CN114861241A - 基于智能检测的防窥屏方法及其相关设备 - Google Patents
基于智能检测的防窥屏方法及其相关设备 Download PDFInfo
- Publication number
- CN114861241A CN114861241A CN202210596402.7A CN202210596402A CN114861241A CN 114861241 A CN114861241 A CN 114861241A CN 202210596402 A CN202210596402 A CN 202210596402A CN 114861241 A CN114861241 A CN 114861241A
- Authority
- CN
- China
- Prior art keywords
- matching
- data
- sensitive data
- portrait
- iris
- 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
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
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/82—Protecting input, output or interconnection devices
- G06F21/84—Protecting input, output or interconnection devices output devices, e.g. displays or monitors
-
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Ophthalmology & Optometry (AREA)
- Medical Informatics (AREA)
- Bioethics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例属于人工智能技术领域,应用于智慧社区领域中,涉及一种基于智能检测的防窥屏方法及其相关设备,包括在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。其中,摄像图片可存储于区块链中。本申请在保证用户隐私以及高精确度的前提下,降低数据的存储量和处理量。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及基于智能检测的防窥屏方法及其相关设备。
背景技术
在涉及用户敏感数据展示时,用户对隐私性和便携性都有较高的要求。过去,许多设备都无法精准通过用户画像分析,对用户不同客群,精准投放相关数据,也无法同时满足隐私性和便利性的双重要求。
为了解决这种情况,业内普遍使用的方法有:
一、后台橱窗平台,人工根据用户画像分析,分类不同客群,对应相应的客群策略,前端读取到匹配的策略数据后,按照数据后台标记的显示/隐藏标示,进行对应展示。此方法的缺点:规则不灵活,人工分类成本大,标示识别范围较固定。
二、后台标记用户在多端的显示隐藏动作,并储存在数据库。下一次展示时,按照用户自定义标记展示顺序进行展示。但此类方法的缺点也较为明显:存储数据量大,混存数据存在数据多端不一致风险和每次需要用户手动标记的不便性。
综上,通过后台橱窗分类的客群标签,可以按策略标记不同要求的客群诉求,减少人工成本,但针对性不强;通过后台数据标识的客户个性化显示隐藏标示,精准度较高,但变更标识数据量大,人工维护成本高。在保证用户隐私以及高精确度的前提下,如何降低数据的存储量和处理量是亟待解决的问题。
发明内容
本申请实施例的目的在于提出一种基于智能检测的防窥屏方法及其相关设备,在保证用户隐私以及高精确度的前提下,降低数据的存储量和处理量。
为了解决上述技术问题,本申请实施例提供一种基于智能检测的防窥屏方法,采用了如下所述的技术方案:
一种基于智能检测的防窥屏方法,包括下述步骤:
在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;
获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;
将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;
判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。
进一步的,所述人像特征包括虹膜数据特征和人脸数据特征,所述将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度的步骤包括:
将所述虹膜数据特征与所述机主特征的机主虹膜特征进行匹配,获得第一匹配值;
将所述人脸数据特征与所述机主特征的机主人脸特征进行匹配,获得第二匹配值;
加权求和所述第一匹配值和所述第二匹配值,获得所述匹配值。
进一步的,所述判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态的步骤包括:
判断所述匹配度是否大于或等于匹配阈值,若是,则判断所述摄像对象是否具有活动特征;
若所述摄像对象具有活动特征,则将所述关键页面中的敏感数据修改为显示状态。
