CN115086078B - 一种终端验证方法及装置 - Google Patents

一种终端验证方法及装置 Download PDF

Info

Publication number
CN115086078B
CN115086078B CN202210883923.0A CN202210883923A CN115086078B CN 115086078 B CN115086078 B CN 115086078B CN 202210883923 A CN202210883923 A CN 202210883923A CN 115086078 B CN115086078 B CN 115086078B
Authority
CN
China
Prior art keywords
information
terminal
verification
sampling
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.)
Active
Application number
CN202210883923.0A
Other languages
English (en)
Other versions
CN115086078A (zh
Inventor
王嘉诚
张少仲
张栩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongcheng Hualong Computer Technology Co Ltd
Original Assignee
Zhongcheng Hualong Computer Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongcheng Hualong Computer Technology Co Ltd filed Critical Zhongcheng Hualong Computer Technology Co Ltd
Priority to CN202210883923.0A priority Critical patent/CN115086078B/zh
Publication of CN115086078A publication Critical patent/CN115086078A/zh
Application granted granted Critical
Publication of CN115086078B publication Critical patent/CN115086078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Software Systems (AREA)
  • Discrete Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种终端验证方法及装置，涉及通信技术领域，包括步骤：终端芯片采集终端使用信息；对采集的终端使用信息进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；与数据库中的存储频域信息进行比对；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，若d(t)在阈值L范围内，则验证通过，否则终端验证不通过；本发明的终端验证方法，通过对获取的信息进行采样，并进行傅里叶变换至频域，通过网络计算服务器，实现了终端验证，大大降低了使用过程中验证数据冗余度，提高了功能许可阶段后，功能使用阶段连续的检测，且随着时间的推移，大大提高了验证准确度，实现了多频次验证，满足用户体验，降低了验证成本和资源。

