本申請涉及數(shù)據(jù)預(yù)測，尤其涉及用戶識別方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著游戲產(chǎn)業(yè)和視頻產(chǎn)業(yè)的逐步增加，越來越多的用戶通過游戲和視頻進行放松，不乏許多中小學生也參與其中，但是由于中小學生皆是未成年人，因此，有對未成人進行上網(wǎng)限制的需求，然而，各種游戲和視頻平臺無法準確識別使用者是否是未成年，從而無法準確地對其網(wǎng)絡(luò)使用時間進行監(jiān)督。

2、因此，如何準確識別用戶的身份，從而對未成年用戶的網(wǎng)絡(luò)使用時間進行監(jiān)督是目前亟需解決的一個問題。

3、上述內(nèi)容僅用于輔助理解本申請的技術(shù)方案，并不代表承認上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實現(xiàn)思路

1、本申請的主要目的在于提供一種用戶識別方法、裝置、設(shè)備及存儲介質(zhì)，旨在解決如何準確識別用戶的身份，從而對未成年用戶的網(wǎng)絡(luò)使用時間進行監(jiān)督的技術(shù)問題。

2、為實現(xiàn)上述目的，本申請?zhí)岢鲆环N用戶識別方法，所述的方法包括：

3、在檢測到用戶在網(wǎng)絡(luò)平臺的登錄信息時，采集用戶的人臉圖像；

4、根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)；

5、根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息；

6、根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長。

7、在一實施例中，所述根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)，包括：

8、根據(jù)所述人臉圖像進行面部信息識別，得到五官信息和面部整體特征信息；

9、根據(jù)所述五官信息和所述面部整體特征信息進行顱骨形態(tài)模擬，得到顱骨生長信息；

10、根據(jù)所述五官信息和所述面部整體特征信息進行特征點定位，得到面部皺紋指數(shù)。

11、在一實施例中，所述根據(jù)所述五官信息和所述面部整體特征信息進行顱骨形態(tài)模擬，得到顱骨生長信息，包括：

12、根據(jù)所述五官信息和所述面部整體特征信息進行顱骨形態(tài)模擬，得到初始顱骨仿真模型；

13、根據(jù)參考顱骨仿真模型對所述初始顱骨仿真模型進行配準，得到目標顱骨仿真模型；

14、根據(jù)所述目標顱骨仿真模型進行顱骨特征提取，得到顱骨形體信息和顱骨尺寸信息；

15、根據(jù)所述顱骨形體信息和顱骨尺寸信息確定顱骨生長信息。

16、在一實施例中，所述根據(jù)所述五官信息和所述面部整體特征信息進行特征點定位，得到面部皺紋指數(shù)，包括：

17、根據(jù)所述五官信息和所述面部整體特征信息確定皺紋區(qū)域；

18、對所述皺紋區(qū)域進行特征點定位，得到多個皺紋定位點；

19、根據(jù)所述皺紋定位點計算皺紋彎曲度；

20、根據(jù)所述皺紋彎曲度確定面部皺紋指數(shù)。

21、在一實施例中，所述根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息，包括：

22、獲取多個不同年齡段的用戶的顱骨生長信息和面部皺紋指數(shù)以及對應(yīng)的真實年齡；

23、根據(jù)所述多個不同年齡段的用戶的顱骨生長信息和面部皺紋指數(shù)以及對應(yīng)的真實年齡生成數(shù)據(jù)集；

24、通過所述數(shù)據(jù)集對深度學習神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到年齡預(yù)測模型；

25、通過所述年齡預(yù)測模型根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)進行年齡預(yù)測，得到用戶的年齡信息。

26、在一實施例中，所述通過所述數(shù)據(jù)集對深度學習神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到年齡預(yù)測模型，包括：

27、將所述數(shù)據(jù)集根據(jù)預(yù)設(shè)比例劃分為訓練集和測試集；

28、根據(jù)所述訓練集對所述深度學習神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到訓練后的深度學習神經(jīng)網(wǎng)絡(luò)模型；

29、通過所述測試集對所述訓練后的深度學習神經(jīng)網(wǎng)絡(luò)模型進行測試，得到損失值；

30、在所述損失值達到預(yù)測損失閾值時，將所述訓練后的深度學習神經(jīng)網(wǎng)絡(luò)模型作為年齡預(yù)測模型；

31、在所述損失值未達到預(yù)測損失閾值時，根據(jù)所述損失值更新所述深度學習神經(jīng)網(wǎng)絡(luò)模型的參數(shù)和權(quán)重，并返回所述根據(jù)所述訓練集對所述深度學習神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到訓練后的深度學習神經(jīng)網(wǎng)絡(luò)模型的步驟。

32、在一實施例中，所述根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長，包括：

33、將所述年齡信息與預(yù)設(shè)年齡閾值進行比較；

34、在所述年齡信息小于所述預(yù)設(shè)年齡閾值時，確定用戶身份為未成年用戶；

35、獲取未成年用戶對應(yīng)的網(wǎng)絡(luò)平臺使用的限制時長；

36、在所述用戶對所述網(wǎng)絡(luò)平臺的使用時長達到所述限制時長時，限制所述用戶的網(wǎng)絡(luò)行為。

37、此外，為實現(xiàn)上述目的，本申請還提出一種用戶識別裝置，所述用戶識別裝置包括：

38、采集模塊，用于在檢測到用戶在網(wǎng)絡(luò)平臺的登錄信息時，采集用戶的人臉圖像；

39、識別模塊，用于根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)；

40、預(yù)測模塊，用于根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息；

41、控制模塊，用于根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長。

42、此外，為實現(xiàn)上述目的，本申請還提出一種用戶識別設(shè)備，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現(xiàn)如上文所述的用戶識別方法的步驟。

43、此外，為實現(xiàn)上述目的，本申請還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的用戶識別方法的步驟。

44、此外，為實現(xiàn)上述目的，本申請還提供一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的用戶識別方法的步驟。

45、本申請?zhí)峁┝艘环N用戶識別方法，本申請通過首先在檢測到用戶在網(wǎng)絡(luò)平臺的登錄信息時，采集用戶的人臉圖像；根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)，能夠準確識別用戶的面部特征；根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息，能夠準確的預(yù)測用戶的年齡；根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長，能夠準確識別用戶的身份，從而對未成年用戶的網(wǎng)絡(luò)使用時間進行監(jiān)督。

46、綜上可知，本申請通過在檢測到用戶在網(wǎng)絡(luò)平臺的登錄信息時，識別用戶的面部信息，得到顱骨生長信息和面部皺紋指數(shù)，從而預(yù)測用戶的年齡信息，并根據(jù)年齡信息控制用戶的網(wǎng)絡(luò)使用時長，克服了目前無法準確識別使用者是否是未成年，從而無法準確地對其網(wǎng)絡(luò)使用時間進行監(jiān)督的技術(shù)缺陷，能夠準確識別用戶的身份，從而對未成年用戶的網(wǎng)絡(luò)使用時間進行監(jiān)督。

技術(shù)特征：

1.一種用戶識別方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)，包括：

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述五官信息和所述面部整體特征信息進行顱骨形態(tài)模擬，得到顱骨生長信息，包括：

4.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述五官信息和所述面部整體特征信息進行特征點定位，得到面部皺紋指數(shù)，包括：

5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息，包括：

6.如權(quán)利要求5所述的方法，其特征在于，所述通過所述數(shù)據(jù)集對深度學習神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到年齡預(yù)測模型，包括：

7.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長，包括：

8.一種用戶識別裝置，其特征在于，所述用戶識別裝置包括：

9.一種用戶識別設(shè)備，其特征在于，所述用戶識別設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的用戶識別程序，所述用戶識別程序配置為實現(xiàn)如權(quán)利要求1至7中任一項所述的用戶識別方法。

10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)上存儲有用戶識別程序，所述用戶識別程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一項所述的用戶識別方法。

技術(shù)總結(jié)
本申請涉及數(shù)據(jù)預(yù)測技術(shù)領(lǐng)域，公開了一種用戶識別方法、裝置、設(shè)備及存儲介質(zhì)，該方法包括：在檢測到用戶在網(wǎng)絡(luò)平臺的登錄信息時，采集用戶的人臉圖像；根據(jù)所述人臉圖像進行面部信息識別，得到顱骨生長信息和面部皺紋指數(shù)；根據(jù)所述顱骨生長信息和所述面部皺紋指數(shù)預(yù)測用戶的年齡信息；根據(jù)所述年齡信息識別用戶身份，并根據(jù)所述用戶身份控制用戶對所述網(wǎng)絡(luò)平臺的使用時長。本申請能夠準確識別用戶的身份，從而對未成年用戶的網(wǎng)絡(luò)使用時間進行監(jiān)督。

技術(shù)研發(fā)人員：馬戈,羅盈盈,孫思齊,邱文瀛,王奕陽,李優(yōu),陳超
受保護的技術(shù)使用者：中國工業(yè)互聯(lián)網(wǎng)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6