CN113031847A - 基于vr技术的数据输入方法及装置、电子设备及存储介质 - Google Patents
基于vr技术的数据输入方法及装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113031847A CN113031847A CN202110477580.3A CN202110477580A CN113031847A CN 113031847 A CN113031847 A CN 113031847A CN 202110477580 A CN202110477580 A CN 202110477580A CN 113031847 A CN113031847 A CN 113031847A
- Authority
- CN
- China
- Prior art keywords
- input
- data
- sequence
- data sequence
- random
- 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 73
- 238000005516 engineering process Methods 0.000 title claims abstract description 45
- 230000006399 behavior Effects 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 21
- 238000013479 data entry Methods 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 238000012546 transfer Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04886—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种基于虚拟现实技术的数据输入方法及装置、电子设备、计算机可读存储介质。该数据输入方法和装置可用于人工智能技术领域、金融领域或其他领域。该基于虚拟现实技术的数据输入方法包括:基于预设数据的序列生成包含预设数据的随机数据序列;通过虚拟现实技术显示随机数据序列;采集用户的输入行为,输入行为与用户针对随机数据序列的操作相关;基于输入行为和随机数据序列生成输入数据序列;比对预设数据的序列与输入数据序列,生成比对结果;基于比对结果与第一预设条件的关系,确定输入数据序列的输入。
Description
技术领域
本公开涉及信息安全技术领域,更具体地,涉及基于虚拟现实技术的数据输入方法及装置、电子设备、计算机可读存储介质以及计算机程序产品。
背景技术
目前传统的数据输入(例如密码等)需要由具备键盘或按键的物理设备进行输入,由于该类输入设备的键盘位置和字符位置固定,用户每次输入密码都需要按照固定的输入顺序敲击密码键盘。其他人员可以通过观察或者记录用户输入动作和位置获取密码,该种密码输入方式存在一定的安全隐患。相关技术的虚拟键盘一般采用了红外摄像头辅助或红外激光辅助定位的方式,容易受到外界环境所影响,例如,容易因遮挡导致系统识别的密码与用户实际输入的密码不同,这种对于手指定位的方式存在准确性低,信息采集速率慢等问题。此外,用户在输入密码过程中,通过显示器进行显示,显示器上的数据信息容易被观察到,存在一定的数据泄露风险。
发明内容
有鉴于此,本公开提供了一种基于虚拟现实(Virtual Reality,缩写VR)技术的数据输入方法及装置、电子设备、计算机可读存储介质以及计算机程序产品。
本公开的一个方面提供了一种基于虚拟现实技术的数据输入方法,其包括:基于预设数据的序列生成包含所述预设数据的随机数据序列;通过虚拟现实技术显示所述随机数据序列;采集用户的输入行为,所述输入行为与用户针对所述随机数据序列的操作相关;基于所述输入行为和所述随机数据序列生成输入数据序列;比对所述预设数据的序列与所述输入数据序列,生成比对结果;基于所述比对结果与第一预设条件的关系,确定所述输入数据序列的输入。
根据本公开的实施例,所述输入行为包括输入部的输入位置以及输入部的触发状态;所述输入位置与所述随机数据序列中的字符位置相对应;所述触发状态包括触发输入和未触发输入。
根据本公开的实施例,所述基于所述输入行为和所述随机数据序列生成输入数据序列包括:通过训练的神经网络获取所述输入部的所述输入位置和所述触发状态。
根据本公开的实施例,所述通过训练的神经网络获取所述输入部的所述输入位置和所述触发状态包括:通过所述神经网络中的轮廓识别算法获取所述输入部的轮廓,基于所述轮廓得出所述输入位置;通过K向量算法获取位于所述轮廓底部的触发点,基于所述触发点的位置变化,生成所述触发状态。
根据本公开的实施例,所述K向量算法的计算公式包括:
其中,k表示所述轮廓的底部的任一点所在位置的斜率,k1表示与所述任一点相邻的第一点所在位置的斜率,k2表示与所述任一点相邻的第二点所在位置的斜率;所述第一点与所述任一点的间距与所述第二点与所述任一点的间距相同。
根据本公开的实施例,通过所述输入位置获取所述随机数据序列中的所述字符位置;通过所述触发状态获取所述随机数据序列中与所述字符位置对应的字符输入指令。
根据本公开的实施例,基于所述字符输入指令的触发时间顺序生成所述输入数据序列。
