CN112699294A - 软件头像管理方法、***、设备及计算机存储介质 - Google Patents
软件头像管理方法、***、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112699294A CN112699294A CN202011643283.3A CN202011643283A CN112699294A CN 112699294 A CN112699294 A CN 112699294A CN 202011643283 A CN202011643283 A CN 202011643283A CN 112699294 A CN112699294 A CN 112699294A
- Authority
- CN
- China
- Prior art keywords
- head portrait
- avatar
- software
- head
- server
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及金融科技(Fintech)技术领域,并公开了一种软件头像管理方法,该方法包括:基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。本发明还公开了一种软件头像管理***、设备和一种计算机存储介质。本发明智能地提高了软件中头像种类的一致性。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域,尤其涉及软件头像管理方法、***、设备及计算机存储介质。
背景技术
随着计算机技术的发展,越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域,传统金融业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对软件头像管理技术提出了更高的要求。目前,大部分企业办公聊天软件的头像分配方式一般是创建账号时,默认分配头像,比如企业微信的头像默认为用户绑定的微信头像,或者是用户自行修改头像。但是这两种方式都存在一定的缺陷,默认分配头像的方式,由于用户头像的种类较多,大部分为非个人工卡头像,头像种类难以统一,而用户自行修改头像的方式不可控,需要每个用户都手动操作才能修改,头像种类难以统一。因此,如何智能地实现软件中所有头像种类的一致性,成为了目前急需解决的问题。
发明内容
本发明的主要目的在于提出一种软件头像管理方法、***、设备及计算机存储介质,旨在解决智能地实现软件中所有头像种类的一致性的技术问题。
为实现上述目的,本发明提供一种软件头像管理方法,所述软件头像管理方法应用于头像服务端,所述软件头像管理方法包括如下步骤:
基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;
遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;
若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
可选地,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配的步骤,包括:
对遍历的关联头像进行灰度处理,以获取第一灰度图像,并计算所述第一灰度图像的第一稀疏系数;
对所述遍历用户在所述头像服务端中的头像进行灰度处理,以获取第二灰度图像,并计算所述第二灰度图像的第二稀疏系数;
计算所述第一稀疏系数和所述第二稀疏系数的相似度值,检测所述相似度值是否小于预设阈值,根据所述检测所述相似度值是否小于预设阈值的检测结果,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配。
可选地,计算所述第一灰度图像的第一稀疏系数的步骤,包括:
获取预设的所有样板图像,并将各所述样板图像进行重叠取块处理,以获取预设数量的图像块;
根据各所述图像块的列向量对各所述图像块进行稀疏编码,根据各所述稀疏编码构建字典,并确定所述第一灰度图像在所述字典中的第一稀疏系数。
可选地,计算所述第一稀疏系数和所述第二稀疏系数的相似度值的步骤,包括:
基于所述第一稀疏系数和所述第二稀疏系数计算所述第一灰度图像和所述第二灰度图像的亮度值、对比度值和结构值;
根据所述亮度值、所述对比度值和所述结构值确定所述第一稀疏系数和所述第二稀疏系数的相似度值。
可选地,软件头像管理方法,还包括:
获取头像服务端中所有用户的头像,检测各所述头像中是否存在发生更新的更新头像;
若存在发生更新的更新头像,则确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像。
可选地,检测各所述头像中是否存在发生更新的更新头像的步骤,包括:
确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;
若是,则获取所述云服务器基于所述请求数据反馈的头像文件,确定所述头像文件对应的用户在所述头像服务端中的第一头像,检测所述头像文件是否和所述第一头像匹配;
基于所述检测所述头像文件是否和所述第一头像匹配的匹配结果确定各所述头像中是否存在发生更新的更新头像。
此外,为实现上述目的,本发明还提供一种软件头像管理方法,所述软件头像管理方法应用于云服务器,所述软件头像管理方法包括如下步骤:
若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;
若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端。
可选地,若接收到所述头像服务端发送的获取头像文件的请求数据的步骤之前,包括:
将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至头像服务端。
可选地,将接收的头像文件存储至预设的私有桶的步骤包括:
确定接收的头像文件对应的请求指令;
