CN111415150A - 基于车载终端的移动支付方法、装置和计算机设备 - Google Patents
基于车载终端的移动支付方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111415150A CN111415150A CN202010124724.2A CN202010124724A CN111415150A CN 111415150 A CN111415150 A CN 111415150A CN 202010124724 A CN202010124724 A CN 202010124724A CN 111415150 A CN111415150 A CN 111415150A
- Authority
- CN
- China
- Prior art keywords
- payment
- preset
- auditing
- mobile terminal
- specified
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 113
- 238000012795 verification Methods 0.000 claims abstract description 68
- 238000012550 audit Methods 0.000 claims description 95
- 230000006399 behavior Effects 0.000 claims description 55
- 238000012549 training Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 12
- 230000008014 freezing Effects 0.000 claims description 11
- 238000007710 freezing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000149 penetrating effect Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 6
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- G06Q20/325—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices using wireless networks
-
- 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
- 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
- G06Q20/42—Confirmation, e.g. check or permission by the legal debtor of payment
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请揭示了一种基于车载终端的移动支付方法、装置、计算机设备和存储介质,所述方法包括:获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则选出指定审核策略;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
Description
技术领域
本申请涉及到计算机领域,特别是涉及到一种基于车载终端的移动支付方法、装置、计算机设备和存储介质。
背景技术
移动支付越来越普及,便利了人们的生活和生产活动。在移动支付中,支付是否安全是重中之重,因此传统技术会采用监控支付流程中的数据,并以此为基础判断是否存在异常支付等现象。在这些移动支付及支付安全的控制的过程中,一般需要对大量的数据进行审核,例如对支付流水、用户信息的审核,因此当用户的数量过大和支付流水量过大时,将导致支付流程响应缓慢,增加了单笔移动支付全过程的耗时。因此传统技术无法满足快速支付的需要。
发明内容
本申请的主要目的为提供一种基于车载终端的移动支付方法、装置、计算机设备和存储介质,旨在构建安全支付区域,并在所述安全支付区域中提高支付的速度。
为了实现上述发明目的,本申请提出一种基于车载终端的移动支付方法,包括以下步骤:
获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
若审核通过,则开放所述支付请求的支付权限。
进一步地,所述根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过的步骤,包括:
对所述第一图片执行裁剪操作,以获取带有圆形孔的第二图片,其中所述裁剪操作指将第一图片中的指定圆形区域进行裁剪,所述指定圆形区域的圆心与所述第一图片的中心重合;
在预设的虚拟三维空间中引入所述第二图片,并采用虚拟圆柱穿过所述圆形孔,其中所述虚拟圆柱的表面光滑,所述虚拟圆柱的直径等于所述圆形孔直径,所述虚拟三维空间中的遵循光线直线传播原理,从而所述虚拟圆柱的表面上会映现出所述第二图片的图案;
在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;
判断所述图像相似度是否大于预设的图像相似阈值;
若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。
进一步地,所述计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度的步骤,包括:
根据预设的轮廓线获取方法,获取所述虚拟圆柱上的图像中的第一轮廓线和所述第三图片中的第二轮廓线;
