CN105825384A - 一种基于指纹辅助身份识别的人脸支付装置的使用方法 - Google Patents
一种基于指纹辅助身份识别的人脸支付装置的使用方法 Download PDFInfo
- Publication number
- CN105825384A CN105825384A CN201610202441.9A CN201610202441A CN105825384A CN 105825384 A CN105825384 A CN 105825384A CN 201610202441 A CN201610202441 A CN 201610202441A CN 105825384 A CN105825384 A CN 105825384A
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint
- face
- identity
- equipment
- 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.)
- Withdrawn
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
- 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
- G06Q20/08—Payment architectures
- G06Q20/20—Point-of-sale [POS] network systems
- G06Q20/206—Point-of-sale [POS] network systems comprising security or operator identification provisions, e.g. password entry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- 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
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
Abstract
本发明涉及一种基于指纹辅助身份识别的人脸支付装置,包括人脸识别设备、指纹识别设备、支付设备和主控设备,指纹识别设备用于为人脸识别设备的顾客身份识别提供辅助认证,主控设备分别与人脸识别设备、指纹识别设备和支付设备连接,用于基于辅助认证的结果控制支付设备的支付。通过本发明,能够提高顾客身份认证的精度。
Description
技术领域
本发明涉及人脸支付领域,尤其涉及一种基于指纹辅助身份识别的人脸支付装置的使用方法。
背景技术
人脸识别具有如下特点:非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;非接触性:用户不需要和设备直接接触就能获取人脸图像;并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。
随着技术发展,面部识别系统安装在各种支付系统上,一些公司则正在研发基于面部识别系统的第三方转账平台。
人脸识别支付包括以下步骤:步骤一:结账时,消费者只需在收银台面对POS机屏幕上的摄像头,系统自动拍照,扫描消费者面部,再把图像与数据库中的存储信息进行对比;步骤二:消费者面部信息同时与支付系统相关联,等到消费者的身份信息显示出来后,他/她只需在触摸显示屏上点击“OK”确认,全部交易过程即告完成。
然而,上述人脸识别支付还存在一定的弊端,例如,由于人脸存在可变化性,因此可能存在识别错误的情况,而上述人脸识别支付的确认方式只是简单的按“OK”确认键,顾客无法了解是否面部识别已经发生了误识别,这时如果进行结账支付,其他顾客的账号可能受到损失;再例如,在排队结账的顾客较多时,基于图像检测的人脸识别方式可能将其他顾客的面部图像作为识别目标;又例如,人脸面部识别支付的具体面部特征识别模式过于简单,容易导致识别精度不高。
因此,在支付过程中需要一种新的人脸识别装置,从根本上解决了上述技术问题,能够在提高人脸识别支付结果的准确性的同时,提高支付的效率,节省大量的支付时间,更关键的是,能够保证每一个顾客的账号安全。
发明内容
为了解决上述问题,本发明提供了一种基于指纹辅助身份识别的人脸支付装置,在通过人脸识别顾客身份后,采用其他的顾客身份认证设备进行身份确认,避免误支付的情况发生,而且在排队结账的顾客较多时,对图像中的各个顾客的面部图像都进行分割,以供收银员选择出实际结账的顾客进行后续的面部特征识别,更重要的是,还进一步优化了面部识别机制本身。
根据本发明的一方面,提供了一种基于指纹辅助身份识别的人脸支付装置,所述装置包括人脸识别设备、指纹识别设备、支付设备和主控设备,指纹识别设备用于为人脸识别设备的顾客身份识别提供辅助认证,主控设备分别与人脸识别设备、指纹识别设备和支付设备连接,用于基于辅助认证的结果控制支付设备的支付。
更具体地,在所述基于指纹辅助身份识别的人脸支付装置中,包括:支付设备,与凌阳SPCE061A芯片连接,用于接收身份信息和支付金额以完成支付;指纹接收设备,用于采集顾客的指纹信息;指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出;高清摄像头,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像;面部检测设备,分别与移动硬盘和高清摄像头连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;液晶显示设备,与面部检测设备连接以接收并显示多个面部子图像,液晶显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像;几何校正设备,分别与面部检测设备和液晶显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像;图