在嘈杂环境中的面部识别

技术领域

在本文中所公开的主题总体涉及基于图像的认证机制，并且具体涉及使用瞬态图像模板来执行基于图像的认证，其中，当满足各种条件时，使用训练集图像模板的时间段逐渐增加。

背景技术

计算设备通常采用一种或多种机制来认证用户以使用该计算设备。这样的机制的示例包括：个人识别码(例如，PIN)、字母数字密码、生物统计输入(例如，语音、指纹等)以及图像识别。图像识别常常优于字母数字密码或PIN使用，因为不需要用户记住字母数字密码或PIN，并且只需使计算设备捕获他或她的图像即可访问计算设备。图像识别还提供了免提和免语音方法，用户可以通过所述方法向计算设备认证他或她自己。所识别出的图像可以包括脸部、虹膜、角膜或者其他身体部位。

通常，计算设备使用基线图像模板来执行图像识别。该计算设备可以使用一种或多种图像处理技术来将基线图像模板与试图利用计算设备认证他或她自己的所捕获的用户的图像进行比较。在计算设备确定所捕获的图像与基线图像模板相似的情况下，计算设备然后可以授权用户访问计算设备。

然而，在一些情况下，即使用户实际上被授权访问计算设备，计算设备也可能确定所捕获的图像与基线图像模板不相似。作为一个示例，变化的照明条件可能影响所捕获的图像，使得计算设备难以确定所捕获的图像是否与基线图像模板相似。更进一步的，变化的照明条件可能持续存在，使得图像识别机制成为通过其认证用户的较不准确或者较不有用的手段。

发明内容

为了解决在基于图像的认证领域中出现的这些问题以及其他问题，本公开提供了一种计算设备的一个或多个实施例，所述计算设备建立临时或瞬态图像模板以用于在计算设备无法使用所捕获的图像进行认证时用于认证用户。

在一个实施例中，一种用于访问计算设备的方法，所述方法包括：接收访问计算设备的请求；响应于所接收到的请求来获取用户的第一图像；以及确定在预定时间段内使用第二图像模板认证用户，所述第二图像模板被用于在使用第一图像模板对用户的第一认证失败之后对用户进行认证。所述方法还包括：基于确定在所述预定时间段内使用第二图像模板认证用户，来将瞬态计时器扩展预定量；将经扩展的瞬态计时器与第二图像模板相关联；以及将所获取的用户的第一图像与所述第二图像模板进行比较。所述方法还包括：基于对所获取的用户的第一图像与所述第二图像模板的所述比较，来授权访问所述计算设备。

在所述方法的另一实施例中，所述方法包括：利用默认值来初始化瞬态计时器；将瞬态计时器与第二图像模板相关联；以及基于确定瞬态计时器已经到期，来删除所述第二图像模板。

在所述方法的另外的实施例中，所述方法还包括：将用户的第二图像注册为第一图像模板；获取用户的第三图像；将所获取的第三图像与第一图像模板进行比较；以及基于对所获取的第三图像与第一图像模板的比较来确定第一认证失败。所述方法还包括：将所获取的用户的第三图像转换为第二图像模板。

在所述方法的又一实施例中，所述方法包括：确定所获取的第三图像的至少一个质量度量值；将所述至少一个质量度量值与对应的质量度量阈值进行比较；并且其中：所获取的用户的第三图像到第二图像模板的所述转换基于对所述至少一个质量度量值与所述对应的质量度量阈值的所述比较。

在所述方法的又另外的实施例中，所述方法包括：将位置与第二图像模板相关联；确定所述计算设备是否处在距与第二图像模板相关联的位置的预定距离处；以及响应于确定所述计算设备超过距所述位置的所述预定距离，而删除第二图像模板。

在所述方法的另一实施例中，响应于所述用户在所述第一认证失败之后被认证，所述位置与所述第二图像模板相关联。

在所述方法的另外的实施例中，所述方法包括：将位置与所述第二图像模板相关联；确定所述计算设备的位置；以及基于对所述计算设备的位置和与所述第二图像模板相关联的位置的比较，来选择第二图像模板用于对所述用户进行认证。

本公开还描述了一种用于访问计算设备的系统的一个实施例，其中，所述系统包括：存储计算机可执行指令的计算机可读存储设备；以及与计算机可读存储设备通信的一个或多个硬件处理器，其执行计算机可执行指令，将系统配置为：接收访问计算设备的请求；响应于所接收到的请求，来获取用户的第一图像；确定在预定时间段内使用第二图像模板认证用户，所述第二图像模板被用于在使用第一图像模板对用户的第一认证失败之后对用户进行认证；基于确定在预定时间段内使用第二图像模板认证用户，来将瞬态计时器扩展预定量。所述系统还被配置为：将经扩展的瞬态计时器与第二图像模板相关联；将所获取的用户的第一图像与第二图像模板进行比较；以及基于对所获取的用户的第一图像与第二图像模板的比较，来授权访问所述计算设备。

在所述系统的另一实施例中，所述系统还被配置为：利用默认值来初始化所述瞬态计时器；将所述瞬态计时器与第二图像模板相关联；以及基于确定瞬态计时器已经到期，来删除第二图像模板。

在所述系统的另外的实施例中，所述系统还被配置为：将用户的第二图像注册为第一图像模板；获取用户的第三图像；将所获取的第三图像与第一图像模板进行比较。所述系统还被配置为：基于对所获取的第三图像与第一图像模板的所述比较来确定第一认证失败；以及将所获取的用户的第三图像转换为第二图像模板。

在所述系统的又一实施例中，所述系统还被配置为：确定所获取的第三图像的至少一个质量度量值；将所述至少一个质量度量值与对应的质量度量阈值进行比较；其中：所获取的用户的第三图像到第二图像模板的所述转换基于对所述至少一个质量度量值与所述对应的质量度量阈值的所述比较。

在所述系统的又另外的实施例中，所述系统还被配置为：将位置与第二图像模板相关联；确定计算设备是否处在距与第二图像模板相关联的位置的预定距离处；以及响应于确定计算设备超过距所述位置的预定距离，来删除第二图像模板。

在所述系统的另一实施例中，响应于所述用户在第一认证失败之后被认证，所述位置与第二图像模板相关联。

在所述系统的另外的实施例中，所述系统还被配置为：将位置与第二图像模板相关联；确定计算设备的位置；以及基于对计算设备的位置和与第二图像模板相关联的位置的比较，来选择第二图像模板用于对所述用户进行认证。

本公开提供了一种用于访问计算设备的系统的又一实施例，其中，所述系统包括：用于接收访问计算设备的请求的单元；用于响应于所接收到的请求来获取用户的第一图像的单元；以及用于确定在预定时间段内使用第二图像模板认证用户的单元，所述第二图像模板被用于在使用第一图像模板对用户的第一认证失败之后对用户进行认证。所述系统还包括：用于基于确定在预定时间段内使用第二图像模板认证用户来将瞬态计时器扩展预定量的单元；用于将经扩展的瞬态计时器与第二图像模板相关联的单元；用于将所获取的用户的第一图像与第二图像模板进行比较的单元；以及用于基于对所获取的用户的第一图像与第二图像模板的比较来授权访问计算设备的单元。

在所述系统的另一实施例中，所述系统包括：用于利用默认值来初始化瞬态计时器的单元；用于将瞬态计时器与第二图像模板相关联的单元；以及用于基于确定瞬态计时器已经到期来删除第二图像模板的单元。

在所述系统的另外的实施例中，所述系统包括：用于将用户的第二图像注册为第一图像模板的单元；用于获取用户的第三图像的单元；以及用于将所获取的第三图像与第一图像模板进行比较的单元。所述系统还包括：用于基于对所获取的第三图像与第一图像模板的所述比较来确定第一认证失败的单元；以及用于将所获取的用户的第三图像转换为第二图像模板的单元。

在所述系统的又一实施例中，所述系统包括：用于确定所获取的第三图像的至少一个质量度量值的单元；用于将所述至少一个质量度量值与对应的质量度量阈值进行比较的单元；其中：所获取的用户的第三图像到第二图像模板的所述转换基于对所述至少一个质量度量值与所述对应的质量度量阈值的所述比较。

在所述系统的又一实施例中，所述系统包括：用于将位置与第二图像模板相关联的单元；用于确定所述计算设备是否处在距与第二图像模板相关联的位置的预定距离处的单元；以及用于响应于确定计算设备超过距所述位置的预定距离来删除第二图像模板的单元。

在所述系统的另一实施例中，响应于所述用户在所述第一认证失败之后被认证，所述位置与第二图像模板相关联。

附图说明

在附图的图中，通过示例而非限制的方式示出了一些实施例。

图1是图示了根据示例性实施例的与图像处理服务器通信以用于使用图像识别技术来认证用户的计算设备的框图。

图2图示了图1的计算设备的(一个或多个)应用和数据的示例性实施例。

图3A-3B图示了根据示例性实施例的用于根据用于在向图1的计算设备认证图1的用户的所获取的图像来生成瞬态图像模板的方法。

图4A-4B图示了根据示例性实施例的用于使用一个或多个瞬态图像模板向图1的计算设备认证用户的方法。

图5A-5B图示了根据示例性实施例的用于根据(一幅或多幅)所获取的图像来生成(一个或多个)瞬态图像模板的方法，其中，所述(一个或多个)瞬态图像模板将与对应的认证位置相关联。

图6A-6B图示了根据示例性实施例的用于使用一个或多个瞬态图像模板和经认证的GPS位置向图1的计算设备认证用户的方法。

图7A-7C图示了根据示例性实施例的用于响应于确定最近使用了瞬态图像模板来递增地增加瞬态时间窗口的方法。

图8图示了根据示例性实施例的实现用于图1的计算设备的(一个或多个)瞬态图像模板的计时器的方法。

图9是图示了根据一些示例性实施例的机器的组件的框图，该机器的组件能够从机器可读介质(例如，机器可读存储介质或机器可读存储设备)读取指令并且执行下文所讨论的方法中的任意一种或多种方法。

具体实施方式

以下描述描述了例示说明本主题的示例性实施例的系统、方法、技术、指令序列和计算机器程序产品。在下文的描述中，出于解释的目的，阐述了许多具体细节以便提供对本主题的各种实施例的理解。然而，对于本领域技术人员将显而易见的是，可以在没有这些具体细节中的一些或者其他细节的情况下实践本主题的实施例。示例仅仅代表可能的变化。除非另有明确说明，否则结构(例如，诸如模块的结构组件)是可选的，并且可以被组合或细分，并且操作(例如，在流程、算法或者其他函数中)可以顺序变化或者被组合或细分。

本公开提供了用于对请求访问计算设备的用户执行基于图像的认证的系统和方法。在一个实施例中，所述计算设备捕获用户的图像以对用户进行认证，并且将所捕获的图像与基线图像模板进行比较以确定所捕获的图像是否对应于基线图像模板。在计算设备确定所捕获的图像对应于基线图像模板的情况下，所述计算设备可以对用户进行认证。在计算设备确定所捕获的图像不对应于基线图像模板的情况下，所述计算设备可以首先显示提示或查询，以请求用户使用第二认证机制(诸如用户输入的PIN或图案)来认证他或她自己。

在第二认证机制成功(例如，用户已经认证了他或她自己)的情况下，所述计算设备然后可以确定是否已经获取和/或捕获了足够的图像。就此而言，计算设备可以确定(一幅或多幅)所获取的图像的各种质量度量，诸如环境光测量结果(或者所检测到的环境光)，并且将这些确定的质量度量与一个或多个质量度量阈值进行比较。

在计算设备确定(一幅或多幅)所获取的图像的一个或多个质量度量满足或超过一个或多个质量度量阈值的情况下，计算设备可以存储所捕获的图像并且将所捕获的图像用作瞬态图像模板，以用于将来与所捕获的图像的比较。就此而言，假设是在难以获取用户的面部图像的环境中使用计算设备，并且瞬态图像模板将用于基于在相同环境内捕获的图像来认证用户。

所述瞬态图像模板可以与瞬态计时器相关联，所述瞬态计时器指示计算设备使用瞬态图像模板的时间段或持续时间。在一个实施例中，当瞬态计时器是活动的(例如，尚未到期)时，计算设备可以被认为以瞬态模式来操作。在瞬态模式期间，可以将用于基于图像认证的(一幅或多幅)所获取的图像与瞬态图像模板进行比较。当瞬态计时器到期时，可以将计算设备视为处于“正常”模式或“基线”模式。此外，计算设备可以存储时间戳或其他时间值，所述时间戳或其他时间值指示计算设备何时退出瞬态模式并且进入基线模式。如下文所讨论的，计算设备可以使用该时间戳来确定计算设备最近是否已经退出了瞬态模式。在该方面中，可以通过计算当前时间值与时间戳值之间的差来确定退出瞬态模式的近期性。

