CN110349672A - 一种智能监控方法、装置、计算机设备及存储介质 - Google Patents

一种智能监控方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110349672A
CN110349672A CN201910528277.4A CN201910528277A CN110349672A CN 110349672 A CN110349672 A CN 110349672A CN 201910528277 A CN201910528277 A CN 201910528277A CN 110349672 A CN110349672 A CN 110349672A
Authority
CN
China
Prior art keywords
user
instruction
feature data
information
facial feature
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
CN201910528277.4A
Other languages
English (en)
Inventor
郑郁晶
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.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart 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 OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201910528277.4A priority Critical patent/CN110349672A/zh
Publication of CN110349672A publication Critical patent/CN110349672A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/40Authorisation, 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
    • G06Q20/401Transaction verification
    • G06Q20/4014Identity check for transactions
    • G06Q20/40145Biometric identity checks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biomedical Technology (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请公开了一种智能监控方法,首先获取用户指令,用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;然后获取用户的面部特征数据;再根据用户指令和面部特征数据执行相应的策略得到用户的身份信息和反馈信息;利用反馈信息和身份信息建立管理数据库;当接收到查看指令时,根据查看指令指定的时间节点调取有关时间节点的反馈信息。通过上述方式,提供了一套智能化的监控方法,利用人脸识别技术为用户提供多种便捷服务,根据反馈信息对用户的行为进行智能化的监控和管理。

Description

一种智能监控方法、装置、计算机设备及存储介质
技术领域
本申请涉及人脸识别领域,尤其涉及一种智能监控方法、装置、计算机设备及存储介质。
背景技术
随着科技的快速发展,生物特征识别技术在各个方面的应用如火如荼,例如电子通信、视频监控等方面。该识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜和声音等,相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别和语音识别等,其中,最便捷先进的就属人脸识别了,人脸识别的基本原理是:将采集到的有关人脸的特征数据与已存储的样本特征数据进行对比,当两者的相似度达到某个阈值时则可判定该人脸特征数据对应的用户为设备的合法用户。
当前的人脸识别技术仅仅被用来验证用户的身份以使得用户能够解锁设备或进行支付,并没有广泛地将其应用在其他与用户身份紧密相关的场景下,很多场景主要还是依靠人力完成,这些任务依靠人力完成会耗费大量的时间和精力,并且完成任务的效率也不尽人意。
发明内容
本申请实施例提供一种智能监控方法、装置、计算机设备及存储介质,可通过智能监控系统自动化实现多种功能,在扩增人脸识别的应用场景的同时,大大提高功能实现的效率。
一种智能监控方法,包括:
获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;
获取用户的面部特征数据;
根据所述用户指令和所述面部特征数据执行相应的策略得到所述用户的身份信息和反馈信息,所述策略用于指示智能监控系统利用人脸识别技术实现和用户指令对应的功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况或游戏时间;
利用所述反馈信息和所述身份信息建立管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息;
当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
一种智能监控装置,包括:
获取模块,用于获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;
所述获取模块,还用于获取用户的面部特征数据;
执行模块,用于根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和对应的反馈信息,所述策略用于指示所述智能监控系统利用人脸识别技术实现健康状态检测、支付、签到和游戏监控等功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况和游戏时间;
处理模块,用于利用所述反馈信息和所述身份信息建立相应的管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息;
调取模块,用于当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述智能监控方法。
一种计算机可读存储介质,所述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智能监控方法。
本申请中的智能监控方法可根据不同用户指令实现不同的功能,生成对应的反馈信息,为用户提供多种智能化的便捷服务,大大提高各种功能实现的效率,还可以利用反馈信息为用户建立完善的个人数据库,根据反馈信息对用户的行为和健康状态进行智能化监控和管理。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例中智能监控方法的一应用环境示意图;
图2是本申请一实施例中智能监控方法的一示例图;
图3是本申请一实施例中智能监控方法的另一示例图;
图4是本申请一实施例中智能监控方法的另一示例图;
图5是本申请一实施例中智能监控方法的另一示例图;
图6是本申请一实施例中智能监控方法的另一示例图;
图7是本申请一实施例中智能监控方法的另一示例图;
图8是本申请一实施例中智能监控装置的模块示意图;
图9是本申请一实施例中智能监控装置的另一模块示意图;
图10是本申请一实施例中智能监控装置的另一模块示意图;
图11是本申请一实施例中计算机设备的结构示意图。
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。
本申请实施例提供的智能监控方法可应用于智能监控系统中,该智能监控系统可用于校园、企业中,对学生或员工的行为进行智能化管理和监控。具体地,所述智能监控系统包括客户端(计算机设备)和服务端,如图1所示,其中,计算机设备通过网络与服务端进行通信,计算机设备可获取用户指令和用户的面部特征数据,并发送给服务端,服务端根据接收到的用户指令和面部特征数据执行相应的策略得到用户的身份信息和反馈信息,所述策略用于指示智能监控系统利用人脸识别技术实现和用户指令对应的功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况或游戏时间。此外,服务端还可根据反馈信息和所述身份信息建立管理数据库,在用户提出查看需求时,调取相应的反馈信息。其中需要说明的是,客户端(计算机设备)可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种智能监控方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10:获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令。
所述用户指令可以是用户对客户端的操作产生的,该操作可以是鼠标点击、触控或语音输入等,例如当用户点击客户端的游戏应用进入游戏时生成游戏监控指令,用户指令还可以是用户对智能监控系统中的其他计算机设备进行相应操作产生的,例如支付时智能监控系统中包含的收银台电脑。
该智能监控方法中的用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令,因此对应的,所述智能监控方法可实现健康状态检测功能、支付功能、签到功能和游戏监控功能,每种指令对应一定的执行策略,具有一定的程序代码支持功能的实现。
S20:获取用户的面部特征数据。
该步骤中,首先可以通过客户端的图像采集工具获取用户的人脸图像,然后再对该人脸图像进行处理,将其转化为用户的面部特征数据,其中,为了获取用户面部特征中的有效数据,可以先对人脸图像进行预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等,根据上述特征将其中有用的信息挑出来,并利用这些特征实现人脸检测。
进一步地,根据用户指令的不同还可以对面部特征数据进行进一步提取,例如当用户指令是支付指令时,需要对用户进行人脸识别,那么可以对面部特征数据进行提取得到眼虹膜、鼻翼、嘴角等五官轮廓的大小、位置、距离等五官特征信息;如果接收到的用户指令是健康状态检测指令,那么对面部特征数据进行提取得到的可以是面部颜色、肌肤状况和嘴唇颜色等面部状态信息。
本申请实施例中采集用户面部特征数据的设备包括但不限于用户持有的终端设备、智能监控系统中的计算机设备等等,只要能够采集图像且能为智能监控系统提供面部特征数据的设备均在本申请的保护范围内。如果是利用用户终端采集面部特征数据,则需要用户提前在智能监控系统中进行注册和登录,提前建立通信连接以便将采集的数据发送给智能监控系统。
由于人脸具有一定的结构分布特征,因此可以通过智能终端或智能监控系统中的采集模块对采集的人脸图像或者视频流进行处理,首先判断其是否存在人脸,如果存在人脸,则进一步给出脸的各个器官的位置、大小以及各个器官之间的相互位置关系,然后将这些信息形成计算机能够识别的数字信息。其中,具体的识别方法可以为特征向量法,该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,这些特征量形成描述该面像的特征向量。
S30:根据所述用户指令和所述面部特征数据执行相应的策略得到所述用户的身份信息和反馈信息,所述策略用于指示智能监控系统利用人脸识别技术实现和用户指令对应的功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况或游戏时间。
具体地,执行相应的策略可得到用户的身份信息和反馈信息,身份信息为根据面部特征数据识别得到的用于表明用户身份的信息。示例性地,实现健康状态检测时得到的反馈信息为用户的健康状态;利用人脸识别技术进行支付时得到的反馈信息为用户每次的消费情况包括消费时间、地点和消费金额等等;实现签到功能时反馈信息为用户每次的签到情况;监控用户游戏行为时记录的反馈信息可以是每次游戏的在线时长、游戏类型等等。
本申请中的智能监控方法在利用人脸识别技术便捷地实现各种功能的同时,还可对于用户的各种行为生成反馈信息,在需要时可将反映用户行为的反馈信息发送给绑定的关联账号以告知关联账号该用户最近的状态,例如可将检测出来的健康状态、消费情况、签到情况或游戏时间发送给父母,方便父母了解子女最近的状况,实时监控未成年子女的行为。
S40:利用所述反馈信息和所述身份信息建立管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息。
其中,采用本申请中的智能监控方法在识别用户的身份之后,可以为该用户建立专门的管理数据库,数据库中记载的是智能监控系统每次利用人脸识别技术执行相应策略得到的反馈信息,例如每次检测出的健康状态、消费情况、签到情况和在线时长等等。该管理数据库可以以时间轴的形式表现出来,这种方式可从整体上查看用户的生活状况。在此基础上,智能监控系统还可以设置报警模式,即当用户的数据出现大范围的波动例如消费金额或者游戏时间达到某个上限值时能够触发报警模式,使得智能监控系统将该时间节点的反馈信息发送至关联账号。该管理数据库的报警模式在用户出现极端行为例如过度消费、沉迷游戏时间过长时对于用户有警示作用,有利于抑制用户的极端行为。
S50:当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
该步骤中,该查看指令可以是来自用户本身,也可以是关联账号发出的指令,在父母需要查看子女最近的动向时可通过关联账号发出查看指令,首先输入一个时间节点,智能监控系统根据该时间节点调取对应的反馈信息进行显示,该智能监控系统的查看功能有助于不同账号间反馈信息的共享,提高了用户的账号与关联账号的粘合度。
本申请的智能监控系统不仅能根据不同用户指令实现不同的功能,生成对应的反馈信息,为用户提供多种便捷的服务,还可以利用反馈信息为用户建立完善的个人数据库,在用户需要查看具体时间节点的信息时为用户调取信息。
在一实施例中,当智能监控系统接收到的用户指令为健康状态检测指令时,具体执行的策略如图3所示,即根据所述用户指令和所述面部特征数据执行相应的策略得到所述用户的身份信息和反馈信息,具体包括如下步骤:
S31:从所述面部特征数据提取面部状态信息,所述面部状态信息包括面部颜色、肌肤状况、嘴唇颜色。
面部颜色、肌肤状况以及嘴唇的颜色可以反映用户的当前精神状态以及健康情况,例如面部颜色是暗黄还是红润,肌肤状况是缺水或滋润,嘴唇的颜色是红润还是苍白。本申请实施例中的智能监控系统可从获取的面部特征数据提取上述信息,以监测用户的身体变化。
对于进一步判断面部颜色、肌肤状况和嘴唇颜色的具体方法如下:
首先可通过大量统计分析建立针对面部颜色、肌肤状况、嘴唇颜色的多种状态的多个模型分类器以及对应的判别规则,然后比较模型中的图像与测试的目标图像在相同位置上的像素灰度值或颜色值,通过上述特征对测试的目标图像进行匹配归类,通过判别规则将用户的面部颜色、肌肤状况和嘴唇颜色归入到匹配的分类器中。
S32:通过预设的权重规则对所述面部状态信息进行处理得到健康分数;
假设面部状态信息包括面部颜色、所述肌肤状况和所述嘴唇颜色等等,那么本步骤中提到的权重规则是根据重要程度分别对面部颜色、肌肤状况和嘴唇颜色分配一定的比重系数,再把检测到的用户面部情况与各个指标进行对比进行评分,根据一系列科学的评分机制进行处理得到最后的分数。
示例性地,具体的评分机制如下,给面部颜色分配百分之四十的比重,给肌肤状况分配百分之三十的比重,给嘴唇颜色分配百分之三十的比重,如果检测到的各个指标为正向结果则得1分,负面结果则得0分,例如检测到的用户面部颜色如果属于红润则得1分,为暗黄则得0分。假设实际检测到的某个用户各个指标的情况为面色红润、肌肤缺水,嘴唇红润,那么经过上述评分机制得到的健康分数为0.6。
需要说明的是,本申请实施例中的面部状态信息包括但不限于面部颜色、肌肤状况和嘴唇颜色,还可以是反映面部状态的其他指标,具体不作限定。
S33:将所述健康分数通过参考鉴定表确定所述用户的健康状态。
本申请实施例中的参考鉴定表是根据具体的评分机制制定的用于判断用户健康状态的表格,例如健康分数在0分指0.3分之间处于非健康状态,0.4至0.6之间是亚健康状态,0.7至1之间是健康状态。需要注意的是,上述一系列的评分机制仅仅是示例性的,具体的评分机制可以根据实际情况进行科学合理地定制,随之配套的鉴定表也可相应进行变动,可以理解的是,一系列健康测评方法都在本申请实施例保护的范围之内。
本申请中的智能监控系统将面部状态信息通过科学合理的权重规则进行处理得到健康分数,该健康分数可充分反映用户的健康状态,该智能监控方法将人脸识别技术完美融合到具体的生活场景中,提供了一种快速进行健康状态自测的方法,大大降低了健康状态检测的成本,提高了人脸识别技术的实用性。
在一实施例中,本申请中的智能监控系统还可实现支付功能,将人脸识别与快捷支付、消费基金紧密联系起来。当智能监控系统接收到的用户指令为支付指令时,具体执行的策略如图4所示:
S34:若获取的用户指令为支付指令,则与支付系统建立连接。
根据用户的选择使用不同的支付方式,例如用户利用微信支付时会触发终端将接收到的用户支付指令发送给智能监控系统,智能监控系统将会与支付系统建立连接;相应的,如果安装于商店里的智能监控系统接收到柜台收银人员的触控指令时,也会与支付系统建立连接。
智能监控系统与支付系统建立连接的目的是为了将获取的用户面部特征数据与支付系统数据库中所有注册过的用户面部特征数据进行对比,识别用户的身份和验证其合法性,然后借助该支付系统对目标用户的账户进行结账。
S35:将所述用户的面部特征数据与所述支付系统中存储的所有用户的基准面部特征数据进行搜索匹配。
在步骤S35中,以一对多的方式进行对比搜寻,利用特征向量法查找到与采集的面部特征数据相似度最高的用户单位以验证用户的身份。
需要说明的是,要利用智能监控系统进行刷脸支付等快捷方式的用户需首先在支付系统进行身份注册,提供自己的基本身份信息和用作对比标准的面部特征数据等等。
S36:若所述用户的面部特征数据与所述支付系统中目标用户的基准面部特征数据的相似度达到第一阈值,则调取所述目标用户的身份信息并利用支付系统进行支付。
第一阈值为预先设定的一个比例值,示例性地,该第一阈值可以为85%、90%或者95%。假设本申请实施例中的第一阈值设定为百分之九十,那么如果采集的用户面部特征数据与数据库中的某一目标用户的面部特征数据的相似度达到了百分之九十,说明该用户即为合法的目标用户,一旦验证了用户的身份,便可调取该用户的身份信息和财产信息,利用支付系统进行支付。
在此基础上,更为安全完善的一种优化方案为:设置一种小额免密支付,即在一定金额内,如果利用人脸识别认证成功即可快速进行支付,当需要支付的金额超过设定的金额时,在人脸识别认证成功后还需要用户输入密码来完成支付。
S37:根据所述支付系统对应的支付渠道以及消费规则积累消费基金,所述消费规则用于指示所述支付渠道、支付金额与所述消费基金之间的对应关系,所述消费基金用于用户的实际消费。
支付渠道包括微信支付、支付宝支付和银行卡支付等等,消费规则是指支付渠道和消费基金之间的关系,例如消费规则可以为:利用支付宝等支付方式的行为每次可以获得2元的消费基金,如果利用微信进行支付每次可以获得3元的消费基金。
具体的,在上述方案的基础上,更优的一种具体实现方式可以为:积累的消费基金金额除了与支付渠道有关,还可与支付金额有关,例如将用户需支付的金额划分成多个等级,每个等级对应不同的消费基金:支付金额在1至50元可获得5元的消费基金,支付金额在51至100元可获得10元的消费基金,超过100元的只能获得2元的消费基金。需要说明的是,上述对应方式仅为一个示例性的例子,具体的支付金额与消费基金的对应方案可根据用户的消费能力而定,目的是为了合理地限制用户的冲动消费,因此具体的对应关系在此不做限定。科学合理地设定消费基金累积方式有助于建立一个良好的消费氛围,有利于引导用户合理消费,最大程度地抑制冲动消费。
S38:根据所述支付渠道、所述支付金额和所述消费基金生成消费账单。
本申请中的智能监控方法可将用户每一次的消费情况,例如消费地点、消费时间、支付金额、支付渠道和积累的消费基金汇总生成该次的消费账单,供用户查看。
本申请实施例中的智能识别系统不仅仅能使用人脸识别技术进行快捷支付,还可将通过人脸识别的用户和消费基金进行关联,通过监控支付渠道和支付金额积累消费基金,扩增了人脸识别技术可融合的应用场景,进一步增强了人脸识别技术的实用性。另一方面,将支付渠道、支付金额与消费基金之间紧密关联的方式有助于引导用户进行合理消费。
优化的,在上一实施例的基础上,本申请的智能监控方法在根据消费规则积累消费基金之后,还可限制每天积累的消费基金上限,具体步骤如图5所示,包括:
S39:设定所述消费基金的上限值。
用户每次使用该种支付方式时都会额外获得消费基金,但为了提醒用户理智消费,本申请中一种可能的实现方式是对消费基金的上限值进行限定,消费基金的具体上限值可根据用户的消费能力和消费市场而定,在此不作具体限定。
S310:若积累的所述消费基金的总和小于或等于所述上限值,则继续累加消费基金;
假设将每天消费基金的上限设为20元,每次用户利用微信支付可以获得2元的消费基金,在用户的消费基金未到达20元时,则可以结合步骤S37中提到的消费基金累积方式继续进行累积。
S311:若积累的所述消费基金的总和大于所述上限值,则将所述上限值作为用户的消费基金。
继续沿用上述的例子,一旦用户消费获得的消费基金达到20元,那么将不再获得消费基金,以该上限值作为用户最终的消费基金。
本申请实施例中的智能监控方法通过设定消费基金的上限值并结合步骤S37中的消费基金累积的方法,既可以抑制用户的冲动消费,又可以在合理的范围内促进用户的消费,又,科学合理地引导用户进行消费。
在一实施例中,本申请中的智能监控系统还具备签到的功能,当智能监控系统接收到的用户指令为签到指令时,具体执行的策略如图6所示,包括:
S312:当所述智能监控系统接收到的用户指令为签到指令时,将用户的面部特征数据与智能监控系统中数据库的所有用户的基准面部特征数据进行对比。
当用户需要用到签到功能时,在智能监控系统的终端显示屏上点击签到功能键,智能监控系统接收到来自用户的请求签到指令,则开启人脸识别,通过采集模块自动拍照,采集当前用户的面部特征数据,同时与智能监控系统中存储的所有用户的面部特征数据进行搜寻对比。所有用户申请使用智能监控系统时首先进行注册,将个人的面部特征数据上传到智能监控系统的数据库中进行存储,以供用作对比标准。
S313:若所述用户的面部特征数据与智能监控系统中数据库的目标用户的基准面部特征数据的相似度达到第二阈值,则从数据库中调取所述目标用户的身份信息并记录接收签到指令时的时间点。
其中,第二阈值是判断待检测用户是否为数据库中某一合法用户的判断标准,该阈值可根据人脸识别的精度要求灵活设定,例如该阈值可设为85%、90%或者95%。如果系统对于人脸识别的精度要求不高,该阈值可适当降低,若对于识别精度要求较高,则应该提高所述阈值。
将通过智能监控系统采集的用户面部特征数据与数据库中所有用户的面部特征数据进行搜寻对比,找到与当前用户面部特征数据相似度最高的目标用户,如果两者的相似度达到预设的阈值,则可以调取该用户存储在数据库中的身份信息。假设该智能监控系统应用于学校中,那么其中的身份信息具体可包括姓名、专业、班级等等信息,在确定用户的身份之后依据人脸识别的动作便可对该用户进行标记以表明该用户已进行人脸签到。假设该系统应用于企业内部,那么身份信息可以为姓名、部门等。
可以理解的是,智能监控系统还会对一段时间内的用户签到情况进行统计,在提前预设好人员名单的情况下,记录下已经被标记的用户以及被标记的次数、未被标记的用户等信息,并将这些情况反馈给相关工作人员。
S314:若所述时间点满足预设的时间条件,则对所述用户进行标记。
在该步骤中,预设的时间条件可以针对一个时间点,也可以是时间段,假设是时间点,那么一般来说预设的时间条件是早于或等于该时间点。
具体地,以智能监控系统应用到学生打卡制度来说,假设学生的上课时间是早上八点三十,那么可以将该时间点作为预设的时间条件,如果学生人脸签到的时间点早于八点三十,则说明该学生正常签到,可对其进行标记,若晚于八点三十签到或未签到,则不进行标记。可以理解的是,这里的标记和未标记仅仅是为了区分正常签到和未正常签到的用户,也可用其他的方式进行区分,具体在此不做限定。
另一实施例中,本申请实施例中的智能监控方法还可通过人脸识别监控用户的游戏在线时间并进行合理控制,当接收到的用户指令为游戏监控指令时,具体执行的策略如图7所示,包括:
S315:当检测到终端内的游戏启动时,将用户的面部特征数据与智能监控系统中的数据库中的所有用户的面部特征数据进行对比。
本申请实施例中的智能监控系统还可介入到游戏中,严格控制用户的游戏时间,针对不同的用户具有不同的实施策略。具体如下;
S316:若所述用户的面部特征数据与智能监控系统数据库中目标用户的面部特征数据的相似度达到第二阈值,则根据所述用户的身份信息确定所述用户的年龄并启动计时功能。
S317:若用户未成年,则在利用所述计时功能得到的游戏时间达到第一预设时长时关闭所述用户的游戏账户。
如果根据用户身份信息中的年龄判断出该用户未成年,则可以设定一个较短的时长来限制未成年用户的游戏时间。在未成年的情况下,预设时长也可根据用户的具体年龄灵活设定,例如时长可以随着年龄的增长而增长。
S318:若用户已成年,则在利用所述计时功能得到的游戏时间达到第二预设时长时提醒所述用户。
如果用户已成年,则可以适当延长游戏时间,在游戏时间达到预设的时长时自动弹出提醒框,提醒用户游戏时间过长。
本申请中的智能监控系统通过监控用户的在线时间控制游戏行为,防止用户沉迷游戏时间过长,提供了一种良好的游戏氛围。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种智能监控装置,该智能监控装置与上述实施例中智能监控方法一一对应。如图8所示,该智能监控装置包括获取模块10、执行模块20、处理模块30和调取模块40。各功能模块详细说明如下:
获取模块10,用于获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;
所述获取模块10,还用于获取用户的面部特征数据;
执行模块20,用于根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和对应的反馈信息,所述策略用于指示所述智能监控系统利用人脸识别技术实现健康状态检测、支付、签到和游戏监控功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况和游戏时间;
处理模块30,用于利用所述反馈信息和所述身份信息建立相应的管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息;
调取模块40,用于当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
优选地,如图9所示,执行模块20包括提取单元201、处理单元202。
提取单元201,用于当获取到的用户指令为健康状态检测指令时从所述面部特征数据提取面部状态信息,所述面部状态信息包括面部颜色、肌肤状况、嘴唇颜色;
处理单元202,用于通过预设的权重规则对所述面部状态信息进行处理得到健康分数;
所述处理单元202,还用于将所述健康分数通过参考鉴定表分析所述用户的健康状态。
另一实施例中,如图10所示,所述执行模块20包括连接单元203、匹配单元204、调取单元205、基金积累单元206和生成单元207:
连接单元203,用于当获取的用户指令为支付指令时,与支付系统建立连接;
匹配单元204,用于将所述用户的面部特征数据与所述支付系统中存储的所有用户的面部特征数据进行搜索匹配;
调取单元205,用于当所述用户的面部特征数据与所述支付系统中目标用户的面部特征数据的相似度达到第一阈值时,则调取所述目标用户的身份信息并利用支付系统进行支付;
基金积累单元206,用于根据所述支付系统对应的支付渠道以及消费规则积累消费基金,所述消费规则用于指示所述支付渠道、支付金额与所述消费基金之间的对应关系,所述消费基金用于用户的实际消费;
生成单元207,用于根据所述支付渠道、所述支付金额和所述消费基金生成消费账单。
关于智能监控装置的具体限定可以参见上文中对于智能监控方法的限定,在此不再赘述。上述智能监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述实施例中的智能监控方法中使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能监控方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中的智能监控方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行上述实施例中的智能监控方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。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)或者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(DDRSDRAM)、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)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种智能监控方法,其特征在于,所述智能监控方法包括:
获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;
获取用户的面部特征数据;
根据所述用户指令和所述面部特征数据执行相应的策略得到所述用户的身份信息和反馈信息,所述策略用于指示智能监控系统利用人脸识别技术实现所述用户指令对应的功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况或游戏时间;
利用所述反馈信息和所述身份信息建立管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息;
当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
2.如权利要求1所述的智能监控方法,其特征在于,所述根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和反馈信息,包括:
若获取到的用户指令为健康状态检测指令,则从所述面部特征数据提取面部状态信息,所述面部状态信息包括面部颜色、肌肤状况和嘴唇颜色;
通过预设的权重规则对所述面部状态信息进行处理得到健康分数;
将所述健康分数通过参考鉴定表确定所述用户的健康状态。
3.如权利要求1所述的智能监控方法,其特征在于,所述根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和反馈信息,包括:
若获取的用户指令为支付指令,则与支付系统建立连接;
将所述用户的面部特征数据与所述支付系统中存储的所有用户的基准面部特征数据进行搜索匹配;
若所述用户的面部特征数据与所述支付系统中目标用户的基准面部特征数据的相似度达到第一阈值,则调取所述目标用户的身份信息并利用支付系统进行支付;
根据所述支付系统对应的支付渠道以及消费规则积累消费基金,所述消费规则用于指示所述支付渠道、支付金额与所述消费基金之间的对应关系,所述消费基金用于用户的实际消费;
根据所述支付渠道、所述支付金额和所述消费基金生成消费账单。
4.如权利要求1所述的智能监控方法,其特征在于,所述根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和反馈信息,包括:
若获取的用户指令为签到指令,则将用户的面部特征数据与智能监控系统中数据库的所有用户的基准面部特征数据进行对比;
若所述用户的面部特征数据与智能监控系统中数据库的目标用户的基准面部特征数据相似度达到第二阈值,则从数据库中调取所述目标用户的身份信息并记录接收签到指令时的时间点;
若所述时间点满足预设的时间条件,则对所述用户进行标记。
5.如权利要求1所述的智能监控方法,其特征在于,所述根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和反馈信息,包括:
若检测到终端内的游戏启动,则将用户的面部特征数据与智能监控系统中的数据库中的所有用户的基准面部特征数据进行对比;
若所述用户的面部特征数据与智能监控系统数据库中目标用户的面部特征数据的相似度达到第二阈值,则根据所述用户的身份信息确定所述用户的年龄并启动计时功能;
若用户未成年,则在利用所述计时功能得到的游戏时间达到第一预设时长时关闭所述用户的游戏账户;
若用户已成年,则在利用所述计时功能得到的游戏时间达到第二预设时长时提醒所述用户。
6.一种智能监控装置,其特征在于,所述智能监控装置包括:
获取模块,用于获取用户指令,所述用户指令包括健康状态检测指令、支付指令、签到指令或游戏监控指令;
所述获取模块,还用于获取用户的面部特征数据;
执行模块,用于根据所述用户指令和所述检测信息执行相应的策略得到所述用户的身份信息和对应的反馈信息,所述策略用于指示所述智能监控系统利用人脸识别技术实现健康状态检测、支付、签到和游戏监控功能,所述反馈信息用于反映所述用户的健康状态、消费账单、签到情况和游戏时间;
处理模块,用于利用所述反馈信息和所述身份信息建立相应的管理数据库,所述管理数据库包括每个时间节点利用人脸识别技术执行相应的策略得到的反馈信息;
调取模块,用于当接收到查看指令时,根据所述查看指令指定的时间节点调取有关所述时间节点的反馈信息,所述查看指令是由所述身份信息对应的用户或关联账号的用户发出。
7.如权利要求6所述的智能监控装置,其特征在于,所述执行模块包括:
提取单元,用于当获取到的用户指令为健康状态检测指令时从所述面部特征数据提取面部状态信息,所述面部状态信息包括面部颜色、肌肤状况、嘴唇颜色;
处理单元,用于通过预设的权重规则对所述面部状态信息进行处理得到健康分数;
所述处理单元,用于将所述健康分数通过参考鉴定表分析所述用户的健康状态。
8.如权利要求6所述的智能监控装置,其特征在于,所述执行模块包括:
连接单元,用于当获取的用户指令为支付指令时,与支付系统建立连接;
匹配单元,用于将所述用户的面部特征数据与所述支付系统中存储的所有用户的面部特征数据进行搜索匹配;
调取单元,用于当所述用户的面部特征数据与所述支付系统中目标用户的面部特征数据的相似度达到第一阈值时,则调取所述目标用户的身份信息并利用支付系统进行支付;
基金积累单元,用于根据所述支付系统对应的支付渠道以及消费规则积累消费基金,所述消费规则用于指示所述支付渠道、支付金额与所述消费基金之间的对应关系,所述消费基金用于用户的实际消费;
生成单元,用于根据所述支付渠道、所述支付金额和所述消费基金生成消费账单。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述智能监控方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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5任一项所述智能监控方法。
CN201910528277.4A 2019-06-18 2019-06-18 一种智能监控方法、装置、计算机设备及存储介质 Pending CN110349672A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910528277.4A CN110349672A (zh) 2019-06-18 2019-06-18 一种智能监控方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910528277.4A CN110349672A (zh) 2019-06-18 2019-06-18 一种智能监控方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN110349672A true CN110349672A (zh) 2019-10-18

Family

ID=68182255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910528277.4A Pending CN110349672A (zh) 2019-06-18 2019-06-18 一种智能监控方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110349672A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113037920A (zh) * 2021-03-02 2021-06-25 深圳市沃特沃德信息有限公司 智能手表的监控交互方法、装置、计算机设备及存储介质
CN115292134A (zh) * 2022-08-19 2022-11-04 郑州轻工业大学 一种基于大数据的通信设备智能监测系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130024065A (ko) * 2011-08-30 2013-03-08 한국 한의학 연구원 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법
CN103690149A (zh) * 2013-12-30 2014-04-02 惠州Tcl移动通信有限公司 通过面部拍照识别身体健康状况的移动终端及其实现方法
CN104361208A (zh) * 2014-10-23 2015-02-18 深圳市中兴移动通信有限公司 健康评测方法和装置
CN106650226A (zh) * 2016-11-04 2017-05-10 北京嘉和美康信息技术有限公司 数据处理方法及数据处理系统
CN107154080A (zh) * 2017-05-17 2017-09-12 山东工商学院 一种基于nfc的考勤签到系统和方法
CN108509905A (zh) * 2018-03-30 2018-09-07 百度在线网络技术(北京)有限公司 健康状态评估方法、装置、电子设备及存储介质
CN108876276A (zh) * 2017-06-02 2018-11-23 北京旷视科技有限公司 基于人脸识别的自动考勤方法及装置
CN109064178A (zh) * 2018-06-29 2018-12-21 北京金山安全软件有限公司 支付方法、装置、服务器、计算机可读存储介质
CN109215152A (zh) * 2018-09-05 2019-01-15 广州维纳斯家居股份有限公司 智能签到方法、装置、智能升降桌及存储介质
CN109447677A (zh) * 2018-09-12 2019-03-08 阿里巴巴集团控股有限公司 一种支付方法、设备以及系统
CN109493439A (zh) * 2018-10-26 2019-03-19 温州博盈科技有限公司 一种基于大数据的智能工作管理方法
CN109522069A (zh) * 2018-10-26 2019-03-26 深圳壹账通智能科技有限公司 防沉迷游戏的方法、装置及电子设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130024065A (ko) * 2011-08-30 2013-03-08 한국 한의학 연구원 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법
CN103690149A (zh) * 2013-12-30 2014-04-02 惠州Tcl移动通信有限公司 通过面部拍照识别身体健康状况的移动终端及其实现方法
CN104361208A (zh) * 2014-10-23 2015-02-18 深圳市中兴移动通信有限公司 健康评测方法和装置
CN106650226A (zh) * 2016-11-04 2017-05-10 北京嘉和美康信息技术有限公司 数据处理方法及数据处理系统
CN107154080A (zh) * 2017-05-17 2017-09-12 山东工商学院 一种基于nfc的考勤签到系统和方法
CN108876276A (zh) * 2017-06-02 2018-11-23 北京旷视科技有限公司 基于人脸识别的自动考勤方法及装置
CN108509905A (zh) * 2018-03-30 2018-09-07 百度在线网络技术(北京)有限公司 健康状态评估方法、装置、电子设备及存储介质
CN109064178A (zh) * 2018-06-29 2018-12-21 北京金山安全软件有限公司 支付方法、装置、服务器、计算机可读存储介质
CN109215152A (zh) * 2018-09-05 2019-01-15 广州维纳斯家居股份有限公司 智能签到方法、装置、智能升降桌及存储介质
CN109447677A (zh) * 2018-09-12 2019-03-08 阿里巴巴集团控股有限公司 一种支付方法、设备以及系统
CN109493439A (zh) * 2018-10-26 2019-03-19 温州博盈科技有限公司 一种基于大数据的智能工作管理方法
CN109522069A (zh) * 2018-10-26 2019-03-26 深圳壹账通智能科技有限公司 防沉迷游戏的方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113037920A (zh) * 2021-03-02 2021-06-25 深圳市沃特沃德信息有限公司 智能手表的监控交互方法、装置、计算机设备及存储介质
CN115292134A (zh) * 2022-08-19 2022-11-04 郑州轻工业大学 一种基于大数据的通信设备智能监测系统

Similar Documents

Publication Publication Date Title
US20220398591A1 (en) Systems and methods for biometric transaction management
CN106325562B (zh) 用于登记和验证手写签名并对手写信息存档的装置、系统和方法
CN107451816B (zh) 线下交易的实现方法和装置
US9779400B2 (en) Biometric matching system using input biometric sample
CN205015915U (zh) 自助住宿管理系统
US20190095925A1 (en) Automated sensor-based customer identification and authorization systems within a physical environment
CN110276892A (zh) 无人售货方法、装置、设备及存储介质
US20160125404A1 (en) Face recognition business model and method for identifying perpetrators of atm fraud
JP2004326208A (ja) 顧客管理システム、該システムの機能を実現するプログラム及び記録媒体
CN107392614B (zh) 线下交易的实现方法和装置
CN110349672A (zh) 一种智能监控方法、装置、计算机设备及存储介质
CN110490697A (zh) 无人便利店结算方法、装置、计算机及存储介质
CN109978552A (zh) 一种基于身份证信息的支付处理方法、装置及设备
US11861613B2 (en) Systems and methods for identifying a secondary card user
KR20180023603A (ko) 대출 중개 시스템 및 이에 이용되는 중개 서버
Boka et al. Person recognition for access logging
CN113065908A (zh) 租赁方法、租赁装置、租赁平台及存储介质
US20210295452A1 (en) Systems and methods of pending transaction augmentation and automatic attachment to settled transactions
US20190188685A1 (en) Centralized transaction limit management in payment account system
CN112528140A (zh) 信息推荐方法、装置、设备、系统及存储介质
US11429976B1 (en) Customer as banker system for ease of banking
Habbe et al. Machine Learning Pose Detection Kit Implementation in Taspen Android Application
Wójtowicz et al. Analysis of Factors Improving Accuracy of Passive User Identification with Streams of Face Images for Ubiquitous Commerce
JP7335651B1 (ja) 顔認証決済システムおよび顔認証決済方法
US11688250B2 (en) Systems and methods for detecting human presence near a transaction kiosk

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