对所述请求指令中的所有请求参数进行映射,得到第一映射表,并将所述第一映射表中的所有键值对进行拼接,得到第一拼接键值对;和/或
对各所述请求参数对应的请求头部进行映射,得到第二映射表,并将所述第二映射表中的所有键值对进行拼接,得到第二拼接健值对;
将预设的有效时间段、所述请求指令对应的请求路径、所述第一拼接键值对和/或所述第二拼接健值对进行拼接,以获取签名字符串,确定所述签名字符串对应的签名,根据所述签名将接收的头像文件存储至预设的私有桶。
此外,为实现上述目的,本发明还提供一种软件头像管理***,所述软件头像管理***包括头像服务端、云服务器和关联软件;
所述云服务器,用于若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端;
所述头像服务端,用于根据接收的头像文件确定更新头像,并确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像;
所述头像服务端,用于基于预设的定时时间间隔获取所述头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
可选地,所述云服务器,还用于将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至头像服务端;
所述头像服务端,还用于获取所述头像服务端中所有用户的头像,并根据各所述头像确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;若是,则发送请求数据至云服务器。
此外,为实现上述目的,本发明还提供一种软件头像管理设备,所述软件头像管理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的软件头像管理程序,所述软件头像管理程序被所述处理器执行时实现如上所述的软件头像管理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有软件头像管理程序,所述软件头像管理程序被处理器执行时实现如上所述的软件头像管理方法的步骤。
本发明通过基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。通过根据定时时间间隔获取关联软件中的所有关联头像,遍历各个关联头像,并当遍历的关联头像对应遍历用户在头像服务端中的头像和遍历的关联头像不匹配时,将关联软件中遍历的关联头像调整为和遍历用户在头像服务端中的头像相同,从而有效地筛选出关联软件中和头像服务端中不一致的头像,避免了现有技术中用户自行调整或默认分配的方式导致头像种类多,无法保证头像的一致性的现象发生,智能地提高了软件中头像种类的一致性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的软件头像管理设备结构示意图;
图2为本发明软件头像管理方法第一实施例的流程示意图;
图3为本发明软件头像管理方法第三实施例的流程示意图;
图4为本发明软件头像管理方法中头像管理模块的流程示意图;
图5为本发明软件头像管理方法中云服务器存储的流程示意图;
图6为本发明软件头像管理方法中定时更新的流程示意图;
图7为本发明软件头像管理方法中定时检测更新的又一流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的软件头像管理设备结构示意图。
本发明实施例软件头像管理设备可以是PC机或服务器设备,其上运行有Java虚拟机。
如图1所示,该软件头像管理设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的软件头像管理设备结构并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及软件头像管理程序。
在图1所示的软件头像管理设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的软件头像管理程序,并执行下述软件头像管理方法中的操作。
基于上述硬件结构,提出本发明软件头像管理方法实施例。
参照图2,图2为本发明软件头像管理方法第一实施例的流程示意图,软件头像管理方法应用于头像服务,软件头像管理方法包括:
步骤S10,基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;
在本实施例中,软件头像管理方法应用于头像服务端。在头像服务端中可以进行头像管理和定时任务处理。其中,头像管理包括头像上传和头像存储两个功能,头像上传功能提供web(网页)页面用于上传员工头像。头像存储功能用于存储上传过的用户头像信息。定时任务处理用于管理各个头像,如定时同步和头部服务端关联的关联软件中的头像(如同步员工企业微信头像);定时提醒管理员上传当前未上传工卡头像至头像服务的新入职用户头像,即在发现头像服务中存在有新用户的头像为无时,会及时提醒管理员;定时对比非工卡头像,定时通知管理员更新或上传头像等。例如,如图4所示,头像管理模块(即头像服务)包括头像上传模块和头像存储模块,并对头像管理模块设置定时任务,如定时同步头像模块,以完成对企业微信头像的同步。或者是非工卡头像定时通知模块,以及时告知头像管理员。
而且本实施例中的软件头像管理方法可以将用户头像统一管理为标准头像,如工卡头像,并且可以统一存储和管理用户头像,如全公司用户的头像。而且会向外提供头像接口,提供全公司员工工卡头像给到办公聊天软件,以及其他办公***,比如门禁人脸识别***、审批***等,具有接入方便和可用性强的优点。而且在本实施例中,会定时从存储有全公司人员数据的存储***中拉取人员信息,将这些人员信息与头像服务中的头像进行对比,以便筛选出存储***中有该用户信息(如新用户),而头像服务中没有该用户的头像,并及时提醒管理员上传该用户在头像服务中的头像文件(如工卡头像)。