在一个实施例中，所述计算设备将时间差值与瞬态模式阈值进行比较，以确定计算设备最近是否已经退出了瞬态模式。在计算设备肯定地做出该确定的情况下，计算设备可以将瞬态计时器增加预定值，并且在适用的情况下，重新接合所述瞬态模式。另外，所述计算设备可以将所获取的图像转换为瞬态图像模板，并且将增加的瞬态计时器与瞬态图像模板相关联。

确定计算设备最近是否已退出瞬态模式并且相应地增加瞬态计时器的值具有许多技术优势。首先，增加的瞬态计时器确保了计算设备在瞬态模式下保持更长的持续时间。这允许计算设备自动地将(一幅或多幅)所获取的图像与对应的瞬态图像模板进行比较。该自动步骤节省了计算资源，因为计算设备自动将(一幅或多幅)所获取的图像与瞬态图像模板进行比较，而不是执行额外的确定。另外，所述瞬态模式的持续时间增加确保了计算设备的用户不需要使用第二认证手段来认证他或她自己，其中与瞬态图像模板的比较就足够了。就此而言，不妨碍计算设备的用户使用应当使用瞬态图像模板的第二认证手段来连续认证他或她自己，从而导致计算设备的使用增加和更好的用户体验。最后，随着计算设备保持在瞬态模式，可能出现较少的认证拒绝，并且在该时期获取的面部图像可能与瞬态图像模板而非基线图像模板更具可比较性。

还通过瞬态图像模板提供了其他技术改进。例如，在随后捕获的图像表现出相似的质量(例如，不良的照明条件、模糊、部分被遮挡等)作为瞬态图像模板所基于的初始捕获的图像的情况下，瞬态图像模板增加了用户将能够访问其计算设备的可能性。然而，作为安全预防措施，在已经经过了预定时间段之后，计算设备可以删除、移除或者以其他方式使瞬态图像模板不可用。可以从计算设备中删除瞬态图像模板，因为随着瞬态图像模板的数量增加，计算设备的总体安全性降低。因此，除了对基于图像的认证领域的技术益处之外，本公开还为计算机安全性和认证提供了技术益处，因为瞬态图像模板的删除降低了未授权用户将使用展现出与瞬态图像模板相似的光照条件的捕获图像获得对计算设备的访问的可能性。

此外，并且如下文参考图6A-7B所讨论的，本公开进一步提供了上述实施例的变型，诸如通过将实施例扩展到涵盖位置和/或将瞬态计时器的增加与相关联的位置相关联。因此，公开了对计算设备的功能的其他技术改进。

现在，本公开转向实现在本文中所描述的技术方面的各种公开的实施例。图1是图示了根据示例性实施例的与认证服务器110通信以用于使用图像识别技术来认证用户104的计算设备106的框图。在一个实施例中，计算设备106被配置为通过捕获用户104的图像并且将所捕获的图像与图像模板进行比较来认证用户104。在另一实施例中，计算设备106被配置为通过捕获用户104的图像，并且将所捕获的图像通信给认证服务器110，从而对用户104进行认证，随后认证服务器110执行对所捕获的图像与图像模板的比较。然后，认证服务器110将所述比较的结果通信给计算设备106。

认证服务器110经由网络108(例如，互联网或广域网(WAN))向计算设备106提供服务器侧功能。计算设备106可以包括用于与认证服务器110交互并且执行对用户104的基于图像的认证的客户端应用和/或模块。可以由计算设备106实例化的应用的示例包括web客户端、单用途应用(例如，“app”)、多用途应用(例如，程序客户端)或者其组合。图像处理服务器106还可以与其他计算设备(未示出)通信地耦合，其他计算设备可以包括与计算设备106相似的应用和/或程序。

计算设备106可以包括但不限于：移动电话、台式计算机、膝上型计算机、便携式数字助理(PDA)、智能电话、平板计算机、超级本、上网本、多处理器系统、基于微处理器或可编程的消费者电子件、或者用户104可以用于执行各种计算任务(例如，访问互联网、拨打电话、进行视频会议等)的任何其他通信设备。在一些实施例中，计算设备106可以包括显示模块(未示出)以显示信息(例如，以用户界面的形式)。在另外的实施例中，计算设备106可以包括以下中的一项或多项：触摸屏、加速计、陀螺仪、相机、麦克风、全球定位系统(GPS)设备等。如下文参考图2更详细讨论的，计算设备106使用其各种传感器和硬件组件来验证用户104的身份，并且基于其中用户104已经捕获了他或她自己的图像的各种照明条件来存储用户104的瞬态图像。

在一个实施例中，认证服务器110是基于网络的设备，其与计算设备106进行双向和/或单向通信。在一些情况下，多个用户可以具有能由计算设备106验证的对应用户账户(例如，诸如在计算设备106是企业网络的终端的情况下)，并且多个用户可以分别在不同的时间请求访问计算设备106，或者在计算设备106实现多任务操作系统的情况下，同时访问计算设备106。一个或多个用户可以是与计算设备106交互的人、机器或者其他单元。在各个实施例中，用户不是网络系统102的一部分，而是可以经由计算设备106或另一单元与网络系统102交互。

计算设备106可以通过一个或多个网络108与认证服务器110通信。尽管一个或多个网络108被图示为单个实例，但是本领域普通技术人员将意识到，多个网络和/或多种类型的网络可以将计算设备106与认证服务器110通信地耦合。例如，一个或多个网络108的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、WAN、无线WAN(WWAN)、城域网(MAN)、互联网的一部分、公共交换电话网(PSTN)的一部分、蜂窝电话网络、无线网络、Wi-Fi网络、WiMAX网络、另一类型的网络、或者两个或多个这样的网络的组合。

计算设备106可以包括一个或多个应用(也被称为“app”)，诸如但不限于web浏览器、消息传递应用、电子邮件(电子邮件)应用、通信会话应用等。在一些实施例中，如果通信会话应用作为本地应用被存储在计算设备106上，则该应用被配置为本地提供用户界面以及用于与认证服务器110通信的至少一些功能(例如，认证用户、在一个或多个计算设备和/或服务之间建立通信通道、显示或输出音频和/或视频、使用一个或多个输入设备捕获音频和/或视频等)。相反，如果通信会话客户端未被存储在计算设备106上，则计算设备106可以使用其web浏览器来访问由认证服务器110提供的服务。

用户104可以经由计算设备106或者以其他方式与联网系统102交互。例如，用户104向计算设备106提供输入(例如，触摸屏输入或字母数字输入)，并且将该输入经由网络108通信给联网系统102。在这种情况下，认证服务器110响应于接收来自用户104的输入或者来自计算设备106的指令，将信息经由网络108通信给计算设备106，以呈现给用户104。以这种方式，计算设备106促进了在用户104与认证服务110之间的交互。

此外，尽管在图1中所示的联网系统102采用了客户端-服务器架构，但是本主题当然并不限于这样的架构，并且例如可以很好地应用于分布式或对等架构系统中。

计算设备106被配置为使用一种或多种图像识别技术来认证用户104。在一个实施例中，计算设备106实例化使用用户104的图像的面部识别应用或其他模块以确定用户104是否被授权访问计算设备106。例如，通过使用计算设备106的相机或者其他图像捕获设备。所述面部识别应用可以利用一个或多个图像识别库来执行面部识别，诸如开源计算视觉库(OpenCV)，其是开源计算机视觉和机器学习软件库。OpenCV包括用于多种计算编程和脚本语言的接口，诸如C++、Python、Java和MATLAB，并且能够在包括Microsoft Windows、Linux、Google Android和Mac OS在内的各种操作系统下进行实例化。另外地和/或替代地，可以使用Windows Hello实现面部识别应用，该Windows Hello是用于计算操作系统的生物统计登录系统，并且可以从位于Redmond，Washington的Microsoft Corp.获得。

因此，计算设备106可以包括来自OpenCV的一个或多个库，然后由计算设备106实例化的应用程序对其进行访问。另外地和/或替代地，认证服务器110可以实例化OpenCV的一个或多个库，并且计算设备106可以将一幅或多幅图像通信给认证服务器110以用于认证和/或进一步处理。更进一步的，计算设备106和/或认证服务器110可以实例化使用WindowsHello开发的一个或多个应用。

在一个实施例中，用户104与计算设备106交互以建立用户104的基线图像模板。如本领域普通技术人员将理解的，基线图像模板是这样一种图像模板：计算设备使用其与其他图像进行比较，并且确定一幅或多幅图像是否包括基线图像模板和/或与基线图像模板相似。在该上下文中，计算设备106可以使用基线图像模板来认证用户104，其中，用户104使用计算设备106来获取用户104的一幅或多幅图像，并且将(一幅或多幅)所获取的图像与基线图像模板进行比较。另外地和/或替代地，认证服务器110可以从计算设备106接收一幅或多幅所获取的图像，并且将关于用户104是否被认证的指令通信给计算设备106。因此，就此而言，被描述为由计算设备106执行的一个或多个操作可以替代地由认证服务器110来执行。

由计算设备106执行的比较包括但不限于：直方图匹配、模板匹配和/或特征匹配。在计算设备106被配置为执行模板匹配的情况下，计算设备106可以被配置为采用各种模板匹配技术，包括但不限于：平方差之和、平方差的归一化和、互相关、归一化互相关、相关系数、以及其他这样的模板匹配技术或者其组合。

在计算设备106采用特征匹配的情况下，计算设备106可以根据基线图像模板来确定各种特征，并且将这些确定的特征存储为基线图像特征。因此，当计算设备106获取用户104的图像以用于认证时(例如，通过使用相机来捕获用户104的图像)，计算设备106可以根据所捕获的图像来确定各种特征(例如，所捕获的图像特征)，并且将所捕获的图像特征与基准图像特征进行比较。计算设备106可执行的特征匹配的类型包括但不限于：尺度不变性特征变换(SIFT)、加速稳健特征(SURF)、稳健独立基本特征(BRIEF)、来自加速段测试的特征(FAST)、以及定向FAST和旋转BRIEF(ORB)。

使用基于图像的认证的挑战之一在于：所捕获的用户104的图像可能取决于使用计算设备106的环境而变化。例如，用户104可以处于黑暗或者具有低照明条件的环境中，或者用户104可以处于过于明亮并且具有明亮照明条件的环境中。在该上下文中，低光和亮光是相对于由计算设备106的相机获取的光。因此，用户104可以感知他或她认为可接受的照明条件，但是计算设备106获得用户104的具有可测量的暗区域和/或曝光过度的区域的图像。作为另一示例，用户104可能无法正确地聚焦计算设备106的相机镜头，在这种情况下，得到图像可能是模糊的或散焦的。

在计算设备106获取具有有问题的质量(例如，曝光不足的区域、曝光过度的区域、模糊、部分模糊等)的用户104的图像的情况下，计算设备106和/或认证服务器110可能无法使所获取的图像与基线图像模板相匹配(例如，通过一种或多种模板匹配技术和/或一种或多种图像特征匹配技术)。因此，在计算设备106和/或认证服务器110不能使用基于图像的认证来认证用户104的情况下，计算设备106可以使用认证用户104的第二手段。在一个实施例中，第二手段包括在计算设备106的显示器上显示提示，该提示请求用户104提供特定输入。所述特定输入可以包括但不限于：PIN、图案、对一幅或多幅图像的选择、或者输入的任何其他组合。所述特定输入还可以包括非触觉输入，诸如语音识别输入。

然后，计算设备106可以确定第二认证手段是否认证了用户106。在用户106已经使用第二手段成功地认证了他或她自己的情况下，计算设备106可以存储用户106的所捕获的图像的临时或瞬态副本，计算设备106使用该副本未成功地认证用户。计算设备106基于以下假设来存储临时或瞬态副本：由于用户104已经使用第二认证手段对他或她自己进行了认证，因此所捕获的图像的图像质量(例如，照明条件)最初被用于认证用户104可能很差(例如，所捕获的图像的光低于或高于预定环境光阈值)，这导致计算设备106无法通过基于图像的认证来认证用户104。另外地和/或替代地，计算设备106指示认证服务器110将所捕获的图像存储为临时或瞬态图像。

然后，计算设备106使用所捕获的图像的临时或瞬态副本以在以后认证用户104。在一个实施例中，计算设备106和/或认证服务器110将所捕获的图像的临时或瞬态副本建立为瞬态图像模板，以后通过该瞬态图像模板对用户104进行认证。在该实施例中，计算设备106和/或认证服务器110使用瞬态图像模板，以与用户104的以后获取的图像进行比较，诸如通过模板匹配、直方图匹配和/或特征匹配。在采用特征匹配的情况下，计算设备106可以根据瞬态图像模板来确定一个或多个特征，并且将所确定的特征存储为临时特征，以用于与用户104的以后获取的图像的确定的特征进行比较。

所述瞬态图像模板是临时的或瞬态的，因为计算设备106和/或认证服务器110可以被编程或配置有预定时间段，所述预定时间段指示计算设备106和/或认证服务器110应当保持所捕获的图像的临时或瞬态副本多长时间。就此而言，在计算设备106和/或认证服务器110接收到使用基于图像的认证来认证用户104的请求，并且针对瞬态图像模板的预定时间段没有到期的情况下，计算设备106和/或认证服务器110将所捕获的用户104的图像与瞬态图像模板进行比较(例如，通过模板匹配、特征匹配等)。在一些情况下，计算设备106可以将所获取的图像与基线图像模板(例如，在第一次通过认证尝试中)和瞬态图像模板(例如，在第二次通过认证尝试中，其中第一次通过认证尝试失败)。

将计算设备106和/或认证服务器110配置为使用瞬态图像模板具有若干益处。第一益处在于瞬态图像模板解决了用户104处于照明条件差的环境中的近期问题。尽管可以利用用户104的基线图像模板对计算设备106和/或认证服务器110进行编程或配置，但是在不良照明环境中获取的用户104的图像可能导致计算设备106的认证失败，和/或作为基线图像模板的认证服务器110可能具有与所获取的图像不同的曝光水平。因此，在不良照明环境中获取的瞬态图像模板用作通过其比较在不良照明环境中用户104的以后获取的图像的更好的基础。前述特征导致经改进的可用性和人机交互，因为这些特征减少了用户使用第二认证手段(例如，用户的PIN)来认证他或她自己的次数。例如，在用户在具有特定照明条件的特定位置的同时定期访问其电话的情况下，计算设备106仅在第一次失败尝试时查询用户的PIN，并且然后根据该失败来“学习”，以便不在那些相同照明条件下再次利用PIN来查询用户。

另一益处在于计算设备106和/或认证服务器110释放了由瞬态图像模板所使用的存储空间。由于用户104可能在不同环境中使用计算设备106，并且不同环境的照明条件可能变化，因此计算设备106和/或认证服务器110可能存储多个瞬态图像模板。因此，通过继续使用计算设备106，计算设备106和/或认证存储装置110的增加量的存储空间专用于存储瞬态图像模板。因此，通过在预定时间段已经过去之后删除瞬态图像模板，计算设备106和/或认证服务器110释放存储空间以用于其他目的或者存储额外的瞬态图像模板。

删除瞬态图像模板的另一益处是其提供安全性。随着瞬态图像模板的数量增加，所获取的用户104的图像与一个或多个瞬态图像模板匹配的可能性也增大。因此，通过使用基于图像的认证提供的固有安全性降低。因此，通过在预定时间段到期之后删除瞬态图像模板，计算设备106和/或认证服务器110利用基线图像模板返回到其安全状态。

除了或者代替时间限制的瞬态图像模板的前述使用，计算设备106和/或认证服务器110可以被配置为将特定的位置分配给特定的瞬态图像模板。在一个实施例中，并且如下文参考图2所讨论的，计算设备106可以包括全球定位系统(GPS)收发机，计算设备106使用该GPS收发机来确定其位置。在计算设备106和/或认证服务器110根据所获取的用户104的图像创建瞬态图像模板时，计算设备106和/或认证服务器110可以将GPS坐标集与瞬态图像模板相关联。在计算设备106和/或认证服务器110采用特征匹配的情况下，计算设备106和/或认证服务器110还可以将GPS坐标与一个或多个瞬态图像特征相关联。以这种方式，如果用户104移动到各个位置，则计算设备106基于计算设备106的位置知道在比较所获取的用户104的图像时要使用哪个瞬态图像模板和/或瞬态图像特征。

在计算设备106和/或认证服务器110将GPS坐标与瞬态图像模板和/或瞬态图像特征相关联的一个实施例中，计算设备106和/或认证服务器110还可以建立预定范围，在该预定范围内瞬态图像模板和/或瞬态图像特征是相对于其相关联的GPS坐标参考的。预定范围可以从数英尺到数百码不等。以这种方式，在用户处于所存储的GPS坐标集的预定范围内(例如，与一个或多个瞬态图像模板或瞬态图像特征相关联的一个或多个GPS坐标)的情况下，计算设备106和/或认证服务器110参考瞬态图像模板和/或与所存储的GPS坐标集相关联的瞬态图像模板。因此，当创建瞬态图像模板和/或瞬态图像特征以使用瞬态图像模板和/或瞬态图像特征来执行基于图像的认证时，计算设备106不必与计算设备106所处的位置完全相同。

除了基于分配的预定时间段的过期来删除瞬态图像模板和/或瞬态图像特征之外，计算设备106和/或认证服务器110还可以基于位置来删除瞬态图像模板和/或瞬态图像特征。在一个示例中，计算设备106和/或认证服务器110可以被配置为在计算设备106在与和瞬态图像模板和/或瞬态图像特征相关联的一个或多个GPS坐标相关联的预定范围之外时，删除瞬态图像模板和/或瞬态图像特征。可以使用一个或多个距离度量来测量预定范围，所述距离度量包括但不限于：英尺、码、米、公里、英里以及其他这种距离测量。在一个实施例中，所述预定范围能由用户104来配置，诸如通过在创建瞬态图像模板和/或瞬态图像特征时提供输入来指示所述预定范围，这将触发对瞬态图像模板和/或瞬态图像特征的删除。在另一实施例中，计算设备106和/或认证服务器110被预先配置有导致删除瞬态图像模板和/或瞬态图像特征的预定范围。

另外，在计算设备106使用一个或多个瞬态图像模板的情况下，计算设备106可以被认为以瞬态模式来操作。在一个实施例中，当计算设备106接收到面部图像进行认证时，计算设备106可以首先确定其是否以其瞬态模式进行操作。如果计算设备106以瞬态模式操作，则计算设备106选择一个或多个瞬态图像模板以与一幅或多幅所获取的图像进行比较。更进一步地，计算设备106可以被配置有各种位置，使得瞬态模式标记或者其他标识符与各种位置中的每个位置相关联。就此而言，在计算设备106位于特定位置的情况下，计算设备106可以首先确定针对该特定位置的标识符是否被存储在存储器中，并且如果是，则确定该特定位置是否与瞬态计时器相关联(例如，对于该特定位置，计算设备106是否应当在瞬态模式下操作)。以这种方式，计算设备106可以将瞬态模式与一个或多个位置相关联。

因此，本公开内容描述了使用瞬态图像模板和/或瞬态图像特征来执行对用户104的基于图像的认证的各种实施例。本公开内容还描述了将一个或多个位置与瞬态图像模板相关联，并且确定对于特定位置，计算设备106正在或者应当以瞬态模式进行操作。此外，前述实施例中的任意一个实施例都可以彼此组合使用；因此，可以根据前述实施例的各种组合来配置计算设备106。

图2图示了根据示例性实施例的在图1中图示的计算设备106的应用和数据，其中，根据前述实施例中的一个或多个实施例来配置计算设备106。如在图2中所示的，并且在一个实施例中，计算设备106是移动设备106。计算设备106配置有各种传感器和/或收发机206-212，并且包括(一个或多个)各种应用240和数据242以促进对用户104的基于图像的认证。

计算设备106和/或认证服务器110的各种功能传感器、收发机和其他硬件和/或软件可以驻留在单个设备上，或者可以以各种布置分布在若干计算机上。计算设备106和/或认证服务器110的各个组件可以访问一个或多个数据库，并且计算设备106和/或认证服务器110的各个组件中的每个组件可以彼此通信。此外，尽管以单数形式讨论了图2的组件，但是将意识到，在其他实施例中，可以采用组件的多个实例。

在一个实施例中，计算设备106包括执行或实现一个或多个应用240的一个或多个处理器202。一个或多个处理器202可以是任何类型的市售处理器，诸如能从IntelCorporation，Advanced Micro Devices，Texas Instruments获得的处理器或者其他这种处理器。更进一步的，所述一个或多个处理器可以包括一个或多个专用处理器，诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。所述一个或多个处理器还可以包括可编程逻辑单元或电路，所述可编程逻辑单元或电路由软件临时配置为执行特定操作。因此，一旦由这样的软件配置，则所述一个或多个处理器成为被独立定制以执行所配置的功能的特定机器(或者机器的特定组件)，并且不再是通用处理器。

计算设备106还可以包括(一个或多个)各种计算机可读存储设备204和/或用于存储(一个或多个)应用240和/或数据242的(一个或多个)计算机可读介质。计算机可读存储设备204包括被配置为临时或永久存储指令和数据的一个或多个设备，并且可以包括但不限于：随机存取存储器(RAM)、只读存储器(ROM)、缓存存储器、闪存、光学介质、磁介质、高速缓存存储器、其他类型的存储装置(例如，可擦除可编程只读存储器(EEPROM))和/或其任何合适的组合。术语“计算机可读存储设备”应当被认为包括能够存储(一个或多个)应用240和数据242的单个设备或多个设备(例如，集中式或分布式数据库，或者相关联的高速缓存和服务器)。因此，计算机可读存储设备204可以被实现为单个存储装置或设备，或者替代地和/或另外地被实现为包括多个存储装置或设备的“基于云的”存储系统或存储网络。

计算设备106还可包括各种传感器和/或收发机，以促进建立一个或多个临时模板图像和/或临时模板特征。在一个实施例中，计算设备106包括：一个或多个图像传感器206，其用于获取用户104的一幅或多幅图像，计算设备106可以将其用作一个或多个基线图像模板，以用于确定一个或多个基线图像特征，作为一个或多个瞬态图像模板，以用于确定一个或多个瞬态图像特征，和/或用于尝试进行认证。(一个或多个)图像传感器206的示例包括但不限于：半导体电荷耦合设备(CCD)、互补金属氧化物半导体(CMOS)中的有源像素传感器、和/或N型金属氧化物半导体(NMOS)中的有源像素传感器。图像传感器206还可以包括红外传感器206，诸如前视红外(FLIR)传感器。

另外地和/或替代地，计算设备106可以包括GPS收发机208。GPS收发机208被配置为获得与计算设备106的位置相对应的一个或多个GPS坐标。如下文所讨论的，在使用一种或多种第二认证手段对用户成功认证后，所获得的GPS坐标可以与一个或多个瞬态图像模板和/或瞬态图像特征相关联。

此外，计算设备106可以包括一个或多个环境光传感器210。一个或多个环境光传感器210被配置为测量计算设备106所处的环境的环境光。例如，一个或多个环境光传感器210可以提供对由(一个或多个)图像传感器206获取的图像的环境光的测量。如下文参考图3A-3B所讨论的，由环境光传感器210测量的环境光可以用作关于计算设备106所处的环境是黑暗还是明亮的指示符(例如，测量结果是低于还是高于对应的环境光阈值)，这将指示对所获取的图像与基线图像模板的比较的认证失败可能由于不良的照明条件，而不是在所获取的图像中的其他缺陷。在一些示例中，环境光传感器可以是图像传感器206的功能。

最后，计算设备106可以包括一个或多个无线收发机212，其用于与一个或多个其他设备和/或系统(诸如认证服务器110)进行无线通信。在该上下文中，一个或多个无线收发机212包括促进无线通信的各种收发机，包括但不限于：Wi-Fi收发机(例如，被配置为使用IEEE 902.11a/b/g/n进行通信的收发机)、蓝牙

参考图2，计算设备106的(一个或多个)应用240被配置为执行对用户104的基于图像的认证，并且基于所述基于图像的认证的结果来授权和/或拒绝对计算设备106的访问。另外，(一个或多个)应用240被配置为响应于基于图像的认证过程来存储瞬态或瞬态图像模板和/或瞬态图像特征。在一个实施例中，以计算机编程和/或脚本语言编写(一个或多个)应用240。这样的语言的示例包括但不限于：C、C++、C#、Java、JavaScript、Perl、Python、或者现在已知或以后开发的任何其他计算机编程和/或脚本语言。

为了促进这些结果而执行这些和其他操作，(一个或多个)应用240包括但不限于操作系统214、认证应用216和面部识别应用218。尽管图2将项目214-218称为“应用”，但是本领域普通技术人员将意识到，这些项目214-218还可以被实现为独立应用的子模块，或者还可以被实现为另一应用(例如，操作系统214)可访问的一个或多个软件库。更进一步地，尽管计算设备106可以包括替代和/或额外模块或应用(例如，网络应用、打印应用、软件实现的键盘等)，但是这样的替代和/或额外模块和/或应用与本公开内容无关，并且出于简洁和可读性的目的，在此省略对其的讨论。

被使用和/或支持(一个或多个)应用240的数据242包括但不限于：一幅或多幅所获取的图像222、当前GPS位置224、一个或多个图像模板226、一个或多个临时(或瞬态)图像模板228、以及一个或多个经认证的GPS位置230。另外，数据242可以包括一个或多个确定的图像特征232、在(一个或多个)瞬态图像模板228与(一个或多个)认证GPS位置230之间的一个或多个关联234、各种计时数据236、以及用于认证用户104的用户证书238。就(一个或多个)应用240而言，数据242可以包括与本公开内容无关的替代和/或额外数据，诸如用户证书、操作系统状态、web浏览器数据等，并且为了简洁和可读性，在此省略对其的讨论。

操作系统214被配置为执行和/或访问一个或多个应用240，并且控制各种传感器和/或收发机206-212的功能。操作系统214可以被配置为在各种状态下操作计算设备106，诸如解锁状态和锁定状态，其中，解锁状态允许用户104访问操作系统214的各种功能，并且锁定状态限制用户104访问操作系统214的各种功能和/或对计算设备106的操作模式施加限制。一个或多个处理器202可以执行的操作系统的示例包括但不限于：

认证应用216被配置为使用一种或多种认证手段来认证用户104。这些认证手段的示例包括非生物统计手段，诸如用户名/密码组合、PIN、秘密模式、或者其他基于输入的认证方式。认证应用216还可以执行基于生物统计的认证，包括但不限于：指纹识别、基于图像的认证、语音分析识别、以及用于生物统计认证的手段。

在一个实施例中，认证应用216被配置为响应于操作系统214请求授权用户104访问计算设备106而执行对用户104的基于图像的认证。例如，计算设备106可能处于锁定状态，并且用户104已经请求将计算设备106置于解锁状态。因此，为了解锁计算设备106，操作系统214可以请求认证应用216来认证用户。

在一个实施例中，认证应用216经由基于图像的认证来认证用户104。就此而言，数据242可以包括一个或多个图像模板226，其对应于被授权访问计算设备106的用户的图像，诸如用户104的一幅或多幅图像。本领域普通技术人员将理解，如在面部识别中所使用的图像模板是面部识别程序或模块试图在另一图像或另一图像的一部分中找到的图像。(一个或多个)图像模板226可以以一种或多种图像格式来存储，包括但不限于：便携式网络图形(PNG)、位图(BMP)、联合图像专家组(JPEG/JPG)、或者其他这样的图像格式或者其组合。

因此，认证应用216可以使用一个或多个图像模板226调用和/或执行面部识别应用218以执行对用户104的面部识别操作。在一个实施例中，在注册操作期间建立一个或多个图像模板226，其中，一幅或多幅所获取的图像被分配为(一个或多个)基线图像模板，当用户104尝试访问计算设备106时，通过该基线图像模板可以在以后认证用户104。在这方面，(一个或多个)基线图像模板226是保留在计算设备106和/或认证服务器110上的图像模板。

为了执行面部识别操作，面部识别应用218可以调用一个或多个图像传感器206以获取用户104的一幅或多幅图像，这些图像随后被存储为(一幅或多幅)所获取的图像222。在该实施例中，面部识别应用218然后执行一个或多个图像模板匹配操作，以尝试匹配一个或多个图像模板226与(一个或多个)所获取的图像222。如上文所讨论的，图像模板匹配操作可以包括但不限于：平方差之和、平方差的归一化和、互相关、归一化互相关、相关系数、以及其他这样的模板匹配技术或者其组合。

另外地和/或替代地，面部识别应用218可以使用从(一个或多个)图像模板226提取和/或确定的一个或多个图像特征232来执行基于特征的匹配。因此，可以将待匹配的(一个或多个)图像特征232存储为(一个或多个)图像特征232。如上文所讨论的，面部识别应用218可以执行图像特征匹配操作，包括但不限于：SIFT、SURF、BRIEF、FAST、ORB或者其组合。

如本公开所设想到的，所公开的主题解决了由于一个或多个环境条件(诸如由于在其中获取(一幅或多幅)所获取的图像222的环境的不良照明条件)而导致基于初始图像的认证操作失败的情况。尽管由认证应用216执行的基于图像的认证可以在特定环境中的第一次尝试时成功，但是本公开的主题针对在基于图像的认证失败的情况下解锁计算设备106的后续尝试，特别是在照明或者其他环境条件影响由计算设备104获取用户104的结果图像的情况下。

另外，本公开主题解决了可能需要针对一个或多个瞬态图像模板228有效的额外时间的情况。因此，在计算设备106接收访问请求、执行基于图像的认证并且确定计算设备106最近处于瞬态操作模式(例如，使用一个或多个瞬态图像模板228来执行基于图像的认证)的情况下，瞬态计时器递增地增加。在一个实施例中，瞬态操作模式与位置相关联。在该实施例中，不同的位置可以与不同的操作模式相关联(例如，第一位置可以与基线操作模式相关联，而第二位置可以与瞬态操作模式相关联)。在另一实施例中，瞬态操作模式并不特定于任一位置。在计算设备106确定其最近处于瞬态操作模式的情况下，计算设备106然后递增地增加与一个或多个瞬态图像模板228相关联的瞬态计时器。瞬态计时器的增加可以特定于瞬态计时器所关联到的位置。另外地和/或替代地，瞬态计时器的增加可以是影响一个或多个瞬态计时器的全局增加。

在一个实施例中，面部识别应用218响应于来自认证应用216的请求而获取用户104的一幅或多幅图像222，诸如在用户104已经请求操作系统214解锁计算设备106的情况下。例如，面部识别应用218可以指示一个或多个图像传感器206获取用户104的一幅或多幅图像222。在面部识别应用218被配置为执行模板匹配操作的情况下，面部识别应用218可以使用(一幅或多幅)所获取的图像222和(一个或多个)图像模板226执行一个或多个模板匹配操作。另外地和/或替代地，在面部识别应用218被配置为执行特征匹配操作的情况下，面部识别应用218可以根据(一幅或多幅)所获取的图像222来确定一个或多个特征，并且将这些确定的特征与(一个或多个)图像模板226的图像特征232进行比较。面部识别应用218然后可以通知认证应用216在(一幅或多幅)所获取的图像222(或者所获取的图像特征)与一个或多个图像模板226(或者(一个或多个)图像特征232)之间是否存在匹配。如本领域普通技术人员将理解的，匹配不一定表示在被比较的(一幅或多幅)图像222-226和/或被比较的(一个或多个)特征之间100％的对应关系，但是面部识别应用218已经确定存在匹配的可能性(例如，90％或95％的概率)。

当面部识别应用218无法确定是否存在匹配(例如，面部识别应用218返回具有异常或错误消息的执行调用)或者面部识别应用218确定存在不匹配时，面部识别应用218相应地通知认证应用216(例如，通过返回具有特定消息、错误值和/或其他指示符的执行调用)。认证应用216然后可以经由计算设备106的显示器来提示用户104使用第二认证手段(例如，通过提供PIN、秘密模式等)来认证他或她自己。

在一个实施例中，认证应用216参考用户证书238，以经由第二认证手段来认证用户104。用户证书238可以包括但不限于PIN、秘密模式、用户名和密码、或者向计算设备106认证用户104的其他证书集合。

在用户104成功地向认证应用216认证他或她自己的情况下，这向认证应用216发信号通知用户104被授权访问计算设备106。更进一步地，其指示(一幅或多幅)所获取的图像222可能在视觉上有缺陷(例如，过度曝光、曝光不足、模糊等)，但是(一幅或多幅)所获取的图像222可能已经被用于认证用户104。

因此，在一个实施例中，以各种阈值、误差容限和/或容差度来建立面部识别应用218，以适应(一幅或多幅)所获取的图像222应当已经认证用户104的情况，但是(一幅或多幅)所获取的图像222的质量妨碍面部识别应用218确认所述认证。在(一幅或多幅)所获取的图像222与(一个或多个)图像模板226的比较指示失败的匹配但是在误差容限之内的情况下，(一幅或多幅)所获取的图像222被临时存储。然后，在用户104在经由(一幅或多幅)所获取的图像222未成功认证用户104之后经由第二认证手段来向认证应用216认证他或她自己的情况下，面部识别应用218将一幅或多幅所获取的图像222存储为瞬态图像或(一个或多个)瞬态图像模板228。(一幅或多幅)所获取的图像222被存储为(一个或多个)瞬态图像模板228，因为(一幅或多幅)所获取的图像222与(一个或多个)基线图像模板226的比较已经指示(一幅或多幅)所获取的图像222几乎是充分匹配的(例如，因为比较产生的值等于或大于误差容限但是小于匹配阈值)，所以这指示影响所述比较的一个可能因素可以是在其中获取(一幅或多幅)所获取的图像222的环境。因此，通过建立(一幅或多幅)所获取的图像222作为(一个或多个)瞬态图像模板228，面部识别应用218能够在假设随后的图像是在与(一个或多个)瞬态图像模板228相同的环境内(例如，在相同的环境条件下)被获取的情况下的随后尝试中参考(一个或多个)瞬态图像模板228来认证用户104。

识别用户104可以将计算设备106从一个环境移动到另一环境，该公开的面部识别应用218被配置为将计时数据236与一个或多个瞬态图像模板228相关联。在一个实施例中，计时数据236包括具有预定时间段的瞬态计时器，其中，瞬态计时器与(一个或多个)瞬态图像模板228中的每个相关联。可以以秒、分钟、小时、天或者任何其他时间增量来测量所述预定时间段。预定时间段的一个示例是五分钟。

另外，计时数据236可以包括面部识别应用218和/或认证应用216用于递增一个或多个瞬态计时器的增量值。在一个实施例中，所述增量值是由操作系统214的管理员或开发人员编程的恒定值。另外地和/或替代地，所述增量值能由计算设备106的用户104经由操作系统214可显示的一个或多个图形用户界面来配置。通过是可配置的增量值，用户104能够调整计算设备106保持在瞬态模式下的时间量。例如，用户104可能希望将针对第一位置的瞬态模式延长五分钟，但是可能希望将针对第二位置的瞬态模式延长三分钟。如(一个或多个)瞬态图像模板228的瞬态计时器一样，所述增量值可以被存储为计时数据236的一部分。

此外，计时数据236可以包括瞬态时间戳，该瞬态时间戳指示与特定的瞬态图像模板228相关联的瞬态计时器到期的时间。计时数据236还可以包括最近瞬态模式阈值，所述最近瞬态模式阈值指示计算设备106将被视为具有最近退出的瞬态模式的持续时间。例如，可以为所述瞬态模式阈值分配三分钟的值，这指示在退出瞬态模式后的三分钟内，计算设备106将被视为最近退出了瞬态模式。因此，在第四分钟，将不认为计算设备106最近退出了瞬态模式。如下文关于图7A-7C所讨论的，计算设备106是否最近退出了瞬态模式可以影响与一个或多个瞬态图像模板228相关联的瞬态计时器是否被扩展了预定量。

在瞬态计时器的寿命期间，操作系统214和/或面部识别应用218使瞬态计时器递减。在一个实施例中，在瞬态计时器到期时，由面部识别应用218删除对应的瞬态图像模板228。通过删除与到期的计时器相关联的瞬态图像模板228，面部识别应用218保留了计算设备106的安全性，并且回收瞬态图像模板可能一直在使用的任何存储空间。在另一实施例中，在瞬态计时器到期时，由面部识别应用218禁用对应的瞬态图像模板228，并且计算设备106恢复到基线操作模式，其中，一个或多个基线图像模板226被用于基于图像的认证。在该实施例中，一个或多个瞬态图像模板228直到满足条件(例如，达到预定日期和/或时间、计算设备106已经被重启五次等)或者直到用户104手动删除一个或多个瞬态图像模板228。

除了或者替代将计时数据236与一个或多个瞬态图像模板228相关联，计算设备106还可以被配置为将一个或多个经认证的GPS位置230与一个或多个瞬态图像模板228相关联。这些关联可以被存储为模板/GPS关联234。在一些情况下，计算设备106的物理位置可能影响一幅或多幅所获取的图像222的图像质量。通常，经认证的GPS位置是用户104已经向计算设备106认证他或她自己的位置(例如，经由认证应用216)。更进一步的，认证应用216可以响应于基于图像的认证机制的失败而将GPS位置224记录为经认证的GPS位置230，其中用户104被要求使用第二认证手段。

如上文所讨论的，面部识别应用218可以将一幅或多幅所获取的图像222存储为一个或多个瞬态图像模板228。另外，在认证应用216被配置为与GPS收发机208通信和/或访问数据242中所存储的GPS位置224的情况下，认证应用216和/或面部识别应用218可以在一个或多个瞬态图像模板228与GPS位置224(其随后被存储为经认证的GPS位置230)之间建立关联234。以这种方式，在用户104停留在特定位置或者重新访问特定位置的情况下，面部识别应用218和/或认证应用216查询(一个或多个)经认证的GPS位置230以确定针对所述特定位置是否存在现有的经认证的GPS位置230(例如，如由GPS位置224所指示的)。在针对特定位置具有经认证的位置230的情况下，面部识别应用218然后查询模板/GPS关联234以获得与经认证的位置230相关联的(一个或多个)对应的瞬态图像模板228。面部识别应用218然后参考所获得的瞬态图像模板以利用一幅或多幅所获取的图像222来执行对用户104的基于图像的认证。

另外，一个或多个瞬态图像模板228也可以与经认证的GPS位置230和计时数据236(例如，到期计时器)相关联。就此而言，在计算设备106位于距经认证的GPS位置230预定距离处或之内的情况下，面部识别应用218和/或认证应用216确定是否存在对应的瞬态图像模板228，并且如果是，则确定计时数据236是否指示瞬态图像模板228已经到期。在瞬态图像模板228尚未到期的情况下，面部识别应用218和/或认证应用216随后在执行基于图像的认证时参考瞬态图像模板。

以这种方式，计算设备106被配置为基于计算设备106的位置来确定使用哪个瞬态图像模板228。由于计算设备106可以包括一个或多个瞬态图像模板228，因此与经授权的GPS位置230的关联(例如，经由模板/GPS关联234)允许计算设备106更容易地确定在执行对用户104的基于图像认证时使用哪个瞬态图像模板228。因此，(一个或多个)经授权的GPS位置230和模板/GPS关联234的使用表示相对于用于认证用户的现有技术的改进。

本领域普通技术人员将理解，GPS位置224不仅仅限于使用GPS而确定的位置。就此而言，GPS位置224可以是由计算设备106使用地理定位技术中的一种或多种组合来确定的任何位置，包括但不限于：蜂窝三角测量(例如，经由无线收发机212)、基于Wi-Fi的定位系统(WiPS/WFPS)、互联网协议(IP)地址地理定位、以及其他这种地理定位技术。因此，(一个或多个)经认证的GPS位置230并不限于使用GPS而确定的那些位置，而是还包括使用一种或多种前述地理定位技术而确定的任何位置。

图3A-3B图示了根据示例性实施例的用于根据所获取的图像222来生成瞬态图像模板228的方法302。方法302可以由在图2中所图示的一个或多个组件来执行，并且参考图2进行讨论。

首先，并且参考图2和图3A，计算设备106经由操作系统214接收访问请求(操作304)。所述访问请求可以包括执行对用户104的基于图像的认证的请求。然后，操作系统214和/或认证应用216初始化一个或多个图像传感器206以获取用户104的一幅或多幅图像(操作306)。然后，(一个或多个)图像传感器206获取用户104的一幅或多幅图像，并且将这样的(一幅或多幅)图像存储为(一幅或多幅)所获取的图像222(操作308)。在一些实施例中，认证应用216和/或面部识别应用218然后根据(一幅或多幅)所获取的图像222来确定一个或多个图像特征(操作310)。尽管被示为可选操作，但是可以替代地和/或另外地执行在图3A中所示的一个或多个操作的操作310。

面部识别应用218然后将(一幅或多幅)所获取的图像222与一个或多个基线图像模板226进行比较(操作312)。如上文所讨论的，图像模板匹配操作可以包括但不限于：平方差之和、平方差的归一化和、互相关、归一化互相关、相关系数以及其他这样的模板匹配技术或者其组合。另外地和/或替代地，面部识别应用218使用(一个或多个)基线图像特征232和根据(一幅或多幅)所获取的图像222所确定的一个或多个特征来执行一个或多个特征匹配操作(操作312)。

然后，面部识别应用218将一幅或多幅所获取的图像222是否与(一个或多个)基线图像模板226相匹配的指示通知或通信给认证应用216(操作314)。在肯定地做出确定的情况下(例如，操作314的“是”分支)，方法302前进至操作316，其中，认证应用216确认用户104被授权访问计算设备106。替代地，当否定地做出确定的情况下(例如，操作314的“否”分支)，则方法302进行到图3B的操作318。

参考图3B，在操作318处，计算设备106经由操作系统214向用户104显示提示，请求用户104使用第二认证手段来认证他或她自己。例如，操作系统214可以显示提示，请求用户104提供一个或多个用户证书，诸如PIN、秘密模式、用户名和密码、指纹或者其他这样的用户证书。

然后，将所提供的用户证书与先前存储的用户证书238进行比较(操作320)。在认证应用216确定用户104未被认证的情况下(例如，操作320的“否”分支)，方法302前进至操作322。在操作322处，认证应用216指示操作系统214拒绝用户104访问计算设备106。然后，方法302结束，并且可以提示用户104向计算设备106重新认证他或她自己。

替代地，在用户104被认证的情况下(例如，操作320的“是”分支)，计算设备106然后在准备将一幅或多幅所获取的图像222存储为一个或多个瞬态图像模板228时执行若干操作。首先，认证应用216和/或面部识别应用218可以确定一幅或多幅所获取的图像222是否具有成为瞬态图像模板的必要质量。否则，如果(一幅或多幅)所获取的图像222不具有必要质量，则用户可能在以后的尝试中无法认证他或她自己，其中(一幅或多幅)低质量的所获取的图像222是(一个或多个)瞬态图像模板228。

如上文所讨论的，认证应用216和/或面部识别应用218确定一幅或多幅所获取的图像222的各种质量度量(操作324)。质量度量的示例包括检测到的光水平(例如，曝光不足或过度曝光)、模糊度、是否能够检测到一个或多个面部(例如，对象检测概率)、以及其他这样的质量度量或者其组合。

认证应用216和/或面部识别应用218然后确定一幅或多幅所获取的图像的确定和/或获得的质量度量值是否在可接受的质量度量值的预定范围之内(例如，在下阈值处或以上并且在上阈值处或以下)(操作326)。使用一系列质量度量值，因为如果一个或多个质量度量值太高(诸如曝光过度值)，则所得到的图像可能曝光过度，并且用户104的图像可能模糊；类似地，如果一个或多个质量度量值太低(例如，对象检测概率、检测到的环境光水平，等等)，则得到的图像可能曝光不足和/或变暗，并且用户104的图像可能是根据阴影或者其他深色标记无法确定的。因此，在否定地确定操作326的情况下(例如，操作326的“否”分支)，方法302进行到操作328。在操作328处，删除或舍弃具有不可接受的环境光值的所获取的图像。

替代地，在肯定地做出该确定的情况下(例如，操作326的“是”分支)，方法302前进至操作330，其中，认证应用216和/或面部识别应用218根据所获取的图像来生成(一个或多个)瞬态图像模板228。另外地和/或替代地，认证应用216和/或面部识别应用218还可以根据所获取的图像来确定将在未来尝试对用户104的基于图像的认证的一个或多个特征。然后，认证应用216和/或面部识别应用218将计时数据236与一个或多个瞬态图像模板228和/或所确定的特征相关联，其中，计时数据236包括指示(一个或多个)瞬态图像模板228将保留在计算设备106上的持续时间的计时器。如上文所讨论的，在计时器到期时，与计时器相关联的瞬态图像模板(或者所确定的特征)被从计算设备106中删除(或者以其他方式移除)。

图4A-4B图示了根据示例性实施例的用于使用一个或多个瞬态图像模板向图1的计算设备认证用户的方法402。方法402由在图2中所示的一个或多个组件来实现，并且通过参考图2的方式来讨论。方法402图示了计算设备106在一个之后进行的操作。

首先，并且参考图2和图4A，计算设备106经由操作系统214接收访问请求(操作404)。所述访问请求可以包括执行对用户104的基于图像的认证的请求。然后，操作系统214和/或认证应用216初始化一个或多个图像传感器206以用于获取用户104的一幅或多幅图像(操作406)。然后，(一个或多个)图像传感器206获取用户104的一幅或多幅图像，并且将这样的(一幅或多幅)图像存储为(一幅或多幅)所获取的图像222(操作408)。在一些实施例中，认证应用216和/或面部识别应用218然后根据(一幅或多幅)所获取的图像222来确定一个或多个图像特征(未示出的操作)。

面部识别应用218然后确定(一幅或多幅)所获取的图像222的各种质量度量值(操作410)。如先前所解释的，方法402涉及(一个或多个)瞬态图像模板228已经存在的情况；因此，面部识别应用218确定(一幅或多幅)所获取的图像222的质量度量值，以确保针对这样确定的质量度量值存在(一个或多个)对应的瞬态图像模板228。在一个实施例中，选择一个或多个瞬态图像模板228以用于与一幅或多幅所获取的图像222相匹配，其中，(一幅或多幅)所获取的图像222的质量度量值等于针对(一个或多个)对应的瞬态图像模板222的质量度量值或者在该质量度量值的预定范围内。另外地和/或替代地，面部识别应用218可以拒绝那些(一幅或多幅)所获取的图像222，其中，(一幅或多幅)所获取的图像222的质量度量值在与(一个或多个)瞬态图像模板228相关联的质量度量值的预定范围之外。

在面部识别应用218确定不存在具有类似于(一幅或多幅)所获取的图像222的质量度量值的质量度量值的(一个或多个)瞬时图像模板228(例如，操作412的“否”分支)，方法402进行到操作414，其中，计算设备106使用第二认证手段来认证用户104(例如，图3B的操作318)。另外地和/或替代地，方法402可以进行到操作308，从而计算设备106能够执行建立(一个或多个)瞬态图像模板228的那些操作。

替代地，在面部识别应用218确定存在(一个或多个)对应的瞬态图像模板228的情况下(例如，操作412的“是”分支)，方法402前进至操作414，其中，面部识别应用218执行如先前所描述的模板匹配和/或特征匹配操作。

参考图4B，面部识别应用218确定是否存在(一个或多个)匹配的瞬态图像模板228和/或针对(一幅或多幅)所获取的图像222的瞬态特征和/或(一幅或多幅)所获取的图像222的确定的图像特征。在面部识别应用218确定针对至少一个瞬态图像模板228和至少一幅所获取的图像222存在匹配(或者在瞬态特征与确定的特征之间的匹配)(例如，操作416的“是”分支)，方法402进行到操作424，其中，面部识别应用218指示或通知认证应用216用户104被认证。因此，在操作424处，授权用户104访问计算设备106。

替代地，在面部识别应用218确定至少一幅所获取的图像与至少一个瞬态图像模板228不充分匹配的情况下(例如，操作416的“否”分支)，面部识别应用218将失败通知给认证应用216。因此，认证应用216然后可以指示操作系统214显示提示，所述提示请求用户104提供一个或多个用户证书。当设置有用户证书时，认证应用216然后确定用户104是否被认证(例如，通过将所提供的证书与用户证书238进行比较)(操作420)。在认证应用216确定用户104未被认证的情况下(例如，操作420的“否”分支)，方法402进行到操作422，其中，认证应用216和/或操作系统214拒绝用户104访问计算设备106。在一个实施例中，计算设备106然后重新开始认证，并且请求用户104向计算设备106认证他或她自己。

替代地，在认证应用216确定用户104被认证的情况下(例如，操作420的“是”分支)，方法402进行到操作424，其中，认证应用216指示和/或通知操作系统214用户104被授权使用计算设备106。

图5A-5B图示了根据示例性实施例的用于根据(一幅或多幅)所获取的图像222来生成(一个或多个)瞬态图像模板228的方法502，其中，(一个或多个)瞬态图像模板228将与对应的认证位置相关联。方法502可以由在图2中所图示的一个或多个组件来执行，并且参考图2进行讨论。

首先，并且参考图2和图5A，计算设备106经由操作系统214接收访问请求(操作504)。所述访问请求可以包括执行对用户104的基于图像认证的请求。然后，操作系统214和/或认证应用216初始化(一个或多个)图像传感器206中的一个或多个以获取用户104的一幅或多幅图像(操作506)。然后，(一个或多个)图像传感器206获取用户104的一幅或多幅图像，并且将这样的(一幅或多幅)图像存储为(一幅或多幅)所获取的图像222(操作508)。在一些实施例中，认证应用216和/或面部识别应用218然后根据(一幅或多幅)所获取的图像222来确定一个或多个图像特征(操作510)。尽管被示出为可选操作，但是可以替代地和/或另外地执行在图5A中所示的一个或多个操作的操作510。

然后，面部识别应用218将(一幅或多幅)所获取的图像222与一个或多个基线图像模板226进行比较(操作512)。如上文所讨论的，图像模板匹配操作可以包括但不限于：平方差之和、平方差的归一化和、互相关、归一化互相关、相关系数以及其他这样的模板匹配技术或者其组合。另外地和/或替代地，面部识别应用218使用(一个或多个)基线图像特征232和根据(一幅或多幅)所获取的图像222而确定的一个或多个特征来执行一个或多个特征匹配操作(操作512)。

然后，面部识别应用218将一幅或多幅所获取的图像222是否匹配(一个或多个)基线图像模板226的指令通知或通信给认证应用216(操作514)。在肯定地做出确定的情况下(例如，操作514的“是”分支)，方法502进行到操作516，其中，认证应用216确认用户104被授权访问计算设备106。替代地，在否定地做出确定的情况下(例如，操作514的“否”分支)，方法302进行到图5B的操作518。

参考图5B，在操作518处，计算设备106经由操作系统214向用户104显示提示，请求用户104使用第二认证手段来认证他或她自己。例如，操作系统214可以显示提示，请求用户104提供一个或多个用户证书，诸如PIN、秘密模式、用户名和密码、指纹、或者其他这样的用户证书。

然后，将所提供的用户证书与先前存储的用户证书238进行比较(操作520)。在认证应用216确定用户104未被认证的情况下(例如，操作520的“否”分支)，方法502前进到操作522。在操作522处，认证应用216指示操作系统214拒绝用户104访问计算设备106。然后，方法502结束，并且可以提示用户104向计算设备106重新认证他或她自己。

替代地，在用户104被认证的情况下(例如，操作520的“是”分支)，计算设备106然后执行若干操作以准备存储一幅或多幅所获取的图像222作为一个或多个瞬态图像模板228。首先，认证应用216和/或面部识别应用218可以确定计算设备106的位置(操作524)。在一个实施例中，认证应用216和/或面部识别应用218查询GPS收发机208以获得计算设备106的GPS位置224。然而，并且如先前所解释的，可以根据其他技术来确定计算设备106的位置，诸如蜂窝三角测量、IP地址地理位置、WiPS/WFPS、以及其他这样的技术或者其组合。

当用户104已经认证了他或她自己时，这向认证应用216和/或面部识别应用218指示计算设备106的GPS位置224(或者使用其他地理位置技术确定的位置)是可信位置。因此，认证应用216和/或面部识别应用218可以将GPS位置224存储为经认证的GPS位置230。

另外，并且如参考图3A-3B所讨论的，面部识别应用218可以确定(一幅或多幅)所获取的图像是否足以执行匹配和/或比较操作，包括但不限于：确定(一幅或多幅)所获取的图像中的环境光水平、确定(一幅或多幅)所获取的图像的模糊度、确定(一幅或多幅)所获取的图像的颜色水平(例如，通过直方图分析)、以及其他这样的确定。因此，以这种方式，面部识别应用218确定(一幅或多幅)所获取的图像222是否具有用于执行基于图像的认证的必要质量。

基于一幅或多幅所获取的图像222是否足以执行基于图像的认证，认证应用216和/或面部识别应用218然后可以根据一幅或多幅所获取的图像222来生成瞬态图像模板228和/或瞬态图像特征(操作526)。此后，认证应用216和/或面部识别应用218然后诸如通过将关联存储在二维表或者其他关系数据库(未示出)中来建立在经认证的GPS位置230与瞬态图像模板228之间的关联。另外，并且以与方法302相似的方式，认证应用216和/或面部识别应用218然后将计时数据236与一个或多个瞬态图像模板228和/或所确定的特征相关联，其中，计时数据236包括计时器，所述计时器指示(一个或多个)瞬态图像模板228将保留在计算设备106上的持续时间。如上文所讨论的，在计时器到期时，将与计时器相关联的瞬态图像模板(或者所确定的特征)从计算设备106删除(或者以其他方式移除)。

因此，除了包括计时数据236与一个或多个瞬态图像模板228之外，认证应用216和/或面部识别应用218还将经认证的GPS位置230与一个或多个瞬态图像模板228相关联。因此，每个瞬态图像模板228可以与经认证的GPS位置230和计时数据236相关联。这些关联进一步改善了计算设备106的功能，因为其允许计算设备106基于时间(例如，与瞬态图像模板228相关联的计时器是否已经到期)和位置(例如，计算设备106是否位于用户104先前已经被认证的位置)两者来认证用户104。

图6A-6B图示了根据示例性实施例的用于使用一个或多个瞬态图像模板228和(一个或多个)经认证的GPS位置230向计算设备106认证用户104的方法602。方法602可以通过在图2中所示的一个或多个组件来实现，并且通过参考图2进行讨论。

首先，并且参考图2和图6A，计算设备106经由操作系统214接收访问请求(操作604)。所述访问请求可以包括执行对用户104的基于图像认证的请求。然后，操作系统214和/或认证应用216初始化一个或多个图像传感器206以用于获取用户104的一幅或多幅图像(操作606)。然后，(一个或多个)图像传感器206获取用户104的一幅或多幅图像，并且将这样的(一幅或多幅)图像存储为(一幅或多幅)所获取的图像222(操作608)。在一些实施例中，认证应用216和/或面部识别应用218然后根据(一幅或多幅)所获取的图像222来确定一个或多个图像特征(操作未示出)。

然后，认证应用216和/或面部识别应用218确定计算设备106的位置(操作610)。在一个实施例中，GPS收发机208提供计算设备106的GPS位置224。如先前所解释的，方法602涉及(一个或多个)瞬态图像模板228已经存在并且与一个或多个经认证的GPS位置230相关联的情况。因此，认证应用216和/或面部识别应用218获得计算设备106的位置，以确定是否存在与等于或近似等于计算设备106的GPS位置224的GPS位置相关联的对应瞬态图像模板。

因此，使用GPS位置224，认证应用216和/或面部识别应用218确定是否存在近似或接近GPS位置224的经认证的GPS位置230。在一个实施例中，计算设备106被编程有距离阈值，该距离阈值指示其中GPS位置224应当位于经认证的GPS位置230处或之内以被视为在经认证的GPS位置230处或附近的距离阈值。在认证应用216和/或面部识别应用218无法识别对应的经认证的GPS位置的情况下(例如，操作612的“否”分支)，方法602进行到操作614。在操作614处，计算设备106使用第二认证手段来认证用户104(例如，图5B的操作518)。另外地和/或替代地，方法402可以进行到操作508，从而计算设备106能够执行建立(一个或多个)瞬态图像模板228以及在(一个或多个)瞬态图像模板与(一个或多个)经认证的GPS位置230之间的关联的那些操作。

替代地，在认证应用216和/或面部识别应用218确定存在与GPS位置224相对应的一个或多个经认证GPS位置230的情况下(例如，操作612的“是”分支)，方法602进行到操作614。在操作614处，面部识别应用218使用操作612的确定的(一个或多个)经认证的GPS位置230来引用模板/GPS关联234，以识别(一个或多个)对应的瞬态图像模板228。然后，面部识别应用218使用对应的瞬时图像模板228，将对应的瞬时图像模板与一幅或多幅所获取的图像222进行比较。

参考图6B，面部识别应用218确定是否存在针对所获取的图像222的匹配的瞬态图像模板228和/或瞬态特征和/或所获取的图像222的确定的图像特征(操作616)。在面部识别应用218确定针对至少一个瞬态图像模板228和至少一幅所获取的图像222存在匹配(或者在瞬态特征与确定的特征之间的匹配)的情况下(例如，操作616的“是”分支)，方法602进行到操作624，其中，面部识别应用218指示或通知认证应用216用户104已经被认证。因此，在操作624处，授权用户104访问计算设备106。

替代地，在面部识别应用218确定至少一幅所获取的图像与至少一个瞬态图像模板228不充分匹配的情况下(例如，操作616的“否”分支)，面部识别应用218将失败通知给认证应用216。因此，认证应用216然后可以指示操作系统214显示提示，该提示请求用户104提供一个或多个用户证书。当被提供有用户证书时，认证应用216然后确定用户104是否被认证(例如，通过将所提供的证书与用户证书238进行比较)(操作620)。在认证应用216确定用户104未被认证的情况下(例如，操作620的“否”分支)，方法602前进到操作622，其中，认证应用216和/或操作系统214拒绝用户104访问计算设备106。在一个实施例中，计算设备106然后重新开始认证，并且请求用户104向计算设备106认证他或她自己。

替代地，在认证应用216确定用户104被认证的情况下(例如，操作620的“是”分支)，方法602前进到操作624，其中，认证应用216指示和/或通知操作系统214用户104被授权使用计算设备106。

图7A-7C图示了根据示例性实施例的用于基于确定计算设备106最近正在以瞬态模式进行操作来延长计算设备106的瞬态操作模式的时间的方法702。方法702可以由图2的一个或多个组件来实现，并且参考图2进行讨论。

首先，并且参考图2和图7A，计算设备106经由操作系统214接收访问请求(操作704)。所述访问请求可以包括执行对用户104的基于图像认证的请求。然后，操作系统214和/或认证应用216初始化一个或多个图像传感器206以用于获取用户104的一幅或多幅图像(操作706)。然后，(一个或多个)图像传感器206获取用户104的一幅或多幅图像，并且将这样的(一幅或多幅)图像存储为(一幅或多幅)所获取的图像222(操作708)。在一些实施例中，认证应用216和/或面部识别应用218然后根据(一幅或多幅)所获取的图像222来确定一个或多个图像特征(操作未示出)。

然后，认证应用216和/或面部识别应用218确定计算设备106是否以瞬态模式进行操作(操作710)。在一个实施例中，确定计算设备106是否以瞬态模式操作包括：确定计算设备106的位置；确定所确定的位置被存储在模板/GPS关联234中；识别与所确定的位置相关联的瞬态图像模板228；并且参考与识别出的瞬态图像模板相关联的瞬态计时器。在瞬态计时器尚未到期的情况下，认证应用216和/或面部识别应用218确定计算设备106正在以瞬态模式操作(例如，操作710的“是”分支)。在另一实施例中，标志、布尔变量或者其他标识符被用于识别计算设备106是在基线操作模式下还是在瞬态操作模式下操作，并且在建立瞬态计时器时和/或在瞬态计时器到期时修改标志、布尔变量或者其他标识符。因此，标志、布尔变量或者其他标识符可以识别计算设备106正在瞬态模式下操作(例如，操作710的“是”分支)。

在计算设备106肯定地确定其以瞬态模式操作的情况下，方法702前进到操作712。在操作712处，将一幅或多幅所获取的图像222与一个或多个瞬态图像模板228进行比较。如先前所讨论的，该比较也可以是位置相关的，从而面部识别应用218和/或认证应用216基于计算设备106的位置来确定使用哪个瞬态图像模板228进行比较(例如，如由一个或多个无线收发机212所提供的)。此外，并且尽管图7A中未示出，但是(一幅或多幅)所获取的图像222的比较可以包括对根据(一幅或多幅)所获取的图像222而确定的图像特征与一个或多个瞬时图像特征的比较。

基于一幅或多幅所获取的图像222与一个或多个瞬时图像模板228的比较，认证应用216和/或面部识别应用218确定用户104是否被认证(操作714)。如先前所讨论的，认证应用216和/或面部识别应用218可以使用各种度量来确定一幅或多幅所获取的图像222是否与一个或多个瞬态图像模板228相匹配，诸如平方差、平方差的归一化和、互相关、归一化互相关、相关系数、以及其他这样的模板匹配技术或者其组合。

在度量指示匹配的情况下(例如，结果匹配值大于或等于预定阈值)，认证应用216和/或面部识别应用218通知操作系统214用户104已经被授权使用计算设备106(操作716)。

替代地，认证应用216和/或面部识别应用218可以确定在一幅或多幅所获取的图像222与一个或多个瞬态图像模板228之间不存在匹配(例如，操作714的“否”分支)。因此，方法702进行到图7B的操作724。在关于操作718-722的以下描述之后，下文将进一步讨论操作724以及之后的操作。

返回参考操作710，认证应用216和/或面部识别应用218可以确定计算设备106不在瞬态模式下操作(例如，操作710的“否”分支)。如先前所讨论的，可以通过参考与一个或多个瞬态图像模板228相关联的一个或多个瞬态计时器和/或通过参考由认证应用216和/或面部识别应用218先前设置的瞬态标志来执行该确定。在认证应用216和/或面部识别应用218确定计算设备106未在瞬态模式下操作的情况下，方法702进行到操作718。

在操作718处，认证应用216和/或面部识别应用218确定计算设备106是最近终止还是退出瞬态模式(操作718)。在一个实施例中，认证应用216和/或面部识别应用218通过参考与一个或多个瞬态图像模板228和/或一个或多个经认证的GPS位置230相关联的瞬态时间戳来执行该确定。认证应用216和/或面部识别应用218可以计算在瞬态时间戳与当前时间之间的差以获得瞬态模式时间差，然后将其与瞬态模式阈值进行比较。以这种方式，可以基于特定的瞬态图像模板228、特定的位置或者其组合来确定计算设备106是最近终止还是退出瞬态模式。

在认证应用216和/或面部识别应用218确定计算设备106最近没有终止其瞬态模式的情况下(例如，操作718的“否”分支)，方法702进行到图7B的操作724。替代地，在认证应用216和/或面部识别应用218肯定地做出该确定的情况下(例如，操作718的“是”分支)，方法702进行到操作720。

在操作720处，认证应用216和/或面部识别应用218增加与一个或多个瞬态图像模板228相关联的瞬态计时器。在一个实施例中，瞬态计时器的增加是与最近终止瞬态模式相关联的瞬态计时器。在另一实施例中，该增加被应用于与计算设备106的位置(例如，被存储在(一个或多个)经认证的GPS位置230中的位置)相关联的瞬态计时器。如上文所讨论的，该增加可以是预定量的(例如，在操作系统214内编程的)，或者可以由用户104通过由操作系统214提供的一个或多个用户界面配置的。增加的瞬态计时器随后与一个或多个瞬态图像模板228相关联(操作722)。然后，方法702进行到操作712，其中，如上文所讨论的，认证应用216和/或面部识别应用218执行对一幅或多幅所获取的图像222与一个或多个瞬态图像模板228的比较。

参考图7B，方法702从图7A的操作714或操作718进入操作724。在操作724处，认证应用216和/或面部识别应用218将一幅或多幅所获取的图像222与一个或多个基线图像模板226进行比较。在以下假设下执行操作724：即使一幅或多幅所获取的图像222可能不与一个或多个瞬态图像模板228相匹配，但是一幅或多幅所获取的图像222仍然可能与一个或多个基线图像模板226相匹配。因此，合并该操作的益处在于计算设备106确保了在认证过程中使用基线图像模板226和瞬态图像模板228两者，这增加了一幅或多幅所获取的图像222将认证用户104的可能性。

在操作726处，认证应用216和/或面部识别应用218确定用户104是否被认证。如上文所讨论的，当从一种或多种模板匹配技术返回的值达到或超过预定的匹配阈值时，认证应用216和/或面部识别应用218可以确定用户104已经被认证。在认证应用216和/或面部识别应用218确定用户104被认证的情况下(例如，操作726的“是”分支)，方法702进行到操作728，其中，用户104被授权访问计算设备106。

替代地，在认证应用216和/或面部识别应用218确定用户104未被认证的情况下(例如，操作726的“否”分支)，方法702进行到操作730。在操作730处，认证应用216和/或面部识别应用218为一幅或多幅所获取的图像222确定一个或多个质量度量值。认证应用216和/或面部识别应用218执行该确定以预期用户104使用第二认证手段成功地认证了他或她自己，并且应当将一幅或多幅所获取的图像222转换为瞬态图像模板228。

因此，在操作732处，认证应用216和/或面部识别应用218指示操作系统214显示提示或消息，请求用户104使用第二认证手段来认证他或她自己。如先前所讨论的，第二认证手段包括但不限于：PIN、秘密模式、密码、指纹、视网膜扫描、或者认证用户104的任何其他生物统计或非生物统计手段。

在操作734处，认证应用216基于所述第二认证手段来确定用户104是否被认证。在一个实施例中，认证应用216使用第二认证手段将从用户104接收到的证书与用户证书238进行比较。在认证应用216确定用户未被认证的情况下(例如，操作734的“否”分支)，方法702进行到操作736，其中，认证应用216通知操作系统214拒绝用户104访问计算设备106。

替代地，在认证应用216确定用户104被认证的情况下(例如，操作734的“是”分支)，方法702进行到图7C上的操作736。参考图7C，认证应用216和/或面部识别应用218然后确定在操作730中确定的一个或多个质量度量是否达到或超过一个或多个质量度量阈值(操作736)。

认证应用216和/或面部识别应用218执行该确定，以确保待转换为一个或多个瞬态图像模板238的一幅或多幅所获取的图像222具有在随后的基于图像的认证尝试中使用的必要质量。在一个实施例中，认证应用216和/或面部识别应用218通过将一个或多个质量度量中的每个质量度量与其对应的阈值进行比较来执行该确定。在一些情况下，当至少一个质量度量达到或超过其对应的阈值时，确定所获取的图像具有必要质量。在其他情况下，当所有质量度量均达到或超过其对应阈值时，确定所获取的图像具有必要质量。质量度量阈值还可以包括值的范围，使得质量度量应当在将所获取的图像转换为瞬态图像模板的值的范围内。

因此，在认证应用216和/或面部识别应用218确定一幅或多幅所获取的图像222不具有用作瞬态图像模板的必要质量的情况下(例如，操作736的“否”分支)，方法702进行到操作738，其中，一幅或多幅所获取的图像222被删除或舍弃。替代地，在认证应用216和/或面部识别应用218确定一幅或多幅所获取的图像222具有必要质量的情况下(例如，操作736的“是”分支)，方法702进行到操作740。

在操作740处，认证应用216和/或面部识别应用218将一幅或多幅所获取的图像222转换为一个或多个瞬态图像模板228。此后，认证应用216和/或面部识别应用218将默认的瞬态计时器值分配给与新转换的瞬态图像模板相关联的瞬态计时器(操作742)。替代地，认证应用216和/或面部识别应用218可以分配值等于增加了预定增量的默认瞬态计时器值的瞬态计时器。另外，认证应用216和/或面部识别应用218可以将一个或多个经认证的GPS位置230与新转换的瞬态图像模板相关联。

利用与新转换的瞬态图像模板相关联的瞬态计时器，可以将计算设备106视为在其瞬态模式下进行操作。然而，在一些实施例中，认证应用216和/或面部识别应用218可以向瞬态模式标志分配值，所述值识别计算设备106正在其瞬态模式下操作(操作744)。

返回到操作736，不管一幅或多幅所获取的图像，认证应用216和/或面部识别应用218通知操作系统214授权用户104访问计算设备(操作746)。用户104然后可以使用计算设备106。

图8图示了根据示例性实施例的用于更新针对一个或多个瞬态图像模板的计时数据的方法802。方法802可以由在图2中所示的一个或多个组件来实现，并且通过参考图2进行讨论。

首先，认证应用216取回与瞬态图像模板228或者一个或多个瞬态图像特征相关联的计时数据236(操作804)。在一个实施例中，计时数据236包括计时器，所述计时器指示瞬态图像模板228或瞬态图像特征在认证应用216和/或面部识别应用216从计算设备106删除瞬态图像模板228或瞬态图像特征之前的剩余时间量。替代地，计时器可以指示瞬态图像模板228或瞬态图像特征已经驻留在计算设备106上的时间量。

然后，认证应用216和/或面部识别应用218确定与瞬态图像模板或者一个或多个瞬态图像特征相关联的计时数据236是否已经到期(操作806)。在一个实施例中，确定计时器是否到期包括：确定计时器是否已经达到零值。替代地，确定计时器是否已经到期包括：将计时器与预定计时器阈值进行比较；在计时器达到或超过预定计时器阈值的情况下，认证应用216和/或面部识别应用218确定该计时器已经到期。

在认证应用216和/或面部识别应用218确定计时数据236未指示其已经到期的情况下(例如，操作806的“否”分支)，方法802进行到操作808。在操作808处，认证应用216和/或面部识别应用218调整计时数据236；如在图8中所示的，调整计时数据236可以包括将计时数据236递减预定量(例如，一秒)。在另一实施例中，调整计时数据236可以包括将计时数据236递增预定量。然后，利用新的递减(或递增)计时值来更新与瞬态图像模板和/或一个或多个瞬态图像特征相关联的计时数据236(操作810)。然后，方法802返回到操作804，其中所述方法再次开始。

返回参考操作806，其中，认证应用216和/或面部识别应用218确定计时数据236指示与瞬态图像模板和/或瞬态图像特征相关联的计时器已经到期(例如，操作806的“是”分支)，方法802进行到操作912。在操作812处，认证应用216和/或面部识别应用218从计算设备106删除或者以其他方式移除瞬态图像模板或者一个或多个瞬态图像特征。然后，方法802可以针对该特定计时数据结束。

尽管一些方法302-802参考了一幅或多幅所获取的图像222、基线图像模板226和一个或多个瞬态图像模板228，但是本领域普通技术人员将意识到，方法302-802也可以使用图像特征以及先前所讨论的一个或多个基于特征的比较操作来实现。另外，尽管独立地示出了方法302-802，但是本领域普通技术人员将意识到，可以以各种组合来重新排序和/或重新布置方法302-802的操作，其中，省略了重复或冗余的操作。因此，在本文中所公开的方法不仅仅限于如在图3-8中所示的其实现方式，而是可以以任何逻辑或操作方式来布置或组合。

以这种方式，本公开提供了与对用户104的基于图像的认证相关的各种实施例，并且具体地，涉及在基于图像的认证失败但是用户104已经使用第二认证手段认证了他或她自己之后建立瞬态图像模板。通过使用瞬态图像模板和/或瞬态图像特征，计算设备106可以在基于图像的认证一致地或者通常以基线图像模板和/或基线图像特征而失败的环境中执行基于图像的认证。在这一点上，本公开以常规上执行基于图像的认证的方式提供了技术上的改进。因此，与常规实现的计算设备相比，计算设备106的功能和操作得到了改善。

在本文中将某些实施例描述为包括逻辑单元或多个组件、模块或机制。模块可以构成软件模块(例如，体现在机器可读介质或机器可读存储设备上的代码)或硬件模块。“硬件模块”是能够执行某些操作的有形单元，并且可以以某种物理方式配置或布置。在各种示例性实施例中，一个或多个计算机系统(例如，独立计算机系统、客户端计算机系统或服务器计算机系统)或计算机系统的一个或多个硬件模块(例如，处理器或一组处理器)可以由软件(例如，应用或应用部分)配置为操作以执行本文所述的某些操作的硬件模块。

在一些实施例中，可以机械地、电子地或者其任何合适的组合来实现硬件模块。例如，硬件模块可以包括被永久性地配置为执行某些操作的专用电路或逻辑单元。例如，硬件模块可以是专用处理器，例如FPGA或ASIC。硬件模块还可以包括可编程逻辑单元或电路，该可编程逻辑单元或电路由软件临时配置为执行某些操作。例如，硬件模块可以包括由通用处理器或者其他可编程处理器执行的软件。一旦由这样的软件进行配置，硬件模块就成为被独特定制以执行所配置的功能的特定机器(或机器的特定组件)，而不再是通用处理器。将理解，可以由成本和时间考量来驱动决定在专用且永久配置的电路中还是在临时配置的电路(例如，由软件配置)中机械地实现硬件模块。

因此，短语“硬件模块”应当被理解为包含有形实体，是指被物理上构造、永久配置(例如，硬连线)或临时配置(例如，编程)以某种方式操作或执行在本文中所描述的某些操作的实体。如在本文中所使用的，“硬件实现的模块”是指硬件模块。考虑到其中硬件模块被临时配置(例如，编程)的实施例，每个硬件模块不需要在任何时刻被配置或实例化。例如，在硬件模块包括由软件配置称为专用处理器的通用处理器的情况下，通用处理器可以在不同时间分别被配置为不同的专用处理器(例如，包括不同的硬件模块)。因此，软件配置一个或多个特定处理器，例如，以在一个时刻构成特定的硬件模块，并在不同的时刻构成不同的硬件模块。

硬件模块能够向其他硬件模块提供信息并且从其他硬件模块接收信息。因此，所描述的硬件模块可以被认为是通信耦合的。在同时存在多个硬件模块的情况下，可以通过在两个或更多个硬件模块之间的信号传输(例如，通过适当的电路和总线)来实现通信。在其中在不同时间配置或实例化多个硬件模块的实施例中，可以例如通过在多个硬件模块可以访问的存储器结构中存储和取回信息来实现这种硬件模块之间的通信。例如，一个硬件模块可以执行操作并且将该操作的输出存储在其通信耦合到的存储器设备中。然后，另一硬件模块可以在以后的时间访问存储器设备以取回和处理所存储的输出。硬件模块还可以发起与输入或输出设备的通信，并且可以在资源(例如，信息集合)上进行操作。

在本文中所描述的示例性方法的各种操作可以至少部分地由(例如，由软件)临时配置或永久配置为执行相关操作的一个或多个处理器来执行。无论是临时配置还是永久配置，这样的处理器都可以构成处理器实现的模块，这些模块操作以执行本文所述的一个或多个操作或功能。如在本文中所使用的，“处理器实现的模块”是指使用一个或多个处理器实现的硬件模块。

类似地，在本文中所描述的方法可以至少部分地由处理器实现，其中一个或多个特定处理器是硬件的示例。例如，方法的至少一些操作可以由一个或多个处理器或处理器实现的模块执行。此外，一个或多个处理器还可在“云计算”环境中或作为“软件即服务”(SaaS)操作以支持相关操作的执行。例如，至少一些操作可以由一组计算机(作为包括处理器的机器的示例)执行，这些操作可以经由网络(例如，互联网)并经由一个或多个适当的接口(例如，API)进行访问。

某些操作的执行可以分布在处理器之间，不仅驻留在单个计算机内，而且可以跨多个计算机部署。在一些示例性实施例中，处理器或处理器实现的模块可以位于单个地理位置中(例如，在家庭环境、办公室环境或服务器场内)。在其他示例性实施例中，处理器或处理器实现的模块可以分布在多个地理位置上。

在一些实施例中，在机器和关联的软件架构的上下文中实现结合图1-8描述的模块、方法、应用等。以下各部分描述了适合与所公开的实施例一起使用的代表性架构。

软件架构与硬件架构结合使用，以创建针对特定目的而定制的设备和机器。例如，特定的硬件架构与特定的软件架构耦合将创建移动设备，例如移动电话、平板设备等。略有不同的硬件和软件架构可能会产生在“物联网”中使用的智能设备，而另一种组合则会产生在云计算架构中使用的服务器计算机。由于本领域技术人员可以容易地理解如何在与本文所包含的公开内容不同的上下文中实现本发明的主题，因此这里没有给出这种软件和硬件架构的所有组合。

图9是图示了根据一些示例性实施例的能够从机器可读介质(例如，机器可读存储介质或机器可读存储设备)读取指令并且执行在本文中所讨论的任意一种或多种方法的机器900的组件的框图。具体地，图9以计算机系统的示例形式示出了机器900的示意图，在其中可以执行指令916(例如，软件、程序、应用、小程序、app或者其他可执行代码)以使机器900执行本文讨论的任何一种或多种方法。例如，指令916可以使机器900执行图3A-8所示的方法。另外地或替代地，指令916可以实现图1-2的一个或多个组件。指令916将通用的未编程的机器900转换为被编程为以所描述的方式执行所描述和示出的功能的特定机器900。在替代实施例中，机器900作为独立设备操作，或者可以耦合(例如，联网)到其他机器。在网络部署中，机器900可以在服务器-客户端网络环境中以服务器机器或客户端机器的能力运行，或者在对等(或分布式)网络环境中作为对等机器运行。机器900可以包括但不限于服务器计算机、客户端计算机、个人计算机(PC)、平板计算机、膝上型计算机、上网本、PDA、或者能够顺序或以其他方式执行指定机器900要采取的动作的指令916的任何机器。此外，尽管仅示出了单个机器900，但是术语“机器”也应当被认为包括单独地或联合地执行指令916以执行本文讨论的任何一种或多种方法的机器900的集合。

机器900可以包括处理器910、存储器/存储设备930和I/O组件950，其可以被配置为例如经由总线902彼此通信。在示例性实施例中，处理器910(例如，中央处理器(CPU)、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)、数字信号处理器(DSP)、ASIC、射频集成电路(RFIC)、另一处理器或其任何合适的组合)可以包括例如可以执行指令916的处理器912和处理器914。术语“处理器”旨在包括多核处理器，其可以包括同时执行指令916的两个或更多个独立处理器(有时称为“核心”)。尽管图9示出了多个处理器910，但机器900可以包括具有单个核心的单个处理器、具有多个核心的单个处理器(例如，多核进程)、具有单个核心的多个处理器、具有多个核心的多个处理器、或者其任意组合。

存储器/存储设备930可以包括诸如主存储器或者其他存储器存储设备之类的存储器932以及存储单元936，两者均可以例如经由总线902由处理器910访问。存储单元936和存储器932存储体现本文所述的任何一种或多种方法或功能的指令916。在由机器900执行期间，指令916还可以全部或部分地驻留在存储器932内，在存储单元936内，在至少一个处理器910内(例如，在处理器的高速缓存存储器内)，或者其任何合适的组合。因此，存储器932、存储单元936和处理器910的存储器是机器可读介质的示例。

如在本文中所使用的，“机器可读介质”包括能够临时或永久地存储指令916和数据的机器可读存储设备，包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、缓存存储器、闪存、光学介质、磁性介质、高速缓存存储器、其他类型的存储设备(例如，可擦除可编程只读存储器(EEPROM))和/或其任何合适的组合。应当认为术语“机器可读介质”包括能够存储指令916的单个介质或多个介质(例如，集中式或分布式数据库，或相关联的高速缓存和服务器)。术语“机器可读介质”也应当被认为包括能够存储由机器(例如，机器900)执行的指令(例如，指令916)的任何介质或多种介质的组合，使得当指令由机器900的一个或多个处理器(例如，处理器910)执行时，使机器900执行在本文中所描述的任何一种或多种方法。因此，“机器可读介质”是指单个存储装置或设备，以及包括多个存储装置或设备的“基于云的”存储系统或存储网络。术语“机器可读介质”不包括信号本身。

输入/输出(I/O)组件950可以包括各种组件，以接收输入、提供输出、产生输出、发送信息、交换信息、捕获测量，等等。包含在特定机器中的特定I/O组件950将取决于机器的类型。例如，诸如移动电话的便携式机器将可能包括触摸输入设备或者其他这样的输入机构，而无头服务器机器将可能不包括这样的触摸输入设备。将理解，I/O组件950可以包括在图8中未示出的许多其他组件。根据功能对I/O组件950进行分组仅是为了简化以下讨论，并且分组绝不是限制性的。在各种示例性实施例中，I/O组件950可以包括输出组件952和输入组件954。输出组件952可以包括视觉组件(例如，诸如等离子体显示面板(PDP)的显示器、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪、或者阴极射线管(CRT))、声学组件(例如，扬声器)、触觉组件(例如，振动电机、阻力机构)、其他信号生成器等。输入组件954可以包括字母数字输入组件(例如，键盘、被配置为接收字母数字输入的触摸屏、光电键盘、或者其他字母数字输入组件)、基于点的输入组件(例如，鼠标、触摸板、跟踪球、操纵杆、运动传感器、或者其他定点工具)、触觉输入组件(例如，物理按钮、提供触摸或触摸手势的位置和/或力的触摸屏、或者其他触觉输入组件)、音频输入组件(例如，麦克风)等。

在其他示例性实施例中，I/O组件950可以包括生物统计组件956、运动组件958、环境组件960或位置组件962以及多种其他组件。例如，生物统计组件956可以包括用于检测表情(例如手表情、面部表情、声音表情、身体姿势或眼睛跟踪)，测量生物信号(例如，血压、心率、体温、汗液或脑波)，识别人员(例如，语音识别、视网膜识别、面部识别、指纹识别或基于脑电图的识别)等。运动组件958可以包括加速度传感器组件(例如，加速度计)、重力传感器组件、旋转传感器部件(例如陀螺仪)等等。环境组件960可以包括例如照明传感器组件(例如，光度计)、温度传感器组件(例如，检测环境温度的一个或多个温度计)、湿度传感器组件、压力传感器组件(例如气压计)、声学传感器组件(例如，检测背景噪声的一个或多个麦克风)、接近传感器组件(例如，检测附近对象的红外传感器)、气体传感器(例如，针对安全性检测有害气体浓度或测量大气中污染物的气体检测传感器)、或者可以提供与周围物理环境对应的指示、测量或信号的其他组件。位置组件962可以包括位置传感器组件(例如，GPS接收器组件)，高度传感器组件(例如，检测可以从中导出高度的气压的高度计或气压计)，方向传感器组件(例如，磁力计)等。

可以使用多种技术来实现通信。I/O组件950可以包括通信组件964，该通信组件964可操作以分别经由耦合982和耦合972将机器900耦合到网络980或设备970。例如，通信组件964可以包括网络接口组件或与网络980接口的其他合适的设备。在进一步的示例中，通信组件964可以包括有线通信组件、无线通信组件、蜂窝通信组件、近场通信(NFC)组件、蓝牙

此外，通信组件964可以检测标识符或包括可操作以检测标识符的组件。例如，通信组件964可以包括射频识别(RFID)标签读取器组件，NFC智能标签检测组件，光学读取器组件(例如，用于检测一维条形码(例如，通用产品码(UPC)条形码)、多维条形码(例如，快速响应(QR)码、Aztec码、数据矩阵、Datalyph、MaxiCode、PDF416、超级码、UCC RSS-2D条形码)以及其他光学代码的光学传感器)，或声学检测组件(例如，麦克风以识别标记的音频信号)。另外，可以经由通信组件964导出各种信息，例如经由互联网协议(IP)地理位置的位置，经由

在各种示例性实施例中，网络980的一个或多个部分可以是自组织网络、内联网、外联网、VPN、LAN、WLAN、WAN、WWAN、MAN、互联网、互联网的一部分、PSTN的一部分、老式电话服务(POTS)网络、蜂窝电话网络、无线网络、

可以经由网络接口设备(例如，通信组件964中包括的网络接口组件)使用传输介质通过网络980来发送或接收指令916，并且可以利用多种公知的传输协议中的任何一种协议(例如，超文本传输协议(HTTP))。类似地，指令916可以使用传输介质经由耦合972(例如，对等耦合)被发送或接收到设备970。术语“传输介质”应当被认为包括能够存储、编码或携带指令916以供机器900执行任何无形介质，并且包括数字或模拟通信信号或者其他无形介质以促进这种软件的通信。

在整个说明书中，多个实例可以实现被描述为单个实例的组件、操作或结构。尽管将一种或多种方法的单独操作示出并描述为单独的操作，但是可以同时执行一个或多个单独操作，并且不需要按照所示次序执行操作。在示例性配置中表示为单独组件的结构和功能可以被实现为组合的结构或组件。类似地，被呈现为单个组件的结构和功能可以实现为单独的组件。这些和其他变型、修改、添加和改进落入本文主题的范围内。

尽管已经参考特定示例性实施例描述了本发明主题的概述，但是在不背离本公开的实施例的较宽范围的情况下，可以对这些实施例进行各种修改和改变。仅出于方便起见，本文中可以单独地或共同地用术语“发明”来指代发明主题的这种实施例，并且如果实际上公开了一个以上的实施例，则不希望将本申请的范围自动限制为任何单个公开或发明概念。

对在本文中所示的实施例进行了足够详细的描述，以使本领域技术人员能够实践所公开的教导。可以使用其他实施例并从中得出其他实施例，从而可以在不背离本公开的范围的情况下进行结构和逻辑上的替换和改变。因此，不应当在限制意义上理解详细描述，并且各种实施例的范围仅由所附权利要求书以及这些权利要求书所赋予的等效物的全部范围来限定。

如在本文中所使用的，术语“或”可以以包含性或排他性的意义来解释。此外，可以为本文中描述为单个实例的资源、操作或结构提供多个实例。另外，在各种资源、操作、模块、引擎和数据存储之间的边界在某种程度上是任意的，并且在特定说明性配置的上下文中示出了特定操作。可以设想功能的其他分配，并且这可以落在本公开的各种实施例的范围内。通常，在示例性配置中表示为单独资源的结构和功能可以实现为组合结构或资源。类似地，可以将呈现为单个资源的结构和功能实现为单独的资源。这些和其他变型、修改、添加和改进落入如所附权利要求所表示的本公开的实施例的范围内。因此，说明书和附图应当被认为是说明性的而不是限制性的。