• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本發明係關於一種應用圖形稽碼機制之認證方法系統，該方法包括：收集複數第一物件；預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量；由該M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級；排序與儲存該N等級；由該N等級中選擇複數選取物件，以供認證。
    公开号:TW201303635A
    申请号:TW100125063
    申请日:2011-07-15
    公开日:2013-01-16
    发明作者:Hung-Min Sun；Chun-Hao Yeh；Yao-Hsin Chen
    申请人:Ind Tech Res Inst；
    IPC主号:G06F21-00
    专利说明:
    應用圖形稽碼機制之認證方法與系統
    本發明係為一種應用圖形稽碼機制之認證方法與系統，尤其是有關於一種根據變量與圖像間之關聯性的應用圖形稽碼機制之認證方法與系統。
    在這網路發達的現代，有許多網路服務是跟人們的生活息息相關，例如，電子郵件、留言板、火車票網路預訂服務…等。但是這類型的服務都有可能遭受到駭客的惡意攻擊，於是傳統上發明了圖形稽碼機制(Completely Automated Public Turing Test to tell Computers and Humans Apart，以下簡稱CAPTCHA)來抵擋此類攻擊，讓只有人類為使用者才可以順利的使用各式各樣的網路服務。
    CAPTCHA是以文字和數字的組合為主，讓用戶輸入一個扭曲變形的圖片上所顯示的文字或數字，而扭曲變形是為了避免惡意攻擊者利用光學字元識別(Optical Character Recognition，OCR)技術來自動辨識出圖片上的文數字而失去效果。但隨著攻擊技術越加精進，自動辨識的成功率越來越高，CAPTCHA也更加強扭曲變形的情況來阻擋電腦自動辨識的成功率，這種作法雖可以有效的降低被攻擊者破解的機率，但卻也造成使用者時常無法看懂圖片上的文數字，而需要重新更新好幾次網頁才能正常通過測試，造成使用者的不便與耗時。
    在一實施例中，本發明提供一種應用圖形稽碼機制之認證方法。首先，收集複數第一物件，接著預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量。接下來，由該M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級。然後，排序與儲存該N等級，並由該N等級中選擇複數選取物件，以供認證。
    在一實施例中，本發明提供一種應用圖形稽碼機制之認證系統。該認證系統係包括一收集單元，一處理單元與一儲存單元。上述之收集單元，用以收集複數第一物件。上述之處理單元，耦接該收集單元，用以預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量，並根據每一變量之單位，將對應該變量之群組進一步切割與分級為N等級，並排序該N等級，進而由排序後之該N等級中選擇複數選取物件，以供認證以及上述之儲存單元，耦接該處理單元，用以儲存經排序後之該N等級。
    為使　貴審查委員能對本發明之特徵、目的及功能有更進一步的認知與瞭解，下文特將本發明之裝置的相關細部結構以及設計的理念原由進行說明，以使得　審查委員可以了解本發明之特點，詳細說明陳述如下：圖一係顯示根據本發明之一實施例之應用圖形稽碼機制之認證系統1，其包括一收集單元11、一處理單元12以及一儲存單元13。
    收集單元11用以收集複數第一物件，且該物件為靜態圖片與動態影像之其中一者，或是上述兩者之組合影像。處理單元12，耦接該收集單元11，用以預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量，並由該M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級，並排序該N等級，進而由排序後之該N等級中選擇複數選取物件，以供認證，且上述之M與N為正整數以及該複數變量為可計量之變量，例如，大小、速度、重量、高度、長度、體面積或其他可計算之變量等。上述之變量亦可以人類語意進行分類，但不受限於此。此外，該處理單元12於在擷取複數選取物件的步驟之前或之後，預設一選擇條件，並經由一顯示裝置14顯示該選擇條件與該複數選取物件，以根據該選擇條件選取與排序該複數選取物件，進而判斷是否成功選取與正確排序該複數選取物件，若是，則認證成功，若否，則重新選擇新的選取物件。另外，該處理單元12可在排序該N等級後，更預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件，進而經移除後之該N等級中，擷取該複數選取物件。上述該邊界間隔值係由一數學關係式所產生，且該數學關係式可根據實際的需求而設計，例如，用後一等級之最大範圍減去前一等級之最大範圍，再乘以0.5倍，以產生該邊界間隔值，但不受限於此。此外，該邊界間隔值亦可為該相鄰等級間之一預設差值或一預設倍數，而該預設倍數為該相鄰等級間之一倍增倍數或一倍減倍數。或者是，該處理單元11在排序該N等級後，更由該N等級中隨機選取複數P等級，且由該複數P等級中再擷取該複數選取物件，且P為正整數。或者是，該處理單元11在排序該N等級後，更預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件，且經移除後之該N等級中，隨機選擇複數P等級，且由該複數P等級中再擷取該複數選取物件，且上述P為正整數以及且該邊界間隔值為該相鄰等級間之一預設差值或一預設倍數，而該預設倍數為該相鄰等級間之一倍增倍數或一倍減倍數。儲存單元13耦接該處理單元12，用以儲存經排序後之該N等級。
    圖二之流程圖係顯示根據本發明之一實施例之應用圖形稽碼機制之認證方法2。於此實施例中，可搭配圖一之認證系統來說明此實施例之認證方法的步驟。首先，可建立一儲存單元13或者是一資料庫(未圖示)，並應用收集單元11收集一定程度數目的複數第一物件(步驟s201)，該複數第一物件包括靜態圖片與動態影像之其中一者，或是上述兩者之組合影像。接著，預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量(步驟202)。該複數變量為可計量之變量，例如，大小、速度、重量、高度或其他可計算之變量等，並且上述之M，N為正整數。上述之變量亦可以人類語意進行分類，但不受限於此。例如，如圖三A所示，分別以預設高度、重量、大小為變量，進而將複數第一物件根據上述之變量分類為三個群組(例如m1，m2與m3)，且毎一個群組分別對應至少一變量，例如，m1對應高度，m2對應重量與m3對應大小。因此，所收集的複數第一物件將會根據高度、重量、大小分別分類至m1、m2與m3。
    接著，由上述M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級(步驟203)，並排序與儲存該N等級(步驟204)。例如，如圖三A所示，選擇m1並根據對應m1之高度的單位，將m1進一步切割與分級為十等級(例如n1,n2，n3，n4…n10)，且預設每個等級間之範圍，由大至小或由小至大作排序。例如，n1收集200公分以下的複數第一物件，n2收集201~400公分的複數第一物件，n3收集401~600公分的複數第一物件，n4收集601~800公分的複數第一物件，n5收集801~1000公分的複數第一物件、n6收集1001~1200公分的複數第一物件，n7收集1201~1400公分的複數第一物件，n8收集1401~1600公分的複數第一物件，n9收集1601~1800公分的複數第一物件，n10收集1801~2000，依此分級於m1中的複數第一物件，或者n1收集2000~1801公分以下的該複數第一物件，n2收集1601~1800公分以下的該複數第一物件等，依此類推與分級於m1中的複數第一物件。除了上述切割與分級法，亦可以等級倍數、遞增倍數、遞減倍數等等來切割與分級m1，但不受限於此。例如，於另一實施側，以等級倍數切割與分級，故n1可收集180公分以下的複數第一物件，n2可收集n1的4倍數的複數第一物件(例如181~720公分)，n3可收集n2的4倍數的複數第一物件(例如721~2880公分)等依此類推。
    於本實施例，在排序該N等級後，更可預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件以及經移除後之該N等級中，擷取該複數選取物件。例如，如圖三B所示，將排序後的十等級中之相鄰等級間，預設一邊界間隔值為100公分，因此，由相鄰等級間各向前一等級與後一等級移除50公分，換句話說，相鄰等級n1與n2將根據上述邊界間隔值100公分，n1將移除高度高於150公分的複數第二物件，而n2將移除250公分以下的複數第二物件。而相鄰n2與n3等級間，則n2將移除350公分以上的複數第二物件，而n3將移除450公分以下的複數第二物件，等依此類推。因此，此時n1將儲存有150公分以下的複數第一物件，而n2將儲存有250~350公分的複數第一物件，而n3將儲存有450~550公分的複數第一物件…而n10將儲存有1850~2000公分的複數第一物件。同樣地，除了上述邊界間隔值，亦可以根據實際的需求與設計，以等級倍數、遞增倍數、遞減倍數等等作為邊界間隔值，但不受限於此。例如，於另一實施例，亦用應用等級倍數作為邊界間隔值，且該邊界間隔值為n1的0.5倍，但不受限於此。
    或者是，經該N等級中隨機選取複數P等級，且由該複數P等級中再擷取該複數選取物件，且上述之P為正整數。如圖三C所示，由十等級中任意隨機選取五個等級(如圖三C中的斜線區塊)，且這五個等級間並不相鄰，再由五個等級中選取複數選取物件。或者是，預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件以及經移除後之該N等級中，隨機選擇複數P等級，且由該複數P等級中再擷取該複數選取物件，且上述之P為正整數。如圖三D所示，將排序後的十等級中之相鄰等級間用一邊界間隔值移除每個等級間該間隔值之內的複數第二物件，其作法與圖三B相同於此不再贅述。接著，由移除後之十等級中隨機選擇五個等級，且這五個等級間並不相鄰，再由五個等級中選取複數選取物件。
    接著，由該N等級中選擇複數選取物件，以供認證(步驟205)。例如，由上述十等級n1~n10中選擇複數選取物件，或是由十等級中選出五個等級，再由這五個等級選擇複數選取物件。
    此外，於本實施例，更可在擷取複數選取物件的步驟之前或之後，預設一選擇條件；經由一顯示裝置14顯示該選擇條件與該複數選取物件，以供該使用者根據該選擇條件選取與排序該複數選取物件；以及判斷是否成功選取與正確排序該複數選取物件，若是，則認證成功，若否，則重新選擇新的選取物件，且該選擇條件包括文字、圖片與影像。如圖四A所示，可先設定文字選擇條件，例如高度排列。再者，由十等級中選取出六張選取物件(或是由十等級中選出五個等級，再由這五個等級選擇六張選取物件並經由一顯示裝置14顯示，以供選取者根據該選擇條件排序這六張選取物件(例如，由左至右為街燈、高樓、山、小狗、長頸鹿與成人)。當選取者排列該六張選取物件後，判斷是否正確排序六張選取物件。若是(如圖四A所示)，則認證成功，若否，則重新選擇新的選取物件供選取者選取。如圖四B所示，可先設定圖片選擇條件，例如海洋的場景圖片(如圖四B之左側圖片)。再者，由十等級中選取出八張選取物件(例如，以左至右為車子、龍蝦、船、影印機、海馬、魚、顯示器與海星)或是由十等級中選出五個等級，再由這五個等級選擇八張選取物件並經由一顯示裝置14顯示，以供選取者根據該選擇條件選取與該海洋圖片有相關聯的圖片或影像，進而判斷是否成功選取。若是(如圖四B所示)，則認證成功，若否，則重新選擇新的選取物件供選取者選取。上述預設選擇條件可先於顯示複數選取物件之前、之後或同時顯示。
    唯以上所述者，僅為本發明之範例實施態樣爾，當不能以之限定本發明所實施之範圍。即大凡依本發明申請專利範圍所作之均等變化與修飾，皆應仍屬於本發明專利涵蓋之範圍內，謹請　貴審查委員明鑑，並祈惠准，是所至禱。
    1．．．認證系統
    11．．．收集單元
    12．．．處理單元
    13．．．儲存單元
    14．．．顯示裝置
    s201~s205．．．步驟
    M,m1,m2,m3．．．群組
    N,n1~n10．．．等級
    圖一係顯示根據本發明之一實施例之應用圖形稽碼機制之認證系統1。
    圖二之流程圖係顯示根據本發明之一實施例之應用圖形稽碼機制之認證方法2。
    圖三A顯示根據變量與其單位所分類的群組與等級。
    圖三B、C與D顯示選擇複數選取物件之方式。
    圖四A與B顯示應用本發明之應用例子。
    S201~s205．．．步驟
    权利要求:
    Claims (25)
    [1] 一種應用圖形稽碼機制之認證方法，係包括：收集複數第一物件；預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量；由該M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級；排序與儲存該N等級；以及由該N等級中選擇複數選取物件，以供認證。
    [2] 如申請專利範圍第1項所述之認證方法，其中該物件為靜態圖片與動態影像之其中一者或兩者之組合。
    [3] 如申請專利範圍第1項所述之認證方法，其中該複數變量為可計量之變量，且該複數變量包括大小、速度、重量、高度、容量、年齡、長度、體面積。
    [4] 如申請專利範圍第1項所述之認證方法，其中在排序該N等級後，更包括：預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件；以及經移除後之該N等級中，擷取該複數選取物件。
    [5] 如申請專利範圍第1項所述之認證方法，其中在排序該N等級後，更包括：經該N等級中隨機選取複數P等級，且由該複數P等級中再擷取該複數選取物件。
    [6] 如申請專利範圍第1項所述之認證方法，其中在排序該N等級後，更包括：預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件；以及經移除後之該N等級中，隨機選擇複數P等級，且由該複數P等級中再擷取該複數選取物件。
    [7] 如申請專利範圍第4或6項所述之認證方法，其中該邊界間隔值係由一數學關係式所產生。
    [8] 如申請專利範圍第7項所述之認證方法，其中該邊界間隔值為該相鄰等級間之一預設差值或一預設倍數。
    [9] 如申請專利範圍第8項所述之認證方法，其中該預設倍數為該相鄰等級間之一倍增倍數或一倍減倍數。
    [10] 如申請專利範圍第1項所述之認證方法，其中M與N為整數。
    [11] 如申請專利範圍第5或6項所述之認證方法，其中P為整數。
    [12] 如申請專利範圍第1項所述之認證方法，更包括：在擷取複數選取物件的步驟之前或之後，預設一選擇條件；經由一顯示裝置顯示該選擇條件與該複數選取物件，以供該使用者根據該選擇條件選取與排序該複數選取物件；以及判斷是否成功選取與正確排序該複數選取物件，若是，則認證成功，若否，則重新選擇新的選取物件。
    [13] 如申請專利範圍第12項所述之認證方法，其中該選擇條件包括文字、圖片與影像。
    [14] 一種應用圖形稽碼機制之認證系統，係包括：一收集單元，用以收集複數第一物件；一處理單元，耦接該收集單元，用以預設複數變量，並根據該複數變量，將該複數第一物件分類為M群組，且該M群組之每一群組對應至少一變量，並由該M群組中選取至少一群組，並根據該群組所對應的變量之單位，將該群組進一步切割與分級為N等級，進而由排序後之該N等級中選擇複數選取物件，以供認證；以及一儲存單元，耦接該處理單元，用以儲存經排序後之該N等級。
    [15] 如申請專利範圍第14項所述之認證系統，其中該處理單元於在擷取複數選取物件的步驟之前或之後，預設一選擇條件，並經由一顯示裝置顯示該選擇條件與該複數選取物件，以根據該選擇條件選取與排序該複數選取物件，進而判斷是否成功選取與正確排序該複數選取物件，若是，則認證成功，若否，則重新選擇新的選取物件。
    [16] 如申請專利範圍第14項所述之認證系統，其中該物件為靜態圖片與動態影像之其中一者或兩者之組合。
    [17] 如申請專利範圍第14項所述之認證系統，其中該複數變量為可計量之變量，且該複數變量包括大小、速度、重量、高度、容量、年齡、長度、體面積。
    [18] 如申請專利範圍第14項所述之認證系統，其中該處理單元在排序該N等級後，更預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件，進而經移除後之該N等級中，擷取該複數選取物件。
    [19] 如申請專利範圍第14項所述之認證系統，其中該處理單元在排序該N等級後，更由該N等級中隨機選取複數P等級，且由該複數P等級中再擷取該複數選取物件。
    [20] 如申請專利範圍第14項所述之認證系統，其中該處理單元在排序該N等級後，更預設一邊界間隔值，以移除該N等級中相鄰等級間於該間隔值之內的複數第二物件，且經移除後之該N等級中，隨機選擇複數P等級，且由該複數P等級中再擷取該複數選取物件。
    [21] 如申請專利範圍第18或20項所述之認證系統，其中該邊界間隔值係由一數學關係式所產生。
    [22] 如申請專利範圍第21項所述之認證系統，其中該邊界間隔值為該相鄰等級間之一預設差值或一預設倍數。
    [23] 如申請專利範圍第22項所述之認證系統，其中該預設倍數為該相鄰等級間之一倍增倍數或一倍減倍數。
    [24] 如申請專利範圍第14項所述之認證系統，其中M與N為整數。
    [25] 如申請專利範圍第19或20項所述之認證系統，其中P為整數。
    类似技术:
    公开号 | 公开日 | 专利标题
    TWI460606B|2014-11-11|應用圖形稽碼機制之認證方法與系統
    US7171042B2|2007-01-30|System and method for classification of images and videos
    CN106295502B|2019-07-12|一种人脸检测方法及装置
    US20160371480A1|2016-12-22|Verification methods and verification devices
    CN108764141B|2021-07-02|一种游戏场景描述方法、装置、设备及其存储介质
    CN106599155A|2017-04-26|一种网页分类方法及系统
    CN104573675B|2018-10-09|作业图像的展示方法和装置
    CN106649849A|2017-05-10|文本信息库建立方法和装置、以及搜索方法、装置和系统
    Shojae Chaeikar et al.2018|PSW statistical LSB image steganalysis
    CN109766872B|2021-07-09|图像识别方法和装置
    CN108108731B|2021-02-05|基于合成数据的文本检测方法及装置
    CN112287914B|2021-04-02|Ppt视频段提取方法、装置、设备及介质
    Nguyen et al.2011|Breaking a 3D-based CAPTCHA scheme
    O'Brien2018|Machine learning for detection of fake news
    Dimitrov et al.2021|Detecting propaganda techniques in memes
    CN104966109A|2015-10-07|医疗化验单图像分类方法及装置
    CN109948497B|2022-01-28|一种物体检测方法、装置及电子设备
    WO2021151313A1|2021-08-05|证件鉴伪方法、装置、电子设备及存储介质
    Goebel et al.2019|Deep learning methods for event verification and image repurposing detection
    CN113507630A|2021-10-15|比赛视频的拆条方法和装置
    US7596270B2|2009-09-29|Method of shuffling text in an Asian document image
    KR101913284B1|2018-10-30|소셜 네트워크 서비스에서 스팸 탐지 방법 및 장치
    CN108875481B|2021-10-12|用于行人检测的方法、装置、系统及存储介质
    Ferzli et al.2006|A captcha based on the human visual systems masking characteristics
    JP6714276B2|2020-06-24|情報抽出装置、情報抽出方法及びプログラム
    同族专利:
    公开号 | 公开日
    CN102882838B|2015-05-13|
    CN102882838A|2013-01-16|
    US8607331B2|2013-12-10|
    US20130019278A1|2013-01-17|
    TWI460606B|2014-11-11|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    TW299410B|1994-04-04|1997-03-01|At & T Corp||
    US6209104B1|1996-12-10|2001-03-27|Reza Jalili|Secure data entry and visual authentication system and method|
    US7219368B2|1999-02-11|2007-05-15|Rsa Security Inc.|Robust visual passwords|
    CN1547688A|2001-07-27|2004-11-17|马丁・谢尔盖耶维奇・努努帕罗夫|输入计算机数据库密码的方法和设备|
    US7243239B2|2002-06-28|2007-07-10|Microsoft Corporation|Click passwords|
    KR20020077838A|2002-08-09|2002-10-14|박승배|타인의 관찰에 의한 패스워드의 노출 문제를 해결한 패스워드 시스템|
    US7577987B2|2002-12-23|2009-08-18|Authernative, Inc.|Operation modes for user authentication system based on random partial pattern recognition|
    FI20030920A0|2003-06-19|2003-06-19|Nokia Corp|Menetelmä ja järjestelmä graafisen salasanan tuottamiseksi sekä päätelaite|
    US7743256B2|2005-05-02|2010-06-22|Vince Yang|Method for verifying authorized access|
    US20070277224A1|2006-05-24|2007-11-29|Osborn Steven L|Methods and Systems for Graphical Image Authentication|
    CN101455026A|2006-05-24|2009-06-10|维杜普有限责任公司|图形图像鉴定和安全性系统|
    US8117458B2|2006-05-24|2012-02-14|Vidoop Llc|Methods and systems for graphical image authentication|
    JP4994752B2|2006-09-08|2012-08-08|パスロジ株式会社|情報処理システム|
    US20080133347A1|2006-12-01|2008-06-05|Yahoo! Inc.|System and method for providing semantic captchas for online advertising|
    CA2684397A1|2007-04-25|2008-11-06|Counsyl, Inc.|Methods and systems of automatic ontology population|
    US7917508B1|2007-08-31|2011-03-29|Google Inc.|Image repository for human interaction proofs|
    US20090113294A1|2007-10-30|2009-04-30|Yahoo! Inc.|Progressive captcha|
    JP4547447B2|2008-07-17|2010-09-22|学校法人芝浦工業大学|パスワード認証装置およびパスワード認証方法|
    US20100083353A1|2008-09-26|2010-04-01|Yahoo! Inc.|Personalized user authentication process|
    GB0910897D0|2009-06-24|2009-08-05|Vierfire Software Ltd|Authentication method and system|
    US8843755B2|2009-12-22|2014-09-23|Nokia Corporation|User authentication|
    US8483518B2|2010-02-19|2013-07-09|Microsoft Corporation|Image-based CAPTCHA exploiting context in object recognition|
    US8830212B2|2010-06-01|2014-09-09|Vladimir Vaganov|System and method for digital recording of handpainted, handdrawn and handwritten information|
    US8776173B2|2011-03-24|2014-07-08|AYAH, Inc.|Method for generating a human likeness score|
    US20120323700A1|2011-06-20|2012-12-20|Prays Nikolay Aleksandrovich|Image-based captcha system|
    US8959619B2|2011-12-21|2015-02-17|Fleet One, Llc.|Graphical image password authentication method|US8908995B2|2009-01-12|2014-12-09|Intermec Ip Corp.|Semi-automatic dimensioning with imager on a portable device|
    US20130007875A1|2011-06-30|2013-01-03|Ebay, Inc.|Interactive CAPTCHA|
    US9779546B2|2012-05-04|2017-10-03|Intermec Ip Corp.|Volume dimensioning systems and methods|
    US10007858B2|2012-05-15|2018-06-26|Honeywell International Inc.|Terminals and methods for dimensioning objects|
    US10321127B2|2012-08-20|2019-06-11|Intermec Ip Corp.|Volume dimensioning system calibration systems and methods|
    US8904493B1|2012-08-29|2014-12-02|Google Inc.|Image-based challenge-response testing|
    US9939259B2|2012-10-04|2018-04-10|Hand Held Products, Inc.|Measuring object dimensions using mobile computer|
    US9841311B2|2012-10-16|2017-12-12|Hand Held Products, Inc.|Dimensioning system|
    US9632574B2|2012-10-31|2017-04-25|Sony Corporation|Device and method for authenticating a user|
    US9742751B2|2012-11-05|2017-08-22|Paypal, Inc.|Systems and methods for automatically identifying and removing weak stimuli used in stimulus-based authentication|
    US9098686B2|2012-11-30|2015-08-04|Facebook, Inc.|Social authentication|
    US10228452B2|2013-06-07|2019-03-12|Hand Held Products, Inc.|Method of error correction for 3D imaging device|
    CN104378329B|2013-08-13|2018-08-07|深圳市腾讯计算机系统有限公司|安全验证的方法、装置及系统|
    GB2517449B|2013-08-20|2019-10-09|Bae Systems Plc|Common carrier munition|
    WO2015126329A1|2014-02-24|2015-08-27|Singapore University Of Technology And Design|Verification methods and verification devices|
    US9652604B1|2014-03-25|2017-05-16|Amazon Technologies, Inc.|Authentication objects with delegation|
    US10049202B1|2014-03-25|2018-08-14|Amazon Technologies, Inc.|Strong authentication using authentication objects|
    US10050787B1|2014-03-25|2018-08-14|Amazon Technologies, Inc.|Authentication objects with attestation|
    US10382415B2|2014-04-21|2019-08-13|Ohio University|Application engagement identification using a dynamic pattern|
    US9264419B1|2014-06-26|2016-02-16|Amazon Technologies, Inc.|Two factor authentication with authentication objects|
    US9823059B2|2014-08-06|2017-11-21|Hand Held Products, Inc.|Dimensioning system with guided alignment|
    US10775165B2|2014-10-10|2020-09-15|Hand Held Products, Inc.|Methods for improving the accuracy of dimensioning-system measurements|
    US10810715B2|2014-10-10|2020-10-20|Hand Held Products, Inc|System and method for picking validation|
    US9779276B2|2014-10-10|2017-10-03|Hand Held Products, Inc.|Depth sensor based auto-focus system for an indicia scanner|
    US9897434B2|2014-10-21|2018-02-20|Hand Held Products, Inc.|Handheld dimensioning system with measurement-conformance feedback|
    US9752864B2|2014-10-21|2017-09-05|Hand Held Products, Inc.|Handheld dimensioning system with feedback|
    US10060729B2|2014-10-21|2018-08-28|Hand Held Products, Inc.|Handheld dimensioner with data-quality indication|
    WO2016135963A1|2015-02-27|2016-09-01|楽天株式会社|情報処理装置、情報処理方法、プログラム、記憶媒体|
    US9614838B1|2015-03-19|2017-04-04|EMC IP Holding Company LLC|Taking a picture of a one-time use passcode and using the picture to authenticate|
    US9786101B2|2015-05-19|2017-10-10|Hand Held Products, Inc.|Evaluating image values|
    US10066982B2|2015-06-16|2018-09-04|Hand Held Products, Inc.|Calibrating a volume dimensioner|
    US9857167B2|2015-06-23|2018-01-02|Hand Held Products, Inc.|Dual-projector three-dimensional scanner|
    US20160377414A1|2015-06-23|2016-12-29|Hand Held Products, Inc.|Optical pattern projector|
    US9835486B2|2015-07-07|2017-12-05|Hand Held Products, Inc.|Mobile dimensioner apparatus for use in commerce|
    KR101709112B1|2015-07-13|2017-02-23|고려대학교 산학협력단|이미지 캡차 제공 방법 및 이미지 캡차 제공 서버|
    EP3118576B1|2015-07-15|2018-09-12|Hand Held Products, Inc.|Mobile dimensioning device with dynamic accuracy compatible with nist standard|
    US20170017301A1|2015-07-16|2017-01-19|Hand Held Products, Inc.|Adjusting dimensioning results using augmented reality|
    US10094650B2|2015-07-16|2018-10-09|Hand Held Products, Inc.|Dimensioning and imaging items|
    US10249030B2|2015-10-30|2019-04-02|Hand Held Products, Inc.|Image transformation for indicia reading|
    US10225544B2|2015-11-19|2019-03-05|Hand Held Products, Inc.|High resolution dot pattern|
    US9760700B2|2015-12-03|2017-09-12|Google Inc.|Image based CAPTCHA challenges|
    US10025314B2|2016-01-27|2018-07-17|Hand Held Products, Inc.|Vehicle positioning and object avoidance|
    US10339352B2|2016-06-03|2019-07-02|Hand Held Products, Inc.|Wearable metrological apparatus|
    US9940721B2|2016-06-10|2018-04-10|Hand Held Products, Inc.|Scene change detection in a dimensioner|
    US10163216B2|2016-06-15|2018-12-25|Hand Held Products, Inc.|Automatic mode switching in a volume dimensioner|
    CN106355072B|2016-08-19|2019-02-22|沈建国|三维模型验证码的实现方法及其装置|
    US10026180B1|2016-08-19|2018-07-17|Google Llc|Using multiple image verification challenges to determine object location in an image|
    US10909708B2|2016-12-09|2021-02-02|Hand Held Products, Inc.|Calibrating a dimensioner using ratios of measurable parameters of optic ally-perceptible geometric elements|
    US11047672B2|2017-03-28|2021-06-29|Hand Held Products, Inc.|System for optically dimensioning|
    CN107317805A|2017-06-21|2017-11-03|北京洋浦伟业科技发展有限公司|一种验证码验证方法及装置|
    US10733748B2|2017-07-24|2020-08-04|Hand Held Products, Inc.|Dual-pattern optical 3D dimensioning|
    US10565385B1|2017-08-28|2020-02-18|Amazon Technologies, Inc.|Substitute web content generation for detection and avoidance of automated agent interaction|
    US10584962B2|2018-05-01|2020-03-10|Hand Held Products, Inc|System and method for validating physical-item security|
    US11204987B2|2019-11-07|2021-12-21|Nxp B.V.|Method for generating a test for distinguishing humans from computers|
    法律状态:
    优先权:
    申请号 | 申请日 | 专利标题
    TW100125063A|TWI460606B|2011-07-15|2011-07-15|應用圖形稽碼機制之認證方法與系統|TW100125063A| TWI460606B|2011-07-15|2011-07-15|應用圖形稽碼機制之認證方法與系統|
    CN201110222808.0A| CN102882838B|2011-07-15|2011-08-01|应用验证码机制的认证方法与系统|
    US13/230,924| US8607331B2|2011-07-15|2011-09-13|Captcha image authentication method and system|
    [返回顶部]