因此在本实施例中,头像服务端会根据提前设置的定时时间间隔来定时检测关联软件中所有用户的头像,如全公司人员的微信头像等。因此会先确定全公司人员的用户信息,再根据各个用户信息从关联软件,如企业微信中拉取这些人员的企业微信头像,即关联软件中所有用户的头像,并将关联软件中用户的头像作为关联头像,再将这些关联头像和头像服务中提前设置好各个用户的头像进行匹配,以确定是否需要对关联软件中的头像进行调整。
步骤S20,遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;
在本实施例中可以将头像服务端中的头像设置为员工工卡头像(蓝色/白色/黑色纯色背景,头身比1:2,清晰正面照),以便后续快速识别头像。并且在本实施例中会对提取的所有关联头像进行遍历,检测遍历的关联头像是否和头像服务端中该遍历的关联头像对应用户的头像匹配,而检测匹配的方式可以是先确定遍历的关联头像Iy对应的遍历用户,确定该遍历用户在头像服务端中的头像Ix,若在头像服务端中不存在该遍历用户在头像服务端中的头像Ix,则记录,并批量提醒管理员上传该部分用户的工卡头像至头像服务,不再进行工卡头像对比。若头像服务端中存在该遍历用户在头像服务端中的头像Ix,则对比Ix和Iy,判断Iy是否为工卡头像,根据判断结果确定遍历的关联头像Iy是否和头像Ix匹配。而Ix和Iy的对比过程可以是先对头像Ix和遍历的关联头像Iy进行稀疏表示,再进行相似度值计算,并判断相似度值是否大于预设阈值,若大于,则确定Ix和Iy相似,即遍历的关联头像和标准头像匹配。
步骤S30,若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
当经过判断发现遍历用户在头像服务端中的头像和遍历的关联头像不匹配时,则可以确定遍历用户在头像服务端中的头像和遍历的关联头像存在差异,需要对关联软件中的头像进行调整。因此可以向管理员输出关联软件中遍历用户的头像错误,需要对关联软件中遍历用户的头像(即遍历的关联头像)进行调整的提示信息,并会接收管理员输入的调整指令,根据此调整指令将关联软件中的目标头像调整为和头像服务端中遍历用户的头像相同,从而实现保持关联软件,头像服务端中头像种类的一致。若遍历用户在头像服务端中的头像和遍历的关联头像匹配,则确定遍历用户在头像服务端中的头像和遍历的关联头像不存在差异,需要遍历下一个关联头像,若所有的关联头像都和各个关联头像对应用户在头像服务端中的头像匹配,则保持关联软件中的头像不变。
在本实施例中,通过基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。通过根据定时时间间隔获取关联软件中的所有关联头像,遍历各个关联头像,并当遍历的关联头像对应遍历用户在头像服务端中的头像和遍历的关联头像不匹配时,将关联软件中遍历的关联头像调整为和遍历用户在头像服务端中的头像相同,从而有效地筛选出关联软件中和头像服务端中不一致的头像,避免了现有技术中用户自行调整或默认分配的方式导致头像种类多,无法保证头像的一致性的现象发生,智能地提高了软件中头像种类的一致性。
进一步地,基于上述本发明的第一实施例,提出本发明软件头像管理方法的第二实施例,本实施例中,上述实施例中的步骤S20,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配的步骤,包括:
步骤a,对遍历的关联头像进行灰度处理,以获取第一灰度图像,并计算所述第一灰度图像的第一稀疏系数;
在本实施例中,当获取到各个关联头像后,可以遍历各个关联头像,并对遍历的关联头像进行灰度处理,例如将遍历的关联头像对应的图像中每个像素点的红、绿、蓝成分都设置为固定灰度值,从而实现将遍历的关联头像灰度化,得到相应的灰度图像,即第一灰度图像。并且在获取到第一灰度图像后,可以先获取根据头像服务端中训练好的字典,并确定第一灰度图像在该字典中的稀疏系数,即第一稀疏系数。
步骤b,对所述遍历用户在所述头像服务端中的头像进行灰度处理,以获取第二灰度图像,并计算所述第二灰度图像的第二稀疏系数;
然后再确定遍历的关联头像对应的用户信息,即确定遍历用户,获取遍历用户在头像服务端中的头像,并同样对遍历用户在头像服务端中的头像进行灰度处理,例如将遍历用户在头像服务端中的头像对应的图像中每个像素点的红、绿、蓝成分都设置为和第一灰度图像相同的固定灰度值,从而实现将遍历用户在头像服务端中的头像的灰度化,得到相应的灰度图像,即第二灰度图像。并且在获取到第二灰度图像后,可以先获取根据头像服务端中训练好的字典,并确定第二灰度图像在该字典中的稀疏系数,即第二稀疏系数。
步骤c,计算所述第一稀疏系数和所述第二稀疏系数的相似度值,检测所述相似度值是否小于预设阈值,根据所述检测所述相似度值是否小于预设阈值的检测结果,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配。
当获取到第一稀疏系数和第二稀疏系数后,需要对第一稀疏系数和第二稀疏系数进行相似度分析,即计算第一稀疏系数和第二稀疏系数的相似度值,因此先计算第二稀疏系数Xx的均值ux、标准差σx和方差第一稀疏系数Xy的均值uy、标准差σy、标准差σy和方差再计算第一稀疏系数Xy和第二稀疏系数Xx的协方差σxy。再根据设置的不同常数来计算亮度值、对比度值和结构值,即:
其中,C1、C2、C3为常数,L为两个头像的亮度值,C为两个头像的对比度值,S为两个头像的结构值。
并在计算得到亮度值、对比度值和结构值后,可以根据亮度值、对比度值和结构值来确定第一稀疏系数和第二稀疏系数的相似度值,然后再检测相似度值是否小于预设阈值(用户提前设置的小于1的值),若相似度值小于预设阈值,则确定遍历用户在头像服务端中的头像和遍历的关联头像不匹配,需要对关联软件中遍历的关联的头像进行调整。若相似度值大于或等于预设阈值,则确定遍历用户在头像服务端中的头像和遍历的关联头像匹配。
在本实施例中,通过对遍历的关联头像和遍历用户在头像服务端中都进行灰度处理,得到第一灰度图像和第二灰度图像,并计算第一灰度图像的第一稀疏系数和第二灰度图像的第二稀疏系数之间的相似度值,再根据相似度值是否小于预设阈值的检测结果确定遍历用户在头像服务端中的头像是否和遍历的关联头像匹配,也就是通过计算两个头像之间的相似度值确定遍历用户在头像服务端中的头像是否和遍历的关联头像匹配,从而可以有效地筛选出关联软件中和头像服务端中不一致的头像。
