CN107481001A - 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 - Google Patents
一种基于静脉识别技术和可穿戴智能设备的移动支付系统 Download PDFInfo
- Publication number
- CN107481001A CN107481001A CN201710632409.9A CN201710632409A CN107481001A CN 107481001 A CN107481001 A CN 107481001A CN 201710632409 A CN201710632409 A CN 201710632409A CN 107481001 A CN107481001 A CN 107481001A
- Authority
- CN
- China
- Prior art keywords
- smart machine
- wearable smart
- vein
- infrared light
- hand
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1353—Extracting features related to minutiae or pores
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
Abstract
本发明公开了一种基于静脉识别技术和可穿戴智能设备的移动支付系统,包括近红外光发射器、近红外针孔摄像头、可穿戴智能设备;近红外针孔摄像头设置于可穿戴智能设备的侧面,方向对准手背;近红外光发射器设置于近红外针孔摄像头的两边;近红外光发射器用于当点亮可穿戴智能设备选择支付软件时,自动发出近红外光到手背;近红外针孔摄像头用于采集经手背反射回来的光线并成像,从而获得带有静脉特征的手背图像;可穿戴智能设备用于对带有静脉特征的手背图像进行处理,通过特征提取算法提取静脉特征,得到静脉特征图,并与预先存储的原始静脉特征图进行对比,实现身份识别,输出识别结果,完成支付。本发明不仅安全性得到提高,使用起来也方便。
Description
技术领域
本发明涉及光机电技术领域,具体涉及一种基于静脉识别技术和可穿戴智能设备的移动支付系统。
背景技术
可穿戴智能设备,如智能手表、智能手环等,由于内嵌强大的处理器和传感器,使其具有强大的信息处理能力,除指示时间之外,还应具有提醒、导航、校准、监测、交互等其中一种或者多种功能。
随着苹果apple watch的发布,智能手表市场出现爆发式增长。以小米公司的运动手环为代表的可穿戴智能设备也取得了巨大的进步。由于手表、手环等设备的轻便性,随着技术的进步,智能手表、手环在移动支付领域的应用也越发广泛,但是,移动支付的安全问题也随之而来。现有的智能手表、手环在移动支付的时候,基本步骤就是打开支付软件,通过简易密码进入支付系统进行支付,安全性不高。
随着手机等智能移动终端的迅速普及,移动支付用户呈几何级数增长。据统计,2014年我国移动支付用户已超过2亿,且正以每年20%以上的速度增加。移动支付带给我们方便快捷的同时,也将如何保证用户的资金安全问题提高到了前所未有的重要程度。目前,用于身份认证的方式主要有三类:一是依据静态/动态密码的口令识别,二是基于智能IC卡或USB key的物理识别,三是基于唯一性特征的生物识别。对于前两种方式,存在密码或智能卡遗失、被盗或被破解的风险,安全存在隐患。相对于前两种技术而言,生物特征识别技术因其具有个体唯一性,难以复制的特点,其安全性最好。生物特征识别技术因其在安全性上的独特优势而在网络信息安全独树一帜,有望在移动支付身份认证,保障用户资金安全方面发挥重要作用。
由于指纹识别在生物特征识别技术领域中起步较早,且在金融、政府、机场等要害部门,和智能化楼宇、PC电脑等企业级民用领域应用广泛,因而成为目前应用最多、市场份额最大的一类生物特征识别技术。但在现实应用中,指纹识别也存在对环境要求高,手指污染或破损会影响识别结果,使用时在指纹采集头上留下指纹印痕,存在被复制的可能等问题。相比之下,静脉识别则有效的避免了上述问题,拥有其特殊优势。静脉识别是一种对生物体体内静脉进行红外成像,并对取得的图像进行加密,认证的技术。医学研究证明,静脉的形状具有唯一性和稳定性,每个人的静脉图像都不相同,且健康成年人的静脉形状不再发生变化。这就为静脉识别提供了依据。与指纹识别技术相比,静脉隐藏在身体内部,被复制或者盗用的机会很小,使用者心理抗拒性低,受生理和环境因素的影响小,克服了手指污染或破损等因素,使它在高度安全和使用便捷上远胜于指纹识别技术。静脉识别技术因其具有抗环境干扰强,安全性高等优点,已成为人们研究和产业发展的新方向。
现有的手表、手环等移动可穿戴设备,在设计移动支付时,由于技术的限制,支付的安全性得不到保证,由于手表、手环结构尺寸的限制,将指纹识别集成到手表、手环上又难以实现。
发明内容
有鉴于此,为了解决现有技术中的上述问题,本发明提出一种基于静脉识别技术和可穿戴智能设备的移动支付系统,结合静脉识别技术和可穿戴智能设备(手表、手环),不仅安全性得到提高,使用起来也方便。
本发明通过以下技术手段解决上述问题:
一种基于静脉识别技术和可穿戴智能设备的移动支付系统,包括近红外光发射器、近红外针孔摄像头、可穿戴智能设备;可穿戴智能设备分别与近红外光发射器、近红外针孔摄像头连接;
近红外针孔摄像头设置于可穿戴智能设备的侧面,方向对准手背;近红外光发射器设置于近红外针孔摄像头的两边;
所述近红外光发射器用于当点亮可穿戴智能设备选择支付软件时,自动发出近红外光到手背;
所述近红外针孔摄像头用于采集经手背反射回来的光线并成像,从而获得带有静脉特征的手背图像;
所述可穿戴智能设备用于对带有静脉特征的手背图像进行处理,通过特征提取算法提取静脉特征,得到静脉特征图,并与预先存储的原始静脉特征图进行对比,实现身份识别,输出识别结果,完成支付。
进一步地,所述可穿戴智能设备为智能手表或智能手环。
进一步地,所述近红外光发射器发出波长为800nm~900nm的近红外光。
与现有技术相比,本发明的有益效果如下:
本发明的移动支付系统结合静脉识别技术和可穿戴智能设备,不仅使得支付安全性得到了提高,使用上也符合日常使用习惯,方便且安全,有利于移动支付业务的发展。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明中可穿戴智能设备为智能手表的移动支付系统的结构图;
图2是本发明中可穿戴智能设备为智能手环的移动支付系统的结构图;
图3是本发明移动支付的流程图。
附图标记说明:
1-可穿戴智能设备;2-近红外针孔摄像头;3-近红外光发射器;4-近红外光;5-手背;6-静脉血管;7-支付软件;8-手腕。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、图2所示,图1是本发明中可穿戴智能设备为智能手表的移动支付系统的结构图,图2是本发明中可穿戴智能设备为智能手环的移动支付系统的结构图,本发明提供的一种基于静脉识别技术和可穿戴智能设备的移动支付系统,包括近红外光发射器3、近红外针孔摄像头2、可穿戴智能设备1;可穿戴智能设备1分别与近红外光发射器3、近红外针孔摄像头2连接;
近红外针孔摄像头2设置于可穿戴智能设备1的侧面,方向对准手背5;近红外光发射器3设置于近红外针孔摄像头2的两边;
所述近红外光发射器3用于当点亮可穿戴智能设备1选择支付软件7时,自动发出近红外光4到手背5;
所述近红外针孔摄像头2用于采集经手背5反射回来的光线并成像,从而获得带有静脉特征的手背图像;
所述可穿戴智能设备1用于对带有静脉特征的手背图像进行处理,通过特征提取算法提取静脉特征,得到静脉特征图,并与预先存储的原始静脉特征图进行对比,实现身份识别,输出识别结果,完成支付。
所述可穿戴智能设备1为智能手表或智能手环。
由于可穿戴智能设备1(智能手表、智能手环)都有一定的厚度,因此,近红外针孔摄像头2集成在智能手表或者智能手环的侧面,方向对准手背5。近红外针孔摄像头2两边集成波长在800nm到900nm的近红外光发射器3。其中近红外光发射器3是静脉图像采集必备的一种光源,由于血管中氧血红蛋白对近红外光4的吸收强,因此有血管的部分会呈现出黑色图像。
身份认证时,近红外光发射器3发出近红外光4到手背5,一部分近红外光4会被静脉血管6中血红蛋白吸收,近红外针孔摄像头2采集反射回来的光线并成像,从而获得带有静脉特征的手背图像。获取带有静脉特征的手背图像后,需要对带有静脉特征的手背图像进行处理。通过内嵌到支付软件7的特征提取算法提取静脉特征,得到静脉特征图,并与预先存储的原始静脉特征图进行对比,实现身份识别,输出识别结果,完成支付。
实现移动支付的流程图如图3所示。首先点亮智能手表或者智能手环,选择支付软件7,例如支付宝、微信或者其它支持支付的购物、消费软件。需要付款输入密码时,选择静脉身份认证支付(或默认为静脉身份认证支付),此时,微微翘起手腕8,近红外光发射器3发出近红外光4,使得近红外针孔摄像头2接受从手背5反射回来的光线,采集到手背的静脉特征图。最后通过与预先存储的原始图像(即本人预先注册的静脉特征图)进行对比,通过识别算法辨别身份真伪,完成付款。
这种新的用于移动支付的交互方式,并不需要太多的学习成本,简单的抬一下手腕8就能完成整个身份验证过程,相比密码输入更加快捷,也符合日常使用习惯。由于静脉本身的生物特征唯一性,同时要求活体识别,因此基于静脉的身份识别也更加安全。综上所述,本发明提出的基于静脉识别技术和可穿戴智能设备的移动支付系统有利于移动支付业务的发展。
本发明中近红外光发射器3是静脉图像采集必备的一种光源。由于血管中氧血红蛋白对近红外光4的吸收强,因此有血管的部分会呈现出黑色图像。近红外针孔摄像头2采集图像信息,经智能手表(或智能手环)处理单元处理图像信息,与预先存储的原始图像进行对比,实现身份识别,保证移动支付的安全。
本发明的移动支付系统结合静脉识别技术和可穿戴智能设备,不仅使得支付安全性得到了提高,使用上也符合日常使用习惯,方便且安全,有利于移动支付业务的发展。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (3)
1.一种基于静脉识别技术和可穿戴智能设备的移动支付系统,其特征在于,包括近红外光发射器、近红外针孔摄像头、可穿戴智能设备;可穿戴智能设备分别与近红外光发射器、近红外针孔摄像头连接;
近红外针孔摄像头设置于可穿戴智能设备的侧面,方向对准手背;近红外光发射器设置于近红外针孔摄像头的两边;
所述近红外光发射器用于当点亮可穿戴智能设备选择支付软件时,自动发出近红外光到手背;
所述近红外针孔摄像头用于采集经手背反射回来的光线并成像,从而获得带有静脉特征的手背图像;
所述可穿戴智能设备用于对带有静脉特征的手背图像进行处理,通过特征提取算法提取静脉特征,得到静脉特征图,并与预先存储的原始静脉特征图进行对比,实现身份识别,输出识别结果,完成支付。
2.根据权利要求1所述的基于静脉识别技术和可穿戴智能设备的移动支付系统,其特征在于,所述可穿戴智能设备为智能手表或智能手环。
3.根据权利要求1所述的基于静脉识别技术和可穿戴智能设备的移动支付系统,其特征在于,所述近红外光发射器发出波长为800nm~900nm的近红外光。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710632409.9A CN107481001A (zh) | 2017-07-28 | 2017-07-28 | 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710632409.9A CN107481001A (zh) | 2017-07-28 | 2017-07-28 | 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107481001A true CN107481001A (zh) | 2017-12-15 |
Family
ID=60598015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710632409.9A Pending CN107481001A (zh) | 2017-07-28 | 2017-07-28 | 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107481001A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563937A (zh) * | 2018-04-20 | 2018-09-21 | 邓坚 | 一种基于静脉的身份认证方法及手环 |
CN110245605A (zh) * | 2019-06-12 | 2019-09-17 | 中科院合肥技术创新工程院 | 基于手背静脉身份识别的社区矫正穿戴设备 |
CN111160253A (zh) * | 2019-12-30 | 2020-05-15 | 业成科技(成都)有限公司 | 生物识别模组、可穿戴设备及移动终端 |
CN113259866A (zh) * | 2021-05-18 | 2021-08-13 | 中国银行股份有限公司 | 手机银行支付校验方法及可穿戴手环 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204258901U (zh) * | 2014-04-15 | 2015-04-08 | 深圳市中科微光医疗器械技术有限公司 | 用于移动终端的手掌静脉识别装置和包括它的智能手机 |
CN205540910U (zh) * | 2016-01-29 | 2016-08-31 | 中山市小榄镇快车电脑服务有限公司 | 一种静脉支付移动手环 |
-
2017
- 2017-07-28 CN CN201710632409.9A patent/CN107481001A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204258901U (zh) * | 2014-04-15 | 2015-04-08 | 深圳市中科微光医疗器械技术有限公司 | 用于移动终端的手掌静脉识别装置和包括它的智能手机 |
CN205540910U (zh) * | 2016-01-29 | 2016-08-31 | 中山市小榄镇快车电脑服务有限公司 | 一种静脉支付移动手环 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563937A (zh) * | 2018-04-20 | 2018-09-21 | 邓坚 | 一种基于静脉的身份认证方法及手环 |
CN108563937B (zh) * | 2018-04-20 | 2021-10-15 | 北京锐思智芯科技有限公司 | 一种基于静脉的身份认证方法及手环 |
CN110245605A (zh) * | 2019-06-12 | 2019-09-17 | 中科院合肥技术创新工程院 | 基于手背静脉身份识别的社区矫正穿戴设备 |
CN111160253A (zh) * | 2019-12-30 | 2020-05-15 | 业成科技(成都)有限公司 | 生物识别模组、可穿戴设备及移动终端 |
CN113259866A (zh) * | 2021-05-18 | 2021-08-13 | 中国银行股份有限公司 | 手机银行支付校验方法及可穿戴手环 |
CN113259866B (zh) * | 2021-05-18 | 2022-10-18 | 中国银行股份有限公司 | 手机银行支付校验方法及可穿戴手环 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107481001A (zh) | 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 | |
CN109313706B (zh) | 指纹识别装置、方法和终端设备 | |
US10262123B2 (en) | Multimodal biometric authentication system and method with photoplethysmography (PPG) bulk absorption biometric | |
CN104933344B (zh) | 基于多生物特征模态的移动终端用户身份认证装置及方法 | |
CN102804229B (zh) | 确定设备、指纹输入设备、确定方法以及确定程序 | |
CN105453524B (zh) | 用于授权访问到访问控制环境的系统和方法 | |
CN105980853B (zh) | 小型化光学生物测定感测 | |
CN108021860A (zh) | 用于减小指纹传感器的噪声输入的装置 | |
US8766189B2 (en) | Optical system, method and computer program for detecting the presence of a living biological organism | |
CN204258901U (zh) | 用于移动终端的手掌静脉识别装置和包括它的智能手机 | |
CN101211410B (zh) | 一种多光谱掌纹身份认证方法及其专用采集仪 | |
CN109426305A (zh) | 获得生物特征信息的方法及其电子装置 | |
CN101627913B (zh) | 一种身份信息识别方法及其系统 | |
CN106233306A (zh) | 指纹传感器上的滑动移动注册 | |
US20150304322A1 (en) | System and method for vascular mapping authentication | |
CN107004114A (zh) | 血管图像拍摄装置和个人认证系统 | |
CN103761465A (zh) | 一种身份验证的方法及装置 | |
US9892247B2 (en) | Multimodal biometric authentication system and method with photoplethysmography (PPG) bulk absorption biometric | |
CN207008639U (zh) | 一种基于生物特征识别的身份认证安全出价系统 | |
CN103258199A (zh) | 一种获取完整的手掌静脉图像的系统及其方法 | |
CN110287918A (zh) | 活体识别方法及相关产品 | |
CN107256395A (zh) | 掌静脉提取方法及装置 | |
CN103514449B (zh) | 一种图像采集装置及方法 | |
KR101875182B1 (ko) | 생체정보를 이용한 다중 안전 잠금 기능을 구비하는 해킹방지용 금융 거래 중계 시스템의 처리 방법 | |
CN207182399U (zh) | 一种基于静脉识别技术和可穿戴智能设备的移动支付系统 |
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 |