根据预设的最小外接矩形生成方法,生成所述第一轮廓线的第一最小外接矩形,以及所述第二轮廓线的第二最小外接矩形;
根据公式:
进一步地,所述计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值的步骤之后,包括:
若所述实时距离不小于预设的距离阈值,则打开所述指定移动终端上预设的摄像头进行影像采集,从而得到影像数据;
判断所述影像数据中是否存在人脸图像;
若所述影像数据中存在人脸图像,则根据预设的人脸识别方法识别所述人脸图像,从而得到人脸特征;
判断所述人脸特征是否与所述指定移动终端的约定用户相匹配;
若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,并生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。
进一步地,所述支付请求指定了支付类别,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤,包括:
根据预设的移动终端与用户数据的对应关系,调取与所述指定移动终端对应的指定用户数据;
将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别;
根据预设的类别匹配方法,判断所述支付类别是否与所述行为类别匹配;
若所述支付类别与所述行为类别匹配,则判定审核通过。
进一步地,所述行为预测模型基于神经网络模型训练而成,所述将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别的步骤之前,包括:
获取预存的样本数据,并将所述样本数据划分为训练样本和验证样本,其中所述样本数据由预先收集的用户数据,以及与用户数据对应的行为类别所构成;
利用所述训练样本对预设的神经网络模型进行训练,从而得到暂时预测模型;
利用所述验证样本对所述暂时预测模型进行验证,从而得到验证结果,并判断所述验证结果是否为验证通过;
若所述验证结果为验证通过,则将所述暂时预测模型标注为行为预测模型。
进一步地,所述支付请求指定了支付接收端,所述指定审核策略为黑名单审核策略,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤,包括:
判断所述支付接收端是否存在于预设的黑名单中;
若所述支付接收端不存在于预设的黑名单中,则判定审核通过;
所述若审核通过,则开放所述支付请求的支付权限的步骤之后,包括:
采用所述默认审核策略对所述支付请求进行二次审核,并判断所述二次审核是否通过;
若所述二次审核未通过,则执行资金冻结指令,所述资金冻结指令用于指示冻结所述支付接收端接收到的指定资金,所述指定资金指与所述支付请求对应的资金。
本申请提供一种基于车载终端的移动支付装置,包括:
支付请求获取单元,用于获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
身份验证单元,用于根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
定位位置获取单元,用于若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
距离阈值判定单元,用于计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
指定审核策略获取单元,用于若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
支付请求审核单元,用于根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
支付权限开放单元,用于若审核通过,则开放所述支付请求的支付权限。
本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的基于车载终端的移动支付方法、装置、计算机设备和存储介质,获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
附图说明
图1为本申请一实施例的基于车载终端的移动支付方法的流程示意图;
图2为本申请一实施例的基于车载终端的移动支付装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种基于车载终端的移动支付方法,包括以下步骤:
S1、获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
S2、根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
S3、若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
S4、计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
S5、若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
S6、根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
S7、若审核通过,则开放所述支付请求的支付权限。
本申请基于车载终端的移动支付方法,利用移动终端与车载终端的距离,作为审核策略的选择依据,当距离较近时(即所述实时距离小于预设的距离阈值),则使用更省时的审核策略,以提高移动支付的速度。在此介绍本申请的原理:由于私家车的普及和车载终端的普及,并且车主在许多场景进行移动支付时,不会离车辆太远(例如开车去步行街购物,那么对应的预设距离可为2-5公里),可使本申请的移动支付方法得到了大范围的应用。而当出现支付安全隐患时,例如支付账号被盗取或者移动终端被盗取时,此时进行异常支付的移动终端将离车载终端较远(原因在于,若支付账号被盗取,那么不法分子登录所述支付账号的终端,一般离车载终端较远;若移动终端被小偷盗走,小偷会快速离开现场,从而离车载终端较远),据此拒绝此次移动支付。