具体地,计算所述第一灰度图像的第一稀疏系数的步骤,包括:
步骤d,获取预设的所有样板图像,并将各所述样板图像进行重叠取块处理,以获取预设数量的图像块;
在本实施例中,计算第一稀疏系数时,需要先获取训练好的字典,即在头像服务端中获取提前设置的多个样板图像,如各个工卡头像对应的图像,再将各个样板图像进行重叠取块,以得到图像块的数量M,即预设数量,并且各个图像块的大小都相同,都是n*n。
步骤e,根据各所述图像块的列向量对各所述图像块进行稀疏编码,根据各所述稀疏编码构建字典,并确定所述第一灰度图像在所述字典中的第一稀疏系数。
当获取到M个n*n的图像块后,可以根据这些图像块进行稀疏编码,以获取字典,即:
并且,在本实施例中,构建字典的过程可以是先根据图像块的数量确定预设的初始字典(即初始字典中的列数为M列),初始字典中的每一列可以是再,并在初始字典固定的情况下,更新稀疏矩阵X,更新操作可以分解为k次单独更新稀疏矩阵X的每一列。并且在对初始字典进行更新时,将DX分解为K个秩1矩阵之和,并且每个秩1矩阵都是初始字典中第k列乘X中第k行(k=1,2...,M)。并且在更新初始字典中你的第k列和X中与其对应的第k行时,会固定初始字典中其他行和稀疏矩阵X中其他列,直至初始字典中所有列和稀疏矩阵X中所有行更新完成。并将更新后的初始字典作为构建的字典。而且当构建好字典后,可以直接确定第一灰度图像在字典中的第一稀疏系数和第二灰度图像在字典中的第二稀疏系数。
在本实施例中,计算所述第二灰度图像的第二稀疏系数的具体过程,与上述第一灰度图像计算第二稀疏系数的过程一致,此处不做赘述。
在本实施例中,通过对所有样板图像进行重叠区块处理,得到预设数量的图像块,对各个图像块进行稀疏编码以构建字典,并确定第一灰度图像在字典中的第一稀疏系数,也就是先构建字典,再从字典中确定第一灰度图像的第一稀疏系数,为后续计算相似度值提供了数据基础。
具体地,若所述第一稀疏系数和所述第二稀疏系数的相似度值小于预设阈值,则将所述遍历的关联头像作为目标头像的步骤之前,包括:
步骤f,基于所述第一稀疏系数和所述第二稀疏系数计算所述第一灰度图像和所述第二灰度图像的亮度值、对比度值和结构值;
在获取到第一稀疏系数和第二稀疏系数后,需要先计算第一稀疏系数的均值,标准差,方差和协方差值,并计算第二稀疏系数的均值,标准差,方差和协方差值。然后再根据公式计算第一灰度图像和第二灰度图像的亮度值、对比度值和结构值,即:
其中,ux,uy分别是Xx和Xy的均值,σx,σy分别是Xx和Xy的标准差,和分别是Xx和Xy的方差,σxy代表Xx和Xy的协方差,C1、C2、C3为常数,L为两个头像的亮度(即亮度值),C为两个头像的对比度(即对比度值),S为两个头像的结构(即结构值)。
步骤g,根据所述亮度值、所述对比度值和所述结构值确定所述第一稀疏系数和所述第二稀疏系数的相似度值。
然后再计算亮度值、对比度值和结构值之间的乘积,并将其作为第一稀疏系数和第二稀疏系数之间的相似度值。即:
SSIM(x,y)=[L(x,y)αC(x,y)βS(x,y)γ]
在本实施例中,通过根据第一稀疏系数和第二稀疏系数计算亮度值、对比度值和结构值,并根据亮度值、对比度值和结构值确定第一稀疏系数和第二稀疏系数的相似度值,也就是通过亮度值、对比度值和结构值多重角度来确定第一稀疏系数和第二稀疏系数的相似度值,从而避免了现有技术中只是简单地将第一稀疏系数和第二稀疏系数直接进行对比,得到的相似度值的精确度较低的现象发生,提高了计算得到的相似度值的精确度,使得后续根据相似度值确定遍历用户在头像服务端中的头像是否和遍历的关联头像匹配的匹配结果更加准确。
进一步地,在本实施例中软件头像管理方法还包括:
步骤t,获取头像服务端中所有用户的头像,检测各所述头像中是否存在发生更新的更新头像;
在本实施例中,会实时或根据一个固定时间段定时获取头像服务端中所有用户的头像,并对所有用户的头像进行检测,确定在当前时刻之前的固定时间段内是否存在发生头像变更的头像,若存在,则将发生头像变更的头像作为更新头像。例如,在当前时刻之前的固定时间段内存在用户未上传头像,即存在未上传头像的新入职用户,则会创建一个定时任务,用于输出提示信息告知管理员,以获取管理员在网页页面上上传的该新入职用户的工卡头像,并进行命名(如以新用户的英文名命名),并将工卡头像上传至和头像服务连接的云服务器,云服务器并接收云服务器反馈的唯一标识fileid(字符串类型)。然后将云服务器反馈的具有唯一标识的请求数据、更新时间和上传时间等参数一起存储至头像服务端的数据库中,并且此时头像服务端中的新入职用户也具有对应的头像,并将此头像作为更新头像。而且由于云服务器的存储桶空间无容量上限,可容纳海量数据,可以无限长期存储员工头像。且支持按需购买,支持扩容,不浪费资源。
例如,如图5所示,可以在web界面中的头像上传页面上传图像,并通过展示层进行展示,确认无误后,上传头像文件到云服务器,进行权限校验,并在校验通过后,存储至云服务器的私有桶中,并生成对应的标识fileid,根据标识fileid生成请求数据,并将其存储到数据库中。当用户需要查询头像时,同样可以通过web页面中的头像列表页面请求头像,并通过在数据库中查询请求数据中的标识fileid,根据标识fileid在云服务器中获取返回的头像文件,并在展示层中进行展示。
步骤u,若存在发生更新的更新头像,则确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像。
在本实施例中,会基于用户提前设置的预设时间间隔检测和头像服务端关联的关联软件(如微信)中的数据,也就是每隔预设时间间隔检测一次,若发现在关联软件中存在用户的头像和头像服务中该用户的头像不匹配,则会对关联软件中该用户的头像进行更新。例如,当用户为新用户时,在管理员上传新用户的新用户头像到头像服务端,并通过云服务器进行保存后,会同步对与头像服务关联的关联软件中新用户的头像进行更新。例如,如图6所示,每日早上10:00定时从hrm(一种办公oa***,存储全行人员数据,组织架构数据)获取全公司的人员数据,去数据库查询是否在头像服务中已存在头像数据,如果不存在则批量通知管理员哪些员工在头像服务无头像,需要上传员工工卡头像。一般管理员收到邮件通知,将去采集员工的工卡头像并上传至头像服务。并会定时同步员工企业微信头像(即同步关联软件),将检测到该部分员工作为头像发生更改的人员,在第二天定时更新对应员工的企业微信头像为头像服务中的工卡头像。其中hrm是存储全公司人员数据的***。而且在本实施例中还可以是通过检测头像服务中的头像数据是否有更新来确定是否对关联软件中的头像进行更新。例如,如图7所示,在开始进行头像服务处理时,头像服务端会提供一个指定时间段内发生更改的头像人员列表。并在每日凌晨定时从头像服务端中获取该头像人员列表,并对头像人员列表进行查询,基于查询结果(包括用户英文名、fileid、更新时间和上传时间等)从头像服务端另外一个接口到云服务器中获取头像,根据获取的头像对关联软件如企业微信中的头像进行更新。而且还会进行全量对比,即定时对比全部员工数据在头像服务端中的头像和关联软件中的头像是否一致,若不一致,则对关联软件中的头像进行更新,使其和头像服务端中对应的头像一致。并且如果在头像服务端中不存在头像,则会通知管理员进行头像上传。
在本实施例中,通过获取头像服务端中所有用户的头像,并当存在发生更新的更新头像时,先确定更新头像对应的更新用户,并将关联软件中更新用户的头像更新为更新头像,从而避免了现有技术中用户自行调整或默认分配的方式导致头像种类多,无法保证头像的一致性的现象发生,智能地提高了软件中头像种类的一致性。
具体地,检测各所述头像中是否存在发生更新的更新头像的步骤,包括:
步骤h,确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;
在本实施例中,会实时或根据一个固定时间段定时获取头像服务端中所有用户的头像,并对所有用户的头像进行检测,检测所有用户的头像是否需要进行更新,或是所有用户在头像服务端中是否均有各自对应的头像,若存在用户的头像需要更新,或某个用户的在头像服务端中不存在对应的头像,则发送头像服务端中的请求数据到头像服务端对应的云服务器,以获取云服务器反馈的头像数据。其中,请求数据是头像存储至云服务器后,云服务器反馈给头像服务端的数据。
步骤k,若是,则获取所述云服务器基于所述请求数据反馈的头像文件,确定所述头像文件对应的用户在所述头像服务端的第一头像,检测所述头像文件是否和所述第一头像匹配;
步骤y,基于所述检测所述头像文件是否和所述第一头像匹配的匹配结果确定各所述头像中是否存在发生更新的更新头像。
当经过判断发现需要发送请求数据到云服务器,则获取云服务器根据请求数据反馈的头像文件,并确定该头像文件对应的用户,再检测该用户在头像服务端中是否存在头像,若不存在,则直接将头像文件中的头像作为更新头像更新至头像服务端。若该用户在头像服务端中存在头像,则将其作为第一头像,检测头像文件中的头像是否和第一头像匹配,若不匹配,则直接将头像文件中的头像作为更新头像更新至头像服务端。若匹配,则保持头像服务端中的头像不变。
在本实施例中,通过确定发送请求数据到云服务器后,获取云服务器反馈的头像文件,并确定头像文件对应用户在头像服务端中的第一头像,根据头像文件是否和第一头像匹配的匹配结果确定头像服务端中是否存在发生更新的更新头像,也就是直接通过对比云服务器中的头像和头像服务器中的头像来确定是否存在更新头像,从而实现了检测到头像服务端中更新头像的准确性。
进一步地,参照图3,图3为本发明软件头像管理方法第三实施例的流程示意图,软件头像管理方法应用于云服务器,软件头像管理方实现如下步骤:
步骤S100,若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;
在本实施例中,软件头像管理方法应用于云服务器。而且在本实施例中,会将头像文件上传至云服务器中的私有桶(即存储桶),只有通过签名参数校验的用户才有权限访问头像,保障了头像访问的安全性,避免用户头像信息泄露的现象发生。
在本实施例中,当在云服务器中接收到头像服务端发送的请求获取头像文件的请求数据时,云服务器需要先检测该请求数据是否携带有签名,若未携带有签名,则禁止向头像服务端反馈头像文件。若携带有签名,则需要检测请求数据中的签名是否有效,即先将签名和私有桶对应的签名进行对比,若签名不是私有桶对应的签名,则禁止向头像服务端反馈头像文件。若签名是私有桶对应的签名,还需要检测当前时间是否在私有桶对应的签名的有效时间范围内,若不在,则确定签名无效,并禁止向头像服务端反馈头像文件,若在,则确定签名有效,并继续进行后续的操作。
步骤S200,若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端。
当经过判断发现请求数据中的签名有效,则可以根据请求数据中携带的唯一标识确定私有桶的位置,并获取私有桶中的头像文件,再将头像文件反馈至头像服务端中。
在本实施例中,通过若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端。通过若接收到头像服务端发送的请求数据,且请求数据中的签名有效时,将私有桶中的头像文件反馈至头像服务端,从而避免了现有技术中直接默认分配头像,或用户任意修改头像,导致头像的安全性降低的现象发生,提高了头像保护的安全性,并且可以根据云服务器中的头像文件实现对软件中头像种类的一致性的控制,避免头像种类不一致的现象发生。
进一步地,若接收到所述头像服务端发送的获取头像文件的请求数据的步骤之前,包括:
步骤z,将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至所述头像服务端;
在本实施例中,当在云服务器中接收到头像服务端或用户输入的头像文件之前,需要先注册云服务器的账号AppId,并获取安全凭证SecretId和SecretKey进行生成签名。当云服务器中接收到头像服务端或用户输入的头像文件时,先对该头像服务端或用户的签名进行鉴权,若鉴权通过,则在云服务器中会创建一个私有桶,并将新头像文件存储在私有桶中,再生成新头像文件的私有桶的位置信息的唯一标识,并将唯一标识和签名压缩构造成请求数据反馈到头像服务端中。其中,安全凭证SecretId是用于标识接口调用者的身份,安全凭证SecretKey是用于加密签名字符串和云服务器端验证签名字符串的密钥。私有桶是云服务器中私有的存储桶,只有有权限的用户才能访问。
具体地,将接收的头像文件存储至预设的私有桶的步骤,包括:
步骤q,确定接收的头像文件对应的请求指令;
步骤x,对所述请求指令中的所有请求参数进行映射,得到第一映射表,并将所述第一映射表中的所有键值对进行拼接,得到第一拼接键值对;和/或
步骤w,对所述请求参数对应的请求头部进行映射,得到第二映射表,并将所述第二映射表中的所有键值对进行拼接,得到第二拼接健值对;
步骤r,将预设的有效时间段、所述请求指令对应的请求路径、所述第一拼接键值对和/或所述第二拼接健值对进行拼接,以获取签名字符串,确定所述签名字符串对应的签名,根据所述签名将接收的头像文件存储至预设的私有桶。
在本实施例中,由于私有桶只能让具有权限的用户使用,因此可以先获取头像文件对应的请求指令,再根据安全凭证SecretId和SecretKey生成签名,即先设置签名的有效时间段KeyTime,确定有效时间段KeyTime的开始时间StartTimestamp和结束时间EndTimestamp(unix时间戳)。然后再通过加密算法以安全凭证SecretKey为密钥,以有效时间段KeyTime为消息计算消息摘要SignKey。而且在本实施例中,在计算签名时,可以只将请求指令中HTTP请求参数的所有键值对进行拼接,也可以只将HTTP请求头像中的所有键值对进行拼接。或者同时进行HTTP请求参数和HTTP请求头像的键值对拼接过程。
因此可以遍历请求指令中的所有HTTP请求参数,并生成key到value的映射Map及key的列表KeyList(即第一映射表),将第一映射表按照字典序排序,并按照排序结果拼接Map中的每一个键值对,格式为key1=value1&key2=value2&key3=value3,并将其作为HttpParameters(即第一拼接健值对)。再根据第一映射表中的排序结果拼接第一映射表中的每一项,格式为key1;key2;key3,并将其作为UrlParamList。
还可以遍历请求指令中的所有HTTP请求头部,生成key到value的映射Map及key的列表KeyList(即第二映射表),其中,key使用UrlEncode(百分号编码)编码并转换为小写模式,value使用UrlEncode编码。将第二映射表按照字典序排序,并按照排序结果拼接Map中的每一个键值对,格式为ke y1=value1&key2=value2&key3=value3,并将其作为HttpHeaders(即第二拼接健值对)。再根据第一映射表中的排序结果拼接第一映射表中的每一项,格式为key1;key2;key3,并将其作为HeaderList。
再对HTTP方法、HTTP请求路径、HttpParameters(第一拼接健值对)和/或HttpHeaders(第二拼接健值对)进行拼接,生成HttpString。再将有效时间段KeyTime和HttpString进行拼接,得到请求字符串StringToSign,格式为sha1\nKeyTime\nSHA1(HttpString)\n。最后再采用加密算法以SignKey为密钥,以StringToSign为消息,计算新的消息摘要,即Signature(签名字符串),并将其作为签名。
当获取到签名后,可以通过签名启动私有桶,并将头像文件存储至提前设置好的私有桶中。而且在云服务器中,上传头像文件、请求文件、删除文档等操作都需要携带有签名,才能确定是否具有权限,而且通过签名可以保证用户对云服务器的安全访问,避免非法用户访问头像,有效地避免了信息泄露的现象发生。
进一步地,本发明还提供一种软件头像管理***,所述软件头像管理***包括头像服务、云服务器和关联软件;
所述云服务器,用于若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端;
所述头像服务端,用于根据接收的头像文件确定更新头像,并确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像;
所述头像服务端,用于基于预设的定时时间间隔获取所述头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
可选地,所述云服务器,还用于将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至头像服务端;
所述头像服务端,还用于获取所述头像服务端中所有用户的头像,并根据各所述头像确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;若是,则发送请求数据至云服务器。
本发明还提供一种计算机存储介质。
本发明计算机存储介质上存储有软件头像管理程序,所述软件头像管理程序被处理器执行时实现如上所述的软件头像管理方法的步骤。
其中,在所述处理器上运行的软件头像管理程序被执行时所实现的方法可参照本发明软件头像管理方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (13)
1.一种软件头像管理方法,其特征在于,所述软件头像管理方法应用于头像服务端,所述软件头像管理方法包括如下步骤:
基于预设的定时时间间隔获取头像服务端关联的关联软件中所有用户的关联头像;
遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;
若不匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
2.如权利要求1所述的软件头像管理方法,其特征在于,所述确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配的步骤,包括:
对遍历的关联头像进行灰度处理,以获取第一灰度图像,并计算所述第一灰度图像的第一稀疏系数;
对所述遍历用户在所述头像服务端中的头像进行灰度处理,以获取第二灰度图像,并计算所述第二灰度图像的第二稀疏系数;
计算所述第一稀疏系数和所述第二稀疏系数的相似度值,检测所述相似度值是否小于预设阈值,根据所述检测所述相似度值是否小于预设阈值的检测结果,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配。
3.如权利要求2所述的软件头像管理方法,其特征在于,所述计算所述第一灰度图像的第一稀疏系数的步骤,包括:
获取预设的所有样板图像,并将各所述样板图像进行重叠取块处理,以获取预设数量的图像块;
根据各所述图像块的列向量对各所述图像块进行稀疏编码,根据各所述稀疏编码构建字典,并确定所述第一灰度图像在所述字典中的第一稀疏系数。
4.如权利要求2所述的软件头像管理方法,其特征在于,所述计算所述第一稀疏系数和所述第二稀疏系数的相似度值的步骤,包括:
基于所述第一稀疏系数和所述第二稀疏系数计算所述第一灰度图像和所述第二灰度图像的亮度值、对比度值和结构值;
根据所述亮度值、所述对比度值和所述结构值确定所述第一稀疏系数和所述第二稀疏系数的相似度值。
5.如权利要求1-4任一项所述的软件头像管理方法,其特征在于,所述软件头像管理方法,还包括:
获取头像服务端中所有用户的头像,检测各所述头像中是否存在发生更新的更新头像;
若存在发生更新的更新头像,则确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像。
6.如权利要求5所述的软件头像管理方法,其特征在于,所述检测各所述头像中是否存在发生更新的更新头像的步骤,包括:
确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;
若是,则获取所述云服务器基于所述请求数据反馈的头像文件,确定所述头像文件对应的用户在所述头像服务端中的第一头像,检测所述头像文件是否和所述第一头像匹配;
基于所述检测所述头像文件是否和所述第一头像匹配的匹配结果确定各所述头像中是否存在发生更新的更新头像。
7.一种软件头像管理方法,其特征在于,所述软件头像管理方法应用于云服务器,所述软件头像管理方法包括如下步骤:
若接收到头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;
若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端。
8.如权利要求7所述的软件头像管理方法,其特征在于,所述若接收到所述头像服务端发送的获取头像文件的请求数据的步骤之前,包括:
将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至头像服务端。
9.如权利要求8所述的软件头像管理方法,其特征在于,所述将接收的头像文件存储至预设的私有桶的步骤,包括:
确定接收的头像文件对应的请求指令;
对所述请求指令中的所有请求参数进行映射,得到第一映射表,并将所述第一映射表中的所有键值对进行拼接,得到第一拼接键值对;和/或
对所述请求参数对应的请求头部进行映射,得到第二映射表,并将所述第二映射表中的所有键值对进行拼接,得到第二拼接健值对;
将预设的有效时间段、所述请求指令对应的请求路径、所述第一拼接键值对和/或所述第二拼接健值对进行拼接,以获取签名字符串,确定所述签名字符串对应的签名,根据所述签名将接收的头像文件存储至预设的私有桶。
10.一种软件头像管理***,其特征在于,所述软件头像管理***包括头像服务端、云服务器和关联软件;
所述云服务器,用于若接收到所述头像服务端发送的获取头像文件的请求数据,则检测所述请求数据中的签名是否有效;若所述签名有效,则根据所述请求数据中的唯一标识确定所述私有桶中的头像文件,并将所述头像文件反馈至所述头像服务端;
所述头像服务端,用于根据接收的头像文件确定更新头像,并确定所述更新头像对应的更新用户,并将与所述头像服务端关联的关联软件中所述更新用户的头像更新为所述更新头像;
所述头像服务端,用于基于预设的定时时间间隔获取所述头像服务端关联的关联软件中所有用户的关联头像;遍历各所述关联头像,确定遍历的关联头像对应的遍历用户,确定所述遍历用户在所述头像服务端中的头像是否和所述遍历的关联头像匹配;若匹配,则将所述关联软件中所述遍历的关联头像调整为和所述遍历用户在所述头像服务端中的头像相同。
11.如权利要求10所述的软件头像管理***,其特征在于,
所述云服务器,还用于将接收的头像文件存储至预设的私有桶,确定具有所述头像文件的私有桶的唯一标识,基于所述唯一标识生成请求数据,并将所述请求数据反馈至头像服务端;
所述头像服务端,还用于获取所述头像服务端中所有用户的头像,并根据各所述头像确定是否发送所述头像服务端中的请求数据至所述头像服务端对应的云服务器;若是,则发送请求数据至云服务器。
12.一种软件头像管理设备,其特征在于,所述软件头像管理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的软件头像管理程序,所述软件头像管理程序被所述处理器执行时实现如权利要求1至6任一项、7-9任一项中所述的软件头像管理方法的步骤。
13.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有软件头像管理程序,所述软件头像管理程序被处理器执行时实现如权利要求1-6任一项、7-9任一项所述的软件头像管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011643283.3A CN112699294A (zh) | 2020-12-30 | 2020-12-30 | 软件头像管理方法、***、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011643283.3A CN112699294A (zh) | 2020-12-30 | 2020-12-30 | 软件头像管理方法、***、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699294A true CN112699294A (zh) | 2021-04-23 |
Family
ID=75514179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011643283.3A Pending CN112699294A (zh) | 2020-12-30 | 2020-12-30 | 软件头像管理方法、***、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699294A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160006987A1 (en) * | 2012-09-06 | 2016-01-07 | Wenlong Li | System and method for avatar creation and synchronization |
CN106375535A (zh) * | 2015-07-20 | 2017-02-01 | 中兴通讯股份有限公司 | 联系人信息同步方法和装置 |
CN106599917A (zh) * | 2016-12-09 | 2017-04-26 | 西北大学 | 一种基于稀疏表示的近似图像重复检测方法 |
CN110888838A (zh) * | 2019-10-16 | 2020-03-17 | 平安科技(深圳)有限公司 | 基于对象存储的请求处理方法、装置、设备及存储介质 |
-
2020
- 2020-12-30 CN CN202011643283.3A patent/CN112699294A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160006987A1 (en) * | 2012-09-06 | 2016-01-07 | Wenlong Li | System and method for avatar creation and synchronization |
CN106375535A (zh) * | 2015-07-20 | 2017-02-01 | 中兴通讯股份有限公司 | 联系人信息同步方法和装置 |
CN106599917A (zh) * | 2016-12-09 | 2017-04-26 | 西北大学 | 一种基于稀疏表示的近似图像重复检测方法 |
CN110888838A (zh) * | 2019-10-16 | 2020-03-17 | 平安科技(深圳)有限公司 | 基于对象存储的请求处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11386224B2 (en) | Method and system for managing personal digital identifiers of a user in a plurality of data elements | |
US7487348B2 (en) | System for authenticating and screening grid jobs on a computing grid | |
CN110990335B (zh) | 日志归档方法、装置、设备及计算机可读存储介质 | |
CN111191221A (zh) | 权限资源的配置方法、装置和计算机可读存储介质 | |
CN110750766B (zh) | 权限验证方法、装置、计算机设备和存储介质 | |
US8020007B1 (en) | System and method for obtaining identities | |
CN116167031A (zh) | 面部认证机和面部认证方法 | |
CN112487490A (zh) | 篡改识别方法、设备和介质 | |
CN111708498A (zh) | 文件打印的监控方法与设备 | |
CN116450745B (zh) | 基于多设备的笔记文件操作方法、***和可读存储介质 | |
CN112699294A (zh) | 软件头像管理方法、***、设备及计算机存储介质 | |
CN115756255A (zh) | 停车场设备的设备参数处理方法、装置、设备和存储介质 | |
CN115499120A (zh) | 一种基于云计算的数据保存方法及数据保存平台 | |
CN112000727B (zh) | 一种动态配置业务数据脱敏显示方法 | |
JP2022176383A (ja) | 顔認証システム、顔認証管理装置、顔認証管理方法および顔認証管理プログラム | |
US6681233B1 (en) | Data circulation between servers and clients | |
JP4890372B2 (ja) | 携帯型情報処理装置、電子装置、操作制御方法、及び操作制御プログラム | |
CN112395476A (zh) | 一种工程资料管理的方法 | |
CN108270865B (zh) | 高性能云计算平台的作业调度方法 | |
US8311340B2 (en) | Document processing device, document processing system, computer readable medium, and document processing method | |
CN111475802A (zh) | 权限的控制方法和装置 | |
JPH08227453A (ja) | 分散画像編集システム | |
CN111507813B (zh) | 一种投标人身份的认定方法及招投标方法 | |
CN116910788B (zh) | 一种业务数据的可搜索加密管理方法、装置及存储介质 | |
CN111475800B (zh) | 关于营业秘密的基于网络的文件保护*** |
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 |