用于解锁的方法及装置制造方法及图纸

本申请实施例公开了用于解锁的方法及装置。该方法的一具体实施方式包括：响应于检测到解锁信号，获取用户的人脸图像；查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息选项；按照所述提示信息选项录制用户的解锁视频；将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签；响应于所述识别结果标签为内容相同，执行解锁操作。该实施方式提高了解锁的安全性。

Method and device for unlocking

The application embodiment discloses a method and device for unlocking. A specific embodiment of the method includes: acquiring a user's face image in response to detection of the unlocking signal; searching for a locking video corresponding to the face image and obtaining a prompt information option corresponding to the locking video; recording a user's unlocking video according to the prompt information option; and recording the locking video and the locking video according to the prompt information option; and The unlocked video is imported into the pre-trained video recognition model and the recognition result label is obtained; the unlocking operation is performed in response to the identification result label being the same as the content. The implementation method improves the safety of the unlocking.

【技术实现步骤摘要】
用于解锁的方法及装置
本申请实施例涉及计算机
，具体涉及用于解锁的方法及装置。
技术介绍
随着科技的发展，电子设备的应用范围也越来越广。电子设备可以采集人脸图像，并将人脸图像作为电子设备上某些应用或功能操作条件。例如，电子设备可以采集用户的人脸图像，并将人脸图像作为该电子设备的解锁信息。当电子设备检测到保存的用于解锁的人脸图像时，对电子设备的屏幕进行解锁操作。
技术实现思路
本申请实施例的目的在于提出了用于解锁的方法及装置。第一方面，本申请实施例提供了一种用于解锁的方法，该方法包括：响应于检测到解锁信号，获取用户的人脸图像；查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息选项，所述上锁视频为预先录制的用户视频，所述提示信息选项用于指示用户选择录入的视频内容；按照所述提示信息选项录制用户的解锁视频；将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，所述视频识别模型用于按照所述提示信息选项识别上锁视频的内容和解锁视频的内容是否相同；响应于所述识别结果标签为内容相同，执行解锁操作。在一些实施例中，所述方法还包括录制上锁视频的步骤，所述录制上锁视频的步骤包括：响应于检测到上锁视频录制信号，显示提示信息选项集合；响应于用户从所述提示信息选项集合中选择的至少一个提示信息选项，按照所述至少一个提示信息选项录制上锁视频。在一些实施例中，所述按照所述至少一个提示信息选项录制上锁视频，包括：为所述至少一个提示信息选项包含的每个提示信息选项设置顺序编号，按照所述顺序编号向用户展示对应该顺序编号的提示信息选项，并录制对应该提示信息选项的视频片段。在一些实施例中，所述视频识别模型包括卷积神经网络、循环神经网络和全连接层。在一些实施例中，所述将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，包括：将所述上锁视频和解锁视频输入至所述卷积神经网络，分别得到所述上锁视频的各帧图像的第一图像特征向量和所述解锁视频的各帧图像的第二图像特征向量，其中，所述卷积神经网络用于表征视频与视频的各帧图像的图像特征向量之间的对应关系；将所述第一图像特征向量和第二图像特征向量输入至所述循环神经网络，得到所述上锁视频的第一视频特征向量和所述解锁视频的第二视频特征向量，其中，所述循环神经网络用于表征视频的各帧图像的图像特征向量与视频特征向量之间的对应关系，视频特征向量用于表征视频的各帧图像的图像特征向量之间的关联关系；将所述第一视频特征向量和第二视频特征向量输入至所述全连接层，得到所述上锁视频和解锁视频的识别结果标签，其中，所述全连接层用于表征视频特征向量与识别结果标签之间的对应关系。在一些实施例中，所述视频识别模型按照如下步骤训练得到：获取多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频和识别结果标签；将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型。在一些实施例中，所述将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型，包括：执行以下训练步骤：将所述多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频输入到初始视频识别模型，得到对应样本解锁视频的预测识别结果标签，将所述预测识别结果标签与对应样本解锁视频的识别结果标签进行比较，得到所述初始视频识别模型的识别准确率，确定所述识别准确率是否大于预设准确率阈值，若大于所述预设准确率阈值，则将所述初始视频识别模型作为训练完成的视频识别模型。在一些实施例中，所述将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型，还包括：响应于不大于所述预设准确率阈值，调整所述初始视频识别模型的参数，并继续执行所述训练步骤。第二方面，本申请实施例提供了一种用于解锁的装置，该装置包括：人脸图像获取单元，用于响应于检测到解锁信号，获取用户的人脸图像；提示信息选项获取单元，用于查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息选项，所述上锁视频为预先录制的用户视频，所述提示信息选项用于指示用户选择录入的视频内容；解锁视频录制单元，用于按照所述提示信息选项录制用户的解锁视频；识别结果标签获取单元，用于将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，所述视频识别模型用于按照所述提示信息选项识别上锁视频的内容和解锁视频的内容是否相同；解锁单元，用于响应于所述识别结果标签为内容相同，执行解锁操作。在一些实施例中，所述装置还包括上锁视频录制单元，用于录制上锁视频，所述上锁视频录制单元包括：信息显示子单元，用于响应于检测到上锁视频录制信号，显示提示信息选项集合；上锁视频录制子单元，用于响应于用户从所述提示信息选项集合中选择的至少一个提示信息选项，按照所述至少一个提示信息选项录制上锁视频。在一些实施例中，所述上锁视频录制子单元包括：为所述至少一个提示信息选项包含的每个提示信息选项设置顺序编号，按照所述顺序编号向用户展示对应该顺序编号的提示信息选项，并录制对应该提示信息选项的视频片段。在一些实施例中，所述视频识别模型包括卷积神经网络、循环神经网络和全连接层。在一些实施例中，所述识别结果标签获取单元包括：图像特征向量获取子单元，用于将所述上锁视频和解锁视频输入至所述卷积神经网络，分别得到所述上锁视频的各帧图像的第一图像特征向量和所述解锁视频的各帧图像的第二图像特征向量，其中，所述卷积神经网络用于表征视频与视频的各帧图像的图像特征向量之间的对应关系；视频特征向量获取子单元，用于将所述第一图像特征向量和第二图像特征向量输入至所述循环神经网络，得到所述上锁视频的第一视频特征向量和所述解锁视频的第二视频特征向量，其中，所述循环神经网络用于表征视频的各帧图像的图像特征向量与视频特征向量之间的对应关系，视频特征向量用于表征视频的各帧图像的图像特征向量之间的关联关系；识别结果标签获取子单元，用于将所述第一视频特征向量和第二视频特征向量输入至所述全连接层，得到所述上锁视频和解锁视频的识别结果标签，其中，所述全连接层用于表征视频特征向量与识别结果标签之间的对应关系。在一些实施例中，所述装置还包括视频识别模型训练单元，所述视频识别模型训练单元包括：样本获取子单元，用于获取多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频和识别结果标签；视频识别模型训练子单元，用于将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型。在一些实施例中，所述视频识别模型训练子单元包括：视频识别模型训练模块，用于将所述多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频输入到初始视频识别模型，得到对应样本解锁视频的预测识别结果标签，将所述预测识别结果标签与对应样本解锁视频的识别结果标签进本文档来自技高网...