Description

一种终端验证方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种终端验证方法及装置。
背景技术
随着通信技术的迅速发展，终端设备验证方法快速发展，通常的终端用户生物验证例如人脸检测或者指纹检测都发生在功能许可阶段，但对于功能的使用过程中是否发生用户的变化难以识别，且如果功能的使用过程中一直采用人脸检测进行检测，会大大增大使用功耗，且对终端设备硬件参数要求较高，冗余度较高，数据处理量大大增长。
因此，为满足终端设备验证持续检测的需求，如何提高终端验证的准确性，满足用户体验，降低验证功耗成本和资源迫在眉睫。
发明内容
本发明的主要目的在于提供终端验证方法及装置，旨在解决现有技术中通常的终端用户生物验证例如人脸检测或者指纹检测都发生在功能许可阶段，但对于功能的使用过程中是否发生用户的变化难以识别，且如果功能的使用过程中一直采用人脸检测进行检测，会大大增大使用功耗，且对终端设备硬件参数要求较高，冗余度较高，数据处理量大大增长的技术问题。
为实现上述目的，一种终端验证方法，包括：步骤1、芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
步骤2、芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
步骤3、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；不同的网络点存储不同的频域信息，包括侧脸频域信息、正脸频域信息、微笑频域信息、低头频域信息等各种频域信息，以保证实时检测准确率。
步骤3.1、计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
步骤3.2：更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
步骤3.3：调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；
步骤3.4：返回步骤3.1，直至达到最大更新次数；
步骤4、若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过。
优选地，所述步骤1、实时采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
优选地，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
优选地，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值。
优选地，所述终端使用信息包括人脸信息：还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
优选地，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度。
本发明一种终端验证装置，包括：信息采集模块，芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
傅里叶变换模块，芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
比对模块、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储频域信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；
计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；直至达到最大更新次数；
若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过。
优选地，所述实时采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
优选地，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
优选地，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值。
优选地，所述终端使用信息包括人脸信息：还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
优选地，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度。
本发明的终端验证方法，通过对获取的信息进行采样，并进行傅里叶变换至频域，通过网络计算服务器，实现了终端验证，大大降低了数据冗余度；且在功能许可阶段使用精准完全采集信息；功能使用过程中使用采样采集的信息，且根据根据使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据；或，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值；大大降低了使用过程中的数据冗余度，提高了功能许可阶段后，功能使用阶段连续的检测，且随着时间的推移，逐渐增强验证信息准确度的方式，大大提高了验证准确度，以及降低了终端验证数据的冗余度，满足用户体验，降低了验证成本和资源。
此外，本发明通过计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离，选择距离值最小的网络点是最优网络点，若最优网络点在阈值L范围内，则验证通过，否则终端验证不通过，大大改变了时域比较复杂的问题，通过转换至频域大大降低了数据处理量。
附图说明
图1是本发明实施例方案实施流程。
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。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
参照图1，图1为本发明方法一实施例流程示意图。本发明的一种终端验证方法，包括：
步骤1、芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
步骤2、芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
步骤3、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；
步骤3.1、计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
步骤3.2：更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
步骤3.3：调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；
步骤3.4：返回步骤3.1，直至达到最大更新次数；
步骤4、若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过。
在一些实施例中，所述步骤1、实时采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
在一些实施例中，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
在一些实施例中，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值。
在一些实施例中，所述终端使用信息包括人脸信息：还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
在一些实施例中，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度。
本方案在生物验证阶段时，除了精确的验证信息外，还收集相对模糊和不敏感的信息，例如脸型、发型、手型等，使用和操作习惯上也进行特征收集，如按键力度、速度、位置、握持方式等，相关信息在本地脱敏存储。用于后续用户使用的过程中进行特征比对，如果综合判断发现了较大的差异，则可以提醒系统进行再一次的生物验证。这样避免频繁打扰用户中断正常的功能体验，又能够在静默状态下感知用户是否发生了变化。
实施例2：
本发明一种终端验证装置，包括：信息采集模块，芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
傅里叶变换模块，芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
比对模块、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储频域信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；
计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；直至达到最大更新次数；
若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过。
在一些实施例中，所述实时采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
在一些实施例中，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
在一些实施例中，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值。
在一些实施例中，所述终端使用信息包括人脸信息：还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
在一些实施例中，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度。
本发明的终端验证方法，通过对获取的信息进行采样，并进行傅里叶变换至频域，通过网络计算服务器，实现了终端验证，大大降低了数据冗余度；且在功能许可阶段使用精准完全采集信息；功能使用过程中使用采样采集的信息，且根据根据使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据；或，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，大大降低了数据冗余度，H-N为设定经验值；大大增强了使用过程中的数据冗余度，提高了功能许可阶段后，随着时间的推移，逐渐增强验证信息准确度的方式，大大提高了验证准确度，以及降低了终端验证数据的冗余度，满足用户体验，降低了验证成本和资源。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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，本发明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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种终端验证方法，其特征在于，包括：
步骤1、芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
步骤2、芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
步骤3、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；
步骤3.1、计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
步骤3.2：更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
步骤3.3：调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；
步骤3.4：返回步骤3.1，直至达到最大更新次数；
步骤4、若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过；
所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据，H-N为设定经验值。
2.如权利要求1所述的一种终端验证方法，其特征在于，所述步骤1、实时采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
3.如权利要求1所述的一种终端验证方法，其特征在于，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
4.如权利要求2所述的一种终端验证方法，其特征在于，所述终端使用信息包括人脸信息：
还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
5.如权利要求1所述的一种终端验证方法，其特征在于，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据。
6.一种终端验证装置，其特征在于，包括：
信息采集模块，芯片通过选择工作频率在低功耗模式下采集终端使用信息，包括功能许可阶段采集使用信息以及功能使用过程中采集使用信息；
其中，功能许可阶段采集使用信息采用精准完全采集；功能使用过程中采集使用信息采用采样采集；
傅里叶变换模块，芯片对采集的终端使用信息采用FFT转换模块进行傅里叶变换，得到傅里叶变换后的终端使用信息向量；
比对模块、将傅里叶变换后的终端使用信息向量输入至网络计算服务器，与数据库中的存储频域信息进行比对，网络计算服务器包括多个网络点，网络点链接数据库中的存储频域信息；
计算筛选最优网络点；计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)，选择距离值最小的网络点是最优网络点；
更新网络点权值,更新最优网络点及其邻域内所有网络点的权值，而非邻域内的网络点权值保持不变；
调整更新率和邻域范围，初始更新率为0.5，更新次数越多则更新率越小；邻域大小也随着更新次数减小；
；
；
其中INT表示取整函数，T表示更新周期；直至达到最大更新次数；
若计算网络点存储频域信息与傅里叶变换后的终端使用信息向量的距离d(t)在阈值L范围内，则验证通过，否则终端验证不通过；
所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第N次验证，第N次验证采集的人脸图像数据为采样数据，具体的为选取每隔H-N个像素进行组合，形成采样后的人脸组合数据， H-N为设定经验值。
7.如权利要求6所述的一种终端验证装置，其特征在于，所述采集终端使用信息，终端使用信息包括人脸信息、按键力度、脸型、指纹信息至少之一。
8.如权利要求6所述的一种终端验证装置，其特征在于，所述功能许可阶段采集使用信息采用精准完全采集，具体包括：采集人脸完整图像数据，进而获取人脸脸型、RGB通道数据、HSI通道数据，人脸纹理数据。
9.如权利要求6所述的一种终端验证装置，其特征在于，所述终端使用信息包括人脸信息：还包括对人脸信息进行预处理，对人脸信息的滤波去噪，特征提取。
10.如权利要求6所述的一种终端验证装置，其特征在于，所述功能使用过程中采集使用信息采用采样采集，具体包括：采样采集人脸图像数据，具体的包括通过功能许可阶段验证通过后，使用过程中在设定时间进行第M次验证，第M次验证采集的人脸图像数据为采样数据，具体的为将人脸图像数据分为块，选取每块像素的中心点进行组合，形成采样后的人脸组合数据。/>
CN202210883923.0A 2022-07-26 2022-07-26 一种终端验证方法及装置 Active CN115086078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210883923.0A CN115086078B (zh) 2022-07-26 2022-07-26 一种终端验证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210883923.0A CN115086078B (zh) 2022-07-26 2022-07-26 一种终端验证方法及装置

Publications (2)

Publication Number Publication Date
CN115086078A CN115086078A (zh) 2022-09-20
CN115086078B true CN115086078B (zh) 2024-05-03

Family

ID=83243732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210883923.0A Active CN115086078B (zh) 2022-07-26 2022-07-26 一种终端验证方法及装置

Country Status (1)

Country Link
CN (1) CN115086078B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104866832A (zh) * 2015-05-29 2015-08-26 福建省智慧物联网研究院有限责任公司 一种新型的考试人脸认证方法
CN112019346A (zh) * 2020-08-17 2020-12-01 北京双洲科技有限公司 一种移动终端用户身份验证处理的方法、装置和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7491943B2 (ja) * 2019-03-22 2024-05-28 コグノア，インク． 個別化されたデジタル治療方法およびデバイス

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104866832A (zh) * 2015-05-29 2015-08-26 福建省智慧物联网研究院有限责任公司 一种新型的考试人脸认证方法
CN112019346A (zh) * 2020-08-17 2020-12-01 北京双洲科技有限公司 一种移动终端用户身份验证处理的方法、装置和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Face Recognition using Self Organizing Map Based on Multi-Level Thresholding and Features Extraction;A Saleh等;5 th International Conference on Computing and Applied Informatics (ICCAI 2020);20201231;全文 *
Jose' Ruiz等.BACKPROPAGATION AND SOM FOR FACE FEATURE RECOGNITION.International Conference on Image Processing (ICIP-96).1996,全文. *
复杂背景下基于神经网络的人脸识别方法研究与实现;麦敬椿;中国优秀硕士学位论文全文数据库 信息科技辑;20150515(第05期);全文 *
非线性特征提取方法及其在图像处理人脸识别中的应用;林昌;中国博士学位论文全文数据库 信息科技辑;20150415(第04期);全文 *

Also Published As

Publication number Publication date
CN115086078A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
Yuan et al. Fingerprint liveness detection using an improved CNN with image scale equalization
CN111312256B (zh) 语音身份识别的方法、装置及计算机设备
CN101246543B (zh) 基于仿生与生物特征识别的考试者身份鉴定方法
CN106899968A (zh) 一种基于WiFi信道状态信息的主动非接触身份认证方法
CN105354866A (zh) 一种多边形轮廓相似度检测方法
CN110648670B (zh) 欺诈识别方法、装置、电子设备及计算机可读存储介质
CN111626371A (zh) 一种图像分类方法、装置、设备及可读存储介质
CN109658921B (zh) 一种语音信号处理方法、设备及计算机可读存储介质
CN107871103B (zh) 一种人脸认证方法和装置
CN102332084A (zh) 基于掌纹和人脸特征提取的身份识别方法
CN112786057B (zh) 一种声纹识别方法、装置、电子设备及存储介质
CN113886792A (zh) 一种声纹识别和人脸识别相结合的印控仪应用方法和系统
CN113221086A (zh) 离线人脸认证方法、装置、电子设备及存储介质
Beng et al. Finger-vein identification using pattern map and principal component analysis
CN112733665A (zh) 一种基于轻量化网络结构设计的人脸识别方法及系统
CN110263726B (zh) 一种基于深度相关性特征学习的指静脉识别方法及装置
CN111553241A (zh) 掌纹的误匹配点剔除方法、装置、设备及存储介质
CN111126169A (zh) 基于正交化的图正则非负矩阵分解的人脸识别方法及系统
CN104361339A (zh) 掌形图形提取及识别方法
CN113421546B (zh) 基于跨被试多模态的语音合成方法及相关设备
CN113673465A (zh) 图像检测方法、装置、设备及可读存储介质
CN115086078B (zh) 一种终端验证方法及装置
CN106295478A (zh) 一种图像特征提取方法和装置
CN111612161A (zh) 一种自动更新深度学习模型的方法、装置及存储介质
CN110298159B (zh) 一种智能手机动态手势身份认证方法

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