进一步的,所述判断所述摄像对象是否具有活动特征的步骤包括:
基于预设时间间隔,获取多张人像图像;
对比所述多张人像图像中的指定面部特征,获得变化角度,判断所述变化角度是否大于角度阈值,若是,则确定所述摄像对象具有活动特征。
进一步的,所述对所述摄像图片进行人像特征提取操作的步骤包括:
从所述摄像图片中裁切人脸图像和虹膜图像;
将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征;
从所述人脸图像中采集多个维度的局部特征,基于每个局部特征对应的向量维度值生成人脸数据特征,确定特征提取成功。
进一步的,所述将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征的步骤包括:
对所述虹膜图像进行归一化处理,获得归一化图像;
将所述归一化图像输入至所述滤波器中,获得所述虹膜数据特征。
进一步的,所述隐藏所述关键页面中的敏感数据的步骤包括:
通过预设隐藏化效果覆盖所述敏感数据,或通过预设符号替换所述敏感数据,以隐藏所述敏感数据。
为了解决上述技术问题,本申请实施例还提供一种基于智能检测的防窥屏装置,采用了如下所述的技术方案:
一种基于智能检测的防窥屏装置,包括:
隐藏模块,用于在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;
提取模块,用于获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;
匹配模块,用于将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;
判断模块,用于判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述的基于智能检测的防窥屏方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述的基于智能检测的防窥屏方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请通过对用户进行人像特征的提取和比对,进而根据匹配结果控制关键页面的敏感数据的隐藏或显示,能够保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的基于智能检测的防窥屏方法的一个实施例的流程图;
图3是根据本申请的基于智能检测的防窥屏装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
附图标记:200、计算机设备;201、存储器;202、处理器;203、网络接口;300、基于智能检测的防窥屏装置;301、隐藏模块;302、提取模块;303、匹配模块;304、判断模块。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的基于智能检测的防窥屏方法一般由服务器/终端设备执行,相应地,基于智能检测的防窥屏装置一般设置于服务器/终端设备中。
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。
继续参考图2,示出了根据本申请的基于智能检测的防窥屏方法的一个实施例的流程图。所述的基于智能检测的防窥屏方法,包括以下步骤:
S1:在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据。
在本实施例中,本申请的方法用于移动终端,其中,移动终端配有前置摄像头。监测用户处在关键页面(即指定的数据敏感页面)时,开启移动终端的前置摄像头,例如,关键页面为口袋银行app我的tab页。并隐藏关键页面中的敏感数据,保证用户的敏感数据的隐私性。
具体的,所述隐藏所述关键页面中的敏感数据的步骤包括:
通过预设隐藏化效果覆盖所述敏感数据,或通过预设符号替换所述敏感数据,以隐藏所述敏感数据。
在本实施例中,隐藏化效果指能够对敏感数据进行遮盖或者模糊或者虚化等效果,使得敏感数据不会被直接看到。预设符号包括“*”等用于替换所述敏感数据的符号。
S2:获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征。
在本实施例中,通过前置摄像头获取其取景范围内的摄像对象的摄像图片。对所述摄像图片进行特征提取操作,若提取失败,则判断摄像头前的摄像对象中没有人物出现,或者判断用户使用手掌遮挡住了自己的眼睛和人脸,导致人像特征提取失败,进而保持隐藏所述关键页面中的敏感数据(如资产数据)。若提取成功,则确定用户未用手掌遮挡眼睛和人脸,能够提取到人像特征,则获得提取到的人像特征,用于后续对比处理。
在本实施例中,基于智能检测的防窥屏方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式获取摄像图片。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
具体的,所述对所述摄像图片进行人像特征提取操作的步骤包括:
从所述摄像图片中裁切人脸图像和虹膜图像;
将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征;
从所述人脸图像中采集多个维度的局部特征,基于每个局部特征对应的向量维度值生成人脸数据特征,确定特征提取成功。
在本实施例中,分别确定每个局部特征对应的向量维度值,生成特征向量序列,作为人脸数据特征。人脸图像中的多个维度的局部特征指双瞳距离、嘴占人脸的比例以及脸型等多个维度的特征。其中,局部特征对应的向量维度值为预设的局部特征对应的编码数值。例如,若嘴的面积占人脸的比例为5%,则处于预设的第二区间,即[5%,%7)内,根据预设的向量维度值与区间之间的关联关系,确定对应的向量维度值为2;若嘴的面积占人脸的比例为8%,则处于预设的第三区间内,即[7%,10%),对应的向量维度值为3。需要说明的是,区间数量和各区间中具体数值的设置可以根据实际需要进行调整。在确定每个维度所对应的向量维度值后,依据预设顺序生成特征向量序列如:(2,6,4,5,7,1),作为所述人脸数据特征。
其中,所述将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征的步骤包括:
对所述虹膜图像进行归一化处理,获得归一化图像;
将所述归一化图像输入至所述滤波器中,获得所述虹膜数据特征。
在本实施例中,本申请的虹膜数据特征提取基于Dr.Daugman的二维盖博变换滤波器,具体的,从所述摄像图片中裁剪出虹膜图像并归一化处理,获得归一化后的虹膜图像,将归一化后的虹膜图像输入至二维盖博变换滤波器,获得输出的虹膜特征序列,作为所述虹膜数据特征。此外,在对所述虹膜图像归一化处理之前,可先对虹膜图像进行灰度处理,转换为灰度图像后,再归一化处理,获得归一化后的虹膜图像,通过先一步的归一化处理,便于归一化处理,使得后续归一化过程更加精确。本申请的下述机主虹膜特征提取与从摄像图片中提出虹膜图像,进一步从虹膜图像中提取出虹膜数据特征的过程相同,此处不再赘述。
S3:将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度。
在本实施例中,将提取的摄像对象的人像特征和移动终端存储的机主身份的机主特征进行特征值比对(即匹配操作),获得匹配度。其中,机主特征为用户在注册账号是留存的特征数据,包括用户上传的照片和通过人脸识别工具包采集的特征。其中,人脸识别工具包可以为ALADDIN-IBANK-SDK(JS)(平安零售银行开发的工具包)。人像特征是通过手机硬件faceId识别模块(刷脸技术)获取的。
具体的,所述人像特征包括虹膜数据特征和人脸数据特征,所述将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度的步骤包括:
将所述虹膜数据特征与所述机主特征的机主虹膜特征进行匹配,获得第一匹配值;
将所述人脸数据特征与所述机主特征的机主人脸特征进行匹配,获得第二匹配值;
加权求和所述第一匹配值和所述第二匹配值,获得所述匹配值。
在本实施例中,通过分别计算虹膜数据特征和机主虹膜特征的第一匹配值,以及计算人脸数据特征和机主人脸特征的第二匹配值,从而通过加权求和计算总的匹配值。本申请的人脸数据特征和机主人脸特征最终用向量表达,第二匹配值为人脸数据特征和机主人脸特征的余弦相似度。虹膜数据特征与机主虹膜特征为序列表达,第一匹配值为虹膜数据特征与机主虹膜特征之间的莱文斯坦(Levenshtein)距离。莱文斯坦距离的含义,是求将a变成b(或将b变成a),所需要做的最少次数的变换。
S4:判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。
在本实施例中,当匹配度大于或等于匹配阈值时,调整所述关键页面的敏感数据为显示状态。当匹配度小于匹配阈值时,保持隐藏所述关键页面中的敏感数据。
具体的,所述判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态的步骤包括:
判断所述匹配度是否大于或等于匹配阈值,若是,则判断所述摄像对象是否具有活动特征;
若所述摄像对象具有活动特征,则将所述关键页面中的敏感数据修改为显示状态。
在本实施例中,除了需要对匹配值进行计算,还需要判断摄像对象是否具有活动特征,从而确定摄像对象是否为活体,其中,活动特征包括眨眼、点头、左右摆动头部等。如果摄像对象具有活动特征,则将关键页面中的敏感数据修改为显示状态。若所述摄像对象不具有活动特征,则保持隐藏所述敏感数据。
其中,所述判断所述摄像对象是否具有活动特征的步骤包括:
基于预设时间间隔,获取多张人像图像;
对比所述多张人像图像中的指定面部特征,获得变化角度,判断所述变化角度是否大于角度阈值,若是,则确定所述摄像对象具有活动特征。
在本实施例中,判别摄像对象是否具有活动特征:通过预设时间间隔(如每秒),调用前端摄像头拍摄多张人像图像。对比多张人像图像中的指定面部特征是否发生变化,获得变化角度。其中,指定面部特征包括眼睛特征和头部特征等。若头部的左右方向的变化角度大于第一角度阈值或者鼻子的转动终点超过嘴角边点,则确定是在摇头。若头部的上下方向的变化角度大于第一角度阈值,则确定是在点头。通过判断摄像对象在摇头或点头,从而确定屏幕前的是活体。
本申请通过对用户进行人像特征的提取和比对,进而根据匹配结果控制关键页面的敏感数据的隐藏或显示,能够保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
本申请减轻了对网络和后端数据存储的依赖,达到提升用户隐私性和便利性的需求。达到多端个性化展示敏感数据。通过调用用户前端设备的前置摄像头,减轻后端请求数据量调用和人工维护数据标识的成本,降低敏感数据泄漏风险。本申请做到个性化满足用户隐私数据的要求,同时不失相应的便利性。
需要强调的是,为进一步保证上述摄像图片的私密和安全性,上述摄像图片还可以存储于一区块链的节点中。
本申请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。
人工智能基础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、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请可应用于智慧社区领域中,从而推动智慧城市的建设。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种基于智能检测的防窥屏装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的基于智能检测的防窥屏装置300包括:隐藏模块301、提取模块302、匹配模块303以及判断模块304。其中:隐藏模块301,用于在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;提取模块302,用于获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;匹配模块303,用于将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;判断模块304,用于判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。
在本实施例中,本申请通过对用户进行人像特征的提取和比对,进而根据匹配结果控制关键页面的敏感数据的隐藏或显示,能够保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
在本实施例的一些可选的实现方式中,所述隐藏模块301进一步用于:通过预设隐藏化效果覆盖所述敏感数据,或通过预设符号替换所述敏感数据,以隐藏所述敏感数据。
提取模块302包括裁切子模块、第一生成子模块和第二生成子模块,其中,所述裁切模块用于从所述摄像图片中裁切人脸图像和虹膜图像;所述第一生成子模块用于将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征;所述第二生成子模块用于从所述人脸图像中采集多个维度的局部特征,基于每个局部特征对应的向量维度值生成人脸数据特征,确定特征提取成功。
所述第一生成子模块包括归一化单元和输入单元,其中,所述归一化单元用于对所述虹膜图像进行归一化处理,获得归一化图像;所述输入单元用于将所述归一化图像输入至所述滤波器中,获得所述虹膜数据特征。
匹配模块303包括第一匹配子模块、第二匹配子模块和加权子模块,其中,所述第一匹配子模块用于将所述虹膜数据特征与所述机主特征的机主虹膜特征进行匹配,获得第一匹配值;所述第二匹配子模块用于将所述人脸数据特征与所述机主特征的机主人脸特征进行匹配,获得第二匹配值;所述加权子模块用于加权求和所述第一匹配值和所述第二匹配值,获得所述匹配值。
判断模块304包括判断子模块和修改子模块,其中,所述判断子模块用于判断所述匹配度是否大于或等于匹配阈值,若是,则判断所述摄像对象是否具有活动特征;所述修改子模块用于在所述摄像对象具有活动特征时,将所述关键页面中的敏感数据修改为显示状态。
所述修改子模块包括获取单元和对比单元,其中,所述获取单元用于基于预设时间间隔,获取多张人像图像;所述对比单元用于对比所述多张人像图像中的指定面部特征,获得变化角度,判断所述变化角度是否大于角度阈值,若是,则确定所述摄像对象具有活动特征。
本申请通过对用户进行人像特征的提取和比对,进而根据匹配结果控制关键页面的敏感数据的隐藏或显示,能够保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备200包括通过系统总线相互通信连接存储器201、处理器202、网络接口203。需要指出的是,图中仅示出了具有组件201-203的计算机设备200,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器201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、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器201可以是所述计算机设备200的内部存储单元,例如该计算机设备200的硬盘或内存。在另一些实施例中,所述存储器201也可以是所述计算机设备200的外部存储设备,例如该计算机设备200上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器201还可以既包括所述计算机设备200的内部存储单元也包括其外部存储设备。本实施例中,所述存储器201通常用于存储安装于所述计算机设备200的操作系统和各类应用软件,例如基于智能检测的防窥屏方法的计算机可读指令等。此外,所述存储器201还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器202在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器202通常用于控制所述计算机设备200的总体操作。本实施例中,所述处理器202用于运行所述存储器201中存储的计算机可读指令或者处理数据,例如运行所述基于智能检测的防窥屏方法的计算机可读指令。
所述网络接口203可包括无线网络接口或有线网络接口,该网络接口203通常用于在所述计算机设备200与其他电子设备之间建立通信连接。
在本实施例中,保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于智能检测的防窥屏方法的步骤。
在本实施例中,保证用户数据的隐私性,降低敏感数据泄露风险的同时,提供了用户数据隐藏的便利性,提升用户使用体验感,实现个性化展示敏感数据。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于智能检测的防窥屏方法,其特征在于,包括下述步骤:
在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;
获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;
将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;
判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的所述敏感数据修改为显示状态。
2.根据权利要求1所述的基于智能检测的防窥屏方法,其特征在于,所述人像特征包括虹膜数据特征和人脸数据特征,所述将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度的步骤包括:
将所述虹膜数据特征与所述机主特征的机主虹膜特征进行匹配,获得第一匹配值;
将所述人脸数据特征与所述机主特征的机主人脸特征进行匹配,获得第二匹配值;
加权求和所述第一匹配值和所述第二匹配值,获得所述匹配值。
3.根据权利要求1所述的基于智能检测的防窥屏方法,其特征在于,所述判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态的步骤包括:
判断所述匹配度是否大于或等于匹配阈值,若是,则判断所述摄像对象是否具有活动特征;
若所述摄像对象具有活动特征,则将所述关键页面中的敏感数据修改为显示状态。
4.根据权利要求3所述的基于智能检测的防窥屏方法,其特征在于,所述判断所述摄像对象是否具有活动特征的步骤包括:
基于预设时间间隔,获取多张人像图像;
对比所述多张人像图像中的指定面部特征,获得变化角度,判断所述变化角度是否大于角度阈值,若是,则确定所述摄像对象具有活动特征。
5.根据权利要求1所述的基于智能检测的防窥屏方法,其特征在于,所述对所述摄像图片进行人像特征提取操作的步骤包括:
从所述摄像图片中裁切人脸图像和虹膜图像;
将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征;
从所述人脸图像中采集多个维度的局部特征,基于每个局部特征对应的向量维度值生成人脸数据特征,确定特征提取成功。
6.根据权利要求5所述的基于智能检测的防窥屏方法,其特征在于,所述将所述虹膜图像输入至预设滤波器中,获得输出的虹膜数据特征的步骤包括:
对所述虹膜图像进行归一化处理,获得归一化图像;
将所述归一化图像输入至所述滤波器中,获得所述虹膜数据特征。
7.根据权利要求1所述的基于智能检测的防窥屏方法,其特征在于,所述隐藏所述关键页面中的敏感数据的步骤包括:
通过预设隐藏化效果覆盖所述敏感数据,或通过预设符号替换所述敏感数据,以隐藏所述敏感数据。
8.一种基于智能检测的防窥屏装置,其特征在于,包括:
隐藏模块,用于在监测到当前页面为关键页面时,隐藏所述关键页面中的敏感数据;
提取模块,用于获取摄像图片,对所述摄像图片进行人像特征提取操作,若提取失败,则保持隐藏所述敏感数据,若提取成功,则获得人像特征;
匹配模块,用于将所述人像特征与数据库中存储的机主特征进行匹配操作,获得匹配度;
判断模块,用于判断所述匹配度是否大于或等于匹配阈值,若是,则将所述关键页面中的敏感数据修改为显示状态。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于智能检测的防窥屏方法的步骤。
10.一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上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于智能检测的防窥屏方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210596402.7A CN114861241A (zh) | 2022-05-30 | 2022-05-30 | 基于智能检测的防窥屏方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210596402.7A CN114861241A (zh) | 2022-05-30 | 2022-05-30 | 基于智能检测的防窥屏方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114861241A true CN114861241A (zh) | 2022-08-05 |
Family
ID=82641324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210596402.7A Pending CN114861241A (zh) | 2022-05-30 | 2022-05-30 | 基于智能检测的防窥屏方法及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114861241A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115114557A (zh) * | 2022-08-30 | 2022-09-27 | 平安银行股份有限公司 | 基于区块链的页面数据获取方法及装置 |
CN116628743A (zh) * | 2023-05-22 | 2023-08-22 | 深圳市视景达科技有限公司 | 一种隐私保护控制方法及其相关装置 |
-
2022
- 2022-05-30 CN CN202210596402.7A patent/CN114861241A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115114557A (zh) * | 2022-08-30 | 2022-09-27 | 平安银行股份有限公司 | 基于区块链的页面数据获取方法及装置 |
CN115114557B (zh) * | 2022-08-30 | 2023-03-31 | 平安银行股份有限公司 | 基于区块链的页面数据获取方法及装置 |
CN116628743A (zh) * | 2023-05-22 | 2023-08-22 | 深圳市视景达科技有限公司 | 一种隐私保护控制方法及其相关装置 |
CN116628743B (zh) * | 2023-05-22 | 2024-04-09 | 深圳市视景达科技有限公司 | 一种隐私保护控制方法及其相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10936919B2 (en) | Method and apparatus for detecting human face | |
WO2022161286A1 (zh) | 图像检测方法、模型训练方法、设备、介质及程序产品 | |
US11495264B2 (en) | Method and system of clipping a video, computing device, and computer storage medium | |
WO2019109526A1 (zh) | 人脸图像的年龄识别方法、装置及存储介质 | |
CN108229376B (zh) | 用于检测眨眼的方法及装置 | |
WO2021139324A1 (zh) | 图像识别方法、装置、计算机可读存储介质及电子设备 | |
CN107545241A (zh) | 神经网络模型训练及活体检测方法、装置及存储介质 | |
CN111310705A (zh) | 图像识别方法、装置、计算机设备及存储介质 | |
CN114861241A (zh) | 基于智能检测的防窥屏方法及其相关设备 | |
WO2023035531A1 (zh) | 文本图像超分辨率重建方法及其相关设备 | |
CN112560753B (zh) | 基于特征融合的人脸识别方法、装置、设备及存储介质 | |
CN112650875A (zh) | 房产图片验证方法、装置、计算机设备及存储介质 | |
CN112699297A (zh) | 基于用户画像的服务推荐方法、装置、设备及存储介质 | |
CN113298158B (zh) | 数据检测方法、装置、设备及存储介质 | |
CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
CN113254491A (zh) | 一种信息推荐的方法、装置、计算机设备及存储介质 | |
CN110610125A (zh) | 基于神经网络的牛脸识别方法、装置、设备及存储介质 | |
WO2019033567A1 (zh) | 眼球动作捕捉方法、装置及存储介质 | |
CN112330331A (zh) | 基于人脸识别的身份验证方法、装置、设备及存储介质 | |
CN114241459A (zh) | 一种驾驶员身份验证方法、装置、计算机设备及存储介质 | |
CN110688878B (zh) | 活体识别检测方法、装置、介质及电子设备 | |
CN110502961B (zh) | 一种面部图像检测方法及装置 | |
CN112529888B (zh) | 基于深度学习的人脸图像评估方法、装置、设备及介质 | |
CN114360182B (zh) | 一种智能告警方法、装置、设备及存储介质 | |
CN111709851A (zh) | 基于rfid及面部识别的酒店安全入住的方法、装置及设备 |
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 |