【技术保护点】
1.一种用于解锁的方法，包括：响应于检测到解锁信号，获取用户的人脸图像；查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息选项，所述上锁视频为预先录制的用户视频，所述提示信息选项用于指示用户选择录入的视频内容；按照所述提示信息选项录制用户的解锁视频；将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，所述视频识别模型用于按照所述提示信息选项识别上锁视频的内容和解锁视频的内容是否相同；响应于所述识别结果标签为内容相同，执行解锁操作。

【技术特征摘要】
1.一种用于解锁的方法，包括：响应于检测到解锁信号，获取用户的人脸图像；查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息选项，所述上锁视频为预先录制的用户视频，所述提示信息选项用于指示用户选择录入的视频内容；按照所述提示信息选项录制用户的解锁视频；将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，所述视频识别模型用于按照所述提示信息选项识别上锁视频的内容和解锁视频的内容是否相同；响应于所述识别结果标签为内容相同，执行解锁操作。2.根据权利要求1所述的方法，其中，所述方法还包括录制上锁视频的步骤，所述录制上锁视频的步骤包括：响应于检测到上锁视频录制信号，显示提示信息选项集合；响应于用户从所述提示信息选项集合中选择的至少一个提示信息选项，按照所述至少一个提示信息选项录制上锁视频。3.根据权利要求2所述的方法，其中，所述按照所述至少一个提示信息选项录制上锁视频，包括：为所述至少一个提示信息选项包含的每个提示信息选项设置顺序编号，按照所述顺序编号向用户展示对应该顺序编号的提示信息选项，并录制对应该提示信息选项的视频片段。4.根据权利要求1所述的方法，其中，所述视频识别模型包括卷积神经网络、循环神经网络和全连接层。5.根据权利要求4所述的方法，其中，所述将所述上锁视频和解锁视频导入预先训练的视频识别模型，得到识别结果标签，包括：将所述上锁视频和解锁视频输入至所述卷积神经网络，分别得到所述上锁视频的各帧图像的第一图像特征向量和所述解锁视频的各帧图像的第二图像特征向量，其中，所述卷积神经网络用于表征视频与视频的各帧图像的图像特征向量之间的对应关系；将所述第一图像特征向量和第二图像特征向量输入至所述循环神经网络，得到所述上锁视频的第一视频特征向量和所述解锁视频的第二视频特征向量，其中，所述循环神经网络用于表征视频的各帧图像的图像特征向量与视频特征向量之间的对应关系，视频特征向量用于表征视频的各帧图像的图像特征向量之间的关联关系；将所述第一视频特征向量和第二视频特征向量输入至所述全连接层，得到所述上锁视频和解锁视频的识别结果标签，其中，所述全连接层用于表征视频特征向量与识别结果标签之间的对应关系。6.根据权利要求1所述的方法，其中，所述视频识别模型按照如下步骤训练得到：获取多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频和识别结果标签；将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型。7.根据权利要求6所述的方法，其中，所述将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型，包括：执行以下训练步骤：将所述多个样本上锁视频和所述多个样本上锁视频中的每个样本上锁视频对应的样本解锁视频输入到初始视频识别模型，得到对应样本解锁视频的预测识别结果标签，将所述预测识别结果标签与对应样本解锁视频的识别结果标签进行比较，得到所述初始视频识别模型的识别准确率，确定所述识别准确率是否大于预设准确率阈值，若大于所述预设准确率阈值，则将所述初始视频识别模型作为训练完成的视频识别模型。8.根据权利要求7所述的方法，其中，所述将所述多个样本上锁视频中的每个样本上锁视频和对应该样本上锁视频的样本解锁视频作为输入，将对应样本解锁视频的识别结果标签作为输出，训练得到所述视频识别模型，还包括：响应于不大于所述预设准确率阈值，调整所述初始视频识别模型的参数，并继续执行所述训练步骤。9.一种用于解锁的装置，包括：人脸图像获取单元，用于响应于检测到解锁信号，获取用户的人脸图像；提示信息选项获取单元，用于查找与所述人脸图像对应的上锁视频，并获取所述上锁视频对应的提示信息...

【专利技术属性】
技术研发人员：杨锐，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11