根据本公开的实施例,所述输入行为通过图像采集装置进行采集。
根据本公开的实施例,所述的数据输入方法还包括通过所述虚拟现实技术显示所述比对结果。
根据本公开的实施例,所述预设数据的序列包括用户密码。
根据本公开的实施例,所述预设数据的随机数据序列包括键盘序列。
根据本公开的实施例,所述随机数据序列中的字符个数大于所述预设数据的字符个数。
根据本公开的实施例,若所述比对结果满足所述第一预设条件,输入所述输入数据序列;若所述比对结果不满足所述第一预设条件,通过虚拟现实技术显示提示信息。
本公开的另一个方面提供了一种基于虚拟现实技术的数据输入装置,包括:数据生成模块,配置为基于预设数据的序列生成包含所述预设数据的随机数据序列;显示模块,配置为通过虚拟现实技术显示所述随机数据序列;采集模块,配置为采集用户的输入行为,所述输入行为与用户针对所述随机数据序列的操作相关;第一数据处理模块,配置为基于所述输入行为和所述随机数据序列生成输入数据序列;第二数据处理模块,配置为比对所述预设数据的序列与所述输入数据序列,生成比对结果;第三数据处理模块,配置为基于所述比对结果与第一预设条件的关系,确定所述输入数据序列的输入。
本公开的另一个方面提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储可执行指令,所述可执行指令在被所述处理器执行时,实现根据上文所述的数据输入方法。
本公开的另一个方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时,实现根据上文所述的数据输入方法。
本公开的另一个方面提供了一种计算机程序产品,所述产品存储有计算机程序,所述计算机程序在被执行时能够实现根据上文所述的数据输入方法。
根据本公开的实施例,基于预设数据的序列生成包含预设数据的随机数据序列,并通过虚拟现实技术显示随机数据序列,提高数据的安全性,并能有效防止数据泄露的问题。此外,用户通过虚拟现实技术获取到随机数据序列并根据显示的随机数据序列执行输入行为,该随机数据序列无法被除用户之外的人员获取,并且输入数据序列是基于输入行为和随机数据序列生成的。因此,本公开的数据输入方法可以有效地提高数据输入的安全性。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据输入方法及装置的应用场景;
图2示意性示出了根据本公开实施例的数据输入方法的流程图;
图3示意性示出了根据本公开实施例的轮廓识别算法来计算轮廓的流程图;
图4示意性示出了根据本公开实施例的K向量算法来计算触发点以及触发状态的流程图;
图5示意性示出了根据本公开实施例的数据输入装置的方框图;
图6A示意性示出了根据本公开实施例的数据处理模块的方框图;
图6B示意性示出了根据本公开实施例的数据生成模块的方框图;
图6C示意性示出了根据本公开实施例的采集模块的方框图;
图7示意性示出了根据本公开实施例的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。
随着虚拟现实(Virtual Reality,缩写VR)技术的发展,其应用越来越广泛,相关技术中的键盘、鼠标的数据输入方式以及采用显示器显示的方式存在一定的数据泄露风险。例如,容易被其他人员获知输入的信息等。相比而言,虚拟现实技术所显示的信息在除用户以外,其他人员无法获得显示画面。因此,其显示的内容具有较高的安全性。此外,虚拟现实技术可以通过与虚拟现实设备相关联的设备进行输入,其输入的界面信息也无法被其他人员所获知,安全性更高。因此,本公开通过结合虚拟现实技术提高数据输入的安全性。
本公开的实施例提供了一种基于虚拟现实技术的数据输入方法,包括:基于预设数据的序列生成包含预设数据的随机数据序列。通过虚拟现实技术显示随机数据序列。采集用户的输入行为,输入行为与用户针对随机数据序列的操作相关。基于输入行为和随机数据序列生成输入数据序列。比对预设数据的序列与输入数据序列,生成比对结果。基于比对结果与第一预设条件的关系,确定输入数据序列的输入。根据本公开实施方式的数据输入方法实现了生成随机数据序列、通过虚拟现实显示随机数据序列、采集用户输入行为、基于用户输入行为和随机数据序列生成输入数据序列,有效保护用户输入密码的过程等功能,提高了用户输入密码过程的安全性与用户信息的隐蔽性。
图1示意性示出了根据本公开实施例的可以应用数据输入方法和装置的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。需要说明的是,本公开实施例提供的基于虚拟现实技术的数据输入方法及装置、电子设备以及存储介质可用于人工智能技术领域、金融领域的信息安全的相关方面,也可用于金融领域之外的其他领域,如计算机技术领域,本公开实施例提供的基于虚拟现实技术的数据输入方法及装置、电子设备以及存储介质对应用领域不作限定。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102,网络103和服务器104。网络103用以在终端设备101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102通过网络103与服务器104交互,以接收或发送消息等。终端设备101、102上可以安装各种虚拟现实的客户端应用以及通讯客户端应用,例如虚拟现实类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102可以是具有VR现实功能的显示屏并且支持虚拟现实显示技术以及通信或网页浏览的各种电子设备,包括但不限于VR眼镜、智能手机等等电子设备,例如终端设备102是安装有智能手机的VR设备,智能手机通过辅助部件作为VR设备进行显示。在本公开的其他实施例中,终端设备也可以是其他的具有虚拟现实显示功能的电子设备。
