管理更加高效快捷。
本实施例中,步骤2)中绑定用户信息并上传到人脸认证服务器后,参见图1中的步骤⑧,还包括人脸认证服务器针对上传的绑定用户信息的人脸特征进行下述处理的步骤:将人脸特征输入预先训练好基于深度学习的人脸预测模型得到输出的人脸特征对应的用户信息,基于深度学习的人脸预测模型被预先训练建立了作为输入的人脸特征、作为输出的用户信息之间的映射关系;若人脸特征绑定的用户信息、输出的人脸特征对应的用户信息两者一致,则返回认证通过,否则返回认证不通过。
参见图1,步骤1)之前还包括人脸录入的下述步骤:
A1)通过摄像头采集用户的多张人脸图像,参见图1中的步骤①;
A2)对多张人脸图像绑定用户信息并上传到人脸认证服务器,参见图1中的步骤②;之后人脸认证服务器会进行人脸录入,参见图1中的步骤③;
A3)收到人脸认证服务器返回的录入结果,参见图1中的步骤④;
A4)在预测结果为录入成功时,向身份验证系统发送用户注册信息,使得身份验证系统为该用户进行注册登记,参见图1中的步骤⑤。
本实施例中,步骤A2)中对人脸图像绑定用户信息并上传到人脸认证服务器后,参见图1中的步骤③,还包括人脸认证服务器针对上传的绑定用户信息的人脸图像进行下述处理的步骤:
B1)针对多张人脸图像进行多样化处理,多样化处理包括拉伸、变形和扭曲中的一种或者多种,得到原始数据集,将原始数据集划分为训练数据集和测试数据集;通过上述多样化处理,可获得更多的人脸图像样本,从而提高人脸检测的准确度和适应性;
B2)针对训练数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入、用户信息作为人脸预测模型的输出,对所述基于深度学习的人脸预测模型进行训练,在完成训练后跳转执行下一步;
B3)针对测试数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入,获得基于深度学习的人脸预测模型测试输出的用户信息,并根据测试输出的用户信息、绑定用户信息之间的是否匹配计算所述基于深度学习的人脸预测模型的测试准确度,若测试准确度未达到要求,则跳转执行步骤B1);否则向人脸录入工具返回录入成功。
通过上述步骤B1)~B3)录入过程中的训练,可实现针对基于深度学习的人脸预测模型的强化训练,可有效提高基于深度学习的人脸预测模型针对注册用户的人脸识别准确度。需要说明的是,基于深度学习的人脸预测模型是基于深度学习实现的现有机器学习分类模型,本实施例中仅涉及应用,并不涉及对基于深度学习的人脸预测模型的改进。基于深度学习的人脸预测模型可以根据需要采用FaceNet、DeepID、face++等人脸预测模型。
此外,本实施例还提供一种用户与主机解耦的动态人脸认证系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行前述用户与主机解耦的动态人脸认证方法的步骤,或者该存储器中存储有被编程或配置以执行前述用户与主机解耦的动态人脸认证方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述用户与主机解耦的动态人脸认证方法的计算机程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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读存储介质(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。本申请是参照根据本申请实施例的方法、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。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种用户与主机解耦的动态人脸认证方法,其特征在于,包括:
1)通过摄像头采集用户的人脸图像;
2)对人脸图像提取人脸特征,绑定用户信息并上传到人脸认证服务器;
3)收到人脸认证服务器返回的预测结果;
4)在预测结果为认证通过时,则向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权。
2.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤1)中通过摄像头采集人脸图像具体是指通过调用系统接口打开摄像头获取人脸图像。
3.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤2)中对人脸图像提取人脸特征是指通过Harr特征检测图像中的人脸。
4.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤4)中还包括在预测结果为认证不通过时报错并退出的步骤。
5.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤4)中向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权时,包括当用户信息为管理员时,身份验证系统为该用户的操作提供管理员的权限授权;包括当用户信息为普通用户时,身份验证系统为该用户的操作提供普通用户的权限授权。
6.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤2)中绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸特征进行下述处理的步骤:将人脸特征输入预先训练好基于深度学习的人脸预测模型得到输出的人脸特征对应的用户信息,所述基于深度学习的人脸预测模型被预先训练建立了作为输入的人脸特征、作为输出的用户信息之间的映射关系;若人脸特征绑定的用户信息、输出的人脸特征对应的用户信息两者一致,则返回认证通过,否则返回认证不通过。
7.根据权利要求6所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤1)之前还包括人脸录入的下述步骤:
A1)通过摄像头采集用户的多张人脸图像;
A2)对多张人脸图像绑定用户信息并上传到人脸认证服务器;
A3)收到人脸认证服务器返回的录入结果;
