CN109146498A - 人脸支付方法及相关装置 - Google Patents

人脸支付方法及相关装置 Download PDF

Info

Publication number
CN109146498A
CN109146498A CN201811027677.9A CN201811027677A CN109146498A CN 109146498 A CN109146498 A CN 109146498A CN 201811027677 A CN201811027677 A CN 201811027677A CN 109146498 A CN109146498 A CN 109146498A
Authority
CN
China
Prior art keywords
target
face template
payment
facial image
preset
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
CN201811027677.9A
Other languages
English (en)
Inventor
付妍文
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.)
Shenzhen Yu Mo Technology Co Ltd
Original Assignee
Shenzhen Yu Mo Technology 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 Shenzhen Yu Mo Technology Co Ltd filed Critical Shenzhen Yu Mo Technology Co Ltd
Priority to CN201811027677.9A priority Critical patent/CN109146498A/zh
Publication of CN109146498A publication Critical patent/CN109146498A/zh
Pending legal-status Critical Current

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
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了一种人脸支付方法及相关装置，包括：获取目标支付额度；确定与所述目标支付额度对应的目标预设人脸模板；获取人脸图像；将所述人脸图像与所述目标预设人脸模板进行匹配；在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。通过本申请实施例能够依据不同的支付额度选择不同的人脸模板，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。

