[go: up one dir, main page]

TW201933176A - 實物識別方法及驗證方法 - Google Patents

實物識別方法及驗證方法 Download PDF

Info

Publication number
TW201933176A
TW201933176A TW107119980A TW107119980A TW201933176A TW 201933176 A TW201933176 A TW 201933176A TW 107119980 A TW107119980 A TW 107119980A TW 107119980 A TW107119980 A TW 107119980A TW 201933176 A TW201933176 A TW 201933176A
Authority
TW
Taiwan
Prior art keywords
image
identified
physical
environment
patent application
Prior art date
Application number
TW107119980A
Other languages
English (en)
Inventor
王炎
馮雪濤
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201933176A publication Critical patent/TW201933176A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • 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
    • 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
    • H04L63/0853—Network architectures or network communication protocols for network security for authentication of entities using an additional device, e.g. smartcard, SIM or a different communication terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本發明實施例提供了一種實物識別方法及驗證方法，有關圖像識別技術領域。所述實物識別方法包括：採集目標環境條件下的待識別對象的第一圖像，根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。本發明能夠提高實物識別的準確性和可靠性。

Description

實物識別方法及驗證方法
本發明係有關圖像識別技術領域，特別是有關一種實物識別方法及驗證方法。
在生活和生產的過程中，出於處理業務的需要、安全需要等多種目的，需要對待識別對象為實物對象或非實物對象。比如，在對對象進行監控時，可能需要識別該對象為實物或者偽裝的非實物；獲取到使用者的證件照時，可能需要確定該證件照是對實體的證件進行拍攝得到，或是對其它證件照（即非實體的證件）翻拍得到。因此，亟需一種實物識別方法來對待識別對象進行識別。 　　現有技術中，可以獲取待識別對象的圖像，由相關人員透過經驗，對獲取到的圖像進行分析，從而對待識別對象進行識別，以確定該待識別對象為實物對象或非實物對象。但在現有技術中，識別待識別對象的準確性和可靠性受人工經驗的豐富程度影響較大，可能難以識別出偽裝程度較高的非實物對象，且識別的過程中還會受到視覺疲勞等因素的干擾，難以確保識別實物或非實物的準確性和可靠性。
鑒於上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的實物識別方法及驗證方法。 　　依據本發明的一個態樣，提供了一種實物識別方法，包括： 　　採集目標環境條件下的待識別對象的第一圖像； 　　根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　可選地，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　根據所述第一圖像中與所述目標環境條件關聯的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　可選地，環境條件包括光照條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　可選地，在所述採集目標環境條件下的待識別對象的第一圖像之前，還包括： 　　對所述待識別對象所處環境進行調整，使所述待識別對象處於具有所述目標環境條件的環境下。 　　可選地，所述對所述待識別對象所處環境進行調整包括： 　　將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件。 　　可選地，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整參考光源照射所述待識別對象的方向。 　　可選地，所述調整參考光源照射所述待識別對象的方向包括： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　可選地，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整參考光源照射所述待識別對象的區域。 　　可選地，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　可選地，所述透過所述參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　可選地，環境條件包括溫度條件，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整目前溫度至目標溫度。 　　可選地，所述對所述待識別對象所處環境進行調整包括： 　　將所述待識別對象從第一環境轉移至具有所述目標環境條件的第二環境。 　　可選地，在所述對所述待識別對象所處環境進行調整之前，還包括： 　　在調整前的環境下採集所述待識別對象的第二圖像。 　　可選地，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　獲取所述待識別對象在所述第一圖像和所述第二圖像中的圖像特徵的差異資訊； 　　根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像。 　　可選地，所述獲取所述待識別對象在第一圖像和第二圖像中的圖像特徵的差異資訊包括： 　　透過對所述第一圖像和所述第二圖像進行圖元比較，確定所述第一圖像和第二圖像的差值圖像； 　　提取所述差值圖像的圖像特徵作為所述差異資訊。 　　可選地，所述根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像包括： 　　採用第一識別分類器識別所述差異資訊，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　可選地，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　從所述第一圖像中提取所述圖像特徵； 　　採用第二識別分類器識別所述圖像特徵，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　可選地，在所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象之前，還包括： 　　在所述第一圖像中識別所述待識別對象對應的圖像內容； 　　根據所述圖像內容所處方位對所述第一圖像進行旋轉，和/或，從所述第一圖像中切分出所述圖像內容。 　　依據本發明的另一態樣，提供了一種實物識別方法，包括： 　　在非目標環境條件下，採集待識別對象的第二圖像； 　　在目標環境條件下，採集所述待識別對象的第一圖像； 　　確定所述第一圖像與所述第二圖像的差異圖像； 　　基於所述差異圖像識別所述待識別對象為實物對象或非實物對象。 　　可選地，在所述在目標環境條件下，採集所述待識別對象的第一圖像之前，還包括： 　　對具有所述非目標環境條件的環境中的光照條件進行調整，使所述環境具有所述目標環境條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　可選地，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射所述待識別對象的方向。 　　可選地，所述調整參考光源照射所述待識別對象的方向包括： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　可選地，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射所述待識別對象的區域。 　　可選地，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　可選地，所述透過所述參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　可選地，在所述在目標環境條件下，採集所述待識別對象的第一圖像之前，還包括： 　　將具有所述非目標環境條件的環境中的溫度調整至目標溫度，使所述環境具有所述目標環境條件。 　　依據本發明的另一態樣，提供了一種驗證方法，包括： 　　在目標環境條件下採集待驗證對象的第一圖像； 　　根據所述第一圖像的圖像特徵，驗證所述待識別對象為實物對象或非實物對象； 　　若驗證所述待識別對象為實物對象，則將所述第一圖像提交至伺服器。 　　依據本發明的另一態樣，提供了一種電腦設備，包括記憶體、處理器及儲存在記憶體上並可在處理器上運行的電腦程式，所述處理器執行所述電腦程式時實現如前述的一個或多個的方法。 　　依據本發明的另一態樣，提供了一種電腦可讀儲存媒體，其上儲存有電腦程式，所述電腦程式被處理器執行時實現如前述的一個或多個的方法。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別。由於不需要依賴人工經驗，所以提高了實物識別的準確性和可靠性。 　　上述說明僅是本發明技術方案的概述，為了能夠更清楚瞭解本發明的技術手段，而可依照說明書的內容予以實施，並且為了讓本發明的上述和其它目的、特徵和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。
下面將參照附圖更詳細地描述本發明示例性實施例。雖然附圖中顯示了本發明示例性實施例，然而應當理解，可以以各種形式實現本發明而不應被這裡闡述的實施例所限制。相反地，提供這些實施例是為了能夠更透徹地理解本發明，並且能夠將本發明的範圍完整地傳達給本領域的技術人員。 　　為了使本領域技術人員更佳地理解本發明，以下對本發明所涉及的技術概念進行解釋： 　　對象通常具有特定的結構或形態，且該結構或形態通常是與該對象所處環境的環境條件相關聯。其中，結構包括物理結構和化學結構，形態可以包括該對象所展現出的形式或狀態。比如，對象為塑膠材質的證件，則在可見光照射時，該對象的形態為固態薄片，外表面可能還會包括由於製作工藝產生或塑膠材質所固有的紋路、顏色等；在紫外線照射時，該對象的形態為固態薄片，且外表面可能會出現新的紋路或顏色。再比如，對象為冰製作的工藝品，在攝氏零度以下，該對象具有固定的形狀，而在溫度高於攝氏零度且小於攝氏一百度時，該對象會融化成液體，而在溫度高於攝氏一百度時，該對象會蒸發成為氣體。 　　待識別對象包括待識別的實物對象或非實物對象。實物對象可以包括各種物品、用戶、動植物等，非實物對象可以按照實物對象進行仿造或偽裝得到，從而與對應的實物相似。比如，實物對象為使用者的證件，則非實物對象可以為翻拍該證件得到的證件照。 　　環境為待識別物體所處的空間區域，包括封閉或非封閉的空間區域。 　　環境條件用來說明環境所具有的特徵，可以包括光照、溫度、濕度、壓強、聲音、磁場、電場、是否真空等條件中的至少一個。 　　圖像特徵用來說明圖像所具有的特點，可以包括顏色特徵、紋理特徵、形狀特徵、空間關係特徵中的至少一個。 　　本發明實施例可以應用於電子設備對待識別對象進行實物識別或驗證的情況中，包括在監控或安檢等過程中對對象的識別，以及需要獲取對象的圖像（比如，證件照）進行業務處理之前對對象的識別等。 　　由於實物對象和偽裝的非實物對象雖然相似，但實際上仍為兩個不同的對象，即所具有的結構或形態不同，所以在具有目標環境條件的環境下，實物對象和偽裝的非實物對象所具有與目標環境條件關聯的結構或形態也不同。因此，可以根據待識別對象與目標環境條件關聯的結構或形態，來識別待識別對象為實物對象或非實物對象。為了直觀地體現待識別對象與目標環境條件關聯的結構或形態，可以採集對象的在具有目標環境條件的環境下的圖像，所採集圖像的圖像特徵就能夠體現該待識別對象與目標環境條件關聯的結構或形態，因此，該圖像特徵就能夠用於對該待識別對象進行識別。不需要依賴人工經驗，提高了實物識別的準確性和可靠性。 　　本發明實施例可以實現為用戶端或外掛程式，電子設備可以從遠端伺服器獲取並安裝該用戶端或外掛程式，從而透過該用戶端或外掛程式來實施本發明實施例所提供的實物識別方法或驗證方法。當然，本發明實施例也可以以實物識別軟體或驗證軟體的形式部署在遠端伺服器上，電子設備可以透過訪問該遠端伺服器從而獲取實物識別服務或驗證服務。 　　電子設備可以包括手機、智慧型手錶、VR（Virtual Reality，虛擬實境）設備、平板電腦、膝上型可攜式電腦、車載電腦、桌上型電腦、機上盒、智慧型電視機、可穿戴式設備、監控設備、安檢設備等等。該電子設備可以包括攝像頭等用來採集圖像的元件，或者該電子設備能夠透過網路與其它設備（比如，相機）連接從而獲取到圖像，或者該電子設備可以接收提交的圖像。該電子設備夠與遠端伺服器進行互動，獲取用戶端、外掛程式、實物識別服務等，且該電子設備可以包括下圖8至11提供的裝置或終端，從而按照下圖1至7提供的實物識別方法或驗證方法對該待識別對象進行識別或驗證。 　　用戶端可以包括至少一個應用程式。該用戶端能夠運行在電子設備中，從而實現本發明實施例提供的實物識別方法或驗證方法。 　　外掛程式可以包括在運行於電子設備的應用程式中，從而實現本發明實施例提供的實物識別方法或驗證方法。 實施例一 　　參照圖1，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟101，採集目標環境條件下的待識別對象的第一圖像。 　　由於不同的對象具有不同的結構或形態，而同一個對象處於具有特定環境條件的環境時，也會具有與該特定環境條件關聯的結構或形態，且該結構或形態能夠透過該對象的圖像中的圖像特徵體現，所以，為了便於後續步驟中，以待識別對象的在具有目標環境條件下的結構或形態為依據，對該待識別對象進行識別，以提高實物識別的準確性和可靠性，可以採集該待識別對象在具有目標環境條件的環境下的圖像。 　　目標環境條件可以使待識別對象的結構或形態發生改變，從而產生與目標環境條件關聯的結構或形態，以作為對待識別對象進行實物識別的依據。 　　可以透過該電子設備上所設置的攝像頭等圖像採集元件採集第一圖像，或者，透過與該電子設備網路連接其它設備採集第一圖像。當然，在實際應用中，該電子設備也可以接收提交的圖像作為第一圖像。 　　