服务器104可以是提供各种服务的服务器,例如对用户利用终端设备101、102所浏览的网站或所需要的数据提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备101、102。
需要说明的是,本公开实施例所提供的数据输入方法一般可以由服务器104执行。相应地,本公开实施例所提供的数据输入装置一般可以设置于服务器104中。本公开实施例所提供的数据输入方法也可以由不同于服务器104且能够与终端设备101、102和/或服务器104通信的服务器或服务器集群执行。相应地,本公开实施例所提供的数据输入装置也可以设置于不同于服务器104且能够与终端设备101、102和/或服务器104通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的数据输入方法的流程图。
如图2所示,本公开的基于虚拟现实技术的数据输入方法的流程包括操作S201至操作S206。
在操作S201中,基于预设数据的序列生成包含预设数据的随机数据序列。
在本公开的实施例中,预设数据的序列可以包括用户密码。预设数据为密码中的字符。例如,可以是数字、字母或特殊字符。用户密码包括数字、字母以及特殊字符中的至少一种,并且用户密码是由这些数字、字母或特殊字符组成的具有特定顺序的序列。
在本公开的实施例中,随机数据序列可以包括键盘序列。随机数据序列例如是用于显示的3x3(9宫格)的键盘序列,或者是与Qwerty键盘具有相同键位的键盘序列,或者是其他规格(例如5x5、3x10等)的键盘序列。
随机数据序列中具有的字符个数大于预设数据的字符个数。例如,键盘序列中的字符个数大于用户密码中的字符个数,可以有效提高安全性。随机数据序列中的字符包含预设数据的序列中的所有字符,并且,随机数据的字符可以不包括全部的26个字母、0-9的数字以及特殊字符。例如,预设数据中的字符由a、b、c、1、2、3组成,则随机数据的字符可以包含预设数据的字符a、b、c、1、2、3以及其他的字母(例如h、k、m、s等,数字5、7、9等),通过该随机数据序列可以得到预设数据的序列,即用户通过键盘序列中的字符可以输入正确的密码。
根据本公开的实施例,通过生成随机数据序列,可以提高密码输入的安全性,该随机数据序列相比现有技术中的固定的数据序列而言,不容易被记录或破解。
在操作S202中,通过虚拟现实技术显示随机数据序列。
在本公开的实施例中,生成的随机数据序列通过虚拟现实技术进行显示。例如VR眼镜、头戴式虚拟现实显示器或者手机,该手机通过安装虚拟现实应用也可以实现虚拟现实显示的功能,如图1中的终端设备102。
根据本公开的实施例,虚拟现实技术进行显示时,用户需要佩戴特定的虚拟现实设备,在相关技术中,虚拟现实设备仅为单个用户提供。用户在使用虚拟现实设备的过程中,除了用户之外的其他人员无法获取虚拟现实设备显示的内容,相比手机、笔记本等电子设备的显示屏显示而言,通过虚拟现实技术显示随机数据序列更安全。
在操作S203中,采集用户的输入行为,输入行为与用户针对随机数据序列的操作相关。
用户根据虚拟现实技术显示的随机数据序列进行输入操作,通过采集用户的输入行为,确定用户输入的字符和输入的顺序等。用户在看到显示的随机数据序列后,例如看到在VR眼镜显示的键盘序列后,通过输入部点击特定的位置或区域(例如密码输入区或者键盘输入区),完成密码的输入。
例如输入部可以是与VR设备相配套的控制部件,或者也可以是用户的手指。
在操作S204中,基于输入行为和随机数据序列生成输入数据序列。
在本实施方式中,输入行为包括输入部的输入位置以及输入部的触发状态。输入位置与随机数据序列中的字符位置相对应。触发状态包括触发输入和未触发输入。
输入部在设定的区域进行输入,例如是在密码输入区进行输入。密码输入区可以是与随机数据序列相对应的形状,也可以是特定的形状。用户在密码输入区进行输入时,通过图像采集装置对输入部的输入位置和触发状态进行采集。输入位置与随机数据序列的位置相对应,可以通过输入位置确定用户点击的随机数据序列中的字符。触发状态用于确定用户在随机数据序列中的字符的输入状态。例如若判断用户点击随机数据序列中的字符,则触发输入该字符,生成字符输入指令;若判断用户未点击随机数据序列中的字符,则未触发输入该字符,不生成字符输入指令。
在本公开的实施例中,图像采集装置例如可以使RGB摄像头,也可以是红外摄像头,或者其他可用的图像采集装置。图像采集装置用于对用户的输入行为进行录像,从而生成图像,经过对图像进行处理,得到用户输入行为的输入部的输入位置和触发状态。
根据本公开的实施例,采用图像采集装置进行输入行为采集可以有效避免键盘被遮挡导致输入错误等问题。此外,用户每次输入密码的过程也做到了无迹可寻,实现了用户输入密码过程的安全性。
