CN108335099A - 移动支付的方法、装置、移动终端及存储介质 - Google Patents
移动支付的方法、装置、移动终端及存储介质 Download PDFInfo
- Publication number
- CN108335099A CN108335099A CN201711414089.6A CN201711414089A CN108335099A CN 108335099 A CN108335099 A CN 108335099A CN 201711414089 A CN201711414089 A CN 201711414089A CN 108335099 A CN108335099 A CN 108335099A
- Authority
- CN
- China
- Prior art keywords
- user
- face
- facial image
- recognition
- mobile terminal
- 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.)
- Pending
Links
Classifications
-
- 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
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种移动支付的方法、装置、电子设备及存储介质,该方法包括步骤:第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;第一处理步骤:根据所述扫描信息获得人脸图像样本;第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;交易步骤:人脸识别验证通过后,交易完成。本发明通过外部采集和处理方式实现人脸识别,减少移动终端的耗电。
Description
技术领域
本发明涉及移动支付技术领域,尤其涉及一种移动支付的方法、装置、移动终端及存储介质。
背景技术
人脸识别作为在移动终端执行的移动支付的方式,受到越来越多的关注。人脸识别技术主要是将拍摄的人脸图像与预先存储的人脸样本进行比对,当相似度达到预设值时,则人脸验证通过,反之,则不通过。但是这种方式存在很大的制约性,比如双胞胎或长相接近的两个人,可能相似度均能达到预设值,甚至也出现了使用假面具进行人脸识别的相关报道,而且在在移动终端执行的移动支付对移动终端的电量消耗严重。因此,对现有人脸识别技术进行改进是移动终端解锁或移动支付领域急于解决的技术问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种移动支付的方法,其通过外部采集和处理方式实现人脸识别,减少移动终端的耗电。
本发明的目的之二在于提供一种移动支付的装置,其通过外部采集和处理方式实现人脸识别,减少移动终端的耗电。
本发明的目的之三在于提供一种实现上述移动支付的方法的移动终端。
本发明的目的之四在于提供一种存储上述移动支付的方法的计算机可读存储介质。
本发明的目的之一采用如下技术方案实现:
第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理步骤:根据所述扫描信息获得人脸图像样本;
第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易步骤:人脸识别验证通过后,交易完成。
进一步地,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
进一步地,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸识别验证失败后,调整光线强度重新进行验证,当人脸验证失败的次数达到预设次数时,移动支付失败。
本发明的目的之二采用如下技术方案实现:
一种移动支付的装置,包括:
第一采集模块:用于在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理模块:用于根据所述扫描信息获得人脸图像样本;
第二采集模块:用于启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理模块:用于根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易模块:用于人脸识别验证通过后,交易完成。
本发明的目的之三采用如下技术方案实现:
一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明目的之一的移动支付的方法。
本发明的目的之四采用如下技术方案实现:
第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理步骤:根据所述扫描信息获得人脸图像样本;
第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易步骤:人脸识别验证通过后,交易完成。
进一步地,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
进一步地,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸识别验证失败后,调整光线强度重新进行验证,当人脸验证失败的次数达到预设次数时,移动支付失败。
相比现有技术,本发明的有益效果在于:
本发明在移动终端外的电子设备例如收银机上完成,减少人脸识别过程在移动终端执行时的电量消耗,并且通过对采集的人脸图像信息根据预设规则进行分割,分割后的用户人脸子图像与先前获取的人脸图像样本被分割的图像数量相同,且一一对应,将用户人脸子图像和相应的样本被分割的图像进行相似度计算,达到预设值则验证通过,只要一个用户人脸子图像验证不通过,则人脸识别识别,极大提高了人脸识别的安全性能。
附图说明
图1为本发明实施例一的移动支付的方法的流程图;
图2为本发明实施例二的移动支付的装置的结构框图;
图3为本发明实施例三的电子设备的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
请参照图1所示,本发明实施例一公开了一种移动支付的方法,该方法可以由硬件或/和软件来执行,其包括以下步骤:
110、第一采集步骤。
在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识。扫描方式与现有大致相同,不同的在于二维码中存储有移动终端对应用户的人脸图像样本标识,根据该人脸图像样本标识可从远程服务器例如云端服务器获取人脸图像样本。