另外，採集第一圖像可以是透過可見光、X光、超音波、紅外光等中的至少一種進行成像，從而提高採集圖像方式的多樣性以及所採集到圖像的可靠性。 　　例如，如圖2所示，待識別對象01豎直放置，電子設備02與待識別對象01平行，且電子設備02的鏡頭與待識別對象01相對。其中，當待識別對象01為實物對象時，該待識別對象01可以為身份證；當待識別對象01為偽裝的非實物對象時，該待識別對象01可以為顯示電子螢幕中的關於身份證的圖像。電子設備02可以透過該電子設備02設置的閃光燈對待識別對象01進行照射，從而使待識別對象01處於閃光燈照射（即目標環境條件）下，並在照射過程中採集待識別對象01的圖像。 　　或者，如圖3所示，待識別對象01放置目標環境釋放裝置03內，目標環境釋放裝置03的腔體的內壁上設置有目標環境控制元件031，該目標環境控制元件031可以包括發光元件、溫度控制元件、濕度控制元件、壓強控制元件等。目標環境釋放裝置03可以包括操作控制台032，以便於用戶透過操作控制台032控制目標環境控制元件031操作，從而使待識別對象01處於目標環境條件下，或者，目標環境釋放裝置03可以透過有線或無線的方式與其它設備（比如，電子設備02）連接，並根據接收到所連接的其它設備的控制指令控制目標環境控制元件031操作，從而使待識別對象01處於目標環境條件下。當待識別對象01處於目標環境條件下時，可以透過電子設備02採集待識別對象01的圖像，或者，目標環境釋放裝置03可以包括拍攝元件033，透過拍攝元件033採集待識別對象01的圖像，併發送給電子設備02。 　　步驟102，根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　由前述可知，待識別對象在具有目標環境條件的環境下，也會具有與該環境對應的結構或形態，比如外部形狀、顏色、紋理或亮度等，且該結構或形態能夠透過第一圖像的圖像特徵（比如，第一圖像中的顏色、紋理或亮度等）來體現，所以能夠根據第一圖像的圖像特徵來對待識別對象進行識別。 　　其中，可以將第一圖像所有區域的中各圖元的圖元值、色彩值和灰度值中的至少一個作為第一圖像的圖像特徵，或者，所有區域的中各圖元的圖元值、色彩值和灰度值中的至少一個，確定第一圖像各區域的顏色、紋理或亮度，將確定的各區域的顏色、紋理和亮度中的至少一個作為第一圖像的圖像特徵。 　　對於待識別對象，由於該待識別對象為非實物時（例如，翻拍照片），可能會有多種形式的偽裝，比如，透過拍攝得到的圖片或者其它材料仿造的模型等，因此，可以事先儲存待識別對象對應的實物在具有該目標環境條件的環境下的圖像，提取所儲存圖像的圖像特徵，將提取到的圖像特徵與第一圖像的圖像特徵進行比較，如果相似度大於預設相似度，則判定待識別對象為實物，否則，判定待識別對象為非實物。 　　由於該圖像特徵係從待識別對象的第一圖像中獲取得到，所以，該圖像特徵能夠說明待識別對象的結構或形態等。 　　其中，預設相似度可以透過事先設定得到，比如可以是75%。 　　例如，目標環境條件包括特定波長的光線照射，獲取到待識別對象1在具有該目標環境條件的環境下的第一圖像1，將第一圖像1各區域的顏色和紋理作為第一圖像的圖像特徵1，圖像特徵1就能夠說明待識別對象1針對特定波長的光線照射下的顏色和形狀等形態。如果圖像特徵1與事先儲存的待識別對象1對應的實物在該特定波長的光線照射下圖像的顏色和紋理等圖像特徵的相似度為80%，該相似度大於預設相似度75%，則說明待識別對象在該特定光線照射的顏色和形狀，與實物對象在該特定光線照射下的顏色和形狀一致，可以將待識別對象1識別為實物，否則，將待識別對象1識別為非實物。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 實施例二 　　參照圖4，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟401，電子設備對待識別對象所處環境進行調整，使所述待識別對象處於目標環境條件下。 　　為了採集待識別設備處於具有目標環境條件的環境中的第一圖像，以確保下述步驟中能夠透過現場採集的圖像對待識別對象進行識別，提高了實物識別的準確性和可靠性，電子設備可以對待識別對象所處的環境進行調整。 　　電子設備可以透過該電子設備設定的環境條件檢測元件（比如，溫度感測器、光線感測器等）來檢測目前所處環境的環境條件，如果檢測到的環境條件與目標環境條件不同，對待識別對象所處的環境進行調整。當然，電子設備可以透過網路接收其它設備所檢測到的環境條件，並將接收到的環境條件與該目標環境條件進行比較。 　　在本發明實施例中，可選地，為了準確地對待識別對象所處環境進行調整，從而提高獲取第一圖像的準確性，電子設備可以將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件。 　　其中，該電子設備可以透過該電子設備設定的環境控制元件（比如，閃光燈、音響等）來對至少一個環境條件進行調整，或者，也可以透過與該電子設備連接的其它設備來對至少一個環境條件進行調整。 　　在本發明實施例中，可選地，由於無論待識別對象的結構或形態如何，都會反射光線，根據反射的光線成像所獲得圖像中的圖像特徵，就能夠說明待識別對象的結構或形態，所以為了確保後續採集待識別圖像獲取圖像特徵的可靠性，所述環境條件包括光照條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　其中，參考光源用來控制待識別對象所處環境的光照條件，該參考光源可以包括人工製作的光源，比如燈管、顯示螢幕、火炬等，當然，該參考光源也可以包括自然光源，比如陽光、月光、螢石等。 　　光照角度為參考光源照射待識別對象的方向。該光照角度可以包括待識別對象為球心的球面中任一點指向該待識別對象的方向。 　　光線波長由長到短，對應的光線分別為紅外光線、不同顏色的可見光和紫外光線。 　　當然，在實際應用中，還可以透過增加或減少參考光源的數目，來調整光照條件。 　　在本發明實施例中，可選地，由於在待識別對象所處的環境中，通常都會有光源存在，比如太陽光，這些光源通常不容易被刪除或過濾，所以為了提高控制光照條件的可靠性，可以在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。也就是，透過在待識別對象目前所處環境新增加參考光源，來改變對該待識別對象的光照狀況。 　　其中，增加的參考光源對待識別對象的光照角度、光線波長、光照強度，與待識別對象所處環境已有參考光源對待識別對象的光照角度、光線波長、光照強度中，至少有一個不同。 　　在本發明實施例中，可選地，為了便於控制光照條件，提高將待識別對象所處環境進行調整的效率和可靠性，電子設備可以控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。也就是，透過閃光燈來作為參考光源來改變光照條件。 　　其中，閃光燈可以設置在電子設備之上，該電子設備可以透過電子設備中的特定應用或外掛程式來控制閃光燈開啟，比如手電筒應用或者相機應用中用於閃光燈開啟或關閉的外掛程式等。 　　另外，由於閃光燈通常設置在電子設備的與螢幕相背的一面，因此，在後續透過閃光燈照射待識別對象的情況下採集圖像時，也便於使用者螢幕的取景框中預覽將要採集的圖像，提高了圖像的採集效果。 　　當然，在實際應用中，由於不同實物對象可能具有不同的結構或形態，因此，該結構或形態可能會對不同的環境條件較為敏感而發生改變，所以為了提高對待識別對象進行識別的準確性和可靠性，電子設備還可以根據所要識別的實物對象，對待識別對象所處環境中的其它環境條件進行調整，比如溫度條件、聲音條件、壓強條件等。 　　其中，對於濕度條件，該電子設備可以控制環境中水分含量；對於壓強條件，該電子設備可以控制環境中的壓強；對於聲音條件，該電子設備可以控制環境中聲源位置或數目、聲音波長等。 　　在本發明實施例中，可選地，為了準確地對待識別對象所處環境進行調整，從而提高獲取第一圖像的準確性，電子設備將所述待識別對象從第一環境轉移至具有所述目標環境條件的第二環境。 　　電子設備可以透過設置的機械臂、滾輪、傳送帶等第二傳動元件對待識別對象進行轉移，從而使該待識別對象處於具有目標環境條件的第二環境。或者，該電子設備也可以透過具有機械臂、滾輪、傳送帶等的其他設備來轉移該待識別對象。當然，在實際應用中，該電子設備也可以顯示環境轉移提示資訊，以提示使用者將待識別對象進行轉移。 　　其中，環境轉移提示資訊用來提示將待識別對象進行轉移，可以包括聲音、文字、震動等方式中的至少一種。 　　步驟402，所述電子設備採集所述目標環境條件下的所述待識別對象的第一圖像。 　　其中，採集待識別對象的第一圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟403，所述電子設備對所述第一圖像進行預處理。 　　由於在採集圖像的過程中，可能會出現抖動、未能準確對焦等，從而使採集到的圖像可能會不清晰、圖像中包括較多與待識別對象對應的圖像內容之外的圖像內容等，可能會對根據圖像對待識別對象進行識別造成干擾，因此，為了提高了實物識別的準確性和可靠性，可以對第一圖像進行預處理。 　　電子設備可以在所述第一圖像中識別所述待識別對象對應的圖像內容，根據所述圖像內容所處方位對所述第一圖像進行旋轉，和/或，從所述第一圖像中切分出所述圖像內容。 　　其中，可以透過基於機器學習或深度神經網路的預處理模型，在第一圖像中識別待識別對象對應的圖像內容，即對待識別對象對應的圖像內容進行定位，然後根據該圖像內容對第一圖像進行旋轉和/或切分。 　　電子設備可以事先獲取待識別對象在具有目標條件的環境中的圖像，根據獲取到的圖像，透過預處理模型對針對圖像中該待識別對象對應的圖像內容進行定位、旋轉、切分等進行訓練。 　　當然，在實際應用中，也可以透過傳統的影像處理方法對第一圖像進行預處理，比如，切分第一圖像中心預設大小的正方形區域、調整第一圖像的亮度、對比度等。 　　步驟404，所述電子設備根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　其中，根據所述第一圖像的圖像特徵對待識別對象進行識別的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，由於第一圖像中並非全部的圖像特徵都會隨環境條件改變，比如第一圖像中的背景部分的圖像特徵或者待識別對象對該環境條件不敏感的部分所對應的圖像特徵，而改變的圖像特徵，即與目前環境條件關聯的圖像特徵，通常更能夠說明待識別對象目前的結構或形態，從而有利於對待識別對象進行識別，所以為了提高對待識別對象進行識別的準確性和可靠性，第一電子設備可以根據所述第一圖像中與所述目標環境條件關聯的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　例如，如果待識別對象外部的某個區域在特定波長的光線下會顯示出特別的顏色，以該特定波長的光線照射作為目標環境條件，在具有該目標環境條件下獲取待識別對象的第一圖像，第一圖像中對應該區域的顏色、紋理和亮度即可作為第一圖像與該目標環境條件關聯的圖像特徵。或者，如果待識別對象由不同比熱容的材料拼接而成，在環境溫度升高時，由於不同部分比熱容不同，所以各部分溫度上升的幅度也不同，即待識別對象各部分的溫度分佈不均勻，所以可以將對待識別對象加熱作為目標環境條件，在具有該目標環境條件下獲取待識別對象的第一圖像，第一圖像中各區域顏色、紋理和亮度即可作為第一圖像與該目標環境條件關聯的圖像特徵。或者，如果待識別對象中包括非固定設置的磁性材料（比如，指南針），由於磁性材料分佈總會收到磁場約束，以特定方向的磁場作為目標環境條件，在具有該目標環境條件下獲取待識別對象的第一圖像，第一圖像中磁性材料對應區域的顏色、紋理和亮度即作為第一圖像與該目標環境條件關聯的圖像特徵。 　　電子設備可以按照待識別對象在第一圖像中的位置，對第一圖像中該待識別對象對應的特定的圖像內容進行定位、旋轉或切分等處理，獲取該特定區域的圖像內容，包括待識別對象整體或者部分對應的內容，將該特定區域的圖像內容中的圖元值、色彩值和灰度值中的至少一個，作為第一圖像與目標環境條件關聯的圖像特徵，或者，根據將該特定區域的圖像內容中的圖元值、色彩值和灰度值中的至少一個，確定該圖像內容的顏色、紋理或亮度，將所確定的顏色、紋理和亮度中的至少一個作為第一圖像與該目標環境條件關聯的圖像特徵。 　　其中，特定區域可以由電子設備事先確定，比如，根據使用者的相關操作來確定等。 　　在本發明實施例中，可選地，為了提高對待識別對象進行識別的準確性和可靠性，電子設備可以從所述第一圖像中提取所述圖像特徵，採用第二識別分類器識別所述圖像特徵，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　第二識別分類器可以包括基於機器學習的分類器，比如支援向量機（Support Vector Machine，SVM）分類器，或者，基於深度神經網路分類器，比如卷積神經網路（Convolutional Neural Network，CNN）分類器等分類器。電子設備可以事先獲取待識別對象處於具有目標環境條件的環境下的圖像、以及處於不具有該目標環境條件下的圖像，分別提取獲取到圖像的圖像特徵，根據提取到的圖像特徵，對第二識別分類器對識別該圖像特徵進行訓練。 　　當然，在實際應用中，也可以直接透過第三識別分類器對第一圖像進行識別。第三識別分類器可以包括基於機器學習的分類器或者深度神經網路等分類器，且訓練第三識別分類器的方式可以與訓練第二識別分類器的方式相似，此處不再一一贅述。 　　在本發明實施例中，首先，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，在採集第一圖像之前，能夠透過調整環境條件或者將待識別對象進行轉移等方式，對該待識別對象所處環境的環境條件進行調整，從而確保該待識別對象處於具有目標環境條件的環境中，提高了採集到第一圖像的可靠性，進而確保對該待識別對象進行實物識別的可靠性。 　　另外，由於第一圖像中並非全部的圖像特徵都會隨環境條件改變，亦即，並非全部的圖像特徵都與目標環境條件關聯，而與目標環境條件關聯的圖像特徵通常更能夠說明待識別對象目前的結構或形態，有利於對待識別對象進行識別，所以為了提高對待識別對象進行識別的準確性和可靠性，第一電子設備可以根據所述第一圖像中與所述目標環境條件關聯的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 實施例三 　　參照圖5，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟501，電子設備調整參考光源照射所述待識別對象的方向或區域，使所述待識別對象處於目標環境條件下。 　　由於待識別對象通常會包括多個角度和方向的平面，亦即，當光照角度不同時，待識別對象所反射的光線的角度也會不同，相應地，所獲取的待識別對象的圖像呈現出的圖像特徵也會不同，所以，為了使該圖像的圖像特徵能夠準確的說明待識別對象的結構或形態，便於後續準確地根據採集到圖像的圖像特徵對待識別對象進行識別，可以調整參考光源照射所述待識別對象的方向，或者，調整參考光源照射所述待識別對象的區域。 　　其中，可以透過調整參考光源與待識別對象之間的相對位置，從而改變該參考光源照射該待識別對象的方向或區域。 　　在本發明實施例中，可選地，由於待識別對象可能由於某些原因而不便於移動，比如重量或體積太大，因此，為了提高調整光照角度的可靠性，可以調整參考光源的位置，從而對光照角度進行調整。 　　