CN114077730A - 一种登陆验证方法、车辆解锁系统、设备及存储介质 - Google Patents
一种登陆验证方法、车辆解锁系统、设备及存储介质 Download PDFInfo
- Publication number
- CN114077730A CN114077730A CN202111424772.4A CN202111424772A CN114077730A CN 114077730 A CN114077730 A CN 114077730A CN 202111424772 A CN202111424772 A CN 202111424772A CN 114077730 A CN114077730 A CN 114077730A
- Authority
- CN
- China
- Prior art keywords
- verified
- user
- hand
- image
- face
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000001815 facial effect Effects 0.000 claims abstract description 93
- 239000013598 vector Substances 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06F21/36—User authentication by graphic or iconic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种登陆验证方法、车辆解锁系统、设备及存储介质,具体涉及安全验证领域。一种用户登陆的验证方法,包括:获取用户视频和/或图像;提取用户视频和/或图像中的待验证面部特征;将待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户,并执行以下步骤:提取用户视频和/或图像中的待验证手部特征;将待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功。本发明改善用户登录验证步骤繁琐的问题,避免违反用户意愿侵犯用户隐私权的问题。
Description
技术领域
本发明涉及安全验证领域,特别是涉及一种登陆验证方法、车辆解锁系统、设备及存储介质。
背景技术
对用户进行身份验证的过程通常是采用账号与密码组合的登陆方式,使用操作步骤繁琐现有技术中还使用人脸识别方式进行用户登录验证,但此此种方式可能在用户非自愿的情况下完成了识别,侵犯了用户的隐私权。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种登陆验证方法、车辆解锁系统、设备及存储介质,用于解决现有技术中登录验证操作步骤繁琐以及侵犯用户隐私权的问题。
为实现上述目的及其他相关目的,本发明提供一种用户登陆的验证方法,所述方法包括:
获取用户视频和/或图像;
提取所述用户视频和/或图像中的待验证面部特征;
将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户;
提取所述用户视频和/或图像中的待验证手部特征;
将所述待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功。
于本发明的一实施例中,所述提取所述用户视频和/或图像中的待验证面部特征的步骤,包括:
获取训练好的面部识别模型;
将所述用户视频和/或图像输入所述面部识别模型,获取所述待验证面部图像;
提取所述待验证面部图像中的待验证面部关键点;
获取所述待验证面部关键点的待验证面部关键特征向量,所述待验证面部关键特征向量即为所述待验证面部特征。
于本发明的一实施例中,所述将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户的步骤,包括:
获取所述待验证面部关键特征向量;
获取所述已注册用户的面部特征库中的已注册面部关键特征向量;
计算所述待验证面部关键特征向量与所述已注册面部关键特征向量之间的相似度;
若相似度高于设定值,则判定所述待验证面部特征与所述已注册用户的面部特征库匹配生成匹配用户;
若相似度低于设定值,则判定所述待验证面部特征与所述已注册用户的面部特征库不匹配,登陆不成功,并进行用户注册。
于本发明的一实施例中,所述提取所述用户视频和/或图像中的待验证手部特征的步骤,包括:
提取所述用户视频和/或图像中的待验证用户图像;
检测并提取所述待验证用户图像中的肤色;
对所述待验证用户图像进行一次图像去噪;
对所述待验证用户图像进行手部识别,用以获取轮廓特征点;
对所述待验证用户图像进行二次图像去噪;
根据所述轮廓特征点生成待验证手部轮廓;
根据所述待验证手部轮廓获取待验证手指信息,即待验证手部特征。
于本发明的一实施例中,所述提取所述用户视频和/或图像中的待验证手部特征的步骤,包括:
提取所述用户视频和/或图像中的待验证用户图像;
检测并提取所述待验证用户图像中的肤色;
根据所述肤色对所述待验证用户图像进行图像分割;
对所述待验证用户图像进行轮廓提取,得到待验证用户轮廓;
提取所述待验证用户轮廓中的待验证手指信息,即待验证手部特征。
于本发明的一实施例中,所述将所述待验证手部特征与已注册用户手部特征库进行匹配若匹配,则登陆成功的步骤,包括:
根据所述待验证手指信息获得待验证手部姿态类型信息;
根据所述待验证手部姿态类型信息和所述匹配用户,获取所述已注册用户手部特征库中对应的手部模板;
将所述待验证手部轮廓与所述手部模板进行匹配;
若所述待验证手部轮廓与所述手部模板匹配,则登陆成功,并生成解锁指令;
若所述待验证手部轮廓与所述手部模板不匹配,则登录失败。
本方面还提供一种车辆解锁的验证系统,所述系统包括:
图像采集单元,用于获取用户视频和/或图像;
面部验证单元,用于提取所述用户视频和/或图像中的待验证面部特征,将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户,并执行手部验证操作;
手部验证单元,用于提取所述用户视频和/或图像中的待验证手部特征,将所述待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功,并生成解锁指令;
车辆解锁执行单元,用于接收所述解锁指令,并执行车辆解锁操作。
于本发明的一实施例中,将所述图像采集单元、所述面部验证单元以及所述手部验证单元封装为可复用插件。
于本发明的一实施例中,所述系统还包括调优评估单元,用于采集所述面部验证单元和所述手部验证单元的匹配识别准确次数,对所述面部验证单元和所述手部验证单元的验证识别准确度进行评估,得出评估结果,根据所述评估结果,对所述面部验证单元和所述手部验证单元进行优化。
本发明还提供一种登陆验证设备,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现如上所述的一种用户登陆的验证方法。
本方面还提供一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行如上所述的一种用户登陆的验证方法。
如上所述,本发明改善用户登录验证步骤繁琐的问题,同时还避免违反用户意愿侵犯用户隐私权的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图
图1为本发明一种用户登陆的验证方法于一实施例中的流程示意图;
图2为本发明提取待验证面部特征步骤于一实施例中的流程示意图;
图3为本发明面部特征比对步骤于一实施例中的流程示意图;
图4为本发明提取待验证手部特征步骤于一实施例中的流程示意图;
图5为本发明手部特征匹配步骤于一实施例中的流程示意图;
图6为本发明一种车辆解锁的验证系统于一实施例中的模块组成示意图;
图7为本发明增加调优评估单元于一实施例中的模块组成示意图;
图8为本发明一种登陆验证设备于一实施例中的模块组成示意图。
元件标号说明
1、图像采集单元;
2、面部验证单元;
3、手部验证单元;
4、车辆解锁执行单元;
5、调优评估单元;
6、控制单元;
7、处理器;
8、存储器。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1所示,本发明提供一种登陆验证方法、车辆解锁系统、设备及存储介质,用以改善用户登陆验证过程中操作繁琐以及侵犯用户隐私的问题。本发明提供一种用户登陆的验证方法,可以包括步骤S1采集用的视频流或者图像,如果是视频流,则可以提取其中的画面帧。为了获取用户的待验证面部特征,因此可以在步骤S2中提取用户视频和/或图像中的待验证面部特征,然后可以再执行步骤S3将待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配则生成匹配用户。在进行步骤S2提取用户视频和/或图像中的待验证面部特征的过程中,还可以同步进行步骤S4提取用户视频和/或图像中的待验证手部特征,然后可以进行步骤S5将待验证手部特征与已注册用户手部特征库进行匹配,若特征比对匹配,则登陆成功。步骤S2中的提取待验证面部特征和步骤S4中的提取待验证手部特征可以是同步进行的,因此可以一次采集用户视频和/或图像后无需重复采集。并且由于步骤S3中的面部特征匹配和步骤S5中的手部特征验证也可以是同步进行的,因此用户的面部验证和手部验证可以同时识别,在视频和/或图像的采集后可以同时进行双重验证,在上述的验证过程中无需输入用户名和密码,从而改善用户登录验证步骤繁琐的问题。不仅如此,在步骤S2至S3在面部识别之后,还可以对用户的手部进行识别,因此可以用户摆出预设的手势,避免了违反用户意愿侵犯用户隐私权的问题。
