一种权限设置方法及装置

摘要

本发明提供一种权限设置方法及装置，包括：获取用户身份信息以及与用户身份信息对应的用户权限信息；识别权限设置系统的操作界面中包括的权限设置图片标识，并根据权限设置图片标识打开权限设置界面；在权限设置界面中搜索与用户身份信息对应的权限设置区块；在权限设置区块中将与用户身份信息对应的权限设置为与用户权限信息对应的权限。本发明提供的权限设置方法及装置，能够自动设置该用户权限，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

权利要求

1.一种权限设置方法，其特征在于，包括：

判断显示屏输出的界面是否包括权限设置系统的操作界面；

如果所述显示屏输出的界面不包括所述权限设置系统的所述操作界面，则通过预设的图像识别算法和模型识别所述显示屏输出的界面包括的所述权限设置系统的图片标识；所述预设的图像识别算法和模型包括边缘检测算法、梯度算法以及人工智能特征提取模型；

根据所述权限设置系统的图片标识开启所述权限设置系统的操作界面；

获取用户身份信息以及与所述用户身份信息对应的用户权限信息；

通过所述边缘检测算法识别权限设置系统的操作界面中的所有轮廓；

通过所述梯度算法从所述所有轮廓中确定出与权限设置图片标识的轮廓相匹配的多个待处理轮廓，并从所述操作界面的图片中获取每个所述待处理轮廓中的多个待处理图片；

通过所述人工智能特征提取模型提取每个待处理图片的特征值；人工智能特征提取模型为CNN卷积神经网络；其中，CNN卷积神经网络为局部连接网络，具有局部连接性和权值共享性，包括卷积层、降采样层和全链接层；每一层有多个特征图，每个特征图通过一种卷积滤波器提取输入的一种特征，每个特征图有多个神经元；其卷积层的计算算法为：conv＝σ(imgMat*W+b)；

其中，σ表示激活函数，imgMat表示灰度图像矩阵，W表示卷积层的卷积核，符号“*”表示卷积操作，b表示偏置值；

将每个所述待处理图片的特征值与所述权限设置图片标识的特征值进行匹配比较，得到每个所述待处理图片对应的匹配度；

从所述待处理图片中选择出与最高的匹配度对应的待处理图片，作为所述权限设置图片标识；

根据所述权限设置图片标识打开权限设置界面；

在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块；

在所述权限设置区块中将与所述用户身份信息对应的权限设置为与所述用户权限信息对应的权限。

2.根据权利要求1所述的权限设置方法，其特征在于，所述在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块包括：识别所述权限设置界面中包括的用户身份信息搜索框；

通过在所述用户身份信息搜索框中输入所述用户身份信息，打开所述用户身份信息对应的权限设置区块。

3.一种权限设置装置，其特征在于，包括：

判断模块，用于判断显示屏输出的界面是否包括权限设置系统的操作界面；

识别模块，用于如果所述显示屏输出的界面不包括所述权限设置系统的所述操作界面，则通过预设的图像识别算法和模型识别所述显示屏输出的界面包括的所述权限设置系统的图片标识；所述预设的图像识别算法和模型包括边缘检测算法、梯度算法以及人工智能特征提取模型；

开启模块，用于根据所述权限设置系统的图片标识开启所述权限设置系统的操作界面；

获取模块，用于获取用户身份信息以及与所述用户身份信息对应的用户权限信息；

所述识别模块，还用于通过所述边缘检测算法识别权限设置系统的操作界面中的所有轮廓；以及通过所述梯度算法从所述所有轮廓中确定出与权限设置图片标识的轮廓相匹配的多个待处理轮廓，并从所述操作界面的图片中获取每个所述待处理轮廓中的多个待处理图片；以及通过所述人工智能特征提取模型提取每个待处理图片的特征值；人工智能特征提取模型为CNN卷积神经网络；其中，CNN卷积神经网络为局部连接网络，具有局部连接性和权值共享性，包括卷积层、降采样层和全链接层；每一层有多个特征图，每个特征图通过一种卷积滤波器提取输入的一种特征，每个特征图有多个神经元；其卷积层的计算算法为：conv＝σ(imgMat*W+b)；

其中，σ表示激活函数，imgMat表示灰度图像矩阵，W表示卷积层的卷积核，符号“*”表示卷积操作，b表示偏置值；

以及将每个所述待处理图片的特征值与所述权限设置图片标识的特征值进行匹配比较，得到每个所述待处理图片对应的匹配度；以及从所述待处理图片中选择出与最高的匹配度对应的待处理图片，作为所述权限设置图片标识；

所述开启模块，还用于根据所述权限设置图片标识打开权限设置界面；

搜索模块，用于在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块；

权限设置模块，用于在所述权限设置区块中将与所述用户身份信息对应的权限设置为与所述用户权限信息对应的权限。

4.根据权利要求3所述的权限设置装置，其特征在于，所述搜索模块包括：第一子模块，用于识别所述权限设置界面中包括的用户身份信息搜索框；

第二子模块，用于通过在所述用户身份信息搜索框中输入所述用户身份信息，打开所述用户身份信息对应的权限设置区块。

5.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行权利要求1至2中任一项所述的权限设置方法。

6.一种计算机可读存储介质，其特征在于，其存储有权利要求5所述的计算机设备中所使用的所述计算机程序。

说明书

一种权限设置方法及装置

技术领域

[0001] 本发明涉及数据通信技术领域，具体而言，涉及一种权限设置方法及装置。

背景技术

[0002] 目前，为杜绝各核心业务流程在系统外流转，需要为每个业务系统用户及时分配适当的权限，现有的权限设置方法采用系统管理员根据权限申请表，在权限设置界面手动搜索待设置权限的用户，然后对该用户的权限进行手动设置。然而，在实践中发现，现有的权限设置流程比较僵化，如同流水线操作，系统管理员在权限设置上需要花费大量时间，效率低，响应速度慢。

发明内容

[0003] 鉴于上述问题，本发明提供了一种权限设置方法及装置，能够自动设置该用户权限，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

[0004] 为了实现上述目的，本发明采用如下的技术方案：

[0005] 本发明第一方面公开了一种权限设置方法，包括：

[0006] 获取用户身份信息以及与所述用户身份信息对应的用户权限信息；

[0007] 识别权限设置系统的操作界面中包括的权限设置图片标识，并根据所述权限设置图片标识打开权限设置界面；

[0008] 在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块；

[0009] 在所述权限设置区块中将与所述用户身份信息对应的权限设置为与所述用户权限信息对应的权限。

[0010] 作为一种可选的实施方式，在本发明第一方面中，所述在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块包括：

[0011] 识别所述权限设置界面中包括的用户身份信息搜索框；

[0012] 通过在所述用户身份信息搜索框中输入所述用户身份信息，打开所述用户身份信息对应的权限设置区块。

[0013] 作为一种可选的实施方式，在本发明第一方面中，在所述获取用户身份信息以及与所述用户身份信息对应的用户权限信息之前，所述方法还包括：

[0014] 判断显示屏输出的界面是否包括权限设置系统的操作界面；

[0015] 如果所述显示屏输出的界面不包括所述权限设置系统的所述操作界面，则通过预设的图像识别算法和模型识别所述显示屏输出的界面包括的所述权限设置系统的图片标识；

[0016] 根据所述权限设置系统的图片标识开启所述权限设置系统的操作界面。

[0017] 作为一种可选的实施方式，在本发明第一方面中，所述预设的图像识别算法和模型包括边缘检测算法、梯度算法以及人工智能特征提取模型中的至少一种。

[0018] 作为一种可选的实施方式，在本发明第一方面中，所述识别权限设置系统的操作界面中包括的权限设置图片标识，包括：

[0019] 通过所述边缘检测算法识别权限设置系统的操作界面中的所有轮廓；

[0020] 通过所述梯度算法从所述所有轮廓中确定出与权限设置图片标识的轮廓相匹配的多个待处理轮廓，并从所述操作界面的图片中获取每个所述待处理轮廓中的多个待处理图片；

[0021] 通过所述人工智能特征提取模型提取每个待处理图片的特征值；

[0022] 将每个所述待处理图片的特征值与所述权限设置图片标识的特征值进行匹配比较，得到每个所述待处理图片对应的匹配度；

[0023] 从所述待处理图片中选择出与最高的匹配度对应的待处理图片，作为所述权限设置图片标识。

[0024] 本发明第二方面公开一种权限设置装置，包括：

[0025] 获取模块，用于获取用户身份信息以及与所述用户身份信息对应的用户权限信息；

[0026] 识别模块，用于识别权限设置系统的操作界面中包括的权限设置图片标识；

[0027] 开启模块，用于根据所述权限设置图片标识打开权限设置界面；

[0028] 搜索模块，用于在所述权限设置界面中搜索与所述用户身份信息对应的权限设置区块；

[0029] 权限设置模块，用于在所述权限设置区块中将与所述用户身份信息对应的权限设置为与所述用户权限信息对应的权限。

[0030] 作为一种可选的实施方式，在本发明第二方面中，所述搜索模块包括：

[0031] 第一子模块，用于识别所述权限设置界面中包括的用户身份信息搜索框；

[0032] 第二子模块，用于通过在所述用户身份信息搜索框中输入所述用户身份信息，打开所述用户身份信息对应的权限设置区块。

[0033] 作为一种可选的实施方式，在本发明第二方面中，所述权限设置装置还包括：

[0034] 判断模块，用于在所述获取用户身份信息以及与所述用户身份信息对应的用户权限信息之前，判断显示屏输出的界面是否包括权限设置系统的操作界面；

[0035] 所述识别模块，还用于在所述判断模块判断出所述显示屏输出的界面不包括所述权限设置系统的所述操作界面时，则通过预设的图像识别算法和模型识别所述显示屏输出的界面包括的所述权限设置系统的图片标识；

[0036] 所述开启模块，还用于根据所述权限设置系统的图片标识开启所述权限设置系统的操作界面。

[0037] 本发明第三方面公开一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行第一方面公开的部分或者全部所述的权限设置方法。

[0038] 本发明第四方面公开一种计算机可读存储介质，其存储有第三方面所述的计算机设备中所使用的所述计算机程序。

[0039] 根据本发明提供的权限设置方法及装置，在设置用户权限的时候，只需先读取待设置用户的用户身份信息和需要设置的用户权限信息，然后通过识别权限设置系统的操作界面中包括的权限设置图片标识，打开权限设置界面，进而可以自动在权限设置界面中定位出设置该待设置用户权限的权限设置区块；最后自动设置该用户权限，大大节省了人工成本，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

[0040] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0041] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明范围的限定。

[0042] 图1是本发明实施例一提供的一种权限设置方法的流程示意图；

[0043] 图2是本发明实施例二提供的一种权限设置方法的流程示意图；

[0044] 图3是本发明实施例三提供的一种权限设置装置的结构示意图。

具体实施方式

[0045] 下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0046] 针对现有技术中的问题，本发明提供了一种权限设置方法及装置；在设置用户权限的时候，只需先读取待设置用户的用户身份信息和需要设置的用户权限信息，然后通过识别权限设置系统的操作界面中包括的权限设置图片标识，打开权限设置界面，进而可以自动在权限设置界面中定位出设置该待设置用户权限的权限设置区块；最后自动设置该用户权限，大大节省了人工成本，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。并且，该技术可以采用相关的软件或硬件实现，下面通过实施例进行描述。

[0047] 实施例1

[0048] 请参阅图1，图1是本发明实施例提供的一种权限设置方法的流程示意图。其中，如图1所示，该权限设置方法可以包括以下步骤：

[0049] S101、获取用户身份信息以及与用户身份信息对应的用户权限信息。

[0050] 本实施例中，可以输入用户身份信息和用户权限信息的对应表，该对应表中包括多个用户身份信息以及与每个用户身份信息对应的用户权限信息，则可以从该对应表中逐一获取一个用户身份信息及其对应的用户权限信息，重复执行步骤S101～步骤S104，直至将对应表中所有用户身份信息对应的权限设置为与其一一对应的用户权限信息，实现用户权限信息设置的批量化，进一步提升权限设置的效率，节省人力物力，有利于企业精益化管理。

[0051] 本实施例中，上述对应表包括多个用户身份信息、与每个用户身份信息对应的用户权限信息、与每个用户身份信息对应的权限使用期限、与每个用户身份信息对应的通信地址、与每个用户身份信息对应的联系人姓名等，对此本实施例不作限定。

[0052] S102、识别权限设置系统的操作界面中包括的权限设置图片标识，并根据权限设置图片标识打开权限设置界面。

[0053] 本实施例中，权限设置系统可以为用户管理平台中的权限设置模块，也可以为用于管理用户各种权限的权限设置系统等，对此本实施例不作限定。

[0054] 本实施例中，权限设置图片标识可以为权限设置的程序标识、权限设置的数据标识、权限设置的命令选择标识、权限设置的模式信号或切换开关标识、权限设置的状态指示标识等，对此本实施例不作限定。

[0055] 本实施例中，权限设置图片标识为特定的一个小的图片或对象，代表权限设置程序、或者权限设置网页、或权限设置操作界面开启命令。在进行手动操作时，用户通过对权限设置图片标识进行特定的操作，进而控制计算机设备快速执行相应的命令和打开相应的程序文件。具体地，可以手动单击或双击权限设置图片标识以执行一个命令，而通过本实施例所描述的权限设置方法，在识别出权限设置图片标识之后，能够自动对权限设置图片标识进行单击或双击操作，进而打开相应的程序文件，减少了人工手动操作带来的误点等问题，提升了工作效率。

[0056] S103、在权限设置界面中搜索与用户身份信息对应的权限设置区块。

[0057] 本实施例中，可以在权限设置界面识别出与用户身份信息相匹配的用户标识，进而打开权限设置区块；或者在权限设置界面中识别出具有搜索功能的搜索框，然后在该搜索框内自动输入用户身份信息，进而搜索并打开与用户身份信息对应的权限设置区块的开启标识，对此本实施例不作限定。

[0058] S104、在权限设置区块中将与用户身份信息对应的权限设置为与用户权限信息对应的权限。

[0059] 在图1所描述的权限设置方法中，在设置用户权限的时候，先获取待设置用户的用户身份信息以及该用户身份信息对应的用户权限信息，然后识别权限设置系统的操作界面中包括的权限设置图片标识，并根据权限设置图片标识打开权限设置界面；在权限设置界面中搜索与用户身份信息对应的权限设置区块；在权限设置区块中将与用户身份信息对应的权限设置为与用户权限信息对应的权限。可见，实施图1所描述的权限设置方法，只需读取每个系统用户的用户身份信息以及其对应的用户权限信息，就可以自动定位出待设置权限的用户，并自动设置该用户权限，大大节省了人工成本，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

[0060] 实施例2

[0061] 请参阅图2，图2是本发明实施例提供的一种权限设置方法的流程示意图。其中，如图2所示，该权限设置方法可以包括以下步骤：

[0062] S201、判断显示屏输出的界面是否包括权限设置系统的操作界面，如果包括，执行步骤S204～步骤S208；如果不包括，执行步骤S202～步骤S208。

[0063] 本实施例所描述的权限设置方法的执行主体可以为具有显示屏的计算机设备、具有显示屏的终端设备、具有显示屏的可穿戴设备等，对此本实施例不作限定。

[0064] S202、通过预设的图像识别算法和模型识别显示屏输出的界面包括的权限设置系统的图片标识。

[0065] S203、根据权限设置系统的图片标识开启权限设置系统的操作界面。

[0066] S204、获取用户身份信息以及与用户身份信息对应的用户权限信息。

[0067] S205、识别权限设置系统的操作界面中包括的权限设置图片标识，并根据权限设置图片标识打开权限设置界面。

[0068] 本实施例中，预设的图像识别算法和模型至少包括边缘检测算法、梯度算法以及人工智能特征提取模型，对此本实施例不作限定。

[0069] 本实施例中，通过边缘检测算法先识别操作界面中的所有轮廓，能够大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。

[0070] 本实施例中，该边缘检测算法具体可以为基于搜索的边缘检测算法、基于零交叉的边缘检测算法、Canny多级边缘检测算法等，对此本实施例不作限定。

[0071] 本实施例中，梯度算法具体可以为基于图像边缘梯度信息的图像匹配算法、基于边界梯度的模板匹配算法等，对此本实施例不作限定。

[0072] 本实施例中，人工智能特征提取模型可以为BP神经网络模型，也可以为CNN卷积神经网络等，对此本实施例不作限定。

[0073] 作为一种可选的实施方式，人工智能特征提取模型为CNN卷积神经网络。其中，CNN卷积神经网络为局部连接网络，具有局部连接性和权值共享性，包括卷积层、降采样层和全链接层。每一层有多个特征图，每个特征图通过一种卷积滤波器提取输入的一种特征，每个特征图有多个神经元。其卷积层的计算算法为：

[0074] conv＝σ(imgMat*W+b)；

[0075] 其中，σ表示激活函数，imgMat表示灰度图像矩阵，W表示卷积层的卷积核，符号“*”表示卷积操作，b表示偏置值。

[0076] 在上述实施方式中，卷积层的卷积核为Sobel卷积核，对此本实施例不作限定。

[0077] 在上述实施方式中，激活函数为sigmoid函数，具体公式为：

[0078]

[0079] 作为一种可选的实施方式，在通过人工智能特征提取模型提取每个待处理图片的特征值之前，还可以包括以下步骤：

[0080] 获取用于训练人工智能特征提取模型的训练数据；

[0081] 构建人工智能初始模型，并采用训练数据对该人工智能初始模型进行训练，得到人工智能特征提取模型。

[0082] 本实施例中，识别权限设置系统的操作界面中包括的权限设置图片标识，可以包括以下步骤：

[0083] 通过边缘检测算法识别权限设置系统的操作界面中的所有轮廓；

[0084] 通过梯度算法确定每个轮廓与权限设置图片标识的轮廓相匹配的多个待处理轮廓，并从操作界面的图片中获取每个待处理轮廓中的多个待处理图片；

[0085] 通过人工智能特征提取模型提取每个待处理图片的特征值；

[0086] 将每个待处理图片的特征值与权限设置图片标识的特征值进行匹配比较，得到每个待处理图片对应的匹配度；

[0087] 从待处理图片中选择出与最高的匹配度对应的待处理图片，作为权限设置图片标识。

[0088] 作为一种可选的实施方式，该边缘检测算法具体为Canny多级边缘检测算法。通过边缘检测算法识别权限设置系统的操作界面中的所有轮廓可以包括以下步骤：

[0089] 采用高斯平滑滤波法对操作界面的界面截图进行去噪处理，得到去噪图像；

[0090] 确定该去噪图像中每个像素点的强度梯度；

[0091] 通过非最大抑制(non-maximum suppression)技术来消除边误检，得到具有清晰的边界的去噪图像；

[0092] 采用双阈值技术对该具有清晰的边界的去噪图像作进一步去噪处理，得到二次去噪图像；

[0093] 采用滞后技术来跟踪二次去噪图像中的边界，确定出操作界面中的所有轮廓。

[0094] 在上述实施方式中，可以通过Sobel算子来确定该去噪图像中每个像素点的强度梯度。其中，Sobel算子是一个离散的一阶差分算子，包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。可以计算图像亮度函数的一阶梯度的近似值。在去噪图像中每个像素点使用Sobel算子，能够得到与每个像素点对应的梯度矢量或是其法矢量。

[0095] 在上述实施方式中，采用双阈值技术来对该具有清晰的边界的去噪图像作进一步去噪处理的具体方法为：先预设一个阈值上界和阈值下界，在具有清晰的边界的去噪图像中的像素点，如果大于阈值上界则认为必然是边界(即强边界)，小于阈值下界则认为必然不是边界，两者之间的则认为是候选项(即弱边界)，需进行进一步的二次去噪处理。

[0096] 作为一种可选的实施方式，梯度算法为基于边界梯度的模板匹配算法。其中，通过梯度算法从所有轮廓中确定出与权限设置图片标识的轮廓相匹配的多个待处理轮廓的具体步骤为：

[0097] 获取操作界面中每个轮廓的边缘梯度；

[0098] 每个轮廓与权限设置图片标识的轮廓进行逐点边缘梯度比对，通过预设的衡量公式确定出每个轮廓与权限设置图片标识的轮廓的匹配度；

[0099] 从所有轮廓中初步确定出匹配度大于预设阈值的多个待处理轮廓。

[0100] S206、识别权限设置界面中包括的用户身份信息搜索框。

[0101] S207、通过在用户身份信息搜索框中输入用户身份信息，打开用户身份信息对应的权限设置区块。

[0102] 本实施例中，实施上述步骤S206～步骤S207，能够在权限设置界面中搜索与用户身份信息对应的权限设置区块。

[0103] S208、在权限设置区块中将与用户身份信息对应的权限设置为与用户权限信息对应的权限。

[0104] 可见，实施图2所描述的权限设置方法，只需读取每个系统用户的用户身份信息以及其对应的用户权限信息，就可以自动定位出待设置权限的用户，并自动设置该用户权限，大大节省了人工成本，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

[0105] 实施例3

[0106] 请参阅图3，图3是本发明实施例提供的一种权限设置装置的结构示意图。其中，如图3所示，该权限设置装置包括：

[0107] 获取模块310，用于获取用户身份信息以及与用户身份信息对应的用户权限信息。

[0108] 识别模块320，用于识别权限设置系统的操作界面中包括的权限设置图片标识。

[0109] 开启模块330，用于根据权限设置图片标识打开权限设置界面。

[0110] 搜索模块340，用于在权限设置界面中搜索与用户身份信息对应的权限设置区块。

[0111] 权限设置模块350，用于在权限设置区块中将与用户身份信息对应的权限设置为与用户权限信息对应的权限。

[0112] 作为一种可选的实施方式，搜索模块340包括：

[0113] 第一子模块341，用于识别权限设置界面中包括的用户身份信息搜索框。

[0114] 第二子模块342，用于通过在用户身份信息搜索框中输入用户身份信息，打开用户身份信息对应的权限设置区块。

[0115] 作为一种可选的实施方式，权限设置装置还包括：

[0116] 判断模块360，用于在获取用户身份信息以及与用户身份信息对应的用户权限信息之前，判断显示屏输出的界面是否包括权限设置系统的操作界面。

[0117] 本实施例中，判断模块360判断出显示屏输出的界面包括权限设置系统的操作界面时，还可以触发获取模块310获取用户身份信息以及与用户身份信息对应的用户权限信息。

[0118] 识别模块320，还用于在判断模块360判断出显示屏输出的界面不包括权限设置系统的操作界面时，通过预设的图像识别算法和模型识别显示屏输出的界面包括的权限设置系统的图片标识。

[0119] 本实施例中，预设的图像识别算法和模型至少包括边缘检测算法、梯度算法以及人工智能特征提取模型，对此本实施例不作限定。

[0120] 本实施例中，通过边缘检测算法先识别操作界面中的所有轮廓，能够大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。

[0121] 本实施例中，该边缘检测算法具体可以为基于搜索的边缘检测算法、基于零交叉的边缘检测算法、Canny多级边缘检测算法等，对此本实施例不作限定。

[0122] 本实施例中，梯度算法具体可以为基于图像边缘梯度信息的图像匹配算法、基于边界梯度的模板匹配算法等，对此本实施例不作限定。

[0123] 本实施例中，人工智能特征提取模型可以为BP神经网络模型，也可以为CNN卷积神经网络等，对此本实施例不作限定。

[0124] 作为一种可选的实施方式，人工智能特征提取模型为CNN卷积神经网络。其中，CNN卷积神经网络为局部连接网络，具有局部连接性和权值共享性，包括卷积层、降采样层和全链接层。每一层有多个特征图，每个特征图通过一种卷积滤波器提取输入的一种特征，每个特征图有多个神经元。其卷积层的算法公式为：

[0125] conv＝σ(imgMat*W+b)；

[0126] 其中，σ表示激活函数，imgMat表示灰度图像矩阵，W表示卷积核，符号“*”表示卷积操作，b表示偏置值。

[0127] 在上述实施方式中，卷积层的卷积核为Sobel卷积核，对此本实施例不作限定。

[0128] 在上述实施方式中，激活函数σ为sigmoid函数，具体公式为：

[0129]

[0130] 开启模块330，还用于根据权限设置系统的图片标识开启权限设置系统的操作界面。

[0131] 可见，实施图3所描述的权限设置装置，只需读取每个系统用户的用户身份信息以及其对应的用户权限信息，就可以自动定位出待设置权限的用户，并自动设置该用户权限，大大节省了人工成本，响应速度快，效率高，有利于节约资源，进而有利于企业精益化管理。

[0132] 此外，本发明还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使该计算机设备执行上述方法或者上述权限设置装置中的各个模块的功能。

[0133] 存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

[0134] 本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。

[0135] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、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，所述模块、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，在作为替换的实现方式中，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，两个连续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，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动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。

[0136] 另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

[0137] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

[0138] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。