A4)在预测结果为录入成功时,向身份验证系统发送用户注册信息,使得身份验证系统为该用户进行注册登记。
8.根据权利要求7所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤A2)中对人脸图像绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸图像进行下述处理的步骤:
B1)针对多张人脸图像进行多样化处理,所述多样化处理包括拉伸、变形和扭曲中的一种或者多种,得到原始数据集,将原始数据集划分为训练数据集和测试数据集;
B2)针对训练数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入、用户信息作为人脸预测模型的输出,对所述基于深度学习的人脸预测模型进行训练,在完成训练后跳转执行下一步;
B3)针对测试数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入,获得基于深度学习的人脸预测模型测试输出的用户信息,并根据测试输出的用户信息、绑定用户信息之间的是否匹配计算所述基于深度学习的人脸预测模型的测试准确度,若测试准确度未达到要求,则跳转执行步骤B1);否则向人脸录入工具返回录入成功。
9.一种用户与主机解耦的动态人脸认证系统,包括相互连接的微处理器和存储器,其特征在于,该微处理器被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的步骤,或者该存储器中存储有被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528395.4A CN112699355A (zh) | 2020-12-22 | 2020-12-22 | 一种用户与主机解耦的动态人脸认证方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528395.4A CN112699355A (zh) | 2020-12-22 | 2020-12-22 | 一种用户与主机解耦的动态人脸认证方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699355A true CN112699355A (zh) | 2021-04-23 |
Family
ID=75510377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011528395.4A Pending CN112699355A (zh) | 2020-12-22 | 2020-12-22 | 一种用户与主机解耦的动态人脸认证方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699355A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101001187A (zh) * | 2006-01-10 | 2007-07-18 | 阿尔卡特公司 | 提供集中式登录的方法 |
CN101089874A (zh) * | 2006-06-12 | 2007-12-19 | 华为技术有限公司 | 一种远程人脸图像的身份识别方法 |
CN103607387A (zh) * | 2013-11-14 | 2014-02-26 | 中国科学技术大学 | 一种基于人脸识别的网络登录认证云服务系统及方法 |
CN104469767A (zh) * | 2014-10-28 | 2015-03-25 | 杭州电子科技大学 | 一套移动办公系统中集成式安全防护子系统的实现方法 |
CN105069342A (zh) * | 2015-08-23 | 2015-11-18 | 华南理工大学 | 基于人脸识别对教育资源数据库权限的控制方法 |
CN105447364A (zh) * | 2015-04-30 | 2016-03-30 | 北京天诚盛业科技有限公司 | 远程生物识别登录的方法、装置以及系统 |
CN106657098A (zh) * | 2016-12-29 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种登录Linux操作系统的认证方法、装置以及系统 |
WO2017193912A1 (zh) * | 2016-05-11 | 2017-11-16 | 中兴通讯股份有限公司 | 一种人脸识别的登录认证方法、装置、终端及服务器 |
CN108491805A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 身份认证方法和装置 |
CN109377607A (zh) * | 2018-10-18 | 2019-02-22 | 安徽灵图壹智能科技有限公司 | 一种区块链人脸识别门禁管理系统及医疗设备使用管理系统 |
CN109409072A (zh) * | 2018-11-14 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种应用登录方法、装置和系统 |
CN109951437A (zh) * | 2019-01-14 | 2019-06-28 | 平安科技(深圳)有限公司 | 基于人脸识别的安全认证方法、装置以及服务器 |
CN110348195A (zh) * | 2019-05-24 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 数据凭证授权方法、装置、计算机设备和存储介质 |
CN111275222A (zh) * | 2020-01-20 | 2020-06-12 | 深圳市赛易特信息技术有限公司 | 一种燃气系统线上销户申请处理方法、终端及存储介质 |
CN111581620A (zh) * | 2020-04-30 | 2020-08-25 | 新浪网技术(中国)有限公司 | 一种用户识别方法及装置 |
-
2020
