CN108564155A - 智能卡定制方法、装置及服务器 - Google Patents

智能卡定制方法、装置及服务器 Download PDF

Info

Publication number
CN108564155A
CN108564155A CN201810367733.7A CN201810367733A CN108564155A CN 108564155 A CN108564155 A CN 108564155A CN 201810367733 A CN201810367733 A CN 201810367733A CN 108564155 A CN108564155 A CN 108564155A
Authority
CN
China
Prior art keywords
picture
customization
card
card face
library
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
Application number
CN201810367733.7A
Other languages
English (en)
Inventor
何杰
袁渝波
杨雷
张腾宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Giesecke and Devrient China Information Technologies Co Ltd
Original Assignee
Giesecke and Devrient China Information Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Giesecke and Devrient China Information Technologies Co Ltd filed Critical Giesecke and Devrient China Information Technologies Co Ltd
Priority to CN201810367733.7A priority Critical patent/CN108564155A/zh
Publication of CN108564155A publication Critical patent/CN108564155A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Item configuration or customization

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种智能卡定制方法、装置及服务器。本发明的方法，通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。

Description

智能卡定制方法、装置及服务器
技术领域
本发明涉及图像识别技术领域，尤其涉及一种智能卡定制方法、装置及服务器。
背景技术
现有银行的卡面图像信息较为统一，不法分子利用卡面相同的银行卡进行掉包后盗刷的现象时有发生。
目前，用户可以根据自己选定的卡面图片定制个性化银行卡，通常多数用户多选用自己喜欢的卡通形象、有名的摄影作品等图片作为定制的卡面图片，卡面图片的重复度较高。由于定制银行卡的数量巨大，无法通过人工识别保证定制银行卡卡面图片的唯一性，无法规避不同用户使用相同或相近的卡面图片定制银行卡，也就无法彻底解决银行卡被掉包的可能性，仍然存在银行卡被掉包和盗刷的风险。
发明内容
本发明提供一种智能卡定制方法、装置及服务器，用以解决目前的银行卡定制过程中，无法通过人工识别保证定制银行卡卡面图片的唯一性，从而无法规避不同用户使用相同或相近的卡面图片定制银行卡，存在银行卡被掉包和盗刷的风险的问题。
本发明的一个方面是提供一种智能卡定制方法，包括：
接收定制客户端发送的智能卡定制请求，所述智能卡定制请求包括用户指定的定制图片；
将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片；
将匹配结果发送给所述定制客户端，以使所述定制客户端根据所述匹配结果，在所述卡面图片库中不存在与所述定制图片匹配的卡面图片时，根据所述定制图片制作智能卡。
本发明的另一个方面是提供一种智能卡定制装置，包括：
接收模块，用于接收定制客户端发送的智能卡定制请求，所述智能卡定制请求包括用户指定的定制图片；
匹配模块，用于将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片；
发送模块，用于将匹配结果发送给所述定制客户端，以使所述定制客户端根据所述匹配结果，在所述卡面图片库中不存在与所述定制图片匹配的卡面图片时，根据所述定制图片制作智能卡。
本发明的另一个方面是提供一种服务器，包括：
存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，
所述处理器运行所述计算机程序时实现上述所述的方法。
本发明的另一个方面是提供一种计算机可读存储介质，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所述的方法。
本发明提供的智能卡定制方法、装置及服务器，通过接收定制客户端发送的智能卡定制请求，所述智能卡定制请求包括用户指定的定制图片；将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片；将匹配结果发送给所述定制客户端，以使所述定制客户端根据所述匹配结果，在所述卡面图片库中不存在与所述定制图片匹配的卡面图片时，根据所述定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1为本发明实施例一提供的智能卡定制方法流程图；
图2为本发明实施例二提供的智能卡定制方法流程图；
图3为本发明实施例三提供的智能卡定制装置的结构示意图；
图4为本发明实施例五提供的服务器的结构示意图。
通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
首先对本发明所涉及的名词进行解释：
智能卡：内嵌有微芯片的塑料卡等(通常是一张信用卡的大小)的通称，例如银行卡等。智能卡的硬件包括基卡和集成芯片，基卡多为多为PVC材质，也有塑料或是纸制。
Hadoop分布式文件系统(Hadoop Distributed File System，简称HDFS)：Hadoop提供的一种分布式文件系统，它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS可以实现流的形式访问文件系统中的数据。Hadoop的框架核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算。
分布式计算：是一种计算方法，和集中式计算是相对的。分布式计算将该应用分解成许多小的部分，分配给多台计算机进行处理。这样可以节约整体计算时间，大大提高计算效率。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
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，对本发明的实施例进行描述。
实施例一
图1为本发明实施例一提供的智能卡定制方法流程图。本发明实施例针对目前的银行卡定制过程中，无法通过人工识别保证定制银行卡卡面图片的唯一性，从而无法规避不同用户使用相同或相近的卡面图片定制银行卡，存在银行卡被掉包和盗刷的风险的问题，提供了智能卡定制方法。本实施了中，该方法的执行主体可以是大数据平台，例如Hadoop大数据平台等。在其他实施例中，该方法还可应用于其他设备，本实施例以Hadoop大数据平台为例进行示意性说明。对于如图1，该方法具体步骤如下：
步骤S101、接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片。
在本实施例中，用户在需要定制智能卡时，用户可以预先制作或者选取的自己喜欢的个性化图片作为定制图片，将其指定的定制图片提交到定制客户端，或者通过管理人员将用户指定的定制图片提交到定制客户端。定制客户端向Hadoop大数据平台发送智能卡定制请求，以向Hadoop大数据平台发起智能卡定制任务。Hadoop大数据平台接收定制客户端发送的智能卡定制请求，获取用户指定的定制图片。
步骤S102、将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片。
其中，卡面图片库中至少包括已有智能卡的卡面图片，可以由Hadoop大数据平台根据历史的智能卡申请和办理时记录的数据，预先建立该卡面图片库。
Hadoop大数据平台获取到定制图片后，获取预先建立的卡面图片库，将该定制图片分别与卡面图片库中的每一个卡面图片进行匹配，确定定制图片与每一个卡面图片是否匹配，从而可以确定卡面图片库中是否存在与定制图片匹配的卡面图片，得到匹配结果。
本实施了中，可以通过计算定制图片与卡面图片的相似度，根据定制图片与卡面图片的相似度的大小，确定定制图片与卡面图片是否匹配。
步骤S103、将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡。
在计算得到匹配结果之后，Hadoop大数据平台将匹配结果发送给定制客户端。定制客户端在接收到匹配结果之后，若匹配结果为卡面图片库中不存在与定制图片匹配的卡面图片，可以认为定制图片与已有智能卡的卡面图片都不重复，则根据定制图片制作智能卡；若匹配结果为卡面图片库中存在与定制图片匹配的卡面图片，可以认为定制图片与至少一个已有智能卡的卡面图片重复，则不能根据定制图片制作智能卡，此时，可输出提示信息，以提示用户更换定制图片。
本发明实施例通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
实施例二
图2为本发明实施例二提供的智能卡定制方法流程图。在上述实施例一的基础上，本实施例中，卡面图片库包括所有已有智能卡的卡面图片和各卡面图片的特征数据，卡面图片数据库可以存储在分布式文件系统中。如图2所示，该方法具体步骤如下：
步骤S201、接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片。
在本实施例中，用户在需要定制智能卡时，用户可以预先制作或者选取的自己喜欢的个性化图片作为定制图片，将其指定的定制图片提交到定制客户端，或者通过管理人员将用户指定的定制图片提交到定制客户端。定制客户端向Hadoop大数据平台发送智能卡定制请求，以向Hadoop大数据平台发起智能卡定制任务。Hadoop接收定制客户端发送的智能卡定制请求，获取用户指定的定制图片。
可选的，还可以由定制客户端将用户指定的定制图片写入分布式文件系统，从而将定制图片添加到卡面图片库中。
具体的，Hadoop大数据平台的分布式文件系统HDFS通常包括一个中心服务器(也称为NameNode)和多个数据节点(也称为DataNode)。定制客户端在写入数据时，通过向NameNode获取到具体写入数据的DataNode节点列表，定制客户端将待写入的数据写入到其中一个DataNode节点中。该DataNode节点完成数据的拷贝和存储后，向NameNode发送接收完成(例如“Block Received”)报告，并向定制客户端返回成功接收消息，然后关闭与NameNode之间的会话连接。定制客户端接收到成功接收消息后，通知NameNode完成了数据的写入过程。
步骤S202、从分布式文件系统获取卡面图片库。
其中，卡面图片库至少包括所有已有智能卡的卡面图片和各卡面图片的特征数据。
另外，卡面图片库中还可以包括其他定制智能卡时不可以使用的图片，例如，已注册的商标图案等。本实施例中的卡面图片库的图片可以由技术人员根据实际需求进行添加。
本实施例中，预先根据已有的智能卡的卡面图片，建立卡面图片库，并将卡面图片库存储在分布式文件系统HDFS中。具体可以采用如下方式实现：
获取所有已有智能卡的卡面图片，将各卡面图片存储到分布式文件系统中；采用分布式计算方法，根据预设特征提取算法，计算各卡面图片的特征数据，并将各卡面图片的特征数据与卡面图片对应存储到分布式文件系统中。
其中，预设特征提取算法可以是基于深度学习的卷积神经网络(ConvolutionalNeural Network，简称CNN)算法，预设特征提取算法可以由技术人员根据实际需要进行设定，本实施例此处不做具体限定。
可选的，获取所有已有智能卡的卡面图片可以是接收管理人员手动采集并通过定制客户端上传的卡面图片，和/或，其他设备发送的智能卡的卡面图片。
可选的，Hadoop大数据平台针对Hadoop大数据平台的分布式文件系统HDFS中存储的大批量的卡面图片，可以使用Mapreduce、spark等分布式计算框架，采用分布式计算方法，计算各卡面图片的特征数据。
具体的，管理人员可以通过定制客户端向Hadoop大数据平台发起特征数据计算任务，Hadoop大数据平台在接收到该特征数据计算任务之后，任务管理器查询哪些数据节点存储有的卡面图片，任务管理器特征数据计算任务向这些数据节点分配子任务，由这些数据节点根据本地存储的卡面图片计算得到中间数据，并将中间数据汇总到任务最终的数据节点上，任务最终的数据节点根据汇总的中间数据计算得到各卡面图片的特征数据，并将各卡面图片的特征数写入到HDFS中。
可选的，Hadoop大数据平台针对Hadoop大数据平台的分布式文件系统HDFS中存储的大批量的卡面图片，可以进行批量离线处理，使用Mapreduce、spark等分布式计算框架，采用分布式计算方法，计算各卡面图片的特征数据，从而可以提高计算效率。
步骤S203、将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片。
本实施了中，卡面图片库包括所有已有智能卡的卡面图片和各卡面图片的特征数据。
该步骤具体可以采用如下方式实现：
根据预设特征提取算法，计算定制图片的特征数据；根据定制图片的特征数据和各卡面图片的特征数据，计算定制图片与各卡面图片的相似度；对于卡面图片库中任意一个卡面图片，若卡面图片与定制图片的相似度大于预设阈值，则确定该卡面图片与定制图片匹配。
其中，预设特征提取算法与上述步骤中，建立卡面图片库时计算卡面图片的特征数据所采用的特征提取算法一致。例如，可以均采用基于深度学习的卷积神经网络(Convolutional Neural Network，简称CNN)算法，预设特征提取算法可以由技术人员根据实际需要进行设定，本实施例此处不做具体限定。
该步骤中，Hadoop大数据平台可以使用storm、spark streaming等流式计算框架，实时地计算定制图片的特征数据。可选的，采用spark等分布式计算框架，根据定制图片的特征数据和各卡面图片的特征数据，计算定制图片与各卡面图片的相似度，从而可以根据卡面图片与定制图片的相似度确定该卡面图片与定制图片是否匹配。
可选的，根据定制图片的特征数据和各卡面图片的特征数据，可以采用海明距离算法或者余弦相似度算法，计算定制图片的特征数据和各卡面图片的特征数据的相似度，作为定制图片与各卡面图片的相似度。
另外，本实施例中还可以采用现有技术中任意一种计算两个图片的相似度的方式来计算定制图片与各卡面图片的相似度，本实施例对此不做具体限定。
可选的，在该步骤将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片之后，若匹配结果为卡面图片库中不存在与定制图片匹配的卡面图片，则将定制图片及定制图片的特征数据添加到卡面图片库中。
步骤S204、将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡。
在计算得到匹配结果之后，Hadoop大数据平台将匹配结果发送给定制客户端。定制客户端在接收到匹配结果之后，若匹配结果为卡面图片库中不存在与定制图片匹配的卡面图片，可以认为定制图片与已有智能卡的卡面图片都不重复，则根据定制图片制作智能卡；若匹配结果为卡面图片库中存在与定制图片匹配的卡面图片，可以认为定制图片与至少一个已有智能卡的卡面图片重复，则不能根据定制图片制作智能卡，此时，可输出提示信息，以提示用户更换定制图片。
本发明实施例通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
实施例三
图3为本发明实施例三提供的智能卡定制装置的结构示意图。本发明实施例提供的智能卡定制装置可以执行智能卡定制方法实施例提供的处理流程。如图3所示，该装置30包括：接收模块301，匹配模块302和发送模块303。
具体地，接收模块301用于接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片。
匹配模块302用于将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片。
发送模块303用于将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡。
本发明实施例提供的装置可以具体用于执行上述实施例一所提供的方法实施例，具体功能此处不再赘述。
本发明实施例通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
实施例四
在上述实施例三的基础上，本实施例中，卡面图片库包括所有已有智能卡的卡面图片和各卡面图片的特征数据，卡面图片数据库可以存储在分布式文件系统中。
该装置30还包括获取模块，获取模块用于从分布式文件系统获取卡面图片库。
本实施例中，匹配模块还用于：
根据预设特征提取算法，计算定制图片的特征数据；根据定制图片的特征数据和各卡面图片的特征数据，计算定制图片与各卡面图片的相似度；对于卡面图片库中任意一个卡面图片，若卡面图片与定制图片的相似度大于预设阈值，则确定该卡面图片与定制图片匹配。
可选的，该装置30还包括添加模块，用于若匹配结果为卡面图片库中不存在与定制图片匹配的卡面图片，则将定制图片及定制图片的特征数据添加到卡面图片库中。
可选的，该装置30还包括：建立模块。
建立模块用于：
获取所有已有智能卡的卡面图片；采用分布式计算方法，计算各卡面图片的特征数据；将各卡面图片和各卡面图片的特征数据存储到分布式文件系统中。
本发明实施例提供的装置可以具体用于执行上述实施例二所提供的方法实施例，具体功能此处不再赘述。
本发明实施例通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
实施例五
图4为本发明实施例五提供的服务器的结构示意图。如图4所示，该服务器40包括：处理器401，存储器402，以及存储在所述存储器402上并可由所述处理器401执行的计算机程序。
所述处理器401在执行存储在所述存储器402上的计算机程序时实现上述任一方法实施例提供的智能卡定制方法。
可选的，本实施例中的服务器可以是大数据平台，例如可以是Hadoop大数据平台等。
本发明实施例通过接收定制客户端发送的智能卡定制请求，智能卡定制请求包括用户指定的定制图片；将定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与定制图片匹配的卡面图片；将匹配结果发送给定制客户端，以使定制客户端根据匹配结果，在卡面图片库中不存在与定制图片匹配的卡面图片时，根据定制图片制作智能卡，实现了对用户指定的定制图片唯一性的智能识别，能够保证定制的智能卡卡面图片的唯一性，应用于定制银行卡是，可以避免不同用户使用相同或相近的卡面图片定制银行卡，从而极大地降低了银行卡被掉包的可能性，大大提高了银行卡的安全性。
另外，本发明实施例还提供一种计算机可读存储介质，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方法实施例提供的方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求书指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。

Claims (14)

1.一种智能卡定制方法，其特征在于，包括：
接收定制客户端发送的智能卡定制请求，所述智能卡定制请求包括用户指定的定制图片；
将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片；
将匹配结果发送给所述定制客户端，以使所述定制客户端根据所述匹配结果，在所述卡面图片库中不存在与所述定制图片匹配的卡面图片时，根据所述定制图片制作智能卡。
2.根据权利要求1所述的方法，其特征在于，所述卡面图片库包括所有已有智能卡的卡面图片和各所述卡面图片的特征数据。
3.根据权利要求2所述的方法，其特征在于，所述将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片，包括：
根据预设特征提取算法，计算所述定制图片的特征数据；
根据所述定制图片的特征数据和各所述卡面图片的特征数据，计算所述定制图片与各所述卡面图片的相似度；
对于所述卡面图片库中任意一个卡面图片，若卡面图片与所述定制图片的相似度大于预设阈值，则确定该卡面图片与所述定制图片匹配。
4.根据权利要求2所述的方法，其特征在于，所述将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片之后，还包括：
若所述匹配结果为所述卡面图片库中不存在与所述定制图片匹配的卡面图片，则将所述定制图片及所述定制图片的特征数据添加到所述卡面图片库中。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配之前，还包括：
从分布式文件系统获取所述卡面图片库。
6.根据权利要求5所述的方法，其特征在于，所述从分布式文件系统获取所述卡面图片库之前，还包括：
获取所有已有智能卡的卡面图片；
采用分布式计算方法，计算各所述卡面图片的特征数据；
将各所述卡面图片和各所述卡面图片的特征数据存储到所述分布式文件系统中。
7.一种智能卡定制装置，其特征在于，包括：
接收模块，用于接收定制客户端发送的智能卡定制请求，所述智能卡定制请求包括用户指定的定制图片；
匹配模块，用于将所述定制图片与卡面图片库中已有智能卡的卡面图片进行匹配，以确定卡面图片库中是否存在与所述定制图片匹配的卡面图片；
发送模块，用于将匹配结果发送给所述定制客户端，以使所述定制客户端根据所述匹配结果，在所述卡面图片库中不存在与所述定制图片匹配的卡面图片时，根据所述定制图片制作智能卡。
8.根据权利要求7所述的装置，其特征在于，所述卡面图片库包括所有已有智能卡的卡面图片和各所述卡面图片的特征数据。
9.根据权利要求8所述的装置，其特征在于，所述匹配模块还用于：
根据预设特征提取算法，计算所述定制图片的特征数据；
根据所述定制图片的特征数据和各所述卡面图片的特征数据，计算所述定制图片与各所述卡面图片的相似度；
对于所述卡面图片库中任意一个卡面图片，若卡面图片与所述定制图片的相似度大于预设阈值，则确定该卡面图片与所述定制图片匹配。
10.根据权利要求8所述的装置，其特征在于，还包括：
添加模块，用于若所述匹配结果为所述卡面图片库中不存在与所述定制图片匹配的卡面图片，则将所述定制图片及所述定制图片的特征数据添加到所述卡面图片库中。
11.根据权利要求7-10任一项所述的装置，其特征在于，还包括：
获取模块，用于从分布式文件系统获取所述卡面图片库。
12.根据权利要求11所述的装置，其特征在于，还包括：建立模块，所述建立模块用于：
获取所有已有智能卡的卡面图片；
采用分布式计算方法，计算各所述卡面图片的特征数据；
将各所述卡面图片和各所述卡面图片的特征数据存储到所述分布式文件系统中。
13.一种服务器，其特征在于，包括：
存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，
所述处理器运行所述计算机程序时实现如权利要求1-6中任一项所述的方法。
14.一种计算机可读存储介质，其特征在于，存储有计算机程序，
所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
CN201810367733.7A 2018-04-23 2018-04-23 智能卡定制方法、装置及服务器 Pending CN108564155A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810367733.7A CN108564155A (zh) 2018-04-23 2018-04-23 智能卡定制方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810367733.7A CN108564155A (zh) 2018-04-23 2018-04-23 智能卡定制方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN108564155A true CN108564155A (zh) 2018-09-21

Family

ID=63536012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810367733.7A Pending CN108564155A (zh) 2018-04-23 2018-04-23 智能卡定制方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN108564155A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670907A (zh) * 2018-12-10 2019-04-23 武汉天喻聚联网络有限公司 一种卡片订购变更系统及方法
CN109754189A (zh) * 2019-01-07 2019-05-14 金邦达有限公司 一种制卡任务的分配方法、一种制卡任务的获取方法、计算机装置及计算机可读存储介质
CN110674818A (zh) * 2019-12-03 2020-01-10 捷德（中国）信息科技有限公司 卡面检测的方法、装置、设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060174134A1 (en) * 2003-03-04 2006-08-03 Grosvenor Leisure Incorporated Secure steganographic biometric identification
CN101216924A (zh) * 2008-01-11 2008-07-09 北京盈天信科技发展有限公司 一种生成个性化银行卡的系统及方法
CN103457973A (zh) * 2012-06-01 2013-12-18 深圳市腾讯计算机系统有限公司 一种图片上传方法、系统、图片上传客户端及网络服务器
CN104462873A (zh) * 2013-09-13 2015-03-25 北大方正集团有限公司 一种图片处理方法和装置
CN104933452A (zh) * 2015-04-22 2015-09-23 中国建设银行股份有限公司 一种ic卡的制作方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060174134A1 (en) * 2003-03-04 2006-08-03 Grosvenor Leisure Incorporated Secure steganographic biometric identification
CN101216924A (zh) * 2008-01-11 2008-07-09 北京盈天信科技发展有限公司 一种生成个性化银行卡的系统及方法
CN103457973A (zh) * 2012-06-01 2013-12-18 深圳市腾讯计算机系统有限公司 一种图片上传方法、系统、图片上传客户端及网络服务器
CN104462873A (zh) * 2013-09-13 2015-03-25 北大方正集团有限公司 一种图片处理方法和装置
CN104933452A (zh) * 2015-04-22 2015-09-23 中国建设银行股份有限公司 一种ic卡的制作方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670907A (zh) * 2018-12-10 2019-04-23 武汉天喻聚联网络有限公司 一种卡片订购变更系统及方法
CN109754189A (zh) * 2019-01-07 2019-05-14 金邦达有限公司 一种制卡任务的分配方法、一种制卡任务的获取方法、计算机装置及计算机可读存储介质
CN110674818A (zh) * 2019-12-03 2020-01-10 捷德（中国）信息科技有限公司 卡面检测的方法、装置、设备和介质
CN110674818B (zh) * 2019-12-03 2020-04-24 捷德（中国）信息科技有限公司 卡面检测的方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
JP7322044B2 (ja) レコメンダシステムのための高効率畳み込みネットワーク
US10540569B2 (en) System, method, and recording medium for detecting video face clustering with inherent and weak supervision
US11409789B2 (en) Determining identity in an image that has multiple people
CN105493045A (zh) 虚拟计算实例迁移
WO2018210440A1 (en) Improved data clustering
CN110659134A (zh) 一种应用于人工智能平台的数据处理方法及装置
US11423307B2 (en) Taxonomy construction via graph-based cross-domain knowledge transfer
CN107609389B (zh) 一种基于图像内容相关性的验证方法及系统
CN108564155A (zh) 智能卡定制方法、装置及服务器
CN109815406B (zh) 一种数据处理、信息推荐方法及装置
WO2023185539A1 (zh) 机器学习模型训练方法、业务数据处理方法、装置及系统
CN103310460A (zh) 图像特征提取的方法及系统
CN112395390B (zh) 意图识别模型的训练语料生成方法及其相关设备
US11593419B2 (en) User-centric ontology population with user refinement
Im et al. Fast and better distributed mapreduce algorithms for k-center clustering
CN110569380B (zh) 一种图像标签获取方法、装置及存储介质和服务器
CN110275991A (zh) 哈希值的确定方法和装置、存储介质、电子装置
CN114330476A (zh) 用于媒体内容识别的模型训练方法及媒体内容识别方法
CN114329028A (zh) 一种数据处理方法、设备以及计算机可读存储介质
CN111667018B (zh) 一种对象聚类的方法、装置、计算机可读介质及电子设备
CN113704534A (zh) 图像处理方法、装置及计算机设备
CN113362852A (zh) 一种用户属性识别方法和装置
WO2022193862A1 (en) User authentication using original and modified images
CN113873025B (zh) 数据处理方法及装置、存储介质及电子设备
Wen et al. QoS-aware web service recommendation model based on users and services clustering

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180921