其中，電子設備可以在不同位置分別設置參考光源，透過控制開啟或關閉不同位置的參考光源，從而調整參考光源的位置；或者，電子設備可以將參考光源設置在第一傳動元件上，透過控制第一傳動元件運動，改變該參考光源的位置。也就是，電子設備可以透過控制目標位置的參考光源開啟或者將參考光源的位置進行移動，從而調整參考光源的位置。 　　目標位置可以由電子設備在對參考光源的位置進行調整之前確定，比如根據接收使用者的相關操作來確定，或者，根據來自其它設備的位置資訊來確定等。 　　第一傳動元件用來帶動參考光源的位置移動，比如，第一傳動元件可以包括機械臂、轉輪、滑道等。 　　在本發明實施例中，可選地，為了避免由於待識別對象相對於圖像的採集方向的一側光線不足而導致獲取的圖像品質較差、繼而導致根據獲取到的圖像進行實物識別的準確性和可靠性較低的問題，電子設備可以調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度，從而確保待識別對象相對於圖像的採集方向能夠被光線照射。 　　步驟502，所述電子設備採集所述目標環境條件下的所述待識別對象的第一圖像。 　　其中，採集第一圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟503，所述電子設備對所述第一圖像進行預處理。 　　其中，對第一圖像進行預處理的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟504，所述電子設備根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　其中，根據第一圖像的圖像特徵對待識別對象進行識別的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　例如，實物對象為塑膠材質的證件，該證件表面設置有螢光標誌，且該螢光標誌只有在紫外光線照射下可見。因此在對待識別對象進行識別時，透過紫外光線從第一圖像的採集方向照射待識別對象，採集第一圖像，第一圖像中待識別對象對應的圖像內容的色彩、紋理和亮度等圖像特徵，即為紫外光線照射關聯的圖像特徵，對該圖像特徵進行分析，判斷第一圖像中是否包括該螢光標誌對應的區域，該區域的顏色、紋理和亮度等特徵，與證件實物在同樣目標環境條件下所採集圖像中螢光標誌的顏色、紋理和亮度等特徵是否一致，如果一致，則確定待識別對象為證件實物，否則確定待識別對象不為證件實物，比如偽造的證件或者實物證件的翻拍圖片。 　　在本發明實施例中，首先，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，能夠透過調整參考光源照射待識別對象的方向或區域，確保了所採集圖像能夠準確地說明待識別對象的結構或形態，亦即，提高了所採集圖像的圖像特徵的準確性，進而也提高了對待識別對象進行識別的準確性。 　　另外，能夠調整參考光源照射待識別對象的方向至與第一圖像的採集方向之間的夾角小於90度，從而能避免由於待識別對象相對於圖像的採集方向的一側光線不足而導致的獲取的圖像品質較差、繼而導致根據獲取到的圖像進行實物識別的準確性和可靠性較低的問題，也就是，提高了對待識別對象進行實物識別的準確性和可靠性。 實施例四 　　參照圖6，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟601，電子設備對待識別對象所處環境的溫度條件進行調整，使所述待識別對象處於目標環境條件下。 　　由於對於某些材質對溫度變化較為敏感，在溫度改變之後，其物理特定或化學特性可能發生變化，比如分子間距、密度、溶解度或顏色等，所以，在溫度改變時，包括該材質的對象的結構或形態也可能發生改變，因此，為了根據待識別對象在某種溫度所具有的結構或形態，對該待識別對象進行識別，提高識別的準確性和可靠性，可以對溫度條件進行調整。 　　電子設備可以調整目前溫度至目標溫度。 　　目標溫度可以由電子設備在對溫度條件進行調整之前確定，比如根據接收使用者的相關操作來確定，或者，根據來自其它設備的溫度資訊來確定等。 　　步驟602，所述電子設備採集所述目標環境條件下的所述待識別對象的第一圖像。 　　其中，採集第一圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟603，所述電子設備對所述第一圖像進行預處理。 　　其中，對第一圖像進行預處理的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟604，所述電子設備根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　其中，根據第一圖像的圖像特徵，對待識別對象進行識別的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　例如，實物對象為雙層瓷杯，該雙層瓷杯的外層設置有透明或半透明的視窗，且夾層中設置有揮發性有色物質，如果杯體溫度超過特定溫度（比如，60攝氏度），則該有色物質揮發充滿夾層，此時，設置在該雙層瓷杯外層的視窗會顯示特殊圖案。因此在對待識別對象進行識別時，對該待識別對象進行加熱至特定溫度，採集第一圖像，第一圖像中待識別對象對應的圖像內容的色彩、紋理和亮度等圖像特徵，即為該特定溫度關聯的圖像特徵，對該圖像特徵進行分析，判斷第一圖像中是否包括圖案，該圖像的色彩、紋理和亮度等特徵與該雙層瓷杯在特定溫度下所採集圖像中特殊圖案的顏色、紋理和亮度等特徵是否一致，如果一致，則確定待識別對象為雙層瓷杯實物，否則確定待識別對象不為雙層瓷杯實物，比如未帶夾層的瓷杯。或者，實物對象為證件實物，該證件實物表面設置有熱敏材質的防偽標識區，在常溫時，該證件實物表面平整無接痕，當環境溫度高於特定溫度（比如，60攝氏度），該防偽標識區會受熱膨脹並產生凸起。因此，在對待識別對象進行識別時，對該待識別對象進行加熱至特定溫度，採集第一圖像，第一圖像中待識別對象對應的圖像內容的色彩、紋理和亮度等圖像特徵，即為該特定溫度關聯的圖像特徵，對該圖像特徵進行分析，判斷第一圖像中是否包括凸起區域，該凸起區域的色彩、紋理和亮度等特徵與該證件實物在特定溫度下所採集圖像中防偽標識區的顏色、紋理和亮度等特徵是否一致，如果一致，則確定待識別對象為證件實物，否則確定待識別對象不為證件實物。 　　在本發明實施例中，首先，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像中的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，能夠改變待識別對象所處環境的溫度條件，從而使待識別對喜喪處於具有目標環境條件的環境下，能夠確保對包括對溫度較為敏感的材料的實物對象進行識別，提高了實物識別的準確性和可靠性。 實施例五 　　參照圖7，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟701，電子設備在調整前的環境下採集待識別對象的第二圖像。 　　環境條件的改變時，處於環境中待識別對象的結構或形態也會發生改變，比如，參考光源的照射待識別對象的方向改變，會使待識別對象反光的亮度改變；參考光源發出光線的波長改變，會使待識別對象反光的顏色改變，或者，衍射、折射等方式發生改變等；溫度變化會使待識別對象反光的顏色改變等。且對於該待識別對象，在該待識別對象分別為實物對象以及非實物對象時，可以視為兩個完全不同的對象，而不同對象受相同環境變化時，結構或形態所發生的改變也不同，因此，為了便於後續步驟中，根據調整環境條件前後該待識別對象的結構或形態變化，準確地對待識別對象進行實物識別，可以獲取第二圖像。 　　其中，獲取採集第二圖像的方式可以與採集第一圖像的方式相似，此處不再一一贅述。 　　步驟702，所述電子設備對所述待識別對象所處環境進行調整，使所述待識別對象處於目標環境條件下。 　　其中，待識別對象所處環境進行調整的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟703，所述電子設備採集所述目標環境條件下的所述待識別對象的第一圖像。 　　其中，採集第一圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟704，所述電子設備獲取所述待識別對象在所述第一圖像和所述第二圖像中的圖像特徵的差異資訊。 　　差異資訊用來說明第一圖像與第二圖像之間的差異，進而說明待識別對象分別在調整前後的環境中結構或形態的差異，以直觀準確地表示具有目標環境條件的環境對該待識別對象的結構或形態的影響，進一步提高對待識別對象進行實物識別的準確性。 　　電子設備可以透過對所述第一圖像和所述第二圖像進行圖元比較，確定所述第一圖像和第二圖像的差值圖像，提取所述差值圖像的圖像特徵作為所述差異資訊。 　　差值圖像可以透過將第一圖像的各圖元值分別與第二圖像對應位置的圖元值相減得到。 　　當然，在實際應用中，該電子設備也可以分別提取第一圖像和第二圖像的圖像特徵，將提取到的圖像特徵進行比較，將比較結果作為差異資訊；或者，將提取第一圖像與第二圖像的差值圖像作為該差異資訊。 　　步驟705，所述電子設備根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像。 　　電子設備可以採用第一識別分類器識別所述差異資訊，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　第一識別分類器可以包括基於機器學習的分類器或者基於深度學習神經網路等分類器。電子設備可以事先獲取多組待識別對象的第一圖像和第二圖像，進而得到多個差異資訊，對透過第一識別分類器識別差異資訊進行訓練。 　　當然，在實際應用中，電子設備也可以透過第四識別分類器，基於第一圖像和第二圖像，對待識別對象進行實物識別。其中，第四識別分類器可以包括基於機器學習的分類器或者深度神經網路等分類器，且該電子設備可以事先獲取多組待識別對象的第一圖像和第二圖像，對透過第四識別分類器基於第一圖像和第二圖像進行實物識別進行訓練。 　　在本發明實施例中，首先，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，由於環境條件的改變時，處於環境中待識別對象的結構或形態也會發生改變，且不同對象受相同環境變化時，結構或形態所發生的改變也不同，因此，在對待識別對象所處環境的環境條件進行調整之前，採集第二圖像，第一圖像與第二圖像之間的差異資訊能夠說明在環境的環境條件調整為至目標環境條件時，該待識別對象的結構或形態的改變，從而能夠進一步準確地說明目標環境對該待識別對象的結構或形態所造成的影響，因此，根據該差異資訊對該待識別對象進行實物識別，能夠進一步提高實物識別的準確性和可靠性。 　　另外，可以將第一圖像與第二圖像進行圖元比較，將圖元比較得到的差值圖像作為差異資訊，能夠直觀準確地說明第二圖像與第一圖像之間的差異，從而直觀準確地表示具有目標環境條件的環境對該待識別對象的結構或形態的影響，進一步提高對待識別對象進行實物識別的準確性。 實施例六 　　參照圖8，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟801，電子設備在目標環境條件下採集待識別對象的第一圖像。 　　在本發明實施例中，可選地，該電子設備還可以在對待識別對象所處環境進行調整，從而使該待識別對象處於該目標環境條件下之前，採集待識別對象的第二圖像。 　　其中，採集第一圖像或第二圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟802，所述電子設備將採集到的圖像發送給伺服器。 　　伺服器可以包括業務伺服器或者用來對待識別對象進行識別的伺服器。 　　步驟803，所述伺服器根據接收到的圖像，識別所述待識別對象為實物對象或非實物對象。 　　其中，伺服器可以根據接收到的圖像識別所述待識別對象為實物對象或非實物對象的方式，可以參見前述中電子設備對待識別對象進行識別的過程，此處不再一一贅述。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 實施例七 　　參照圖9，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟901，在非目標環境條件下，採集待識別對象的第二圖像。 　　電子設備可以在對環境調整至具有目標環境條件之前，採集待識別對象的圖像作為第二圖像。 　　其中，採集第二圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　當然，在實際應用中，電子設備也可以在下述採集第一圖像之後，對環境條件進行調整，使環境具有非目標環境條件，然後採集第二圖像。 　　步驟902，在目標環境條件下，採集所述待識別對象的第一圖像。 　　其中，採集第一圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟903，確定所述第一圖像與所述第二圖像的差異圖像。 　　其中，電子設備確定第一圖像與第二圖像的差異圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟904，基於所述差異圖像識別所述待識別對象為實物對象或非實物對象。 　　其中，電子設備基於差異圖像對待識別對象進行識別的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 實施例八 　　參照圖10，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟1001，電子設備在非目標環境條件下，採集待識別對象的第二圖像。 　　其中，電子設備採集第二圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1002，所述電子設備對具有所述非目標環境條件的環境中的光照條件或溫度條件進行調整，使所述環境具有目標環境條件。 　　其中，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　在本發明實施例中，可選地，電子設備可以調整參考光源照射所述待識別對象的方向或區域。 　　其中，電子設備調整參考光源照射待識別對象的方向或區域的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，電子設備可以調整所述參考光源的位置。 　　其中，電子設備調整參考光源的位置的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，電子設備可以調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　其中，電子設備調整參考光源照射待識別對象的方向至與第一圖像的採集方向之間的夾角小於90度的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，電子設備可以在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　其中，電子設備在待識別對象所處環境中增加參考光源，並透過參考光源控制光照條件的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，電子設備可以控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　其中，電子設備控制閃光燈開啟的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，可選地，電子設備可以將具有所述非目標環境條件的環境中的溫度調整至目標溫度，使所述環境具有所述目標環境條件。 　　