CN107103218A - 一种业务实现方法和装置 - Google Patents

一种业务实现方法和装置 Download PDF

Info

Publication number
CN107103218A
CN107103218A CN201610939700.6A CN201610939700A CN107103218A CN 107103218 A CN107103218 A CN 107103218A CN 201610939700 A CN201610939700 A CN 201610939700A CN 107103218 A CN107103218 A CN 107103218A
Authority
CN
China
Prior art keywords
facial image
service
human face
service request
real human
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610939700.6A
Other languages
English (en)
Other versions
CN107103218B (zh
Inventor
李静
贾冬麟
李亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201610939700.6A priority Critical patent/CN107103218B/zh
Publication of CN107103218A publication Critical patent/CN107103218A/zh
Application granted granted Critical
Publication of CN107103218B publication Critical patent/CN107103218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2133—Verifying human interaction, e.g., Captcha

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Accounting & Taxation (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供一种业务实现方法和装置。包括：接收业务请求，业务请求中携带业务请求人的人脸图像；计算人脸图像与人脸图像库中各真实人脸图像的匹配度；当业务请求中携带的人脸图像与人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该真实人脸图像对应的业务账号完成相关业务；当业务请求中携带的人脸图像与人脸图像库中任一真实人脸图像的匹配度均未达到第一阈值，但与人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字；当业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。

Description

一种业务实现方法和装置
技术领域
本申请涉及通信技术领域，尤其涉及一种业务实现方法和装置。
背景技术
随着互联网技术的快速发展，越来越多的业务可以通过互联网实现，比如：支付业务、票券购买业务等。相关技术中，可以通过人脸识别技术来识别用户的身份，进而完成相关业务。然而，人脸识别技术的算法具有一定的局限性，无法完全保证识别准确，给业务带来风险。
发明内容
有鉴于此，本申请提供一种业务实现方法和装置。
具体地，本申请是通过如下技术方案实现的：
一种业务实现方法，应用在服务端，所述方法包括：
接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像；
通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度；
当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像库中的真实人脸图像对应的业务账号完成相关业务；
当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值；
当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
一种业务实现装置，应用在服务端，所述装置包括：
请求接收单元，接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像；
匹配计算单元，通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度；
第一操作单元，当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像库中的该真实人脸图像对应的业务账号完成相关业务；
签字获取单元，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值；
第二操作单元，当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
由以上描述可以看出，本申请可以将签字校验与人脸识别结合来确定用户的身份，从而协助用户实现相关业务，弥补了人脸识别算法不够准确的缺陷，降低了业务风险。另一方面，在日常生活中，由于签字校验贴合用户习惯，因此增加签字校验的环节不会增加用户的违和感，也不会降低用户的使用体验。
附图说明
图1是本申请一示例性实施例示出的一种业务实现方法的流程示意图。
图2是本申请一示例性实施例示出的一种签字注册的流程示意图。
图3是本申请一示例性实施例示出的一种注册签字的页面示意图。
图4A和图4B是本申请一示例性实施例示出的一种支付业务实现方法的流程示意图。
图5是本申请一示例性实施例示出的一种用于业务实现装置的一结构示意图。
图6是本申请一示例性实施例示出的一种业务实现装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
相关技术中，以刷脸支付为例，当出现双胞胎、长相极像的兄弟或姐妹时，由于人脸识别技术的算法具有一定的局限性，可能无法准确识别出支付人，这就会影响用户的使用体验。另一方面，当有人恶意冒充去支付时，还可能会给用户带来资金损失。
针对上述问题，本申请提供一种业务实现方案，将签字校验和人脸识别技术结合对用户的身份进行识别，从而提高支付、取票、取药等业务的安全性。
图1是本申请一示例性实施例示出的一种业务实现方法的流程示意图。
请参考图1，所述业务实现方法可以应用在服务端，具体可为服务提供商部署的服务器或者服务器集群，所述业务实现方法可以包括以下步骤：
步骤101，接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像。
在本实施例中，所述业务请求可以包括：支付请求、取药请求、取票请求等。所述业务终端可以为商户的收银机、电影院的取票终端、医院的自助取药终端等，本申请对此不作特殊限制。
在本实施例中，所述业务终端通常设置或关联有摄像头，用于拍摄业务请求人的人脸图像。业务请求人或业务相关的工作人员可以在业务终端中选择“刷脸”按钮以开启摄像头进行人脸图像的采集。以支付业务为例，收银员选择“刷脸支付”后，可以让付款人面向摄像头，以便摄像头采集付款人的人脸图像。
在本实施例中，在采集到业务请求人的人脸图像后，可以将所述人脸图像携带在业务请求中发送给服务端，所述业务请求中通常还会携带一些业务信息。以支付业务为例，所述业务请求中还可以携带支付金额、支付对象、当前时间等，这部分的处理与实现可以参照相关技术，本申请在此不再一一赘述。
步骤102，通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度。
基于前述步骤101，服务端在接收到携带有业务请求人的人脸图像的业务请求后，可以通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度。
在本实施例中，所述人脸图像库中保存有用户的真实人脸图像。在一个例子中，所述真实人脸图像可以由用户注册到服务端，仍以支付业务为例，当用户开启人脸支付的功能时，可以上传自己的人脸图像以作为服务端的识别基准。在另一个例子中，所述真实人脸图像也可以由服务端自动获取，比如：服务端可以自动从公安网获取已实名认证的用户的真实人脸图像以并保存。
在一个例子中，本步骤中的所述人脸图像库可以为开启人脸业务功能的所有用户的真实人脸图像组成的人脸图像库。在另一个例子中，为提高人脸图像识别的速率和准确率，本步骤中的所述人脸图像库也可以为与业务时间和业务对象对应的人脸图像库。
在本实施例中，所述人脸识别算法可以包括特征脸算法(Eigenface)、LBP(LocalBinary Patterns，局部二值模式)算法等，本申请对此不作特殊限制。所述匹配度的展现形式可以为百分比，比如：所述业务请求中携带的人脸图像与某一真实人脸图像的匹配度为75％，所述匹配度的展现形式也可以为匹配的分值，以满分为100分为例，上述匹配度还可以表示为75分。
步骤103，当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像中的该真实人脸图像对应的业务账号完成相关业务。
在本实施例中，所述第一阈值可以由开发人员设置，所述第一阈值的取值通常较高，比如：90％等。当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到所述第一阈值时，可以认为业务请求人的置信度非常高，可基于该真实人脸图像对应的业务账号完成相关业务，无需进行签字校验。其中，所述业务账号可以为所述真实人脸图像对应的用户账号，当业务请求为支付请求时，所述业务账号也可以为所述真实人脸图像对应的银行账号等。
步骤104，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值。
在本实施例中，所述第二阈值也可以由开发人员设置，所述第二阈值小于所述第一阈值，比如：60％、70％等，当所述业务请求携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，为降低业务的风险，可以进行签字校验。具体地，可以获取该一个或多个真实人脸图像对应的一个或多个真实签字。比如：针对匹配度达到所述第二阈值的真实人脸图像，可以先确定各真实人脸图像对应的用户账号，然后根据所述用户账号获取对应的真实签字。所述真实签字通常由用户注册到服务端。
步骤105，当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
基于前述步骤104，在获取到所述一个或多个真实签字后，可以判断所述业务请求人输入的签字的笔迹与所述真实签字的笔迹是否匹配。其中，所述签字可以业务请求人在于业务终端关联的手写签字版中输入。举例来说，商户的收银人员可以提供手写签字板以供付款人进行签字。所述业务终端可以将所述业务请求人输入的签字也添加到业务请求中发送给服务端，所述业务终端也可以在接收到服务端发送的获取签字请求时再将所述签字发送给服务端，本申请对此不作特殊限制。
在本实施例中，依据相关技术，签字在设备中通常以序列的形式存在，本步骤可以通过计算两个签字对应矩阵的相似度来计算两个签字之间的匹配度，当两个签字之间的匹配度达到预设的匹配度时，可以确定这两个签字匹配。当然，还可以采用其他方式来确定两个签字之间是否匹配，这部分的处理与实现可以参照相关技术，本申请在此不再一一赘述。
在本步骤中，当所述业务请求人输入的签字与上述一个或多个真实签字中某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
需要说明的是，本申请中所述业务账号可以对应一个或多个真实人脸图像，所述业务账号还可以对应一个或多个真实签字。换言之，通过某一真实人脸图像或者某一真实签字均可以确定唯一对应的一个业务账号。
由以上描述可以看出，本申请可以将签字校验与人脸识别结合来确定用户的身份，从而协助用户实现相关业务，弥补了人脸识别算法不够准确的缺陷，降低了业务风险。另一方面，在日常生活中，由于签字校验贴合用户习惯，因此增加签字校验的环节不会增加用户的违和感，也不会降低用户的使用体验。
图2是本申请一示例性实施例示出的一种签字注册的流程示意图。
请参考图2，所述签字注册的过程可以应用在客户端中，包括有以下步骤：
步骤201，检测到刷脸功能开启。
在本实施例中，用户可以通过客户端选择开启“刷脸功能”，客户端进而可以展示图3所示的页面，以供用户输入签字。当然，在实际应用中，客户端也可以调用外接的手写签字板，以采集用户输入的签字。
步骤202，采集用户输入的签字。
步骤203，对所述签字进行复杂度检测。
基于前述步骤202，在采集到用户输入的签字后，可以对所述签字进行复杂度检测，比如：检测所述签字的笔划数量，当笔划数量大于预设数量的时候，可以确定所述签字通过复杂度检测。
需要说明的是，所述签字可以为用户的姓名，所述签字也可以为用户输入的特殊字符，具体由用户输入，本申请对其具体内容不作特殊限制。
步骤204，当所述签字通过复杂度检测时，再次采集用户输入的签字。
步骤205，当两次签字一致时，将所述签字上传到服务端已完成签字注册。
在本实施例中，与密码设置相似，通常需要用户输入两次签字，当用户两次输入的签字一致时，可以将其中某一次的签字作为真实签字上传到服务端以完成签字注册，服务端进而可以将所述真实签字保存至对应的用户账号下。其中，校验签字一致性的方法可以参照相关技术。可选的，签字复杂度检测和一致性的校验也可以由服务端完成，本申请对此不作特殊限制。
下面以支付业务为例，详细描述本申请的实现流程。
图4A和图4B是本申请一示例性实施例示出的一种支付业务实现方法的流程示意图。
请参考图4A和图4B，所述支付业务实现方法可以包括两个阶段，一个是消费者预约阶段，另一个是支付阶段。其中，所述预约阶段可以包括以下步骤：
步骤401，消费者通过客户端预约去KFC体验刷脸支付。
在本步骤中，消费者可以通过客户端预约去KFC体验刷脸支付，一般而言，消费者在预约时还需要输入体验时间和KFC的门店信息。假设，体验时间为2016年10月10日，门店信息为KFC杭州星光大道店。客户端进而可以发送携带上述体验时间和门店信息的预约申请到服务端，并根据服务端返回的预约结果生成提示信息。
步骤402，服务端建立与体验时间和门店信息对应的人脸图像库。
基于前述步骤401，服务端在接收到所述预约申请后，可以先判断是否已建立与所述体验时间和门店信息对应的人脸图像库。如果未建立，则可以建立与所述体验时间和门店信息对应的人脸图像库。如果已建立，则可以执行步骤403。
在本实施例中，所述体验时间的划分基准可以由开发人员根据业务类型进行设置，比如：可以以天为单位，也可以以小时为单位，本申请对此不作特殊限制。
步骤403，服务端将所述消费者的真实人脸图像添加到所述与体验时间和门店信息对应的人脸图像库中。
在本实施例中，服务端可以基于消费者的账号信息获取已注册的真实人脸图像，并将所述真实人脸图像添加到所述人脸图像库中。
请继续参考图4B，支付阶段可以包括以下步骤：
步骤404，与收银终端关联的摄像头采集消费者的支付人脸图像。
在本实施例中，消费者可以在2016年10月10日到KFC杭州星光大道店消费，消费者点餐后，收银员可以在收银终端中选择“刷脸支付”，进而调用与收银终端关联的摄像头采集消费者的人脸图像，在本实施例中，可以将采集到的人脸图像称为支付人脸图像。
步骤405，收银终端将所述支付人脸图像携带在支付请求中发送给服务端。
在本实施例中，除所述支付人脸图像之外，所述支付请求中通常还可以包括：门店信息、支付时间、支付金额等。
步骤406，服务端确定与支付时间和门店信息对应的人脸图像库，并计算所述支付人脸图像和所述人脸图像库中各真实人脸图像的匹配度。
基于前述步骤405，服务端在接收到所述支付请求后，可以先确定与2016年10月10日、KFC杭州星光大道店对应的人脸图像库，并分别计算所述支付人脸图像和所述人脸图像库中各真实人脸图像的匹配度。
步骤407，当所述支付人脸图像仅与所述人脸图像中一个真实人脸图像的匹配度达到90％时，服务端基于该真实人脸图像对应的支付账号完成支付。
步骤408，当所述支付人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未达到90％，但与一个真实人脸图像的匹配度达到60％时，服务端获取这个真实人脸图像对应的真实签字。
在本步骤中，服务端可以根据这个真实人脸图像对应的支付账号获取其对应的真实签字，所述真实签字的注册过程可以参考图2所示的实施例，本申请在此不再赘述。假设，该真实人脸图像的支付账号分别为支付账号1，获取到的真实签字为真实签字。
步骤409，当消费者输入的支付签字的笔迹与所述真实签字的笔迹匹配时，基于该真实签字对应的支付账号完成相关业务。
在本实施例中，消费者可以在采集人脸图像后，通过收银员提供的手写签字板进行签字以作为本次支付的支付签字。在一个例子中，收银终端可以将所述支付签字也携带在支付请求中发送给服务端。在另一个例子中，服务端可以在确定所述支付人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未达到90％，但与一个或多个真实人脸图像的匹配度达到60％时，向收银终端发送采集签字的指令，收银终端可以在接收到该指令后，将采集到的支付签字发送给服务端。可选的，收银员也可以在服务端返回该指令后，再让消费者进行签字。更进一步的，当服务端确定所述支付人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未达到60％时，可以向收银终端返回支付错误的提示，进而无需消费者再进行签字。本申请对所述支付签字的签字时机以及传输时机不作特殊限制。
在本步骤中，仍以步骤408中的举例为例，假设所述支付签字与真实签字1匹配，则可以基于真实签字1对应的支付账号1完成支付。
步骤410，当所述支付签字的笔迹与所述真实签字的笔迹未匹配时，服务端将所述真实签字返回给所述收银终端，以便收银员进行人工核对。
在本实施例中，为避免笔迹匹配算法不够精准导致的笔迹匹配失败，服务端可以在所述支付签字的笔迹与真实签字1的笔迹不匹配时，将真实签字1发送给收银终端，以供收银终端展示给收银员。收银员可以人工确定消费者是否为所述真实签字1对应的合法用户，比如：可以让消费者提供手机号码、也可以让消费者示出身份证等。
步骤411，服务端根据收银员的核对结果完成本次支付。
在本步骤中，收银员可以通过收银终端将人工核对结果发送给服务端，服务端进而可以根据所述核对结果完成本次支付操作。假设，收银员人工确定消费者为真实签字1对应的合法用户，服务端可以基于真实签字1对应的支付账号1完成支付。当收银员人工确定消费者不是真实签字1对应的合法用户时，可以将服务端返回取消支付的消息，并让消费者采用其他方式进行付款。
可选的，在另一个例子中，假设某双胞胎中的姐姐和妹妹均预约了2016年10月10日到KFC杭州星光大道店消费，那么与2016年10月10日以及KFC杭州星光大道店对应的人脸图像库中会存储有姐姐的真实人脸图像以及妹妹的真实人脸图像。又假设，消费后姐姐去付款，由于姐姐和妹妹长的非常像，服务端确定所述人脸图像库中有两张真实人脸图像都和采集到的姐姐的支付人脸图像的匹配度超过60％，但小于90％。此时，服务端可以根据姐姐输入的支付签字确定采用姐姐的支付账号进行付款。由于在日常的生活中，消费者在刷卡支付后，往往都需要进行签字，因此本申请将签字校验和人脸识别结合以实现支付，贴合用户的日常习惯与支付体验，并提高了“刷脸支付”的准确率。
可选的，在实际应用中，还可能会出现所述支付人脸图像与所述人脸图像库中两个或两个以上的真实人脸图像的匹配度达到90％的情况，此时，也可以结合签字校验，当支付签字的笔迹与某个真实签字的笔迹匹配时，可以基于该真实签字对应的支付账号完成支付。
可选的，为进一步提升人脸识别的速率和准确率，服务端在基于真实人脸图像或真实签字对应的支付账号完成支付后，还可以将所述人脸图像库中的该支付账号对应的真实人脸图像删除，以减少所述人脸图像库中真实人脸图像的数量。在另一个例子中，服务端还可以在超过体验时间时，删除与所述体验时间对应的所有人脸图像库。比如：服务端可以在2016年10月11日零时删除所有与2016年10月10日对应的人脸图像库。
需要说明的是，本申请提供的业务实现方案不仅可以应用在电子支付场景，还可以应用在智能取药场景、智能取票场景等。以取药场景为例，患者在支付药费后，可以到自助取药机器处刷脸、签字取药，整个过程无需人工介入，智能化程度高，节省了大量的人力资源。
与前述业务实现方法的实施例相对应，本申请还提供了业务实现装置的实施例。
本申请业务实现装置的实施例可以应用在服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图5所示，为本申请业务实现装置所在服务器的一种硬件结构图，除了图5所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的服务器通常根据该服务器的实际功能，还可以包括其他硬件，对此不再赘述。
请参考图6，所述业务实现装置500可以应用在前述图5所示的服务器中，包括有：请求接收单元501、匹配计算单元502、第一操作单元503、签字获取单元504、第二操作单元505、第三操作单元506、人工核对单元507、错误返回单元508、图像维护单元509以及签字注册单元510。
其中，请求接收单元501，接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像；
匹配计算单元502，通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度；
第一操作单元503，当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像库中的该真实人脸图像对应的业务账号完成相关业务；
签字获取单元504，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值；
第二操作单元505，当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
可选的，所述签字获取单元504，进一步当所述业务请求中携带的人脸图像与所述人脸图像库中两个或两个以上真实人脸图像的匹配度达到所述第一阈值时，分别获取所述人脸图像库中的所述两个或两个以上真实人脸图像对应的两个或两个以上真实签字；
第三操作单元506，当所述业务请求人输入的签字的笔迹与获取到的某一真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
人工核对单元507，当所述业务请求人输入的签字的笔迹与获取到的任一真实签字的笔迹均未匹配时，将所述一个或多个真实签字返回给所述业务终端，以便进行人工核对，并根据人工核对结果完成相关业务。
错误返回单元508，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第二阈值时，向所述业务终端返回错误提示。
可选的，所述人脸图像库与业务时间和业务对象对应；
图像维护单元509，接收业务请求人发送的业务预约申请，所述业务预约申请中包括：业务时间和业务对象；根据该业务预约申请中的业务时间和业务对象将所述业务请求人的真实人脸图像加入到与所述业务时间和所述业务对象对应的人脸图像库中。
可选的，所述图像维护单元509，在基于该真实人脸图像或真实签字对应的业务账号完成相关业务后，将所述人脸图像库中的该业务账号对应的真实人脸图像删除。
可选的，所述图像维护单元509，在超过所述人脸图像库对应的业务时间时，删除与所述业务时间对应的人脸图像库。
签字注册单元510，接收并保存用户注册的真实签字；
所述真实签字已通过复杂度检测。
可选的，所述业务请求为支付请求。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (18)

1.一种业务实现方法，应用在服务端，其特征在于，所述方法包括：
接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像；
通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度；
当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像库中的该真实人脸图像对应的业务账号完成相关业务；
当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值；
当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述业务请求中携带的人脸图像与所述人脸图像库中两个或两个以上真实人脸图像的匹配度达到所述第一阈值时，分别获取所述人脸图像库中的所述两个或两个以上真实人脸图像对应的两个或两个以上真实签字；
当所述业务请求人输入的签字的笔迹与获取到的某一真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述业务请求人输入的签字的笔迹与获取到的任一真实签字的笔迹均未匹配时，将所述一个或多个真实签字返回给所述业务终端，以便进行人工核对；
根据人工核对结果完成相关业务。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第二阈值时，向所述业务终端返回错误提示。
5.根据权利要求1所述的方法，其特征在于，
所述人脸图像库与业务时间和业务对象对应；
所述方法还包括：
接收业务请求人发送的业务预约申请，所述业务预约申请中包括：业务时间和业务对象；
根据该业务预约申请中的业务时间和业务对象将所述业务请求人的真实人脸图像加入到与所述业务时间和所述业务对象对应的人脸图像库中。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在基于该真实人脸图像或真实签字对应的业务账号完成相关业务后，将所述人脸图像库中的该业务账号对应的真实人脸图像删除。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在超过所述人脸图像库对应的所述业务时间时，删除与所述业务时间对应的人脸图像库。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收并保存用户注册的真实签字；
所述真实签字已通过复杂度检测。
9.根据权利要求1所述的方法，其特征在于，
所述业务请求为支付请求。
10.一种业务实现装置，应用在服务端，其特征在于，所述装置包括：
请求接收单元，接收业务终端发送的业务请求，所述业务请求中携带业务请求人的人脸图像；
匹配计算单元，通过人脸识别算法计算所述人脸图像与人脸图像库中各真实人脸图像的匹配度；
第一操作单元，当所述业务请求中携带的人脸图像与所述人脸图像库中某一真实人脸图像的匹配度达到第一阈值时，基于该人脸图像库中的该真实人脸图像对应的业务账号完成相关业务；
签字获取单元，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第一阈值，但与所述人脸图像库中一个或多个真实人脸图像的匹配度达到第二阈值时，获取所述人脸图像库中的所述一个或多个真实人脸图像对应的一个或多个真实签字，其中，所述第二阈值小于所述第一阈值；
第二操作单元，当所述业务请求人输入的签字的笔迹与获取到的某一个真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
11.根据权利要求10所述的装置，其特征在于，
所述签字获取单元，进一步当所述业务请求中携带的人脸图像与所述人脸图像库中两个或两个以上真实人脸图像的匹配度达到所述第一阈值时，分别获取所述人脸图像库中的所述两个或两个以上真实人脸图像对应的两个或两个以上真实签字；
所述装置还包括：
第三操作单元，当所述业务请求人输入的签字的笔迹与获取到的某一真实签字的笔迹匹配时，基于该真实签字对应的业务账号完成相关业务。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：
人工核对单元，当所述业务请求人输入的签字的笔迹与获取到的任一真实签字的笔迹均未匹配时，将所述一个或多个真实签字返回给所述业务终端，以便进行人工核对，并根据人工核对结果完成相关业务。
13.根据权利要求10所述的装置，其特征在于，所述装置还包括：
错误返回单元，当所述业务请求中携带的人脸图像与所述人脸图像库中任一真实人脸图像的匹配度均未到达所述第二阈值时，向所述业务终端返回错误提示。
14.根据权利要求10所述的装置，其特征在于，
所述人脸图像库与业务时间和业务对象对应；
所述装置还包括：
图像维护单元，接收业务请求人发送的业务预约申请，所述业务预约申请中包括：业务时间和业务对象；根据该业务预约申请中的业务时间和业务对象将所述业务请求人的真实人脸图像加入到与所述业务时间和所述业务对象对应的人脸图像库中。
15.根据权利要求14所述的装置，其特征在于，
所述图像维护单元，在基于该真实人脸图像或真实签字对应的业务账号完成相关业务后，将所述人脸图像库中的该业务账号对应的真实人脸图像删除。
16.根据权利要求14所述的装置，其特征在于，
所述图像维护单元，在超过所述人脸图像库对应的业务时间时，删除与所述业务时间对应的人脸图像库。
17.根据权利要求10所述的装置，其特征在于，所述装置还包括：
签字注册单元，接收并保存用户注册的真实签字；
所述真实签字已通过复杂度检测。
18.根据权利要求10所述的装置，其特征在于，
所述业务请求为支付请求。
CN201610939700.6A 2016-10-24 2016-10-24 一种业务实现方法和装置 Active CN107103218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610939700.6A CN107103218B (zh) 2016-10-24 2016-10-24 一种业务实现方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610939700.6A CN107103218B (zh) 2016-10-24 2016-10-24 一种业务实现方法和装置

Publications (2)

Publication Number Publication Date
CN107103218A true CN107103218A (zh) 2017-08-29
CN107103218B CN107103218B (zh) 2020-12-22

Family

ID=59676395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610939700.6A Active CN107103218B (zh) 2016-10-24 2016-10-24 一种业务实现方法和装置

Country Status (1)

Country Link
CN (1) CN107103218B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108022098A (zh) * 2017-11-20 2018-05-11 胡研 一种交易方法、交易设备以及计算机可读存储介质
CN108053210A (zh) * 2017-11-20 2018-05-18 胡研 一种脸型支付方法、脸型预约方法及交易设备
CN108171513A (zh) * 2017-11-20 2018-06-15 胡研 一种指纹支付方法、指纹预约方法及交易设备
CN108171514A (zh) * 2017-11-20 2018-06-15 胡研 一种指静脉支付方法、指静脉预约方法及交易设备
CN109377580A (zh) * 2018-10-11 2019-02-22 上海思依暄机器人科技股份有限公司 一种考勤***
CN109409547A (zh) * 2018-09-04 2019-03-01 中国平安人寿保险股份有限公司 业务请求处理方法、装置、计算机设备和存储介质
WO2019134245A1 (zh) * 2018-01-03 2019-07-11 平安科技（深圳）有限公司 基于人脸识别的排号方法、服务器及存储介质
CN110120933A (zh) * 2018-02-07 2019-08-13 阿里巴巴集团控股有限公司 风控、人机识别与数据处理方法、设备及***
CN110276892A (zh) * 2019-06-26 2019-09-24 深圳市腾讯计算机***有限公司 无人售货方法、装置、设备及存储介质
CN110288483A (zh) * 2019-05-22 2019-09-27 平安证券股份有限公司 账号开通方法、装置、设备及计算机可读存储介质
WO2019218905A1 (zh) * 2018-05-14 2019-11-21 阿里巴巴集团控股有限公司 验证对象的方法、装置和***
CN110942389A (zh) * 2019-11-04 2020-03-31 远光软件股份有限公司 金融单据和业务单据的挂接方法及终端设备
CN111259698A (zh) * 2018-11-30 2020-06-09 百度在线网络技术（北京）有限公司 用于获取图像的方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129555A (zh) * 2011-03-23 2011-07-20 北京深思洛克软件技术股份有限公司 基于第二代身份证进行身份验证的方法及***
CN102137077A (zh) * 2010-01-26 2011-07-27 凹凸电子（武汉）有限公司 访问控制***和采用计算机***控制访问权限的方法
CN104732396A (zh) * 2015-03-24 2015-06-24 广东欧珀移动通信有限公司 一种支付控制方法及装置
CN105227307A (zh) * 2014-06-03 2016-01-06 阿里巴巴集团控股有限公司 身份验证方法与***以及服务器数据处理方法和服务器
CN105550877A (zh) * 2015-12-21 2016-05-04 北京智付融汇科技有限公司 支付方法及装置
CN105844283A (zh) * 2015-01-16 2016-08-10 阿里巴巴集团控股有限公司 用于识别图像类目归属的方法、图像搜索方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102137077A (zh) * 2010-01-26 2011-07-27 凹凸电子（武汉）有限公司 访问控制***和采用计算机***控制访问权限的方法
CN102129555A (zh) * 2011-03-23 2011-07-20 北京深思洛克软件技术股份有限公司 基于第二代身份证进行身份验证的方法及***
CN105227307A (zh) * 2014-06-03 2016-01-06 阿里巴巴集团控股有限公司 身份验证方法与***以及服务器数据处理方法和服务器
CN105844283A (zh) * 2015-01-16 2016-08-10 阿里巴巴集团控股有限公司 用于识别图像类目归属的方法、图像搜索方法及装置
CN104732396A (zh) * 2015-03-24 2015-06-24 广东欧珀移动通信有限公司 一种支付控制方法及装置
CN105550877A (zh) * 2015-12-21 2016-05-04 北京智付融汇科技有限公司 支付方法及装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108022098A (zh) * 2017-11-20 2018-05-11 胡研 一种交易方法、交易设备以及计算机可读存储介质
CN108053210A (zh) * 2017-11-20 2018-05-18 胡研 一种脸型支付方法、脸型预约方法及交易设备
CN108171513A (zh) * 2017-11-20 2018-06-15 胡研 一种指纹支付方法、指纹预约方法及交易设备
CN108171514A (zh) * 2017-11-20 2018-06-15 胡研 一种指静脉支付方法、指静脉预约方法及交易设备
WO2019134245A1 (zh) * 2018-01-03 2019-07-11 平安科技（深圳）有限公司 基于人脸识别的排号方法、服务器及存储介质
CN110120933A (zh) * 2018-02-07 2019-08-13 阿里巴巴集团控股有限公司 风控、人机识别与数据处理方法、设备及***
WO2019218905A1 (zh) * 2018-05-14 2019-11-21 阿里巴巴集团控股有限公司 验证对象的方法、装置和***
CN110490026A (zh) * 2018-05-14 2019-11-22 阿里巴巴集团控股有限公司 验证对象的方法、装置和***
CN109409547A (zh) * 2018-09-04 2019-03-01 中国平安人寿保险股份有限公司 业务请求处理方法、装置、计算机设备和存储介质
CN109377580A (zh) * 2018-10-11 2019-02-22 上海思依暄机器人科技股份有限公司 一种考勤***
CN111259698A (zh) * 2018-11-30 2020-06-09 百度在线网络技术（北京）有限公司 用于获取图像的方法及装置
CN111259698B (zh) * 2018-11-30 2023-10-13 百度在线网络技术（北京）有限公司 用于获取图像的方法及装置
CN110288483A (zh) * 2019-05-22 2019-09-27 平安证券股份有限公司 账号开通方法、装置、设备及计算机可读存储介质
CN110276892A (zh) * 2019-06-26 2019-09-24 深圳市腾讯计算机***有限公司 无人售货方法、装置、设备及存储介质
CN110942389B (zh) * 2019-11-04 2023-09-15 远光软件股份有限公司 金融单据和业务单据的挂接方法及终端设备
CN110942389A (zh) * 2019-11-04 2020-03-31 远光软件股份有限公司 金融单据和业务单据的挂接方法及终端设备

Also Published As

Publication number Publication date
CN107103218B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN107103218A (zh) 一种业务实现方法和装置
US20220101323A1 (en) System and Method for Enhanced Transaction Authorization
CN107093066A (zh) 业务实现方法和装置
CN107451816B (zh) 线下交易的实现方法和装置
CN110166438B (zh) 账户信息的登录方法、装置、计算机设备及计算机存储介质
CN107657525A (zh) 一种贷款审批方法及服务器
CN110555651A (zh) 一种智能快递处理方法
CN108197557A (zh) 人证一致性检验方法、终端设备及计算机可读存储介质
US20160071110A1 (en) Payment system that reduces or eliminates the need to exchange personal information
CN110008903A (zh) 人脸识别方法、装置、***、存储介质和人脸支付方法
US20160071099A1 (en) Payment system that reduces or eliminates the need to exchange personal information
CN107527207A (zh) 一种基于人脸识别认证的智能购物支付方法
CN104143139A (zh) 基于面部表情的付款方法及***
US20160071097A1 (en) Payment system that reduces or eliminates the need to exchange personal information
CN105117633B (zh) 人脸识别Windows***登录验证***
US20160071071A1 (en) Payment system that reduces or eliminates the need to exchange personal information
CN110674670A (zh) 用于处理信息的方法和装置
CN104821041A (zh) 基于网络医院的自助缴费方法和***
US9582971B2 (en) System and method for smart deposit retrieval
CN110223762A (zh) 一种基于人脸识别的就诊业务处理方法及其装置
US20160071109A1 (en) Payment system that reduces or eliminates the need to exchange personal information
JP2018018481A (ja) 電子認証用サーバシステム、プログラム、電子認証方法、及び、電子認証システム
CN106817357A (zh) 身份验证***与方法
CN107316346A (zh) 电子票据的取票方法和装置
KR20190053414A (ko) 고지서 납부 서비스 제공 방법 및 이를 수행하는 서버 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1241999

Country of ref document: HK

TA01 Transfer of patent application right

Effective date of registration: 20201015

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201015

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant