CN113656843A - 信息验证方法、装置、设备和介质 - Google Patents
信息验证方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113656843A CN113656843A CN202110950494.XA CN202110950494A CN113656843A CN 113656843 A CN113656843 A CN 113656843A CN 202110950494 A CN202110950494 A CN 202110950494A CN 113656843 A CN113656843 A CN 113656843A
- Authority
- CN
- China
- Prior art keywords
- verification
- determining
- verification result
- objects
- response
- 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
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
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/945—User interactive design; Environments; Toolboxes
-
- 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
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Bioethics (AREA)
- Collating Specific Patterns (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种信息验证方法、装置、设备和介质,涉及计算机领域,具体涉及计算机视觉、图像处理和增强现实技术。该方法包括:确定目标图像中的多个第一对象;确定目标图像中的至少一个第二对象;以及针对多个第一对象中的每一个第一对象,执行以下第一验证操作:确定至少一个第二对象中是否包括与该第一对象相关联的第二对象;响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及输出第一验证结果。
Description
技术领域
本公开涉及计算机领域,具体涉及计算机视觉、图像处理和增强现实技术,特别涉及一种信息验证方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
随着相关技术的发展,人脸识别、证件信息验证等基于视觉的信息验证方法的应用场景日趋广泛,而现有的信息验证方法大多是在简单场景下进行的,而在面对复杂场景时,这些方法的准确性、鲁棒性、实时性均受到挑战。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种信息验证方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种信息验证方法。信息验证方法包括:确定目标图像中的多个第一对象;确定目标图像中的至少一个第二对象;以及针对多个第一对象中的每一个第一对象,执行以下第一验证操作:确定至少一个第二对象中是否包括与该第一对象相关联的第二对象;响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及输出第一验证结果。
根据本公开的另一方面,提供了一种信息验证装置。信息验证装置包括:第一确定单元,被配置为确定目标图像中的多个第一对象;第二确定单元,被配置为确定目标图像中的至少一个第二对象;以及验证单元,被配置为针对多个对象中的每一个第一对象,执行第一验证操作,其中,验证单元包括:确定子单元,被配置为确定至少一个第二对象中是否包括与该第一对象相关联的第二对象;验证子单元,被配置为响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及输出子单元,输出第一验证结果。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,这些指令被至少一个处理器执行,以使至少一个处理器能够执行上述信息验证方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述信息验证方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述信息验证方法。
本公开的方法能够提高信息验证的处理效率,同时增强了用户体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开示例性实施例的信息验证方法的流程图;
图3示出了根据本公开示例性实施例的目标图像中的第一对象和第二对象的示意图;
图4示出了根据本公开示例性实施例的确定至少一个第二对象中是否包括与该第一对象相关联的第二对象的流程图;