120、第一处理步骤。
根据所述扫描信息从远程服务器例如云端服务器获取人脸图像样本。结合140步骤,此处获得的人脸图像样本可以是事先分割好,也可以是与130步骤得到的用户人脸图像在相同的预设规则下分割。
130、第二采集步骤。
启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像。因为要对采集的用户人脸图像进行分割,然后与预先存储的样本被分割的各个图像(成为样本子图像)进行一一比对,因此,采集的用户人脸图像需要和样本图像位置重合,因此,在本发明中,根据成人的人眼之间间距相对差异较小的原理,在移动终端的人脸图像采集窗口内设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置(即人脸图像样本放于所述人脸识别框中合适的位置时,将人脸图像样本的眼睛位置设定为人眼位置),检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合。检测是否重合的方式即查看采集到的人脸图像的眼睛位置即可。当然,也可以根据不同用户情况在所述人脸识别框中设定人眼位置,设定过程可以在样本采集时确定,将样本采集时的眼睛位置确定为人脸识别框中的人眼位置。
当用户眼睛与人脸识别框中的人眼位置重合时,可以对用户人脸信息进行采集,获取用户人脸图像。
140、第二处理步骤。
根据所述用户人脸图像和人脸图像样本进行人脸识别。
首先对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;预设规则为根据人脸图像样本分割的位置、大小设定,样本分割可以根据安全等级分成4、9、16份等。用户人脸图像和人脸图像样本可以同时在执行的电子设备中按照电子设备内设定的预设规则进行分割,也可以在电子设备时人脸图像样本已经分割完毕,此时电子设备获取人脸图像样本的同时,还要获取其分割的预设规则。
然后计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,计算方法是通过斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。每个用户人脸子图像和对应样本子图像相似度的预设阈值可以相同,当然,也可以根据特征分布情况设定为不同,例如,对于人脸外边缘,其预设阈值可以较小些,而对于人眼位置、人鼻位置等区域则预设阈值可以设置相对大一些。
如果人脸识别验证失败,其原因可能是由于光线原因使得用户人脸图像模糊造成,因此,可通过调整光线强度重新执行110-140步骤进行验证。而当人脸验证失败的次数达到预设次数时,移动支付失败。
150、交易步骤。
人脸识别验证通过后,交易完成。
实施例二
实施例二公开了一种对应上述实施例的移动支付的装置,请参照图2所示,包括:
第一采集模块210:用于在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理模块220:用于根据所述扫描信息获得人脸图像样本;
第二采集模块230:用于启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理模块240:用于根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易模块250:用于人脸识别验证通过后,交易完成。
进一步地,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
进一步地,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证,当人脸验证失败的次数达到预设次数时,移动支付失败。
实施例三
图3为本发明实施例三提供的一种电子设备的结构示意图,如图3所示,该电子设备包括处理器310、存储器320、输入装置330和输出装置340;计算机设备中处理器310的数量可以是一个或多个,图3中以一个处理器310为例;电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器320作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的移动支付的方法对应的程序指令/模块(例如,上述移动支付的装置中的第一采集模块210、第一处理模块220、第二采集模块230、第二处理模块240和交易模块250)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的移动支付的方法。
存储器320可主要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***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器320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、或其他非易失性固态存储器件。在一些实例中,存储器320可进一步包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的用户身份信息等。输出装置340可包括显示屏等显示设备。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种移动支付的方法,该方法包括:
第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理步骤:根据所述扫描信息获得人脸图像样本;
第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易步骤:人脸识别验证通过后,交易完成。
进一步地,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
进一步地,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证,当人脸验证失败的次数达到预设次数时,移动支付失败。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于移动支付的方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台移动终端(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述基于移动支付的装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种移动支付的方法,其特征在于,包括步骤:
