一种车辆卡口设备抓拍质量评估方法、装置及可读介质与流程

[0001]
本发明涉及车辆图像质量评估领域，并且特别涉及一种车辆卡口设备抓拍质量评估方法、装置及可读介质。


背景技术：

[0002]
车辆抓拍信息是视频监控领域中非常重要的信息，目前大多数用于车辆抓拍的卡口设备都具备识别功能，不具备识别功能的设备，需要把抓拍的图像上传到识别引擎进行车辆信息识别。车辆识别的效果取决于抓拍图的质量，但所有设备的抓拍图都有好有坏，好的抓拍图利于车辆识别，坏的抓拍图则会浪费计算资源，所以对抓拍图的评判则至关重要。抓拍到的图像上传后可以进行不同质量的分类，然后对卡口设备的抓拍质量进行判断，从而对卡口设备的建设的质量进行评判。


技术实现要素：

[0003]
为了解决现有技术中无法对卡口设备的建设的质量进行评估的技术问题，本发明提出了一种车辆卡口设备抓拍质量评估方法、装置及可读介质。
[0004]
本发明一方面提出了一种车辆卡口设备抓拍质量评估方法，包括以下步骤：
[0005]
对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；
[0006]
检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；
[0007]
检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；
[0008]
确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值。
[0009]
进一步的，所述质量评估参数体系包括：
[0010]
对车辆裁剪图进行识别以获得具有车辆类型、车身颜色和车辆品牌特征的车辆结构化数据；
[0011]
对车牌裁剪图进行识别以获得车牌号；
[0012]
对车牌裁剪图进行识别与获得具有车牌类型和车牌颜色特征的车牌结构化数据；
[0013]
获取车辆抓拍图的清晰度和黑度值。
[0014]
进一步的，获取车辆抓拍图的清晰度采用sobel边缘检测方法获得，具体函数为：其中g
x
和g
y
分别表示横向和纵向边缘检测的图像灰度值，函数g计算的清晰度结果值为l。
[0015]
进一步的，车辆抓拍图清晰度的计算得分为s4，其计算公式为：
[0016][0017]
其中，w4为车辆抓拍图清晰度的权重值，l1和l2为系数，l1＝300，l2＝3000。
[0018]
进一步的，获取车辆抓拍图的黑度值的方法包括以下步骤：获得车辆抓拍图的像素值m，其中，横向像素点数为rows，纵向像素点数为cols；将车辆抓拍图从rgb转换成hsv；遍历每个像素点，并判断每个像素点的颜色，以获得黑色像素点的占比n。
[0019]
进一步的，所述车辆抓拍图黑度值的计算得分为s5，其计算公式为：
[0020][0021]
其中，w5为车辆抓拍图黑度值的权重，n1、n2为系数，n1＝80％、n2＝50％。
[0022]
进一步的,所述对车辆裁剪图、车牌裁剪图、车辆抓拍图的识别采用深度学习的cnn进行训练获取分类。
[0023]
进一步的，获得车牌号的计算得分包括：将车牌裁剪图灰度化处理，再进行车牌号识别，若无车牌号，s1＝0，若有车牌号，s1＝w1，其中s1为车牌号计算得分，w1为车牌号的参数权重。
[0024]
进一步的，车牌结构化数据计算得分为s2，其中，车牌结构化数据权重为w2，车牌类型为a，a值为0或1，车牌颜色为b，b值为0或1。
[0025]
进一步的，车辆结构化数据计算得分为s3，其中，车辆结构化数据权重为w3，车辆类型为c，c值为0或1，车身颜色为d，d值为0或1，车辆品牌为e，e值为0或1。
[0026]
进一步的，获得车辆裁剪图的方法包括：检测车辆抓拍图中的车辆的宽度与位置，选取最靠近中心位置和最大占比的车辆位置以获得裁剪位置。
[0027]
本发明另一方面提出一种车辆卡口设备抓拍质量评估装置，所述装置包括：
[0028]
图像获取模块，用于对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；
[0029]
图像处理模块，用于检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；及检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；
[0030]
图像质量评估模块，用于确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值。
[0031]
本发明另一方面提出一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述一种车辆卡口设备抓拍质量评估方法。
[0032]
本发明另一方面提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述一种车辆卡口设备抓拍质量评估方法。
[0033]
本发明通过对卡口设备抓拍图中提取车辆裁剪图和车牌裁剪图，并基于设备抓拍图、车辆裁剪图和车牌裁剪图中从车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值五个角度获得判断值，并且收集大量达标、未达标车牌进行建库特征训练，将人工判断结合训练结果作为各个判断标准的判断参数，对卡口设备抓拍图质量进行综合判断，从而对车辆卡口设备抓拍质量以评估。
附图说明
[0034]
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
[0035]
图1是本申请可以应用于其中的示例性系统架构图；
[0036]
图2是根据本发明的一个实施例的车辆卡口设备抓拍质量的评估方法的流程图；
[0037]
图3是根据本发明的一个实施例的卡口设备多辆车辆抓拍图检测效果图一；
[0038]
图4是根据本发明的一个实施例的卡口设备多辆车辆抓拍图检测效果图二；
[0039]
图5是根据本发明的一个实施例的卡口设备夜晚抓拍图情况一；
[0040]
图6是根据本发明的一个实施例的卡口设备夜晚抓拍图情况二；
[0041]
图7是根据本发明的一个实施例的车辆卡口设备抓拍质量的评估装置结构图；
[0042]
图8是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
[0043]
在以下详细描述中，参考附图，该附图形成详细描述的一部分，并且通过其中可实践本发明的说明性具体实施例来示出。对此，参考描述的图的取向来使用方向术语，例如“顶”、“底”、“左”、“右”、“上”、“下”等。因为实施例的部件可被定位于若干不同取向中，为了图示的目的使用方向术语并且方向术语绝非限制。应当理解的是，可以利用其他实施例或可以做出逻辑改变，而不背离本发明的范围。因此以下详细描述不应当在限制的意义上被采用，并且本发明的范围由所附权利要求来限定。
[0044]
图1示出了可以应用本申请实施例的用于处理信息的方法或用于处理信息的装置的示例性系统架构100。
[0045]
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0046]
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
[0047]
终端设备101、102、103可以是具有通信功能的各种电子设备，包括但不限于智能
手机、平板电脑、膝上型便携计算机和台式计算机等等。
[0048]
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的校验请求信息进行处理的后台信息处理服务器。后台信息处理服务器可以对接收到的校验请求信息进行分析等处理，并得到处理结果(例如用于表征校验请求为合法请求的校验成功信息)。
[0049]
需要说明的是，本申请实施例所提供的用于处理信息的方法一般由服务器105执行，相应地，用于处理信息的装置一般设置于服务器105中。另外，本申请实施例所提供的用于发送信息的方法一般由终端设备101、102、103执行，相应地，用于发送信息的装置一般设置于终端设备101、102、103中。
[0050]
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
[0051]
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
[0052]
如图2所示一种车辆卡口设备抓拍质量评估方法，包括以下步骤：
[0053]
s1：对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；
[0054]
s2：检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；
[0055]
s3：检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；
[0056]
s4：确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值。
[0057]
在具体实施例中，s1中获取车辆卡口设备的抓拍图后，首先进行车辆检测。车辆检测是必须的一步，因为设备上传的会有各种类型的图片，并不是每个图片内都包含车辆，车辆检测方法可以采用深度学习的cnn进行训练获取分类器以智能识别包含车辆的图片。
[0058]
s2：检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；
[0059]
在具体实施例中，当检测到图片含有车辆时，进入该步骤，若图片内仅有一辆车辆，直接选取车辆的位置，进行裁剪；若图片内包含多个车辆时，进行车辆选取及裁剪的方法为：检测车辆抓拍图中的车辆的宽度与位置，选取最靠近中心位置和最大占比的车辆位置以获得裁剪位置。参考图3、图4的效果图(因申请需要将图片效果变更为黑白照片，实际应用时为彩色照片)，抓拍图片内含多辆车辆，首先进行车辆选取，图示效果中的方框即为车辆选取，裁切位置则选取最靠近中心位置和最大占比的车辆位置，如图3中黑色车辆、图4中最前面的白色车辆。
[0060]
s3：检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；
[0061]
在具体实施例中，基于s2步骤获得的车辆裁剪图，进行车牌位置的检测，车牌检测方法可以采用深度学习的cnn进行训练获取分类器以智能识别包含车牌的图片。当检测到
车牌位置后，进行车牌裁剪以获得车牌裁剪图。
[0062]
s4：确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值。
[0063]
在具体实施例中，质量评估参数体系包括：
[0064]
对车辆裁剪图进行识别以获得具有车辆类型、车身颜色和车辆品牌特征的车辆结构化数据；
[0065]
对车牌裁剪图进行识别以获得车牌号；
[0066]
对车牌裁剪图进行识别与获得具有车牌类型和车牌颜色特征的车牌结构化数据；
[0067]
获取车辆抓拍图的清晰度和黑度值。
[0068]
在具体实施例中，对车辆裁剪图进行识别以获得具有车辆类型、车身颜色和车辆品牌特征的车辆结构化数据、对车牌裁剪图进行识别以获得车牌号，以及对车牌裁剪图进行识别与获得具有车牌类型和车牌颜色特征的车牌结构化数据均可以采用训练获取分类器进行计算的方式，也可以采用其他可以达到该效果的方式。
[0069]
在具体实施例中，车辆结构化数据的计算得分为s3、车牌号的计算得分为s1、车牌结构化数据的计算得分为s2、车辆抓拍图清晰度的计算得分为s4和车辆抓拍图黑度值的计算得分为s5，评估值s＝s1+s2+s3+s4+s5，其中各个计算得分的具体获取方式如下。
[0070]
在具体实施例中，获得车牌号的计算得分s1的方法包括：首先将车牌裁剪图灰度化处理，再进行车牌号识别，w1为车牌号的参数权重。若无车牌号，s1＝0，若有车牌号s1＝w1。
[0071]
在具体实施例中，车牌结构化数据包括车牌类型为a，车牌颜色为b，车牌结构化数据计算得分为s2，车牌结构化数据权重为w2，若检测出车牌类型，a值为1，若无法检测出车牌，a值为0，若检测出车牌颜色，b值为1，所无法检测出车牌颜色，b值为0，车牌结构化数据计算得分
[0072]
在具体实施例中，车辆结构化数据包括车辆类型c、车身颜色d和车辆品牌特征e，车辆结构化数据计算得分为s3，车辆结构化数据权重为w3，若检测出车辆类型，c值为1，若检测不出车辆类型，c值为0，若检测出车身颜色，d值为1，若检测不出车身颜色，d值为0，若检测出车辆品牌，e值为1，若检测不出车辆品牌，d值为0，车辆结构化数据计算得分
[0073]
在具体实施例中，车辆抓拍图清晰度的计算得分为s4，车辆抓拍图清晰度的权重值为w4，对于获取车辆抓拍图的清晰度采用sobel边缘检测方法获得，具体函数为：值为w4，对于获取车辆抓拍图的清晰度采用sobel边缘检测方法获得，具体函数为：其中g
x
和g
y
分别表示横向和纵向边缘检测的图像灰度值，通过函数g计算得到最终清晰度计算结果值为l。而车辆抓拍图清晰度的计算得分s4具体计算方式为：
[0074]
其中，l1和l2为系数，l1＝300，l2＝3000。
[0075]
在具体实施例中，如图:5、6所示，在晚上，大多数车辆卡口抓拍时都有补光灯，但是有些补光灯损坏或者老化，以致补光不足，导致抓拍的车辆图片一片漆黑，或者补光后的抓拍图是灰色的，所以需要计算图片的黑色像素点。而黑度值是计算黑色像素点占总像素点的占比，比如总像素点有10000个，黑色像素点有1000个，则黑度值是10％。
[0076]
具体的，获取车辆抓拍图的黑度值的方法包括以下步骤：获得车辆抓拍图的像素值m，其中，横向像素点数为rows，纵向像素点数为cols；将车辆抓拍图从rgb转换成hsv；遍历每个像素点，并判断每个像素点的颜色，以获得黑色像素点的占比n。
[0077]
通常我们使用rgb来表示的黑色是(0,0,0)，rgb格式可以看出各个颜色的代表rgb色系值，但不知道各个颜色，r、g、b三个值的范围是多少。而使用hsv色系，可以清楚的得知各个颜色的范围取值，参考表1。
[0078]
表1：颜色的hsv色系值
[0079][0080]
车辆抓拍图黑度值的计算得分为s5，车辆抓拍图黑度值的权重为w5，n1、n2为系数，n1＝80％、n2＝50％。
[0081][0082]
根据上述参数求和得出s值，根据s值，得出抓拍图的质量等级，参见表2。
[0083]
表2：s值对应图片质量等级
[0084][0085][0086]
在实际应用中，s1至s4的步骤顺序并不固定顺序，也可以是获取车辆卡口设备的抓拍图后，对抓拍图进行车辆检测，确定内部车辆的数量及位置，当检测到车辆时，选取车辆，特别是当检测到多个车辆时，选取最靠近中心位置和占比最大的车辆位置，基于选取的位置进行裁剪，得到车辆裁剪图，对车辆裁剪图进行识别，获得车辆结构化数据，如车辆类型值c、车身颜色值d和车辆品牌特征值e，然后基于车辆裁剪图进行检测，确定车牌位置，并进行裁剪以获得车牌裁剪图，对车牌裁剪图进行识别，获得车牌结构化数据，如车牌类型值
a，车牌颜色值b；再对车牌裁剪图转换成灰度图并进行识别，判断是否可以识别到车牌号，以获得车牌号值；分别对车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值，根据各个结果值和其对应权重以获得计算得分，并将计算得分求和，以获得评估值。
[0087]
如图7所示，本发明另一方面提出一种车辆卡口设备抓拍质量的评估装置，所述装置包括：
[0088]
图像获取模块，用于对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；
[0089]
图像处理模块，用于检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；及检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；
[0090]
图像质量评估模块，用于确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值。
[0091]
通过本装置及本方法，通过对卡口设备抓拍图中提取车辆裁剪图和车牌裁剪图，并基于设备抓拍图、车辆裁剪图和车牌裁剪图中从车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值五个角度获得判断值，并且收集大量达标、未达标车牌进行建库特征训练，将人工判断结合训练结果作为各个判断标准的判断参数，对卡口设备抓拍图质量进行综合判断，从而对车辆卡口设备抓拍质量以评估。
[0092]
如图8所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有系统600操作所需的各种程序和数据。cpu 601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0093]
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0094]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计
算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0095]
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0096]
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0097]
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、获取模块、确定模块、计算模块和生成模块。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“响应于确定校验请求信息中包括用户名、请求时间、用户签名编码和客户端应用编码，获取预设的、目标用户的配置信息的模块”。
[0098]
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：接收目标用户的客户端发送的校验请求信息；响应于确定校验请求信息中包括用户名、请求时间、用户签名编码和客户端应用编码，获取预设的、目标用户的配置信
息，其中，配置信息包括预设的、用户名对应的用户密码；根据请求时间确定校验请求信息是否有效，响应于确定有效，确定预设存储区内是否包括用户签名编码；响应于确定不包括，将用户签名编码存储至预设存储区内，以及基于用户密码、请求时间和用户签名编码，计算得到服务端应用编码；响应于确定服务端应用编码和客户端应用编码匹配，生成用于表征校验请求为合法请求的校验成功信息。
[0099]
另外，上述计算机可读介质可以是上述实施例中描述的终端设备中所包含的；也可以是单独存在，而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该终端设备执行时，使得该终端设备：获取目标用户输入的用户信息，其中，用户信息包括用户名和用户密码；基于用户信息，生成用于表征目标用户的用户签名编码；确定请求时间；基于用户密码、请求时间和用户签名编码，计算得到客户端应用编码；生成包括用户名、请求时间、用户签名编码和客户端应用编码的校验请求信息，以及将校验请求信息发送至服务端。
[0100]
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。