CN109683698B - 支付验证方法、装置、电子设备和计算机可读存储介质 - Google Patents
支付验证方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109683698B CN109683698B CN201811586992.5A CN201811586992A CN109683698B CN 109683698 B CN109683698 B CN 109683698B CN 201811586992 A CN201811586992 A CN 201811586992A CN 109683698 B CN109683698 B CN 109683698B
- Authority
- CN
- China
- Prior art keywords
- depth
- depth information
- target
- image
- frame rate
- 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.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000000007 visual effect Effects 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000003705 background correction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/325—Power saving in peripheral device
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种支付验证方法、装置、电子设备和计算机可读存储介质。所述方法包括:当检测到支付验证请求时,获取支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集深度图像,根据深度图像执行支付验证请求对应的支付验证操作。由于深度摄像头可以根据支付金额数据的不同以不同的帧率来采集深度图像,不同的帧率所耗费的功耗不同,可以降低电子设备的功耗。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种支付验证方法、装置、电子设备和计算机可读存储介质。
背景技术
随着计算机技术的发展,采用电子设备进行支付操作的现象越来越普遍。用户在通过电子设备进行支付操作时需要验证用户身份,常用的身份验证方式包括密码验证、指纹验证、人脸验证等。然而,电子设备通过深度摄像头采集深度图像进行人脸验证时,存在功耗较大的问题。
发明内容
本申请实施例提供一种支付验证方法、装置、电子设备、计算机可读存储介质,可以降低功耗。
一种支付验证方法,包括:
当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
通过所述深度摄像头以所述目标帧率采集深度图像;
根据所述深度图像执行所述支付验证请求对应的支付验证操作。
一种支付验证装置,包括:
金额数据获取模块,用于当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
帧率获取模块,用于根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
图像采集模块,用于通过所述深度摄像头以所述目标帧率采集深度图像;
验证模块,用于根据所述深度图像执行所述支付验证请求对应的支付验证操作。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
通过所述深度摄像头以所述目标帧率采集深度图像;
根据所述深度图像执行所述支付验证请求对应的支付验证操作。
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如下步骤:
当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
通过所述深度摄像头以所述目标帧率采集深度图像;
根据所述深度图像执行所述支付验证请求对应的支付验证操作。
上述支付验证方法、装置、电子设备和计算机可读存储介质,当检测到支付验证请求时,获取支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集深度图像,根据深度图像执行支付验证请求对应的支付验证操作。由于深度摄像头可以根据支付金额数据的不同采用不同的帧率来采集深度图像,不同的帧率所耗费的功耗不同,可以降低电子设备的功耗。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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为一个实施例中支付验证方法的应用环境示意图;
图2为一个实施例中支付验证方法的流程图;
图3为另一个实施例中支付验证方法的流程图;
图4为一个实施例中进行支付验证操作的流程图;
图5为一个实施例中获取目标深度信息的流程图;
图6为一个实施例的支付验证装置的结构框图;
图7为一个实施例中电子设备的内部结构示意图;
图8为一个实施例中图像处理电路的示意图。
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,此处所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。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一深度图像称为第二深度图像,且类似地,可将第二深度图像称为第一深度图像。第一深度图像和第二深度图像两者都是深度图像,但其不是同一深度图像。
图1为一个实施例中支付验证方法的应用环境示意图。如图1所示,该应用环境包括电子设备110。电子设备110可以在当检测到支付验证请求时,获取支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集深度图像,根据深度图像执行支付验证请求对应的支付验证操作。可以理解的是,上述电子设备110可以不限于是各种手机、电脑、可携带设备等。
图2为一个实施例中支付验证方法的流程图。本实施例中的支付验证方法,以运行于图1中的电子设备上为例进行描述。如图2所示,支付验证方法包括步骤202至步骤208。其中:
步骤202,当检测到支付验证请求时,获取支付验证请求对应的支付金额数据。
支付验证请求是用于指示电子设备进行身份验证操作的指令。具体地,电子设备可以在接收到支付验证请求时,通过摄像头采集图像进行人脸识别,当人脸识别通过时,则完成对应的支付操作。电子设备在需要进行支付操作时,可以获取用户输入的支付金额数据,也可以获取金额接收端确定的支付金额数据,并根据用户的确认操作生成支付验证请求。确认操作是指用户点击电子设备显示屏上的支付按钮或确认按钮等,也可以用户按压电子设备的控件等。电子可以检测生成的支付验证请求。支付金额数据为具体的交易金额数据。具体地,支付金额数据可以是转账金额数据、买入理财产品的金额数据、购物时需支付的金额数据、还款的金额数据等,不限于此。
电子设备在检测到支付验证请求时,获取支付验证请求对应的支付金额数据。例如,当用户进行转账操作时,可以在转账界面输入需转账的金额数据如500元,并点击支付按钮,电子设备可以接收输入的金额数据,并根据用户对支付按钮的点击操作生成支付验证请求,当电子设备检测到支付验证请求时,可以获取该支付验证请求对应的支付金额数据即500。
步骤204,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率。
深度摄像头是指可用于获得被拍摄物体的深度信息的摄像头。具体地,深度摄像头可以是结构光摄像头,也可以是TOF(Time of flight,飞行时间测距)摄像头等,还可以是其他可获取深度信息的摄像头。结构光摄像头通过向被测物体表面投射可控制的光点、光条或光面结构;并接收可控制的光点、光条或光面结构的反射光,且根据发射光的形变量获得深度图像。TOF摄像头通过向场景发射近红外光;接收反射的近红外线,通过计算反射的近红外线时间差或相位差,获取场景的深度信息;将场景的轮廓以不同颜色代表不同距离,以获取深度图像。
摄像头的采集帧率是电子设备通过摄像头采集图像的速率。采集帧率越高、则电子设备的功耗越大、反之摄像头的采集帧率越低,则电子设备的功耗越小。摄像头在实际应用时通常有一个预设的采集帧率,当刚开启摄像头时,摄像头通过该预设的采集帧率来采集图像。目标帧率为根据支付金额数据对采集帧率进行调整后的帧率。
电子设备可以预设不同支付金额数据的帧率调整幅度,进而当根据支付验证请求获取支付金额数据时,可以支付金额数据获取对应的调整幅度对采集帧率进行调整,得到目标帧率。例如,支付金额数据在0至200之间时调整幅度为减少4帧每秒,支付金额数据在200至500之间采集帧率为不变,支付金额数据在500至2000之间为增加8帧每秒等不限于此,则当电子设备预设的采集帧率为30帧每秒时,若支付金额数据为800时,则目标帧率为38帧每秒,若支付金额数据为30时,则目标帧率为34帧每秒。电子设备也可以划分不同的支付金额数据区间,并为各个支付金额数据区间设定对应的采集帧率。
步骤206,通过深度摄像头以目标帧率采集深度图像。
深度图像是深度摄像头采集的,由多个像素点的深度信息组成的图像。电子设备可以在检测到支付验证请求时,获取该支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,将深度摄像头的采集帧率调整为目标帧率,通过深度摄像头以目标帧率采集深度图像。在一些实施例中,电子设备也可以将其他摄像头如彩色摄像头、黑白摄像头等的采集帧率调整为目标帧率。例如,当电子设备包含彩色摄像头和深度摄像头时,电子设备可以对彩色摄像头和深度摄像头均进行帧率调整,具体地,电子设备可以分别调整各个摄像头的采集帧率,也可以统一将各个摄像头调整为相同的采集帧率。
步骤208,根据深度图像执行支付验证请求对应的支付验证操作
电子设备可以根据深度图像执行支付验证请求对应的支付验证操作。具体地,电子设备可以将采集的深度图像与预存深度图像进行相似度匹配,以相似度的高低确定支付验证是否通过。
本申请实施例通过在检测检测到支付验证请求时,获取支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集深度图像,根据深度图像进行支付验证操作,即根据支付金额数据的不同采用不同的帧率来采集深度图像,可以保证支付验证的准确性,同时避免深度摄像头采用统一的采集帧率而耗费电子设备的功耗的问题,可以降低电子设备的功耗。
在一个实施例中,深度摄像头为TOF摄像头,电子设备可以在检测到支付验证请求时,根据支付验证请求对应的支付金额数据调整深度摄像头的帧率。在相同的采集帧率下,相比于其他类型的深度摄像头,TOF摄像头在采集深度图像的过程,需要向拍摄场景发射近红外光,因而消耗的功耗比其他类型的深度摄像头更大,因此,在TOF摄像头采集深度图像时,根据电子设备的支付金额数据调整TOF摄像头的采集帧率,可以有效的降低电子设备的功耗,延长电子设备的续航时间。
图3为一个实施例中通过深度摄像头采集深度图像的流程图。如图3所示,在一个实施例中,提供的支付验证方法中通过深度摄像头以目标帧率采集深度图像的过程,包括:
步骤302,获取深度摄像头以目标帧率采集的第一深度图像。
第一深度图像可以是深度摄像头以目标帧率拍摄的深度图像。电子设备可以根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集第一深度图像。例如,当目标帧率为30帧每秒时,电子设备可以通过深度摄像头每隔2秒采集一张第一深度图像。
步骤304,根据第一深度图像包含的深度信息对目标帧率进行调整。
深度信息是指摄像头与拍摄场景中被拍摄物体之间的距离信息。深度图像中包含有深度摄像头与被拍摄物体的深度信息。电子设备检测第一深度图像的深度信息。具体地,电子设备可以根据第一深度图像中包含的深度信息的总和、第一深度图像中包含的深度信息的平均值、第一深度图像中小于深度阈值的深度信息的平均值,或第一深度图像中指定区域的深度信息的平均值等对目标帧率进行调整,不限于此。
电子设备可以预设不同的深度信息的帧率调整幅度,进而可以根据第一深度图像得到的深度信息对目标帧率进行调整。例如,当支付金额数据为0至300时,深度信息在0至1米之间的调整幅度为减少5帧每秒、深度信息在1米至2米之间的调整幅度为增加4帧每秒、深度信息在2米至4米之间的调整幅度为增加8帧每秒等,则电子设备可以根据第一深度图像包含的深度信息对目标帧率进行调整,如当目标帧率为30帧每秒,第一深度图像包含的深度信息为3米时,则调整后的目标帧率为38帧每秒。
步骤306,通过深度摄像头以调整后的目标帧率采集第二深度图像。
电子设备在通过深度摄像头以目标帧率采集第一深度图像后,可以根据第一深度图像包含的深度信息对目标帧率进行调整,从而通过深度摄像头以调整后的目标帧率采集第二深度图像,可以提高采集的深度图像的准确性,进而电子设备根据第一深度图像和第二深度图像进行支付验证操作,可以提高支付验证的准确性。
在一个实施例中,提供的支付验证方法中基于深度图像进行支付验证操作的过程包括:检测深度图像包含的目标深度信息与预存深度信息是否相匹配;当检测到目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
预存深度信息是指电子设备预存的允许进行支付操作的用户的深度信息。通常,预存深度信息为用户人脸的深度信息。电子设备可以在用户确定采用人脸识别来验证支付操作时,通过深度摄像头采集包含用户人脸的深度图像,将深度图像中包含的人脸的深度信息作为预存深度信息。电子设备检测深度图像包含的目标深度信息与预存深度信息的匹配度,具体地,电子设备可以识别深度图像中的人脸区域,将人脸区域的深度信息作为目标深度信息,进而检测目标深度信息与预存深度信息的匹配度。例如,电子设备可以获取目标深度信息与预存深度信息的深度信息差值,深度信息差值越大,则匹配度越低,深度信息差值越小,则匹配度越高。电子设备也可以检测深度图像中人脸不同关键点之间的深度差,例如,额头与眼睛的深度差值,鼻尖与脸部的深度差值等,电子设备根据目标深度信息得到人脸各关键点的深度差值,并与预存深度信息的人脸关键深度差值进行比对,进而得到目标深度信息与预存深度信息的匹配度。
匹配度阈值可以根据实际应用需求进行设定,例如,可以是85%、88%、92%、95%等,不限于此。深度信息的匹配度阈值与人脸的匹配度阈值可以是相同的,也可以为不同的阈值,在此不做限定。电子设备可以在深度图像中包含的目标深度信息与预存深度信息的匹配度超过匹配度阈值时,则确定目标深度信息与预存深度信息相匹配,当匹配的次数超过目标匹配次数时,则确定支付验证通过,可以提高支付验证的准确性。其中,目标匹配次数可以根据实际应用需求来设定,在此不做限定。
在一个实施例中,电子设备还可以根据支付金额数据获取对应的目标匹配次数。
电子设备在进行支付验证操作的过程中,会根据采集的深度图像进行多次匹配验证,以确保验证的准确性。在本申请实施例中,电子设备可以根据支付金额数据获取对应的目标匹配次数。与预存不同支付金额数据对应的采集帧率类似,电子设备可以预存不同的支付金额数据对应的匹配次数。例如,当支付金额数据为0至100时,匹配次数为5次,支付金额数据为100至500时,匹配次数为12次,支付金额数据为500到1000时,匹配次数为20次。电子设备可以根据支付验证请求对应的支付金额数据获取对应的目标匹配次数。进而,电子设备可以获取深度摄像头采集的深度图像中包含的目标深度信息与预存深度信息的匹配结果,当匹配的次数超过目标匹配次数时,则确定支付验证通过。具体地,电子设备可以在深度摄像头采集深度图像过程中同步检测深度图像与预存深度信息是否相匹配,在匹配的次数超过目标匹配次数时,则深度摄像头停止采集深度图像。
通过在基于深度图像进行支付验证操作时,根据支付金额数据获取对应的目标匹配次数,当目标深度信息与预存深度信息匹配的次数超过目标匹配次数,则确定支付验证通过。不同支付金额数据对应的目标匹配次数不同,从而可以在支付金额数据较低时,采用较小的匹配次数,可以降低电子设备的功耗;当支付金额数据较高,采用较大的匹配次数,可以保证支付验证的安全性和准确性。
图4为一个实施例中进行支付验证操作的流程图。如图4所示,在一个实施例中,提供的支付验证方法中检测深度图像包含的目标深度信息与预存深度信息是否相匹配之前,还包括:
步骤402,获取与深度图像对应的可视图像。
可视图像是指可展示被拍摄物体的形状、轮廓等信息的图像。具体地,可视图像可以是彩色图像、单色图像、黑白图像等,不限于此。电子设备通过深度摄像头采集深度图像的同时,会通过其他摄像头采集可视图像。例如,当电子设备包含深度摄像头和彩色摄像头时,可以通过深度摄像头和彩色摄像头分别采集深度图像和彩色图像,电子设备可以获取与深度图像对应的彩色图像。与深度图像对应的可视图像的拍摄场景和拍摄时间与第一深度图像相同或接近。
步骤404,识别可视图像中包含的人脸与预设人脸是否相匹配。
预设人脸是电子设备预存的允许进行支付操作的用户的人脸。通常,预设人脸即为电子设备的持有者或与持有者关系较为密切的用户。电子设备可以在用户确定采用人脸识别来验证支付操作时,通过摄像头采集用户的人脸作为预设人脸,从而在之后进行支付操作时,将根据支付验证请求采集的可视图像与预设人脸进行匹配。具体地,电子设备可以识别可视图像中包含的人脸,将该人脸与预设人脸进行匹配,当匹配度大于匹配度阈值时,则确定可视图像中包含的人脸与预设人脸相匹配。其中,匹配度阈值可以根据实际应用需求进行设定,例如,可以是80%、88%、90%、95%等,不限于此。
步骤406,当人脸与预设人脸匹配时,则执行检测深度图像包含的目标深度信息与预存深度信息是否相匹配的操作。
电子设备可以在当可视图像中包含的人脸与预设人脸匹配时,执行检测深度图像包含的目标深度信息与预存深度信息是否相匹配的操作。电子设备在将可视图像中包含的人脸与预设人脸进行人脸匹配时,由于可视图像中只包含了被拍摄物体的二维信息,电子设备无法确定采集的可视图像中的人脸为真实的人脸,还是包含人脸的图片、海报等。通过接收到支付验证请求时,根据支付金额数据对采集帧率进行调整得到目标帧率,通过深度摄像头以目标帧率采集深度图像,并获取与深度图像对应的可视图像,当可视图像中包含的人脸与预设人脸匹配时,则根据深度图像进行支付验证操作,可以提高支付验证的安全性和准确性,避免根据可视图像进行支付验证操作时出现人脸为图片、海报等中的非真实人脸的问题。
在一个实施例中,提供的支付验证方法中检测深度图像包含的目标深度信息与预存深度信息是否相匹配之前,还包括:检测与深度图像对应的可视图像中包含的人脸区域;获取深度图像中与人脸区域相对应的深度信息作为目标深度信息。
电子设备可以检测可视图像中包含的图像特征信息,获取与人脸特征信息匹配的区域即为人脸区域。电子设备也可以对可视图像进行人脸检测,具体地,可以根据VGG(Visual Geometry Group)、CNN(Convolutional Neural Network)、SSD(single shotmultibox detector)、决策树(Decision Tree)等深度学习算法训练人脸检测模型,根据人脸检测模型识别可视图像中包含人脸及对应的人脸区域。电子设备检测到可视图像中包含的人脸区域后,还可以通过追踪算法进行人脸追踪,实时更新可视图像中的人脸区域。
电子设备获取深度图像中与人脸区域对应的深度信息作为目标深度信息。具体地,电子设备可以获取可视图像中目标区域的边界对应的像素点位置,根据边界的像素点位置获取深度图像中对应区域的深度信息作为目标深度信息;电子设备也可以将可视图像中目标区域映射到深度图像中,获取深度图像中对应区域的深度信息作为目标深度信息。
通过获取与深度图像对应的可视图像,检测可视图像中包含人脸区域,获取深度图像中与人脸区域对应的深度信息作为目标深度信息,可以提高目标深度信息的准确性。
图5为一个实施例中获取目标深度信息的流程图。如图5所示,在一个实施例中,提供的支付验证方法中获取深度图像中与人脸区域相对应的深度信息作为目标深度信息的过程包括:
步骤502,当可视图像中存在至少两个人脸区域时,获取各个人脸区域对应的区域面积。
步骤504,将区域面积最大的人脸区域作为目标区域。
电子设备可以在可视图像中存在至少两个人脸区域时,计算各个人脸区域的区域面积的大小,从而获取区域面积最大的人脸区域。电子设备还可以根据与可视图像对应的深度图像包含的深度信息确定可视图像的待检测区域,当待检测区域中存在至少两个人脸区域时,计算各个人脸区域的区域面积的大小。待检测区域可以是深度信息在预设范围内的区域。例如,待检测区域可以是可视图像中深度信息小于0.5、0.8米、1米或3米的区域。
步骤506,获取深度图像中与目标区域相对应的深度信息作为目标深度信息。
电子设备在可视图像中存在至少两个人脸区域时,获取各个人脸区域对应的区域面积,将区域面积最大的人脸区域作为目标区域,获取深度图像中与目标区域相对应的深度信息作为目标深度信息,可以提高目标深度信息的准确性。
在一个实施例中,提供了一种支付验证方法,实现该方法的具体操作如下:
首先,当电子设备检测到支付验证请求时,获取支付验证请求对应的支付金额数据。电子设备在需要进行支付操作时,可以获取用户输入的支付金额数据,也可以获取金额接收端确定的支付金额数据,并根据用户的确认操作生成支付验证请求。电子设备在检测到支付验证请求时,获取支付验证请求对应的支付金额数据。支付金额数据可以是转账金额数据、买入理财产品的金额数据、购物时需支付的金额数据、还款的金额数据等,不限于此。
接着,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率。采集帧率越高、则电子设备的功耗越大、反之摄像头的采集帧率越低,则电子设备的功耗越小。目标帧率为根据支付金额数据对采集帧率进行调整后的帧率。电子设备可以预设不同支付金额数据对应的调整幅度,进而当根据支付验证请求获取支付金额数据时,可以获取与支付金额数据对应的调整幅度对采集帧率进行调整,得到目标帧率。
接着,电子设备通过深度摄像头以目标帧率采集深度图像,电子设备可以在检测到支付验证请求时,获取该支付验证请求对应的支付金额数据,根据该支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,将深度摄像头的采集帧率调整为目标帧率,通过深度摄像头目标帧率采集深度图像。
可选地,电子设备获取深度摄像头以目标帧率采集的第一深度图像,根据第一深度图像包含的深度信息对目标帧率进行调整,通过深度摄像头以调整后的目标帧率采集第二深度图像。
接着,电子设备根据深度图像执行支付验证请求对应的支付验证操作。电子设备基于深度图像进行支付验证操作。具体地,电子设备可以将采集的深度图像与预存深度图像进行相似度匹配,以相似度的高低确定验证是否通过。
可选地,电子设备检测深度图像包含的目标深度信息与预存深度信息是否相匹配;当检测到目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
可选地,电子设备可以根据支付金额数据获取对应的目标匹配次数。
可选地,电子设备获取与深度图像对应的可视图像,识别可视图像中包含的人脸与预设人脸是否相匹配,当人脸与预设人脸匹配时,则执行检测深度图像包含的目标深度信息与预存深度信息是否相匹配的操作。
可选地,检测与深度图像对应的可视图像中包含的人脸区域;获取深度图像中与人脸区域相对应的深度信息作为目标深度信息。
可选地,当可视图像中存在至少两个人脸区域时,获取各个人脸区域对应的区域面积,将区域面积最大的人脸区域作为目标区域,获取深度图像中与目标区域相对应的深度信息作为目标深度信息。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一个实施例的支付验证装置的结构框图。如图6所示,该支付验证装置包括:金额数据获取模块602、帧率获取模块604、图像采集模块606和验证模块608,其中:
金额数据获取模块602,用于当检测到支付验证请求时,获取支付验证请求对应的支付金额数据。
帧率获取模块604,用于根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率。
图像采集模块606,用于通过深度摄像头以目标帧率采集深度图像。
验证模块608,用于根据深度图像执行支付验证请求对应的支付验证操作。
本申请实施例提供的支付验证装置,用于当检测到支付验证请求时,获取支付验证请求对应的支付金额数据,根据支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率,通过深度摄像头以目标帧率采集深度图像,根据深度图像进行支付验证操作。由于深度摄像头可以根据支付金额数据的不同以不同的帧率来采集深度图像,不同的帧率所耗费的功耗不同,可以降低电子设备的功耗。
在一个实施例中,图像采集模块606还可以用于获取深度摄像头以目标帧率采集的第一深度图像;根据第一深度图像包含的目标深度信息对目标帧率进行调整;通过深度摄像头以目标帧率采集第二深度图像。
在一个实施例中,验证模块608还可以用于检测深度图像包含的目标深度信息与预存深度信息是否相匹配;当检测到目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
在一个实施例中,验证模块608还可以用于根据支付金额数据获取对应的目标匹配次数;当检测到目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
在一个实施例中,验证模块608还可以用于获取与深度图像对应的可视图像;识别可视图像中包含的人脸与预设人脸是否相匹配;当人脸与预设人脸匹配时,则执行检测深度图像包含的目标深度信息与预存深度信息是否相匹配的操作。
在一个实施例中,提供的支付验证装置还可以包括深度信息获取模块610,深度信息获取模块608,用于检测与深度图像对应的可视图像中包含的人脸区域;获取深度图像中与人脸区域相对应的深度信息作为目标深度信息。
在一个实施例中,深度信息获取模块610还可以用于当可视图像中存在至少两个人脸区域时,获取各个人脸区域对应的区域面积;将区域面积最大的人脸区域作为目标区域;获取深度图像中与目标区域相对应的深度信息作为目标深度信息。
上述支付验证装置中各个模块的划分仅用于举例说明,在其他实施例中,可将支付验证装置按照需要划分为不同的模块,以完成上述支付验证装置的全部或部分功能。
图7为一个实施例中电子设备的内部结构示意图。如图7所示,该电子设备包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种支付验证方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
本申请实施例中提供的支付验证装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在电子设备上运行。该计算机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示,为便于说明,仅示出与本申请实施例相关的图像处理技术的各个方面。
如图8所示,图像处理电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理,ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜),图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息,并提供可由ISP处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器840。传感器820接口可以利用SMIA(Standard Mobile Imaging Architecture,标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外,图像传感器814也可将原始图像数据发送给传感器820,传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840,或者传感器820将原始图像数据存储到图像存储器830中。
ISP处理器840按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,ISP处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。
ISP处理器840还可从图像存储器830接收图像数据。例如,传感器820接口将原始图像数据发送给图像存储器830,图像存储器830中的原始图像数据再提供给ISP处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时,ISP处理器840可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器830,以便在被显示之前进行另外的处理。ISP处理器840从图像存储器830接收处理数据,并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。ISP处理器840处理后的图像数据可输出给显示器870,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,ISP处理器840的输出还可发送给图像存储器830,且显示器870可从图像存储器830读取图像数据。在一个实施例中,图像存储器830可被配置为实现一个或多个帧缓冲器。此外,ISP处理器840的输出可发送给编码器/解码器860,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器870设备上之前解压缩。编码器/解码器860可由CPU或GPU或协处理器实现。
ISP处理器840确定的统计数据可发送给控制逻辑器850单元。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定成像设备810的控制参数及ISP处理器840的控制参数。例如,成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及透镜812阴影校正参数。
本申请实施例中运用图8中图像处理技术可实现上述支付验证方法。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行支付验证方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行支付验证方法。
本申请实施例所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(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),它用作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)、双数据率SDRAM(DDR SDRAM)、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)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种支付验证方法,其特征在于,包括:
当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
通过所述深度摄像头以所述目标帧率采集深度图像;
根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配;
当检测到所述目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
2.根据权利要求1所述的方法,其特征在于,所述通过所述深度摄像头以所述目标帧率采集深度图像,包括:
获取所述深度摄像头以所述目标帧率采集的第一深度图像;
根据所述第一深度图像包含的深度信息对所述目标帧率进行调整;
通过所述深度摄像头以调整后的目标帧率采集第二深度图像。
3.根据权利要求1所述的方法,其特征在于,所述根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配,包括:
根据所述深度图像包含的目标深度信息得到人脸关键点的深度差值;将所述深度差值与预设深度信息的人脸关键深度差值进行比对,得到目标深度信息与预存深度信息的匹配度;
当所述匹配度超过匹配度阈值时,则确定所述目标深度信息与预设深度信息相匹配。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述支付金额数据获取对应的所述目标匹配次数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配之前,还包括:
获取与所述深度图像对应的可视图像;
识别所述可视图像中包含的人脸与预设人脸是否相匹配;
当所述人脸与预设人脸匹配时,则执行所述根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配的操作。
6.根据权利要求3所述的方法,其特征在于,所述根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配之前,还包括:
检测与所述深度图像对应的可视图像中包含的人脸区域;
获取所述深度图像中与所述人脸区域相对应的深度信息作为所述目标深度信息。
7.根据权利要求6所述的方法,其特征在于,所述获取所述深度图像中与所述人脸区域相对应的深度信息作为所述目标深度信息,包括:
当所述可视图像中存在至少两个所述人脸区域时,获取各个所述人脸区域对应的区域面积;
将所述区域面积最大的人脸区域作为目标区域;
获取所述深度图像中与所述目标区域相对应的深度信息作为所述目标深度信息。
8.一种支付验证装置,其特征在于,包括:
金额数据获取模块,用于当检测到支付验证请求时,获取所述支付验证请求对应的支付金额数据;
帧率获取模块,用于根据所述支付金额数据对深度摄像头的采集帧率进行调整,得到目标帧率;
图像采集模块,用于通过所述深度摄像头以所述目标帧率采集深度图像;
验证模块,用于根据所述深度图像包含的目标深度信息与预设深度信息的深度信息差值,检测所述目标深度信息与预存深度信息是否相匹配;当检测到所述目标深度信息与预存深度信息相匹配,且匹配的次数超过目标匹配次数时,则确定支付验证通过。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的支付验证方法的步骤。
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如权利要求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 |
---|---|---|---|
CN201811586992.5A CN109683698B (zh) | 2018-12-25 | 2018-12-25 | 支付验证方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811586992.5A CN109683698B (zh) | 2018-12-25 | 2018-12-25 | 支付验证方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109683698A CN109683698A (zh) | 2019-04-26 |
CN109683698B true CN109683698B (zh) | 2020-05-22 |
Family
ID=66189196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811586992.5A Active CN109683698B (zh) | 2018-12-25 | 2018-12-25 | 支付验证方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109683698B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378853B (zh) * | 2019-07-11 | 2021-03-26 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN110933307A (zh) * | 2019-11-29 | 2020-03-27 | 维沃移动通信有限公司 | 一种电子设备及图像处理方法 |
CN111260370A (zh) * | 2020-01-17 | 2020-06-09 | 北京意锐新创科技有限公司 | 一种支付方法和装置 |
CN117351530A (zh) * | 2022-06-27 | 2024-01-05 | 华为技术有限公司 | 人脸识别方法、介质、电子设备和程序产品 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7114079B1 (en) * | 2000-02-10 | 2006-09-26 | Parkervision, Inc. | Security access based on facial features |
CN107451817A (zh) * | 2017-07-03 | 2017-12-08 | 广东欧珀移动通信有限公司 | 终端的支付验证方法和装置、终端和计算机可读存储介质 |
CN107657167A (zh) * | 2017-11-02 | 2018-02-02 | 广东欧珀移动通信有限公司 | 人脸解锁的方法、装置、计算机可读存储介质和电子设备 |
CN108769509B (zh) * | 2018-04-28 | 2019-06-21 | Oppo广东移动通信有限公司 | 控制摄像头的方法、装置、电子设备及存储介质 |
CN108805024B (zh) * | 2018-04-28 | 2020-11-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN108711167A (zh) * | 2018-05-15 | 2018-10-26 | 深圳奥比中光科技有限公司 | 深度成像系统及其温度误差校正方法 |
CN108924340B (zh) * | 2018-06-06 | 2020-09-18 | Oppo广东移动通信有限公司 | 验证方法、验证装置及计算机可读存储介质 |
-
2018
- 2018-12-25 CN CN201811586992.5A patent/CN109683698B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109683698A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767467B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109683698B (zh) | 支付验证方法、装置、电子设备和计算机可读存储介质 | |
CN109327626B (zh) | 图像采集方法、装置、电子设备和计算机可读存储介质 | |
CN108805103B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
WO2020259474A1 (zh) | 追焦方法、装置、终端设备、计算机可读存储介质 | |
CN110121031B (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
CN109712177B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109146906B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108989699B (zh) | 图像合成方法、装置、成像设备、电子设备以及计算机可读存储介质 | |
CN108924426B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
WO2020024576A1 (zh) | 摄像头校准方法和装置、电子设备、计算机可读存储介质 | |
CN109040745B (zh) | 摄像头自校准方法和装置、电子设备、计算机存储介质 | |
CN108111768B (zh) | 控制对焦的方法、装置、电子设备及计算机可读存储介质 | |
CN109068060B (zh) | 图像处理方法和装置、终端设备、计算机可读存储介质 | |
CN112889062B (zh) | 人脸识别数据处理方法、装置、移动设备和计算机可读存储介质 | |
CN109685748B (zh) | 图像处理方法、装置、电子设备、计算机可读存储介质 | |
CN108198175B (zh) | 检测方法、检测装置、计算机设备和计算机可读存储介质 | |
CN108804658A (zh) | 图像处理方法和装置、存储介质、电子设备 | |
CN109584312B (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN109559352B (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN110956679A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108760245B (zh) | 光学元件检测方法和装置、电子设备、可读存储介质 | |
CN107578372B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107563329B (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
US11218650B2 (en) | Image processing method, electronic device, and computer-readable storage medium |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210617 Address after: Room 01, 8th floor, No.1 Lane 61, shengxia Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 200120 Patentee after: Zheku Technology (Shanghai) Co., Ltd Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Patentee before: OPPO Guangdong Mobile Communications Co.,Ltd. |
|
TR01 | Transfer of patent right |