请参阅图1所示,需要注意的是,在实施的过程中,对实施步骤的标号并非构成对方案步骤的限制,例如上述的一种用户登陆的验证方法,还可以按照以下的步骤实施。首先可以执行步骤S1采集用的视频流或者图像,然后可以执行步骤S2提取用户视频和/或图像中的待验证面部特征,然后可以再执行步骤S4提取用户视频和/或图像中的待验证手部特征。为了实现对用户的识别,可以执行步骤S3将待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户。再执行步骤将待验证手部特征与已注册用户手部特征库进行匹配,若特征比对匹配,则登陆成功。上述步骤中也可以在视频和/或图像的采集后进行双重验证,也无需输入用户名和密码,从而改善用户登录验证步骤繁琐的问题。而且也可以由用户摆出预设的手势,避免了违反用户意愿侵犯用户隐私权的问题,保护了用户的使用意愿和隐私。与此同时,其他步骤中序号也可以调整顺序,同样可以实现技术效果,因此步骤顺序并非构成对权利要求的限制。
请参阅图2所示,在步骤S2提取用户视频和/或图像中的待验证面部特征的过程中,具体可以包括步骤S21获取训练好的面部识别模型,面部识别模型可以是卷积神经网络模型,使用开源数据或者提前收集好的数据进行训练,待模型训练收敛后成为训练好的面部识别模型。然后可以执行步骤S22将用户视频和/或图像输入面部识别模型的输入层,即可以在输出层获取待验证面部图像。接下来可以步骤S23提取待验证面部图像中的待验证面部关键点,例如可以是68个,步骤S22可以和步骤S21同步进行,节省系统运行处理响应的时间,提高系统运行处理响应的速度。之后可以再执行步骤S24获取待验证面部关键点的待验证面部关键特征向量,例如可以是128维向量,此时的待验证面部关键特征向量即为待验证面部特征。使用多维向量作为待验证面部特征,能够充分区分不同面部样貌的用户,并且高维向量的待验证面部特征便于使用计算机图像处理方式获取,同时也便于计算机后续的对比处理。
请参阅图3所示,在步骤S3将待验证面部特征与已注册用户的面部特征库进行特征比对的过程中,在得到步骤S2的待验证面部特征之后,可以步骤S31获取待验证面部关键特征向量。然后可以执行步骤S32获取已注册用户的面部特征库中的已注册面部关键特征向量。在对比过程中,可以执行步骤S33计算待验证面部关键特征向量与已注册面部关键特征向量之间的相似度,例如可以定义一个计算欧式距离的函数,需要说明的是,欧式距离指在m维空间中两个点之间的真实距离,或者向量的自然长度,即该点到原点的距离,在二维和三维空间中的欧氏距离就是两点之间的实际距离。之后将待验证面部关键特征向量和面部特征库中的已注册面部关键特征向量逐一进行匹配,当两个向量之间的欧式距离小于0.6的时候,可以认为相似度高于设定值,此时判定待验证面部特征与已注册用户的面部特征库匹配,生成匹配用户,若相似度低于设定值,则判定待验证面部特征与已注册用户的面部特征库不匹配,登陆不成功,并进行用户注册。在将用户的视频和/或图像转化为高维向量之后,计算向量之间的欧氏距离,实现了待验证面部特征与已注册用户的面部特征库的快速匹配,提高了匹配的速度,提高了识别的响应速度。
请参阅图4所示,在步骤S4提取用户视频和/或图像中的待验证手部特征的过程中,具体步骤可以包括步骤S41提取用户视频和/或图像中的待验证用户图像。然后可以步骤S42检测并提取待验证用户图像中的肤色,例如可以基于RGB(红,绿,蓝)颜色空间进行检测,各参数的取值范围是R的数值介于0-255,G的数值介于0-255,B的数值介于0-255。在均匀光照下,当满足以下条件可认定为皮肤颜色,R大于95、G大于40、B大于20、RGB中最大值与最小值的差大于15、R与G之差的绝对值大于15、R大于G并且R大于B。在侧光拍摄环境下,当满足R大于220、G大于210、B大于170、R与G之差的绝对值小于或等于15、R大于B以及G小于B的条件,也可以认定为皮肤颜色,根据上述颜色空间的范围即可以识别出待验证用户图像中的肤色。之后可以步骤S43根据肤色对待验证用户图像进行图像分割,例如可以通过肤色检测对原始图像灰度进行运算,经过多次形态学膨胀腐蚀操作去除图像内小孔与暗区,标记图像,基于标记图像分分水岭算法分离出轮廓图像。实现肤色连通并去除背景噪声。还可以步骤S44提取待验证用户轮廓,此处的待验证用户轮廓包括手部的轮廓,也包括身体其他部位的轮廓,例如可以通过二值化处理实现待验证用户图像去噪,然后对待验证用户图像依次进行计算图像梯度、非极大值抑制以及阈值筛选,然后可以提取待验证用户图像中的多个傅里叶描述子,接下来对待验证用户图像进行二次降噪,之后将多个傅里叶描述子连接即可得到待验证用户轮廓。由于待验证用户轮廓中除了手部的轮廓外还包括其它身体部位的轮廓,因需要步骤S45再提取待验证用户图像的轮廓的最大凸包,并根据最大凸包的位置和形状获取手部的轮廓,再根据手部的轮廓获取待验证手指信息,由于待验证手指信息中包括手的轮廓线、大小、手势类型和位置等信息,因此可以将待验证手指信息作为待验证手部特征。在待验证手部特征提取的过程中,排除了环境物品以及图像采集噪点等因素的不良影响,提升了待验证手部特征的提取质量。
