CN110298667A - 基于人脸识别的支付处理方法、装置及存储介质 - Google Patents
基于人脸识别的支付处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110298667A CN110298667A CN201910557218.XA CN201910557218A CN110298667A CN 110298667 A CN110298667 A CN 110298667A CN 201910557218 A CN201910557218 A CN 201910557218A CN 110298667 A CN110298667 A CN 110298667A
- Authority
- CN
- China
- Prior art keywords
- confidence level
- facial image
- identified
- comparison result
- face
- 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
- G06Q20/38—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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供一种基于人脸识别的支付处理方法、装置及存储介质,其中,该方法包括:根据获取到的支付请求,采集待识别人脸图像,获取待识别人脸图像与人脸库中的人脸图像的比对结果,确定该比对结果的置信度等级,该置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级,若比对结果的置信度等级为第二置信等级,则获取验证信息,根据该验证信息对待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。该技术方案,有效避免了实际应用中只将置信度与预设阈值比较可能存在的识别不准确,造成误识别的问题,提高了用户体验。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种基于人脸识别的支付处理方法、装置及存储介质。
背景技术
随着人工智能技术的蓬勃发展,图像识别技术在各个应用场景中落地,其中一个重要的应用就是通过人脸识别进行支付,在无人超市、无人售货机、食堂便利店的支付等场景中已经实现,鉴于其支付方便快捷的优点,得到了用户的认可。
现有技术中,主要是将采集到的人脸图像和预存在人脸库中的人脸图像进行比对,若比对结果大于预设的阈值,则认为识别发起扣款流程,否则支付失败。
然而,由于人脸支付涉及到资金的往来,是一个对安全要求非常高的应用场景,但是现有人脸识别的结果与人脸图像的质量以及预设的阈值有关,在实际应用中可能出现识别不准确、误识别的问题,降低了用户体验。
发明内容
本申请提供一种基于人脸识别的支付处理方法、装置及存储介质,以克服现有人脸识别方法中存在由于识别不准确、误识别现象,导致的用户体验差的问题。
本申请第一方面提供一种基于人脸识别的支付处理方法,包括:
根据获取到的支付请求,采集待识别人脸图像;
获取所述待识别人脸图像与人脸库中的人脸图像的比对结果;
确定所述比对结果的置信度等级,所述置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;
若所述比对结果的置信度等级为所述第二置信等级,则获取验证信息;
根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
在第一方面的一种可能实现方式中,所述获取所述待识别人脸图像与人脸库中的人脸图像的比对结果,包括:
将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
或者
将所述待识别人脸图像发送给服务器,以使所述服务器将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
接收所述服务器发送的所述比对结果。
在第一方面的另一种可能实现方式中,所述根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,包括:
获取所述待识别人脸图像对应用户的预配置信息;
根据所述验证信息和所述预配置信息对所述待识别人脸图像对应的用户进行身份验证。
在第一方面的上述可能实现方式中,所述方法还包括:
在身份验证失败时,生成第一提示信息并呈现在用户交互界面上,所述第一提示信息用于指示所述验证信息与用户的预配置信息不匹配,所述第一提示信息包括:身份验证失败原因。
在第一方面的再一种可能实现方式中,所述方法还包括:
记录所述比对结果对应的置信度值和身份验证结果;
根据所述比对结果对应的置信度值和所述身份验证结果,更新所述第一置信等级、所述第二置信等级和所述第三置信等级的界限值,其中,所述第二置信等级的下限值为所述第一置信等级的上限值,所述第二置信等级的上限值为所述第三置信等级的下限值。
在第一方面的又一种可能实现方式中,所述方法还包括:
若所述比对结果的置信度等级为所述第一置信等级,则生成第二提示信息并呈现在用户交互界面上,所述第二提示信息用于指示所述待识别人脸图像与人脸库中的人脸图像匹配失败,所述第二提示信息包括:人脸图像匹配失败原因。
在第一方面的又一种可能实现方式中,所述方法还包括:
若所述比对结果的置信度等级为所述第三置信等级,则执行支付处理。
在第一方面的又一种可能实现方式中,在所述执行支付处理之前,所述方法还包括:
判断所述待识别人脸图像是否与所述用户的支付账号相关联;
若是,则执行支付处理;
若否,则生成第三提示信息并呈现在用户交互界面上,所述第三提示信息用于指示支付失败原因,所述第三提示信息包括:未开启人脸支付功能。
本申请第二方面提供一种基于人脸识别的支付处理装置,包括:采集模块、获取模块、确定模块和处理模块;
所述采集模块,用于根据获取到的支付请求,采集待识别人脸图像;
所述获取模块,用于获取所述待识别人脸图像与人脸库中的人脸图像的比对结果;
所述确定模块,用于确定所述比对结果的置信度等级,所述置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;
所述获取模块,还用于在所述比对结果的置信度等级为所述第二置信等级时,获取验证信息;
所述处理模块,用于根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