如上述步骤S1所述,获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值。本申请的指定移动终端被设置为限制范围支付,从而指定移动终端与车载终端形成关联体系,构成了以车载终端为中心的安全支付范围,因此不会对支付造成障碍,但能有效提高支付的安全性。
如上述步骤S2所述,根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过。其中所述第一图片作为身份验证的依据。预设的身份验证方法可为任意可行方法,例如本申请的执行主体端同样预存有所述第一图片,因此通过比对这两张图片即可进行身份验证。进一步地,所述根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过,例如为:对所述第一图片执行裁剪操作,以获取带有圆形孔的第二图片,其中所述裁剪操作指将第一图片中的指定圆形区域进行裁剪,所述指定圆形区域的圆心与所述第一图片的中心重合;在预设的虚拟三维空间中引入所述第二图片,并采用虚拟圆柱穿过所述圆形孔,其中所述虚拟圆柱的表面光滑,所述虚拟圆柱的直径等于所述圆形孔直径,所述虚拟三维空间中的遵循光线直线传播原理,从而所述虚拟圆柱的表面上会映现出所述第二图片的图案;在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;判断所述图像相似度是否大于预设的图像相似阈值;若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。从而提高了身份验证的安全性。
如上述步骤S3所述,若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置。所述第二定位位置的获取方式,例如为,向所述指定车载终端发送位置获取要求,所述指定车载终端根据GPS定位等方式,获取第二定位位置,并将所述第二定位位置发送给本申请的执行主体端。
如上述步骤S4所述,计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值。其中,计算所述第一定位位置与所述第二定位位置之间的实时距离可采用任意可行方式,例如当定位位置采用的是经纬度定位法时,则采用经纬度距离计算公式即可实现实时距离的获取。其中所述距离阈值可设为任意可行数值,例如为1-10公里,2-5公里等。
如上述步骤S5所述,若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间。若所述实时距离小于预设的距离阈值,表明所述支付请求是在安全区域内发出的,因此可采用安全性较低但速度较快的审核策略。其中所述默认审核策略耗时较长,但安全性较高,例如可以为全面审核用户的信息与资金往来数据等,还可以引入人工审核的环节,以提高安全性。但默认审核策略的审核速度将无法满足要求,因此本申请从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间,从而加快支付速度,从而提高支付速度。
如上述步骤S6所述,根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过。其中所述指定审核策略可以为仅审核预设时间内的资金往来数据,更进一步地,所述指定审核策略可以为空审核策略(指直接给出审核通过的结论),从而最大程度地提高支付速度。
如上述步骤S7所述,若审核通过,则开放所述支付请求的支付权限。所述指定审核策略用于保证最低程度的安全审核,若所述指定审核策略进行的审核得到了通过,表明本次支付请求的安全隐患可忽视,理应给予支付权限。
在一个实施方式中,所述根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过的步骤S2,包括:
S201、对所述第一图片执行裁剪操作,以获取带有圆形孔的第二图片,其中所述裁剪操作指将第一图片中的指定圆形区域进行裁剪,所述指定圆形区域的圆心与所述第一图片的中心重合;
S202、在预设的虚拟三维空间中引入所述第二图片,并采用虚拟圆柱穿过所述圆形孔,其中所述虚拟圆柱的表面光滑,所述虚拟圆柱的直径等于所述圆形孔直径,所述虚拟三维空间中的遵循光线直线传播原理,从而所述虚拟圆柱的表面上会映现出所述第二图片的图案;
S203、在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;
S204、判断所述图像相似度是否大于预设的图像相似阈值;
S205、若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。
如上所述,实现了利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过。其中本申请的符合光线直线传播原理的虚拟三维空间可通过任意方法构建,例如3D建模工具等,在此不再赘述。由于虚拟三维空间中光线直线传播,因此第二图片的图案会映现在所述虚拟圆柱的表面上,而在不同位置对所述虚拟圆柱上的图像进行采集,获得的也将是不同图像(即是第二图片上不同位置的图案的映现结果)。因此,除非有不法分子同时获得第一图片、圆形区域的位置、指定位置的生成方法,才能进行身份伪造,因此本申请的安全性得到了提高。其中,所述第三图片的获取过程,与所述第一图片的上述处理过程相同,以保证所述第三图片能胜任作为图片对比依据的任务。据此,在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。更进一步地,纵使本申请执行主体端中预存的第三图片泄漏,也不会对身份验证的安全性造成影响(因为无法倒推出第一图片,而本申请对于终端发送的第三图片不作考虑),因此只需用户保护好第一图片即可,从而减少信息泄漏的途径,提高了安全性。