在本公开的实施例中,输入数据序列可以是用户输入的输入密码,该输入密码通过用户的输入行为和随机数据序列计算得到。例如,确定用户在密码输入区的输入位置和触发状态后,通过将该输入位置和触发状态与随机数据序列进行融合得到输入密码。输入位置与随机数据序列具有对应的区域,通过确定输入位置以及触发状态,进一步确定在随机数据序列中对应区域的触发状态,从而选择随机数据序列中对应区域的字符。
根据本公开的实施例,通过输入位置获取随机数据序列中的字符位置。输入部的输入位置与随机数据序列中的字符位置具有对应关系。通过确定输入部在密码输入区的输入位置,进而计算出与该输入位置对应的随机数据序列中的字符位置。
通过触发状态获取随机数据序列中与字符位置对应的字符输入指令。例如,在输入部的触发状态为触发输入时,则在随机数据序列中的与输入位置对应的字符位置生成字符输入指令。即在随机数据序列中的与输入位置对应的字符被输入至相应的处理设备。
基于字符输入指令的触发时间顺序生成输入数据序列。字符输入指令之间具有时间的先后顺序,基于触发的时间顺序形成输入数据序列。
根据本公开的实施例,随机数据序列仅仅向用户展示,无法被除用户之外的人员获取,具有较高的安全性。此外,由于密码输入区域没有信息显示,即没有字符位置显示以及触发状态显示,用户在密码输入区的输入位置和触发状态无法被其他人员获取,进而提高密码输入的隐蔽性和安全性。整个输入过程均不包含信息泄露的风险,且在用户需要输入密码时,随机生成需要输入的键盘字符位置,字符位置均不同,保证了用户在输入密码过程中信息的隐蔽性。
在操作S205中,比对预设数据的序列与输入数据序列,生成比对结果。
预设数据的序列可以是用户密码,输入数据序列用户输入的输入密码,通过比对用户密码和输入密码,得出比对结果。
比对预设数据的序列与输入数据序列的过程包括比对预设数据与输入数据的字符是否一致,以及比对预设数据与输入数据字符的输入顺序是否一致等。
在本公开的实施例中,通过虚拟现实技术显示比对结果。例如,若输入数据序列与预设数据的序列不一致,则通过虚拟现实技术显示密码错误信息,并提示用户重新输入等信息。
在操作S206中,基于比对结果与第一预设条件的关系,确定输入数据序列的输入。
第一预设条件可以包括预设数据的序列与输入数据序列完全一致。
若比对结果满足第一预设条件,输入该输入数据序列至相应的服务器。例如,预设数据的序列与输入数据序列完全一致,包括字符种类以及字符输入顺序一致等。则将该输入数据序列输入至目标服务器,用户获得相应的访问权限等。
若比对结果不满足第一预设条件,通过虚拟现实技术显示提示信息。例如,预设数据的序列与输入数据序列不完全一致,只要输入数据序列与预设数据的序列存在字符种类以及字符输入顺序中至少一个不一致,则表明比对结果不满足第一预设条件,用户获取访问权限失败。并通过虚拟现实技术现实提示信息,例如显示密码错误、重新输入等提示信息。
在本公开的实施例中,基于输入行为和随机数据序列生成输入数据序列包括:通过训练的神经网络获取输入部的输入位置和触发状态。
输入部的输入位置和输入部的触发状态可以通过训练的神经网络进行获取。例如,采用CNN卷积神经网络对手部轮廓进行特征提取,分别记录多次(例如500次)传统9键密码键盘中点击各按键的不同姿势、角度及光照背景情况下的手指位置作为训练样本构建训练集,采用SVM分类器对手指轮廓样本训练集进行分类,得到手指在按压传统9键键盘中不同按键位置的手指轮廓分类,根据手指轮廓确定按键位置。在实际的输入中,根据获取的手指轮廓即可获得该次的手指在键盘按键定位。在其他的可选实施方式中,也可以基于其他形状的输入部对CNN卷积神经网络的训练。
在获取手指在键盘按键定位后,根据手指的轮廓确定触发点(即手指的指尖),并基于触发点的位置变化生成触发状态。
在本公开的实施例中,通过训练的神经网络获取输入部的输入位置和触发状态包括:通过神经网络中的轮廓识别算法获取输入部的轮廓,基于轮廓得出输入位置,以及通过K向量算法获取轮廓底部的触发点,基于触发点的位置变化,生成触发状态。
根据本公开的实施例,采用CNN卷积神经网络以及K向量算法对用户输入行为进行数据化处理,可以准确的将用户的输入行为转换为对应的输入数据,提高了图像数据转换为整形数据的准确性。
图3示意性示出了根据本公开实施例的轮廓识别算法来计算轮廓的流程图。
轮廓识别算法计算轮廓的流程包括操作S301至操作S307。
通过图像采集装置采集到用户的输入行为后,对输入行为的照片进行灰度处理,将手指区域的像素设置为白色像素点,其他区域设置为黑色像素点,基于像素点的颜色不同来进行轮廓识别。具体步骤如下:
在操作S301中,随机选取图像中的一个像素点,并执行操作S302。
在操作S302中,判断该像素点是黑色像素点还是白色像素点,如果像素点为白色,则执行操作S303。如果像素点为黑色,则执行操作S301。
在操作S303中,判断该像素点周围8个方向的像素点是否全部为白色,如果该像素点8个方向的像素点全部为白色,则执行操作S305,如果存在一个像素点为黑色,则执行操作S304。
例如,像素点的8个方向表示以该像素为中心,8个方向形成米字型,每个方向对应有一个像素点。
在操作S304中,将该像素点设置为边界点,执行操作S306。
例如,将黑色的像素点设置为轮廓的边界点。
在操作S305中,将该像素点设置为内部点,执行操作S306。
例如,将白色的像素点设置为轮廓的内部点。
在操作S306中,判断图像中的所有像素点是否遍历完成,如果遍历完成则执行操作S307结束本流程。如果未遍历完成,则返回操作S301,继续执行本流程直到遍历完成。
例如,遍历完成表明对图像中的所有的像素点均进行了判断,结束流程后,形成手指的轮廓。
在本公开的其他实施方式中,计算得出的轮廓也可以是其他的输入部的轮廓,例如特定的输入笔等。
根据输入部的在不同位置的轮廓的区别,将轮廓进行分类,每一种分类可以对应一个输入位置。在进行输入位置判断时,先通过轮廓识别算法计算出输入部的轮廓,然后根据训练后的CNN卷积神经网络对轮廓的分类确定输入位置。
在本公开的实施例中,在确定输入部的轮廓后,通过K向量算法获取轮廓底部的触发点,基于触发点的位置变化,生成触发状态。
图4示意性示出了根据本公开实施例的K向量算法来计算触发点以及触发状态的流程图。
根据本公开的实施例,K向量算法来计算触发点以及触发状态的流程包括操作S401至操作S407。
在操作S401中,获取轮廓边界线。例如,通过轮廓识别算法获取轮廓边界线,并选取轮廓边界线的位于轮廓底部的部分。例如,轮廓底部的部分是指通过图像采集装置采集的输入部端部区域,即输入部的靠近键盘输入区的端部部分。在本公开的实施例中,图像采集装置设置在键盘输入区域的周向位置,并且与键盘输入区域保持固定。
在操作S402中,任取轮廓线上一点,计算轮廓线上任一点左侧和右侧相同距离上的两个点的向量余弦值。
根据本公开的实施例,K向量算法公式包括
其中,k表示轮廓的底部的任一点所在位置的斜率,k1表示与该任一点相邻的第一点所在位置的斜率,k2表示与该任一点相邻的第二点所在位置的斜率。第一点与该点的间距与第二点与该点的间距相同。
当K值取最小值时,表明该点为触发点。即在K值取最小值时,触发点为轮廓线上的顶点位置。
在操作S403中,判断向量余弦值(K值)是否最小,若不是最小余弦值,返回操作S402,则继续进行判断。若是最小余弦值,则执行操作S404。
在操作S404中,将轮廓线上的点确定为触发点。
在操作S405中,确定触发点是否位于字符位置,若位于字符位置,则执行操作S406,若没有位于字符位置,则执行操作S407。
在操作S406中,确定触发状态为触发输入。
在操作S407中,确定触发状态为未触发输入。
在本公开的实施例中,例如,图像采集装置设置在键盘输入区域的正前方向的侧壁上,因此,在轮廓线上向量余弦值最小且相对镜头最近的点为触发点。通过预先定义随机数据序列的字符在键盘输入区中的字符位置,每个字符在键盘输入区具有对应的区域,例如是方形区域或者圆形区域。当触发点进入该区域,则认为触发点位于该字符位置。因此,字符位置对应的字符输入指令可以被获取。
根据本公开的实施例,通过采用上述的K向量算法的计算公式可以快速确定轮廓上的触发点的位置,实现快速定位,提高准确率和定位效率。
图5示意性示出了根据本公开实施例的数据输入装置的方框图。
图6A示意性示出了根据本公开实施例的数据处理模块的方框图。
图6B示意性示出了根据本公开实施例的数据生成模块的方框图。
图6C示意性示出了根据本公开实施例的采集模块的方框图。
下面结合图5、图6A-图6C对本公开实施例的数据输入装置进行详细描述。
如图5所示,数据输入装置500包括数据生成模块510、显示模块520、采集模块530、数据处理模块540。如图6A所示,数据处理模块540包括第一数据处理模块541、第二数据处理模块542、第三数据处理模块543。
数据生成模块510生成随机数据序列后分别传递至数据处理模块540以及显示模块520,数据处理模块540对随机数据序列进行数据处理,显示模块520根据随机数据序列进行显示,采集模块530用于采集用户的输入行为并发送至数据处理模块540。
具体地,数据生成模块510配置为基于预设数据的序列生成包含预设数据的随机数据序列。
如图6B所示,数据生成模块510包括随机数据序列生成单元511和数据传递单元512。例如,随机数据序列生成单元511用于生成随机的数据序列,数据序列可以是包含数字、字母、特殊字符中的至少一种的数据序列,也可以是其他的数据序列。随机数据序列单元511在用户需要进行密码输入时生成随机数据序列,该随机数据序列是通过储存在该单元内部的rand()函数对0-9的十个数字和/或对a-z的26个字母以及其他字符随机排列,生成随机数据序列,即键盘序列。该键盘序列中的数字、字母以及特殊字符包含用户密码中的所有字符。数据传递单元512用于将随机生成的键盘序列传递至数据处理模块540以及显示模块520。在本公开的实施方式中,数据的传递方式可以是有线传递,例如电缆或光纤,以及无线传递,例如WIFI,蓝牙等。
显示模块520配置为通过虚拟现实技术显示随机数据序列。显示模块520用于进行显示数据,显示模块可以设置在服务器中,其用于对数据进行处理,并将处理后的数据通过虚拟现实设备进行显示。例如服务器为云端服务器,其生成显示的数据后,发送至虚拟现实设备进行显示。在可选的实施例中,数据显示模块也可以是设置在虚拟现实设备中的显示模块,其用于接收数据后直接进行显示。
采集模块530配置为采集用户的输入行为,输入行为与用户针对随机数据序列的操作相关。
如图6C所示,采集模块530包括行为采集单元531以及数据传递单元532。
行为采集单元531例如可以是图像采集装置中的图像传感器,其用于采集图像。也可以是其他类型的传感器,用于采集用户的输入行为,用户可以通过手指输入,也可以使用其他的输入部进行输入,例如输入笔等。输入行为包括输入部或手指的位置、移动、触控等行为。
数据传递单元532用于将行为采集单元531采集的输入行为等数据传递至数据处理单元540,该传递方式可以是有线传递,例如电缆或光纤,以及无线传递,例如WIFI,蓝牙等。