在第二方面的一种可能实现方式中,所述获取模块,具体用于将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
或者
所述获取模块,具体用于将所述待识别人脸图像发送给服务器,以使所述服务器将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果,并接收所述服务器发送的所述比对结果。
在第二方面的另一种可能实现方式中,所述处理模块,具体用于获取所述待识别人脸图像对应用户的预配置信息,根据所述验证信息和所述预配置信息对所述待识别人脸图像对应的用户进行身份验证。
在第二方面的上述可能实现方式中,所述处理模块,还用于在身份验证失败时,生成第一提示信息并呈现在用户交互界面上,所述第一提示信息用于指示所述验证信息与用户的预配置信息不匹配,所述第一提示信息包括:身份验证失败原因。
在第二方面的再一种可能实现方式中,所述处理模块,还用于记录所述比对结果对应的置信度值和身份验证结果,根据所述比对结果对应的置信度值和所述身份验证结果,更新所述第一置信等级、所述第二置信等级和所述第三置信等级的界限值,其中,所述第二置信等级的下限值为所述第一置信等级的上限值,所述第二置信等级的上限值为所述第三置信等级的下限值。
在第二方面的又一种可能实现方式中,所述处理模块,还用于在所述比对结果的置信度等级为所述第一置信等级时,生成第二提示信息并呈现在用户交互界面上,所述第二提示信息用于指示所述待识别人脸图像与人脸库中的人脸图像匹配失败,所述第二提示信息包括:人脸图像匹配失败原因。
在第二方面的又一种可能实现方式中,所述处理模块,还用于在所述比对结果的置信度等级为所述第三置信等级时,执行支付处理。
在第二方面的又一种可能实现方式中,所述处理模块,还用于在执行支付处理之前,判断所述待识别人脸图像是否与所述用户的支付账号相关联,在所述待识别人脸图像与所述用户的支付账号相关联时,执行支付处理,在所述待识别人脸图像未与所述用户的支付账号相关联时,生成第三提示信息并呈现在用户交互界面上,所述第三提示信息用于指示支付失败原因,所述第三提示信息包括:未开启人脸支付功能。
本申请第三方面提供一种基于人脸识别的支付处理装置,包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一方面以及第一方面各种可能实现方式中任一项所述的方法。
本申请第四方面提供一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如上述第一方面以及第一方面各种可能实现方式中任一项所述的方法。
本申请实施例提供的基于人脸识别的支付处理方法、装置及存储介质,在获取到支付请求时,采集待识别人脸图像,并获取待识别人脸图像与人脸库中的人脸图像的比对结果,结合比对结果的置信度等级和获取到的验证信息,对待识别人脸图像对应的用户进行身份验证,在比对结果的置信度等级满足条件或者置信度等级和身份验证通过时,才执行支付处理,其有效避免了实际应用中只将置信度与预设阈值比较可能存在的识别不准确,造成误识别的问题,提高了用户体验。
附图说明
图1为本申请实施例提供的基于人脸识别的支付处理方法实施例一的流程图;
图2为图1所示实施例中获取验证信息的操作界面示意图;
图3为本申请实施例中身份验证失败时的反馈界面示意图;
图4为本申请实施例提供的基于人脸识别的支付处理方法实施例二的流程图;
图5为本申请实施例提供的基于人脸识别的支付处理方法实施例三的流程图;
图6为图5所示实施例中人脸比对失败的反馈界面示意图;
图7为本申请实施例提供的基于人脸识别的支付处理方法实施例四的流程图;
图8为图7所示实施例中支付失败的反馈界面示意图;
图9为本申请实施例提供的基于人脸识别的支付处理装置实施例一的结构示意图;
图10为本申请实施例提供的基于人脸识别的支付处理装置实施例二的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例针对现有人脸识别方法中存在由于识别不准确、误识别现象,导致的用户体验差的问题,提出了一种基于人脸识别的支付处理方法、装置及存储介质,在获取到支付请求时,采集待识别人脸图像,并获取待识别人脸图像与人脸库中的人脸图像的比对结果,结合比对结果的置信度等级和获取到的验证信息,对待识别人脸图像对应的用户进行身份验证,在比对结果的置信度等级满足条件或者置信度等级和身份验证通过时,才执行支付处理,其有效避免了实际应用中只将置信度与预设阈值比较可能存在的识别不准确,造成误识别的问题,提高了用户体验。
可以理解的是,本申请实施例的执行主体可以是带有摄像功能和处理功能的终端设备,例如,支付终端,该支付终端可以包括:POS机、支付通等,本申请实施例并不对适用于本实施例的终端设备进行限定,其可以根据实际情况确定。下述以本申请实施例的执行主体为支付终端进行举例说明。
下面通过具体实施例对本申请的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的基于人脸识别的支付处理方法实施例一的流程图。如图1所示,本申请实施例提供的基于人脸识别的支付处理方法,可以包括如下步骤:
步骤11:根据获取到的支付请求,采集待识别人脸图像。
示例性的,在本实施例中,在用户有支付请求时,该支付终端可以获取用户的支付请求,并根据获取到的支付请求,采集待识别人脸图像。
具体的,支付终端可以通过图像采集装置获取用户的人脸图像,该图像采集装置可以集成在支付终端上,也可以独立于该支付终端存在。当图像采集装置独立于支付终端时,该图像采集装置采集到待识别人脸图像后,可以将其发送给支付终端,以使该支付终端采集到该待识别人脸图像。
示例性的,当图像采集装置可以集成在支付终端上时,该图像采集装置可以为设置在支付终端上的相机、红外摄像头等。本申请实施例并不对图像采集装置的具体表现形式进行限定。
步骤12:获取该待识别人脸图像与人脸库中的人脸图像的比对结果。
可选的,在申请的本实施例中,当支付终端采集到待识别人脸图像时,可以基于待识别人脸图像与人脸库中的人脸图像获取两者的比对结果。具体的执行人脸图像匹配的主体可以根据实际情况确定,下述介绍两种实现方式。
具体的,将待识别人脸图像和预存的人脸库中的所有人脸图像进行比对,从而得到比对结果,其不需要用户进行操作,多用于通行、签到等场景,也有用于支付场景。
作为一种示例,当支付终端的本地存储有人脸库时,该步骤12可以通过如下方式实现:
将该待识别人脸图像与人脸库中的人脸图像进行比对,得到比对结果。
作为另一种示例,当支付终端的本地未存储人脸库,但是云端的服务器中存储有人脸库,这时该步骤12可以通过如下步骤实现:
A1:将该待识别人脸图像发送给服务器,以使该服务器将待识别人脸图像与人脸库中的人脸图像进行比对,得到比对结果。
A2:接收该服务器发送的比对结果。
在该种示例中,支付终端获取到待识别人脸图像后,不直接进行识别和匹配,而是将该待识别人脸图像发送给服务器,使得服务器执行该待识别人脸图像与人脸库中的人脸图像进行比对的操作,并在执行完,再将比对结果反馈给支付终端,这样支付终端从该服务器获取该比对结果。
具体的,在本实施例中,支付终端获取到待识别人脸图像时,首先检测待识别人脸图像是否合格,只有在待识别人脸图像合格时,支付终端才将其发送给服务器进行图像的比对,得出比对结果。
示例性的,检测待识别人脸图像是否合格的实现方式可以包括如下参数的一种或多种:待识别人脸图像的质量是否合格、采集待识别人脸图像时的人脸与摄像头的距离、待识别人脸图像是否来自真实人脸等。本申请实施例并不限定人脸图像是否合格的具体实现方式,其可以根据实际情况确定。
示例的,待识别人脸图像与人脸库中的人脸图像进行比对的实现方式为:首先提取待识别人脸图像中的多个面部特征点(例如,眼睛、鼻子、嘴巴等),基于获取到的多个面部特征点检测人脸库中是否存在与待识别人脸图像匹配的人脸图像,并基于待识别人脸图像中面部特征点之间的关系与人脸库中人脸图像的面部特征点之间的关系得到待识别人脸图像与人脸库中人脸图像的比对结果。
步骤13:确定该比对结果的置信度等级,该置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级。
示例性的,在本申请的实施例中,可以将置信度分成三个置信等级:第一置信等级、第二置信等级和第三置信等级。第一置信等级的置信度范围为(0,第一界限值),第二置信等级的置信度范围为[第一界限值,第二界限值],第三置信等级的置信度范围为(第二界限值,100),其中,第二界限值大于第一界限值。
在本实施例中,根据比对结果的置信度和上述置信度等级,确定出该比对结果的置信度等级。具体的,若比对结果的置信度值小于第一界限值,则该比对结果的置信度等级为第一置信等级,若比对结果的置信度值大于或等于第一界限值,但小于或等于第二界限值,则该比对结果的置信度等级为第二置信等级,若比对结果的置信度值大于第二界限值,则该比对结果的置信度等级为第三置信等级。
步骤14:若比对结果的置信度等级为第二置信等级,则获取验证信息。
可选的,在本申请的实施例中,当比对结果的置信度等级为第二置信等级时,表明根据获取到的待识别人脸图像和人脸库中的人脸图像并不能准确的确定其是否为用户本人,因而,此时可以通过获取用户输入的验证信息来进一步进行判定。
具体的,根据支付终端中的待识别用户预配置信息,生成待验证的图形界面,并将该待验证的图像界面显示在用户交互界面上,获取用户通过该用户交互界面输入的验证信息。
示例性的,该验证信息为用于唯一表征用户身份的基本信息,例如,用户的手机号、身份证号、姓名等内容,关于该验证信息的具体表现形式可以根据实际场景确定,此处不再赘述。
进一步的,为了避免出现由于需要用户输入完整的验证信息而增加用户操作负担的问题,本申请实施例中,可以根据***的配置,在用户交互界面上显示需要验证信息的部分内容,以使用户根据在用户交互界面上的提示信息补充完整的验证信息。
例如,图2为图1所示实施例中获取验证信息的操作界面示意图。如图2的左图所示,该操作界面上可以显示出用户姓名的部分内容,以及提示信息“匹配度,请验证手机号”,该操作界面的下方区域还具有“不是本人?”的提示框,相应的,该操作界面上还显示出需要输入的内容和键盘区域。
可选的,在本实施例中,为了简化用户的操作负担,该验证信息可以为用户手机号的部分内容,比如,手机号的末两位。参照图2的左图所示,操作界面上显示有手机号的前三位为180和末四位为8312,其中,1和2是用户输入的验证信息。
作为一种示例,若用户在首次的输入有误,则该操作界面上的交互信息可以更新为如图2的右图所示,这时,操作界面上提示内容可以更新为输入错误,您还可以输入n次,例如,图2的右图中,n等于2。该n可以根据用户的输入情况递减,直到设定的次数均用完。
步骤15:根据该验证信息对待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
在本实施例中,支付终端获取到用户通过操作界面输入的验证信息之后,将该验证信息与该支付终端内部预置的验证信息进行匹配,若匹配成功,则确定身份验证通过,否则,确定身份验证失败。
示例性的,在本申请的实施例中,该步骤15中的根据该验证信息对待识别人脸图像对应的用户进行身份验证可以通过如下步骤实现:
B1:获取待识别人脸图像对应用户的预配置信息。
B2:根据该验证信息和该预配置信息对待识别人脸图像对应的用户进行身份验证。
在本实施例中,当获取到用户输入的验证信息后,可以基于待识别人脸图像,在支付终端中查找并获取用户的预配置信息,进而利用该验证信息和预配置信息对用户的身份进行验证。例如,判断该验证信息是否与获取到的预配置信息一致,若一致,则认为验证通过,否则,认为验证失败。
示例性的,作为一种示例,当身份验证通过时,支付终端则对获取到的支付请求执行支付处理。
示例性的,作为另一种示例,当身份验证失败时,可以生成第一提示信息并呈现在用户交互界面上。
其中,该第一提示信息用于指示验证信息与用户的预配置信息不匹配,该第一提示信息包括:身份验证失败原因。
在本实施例中,当多次获取到的验证信息均与用户的预配置信息不一致,或者,用户点击“不是本人?”的提示框,均可以确定身份验证失败。示例性的,在本实施例中,可以通过该用户交互界面呈现第一提示信息,以告知身份验证失败。
可选的,图3为本申请实施例中身份验证失败时的反馈界面示意图。如图3所示,在本实施例中,该第一提示信息可以包括身份验证失败原因,由于支付终端并不清楚验证失败的主要原因,其可能为尚未注册,也可能为匹配度低,因而,呈现在用户交互界面上的第一提示信息具体内容为“尚未注册或匹配度低”。
进一步的,该支付终端还可以给出建议,参照图3所示,在第一提示信息的下方给出“请到人脸库中注册或更换库中的人脸图像”。也即,在识别失败时,本申请实施例的技术方案不仅可以避免只利用获取到的待识别人脸图像与人脸库中的人脸图像进行匹配,导致的识别不准确的问题,还可以给出识别失败的原因,进一步提高了用户体验。