图5示出了根据本公开示例性实施例的确定至少一个第二对象中是否包括与该第一对象相关联的第二对象的示意图;
图6示出了根据本公开示例性实施例的对与该第一对象相关联的第二对象进行第一验证的流程图;
图7示出了根据本公开示例性实施例的第一验证操作的流程图;
图8示出了根据本公开示例性实施例的验证结果信息的示意图;
图9示出了根据本公开示例性实施例的第一验证操作的流程图;
图10示出了根据本公开示例性实施例的信息验证装置的结构框图;以及
图11示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
相关技术中,现有的信息验证方法逐一对多个用户进行信息验证,因此在用户较多时处理效率低,影响了用户体验。
为解决上述问题,本公开通过在目标图像中确定多个第一对象(例如,人脸)和至少一个第二对象(例如,通行码、证件等待验证信息),并在至少一个第二对象中确定与第一对象相关联的第二对象,进而对这些第二对象进行验证,得到相应的第一验证结果并进行输出,以实现同时对多个第一对象各自相关联的第二对象进行信息验证。相比于逐一对多个第一对象各自相关联的第二对象进行验证,本公开的方法能够提高信息验证的处理效率,同时增强了用户体验。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行信息验证的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来进行信息验证。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口,例如,客户端可以通过图像采集设备拍摄包括用户的目标图像。客户端设备还可以经由该接口向用户输出信息,例如,客户端可以向用户输出信息验证的结果。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如服务机器人、自助服务终端、便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLEChrome OS);或包括各种移动操作系统,例如MICROSOFT Windows Mobile OS、iOS、WindowsPhone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
根据本公开的一方面,提供了一种信息验证方法。如图2所示,信息验证方法包括:步骤S201、确定目标图像中的多个第一对象;步骤S202、确定目标图像中的至少一个第二对象;步骤S203、针对多个第一对象中的每一个第一对象,执行第一验证操作;步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象;步骤S205、响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及步骤S206、输出第一验证结果。
由此,通过在目标图像中确定多个第一对象(例如,人脸)和至少一个第二对象(例如,通行码、证件等待验证信息),并在至少一个第二对象中确定与第一对象相关联的第二对象,进而对这些第二对象进行验证,得到相应的第一验证结果并进行输出,以实现同时对多个第一对象各自相关联的第二对象进行信息验证。相比于逐一对多个第一对象各自相关联的第二对象进行验证,本公开的方法能够提高信息验证的处理效率,同时增强了用户体验。
根据一些实施例,目标图像例如可以是由图像采集设备拍摄到单张图像,也可以是连续视频帧中的一帧,包括但不限于存储的历史连续视频帧中的一帧和实时采集到的连续视频帧中的一帧,在此不做限定。可以理解的是,本公开提出的信息验证方法可以实时地对连续视频帧中的每一帧进行处理或抽帧进行处理。
根据一些实施例,第一对象例如可以是目标图像中的人物,也可以是这些人物的人脸。第二对象例如可以是这些人物所出示的待验证信息,例如,通行码、证件、毕业证书、离职证明等等,在此不做限定。在一些示例性实施例中,第二对象还可以包括人脸,例如,通行码中的用户人脸图像、证件中的证件照等等。
根据一些实施例,步骤S201、确定目标图像中的多个第一对象可以使用人脸识别与检测技术。在一个示例性实施例中,如图3所示,可以使用基于深度学习的人脸识别与检测技术在目标图像300中确定分别包围多个用户人脸302、304、306的多个检测框308、310、312,并将这些人脸作为第一对象。
根据一些实施例,步骤S202、确定目标图像中的至少一个第二对象可以使用目标检测技术。在一个示例性实施例中,如图3所示,可以使用基于深度学习的目标检测技术在目标图像中确定包围多个通行码、证件等待验证信息318、320的多个检测框314、316,并将这些待验证信息作为第二对象。
根据一些实施例,步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象例如可以包括:至少基于至少一个第二对象中的每一个第二对象与该第一对象的相对位置,确定至少一个第二对象中是否包括与该第一对象相关联的第二对象。通常情况下,用户在进行信息验证时,该用户出示的待验证信息与该用户的人脸的距离较近。因此,通过确定多个第一对象(例如,人脸)和至少一个第二对象(例如,待验证信息)之间的相对位置关系,能够快速确定第一对象和第二对象之间的关联关系。
在一个示例性实施例中,如图3所示,左侧用户的人脸302和该用户手持的通行码318距离较近,同时右侧用户的人脸306和该用户手持的证件信息320距离较近。通过使用就近关联的方式,可以成功将通行码318与第一对象302进行匹配,并将证件信息320与第一对象306进行匹配。
根据一些实施例,步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象例如可以包括:至少基于至少一个第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度,确定至少一个第二对象中是否包括与该第一对象相关联的第二对象。在同时进行信息验证的用户较多的情况下,目标图像中会出现较多的第一对象和较多的第二对象,此时基于相对位置确定第一对象和第二对象之间的关联关系可能会产生较大的误差。在这样的情况下,考虑到第二对象中通常带有人脸图像,可以使用第二对象中的人脸图像和第一对象进行匹配,并根据匹配程度确定与第一对象相关联的第二对象。由此,通过使用基于人脸的匹配,能够得到更准确的多个第一对象与至少一个第二对象之间的关联结果。
在一个示例性实施例中,如图3所示,右侧用户手持的证件信息320与中间用户的人脸304之间的距离和与右侧用户的人脸306之间的距离相近,如果此时中间用户向右移动,则可能会导致错误关联。因此,可以使用证件信息320中的人脸图像322与右侧用户的人脸306或中间用户的人脸304进行匹配,并最终将证件信息320与第一对象306成功关联。
根据一些实施例,如图4所示,步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象例如可以包括:步骤S2041、响应于确定至少一个第二对象中的至少一部分第二对象中的每一个第二对象与该第一对象的相对位置均符合第一预设规则,计算至少一部分第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度;以及步骤S2043、响应于确定至少一部分第二对象中的一个或多个第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度均大于预设阈值,将与该第一对象的匹配程度最高的第二对象作为与该第一对象相关联的第二对象。由此,通过优先基于相对位置对第二对象进行筛选,再针对筛选出的至少一部分第二对象分别计算和该第一对象的人脸匹配程度,从而根据人脸匹配程度选出与该第一对象相关联的第二对象,优化了第一对象与第二对象的关联方法,实现了对处理速度和关联准确度的兼顾。
根据一些实施例,第一预设规则可以包括:对应的第一对象和第二对象之间的距离小于预设距离。由此,通过设置第一预设规则,可以避免将与用户距离较远的其他用户所示出的待验证信息关联到该用户。可以理解的是,本领域技术人员可以自行设置预设距离,也可以采用其他合理的限定用户人脸和用户示出的待验证信息之间的相对位置关系的第一预设规则,在此不做限定。
根据一些实施例,如图4所示,步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象例如还可以包括:步骤S2042、响应于确定至少一个第二对象中的每一个第二对象与该第一对象在目标图像中的相对位置均不符合第一预设规则,确定至少一个第二对象中不包括与该第一对象相关联的第二对象。由此,可以排除与第一对象的相对位置关系不合理的第二对象。
根据一些实施例,如图4所示,步骤S204、确定至少一个第二对象中是否包括与该第一对象相关联的第二对象例如还可以包括:步骤S2044、响应于确定至少一部分第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度均不大于预设阈值,确定至少一个第二对象中不包括与该第一对象相关联的第二对象。由此,可以排除与第一对象的人脸匹配程度较低的第二对象。
下面结合一个示例性实施例对步骤S204进行具体说明。如图5所示,针对中间用户的人脸(第一对象)504,虚线502的内侧表示对应于该第一对象504的符合第一预设规则的第二对象位置范围。由此,在至少一个第二对象518、520中确定与该第一对象504的相对位置符合第一预设规则至少一部分第二对象520。进而计算至少一部分第二对象520所包括的人脸522与该第一对象504的匹配程度。由于人脸522与第一对象504的匹配程度较低(低于预设阈值),可以确定目标图像500中的至少一个第二对象518、520中不包括与该第一对象504相关联的第二对象。
根据一些实施例,第一验证操作还可以包括:响应于检测到该第一对象执行过第一验证操作并且已通过第一验证,提示用户已完成第一验证;以及响应于检测到该第一对象执行过第一验证操作但未通过第一验证,确定至少一个第二对象中是否包括与该第一对象相关联的第二对象,并继续执行第一验证操作。可以理解的是,针对上述已完成第一验证的提示,本领域技术人员可以自行设置相应的提示方式和提示内容,在此不做限定。
根据一些实施例,如图6所示,步骤S205、对与该第一对象相关联的第二对象进行第一验证可以包括:步骤S2051、响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,确定与该第一对象相关联的第二对象是否符合第二预设规则;以及步骤S2052、响应于确定与该第一对象相关联的第二对象符合第二预设规则,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果。由此,通过先确定第二对象是否符合是否能够被准确识别从而进行验证,提升了信息验证方法的智能性和与用户的交互性,进而提升了验证的准确率,并增强了用户的使用体验。
根据一些实施例,第二预设规则可以包括以下多项中的至少一项:对应的第二对象与拍摄单元的距离在预设距离范围内;对应的第二对象与拍摄单元形成的角度在预设角度范围内;以及对应的第二对象未被遮挡。可以理解的是,本领域技术人员可以自行设置上述预设距离范围和预设角度范围,也可以以更自由的方式设置合理的第二预设规则,从而能够在第二对象中提取出准确的信息以进行验证,在此不做限定。
根据一些实施例,如图6所示,步骤S205、对与该第一对象相关联的第二对象进行第一验证还可以包括:步骤S2053、响应于确定与该第一对象相关联的第二对象不符合第二预设规则,显示第二提示信息。在一个示例性实施例中,第二提示信息例如可以包括提示用户靠近或远离拍摄单元,提示用户将对应的第二对象正对拍摄单元,以及提示用户不要遮挡第二对象等,在此不做限定。
根据一些实施例,如图7所示,第一验证操作还可以包括:步骤S703、响应于确定至少一个第二对象中不包括与该第一对象相关联的第二对象,显示第一提示信息。图7中的步骤S701、S702和S704的操作与图2中的步骤S204-S206的操作类似,在此不做赘述。在一个示例性实施例中,第一提示信息例如可以包括提示用户展示第二对象。
根据一些实施例,步骤S704、输出第一验证结果可以包括以下至少一项:显示第一验证结果;语音播报第一验证结果;以及将第一验证结果发送至与该第一对象相关联的电子设备。由此,通过多样化的输出方式,能够便于用户接收第一验证结果,同时可以根据场景选择合适的输出方式,在保护用户隐私的同时确保用户知晓第一验证结果。
根据一些实施例,在用户较多的场景下,可能会在短时间内生成针对不同用户的多个验证结果和提示信息。在这样的情形下,需要对这些验证结果和提示信息进行优先级排序,优先播报高优先级的内容。可以理解的是,本领域技术人员可以根据需求自行设置不同验证结果和提示信息的优先级顺序,在此不作限定。
根据第二对象的不同,第一验证结果可能会呈现不同内容。在一个示例性实施例中,当第二对象为通行码时,对第二对象的第一验证例如可以包括对通行码的时间的验证、对通行码的‘正常’或‘异常’的验证、对通行码的版式的验证等等,则第一验证结果例如可以包括“通行码验证通过”、“通行码时间过期”、“通行码显示‘异常’”、“通行码版式错误”等等。在另一个示例性实施例中,当第二对象为证件时,对第二对象的第一验证可以包括对证件上的多个信息及其真实性的验证,在此不做赘述。可以理解的是,本领域技术人员可以选择需要进行信息验证的第二对象,并可以自行设计对第二对象的第一验证的内容以及相应的第一验证结果,这些方案均在本公开的保护范围内。
根据一些实施例,如图7所示,第一验证操作还可以包括:步骤S705、响应于确定与该第一对象相关联的第二对象通过第一验证,打印目标图像中与该第一对象对应的区域和第一验证结果中的至少一个。由此,通过将第一验证结果进行打印,避免了第一对象在例如会场、园区、办公区中的多个位置进行重复验证,简化了验证流程和操作;而通过打印目标图像中与第一对象对应的区域,即当天现场拍摄的用户图像,使得位于例如需要进行人工验证的更高安全等级区域入口处的工作人员能够基于打印的用户图像确定用户身份,从而提升安全性。可以理解的是,这些内容也可以以其他方式进行存储与呈示以供用户使用,例如可以发送至用户的手机等电子设备,在此不做限制。
在一个示例性实施例中,如图8所示,验证结果信息800例如可以是打印的纸质材料,也可以是电子信息,还可以是其他能够展示的媒介,在此不做限定。验证结果信息800包括第一验证结果802和与目标图像300中与该第一对象306对应的区域312相同的内容304。此外,验证结果信息800还包括用户姓名804和日期806。可以理解的是,验证结果信息中还可以包括更丰富的文本信息、图像信息、图形码等等,在此不做限制。
根据一些实施例,如图9所示,信息验证方法还可以包括步骤S903、针对多个第一对象中的每一个第一对象,在执行第一验证操作之前,执行第二验证操作;以及步骤S904、针对多个第一对象中的每一个第一对象,响应于确定该第一对象通过第二验证,执行第一验证操作。第二验证操作可以包括:对该第一对象进行第二验证,以得到该第一对象的第二验证结果;以及输出第二验证结果。图9中的步骤S901-S902的操作与图2中的步骤S201-S202的操作类似,在此不做赘述。由此,通过先对多个第一对象进行第二验证(例如,人脸识别),再对通过第二验证的第一对象执行第一验证操作,从而降低验证过程的计算量,进一步提升验证速度和效率,提高用户的使用体验。
根据一些实施例,第二验证例如可以是对第一对象的人脸识别,可以根据数据库中的人脸数据对第一对象进行识别和验证。响应于确定第一对象与数据库中的人脸数据成功匹配,并且确定该用户的其他信息均符合预设要求,则可以对该第一对象执行第二验证操作。响应于第一对象与数据库中的人脸数据成功匹配,但该用户的其他信息不符合预设要求,则可以根据相应的预设要求进行提示。在一个示例性实施例中,信息验证方法用于员工的入职报到。当新员工在错误的报到地点进行报到时,虽然数据库中存有该新员工的人脸数据,但是由于其位于错误的报到地点,因此不符合预设要求。此时,可以提示该新员工报到地点错误,并将正确的报到地点进行显示、播报或发送至该新员工的电子设备。响应于第一对象与数据库中的人脸数据均不匹配,则可以提示该用户人脸验证失败,并提示该用户寻求人工帮助。
根据一些实施例,响应于确定第一对象与数据库中的人脸数据成功匹配后,可以根据与第一对象对应的用户的特定信息输出相应内容。在一个示例性实施例中,用户的特定信息指示用户的生日在未来一周内时,可以在第一对象周边显示相应的生日祝贺特效,或进行语音播报。在另一个示例性实施例中,用户的特定信息指示用户设定了个性化显示特效,则在检测到该用户的人脸时,可以再第一对象周边显示相应的个性化显示特效,从而提升用户的使用体验。在又一个示例性实施例中,还可以使用增强现实技术进行验证结果显示、特定信息显示等等,在此不做限定。
根据一些实施例,输出第二验证结果例如可以包括以下多项中的至少一项:显示第二验证结果;语音播报第二验证结果;以及将第二验证结果发送至与该第一对象相关联的电子设备。由此,通过多样化的输出方式,能够便于用户接收第二验证结果,同时可以根据场景选择合适的输出方式,确保用户知晓第二验证结果。
根据一些实施例,在输出第二验证结果后,可以输出第三提示消息,以指示用户示出待验证信息。
根据一些实施例,第一验证操作还可以包括:响应于确定与该第一对象相关联的第二对象通过第一验证,打印目标图像中与该第一对象对应的区域、第一验证结果和第二验证结果中的至少一个。由此,通过将第二验证结果进行打印,提升了打印的验证结果信息的信息量。
根据本公开的另一方面,还提供了一种信息验证装置。如图10所示,信息验证装置1000包括:第一确定单元1010,被配置为确定目标图像中的多个第一对象;第二确定单元1020,被配置为确定目标图像中的至少一个第二对象;以及验证单元1030,被配置为针对多个对象中的每一个第一对象,执行第一验证操作。验证单元1030包括:确定子单元1031,被配置为确定至少一个第二对象中是否包括与该第一对象相关联的第二对象;验证子单元1032,被配置为响应于确定至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及输出子单元1033,输出第一验证结果。
信息验证装置1000的单元1010-单元1030和验证单元1030的子单元1031-子单元1033的操作分别和上述信息验证方法的步骤S201-步骤S206的操作类似,在此不做赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图11,现将描述可以作为本公开的服务器或客户端的电子设备1100的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106、输出单元1107、存储单元1108以及通信单元1109。输入单元1106可以是能向设备1100输入信息的任何类型的设备,输入单元1106可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1107可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1108可以包括但不限于磁盘、光盘。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (18)
1.一种信息验证方法,包括:
确定目标图像中的多个第一对象;
确定所述目标图像中的至少一个第二对象;以及
针对所述多个第一对象中的每一个第一对象,执行以下第一验证操作:
确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象;
响应于确定所述至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及
输出所述第一验证结果。
2.如权利要求1所述的方法,其中,确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象包括:
至少基于所述至少一个第二对象中的每一个第二对象与该第一对象的相对位置,确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象。
3.如权利要求1所述的方法,其中,所述多个第一对象为所述目标图像中的多个人脸,所述至少一个第二对象中的每一个第二对象均包括人脸,
其中,确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象包括:
至少基于所述至少一个第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度,确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象。
4.如权利要求1所述的方法,其中,所述多个第一对象为所述目标图像中的多个人脸,所述至少一个第二对象中的每一个第二对象均包括人脸,
其中,确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象包括:
响应于确定所述至少一个第二对象中的至少一部分第二对象中的每一个第二对象与该第一对象的相对位置均符合第一预设规则,计算所述至少一部分第二对象中的每一个第二对象所包括的人脸与该第一图像的匹配程度;以及
响应于确定所述至少一部分第二对象中的一个或多个第二对象中的每一个第二对象所包括的人脸与该第一对象的匹配程度均大于预设阈值,将与该第一对象的匹配程度最高的第二对象作为与该第一对象相关联的第二对象。
5.如权利要求4所述的方法,其中,所述第一预设规则包括:对应的第一对象和第二对象之间的距离小于预设距离。
6.如权利要求1所述的方法,其中,输出所述第一验证结果包括以下至少一项:
显示所述第一验证结果;
语音播报所述第一验证结果;以及
将所述第一验证结果发送至与该第一对象相关联的电子设备。
7.如权利要求1所述的方法,其中,所述第一验证操作还包括:
响应于确定与该第一对象相关联的第二对象通过所述第一验证,打印所述目标图像中与该第一对象对应的区域和所述第一验证结果中的至少一个。
8.如权利要求1所述的方法,其中,所述第一验证操作还包括:
响应于确定所述至少一个第二对象中不包括与该第一对象相关联的第二对象,显示第一提示信息。
9.如权利要求1所述的方法,其中,对与该第一对象相关联的第二对象进行第一验证包括:
响应于确定所述至少一个第二对象中包括与该第一对象相关联的第二对象,确定与该第一对象相关联的第二对象是否符合第二预设规则;以及
响应于确定与该第一对象相关联的第二对象符合所述第二预设规则,对与该第一对象相关联的第二对象进行所述第一验证,以得到该第一对象的所述第一验证结果。
10.如权利要求9所述的方法,其中,对与该第一对象相关联的第二对象进行所述第一验证还包括:
响应于确定与该第一对象相关联的第二对象不符合所述第二预设规则,显示第二提示信息。
11.如权利要求9所述的方法,其中,所述第二预设规则包括以下至少一项:
对应的第二对象与拍摄单元的距离在预设距离范围内;
对应的第二对象与所述拍摄单元形成的角度在预设角度范围内;以及
对应的第二对象未被遮挡。
12.如权利要求1所述的方法,其中,还包括:
针对所述多个第一对象中的每一个第一对象,在执行所述第一验证操作之前,执行以下第二验证操作:
对该第一对象进行第二验证,以得到该第一对象的第二验证结果;以及
输出所述第二验证结果,
其中,针对所述多个第一对象中的每一个第一对象,响应于确定该第一对象通过所述第二验证,执行所述第一验证操作。
13.如权利要求12所述的方法,其中,输出所述第二验证结果包括以下多项中的至少一项:
显示所述第二验证结果;
语音播报所述第二验证结果;以及
将所述第二验证结果发送至与该第一对象相关联的电子设备。
14.如权利要求12所述的方法,其中,所述第一验证操作还包括:
响应于确定与该第一对象相关联的第二对象通过第一验证,打印所述目标图像中与该第一对象对应的区域、所述第一验证结果和所述第二验证结果中的至少一个。
15.一种信息验证装置,包括:
第一确定单元,被配置为确定目标图像中的多个第一对象;
第二确定单元,被配置为确定所述目标图像中的至少一个第二对象;以及
验证单元,被配置为针对所述多个对象中的每一个第一对象,执行第一验证操作,
其中,所述验证单元包括:
确定子单元,被配置为确定所述至少一个第二对象中是否包括与该第一对象相关联的第二对象;
验证子单元,被配置为响应于确定所述至少一个第二对象中包括与该第一对象相关联的第二对象,对与该第一对象相关联的第二对象进行第一验证,以得到该第一对象的第一验证结果;以及
输出子单元,输出所述第一验证结果。
16.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-14中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
18.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-14中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950494.XA CN113656843B (zh) | 2021-08-18 | 2021-08-18 | 信息验证方法、装置、设备和介质 |
US17/819,258 US20220382841A1 (en) | 2021-08-18 | 2022-08-11 | Information authentication |
JP2022129378A JP2022166176A (ja) | 2021-08-18 | 2022-08-15 | 情報認証方法、装置、機器及び媒体 |
KR1020220102437A KR20220122937A (ko) | 2021-08-18 | 2022-08-17 | 정보 검증 방법, 장치, 설비 및 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950494.XA CN113656843B (zh) | 2021-08-18 | 2021-08-18 | 信息验证方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113656843A true CN113656843A (zh) | 2021-11-16 |
CN113656843B CN113656843B (zh) | 2022-08-12 |
Family
ID=78481064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110950494.XA Active CN113656843B (zh) | 2021-08-18 | 2021-08-18 | 信息验证方法、装置、设备和介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220382841A1 (zh) |
JP (1) | JP2022166176A (zh) |
KR (1) | KR20220122937A (zh) |
CN (1) | CN113656843B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017248A (zh) * | 2022-06-13 | 2022-09-06 | 阿波罗智联(北京)科技有限公司 | 数据验证方法和装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160027079A1 (en) * | 2013-03-25 | 2016-01-28 | Steven B. Schoeffler | Identity Authentication And Verification |
CN106203294A (zh) * | 2016-06-30 | 2016-12-07 | 广东微模式软件股份有限公司 | 基于人脸属性分析的人证合一身份验证方法 |
CN109359548A (zh) * | 2018-09-19 | 2019-02-19 | 深圳市商汤科技有限公司 | 多人脸识别监控方法及装置、电子设备及存储介质 |
CN111046810A (zh) * | 2019-12-17 | 2020-04-21 | 联想(北京)有限公司 | 一种数据处理方法及处理装置 |
CN111191567A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 身份数据处理方法、装置、计算机设备和存储介质 |
CN111680179A (zh) * | 2020-06-16 | 2020-09-18 | 北京市商汤科技开发有限公司 | 目标数据的获取方法及装置、电子设备和存储介质 |
CN112819984A (zh) * | 2021-01-13 | 2021-05-18 | 华南理工大学 | 一种基于人脸识别的课堂多人点名签到方法 |
CN112837454A (zh) * | 2021-01-28 | 2021-05-25 | 深圳市商汤科技有限公司 | 通行检测方法及装置、电子设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6438693B2 (ja) * | 2014-07-09 | 2018-12-19 | ワム・システム・デザイン株式会社 | 認証装置、認証方法、およびプログラム |
JP2017010380A (ja) * | 2015-06-24 | 2017-01-12 | パナソニックIpマネジメント株式会社 | 入退管理装置および入退管理方法 |
JP7363785B2 (ja) * | 2018-07-25 | 2023-10-18 | 日本電気株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
SG11202008549SA (en) * | 2018-08-13 | 2020-10-29 | Beijing Sensetime Technology Development Co Ltd | Identity authentication method and apparatus, electronic device, and storage medium |
-
2021
- 2021-08-18 CN CN202110950494.XA patent/CN113656843B/zh active Active
-
2022
- 2022-08-11 US US17/819,258 patent/US20220382841A1/en active Pending
- 2022-08-15 JP JP2022129378A patent/JP2022166176A/ja active Pending
- 2022-08-17 KR KR1020220102437A patent/KR20220122937A/ko unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160027079A1 (en) * | 2013-03-25 | 2016-01-28 | Steven B. Schoeffler | Identity Authentication And Verification |
CN106203294A (zh) * | 2016-06-30 | 2016-12-07 | 广东微模式软件股份有限公司 | 基于人脸属性分析的人证合一身份验证方法 |
CN109359548A (zh) * | 2018-09-19 | 2019-02-19 | 深圳市商汤科技有限公司 | 多人脸识别监控方法及装置、电子设备及存储介质 |
CN111046810A (zh) * | 2019-12-17 | 2020-04-21 | 联想(北京)有限公司 | 一种数据处理方法及处理装置 |
CN111191567A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 身份数据处理方法、装置、计算机设备和存储介质 |
CN111680179A (zh) * | 2020-06-16 | 2020-09-18 | 北京市商汤科技开发有限公司 | 目标数据的获取方法及装置、电子设备和存储介质 |
CN112819984A (zh) * | 2021-01-13 | 2021-05-18 | 华南理工大学 | 一种基于人脸识别的课堂多人点名签到方法 |
CN112837454A (zh) * | 2021-01-28 | 2021-05-25 | 深圳市商汤科技有限公司 | 通行检测方法及装置、电子设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017248A (zh) * | 2022-06-13 | 2022-09-06 | 阿波罗智联(北京)科技有限公司 | 数据验证方法和装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113656843B (zh) | 2022-08-12 |
JP2022166176A (ja) | 2022-11-01 |
KR20220122937A (ko) | 2022-09-05 |
US20220382841A1 (en) | 2022-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115438214B (zh) | 处理文本图像的方法及装置、神经网络的训练方法 | |
CN112749685B (zh) | 视频分类方法、设备和介质 | |
CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN113256583A (zh) | 图像质量检测方法及装置、计算机设备和介质 | |
CN114494935A (zh) | 视频信息的处理方法、装置、电子设备和介质 | |
CN113656843B (zh) | 信息验证方法、装置、设备和介质 | |
CN114495103A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN112767924A (zh) | 语音识别方法、装置、电子设备及存储介质 | |
CN115862031A (zh) | 文本处理方法、神经网络的训练方法、装置和设备 | |
CN114550269A (zh) | 口罩佩戴检测方法、设备和介质 | |
CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN115578501A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
CN113641980A (zh) | 认证方法及装置,电子设备和介质 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN114724146A (zh) | 异常文本识别方法及装置、电子设备和存储介质 | |
CN113486853A (zh) | 视频检测方法及装置、电子设备和介质 | |
CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN114117046B (zh) | 数据处理方法、装置、电子设备及介质 | |
CN114882571A (zh) | 获取图像信息的方法和用于训练图像检测模型的方法 | |
CN114842297A (zh) | 图像处理方法、模型训练方法、装置、设备及介质 | |
CN114169440A (zh) | 模型训练方法、数据处理方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |