[发明专利]一种用户与主机解耦的动态人脸认证方法及系统在审
申请号: | 202011528395.4 | 申请日: | 2020-12-22 |
公开(公告)号: | CN112699355A | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 王小庆;石勇;孙利杰;周强;陈松政;刘文清;杨涛 | 申请(专利权)人: | 湖南麒麟信安科技股份有限公司 |
主分类号: | G06F21/32 | 分类号: | G06F21/32;G06K9/00;H04L29/06 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 谭武艺 |
地址: | 410000 湖南省长*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用户 主机 动态 认证 方法 系统 | ||
1.一种用户与主机解耦的动态人脸认证方法,其特征在于,包括:
1)通过摄像头采集用户的人脸图像;
2)对人脸图像提取人脸特征,绑定用户信息并上传到人脸认证服务器;
3)收到人脸认证服务器返回的预测结果;
4)在预测结果为认证通过时,则向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权。
2.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤1)中通过摄像头采集人脸图像具体是指通过调用系统接口打开摄像头获取人脸图像。
3.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤2)中对人脸图像提取人脸特征是指通过Harr特征检测图像中的人脸。
4.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤4)中还包括在预测结果为认证不通过时报错并退出的步骤。
5.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤4)中向身份验证系统发送用户授权信息以使身份验证系统为该用户的操作提供授权时,包括当用户信息为管理员时,身份验证系统为该用户的操作提供管理员的权限授权;包括当用户信息为普通用户时,身份验证系统为该用户的操作提供普通用户的权限授权。
6.根据权利要求1所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤2)中绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸特征进行下述处理的步骤:将人脸特征输入预先训练好基于深度学习的人脸预测模型得到输出的人脸特征对应的用户信息,所述基于深度学习的人脸预测模型被预先训练建立了作为输入的人脸特征、作为输出的用户信息之间的映射关系;若人脸特征绑定的用户信息、输出的人脸特征对应的用户信息两者一致,则返回认证通过,否则返回认证不通过。
7.根据权利要求6所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤1)之前还包括人脸录入的下述步骤:
A1)通过摄像头采集用户的多张人脸图像;
A2)对多张人脸图像绑定用户信息并上传到人脸认证服务器;
A3)收到人脸认证服务器返回的录入结果;
A4)在预测结果为录入成功时,向身份验证系统发送用户注册信息,使得身份验证系统为该用户进行注册登记。
8.根据权利要求7所述的用户与主机解耦的动态人脸认证方法,其特征在于,步骤A2)中对人脸图像绑定用户信息并上传到人脸认证服务器后,还包括人脸认证服务器针对上传的绑定用户信息的人脸图像进行下述处理的步骤:
B1)针对多张人脸图像进行多样化处理,所述多样化处理包括拉伸、变形和扭曲中的一种或者多种,得到原始数据集,将原始数据集划分为训练数据集和测试数据集;
B2)针对训练数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入、用户信息作为人脸预测模型的输出,对所述基于深度学习的人脸预测模型进行训练,在完成训练后跳转执行下一步;
B3)针对测试数据集中的人脸图像,对人脸图像提取人脸特征,将人脸特征作为人脸预测模型的输入,获得基于深度学习的人脸预测模型测试输出的用户信息,并根据测试输出的用户信息、绑定用户信息之间的是否匹配计算所述基于深度学习的人脸预测模型的测试准确度,若测试准确度未达到要求,则跳转执行步骤B1);否则向人脸录入工具返回录入成功。
9.一种用户与主机解耦的动态人脸认证系统,包括相互连接的微处理器和存储器,其特征在于,该微处理器被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的步骤,或者该存储器中存储有被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~8中任意一项所述用户与主机解耦的动态人脸认证方法的计算机程序。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南麒麟信安科技股份有限公司,未经湖南麒麟信安科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011528395.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种自动保压机
- 下一篇:一种基于强化学习的电网偶发故障安全调控策略生成方法