CN107491965B - 一种生物特征库的建立方法和装置 - Google Patents

一种生物特征库的建立方法和装置 Download PDF

Info

Publication number
CN107491965B
CN107491965B CN201710637558.4A CN201710637558A CN107491965B CN 107491965 B CN107491965 B CN 107491965B CN 201710637558 A CN201710637558 A CN 201710637558A CN 107491965 B CN107491965 B CN 107491965B
Authority
CN
China
Prior art keywords
biological
attribute
feature
heat
library
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.)
Active
Application number
CN201710637558.4A
Other languages
English (en)
Other versions
CN107491965A (zh
Inventor
翟芬
顾春雷
路磊
刘杨辉
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 CN201710637558.4A priority Critical patent/CN107491965B/zh
Publication of CN107491965A publication Critical patent/CN107491965A/zh
Priority to TW107115388A priority patent/TWI706354B/zh
Priority to JP2019541101A priority patent/JP6961003B2/ja
Priority to EP18756045.3A priority patent/EP3639196B1/en
Priority to EP21169422.9A priority patent/EP3879444A1/en
Priority to PCT/US2018/044370 priority patent/WO2019027896A1/en
Priority to KR1020197022142A priority patent/KR102228253B1/ko
Priority to SG11201906844RA priority patent/SG11201906844RA/en
Priority to PL18756045T priority patent/PL3639196T3/pl
Priority to ES18756045T priority patent/ES2879928T3/es
Priority to US16/048,573 priority patent/US10789593B2/en
Priority to PH12019501777A priority patent/PH12019501777A1/en
Priority to US16/719,807 priority patent/US11544711B2/en
Application granted granted Critical
Publication of CN107491965B publication Critical patent/CN107491965B/zh
Priority to US17/035,555 priority patent/US11270310B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Accounting & Taxation (AREA)
  • Library & Information Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书实施例提供一种生物特征库的建立方法和装置，其中，可以生物特征库中可以存储多个生物特征，可以获取生物特征库中的各个生物特征的使用热度属性，该使用热度属性用于表示所述生物特征的匹配成功热度。根据该使用热度属性，可以将各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。