第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理步骤:根据所述扫描信息获得人脸图像样本;
第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易步骤:人脸识别验证通过后,交易完成。
2.如权利要求1所述的移动支付的方法,其特征在于,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
3.如权利要求1所述的移动支付的方法,其特征在于,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
4.如权利要求3所述的移动支付的方法,其特征在于,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
5.如权利要求3所述的移动支付的方法,其特征在于,当人脸识别验证失败后,调整光线强度重新进行验证,当人脸验证失败的次数达到预设次数时,移动支付失败。
6.一种移动支付的装置,其特征在于,包括:
第一采集模块:用于在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理模块:用于根据所述扫描信息获得人脸图像样本;
第二采集模块:用于启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理模块:用于根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易模块:用于人脸识别验证通过后,交易完成。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的移动支付的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行以下步骤:
第一采集步骤:在交易产生时,启动摄像头对移动终端显示的二维码进行扫描,生成扫描信息,所述二维码中附有移动终端对应用户的人脸图像样本标识;
第一处理步骤:根据所述扫描信息获得人脸图像样本;
第二采集步骤:启动摄像头对所述移动终端对应用户的人脸进行采集,获取用户人脸图像;
第二处理步骤:根据所述用户人脸图像和人脸图像样本进行人脸识别;
交易步骤:人脸识别验证通过后,交易完成。
9.如权利要求8所述的计算机可读存储介质,其特征在于,所述启动摄像头对所述移动终端对应用户的人脸进行识别,获取用户人脸图像,包括:
通过摄像头设置人脸识别框,根据人脸图像样本在所述人脸识别框中设定人眼位置,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;对用户人脸信息进行采集,获取用户人脸图像。
10.如权利要求8所述的计算机可读存储介质,其特征在于,根据所述用户人脸图像和人脸图像样本图像进行人脸识别,包括:
对所述用户人脸图像按照与人脸图像样本相同的预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸识别验证通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711414089.6A CN108335099A (zh) | 2018-03-25 | 2018-03-25 | 移动支付的方法、装置、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711414089.6A CN108335099A (zh) | 2018-03-25 | 2018-03-25 | 移动支付的方法、装置、移动终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108335099A true CN108335099A (zh) | 2018-07-27 |
Family
ID=62924415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711414089.6A Pending CN108335099A (zh) | 2018-03-25 | 2018-03-25 | 移动支付的方法、装置、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108335099A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325333A (zh) * | 2018-09-24 | 2019-02-12 | 刘兴丹 | 一种双识别登录、支付的方法、装置 |
CN109583348A (zh) * | 2018-11-22 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种人脸识别方法、装置、设备及*** |
CN110069445A (zh) * | 2019-03-12 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 人脸图像处理方法、服务器及计算机可读存储介质 |
CN110930604A (zh) * | 2019-11-06 | 2020-03-27 | 海南兴际网络科技有限公司 | 一种自动收银机的扫描组件 |
CN111428594A (zh) * | 2020-03-13 | 2020-07-17 | 北京三快在线科技有限公司 | 身份验证方法、装置、电子设备和存储介质 |
CN112989937A (zh) * | 2021-02-07 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 用户身份验证的方法和装置 |
CN113343211A (zh) * | 2021-06-24 | 2021-09-03 | 工银科技有限公司 | 数据处理方法、处理***、电子设备及存储介质 |
CN114500017A (zh) * | 2018-09-27 | 2022-05-13 | 西安艾润物联网技术服务有限责任公司 | 身份验证方法、装置及计算机可读存储介质 |
WO2024012301A1 (zh) * | 2022-07-14 | 2024-01-18 | 维沃移动通信有限公司 | 二维码生成方法、扫描方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469455A (zh) * | 2014-09-12 | 2016-04-06 | 航天信息股份有限公司 | 基于移动终端的人脸识别考勤管理方法和*** |
CN105513221A (zh) * | 2015-12-30 | 2016-04-20 | 四川川大智胜软件股份有限公司 | 一种基于三维人脸识别的atm机防欺诈装置及*** |
