利索能及
我要发布
收藏
专利号: 202310884484X
申请人: 问久软件科技(山东)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于群组监督的防沉迷管理方法,其特征在于,包括:响应于客户端软件被运行,通过预设规则禁止所有此后的其它软件安装和网络的使用;

除对已安装软件程序中黑名单对应程序外,对所述已安装软件和所述已安装软件的升级安装和网络使用不予限制;

若需要安装新软件或者使用全网络功能,通过加密开关设置由管理员输入加密信息后关闭所述客户端软件;

结合后台软件,若卸载或破坏所述客户端软件,然后重新安装所述客户端软件时,除终端设备对应的手机号会收到确认消息外,原群组内所有群员手机号均能收到重新安装的提醒信息;以及结合所述后台软件,如果重新安装终端不再使用原对应手机号进行验证,则群组设置的手机号码也要全部更新并验证;

若需要安装新软件或者使用全网络功能,通过加密开关设置由管理员输入加密信息后关闭所述客户端软件,包括:获取输入加密信息的用户面部图像;

对所述用户面部图像进行图像分析识别,确定用户是否属于未成年对象;

对所述用户面部图像进行图像分析识别,确定用户是否属于未成年对象,包括:对所述用户面部图像进行图像降噪处理以得到降噪后用户面部图像;

将所述降噪后用户面部图像通过包含第一分支和第二分支的MBCNet以得到面部特征图,其中,所述第一分支为主干网络,所述第二分支为边界特征提取分支;以及基于所述面部特征图,确定用户是否属于未成年对象;

基于所述面部特征图,确定用户是否属于未成年对象,包括:对所述面部特征图进行特征分布优化以得到优化面部特征图;以及将所述优化面部特征图通过分类器以得到分类结果,所述分类结果用于表示输入加密信息的用户是否属于未成年对象;

对所述面部特征图进行特征分布优化以得到优化面部特征图,包括:通过基于特征矩阵的场景约束的方式计算加权特征向量;以及以所述加权特征向量对所述面部特征图的各个特征矩阵进行加权以得到所述优化面部特征图;

通过基于特征矩阵的场景约束的方式计算加权特征向量,包括:将所述面部特征图的每个特征矩阵进行通道线性变换转换为正方矩阵以得到转换后面部特征图;以及基于所述转换后面部特征图,通过基于特征矩阵的场景约束的方式计算所述加权特征向量;

基于所述转换后面部特征图,通过基于特征矩阵的场景约束的方式计算所述加权特征向量,包括:基于所述转换后面部特征图,通过基于特征矩阵的场景约束的方式以如下优化公式计算所述加权特征向量;

其中,所述优化公式为:

其中, 是所述转换后面部特征图沿通道维度的第 个特征矩阵,是所述转换后面部特征图沿通道维度的每个特征矩阵全局池化得到的向量, 是所述转换后面部特征图沿通道维度的第 个特征矩阵的第 位置的特征值, 和 分别表示按位置加法、减法和乘法, 是所述加权特征向量。

2.根据权利要求1所述的基于群组监督的防沉迷管理方法,其特征在于,将所述优化面部特征图通过分类器以得到分类结果,所述分类结果用于表示输入加密信息的用户是否属于未成年对象,包括:将所述优化面部特征图按照行向量或列向量展开为分类特征向量;

使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量;以及将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。

3.一种基于群组监督的防沉迷管理系统,其特征在于,包括:预设规则模块,用于响应于客户端软件被运行,通过预设规则禁止所有此后的其它软件安装和网络的使用;

不予限制模块,用于除对已安装软件程序中黑名单对应程序外,对所述已安装软件和所述已安装软件的升级安装和网络使用不予限制;

客户端软件关闭模块,用于若需要安装新软件或者使用全网络功能,通过加密开关设置由管理员输入加密信息后关闭所述客户端软件;

信息提醒模块,用于结合后台软件,若卸载或破坏所述客户端软件,然后重新安装所述客户端软件时,除终端设备对应的手机号会收到确认消息外,原群组内所有群员手机号均能收到重新安装的提醒信息;以及更新验证模块,用于结合所述后台软件,如果重新安装终端不再使用原对应手机号进行验证,则群组设置的手机号码也要全部更新并验证;

所述客户端软件关闭模块,包括:

图像获取单元,用于获取输入加密信息的用户面部图像;

图像分析识别单元,用于对所述用户面部图像进行图像分析识别,确定用户是否属于未成年对象;

所述图像分析识别单元,具体用于:

对所述用户面部图像进行图像降噪处理以得到降噪后用户面部图像;

将所述降噪后用户面部图像通过包含第一分支和第二分支的MBCNet以得到面部特征图,其中,所述第一分支为主干网络,所述第二分支为边界特征提取分支;以及基于所述面部特征图,确定用户是否属于未成年对象;

所述图像分析识别单元,具体用于:

对所述面部特征图进行特征分布优化以得到优化面部特征图;以及将所述优化面部特征图通过分类器以得到分类结果,所述分类结果用于表示输入加密信息的用户是否属于未成年对象;

所述图像分析识别单元,具体用于:

通过基于特征矩阵的场景约束的方式计算加权特征向量;以及以所述加权特征向量对所述面部特征图的各个特征矩阵进行加权以得到所述优化面部特征图;

所述图像分析识别单元,具体用于:

将所述面部特征图的每个特征矩阵进行通道线性变换转换为正方矩阵以得到转换后面部特征图;以及基于所述转换后面部特征图,通过基于特征矩阵的场景约束的方式计算所述加权特征向量;

所述图像分析识别单元,具体用于:

基于所述转换后面部特征图,通过基于特征矩阵的场景约束的方式以如下优化公式计算所述加权特征向量;

其中,所述优化公式为:

其中, 是所述转换后面部特征图沿通道维度的第 个特征矩阵,是所述转换后面部特征图沿通道维度的每个特征矩阵全局池化得到的向量, 是所述转换后面部特征图沿通道维度的第 个特征矩阵的第 位置的特征值, 和 分别表示按位置加法、减法和乘法, 是所述加权特征向量。