Description

一种生物特征库的建立方法和装置
技术领域
本公开涉及计算机技术领域，特别涉及一种生物特征库的建立方法和装置。
背景技术
生物特征识别(Biometric Identification Technology)技术，可以是通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的一种技术。例如，指纹识别、人脸识别、虹膜识别等，都属于生物特征识别。
在利用生物特征识别技术鉴别用户个人身份时，通常可以存储生物特征库，将用户初始注册时的生物特征存储在该库中。当身份识别时，可以将待识别用户的生物特征与生物特征库中的各个特征进行比对，以鉴别出用户身份。
发明内容
有鉴于此，本说明书一个或多个实施例提供一种生物特征库的建立方法和装置，以提高生物特征识别的速度。
具体地，本说明书一个或多个实施例是通过如下技术方案实现的：
第一方面，提供一种生物特征库的建立方法，所述方法包括：
获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
第二方面，提供一种刷脸支付方法，所述方法包括：
获取支付用户的待识别人脸特征；
将人脸特征库中的各个人脸特征，根据特征排列顺序，依次与所述待识别人脸特征进行匹配比较，所述特征排列顺序是依据人脸特征的使用热度属性排序，使用热度越高的人脸特征越先进行所述匹配比较；
当获取到匹配的人脸特征时，使用所述人脸特征对应的支付账户进行支付。
第三方面，提供一种生物特征库的建立装置，所述装置包括：
参数获取模块，用于获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
特征排序模块，用于根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
第四方面，提供一种数据处理设备，所述设备包括存储器、处理器，以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行指令时实现以下步骤：
获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
本说明书一个或多个实施例的生物特征库的建立方法和装置，通过将各个生物特征按照匹配成功热度由高到低排序，使得如果一个生物特征较多或较近的匹配成功过，那么很有可能会再次匹配成功，在特征识别时优先由这些热度较高的特征中比对，有助于更快的找到匹配特征。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的生物特征库建立方法的流程图；
图2为本说明书一个或多个实施例提供的刷脸支付的应用***图；
图3为本说明书一个或多个实施例提供的刷脸支付方法的流程图；
图4为本说明书一个或多个实施例提供的生物特征库建立装置的结构图；
图5为本说明书一个或多个实施例提供的生物特征库建立装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。
生物特征识别可以应用于个人身份鉴定，在实际使用中，可以使用生物特征库，该生物特征库中可以包括多个用户的生物特征，当身份识别时，可以将待识别用户的生物特征与生物特征库中的各个特征进行比对，就可以得到用户的身份。其中，在比对时，可以是按照生物特征库的特征排序，依序逐个的进行比对。本说明书一个或多个实施例提供的生物特征库的建立方法，可以用于对该生物特征库中的各个生物特征进行排序，以使得按照排序后的特征逐个比对时，能够更加快速的找到匹配的特征。
图1示例了一个例子中的生物特征库的建立方法，可以包括：
在步骤100中，获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度。
在步骤102中，根据使用热度属性，将各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
该例子中的特征排序方法，可以将匹配成功热度较高的特征排在前边，能够在特征识别过程中优先进行特征比对，这里的匹配成功热度例如可以是该特征最近刚被成功匹配过待识别特征，或者还可以是该特征的匹配成功频次较高。如果一个生物特征较多或较近的匹配成功过，那么很有可能会再次匹配成功，在特征识别时优先由这些热度较高的特征中比对，有助于更快的找到匹配特征。
如下的例子中，以生物特征识别中的人脸识别为例进行描述，并且以将人脸识别应用于支付为例。但是可以理解的是，其他类型的生物特征识别同样可以应用本说明书一个或多个实施例中的特征库建立方法，并且生物特征可以应用于多种应用场景，比如，人脸识别也可以应用于支付场景之外的业务。
在将人脸识别应用于支付时，可以是在线下支付场景中。比如，如果使用刷卡或者刷码等支付方式，需要用户携带卡或者智能手机设备，并且完成支付都需要用户与机器进行人工交互，如扫码支付需要用户携带智能手机设备，打开支付应用，商户pos机扫码，完成支付。这些支付方式操作比较繁琐。
刷脸支付的概念存在许久，是将人脸识别应用于支付场景。其中，人脸识别经过数年的发展，准确率已经提升至很高的水平，但是在支付领域的应用还是慎重的，一直未在具体的支付场景中使用，因为线下支付场景应用刷脸支付时，对准确率和速度的要求都是极高的。如果将刷脸支付应用于线下支付场景中，用户就可以不用携带卡或智能手机设备，能够提高支付速度。如下的例子可以提供一种刷脸支付方法，以满足支付场景对刷脸支付的性能要求。
图2示例了一种刷脸支付的应用***图，如图2所示，该***中可以包括：支付机构的数据处理设备11、用户12的智能终端13、以及商户的收银终端14。其中，数据处理设备11可以是支付机构的后台服务器，用户12在本例子中是付款的用户，可以称为支付用户，智能终端13可以是智能手机。