请参阅图4所示,在步骤S42的检测并提取待验证用户图像中肤色的过程中,还例如可以基于HSV(Hue,Saturation,Value,色调,饱和度,明度)颜色空间检测待验证用户图像中的皮肤颜色,其中H用角度度量,取值范围为0度至360度,从红色开始按逆时针方向计算,红色为0度,绿色为120度,蓝色为240度。S表示颜色接近光谱色的程度,取值范围为0%至100%,值越大,颜色越饱和。V表示颜色明亮的程度,取值范围为0%(黑)到100%(白)。在满足H介于1-20度之间、S大于或等于48%以及V大于或等于50%的条件下,即可认为是皮肤颜色。
请参阅图4所示,在步骤S42的检测并提取待验证用户图像中肤色的过程中,还例如可以针对YCrCb(Y流明,Cr蓝色的浓度偏移量成分,Cb红色的浓度偏移量成分)色彩空间中Cr分量处理,对Cr通道单独进行最大类间方差法处理,例如可以过滤很小或很大像素值的图像点,实现对图像的灰度级进行聚类,从而达到对待验证用户图像中的皮肤颜色进行检测的技术效果。
请参阅图5所示,在步骤S5将待验证手部特征与已注册用户手部特征库进行匹配的过程中,可以首先执行步骤S51根据待验证手指信息获得待验证手部姿态类型信息。之后可以执行步骤S52根据待验证手部姿态类型信息和匹配用户,获取已注册用户手部特征库中对应的手部模板,此处的手部模板为用户预先注册的手部模板。然后可以步骤S53将待验证手部轮廓与手部模板进行匹配,若待验证手部轮廓与手部模板匹配,则登陆成功,并生成解锁指令,若待验证手部轮廓与手部模板不匹配,则登录失败,在登陆失败之后可以提醒用户登陆失败,并告知是否需要再次登录。由于用户在登录过程中可以自主选择摆出预定手势,因此可以主动控制是否登录。
请参阅图6所示,本发明实施例中还提供一种车辆解锁的验证系统,可以包括图像采集单元1、面部验证单元2、手部验证单元3以及车辆解锁执行单元4。其中,图像采集单元1可以用于获取用户视频和/或图像,图像采集单元可以例如为摄像头。当用户靠近车辆准备开门或者进入车辆准备启动的时候,图像采集单元1可以采集用户的影像,例如是视频或者照片,用以进行后续的识别匹配操作。在完成用户图像采集之后,面部验证单元2可以用于提取用户视频和/或图像中的待验证面部特征,将待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户,并执行手部验证操作。手部验证单元3可以用于提取用户视频和/或图像中的待验证手部特征,将待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功,并生成解锁指令。车辆解锁执行单元4,可以用于接收解锁指令,并执行车辆解锁操作,实现对车辆的解锁。在解锁的过程中可以按照用户的主观意愿出示设定的手势造型,避免非用户主观意愿登录系统,并且在登录过程中操作简单。
请参阅图6所示,可以将图像采集单元1、面部验证单元2以及手部验证单元3封装为可复用插件,可适用于前端各系统。在使用过程中,包含图像采集单元1、面部验证单元2以及手部验证单元3的可复用插件的数据接口可以与不同的应用进行搭配,提高了系统的适用范围。例如可以在注册阶段由客户端负责采集正面的照片,上传服务端请求注册,服务端接收到注册请求后,从照片中识别人脸和手势,并提取人脸和手势特征并保存在数据库中,待人脸识别阶段与新上传照片的特征进行比较,则在认证阶段,可以在用户登录、注册web页面的应用系统时,调用终端网络摄像头,对人脸和手势进行拍照,根据人脸和手势的图像,通过网关以及web应用进行统一授权服务,并进行双重识别以及验证客户端负责采集人脸图片,调用模型服务接口,收到请求后进行人脸和手势检测、人脸和手势特征提取,并与注册阶段生成的人脸特征比较,如果特征距离低于设定阀值则认证通过,此时将包括图像采集单元1、面部验证单元2以及手部验证单元3的可复用插件组合为统一授权服务组件,多个应用可以同时请求验证操作,实现远程统一的授权。
请参阅图6至7所示,本系统还可以包括调优评估单元5,用于采集面部验证单元2和手部验证单元3的匹配识别准确次数,调优评估单元5可以对面部验证单元2和手部验证单元3的验证识别准确度进行评估,得出评估结果,之后再根据评估结果,对面部验证单元2和手部验证单元3进行优化,用以提高系统的识别准确度。
请参阅图8所示,本发明实施例中还提供一种登陆验证设备,可以包括处理器6和存储器7。其中,处理器6和存储器7耦合,存储器7存储有程序指令,当存储器7存储的程序指令被处理器6执行时实现上述的一种可视化交互界面的控制方法。本设备在采集到的用户图像识别出用户的手势类型之后,再根据手势类型匹配对应的控制指令,从而实现对可视化交互界面的控制。处理器6可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件;存储器7可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(Non-Volatile Memory),例如至少一个磁盘存储器。存储器也可以为随机存取存储器(Random Access Memory,RAM)类型的内部存储器,处理器6和存储器7可以集成为一个或多个独立的电路或硬件,如:专用集成电路(Application SpecificIntegrated Circuit,ASIC)。需要说明的是,存储器7中的计算机程序可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。
请参阅图1至8所示,本发明实施例中还公开一种计算机可读存储介质,可以包括程序,当程序在计算机上运行的时候,可以使得计算机执行上述的一种可视化交互界面的控制方法计算机可读存储介质可以是,电子介质、磁介质、光介质、电磁介质、红外介质或半导体系统或传播介质。计算机可读存储介质还可以包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、硬磁盘和光盘。光盘可以包括光盘-只读存储器(CD-ROM)、光盘-读/写(CD-RW)和DVD。
请参阅图1至8所示,为了较为完整介绍本方案的技术内容,现提供一个实际应用。汽车的驾驶位设置有摄像头,用于采集驾驶位的用户视频,然后将用户视频中的视频帧抽出。为了识别出视频帧中的用户待验证面部特征,可以将视频帧输入训练好的面部识别模型,即可以在输出层获取待验证面部图像,接下来提取待验证面部图像中的多个待验证面部关键点然后再根据多个待验证面部关键点获取多维向量的待验证面部关键特征向量,将待验证面部关键特征向量作为待验证面部特征与已注册用户的面部特征库进行特征比对,首先定义一个计算欧式距离的函数,将待验证面部关键特征向量和面部特征库中的已注册面部关键特征向量逐一进行匹配,当两个向量之间的欧式距离小于设定值时,可以认为相似度高于设定值,此时判定待验证面部特征与已注册用户的面部特征库匹配,生成匹配用户,若相似度低于设定值,则判定待验证面部特征与已注册用户的面部特征库不匹配,登陆不成功,并进行用户注册。在将用户的视频和/或图像转化为高维向量之后,计算向量之间的欧氏距离,实现了待验证面部特征与已注册用户的面部特征库的快速匹配。接下来对用户的手部进行验证,首先提取用户视频和/或图像中的待验证用户图像,然后检测并提取待验证用户图像中的肤色,再根据肤色对待验证用户图像进行图像分割,之后即可以对待验证用户图像进行手部识别,用以提取手部的轮廓。之后便可以根据待验证手部轮廓获取待验证手指信息,用于进行手部特征的匹配。在手部特征匹配的过程中,首先可以获得待验证手部姿态类型信息,然后根据面部识别中生成的匹配用户以及待验证手部姿态类型信息获取已注册用户手部特征库中对应的手部模板,此时的手部模板为用户设定的自身手部模板,不仅包括自身的手部轮廓,并且还具有用户自己设定的手势,因此用户可以主动介入登录过程,避免用户无意中通过验证登入启动车辆,从而保护客户的隐私。
综上所述,本发明在实施过程中,将采集到的用户视频或图像进行处理,获取待验证面部特征和待验证手部特征,再分别与已注册用户的面部特征库和首部特征库进行匹配比对,从而实现对用户身份的验证,在验证过程中用户可以摆出设定的手势主动介入登陆验证的过程,避免违反用户意愿侵犯用户隐私权的问题。并且在登陆验证的过程中不需要用户输入用户名和密码,改善了用户登录验证步骤繁琐的问题,提高了用户登陆验证的便捷度。
所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种用户登陆的验证方法,其特征在于,所述方法包括:
获取用户视频和/或图像;
提取所述用户视频和/或图像中的待验证面部特征;
将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户;
提取所述用户视频和/或图像中的待验证手部特征;
将所述待验证手部特征与已注册用户手部特征库进行匹配,若特征比对匹配,则登陆成功。
2.根据权利要求1所述的方法,其特征在于,所述提取所述用户视频和/或图像中的待验证面部特征的步骤,包括:
获取训练好的面部识别模型;
将所述用户视频和/或图像输入所述面部识别模型,获取所述待验证面部图像;
提取所述待验证面部图像中的待验证面部关键点;
获取所述待验证面部关键点的待验证面部关键特征向量,所述待验证面部关键特征向量即为所述待验证面部特征。
3.根据权利要求2所述的方法,其特征在于,所述将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户的步骤,包括:
获取所述待验证面部关键特征向量;
获取所述已注册用户的面部特征库中的已注册面部关键特征向量;
计算所述待验证面部关键特征向量与所述已注册面部关键特征向量之间的相似度;
若相似度高于设定值,则判定所述待验证面部特征与所述已注册用户的面部特征库匹配生成匹配用户;
若相似度低于设定值,则判定所述待验证面部特征与所述已注册用户的面部特征库不匹配,登陆不成功,并进行用户注册。
4.根据权利要求1所述的方法,其特征在于,所述提取所述用户视频和/或图像中的待验证手部特征的步骤,包括:
提取所述用户视频和/或图像中的待验证用户图像;
检测并提取所述待验证用户图像中的肤色;
根据所述肤色对所述待验证用户图像进行图像分割;
对所述待验证用户图像进行轮廓提取,得到待验证用户轮廓;
提取所述待验证用户轮廓中的待验证手指信息,即待验证手部特征。
5.根据权利要求4所述的方法,其特征在于,所述将所述待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功的步骤,包括:
根据所述待验证手指信息获得待验证手部姿态类型信息;
根据所述待验证手部姿态类型信息和所述匹配用户,获取所述已注册用户手部特征库中对应的手部模板;
将所述待验证手部轮廓与所述手部模板进行匹配;
若所述待验证手部轮廓与所述手部模板匹配,则登陆成功,并生成解锁指令;
若所述待验证手部轮廓与所述手部模板不匹配,则登录失败。
6.一种车辆解锁的验证系统,其特征在于,所述系统包括:
图像采集单元,用于获取用户视频和/或图像;
面部验证单元,用于提取所述用户视频和/或图像中的待验证面部特征,将所述待验证面部特征与已注册用户的面部特征库进行特征比对,若特征比对不匹配则进行用户注册,若特征比对匹配,则生成匹配用户,并执行手部验证操作;
手部验证单元,用于提取所述用户视频和/或图像中的待验证手部特征,将所述待验证手部特征与已注册用户手部特征库进行匹配,若匹配,则登陆成功,并生成解锁指令;
车辆解锁执行单元,用于接收所述解锁指令,并执行车辆解锁操作。
7.根据权利要求6所述的一种车辆解锁的验证系统,其特征在于,将所述图像采集单元、所述面部验证单元以及所述手部验证单元封装为可复用插件。
8.根据权利要求6所述的一种车辆解锁的验证系统,其特征在于,所述系统还包括调优评估单元,用于采集所述面部验证单元和所述手部验证单元的匹配识别准确次数,对所述面部验证单元和所述手部验证单元的验证识别准确度进行评估,得出评估结果,根据所述评估结果,对所述面部验证单元和所述手部验证单元进行优化。
9.一种登陆验证设备,其特征在于,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1至5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括程序,当其在计算机上运行时,使得计算机执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111424772.4A CN114077730A (zh) | 2021-11-26 | 2021-11-26 | 一种登陆验证方法、车辆解锁系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111424772.4A CN114077730A (zh) | 2021-11-26 | 2021-11-26 | 一种登陆验证方法、车辆解锁系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114077730A true CN114077730A (zh) | 2022-02-22 |
Family
ID=80284312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111424772.4A Pending CN114077730A (zh) | 2021-11-26 | 2021-11-26 | 一种登陆验证方法、车辆解锁系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114077730A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761466A (zh) * | 2014-02-14 | 2014-04-30 | 上海云享科技有限公司 | 一种身份验证的方法及装置 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
CN107360119A (zh) * | 2016-05-09 | 2017-11-17 | 中兴通讯股份有限公司 | 一种云桌面登陆验证方法、云桌面控制系统及客户端 |
CN108983979A (zh) * | 2018-07-25 | 2018-12-11 | 北京因时机器人科技有限公司 | 一种手势跟踪识别方法、装置和智能设备 |
CN111460435A (zh) * | 2020-04-02 | 2020-07-28 | 广西通途科技有限公司 | 一种用户注册方法、验证方法和注册装置 |
-
2021
- 2021-11-26 CN CN202111424772.4A patent/CN114077730A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761466A (zh) * | 2014-02-14 | 2014-04-30 | 上海云享科技有限公司 | 一种身份验证的方法及装置 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
CN107360119A (zh) * | 2016-05-09 | 2017-11-17 | 中兴通讯股份有限公司 | 一种云桌面登陆验证方法、云桌面控制系统及客户端 |
CN108983979A (zh) * | 2018-07-25 | 2018-12-11 | 北京因时机器人科技有限公司 | 一种手势跟踪识别方法、装置和智能设备 |
CN111460435A (zh) * | 2020-04-02 | 2020-07-28 | 广西通途科技有限公司 | 一种用户注册方法、验证方法和注册装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220165087A1 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
KR102455633B1 (ko) | 라이브니스 검사 방법 및 장치 | |
Hsia | New verification strategy for finger-vein recognition system | |
Ortega-Delcampo et al. | Border control morphing attack detection with a convolutional neural network de-morphing approach | |
WO2016084072A1 (en) | Anti-spoofing system and methods useful in conjunction therewith | |
CN111144366A (zh) | 一种基于联合人脸质量评估的陌生人脸聚类方法 | |
CN110866466A (zh) | 一种人脸识别方法、装置、存储介质和服务器 | |
WO2020244071A1 (zh) | 基于神经网络的手势识别方法、装置、存储介质及设备 | |
KR20210069404A (ko) | 라이브니스 검사 방법 및 라이브니스 검사 장치 | |
CN111738120B (zh) | 人物识别方法、装置、电子设备及存储介质 | |
Chang et al. | Face anti-spoofing detection based on multi-scale image quality assessment | |
Lin et al. | Convolutional neural networks for face anti-spoofing and liveness detection | |
Pulecio et al. | Image quality assessment to enhance infrared face recognition | |
Mohamed et al. | Automated face recogntion system: Multi-input databases | |
Krichen et al. | Specific texture analysis for iris recognition | |
Bera et al. | Spoofing detection on hand images using quality assessment | |
WO2023028947A1 (zh) | 掌静脉非接触式三维建模方法、装置及认证方法 | |
CN114077730A (zh) | 一种登陆验证方法、车辆解锁系统、设备及存储介质 | |
Parente et al. | Assessing facial image accordance to ISO/ICAO requirements | |
Gowda et al. | Robust multimodal biometric verification system based on face and fingerprint | |
CN114038030A (zh) | 图像篡改识别方法、设备及计算机存储介质 | |
KR20200127818A (ko) | 라이브니스 검사 방법 및 장치, 얼굴 인증 방법 및 장치 | |
Vora et al. | Enhanced face recognition using 8-Connectivity-of-Skin-Region and Standard-Deviation-based-Pose-Detection as preprocessing techniques | |
El-Abed et al. | A SVM-based model for the evaluation of biometric sample quality | |
WO2023109551A1 (zh) | 一种活体检测方法、装置和计算机设备 |
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 |