- 2020-12-22 CN CN202011528395.4A patent/CN112699355A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101001187A (zh) * | 2006-01-10 | 2007-07-18 | 阿尔卡特公司 | 提供集中式登录的方法 |
CN101089874A (zh) * | 2006-06-12 | 2007-12-19 | 华为技术有限公司 | 一种远程人脸图像的身份识别方法 |
CN103607387A (zh) * | 2013-11-14 | 2014-02-26 | 中国科学技术大学 | 一种基于人脸识别的网络登录认证云服务系统及方法 |
CN104469767A (zh) * | 2014-10-28 | 2015-03-25 | 杭州电子科技大学 | 一套移动办公系统中集成式安全防护子系统的实现方法 |
CN105447364A (zh) * | 2015-04-30 | 2016-03-30 | 北京天诚盛业科技有限公司 | 远程生物识别登录的方法、装置以及系统 |
CN105069342A (zh) * | 2015-08-23 | 2015-11-18 | 华南理工大学 | 基于人脸识别对教育资源数据库权限的控制方法 |
WO2017193912A1 (zh) * | 2016-05-11 | 2017-11-16 | 中兴通讯股份有限公司 | 一种人脸识别的登录认证方法、装置、终端及服务器 |
CN106657098A (zh) * | 2016-12-29 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种登录Linux操作系统的认证方法、装置以及系统 |
CN108491805A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 身份认证方法和装置 |
CN109377607A (zh) * | 2018-10-18 | 2019-02-22 | 安徽灵图壹智能科技有限公司 | 一种区块链人脸识别门禁管理系统及医疗设备使用管理系统 |
CN109409072A (zh) * | 2018-11-14 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种应用登录方法、装置和系统 |
CN109951437A (zh) * | 2019-01-14 | 2019-06-28 | 平安科技(深圳)有限公司 | 基于人脸识别的安全认证方法、装置以及服务器 |
CN110348195A (zh) * | 2019-05-24 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 数据凭证授权方法、装置、计算机设备和存储介质 |
CN111275222A (zh) * | 2020-01-20 | 2020-06-12 | 深圳市赛易特信息技术有限公司 | 一种燃气系统线上销户申请处理方法、终端及存储介质 |
CN111581620A (zh) * | 2020-04-30 | 2020-08-25 | 新浪网技术(中国)有限公司 | 一种用户识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6810480B1 (en) | Verification of identity and continued presence of computer users | |
US9122913B2 (en) | Method for logging a user in to a mobile device | |
CN105261105B (zh) | 安全门禁方法 | |
CN105100108B (zh) | 一种基于人脸识别的登录认证方法、装置及系统 | |
CN109951436B (zh) | 一种可信终端验证方法、装置 | |
JPWO2012144105A1 (ja) | 生体認証システム | |
CN111611568A (zh) | 一种人脸声纹复核终端及其身份认证方法 | |
CN110321792A (zh) | 无卡取现方法、装置、设备及计算机可读存储介质 | |
CN110247898B (zh) | 身份验证方法、装置、介质及电子设备 | |
CN111241873A (zh) | 图像翻拍检测方法及其模型的训练方法、支付方法及装置 | |
CN106469269B (zh) | 一种密码管理的方法、装置及终端 | |
CN111611437A (zh) | 一种防止人脸声纹验证替换攻击的方法及装置 | |
CN111611562A (zh) | 访问服务器的方法及装置 | |
CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
CN106998332A (zh) | 安全登录方法、装置、存储介质和计算机设备 | |
CN106355066A (zh) | 人脸验证方法及人脸验证装置 | |
CN109285260A (zh) | 一种闸机控制方法及装置 | |
CN111860134A (zh) | 简历录入方法、装置、设备和存储介质 | |
CN112699355A (zh) | 一种用户与主机解耦的动态人脸认证方法及系统 | |
WO2022222957A1 (zh) | 一种目标识别的方法和系统 | |
CN111666785A (zh) | 行为识别方法、系统、装置、计算设备和介质 | |
JP6988160B2 (ja) | 情報処理装置及び情報処理プログラム | |
CN115906028A (zh) | 用户身份验证方法、装置和自助服务终端 | |
CN113032755B (zh) | 核电设备的操作人员验证方法、装置、设备和存储介质 | |
CN111611569A (zh) | 一种人脸声纹复核终端及其身份认证方法 |
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 |
Application publication date: 20210423 |
|
RJ01 | Rejection of invention patent application after publication |