本申请实施例提供的基于人脸识别的支付处理方法,根据获取到的支付请求,采集待识别人脸图像,获取待识别人脸图像与人脸库中的人脸图像的比对结果,确定该比对结果的置信度等级,该置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;若该比对结果的置信度等级为第二置信等级,则获取验证信息,根据该验证信息对待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。该技术方案中将比对结果的置信度分为三个等级,若置信度等级为第二置信等级,则结合验证信息进一步执行身份认证,提高了人脸识别支付的准确度,提高了用户体验。
示例性的,在上述实施例的基础上,图4为本申请实施例提供的基于人脸识别的支付处理方法实施例二的流程图。如图4所示,本申请实施例的方法还可以包括如下步骤:
步骤41:记录该比对结果对应的置信度值和身份验证结果。
可选的,作为一种示例,当比对结果的置信度等级为第二置信等级,且身份验证通过时,可以记录该比对结果对应的置信度值和身份验证结果,以便统计该支付终端上的这类数据,以便后续更新第二置信等级与第三置信等级的界限值。
可选的,作为另一种示例,当比对结果的置信度等级为第二置信等级,且身份验证失败时,可以记录该比对结果对应的置信度值和身份验证结果,以便在后续统计该支付终端上的这类数据时,更新第一置信等级与第二置信等级的界限值。
步骤42:根据该比对结果对应的置信度值和身份验证结果,更新第一置信等级、第二置信等级和第三置信等级的界限值。
其中,第二置信等级的下限值为第一置信等级的上限值,第二置信等级的上限值为第三置信等级的下限值。
示例性的,在本申请的实施例中,支付终端可以统计出比对结果的置信度等级为第二置信等级,且身份验证通过和身份验证失败时的情况,根据记录的比对结果对应的置信度评分和身份验证结果,更新第一置信等级、第二置信等级和第三置信等级的界限值。
具体的,根据记录的比对结果对应的置信度评分和身份验证失败的结果,确定出人脸图像识别失败时的最优界限值。根据记录的比对结果对应的置信度评分和身份验证通过的结果,确定出人脸图像识别成功时的最优界限值。从而可以得到最优的置信等级划分结果,其避免了***中预先设置的识别成功和识别失败的阈值分数不合理,致使的误识别或识别准确度低的问题。
本申请实施例提供的基于人脸识别的支付处理方法,通过记录比对结果对应的置信度值和身份验证结果,根据该比对结果对应的置信度值和身份验证结果,更新第一置信等级、第二置信等级和第三置信等级的界限值。该技术方案中,通过统计比对结果为第二置信等级时,各比对结果对应的置信度值和身份验证结果,能够得到最优的置信等级界限值,避免了由于两个图像匹配正确了但是置信度值低等原因致使支付失败的问题,以及识别成功是因为两个不同用户的人脸图像比较类似造成的误识别问题,所以,本方案在提高人脸支付效率的情况下,降低了误识别概率,提高了用户体验。
示例性的,在上述图1所示实施例的基础上,图5为本申请实施例提供的基于人脸识别的支付处理方法实施例三的流程图。如图5所示,在上述步骤13之后,该方法还可以包括如下步骤:
步骤51:若该比对结果的置信度等级为第一置信等级,则生成第二提示信息并呈现在用户交互界面上。
其中,该第二提示信息用于指示待识别人脸图像与人脸库中的人脸图像匹配失败,该第二提示信息包括:人脸图像匹配失败原因。
可选的,在本申请的实施例中,当比对结果的置信度等级为第一置信等级时,表明在人脸库中不存在与采集到的待识别人脸图像相匹配的人脸图像,这时可以直接确定识别失败,拒绝执行支付操作。
由于在实际应用中,识别失败的原因有多种,例如,用户没有在支付终端的支付应用中开启人脸支付功能,人脸库中存储的人脸图像的质量不高,采集到的待识别人脸图像与人脸库中存储的人脸图像的面部差别较大等等。因而,本申请实施例通过分析比对失败的原因,可以给出第二提示信息。
假如通过历史经验可知,人脸比对失败的原因可以包括如下两个方面:1、用户没有注册或开通人脸支付功能(即用户的人脸图像不在人脸库中);2、用户上传值人脸库的人脸图像与本人差异较大。这种情况下,用户没有注册的可能性更大,这时可以通过用户交互界面发出第二提示信息,提示用户:“您可能未注册”。当然,这种也不能排除用户上传到人脸库中的人脸图像与本人差别较大的可能性,该第二提示信息可以提示用户:“若已注册,建议更换注册人脸图像”。进一步的,提醒用户到相应的应用程序中注册、开通人脸支付功能,或更换人脸图像。
例如,图6为图5所示实施例中人脸比对失败的反馈界面示意图。如图6所示,在本实施例中,呈现在用户交互界面上的第一提示信息主要内容为:“您可能未注册”。其次,在用户交互界面中“您可能未注册”的下方也呈现出“请到人脸库中注册人脸图像”以及“若已注册,建议更换注册人脸图像”的内容。
步骤52:若该比对结果的置信度等级为所述第三置信等级,则执行支付处理。
可选的,在本申请的实施例中,当比对结果的置信度等级为第三置信等级时,表明在人脸库中存在与采集到的待识别人脸图像相匹配的人脸图像,且比对结果的置信度值非常高,可以据此直接确定其为用户本人,因而,这时,该支付终端可以执行支付操作。
本申请实施例提供的基于人脸识别的支付处理方法,在确定出比对结果的置信度等级之后,若比对结果的置信度等级为第一置信等级,则生成第二提示信息并呈现在用户交互界面上,若比对结果的置信度等级为第三置信等级,则执行支付处理。该技术方案中,根据比对结果的置信度等级直接拒绝比对结果的置信度值非常低的支付请求,以及执行比对结果的置信度值非常高的支付请求,在保证识别准确度的情况下,有效提高了执行效率,提高了用户体验。
示例性的,在上述图5所示实施例的基础上,图7为本申请实施例提供的基于人脸识别的支付处理方法实施例四的流程图。如图7所示,在执行支付处理之前,也即,在上述步骤15中的执行支付处理之前,或者,在上述步骤52中的执行支付处理之前,该方法还可以包括如下步骤:
步骤71:判断该待识别人脸图像是否与用户的支付账号相关联;若是,执行步骤72;若否,执行步骤73。
示例性的,在一些支付场景下,支付终端完成支付处理需要同时满足多个条件,例如,人脸图像识别通过、身份验证通过,以及该支付终端的支付应用程序与用户的支付账号相关联,因而,在比对结果的置信度等级为第二置信等级且身份验证通过以及在比对结果的置信度等级为第三置信等级时,还需要判断待识别人脸图像是否与用户的支付账号相关联,只有所有的条件均满足时,才执行支付处理,例如,步骤72,否则,拒绝执行支付处理,例如,步骤73。
步骤72:执行支付处理。
步骤73:生成第三提示信息并呈现在用户交互界面上,该第三提示信息用于指示支付失败原因,所述第三提示信息包括:未开启人脸支付功能。
在本实施例中,待识别人脸图像对应用户的人脸图像识别通过、身份验证通过,但是待识别人脸图像没有与用户的支付账号相关联,例如,账号绑定,所以,此时只能根据待识别人脸图像的置信度值匹配到用户,仍然不执行支付处理,而是,直接生成第三提示信息并呈现在用户交互界面上,用于指示支付失败原因。可选的,该第三提示信息包括:未开启人脸支付功能。
例如,图8为图7所示实施例中支付失败的反馈界面示意图。如图8所示,在本实施例中,呈现在用户交互界面上的第三提示信息主要内容为:“人脸支付功能尚未开启”,此时,可以在用户交互界面中“人脸支付功能尚未开启”的下方也呈现出“请到人脸库内开启人脸支付功能”的内容,以提醒用户支付失败的可能原因。
本申请实施例提供的基于人脸识别的支付处理方法,在执行支付处理之前,判断待识别人脸图像是否与用户的支付账号相关联,若是,则执行支付处理,若否,则生成第三提示信息并呈现在用户交互界面上,该第三提示信息用于指示支付失败原因,该第三提示信息包括:未开启人脸支付功能。该技术方案,只有在人脸图像识别通过、身份验证通过以及待识别人脸图像与用户的支付账号相关联时,才执行支付处理,进一步提高了支付的准确度。
综上所述,本申请实施例通过基于三级置信度评分的方式对待识别人脸图像进行识别,细化了各种失败原因,并反馈给用户,让用户更容易的找到问题并进行修复,反馈方式更直接和友好,给人脸识别支付带来更好的用户体验,即,在比对结果的置信度值比较高的情况下,不需要用户输入验证信息,减少了操作成本,提高了便捷性,在比对结果的置信度值一般的情况下,可以通过验证信息进一步验证身份,而且更新得到最优的置信度等级界限值,在保证安全的情况下,提高支付效率和用户体验。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图9为本申请实施例提供的基于人脸识别的支付处理装置实施例一的结构示意图。在本实施例中,该业务数据的处理装置可以集成在电子设备中,例如,支付终端,也可以为一支付终端。可选的,如图9所示,该装置可以包括:采集模块91、获取模块92、确定模块93和处理模块94。
其中,该采集模块91,用于根据获取到的支付请求,采集待识别人脸图像;
该获取模块92,用于获取所述待识别人脸图像与人脸库中的人脸图像的比对结果;
该确定模块93,用于确定所述比对结果的置信度等级,所述置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;
该获取模块92,还用于在所述比对结果的置信度等级为所述第二置信等级时,获取验证信息;
该处理模块94,用于根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
在本实施例的一种可能实现方式中,该获取模块92,具体用于将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
或者
该获取模块92,具体用于将所述待识别人脸图像发送给服务器,以使所述服务器将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果,并接收所述服务器发送的所述比对结果。
在本实施例的另一种可能实现方式中,该处理模块94,具体用于获取所述待识别人脸图像对应用户的预配置信息,根据所述验证信息和所述预配置信息对所述待识别人脸图像对应的用户进行身份验证。
在本实施例的上述可能实现方式中,该处理模块94,还用于在身份验证失败时,生成第一提示信息并呈现在用户交互界面上,所述第一提示信息用于指示所述验证信息与用户的预配置信息不匹配,所述第一提示信息包括:身份验证失败原因。
在本实施例的再一种可能实现方式中,该处理模块94,还用于记录所述比对结果对应的置信度值和身份验证结果,根据所述比对结果对应的置信度值和所述身份验证结果,更新所述第一置信等级、所述第二置信等级和所述第三置信等级的界限值,其中,所述第二置信等级的下限值为所述第一置信等级的上限值,所述第二置信等级的上限值为所述第三置信等级的下限值。
在本实施例的又一种可能实现方式中,该处理模块94,还用于在所述比对结果的置信度等级为所述第一置信等级时,生成第二提示信息并呈现在用户交互界面上,所述第二提示信息用于指示所述待识别人脸图像与人脸库中的人脸图像匹配失败,所述第二提示信息包括:人脸图像匹配失败原因。
在本实施例的又一种可能实现方式中,该处理模块94,还用于在所述比对结果的置信度等级为所述第三置信等级时,执行支付处理。
在本实施例的又一种可能实现方式中,该处理模块94,还用于在执行支付处理之前,判断所述待识别人脸图像是否与所述用户的支付账号相关联,在所述待识别人脸图像与所述用户的支付账号相关联时,执行支付处理,在所述待识别人脸图像未与所述用户的支付账号相关联时,生成第三提示信息并呈现在用户交互界面上,所述第三提示信息用于指示支付失败原因,所述第三提示信息包括:未开启人脸支付功能。
本申请实施例提供的装置,可用于执行图1至图7所示实施例中的方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,确定模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
图10为本申请实施例提供的基于人脸识别的支付处理装置实施例二的结构示意图。如图10所示,该基于人脸识别的支付处理装置可以包括:处理器101、存储器102、通信接口103和***总线104,所述存储器102和所述通信接口103通过所述***总线104与所述处理器101连接并完成相互间的通信,所述存储器102用于存储计算机程序,所述通信接口103用于和其他设备进行通信。该处理器101执行所述计算机程序时实现如上述图1至图7所示实施例的方法。
该图10中提到的***总线可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述***总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选的,上述图9中的采集模块91、获取模块92、确定模块93和处理模块94可以对应本申请实施例中的处理器101。
可选的,本申请实施例还提供一种存储介质,所述存储介质中存储有指令。当所述执行在计算机上运行时,使得计算机执行图1至图7所示实施例的方法。
可选的,本申请实施例还提供一种运行指令的芯片,所述芯片用于执行上述图1至图7所示实施例的方法。
本申请实施例还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在存储介质中,至少一个处理器可以从所述存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述图1至图7所示实施例的方法。