结合图2以及图3所示的流程，描述用户12如何开通刷脸支付的功能以及使用刷脸支付功能进行付款。如图3所示，该流程可以包括：
在步骤300中，用户通过智能终端，向支付机构请求开通刷脸支付功能，向支付机构发送人脸特征和支付账户。
例如，支付用户12可以在自己的智能手机13上，通过手机上的支付机构客户端申请开通刷脸支付，并向支付机构发送自己的支付账户和人脸特征，该支付账户可以使得支付机构识别是哪个用户，人脸特征例如可以是用户通过手机的摄像头拍摄获取。人脸特征和支付账户可以被支付机构的数据处理设备11接收到。
本步骤中，支付机构还可以核实人脸特征的真实性。例如，可以与公安网渠道进行匹配，匹配不成功不允许开通刷脸支付，防止接收的人脸特征不是用户本人。若匹配成功，则继续执行步骤302。
在步骤302中，支付机构建立该人脸特征和支付账户的对应关系，并为支付用户分配对应的体验码。
本例子中，体验码可以有多种形式。例如，体验码可以是0至9的数字，或者，体验码还可以是数字与字母的组合，比如扩展到16进制的0～9，以及A～F。不同的支付用户可以分配不同的体验码，比如，当支付用户U1开通刷脸支付时，可以为该U1分配体验码000011，当支付用户U2开通刷脸支付时，可以为该U2分配体验码111235。
此外，支付机构可以由体验码集合中获取分配至支付用户的体验码，该体验码集合中包括待分配至支付用户集合的各个支付用户的多个体验码。当支付用户集合的支付用户数量增多时，分配至支付用户的体验码的位数也增加。比如，初始时注册的支付用户的数量较少，体验码集合中的体验码位数也较少，通常可以是六位数字的体验码；随着注册的支付用户的数量增多，原本的体验码可能不够用，则可以扩展体验码的位数，更改为向用户分配16进制的0～9，以及A～F的多位体验码。
在步骤304中，支付机构确定与体验码映射对应的人脸特征库。
本例子中，可以通过为不同人分配不同的体验码，不同的体验码映射至不同的人脸特征库，从而提供了一种将不同人的人脸特征分开存储的方式。
在一个例子中，支付机构的数据处理设备11可以利用哈希映射的算法，将体验码通过哈希函数生成哈希值，将哈希值对应的人脸特征库确定为体验码对应的人脸特征库。
例如，假设目标哈希值是三位R1R2R3，并假设体验码是六位(num1、num2、num3、num4、num5、num6)，由体验码计算哈希值的哈希函数如下：
R1＝num3；
R2＝(num2+num4+num6)取尾数；
R3＝(素数*num1+素数*num5)取尾数；
需要说明的是，上述的哈希函数只是一种示例，实际的哈希函数可以有很多种，不再举例。例如，计算出的哈希值可以有1000个数，对应的人脸特征库也有1000个。通过体验码计算对应的哈希值，哈希值对应的人脸特征库可以作为该体验码映射对应的人脸特征库。
在步骤306中，支付机构将用户注册的人脸特征，存储至为用户分配的体验码映射对应的人脸特征库。
例如，假设支付用户U1开通刷脸支付时，支付机构为该用户U1分配体验码000011，根据该体验码进行哈希函数的计算得到哈希值，将U1在步骤200中传输的人脸特征存储至该哈希值对应的库中。
通过步骤300至306，用户完成了刷脸支付功能的开通。并且，通过为不同用户分配不同的体验码，可以将不同用户的人脸特征存储至不同的人脸特征库中，这种方式有助于将相似度高的人脸分开存储。
例如，假设用户U1和U2在开通刷脸支付时，由于光照、角度、化妆等因素，导致U1和U2向支付机构传输的人脸特征(例如，该人脸特征可以是用户通过摄像头拍摄的人脸图像)相似度较高，但是支付机构的数据处理设备可以根据为U1和U2分配的不同体验码，将两者的人脸特征分开存储在不同的库中，从而使得在后续步骤应用刷脸支付时，避免产生人脸特征的混淆搜索匹配。不过，不同体验码也可能对应同一哈希值，所以最终同一个人脸特征库中也会存储不同用户的各个人脸特征。
如下描述如何应用刷脸支付功能完成支付，假设支付用户在一个商户购物，在付款时可以通过该商户的收银终端14进行支付，用户可以在该收银终端14选择使用刷脸支付功能，且收银终端14支持刷脸支付。
在步骤308中，用户向收银终端输入体验码，且刷脸提供人脸特征。
本步骤中，支付用户可以向商户的收银终端提供人脸特征，该人脸特征可以是在开通刷脸支付时提供给支付机构的人脸特征。
在步骤310中，收银终端向支付机构请求刷脸支付扣款，发送步骤308中接收到的用户的人脸特征和体验码。
在步骤312中，支付机构根据体验码，确定对应的人脸特征库。
例如，支付机构可以根据支付用户提供给商户收银终端的体验码，通过哈希算法得到与该体验码对应的哈希值，获取到与哈希值对应的人脸特征库。此外，支付机构在收到商户的支付请求时，还可以验证安全认证的token。
在步骤314中，支付机构将人脸特征库中的各个人脸特征，根据特征排列顺序，依次与待识别人脸特征进行匹配比较，该特征排列顺序是依据人脸特征的使用热度属性排序，匹配成功热度越高的人脸特征越先进行匹配比较。
本例子中，人脸特征库中的各个人脸特征，可以根据使用热度属性进行排序。例如，使用热度属性可以包括如下至少一项属性参数：特征使用次数、最新使用时间。其中的特征使用次数可以是一段时间内的匹配成功次数，最新使用时间可以是该人脸特征最近匹配成功的时间。当然，上述的特征使用次数和最新使用时间只是使用热度属性的举例，还可以包括其他的使用热度属性。
以特征使用次数和最新使用时间进行排序为例，可以通过这两个参数加权综合考虑进行排序，将使用次数多且最近匹配的人脸特征排在人脸特征库的前面。例如，可以将使用热度属性中包括的至少两个属性参数，比如上述的特征使用次数和最新使用时间进行加权求和，得到的数值可以称为热度属性值。可以根据热度属性值进行排序，比如，假设匹配成功热度越高则热度属性值越高，那么可以按照热度属性值由高到低的顺序排序。在进行匹配比较时，可以根据特征排列顺序，匹配成功热度越高(例如，匹配成功次数越高，或者匹配成功时间距离当前最近)的人脸特征越先进行匹配比较，各个人脸特征依次与待识别人脸特征进行匹配，该待识别的人脸特征即步骤310中接收到的支付用户的人脸特征。
在步骤316中，当获取到匹配的人脸特征时，支付机构使用人脸特征对应的支付账户进行支付。
本例子中，在人脸特征库搜索与支付用户匹配的人脸特征时，由于优先与使用热度越高的人脸特征进行匹配比较，从而能够更快的找到匹配的人脸特征，提高了刷脸支付的速度。
此外，当获取到匹配的人脸特征后，可以对人脸特征的使用热度属性进行更新，比如，可以将匹配的人脸特征的特征使用次数增加一，并将最新使用时间更新为本次匹配成功的时间。支付机构的数据处理设备还可以根据更新后的使用热度属性，重新排序人脸特征库中的各个人脸特征，将热度高的排在前。
此外，支付机构还可以对用户的刷脸支付设置单笔限额，或者每天限额，以控制交易风险，还可以实时监控交易数据以发现数据异常，控制风险。
在步骤318中，支付机构向用户的智能终端反馈扣款成功。
本例子的刷脸支付方法，通过在人脸特征库中根据人脸使用热度排序，发生匹配行为时更新排序，提升了刷脸识别的速度；并且，通过利用体验码，可以将不同人脸特征分开存储于不同的人脸特征库，比如，相似的人脸特征由于哈希值的不同，存储至不同的库中，从而规避人脸识别中的相似人脸识别误差，提高了刷脸支付的准确性。
上述图3的流程中，既通过体验码将不同人脸特征分开存储，又通过排序方式将使用热度高的人脸特征排在前面。在其他的应用例子中，也可以采用其中一种方案，比如，可以不通过体验码分开在不同的库中存储人脸，但是通过排序将使用热度高的人脸特征排在前面，同样能够提高刷脸支付的速度；或者，不通过排序将使用热度高的人脸排前，但是通过体验码将不同人脸特征分开在不同的库中，也能够提高刷脸识别的准确性。
在另一个例子中，用户也可能忘记体验码，可以重新申请设置新的体验码。例如，支付用户可以通过智能终端向支付机构发送体验码重设请求，支付机构的数据处理设备可以根据所述体验码重设请求，重新为支付用户分配新体验码。并将支付用户的人脸特征放入与新体验码映射对应的人脸特征库，将原人脸特征库中的人脸特征删除。
在又一个例子中，还可以根据不同的商户，为商户单独设置“体验码和映射对应的人脸特征库”。比如，某一商户对应1～N这几个人脸特征库，该商户的常客的人脸特征可以都放在这些库中，并且为该常客分配的体验码可以映射到这些人脸特征库。例如，当支付用户申请支付时，在体验码之外还可以携带上商户的商户ID，支付机构的数据处理设备可以根据商户ID，由该商户对应的N个人脸特征库中，查找体验码对应的人脸特征库。
为实现上述的生物特征库建立方法，本说明书一个或多个实施例还提供了一种生物特征库的建立装置。该装置例如可以应用于图2中支付机构的数据处理设备11，以使得数据处理设备11可以执行本说明书一个或多个实施例的刷脸支付方法。如图4所示，该装置可以包括：参数获取模块41和特征排序模块42。
参数获取模块41，用于获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
特征排序模块42，用于根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
在一个例子中，参数获取模块41，具体用于获取所述各个生物特征的如下至少一项属性参数：特征使用次数和最新使用时间。
在一个例子中，特征排序模块42，具体用于当所述使用热度属性包括至少两个属性参数时，将所述至少两个属性参数进行加权求和，得到热度属性值；根据所述热度属性值进行排序。
如图5所示，该装置还可以包括匹配比较模块43，用于根据所述生物特征库中的特征排序，依次将各个生物特征分别与待识别生物特征进行匹配比对，匹配成功热度越高的生物特征越先进行所述匹配比较。
参数获取模块41，还用于当获取到匹配的生物特征后，对所述生物特征的使用热度属性进行更新；
所述特征排序模块42，还用于根据更新后的所述使用热度属性，重新排序生物特征库中的各个生物特征。
上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述图3所示流程中的各个步骤，其执行顺序不限制于流程图中的顺序。此外，各个步骤的描述，可以实现为软件、硬件或者其结合的形式，例如，本领域技术人员可以将其实现为软件代码的形式，可以为能够实现所述步骤对应的逻辑功能的计算机可执行指令。当其以软件的方式实现时，所述的可执行指令可以存储在存储器中，并被设备中的处理器执行。
例如，对应于上述方法，本说明书一个或多个实施例同时提供一种数据处理设备，该设备例如可以是图2中支付机构的数据处理设备11。该设备可以包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器通过执行所述指令，用于实现如下步骤：
获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、***或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于数据处理设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书一个或多个实施例的较佳实施例而已，并不用以限制本说明书一个或多个实施例，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例保护的范围之内。

Claims (11)

1.一种生物特征库的建立方法，所述方法包括：
获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较；
还包括：
获取各个用户的生物特征；
为每个用户分配不同的体验码，所述体验码与该用户的生物特征相对应；
计算所述体验码的哈希值，将哈希值对应的生物特征库确定为所述用户对应的生物特征库；相同的哈希值对应同一个所述生物特征库；
所述生物特征包括人脸特征。
2.根据权利要求1所述的方法，所述获取生物特征库中的各个生物特征的使用热度属性，包括：
获取所述各个生物特征的如下至少一项属性参数：特征使用次数和最新使用时间。
3.根据权利要求1所述的方法，所述根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，包括：
当所述使用热度属性包括至少两个属性参数时，将所述至少两个属性参数进行加权求和，得到热度属性值；
根据所述热度属性值进行排序。
4.根据权利要求1所述的方法，所述方法还包括：
根据所述生物特征库中的特征排序，依次将各个生物特征分别与待识别生物特征进行匹配比对，匹配成功热度越高的生物特征越先进行所述匹配比较；
当获取到匹配的生物特征后，对所述生物特征的使用热度属性进行更新；
根据更新后的所述使用热度属性，重新排序生物特征库中的各个生物特征。
5.一种刷脸支付方法，所述方法包括：
获取支付用户的待识别人脸特征；
将人脸特征库中的各个人脸特征，根据特征排列顺序，依次与所述待识别人脸特征进行匹配比较，所述特征排列顺序是依据人脸特征的使用热度属性排序，使用热度越高的人脸特征越先进行所述匹配比较；其中，所述人脸特征库是根据权利要求1至4任一项所述的方法建立的所述生物特征库；
当获取到匹配的人脸特征时，使用所述人脸特征对应的支付账户进行支付。
6.根据权利要求5所述的方法，所述方法还包括：
获取为所述支付用户分配的体验码，不同支付用户分配的所述体验码不同；
确定与所述体验码映射对应的所述人脸特征库。
7.一种生物特征库的建立装置，所述装置包括：
参数获取模块，用于获取生物特征库中的各个生物特征的使用热度属性，所述使用热度属性用于表示所述生物特征的匹配成功热度；
特征排序模块，用于根据所述使用热度属性，将所述各个生物特征按照匹配成功热度由高到低的顺序依次排序，以使得热度越高的生物特征越先进行识别匹配比较；
还包括：
处理模块，用于获取各个用户的生物特征；为每个用户分配不同的体验码，所述体验码与该用户的生物特征相对应；计算所述体验码的哈希值，将哈希值对应的生物特征库确定为所述用户对应的生物特征库；相同的哈希值对应同一个所述生物特征库；所述生物特征包括人脸特征。
8.根据权利要求7所述的装置，
所述参数获取模块，具体用于获取所述各个生物特征的如下至少一项属性参数：特征使用次数和最新使用时间。
9.根据权利要求7所述的装置，
所述特征排序模块，具体用于当所述使用热度属性包括至少两个属性参数时，将所述至少两个属性参数进行加权求和，得到热度属性值；根据所述热度属性值进行排序。
10.根据权利要求7所述的装置，所述装置还包括：匹配比较模块；
所述匹配比较模块，用于根据所述生物特征库中的特征排序，依次将各个生物特征分别与待识别生物特征进行匹配比对，匹配成功热度越高的生物特征越先进行所述匹配比较；
所述参数获取模块，还用于当获取到匹配的生物特征后，对所述生物特征的使用热度属性进行更新；
所述特征排序模块，还用于根据更新后的所述使用热度属性，重新排序生物特征库中的各个生物特征。
11.一种数据处理设备，所述设备包括存储器、处理器，以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行指令时实现根据权利要求1至4任一项所述的方法。
CN201710637558.4A 2017-07-31 2017-07-31 一种生物特征库的建立方法和装置 Active CN107491965B (zh)

Priority Applications (14)

Application Number Priority Date Filing Date Title
CN201710637558.4A CN107491965B (zh) 2017-07-31 2017-07-31 一种生物特征库的建立方法和装置
TW107115388A TWI706354B (zh) 2017-07-31 2018-05-07 生物特徵庫的建立方法和裝置
PL18756045T PL3639196T3 (pl) 2017-07-31 2018-07-30 Sposób i aparat do ustanawiania bazy danych cech biometrycznych
ES18756045T ES2879928T3 (es) 2017-07-31 2018-07-30 Método y aparato para crear una base de datos de características biométricas
EP21169422.9A EP3879444A1 (en) 2017-07-31 2018-07-30 Biometric feature database establishing method and apparatus
PCT/US2018/044370 WO2019027896A1 (en) 2017-07-31 2018-07-30 METHOD AND APPARATUS FOR BASING BIOMETRIC CHARACTERISTIC DATA BASE
KR1020197022142A KR102228253B1 (ko) 2017-07-31 2018-07-30 생체 특징 데이터베이스 구축 방법 및 장치
SG11201906844RA SG11201906844RA (en) 2017-07-31 2018-07-30 Biometric feature database establishing method and apparatus
JP2019541101A JP6961003B2 (ja) 2017-07-31 2018-07-30 生体特徴データベース確立方法および装置
EP18756045.3A EP3639196B1 (en) 2017-07-31 2018-07-30 Biometric feature database establishing method and apparatus
US16/048,573 US10789593B2 (en) 2017-07-31 2018-07-30 Biometric feature database establishing method and apparatus
PH12019501777A PH12019501777A1 (en) 2017-07-31 2019-07-30 Biometric feature database establishing method and apparatus
US16/719,807 US11544711B2 (en) 2017-07-31 2019-12-18 Biometric feature database establishing method and apparatus
US17/035,555 US11270310B2 (en) 2017-07-31 2020-09-28 Biometric feature database establishing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710637558.4A CN107491965B (zh) 2017-07-31 2017-07-31 一种生物特征库的建立方法和装置

Publications (2)

Publication Number Publication Date
CN107491965A CN107491965A (zh) 2017-12-19
CN107491965B true CN107491965B (zh) 2020-07-10

Family

ID=60644817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710637558.4A Active CN107491965B (zh) 2017-07-31 2017-07-31 一种生物特征库的建立方法和装置

Country Status (11)

Country Link
US (3) US10789593B2 (zh)
EP (2) EP3639196B1 (zh)
JP (1) JP6961003B2 (zh)
KR (1) KR102228253B1 (zh)
CN (1) CN107491965B (zh)
ES (1) ES2879928T3 (zh)
PH (1) PH12019501777A1 (zh)
PL (1) PL3639196T3 (zh)
SG (1) SG11201906844RA (zh)
TW (1) TWI706354B (zh)
WO (1) WO2019027896A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491965B (zh) 2017-07-31 2020-07-10 阿里巴巴集团控股有限公司 一种生物特征库的建立方法和装置
CN109492560A (zh) * 2018-10-26 2019-03-19 深圳力维智联技术有限公司 基于时间尺度的人脸图像特征融合方法、装置和存储介质
CN109684918A (zh) * 2018-11-14 2019-04-26 南宁学院 一种高速物体识别***
CN110033278B (zh) * 2019-03-27 2023-06-23 创新先进技术有限公司 风险识别方法和装置
CN110599639B (zh) * 2019-08-13 2021-05-07 深圳市天彦通信股份有限公司 身份验证方法及相关产品
CN110532934A (zh) * 2019-08-26 2019-12-03 恒大智慧科技有限公司 一种人脸底库更新方法、装置、计算机设备及存储介质
CN112330312B (zh) * 2020-11-17 2021-12-10 农夫铺子发展集团有限公司 基于区块链支付和面部识别的数据处理方法及大数据平台
CN112667840B (zh) * 2020-12-22 2024-05-28 ***股份有限公司 特征样本库构建方法、通行识别方法、装置及存储介质
CN113505279A (zh) * 2021-07-08 2021-10-15 上海银欣高新技术发展股份有限公司 生物特征的高速比对方法、***、介质及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203319A (zh) * 2016-07-05 2016-12-07 北京小米移动软件有限公司 指纹匹配方法和装置
CN106650657A (zh) * 2016-12-16 2017-05-10 广东工业大学 一种基于全脸二进制匹配的身份验证方法及装置

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6889198B2 (en) 1998-01-30 2005-05-03 Citicorp Development Center, Inc. Method and system for tracking smart card loyalty points
JP3219148B2 (ja) 1998-11-26 2001-10-15 日本電気株式会社 データメモリ装置
US6507912B1 (en) 1999-01-27 2003-01-14 International Business Machines Corporation Protection of biometric data via key-dependent sampling
JP2001266151A (ja) * 2000-03-17 2001-09-28 Toshiba Corp 個人識別装置および個人識別方法
JP3586431B2 (ja) 2001-02-28 2004-11-10 松下電器産業株式会社 個人認証方法および装置
US8548927B2 (en) 2001-07-10 2013-10-01 Xatra Fund Mx, Llc Biometric registration for facilitating an RF transaction
JP2005149344A (ja) * 2003-11-19 2005-06-09 Ricoh Co Ltd 指紋認証装置及び指紋認証処理プログラム
JP4576132B2 (ja) * 2004-02-25 2010-11-04 株式会社リコー 認証方法及び認証装置
JP4671838B2 (ja) * 2005-10-31 2011-04-20 日立オムロンターミナルソリューションズ株式会社 現金自動取引装置
US20070174173A1 (en) 2006-01-21 2007-07-26 Brucato Steven J Method for displaying market data and entering trading orders
JP2007206942A (ja) * 2006-02-01 2007-08-16 Konica Minolta Business Technologies Inc 生体認証装置及び生体認証方法
US20070252001A1 (en) 2006-04-25 2007-11-01 Kail Kevin J Access control system with RFID and biometric facial recognition
US20070290800A1 (en) 2006-06-05 2007-12-20 Fuller Milton E Biometric identification and authentication system using electromagnetic frequency response
JP2008276359A (ja) * 2007-04-26 2008-11-13 Murata Mach Ltd 個人認証装置
KR101170222B1 (ko) * 2007-07-09 2012-07-31 후지쯔 가부시끼가이샤 이용자 인증 장치, 이용자 인증 방법 및 이용자 인증 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
KR20080109694A (ko) * 2008-10-31 2008-12-17 주식회사 비즈모델라인 사용자 생체정보 비교를 통한 정보제공방법
JP5813282B2 (ja) * 2009-06-19 2015-11-17 日本電信電話株式会社 情報照合装置、情報照合方法及びプログラム
JP5691669B2 (ja) 2011-03-08 2015-04-01 富士通株式会社 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
US9020207B2 (en) * 2011-06-07 2015-04-28 Accenture Global Services Limited Biometric authentication technology
KR101316805B1 (ko) * 2013-05-22 2013-10-11 주식회사 파이브지티 자동 얼굴 위치 추적 및 얼굴 인식 방법 및 시스템
US20150073998A1 (en) * 2013-09-09 2015-03-12 Apple Inc. Use of a Biometric Image in Online Commerce
CN105205365B (zh) * 2014-05-26 2020-05-05 创新先进技术有限公司 一种生物特征信息的注册和认证方法及装置
CN104240347B (zh) * 2014-09-12 2016-10-12 福建省智慧物联网研究院有限责任公司 基于图像识别的入场身份认证***
EP2998881B1 (en) * 2014-09-18 2018-07-25 Amplidata NV A computer implemented method for dynamic sharding
US20160089052A1 (en) 2014-09-26 2016-03-31 Industry-University Cooperation Foundation Hanyang University Method and device for measuring biometric data using uwb radar
KR101627936B1 (ko) * 2014-10-25 2016-06-07 박남태 영상표시 장치의 음성제어를 이용한 보안 입력 방법 및 장치
CN105631178B (zh) 2014-10-29 2018-10-16 中国石油天然气股份有限公司 双台肩钻具接头的极限工作扭矩的确定方法
US20160189162A1 (en) * 2014-12-29 2016-06-30 Toshiba Tec Kabushiki Kaisha Information processing system, and storage medium which stores information processing program
CN105989333B (zh) * 2015-02-12 2018-08-17 深圳市汇顶科技股份有限公司 指纹认证方法、***及支持指纹认证功能的终端
CN105631278A (zh) * 2015-06-24 2016-06-01 宇龙计算机通信科技(深圳)有限公司 身份验证方法及装置
US20190087893A1 (en) * 2016-05-06 2019-03-21 Othera Pty Ltd Methods and Systems for Blockchain Based Segmented Risk Based Securities
JP6907475B2 (ja) 2016-07-15 2021-07-21 富士フイルムビジネスイノベーション株式会社 生体情報測定装置、及び生体情報測定プログラム
CN106507301A (zh) * 2016-10-26 2017-03-15 朱育盼 认证方法和装置
CN107491965B (zh) 2017-07-31 2020-07-10 阿里巴巴集团控股有限公司 一种生物特征库的建立方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203319A (zh) * 2016-07-05 2016-12-07 北京小米移动软件有限公司 指纹匹配方法和装置
CN106650657A (zh) * 2016-12-16 2017-05-10 广东工业大学 一种基于全脸二进制匹配的身份验证方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
secure authentication for mobile banking using facial recognition;Falaye Adeyinka Adesuyi等;《IOSR-JCE》;20130430;第51-59页 *

Also Published As

Publication number Publication date
PH12019501777A1 (en) 2020-07-06
PL3639196T3 (pl) 2021-09-27
US10789593B2 (en) 2020-09-29
US11270310B2 (en) 2022-03-08
JP2020513121A (ja) 2020-04-30
JP6961003B2 (ja) 2021-11-05
EP3639196A1 (en) 2020-04-22
US20190034935A1 (en) 2019-01-31
TWI706354B (zh) 2020-10-01
SG11201906844RA (en) 2019-08-27
KR20200002785A (ko) 2020-01-08
CN107491965A (zh) 2017-12-19
US20200126088A1 (en) 2020-04-23
EP3879444A1 (en) 2021-09-15
US20210012351A1 (en) 2021-01-14
ES2879928T3 (es) 2021-11-23
US11544711B2 (en) 2023-01-03
TW201911170A (zh) 2019-03-16
KR102228253B1 (ko) 2021-03-18
EP3639196B1 (en) 2021-04-21
WO2019027896A1 (en) 2019-02-07

Similar Documents

Publication Publication Date Title
CN107491965B (zh) 一种生物特征库的建立方法和装置
CN107093066B (zh) 业务实现方法和装置
US20210286870A1 (en) Step-Up Authentication
CN111581625A (zh) 一种用户身份识别方法、装置及电子设备
Wazir et al. Doodle-based authentication technique using augmented reality
JP2022180640A (ja) 生体データ照合システム
KR20190070179A (ko) 사용자 등록 장치 및 방법
JP6875521B2 (ja) バイオメトリック特徴に基づくセキュリティ検証のための方法および装置
CN111178139A (zh) 一种身份认证的方法以及支付方法和支付设备
CN113826135A (zh) 使用话音识别来进行非接触式认证的***和方法
CN112036894B (zh) 利用虹膜特征及动作特征进行身份确认的方法及***
US10133471B2 (en) Biometric shortcuts
US20170293410A1 (en) Biometric state switching
CN112487885A (zh) 支付方法、装置、电子设备及可读存储介质
CN112997188A (zh) 基于可撤销的生物度量印迹的标识
CN113283883B (zh) 业务实现方法和装置
Thao Location-based Behavioral Authentication Using GPS Distance Coherence
WO2017179181A1 (ja) 生体認証システムおよび生体認証方法
US20230186307A1 (en) Method for enhancing transaction security
Talreja et al. A framework for secure selfie-based biometric authentication in the cloud
Vibert et al. Towards an Optimal Template Reduction for Securing Embedded Fingerprint Devices.
JP2022025827A (ja) 認証方法、認証プログラム、および情報処理装置
CN111210544A (zh) 一种基于云计算的门控方法及设备
CN114331449A (zh) 人脸支付方法、装置和设备及计算机存储介质
CN116681443A (zh) 基于生物识别的支付方法及装置

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: 1247712

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200922

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

Patentee after: Innovative advanced technology Co.,Ltd.

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

Patentee before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200922

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

Patentee after: Advanced innovation technology Co.,Ltd.

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

Patentee before: Alibaba Group Holding Ltd.