Description

人脸支付方法及相关装置
技术领域
本申请涉及电子设备技术领域，尤其涉及一种人脸支付方法及相关装置。
背景技术
随着电子技术快速发展，电子设备(如手机、平板电脑等)越来越渗透到用户生活，给用户带来了生活以及工作上的便利，尤其是人脸识别技术，人脸识别越来越受到企业关注，例如，人脸解锁，人脸支付，俨然，人脸识别已成为用户生活中的一部分，但在人脸支付过程中，仍然存在安全隐患。
发明内容
本申请实施例提供了一种人脸支付方法及相关装置，以期提高人脸支付的安全性。
本申请实施例公开了一种人脸支付方法，包括：
获取目标支付额度；
确定与所述目标支付额度对应的目标预设人脸模板；
获取人脸图像；
将所述人脸图像与所述目标预设人脸模板进行匹配；
在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
本申请实施例第二方面提供了一种人脸支付装置，包括：
第一获取单元，用于获取目标支付额度；
第一确定单元，用于确定与所述目标支付额度对应的目标预设人脸模板；
所述第一获取单元，还用于获取人脸图像；
匹配单元，用于将所述人脸图像与所述目标预设人脸模板进行匹配；
发送单元，用于在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
第三方面，本申请实施例提供一种人脸支付装置，包括处理器、存储器以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，具有如下有益效果：
可以看出，本申请实施例中所描述的人脸支付方法及相关装置，获取目标支付额度，确定与目标支付额度对应的目标预设人脸模板，获取人脸图像，将人脸图像与目标预设人脸模板进行匹配，在人脸图像与目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，支付请求携带目标支付额度，能够依据不同的支付额度选择不同的人脸模板，这样的话，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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是本申请实施例提供的一种人脸支付方法的实施例流程示意图；
图2是本申请实施例提供的一种人脸支付方法的另一实施例流程示意图；
图3A是本申请实施例提供的一种人脸支付装置的实施例结构示意图；
图3B是本申请实施例提供的一种人脸支付装置的另一实施例结构示意图；
图4是本申请实施例提供的一种电子设备的实施例结构示意图；
图5是本申请实施例提供的一种电子设备的实施例结构示意图。
具体实施方式
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。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所描述的人脸支付装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID，Mobile Internet Devices)或穿戴式设备(例如，蓝牙耳机、VR设备或者IR设备)等，上述仅是举例，而非穷举，包含但不限于上述人脸支付装置。
请参阅图1，为本申请实施例提供的一种人脸支付方法的实施例流程示意图。本实施例中所描述的人脸支付方法，包括以下步骤：
101、获取目标支付额度。
其中，本申请实施例中，支付额度可为一个具体数字，例如，1134.92。目标支付额度是用户想要支付的某一支付额度，或者，也可以是用户限制的一个支付额度。具体实现中，目标支付额度可由用户在电子设备的触摸屏上进行语音输入，或者，可由电子设备的摄像头对订单进行拍摄，然后，提取拍摄场景中的数字，或者，扫描某个商品的条形码或者二维码，以得到与该条形码或者二维码对应的数字，当然，也可以是，在用户进行支付时，或者，在用户进行转账时，可获取目标支付额度。
可选地，在上述步骤101之前，用户还可以输入用户名和密码，登录支付相关的应用，在登录成功后，再执行步骤101。本申请实施例中，支付相关的应用可包括但不仅限于：淘宝支付、京东支付、微信支付，支付宝支付，或者，具备支付功能的其他应用，在此不做限定。
102、确定与所述目标支付额度对应的目标预设人脸模板。
其中，本申请实施例中，不同的支付额度可对应不同的人脸模板，这样的话，可以限制电子设备的消费额度，例如，电子设备中可以存入小孩的人脸模板，大人的人脸模板，若小孩支付，则无法支付大额度，若大人支付，则可以完成大额度。
可选地，上述步骤102，确定与所述目标支付额度对应的目标预设人脸模板，可包括如下步骤：
21、按照预设的支付额度与表情标识之间的映射关系，确定所述目标支付额度对应的目标表情标识；
22、按照表情标识与预设人脸模板之间的映射关系确定所述目标表情标识对应的所述目标预设人脸模板。
其中，本申请实施例中，电子设备中可以预先存储预设的支付额度与表情标识之间的映射关系，进而，可以依据该映射关系确定目标支付额度对应的目标表情标识，当然，每一表情标识也可以对应一个人脸模板，即电子设备中还可以预先存储表情标识与预设人脸模板之间的映射关系，进而，依据该映射关系确定目标表情标识对应的目标预设人脸模板。
103、获取人脸图像。
其中，电子设备可以通过摄像头获取人脸图像，人脸图像为用户的脸部图像。
可选地，上述步骤103，获取人脸图像，可以包括如下步骤：
31、获取目标环境参数；
32、确定与所述目标环境参数对应的目标拍摄参数；
33、依据所述目标拍摄参数进行拍照，得到所述人脸图像。
其中，环境参数可以为以下至少一种：环境光亮度、环境色温、环境温度、环境湿度、环境电磁干扰强度等等，在此不做限定。拍摄参数可以包括以下至少一种：焦距、曝光时长、感光度、光圈大小等等，在此不作限定。人脸支付装置可以通过传感器获取目标环境参数，传感器可以为以下至少一种：环境光传感器、温度传感器、湿度传感器、电磁干扰检测传感器等等，在此不作限定，人脸支付装置中可以预先存储环境参数与拍摄参数之间的映射关系，进而，可以依据该映射关系确定目标环境参数对应的目标拍摄参数，并依据目标拍摄参数进行拍照，得到人脸图像。
104、将所述人脸图像与所述目标预设人脸模板进行匹配。
其中，电子设备可以将人脸图像与目标预设人脸模板进行匹配，若两者之间的匹配值大于某一阈值，则确认匹配成功，否则确认匹配失败。
可选地，上述步骤104，将所述人脸图像与所述目标预设人脸模板进行匹配，可包括如下步骤：
A1、对所述人脸图像进行图像质量评价，得到目标图像质量评价值；
A2、按照预设的图像质量评价值与匹配阈值之间的映射关系，确定所述目标图像质量评价值对应的第一目标匹配阈值；
A3、对所述人脸图像进行轮廓提取，得到第一外围轮廓；
A4、对所述人脸图像进行特征点提取，得到第一特征点集；
A5、将所述第一外围轮廓与所述目标预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值；
A6、将所述第一特征点集与所述目标预设人脸模板的第二特征点集进行匹配，得到第二匹配值；
A7、依据所述第一匹配值、所述第二匹配值确定目标匹配值；
A8、在所述目标匹配值大于所述第一目标匹配阈值时，确认所述人脸图像与所述目标预设人脸模板匹配成功。
其中，电子设备中可以预先存储目标预设人脸模板，人脸识别过程中，成功与否很大程度上取决于人脸图像质量，因此，本申请实施例中，则可以考虑动态匹配阈值，即若质量好，则匹配阈值则可以提高，质量差，则匹配阈值可以降低，由于暗视觉环境下，拍摄的图像未必图像质量好，因此，可以适当调节匹配阈值。电子设备中可以存储预设的图像质量评价值与匹配阈值之间的映射关系，进而，依据该映射关系确定目标图像质量评价值对应的目标匹配阈值，在此基础上，电子设备可对人脸图像进行轮廓提取，得到第一外围轮廓，对人脸图像进行特征点提取，得到第一特征点集，将第一外围轮廓与目标预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值，将第一特征点集与目标预设人脸模板的第二特征点集进行匹配，得到第二匹配值，进而，依据第一匹配值、第二匹配值确定目标匹配值，例如，电子设备中可以预先存储环境参数与权重值对之间的映射关系，得到第一匹配值对应的第一权重系数，以及第二匹配值对应的第二权重系数，目标匹配值＝第一匹配值*第一权重系数+第二匹配值*第二权重系数，最后，在目标匹配值大于所述目标匹配阈值时，确认目标人脸图像与目标预设人脸模板匹配成功，否则，确认人脸识别失败，如此，动态调节人脸匹配过程，有利于针对具体环境，提升人脸识别效率。
另外，轮廓提取的算法可以为以下至少一种：霍夫变换、canny算子等等，在此不做限定，特征点提取的算法可以为以下至少一种：Harris角点、尺度不变特征提取变换(scaleinvariant feature transform，SIFT)等等，在此不做限定。
可选地，上述步骤41，对所述人脸图像进行图像质量评价，得到目标图像质量评价值，可按照如下方式实施：
采用至少一个图像质量评价指标对人脸图像进行图像质量评价，得到目标图像质量评价值。
其中，图像质量评价指标可包括但不仅限于：平均灰度、均方差、熵、边缘保持度、信噪比等等。可定义为得到的图像质量评价值越大，则图像质量越好。
需要说明的是，由于采用单一评价指标对图像质量进行评价时，具有一定的局限性，因此，可采用多个图像质量评价指标对图像质量进行评价，当然，对图像质量进行评价时，并非图像质量评价指标越多越好，因为图像质量评价指标越多，图像质量评价过程的计算复杂度越高，也不见得图像质量评价效果越好，因此，在对图像质量评价要求较高的情况下，可采用2～10个图像质量评价指标对图像质量进行评价。具体地，选取图像质量评价指标的个数及哪个指标，依据具体实现情况而定。当然，也得结合具体地场景选取图像质量评价指标，在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。
可选地，在对图像质量评价精度要求不高的情况下，可用一个图像质量评价指标进行评价，例如，以熵对待处理图像进行图像质量评价值，可认为熵越大，则说明图像质量越好，相反地，熵越小，则说明图像质量越差。
可选地，在对图像质量评价精度要求较高的情况下，可以采用多个图像质量评价指标对待评价图像进行评价，在多个图像质量评价指标对待评价图像进行图像质量评价时，可设置该多个图像质量评价指标中每一图像质量评价指标的权重，可得到多个图像质量评价值，根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值，例如，三个图像质量评价指标分别为：A指标、B指标和C指标，A的权重为a1，B的权重为a2，C的权重为a3，采用A、B和C对某一图像进行图像质量评价时，A对应的图像质量评价值为b1，B对应的图像质量评价值为b2，C对应的图像质量评价值为b3，那么，最后的图像质量评价值＝a1b1+a2b2+a3b3。通常情况下，图像质量评价值越大，说明图像质量越好。
可选地，上述步骤104，将所述人脸图像与所述目标预设人脸模板进行匹配，可包括如下步骤：
B1、确定所述人脸图像的第一特征点分布密度；
B2、确定所述目标预设人脸模板的第二特征点分布密度；
B3、确定所述第一特征点分布密度与所述第二特征点分布密度之前的比值；
B4、依据所述比值调整预设匹配阈值，得到第二目标匹配阈值；
B5、依据所述第二目标匹配阈值，将所述第二人脸图像与所述预设人脸模板进行匹配。
其中，本申请实施例中，预设匹配阈值可以由用户正常设置或者系统默认，其为一人脸识别阈值。电子设备可以对人脸图像进行特征提取，得到第一特征点集，统计第一特征点集的特征点个数，确定特征点个数与人脸图像的尺寸大小之间的比值，得到第一特征点分布密度，同理，可以对目标预设人脸模板进行特征提取，得到第二特征点集，统计第二特征点集的特征点个数，确定特征点个数与目标预设人脸模板的尺寸大小之间的比值，得到第二特征点分布密度，进而，确定第一特征点分布密度与第二特征点分布密度之间的比值，依据该比值调整预设匹配阈值，得到第二目标匹配阈值，具体地，第二目标匹配阈值＝比值*预设匹配阈值，依据该第二目标匹配阈值，将人脸图像与目标预设人脸模板进行匹配，即在人脸图像与目标预设人脸模板之间的匹配值大于第二目标匹配阈值，则确认人脸图像被识别成功，否则，人脸图像被识别失败。
105、在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
其中，用户在人脸支付过程中，需要输入用户自己的人脸图像，然后将该人脸图像与预设人脸模板进行匹配，当人脸图像与预设人脸模板之间的匹配值达到某一阈值时，则可向支付服务器发送支付请求，其中，该某一阈值即是上述人脸支付阈值。通常情况下，匹配阈值在0～1之间。
可选地，上述步骤101与步骤102之间，还可以包括如下步骤；
确定与所述目标支付额度对应的匹配阈值。
则，步骤105，将所述人脸图像与所述目标预设人脸模板进行匹配，包括；
依据所述匹配阈值，将所述人脸图像与所述目标预设人脸模板进行匹配。
其中，可根据不同的支付额度选择不同的匹配阈值。如：假设“5000或者5000以上”的支付额度的人脸支付阈值为“1”，其他的匹配阈值可依次与该匹配阈值成正比关系，例如，“4000”的人脸支付阈值为“0.8”，但是，需设置一个最小的人脸支付阈值，例如，“0.5”，那么，“1000及以下”的匹配阈值都为“50％”。因为匹配阈值太小，则人脸支付的安全性会降低。当然，对于小额支付也可以不设置匹配阈值，例如，“50或50以下”可不设置匹配阈值，即用户确认之后，便可直接向支付服务器发送支付请求，其中，该支付请求携带目标支付额度。
另外，在支付服务器接收到电子设备发送的支付请求后，该支付请求携带目标支付额度，则可判断该目标支付额度是否大于本次支付过程中所绑定的支付来源的剩余金额或者当天限制额度的剩余额度，其中，选择的支付来源可为银行卡(例如，中国人民银行卡、中国银行卡，中国建设银行卡等)或者第三支付平台(余额保、微信零钱等)，其中，当前限制额度的意思是，当天消费上限。例如，目标支付额度为1000，选择的支付来源为中国建设银行卡，假设卡上有1100，则支付服务器可确定支付，假设卡上只有500，则支付服务器向电子设备发送提示信息，以提示用户卡上余额不足。
可选地，上述步骤101-步骤102之间，还可以包括如下步骤：
C1、获取剩余支付额度；
C2、确定所述剩余支付额度与所述目标支付额度之间的差值，在所述差值大于预设阈值时，执行所述确定与所述目标支付额度对应的目标预设人脸模板的步骤。
其中，上述预设阈值可以由用户自行设置或者系统默认。电子设备可以剩余支付额度，剩余支付额度可以理解为还可以用于支付的支付金额，进而，确定剩余支付额度与目标支付额度之间的差值，在差值大于预设阈值时，执行步骤102，否则，终止流程，如此，可以事先预判，以免还需要经过人脸识别才知道是否可进行支付，节省了电子设备的功耗。
可以看出，本申请实施例中所描述的人脸支付方法，获取目标支付额度，确定与目标支付额度对应的目标预设人脸模板，获取人脸图像，将人脸图像与目标预设人脸模板进行匹配，在人脸图像与目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，支付请求携带目标支付额度，能够依据不同的支付额度选择不同的人脸模板，这样的话，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。
请参阅图2，为本申请实施例提供的一种人脸支付方法的第二实施例流程示意图。本实施例中所描述的人脸支付方法，包括以下步骤：
201、获取目标支付额度。
202、获取剩余支付额度。
203、确定所述剩余支付额度与所述目标支付额度之间的差值，在所述差值大于预设阈值时，确定与所述目标支付额度对应的目标预设人脸模板。
204、获取人脸图像。
205、将所述人脸图像与所述目标预设人脸模板进行匹配。
206、在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
其中，上述步骤201-206的具体描述可以参照图1所描述的人脸支付方法的相应描述，在此不再赘述。
通过本申请实施例所描述的人脸支付方法，获取目标支付额度，获取剩余支付额度，确定剩余支付额度与目标支付额度之间的差值，在差值大于预设阈值时，确定与目标支付额度对应的目标预设人脸模板，获取人脸图像，将人脸图像与目标预设人脸模板进行匹配，在人脸图像与目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，支付请求携带目标支付额度，能够依据不同的支付额度选择不同的人脸模板，这样的话，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。
与上述一致地，以下为实施上述人脸支付方法的装置，具体如下：
请参阅图3A，为本申请实施例提供的一种人脸支付装置的实施例结构示意图。本实施例中所描述的人脸支付装置，包括：第一获取单元301、第一确定单元302、匹配单元303和发送单元304，具体如下：
第一获取单元301，用于获取目标支付额度；
第一确定单元302，用于确定与所述目标支付额度对应的目标预设人脸模板；
所述第一获取单元301，还用于获取人脸图像；
匹配单元303，用于将所述人脸图像与所述目标预设人脸模板进行匹配；
发送单元304，用于在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
可选地，在所述确定与所述目标支付额度对应的目标预设人脸模板方面，所述第一确定单元302具体用于：
按照预设的支付额度与表情标识之间的映射关系，确定所述目标支付额度对应的目标表情标识；
按照表情标识与预设人脸模板之间的映射关系确定所述目标表情标识对应的所述目标预设人脸模板。
可选地，在所述将所述人脸图像与所述目标预设人脸模板进行匹配方面，所述匹配单元304具体用于：
对所述人脸图像进行图像质量评价，得到目标图像质量评价值；
按照预设的图像质量评价值与匹配阈值之间的映射关系，确定所述目标图像质量评价值对应的第一目标匹配阈值；
对所述人脸图像进行轮廓提取，得到第一外围轮廓；
对所述人脸图像进行特征点提取，得到第一特征点集；
将所述第一外围轮廓与所述目标预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值；
将所述第一特征点集与所述目标预设人脸模板的第二特征点集进行匹配，得到第二匹配值；
依据所述第一匹配值、所述第二匹配值确定目标匹配值；
在所述目标匹配值大于所述第一目标匹配阈值时，确认所述人脸图像与所述目标预设人脸模板匹配成功。
可选地，在所述将所述人脸图像与所述目标预设人脸模板进行匹配方面，所述匹配单元304具体用于：
确定所述人脸图像的第一特征点分布密度；
确定所述目标预设人脸模板的第二特征点分布密度；
确定所述第一特征点分布密度与所述第二特征点分布密度之前的比值；
依据所述比值调整预设匹配阈值，得到第二目标匹配阈值；
依据所述第二目标匹配阈值，将所述第二人脸图像与所述目标预设人脸模板进行匹配。
可选地，如图3B，图3B为图3A所描述的人脸支付装置的又一变型结构，其与图3A相比较，还可以包括：第二获取单元305和第二确定单元306，具体如下：
第二获取单元305，用于获取剩余支付额度；
第二确定单元306，用于确定所述剩余支付额度与所述目标支付额度之间的差值，在所述差值大于预设阈值时，由所述第一确定单元302执行所述确定与所述目标支付额度对应的目标预设人脸模板的步骤。
可以看出，本申请实施例中所描述的人脸支付装置，获取目标支付额度，确定与目标支付额度对应的目标预设人脸模板，获取人脸图像，将人脸图像与目标预设人脸模板进行匹配，在人脸图像与目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，支付请求携带目标支付额度，能够依据不同的支付额度选择不同的人脸模板，这样的话，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。
与上述一致地，请参阅图4，为本申请实施例提供的一种电子设备的实施例结构示意图。本实施例中所描述的电子设备，包括：至少一个输入设备1000；至少一个输出设备2000；至少一个处理器3000，例如CPU；和存储器4000，上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中，上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器，也可为非易失存储器(non-volatilememory)，例如磁盘存储器。上述存储器4000用于存储一组程序代码，上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码，执行如下操作：
上述处理器3000，用于：
获取目标支付额度；
确定与所述目标支付额度对应的目标预设人脸模板；
获取人脸图像；
将所述人脸图像与所述目标预设人脸模板进行匹配；
在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
可选地，所述确定与所述目标支付额度对应的目标预设人脸模板，上述处理器3000用于：
按照预设的支付额度与表情标识之间的映射关系，确定所述目标支付额度对应的目标表情标识；
按照表情标识与预设人脸模板之间的映射关系确定所述目标表情标识对应的所述目标预设人脸模板。
可选地，所述将所述人脸图像与所述目标预设人脸模板进行匹配，上述处理器3000用于：
对所述人脸图像进行图像质量评价，得到目标图像质量评价值；
按照预设的图像质量评价值与匹配阈值之间的映射关系，确定所述目标图像质量评价值对应的第一目标匹配阈值；
对所述人脸图像进行轮廓提取，得到第一外围轮廓；
对所述人脸图像进行特征点提取，得到第一特征点集；
将所述第一外围轮廓与所述目标预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值；
将所述第一特征点集与所述目标预设人脸模板的第二特征点集进行匹配，得到第二匹配值；
依据所述第一匹配值、所述第二匹配值确定目标匹配值；
在所述目标匹配值大于所述第一目标匹配阈值时，确认所述人脸图像与所述目标预设人脸模板匹配成功。
可选地，所述将所述人脸图像与所述目标预设人脸模板进行匹配，上述处理器3000用于：
确定所述人脸图像的第一特征点分布密度；
确定所述目标预设人脸模板的第二特征点分布密度；
确定所述第一特征点分布密度与所述第二特征点分布密度之前的比值；
依据所述比值调整预设匹配阈值，得到第二目标匹配阈值；
依据所述第二目标匹配阈值，将所述第二人脸图像与所述目标预设人脸模板进行匹配。
可选地，上述处理器3000还具体用于：
获取剩余支付额度；
确定所述剩余支付额度与所述目标支付额度之间的差值，在所述差值大于预设阈值时，执行所述确定与所述目标支付额度对应的目标预设人脸模板的步骤。
可以看出，本申请实施例中所描述的电子设备，获取目标支付额度，确定与目标支付额度对应的目标预设人脸模板，获取人脸图像，将人脸图像与目标预设人脸模板进行匹配，在人脸图像与目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，支付请求携带目标支付额度，能够依据不同的支付额度选择不同的人脸模板，这样的话，不是机主的话，很难知道选择哪个模板，因此，可以提升人脸支付的安全性。
本申请实施例还提供了一种电子设备，如图5所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该电子设备可以为包括手机、平板电脑、PDA(personal digital assistant，个人数字助理)、POS(point of sales，销售终端)、车载电脑等任意终端设备，以电子设备为手机为例：
图5示出的是与本申请实施例提供的电子设备相关的手机的部分结构的框图。参考图5，手机包括：射频(radio frequency，RF)电路910、存储器920、输入单元930、传感器950、音频电路960、无线保真(wireless fidelity，WiFi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图5对手机的各个构成部件进行具体的介绍：
输入单元930可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控显示屏933、人脸支付装置931以及其他输入设备932。人脸支付装置931可以为摄像头，例如，红外摄像头，可见光摄像头或者双摄像头等等。输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
其中，所述处理器980，用于执行如下步骤：
获取目标支付额度；
确定与所述目标支付额度对应的目标预设人脸模板；
获取人脸图像；
将所述人脸图像与所述目标预设人脸模板进行匹配；
在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
处理器980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器980可包括一个或多个处理单元；优选的，处理器980可集成处理器和调制解调处理器，其中，处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器980中。
此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
RF电路910可用于信息的接收和发送。通常，RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noise amplifier，LNA)、双工器等。此外，RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(global system of mobilecommunication，GSM)、通用分组无线服务(general packet radio service，GPRS)、码分多址(code division multiple access，CDMA)、宽带码分多址(wideband code divisionmultiple access,WCDMA)、长期演进(long term evolution，LTE)、电子邮件、短消息服务(short messaging service，SMS)等。
手机还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节触控显示屏的亮度，接近传感器可在手机移动到耳边时，关闭触控显示屏和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路960、扬声器961，传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号播放；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据播放处理器980处理后，经RF电路910以发送给比如另一手机，或者将音频数据播放至存储器920以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块970，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
手机还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理系统与处理器980逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
前述图1、图2所示的实施例中，各步骤方法流程可以基于该手机的结构实现。
前述图3A、图3B、图4所示的实施例中，各单元功能可以基于该手机的结构实现。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白，本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过Internet或其它有线或无线电信系统。
本申请是参照本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种人脸支付方法，其特征在于，包括：
获取目标支付额度；
确定与所述目标支付额度对应的目标预设人脸模板；
获取人脸图像；
将所述人脸图像与所述目标预设人脸模板进行匹配；
在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
2.根据权利要求1所述的方法，其特征在于，所述确定与所述目标支付额度对应的目标预设人脸模板，包括：
按照预设的支付额度与表情标识之间的映射关系，确定所述目标支付额度对应的目标表情标识；
按照表情标识与预设人脸模板之间的映射关系确定所述目标表情标识对应的所述目标预设人脸模板。
3.根据权利要求1或2所述的方法，其特征在于，所述将所述人脸图像与所述目标预设人脸模板进行匹配，包括：
对所述人脸图像进行图像质量评价，得到目标图像质量评价值；
按照预设的图像质量评价值与匹配阈值之间的映射关系，确定所述目标图像质量评价值对应的第一目标匹配阈值；
对所述人脸图像进行轮廓提取，得到第一外围轮廓；
对所述人脸图像进行特征点提取，得到第一特征点集；
将所述第一外围轮廓与所述目标预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值；
将所述第一特征点集与所述目标预设人脸模板的第二特征点集进行匹配，得到第二匹配值；
依据所述第一匹配值、所述第二匹配值确定目标匹配值；
在所述目标匹配值大于所述第一目标匹配阈值时，确认所述人脸图像与所述目标预设人脸模板匹配成功。
4.根据权利要求1或2所述的方法，其特征在于，所述将所述人脸图像与所述目标预设人脸模板进行匹配，包括：
确定所述人脸图像的第一特征点分布密度；
确定所述目标预设人脸模板的第二特征点分布密度；
确定所述第一特征点分布密度与所述第二特征点分布密度之前的比值；
依据所述比值调整预设匹配阈值，得到第二目标匹配阈值；
依据所述第二目标匹配阈值，将所述第二人脸图像与所述目标预设人脸模板进行匹配。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
获取剩余支付额度；
确定所述剩余支付额度与所述目标支付额度之间的差值，在所述差值大于预设阈值时，执行所述确定与所述目标支付额度对应的目标预设人脸模板的步骤。
6.一种人脸支付装置，其特征在于，包括：
第一获取单元，用于获取目标支付额度；
第一确定单元，用于确定与所述目标支付额度对应的目标预设人脸模板；
所述第一获取单元，还用于获取人脸图像；
匹配单元，用于将所述人脸图像与所述目标预设人脸模板进行匹配；
发送单元，用于在所述人脸图像与所述目标预设人脸模板匹配成功时，向支付服务器发送支付请求，其中，所述支付请求携带所述目标支付额度。
7.根据权利要求6所述的装置，其特征在于，在所述确定与所述目标支付额度对应的目标预设人脸模板方面，所述第一确定单元具体用于：
按照预设的支付额度与表情标识之间的映射关系，确定所述目标支付额度对应的目标表情标识；
按照表情标识与预设人脸模板之间的映射关系确定所述目标表情标识对应的所述目标预设人脸模板。
8.根据权利要求6或7所述的装置，其特征在于，在所述将所述人脸图像与所述目标预设人脸模板进行匹配方面，所述匹配单元具体用于：
对所述人脸图像进行图像质量评价，得到目标图像质量评价值；
按照预设的图像质量评价值与匹配阈值之间的映射关系，确定所述目标图像质量评价值对应的第一目标匹配阈值；
对所述人脸图像进行轮廓提取，得到第一外围轮廓；
对所述人脸图像进行特征点提取，得到第一特征点集；
将所述第一外围轮廓与所述预设人脸模板的第二外围轮廓进行匹配，得到第一匹配值；
将所述第一特征点集与所述预设人脸模板的第二特征点集进行匹配，得到第二匹配值；
依据所述第一匹配值、所述第二匹配值确定目标匹配值；
在所述目标匹配值大于所述第一目标匹配阈值时，确认所述人脸图像与所述目标预设人脸模板匹配成功。
9.一种电子设备，其特征在于，包括：处理器和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述程序包括用于如权利要求1-5任一项方法的指令。
10.一种计算机可读存储介质，其特征在于，其用于存储计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
CN201811027677.9A 2018-09-04 2018-09-04 人脸支付方法及相关装置 Pending CN109146498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811027677.9A CN109146498A (zh) 2018-09-04 2018-09-04 人脸支付方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811027677.9A CN109146498A (zh) 2018-09-04 2018-09-04 人脸支付方法及相关装置

Publications (1)

Publication Number Publication Date
CN109146498A true CN109146498A (zh) 2019-01-04

Family

ID=64826821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811027677.9A Pending CN109146498A (zh) 2018-09-04 2018-09-04 人脸支付方法及相关装置

Country Status (1)

Country Link
CN (1) CN109146498A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365996A (zh) * 2019-07-25 2019-10-22 深圳市元征科技股份有限公司 直播管理方法、直播管理平台、电子设备及存储介质
CN110753159A (zh) * 2019-10-30 2020-02-04 Oppo广东移动通信有限公司 来电处理方法及相关产品
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、设备及电子系统
CN111027982A (zh) * 2019-12-26 2020-04-17 北京意锐新创科技有限公司 适用于全面屏的无感支付方法和装置
CN111814517A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 垃圾投递检测方法及相关产品
CN112269853A (zh) * 2020-11-16 2021-01-26 Oppo广东移动通信有限公司 检索处理方法、装置及存储介质
CN116258489A (zh) * 2022-12-19 2023-06-13 深圳市中磁计算机技术有限公司 一种应用于pos机的安全支付方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729764A (zh) * 2013-11-25 2014-04-16 青岛丽雯互联信息有限公司 基于生物特征的数据传递方法与系统
CN104574088A (zh) * 2015-02-04 2015-04-29 华为技术有限公司 支付认证的方法和装置
CN105354706A (zh) * 2015-10-08 2016-02-24 广东欧珀移动通信有限公司 Nfc安全支付方法和系统
CN106127481A (zh) * 2016-06-17 2016-11-16 广东欧珀移动通信有限公司 一种指纹支付方法及终端
CN106339876A (zh) * 2016-08-26 2017-01-18 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
CN106503999A (zh) * 2016-10-24 2017-03-15 安徽百慕文化科技有限公司 一种基于表情控制的在线支付系统
CN107679473A (zh) * 2017-09-22 2018-02-09 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN107679481A (zh) * 2017-09-27 2018-02-09 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN107862525A (zh) * 2016-09-22 2018-03-30 中国电信股份有限公司 动态调整移动支付额度的方法、装置和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729764A (zh) * 2013-11-25 2014-04-16 青岛丽雯互联信息有限公司 基于生物特征的数据传递方法与系统
CN104574088A (zh) * 2015-02-04 2015-04-29 华为技术有限公司 支付认证的方法和装置
CN105354706A (zh) * 2015-10-08 2016-02-24 广东欧珀移动通信有限公司 Nfc安全支付方法和系统
CN106127481A (zh) * 2016-06-17 2016-11-16 广东欧珀移动通信有限公司 一种指纹支付方法及终端
CN106339876A (zh) * 2016-08-26 2017-01-18 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
CN107862525A (zh) * 2016-09-22 2018-03-30 中国电信股份有限公司 动态调整移动支付额度的方法、装置和系统
CN106503999A (zh) * 2016-10-24 2017-03-15 安徽百慕文化科技有限公司 一种基于表情控制的在线支付系统
CN107679473A (zh) * 2017-09-22 2018-02-09 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN107679481A (zh) * 2017-09-27 2018-02-09 广东欧珀移动通信有限公司 解锁控制方法及相关产品

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814517A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 垃圾投递检测方法及相关产品
CN110365996A (zh) * 2019-07-25 2019-10-22 深圳市元征科技股份有限公司 直播管理方法、直播管理平台、电子设备及存储介质
CN110753159A (zh) * 2019-10-30 2020-02-04 Oppo广东移动通信有限公司 来电处理方法及相关产品
CN110753159B (zh) * 2019-10-30 2021-07-27 Oppo广东移动通信有限公司 来电处理方法及相关产品
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、设备及电子系统
CN111027982A (zh) * 2019-12-26 2020-04-17 北京意锐新创科技有限公司 适用于全面屏的无感支付方法和装置
CN112269853A (zh) * 2020-11-16 2021-01-26 Oppo广东移动通信有限公司 检索处理方法、装置及存储介质
CN112269853B (zh) * 2020-11-16 2023-06-13 Oppo广东移动通信有限公司 检索处理方法、装置及存储介质
CN116258489A (zh) * 2022-12-19 2023-06-13 深圳市中磁计算机技术有限公司 一种应用于pos机的安全支付方法

Similar Documents

Publication Publication Date Title
CN109146498A (zh) 人脸支付方法及相关装置
CN109241908A (zh) 人脸识别方法及相关装置
CN109117725A (zh) 人脸识别方法及装置
CN107480496B (zh) 解锁控制方法及相关产品
CN107862265B (zh) 图像处理方法及相关产品
CN107590461B (zh) 人脸识别方法及相关产品
CN106127481B (zh) 一种指纹支付方法及终端
CN108985212A (zh) 人脸识别方法及装置
CN107832675A (zh) 拍照处理方法及相关产品
CN107679482A (zh) 解锁控制方法及相关产品
CN107657218B (zh) 人脸识别方法及相关产品
CN107451446B (zh) 解锁控制方法及相关产品
CN110113515B (zh) 拍照控制方法及相关产品
CN107580114A (zh) 生物识别方法、移动终端以及计算机可读存储介质
CN107423699A (zh) 活体检测方法及相关产品
CN107197146A (zh) 图像处理方法及相关产品
CN107679481A (zh) 解锁控制方法及相关产品
CN110245607B (zh) 眼球追踪方法及相关产品
CN107633235A (zh) 解锁控制方法及相关产品
CN107862266A (zh) 图像处理方法及相关产品
CN107613550A (zh) 解锁控制方法及相关产品
CN107392135A (zh) 活体检测方法及相关产品
CN107451454A (zh) 解锁控制方法及相关产品
CN107644219A (zh) 人脸注册方法及相关产品
CN110162954A (zh) 权限管理方法及相关产品

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190104