-
2018
- 2018-03-25 CN CN201711414089.6A patent/CN108335099A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469455A (zh) * | 2014-09-12 | 2016-04-06 | 航天信息股份有限公司 | 基于移动终端的人脸识别考勤管理方法和*** |
CN105513221A (zh) * | 2015-12-30 | 2016-04-20 | 四川川大智胜软件股份有限公司 | 一种基于三维人脸识别的atm机防欺诈装置及*** |
Non-Patent Citations (1)
Title |
---|
百度: "刷脸支付实际推行效果", 《百度知道》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325333A (zh) * | 2018-09-24 | 2019-02-12 | 刘兴丹 | 一种双识别登录、支付的方法、装置 |
CN109325333B (zh) * | 2018-09-24 | 2021-11-12 | 申朴信息技术(上海)股份有限公司 | 一种双识别登录、支付的方法、装置 |
CN114500017A (zh) * | 2018-09-27 | 2022-05-13 | 西安艾润物联网技术服务有限责任公司 | 身份验证方法、装置及计算机可读存储介质 |
CN114500016A (zh) * | 2018-09-27 | 2022-05-13 | 西安艾润物联网技术服务有限责任公司 | 身份验证方法、装置及计算机可读存储介质 |
CN109583348A (zh) * | 2018-11-22 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种人脸识别方法、装置、设备及*** |
CN110069445A (zh) * | 2019-03-12 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 人脸图像处理方法、服务器及计算机可读存储介质 |
CN110930604A (zh) * | 2019-11-06 | 2020-03-27 | 海南兴际网络科技有限公司 | 一种自动收银机的扫描组件 |
CN111428594A (zh) * | 2020-03-13 | 2020-07-17 | 北京三快在线科技有限公司 | 身份验证方法、装置、电子设备和存储介质 |
CN112989937A (zh) * | 2021-02-07 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 用户身份验证的方法和装置 |
CN113343211A (zh) * | 2021-06-24 | 2021-09-03 | 工银科技有限公司 | 数据处理方法、处理***、电子设备及存储介质 |
CN113343211B (zh) * | 2021-06-24 | 2023-04-07 | 工银科技有限公司 | 数据处理方法、处理***、电子设备及存储介质 |
WO2024012301A1 (zh) * | 2022-07-14 | 2024-01-18 | 维沃移动通信有限公司 | 二维码生成方法、扫描方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108335099A (zh) | 移动支付的方法、装置、移动终端及存储介质 | |
US11288504B2 (en) | Iris liveness detection for mobile devices | |
KR102299847B1 (ko) | 얼굴 인증 방법 및 장치 | |
KR102483642B1 (ko) | 라이브니스 검사 방법 및 장치 | |
US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
US8744141B2 (en) | Texture features for biometric authentication | |
CN110705392A (zh) | 一种人脸图像检测方法及装置、存储介质 | |
CN110852160A (zh) | 以图像为基准的生物识别***及计算机实施方法 | |
KR20190053602A (ko) | 얼굴 인증 방법 및 장치 | |
CN102509053A (zh) | 用于验证授权的方法、处理器、设备和移动终端 | |
US9449217B1 (en) | Image authentication | |
CN107622246B (zh) | 人脸识别方法及相关产品 | |
CN108229357A (zh) | 人脸识别的方法、装置、移动终端及存储介质 | |
US11651624B2 (en) | Iris authentication device, iris authentication method, and recording medium | |
US10977355B2 (en) | Authentication method and device through face recognition | |
CN105631285A (zh) | 一种生物特征身份识别方法及装置 | |
CN114663726A (zh) | 目标类别检测模型的训练方法、目标检测方法及电子设备 | |
Krichen et al. | Specific texture analysis for iris recognition | |
CN113486688A (zh) | 一种人脸识别方法及智能设备 | |
CN113033243A (zh) | 一种人脸识别方法、装置及设备 | |
CN111199176B (zh) | 人脸身份检测方法及装置 | |
CN113254910B (zh) | 用于无人车认证***的用户便捷认证方法及装置 | |
Jonsson et al. | Learning Salient Features for Real-Time Face Verification," | |
KR20210050649A (ko) | 모바일 기기의 페이스 인증 방법 | |
Vera et al. | Iris recognition algorithm on BeagleBone Black |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180727 |