本文中的术语“多个”是指两个或两个以上。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系;在公式中,字符“/”,表示前后关联对象是一种“相除”的关系。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。
可以理解的是,在本申请的实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施例的实施过程构成任何限定。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (11)
1.一种基于人脸识别的支付处理方法,其特征在于,包括:
根据获取到的支付请求,采集待识别人脸图像;
获取所述待识别人脸图像与人脸库中的人脸图像的比对结果;
确定所述比对结果的置信度等级,所述置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;
若所述比对结果的置信度等级为所述第二置信等级,则获取验证信息;
根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
2.根据权利要求1所述的方法,其特征在于,所述获取所述待识别人脸图像与人脸库中的人脸图像的比对结果,包括:
将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
或者
将所述待识别人脸图像发送给服务器,以使所述服务器将所述待识别人脸图像与人脸库中的人脸图像进行比对,得到所述比对结果;
接收所述服务器发送的所述比对结果。
3.根据权利要求1所述的方法,其特征在于,所述根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,包括:
获取所述待识别人脸图像对应用户的预配置信息;
根据所述验证信息和所述预配置信息对所述待识别人脸图像对应的用户进行身份验证。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在身份验证失败时,生成第一提示信息并呈现在用户交互界面上,所述第一提示信息用于指示所述验证信息与用户的预配置信息不匹配,所述第一提示信息包括:身份验证失败原因。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
记录所述比对结果对应的置信度值和身份验证结果;
根据所述比对结果对应的置信度值和所述身份验证结果,更新所述第一置信等级、所述第二置信等级和所述第三置信等级的界限值,其中,所述第二置信等级的下限值为所述第一置信等级的上限值,所述第二置信等级的上限值为所述第三置信等级的下限值。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述比对结果的置信度等级为所述第一置信等级,则生成第二提示信息并呈现在用户交互界面上,所述第二提示信息用于指示所述待识别人脸图像与人脸库中的人脸图像匹配失败,所述第二提示信息包括:人脸图像匹配失败原因。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述比对结果的置信度等级为所述第三置信等级,则执行支付处理。
8.根据权利要求1或7所述的方法,其特征在于,在所述执行支付处理之前,所述方法还包括:
判断所述待识别人脸图像是否与所述用户的支付账号相关联;
若是,则执行支付处理;
若否,则生成第三提示信息并呈现在用户交互界面上,所述第三提示信息用于指示支付失败原因,所述第三提示信息包括:未开启人脸支付功能。
9.一种基于人脸识别的支付处理装置,其特征在于,包括:采集模块、获取模块、确定模块和处理模块;
所述采集模块,用于根据获取到的支付请求,采集待识别人脸图像;
所述获取模块,用于获取所述待识别人脸图像与人脸库中的人脸图像的比对结果;
所述确定模块,用于确定所述比对结果的置信度等级,所述置信度等级为如下等级中的任意一种:第一置信等级、第二置信等级和第三置信等级;
所述获取模块,还用于在所述比对结果的置信度等级为所述第二置信等级时,获取验证信息;
所述处理模块,用于根据所述验证信息对所述待识别人脸图像对应的用户进行身份验证,并在身份验证通过时,执行支付处理。
10.一种基于人脸识别的支付处理装置,包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上述权利要求1-8任一项所述的方法。
11.一种存储介质,其特征在于,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910557218.XA CN110298667A (zh) | 2019-06-25 | 2019-06-25 | 基于人脸识别的支付处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910557218.XA CN110298667A (zh) | 2019-06-25 | 2019-06-25 | 基于人脸识别的支付处理方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110298667A true CN110298667A (zh) | 2019-10-01 |
Family
ID=68028725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910557218.XA Pending CN110298667A (zh) | 2019-06-25 | 2019-06-25 | 基于人脸识别的支付处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298667A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110837821A (zh) * | 2019-12-05 | 2020-02-25 | 深圳市亚略特生物识别科技有限公司 | 基于生物特征的身份识别的方法、设备及电子*** |
CN111275448A (zh) * | 2020-02-22 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 人脸数据处理方法、装置和计算机设备 |
CN111324878A (zh) * | 2020-02-05 | 2020-06-23 | 重庆特斯联智慧科技股份有限公司 | 一种基于人脸识别的身份验证方法、装置、存储介质及终端 |
CN111444899A (zh) * | 2020-05-14 | 2020-07-24 | 聚好看科技股份有限公司 | 远程考试控制方法、服务器及终端 |
CN111898498A (zh) * | 2020-07-16 | 2020-11-06 | 北京市商汤科技开发有限公司 | 匹配阈值确定方法、身份验证方法、装置及存储介质 |
CN112150159A (zh) * | 2020-05-22 | 2020-12-29 | 支付宝(杭州)信息技术有限公司 | 一种基于人脸识别的支付方法、装置及设备 |
CN112598840A (zh) * | 2020-12-16 | 2021-04-02 | 广州云从鼎望科技有限公司 | 基于人脸识别和语音交互的通行设备控制方法、装置、机器可读介质及设备 |
WO2022078172A1 (zh) * | 2020-10-16 | 2022-04-21 | 海信视像科技股份有限公司 | 一种显示设备和内容展示方法 |
CN115331346A (zh) * | 2022-08-30 | 2022-11-11 | 深圳市巨龙创视科技有限公司 | 一种校园门禁管理方法、装置、电子设备及存储介质 |
WO2022267816A1 (zh) * | 2021-06-21 | 2022-12-29 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、电子设备和存储介质 |
CN116434313A (zh) * | 2023-04-28 | 2023-07-14 | 北京声迅电子股份有限公司 | 基于多人脸识别模块的人脸识别方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542299A (zh) * | 2011-12-07 | 2012-07-04 | 惠州Tcl移动通信有限公司 | 人脸识别方法、装置及能识别人脸的移动终端 |
CN107315993A (zh) * | 2017-05-10 | 2017-11-03 | 苏州天平先进数字科技有限公司 | 一种基于人脸识别的门镜***及其人脸识别方法 |
CN107392184A (zh) * | 2017-08-28 | 2017-11-24 | 广东欧珀移动通信有限公司 | 人脸识别验证方法和装置 |
CN108198315A (zh) * | 2018-01-31 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种身份验证方法以及身份验证装置 |
CN108280649A (zh) * | 2018-02-24 | 2018-07-13 | 广州逗号智能零售有限公司 | 支付方法及装置 |
CN108846676A (zh) * | 2018-08-02 | 2018-11-20 | 平安科技(深圳)有限公司 | 生物特征辅助支付方法、装置、计算机设备及存储介质 |
CN109064178A (zh) * | 2018-06-29 | 2018-12-21 | 北京金山安全软件有限公司 | 支付方法、装置、服务器、计算机可读存储介质 |
US20190163962A1 (en) * | 2017-11-29 | 2019-05-30 | International Business Machines Corporation | Establishing personal identity based on multiple sub-optimal images |
CN109903474A (zh) * | 2019-01-17 | 2019-06-18 | 平安科技(深圳)有限公司 | 一种基于人脸识别的智能开柜方法及装置 |
-
2019
- 2019-06-25 CN CN201910557218.XA patent/CN110298667A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542299A (zh) * | 2011-12-07 | 2012-07-04 | 惠州Tcl移动通信有限公司 | 人脸识别方法、装置及能识别人脸的移动终端 |
CN107315993A (zh) * | 2017-05-10 | 2017-11-03 | 苏州天平先进数字科技有限公司 | 一种基于人脸识别的门镜***及其人脸识别方法 |
CN107392184A (zh) * | 2017-08-28 | 2017-11-24 | 广东欧珀移动通信有限公司 | 人脸识别验证方法和装置 |
US20190163962A1 (en) * | 2017-11-29 | 2019-05-30 | International Business Machines Corporation | Establishing personal identity based on multiple sub-optimal images |
CN108198315A (zh) * | 2018-01-31 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种身份验证方法以及身份验证装置 |
CN108280649A (zh) * | 2018-02-24 | 2018-07-13 | 广州逗号智能零售有限公司 | 支付方法及装置 |
CN109064178A (zh) * | 2018-06-29 | 2018-12-21 | 北京金山安全软件有限公司 | 支付方法、装置、服务器、计算机可读存储介质 |
CN108846676A (zh) * | 2018-08-02 | 2018-11-20 | 平安科技(深圳)有限公司 | 生物特征辅助支付方法、装置、计算机设备及存储介质 |
CN109903474A (zh) * | 2019-01-17 | 2019-06-18 | 平安科技(深圳)有限公司 | 一种基于人脸识别的智能开柜方法及装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110837821A (zh) * | 2019-12-05 | 2020-02-25 | 深圳市亚略特生物识别科技有限公司 | 基于生物特征的身份识别的方法、设备及电子*** |
CN111324878A (zh) * | 2020-02-05 | 2020-06-23 | 重庆特斯联智慧科技股份有限公司 | 一种基于人脸识别的身份验证方法、装置、存储介质及终端 |
CN111275448A (zh) * | 2020-02-22 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 人脸数据处理方法、装置和计算机设备 |
CN111444899B (zh) * | 2020-05-14 | 2023-10-31 | 聚好看科技股份有限公司 | 远程考试控制方法、服务器及终端 |
CN111444899A (zh) * | 2020-05-14 | 2020-07-24 | 聚好看科技股份有限公司 | 远程考试控制方法、服务器及终端 |
CN112150159A (zh) * | 2020-05-22 | 2020-12-29 | 支付宝(杭州)信息技术有限公司 | 一种基于人脸识别的支付方法、装置及设备 |
CN111898498A (zh) * | 2020-07-16 | 2020-11-06 | 北京市商汤科技开发有限公司 | 匹配阈值确定方法、身份验证方法、装置及存储介质 |
CN111898498B (zh) * | 2020-07-16 | 2024-06-11 | 北京市商汤科技开发有限公司 | 匹配阈值确定方法、身份验证方法、装置及存储介质 |
WO2022078172A1 (zh) * | 2020-10-16 | 2022-04-21 | 海信视像科技股份有限公司 | 一种显示设备和内容展示方法 |
CN112598840A (zh) * | 2020-12-16 | 2021-04-02 | 广州云从鼎望科技有限公司 | 基于人脸识别和语音交互的通行设备控制方法、装置、机器可读介质及设备 |
WO2022267816A1 (zh) * | 2021-06-21 | 2022-12-29 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、电子设备和存储介质 |
CN115331346B (zh) * | 2022-08-30 | 2024-02-13 | 深圳市巨龙创视科技有限公司 | 一种校园门禁管理方法、装置、电子设备及存储介质 |
CN115331346A (zh) * | 2022-08-30 | 2022-11-11 | 深圳市巨龙创视科技有限公司 | 一种校园门禁管理方法、装置、电子设备及存储介质 |
CN116434313A (zh) * | 2023-04-28 | 2023-07-14 | 北京声迅电子股份有限公司 | 基于多人脸识别模块的人脸识别方法 |
CN116434313B (zh) * | 2023-04-28 | 2023-11-14 | 北京声迅电子股份有限公司 | 基于多人脸识别模块的人脸识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298667A (zh) | 基于人脸识别的支付处理方法、装置及存储介质 | |
TWI686757B (zh) | 資源轉移方法、資金支付方法、裝置及電子設備 | |
US20180081787A1 (en) | Virtual Payments Environment | |
WO2018214716A1 (zh) | 信贷额度确定方法、装置、服务器及可读存储介质 | |
CN107395353A (zh) | 一种区块链共识方法及装置 | |
CN110782240A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
US11308077B2 (en) | Identifying source datasets that fit a transfer learning process for a target domain | |
US20200134713A1 (en) | Regulatory inspection in a blockchain network | |
US20220270396A1 (en) | Palm print recognition method, method for training feature extraction model, device, and medium | |
US10977703B2 (en) | Method and system for determining confidence of a seller in a user marketplace | |
US20190180252A1 (en) | Method and device for detecting fund transaction route in electronic payment process | |
CN111815169A (zh) | 业务审批参数配置方法及装置 | |
CN107153646A (zh) | 一种数据处理方法和设备 | |
CN109828900A (zh) | 测试脚本自动生成方法、装置、电子设备及存储介质 | |
CN108846660A (zh) | 一种识别异常资金的方法及*** | |
CN111582868A (zh) | 一种交易请求的处理方法、装置及设备 | |
CN112965986B (zh) | 业务一致性处理方法、装置、设备及存储介质 | |
CN113947488A (zh) | 一种智能授权方法、装置、电子设备及存储介质 | |
CN109617755A (zh) | 接入***的验收方法及装置 | |
WO2019047350A1 (zh) | 一种潜在客户的识别方法、装置、电子设备及介质 | |
CN108960111B (zh) | 人脸识别方法、***及终端设备 | |
CN106910055A (zh) | 一种基于移动终端的支付数据处理方法和装置 | |
CN109636396B (zh) | 业务信息的处理方法、装置及*** | |
CN112632391A (zh) | 数据处理方法、设备及存储介质 | |
CN111260461A (zh) | 一种印鉴卡管理方法及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191001 |
|
RJ01 | Rejection of invention patent application after publication |