在本公开的实施例中,如图6A所示,数据处理模块540包括第一数据处理模块541、第二数据处理模块542以及第三数据处理模块543。
其中,第一数据处理模块541配置为基于输入行为和随机数据序列生成输入数据序列。
第一数据处理模块541通过训练的神经网络获取输入部的输入位置和触发状态。并通过神经网络中的轮廓识别算法获取输入部的轮廓,基于轮廓得出输入位置。通过K向量算法获取轮廓底部的触发点,基于触发点的位置变化,生成触发状态。
在本公开的实施例中,通过输入位置获取随机数据序列中的字符位置。通过触发状态获取随机数据序列中与字符位置对应的字符输入指令。例如,例如触发状态为触发输入,则输入随机数据序列中与该字符位置对应的字符。字符输入指令即为输入字符。触发状态为未触发输入,则字符输入指令为不输入字符。
第二数据处理模块542配置为比对预设数据的序列与输入数据序列,生成比对结果。
预设数据的序列例如可以是储存在服务器中的用户密码,输入数据序列包括用户的输入密码。通过比对输入密码是否与服务器中的用户密码一致,生成比对结果。比对结果包括密码正确和密码错误等信息。
第三数据处理模块543配置为基于比对结果与第一预设条件的关系,确定输入数据序列的输入。第三数据处理模块534基于比对结果可以执行如下操作:
例如,若比对结果满足第一预设条件,输入输入数据序列,用户获得账户的访问权限。
若比对结果不满足第一预设条件,通过虚拟现实技术显示提示信息。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,数据生成模块510、显示模块520、采集模块530、数据处理模块540、第一数据处理模块541、第二数据处理模块542、第三数据处理模块543中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,数据生成模块510、显示模块520、采集模块530、数据处理模块540、第一数据处理模块541、第二数据处理模块542、第三数据处理模块543中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及同件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,数据生成模块510、显示模块520、采集模块530、数据处理模块540、第一数据处理模块541、第二数据处理模块542、第三数据处理模块543中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,根据本公开实施例的电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有系统700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM702和/或RAM703和/或ROM 702和RAM703以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行本公开实施例所提供的方法的程序代码,当计算机程序产品在电子设备上运行时,该程序代码用于使电子设备实现本公开实施例所提供的数据输入方法。
在该计算机程序被处理器701执行时,执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分709被下载和安装,和/或从可拆卸介质711被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
根据本公开的实施例,基于预设数据的序列生成包含预设数据的随机数据序列,并通过虚拟现实技术显示随机数据序列,提高数据的安全性,并能有效防止数据泄露的问题。此外,用户通过虚拟现实技术获取到随机数据序列并执行输入行为,该随机数据序列无法被除用户之外的人员获取,并且输入数据序列是基于输入行为和随机数据序列生成的。因此,本公开的数据输入方法可以有效地提高数据输入的安全性。
为了更加清楚的描述本公开实施例的数据输入方法,下面以实际可能存在的工作场景对本公开的数据输入方法进行描述说明,以帮助本领域技术人员对本公开具有更透彻的理解。例如,用户在进行密码输入是首先需要佩戴上连接至服务器中数据生成模块的头戴式显示装置,以查看本次密码输入操作的按键位置。随后用户根据随机生成的键盘位置将手放在指定的密码输入区域输入密码。用户手指的输入行为由设定在密码输入区附近的信息采集装置进行采集并传输给服务器中的数据处理模块生成具体的密码输入信息,并由该模块判断用户输入的密码是否正确,并通过头戴式显示装置进行信息提示。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。电应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (17)
1.一种基于虚拟现实技术的数据输入方法,其中,包括:
基于预设数据的序列生成包含所述预设数据的随机数据序列;
通过虚拟现实技术显示所述随机数据序列;
采集用户的输入行为,所述输入行为与用户针对所述随机数据序列的操作相关;
基于所述输入行为和所述随机数据序列生成输入数据序列;
比对所述预设数据的序列与所述输入数据序列,生成比对结果;
基于所述比对结果与第一预设条件的关系,确定所述输入数据序列的输入。
2.根据权利要求1所述的数据输入方法,其中,所述输入行为包括输入部的输入位置以及输入部的触发状态;
所述输入位置与所述随机数据序列中的字符位置相对应;
所述触发状态包括触发输入和未触发输入。
3.根据权利要求2所述的数据输入方法,其中,所述基于所述输入行为和所述随机数据序列生成输入数据序列包括:
通过训练的神经网络获取所述输入部的所述输入位置和所述触发状态。
4.根据权利要求3所述的数据输入方法,其中,所述通过训练的神经网络获取所述输入部的所述输入位置和所述触发状态包括:
通过所述神经网络中的轮廓识别算法获取所述输入部的轮廓,基于所述轮廓得出所述输入位置;
通过K向量算法获取位于所述轮廓底部的触发点,基于所述触发点的位置变化,生成所述触发状态。
6.根据权利要求2所述的数据输入方法,其中,通过所述输入位置获取所述随机数据序列中的所述字符位置;
通过所述触发状态获取所述随机数据序列中与所述字符位置对应的字符输入指令。
7.根据权利要求6所述的数据输入方法,其中,基于所述字符输入指令的触发时间顺序生成所述输入数据序列。
8.根据权利要求1至7中任一项所述的数据输入方法,其中,所述输入行为通过图像采集装置进行采集。
9.根据权利要求1至7中任一项所述的数据输入方法,其中,还包括通过所述虚拟现实技术显示所述比对结果。
10.根据权利要求1至7中任一项所述的数据输入方法,其中,所述预设数据的序列包括用户密码。
11.根据权利要求1至7中任一项所述的数据输入方法,其中,所述预设数据的随机数据序列包括键盘序列。
12.根据权利要求1至7中任一项所述的数据输入方法,其中,所述随机数据序列中的字符个数大于所述预设数据的字符个数。
13.根据权利要求1至7中任一项所述的数据输入方法,其中,
若所述比对结果满足所述第一预设条件,输入所述输入数据序列;
若所述比对结果不满足所述第一预设条件,通过虚拟现实技术显示提示信息。
14.一种基于虚拟现实技术的数据输入装置,包括:
数据生成模块,配置为基于预设数据的序列生成包含所述预设数据的随机数据序列;
显示模块,配置为通过虚拟现实技术显示所述随机数据序列;
采集模块,配置为采集用户的输入行为,所述输入行为与用户针对所述随机数据序列的操作相关;
第一数据处理模块,配置为基于所述输入行为和所述随机数据序列生成输入数据序列;
第二数据处理模块,配置为比对所述预设数据的序列与所述输入数据序列,生成比对结果;
第三数据处理模块,配置为基于所述比对结果与第一预设条件的关系,确定所述输入数据序列的输入。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储可执行指令,所述可执行指令在被所述处理器执行时,实现根据权利要求1至13中任一项所述的数据输入方法。
16.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时,实现根据权利要求1至13中任一项所述的数据输入方法。
17.一种计算机程序产品,其中,所述产品存储有计算机程序,所述计算机程序在被执行时能够实现根据权利要求1至13中任一项所述的数据输入方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477580.3A CN113031847A (zh) | 2021-04-29 | 2021-04-29 | 基于vr技术的数据输入方法及装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477580.3A CN113031847A (zh) | 2021-04-29 | 2021-04-29 | 基于vr技术的数据输入方法及装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113031847A true CN113031847A (zh) | 2021-06-25 |
Family
ID=76455456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477580.3A Pending CN113031847A (zh) | 2021-04-29 | 2021-04-29 | 基于vr技术的数据输入方法及装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113031847A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718041A (zh) * | 2015-12-09 | 2016-06-29 | 中科创达软件科技(深圳)有限公司 | 一种采集密码系统及采集密码方法 |
CN106354412A (zh) * | 2016-08-30 | 2017-01-25 | 乐视控股(北京)有限公司 | 基于虚拟现实设备的输入方法及装置 |
CN107688388A (zh) * | 2017-08-20 | 2018-02-13 | 平安科技(深圳)有限公司 | 密码输入的控制设备、方法及计算机可读存储介质 |
CN107743604A (zh) * | 2015-09-16 | 2018-02-27 | 谷歌有限责任公司 | 增强和/或虚拟现实环境中的触摸屏悬停检测 |
EP3528094A1 (en) * | 2017-05-12 | 2019-08-21 | Alibaba Group Holding Limited | Method and device for inputting password in virtual reality scene |
CN110462618A (zh) * | 2017-04-04 | 2019-11-15 | 维萨国际服务协会 | 使用受控随机化授权虚拟现实交互 |
-
2021
- 2021-04-29 CN CN202110477580.3A patent/CN113031847A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743604A (zh) * | 2015-09-16 | 2018-02-27 | 谷歌有限责任公司 | 增强和/或虚拟现实环境中的触摸屏悬停检测 |
CN105718041A (zh) * | 2015-12-09 | 2016-06-29 | 中科创达软件科技(深圳)有限公司 | 一种采集密码系统及采集密码方法 |
CN106354412A (zh) * | 2016-08-30 | 2017-01-25 | 乐视控股(北京)有限公司 | 基于虚拟现实设备的输入方法及装置 |
CN110462618A (zh) * | 2017-04-04 | 2019-11-15 | 维萨国际服务协会 | 使用受控随机化授权虚拟现实交互 |
EP3528094A1 (en) * | 2017-05-12 | 2019-08-21 | Alibaba Group Holding Limited | Method and device for inputting password in virtual reality scene |
CN107688388A (zh) * | 2017-08-20 | 2018-02-13 | 平安科技(深圳)有限公司 | 密码输入的控制设备、方法及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102224721B1 (ko) | 사용자와 연관된 생체인식 모델에 기초하여 사용자를 인증하는 시스템 및 방법 | |
US10691928B2 (en) | Method and apparatus for facial recognition | |
Mulfari et al. | Using Google Cloud Vision in assistive technology scenarios | |
US20210192031A1 (en) | Motion-based credentials using magnified motion | |
CN108491823B (zh) | 用于生成人眼识别模型的方法和装置 | |
US10339334B2 (en) | Augmented reality captcha | |
CN111914775B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN109711427A (zh) | 目标检测方法及相关产品 | |
US20220092353A1 (en) | Method and device for training image recognition model, equipment and medium | |
CN114049568A (zh) | 基于图像比对的标的物形变检测方法、装置、设备及介质 | |
CN112581344A (zh) | 一种图像处理方法、装置、计算机设备及存储介质 | |
CN111881431A (zh) | 人机验证方法、装置、设备及存储介质 | |
CN114443034A (zh) | 优化界面布局的方法、装置、设备及介质 | |
CN114299366A (zh) | 一种图像检测方法、装置、电子设备及存储介质 | |
CN110674480A (zh) | 行为数据处理方法、装置、设备及可读存储介质 | |
CN110781833A (zh) | 一种认证方法、装置及电子设备 | |
CN114282258A (zh) | 截屏数据脱敏方法、装置、计算机设备及存储介质 | |
CN106919260B (zh) | 网页操作方法和装置 | |
CN111552829A (zh) | 用于分析图像素材的方法和装置 | |
CN113031847A (zh) | 基于vr技术的数据输入方法及装置、电子设备及存储介质 | |
CN113378127A (zh) | 异常登录识别方法、异常登录识别装置和电子设备 | |
CN114332961A (zh) | 基于指纹识别输入密码的方法、装置、设备、存储介质 | |
CN113255512B (zh) | 用于活体识别的方法、装置、设备以及存储介质 | |
KR102603276B1 (ko) | Xr 기반의 감리 보조 장치, 방법 및 프로그램 | |
CN114972500A (zh) | 查验方法、标注方法、系统、装置、终端、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |
|
RJ01 | Rejection of invention patent application after publication |