CN110517033A - 一种快速扫描支付方法及装置 - Google Patents
一种快速扫描支付方法及装置 Download PDFInfo
- Publication number
- CN110517033A CN110517033A CN201910815835.5A CN201910815835A CN110517033A CN 110517033 A CN110517033 A CN 110517033A CN 201910815835 A CN201910815835 A CN 201910815835A CN 110517033 A CN110517033 A CN 110517033A
- Authority
- CN
- China
- Prior art keywords
- payment
- image
- acquisition
- mode
- payment mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012011 method of payment Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 29
- 238000012706 support-vector machine Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 10
- 238000004321 preservation Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- G06Q20/22—Payment schemes or models
-
- 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
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例适用于支付终端的支付操作，公开了一种快速扫描支付方法及装置、服务器、存储介质，包括：支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；支付终端识别第一采集图像中包含的内容，并根据识别结果确定第一支付模式；支付终端采用确定得到的第一支付模式对应的第二图像采集参数设置，并通过摄像头在第二图像采集参数设置下采集目标区域内的图像信息得到第二采集图像；根据采集到的第二采集图像执行确定得到的第一支付模式对应的支付处理流程。采用本申请，可以减少用户在支付过程中等待支付设备完成支付模式初始化的耗时，提高了支付效率，提升了用户的体验感。
Description
技术领域
本发明涉及图像识别和支付技术领域，具体涉及一种快速扫描支付方法及装置。
背景技术
随着科学技术的发展，刷脸和扫码的支付方式已经渗透在我们生活的方方面面。
目前，市面上的人脸支付设备只有一颗摄像头模组，用来支持人脸识别和扫码刷码设备。在扫码场景和刷脸场景下，支付设备对摄像头的曝光模式要求不同，用户在支付使用时需要先选择工作模式，支付设备根据用户选择结果进行模式初始化，初始化完成后才可进行支付操作。由于支付设备模式初始化需要设置摄像头的曝光率、分辨率和背光补偿等参数，导致用户等待支付设备完成模式初始化的过程耗时较长，支付效率低，体验感不佳。
发明内容
本发明实施例提供一种快速扫描支付方法和装置，以期减少用户等待支付设备完成模式初始化过程的耗时，提高支付效率，提升用户体验感。
第一方面，为本申请实施例提供了一种快速支付扫描方法，包括：
支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
其中，所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，包括：
所述移动终端识别所述第一采集图像中包含第一特定内容，则确定第一支付模式。
其中，所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，包括：
所述移动终端识别所述第一采集图像中包含第二特定内容，并且所述第二特定内容在所述第一采集图像中的显示区域占所述第一采集图像的比例大于等于预设比例阈值，则确定第一支付模式。
其中，所述支付终端通过检测算法识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，还包括：
所述移动终端识别所述第一采集图像中包含第三特定内容，并且通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式。
其中，所述第三特定内容包括手机、二维码或人脸。
其中，所述预设变化条件包括以下条件中任一种或多种的结合：
所述第三特定内容在所述多张连续的采集图像中的显示区域增大比例达到预设比例阈值；
所述第三特定内容在所述多张连续的采集图像中由部分显示变为全部显示；
所述第三特定内容在所述多张连续的采集图像中进行了翻转动作。
其中，所述通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式包括：
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户掏出并朝摄像头移动，则确定第一支付模式为扫码支付；
或
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户操作并向摄像头展示屏幕，则确定第一支付模式为扫码支付。
其中，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，包括：
所述支付终端将所述摄像头按照所述第二图像采集参数设置进行初始化，所述第二图像采集参数设置包括所述第一支付模式对应的曝光率、分辨率和背光补偿。
其中，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置之后还包括：
通过人机交互界面向用户展示所述第一支付模式，并接收用户确认采用所述第一支付模式的指令。
第二方面，为本申请实施例提供了一种快速支付扫描装置，包括：
第一采集单元，用于通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
识别确定单元，用于识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
第二采集单元，用于采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
支付单元，用于根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
可选的，所述识别确定单元，具体用于：识别所述第一采集图像中包含第一特定内容，则确定第一支付模式。
可选的，所述识别确定单元，具体用于：识别所述第一采集图像中包含第二特定内容，并且所述第二特定内容在所述第一采集图像中的显示区域占所述第一采集图像的比例大于等于第一预设比例阈值，则确定第一支付模式。
可选的，所述装置还包括：
确定单元，用于识别所述第一采集图像中包含第三特定内容，并且通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式。所述第三特定内容包括手机、二维码或人脸。所述预设变化条件包括以下条件中任一种或多种的结合：
所述第三特定内容在所述多张连续的采集图像中的显示区域增大比例达到第二预设比例阈值；
所述第三特定内容在所述多张连续的采集图像中由部分显示变为全部显示；
所述第三特定内容在所述多张连续的采集图像中进行了翻转动作。
可选的，确定单元，具体用于：
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户掏出并朝摄像头移动，则确定第一支付模式为扫码支付；
或
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户操作并向摄像头展示屏幕，则确定第一支付模式为扫码支付。
可选的，所述第二采集单元，具体用于：
将所述摄像头按照所述第二图像采集参数设置进行初始化，所述第二图像采集参数设置包括所述第一支付模式对应的曝光率、分辨率和背光补偿。
可选的，所述装置还包括：
人机交互单元，用于通过人机交互界面向用户展示所述第一支付模式，并接收用户确认采用所述第一支付模式的指令。
第三方面，为本申请实施例提供了另一种快速扫描支付装置，包括处理器、存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储快速扫描支付装置执行上述方法的应用程序代码，所述处理器被配置用于执行上述第一方面的方法。
第四方面，为本申请实施例提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令；所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
在本申请实施例中，支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像，并识别第一采集图像中包含的内容，根据识别结果确定第一支付模式；支付终端采用确定得到的第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在第二图像采集参数设置下采集目标区域内的图像信息得到第二采集图像；根据采集到的所述第二采集图像执行确定得到的第一支付模式对应的支付处理流程。这样可以减少用户在支付过程中等待支付设备完成支付模式初始化的耗时，提高了支付效率，提升了用户的体验感。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种快速扫描支付方法的场景示意图；
图2是本申请实施例提供的一种快速扫描支付方法的流程示意图；
图3是本申请实施例提供的另一种快速扫描支付方法的流程示意图；
图4是本申请实施例提供的另一种快速扫描支付方法的流程示意图；
图5是本申请实施例提供的一种第一采集图像中包含内容情况的示意图；
图6a-图6f是本申请实施例提供的一种第一采集图像的示意图；
图7a-图7f是本申请实施例提供的一种包括第一采集图像在内的多张连续的采集图像的示意图；
图8a-图8b是本申请实施例提供的一种人机交互界面的示意图；
图9是本发明实施例提供的一种快速扫描支付装置的结构示意图；
图10是本发明实施例提供的另一种快速扫描支付装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，是本申请实施例提供的一种快速扫描支付方法的场景示意图。如图1所示，支付终端100在默认模式下通过摄像头采集目标区域101内包含有人脸、二维码或者手机的采集图像102，通过对采集的图像进行分析处理，自动预判用户的支付模式，并根据预判的支付模式预先完成对应支付模式下的参数设置，进行预判支付模式下的支付操作，最终快速完成整个支付流程。例如，如果预判的支付模式为扫码支付模式，而支付终端的默认模式也为扫码支付模式，即可直接进行扫码处理并完成后续的支付过程；而如果预判的支付模式为刷脸支付模式，支付终端的默认模式为扫码支付模式，则可以自动进行刷脸支付模式对应的参数设置调整，并在完成刷脸支付模式对应的参数设置调整后提示用户已进行模式切换，之后即可直接进行刷脸操作，可以有效避免用户耗费在等待支付模式切换的时间。
请参见图2，是本申请实施例提供的一种快速扫描支付方法的流程示意图。如图2所示，该方法实施例包括如下步骤：
步骤S201，支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像。
这里，支付终端(对应于上述图1所对应实施例中的支付终端100)可以包括超市、地铁或者餐厅等场所的支付装置，例如自动售卖装置。第一图像参数设置为支付终端在省电模式、扫码支付模式或者其他模式下对应的摄像头的曝光率、分辨率和背光补偿参数设置。
具体的，支付终端在设置好第一图像采集参数设置对应的曝光率、分辨率和背光补偿参数后，在该参数设置下通过摄像头采集目标区域内的图像信息得到第一采集图像。
步骤S202，所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式。
具体实施方式中，所述支付终端识别所述第一采集图像中包含第一特定内容，则确定第一支付模式。
这里，第一特定内容可以包括人脸、手机或者二维码中的任意一种，第一支付模式包括支付终端设置的扫码支付模式、刷脸支付模式或者其他支付模式。
支付终端根据识别第一采集图像中包括人脸、手机或者二维码的类型来确定第一支付模式的类型，其中识别第一采集图像中包括人脸、手机或者二维码类型的方式不限于本实施例中的第一分类器方式。
可选的，支付终端在训练基于支持向量机算法的第一分类器时，可以采集大量含有手机、二维码或者人脸的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机、二维码或者人脸的类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第一分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对图像中的手机、二维码或者人脸进行正确识别的基于支持向量机算法的第一分类器。
举例来说，所述第一采集图像中包含内容情况的例如可如图5举例所示，当然不限于这种举例。
具体的，若支付终端识别出第一采集图像满足情况1包括人脸，则确定第一支付模式为刷脸支付模式；若支付终端识别出第一采集图像满足情况2包括手机或者情况3包括二维码，则确定第一支付模式为扫码支付模式。
例如，请参见图6a-图6c，是本申请实施例提供的一种第一采集图像的示意图。将采集到的第一采集图像输入到第一分类器，得到第一采集图像中是否包含手机、二维码或者人脸的识别结果。若支付终端识别出第一采集图像(如图6a所示)中满足情况1包括人脸，则确定第一支付模式为刷脸支付模式；若支付终端识别出第一采集图像(如图6b所示)中满足情况2包括手机，则确定第一支付模式为扫码支付模式；若支付终端识别出第一采集图像(如图6c所示)中满足情况3包括二维码，则确定第一支付模式为扫码支付模式。
若支付终端识别出第一采集图像中满足情况4既包括手机也包括二维码，则确定第一支付模式为扫码支付模式；若支付终端识别出第一采集图像中满足情况5既包括手机也包括人脸，则可以根据手机正面的朝向、手机是否处于亮屏状态以及手机和人脸的显示区域分别在整个第一采集图像中占比的大小确定第一支付模式。
针对第一采集图像满足情况5既包括手机也包括人脸，支付终端根据识别第一采集图像中手机正面的朝向、手机是否处于亮屏状态或者手机和人脸的显示区域分别在整个第一采集图像中占比的大小来确定第一支付模式的类型，其中识别第一采集图像中手机正面的朝向、手机是否处于亮屏状态或者手机和人脸的显示区域分别在整个第一采集图像中占比的大小的方式不限于本实施例中的第二分类器和第三分类器方式。
可选的，支付终端在训练基于支持向量机算法的第二分类器时，可以采集大量含有手机正反面、亮屏、锁屏状态的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机屏幕状态的类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第二分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对图像中的手机正反面、亮屏、锁屏状态进行正确识别的基于支持向量机算法的第二分类器。
可选的，支付终端在训练基于支持向量机算法的第三分类器时，可以采集大量含有手机、二维码或者人脸的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机、二维码或者人脸的类型，以及以上三种类型区域在样本图片中的面积和占比)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第三分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够得到图像中的手机、二维码或者人脸区域在图像中面积和占比大小的基于支持向量机算法的第三分类器。
例如，请参见图6d-6f，是本申请实施例提供的一种第一采集图像的示意图。支付终端将采集到的第一采集图像输入到第一分类器，得到第一采集图像中是否包含手机、二维码或者人脸的识别结果。若支付终端识别出第一采集图像(如图6d所示)中满足情况4既包括手机也包括二维码，则确定第一支付模式为扫码支付模式；若支付终端识别出第一采集图像(如图6e所示)中满足情况5既包括手机也包括人脸，将第一采集图像输入到第二分类器中，得到第二分类器的输出结果为第一采集图像中出现手机处于亮屏状态，则第一支付模式为扫码支付模式；若支付终端识别出第一采集图像(如图6f所示)中满足情况5既包括手机也包括人脸，将第一采集图像输入到第三分类器中，得到第三分类器的输出结果为第一采集图像中手机的显示区域的占比3％要小于人脸的显示区域的占比22％，则第一支付模式为刷脸支付模式。
步骤S203，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像。
可选的，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，包括：
所述支付终端将所述摄像头按照所述第二图像采集参数设置进行初始化，所述第二图像采集参数设置包括所述第一支付模式对应的曝光率、分辨率和背光补偿。
在这里，当第一支付模式为扫码支付模式，并且第一图像采集参数为扫码支付模式对应的参数，则第二图像采集参数设置与第一图像采集参数一致，支付终端不需要重复初始化，第二图像采集参数设置为支付终端在扫码支付模式对应的摄像头的曝光率、分辨率和背光补偿参数设置；当第一支付模式为刷脸支付模式，并且第一图像采集参数为扫码支付模式或者其他模式对应的参数，则第二图像采集参数设置与第一图像采集参数不一致，支付终端需要按照刷脸支付模式对摄像头的参数设置进行初始化，第二图像采集参数设置为支付终端在刷脸支付模式对应的摄像头的曝光率、分辨率和背光补偿参数设置。
一种可能的实现方式中，若支付终端通过步骤S202得到第一支付模式为扫码支付模式，由于第一图像采集参数为扫码支付模式对应的参数，则支付终端不需要重复初始化，直接通过摄像头采集目标区域的图像信息得到第二采集图像。
若支付终端通过步骤S202得到第一支付模式为刷脸支付模式，由于第一图像采集参数为扫码支付模式对应的参数，与刷脸支付模式下对应的摄像头的参数设置不同，故支付终端需要按照刷脸支付模式对摄像头的曝光率、分辨率和背光补偿参数设置进行初始化，完成扫码支付模式向刷脸支付模式的转化，之后通过摄像头直接采集目标区域的图像信息得到第二采集图像。
可选的，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置之后还包括：
通过人机交互界面向用户展示所述第一支付模式，并接收用户确认采用所述第一支付模式的指令。
具体的，支付终端在采用第一支付模式对摄像头的曝光率、分辨率和背光补偿参数进行初始化后，通过人机交互界面向用户展示第一支付模式，若第一支付模式为扫码支付模式，并且摄像头采集到的第二采集图像中包括二维码，说明用户确认采用扫码支付模式；若第一支付模式为刷脸支付模式，并且摄像头采集到的第二采集图像中包括人脸，说明用户确认采用刷脸支付模式。
进一步，在另一种可能的实施方式中，若支付终端通过步骤S202得到第一支付模式为扫码支付模式，由于第一图像采集参数为扫码支付模式对应的参数，故支付终端不需要重复初始化，直接通过人机交互界面801向用户展示第一支付模式，如图8a所示，人机交互界面801向用户展示“当前支付模式为扫码支付模式”以及提示信息“若采用扫码支付模式，请将二维码靠近摄像头，否则请点击返回键”，若用户选择采用扫码支付模式，则将手机中的二维码部分靠近摄像头，摄像头直接采集目标区域的图像信息得到第二采集图像；若用户选择不采用当前的扫码支付模式，则通过点击人机交互界面801中的返回键，返回人机交互界面802。
若支付终端通过步骤S202得到第一支付模式为刷脸支付模式，由于第一图像采集参数为扫码支付模式对应的参数，与刷脸支付模式下对应的摄像头的参数设置不同，故支付终端需要按照刷脸支付模式对摄像头的曝光率、分辨率和背光补偿参数设置进行初始化，完成扫码支付模式向刷脸支付模式的转化，之后通过人机交互界面802向用户展示第一支付模式，如图8b所示，人机交互界面802向用户展示“当前支付模式为刷脸支付模式”以及提示信息“若采用刷脸支付模式，请将人脸放入框内，否则请点击返回键”，若用户选择采用刷脸支付模式，则移动自己与摄像头间的距离，使整个脸部在框内，摄像头采集目标区域的图像信息得到第二采集图像；若用户选择不采用当前的刷脸支付模式，则通过点击人机交互界面802中的返回键，返回人机交互界面801。
S204，根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
具体的，支付终端根据所述确定得到的第一支付模式为扫码支付模式还是刷脸支付模式，对采集到的所述第二采集图像执行不同的处理，完成不同的支付流程。若第一支付模式为扫码支付模式，支付终端通过对所述第二采集图像进行预处理、定位、倾斜矫正和码字提取处理，获得二维码支付信息后触发支付链接从而读取二维码支付信息完成支付流程；或者若第一支付模式为刷脸模式，支付终端通过对所述第二采集图像进行预处理、分块特征提取、计算特征之间的位置关系和对比人脸数据库处理，获得人脸支付信息后触发支付链接从而读取人脸支付信息完成支付流程。
请参见图3，为本申请实施例提供了另一种快速扫描支付方法的流程示意图。如图3所示，该方法实施例包括如下步骤：
S301，支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像。
这里，支付终端(对应于上述图1所对应实施例中的支付终端100)可以包括超市、地铁或者餐厅等场所的支付装置，例如自动售卖装置。第一图像参数设置为支付终端在省电模式、扫码支付模式或者其他模式下对应的摄像头的曝光率、分辨率和背光补偿参数设置。
具体的，支付终端在设置好第一图像采集参数设置对应的曝光率、分辨率和背光补偿参数后，在该参数设置下通过摄像头采集目标区域内的图像信息得到第一采集图像。
S302，所述支付终端识别所述第一采集图像中包含第二特定内容，并且所述第二特定内容在所述第一采集图像中的显示区域占所述第一采集图像的比例大于等于第一预设比例阈值，则确定第一支付模式。
这里，第二特定内容可以包括人脸、手机或者二维码中任一种或多种的结合，第一支付模式包括支付终端设置的扫码支付模式、刷脸支付模式或者其他支付模式。
支付终端根据第一采集图像中包括的人脸、手机或者二维码的显示区域在整个第一采集图像中所占的比例大小来确定第一支付模式，其中识别第一采集图像中人脸、手机或者二维码的显示区域分别在整个第一采集图像中占比的大小的方式不限于本实施例中的第三分类器方式。
可选的，支付终端在训练基于支持向量机算法的第三分类器时，可以采集大量含有手机、二维码或者人脸的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机、二维码或者人脸的类型，以及以上三种类型区域在样本图片中的面积和占比)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第三分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够得到图像中的手机、二维码或者人脸区域在图像中面积和占比大小的基于支持向量机算法的第三分类器。
举例来说，所述第一采集图像中包含内容情况的例如可如图5举例所示，当然不限于这种举例。
具体的，若支付终端识别出第一采集图像中满足情况1包括人脸，通过计算人脸在第一采集图像中的显示区域分别占整个第一采集图像的百分比，并将得到的百分比结果与第一预设比例阈值做比较，若人脸在第一采集图像中的显示区域在第一采集图像中占的百分比结果大于等于第一预设比例阈值，则第一支付模式为刷脸支付模式；若支付终端识别出第一采集图像中满足情况2包括手机或者情况3包括二维码，通过计算手机或者二维码在第一采集图像中的显示区域分别占整个第一采集图像的百分比，并将得到的百分比结果与第一预设比例阈值做比较，若手机或者二维码在第一采集图像中的显示区域在第一采集图像中占的百分比结果大于等于第一预设比例阈值，则第一支付模式为扫码支付模式；若支付终端识别出第一采集图像中满足情况4既包括手机也包括二维码，通过计算手机和二维码在第一采集图像中的显示区域分别占整个第一采集图像的百分比，并将得到的百分比结果与第一预设比例阈值做比较，若手机或者二维码在第一采集图像中的显示区域在第一采集图像中占的百分比结果大于等于第一预设比例阈值，则第一支付模式为扫码支付模式；若支付终端识别出第一采集图像中满足情况5既包括手机也包括人脸，通过计算手机和人脸在第一采集图像中的显示区域分别占整个第一采集图像的百分比，并将得到的百分比结果与第一预设比例阈值做比较，若人脸在第一采集图像中的显示区域在第一采集图像中占的百分比结果大于等于第一预设比例阈值，则第一支付模式为刷脸支付模式。例如，请参见图6f，是本申请实施例提供的一种第一采集图像的示意图。如图6f所示，第一采集图像满足情况5既包括手机也包括人脸，将第一采集图像输入到第三分类器中，得到手机和人脸在第一采集图像中的显示区域占整个第一采集图像的百分比结果分别为3％和22％，并与第一预设比例阈值20％做比较，显然人脸在第一采集图像中的显示区域在第一采集图像中占的百分比结果22％大于等于第一预设比例阈值20％，则第一支付模式为刷脸支付模式。
S303，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像。
S304，根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
具体的，支付终端根据所述确定得到的第一支付模式为扫码支付模式还是刷脸支付模式，对采集到的所述第二采集图像执行不同的处理，完成不同的支付流程。若第一支付模式为扫码支付模式，支付终端通过对所述第二采集图像进行预处理、定位、倾斜矫正和码字提取处理，获得二维码支付信息后触发支付链接从而读取二维码支付信息完成支付流程；或者若第一支付模式为刷脸模式，支付终端通过对所述第二采集图像进行预处理、分块特征提取、计算特征之间的位置关系和对比人脸数据库处理，获得人脸支付信息后触发支付链接从而读取人脸支付信息完成支付流程。
请参见图4，为本申请实施例提供了另一种快速扫描支付方法的流程示意图。如图4所示，该方法实施例包括如下步骤：
S401，支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像。
这里，支付终端(对应于上述图1所对应实施例中的支付终端100)可以包括超市、地铁或者餐厅等场所的支付装置，例如自动售卖装置。第一图像参数设置为支付终端在省电模式、扫码支付模式或者其他模式下对应的摄像头的曝光率、分辨率和背光补偿参数设置。
具体的，支付终端在设置好第一图像采集参数设置对应的曝光率、分辨率和背光补偿参数后，在该参数设置下通过摄像头采集目标区域内的图像信息得到第一采集图像。
S402，所述支付终端识别所述第一采集图像中包含第三特定内容，并且通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式。
这里，第三特定内容可以包括手机、二维码或人脸，第一支付模式包括支付终端设置的扫码支付模式、刷脸支付模式或者其他支付模式。
所述预设变化条件包括以下条件中任一种或多种的结合：
所述第三特定内容在所述多张连续的采集图像中的显示区域增大比例达到第二预设比例阈值；
所述第三特定内容在所述多张连续的采集图像中由部分显示变为全部显示；
所述第三特定内容在所述多张连续的采集图像中进行了翻转动作。
具体的，支付终端首先识别第一采集图像中是否包括手机、二维码或人脸，若第一采集图像中包括手机、二维码或人脸，则可以根据手机、二维码或人脸在包括第一采集图像在内的多张连续的采集图像中的显示区域增大比例是否达到第二预设比例阈值，或者根据手机、二维码或人脸在包括第一采集图像在内的多张连续的采集图像中是否出现由部分显示到全部显示的变化，或者根据手机、二维码或人脸在包括第一采集图像在内的多张连续的采集图像中是否发生了翻转变化确定第一支付模式，其中识别第一采集图像中包括人脸、手机或者二维码类型，识别并计算包括第一采集图像在内的多张连续采集图像中的手机、二维码或人脸显示区域在整个采集图像中的面积，识别包括第一采集图像在内的多张连续采集图像中的手机、二维码或人脸是否出现由部分显示到全部显示的变化，以及识别包括第一采集图像在内的多张连续采集图像中的手机、二维码或人脸是否发生了翻转变化的方式不限于本实施例中的第一分类器、第三分类器、第四分类器和第五分类器方式。
可选的，支付终端在训练基于支持向量机算法的第一分类器时，可以采集大量含有手机、二维码或者人脸的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机、二维码或者人脸的类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第一分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对图像中的手机、二维码或者人脸进行正确识别的基于支持向量机算法的第一分类器。
可选的，支付终端在训练基于支持向量机算法的第三分类器时，可以采集大量含有手机、二维码或者人脸的样本图片，然后利用样本图片对应的属性类别(指样本图片中包含手机、二维码或者人脸的类型，以及以上三种类型区域在样本图片中的面积和占比)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第三分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够得到图像中的手机、二维码或者人脸区域在图像中面积和占比大小的基于支持向量机算法的第三分类器。
可选的，支付终端在训练基于支持向量机算法的第四分类器时，可以采集大量含有手机、二维码或者人脸部分显示和全部显示的样本图片，然后利用样本图片对应的属性类别(指样本图片中手机、二维码或者人脸的显示类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第四分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对多张连续的采集图像中的手机、二维码或者人脸存在的部分显示到全部显示的变化进行正确识别的基于支持向量机算法的第四分类器。
可选的，支付终端在训练基于支持向量机算法的第五分类器时，可以采集大量含有手机、二维码或者人脸发生翻转整个动作过程的样本图片，然后利用样本图片对应的属性类别(指样本图片中手机、二维码或者人脸出现变化的动作类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第五分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对多张连续的采集图像中的手机、二维码或者人脸存在的翻转变化进行正确识别的基于支持向量机算法的第五分类器。举例来说，所述第一采集图像中包含内容情况的例如可如图5举例所示，当然不限于这种举例。
例如，请参见图7a-7d，是本申请实施例提供的一种包括第一采集图像在内的多张连续的采集图像的示意图。如图7a所示，包含第一采集图像在内的三张连续的采集图像中包括人脸区域，并且随着时间的推移，人脸在整个采集图像中的显示区域逐步增大。支付终端将第一采集图像输入到第一分类器，得到识别结果为第一采集图像满足情况1包括人脸，将包括第一图像在内的三张连续的采集图像输入第三分类器中，得到按照时间顺序采集到的三张连续的采集图像中的人脸显示区域的面积分别为20、32和48，通过计算得到第一采集图像中的人脸显示区域相对于第一采集图像前面的采集图像中的人脸显示区域的第一增大比例为5％和第一采集图像后面的采集图像中的人脸显示区域相对于第一采集图像中的人脸显示区域的第二增大比例为6％，与第二预设比例阈值5％进行比较，显然，第一增大比例5％和第二增大比例6％均大于等于第二预设比例阈值5％，则第一支付模式为刷脸支付模式。
如图7b所示，包含第一采集图像在内的三张连续的采集图像中既包括手机也包括二维码，并且随着时间的推移，手机在整个采集图像中的显示区域由最初的手机听筒部分变为整个手机全部显示，二维码在整个采集图像中的显示区域由最初不存在到部分显示再到全部显示。支付终端将第一采集图像输入到第一分类器中，得到识别结果为第一采集图像满足情况4既包括手机也包括二维码，将包括所述第一采集图像在内的三张连续的采集图像输入到第四分类器，得到检测结果为三张连续的采集图像中存在手机和二维码由部分显示到全部显示的变化，则第一支付模式为扫码支付模式。
如图7c所示，包含第一采集图像在内的三张连续的采集图像中包括手机和二维码，并且随着时间的推移，手机由最初的整个背面朝向摄像头变为整个正面朝向摄像头。支付终端将第一采集图像输入到第一分类器中，得到识别结果为第一采集图像满足情况4既包括手机也包括二维码，将包括所述第一采集图像在内的三张连续的采集图像输入到第五分类器，得到检测结果为三张连续的采集图像中存在整个手机由背面朝向摄像头到正面朝向摄像头的翻转变化，则第一支付模式为扫码支付模式。
如图7d所示，包含第一采集图像在内的三张连续的采集图像中包括手机和二维码，并且随着时间的推移，手机由最初的部分背面朝向摄像头变为整个正面朝向摄像头。支付终端将第一采集图像输入到第一分类器中，得到识别结果为第一采集图像满足情况4既包括手机也包括二维码，将包括所述第一采集图像在内的三张连续的采集图像分别输入到第四分类器和第五分类器，得到检测结果为三张连续的采集图像中存在手机由部分显示到全部显示的变化，并且手机由背面朝向摄像头到正面朝向摄像头的翻转变化，则第一支付模式为扫码支付模式。
在一种可实现的方式中，所述支付终端通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户掏出并朝摄像头移动，则确定第一支付模式为扫码支付。
具体的，支付终端根据识别包括第一采集图像在内的多张连续的采集图像中是否存在掏出手机、点击手机、翻转手机、朝摄像头移动手机的动作来确定第一支付模式，其中识别包括第一采集图像在内的多张连续的采集图像中是否存在掏出手机、点击手机、翻转手机、朝摄像头移动手机动作的方式不限于本实施例中的第六分类器方式。
可选的，支付终端在训练基于支持向量机算法的第六分类器时，可以采集大量含有存在掏出手机、点击手机、翻转手机、朝摄像头移动手机整个动作过程的样本图片，然后利用样本图片对应的属性类别(指样本图片中手机被操作的动作类型)对各个样本数据进行数据标注，得到样本图片对应的标注图像，接着利用标注图像对基于支持向量机算法的第六分类器模型进行训练，待模型收敛并达到一定精度(指模型中的损失函数值小于损失阈值且精度大于精度阈值)时保存模型，该保存下来的模型就是能够对多张连续的采集图像中的手机被操作类型进行正确识别的基于支持向量机算法的第六分类器。
例如，请参见图7e，是本申请实施例提供的一种包括第一采集图像在内的多张连续的采集图像的示意图。如图7e所示，包含第一采集图像在内的三张连续的采集图像中包括人脸和手机，并且随着时间的推移，发现包含第一采集图像在内的三张连续的采集图像中用户从最初的手中没有手机，之后从手提包中取出手机，并且手机由最初的背面朝向摄像头变为了正面朝向摄像头。支付终端将第一采集图像输入到第一分类器中，得到识别结果为第一采集图像满足情况5既包括手机也包括人脸，将包括所述第一采集图像在内的三张连续的采集图像分别输入到第六分类器，得到检测结果为三张连续的采集图像中存在掏出手机、翻转手机、朝摄像头移动手机的动作变化，则第一支付模式为扫码支付模式。
在另一种可实现的方式中，所述支付终端通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户操作并向摄像头展示屏幕，则确定第一支付模式为扫码支付。
例如，请参见图7f，是本申请实施例提供的一种包括第一采集图像在内的多张连续的采集图像的示意图。如图7f所示，包含第一采集图像在内的三张连续的采集图像中用户从最初垂直手臂的姿势手握手机，之后将手机正面朝向摄像头并逐步向摄像头方向移动，直到用户以手臂水平伸直的姿势将手机正面展示给摄像头。支付终端将第一采集图像输入到第一分类器中，得到识别结果为第一采集图像满足情况5既包括手机也包括人脸，将包括所述第一采集图像在内的三张连续的采集图像分别输入到第六分类器，得到检测结果为三张连续的采集图像中存在点击手机、翻转手机、朝摄像头移动手机的动作变化，则第一支付模式为扫码支付模式。
S403，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像。
S404，根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
具体的，支付终端根据所述确定得到的第一支付模式为扫码支付模式还是刷脸支付模式，对采集到的所述第二采集图像执行不同的处理，完成不同的支付流程。若第一支付模式为扫码支付模式，支付终端通过对所述第二采集图像进行预处理、定位、倾斜矫正和码字提取处理，获得二维码支付信息后触发支付链接从而读取二维码支付信息完成支付流程；或者若第一支付模式为刷脸模式，支付终端通过对所述第二采集图像进行预处理、分块特征提取、计算特征之间的位置关系和对比人脸数据库处理，获得人脸支付信息后触发支付链接从而读取人脸支付信息完成支付流程。
在本申请实施例中，支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像，并识别第一采集图像中包含的内容，根据识别结果确定第一支付模式；支付终端采用确定得到的第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在第二图像采集参数设置下采集目标区域内的图像信息得到第二采集图像；根据采集到的所述第二采集图像执行确定得到的第一支付模式对应的支付处理流程。这样可以减少用户在支付过程中等待支付设备完成支付模式初始化的耗时，提高了支付效率，提升了用户的体验感。
请参见图9，本申请实施例提供了一种快速扫描支付装置的结构示意图。如图9所示，该快速扫描支付装置包括第一采集单元901、识别确定单元902、第二采集单元903、支付单元904、确定单元905和人机交互单元906。
第一采集单元901，用于通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
识别确定单元902，用于识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
第二采集单元903，用于采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
支付单元904，用于根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
可选的，所述识别确定单元902，具体用于：识别所述第一采集图像中包含第一特定内容，则确定第一支付模式。
可选的，所述识别确定单元902，具体用于：识别所述第一采集图像中包含第二特定内容，并且所述第二特定内容在所述第一采集图像中的显示区域占所述第一采集图像的比例大于等于第一预设比例阈值，则确定第一支付模式。
可选的，所述装置还包括：
确定单元905，用于识别所述第一采集图像中包含第三特定内容，并且通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式。所述第三特定内容包括手机、二维码或人脸。所述预设变化条件包括以下条件中任一种或多种的结合：
所述第三特定内容在所述多张连续的采集图像中的显示区域增大比例达到第二预设比例阈值；
所述第三特定内容在所述多张连续的采集图像中由部分显示变为全部显示；
所述第三特定内容在所述多张连续的采集图像中进行了翻转动作。
可选的，确定单元905，具体用于：
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户掏出并朝摄像头移动，则确定第一支付模式为扫码支付；
或
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户操作并向摄像头展示屏幕，则确定第一支付模式为扫码支付。
可选的，所述第二采集单元903，具体用于：将所述摄像头按照所述第二图像采集参数设置进行初始化，所述第二图像采集参数设置包括所述第一支付模式对应的曝光率、分辨率和背光补偿。
可选的，所述装置还包括：
人机交互单元906，用于通过人机交互界面向用户展示所述第一支付模式，并接收用户确认采用所述第一支付模式的指令。
请参见图10，本申请实施例提供了另一种快速扫描支付装置的结构示意图。该装置可以为上述图2-图4所示的实施例中的支付终端的一部分，如图10所示，该装置1000包括处理器1001和存储器1002。上述处理器1001、和存储器1002通过总线1003连接。
处理器1001被配置为支持所述快速扫描支付装置执行图2-图4所述的快速扫描支付方法中支付终端相应的功能。该处理器1001可以是中央处理器(Central ProcessingUnit，CPU)，网络处理器(Network Processor，NP)，硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(Application-Specific Integrated Circuit，ASIC)，可编程逻辑器件(Programmable Logic Device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)，现场可编程逻辑门阵列(Field-Programmable Gate Array，FPGA)，通用阵列逻辑(Generic Array Logic,GAL)或其任意组合。
存储器1002存储器用于存储程序代码等。存储器1002可以包括易失性存储器(Volatile Memory，VM)，例如随机存取存储器(Random Access Memory，RAM)；存储器1002也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如只读存储器(Read-OnlyMemory，ROM)，快闪存储器(flash memory)，硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)；存储器1002还可以包括上述种类的存储器的组合。本发明实施例中，存储器1002用于存储第一采集图像、第二采集图像等。
处理器1001可以调用所述程序代码以执行以下操作：
通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法，所述计算机可以为上述提到的快速扫描支付装置的一部分。例如为上述的处理器1001。
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，而是可选的还包括没有列出的步骤或单元，或可选的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。
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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的，具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、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/或结构示意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/或结构示意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/或结构示意一个方框或多个方框中指定的功能的步骤。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (12)
1.一种快速扫描支付方法，其特征在于，包括：
支付终端通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
2.根据权利要求1所述的方法，其特征在于，所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，包括：
所述支付终端识别所述第一采集图像中包含第一特定内容，则确定第一支付模式。
3.根据权利要求1所述的方法，其特征在于，所述支付终端识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，包括：
所述支付终端识别所述第一采集图像中包含第二特定内容，并且所述第二特定内容在所述第一采集图像中的显示区域占所述第一采集图像的比例大于等于第一预设比例阈值，则确定第一支付模式。
4.根据权利要求1或3所述的方法，其特征在于，所述支付终端通过检测算法识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式，还包括：
所述支付终端识别所述第一采集图像中包含第三特定内容，并且通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式。
5.根据权利要求4所述的方法，其特征在于，所述第三特定内容包括手机、二维码或人脸。
6.根据权利要求4所述的方法，其特征在于，所述预设变化条件包括以下条件中任一种或多种的结合：
所述第三特定内容在所述多张连续的采集图像中的显示区域增大比例达到第二预设比例阈值；
所述第三特定内容在所述多张连续的采集图像中由部分显示变为全部显示；
所述第三特定内容在所述多张连续的采集图像中进行了翻转动作。
7.根据权利要求4所述的方法，其特征在于，所述通过比对包括所述第一采集图像在内的多张连续的采集图像中所述第三特定内容的变化，确定所述第三特定内容的变化满足预设变化条件，则确定第一支付模式包括：
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户掏出并朝摄像头移动，则确定第一支付模式为扫码支付；
或
通过比对包括所述第一采集图像在内的多张连续的采集图像中手机位置的变化，确定手机被用户操作并向摄像头展示屏幕，则确定第一支付模式为扫码支付。
8.根据权利要求1所述的方法，其特征在于，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置，包括：
所述支付终端将所述摄像头按照所述第二图像采集参数设置进行初始化，所述第二图像采集参数设置包括所述第一支付模式对应的曝光率、分辨率和背光补偿。
9.根据权利要求1所述的方法，其特征在于，所述支付终端采用确定得到的所述第一支付模式对应的第二图像采集参数设置之后还包括：
通过人机交互界面向用户展示所述第一支付模式，并接收用户确认采用所述第一支付模式的指令。
10.一种快速扫描支付装置，其特征在于，包括：
第一采集单元，用于通过摄像头在第一图像采集参数设置下采集目标区域内的图像信息得到第一采集图像；
识别确定单元，用于识别所述第一采集图像中包含的内容，并根据识别结果确定第一支付模式；
第二采集单元，用于采用确定得到的所述第一支付模式对应的第二图像采集参数设置，并通过所述摄像头在所述第二图像采集参数设置下采集所述目标区域内的图像信息得到第二采集图像；
支付单元，用于根据采集到的所述第二采集图像执行所述确定得到的第一支付模式对应的支付处理流程。
11.一种快速扫描支付装置，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，执行如权利要求1-9任一项所述的方法。
12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令；所述程序指令当被处理器执行时使所述处理器执行如权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910815835.5A CN110517033A (zh) | 2019-08-28 | 2019-08-28 | 一种快速扫描支付方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910815835.5A CN110517033A (zh) | 2019-08-28 | 2019-08-28 | 一种快速扫描支付方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110517033A true CN110517033A (zh) | 2019-11-29 |
Family
ID=68629753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910815835.5A Pending CN110517033A (zh) | 2019-08-28 | 2019-08-28 | 一种快速扫描支付方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110517033A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340016A (zh) * | 2020-02-25 | 2020-06-26 | 浙江大华技术股份有限公司 | 图像曝光方法和装置、存储介质及电子装置 |
| CN111432126A (zh) * | 2020-03-31 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种智能识别方法，装置、摄像机及存储介质 |
| CN112822391A (zh) * | 2020-07-28 | 2021-05-18 | 腾讯科技（深圳）有限公司 | 对焦模式的控制方法、装置、设备及计算机可读存储介质 |
| CN113627914A (zh) * | 2021-08-25 | 2021-11-09 | 杭州海康威视数字技术股份有限公司 | 一种人脸消费方法、系统、人脸消费设备及存储介质 |
| CN113627923A (zh) * | 2021-07-02 | 2021-11-09 | 支付宝(杭州)信息技术有限公司 | 一种线下支付方法、装置及设备 |
| CN114530009A (zh) * | 2021-12-28 | 2022-05-24 | 惠州市智慧大数据有限公司 | 防疫通勤监控方法、装置、计算机设备和存储介质 |
| CN115035283A (zh) * | 2022-04-12 | 2022-09-09 | 南京丰知益知识产权服务有限公司 | 动态图像应用方法 |
| WO2022183915A1 (zh) * | 2021-03-04 | 2022-09-09 | Oppo广东移动通信有限公司 | 移动终端的支付方法、装置、存储介质与移动终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107665434A (zh) * | 2017-09-15 | 2018-02-06 | 维沃移动通信有限公司 | 一种支付方法及移动终端 |
| CN107944325A (zh) * | 2017-11-23 | 2018-04-20 | 维沃移动通信有限公司 | 一种扫码方法、扫码装置及移动终端 |
| CN107978022A (zh) * | 2017-11-03 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种公共交通工具的收款设备 |
| CN109409894A (zh) * | 2018-09-20 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 人脸支付的控制方法、装置、设备及存储介质 |
| CN109598515A (zh) * | 2018-11-29 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种支付方法、支付装置及终端设备 |
-
2019
- 2019-08-28 CN CN201910815835.5A patent/CN110517033A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107665434A (zh) * | 2017-09-15 | 2018-02-06 | 维沃移动通信有限公司 | 一种支付方法及移动终端 |
| CN107978022A (zh) * | 2017-11-03 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种公共交通工具的收款设备 |
| CN107944325A (zh) * | 2017-11-23 | 2018-04-20 | 维沃移动通信有限公司 | 一种扫码方法、扫码装置及移动终端 |
| CN109409894A (zh) * | 2018-09-20 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 人脸支付的控制方法、装置、设备及存储介质 |
| CN109598515A (zh) * | 2018-11-29 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种支付方法、支付装置及终端设备 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340016A (zh) * | 2020-02-25 | 2020-06-26 | 浙江大华技术股份有限公司 | 图像曝光方法和装置、存储介质及电子装置 |
| CN111432126A (zh) * | 2020-03-31 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种智能识别方法，装置、摄像机及存储介质 |
| CN112822391A (zh) * | 2020-07-28 | 2021-05-18 | 腾讯科技（深圳）有限公司 | 对焦模式的控制方法、装置、设备及计算机可读存储介质 |
| WO2022183915A1 (zh) * | 2021-03-04 | 2022-09-09 | Oppo广东移动通信有限公司 | 移动终端的支付方法、装置、存储介质与移动终端 |
| CN113627923A (zh) * | 2021-07-02 | 2021-11-09 | 支付宝(杭州)信息技术有限公司 | 一种线下支付方法、装置及设备 |
| CN113627914A (zh) * | 2021-08-25 | 2021-11-09 | 杭州海康威视数字技术股份有限公司 | 一种人脸消费方法、系统、人脸消费设备及存储介质 |
| CN113627914B (zh) * | 2021-08-25 | 2024-04-05 | 杭州海康威视数字技术股份有限公司 | 一种面部消费方法、系统、面部消费设备及存储介质 |
| CN114530009A (zh) * | 2021-12-28 | 2022-05-24 | 惠州市智慧大数据有限公司 | 防疫通勤监控方法、装置、计算机设备和存储介质 |
| CN114530009B (zh) * | 2021-12-28 | 2024-08-06 | 惠州市智慧大数据有限公司 | 防疫通勤监控方法、装置、计算机设备和存储介质 |
| CN115035283A (zh) * | 2022-04-12 | 2022-09-09 | 南京丰知益知识产权服务有限公司 | 动态图像应用方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110517033A (zh) | 一种快速扫描支付方法及装置 | |
| CN105847674B (zh) | 一种基于移动终端的预览图像处理方法及移动终端 | |
| CN110163198B (zh) | 一种表格识别重建方法、装置和存储介质 | |
| CN110866429B (zh) | 漏扫识别方法、装置、自助收银终端及系统 | |
| CN113807276B (zh) | 基于优化的YOLOv4模型的吸烟行为识别方法 | |
| CN112767329B (zh) | 图像处理方法及装置、电子设备 | |
| CN109816441A (zh) | 策略推送方法、系统及相关装置 | |
| CN106165386A (zh) | 用于照片上传和选择的自动化技术 | |
| CN107038822A (zh) | 一种自助收银系统及方法 | |
| CN109213859A (zh) | 一种文本检测方法、装置及系统 | |
| CN106575364A (zh) | 使用定向滤波的目标检测 | |
| CN114758327B (zh) | 识别码图像中的风险的方法、装置以及设备 | |
| CN109871826A (zh) | 信息展示方法、装置、计算机可读存储介质和计算机设备 | |
| CN106161933B (zh) | 一种图像处理方法及移动终端 | |
| CN110751004B (zh) | 二维码检测方法、装置、设备及存储介质 | |
| CN106303235A (zh) | 拍照处理方法及装置 | |
| CN104571904A (zh) | 一种信息处理方法及电子设备 | |
| CN110163910A (zh) | 物体对象定位方法、装置、计算机设备和存储介质 | |
| CN105323624B (zh) | 一种录制视频的方法、装置和系统 | |
| CN114419611A (zh) | 实时简讯机器人系统及自动侦测数字影像中文字行的方法 | |
| CN110347597A (zh) | 图片服务器的接口测试方法、装置、存储介质与移动终端 | |
| CN110874540A (zh) | 全角度读取条码的方法和装置 | |
| CN115620378A (zh) | 多视角牛脸智能采集方法、装置、系统及相关设备 | |
| CN113110785B (zh) | 图像处理方法、装置、电子设备以及计算机可读存储介质 | |
| CN109034059A (zh) | 静默式人脸活体检测方法、装置、存储介质及处理器 |
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 |