CN114360036A

CN114360036A - 图像识别方法、装置、服务器和存储介质

Info

Publication number: CN114360036A
Application number: CN202210274425.6A
Authority: CN
Inventors: 周波; 段炼; 苗瑞; 莫少锋; 邹小刚
Original assignee: Shenzhen HQVT Technology Co Ltd
Current assignee: Shenzhen HQVT Technology Co Ltd
Priority date: 2022-03-21
Filing date: 2022-03-21
Publication date: 2022-04-15

Abstract

本申请提供一种图像识别方法、装置、服务器和存储介质，该方法应用于服务器，通过获取打卡用户的用户图像中预设区域的像素直方图，预设区域是从用户图像中不含用户画像的区域中确定的任意区域，并根据像素直方图，构造亮度像素曲线，亮度像素曲线指示像素直方图的像素点数与亮度大小的走势关系，之后根据亮度像素曲线和预设参考曲线，确定用户图像是否为真实图像，最后若用户图像不是打卡用户的真实图像，向计算机设备发送预警信息，该预警信息指示打卡用户的打卡记录存在问题。该技术方案中，从用户图像的背景出发，避免了对带有人脸的图像识别不准确的情况发生。

Description

图像识别方法、装置、服务器和存储介质

技术领域

本申请涉及检测技术领域，尤其涉及一种图像识别方法、装置、服务器和存储介质。

背景技术

人脸识别是一种基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别在越来越多的领域中被广泛应用，例如，打卡签到。

在现有技术中，现有的人脸采集终端实际上是依靠图像识别技术判断用户标识的装置，将用户标识，打卡时间，打卡位置等关键信息，通过网络报文的方式，传递给服务器。

然而，在实际使用时，服务器存储的网络报文中的用户标识，打卡时间，打卡位置等信息容易被破解后替换，容易造成带有人脸的图像识别不准确的情况发生。

发明内容

本申请实施例提供一种图像识别方法、装置、服务器和存储介质，用以解决图像识别不准确的问题。

第一方面，本申请实施例提供一种图像识别方法，应用于服务器，所述方法包括：

获取打卡用户的用户图像中预设区域的像素直方图，所述预设区域从所述用户图像中不含用户画像的区域中确定的任意区域；

根据所述像素直方图，构造亮度像素曲线，所述亮度像素曲线指示所述像素直方图的像素点数与亮度大小的走势关系；

根据所述亮度像素曲线和预设参考曲线，确定所述用户图像是否为真实图像，所述预设参考曲线指示本地数据库中记载所述用户图像的时刻之前的预设时长中任一时刻内所述预设区域的像素点数与亮度大小的走势关系；

若所述用户图像不是所述打卡用户的真实图像，向计算机设备发送预警信息，所述预警信息指示所述打卡用户的打卡记录存在问题。

在第一方面一种可能的设计中，所述像素直方图中包含按照大小顺序排列的N个亮度等级和所述N个亮度等级分别对应的像素，所述N的取值为0-255之间的正整数；

相应的，所述根据所述像素直方图，构造亮度像素曲线，包括：

将所述N个亮度等级分成M个子亮度等级，所述M为小于所述N的正整数；

针对每个子亮度等级，确定所述子亮度等级对应的像素个数；

据所述子亮度等级对应的像素个数和所述像素直方图中总像素个数，确定所述子亮度等级对应的像素占比；

根据各个像素占比和各个子亮度等级的编号，构造所述亮度像素曲线。

在第一方面另一种可能的设计中，所述根据所述亮度像素曲线和预设参考曲线，确定所述用户图像是否为真实图像，包括：

根据所述亮度像素曲线和所述预设参考曲线，确定所述亮度像素曲线和所述预设参考曲线的拟合程度；

根据所述拟合程度和预设阈值，确定所述用户图像是否为所述真实图像。

可选的，所述根据所述拟合程度和预设阈值，确定所述用户图像是否为所述真实图像，包括：

若所述拟合程度大于所述预设阈值，则确定所述用户图像不是所述真实图像；

若所述拟合程度小于或等于所述预设阈值，则确定所述用户图像是所述真实图像。

在第一方面再一种可能的设计，所述获取打卡用户的用户图像中预设区域的像素直方图，包括：

在所述本地数据库中，获取所述打卡用户的用户图像中所述预设区域的像素以及所述像素对应的亮度等级；

根据所述预设区域的像素以及所述像素对应的亮度等级，确定所述像素直方图。

第二方面，本申请实施例提供一种图像识别装置，应用于服务器，所述装置包括：

获取模块，用于获取打卡用户的用户图像中预设区域的像素直方图，所述预设区域从所述用户图像中不含用户画像的区域中确定的任意区域；

构造模块，用于根据所述像素直方图，构造亮度像素曲线，所述亮度像素曲线指示所述像素直方图的像素点数与亮度大小的走势关系；

处理模块，用于根据所述亮度像素曲线和预设参考曲线，确定所述用户图像是否为真实图像，所述预设参考曲线指示本地数据库中记载所述用户图像的时刻之前的预设时长中任一时刻内所述预设区域的像素点数与亮度大小的走势关系；

发送模块，用于在所述用户图像不是所述打卡用户的真实图像时，向计算机设备发送预警信息，所述预警信息指示所述打卡用户的打卡记录存在问题。

在第二方面一种可能的设计中，所述像素直方图中包含按照大小顺序排列的N个亮度等级和所述N个亮度等级分别对应的像素，所述N的取值为0-255之间的正整数；

相应的，所述构造模块，具体用于：

在第二方面另一种可能的设计中，所述处理模块，具体用于：

可选的，所述处理模块，根据所述拟合程度和预设阈值，确定所述用户图像是否为所述真实图像，具体用于：

在第二方面再一种可能的设计中，所述获取模块，具体用于：

第三方面，本申请实施例提供一种服务器，包括：处理器、存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述计算机执行指令，使得所述计算机服务器执行如上述第一方面及各种可能的设计中所述的图像识别方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述第一方面及各种可能的设计中所述的图像识别方法。

第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现如上述第一方面及各种可能的设计中所述的图像识别方法。

本申请实施例提供的图像识别方法、装置、服务器和存储介质，该方法应用于服务器，通过获取打卡用户的用户图像中预设区域的像素直方图，预设区域是从用户图像中不含用户画像的区域中确定的任意区域，并根据像素直方图，构造亮度像素曲线，亮度像素曲线指示像素直方图的像素点数与亮度大小的走势关系，之后根据亮度像素曲线和预设参考曲线，确定用户图像是否为真实图像，预设参考曲线指示本地数据库中记载用户图像的时刻之前的预设时长中任一时刻内预设区域的像素点数与亮度大小的走势关系，最后若用户图像不是打卡用户的真实图像，向计算机设备发送预警信息，预警信息指示打卡用户的打卡记录存在问题。该技术方案中，从用户图像的背景出发，避免了对带有人脸的图像识别不准确的情况发生。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本申请实施例提供的图像识别方法的应用场景示意图；

图2为本申请实施例提供的光源成像原理图；

图3为本申请实施例提供的图像识别方法实施例一的流程示意图；

图4为本申请实施例提供的像素直方图的示例；

图5为本申请实施例提供的预设区域的示意图；

图6为本申请实施例提供的图像识别方法实施例二的流程示意图；

图7为本申请实施例提供的图像识别方法实施例三的流程示意图；

图8为本申请实施例提供的图像识别装置的结构示意图；

图9为本申请实施例提供的服务器的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在介绍本申请的实施例之前，首先对本申请的背景技术进行解释说明：

在《建筑工人实名制管理办法（试行）》文件的相关规定（2019年3月1日正式实施）中，要求建筑企业对签订劳动合同的建筑工人按真实身份信息在全国建筑工人管理服务信息平台上登记，加强对实施现场建筑工人的教育、管理和服务各项工作，防范建筑工人劳资纠纷，维护建筑工人权益和社会稳定，促进工程质量、安全管理水平的提高和建筑行业的健康发展。

实名制的重要作用即是可以对建筑工人进行考勤，早期的建筑工地大多数为工头带团模式，由工头接洽承建方确定施工方案后进场施工，其中劳动报酬由从原先统一支付给工头再由工头转发给建筑工人的方式转变成由实名制的员工直接从工资卡中领取的方式，大大的减少了劳资矛盾。

随着改革的深化，劳资、成本逐渐的透明化，工头们收入降低了。开始对实名制的人脸前端设备进行了研究，破解。现有的人脸采集终端实际上是依靠人脸识别技术判断用户标识，将用户标识，打卡时间，打卡位置等关键信息，通过网络报文的方式，传递给劳资计算的相关服务器，该服务器在后台根据工时计算出用户标识对应的工人的工资。

然而，一些不法人员利用网络的虚拟性，破解这类报文协议，传递虚拟用户标识的相关信息，对服务器的工时计算造成混乱，在传统的服务器浏览器和服务器架构（Browser/Server Architecture）中，很难通过技术手段去判断，无论用户标识，打卡时间，打卡位置都属于固定类型的信息，很容易被破解。

此外，一些用户要求通过上传工人打卡时照片来进行人工判断，如此的话消耗的大量人力资源，且越来越完善的隐私保护机制已不允许普通用户接触到此类肖像类的保密信息。

因此，如何避免带有人脸的图像识别不准确的情况发生成为亟待解决的技术问题。

在上述现有技术存在的问题基础上，图1为本申请实施例提供的图像识别方法的应用场景示意图，用以解决上述技术问题。如图1所示，该应用场景示意图包括：打卡终端11、服务器12和计算机设备13。

其中，打卡终端11用于工作人员打卡，即拍摄具有工作人像的图像，并携带有打卡时间、工作人员标识、打卡地点等信息上传至服务器12。

可选的，服务器12在后续需要根据各个工作人员的打卡记录，计算薪资时，在具体薪资计算过程中，需要对打卡的真实性进行判断，即利用打卡终端11上传的图像进行判断，之后在判断图像不是合法图像后，向计算机设备13发送预警信息，以提示技术人员打卡是否存在不合法的行为，以实现规范打卡。

本申请针对上述技术问题，发明人的技术构思过程如下：在打卡时，打卡终端获取到的用户图像中，隐藏有时序光照方向，如果可以利用算法提取每隔一段时间的光照方向系数，通过报文的方式发送给服务器，正常打卡时，设备同时也会在报文当中附加随机空旷区域的光照方向系数，根据两者之间拟合度，便可以判断是否为活体人脸打卡。

具体的，以图2为示例对技术构思进行详细阐述，图2为本申请实施例提供的光源成像原理图，如图2所示，在户外的场景当中，随着阳光方向的改变，各种物品的阴影也会出现一定的变化，即便是阴天也会有同样的情况，利用该原理，对场景中的直方图进行统计，其中在某一时刻的光照条件下，直方图应基本一致。即不同方向的光源会导致直方图有明显的变化，明显成像1中的黑色区域是小于成像2的。在不同时间点的，户外受到光线变化会导致直方图的变化。

下面以图1所示的应用场景示意图和图2所示的原理图，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图3为本申请实施例提供的图像识别方法实施例一的流程示意图。如图3所示，该图像识别方法包括如下步骤：

步骤31、获取打卡用户的用户图像中预设区域的像素直方图。

其中，预设区域是从用户图像中不含用户画像的区域中确定的任意区域。

在本步骤中，服务器需要确定出用户图像的真实性，以供技术、财务等相关人员参考，首先需要在服务器的本地数据库中找到打卡用户的用户图像。

进一步地，在用户图像中选取预设区域，即从用户图像中选取不含用户画像的区域中确定的任意区域，该区域的选取位置应当与下述实施例中预设参考曲线对应的选取位置一致，然后对该预设区域进行处理，以得到像素直方图。

可选的，该步骤的实现过程可以有如下步骤：

第1步、在本地数据库中，获取打卡用户的用户图像中预设区域的像素以及像素对应的亮度等级。

具体的，打卡用户的用户图像中预设区域也是图像的一部分，即包含有不同的亮度等级，以及各个亮度等级下包含的像素数。

第2步、根据预设区域的像素以及像素对应的亮度等级，确定像素直方图。

具体的，像素直方图的构建以亮度等级的递增为横坐标，亮度等级对应的像素的数量为纵坐标。

其中，亮度等级的取值为0-255之间的正整数。

例如，亮度等级为0时，像素的数量为35个；亮度等级为1时，像素的数量为40个；亮度等级为2时，像素的数量为60个；亮度等级为3时，像素的数量为100个；亮度等级为4时，像素的数量为102个……。

作为一种示例，图4为本申请实施例提供的像素直方图的示例。如图4所示，选取了人物图像，确定出的该图像对应的像素直方图。

其中，随着亮度等级的增加，亮度等级对应的像素数持后增加，之后减小。

应理解，该示例仅说明，实际可以根据情况而定。

此外，用户图像是由打卡设备生成的，该打卡设备可以包括与服务器进行通信的无线/移动通信模块、音频模块、显示屏、摄像头、指示器、光学处理器、内部存储器、手机卡接口、外部存储器接口、电源管理模块、传感器模块等。

其中，传感器模块包括：指纹传感器、温度传感器、触摸传感器、环境光传感器等；音频模块包括：扬声器、受话器、麦克风、耳机接口等；电源管理模块包括：电池。

步骤32、根据像素直方图，构造亮度像素曲线。

其中，亮度像素曲线指示像素直方图的像素点数与亮度大小的走势关系。

在本步骤中，结合图2所示的光源成像原理，在接近的时长范围中，同一个设备、同一角度拍摄的用户图像的不同像素以及亮度等级之间存在相似性，也即根据用户图像中预设区域的像素直方图，确定出像素点数与亮度等级的线性关系，即构造亮度像素曲线。

可选的，为了减少服务器的运算量，此时可以将像素直方图中，从小到大（或从大到小）的亮度等级分成多组，分别得到每组对应的像素数，以各组对应的像素数除以像素直方图中总像素个数，得到多个占比，进而以多组的数量为横坐标，数量对应的占比作为纵坐标，构建亮度像素曲线，以表示像素点数与亮度大小的走势关系。

在一种可能的实现中，将像素直方图中N个亮度等级分成M个子亮度等级，针对每个子亮度等级，确定子亮度等级对应的像素个数，之后据子亮度等级对应的像素个数和像素直方图中总像素个数，确定子亮度等级对应的像素占比，最后根据各个像素占比和各个子亮度等级的编号，构造亮度像素曲线。

步骤33、根据亮度像素曲线和预设参考曲线，确定用户图像是否为真实图像。

其中，预设参考曲线指示本地数据库中记载用户图像的时刻之前的预设时长中任一时刻内预设区域的像素点数与亮度大小的走势关系。

在此步骤前，需要确定出预设参考曲线，即拍摄该用户图像的时刻之前的预设时长中任一时刻，打卡设备记录的预设区域对应的像素直方图，服务器根据该像素直方图构成的亮度像素曲线，即预设参考曲线，其构成过程如步骤32所示。

应理解，用户图像是否为真实图像的确定实质为：比较该用户图像中预设区域的像素亮度等指标，是否与生成时间对应的预设时长内，打卡设备记录的预设区域的像素亮度等指标接近。

其中，预设时长可以是3分钟、5分钟，应理解，随着预设时长的增加，亮度像素曲线和预设参考曲线的相似度减少。

在一种可能的实现中，根据亮度像素曲线和预设参考曲线，确定亮度像素曲线和预设参考曲线的拟合程度，根据拟合程度和预设阈值，确定用户图像是否为真实图像，在拟合程度不大于预设阈值时，确定出用户图像是真实图像，反之则用户图像不是真实图像。

此外，图5为本申请实施例提供的预设区域的示意图。如图5所示，也即标示了打卡用户的用户图像中的预设区域与预设时长中任一时刻中拍摄到的图像中的预设区域在地理位置上一致，即实际处理过程中的对比区域。

步骤34、若用户图像不是打卡用户的真实图像，向计算机设备发送预警信息，预警信息指示打卡用户的打卡记录存在问题。

在本步骤中，在确定出用户图像不是打卡用户的真实图像，则说明该打卡用户的打卡数据存在问题，服务器向财务、技术等相关人员的计算机设备上发出提醒等相关信息。

其中，该预警信息还可以包含打卡用户的标识、打卡时间、打卡地点等信息。

在一种可能的实现中，若用户图像不是打卡用户的真实图像时，服务器向计算机设备发送一段报文，该报文在计算机设备的用户交互界面上显示相关字样，如“用户A，3月3日早上10点在科室101处的打卡真实性存在问题，请核实”。

本申请实施例提供的图像识别方法，应用于服务器，通过获取打卡用户的用户图像中预设区域的像素直方图，预设区域是从用户图像中不含用户画像的区域中确定的任意区域，并根据像素直方图，构造亮度像素曲线，亮度像素曲线指示像素直方图的像素点数与亮度大小的走势关系，之后根据亮度像素曲线和预设参考曲线，确定用户图像是否为真实图像，预设参考曲线指示本地数据库中记载用户图像的时刻之前的预设时长中任一时刻内预设区域的像素点数与亮度大小的走势关系，最后若用户图像不是打卡用户的真实图像，向计算机设备发送预警信息，预警信息指示打卡用户的打卡记录存在问题。该技术方案中，从用户图像的背景出发，避免了对带有人脸的图像识别不准确的情况发生。

在上述实施例的基础上，当像素直方图中包含按照大小顺序排列的N个亮度等级和N个亮度等级分别对应的像素，且N的取值为0-255之间的正整数时，图6为本申请实施例提供的图像识别方法实施例二的流程示意图。如图6所示，上述步骤32可以通过如下步骤实现：

步骤61、将N个亮度等级分成M个子亮度等级。

其中，M为小于N的正整数。

在本步骤中，像素直方图中像素点的数量较多，按照亮度等级的不同的可以将众多像素点分为256组，为了进一步减少服务器的工作量，可以将256组继续划分为M组，即256组中多组为一个子亮度等级对应的组。

可选的，M个子亮度等级分别中包含N/M（取商）个亮度等级和N/M的余数单独构成的亮度等级。

在一种可能的实现中，将总共256个由小到大排列（或由大到小排列）的亮度等级按10个一组划分，得到26个（M）子亮度等级，即亮度等级0-亮度等级9为第1组、亮度等级10-亮度等级19为第2组、……亮度等级250-亮度等级256为第26组。

在一种可能的实现中，将总共256个由小到大排列（或由大到小排列）的亮度等级按25个一组划分，得到11个（M）子亮度等级，即亮度等级0-亮度等级24为第1组、亮度等级25-亮度等级49为第2组、……亮度等级251亮度等级256为第11组。

步骤62、针对每个子亮度等级，确定子亮度等级对应的像素个数。

在本步骤中，针对每个子亮度等级，将该子亮度等级中各个亮度等级对应的像素个数相加，得到该子亮度等级对应的像素个数。

可选的，分别计算各个子亮度等级中各个亮度等级对应的像素个数的综合。

在一种可能的实现中，亮度等级0-亮度等级9为第1个子亮度等级，对应的像素个数为16+17+16+17…+18等于185个；亮度等级10-亮度等级19为第2个子亮度等级，对应的像素个数为19+20+21+26…+29等于256个；……；亮度等级250-亮度等级256为第26个子亮度等级，对应的像素个数为56+55+55+…+53等于336个。

进一步地，得到26个子亮度等级对应的像素个数，分别为185、256、……336。

步骤63、据子亮度等级对应的像素个数和像素直方图中总像素个数，确定子亮度等级对应的像素占比。

在本步骤中，针对每个子亮度等级对应的像素个数与总像素个数做除法，得到各个子亮度等级对应的像素占总像素个数的比重。

可选的，像素直方图中总像素个数可以是对各个子亮度等级对应的像素个数的求和得到，也可以是在得到像素直方图时，直接进行统计得到。

在一种可能的实现中，预设区域的总像素个数为6760个，此时，第1个子亮度等级对应的像素占比为185/6760=2.74%；第1个子亮度等级对应的像素占比为256/6760=3.79%；……；第26个子亮度等级对应的像素占比为336/6760=4.97%。

步骤64、根据各个像素占比和各个子亮度等级的编号，构造亮度像素曲线。

在本步骤中，以各个子亮度等级对应的编号作为亮度像素曲线的横坐标，以各个子亮度等级对应的像素占比作为纵坐标，构建用户图像的亮度像素曲线。

可选的，根据各个像素占比和各个子亮度等级的编号，可以在坐标轴中得到各个子亮度等级对应的坐标点，用平滑的曲线将各个坐标点连接，便可以得到亮度像素曲线。

本申请实施例提供的图像识别方法，通过将N个亮度等级分成M个子亮度等级，针对每个子亮度等级，确定子亮度等级对应的像素个数，之后据子亮度等级对应的像素个数和像素直方图中总像素个数，确定子亮度等级对应的像素占比，最后根据各个像素占比和各个子亮度等级的编号，构造亮度像素曲线。从而实现了像素点数与亮度大小的走势关系的确定，为后续确定用户图像是否是真实图像提供了判断依据。

在上述实施例的基础上，图7为本申请实施例提供的图像识别方法实施例三的流程示意图。如图7所示，上述步骤33可以通过如下步骤实现：

步骤71、根据亮度像素曲线和预设参考曲线，确定亮度像素曲线和预设参考曲线的拟合程度。

在本步骤中，记载用户图像对应的时间点，以该时间点为范围的预设时长内，光影的变化微弱，也即拍摄用户画像和构建预设参考曲线的画像的光影变化较小，此时，以亮度像素曲线和预设参考曲线，对两者的相似度进行判定。

进一步地，该相似度的判定方法可以是比较亮度像素曲线和预设参考曲线的拟合程度。

可选的，该预设参考曲线指示本地数据库中记载用户图像的时刻之前的预设时长中任一时刻内预设区域的像素点数与亮度大小的走势关系，其构建的过程可以参考图6所示的实施例，此处不再赘述。

步骤72、根据拟合程度和预设阈值，确定用户图像是否为真实图像。

在本步骤中，亮度像素曲线和预设参考曲线的拟合程度越高，相似性也就越大，也即两个图像拍摄的时间点越接近，用户图像的真实性越大。

进一步地，引入一个预设阈值，以辅助判断用户图像是否为真实图像。

在一种可能的实现中，若拟合程度大于预设阈值，则确定用户图像不是真实图像。

例如，亮度像素曲线和预设参考曲线的拟合程度为98%，预设阈值为97%，拟合程度大于预设阈值，则认为用户图像是真实图像，不存在打卡用户数据篡改的情况。

在另一种可能的实现中，若拟合程度小于或等于预设阈值，则确定用户图像是真实图像。

例如，亮度像素曲线和预设参考曲线的拟合程度为96%，预设阈值为97%，拟合程度小于预设阈值，则认为用户图像是真实图像，存在打卡用户数据篡改的情况；

再如，亮度像素曲线和预设参考曲线的拟合程度为97%，预设阈值为97%，拟合程度等于预设阈值，则认为用户图像是真实图像，存在打卡用户数据篡改的情况。

本申请实施例提供的图像识别方法，根据亮度像素曲线和预设参考曲线，确定亮度像素曲线和预设参考曲线的拟合程度，根据拟合程度和预设阈值，确定用户图像是否为真实图像。该方案中从预设时长内，不同图像的预设区域的光影出发，实现了更加准确的对用户图像真实性的判断。

在上述方法实施例的基础上，图8为本申请实施例提供的图像识别装置的结构示意图。如图8所示，该图像识别装置应用于服务器，包括：

获取模块81，用于获取打卡用户的用户图像中预设区域的像素直方图，预设区域是从用户图像中不含用户画像的区域中确定的任意区域；

构造模块82，用于根据像素直方图，构造亮度像素曲线，亮度像素曲线指示像素直方图的像素点数与亮度大小的走势关系；

处理模块83，用于根据亮度像素曲线和预设参考曲线，确定用户图像是否为真实图像，预设参考曲线指示本地数据库中记载用户图像的时刻之前的预设时长中任一时刻内预设区域的像素点数与亮度大小的走势关系；

发送模块84，用于在用户图像不是打卡用户的真实图像时，向计算机设备发送预警信息，预警信息指示打卡用户的打卡记录存在问题。

在本申请实施例一种可能的设计中，像素直方图中包含按照大小顺序排列的N个亮度等级和N个亮度等级分别对应的像素，N的取值为0-255之间的正整数；

相应的，构造模块82，具体用于：

将N个亮度等级分成M个子亮度等级，M为小于N的正整数；

针对每个子亮度等级，确定子亮度等级对应的像素个数；

据子亮度等级对应的像素个数和像素直方图中总像素个数，确定子亮度等级对应的像素占比；

根据各个像素占比和各个子亮度等级的编号，构造亮度像素曲线。

在本申请实施例另一种可能的设计中，处理模块83，具体用于：

根据亮度像素曲线和预设参考曲线，确定亮度像素曲线和预设参考曲线的拟合程度；

根据拟合程度和预设阈值，确定用户图像是否为真实图像。

可选的，处理模块83，根据拟合程度和预设阈值，确定用户图像是否为真实图像，具体用于：

若拟合程度大于预设阈值，则确定用户图像不是真实图像；

若拟合程度小于或等于预设阈值，则确定用户图像是真实图像。

在本申请实施例再一种可能的设计中，获取模块81，具体用于：

在本地数据库中，获取打卡用户的用户图像中预设区域的像素以及像素对应的亮度等级；

根据预设区域的像素以及像素对应的亮度等级，确定像素直方图。

本申请实施例提供的图像识别装置，可用于执行上述实施例中图像识别方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

图9为本申请实施例提供的服务器的结构示意图。如图9所示，该服务器可以包括：处理器90、存储器91及存储在该存储器91上并可在处理器90上运行的计算机程序指令。

处理器90执行存储器91存储的计算机执行指令，使得处理器90执行上述实施例中的方案。处理器90可以是通用处理器，包括中央处理器CPU、网络处理器（networkprocessor，NP）等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列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。

可选的，该服务器还可以包括：收发器92。

存储器91和收发器92通过系统总线与处理器90连接并完成相互间的通信，存储器91用于存储计算机程序指令。

收发器92用于和其他服务器进行通信，该收发器92构成通信接口。

可选的，在硬件实现上，上述图8所示实施例中的获取模块81和发送模块84对应于本实施例中的收发器92。

系统总线可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本申请实施例提供的服务器，可用于执行上述实施例中图像识别方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中图像识别方法的技术方案。

本申请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计算机指令，当该计算机指令在计算机服务器上运行时，使得计算机服务器执行上述实施例中图像识别方法的技术方案。

本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于执行上述实施例中图像识别方法的技术方案。

上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储服务器或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机服务器能够存取的任何可用介质。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims

1.一种图像识别方法，其特征在于，应用于服务器，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述像素直方图中包含按照大小顺序排列的N个亮度等级和所述N个亮度等级分别对应的像素，所述N的取值为0-255之间的正整数；

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述亮度像素曲线和预设参考曲线，确定所述用户图像是否为真实图像，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述拟合程度和预设阈值，确定所述用户图像是否为所述真实图像，包括：

5.根据权利要求1或2所述的方法，其特征在于，所述获取打卡用户的用户图像中预设区域的像素直方图，包括：

6.一种图像识别装置，其特征在于，应用于服务器，所述装置包括：

7.根据权利要求6所述的装置，其特征在于，所述像素直方图中包含按照大小顺序排列的N个亮度等级和所述N个亮度等级分别对应的像素，所述N的取值为0-255之间的正整数；

相应的，所述构造模块，具体用于：

8.一种服务器，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令，所述处理器执行所述计算机程序指令时实现如上述权利要求1至5任一项所述的图像识别方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述权利要求1至5任一项所述的图像识别方法。