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像;图像分割设备,分别与移动硬盘和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像;直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像;移动硬盘,用于预先存储了预设基准面部轮廓和预设图像块大小;梯度分析设备,与高斯平滑滤波设备连接以接收待识别图像,对待识别图像中每一个像素计算其梯度方向与其相对于周围像素的相对梯度幅值,基于每一个像素的梯度方向与相对梯度幅值确定待识别图像的相对梯度直方图特征;特征分析设备,与梯度分析设备连接以接收待识别图像的相对梯度直方图特征,对待识别图像的相对梯度直方图特征进行特征降维以获得待识别图像的低维特征描述子;特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的低维特征,基于特征分析设备输出的低维特征描述子在面部识别数据库寻找匹配的低维特征,并将匹配的低维特征对应的人物身份作为识别身份输出;时分双工通信设备,用于通过时分双工通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还用于通过时分双工通信链路建立指纹匹配设备与远端的指纹数据库之间的连接;凌阳SPCE061A芯片,分别与液晶显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过液晶显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频;其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;其中,液晶显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息。
更具体地,在所述基于指纹辅助身份识别的人脸支付装置中:高清摄像头还用于录制顾客支付视频。
更具体地,在所述基于指纹辅助身份识别的人脸支付装置中:凌阳SPCE061A芯片在识别身份与确认身份不相符合时,发出身份确认失败信号,凌阳SPCE061A芯片在识别身份与确认身份相符合时,发出身份确认成功信号。
更具体地,在所述基于指纹辅助身份识别的人脸支付装置中:凌阳SPCE061A芯片在第一预设时间后未接收到识别身份时,发出身份确认失败信号,凌阳SPCE061A芯片在第二预设时间后未接收到确认身份时,发出身份确认失败信号。
更具体地,在所述基于指纹辅助身份识别的人脸支付装置中:移动硬盘还用于预先存储第一预设时间和第二预设时间。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于指纹辅助身份识别的人脸支付装置的结构方框图。
附图标记:1人脸识别设备;2指纹识别设备;3支付设备;4主控设备
具体实施方式
下面将参照附图对本发明的基于指纹辅助身份识别的人脸支付装置的实施方案进行详细说明。
人脸识别与指纹识别、掌纹识别、视网膜识别、骨骼识别、心跳识别等都属于人体生物特征识别技术,都是随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展应运而生的。可以快捷、精准、卫生地进行身份认定;具有不可复制性,即使做了整容手术,该技术也能从几百项脸部特征中找出“原来的你”。人脸识别系统在世界上的应用已经相当广泛。
人脸识别支付的发展历史如下:2013年7月芬兰创业公司Uniqul推出了史上第一款基于脸部识别系统的支付平台。据Uniqul声称,这项技术已经申请专利,他可以极大缩短支付时间,并拥有“军用级别算法”的保护。Uniqul“刷脸”支付系统的用户注册已经启动,首先会在芬兰赫尔辛基地区部署。“刷脸”系统目前正在芬兰首都赫尔辛基进行测试。对于安装Uniqul的商户,公司初步计划免费提供终端设备。
然而,现有的人脸识别支付方案仍存在以下不足:由于面部特征会由于整容、胖瘦、衰老等原因发生改变,单一的依靠面部特征完成支付不可避免地带来识别失败而造成的支付困难问题;等待结账的顾客可能不止一个,如果简单地进行面部图像分割,对分割后的面部图像进行特征识别,将导致识别对象错误的问题;以及现有的面部识别技术过于简单,检测机制落后,需要进行改进以提高面部特征检测精度。
为了克服上述不足,本发明搭建了一种基于指纹辅助身份识别的人脸支付装置,能够解决上述技术问题,顺利完成基于面部特征识别的支付过程,从而提高顾客支付效率和速度,避免顾客经济受到损失。
图1为根据本发明实施方案示出的基于指纹辅助身份识别的人脸支付装置的结构方框图,所述装置包括人脸识别设备、指纹识别设备、支付设备和主控设备,指纹识别设备用于为人脸识别设备的顾客身份识别提供辅助认证,主控设备分别与人脸识别设备、指纹识别设备和支付设备连接,用于基于辅助认证的结果控制支付设备的支付。
接着,继续对本发明的基于指纹辅助身份识别的人脸支付装置的具体结构进行进一步的说明。
所述装置包括:支付设备,与凌阳SPCE061A芯片连接,用于接收身份信息和支付金额以完成支付。
所述装置包括:指纹接收设备,用于采集顾客的指纹信息;指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出。
所述装置包括:高清摄像头,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像;面部检测设备,分别与移动硬盘和高清摄像头连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像。
所述装置包括:液晶显示设备,与面部检测设备连接以接收并显示多个面部子图像,液晶显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像;几何校正设备,分别与面部检测设备和液晶显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像。
所述装置包括:图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像;图像分割设备,分别与移动硬盘和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像。
所述装置包括:直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像;移动硬盘,用于预先存储了预设基准面部轮廓和预设图像块大小。
所述装置包括:梯度分析设备,与高斯平滑滤波设备连接以接收待识别图像,对待识别图像中每一个像素计算其梯度方向与其相对于周围像素的相对梯度幅值,基于每一个像素的梯度方向与相对梯度幅值确定待识别图像的相对梯度直方图特征;特征分析设备,与梯度分析设备连接以接收待识别图像的相对梯度直方图特征,对待识别图像的相对梯度直方图特征进行特征降维以获得待识别图像的低维特征描述子。
所述装置包括:特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的低维特征,基于特征分析设备输出的低维特征描述子在面部识别数据库寻找匹配的低维特征,并将匹配的低维特征对应的人物身份作为识别身份输出;时分双工通信设备,用于通过时分双工通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还用于通过时分双工通信链路建立指纹匹配设备与远端的指纹数据库之间的连接。
所述装置包括:凌阳SPCE061A芯片,分别与液晶显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过液晶显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频。
其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;液晶显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息。
可选地,在所述装置中:高清摄像头还用于录制顾客支付视频;凌阳SPCE061A芯片在识别身份与确认身份不相符合时,发出身份确认失败信号,凌阳SPCE061A芯片在识别身份与确认身份相符合时,发出身份确认成功信号;凌阳SPCE061A芯片在第一预设时间后未接收到识别身份时,发出身份确认失败信号,凌阳SPCE061A芯片在第二预设时间后未接收到确认身份时,发出身份确认失败信号;以及移动硬盘还可以用于预先存储第一预设时间和第二预设时间。。
另外,传统的人脸识别技术主要是基于可见光图像的人脸识别,这也是人们熟悉的识别方式,已有30多年的研发历史。但这种方式有着难以克服的缺陷,尤其在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别,和热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。
迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。他可以克服光线变化的影响,已经取得了卓越的识别性能,在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速,使人脸识别技术逐渐走向实用化。
人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来,他的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,与其它类型的生物识别比较,人脸识别具有如下特点:非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;非接触性:用户不需要和设备直接接触就能获取人脸图像;并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。
采用本发明的基于指纹辅助身份识别的人脸支付装置,针对现有技术人脸识别支付精度不高的技术问题,一方面,采用指纹身份认证机制对人脸身份认证的结果进行进一步的确认,另一方面,还为收银员提供多个待识别图像供其选择,避免对其他顾客进行人脸识别,更关键的是,优化了人脸识别设备本身,从而提高了人脸识别支付的精度,避免支付错误的情况发生。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于指纹辅助身份识别的人脸支付装置的使用方法,该方法包括:
1)提供一种基于指纹辅助身份识别的人脸支付装置,所述装置包括人脸识别设备、指纹识别设备、支付设备和主控设备,指纹识别设备用于为人脸识别设备的顾客身份识别提供辅助认证,主控设备分别与人脸识别设备、指纹识别设备和支付设备连接,用于基于辅助认证的结果控制支付设备的支付;
2)使用该装置。
2.如权利要求1所述的方法,其特征在于,所述装置包括:
支付设备,与凌阳SPCE061A芯片连接,用于接收身份信息和支付金额以完成支付;
指纹接收设备,用于采集顾客的指纹信息;
指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出;
高清摄像头,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像;
面部检测设备,分别与移动硬盘和高清摄像头连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;
液晶显示设备,与面部检测设备连接以接收并显示多个面部子图像,液晶显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像;
几何校正设备,分别与面部检测设备和液晶显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像;
图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;
图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像;
图像分割设备,分别与移动硬盘和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像;
直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;
高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像;
移动硬盘,用于预先存储了预设基准面部轮廓和预设图像块大小;
梯度分析设备,与高斯平滑滤波设备连接以接收待识别图像,对待识别图像中每一个像素计算其梯度方向与其相对于周围像素的相对梯度幅值,基于每一个像素的梯度方向与相对梯度幅值确定待识别图像的相对梯度直方图特征;
特征分析设备,与梯度分析设备连接以接收待识别图像的相对梯度直方图特征,对待识别图像的相对梯度直方图特征进行特征降维以获得待识别图像的低维特征描述子;
特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的低维特征,基于特征分析设备输出的低维特征描述子在面部识别数据库寻找匹配的低维特征,并将匹配的低维特征对应的人物身份作为识别身份输出;
时分双工通信设备,用于通过时分双工通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还用于通过时分双工通信链路建立指纹匹配设备与远端的指纹数据库之间的连接;
凌阳SPCE061A芯片,分别与液晶显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过液晶显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频;
其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;
其中,液晶显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息。
3.如权利要求2所述的方法,其特征在于:
高清摄像头还用于录制顾客支付视频。
4.如权利要求2所述的方法,其特征在于:
凌阳SPCE061A芯片在识别身份与确认身份不相符合时,发出身份确认失败信号,凌阳SPCE061A芯片在识别身份与确认身份相符合时,发出身份确认成功信号。
5.如权利要求2所述的方法,其特征在于:
凌阳SPCE061A芯片在第一预设时间后未接收到识别身份时,发出身份确认失败信号,凌阳SPCE061A芯片在第二预设时间后未接收到确认身份时,发出身份确认失败信号。
6.如权利要求5所述的方法,其特征在于:
移动硬盘还用于预先存储第一预设时间和第二预设时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610202441.9A CN105825384A (zh) | 2016-04-01 | 2016-04-01 | 一种基于指纹辅助身份识别的人脸支付装置的使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610202441.9A CN105825384A (zh) | 2016-04-01 | 2016-04-01 | 一种基于指纹辅助身份识别的人脸支付装置的使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105825384A true CN105825384A (zh) | 2016-08-03 |
Family
ID=56525635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610202441.9A Withdrawn CN105825384A (zh) | 2016-04-01 | 2016-04-01 | 一种基于指纹辅助身份识别的人脸支付装置的使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105825384A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107018168A (zh) * | 2016-09-19 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 互联网资源调度方法及装置、网络红包调度方法 |
CN108629574A (zh) * | 2018-05-04 | 2018-10-09 | 北京神州安付科技有限公司 | 基于静脉、指纹识别的复合安全认证pos机及方法 |
CN108932411A (zh) * | 2018-03-04 | 2018-12-04 | 徐琳 | 智能终端大数据分析方法 |
CN109034112A (zh) * | 2018-08-18 | 2018-12-18 | 章云娟 | 可靠型医院面部结账机构 |
WO2019134548A1 (zh) * | 2018-01-03 | 2019-07-11 | 阿里巴巴集团控股有限公司 | 身份识别的方法、装置及系统 |
CN110135229A (zh) * | 2018-10-30 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种利用神经网络的驾驶员身份识别系统 |
-
2016
- 2016-04-01 CN CN201610202441.9A patent/CN105825384A/zh not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107018168A (zh) * | 2016-09-19 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 互联网资源调度方法及装置、网络红包调度方法 |
CN107018168B (zh) * | 2016-09-19 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 互联网资源调度方法及装置、网络红包调度方法 |
US11223571B2 (en) | 2016-09-19 | 2022-01-11 | Advanced New Technologies Co., Ltd. | Internet resource distributing method and device, and network red-envelope distributing method |
WO2019134548A1 (zh) * | 2018-01-03 | 2019-07-11 | 阿里巴巴集团控股有限公司 | 身份识别的方法、装置及系统 |
CN108932411A (zh) * | 2018-03-04 | 2018-12-04 | 徐琳 | 智能终端大数据分析方法 |
CN108629574A (zh) * | 2018-05-04 | 2018-10-09 | 北京神州安付科技有限公司 | 基于静脉、指纹识别的复合安全认证pos机及方法 |
CN109034112A (zh) * | 2018-08-18 | 2018-12-18 | 章云娟 | 可靠型医院面部结账机构 |
CN109034112B (zh) * | 2018-08-18 | 2019-04-19 | 上海今创信息技术有限公司 | 医院面部结账系统 |
CN110135229A (zh) * | 2018-10-30 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种利用神经网络的驾驶员身份识别系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105825384A (zh) | 一种基于指纹辅助身份识别的人脸支付装置的使用方法 | |
US20210279319A1 (en) | Systems and methods for executing electronic transactions using secure identity data | |
US20190205639A1 (en) | Extracting card data from multiple cards | |
CN107209896B (zh) | 用于成像识别信息的系统和方法 | |
US9076171B2 (en) | Automatic electronic payments via mobile communication device with imaging system | |
CN105913264B (zh) | 基于指纹辅助身份识别的人脸支付装置 | |
US8380626B2 (en) | Processing images associated with the remote capture of multiple deposit items | |
US11123871B2 (en) | Systems and methods autonomously performing instructed operations using a robotic device | |
CN105894261A (zh) | 一种收银台人脸支付系统的使用方法 | |
CN105515777A (zh) | 一种usbkey设备的双重认证系统和方法 | |
CN105678290A (zh) | 基于图像检测的面部支付平台 | |
EP3396595A1 (en) | Payment card ocr with relaxed alignment | |
CN109951598A (zh) | 应用界面的显示方法、装置、计算机设备及存储介质 | |
CN105894288A (zh) | 一种超市面部支付平台的使用方法 | |
CN109857499B (zh) | 基于windows系统收银软件屏幕金额获取的通用方法 | |
WO2015103970A1 (en) | Method, apparatus and system for authenticating user | |
US8473412B2 (en) | Remote capture of multiple deposit items | |
JP6318293B1 (ja) | カードが必要ない生体情報を利用した金融決済システム及びそれを利用した金融決済方法 | |
US10109095B2 (en) | Facilitating dynamic across-network location determination using augmented reality display devices | |
US9064248B2 (en) | Remote capture of multiple deposit items using a grid | |
JP2013190934A (ja) | 窓口認証システム、窓口認証サーバー、プログラムおよび窓口認証方法 | |
EP3196829A1 (en) | Non-facing financial service system using user confirmation apparatus using parallel signature processing, and handwriting signature authentication technique | |
CN105913242A (zh) | 收银台人脸支付系统 | |
CN105894284A (zh) | 超市面部支付平台 | |
US20200242582A1 (en) | Image-based transaction processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20160803 |