CN107358079A - 实时人脸识别登录验证方法及系统 - Google Patents
实时人脸识别登录验证方法及系统 Download PDFInfo
- Publication number
- CN107358079A CN107358079A CN201710456698.1A CN201710456698A CN107358079A CN 107358079 A CN107358079 A CN 107358079A CN 201710456698 A CN201710456698 A CN 201710456698A CN 107358079 A CN107358079 A CN 107358079A
- Authority
- CN
- China
- Prior art keywords
- face
- picture
- similarity
- face picture
- user
- 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
- 238000010200 validation analysis Methods 0.000 title abstract 2
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000012795 verification Methods 0.000 claims description 73
- 238000000034 method Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 20
- 210000000056 organ Anatomy 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人脸识别登录领域，具体涉及实时人脸识别登录验证方法及系统，包括：在用户请求登录时，实时获取用户照片；对获取到的用户照片进行人脸识别，得到对应的脸部图片；确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。本发明能够提高人脸识别的命中率。
Description
技术领域
本发明涉及人脸识别登录领域，具体涉及实时人脸识别登录验证方法及系统。
背景技术
一登人脸识别软件是现有技术方案中比较流行的一种，提供免费的软件开发工具包，支持服务端存储用户画像、用户画像检索和人脸属性分析等与登录安全相关的服务。用户在首次登录时需要存储一张用户画像，一登服务端接收后会为该画像生成唯一ID，用户以后再次登录时仍然上传新的用户画像，一登服务端根据这个画像进行检索并返回唯一ID，客户端将第一次获得的ID与此次获得的ID进行比较，如果相同则认证通过，可以正常登录。
使用一登人脸识别软件做人脸识别登录，只存储一张用户画像，在与新的画像检索对比时命中率较低；另外一登人脸识别是一个在线登录的过程，即登录时需要联网并向一登服务端进行多次请求，这会导致在网速不佳的情况下无法登录。
发明内容
本发明要解决的技术问题在于，克服现有的技术的不足，提供实时人脸识别登录验证方法及系统，其能够提高人脸识别的命中率。
为达到上述技术目的，一方面，本发明提供的实时人脸识别登录验证方法，包括：
在用户请求登录时，实时获取用户照片；
对获取到的用户照片进行人脸识别，得到对应的脸部图片；
确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：
若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；
若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。
另一方面，本发明提供的实时人脸识别登录验证系统，包括本地人脸数据库，还包括：
获取单元，用于在用户请求登录时，实时获取用户照片；
人脸识别单元，用于对获取到的用户照片进行人脸识别，得到对应的脸部图片；
非首次登录单元，用于确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。
在本发明中，首先判断用户登录用的用户照片是否为脸部图片的作用是以免非脸部图片流入之后的流程中，因此，判断用户照片是否为脸部图片就提高了人脸识别的效率；第二，本发明在对比脸部图片和以往脸部图片时，采用将图片处理为一维直方图格式进行对比，这样进一步地提高的对比时的速度和准确率。第三，用于存储照片的是本地人脸数据库，在对应的本地人脸数据库中只存储有一个用户的脸部图片。所以用户在人脸识别登录时，并不需要互联网，就可调用所述系统中的各功能单元来通过人脸识别。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
图1为本发明实施例的方法流程框图；
图2为本发明实施例系统的结构示意图；
图3为本发明实施例的方法步骤流程图；
图4为本发明中实施例中人脸识别单元的结构示意图；
图5为本发明中实施例中非首次登录单元的结构示意图；
图6为本发明中实施例中第一更新单元的结构示意图；
图7为本发明中实施例中更新模块的结构示意图。
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。
本发明所述的方法可以运用于手机用户登录手机、登录保密功能。
如图1和图3所示，实时人脸识别登录验证方法，包括以下步骤：
101、在用户请求登录时，实时获取用户照片。
102、对获取到的用户照片进行人脸识别，得到对应的脸部图片；
利用图像处理框架CoreImage中的CIDetector类的faceDetector方法对用户照片进行人脸识别，faceDetector方法中，以当前的用户照片为输入，脸部数据数组为输出；
若脸部数据数组不为空，则判定检测到人脸，截取当前的用户照片中的脸部范围图片，并去除噪声图像得到对应的脸部图片；
若脸部数据数组为空，则判定未检测到人脸，返回实时获取用户照片；
所述脸部数据数组包括：脸部范围数据、脸部关键器官的中心点和脸部关键器官的状态数据。
图像处理框架CoreImage是OS X系统和iOS系统上的一个图像处理框架，基于OpenGL顶层创建，底层则用着色器来处理图像，利用GPU基于硬件加速来处理图像，提供了丰富而强大的图像处理接口。
104、判断用户是否为首次登录；
当本地人脸数据库的存储内容为空，则确认用户为首次登录；
若确认用户为首次登录，则将首次登录采用的脸部图片通过OpenCV(Open SourceComputer Vision Library，开源计算机视觉库)处理为直方图，并存储到本地人脸数据库中。
当本地人脸数据库的存储内容不为空，则确认用户为非首次登录。
103、确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：
1031、若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；
1032、若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录；然后，可选的，可以返回实时获取用户照片。
相似度对比验证的过程如下：
分别确认当前请求登录采用的脸部图片与每一张复制得到的以往脸部图片的大小一致；以及
若当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小不一致，则将边长较长的图片的ROI(Region of interest，感兴趣区域)部分采用OpenCV的cvSetImageROI进行裁剪，而不改变COI(Channels of interest，感兴趣通道)部分，使当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小一致。
这样可以保持照片的颜色不受影响。由于在人脸识别登录过程中，获取的脸部图片与对应本地存储的用户数据库中存储的照片尺寸不一致，这样容易导致在之后的对比测试的过程中失败，因此保证对比的两张照片大小一致，可以提高对比测试通过率。
分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图；所述OpenCV将照片处理为一维直方图的过程为：
使用OpenCV将照片进行颜色空间变化；
使用OpenCV将照片从RGB色彩模式转换到HSV颜色模型；
然后计算出对应直方图并归一化，得到照片的一维直方图。
通过OpenCV的cvCompareHist分别计算当前请求登录采用的脸部图片的一维直方图与每一张复制得到的以往脸部图片的一维直方图之间的相似度；所有相似度都通过巴式距离算法计算得出；相似度是一个0到1的小数值，值越小代表越相似；
将计算得到的所有相似度取平均值得到平均相似度；
将平均相似度与预先设定的相似度阈值进行比较；
若平均相似度小于相似度阈值，则判定当前请求登录采用的脸部图片通过相似度对比验证；
若平均相似度大于等于相似度阈值，则判定当前请求登录采用的脸部图片未通过相似度对比验证。
105、更新本地人脸数据库；
当前请求登录采用的脸部图片通过相似度对比验证后，判断本地人脸数据库中是否存在存储时长超过设定时长阈值的以往脸部图片；
若存在，则将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库；以及删除本地人脸数据库中存储时长最长的一张以往脸部图片或者存储时长超过设定时长阈值的一张以往脸部图片。
具体的更新方式如下：
记录通过相似度对比验证时当前请求登录采用的脸部图片的验证时间和所有以往脸部图片存储至本地人脸数据库的存储时间；
将当前请求登录采用的脸部图片的验证时间与每张以往脸部图片的存储时间生成对应时间差值(即存储时长)；
每当查询到一个时间差值大于等于预先设定的时长阈值，则开始对本地人脸数据库进行更新操作；
将本张通过相似度对比验证的当前请求登录采用的脸部图片运用OpenCV处理为直方片；
将本张通过相似度对比验证的当前请求登录采用的脸部图片的直方图存储至本地人脸数据库；
然后对应删除一张存储时长最长(即存储时长最久远)的以往脸部图片。
若所有时间差值都小于预先设定的时间阈值，则判定本地存储的用户数据库不需要更新操作。
更新的方式不限于上述更新方式，还可以包括：当前请求登录采用的脸部图片通过相似度对比验证后，将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库中；
定期更新本地人脸数据库，仅保留存储时间最新的设定数量的以往脸部图片。
如图2、图4至图7所示，本发明所述的实时人脸识别登录验证系统，包括本地人脸数据库21，还包括：
获取单元22，用于在用户请求登录时，实时获取用户照片；
人脸识别单元23，用于对获取到的用户照片进行人脸识别，得到对应的脸部图片；
首次判断单元24，用于判断本地人脸数据库的存储内容是否为空，若为空，则确认用户为首次登录，否则，确认用户为非首次登录；
首次登录单元25，用于若确认用户为首次登录，则将首次登录采用的脸部图片通过视频图像处理函数库OpenCV处理为直方图，并存储到本地人脸数据库中；
非首次登录单元26，用于确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。
所述人脸识别单元23包括：
数据计算模块231，用于利用CoreImage图像处理框架中的CIDetector类的faceDetector方法对用户照片进行人脸识别，faceDetector方法以当前的用户照片为输入，脸部数据数组为输出；
第一脸部判定模块232，用于若脸部数据数组不为空，则判定检测到人脸，截取当前的用户照片中的脸部范围图片，并去除噪声图像得到对应的脸部图片；
第二脸部判定模块233，用于若脸部数据数组为空，则判定未检测到人脸，返回实时获取用户照片；
所述脸部数据数组包括：脸部范围数据、脸部关键器官的中心点和脸部关键器官的状态数据。
所述非首次登录单元26包括：
裁剪模块261，用于分别确认当前请求登录采用的脸部图片与每一张复制得到的以往脸部图片的大小一致；以及若当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小不一致，则将边长较长的图片的ROI(Region of interest，感兴趣区域)部分采用OpenCV的cvSetImageROI进行裁剪，而不改变COI(Channels of interest，感兴趣通道)部分，使当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小一致。
OpenCV的cvSetImageROI对照片的ROI部分进行裁剪，而不改变照片的COI部分，这样可以保持照片的颜色不受影响。由于在人脸识别登录过程中，获取的脸部图片与对应本地存储的用户数据库中存储的照片尺寸不一致，这样容易导致在之后的对比测试的过程中失败，因此保证对比的两张照片大小一致，可以提高对比测试通过率。
一维处理模块262，用于分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图；所述OpenCV将照片处理为一维直方图的过程为：
使用OpenCV将照片进行颜色空间变化；
使用OpenCV将照片从RGB色彩模式转换到HSV颜色模型；
然后计算出对应直方图并归一化，得到照片的一维直方图。
相似计算模块263，用于分别计算当前请求登录采用的脸部图片的一维直方图与每一张复制得到的以往脸部图片的一维直方图之间的相似度；所有相似度都通过巴式距离算法计算得出；相似度是一个0到1的小数值，值越小代表越相似。
平均计算模块264，用于将计算得到的所有相似度取平均值得到平均相似度；
相似比较模块265，用于将平均相似度与预先设定的相似度阈值进行比较；若平均相似度小于相似度阈值，则判定当前请求登录采用的脸部图片通过相似度对比验证；若平均相似度大于等于相似度阈值，则判定当前请求登录采用的脸部图片未通过相似度对比验证。
所述系统还包括：第一更新单元27或第二更新单元28；
第二更新单元28，用于当前请求登录采用的脸部图片通过相似度对比验证后，判断本地人脸数据库中是否存在存储时长超过设定时长阈值的以往脸部图片；若存在，则将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库；以及删除本地人脸数据库中存储时长最长的一张以往脸部图片或者存储时长超过设定时长阈值的一张以往脸部图片。
具体包括：
记录时间模块281，用于记录通过相似度对比验证时当前请求登录采用的脸部图片的验证时间和所有以往脸部图片存储至本地人脸数据库的存储时间；
差值模块282，用于将当前请求登录采用的脸部图片的验证时间与每张以往脸部图片的存储时间生成对应时间差值(即存储时长)；
更新模块283，用于每当查询到一个时间差值大于等于预先设定的时长阈值，则开始对本地人脸数据库进行更新操作；具体包括：
照片处理子模块2831，用于将本张通过相似度对比验证的当前请求登录采用的脸部图片运用OpenCV处理为直方片；
存储子模块2832，用于将本张通过相似度对比验证的当前请求登录采用的脸部图片的直方图存储至本地人脸数据库；
删除子模块2833，用于对应删除一张存储时长最长的以往脸部图片。
若所有时间差值都小于预先设定的时间阈值，则判定本地存储的用户数据库不需要更新操作。
所述第一更新单元27，用于当前请求登录采用的脸部图片通过相似度对比验证后，将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库中；定期更新本地人脸数据库，仅保留存储时间最新的设定数量的以往脸部图片。
在本发明所述的方法中，首先采用了CoreImage判断用户登录用的用户照片是否为脸部图片，以免非脸部图片流入之后的流程中，这样就提高了人脸识别的效率，从而提高对比测试的命中率；第二，本方法采用了OpenCV将脸部图片采用直方图的格式存储，提高了识别计算时的速度，进一步提高命中率；第三，本方法采用了OpenCV在对比脸部图片和以往脸部图片时，采用将脸部图片处理为一维直方图格式进行对比，这样进一步地提高的对比时的速度和准确率；并且将两张图片在对比之前就用OpenCV裁剪为大小一致的图片，可以提高对比测试的命中率。另一方面，本发明所述的系统，拥有自带的本地存储用户的脸部图片的人脸数据库，在每个人脸数据库中只存储有一个用户的脸部图片。所以用户在人脸识别登录时，并不需要互联网，就可调用所述系统中的各功能单元来通过人脸识别。
本发明可以用于涉及到个人隐私的手机应用，如便签类或记账类的APP。首次启动APP时需要先刷脸并存储用户的脸部图片，当下次再启动APP时才会做识别验证。用户启动APP，APP会打开前置摄像头，实时获取摄像头数据并开始识别人脸，当识别出人脸后截取脸部图片与APP数据库中存有的以往脸部图片相比较，如果验证通过，即为同一个人，则可以正常登录，否则拒绝登录并重新验证。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种实时人脸识别登录验证方法，其特征在于，包括：
在用户请求登录时，实时获取用户照片；
对获取到的用户照片进行人脸识别，得到对应的脸部图片；
确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：
若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；
若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。
2.根据权利要求1所述的实时人脸识别登录验证方法，其特征在于，判断用户是否为首次登录的方法，具体包括：
判断本地人脸数据库的存储内容是否为空，若为空，则确认用户为首次登录，否则，确认用户为非首次登录；以及，
所述方法还包括：
若确认用户为首次登录，则将首次登录采用的脸部图片通过开源计算机视觉库OpenCV处理为直方图，并存储到本地人脸数据库中。
3.根据权利要求2所述的实时人脸识别登录验证方法，其特征在于，所述对获取到的用户照片进行人脸识别，得到对应的脸部图片，具体包括：
利用图像处理框架，以当前的用户照片为输入，脸部数据数组为输出；
若脸部数据数组不为空，则判定检测到人脸，截取当前的用户照片中的脸部范围图片，并去除噪声图像得到对应的脸部图片；
若脸部数据数组为空，则判定未检测到人脸，返回实时获取用户照片；
所述脸部数据数组包括：脸部范围数据、脸部关键器官的中心点和脸部关键器官的状态数据。
4.根据权利要求3所述的实时人脸识别登录验证方法，其特征在于，
所述分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证，具体包括：
分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图；
分别计算当前请求登录采用的脸部图片的一维直方图与每一张复制得到的以往脸部图片的一维直方图之间的相似度；
将计算得到的所有相似度取平均值得到平均相似度；
将平均相似度与预先设定的相似度阈值进行比较；
若平均相似度小于相似度阈值，则判定当前请求登录采用的脸部图片通过相似度对比验证；
若平均相似度大于等于相似度阈值，则判定当前请求登录采用的脸部图片未通过相似度对比验证。
5.根据权利要求4所述的实时人脸识别登录验证方法，其特征在于，所述分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图之前，所述方法还包括：
分别确认当前请求登录采用的脸部图片与每一张复制得到的以往脸部图片的大小一致；以及
若当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小不一致，则将边长较长的图片的感兴趣区域ROI部分采用OpenCV进行裁剪，而不改变感兴趣通道COI部分，使当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小一致。
6.根据权利要求1至5中任一项所述的实时人脸识别登录验证方法，其特征在于，所述方法还包括：
当前请求登录采用的脸部图片通过相似度对比验证后，将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库中；
定期更新本地人脸数据库，仅保留存储时间最新的设定数量的以往脸部图片；
或者，
当前请求登录采用的脸部图片通过相似度对比验证后，判断本地人脸数据库中是否存在存储时长超过设定时长阈值的以往脸部图片；
若存在，则将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库；以及删除本地人脸数据库中存储时长最长的一张以往脸部图片或者存储时长超过设定时长阈值的一张以往脸部图片。
7.一种实时人脸识别登录验证系统，其特征在于，包括本地人脸数据库，还包括：
获取单元，用于在用户请求登录时，实时获取用户照片；
人脸识别单元，用于对获取到的用户照片进行人脸识别，得到对应的脸部图片；
非首次登录单元，用于确认用户为非首次登录时，从本地人脸数据库中复制出已存储的以往脸部图片，分别将当前请求登录采用的脸部图片与复制得到的每一张以往脸部图片处理为一维直方图后进行相似度对比验证：若当前请求登录采用的脸部图片通过相似度对比验证，则允许用户登录；若当前请求登录采用的脸部图片未通过相似度对比验证，则拒绝用户登录。
8.根据权利要求7所述的实时人脸识别登录验证系统，其特征在于，所述系统还包括：
首次判断单元，用于判断本地人脸数据库的存储内容是否为空，若为空，则确认用户为首次登录，否则，确认用户为非首次登录；
首次登录单元，用于若确认用户为首次登录，则将首次登录采用的脸部图片通过开源计算机视觉库OpenCV处理为直方图，并存储到本地人脸数据库中。
9.根据权利要求8所述的实时人脸识别登录验证系统，其特征在于，所述人脸识别单元包括：
数据计算模块，用于利用图像处理框架，以当前的用户照片为输入，脸部数据数组为输出；
第一脸部判定模块，用于若脸部数据数组不为空，则判定检测到人脸，截取当前的用户照片中的脸部范围图片，并去除噪声图像得到对应的脸部图片；
第二脸部判定模块，用于若脸部数据数组为空，则判定未检测到人脸，返回实时获取用户照片；
所述脸部数据数组包括：脸部范围数据、脸部关键器官的中心点和脸部关键器官的状态数据。
10.根据权利要求9所述的实时人脸识别登录验证系统，其特征在于，
所述非首次登录单元包括：
一维处理模块，用于分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图；
相似计算模块，用于分别计算当前请求登录采用的脸部图片的一维直方图与每一张复制得到的以往脸部图片的一维直方图之间的相似度；
平均计算模块，用于将计算得到的所有相似度取平均值得到平均相似度；
相似比较模块，用于将平均相似度与预先设定的相似度阈值进行比较；若平均相似度小于相似度阈值，则判定当前请求登录采用的脸部图片通过相似度对比验证；若平均相似度大于等于相似度阈值，则判定当前请求登录采用的脸部图片未通过相似度对比验证。
11.根据权利要求10所述的实时人脸识别登录验证系统，其特征在于，所述非首次登录单元还包括：裁剪模块，用于在所述一维处理模块分别通过OpenCV将当前请求登录采用的脸部图片和每一张复制得到的以往脸部图片处理为一维直方图之前，分别确认当前请求登录采用的脸部图片与每一张复制得到的以往脸部图片的大小一致；以及
若当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小不一致，则将边长较长的图片的感兴趣区域ROI部分采用OpenCV进行裁剪，而不改变感兴趣通道COI部分，使当前请求登录采用的脸部图片与当前对比的复制得到的以往脸部图片大小一致。
12.根据权利要求7至11中任一项所述的实时人脸识别登录验证系统，其特征在于，所述系统还包括：
第一更新单元，用于当前请求登录采用的脸部图片通过相似度对比验证后，将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库中；定期更新本地人脸数据库，仅保留存储时间最新的设定数量的以往脸部图片；
或者，
第二更新单元，用于当前请求登录采用的脸部图片通过相似度对比验证后，判断本地人脸数据库中是否存在存储时长超过设定时长阈值的以往脸部图片；若存在，则将通过相似度对比验证的当前请求登录采用的脸部图片通过OpenCV处理为直方图，并存储到本地人脸数据库；以及删除本地人脸数据库中存储时长最长的一张以往脸部图片或者存储时长超过设定时长阈值的一张以往脸部图片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710456698.1A CN107358079A (zh) | 2017-06-16 | 2017-06-16 | 实时人脸识别登录验证方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710456698.1A CN107358079A (zh) | 2017-06-16 | 2017-06-16 | 实时人脸识别登录验证方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107358079A true CN107358079A (zh) | 2017-11-17 |
Family
ID=60272787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710456698.1A Pending CN107358079A (zh) | 2017-06-16 | 2017-06-16 | 实时人脸识别登录验证方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107358079A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109145704A (zh) * | 2018-06-14 | 2019-01-04 | 西安电子科技大学 | 一种基于人脸属性的人脸画像识别方法 |
| CN109344588A (zh) * | 2018-09-03 | 2019-02-15 | 平安科技（深圳）有限公司 | 安全认证方法及终端设备 |
| CN109413495A (zh) * | 2018-09-06 | 2019-03-01 | 广州虎牙信息科技有限公司 | 一种登录方法、装置、系统、电子设备及存储介质 |
| CN109815664A (zh) * | 2018-12-21 | 2019-05-28 | 深圳科安达电子科技股份有限公司 | 一种基于人脸识别的登录铁路专用系统的方法 |
| CN109818924A (zh) * | 2018-12-21 | 2019-05-28 | 深圳科安达电子科技股份有限公司 | 一种基于人脸识别的登录铁路专用系统的装置 |
| CN110516543A (zh) * | 2019-07-19 | 2019-11-29 | 平安科技（深圳）有限公司 | 人脸图片的更新方法、装置、计算机设备和存储介质 |
| CN110851457A (zh) * | 2019-10-21 | 2020-02-28 | 广东优世联合控股集团股份有限公司 | 登录信息检索方法 |
| CN113170045A (zh) * | 2018-12-07 | 2021-07-23 | 索尼半导体解决方案公司 | 固态成像装置、固态成像方法、以及电子装备 |
| CN113469012A (zh) * | 2021-06-28 | 2021-10-01 | 广州云从鼎望科技有限公司 | 用户刷脸验证的方法、系统、介质及装置 |
| CN116569226A (zh) * | 2020-10-12 | 2023-08-08 | 亚萨合莱有限公司 | 利用面部识别和异质信息的访问控制 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
| CN105335726A (zh) * | 2015-11-06 | 2016-02-17 | 广州视源电子科技股份有限公司 | 人脸识别置信度获取方法和系统 |
| CN105844202A (zh) * | 2015-01-12 | 2016-08-10 | 芋头科技（杭州）有限公司 | 一种影像识别系统及方法 |
| CN105869235A (zh) * | 2015-01-20 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 一种安全门禁方法及系统 |
| CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
| CN106411856A (zh) * | 2016-09-06 | 2017-02-15 | 北京交通大学 | 基于移动终端人脸识别的认证方法和装置 |
| CN106778764A (zh) * | 2016-11-18 | 2017-05-31 | 安阳师范学院 | 一种基于图像颜色特征提取的辅助甲骨片缀合方法 |
-
2017
- 2017-06-16 CN CN201710456698.1A patent/CN107358079A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
| CN105844202A (zh) * | 2015-01-12 | 2016-08-10 | 芋头科技（杭州）有限公司 | 一种影像识别系统及方法 |
| CN105869235A (zh) * | 2015-01-20 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 一种安全门禁方法及系统 |
| CN105335726A (zh) * | 2015-11-06 | 2016-02-17 | 广州视源电子科技股份有限公司 | 人脸识别置信度获取方法和系统 |
| CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
| CN106411856A (zh) * | 2016-09-06 | 2017-02-15 | 北京交通大学 | 基于移动终端人脸识别的认证方法和装置 |
| CN106778764A (zh) * | 2016-11-18 | 2017-05-31 | 安阳师范学院 | 一种基于图像颜色特征提取的辅助甲骨片缀合方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109145704A (zh) * | 2018-06-14 | 2019-01-04 | 西安电子科技大学 | 一种基于人脸属性的人脸画像识别方法 |
| CN109344588A (zh) * | 2018-09-03 | 2019-02-15 | 平安科技（深圳）有限公司 | 安全认证方法及终端设备 |
| CN109413495A (zh) * | 2018-09-06 | 2019-03-01 | 广州虎牙信息科技有限公司 | 一种登录方法、装置、系统、电子设备及存储介质 |
| CN113170045B (zh) * | 2018-12-07 | 2023-11-21 | 索尼半导体解决方案公司 | 固态成像装置、固态成像方法、以及电子装备 |
| CN113170045A (zh) * | 2018-12-07 | 2021-07-23 | 索尼半导体解决方案公司 | 固态成像装置、固态成像方法、以及电子装备 |
| US12052463B2 (en) | 2018-12-07 | 2024-07-30 | Sony Semiconductor Solutions Corporation | Solid-state imaging device, solid-state imaging method, and electronic equipment |
| CN109815664A (zh) * | 2018-12-21 | 2019-05-28 | 深圳科安达电子科技股份有限公司 | 一种基于人脸识别的登录铁路专用系统的方法 |
| CN109818924A (zh) * | 2018-12-21 | 2019-05-28 | 深圳科安达电子科技股份有限公司 | 一种基于人脸识别的登录铁路专用系统的装置 |
| CN110516543A (zh) * | 2019-07-19 | 2019-11-29 | 平安科技（深圳）有限公司 | 人脸图片的更新方法、装置、计算机设备和存储介质 |
| CN110516543B (zh) * | 2019-07-19 | 2024-09-27 | 平安科技（深圳）有限公司 | 人脸图片的更新方法、装置、计算机设备和存储介质 |
| CN110851457A (zh) * | 2019-10-21 | 2020-02-28 | 广东优世联合控股集团股份有限公司 | 登录信息检索方法 |
| CN116569226A (zh) * | 2020-10-12 | 2023-08-08 | 亚萨合莱有限公司 | 利用面部识别和异质信息的访问控制 |
| CN113469012B (zh) * | 2021-06-28 | 2024-05-03 | 广州云从鼎望科技有限公司 | 用户刷脸验证的方法、系统、介质及装置 |
| CN113469012A (zh) * | 2021-06-28 | 2021-10-01 | 广州云从鼎望科技有限公司 | 用户刷脸验证的方法、系统、介质及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358079A (zh) | 实时人脸识别登录验证方法及系统 | |
| CN111886842B (zh) | 使用基于阈值的匹配进行远程用户身份验证 | |
| US20220012468A1 (en) | Method, system and computer program for comparing images | |
| US10043059B2 (en) | Assisted photo-tagging with facial recognition models | |
| CN107800672B (zh) | 一种信息验证方法、电子设备、服务器及信息验证系统 | |
| US11748401B2 (en) | Generating congruous metadata for multimedia | |
| TW202008197A (zh) | 身份驗證及帳戶資訊變更方法和裝置 | |
| CN105981368A (zh) | 在成像装置中的照片构图和位置引导 | |
| US10803013B2 (en) | Efficient similarity detection | |
| WO2019072127A1 (zh) | 基于二维码扫描识别的执法记录仪及全程音视频记录方法 | |
| US20210049358A1 (en) | Document verification by combining multiple images | |
| JP6969663B2 (ja) | ユーザの撮影装置を識別する装置及び方法 | |
| US8897484B1 (en) | Image theft detector | |
| US11363027B2 (en) | Media data based user profiles | |
| CN112527934B (zh) | 访客行程分析方法、装置、电子设备和存储介质 | |
| JP6432634B2 (ja) | 認証装置、認証方法、及びプログラム | |
| WO2021250564A1 (en) | Method for accessing multimedia content | |
| CN110891049A (zh) | 基于视频的账户登录方法、装置、介质、电子设备 | |
| KR102228632B1 (ko) | 명함에 연계된 동영상 재생 방법, 명함 서버 및 동영상 재생 시스템 | |
| CN117291629A (zh) | 一种基于企业工商电子营业执照完成企业认证方法及系统 | |
| CN116612516A (zh) | 一种人脸认证方法、系统、装置、电子设备及存储介质 | |
| CN114615403A (zh) | 一种办公室摄像头视频文件的访问方法、装置和系统 | |
| CN115587350A (zh) | 授权方法、装置、电子设备和存储介质 | |
| CN113034147A (zh) | 一种基于人脸识别和口型识别的支付方法 | |
| KR20110087634A (ko) | 영상을 이용한 사용자 인증 방법 및 장치 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171117 |