在一个实施方式中,所述计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度的步骤S203,包括:
S2031、根据预设的轮廓线获取方法,获取所述虚拟圆柱上的图像中的第一轮廓线和所述第三图片中的第二轮廓线;
S2032、根据预设的最小外接矩形生成方法,生成所述第一轮廓线的第一最小外接矩形,以及所述第二轮廓线的第二最小外接矩形;
S2033、根据公式:
如上所述,实现了计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度。所述虚拟圆柱上的图像是由二维的第一图片,映射为三维的虚拟圆柱上,再在指定位置上采集所述虚拟圆柱上的图像,最终得到的二维图像,因此指定移动终端发送的第一图片是伪造的,那么伪造的图片与正确图片的差别将被突出显现出来。其中所述轮廓线获取方法可为任意可行方法,例如先识别出图片中的图形轮廓,再获取不同轮廓之间的交界线,并将交界线记为轮廓线。而本申请通过根据预设的轮廓线获取方法,获取所述虚拟圆柱上的图像中的第一轮廓线和所述第三图片中的第二轮廓线;根据预设的最小外接矩形生成方法,生成所述第一轮廓线的第一最小外接矩形,以及所述第二轮廓线的第二最小外接矩形;根据公式:
计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度Sim,其中area1为所述第一外接矩形的面积,area2为所述第二外接矩形的面积的方式,来确定图像相似度。从而可知本申请采用的方法无需细致对比每个像素点,从而提高计算效率。
在一个实施方式中,所述计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值的步骤S4之后,包括:
S41、若所述实时距离不小于预设的距离阈值,则打开所述指定移动终端上预设的摄像头进行影像采集,从而得到影像数据;
S42、判断所述影像数据中是否存在人脸图像;
S43、若所述影像数据中存在人脸图像,则根据预设的人脸识别方法识别所述人脸图像,从而得到人脸特征;
S44、判断所述人脸特征是否与所述指定移动终端的约定用户相匹配;
S45、若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,并生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。
如上所述,实现了生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。若所述实时距离不小于预设的距离阈值,表明有可能发生了异常支付现象。本申请通过摄像头取景的方式,以核实是否是异常支付。具体地,打开所述指定移动终端上预设的摄像头进行影像采集,从而得到影像数据;若所述影像数据中存在人脸图像,则根据预设的人脸识别方法识别所述人脸图像,从而得到人脸特征;判断所述人脸特征是否与所述指定移动终端的约定用户相匹配;若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,并生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。其中,影像数据中存在人脸,则人脸识别确认为约定用户,那么虽然移动终端不在安全支付范围内,但由于使用者确实是终端用户本身,那么不应拒绝本次支付请求。但是正由于移动终端不在安全支付范围内,因此存在安全隐患,所以利用所述默认审核策略对所述支付请求进行审核。以提高支付安全性。其中,若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,从而节省存储空间;而若所述人脸特征与所述指定移动终端的约定用户不匹配,那么所述影像数据很可能采集到不法分子的线索,可供后续例如缉盗、定罪时使用。
在一个实施方式中,所述支付请求指定了支付类别,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤S6,包括:
S601、根据预设的移动终端与用户数据的对应关系,调取与所述指定移动终端对应的指定用户数据;
S602、将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别;
S603、根据预设的类别匹配方法,判断所述支付类别是否与所述行为类别匹配;
S604、若所述支付类别与所述行为类别匹配,则判定审核通过。
如上所述,实现了根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过。本申请采用行为预测模型来进行支付请求的审核,是通过判断用户的当前的支付行为(支付类别)是否匹配用户本身的行为特性(即行为类别),若不匹配,表明存在安全隐患,可拒绝本次支付请求;若匹配,则判定审核通过。其中所述行为预测模型为基于机器学习的模型,例如基于神经网络模型训练而成。从而利用机器学习模型以自动快速审核所述支付请求,保证了安全性与效率。
在一个实施方式中,所述行为预测模型基于神经网络模型训练而成,所述将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别的步骤S602之前,包括:
S6011、获取预存的样本数据,并将所述样本数据划分为训练样本和验证样本,其中所述样本数据由预先收集的用户数据,以及与用户数据对应的行为类别所构成;
S6012、利用所述训练样本对预设的神经网络模型进行训练,从而得到暂时预测模型;
S6013、利用所述验证样本对所述暂时预测模型进行验证,从而得到验证结果,并判断所述验证结果是否为验证通过;
S6014、若所述验证结果为验证通过,则将所述暂时预测模型标注为行为预测模型。
如上所述,实现了获取所述行为预测模型。其中,所述神经网络模型例如为:VGG-F模型、ResNet50模型、Xception模型等。所述行为预测模型基于神经网络模型,采用样本数据训练而成,所述样本数据由预先收集的用户数据,以及与用户数据对应的行为类别所构成,从而保证所述行为预测模型能够胜任用户的行为类别预测。利用所述训练样本对预设的神经网络模型进行训练,从而得到暂时预测模型;再采用相同构成的验证样本进行验证;若验证通过,表明所述暂时预测模型训练完毕,可用于正式的行为类别预测中,因此将所述暂时预测模型标注为行为预测模型。
在一个实施方式中,所述支付请求指定了支付接收端,所述指定审核策略为黑名单审核策略,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤S6,包括:
S611、判断所述支付接收端是否存在于预设的黑名单中;
S612、若所述支付接收端不存在于预设的黑名单中,则判定审核通过;
所述若审核通过,则开放所述支付请求的支付权限的步骤S7之后,包括:
S71、采用所述默认审核策略对所述支付请求进行二次审核,并判断所述二次审核是否通过;
S72、若所述二次审核未通过,则执行资金冻结指令,所述资金冻结指令用于指示冻结所述支付接收端接收到的指定资金,所述指定资金指与所述支付请求对应的资金。
如上所述,实现了根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过。本申请采用耗时较短的黑名单审核策略。所述黑名单审核策略指,仅判断支付接收端是否异常(即判断支付接收端是否存在于预设的黑名单中);若所述支付接收端不存在于预设的黑名单中,则判定审核通过。从而简单快速地进行支付请求的审核。又因为这种审核方式的安全性不足,作为资金安全的补救措施,本申请还采用所述默认审核策略对所述支付请求进行二次审核,并判断所述二次审核是否通过;若所述二次审核未通过,则执行资金冻结指令,所述资金冻结指令用于指示冻结所述支付接收端接收到的指定资金,所述指定资金指与所述支付请求对应的资金的方式,在满足支持本次的快速支付的要求的前提下,弥补可能的异常支付造成的损失。
本申请的基于车载终端的移动支付方法,获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
参照图2,本申请实施例提供一种基于车载终端的移动支付装置,包括:
支付请求获取单元10,用于获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
身份验证单元20,用于根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
定位位置获取单元30,用于若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
距离阈值判定单元40,用于计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
指定审核策略获取单元50,用于若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
支付请求审核单元60,用于根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
支付权限开放单元70,用于若审核通过,则开放所述支付请求的支付权限。
其中上述单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述身份验证单元20,包括:
裁剪操作子单元,用于对所述第一图片执行裁剪操作,以获取带有圆形孔的第二图片,其中所述裁剪操作指将第一图片中的指定圆形区域进行裁剪,所述指定圆形区域的圆心与所述第一图片的中心重合;
第二图片引入子单元,用于在预设的虚拟三维空间中引入所述第二图片,并采用虚拟圆柱穿过所述圆形孔,其中所述虚拟圆柱的表面光滑,所述虚拟圆柱的直径等于所述圆形孔直径,所述虚拟三维空间中的遵循光线直线传播原理,从而所述虚拟圆柱的表面上会映现出所述第二图片的图案;
图像采集子单元,用于在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;
相似阈值判断子单元,用于判断所述图像相似度是否大于预设的图像相似阈值;
身份验证通过判定子单元,用于若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。
其中上述子单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述图像采集子单元,包括:
轮廓线获取模块,用于根据预设的轮廓线获取方法,获取所述虚拟圆柱上的图像中的第一轮廓线和所述第三图片中的第二轮廓线;
外接矩形生成模块,用于根据预设的最小外接矩形生成方法,生成所述第一轮廓线的第一最小外接矩形,以及所述第二轮廓线的第二最小外接矩形;
图像相似度Sim计算模块,用于根据公式:
其中上述模块分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述装置,包括:
影像数据获取单元,用于若所述实时距离不小于预设的距离阈值,则打开所述指定移动终端上预设的摄像头进行影像采集,从而得到影像数据;
人脸图像判断单元,用于判断所述影像数据中是否存在人脸图像;
人脸识别单元,用于若所述影像数据中存在人脸图像,则根据预设的人脸识别方法识别所述人脸图像,从而得到人脸特征;
人脸特征判断单元,用于判断所述人脸特征是否与所述指定移动终端的约定用户相匹配;
默认审核指令生成单元,用于若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,并生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。
其中上述单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述支付请求指定了支付类别,所述支付请求审核单元60,包括:
指定用户数据调取子单元,用于根据预设的移动终端与用户数据的对应关系,调取与所述指定移动终端对应的指定用户数据;
行为类别获取子单元,用于将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别;
行为类别判断子单元,用于根据预设的类别匹配方法,判断所述支付类别是否与所述行为类别匹配;
审核通过判定子单元,用于若所述支付类别与所述行为类别匹配,则判定审核通过。
其中上述子单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述行为预测模型基于神经网络模型训练而成,所述装置,包括:
样本数据划分单元,用于获取预存的样本数据,并将所述样本数据划分为训练样本和验证样本,其中所述样本数据由预先收集的用户数据,以及与用户数据对应的行为类别所构成;
训练单元,用于利用所述训练样本对预设的神经网络模型进行训练,从而得到暂时预测模型;
验证单元,用于利用所述验证样本对所述暂时预测模型进行验证,从而得到验证结果,并判断所述验证结果是否为验证通过;
标记单元,用于若所述验证结果为验证通过,则将所述暂时预测模型标注为行为预测模型。
其中上述单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
在一个实施方式中,所述支付请求指定了支付接收端,所述指定审核策略为黑名单审核策略,所述支付请求审核单元60,包括:
黑名单判断子单元,用于判断所述支付接收端是否存在于预设的黑名单中;
通过判定子单元,用于若所述支付接收端不存在于预设的黑名单中,则判定审核通过;
所述装置,包括:
二次审核单元,用于采用所述默认审核策略对所述支付请求进行二次审核,并判断所述二次审核是否通过;
冻结单元,用于若所述二次审核未通过,则执行资金冻结指令,所述资金冻结指令用于指示冻结所述支付接收端接收到的指定资金,所述指定资金指与所述支付请求对应的资金。
其中上述单元或子单元分别用于执行的操作与前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
本申请的基于车载终端的移动支付装置,获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于车载终端的移动支付方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于车载终端的移动支付方法。
上述处理器执行上述基于车载终端的移动支付方法,其中所述方法包括的步骤分别与执行前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备,获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现基于车载终端的移动支付方法,其中所述方法包括的步骤分别与执行前述实施方式的基于车载终端的移动支付方法的步骤一一对应,在此不再赘述。
本申请的计算机可读存储介质,获取指定移动终端发送的支付请求;根据预设的身份验证方法,验证所述指定移动终端的身份;若身份验证通过,则获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;计算所述第一定位位置与所述第二定位位置之间的实时距离;若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;若审核通过,则开放所述支付请求的支付权限。从而实现了构建安全支付区域,并在所述安全支付区域中提高支付的速度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于车载终端的移动支付方法,其特征在于,包括:
获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
若审核通过,则开放所述支付请求的支付权限。
2.根据权利要求1所述的基于车载终端的移动支付方法,其特征在于,所述根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过的步骤,包括:
对所述第一图片执行裁剪操作,以获取带有圆形孔的第二图片,其中所述裁剪操作指将第一图片中的指定圆形区域进行裁剪,所述指定圆形区域的圆心与所述第一图片的中心重合;
在预设的虚拟三维空间中引入所述第二图片,并采用虚拟圆柱穿过所述圆形孔,其中所述虚拟圆柱的表面光滑,所述虚拟圆柱的直径等于所述圆形孔直径,所述虚拟三维空间中的遵循光线直线传播原理,从而所述虚拟圆柱的表面上会映现出所述第二图片的图案;
在指定位置上采集所述虚拟圆柱上的图像,其中所述指定位置在所述虚拟圆柱和所述第二图片之外,并计算所述虚拟圆柱上的图像与预设的第三图片的图像相似度;
判断所述图像相似度是否大于预设的图像相似阈值;
若所述图像相似度大于预设的图像相似阈值,则判定所述指定移动终端的身份验证通过。
4.根据权利要求1所述的基于车载终端的移动支付方法,其特征在于,所述计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值的步骤之后,包括:
若所述实时距离不小于预设的距离阈值,则打开所述指定移动终端上预设的摄像头进行影像采集,从而得到影像数据;
判断所述影像数据中是否存在人脸图像;
若所述影像数据中存在人脸图像,则根据预设的人脸识别方法识别所述人脸图像,从而得到人脸特征;
判断所述人脸特征是否与所述指定移动终端的约定用户相匹配;
若所述人脸特征与所述指定移动终端的约定用户相匹配,则删除所述影像数据,并生成默认审核指令,所述默认审核指令用于指示利用所述默认审核策略对所述支付请求进行审核。
5.根据权利要求1所述的基于车载终端的移动支付方法,其特征在于,所述支付请求指定了支付类别,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤,包括:
根据预设的移动终端与用户数据的对应关系,调取与所述指定移动终端对应的指定用户数据;
将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别;
根据预设的类别匹配方法,判断所述支付类别是否与所述行为类别匹配;
若所述支付类别与所述行为类别匹配,则判定审核通过。
6.根据权利要求5所述的基于车载终端的移动支付方法,其特征在于,所述行为预测模型基于神经网络模型训练而成,所述将所述指定用户数据输入预设的行为预测模型中进行计算,从而得到所述行为预测模型输出的行为类别的步骤之前,包括:
获取预存的样本数据,并将所述样本数据划分为训练样本和验证样本,其中所述样本数据由预先收集的用户数据,以及与用户数据对应的行为类别所构成;
利用所述训练样本对预设的神经网络模型进行训练,从而得到暂时预测模型;
利用所述验证样本对所述暂时预测模型进行验证,从而得到验证结果,并判断所述验证结果是否为验证通过;
若所述验证结果为验证通过,则将所述暂时预测模型标注为行为预测模型。
7.根据权利要求1所述的基于车载终端的移动支付方法,其特征在于,所述支付请求指定了支付接收端,所述指定审核策略为黑名单审核策略,所述根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过的步骤,包括:
判断所述支付接收端是否存在于预设的黑名单中;
若所述支付接收端不存在于预设的黑名单中,则判定审核通过;
所述若审核通过,则开放所述支付请求的支付权限的步骤之后,包括:
采用所述默认审核策略对所述支付请求进行二次审核,并判断所述二次审核是否通过;
若所述二次审核未通过,则执行资金冻结指令,所述资金冻结指令用于指示冻结所述支付接收端接收到的指定资金,所述指定资金指与所述支付请求对应的资金。
8.一种基于车载终端的移动支付装置,其特征在于,包括:
支付请求获取单元,用于获取指定移动终端发送的支付请求,所述支付请求附带有第一图片和所述指定移动终端的第一定位位置,并且所述指定移动终端被设置为限制范围支付,所述限制范围支付指在指定范围内才触发支付审核条件,所述指定范围指所述指定移动终端与预设的车载终端的距离小于预设的距离阈值;
身份验证单元,用于根据预设的身份验证方法,利用所述第一图片验证所述指定移动终端的身份,并判断身份验证是否通过;
定位位置获取单元,用于若身份验证通过,则根据预设的移动终端与车载终端的对应关系,获取与所述指定移动终端对应的指定车载终端,并获取所述指定车载终端的第二定位位置;
距离阈值判定单元,用于计算所述第一定位位置与所述第二定位位置之间的实时距离,并判断所述实时距离是否小于预设的距离阈值;
指定审核策略获取单元,用于若所述实时距离小于预设的距离阈值,则从预设的支付审核策略库中选出指定审核策略,其中所述指定审核策略的预计耗费时间小于默认审核策略的预计耗费时间;
支付请求审核单元,用于根据所述指定审核策略对所述支付请求进行审核,并判断审核是否通过;
支付权限开放单元,用于若审核通过,则开放所述支付请求的支付权限。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010124724.2A CN111415150B (zh) | 2020-02-27 | 2020-02-27 | 基于车载终端的移动支付方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010124724.2A CN111415150B (zh) | 2020-02-27 | 2020-02-27 | 基于车载终端的移动支付方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111415150A true CN111415150A (zh) | 2020-07-14 |
CN111415150B CN111415150B (zh) | 2024-05-31 |
Family
ID=71494243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010124724.2A Active CN111415150B (zh) | 2020-02-27 | 2020-02-27 | 基于车载终端的移动支付方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111415150B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673976A (zh) * | 2021-08-13 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 应用于车辆的支付处理方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106940856A (zh) * | 2016-12-07 | 2017-07-11 | ***股份有限公司 | 基于车载支付授权的免密支付方法及其*** |
KR20170124519A (ko) * | 2017-11-02 | 2017-11-10 | 주식회사 경신 | 게이트웨이를 이용한 차량 내 결제 장치 및 그 방법 |
CN109034780A (zh) * | 2018-06-25 | 2018-12-18 | 深圳市金溢科技股份有限公司 | 车载移动支付方法、***及其v2x车载装置、v2x路侧pos装置 |
CN109146492A (zh) * | 2018-07-24 | 2019-01-04 | 吉利汽车研究院(宁波)有限公司 | 一种车端移动支付的装置和方法 |
US20190354956A1 (en) * | 2018-05-17 | 2019-11-21 | Lg Electronics Inc. | Mobile terminal and payment method using the same |
CN110807630A (zh) * | 2019-09-19 | 2020-02-18 | 平安科技(深圳)有限公司 | 基于人脸识别的支付方法、装置、计算机设备和存储介质 |
-
2020
- 2020-02-27 CN CN202010124724.2A patent/CN111415150B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106940856A (zh) * | 2016-12-07 | 2017-07-11 | ***股份有限公司 | 基于车载支付授权的免密支付方法及其*** |
WO2018103586A1 (zh) * | 2016-12-07 | 2018-06-14 | ***股份有限公司 | 基于车载支付授权的免密支付方法及其*** |
KR20170124519A (ko) * | 2017-11-02 | 2017-11-10 | 주식회사 경신 | 게이트웨이를 이용한 차량 내 결제 장치 및 그 방법 |
US20190354956A1 (en) * | 2018-05-17 | 2019-11-21 | Lg Electronics Inc. | Mobile terminal and payment method using the same |
CN109034780A (zh) * | 2018-06-25 | 2018-12-18 | 深圳市金溢科技股份有限公司 | 车载移动支付方法、***及其v2x车载装置、v2x路侧pos装置 |
CN109146492A (zh) * | 2018-07-24 | 2019-01-04 | 吉利汽车研究院(宁波)有限公司 | 一种车端移动支付的装置和方法 |
CN110807630A (zh) * | 2019-09-19 | 2020-02-18 | 平安科技(深圳)有限公司 | 基于人脸识别的支付方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673976A (zh) * | 2021-08-13 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 应用于车辆的支付处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111415150B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113269901B (zh) | 停车场控制方法、***及计算机可读存储介质 | |
EP4007968A1 (en) | Systems and methods of identification verification using hybrid near-field communication and optical authentication | |
CN111275448A (zh) | 人脸数据处理方法、装置和计算机设备 | |
EP0864996A2 (en) | Portable electronic device and method for personal identification | |
CN108304801B (zh) | 一种防欺骗的人脸识别方法、存储介质及人脸识别装置 | |
US12026577B2 (en) | Systems and methods of user identification verification | |
WO2022142319A1 (zh) | 虚假保险报案处理方法、装置、计算机设备及存储介质 | |
CN110310018B (zh) | 车牌信息处理方法、装置、电子设备及存储介质 | |
CN114004639B (zh) | 优惠信息的推荐方法、装置、计算机设备和存储介质 | |
CN111415150A (zh) | 基于车载终端的移动支付方法、装置和计算机设备 | |
CN110807630B (zh) | 基于人脸识别的支付方法、装置、计算机设备和存储介质 | |
CN110535809B (zh) | 一种标识码的拉取方法、存储介质及终端设备和服务器 | |
CN113591603A (zh) | 证件的验证方法、装置、电子设备及存储介质 | |
CN112580457A (zh) | 车辆视频的处理方法、装置、计算机设备和存储介质 | |
CN113315639A (zh) | 身份认证***及方法 | |
CN111080874B (zh) | 基于面部图像的金库安全门的控制方法和装置 | |
CN107464167A (zh) | 密码锁落锁状态的确认方法、装置、服务器及存储介质 | |
CN116452006A (zh) | 代驾司机拉新活动的风控方法、装置、计算机设备和介质 | |
CN110991558A (zh) | 基于图像识别的事故处理方法、装置和计算机设备 | |
CN113032755B (zh) | 核电设备的操作人员验证方法、装置、设备和存储介质 | |
CN110826460B (zh) | 一种异常人证信息识别方法、装置和存储介质 | |
CN112818847A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
WO2023284075A1 (zh) | 一种居民小区车辆管理***及管理方法 | |
CN112711771A (zh) | 一种车辆信息的保护方法及装置 | |
CN111222406A (zh) | 酒后驾驶检测方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |