CN116933233A - 一种基于数据凭证的检测图像提取方法及装置 - Google Patents

一种基于数据凭证的检测图像提取方法及装置 Download PDF

Info

Publication number
CN116933233A
CN116933233A CN202311176164.5A CN202311176164A CN116933233A CN 116933233 A CN116933233 A CN 116933233A CN 202311176164 A CN202311176164 A CN 202311176164A CN 116933233 A CN116933233 A CN 116933233A
Authority
CN
China
Prior art keywords
image
information
face
coordinate points
digital certificate
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.)
Granted
Application number
CN202311176164.5A
Other languages
English (en)
Other versions
CN116933233B (zh
Inventor
王巍
蔡成涛
蒋文创
王小芳
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.)
Value Chain Technology Shenzhen Co ltd
Harbin Engineering University Sanya Nanhai Innovation And Development Base
Harbin Engineering University
Original Assignee
Value Chain Technology Shenzhen Co ltd
Harbin Engineering University Sanya Nanhai Innovation And Development Base
Harbin Engineering University
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 Value Chain Technology Shenzhen Co ltd, Harbin Engineering University Sanya Nanhai Innovation And Development Base, Harbin Engineering University filed Critical Value Chain Technology Shenzhen Co ltd
Priority to CN202311176164.5A priority Critical patent/CN116933233B/zh
Publication of CN116933233A publication Critical patent/CN116933233A/zh
Application granted granted Critical
Publication of CN116933233B publication Critical patent/CN116933233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F21/33—User authentication using certificates
    • 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
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于数据凭证的检测图像提取方法及装置，所述方法包括：在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集；若基于人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证；确定提取信息与数字凭证绑定的关联信息是否匹配，当提取信息与数字凭证绑定的关联信息匹配时，按照图像提取信息从服务器提取并反馈对应的检测图像。本发明可以在研究人员登录系统提取图像时，获取人脸图像集并基于人脸图像集确定登录操作确定真人并且无遮挡，当判断所要调取的检测图像与预设的数字凭证对应的项目内容相匹配，再查找并反馈对应的检测图像，以避免检测图像被窃取的情况，确保数据和检测图像的安全。

Description

一种基于数据凭证的检测图像提取方法及装置
技术领域
本发明涉及图像处理的技术领域，尤其涉及一种基于数据凭证的检测图像提取方法及装置。
背景技术
船舶在航运过程中，会对海床进行拍摄，以采集得到各种不同的海床图像并回传给研究所的后台服务器中。通过各种海床图像进行海床研究及海床生物研究。一般来说，由于不同的研究人员其研究方向不同或者项目不同，会根据其研究方向从后台服务器中提取或调用相应的图像进行研究处理。
但由于各个研究人员的研究方向和职务不同，其权限也不同，所以研究人员可以调用的图像数据也不同。为了根据不同研究人员的权限提取航运图像，目前常用方法是预先根据每个研究人员的职务分配对应处理权限并将处理权限与其个人账户以及人像特征进行绑定；在研究人员登录时获取其账号、人像特征以及所要调取的图像，判断账号权限与调取图像的权限是否相同，在相同的情况下再查找对应图像并反馈给研究人员。
但目前常用的方法有如下技术问题：账号密码可能被窃取，可以通过盗用账号密码以及研究人员的人脸图像来调用高权限的检测图像，进而增加了航运图像被窃取的风险，安全系数较低。
发明内容
本发明提出一种基于数据凭证的检测图像提取方法及装置，所述方法预先构建与研究人员的部门及项目挂钩的数字凭证，在获取研究人员的人脸图像集并基于人脸图像集确定是真人且非遮挡后，确定所要调取的检测图像与数字凭证对应的项目内容是否相匹配，若相匹配再查找并反馈对应的检测图像，以避免检测图像被窃取的情况，提升数据的安全系数。
本发明实施例的第一方面提供了一种基于数据凭证的检测图像提取方法，所述方法包括：
在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧；
若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证；
确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像。
在第一方面的一种可能的实现方式中，所述基于所述人脸图像集确定登录操作是真人且无遮挡，包括：
从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡；
当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值；
当所述变化幅度值大于预设幅度值时，确定登录操作是真人。
在第一方面的一种可能的实现方式中，所述从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值，包括：
确定关于眼睛的特征坐标点，并按照所述特征坐标点从所述人脸图像集的每张图像帧中提取对应的特征关键点并归一化每个所述特征关键点，得到多个归一化关键点；
分别获取每个所述归一化关键点对应特征坐标点得到多个特征坐标点；
利用所述多个特征坐标点确定用户在输入登录信息时的眼睛动作轨迹，利用所述眼睛动作轨迹计算轨迹的变化幅度值。
在第一方面的一种可能的实现方式中，所述根据所述五官图像的轮廓确定人脸是否有遮挡，包括：
根据预设的CNN网络确定所述五官图像的图像坐标，并计算所述图像坐标周边坐标区域色度值，得到皮肤颜色值；
按照预设的浮动比例值对所述皮肤颜色值进行调整，并利用调整后的皮肤颜色值从任意提取的图像帧中涮选出人脸皮肤区域；
确定所述五官图像的图像坐标是否在所述人脸皮肤区域内；
若任意一个所述五官图像的图像坐标不在所述人脸皮肤区域内，则确定人脸有遮挡；
反之，则确定人脸无遮挡。
在第一方面的一种可能的实现方式中，所述确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，包括：
基于所述提取信息查找图像特征信息以及解封所述数字凭证得到关联信息，所述图像特征信息包括：设备类型、设备型号和检测时间，所述关联信息包括项目类别、项目时间和项目内容；
计算所述图像特征信息和所述关联信息的字段匹配度；
若所述字段匹配度大于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息匹配；
若所述字段匹配度小于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息不匹配。
在第一方面的一种可能的实现方式中，所述按照所述图像提取信息从服务器提取并反馈对应的检测图像，包括：
按照所述检测时间从服务器确定对应的目标存储空间，所述服务器包含若干个存储空间，每个所述存储空间存储对应时长内采集的航运检测图像；
基于所述设备型号对应的字段在所述目标存储空间内筛选多张对应的初选图像，并获取每张所述初选图像的图像标记，所述图像标记为采集所述初选图像的采集顺序和设备类型的标记；
根据所述图像标记从多张所述初选图像筛选与所述设备类型的标记相同的图像，得到检测图像。
在第一方面的一种可能的实现方式中，构建所述数字凭证，包括：
分别获取研究人员的部门信息、项目信息和账户信息，将所述账户信息的编号字段分别添加至所述部门信息和所述项目信息，得到第一编号信息和第二编号信息；
组合并封装所述第一编号信息和所述第二编号信息得到数字凭证。
本发明实施例的第二方面提供了一种基于数据凭证的检测图像提取装置，所述装置包括：
获取图像集模块，用于在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧；
获取信息与凭证模块，用于若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证；
图像提取模块，用于确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像。
在第二方面的一种可能的实现方式中，所述基于所述人脸图像集确定登录操作是真人且无遮挡，包括：
从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡；
当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值；
当所述变化幅度值大于预设幅度值时，确定登录操作是真人。
在第二方面的一种可能的实现方式中，所述从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值，包括：
确定关于眼睛的特征坐标点，并按照所述特征坐标点从所述人脸图像集的每张图像帧中提取对应的特征关键点并归一化每个所述特征关键点，得到多个归一化关键点；
分别获取每个所述归一化关键点对应特征坐标点得到多个特征坐标点；
利用所述多个特征坐标点确定用户在输入登录信息时的眼睛动作轨迹，利用所述眼睛动作轨迹计算轨迹的变化幅度值。
在第二方面的一种可能的实现方式中，所述根据所述五官图像的轮廓确定人脸是否有遮挡，包括：
根据预设的CNN网络确定所述五官图像的图像坐标，并计算所述图像坐标周边坐标区域色度值，得到皮肤颜色值；
按照预设的浮动比例值对所述皮肤颜色值进行调整，并利用调整后的皮肤颜色值从任意提取的图像帧中涮选出人脸皮肤区域；
确定所述五官图像的图像坐标是否在所述人脸皮肤区域内；
若任意一个所述五官图像的图像坐标不在所述人脸皮肤区域内，则确定人脸有遮挡；
反之，则确定人脸无遮挡。
在第二方面的一种可能的实现方式中，所述确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，包括：
基于所述提取信息查找图像特征信息以及解封所述数字凭证得到关联信息，所述图像特征信息包括：设备类型、设备型号和检测时间，所述关联信息包括项目类别、项目时间和项目内容；
计算所述图像特征信息和所述关联信息的字段匹配度；
若所述字段匹配度大于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息匹配；
若所述字段匹配度小于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息不匹配。
在第二方面的一种可能的实现方式中，所述按照所述图像提取信息从服务器提取并反馈对应的检测图像，包括：
按照所述检测时间从服务器确定对应的目标存储空间，所述服务器包含若干个存储空间，每个所述存储空间存储对应时长内采集的航运检测图像；
基于所述设备型号对应的字段在所述目标存储空间内筛选多张对应的初选图像，并获取每张所述初选图像的图像标记，所述图像标记为采集所述初选图像的采集顺序和设备类型的标记；
根据所述图像标记从多张所述初选图像筛选与所述设备类型的标记相同的图像，得到检测图像。
在第二方面的一种可能的实现方式中，构建所述数字凭证，包括：
分别获取研究人员的部门信息、项目信息和账户信息，将所述账户信息的编号字段分别添加至所述部门信息和所述项目信息，得到第一编号信息和第二编号信息；
组合并封装所述第一编号信息和所述第二编号信息得到数字凭证。
相比于现有技术，本发明实施例提供的一种基于数据凭证的检测图像提取方法及装置，其有益效果在于：本发明可以预先构建与研究人员的部门及项目挂钩的数字凭证，当研究人员登录系统提取图像时，可以获取其输入信息过程中的人脸图像集，然后基于人脸图像集确定登录操作是否为真人并且无遮挡，当确定是真人并无遮挡，再判断所要调取的检测图像与预设的数字凭证对应的项目内容是否相匹配，若相匹配再查找并反馈对应的检测图像，以避免检测图像被窃取的情况，提升数据的安全系数，确保检测图像安全。
附图说明
图1是本发明一实施例提供的一种基于数据凭证的检测图像提取方法的流程示意图；
图2是本发明一实施例提供的一种基于数据凭证的检测图像提取装置的结构示意图。
具体实施方式
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，本领域普通技术人员在没有作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。
为了解决上述问题，下面将通过以下具体的实施例对本申请实施例提供的一种基于数据凭证的检测图像提取方法进行详细介绍和说明。
参照图1，示出了本发明一实施例提供的一种基于数据凭证的检测图像提取方法的流程示意图。
所述方法适用于后台系统或者后台服务器，该后台系统或者后台服务器可以是海洋研究所、实验室或研究中心的后台管理系统，可以用于管理各种关于海洋检测的数据。
在一实际应用场景中，所述后台系统或者后台服务器可以与不同船舶的智能中心通信，每台船舶分别在近海处进行数据采集，其中包括海床图像以及海洋生物图像的检测图像，再通过智能中心或其通信设备将采集的各个检测图像传输至后台服务器。
后方研究中心的研究人员可以根据其权限从后台系统或者后台服务器中提取相应的检测图像，再根据所提取的检测图像进行研究。
其中，作为示例的，所述基于数据凭证的检测图像提取方法，可以包括：
S11、在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧。
在一实现方式中，研究人员可以通过其智能终端输入其个人的账户和密码，智能终端可以在研究人员输入信息的过程中，连续拍摄多张人脸图像的图像帧，从而采集得到这一时间段内的人脸图像集，并且这些人脸图像是连续的。
在一可选的实施例中，可能用户或研究人员输入信息的时间非常短，可以在输入信息后播放一段语音，让用户或研究人员跟着读，或者展示几张视标或验证图案，供用户或研究人员查看，在此过程中，记录用户或研究人员的人脸图像，从而得到人脸图像集。
S12、若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证。
在一实施例中，为了避免冒充操作，可以根据人脸图像集确定登录操作是否是真人，并且可以确定真人是否有遮挡。如果确定登录操作是真人并且无遮挡时，可以确定用户或研究人员的登录权限，并获取该用户或研究人员的提取信息和数字凭证。
其中，提取信息是研究人员所要提取的检测图像的相关信息，可以包括图像名称、编号、标记、类型、对应项目等。数字凭证是研究人员所在部门的数字证明。可以以数字凭证作为载体，以此作为承载不同业务的标记。并且，可以在数字凭证中添加一些处理规则，这些处理规则必须包含在数字凭证中，确保规则和数据的一致性。
为了关联研究人员所在部门以及绑定其所要部门的处理规则，其中，作为示例的，所述数字凭证的构建操作可以包括以下步骤：
S21、分别获取研究人员的部门信息、项目信息和账户信息，将所述账户信息的编号字段分别添加至所述部门信息和所述项目信息，得到第一编号信息和第二编号信息。
S22、组合并封装所述第一编号信息和所述第二编号信息得到数字凭证。
具体地，可以获取研究人员的部门信息、项目信息和账户信息，其中，部门信息包括：部门的编号、处理规则、标记号等。项目信息包括：用户所要处理的项目或研发项目的编号、类型等。账户信息包括：用户或研究人员的个人账户及密码等。
由于每个个人账户均有一个特定的编号字段，例如，A研究人员，是第五个新入职的员工，其开通账户的时间为2023年7月6日，部门为X03，其账户可以是20230706X03005，则可以以其账户的字段“20230706X03005”为编号字段。又例如，B研究人员，是一个入职15年的老员工，入职时第4个开通账户，其开通账户的时间为2008年8月9日，部门为X06，其账户可以是20180809X06004，则可以以其账户的字段“20180809X06004”为编号字段。
在提取对应的编号字段后，可以将编号字段添加至部门信息和项目信息的信息开头，或者以编号字段作为部门信息和项目信息内每个信息的起始字段，从而可以得到第一编号信息和第二编号信息。
在得到第一编号信息和第二编号信息后，可以将第一编号信息和第二编号信息组合，再对组合的信息进行封装，从而可以得到数字凭证。
在一可选的实现方式中，组合的方式可以是两个前后拼接组合，或者可以将两个信息排列组合，具体的组合方式可以根据实际需要进行调整。
为了能使封装可以与研究人员的职务及身份匹配，在又一可选的实现方式中，封装的方式可以是在开通账户时给研究人员一个特定的编码或者让研究人员设定一个账户的特定编码，然后使用该特定的编码进行加密封装。
研究人员在登录时，也可以输入其对应的特定编码，后续可以根据该特定编码对数字凭证进行解封，进而确定其身份以及部门处理规则等信息。
为了准确确定执行登录操作的用户或研究人员是否是真人以及确定是否有遮挡，在一可选的实施例中，步骤S12可以包括以下子步骤：
S121、从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡。
由于采集的人脸图像集中包含多张图像帧，且采集的时间不长，若逐一对每张图像帧进行识别处理，耗时长，效率低。可以从人脸图像集中任意提取一帧图像帧，再根据这一张图像帧进行遮挡检测。
其中，检测的方式可以确定是否有外物遮挡，例如，手、口罩或其他外物等。
具体可以通过预设的五官识别模型从任意提取的图像帧中截取关于五官的图像，得到五官图像。再根据五官图像中五官的轮廓，从而确定人脸是否有遮挡。
为了结合五官及皮肤的颜色进行准确的遮挡识别，在一可选的实施例中，步骤S121可以包括以下子步骤：
S1211、根据预设的CNN网络确定所述五官图像的图像坐标，并计算所述图像坐标周边坐标区域色度值，得到皮肤颜色值。
S1212、按照预设的浮动比例值对所述皮肤颜色值进行调整，并利用调整后的皮肤颜色值从任意提取的图像帧中涮选出人脸皮肤区域。
S1213、确定所述五官图像的图像坐标是否在所述人脸皮肤区域内。
S1214、若任意一个所述五官图像的图像坐标不在所述人脸皮肤区域内，则确定人脸有遮挡。
S1215、反之，则确定人脸无遮挡。
具体地，确定的五官图像可以包括眼、耳、口、鼻、嘴等五官，可以任意选择一个，然后确定其图像坐标，在计算该图像坐标周边的区域的色度值，从而得到皮肤色度值。
例如，可以根据预设的CNN网络确定眼睛图像的眼睛坐标，然后计算眼睛坐标周边区域的颜色值，从而得到皮肤颜色值。
需要说明的是，为了更好的从完整脸部提取具有特征明显的五官特征，首先将RGB色彩的人脸图像的图像帧转换为灰度图片。由于光照环境与肤色的差异，每个人脸图片呈现的灰度值会有所差异，在此可以获取灰度图片的灰度均值。根据人脸的五官部位的灰度值与完整人脸的灰度均值存有较大差异特性，选取合适的α取值，便能取得较为清晰明显的五官图像。
接着，可以按照预设的浮动比例值对皮肤颜色值进行调整，并利用调整后的皮肤颜色值涮选出人脸皮肤区域。
在将RGB色彩的图像转化为HSV颜色空间（其中，H为色相、S为饱和度、V为明度）的灰度图片后，可以假定根据多点取样，可以计算出的皮肤均值h_skin，s_skin，v_skin。假设色彩浮动比例为d%，再根据皮肤均值和色彩浮动比例可以计算出人脸皮肤区域，具体可以先计算皮肤均值和色彩浮动比例的乘积，再根据三个乘积计算区域。具体的计算可以参照常规手段。
因为在先的操作通过五官识别模型可以识别得到五官图像，但该识别只是按照五官的轮廓和结构进行识别，但部分五官有遮挡或者部分五官是用翻拍图像冒然。
因此，可以分别获取每张五官图像的图像坐标。该图像坐标是五官在图像的坐标。然后可以判断图像坐标是否在人脸皮肤区域内。
如果有任意一个五官图像的图像坐标不在人脸皮肤区域内，说明有五官被遮挡，可以确定人脸有遮挡。
反之，如果所有五官图像的图像坐标均在人脸皮肤区域内，说明有五官没有被遮挡，可以确定人脸无遮挡。
在一可选的实施例中，如果选取的任意一帧图像帧有遮挡，可能是用户或研究人员的任意一时刻用手部触碰脸部导致遮挡。
为了进一步确定是否有遮挡，可选地，可以再提取一帧图像帧，该重新提取的图像帧可以是与在先图像帧的相隔预设帧数的图像帧，例如间隔10帧或50帧。
接着，可以再按照上述操作方式，对重新提取的图像帧进行判断是否有遮挡。
如果重新判断还是确定有遮挡，则可以返回告示信息，提示清除遮挡，在没有遮挡后再进行图像提取处理。
S122、当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值。
在一实施例中，在确定没有遮挡后，可以从人脸图像集中提取关于人脸五官的特征坐标点，该特征坐标点可以是任意一个五官的坐标点。然后利用特征坐标点计算在输入信息时用户或研究人员执行动作的变化幅度值。
在一实现方式中，可以分别获取人脸图像集内每张图像帧的特征坐标点，然后根据多个特征坐标点计算变化幅度值。
根据前文所述，在一可选的实施例中，展示几张视标或验证图案，供用户或研究人员查看。在查看的过程中，用户的眼睛和视点会移动，此时会记录得到人脸图像集。
针对眼睛和视点的移动，其中，作为示例的，步骤S122可以包括以下子步骤：
S1221、确定关于眼睛的特征坐标点，并按照所述特征坐标点从所述人脸图像集的每张图像帧中提取对应的特征关键点并归一化每个所述特征关键点，得到多个归一化关键点。
S1222、分别获取每个所述归一化关键点对应特征坐标点得到多个特征坐标点。
S1223、利用所述多个特征坐标点确定用户在输入登录信息时的眼睛动作轨迹，利用所述眼睛动作轨迹计算轨迹的变化幅度值。
具体地，可以获取眼睛图像内眼珠的坐标点或者视点，得到眼睛对应的特征坐标点。
然后将每个特征坐标点转换成预设的眼睛3D模板对应模板坐标点，得到多个模板坐标点。利用多个模板坐标点计算用户眼睛相对于预设的眼睛3D模板的旋转向量。
接着利用旋转向量计算在用户查看图像或视标时其眼睛动态动作的角度变化值，得到变化幅度值。
在一实现方式中，可以计算旋转向量的L2范数得到向量夹角。通过三角函数计算向量夹角对应的弧度角得到带方向的角度值。最后统计用户执行动态时的多个角度值，从而利用多个角度值计算变化幅度值。
S123、当所述变化幅度值大于预设幅度值时，确定登录操作是真人。
如果变化幅度值大于预设幅度值时，说明执行动作是真人操作，也可以确定上述登录操作也是真人操作。
反之，如果变化幅度值小于预设幅度值时，说明执行动作可能不是真人操作，也可以确定上述登录操作不是真人操作。
S13、确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像。
在确定是真人并且无遮挡的情况下，获取了研究人员输入的提取信息与数字凭证。根据上述解析可知，数字凭证是基于研究人员编辑的特征编码、部门信息、项目信息和账户信息生成，而提取信息包含了研究人员所要提取的检测图像的相关信息。可以确定两个信息是否匹配。
如果匹配，说明研究人员提取的图像与其研究项目关联，可以查找对应的检测图像并反馈给研究人员；反之，如果不匹配，说明研究人员提取的图像与其研究项目没有关联，存在窃取的可能，可以不查找对应的检测图像。
在其中一种的实施例中，所述确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，可以包括以下子步骤：
S131、基于所述提取信息查找图像特征信息以及解封所述数字凭证得到关联信息，所述图像特征信息包括：设备类型、设备型号和检测时间，所述关联信息包括项目类别、项目时间和项目内容。
S132、计算所述图像特征信息和所述关联信息的字段匹配度。
S133、若所述字段匹配度大于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息匹配。
S134、若所述字段匹配度小于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息不匹配。
具体地，可以在提取信息中提取得到图像特征信息，其中，图像特征信息可以包括：设备类型、设备型号和检测时间。同时可以解封数字凭证得到关联信息，该关联信息可以包括：项目类别、项目时间和项目内容。其中，项目内容包含了项目所使用的设备，包含设备的型号和设备的类型；项目类别可以包含项目的编号类别。
接着，可以计算图像特征信息和关联信息的字段匹配度。如果字段匹配度大于预设匹配度时，说明提取信息与数字凭证绑定的关联信息匹配。反之，如果字段匹配度小于预设匹配度时，说明提取信息与数字凭证绑定的关联信息匹配。
例如，预设匹配度为50，所述关联信息的项目时间是2022年6月至2023年6月。而图像特征信息的检测时间是2020年6月。检测时间不在项目时间内，两个字段毫无关联，再结合项目类别与项目内容以及设备类型和设备型号计算得到的字段匹配度为5，字段匹配度小于预设匹配度，可以确定提取信息与数字凭证绑定的关联信息不匹配。
又例如，预设匹配度为50，所述关联信息的项目时间是2020年6月至2025年6月。而图像特征信息的检测时间是2021年3月。检测时间在项目时间内，两个字段相关联，再结合项目类别与项目内容以及设备类型和设备型号计算得到的字段匹配度为63，字段匹配度大于预设匹配度，可以确定提取信息与数字凭证绑定的关联信息匹配。
具体的信息匹配度计算可以采用常规方式进行计算，本发明不作限定。
由于采集检测图像后，会将不同的检测图像存储至对应的区域，一般是按照时间的先后顺序进行存储，例如，有10个存储区域，第一个存储区域存储第一年采集的图像或数据，第二个存储区域存储第二年采集的图像或数据，如此类推。
为了快速提取得到所需要的检测图像，在其中一种的实施例中，所述按照所述图像提取信息从服务器提取并反馈对应的检测图像，可以包括以下子步骤：
S135、按照所述检测时间从服务器确定对应的目标存储空间，所述服务器包含若干个存储空间，每个所述存储空间存储对应时长内采集的航运检测图像。
S136、基于所述设备型号对应的字段在所述目标存储空间内筛选多张对应的初选图像，并获取每张所述初选图像的图像标记，所述图像标记为采集所述初选图像的采集顺序和设备类型的标记。
S137、根据所述图像标记从多张所述初选图像筛选与所述设备类型的标记相同的图像，得到检测图像。
具体地，可以确定检测时间，然后根据检测时间确定数据或图像存储的区域，然后确定得到目标存储区域或目标存储空间。
由于每个设备所采集的图像或数据可能有多个，可能也是同一时间采集的，可以先基于设备型号对应的字段在目标存储空间内筛选由该设备型号对应设备采集得到的图像，得到多张对应的初选图像。
在获取初选图像后，可以获取每张初选图像的图像标记。设备在采集图像时，会给每张图像添加标记，该标记是类别类型加上图像顺序的标记，例如A001、A002、…、A012，又例如B008、B009、…、B023等等。
最后，可以根据图像标记从多张初选图像筛选与设备类型的标记相同的图像，得到检测图像。
例如，研究人员输入的设备类型是B，则可以按照顺序，提取若干张类型为B的图像，得到检测图像。
在本实施例中，本发明实施例提供了一种基于数据凭证的检测图像提取方法，其有益效果在于：本发明可以预先构建与研究人员的部门及项目挂钩的数字凭证，当研究人员登录系统提取图像时，可以获取其输入信息过程中的人脸图像集，然后基于人脸图像集确定登录操作是否为真人并且无遮挡，当确定是真人并无遮挡，再判断所要调取的检测图像与预设的数字凭证对应的项目内容是否相匹配，若相匹配再查找并反馈对应的检测图像，以避免检测图像被窃取的情况，提升数据的安全系数，确保检测图像安全。
本发明实施例还提供了一种基于数据凭证的检测图像提取装置，参见图2，示出了本发明一实施例提供的一种基于数据凭证的检测图像提取装置的结构示意图。
其中，作为示例的，所述基于数据凭证的检测图像提取装置可以包括：
获取图像集模块201，用于在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧；
获取信息与凭证模块202，用于若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证；
图像提取模块203，用于确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像。
可选地，所述基于所述人脸图像集确定登录操作是真人且无遮挡，包括：
从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡；
当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值；
当所述变化幅度值大于预设幅度值时，确定登录操作是真人。
可选地，所述从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值，包括：
确定关于眼睛的特征坐标点，并按照所述特征坐标点从所述人脸图像集的每张图像帧中提取对应的特征关键点并归一化每个所述特征关键点，得到多个归一化关键点；
分别获取每个所述归一化关键点对应特征坐标点得到多个特征坐标点；
利用所述多个特征坐标点确定用户在输入登录信息时的眼睛动作轨迹，利用所述眼睛动作轨迹计算轨迹的变化幅度值。
可选地，所述根据所述五官图像的轮廓确定人脸是否有遮挡，包括：
根据预设的CNN网络确定所述五官图像的图像坐标，并计算所述图像坐标周边坐标区域色度值，得到皮肤颜色值；
按照预设的浮动比例值对所述皮肤颜色值进行调整，并利用调整后的皮肤颜色值从任意提取的图像帧中涮选出人脸皮肤区域；
确定所述五官图像的图像坐标是否在所述人脸皮肤区域内；
若任意一个所述五官图像的图像坐标不在所述人脸皮肤区域内，则确定人脸有遮挡；
反之，则确定人脸无遮挡。
可选地，所述确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，包括：
基于所述提取信息查找图像特征信息以及解封所述数字凭证得到关联信息，所述图像特征信息包括：设备类型、设备型号和检测时间，所述关联信息包括项目类别、项目时间和项目内容；
计算所述图像特征信息和所述关联信息的字段匹配度；
若所述字段匹配度大于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息匹配；
若所述字段匹配度小于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息不匹配。
可选地，所述按照所述图像提取信息从服务器提取并反馈对应的检测图像，包括：
按照所述检测时间从服务器确定对应的目标存储空间，所述服务器包含若干个存储空间，每个所述存储空间存储对应时长内采集的航运检测图像；
基于所述设备型号对应的字段在所述目标存储空间内筛选多张对应的初选图像，并获取每张所述初选图像的图像标记，所述图像标记为采集所述初选图像的采集顺序和设备类型的标记；
根据所述图像标记从多张所述初选图像筛选与所述设备类型的标记相同的图像，得到检测图像。
可选地，构建所述数字凭证，包括：
分别获取研究人员的部门信息、项目信息和账户信息，将所述账户信息的编号字段分别添加至所述部门信息和所述项目信息，得到第一编号信息和第二编号信息；
组合并封装所述第一编号信息和所述第二编号信息得到数字凭证。
所属技术领域的技术人员可以清楚地了解到，为方便的描述和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
进一步的，本申请实施例还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例所述的基于数据凭证的检测图像提取方法。
进一步的，本申请实施例还提供了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执行程序，所述计算机可执行程序用于使计算机执行如上述实施例所述的基于数据凭证的检测图像提取方法。
本领域内的技术人员应明白，本申请的实施例还可提供包括计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、装置和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种基于数据凭证的检测图像提取方法，其特征在于，所述方法包括：
在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧；
若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证；
确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像；
所述基于所述人脸图像集确定登录操作是真人且无遮挡，包括：
从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡；
当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值；
当所述变化幅度值大于预设幅度值时，确定登录操作是真人；
其中，所述利用所述特征坐标点计算用户动作的变化幅度值，包括：
获取眼睛图像内眼珠的坐标点或者视点，得到眼睛对应的特征坐标点；
将每个所述特征坐标点转换成预设的眼睛3D模板对应模板坐标点，得到多个模板坐标点；
利用多个所述模板坐标点计算用户眼睛相对于预设的眼睛3D模板的旋转向量；
利用旋转向量计算在用户查看图像或视标时其眼睛动态动作的角度变化得到变化幅度值；
或者；
计算所述旋转向量的L2范数得到向量夹角，通过三角函数计算所述向量夹角对应的弧度角得到带方向的角度值，并统计用户执行动态时的多个角度值，利用多个角度值计算变化幅度值。
2.根据权利要求1所述的基于数据凭证的检测图像提取方法，其特征在于，所述从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值，包括：
确定关于眼睛的特征坐标点，并按照所述特征坐标点从所述人脸图像集的每张图像帧中提取对应的特征关键点并归一化每个所述特征关键点，得到多个归一化关键点；
分别获取每个所述归一化关键点对应特征坐标点得到多个特征坐标点；
利用所述多个特征坐标点确定用户在输入登录信息时的眼睛动作轨迹，利用所述眼睛动作轨迹计算轨迹的变化幅度值。
3.根据权利要求1所述的基于数据凭证的检测图像提取方法，其特征在于，所述根据所述五官图像的轮廓确定人脸是否有遮挡，包括：
根据预设的CNN网络确定所述五官图像的图像坐标，并计算所述图像坐标周边坐标区域色度值，得到皮肤颜色值；
按照预设的浮动比例值对所述皮肤颜色值进行调整，并利用调整后的皮肤颜色值从任意提取的图像帧中涮选出人脸皮肤区域；
确定所述五官图像的图像坐标是否在所述人脸皮肤区域内；
若任意一个所述五官图像的图像坐标不在所述人脸皮肤区域内，则确定人脸有遮挡；
反之，则确定人脸无遮挡。
4.根据权利要求1所述的基于数据凭证的检测图像提取方法，其特征在于，所述确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，包括：
基于所述提取信息查找图像特征信息以及解封所述数字凭证得到关联信息，所述图像特征信息包括：设备类型、设备型号和检测时间，所述关联信息包括项目类别、项目时间和项目内容；
计算所述图像特征信息和所述关联信息的字段匹配度；
若所述字段匹配度大于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息匹配；
若所述字段匹配度小于预设匹配度时，确定所述提取信息与所述数字凭证绑定的关联信息不匹配。
5.根据权利要求4所述的基于数据凭证的检测图像提取方法，其特征在于，所述按照所述图像提取信息从服务器提取并反馈对应的检测图像，包括：
按照所述检测时间从服务器确定对应的目标存储空间，所述服务器包含若干个存储空间，每个所述存储空间存储对应时长内采集的航运检测图像；
基于所述设备型号对应的字段在所述目标存储空间内筛选多张对应的初选图像，并获取每张所述初选图像的图像标记，所述图像标记为采集所述初选图像的采集顺序和设备类型的标记；
根据所述图像标记从多张所述初选图像筛选与所述设备类型的标记相同的图像，得到检测图像。
6.根据权利要求1-5任意一项所述的基于数据凭证的检测图像提取方法，其特征在于，构建所述数字凭证，包括：
分别获取研究人员的部门信息、项目信息和账户信息，将所述账户信息的编号字段分别添加至所述部门信息和所述项目信息，得到第一编号信息和第二编号信息；
组合并封装所述第一编号信息和所述第二编号信息得到数字凭证。
7.一种基于数据凭证的检测图像提取装置，其特征在于，所述装置包括：
获取图像集模块，用于在研究人员登录后台系统时，获取研究人员在预设时长内的人脸图像集，所述人脸图像集包含多张用户在输入登录信息时连续的图像帧；
获取信息与凭证模块，用于若基于所述人脸图像集确定登录操作是真人且无遮挡时，分别获取提取信息和数字凭证，所述数字凭证是与登录的研究人员所在部门及项目相关联的数字凭证；
图像提取模块，用于确定所述提取信息与所述数字凭证绑定的关联信息是否匹配，当所述提取信息与所述数字凭证绑定的关联信息匹配时，按照所述图像提取信息从服务器提取并反馈对应的检测图像；
所述基于所述人脸图像集确定登录操作是真人且无遮挡，包括：
从所述人脸图像集提取任意一帧图像帧，在任意提取的图像帧中截取五官图像，并根据所述五官图像的轮廓确定人脸是否有遮挡；
当确定人脸无遮挡时，从所述人脸图像集中提取关于人脸五官的特征坐标点，利用所述特征坐标点计算用户动作的变化幅度值；
当所述变化幅度值大于预设幅度值时，确定登录操作是真人；
其中，所述利用所述特征坐标点计算用户动作的变化幅度值，包括：
获取眼睛图像内眼珠的坐标点或者视点，得到眼睛对应的特征坐标点；
将每个所述特征坐标点转换成预设的眼睛3D模板对应模板坐标点，得到多个模板坐标点；
利用多个所述模板坐标点计算用户眼睛相对于预设的眼睛3D模板的旋转向量；
利用旋转向量计算在用户查看图像或视标时其眼睛动态动作的角度变化得到变化幅度值；
或者；
计算所述旋转向量的L2范数得到向量夹角，通过三角函数计算所述向量夹角对应的弧度角得到带方向的角度值，并统计用户执行动态时的多个角度值，利用多个角度值计算变化幅度值。
8.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述的基于数据凭证的检测图像提取方法。
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存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如权利要求1-6任意一项所述的基于数据凭证的检测图像提取方法。
CN202311176164.5A 2023-09-13 2023-09-13 一种基于数据凭证的检测图像提取方法及装置 Active CN116933233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311176164.5A CN116933233B (zh) 2023-09-13 2023-09-13 一种基于数据凭证的检测图像提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311176164.5A CN116933233B (zh) 2023-09-13 2023-09-13 一种基于数据凭证的检测图像提取方法及装置

Publications (2)

Publication Number Publication Date
CN116933233A true CN116933233A (zh) 2023-10-24
CN116933233B CN116933233B (zh) 2024-01-05

Family

ID=88382837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311176164.5A Active CN116933233B (zh) 2023-09-13 2023-09-13 一种基于数据凭证的检测图像提取方法及装置

Country Status (1)

Country Link
CN (1) CN116933233B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110137854A1 (en) * 2008-07-31 2011-06-09 Thomas Walter System for the management of files
JP2016051451A (ja) * 2014-09-02 2016-04-11 富士ゼロックス株式会社 アクセス制御システム及びプログラム
CN109670285A (zh) * 2018-11-13 2019-04-23 平安科技（深圳）有限公司 面部识别登陆方法、装置、计算机设备及存储介质
US20200334347A1 (en) * 2013-05-13 2020-10-22 Veridium Ip Limited System and method for authorizing access to access-controlled environments
WO2021012791A1 (zh) * 2019-07-22 2021-01-28 平安科技（深圳）有限公司 人脸登录方法、装置、计算机设备及存储介质
CN113468497A (zh) * 2021-08-02 2021-10-01 刘前刚 一种基于物联网的信息保护系统
US20210326423A1 (en) * 2018-06-28 2021-10-21 Inventia S.R.L. System and method for online verification of the identity of a subject
CN115359539A (zh) * 2022-08-29 2022-11-18 北京海鑫智圣技术有限公司 办公场所信息安全检测方法、装置、设备和存储介质
CN116188181A (zh) * 2022-11-29 2023-05-30 北京工业大学 一种针对会计记账的数据管理系统
CN116707824A (zh) * 2023-06-27 2023-09-05 武汉未来幻影科技有限公司 一种账户的无感登录方法以及相关设备
US20230281238A1 (en) * 2020-06-30 2023-09-07 The Third Research Institute Of Ministry Of Public Security Facial test database management system for detection of facial recognition device, and method

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110137854A1 (en) * 2008-07-31 2011-06-09 Thomas Walter System for the management of files
US20200334347A1 (en) * 2013-05-13 2020-10-22 Veridium Ip Limited System and method for authorizing access to access-controlled environments
JP2016051451A (ja) * 2014-09-02 2016-04-11 富士ゼロックス株式会社 アクセス制御システム及びプログラム
US20210326423A1 (en) * 2018-06-28 2021-10-21 Inventia S.R.L. System and method for online verification of the identity of a subject
CN109670285A (zh) * 2018-11-13 2019-04-23 平安科技（深圳）有限公司 面部识别登陆方法、装置、计算机设备及存储介质
WO2021012791A1 (zh) * 2019-07-22 2021-01-28 平安科技（深圳）有限公司 人脸登录方法、装置、计算机设备及存储介质
US20230281238A1 (en) * 2020-06-30 2023-09-07 The Third Research Institute Of Ministry Of Public Security Facial test database management system for detection of facial recognition device, and method
CN113468497A (zh) * 2021-08-02 2021-10-01 刘前刚 一种基于物联网的信息保护系统
CN115359539A (zh) * 2022-08-29 2022-11-18 北京海鑫智圣技术有限公司 办公场所信息安全检测方法、装置、设备和存储介质
CN116188181A (zh) * 2022-11-29 2023-05-30 北京工业大学 一种针对会计记账的数据管理系统
CN116707824A (zh) * 2023-06-27 2023-09-05 武汉未来幻影科技有限公司 一种账户的无感登录方法以及相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马思源;郑涵;郭文;: "应用深度光学应变特征图的人脸活体检测", 中国图象图形学报, no. 03, pages 618 - 628 *

Also Published As

Publication number Publication date
CN116933233B (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
KR102406432B1 (ko) 신원 인증 방법 및 장치, 전자 기기 및 저장 매체
CN101558431B (zh) 脸认证设备
CN108509915A (zh) 人脸识别模型的生成方法和装置
US20210056804A1 (en) Systems and methods of automated linking of players and gaming tokens
CN109190535B (zh) 一种基于深度学习的人脸面部肤色分析方法和系统
CN110084013A (zh) 生物特征模板安全性及密钥产生
CN110222728B (zh) 物品鉴别模型的训练方法、系统及物品鉴别方法、设备
CN108291876A (zh) 用于检测产品的真实性的系统及方法
CN108573202A (zh) 身份认证方法、装置和系统以及终端、服务器和存储介质
CN108549867A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN105956469B (zh) 文件安全性识别方法和装置
CN109359502A (zh) 防伪检测方法和装置、电子设备、存储介质
Li et al. Person-independent head pose estimation based on random forest regression
CN106096582A (zh) 区分真人面部与平坦表面
CN110135262A (zh) 敏感数据防偷窥处理方法、装置、设备及存储介质
CN108182412A (zh) 用于检测图像类型的方法及装置
CN108494778A (zh) 身份认证方法和装置
CN108932774A (zh) 信息检测方法和装置
Saboia et al. Eye specular highlights telltales for digital forensics: A machine learning approach
KR20140004230A (ko) 화상처리장치, 정보생성장치, 화상처리방법, 정보생성방법, 제어 프로그램 및 기록매체
CN107392137A (zh) 人脸识别方法及装置
US11961329B2 (en) Iris authentication device, iris authentication method and recording medium
CN108154111A (zh) 活体检测方法、系统、电子设备及计算机可读介质
CN108875469A (zh) 活体检测与身份认证的方法、装置及计算机存储介质
CN116933233B (zh) 一种基于数据凭证的检测图像提取方法及装置

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