其中，電子設備將具有非目標環境條件的環境中的溫度調整至目標溫度的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1003，所述電子設備在所述目標環境條件下，採集所述待識別對象的第一圖像。 　　其中，電子設備採集第一圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1004，所述電子設備確定所述第一圖像與所述第二圖像的差異圖像。 　　其中，電子設備確定差異圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1005，所述電子設備基於所述差異圖像識別所述待識別對象為實物對象或非實物對象。 　　其中，電子設備基於差異圖像識別待識別對象的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，首先，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，能夠透過調整參考光源照射待識別對象的方向或區域，確保了所採集圖像能夠準確地說明待識別對象的結構或形態，即提高了所採集圖像的圖像特徵的準確性，進而也提高了對待識別對象進行識別的準確性。 　　另外，能夠調整參考光源照射待識別對象的方向至與第一圖像的採集方向之間的夾角小於90度，從而能避免由於待識別對象相對於圖像的採集方向的一側光線不足而導致的獲取的圖像品質較差、繼而導致根據獲取到的圖像進行實物識別的準確性和可靠性較低的問題，也就是，提高了對待識別對象進行實物識別的準確性和可靠性。 　　另外，能夠改變待識別對象所處環境的溫度條件，從而使待識別對喜喪處於具有目標環境條件的環境下，能夠確保對包括對溫度較為敏感的材料的實物對象進行識別，提高了實物識別的準確性和可靠性。 實施例九 　　參照圖11，示出了根據本發明一個實施例的一種驗證方法流程圖，具體步驟包括： 　　步驟1101，在目標環境條件下採集待驗證對象的第一圖像。 　　其中，採集第一圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1102，根據所述第一圖像的圖像特徵，驗證所述待驗證對象為實物對象或非實物對象。 　　其中，根據第一圖像的圖像特徵，對待驗證對象進行驗證的方式，可以與前述中對待識別對象進行識別的方式相似，此處不再一一贅述。 　　步驟1103，若驗證所述待驗證對象為實物對象，則將所述第一圖像提交至伺服器。 　　由於已經待驗證對象為實物對象，因此，第一圖像可能並不是透過翻拍得到，而是直接來源與實物對象，所以，可以將第一圖像發送給伺服器，以使伺服器基於第一圖像進行進一步的業務處理。比如，在對證件照進行驗證時，如果將待驗證對象驗證為實體的證件，則說明第一圖像為直接透過拍攝身份證得到的圖像，而是不是透過翻拍得到的圖像，因此，可以將第一圖像提交伺服器，由伺服器根據第一圖像進行進一步的業務處理。 　　當然，在實際應用中，作為驗證終端的電子設備也可以將採集到的第一圖像發送給伺服器，從而由伺服器根據第一圖像，對待驗證對象進行驗證，並在將待驗證對象驗證為實物對象時，根據第一圖像進行業務處理。 　　在本發明實施例中，由於環境會對待驗證對象的結構或形態造成影響，則在目標環境條件下採集待驗證對象的第一圖像，第一圖像的圖像特徵就能夠說明待驗證對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待驗證對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待驗證對象進行驗證，提高了實物驗證的準確性和可靠性。 實施例十 　　參照圖12，示出了根據本發明一個實施例的一種實物識別方法流程圖，具體步驟包括： 　　步驟1201，電子設備在目前環境下採集待識別對象的第二圖像。 　　其中，在目前環境中，電子設備控制閃光燈關閉，從而不透過閃光燈照射待識別對象。當然，目前環境中可能會包括來自該電子設備之外的光線，比如太陽光、月光、室內燈光等。 　　採集待識別對象的第二圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1202，所述電子設備控制閃光燈打開，以透過所述閃光燈照射所述待識別對象，採集所述待識別對象的第二圖像。 　　為了便於透過控制閃光燈開啟來使待識別對象處於目標環境條件下，提高採集到第一圖像的效率和可靠性，進而也提高對待識別對象進行識別的效率和可靠性，電子設備可以在前述目前環境的基礎上，透過電子設備上的閃光燈照射待識別對象，從而使待識別對象處於具有目標環境條件的環境下。也就是，這裡的具有目標環境條件的環境與前述的目前環境的區別在於電子設備的閃光燈是否開啟。 　　另一方面，由於閃光燈通常設置在電子設備的與螢幕相背的一面，因此，在透過閃光燈照射待識別對象的情況下採集圖像時，也便於使用者螢幕的取景框中預覽將要採集的圖像，以進一步確保在採集第一圖像和第二圖像的過程中，待識別對象所處環境中除閃光燈之外的其它環境條件不會發生改變，提高了採集圖像的效果，進而也提高了對待識別對象進行識別的準確性。 　　採集待識別對象第一圖像的方式可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1203，所述電子設備對所述第一圖像和所述第二圖像進行預處理。 　　其中，對圖像進行預處理的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1204，所述電子設備獲取預處理後的所述第一圖像和預處理後的所述第二圖像之間的差值圖像。 　　其中，獲取圖像之間差值圖像的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　步驟1205，所述電子設備將所述差值圖像輸入識別分類器，透過所述識別分類器識別對所述差值圖像進行識別，從而將所述待識別對象識別為實物對象或非實物對象。 　　其中，透過識別分類器差值圖像進行識別的方式，可以參見前述中的相關描述，此處不再一一贅述。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 　　其次，採集第一圖像和第二圖像時，待識別對象所處環境的環境條件之間的唯一區別在於閃光燈是否開啟，也就是，電子設備可以方便地透過控制閃光燈開啟來使待識別對象處於目標環境條件下，提高了採集到第一圖像的效率和可靠性，進而也提高了對待識別對象進行識別的效率和可靠性。 　　另外，由於閃光燈通常設置在電子設備的與螢幕相背的一面，因此，在透過閃光燈照射待識別對象的情況下採集圖像時，也便於使用者螢幕的取景框中預覽將要採集的圖像，以進一步確保在採集第一圖像和第二圖像的過程中，待識別對象所處環境中除閃光燈之外的其它環境條件不會發生改變，提高了採集圖像的效果，進而也提高了對待識別對象進行識別的準確性。 　　本領域技術人員應可理解，上述實施例中的方法步驟並非每一個都必不可少，在具體狀況下，可以省略其中的一個或多個步驟，只要能够實現對待識別對象進行識別或驗證技術目的。本發明並不限定實施例中步驟的數量及其順序，本發明的保護範圍當以申請專利範圍的限定為準。 　　為了便於本領域技術人員更好地理解本發明，以下透過一個具體的示例對本發明實施例的一種實物識別方法進行說明，參見圖13，具體包括如下步驟： 　　其中，待識別對象為使用者展示的證件（比如，身份證、護照、駕駛證等）或翻拍的證件照（比如，手機或電腦中儲存的證件照、影本等），目標環境條件為透過參考光源照射。 　　步驟1301，使用者展示待識別對象，所展示的待識別對象可以包括證件實物或透過翻拍得到的證件照。 　　步驟1302，電子設備透過拍照或拍視頻的方式，獲取至少一張待識別對象的圖像作為第二圖像。 　　由於此時並未對環境進行調整，所以獲取到的圖像為第二圖像。 　　電子設備可以是手機。 　　其中，如果是透過拍視頻的方式獲取第二圖像，可以在拍攝得到的視頻中選擇至少一幀的圖像作為第二圖像。 　　在本發明實施例中，可選地，該步驟為可選步驟。 　　步驟1303，電子設備透過參考光源照射該待識別對象，其它環境條件保持不變。 　　其中，參考光源可以是電子設備上設置的閃光燈，該閃光燈可以透過電子設備中相關的軟體進行控制。 　　其它環境條件保持不變的目的在於確保待識別對象對應的圖像內容，在第二圖像和第一圖像中的位置、大小相同，以便於後續對待識別對象進行識別。 　　步驟1304，在透過參考光源照射該待識別對象的過程中，獲取待識別對象的至少一個圖像作為第一圖像。 　　步驟1305，對獲取到的圖像進行預處理，包括根據圖像中待識別對象對應的圖像內容對該圖像進行旋轉或切分、獲取第一圖像和第二圖像之間的差值圖像。 　　在本發明實施例中，可選地，該步驟為可選步驟。 　　步驟1306，將步驟1304或步驟1305得到的圖像輸入識別分類器，根據識別分類器將待識別對象識別為證件實物或翻拍的證件照。 實施例十一 　　參照圖14，示出了根據本發明一個實施例的一種實物識別裝置的結構方塊圖，該實物識別裝置包括： 　　第一圖像採集模組1401，用於採集目標環境條件下的待識別對象的第一圖像； 　　實物識別模組1402，用於根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　可選地，所述實物識別模組還包括： 　　第一實物識別子模組，用於根據所述第一圖像中與所述目標環境條件關聯的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　可選地，環境條件包括光照條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　可選地，所述實物識別裝置還包括： 　　環境調整模組，用於對所述待識別對象所處環境進行調整，使所述待識別對象處於具有所述目標環境條件的環境下。 　　可選地，所述環境調整模組包括： 　　環境條件調整子模組，用於將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件。 　　可選地，所述環境條件調整子模組還用於： 　　調整參考光源照射所述待識別對象的方向。 　　可選地，所述環境條件調整子模組還用於： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　可選地，所述環境條件調整子模組還用於： 　　調整參考光源照射所述待識別對象的區域。 　　可選地，所述環境條件調整子模組還用於： 　　在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　可選地，所述環境條件調整子模組還用於： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　可選地，環境條件包括溫度條件，所述環境條件調整子模組還用於： 　　調整目前溫度至目標溫度。 　　可選地，所述環境調整模組包括： 　　待識別對象轉移子模組，用於將所述待識別對象從第一環境轉移至具有所述目標環境條件的第二環境。 　　可選地，所述實物識別裝置還包括： 　　第二圖像採集模組，用於在調整前的環境下採集所述待識別對象的第二圖像。 　　可選地，所述實物識別模組包括： 　　差異資訊獲取子模組，用於獲取所述待識別對象在所述第一圖像和所述第二圖像中的圖像特徵的差異資訊； 　　第二實物識別子模組，用於根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像。 　　可選地，所述差異資訊獲取子模組還用於： 　　透過對所述第一圖像和所述第二圖像進行圖元比較，確定所述第一圖像和第二圖像的差值圖像； 　　提取所述差值圖像的圖像特徵作為所述差異資訊。 　　可選地，所述第二實物識別子模組還用於： 　　採用第一識別分類器識別所述差異資訊，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　可選地，所述實物識別模組包括： 　　圖像特徵提取子模組，用於從所述第一圖像中提取所述圖像特徵； 　　第三實物識別子模組，用於採用第二識別分類器識別所述圖像特徵，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　可選地，所述實物識別裝置還包括： 　　圖像內容識別模組，用於在所述第一圖像中識別所述待識別對象對應的圖像內容； 　　影像處理模組，用於根據所述圖像內容所處方位對所述第一圖像進行旋轉，和/或，從所述第一圖像中切分出所述圖像內容。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 實施例十二 　　參照圖15，示出了根據本發明一個實施例的一種實物識別裝置的結構方塊圖，該實物識別裝置包括： 　　第二圖像採集模組1501，用於在非目標環境條件下，採集待識別對象的第二圖像； 　　第一圖像採集模組1502，用於在目標環境條件下，採集所述待識別對象的第一圖像； 　　差異圖像確定模組1503，用於確定所述第一圖像與所述第二圖像的差異圖像； 　　實物識別模組1504，用於基於所述差異圖像識別所述待識別對象為實物對象或非實物對象。 　　可選地，所述實物識別裝置還包括： 　　光照條件調整模組，用於對具有所述非目標環境條件的環境中的光照條件進行調整，使所述環境具有所述目標環境條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　可選地，所述光照條件調整模組包括： 　　光照角度調整子模組，用於調整參考光源照射所述待識別對象的方向。 　　可選地，所述光照角度調整子模組還用於： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　可選地，所述光照條件調整模組包括： 　　光照區域調整子模組，用於調整參考光源照射所述待識別對象的區域。 　　可選地，所述光照條件調整模組包括： 　　參考光源增加子模組，用於在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　可選地，所述參考光源增加子模組還用於： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　可選地，所述實物識別裝置還包括： 　　溫度條件調整模組，用於將具有所述非目標環境條件的環境中的溫度調整至目標溫度，使所述環境具有所述目標環境條件。 　　在本發明實施例中，由於環境會對待識別對象的結構或形態造成影響，則在目標環境條件下採集待識別對象的第一圖像，第一圖像的圖像特徵就能夠說明待識別對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待識別對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待識別對象進行識別，提高了實物識別的準確性和可靠性。 實施例十三 　　參照圖16，示出了根據本發明一個實施例的一種驗證終端的結構方塊圖，該實物驗證終端包括： 　　第一圖像採集模組1601，用於在目標環境條件下採集待驗證對象的第一圖像； 　　實物驗證模組1602，用於根據所述第一圖像的圖像特徵，驗證所述待識別對象為實物對象或非實物對象； 　　提交模組1603，用於若驗證所述待識別對象為實物對象，則將所述第一圖像提交至伺服器。 　　在本發明實施例中，由於環境會對待驗證對象的結構或形態造成影響，則在目標環境條件下採集待驗證對象的第一圖像，第一圖像的圖像特徵就能夠說明待驗證對象在具有目標環境條件的環境中的結構或形態，且由於不同對象受同一個環境的影響也會不同，因此，當待驗證對象分別為實物或非實物時，所獲取到的第一圖像的圖像特徵也會不同，所以可以根據第一圖像的圖像特徵，對待驗證對象進行驗證，提高了實物驗證的準確性和可靠性。 　　對於裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。 　　本發明實施例可被實現為使用任意適當的硬體、韌體、軟體，或及其任意組合進行想要的配置的系統。圖17示意性地示出了可被用於實現本發明中所述的各個實施例的示例性系統（或裝置）1700。 　　對於一個實施例，圖17示出了示例性系統1700，該系統具有一個或多個處理器1702、被耦合到（一個或多個）處理器1702中的至少一個的系統控制模組（晶片組）1704、被耦合到系統控制模組1704的系統記憶體1706、被耦合到系統控制模組1704的非易失性記憶體（NVM）/儲存裝置1708、被耦合到系統控制模組1704的一個或多個輸入/輸出設備1710，以及被耦合到系統控制模組1706的網路介面1712。 　　處理器1702可包括一個或多個單核心或多核心處理器，處理器1702可包括通用處理器或專用處理器（例如，圖形處理器、應用處理器、基頻處理器等）的任意組合。在一些實施例中，系統1700能夠作為本發明實施例中所述的瀏覽器。 　　在一些實施例中，系統1700可包括具有指令的一個或多個電腦可讀媒體（例如，系統記憶體1706或NVM/儲存裝置1708）以及與該一個或多個電腦可讀媒體相合併被配置為執行指令以實現模組從而執行本發明中所述的動作的一個或多個處理器1702。 　　對於一個實施例，系統控制模組1704可包括任意適當的介面控制器，以向（一個或多個）處理器1702中的至少一個和/或與系統控制模組1704通信的任意適當的設備或元件提供任意適當的介面。 　　系統控制模組1704可包括記憶體控制器模組，以向系統記憶體1706提供介面。記憶體控制器模組可以是硬體模組、軟體模組和/或韌體模組。 　　系統記憶體1706可被用於例如為系統1700載入和儲存資料和/或指令。對於一個實施例，系統記憶體1706可包括任意適當的易失性記憶體，例如，適當的DRAM。在一些實施例中，系統記憶體1706可包括雙倍資料速率類型四同步動態隨機存取記憶體（DDR4SDRAM）。 　　對於一個實施例，系統控制模組1704可包括一個或多個輸入/輸出控制器，以向NVM/儲存裝置1708及（一個或多個）輸入/輸出設備1710提供介面。 　　例如，NVM/儲存裝置1708可被用來儲存資料和/或指令。NVM/儲存裝置1708可包括任意適當的非易失性記憶體（例如，快閃記憶體）和/或可包括任意適當的（一個或多個）非易失性儲存裝置（例如，一個或多個硬碟驅動器（HDD）、一個或多個光碟（CD）驅動器和/或一個或多個數位多功能光碟（DVD）驅動器）。 　　NVM/儲存裝置1708可包括在物理上作為系統1700被安裝在其上的設備的一部分的儲存資源，或者其可被該設備訪問而不必作為該設備的一部分。例如，NVM/儲存裝置1708可透過網路經由（一個或多個）輸入/輸出設備1710來進行訪問。 　　（一個或多個）輸入/輸出設備1710可為系統1700提供介面以與任意其他適當的設備通信，輸入/輸出設備1710可以包括通信元件、音訊元件、感測器元件等。網路介面1712可為系統1700提供介面以透過一個或多個網路通信，系統1700可根據一個或多個無線網路標準和/或協定中的任意標準和/或協定來與無線網路的一個或多個元件進行無線通訊，例如存取基於通信標準的無線網路，如WiFi，2G或3G，或它們的組合進行無線通訊。 　　對於一個實施例，（一個或多個）處理器1702中的至少一個可與系統控制模組1704的一個或多個控制器（例如，記憶體控制器模組）的邏輯封裝在一起。對於一個實施例，（一個或多個）處理器1702中的至少一個可與系統控制模組1704的一個或多個控制器的邏輯封裝在一起以形成系統級封裝（SiP）。對於一個實施例，（一個或多個）處理器1702中的至少一個可與系統控制模組1704的一個或多個控制器的邏輯整合在同一個模具上。對於一個實施例，（一個或多個）處理器1702中的至少一個可與系統控制模組1704的一個或多個控制器的邏輯整合在同一個模具上以形成片上系統（SoC）。 　　在各個實施例中，系統1700可以但不限於是：瀏覽器、工作站、桌上型計算設備或行動計算裝置（例如，膝上型計算設備、手持式計算設備、平板電腦、上網本（netbook）等）。在各個實施例中，系統1700可具有更多或更少的元件和/或不同的架構。例如，在一些實施例中，系統1700包括一個或多個攝像機、鍵盤、液晶顯示器（LCD）螢幕（包括觸控螢幕顯示器）、非易失性記憶體埠、多個天線、圖形晶片、特殊應用積體電路（ASIC）和揚聲器。 　　其中，如果顯示器包括觸控面板，顯示幕可以被實現為觸控螢幕顯示器，以接收來自使用者的輸入信號。觸控面板包括一個或多個觸控感測器以感測觸碰、滑動和觸控面板上的手勢。所述觸控感測器可以不僅感測觸碰或滑動動作的邊界，而且還檢測與所述觸碰或滑動操作相關的持續時間和壓力。 　　本發明實施例還提供了一種非易失性可讀儲存媒體，該儲存媒體中儲存有一個或多個程式（programs），該一個或多個程式被應用在終端設備時，可以使得該終端設備執行本發明實施例中各方法步驟的指令（instructions）。 　　在一個示例中提供了一種裝置，包括：一個或多個處理器；和，其上儲存的有指令的一個或多個機器可讀媒體，當由所述一個或多個處理器執行時，使得所述裝置執行如本發明實施例中瀏覽器執行的方法。 　　在一個示例中還提供了一個或多個機器可讀媒體，其上儲存有指令，當由一個或多個處理器執行時，使得裝置執行如本發明實施例中瀏覽器執行的方法。 　　本發明實施例揭示了一種實物識別方法和裝置、驗證方法及驗證終端。 　　示例1、一種實物識別方法，包括： 　　採集目標環境條件下的待識別對象的第一圖像； 　　根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　示例2包括示例1所述的實物識別方法，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　根據所述第一圖像中與所述目標環境條件關聯的圖像特徵，識別所述待識別對象為實物對象或非實物對象。 　　示例3包括示例1所述的實物識別方法，環境條件包括光照條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　示例4包括示例1所述的實物識別方法，在所述採集目標環境條件下的待識別對象的第一圖像之前，還包括： 　　對所述待識別對象所處環境進行調整，使所述待識別對象處於具有所述目標環境條件的環境下。 　　示例5包括示例4所述的實物識別方法，所述對所述待識別對象所處環境進行調整包括： 　　將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件。 　　示例6包括示例5所述的實物識別方法，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整參考光源照射所述待識別對象的方向。 　　示例7包括示例6所述的實物識別方法，所述調整參考光源照射所述待識別對象的方向包括： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　示例8包括示例5所述的實物識別方法，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整參考光源照射所述待識別對象的區域。 　　示例9包括示例5所述的實物識別方法，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　示例10包括示例9所述的實物識別方法，所述透過所述參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　示例11包括示例5所述的實物識別方法，環境條件包括溫度條件，所述將所述待識別對象所處環境的至少一個環境條件調整至所述目標環境條件包括： 　　調整目前溫度至目標溫度。 　　示例12包括示例4所述的實物識別方法，所述對所述待識別對象所處環境進行調整包括： 　　將所述待識別對象從第一環境轉移至具有所述目標環境條件的第二環境。 　　示例13包括示例4所述的實物識別方法，在所述對所述待識別對象所處環境進行調整之前，還包括： 　　在調整前的環境下採集所述待識別對象的第二圖像。 　　示例14包括示例13所述的實物識別方法，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　獲取所述待識別對象在所述第一圖像和所述第二圖像中的圖像特徵的差異資訊； 　　根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像。 　　示例15包括示例14所述的實物識別方法，所述獲取所述待識別對象在第一圖像和第二圖像中的圖像特徵的差異資訊包括： 　　透過對所述第一圖像和所述第二圖像進行圖元比較，確定所述第一圖像和第二圖像的差值圖像； 　　提取所述差值圖像的圖像特徵作為所述差異資訊。 　　示例16包括示例14所述的實物識別方法，所述根據所述差異資訊，識別所述待識別對象為實物圖像或非實物圖像包括： 　　採用第一識別分類器識別所述差異資訊，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　示例17包括示例1所述的實物識別方法，所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象包括： 　　從所述第一圖像中提取所述圖像特徵； 　　採用第二識別分類器識別所述圖像特徵，得到所述待識別對象為實物對象或非實物對象的識別結果。 　　示例18包括示例1所述的實物識別方法，在所述根據所述第一圖像的圖像特徵，識別所述待識別對象為實物對象或非實物對象之前，還包括： 　　在所述第一圖像中識別所述待識別對象對應的圖像內容； 　　根據所述圖像內容所處方位對所述第一圖像進行旋轉，和/或，從所述第一圖像中切分出所述圖像內容。 　　示例19、一種實物識別方法，包括： 　　在非目標環境條件下，採集待識別對象的第二圖像； 　　在目標環境條件下，採集所述待識別對象的第一圖像； 　　確定所述第一圖像與所述第二圖像的差異圖像； 　　基於所述差異圖像識別所述待識別對象為實物對象或非實物對象。 　　示例20包括示例19所述的實物識別方法，在所述在目標環境條件下，採集所述待識別對象的第一圖像之前，還包括： 　　對具有所述非目標環境條件的環境中的光照條件進行調整，使所述環境具有所述目標環境條件，所述光照條件包括光照角度、光線波長和光照強度中的至少一個。 　　示例21包括示例20所述的實物識別方法，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射所述待識別對象的方向。 　　示例22包括示例21所述的實物識別方法，所述調整參考光源照射所述待識別對象的方向包括： 　　調整所述參考光源照射所述待識別對象的方向至與所述第一圖像的採集方向之間的夾角小於90度。 　　示例23包括示例20所述的實物識別方法，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射所述待識別對象的區域。 　　示例24包括示例20所述的實物識別方法，所述對具有所述非目標環境條件的環境中的光照條件進行調整包括： 　　在所述待識別對象所處環境中增加參考光源，透過所述參考光源控制光照條件。 　　示例25包括示例24所述的實物識別方法，所述透過所述參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過所述閃光燈照射所述待識別對象。 　　示例26包括示例19所述的實物識別方法，在所述在目標環境條件下，採集所述待識別對象的第一圖像之前，還包括： 　　將具有所述非目標環境條件的環境中的溫度調整至目標溫度，使所述環境具有所述目標環境條件。 　　示例27、一種驗證方法，包括： 　　在目標環境條件下採集待驗證對象的第一圖像； 　　根據所述第一圖像的圖像特徵，驗證所述待識別對象為實物對象或非實物對象； 　　若驗證所述待識別對象為實物對象，則將所述第一圖像提交至伺服器。 　　示例28、一種裝置，包括：一個或多個處理器；和其上儲存的有指令的一個或多個機器可讀媒體，當由所述的一個或多個處理器執行時，使得所述裝置執行如申請專利範圍示例1至示例27中的一個或多個的方法。 　　示例29、一個或多個機器可讀媒體，其上儲存有指令，當由一個或多個處理器執行時，使得裝置執行如申請專利範圍示例1至示例27中的一個或多個的方法。 　　雖然某些實施例是以說明和描述為目的的，各種各樣的替代、和/或、等效的實施方案、或計算來達到同樣的目的實施例示出和描述的實現，不脫離本發明的實施範圍。本發明旨在涵蓋本文討論的實施例的任何修改或變化。因此，顯然本文描述的實施例僅由申請專利範圍和它們的等同物來限定。
01‧‧‧待識別對象
02‧‧‧電子設備
03‧‧‧目標環境釋放裝置
031‧‧‧目標環境控制元件
032‧‧‧操作控制台
033‧‧‧拍攝元件
1401‧‧‧第一圖像採集模組
1402‧‧‧實物識別模組
1501‧‧‧第二圖像採集模組
1502‧‧‧第一圖像採集模組
1503‧‧‧差異圖像確定模組
1504‧‧‧實物識別模組
1601‧‧‧第一圖像採集模組
1602‧‧‧實物驗證模組
1603‧‧‧提交模組
1700‧‧‧系統
1702‧‧‧處理器
1704‧‧‧系統控制模組
1706‧‧‧系統記憶體
1708‧‧‧NVM/儲存裝置
1710‧‧‧輸入/輸出設備
1712‧‧‧網路介面
透過閱讀下文較佳實施例的詳細描述，各種其它的優點和益處對於本領域普通技術人員將變得清楚明瞭。附圖僅用於示出較佳實施例的目的，而並不認為是對本發明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中： 　　圖1示出了根據本發明實施例一的一種實物識別方法流程圖； 　　圖2示出了根據本發明實施例一的一種實物識別方法應用情況的示意圖； 　　圖3示出了根據本發明實施例一的另一種實物識別方法應用情況的示意圖； 　　圖4示出了根據本發明實施例二的一種實物識別方法流程圖； 　　圖5示出了根據本發明實施例三的一種實物識別方法流程圖； 　　圖6示出了根據本發明實施例四的一種實物識別方法流程圖； 　　圖7示出了根據本發明實施例五的一種實物識別方法流程圖； 　　圖8示出了根據本發明實施例六的一種實物識別方法流程圖； 　　圖9示出了根據本發明實施例七的一種實物識別方法流程圖； 　　圖10示出了根據本發明實施例八的一種實物識別方法流程圖； 　　圖11示出了根據本發明實施例九的一種驗證方法流程圖； 　　圖12示出了根據本發明實施例十的一種實物識別方法流程圖； 　　圖13示出了根據本發明實施例的一種實物識別方法流程圖； 　　圖14示出了根據本發明實施例十一的一種實物識別裝置的結構方塊圖； 　　圖15示出了根據本發明實施例十二的一種實物識別裝置的結構方塊圖； 　　圖16示出了根據本發明實施例十三的一種驗證終端的結構方塊圖； 　　圖17示出了根據本發明一個實施例的一種示例性系統的結構方塊圖。

Claims (29)

  1. 一種實物識別方法，其特徵在於，包括： 　　採集目標環境條件下的待識別對象的第一圖像；以及 　　根據該第一圖像的圖像特徵，識別該待識別對象為實物對象或非實物對象。
  2. 根據申請專利範圍第1項所述的實物識別方法，其中，該根據該第一圖像的圖像特徵，識別該待識別對象為實物對象或非實物對象包括： 　　根據該第一圖像中與該目標環境條件關聯的圖像特徵，識別該待識別對象為實物對象或非實物對象。
  3. 根據申請專利範圍第1項所述的實物識別方法，其中，環境條件包括光照條件，該光照條件包括光照角度、光線波長和光照強度中的至少一個。
  4. 根據申請專利範圍第1項所述的實物識別方法，其中，在該採集目標環境條件下的待識別對象的第一圖像之前，還包括： 　　對該待識別對象所處環境進行調整，使該待識別對象處於具有該目標環境條件的環境下。
  5. 根據申請專利範圍第4項所述的實物識別方法，其中，該對該待識別對象所處環境進行調整包括： 　　將該待識別對象所處環境的至少一個環境條件調整至該目標環境條件。
  6. 根據申請專利範圍第5項所述的實物識別方法，其中，該將該待識別對象所處環境的至少一個環境條件調整至該目標環境條件包括： 　　調整參考光源照射該待識別對象的方向。
  7. 根據申請專利範圍第6項所述的實物識別方法，其中，該調整參考光源照射該待識別對象的方向包括： 　　調整該參考光源照射該待識別對象的方向至與該第一圖像的採集方向之間的夾角小於90度。
  8. 根據申請專利範圍第5項所述的實物識別方法，其中，該將該待識別對象所處環境的至少一個環境條件調整至該目標環境條件包括： 　　調整參考光源照射該待識別對象的區域。
  9. 根據申請專利範圍第5項所述的實物識別方法，其中，該將該待識別對象所處環境的至少一個環境條件調整至該目標環境條件包括： 　　在該待識別對象所處環境中增加參考光源，透過該參考光源控制光照條件。
  10. 根據申請專利範圍第9項所述的實物識別方法，其中，該透過該參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過該閃光燈照射該待識別對象。
  11. 根據申請專利範圍第5項所述的實物識別方法，其中，環境條件包括溫度條件，該將該待識別對象所處環境的至少一個環境條件調整至該目標環境條件包括： 　　調整目前溫度至目標溫度。
  12. 根據申請專利範圍第4項所述的實物識別方法，其中，該對該待識別對象所處環境進行調整包括： 　　將該待識別對象從第一環境轉移至具有該目標環境條件的第二環境。
  13. 根據申請專利範圍第4項所述的實物識別方法，其中，在該對該待識別對象所處環境進行調整之前，還包括： 　　在調整前的環境下採集該待識別對象的第二圖像。
  14. 根據申請專利範圍第13項所述的實物識別方法，其中，該根據該第一圖像的圖像特徵，識別該待識別對象為實物對象或非實物對象包括： 　　獲取該待識別對象在該第一圖像和該第二圖像中的圖像特徵的差異資訊；以及 　　根據該差異資訊，識別該待識別對象為實物圖像或非實物圖像。
  15. 根據申請專利範圍第14項所述的實物識別方法，其中，該獲取該待識別對象在第一圖像和第二圖像中的圖像特徵的差異資訊包括： 　　透過對該第一圖像和該第二圖像進行圖元比較，確定該第一圖像和第二圖像的差值圖像；以及 　　提取該差值圖像的圖像特徵作為該差異資訊。
  16. 根據申請專利範圍第14項所述的實物識別方法，其中，該根據該差異資訊，識別該待識別對象為實物圖像或非實物圖像包括： 　　採用第一識別分類器識別該差異資訊，得到該待識別對象為實物對象或非實物對象的識別結果。
  17. 根據申請專利範圍第1項所述的實物識別方法，其中，該根據該第一圖像的圖像特徵，識別該待識別對象為實物對象或非實物對象包括： 　　從該第一圖像中提取該圖像特徵；以及 　　採用第二識別分類器識別該圖像特徵，得到該待識別對象為實物對象或非實物對象的識別結果。
  18. 根據申請專利範圍第1項所述的實物識別方法，其中，在該根據該第一圖像的圖像特徵，識別該待識別對象為實物對象或非實物對象之前，還包括： 　　在該第一圖像中識別該待識別對象對應的圖像內容；以及 　　根據該圖像內容所處方位對該第一圖像進行旋轉，和/或，從該第一圖像中切分出該圖像內容。
  19. 一種實物識別方法，其特徵在於，包括： 　　在非目標環境條件下，採集待識別對象的第二圖像； 　　在目標環境條件下，採集該待識別對象的第一圖像； 　　確定該第一圖像與該第二圖像的差異圖像；以及 　　基於該差異圖像識別該待識別對象為實物對象或非實物對象。
  20. 根據申請專利範圍第19項所述的實物識別方法，其中，在該在目標環境條件下，採集該待識別對象的第一圖像之前，還包括： 　　對具有該非目標環境條件的環境中的光照條件進行調整，使該環境具有該目標環境條件，該光照條件包括光照角度、光線波長和光照強度中的至少一個。
  21. 根據申請專利範圍第20項所述的實物識別方法，其中，該對具有該非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射該待識別對象的方向。
  22. 根據申請專利範圍第21項所述的實物識別方法，其中，該調整參考光源照射該待識別對象的方向包括： 　　調整該參考光源照射該待識別對象的方向至與該第一圖像的採集方向之間的夾角小於90度。
  23. 根據申請專利範圍第20項所述的實物識別方法，其中，該對具有該非目標環境條件的環境中的光照條件進行調整包括： 　　調整參考光源照射該待識別對象的區域。
  24. 根據申請專利範圍第20項所述的實物識別方法，其中，該對具有該非目標環境條件的環境中的光照條件進行調整包括： 　　在該待識別對象所處環境中增加參考光源，透過該參考光源控制光照條件。
  25. 根據申請專利範圍第24項所述的實物識別方法，其中，該透過該參考光源控制光照條件包括： 　　控制閃光燈開啟，以透過該閃光燈照射該待識別對象。
  26. 根據申請專利範圍第19項所述的實物識別方法，其中，在該在目標環境條件下，採集該待識別對象的第一圖像之前，還包括： 　　將具有該非目標環境條件的環境中的溫度調整至目標溫度，使該環境具有該目標環境條件。
  27. 一種驗證方法，其特徵在於，包括： 　　在目標環境條件下採集待驗證對象的第一圖像； 　　根據該第一圖像的圖像特徵，驗證該待識別對象為實物對象或非實物對象；以及 　　若驗證該待識別對象為實物對象，則將該第一圖像提交至伺服器。
  28. 一種電腦設備，包括記憶體、處理器及儲存在記憶體上並可在處理器上運行的電腦程式，其特徵在於，該處理器執行該電腦程式時實現如申請專利範圍第1至27項中的一個或多個的方法。
  29. 一種電腦可讀儲存媒體，其上儲存有電腦程式，其特徵在於，該電腦程式被處理器執行時實現如申請專利範圍第1至27項中的一個或多個的方法。
TW107119980A 2017-09-29 2018-06-11 實物識別方法及驗證方法 TW201933176A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??201710911613.4 2017-09-29
CN201710911613.4A CN109583287B (zh) 2017-09-29 2017-09-29 实物识别方法及验证方法

Publications (1)

Publication Number Publication Date
TW201933176A true TW201933176A (zh) 2019-08-16

Family

ID=65896761

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107119980A TW201933176A (zh) 2017-09-29 2018-06-11 實物識別方法及驗證方法

Country Status (4)

Country Link
US (1) US11182889B2 (zh)
CN (1) CN109583287B (zh)
TW (1) TW201933176A (zh)
WO (1) WO2019067204A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI848751B (zh) * 2023-06-20 2024-07-11 大陸商信揚科技(佛山)有限公司 攝像模組及電子設備
US12429380B2 (en) 2023-06-20 2025-09-30 Rayprus Technology (Foshan) Co., Ltd. Camera module and electronic device

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8774455B2 (en) 2011-03-02 2014-07-08 Raf Technology, Inc. Document fingerprinting
US9443298B2 (en) 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
US10621594B2 (en) 2016-02-19 2020-04-14 Alitheon, Inc. Multi-level authentication
US10800434B1 (en) * 2020-03-07 2020-10-13 James E. Beecham Method and system for mitigating anticipated risks in self-driving vehicles via use of malicious roadway falsified appearances
US10867301B2 (en) 2016-04-18 2020-12-15 Alitheon, Inc. Authentication-triggered processes
US10740767B2 (en) 2016-06-28 2020-08-11 Alitheon, Inc. Centralized databases storing digital fingerprints of objects for collaborative authentication
US10915612B2 (en) 2016-07-05 2021-02-09 Alitheon, Inc. Authenticated production
US10902540B2 (en) 2016-08-12 2021-01-26 Alitheon, Inc. Event-driven authentication of physical objects
US10839528B2 (en) 2016-08-19 2020-11-17 Alitheon, Inc. Authentication-based tracking
EP3435287A3 (en) 2017-07-25 2019-05-01 Alitheon, Inc. Model-based digital fingerprinting
US10559211B2 (en) 2017-11-27 2020-02-11 Uber Technologies, Inc. Real-time service provider progress monitoring
US11087013B2 (en) 2018-01-22 2021-08-10 Alitheon, Inc. Secure digital fingerprint key object database
EP3572972A1 (en) * 2018-05-23 2019-11-27 IDEMIA Identity & Security Germany AG Extendend convolutional neural network for document analysis
US10733473B2 (en) 2018-09-20 2020-08-04 Uber Technologies Inc. Object verification for a network-based service
US10999299B2 (en) * 2018-10-09 2021-05-04 Uber Technologies, Inc. Location-spoofing detection system for a network service
JP7242309B2 (ja) * 2019-01-16 2023-03-20 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US10963670B2 (en) 2019-02-06 2021-03-30 Alitheon, Inc. Object change detection and measurement using digital fingerprints
US11436853B1 (en) * 2019-03-25 2022-09-06 Idemia Identity & Security USA LLC Document authentication
EP3734506A1 (en) 2019-05-02 2020-11-04 Alitheon, Inc. Automated authentication region localization and capture
US10769263B1 (en) 2019-05-07 2020-09-08 Alibaba Group Holding Limited Certificate verification
EP3736717A1 (en) 2019-05-10 2020-11-11 Alitheon, Inc. Loop chain digital fingerprint method and system
CN110443237B (zh) * 2019-08-06 2023-06-30 北京旷视科技有限公司 证件识别方法、装置、电子设备及计算机可读存储介质
CN115439851A (zh) * 2019-09-25 2022-12-06 支付宝(杭州)信息技术有限公司 一种验证待识别证件图像的方法、系统及设备
US11238146B2 (en) 2019-10-17 2022-02-01 Alitheon, Inc. Securing composite objects using digital fingerprints
US11412382B2 (en) * 2019-11-07 2022-08-09 Humans, Inc Mobile application camera activation and de-activation based on physical object location
US12099959B2 (en) 2020-01-14 2024-09-24 Humans, Inc Mobile application camera activation and de-activation based on physical object location
US11687778B2 (en) 2020-01-06 2023-06-27 The Research Foundation For The State University Of New York Fakecatcher: detection of synthetic portrait videos using biological signals
EP3859603A1 (en) 2020-01-28 2021-08-04 Alitheon, Inc. Depth-based digital fingerprinting
EP3885984A1 (en) 2020-03-23 2021-09-29 Alitheon, Inc. Facial biometrics system and method of using digital fingerprints
EP3885982A3 (en) 2020-03-23 2021-12-22 Alitheon, Inc. Hand biometrics system and method using digital fingerprints
EP3929806A3 (en) 2020-04-06 2022-03-09 Alitheon, Inc. Local encoding of intrinsic authentication data
US11663849B1 (en) 2020-04-23 2023-05-30 Alitheon, Inc. Transform pyramiding for fingerprint matching system and method
CN117092713A (zh) * 2020-05-28 2023-11-21 同方威视技术股份有限公司 建立车辆模板库的方法和系统
US11983957B2 (en) 2020-05-28 2024-05-14 Alitheon, Inc. Irreversible digital fingerprints for preserving object security
SG10202005118QA (en) * 2020-06-01 2021-08-30 Alipay Labs Singapore Pte Ltd Authentication method and system
SG10202005119WA (en) * 2020-06-01 2021-09-29 Alipay Labs Singapore Pte Ltd An identification document authentication method and system
EP3926496A1 (en) 2020-06-17 2021-12-22 Alitheon, Inc. Asset-backed digital security tokens
CN114170412A (zh) * 2020-08-20 2022-03-11 京东科技控股股份有限公司 证件真伪的识别方法、装置及设备
CN112102402B (zh) * 2020-09-23 2023-08-22 平安科技（深圳）有限公司 闪光灯光斑位置识别方法、装置、电子设备及存储介质
CN112598008B (zh) * 2020-12-25 2021-12-03 上海大学 不可复制防伪标签的薄膜图案数据库建立及分类识别方法
JP7193570B2 (ja) * 2021-03-25 2022-12-20 株式会社三井住友銀行 端末装置、方法、及びプログラム
FR3121773B1 (fr) * 2021-04-13 2024-03-08 Idemia Identity & Security France procédé de contrôle d’identité utilisant des conditions d’éclairage aléatoires
CN113222952B (zh) * 2021-05-20 2022-05-24 蚂蚁胜信(上海)信息技术有限公司 翻拍图像的识别方法及装置
US12288413B2 (en) 2021-05-21 2025-04-29 Ford Global Technologies, Llc Camera tampering detection
US11967184B2 (en) 2021-05-21 2024-04-23 Ford Global Technologies, Llc Counterfeit image detection
US11769313B2 (en) * 2021-05-21 2023-09-26 Ford Global Technologies, Llc Counterfeit image detection
US12041378B2 (en) * 2021-09-17 2024-07-16 BCD International, Inc. Combined security and video camera control system
US12026736B1 (en) * 2022-05-05 2024-07-02 Inmar Supply Chain Solutions, LLC Product reclamation system and related methods

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7031901B2 (en) 1998-05-13 2006-04-18 Abu El Ata Nabil A System and method for improving predictive modeling of an information system
US6397334B1 (en) * 1998-12-17 2002-05-28 International Business Machines Corporation Method and system for authenticating objects and object data
US6644973B2 (en) 2000-05-16 2003-11-11 William Oster System for improving reading and speaking
JP3846851B2 (ja) * 2001-02-01 2006-11-15 松下電器産業株式会社 画像のマッチング処理方法及びその装置
US20040196363A1 (en) * 2003-04-01 2004-10-07 Gary Diamond Video identification verification system
US7401012B1 (en) 2005-04-20 2008-07-15 Sun Microsystems, Inc. Method and apparatus for characterizing computer system workloads
US8448226B2 (en) * 2005-05-13 2013-05-21 Sarangan Narasimhan Coordinate based computer authentication system and methods
US7536304B2 (en) 2005-05-27 2009-05-19 Porticus, Inc. Method and system for bio-metric voice print authentication
EP2120446A4 (en) * 2007-03-06 2012-11-14 Sumitomo Electric Industries PICTURE PROCESSING METHOD AND PICTURE EXAMINATION METHOD
US7872584B2 (en) * 2007-04-09 2011-01-18 Honeywell International Inc. Analyzing smoke or other emissions with pattern recognition
US8280106B2 (en) * 2007-09-29 2012-10-02 Samsung Electronics Co., Ltd. Shadow and highlight detection system and method of the same in surveillance camera and recording medium thereof
US9298979B2 (en) 2008-01-18 2016-03-29 Mitek Systems, Inc. Systems and methods for mobile image capture and content processing of driver's licenses
US8180629B2 (en) 2008-07-10 2012-05-15 Trigent Softward Ltd. Automatic pattern generation in natural language processing
DE102008046254A1 (de) * 2008-09-08 2010-03-11 Giesecke & Devrient Gmbh Wertdokumentbearbeitungsvorrichtung und ein Verfahren zur Reduktion von Staub in der Wertdokumentbearbeitungsvorrichtung
US8180144B2 (en) * 2009-04-15 2012-05-15 Xerox Corporation Hole punch die identification in a document reproduction system
US8121400B2 (en) * 2009-09-24 2012-02-21 Huper Laboratories Co., Ltd. Method of comparing similarity of 3D visual objects
US9443298B2 (en) * 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
US9082235B2 (en) 2011-07-12 2015-07-14 Microsoft Technology Licensing, Llc Using facial data for device authentication or subject identification
US8966613B2 (en) * 2011-09-30 2015-02-24 Microsoft Technology Licensing, Llc Multi-frame depth image information identification
JP5841427B2 (ja) * 2011-12-28 2016-01-13 株式会社キーエンス 画像処理装置及び画像処理方法
US8855375B2 (en) * 2012-01-12 2014-10-07 Kofax, Inc. Systems and methods for mobile image capture and processing
US9066125B2 (en) 2012-02-10 2015-06-23 Advanced Biometric Controls, Llc Secure display
JP6052657B2 (ja) * 2012-03-13 2016-12-27 パナソニックＩｐマネジメント株式会社 対象物検証装置、対象物検証プログラム、及び対象物検証方法
US8705836B2 (en) 2012-08-06 2014-04-22 A2iA S.A. Systems and methods for recognizing information in objects using a mobile device
US9582843B2 (en) * 2012-08-20 2017-02-28 Tautachrome, Inc. Authentication and validation of smartphone imagery
US10475014B1 (en) * 2013-03-15 2019-11-12 Amazon Technologies, Inc. Payment device security
US9147127B2 (en) 2013-03-15 2015-09-29 Facebook, Inc. Verification of user photo IDs
US9723251B2 (en) * 2013-04-23 2017-08-01 Jaacob I. SLOTKY Technique for image acquisition and management
US9202119B2 (en) 2013-10-18 2015-12-01 Daon Holdings Limited Methods and systems for determining user liveness
JP6287047B2 (ja) 2013-10-22 2018-03-07 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
US9607138B1 (en) 2013-12-18 2017-03-28 Amazon Technologies, Inc. User authentication and verification through video analysis
US10320807B2 (en) 2014-02-25 2019-06-11 Sal Khan Systems and methods relating to the authenticity and verification of photographic identity documents
CN103914686B (zh) * 2014-03-11 2018-01-19 深圳辰通智能股份有限公司 一种基于证件照与采集照的人脸比对认证方法及系统
US9646227B2 (en) 2014-07-29 2017-05-09 Microsoft Technology Licensing, Llc Computerized machine learning of interesting video sections
CA3186147A1 (en) 2014-08-28 2016-02-28 Kevin Alan Tussy Facial recognition authentication system including path parameters
US9619696B2 (en) 2015-04-15 2017-04-11 Cisco Technology, Inc. Duplicate reduction for face detection
CN105117729B (zh) * 2015-05-11 2018-11-06 杭州集专知识产权代理有限公司 一种识别翻拍图像的方法和装置
CN105118048B (zh) * 2015-07-17 2018-03-27 北京旷视科技有限公司 翻拍证件图片的识别方法及装置
US9794260B2 (en) 2015-08-10 2017-10-17 Yoti Ltd Liveness detection
CN105117695B (zh) * 2015-08-18 2017-11-24 北京旷视科技有限公司 活体检测设备和活体检测方法
US20170060867A1 (en) 2015-08-31 2017-03-02 Adfamilies Publicidade, SA Video and image match searching
US10065441B2 (en) 2015-09-01 2018-09-04 Digimarc Corporation Counterfeiting detection using machine readable indicia
US10706266B2 (en) * 2015-09-09 2020-07-07 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
WO2017059576A1 (en) 2015-10-09 2017-04-13 Beijing Sensetime Technology Development Co., Ltd Apparatus and method for pedestrian detection
CN107135348A (zh) * 2016-02-26 2017-09-05 阿里巴巴集团控股有限公司 拍摄对象的识别方法、装置、移动终端和照相机
CN106022283A (zh) * 2016-05-27 2016-10-12 北京中金国信科技有限公司 生物识别方法、装置及识别设备
GB2554361B8 (en) 2016-09-21 2022-07-06 Emergent Network Intelligence Ltd Automatic image based object damage assessment
US20200005151A1 (en) 2016-12-30 2020-01-02 Nokia Technologies Oy Artificial neural network
CN106803086A (zh) * 2016-12-30 2017-06-06 北京旷视科技有限公司 辨别证件真实性的方法、装置及系统
CN107038428B (zh) * 2017-04-28 2020-04-07 北京小米移动软件有限公司 活体识别方法和装置
KR102334575B1 (ko) * 2017-07-31 2021-12-03 삼성디스플레이 주식회사 무라 검출 장치 및 무라 검출 장치의 검출 방법
US11586875B2 (en) 2017-11-22 2023-02-21 Massachusetts Institute Of Technology Systems and methods for optimization of a data model network architecture for target deployment
CN109919308B (zh) 2017-12-13 2022-11-11 腾讯科技（深圳）有限公司 一种神经网络模型部署方法、预测方法及相关设备
US10942767B2 (en) 2018-02-27 2021-03-09 Microsoft Technology Licensing, Llc Deep neural network workload scheduling
US10554738B1 (en) 2018-03-02 2020-02-04 Syncsort Incorporated Methods and apparatus for load balance optimization based on machine learning
GB2573809B (en) 2018-05-18 2020-11-04 Emotech Ltd Speaker Recognition

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI848751B (zh) * 2023-06-20 2024-07-11 大陸商信揚科技(佛山)有限公司 攝像模組及電子設備
US12429380B2 (en) 2023-06-20 2025-09-30 Rayprus Technology (Foshan) Co., Ltd. Camera module and electronic device

Also Published As

Publication number Publication date
CN109583287A (zh) 2019-04-05
WO2019067204A1 (en) 2019-04-04
US20190102873A1 (en) 2019-04-04
CN109583287B (zh) 2024-04-12
US11182889B2 (en) 2021-11-23

Similar Documents

Publication Publication Date Title
TW201933176A (zh) 實物識別方法及驗證方法
CN109583285B (zh) 对象识别方法
Nam et al. Practical svbrdf acquisition of 3d objects with unstructured flash photography
CN112232155B (zh) 非接触指纹识别的方法、装置、终端及存储介质
JP6629513B2 (ja) ライブネス検査方法と装置、及び映像処理方法と装置
CN106650665B (zh) 人脸跟踪方法及装置
JP2020523665A (ja) 生体検出方法及び装置、電子機器並びに記憶媒体
CN112232163B (zh) 指纹采集方法及装置、指纹比对方法及装置、设备
CN112052831A (zh) 人脸检测的方法、装置和计算机存储介质
CN112232159B (zh) 指纹识别的方法、装置、终端及存储介质
KR102257897B1 (ko) 라이브니스 검사 방법과 장치，및 영상 처리 방법과 장치
US9501719B1 (en) System and method for verification of three-dimensional (3D) object
CN114098636B (zh) 一种人体健康状态管理方法、系统和电子设备
WO2022068931A1 (zh) 非接触指纹识别方法、装置、终端及存储介质
CN112912931A (zh) 对使用近红外照明器的多个相机的自动校准
CN113243015A (zh) 一种视频监控系统和方法
Nan et al. Pedestrian detection based on HOG features and SVM realizes vehicle-human-environment interaction
CN112232152B (zh) 非接触式指纹识别方法、装置、终端和存储介质
CN112232157A (zh) 指纹区域检测方法、装置、设备、存储介质
US20240169582A1 (en) Scenario triggering and interaction based on target positioning and identification
CN212569821U (zh) 非接触式指纹采集装置
Sun et al. Dual camera based feature for face spoofing detection
EP4530992A1 (en) Multiple illumination conditions for biometric authentication
Li et al. A SVBRDF modeling pipeline using pixel clustering
Fang et al. Studies Advanced in Robust Face Recognition under Complex Light Intensity