CN114390200B - 相机作弊识别方法、装置、设备及存储介质 - Google Patents
相机作弊识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114390200B CN114390200B CN202210032534.7A CN202210032534A CN114390200B CN 114390200 B CN114390200 B CN 114390200B CN 202210032534 A CN202210032534 A CN 202210032534A CN 114390200 B CN114390200 B CN 114390200B
- Authority
- CN
- China
- Prior art keywords
- camera
- video stream
- frame image
- image pixel
- image
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及人工智能领域,揭露一种相机作弊识别方法,包括:检测当前相机进程中预设格式的文件对应的软链接地址,当所述软链接地址的文件名包含视频格式后缀时判定所述相机被篡改,反之获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,当所述第一视频流与所述第二视频流相同时判定所述相机被篡改,反之对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时的支柱属性值,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时判定所述相机被篡改,反之判定所述相机没有被篡改。本发明还提出一种相机作弊识别装置、设备以及存储介质。本发明可以提高相机作弊识别的准确率。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种相机作弊识别方法、装置、电子设备及可读存储介质。
背景技术
相机作弊指的是当机主打开相机进程时,获取到的拍摄画面是机主事先备好的录像视频,而非真实摄像头数据,如人脸识别时,机主使用预先备好的人脸录像进行人脸识别,而非使用机主自己的人脸进行人脸识别。
目前,在利用相机录像时,大都是人工对录像情况进行审核,甄别相机录像是否为作弊行为,然而有不法分子通过刷机往本地存储中刷入特制的只读存储器,并用其中事先准备好的录像瞒天过海,由于人类视觉局限性,采用人工识别的方法不能有效的识别相机是否存在作弊行为,准确率较低。
发明内容
本发明提供一种相机作弊识别方法、装置、电子设备及计算机可读存储介质,其目的在于提高相机作弊识别的准确率。
为实现上述目的,本发明提供的一种相机作弊识别方法,包括:
接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址;
若所述软链接地址的文件名包含视频格式后缀,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述软链接地址的文件名不包含视频格式后缀,则获取不同状态下所述相机拍摄得到的第一视频流及第二视频流;
若所述第一视频流与所述第二视频流相同,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述第一视频流与所述第二视频流不相同,则对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值;
若所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同,则判定所述相机被篡改并输出相机被篡改提示信息。
可选地,所述判断所述第一视频流与所述第二视频流是否相同,包括:
对所述第一视频流及所述第二视频流分别进行分帧处理,得到第一帧图像集及第二帧图像集;
对所述第一帧图像集及所述第二帧图像集进行相同的时间标记处理,得到带有时间标签的第一帧图像集及带有时间标签的第二帧图像集;
从所述带有时间标签的第一帧图像集及带有时间标签第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像;
判断所述第一帧图像与所述第二帧图像是否相同;
当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一帧图像与所述第二帧图像不相同时,确定所述第一视频流与所述第二视频流不相同。
可选地,所述判断所述第一帧图像与所述第二帧图像是否相同,包括:
对所述第一帧图像及所述第二帧图像进行像素转化,得到第一图像像素集及第二图像像素集;
当所述第一图像像素集与第二图像像素集的排列顺序相同时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,确定所述第一帧图像与所述第二帧图像不相同。
可选地,所述当所述第一图像像素集与第二图像像素集的排列顺序不相同时,判断所述第一帧图像与所述第二帧图像不相同,被下述步骤所替代:
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,计算所述第一图像像素集与所述第二图像像素集的相似率;
当所述第一图像像素集与所述第二图像像素集的相似率大于预设的第一阈值时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与所述第二图像像素集的相似率处于所述第一阈值及预设的第二阈值之间时,从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像,以及当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一图像像素集与所述第二图像像素集的相似率小于所述第二阈值时,确定所述第一帧图像与所述第二帧图像不相同。
可选地,所述计算所述第一图像像素集与所述第二图像像素集的相似率,包括:
按照预设的方向及尺度划分所述第一图像像素集,得到多个不同方向尺度的第一图像像素块集;
按照所述方向及尺度划分所述第二图像像素集,得到多个不同方向尺度的第二图像像素块集;
利用二维Gabor小波的核函数计算所述第一图像像素块集中每个第一图像像素块的局部特征向量,得到多个第一图像像素局部特征向量,以及计算所述第二图像像素块集中的每一个第二图像像素块的局部特征向量,得到多个第二图像像素局部特征向量;
根据所述第一图像像素局部特征向量与对应的第二图像像素局部特征向量之间的局部相似度,计算得到所述第一图像像素集与所述第二图像像素集的相似率。可选地,所述获取不同状态下所述相机拍摄得到的第一视频流及第二视频流,包括:
利用所述相机在默认的相机参数下进行录像,得到第一视频流;
利用预设的相机参数更改指令,更改所述相机参数,并利用所述相机在更改后的所述相机参数下进行录像,得到第二视频流。
可选地,所述根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,包括:
利用预设的ps指令查找所述相机软件的进程号;
根据所述进程号查找相机进程;
扫描所述相机进程,提取相机进程中的预设格式的文件;
利用预设的ls指令获取所述预设格式的文件对应的软链接地址。
为了解决上述问题,本发明还提供一种相机作弊识别装置,所述装置包括:
第一相机作弊识别模块,用于接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,当所述软链接地址的文件名包含视频格式后缀时,判定所述相机被篡改并输出相机被篡改提示信息;
第二相机作弊识别模块,用于获取不同状态下所述相机拍摄得到的第一视频流及第二视频流,当所述第一视频流与所述第二视频流相同时,判定所述相机被篡改并输出相机被篡改提示信息;
第三相机作弊识别模块,用于对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,判定所述相机被篡改并输出相机被篡改提示信息。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的相机作弊识别方法。
为了解决上述问题,本发明还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至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的相机作弊识别方法。
本发明实施例通过检测当前相机进程中预设格式的文件对应的软链接地址文件名是否包含视频格式后缀、判断不同状态下的所述相机拍摄得到的第一视频流及第二视频流是否相同及虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值是否相同三个方面识别所述相机是否被篡改或作弊,有效地提高了相机作弊识别效率,从三个方面检测所述相机是否作弊也提高了相机作弊识别的准确率。因此,本发明实施例提出的相机作弊识别方法、装置、电子设备及可读存储介质提高了相机作弊识别的准确率。
附图说明
图1为本发明一实施例提供的相机作弊识别方法的流程示意图;
图2为本发明一实施例中图1提供的相机作弊识别方法其中一个步骤的详细流程示意图;
图3为本发明一实施例提供的相机作弊识别装置的模块示意图;
图4为本发明一实施例提供的实现相机作弊识别方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种相机作弊识别方法。所述相机作弊识别方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述相机作弊识别方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端可以包括独立的服务器,也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的相机作弊识别方法的流程示意图,在本发明实施例中,所述相机作弊识别方法包括:
S1、接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址。
本发明可选实施例中,需提前确定正常相机与作弊相机的应用层特征值区别,以便更准确地进行相机作弊识别。
本发明实施例中,所述相机服务指令可以是用户打开相机应用程序时所触发的指令。所述进程号可以是接收到用户打开相机应用程序时所触发的指令之后,系统自动创建的进程ID。所述预设格式的文件可以是包含proc、self及fd等后缀的文件。
本发明实施例中,可通过ps指令查找并得到所述相机软件的进程号。
本发明实施例中,相机被篡改时,需调用本地只读存储器中的视频文件,而所述视频文件地址一般可以通过软链接与proc、self及fd等后缀的文件进行链接,因此,检测当前相机进程中proc、self及fd等后缀的文件对应的软链接地址,可以检测得到本地存储当中是否存在用来进行相机篡改的视频。
详细地,所述接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,包括:
利用预设的ps指令查找所述相机软件的进程号;
根据所述进程号查找相机进程;
扫描所述相机进程,提取相机进程中的预设格式的文件;
利用预设的ls指令获取所述预设格式的文件对应的软链接地址。
S2、判断所述软链接地址的文件名是否包含视频格式后缀。
本发明实施例中,所述视频格式后缀一般包含AVI、MOV/QT、ASF、RM、NAVI等字母样式。
本发明可选实施例中,本地存储中事先备好的用于相机篡改的视频文件一般存在于本地只读存储器中,通过软链接与相机进程中的proc、self及fd等后缀文件相连,因此,检测相机是否被篡改识别,可以通过判断相机进程中的proc/self/fd文件的软链接地址的文件名是否包含视频格式后缀来实现。
当所述软链接地址的文件名包含视频格式后缀时,则进入S3、判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,当所述软链接地址的文件名包含视频格式后缀时,证实本地存储中加入了用户特制的只读存储器,且所述只读存储器中包含所述用户事先备好的视频文件,当接收到相机服务指令时,相机应用预览窗口则会显示所述事先备好的视频文件。
当所述软链接地址的文件名不包含视频格式后缀,则进入S4、获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流。
本发明实施例中,所述不同状态下包含有正常状态、缩小状态、放大状态及炫光状态等。
本发明实施例中,相机从接收到相机服务指令到能够进行摄影的过程中需要使用到相机预览回调接口,正常情况下,相机在接收到相机服务指令后,会生成一个相机预览窗口,然后通过所述相机预览回调接口将摄像头捕捉到的视频流数据展现在所述相机预览窗口,而相机被篡改的情况下,将会对所述摄像头捕捉到的视频流数据进行篡改,将预先备好的视频文件替换所述视频流文件,因此,得到实际视频流数据则是预先备好的视频文件。
本发明可选实施例中,当相机参数进行变化,正常情况下,摄像头所捕捉到的视频流数据将会发生改变,而相机被篡改的情况下,无论相机参数如何发生变化,摄像头所捕捉到的视频流数据都跟事先备好的视频文件一致,不会发生改变。因此,所述获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,可以判断所述相机是否被篡改,提高了相机篡改识别的准确率。
详细地,所述获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,包括:
利用所述相机在默认的相机参数下进行录像,得到第一视频流;
利用预设的相机参数更改指令,更改所述相机参数,并利用所述相机在更改后的所述相机参数下进行录像,得到第二视频流。
本发明实施例中,所述相机参数更改指令可以是调节相机焦距、炫光开关等。
本发明实施例中,在更改所述相机的参数之后,重启所述相机,保证了相机重新获取视频流数据,若所述相机被篡改,则会重新读取事先备好的视频文件,从而出现第一视频流与第二视频流相同的情况,提高了相机篡改识别的准确率。
S5、判断所述第一视频流与所述第二视频流是否相同。
本地视频文件的帧数据是静态的,因此,多次打开所述相机得到的视频流的帧数据大小及内容都是一样的,因此,可以通过对比所述第一视频流的帧数据与所述第二视频流的帧数据,判断所述第一视频流与所述第二视频流是否相同。
详细地,参阅图2所示,所述判断所述第一视频流与所述第二视频流是否相同,包括:
步骤S51、对所述第一视频流及所述第二视频流分别进行分帧处理,得到第一帧图像集及第二帧图像集;
步骤S52、对所述第一帧图像集及所述第二帧图像集进行相同的时间标记处理,得到带有时间标签的第一帧图像集及带有时间标签的第二帧图像集;
步骤S53、从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的的帧数据,得到第一帧图像与第二帧图像;
步骤S54、判断所述第一帧图像与所述第二帧图像是否相同;
步骤S55、当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
步骤S56、当所述第一帧图像与所述第二帧图像不相同时,确定所述第一视频流与所述第二视频流不相同。
本发明可选实施例中,可以使用视频剪辑软件对所述第一视频流及所述第二视频流进行分帧处理。
进一步地,所述判断所述第一帧图像与所述第二帧图像是否相同,包括:
对所述第一帧图像及所述第二帧图像进行像素转化,得到第一图像像素集及第二图像像素集;
当所述第一图像像素集与第二图像像素集的排列顺序相同时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,确定所述第一帧图像与所述第二帧图像不相同。
本发明实施例中,当所述第一图像像素集与第二图像像素集的排列顺序超过预设比例相同时,判断所述第一图像像素集与所述第二图像像素集相同,当所述第一图像像素集与第二图像像素集的排列顺序低于预设比例相同时,判断所述第一图像像素集与所述第二图像像素集不相同。
进一步地,当所述第一视频流与所述第二视频流相同时,进入上述的S3并输出相机被篡改提示信息;及当所述第一视频流与所述第二视频流不相同时,进入下述的S6;
本发明另一个可选实施例中,可能出现正常情况下,某一时间节点相机正常摄影时得到的视频流帧数据与调节相机参数之后相机摄影时得到的视频流帧数据也相似的情况。
因此,所述当所述第一图像像素集与第二图像像素集的排列顺序不相同时,判断所述第一帧图像与所述第二帧图像不相同,被下述步骤所替代:
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,计算所述第一图像像素集与所述第二图像像素集的相似率;
当所述第一图像像素集与所述第二图像像素集的相似率大于预设的第一阈值时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与所述第二图像像素集的相似率处于所述第一阈值及预设的第二阈值之间时,从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像,以及当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一图像像素集与所述第二图像像素集的相似率小于所述第二阈值时,确定所述第一帧图像与所述第二帧图像不相同。
本发明可选实施例中,可以通过计算第一图像像素集与所述第二图像像素集的局部特征向量的相似度来计算得到所述第一图像像素集与所述第二图像像素集的相似率。
详细地,所述计算所述第一图像像素集与所述第二图像像素集的相似率,包括:
按照预设的方向及尺度划分所述第一图像像素集,得到多个不同方向尺度的第一图像像素块集;
按照所述方向及尺度划分所述第二图像像素集,得到多个不同方向尺度的第二图像像素块集;
利用二维Gabor小波的核函数计算所述第一图像像素块集中每个第一图像像素块的局部特征向量,得到多个第一图像像素局部特征向量,以及计算所述第二图像像素块集中的每一个第二图像像素块的局部特征向量,得到多个第二图像像素局部特征向量;
根据所述第一图像像素局部特征向量与对应的第二图像像素局部特征向量之间的局部相似度,计算得到所述第一图像像素集与所述第二图像像素集的相似率。本发明可选实施例中,当所述第一视频流与所述第二视频流相同时,即所述第一图像像素集与所述第二图像像素集相同,因此可以确定所述相机的摄像头获取得到的视频流为本地视频文件,从而确定所述相机被篡改。
所述S6、对所述本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值。
本发明实施例中,所述支柱属性值可以用来判断本地存储当中的虚拟相机是否被打开。
本发明实施例中,由于所述虚拟相机打开时,同样会触发相机篡改指令,从而导致在相机篡改情况下,虚拟相机无论打开还是关闭,对应的支柱属性值都处于关闭所述虚拟相机的状态下。因此,分别读取所述虚拟相机打开时和关闭时本地只读存储器中的支柱属性值可以确定所述相机是否被篡改,提高了相机篡改识别的准确率。
S7、判断所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值是否相同。
本发明实施例中,由于所述支柱属性值可以反应所述虚拟相机是否打开,因此可以通过判断所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值是否相同来判断所述相机是否被篡改。
当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,则进入S3、判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,可以确定所述虚拟相机实际一直处于关闭状态,因此,可以判定所述相机被篡改。
当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值不相同时,则进入S8、判定所述相机没有被篡改。
本发明可选实施例中,当虚拟相机在打开时所述支柱属性值为1,关闭时所述支柱属性值为0,可以确定所述虚拟相机未被蒙蔽,因此,可以判定所述相机没有被篡改。
本发明实施例通过检测当前相机进程中预设格式的文件对应的软链接地址文件名是否包含视频格式后缀、判断不同状态下的所述相机拍摄得到的第一视频流及第二视频流是否相同及虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值是否相同三个方面识别所述相机是否被篡改或作弊,有效地提高了相机作弊识别效率,从三个方面检测所述相机是否作弊也提高了相机作弊识别的准确率。因此,本发明实施例提出的相机作弊识别方法提高了相机作弊识别的准确率。
如图3所示,是本发明相机作弊识别装置的功能模块图。
本发明所述相机作弊识别装置100可以安装于电子设备中。根据实现的功能,所述相机作弊识别装置可以包括第一相机作弊识别模块101、第二相机作弊识别模块102及第三相机作弊识别模块103,本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述第一相机作弊识别模块101用于接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,当所述软链接地址的文件名包含视频格式后缀时,判定所述相机被篡改并输出相机被篡改提示信息。
本发明可选实施例中,需提前确定正常相机与作弊相机的应用层特征值区别,以便更准确地进行相机作弊识别。
本发明实施例中,所述相机服务指令可以是用户打开相机应用程序时所触发的指令。所述进程号可以是接收到用户打开相机应用程序时所触发的指令之后,系统自动创建的进程ID。所述预设格式的文件可以是包含proc、self及fd等后缀的文件。
本发明实施例中,可通过ps指令查找并得到所述相机软件的进程号。
本发明实施例中,相机被篡改时,需调用本地只读存储器中的视频文件,而所述视频文件地址一般可以通过软链接与proc、self及fd等后缀的文件进行链接,因此,检测当前相机进程中proc、self及fd等后缀的文件对应的软链接地址,可以检测得到本地存储当中是否存在用来进行相机篡改的视频。
详细地,所述接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,包括:
利用预设的ps指令查找所述相机软件的进程号;
根据所述进程号查找相机进程;
扫描所述相机进程,提取相机进程中的预设格式的文件;
利用预设的ls指令获取所述预设格式的文件对应的软链接地址。
本发明实施例中,所述视频格式后缀一般包含AVI、MOV/QT、ASF、RM、NAVI等字母样式。
本发明可选实施例中,本地存储中事先备好的用于相机篡改的视频文件一般存在于本地只读存储器中,通过软链接与相机进程中的proc、self及fd等后缀文件相连,因此,检测相机是否被篡改识别,可以通过判断相机进程中的proc/self/fd文件的软链接地址的文件名是否包含视频格式后缀来实现。
当所述软链接地址的文件名包含视频格式后缀时,则判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,当所述软链接地址的文件名包含视频格式后缀时,证实本地存储中加入了用户特制的只读存储器,且所述只读存储器中包含所述用户事先备好的视频文件,当接收到相机服务指令时,相机应用预览窗口则会显示所述事先备好的视频文件。
所述第二相机作弊识别模块102用于获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,当所述第一视频流与所述第二视频流相同时,判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,所述不同状态下包含有正常状态、缩小状态、放大状态及炫光状态等。
本发明实施例中,相机从接收到相机服务指令到能够进行摄影的过程中需要使用到相机预览回调接口,正常情况下,相机在接收到相机服务指令后,会生成一个相机预览窗口,然后通过所述相机预览回调接口将摄像头捕捉到的视频流数据展现在所述相机预览窗口,而相机被篡改的情况下,将会对所述摄像头捕捉到的视频流数据进行篡改,将预先备好的视频文件替换所述视频流文件,因此,得到实际视频流数据则是预先备好的视频文件。
本发明可选实施例中,当相机参数进行变化,正常情况下,摄像头所捕捉到的视频流数据将会发生改变,而相机被篡改的情况下,无论相机参数如何发生变化,摄像头所捕捉到的视频流数据都跟事先备好的视频文件一致,不会发生改变。因此,所述获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,可以判断所述相机是否被篡改,提高了相机篡改识别的准确率。
详细地,所述获取不同状态下的所述相机拍摄得到的第一视频流及第二视频流,包括:
利用所述相机在默认的相机参数下进行录像,得到第一视频流;
利用预设的相机参数更改指令,更改所述相机参数,并利用所述相机在更改后的所述相机参数下进行录像,得到第二视频流。
本发明实施例中,所述相机参数更改指令可以是调节相机焦距、炫光开关等。
本发明实施例中,在更改所述相机的参数之后,重启所述相机,保证了相机重新获取视频流数据,若所述相机被篡改,则会重新读取事先备好的视频文件,从而出现第一视频流与第二视频流相同的情况,提高了相机篡改识别的准确率。
判断所述第一视频流与所述第二视频流是否相同。
本地视频文件的帧数据是静态的,因此,多次打开所述相机得到的视频流的帧数据大小及内容都是一样的,因此,可以通过对比所述第一视频流的帧数据与所述第二视频流的帧数据,判断所述第一视频流与所述第二视频流是否相同。
详细地,所述判断所述第一视频流与所述第二视频流是否相同,通过下述方法实现:
对所述第一视频流及所述第二视频流分别进行分帧处理,得到第一帧图像集及第二帧图像集;
对所述第一帧图像集及所述第二帧图像集进行相同的时间标记处理,得到带有时间标签的第一帧图像集及带有时间标签的第二帧图像集;
从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像;
判断所述第一帧图像与所述第二帧图像是否相同;
当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一帧图像与所述第二帧图像不相同时,确定所述第一视频流与所述第二视频流不相同。
本发明可选实施例中,可以使用视频剪辑软件对所述第一视频流及所述第二视频流进行分帧处理。
进一步地,所述判断所述第一帧图像与所述第二帧图像是否相同,包括:
对所述第一帧图像及所述第二帧图像进行像素转化,得到第一图像像素集及第二图像像素集;
当所述第一图像像素集与第二图像像素集的排列顺序相同时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,确定所述第一帧图像与所述第二帧图像不相同。
本发明实施例中,当所述第一图像像素集与第二图像像素集的排列顺序超过预设比例相同时,判断所述第一图像像素集与所述第二图像像素集相同,当所述第一图像像素集与第二图像像素集的排列顺序低于预设比例相同时,判断所述第一图像像素集与所述第二图像像素集不相同。
本发明另一个可选实施例中,可能出现正常情况下,某一时间节点相机正常摄影时得到的视频流帧数据与调节相机参数之后相机摄影时得到的视频流帧数据也相似的情况。因此,本发明实施例所述当所述第一图像像素集与第二图像像素集的排列顺序不相同时,判断所述第一帧图像与所述第二帧图像不相同,可以被下述步骤所替代:
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,计算所述第一图像像素集与所述第二图像像素集的相似率;
当所述第一图像像素集与所述第二图像像素集的相似率大于预设的第一阈值时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与所述第二图像像素集的相似率处于所述第一阈值及预设的第二阈值之间时,从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像,以及当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一图像像素集与所述第二图像像素集的相似率小于所述第二阈值时,确定所述第一帧图像与所述第二帧图像不相同。
本发明可选实施例中,可以通过计算第一图像像素集与所述第二图像像素集的局部特征向量的相似度来计算得到所述第一图像像素集与所述第二图像像素集的相似率。
详细地,所述计算所述第一图像像素集与所述第二图像像素集的相似率,包括:
按照预设的方向及尺度划分所述第一图像像素集,得到多个不同方向尺度的第一图像像素块集;
按照所述方向及尺度划分所述第二图像像素集,得到多个不同方向尺度的第二图像像素块集;
利用二维Gabor小波的核函数计算所述第一图像像素块集中每个第一图像像素块的局部特征向量,得到多个第一图像像素局部特征向量,以及计算所述第二图像像素块集中的每一个第二图像像素块的局部特征向量,得到得到多个第二图像像素局部特征向量;
根据所述第一图像像素局部特征向量与对应的第二图像像素局部特征向量之间的局部相似度,计算得到所述第一图像像素集与所述第二图像像素集的相似率。
本发明可选实施例中,当所述第一视频流与所述第二视频流相同时,即所述第一图像像素集与所述第二图像像素集相同,因此可以确定所述相机的摄像头获取得到的视频流为本地视频文件,从而确定所述相机被篡改。
所述第三相机作弊识别模块103用于对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,所述支柱属性值可以用来判断本地存储当中的虚拟相机是否被打开。
本发明实施例中,由于所述虚拟相机打开时,同样会触发相机篡改指令,从而导致在相机篡改情况下,虚拟相机无论打开还是关闭,对应的支柱属性值都处于关闭所述虚拟相机的状态下。因此,分别读取所述虚拟相机打开时和关闭时本地只读存储器中的支柱属性值可以确定所述相机是否被篡改,提高了相机篡改识别的准确率。
本发明实施例中,由于所述支柱属性值可以反应所述虚拟相机是否打开,因此可以通过判断所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值是否相同来判断所述相机是否被篡改。
当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,判定所述相机被篡改并输出相机被篡改提示信息。
本发明实施例中,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,可以确定所述虚拟相机实际一直处于关闭状态,因此,可以判定所述相机被篡改。
当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值不相同时,判定所述相机没有被篡改。
本发明可选实施例中,当虚拟相机在打开时所述支柱属性值为1,关闭时所述支柱属性值为0,可以确定所述虚拟相机未被蒙蔽,因此,可以判定所述相机没有被篡改。
如图4所示,是本发明实现相机作弊识别方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如相机作弊识别程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如相机作弊识别程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如相机作弊识别程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。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。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
可选地,所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,所述通信接口13还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的相机作弊识别程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址;
若所述软链接地址的文件名包含视频格式后缀,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述软链接地址的文件名不包含视频格式后缀,则获取不同状态下所述相机拍摄得到的第一视频流及第二视频流;
若所述第一视频流与所述第二视频流相同,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述第一视频流与所述第二视频流不相同,则对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值;
若所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同,则判定所述相机被篡改并输出相机被篡改提示信息。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以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取存储介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址;
若所述软链接地址的文件名包含视频格式后缀,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述软链接地址的文件名不包含视频格式后缀,则获取不同状态下所述相机拍摄得到的第一视频流及第二视频流;
若所述第一视频流与所述第二视频流相同,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述第一视频流与所述第二视频流不相同,则对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值;
若所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同,则判定所述相机被篡改并输出相机被篡改提示信息。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种相机作弊识别方法,其特征在于,所述方法包括:
接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址;
若所述软链接地址的文件名包含视频格式后缀,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述软链接地址的文件名不包含视频格式后缀,则获取不同状态下所述相机拍摄得到的第一视频流及第二视频流,并判断所述第一视频流与所述第二视频流是否相同;
若所述第一视频流与所述第二视频流相同,则判定所述相机被篡改并输出相机被篡改提示信息;
若所述第一视频流与所述第二视频流不相同,则对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值,所述支柱属性值反映所述虚拟相机是否打开;
若所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同,则判定所述相机被篡改并输出相机被篡改提示信息。
2.如权利要求1所述的相机作弊识别方法,其特征在于,所述判断所述第一视频流与所述第二视频流是否相同,包括:
对所述第一视频流及所述第二视频流分别进行分帧处理,得到第一帧图像集及第二帧图像集;
对所述第一帧图像集及所述第二帧图像集进行相同的时间标记处理,得到带有时间标签的第一帧图像集及带有时间标签的第二帧图像集;
从所述带有时间标签的第一帧图像集及带有时间标签的第二帧图像集中分别提取带有相同时间标签的帧数据,得到第一帧图像与第二帧图像;
判断所述第一帧图像与所述第二帧图像是否相同;
当所述第一帧图像与所述第二帧图像相同时,确定所述第一视频流与所述第二视频流相同;
当所述第一帧图像与所述第二帧图像不相同时,确定所述第一视频流与所述第二视频流不相同。
3.如权利要求2所述的相机作弊识别方法,其特征在于,所述判断所述第一帧图像与所述第二帧图像是否相同,包括:
对所述第一帧图像及所述第二帧图像进行像素转化,得到第一图像像素集及第二图像像素集;
当所述第一图像像素集与第二图像像素集的排列顺序相同时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,确定所述第一帧图像与所述第二帧图像不相同。
4.如权利要求3所述的相机作弊识别方法,其特征在于,所述当所述第一图像像素集与第二图像像素集的排列顺序不相同时,确定所述第一帧图像与所述第二帧图像不相同,替换为如下步骤:
当所述第一图像像素集与第二图像像素集的排列顺序不相同时,计算所述第一图像像素集与所述第二图像像素集的相似率;
当所述第一图像像素集与所述第二图像像素集的相似率大于预设的第一阈值时,确定所述第一帧图像与所述第二帧图像相同;
当所述第一图像像素集与所述第二图像像素集的相似率小于第二阈值时,确定所述第一帧图像与所述第二帧图像不相同,所述第二阈值小于第一阈值。
5.如权利要求4所述的相机作弊识别方法,其特征在于,所述计算所述第一图像像素集与所述第二图像像素集的相似率,包括:
按照预设的方向及尺度划分所述第一图像像素集,得到多个不同方向尺度的第一图像像素块集;
按照所述方向及尺度划分所述第二图像像素集,得到多个不同方向尺度的第二图像像素块集;
利用二维Gabor 小波的核函数计算所述第一图像像素块集中每个第一图像像素块的局部特征向量,得到多个第一图像像素局部特征向量,以及计算所述第二图像像素块集中的每一个第二图像像素块的局部特征向量,得到多个第二图像像素局部特征向量;
根据所述第一图像像素局部特征向量与对应的第二图像像素局部特征向量之间的局部相似度,计算得到所述第一图像像素集与所述第二图像像素集的相似率。
6.如权利要求1所述的相机作弊识别方法,其特征在于,所述获取不同状态下所述相机拍摄得到的第一视频流及第二视频流,包括:
利用所述相机在默认的相机参数下进行录像,得到第一视频流;
利用预设的相机参数更改指令,更改所述相机参数,并利用所述相机在更改后的所述相机参数下进行录像,得到第二视频流。
7.如权利要求1所述的相机作弊识别方法,其特征在于,所述查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,包括:
利用预设的ps指令查找所述相机软件的进程号;
根据所述进程号查找相机进程;
扫描所述相机进程,提取相机进程中的预设格式的文件;
利用预设的ls指令获取所述预设格式的文件对应的软链接地址。
8.一种相机作弊识别装置,其特征在于,包括:
第一相机作弊识别模块,用于接收到相机服务指令时,查找相机软件的进程号,根据所述进程号检测当前相机进程中预设格式的文件对应的软链接地址,当所述软链接地址的文件名包含视频格式后缀时,判定所述相机被篡改并输出相机被篡改提示信息;
第二相机作弊识别模块,用于获取不同状态下所述相机拍摄得到的第一视频流及第二视频流,当所述第一视频流与所述第二视频流相同时,判定所述相机被篡改并输出相机被篡改提示信息;
第三相机作弊识别模块,用于对本地存储当中的虚拟相机执行打开及关闭操作,并分别读取所述虚拟相机在打开及关闭时本地只读存储器中的支柱属性值,当所述虚拟相机打开时的支柱属性值与所述虚拟相机关闭时的支柱属性值相同时,判定所述相机被篡改并输出相机被篡改提示信息,所述支柱属性值反映所述虚拟相机是否打开。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序指令,所述计算机程序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如权利要求1至7中任一项所述的相机作弊识别方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的相机作弊识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210032534.7A CN114390200B (zh) | 2022-01-12 | 2022-01-12 | 相机作弊识别方法、装置、设备及存储介质 |
PCT/CN2022/090435 WO2023134080A1 (zh) | 2022-01-12 | 2022-04-29 | 相机作弊识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210032534.7A CN114390200B (zh) | 2022-01-12 | 2022-01-12 | 相机作弊识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114390200A CN114390200A (zh) | 2022-04-22 |
CN114390200B true CN114390200B (zh) | 2023-04-14 |
Family
ID=81201971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210032534.7A Active CN114390200B (zh) | 2022-01-12 | 2022-01-12 | 相机作弊识别方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114390200B (zh) |
WO (1) | WO2023134080A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390200B (zh) * | 2022-01-12 | 2023-04-14 | 平安科技(深圳)有限公司 | 相机作弊识别方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008245070A (ja) * | 2007-03-28 | 2008-10-09 | Seiko Epson Corp | 画像データ記録システム、ドライブレコーダ及び画像データ改ざん判定方法。 |
CN107403089A (zh) * | 2017-07-10 | 2017-11-28 | 东软集团股份有限公司 | 基于应用程序的资源篡改识别方法和装置 |
CN109271978A (zh) * | 2018-11-23 | 2019-01-25 | 四川长虹电器股份有限公司 | 人脸识别防欺骗方法 |
CN111767537A (zh) * | 2020-06-23 | 2020-10-13 | 平安普惠企业管理有限公司 | 基于ios操作系统的应用程序的篡改校验方法及相关设备 |
CN113705462A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
US11217076B1 (en) * | 2018-01-30 | 2022-01-04 | Amazon Technologies, Inc. | Camera tampering detection based on audio and video |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI417813B (zh) * | 2010-12-16 | 2013-12-01 | Ind Tech Res Inst | 可串接式相機竄改偵測收發器模組 |
CN103312938B (zh) * | 2012-03-16 | 2016-07-06 | 富士通株式会社 | 视频处理装置、视频处理方法以及设备 |
CN110569702B (zh) * | 2019-02-14 | 2021-05-14 | 创新先进技术有限公司 | 视频流的处理方法和装置 |
CN110298246A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 开锁验证方法、装置、计算机设备及存储介质 |
CN110807396B (zh) * | 2019-10-28 | 2022-04-22 | 华南理工大学 | 基于光照方向一致性的换脸视频篡改检测方法及系统 |
CN110765975B (zh) * | 2019-10-31 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 作弊行为的判定方法、装置、存储介质和计算机设备 |
CN111539272B (zh) * | 2020-04-10 | 2023-02-03 | 上海交通大学 | 基于联合特征被动检测ai换脸视频的方法及系统 |
CN112669294B (zh) * | 2020-12-30 | 2024-04-02 | 深圳云天励飞技术股份有限公司 | 相机遮挡检测方法、装置、电子设备及存储介质 |
CN114390200B (zh) * | 2022-01-12 | 2023-04-14 | 平安科技(深圳)有限公司 | 相机作弊识别方法、装置、设备及存储介质 |
-
2022
- 2022-01-12 CN CN202210032534.7A patent/CN114390200B/zh active Active
- 2022-04-29 WO PCT/CN2022/090435 patent/WO2023134080A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008245070A (ja) * | 2007-03-28 | 2008-10-09 | Seiko Epson Corp | 画像データ記録システム、ドライブレコーダ及び画像データ改ざん判定方法。 |
CN107403089A (zh) * | 2017-07-10 | 2017-11-28 | 东软集团股份有限公司 | 基于应用程序的资源篡改识别方法和装置 |
US11217076B1 (en) * | 2018-01-30 | 2022-01-04 | Amazon Technologies, Inc. | Camera tampering detection based on audio and video |
CN109271978A (zh) * | 2018-11-23 | 2019-01-25 | 四川长虹电器股份有限公司 | 人脸识别防欺骗方法 |
CN111767537A (zh) * | 2020-06-23 | 2020-10-13 | 平安普惠企业管理有限公司 | 基于ios操作系统的应用程序的篡改校验方法及相关设备 |
CN113705462A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023134080A1 (zh) | 2023-07-20 |
CN114390200A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112137591B (zh) | 基于视频流的目标物位置检测方法、装置、设备及介质 | |
CN112052850B (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
CN111860377A (zh) | 基于人工智能的直播方法、装置、电子设备及存储介质 | |
CN113705462A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN113033543A (zh) | 曲形文本识别方法、装置、设备及介质 | |
CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
CN114550076A (zh) | 区域异常行为监控方法、装置、设备及存储介质 | |
CN113887438A (zh) | 人脸图像的水印检测方法、装置、设备及介质 | |
CN115471775A (zh) | 基于录屏视频的信息验证方法、装置、设备及存储介质 | |
CN114390200B (zh) | 相机作弊识别方法、装置、设备及存储介质 | |
CN112906671B (zh) | 面审虚假图片识别方法、装置、电子设备及存储介质 | |
CN112528903B (zh) | 人脸图像获取方法、装置、电子设备及介质 | |
CN114022841A (zh) | 人员监控识别方法、装置、电子设备及可读存储介质 | |
CN113065607A (zh) | 图像检测方法、装置、电子设备及介质 | |
CN112101191A (zh) | 基于边框注意力网络的表情识别方法、装置、设备及介质 | |
CN115016754A (zh) | 设备间的页面同步显示方法、装置、电子设备及介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN113792801A (zh) | 人脸炫光程度的检测方法、装置、设备及存储介质 | |
CN113766312A (zh) | 设备间的响应延迟计算方法、装置、设备及存储介质 | |
CN113869385A (zh) | 基于目标检测的海报比对方法、装置、设备及存储介质 | |
CN113806540A (zh) | 文本打标签方法、装置、电子设备及存储介质 | |
CN113255456A (zh) | 非主动活体检测方法、装置、电子设备及存储介质 | |
CN113190703A (zh) | 视频图像的智能检索方法、装置、电子设备及存储介质 | |
CN112580644A (zh) | 基于视频流抠图时间的测试方法、装置及可读存储介质 |
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 |