CN110826443A - 基于活体检测的票据数据处理方法、系统、设备及介质 - Google Patents

基于活体检测的票据数据处理方法、系统、设备及介质 Download PDF

Info

Publication number
CN110826443A
CN110826443A CN201911031498.7A CN201911031498A CN110826443A CN 110826443 A CN110826443 A CN 110826443A CN 201911031498 A CN201911031498 A CN 201911031498A CN 110826443 A CN110826443 A CN 110826443A
Authority
CN
China
Prior art keywords
bill
holder
ticket
identification
information
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.)
Granted
Application number
CN201911031498.7A
Other languages
English (en)
Other versions
CN110826443B (zh
Inventor
姚志强
周曦
杨雨轩
万珺
游宇
陈江豪
唐梓烈
李源
张阳
马楷
胡逸凡
贾伟森
田豪杰
黄铃
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.)
Guangzhou Kaifeng Technology Co Ltd
Original Assignee
Guangzhou Kaifeng 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 Guangzhou Kaifeng Technology Co Ltd filed Critical Guangzhou Kaifeng Technology Co Ltd
Priority to CN201911031498.7A priority Critical patent/CN110826443B/zh
Publication of CN110826443A publication Critical patent/CN110826443A/zh
Application granted granted Critical
Publication of CN110826443B publication Critical patent/CN110826443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Abstract

本发明提供一种基于活体检测的票据数据处理方法、系统、设备及介质，所述的方法包括：对待识别票据进行识别，获取票据承载信息之后，对票据持有人进行生物特征识别认证；生物特征识别认证通过后，进行活体检测，获得活体检测结果；确定票据关联特征信息；根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。实现票据的自动兑换，无需人工处理，提高了票据的兑换效率，而且在自动化处理票据的同时，通过生物特征识别+活体检测手段，可以应用于无人贩售场景，提高票据处理的安全性。

Description

基于活体检测的票据数据处理方法、系统、设备及介质
技术领域
本发明涉及数据处理技术，特别是涉及一种基于活体检测的票据数据处理方法、系统、设备及介质。
背景技术
消费者在进行购物时，由商场或其它商业机构给消费者留存的票据，又被称作购物收据。商场可以通过依据票据为消费者兑换票据积分，消费者可以使用票据积分进行兑换礼品，从而实现活跃消费者、增加消费者粘度和宣传商场品牌的目的。目前，需要人工作业的方式完成票据积分兑换，但是不便于将监测用户的真实性以及真实用户与积分进行匹配，例如，在无人贩售场景下，用户可以通过面具或者打印图像的形式绕过生物识别，因此可能会出现冒名顶替或者人为篡改的情况出现。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于活体检测的票据数据处理方法、系统、设备及介质，用于解决票据积分不便的问题。
为实现上述目的及其他相关目的，本发明提供基于活体检测的票据数据处理方法，包括：
对待识别票据进行识别，获取票据承载信息之后，对票据持有人进行生物特征识别认证；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；生物特征识别认证通过后，进行活体检测，获得活体检测结果；确定票据关联特征信息；根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
可选的，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
可选的，根据票据持有人的生物特征，确定所述票据持有人信息；
根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
可选的，所述票据承载信息包括以下至少之一：票据ID、票据金额、票据打印时间、票据打印地点、票据上记载的商品。
可选的，票据持有人信息包括票据持有人ID。
可选的，与所述票据持有人关联的票据兑换信息包括以下至少之一：同一票据持有人ID对应的票据金额；同一票据持有人ID在预设时间内票据兑款积分的次数；同一票据持有人ID在预设时间内票据兑款积分总额。
可选的，所述票据置信度低包括以下情形：票据存在空值、票据被涂改。
可选的，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块。
可选的，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：微信小程序，其中，所述微信小程序中具有调用云端票据识别功能模块的API。
可选的，根据活体检测结果及所述票据关联特征信息，确定对应的票据处理策略包括：若活体检测不通过，且票据金额大于阈值的票据时，进行驳回处理或者密码验证；或者，若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时，进行驳回处理或者密码验证；或者，若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时，进行驳回处理或者密码验证；或者，对于票据置信度低的票据，进行驳回处理或者二次审核；或者，同一票据持有人ID对应的票据金额小于第一预设金额，则所述票据通过处理、进行积分兑换。
可选的，对票据持有人进行生物特征识别认证的过程为：根据获取的票据持有人的人脸图像信息，提取人脸特征信息；将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；若所述相似度大于预设相似度阈值，则认证通过。
可选的，对票据持有人进行生物特征识别认证之前，还包括：采集用户的样本生物特征；存储所述样本生物特征与所述用户的匹配关系，建立底库。
可选的，采集用户的样本生物特征的途径为：通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。
一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行一个或多个所述的方法。
一个或多个介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行一个或多个所述的方法。
可选的，包括：对票据持有人进行生物特征识别认证；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；生物特征识别认证通过后，进行活体检测，获得活体检测结果；对待识别票据进行识别，获取票据承载信息之后，确定票据关联特征信息；根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
可选的，根据票据持有人的生物特征，确定所述票据持有人信息；根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
可选的，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
一种基于活体检测的票据数据处理系统，包括：票据识别模块，用于对待识别票据进行识别，获取票据承载信息之后；生物特征识别模块，用于对票据持有人进行生物特征识别认证，并进行活体检测并获得活体检测结果；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；票据处理模块，用于确定票据关联特征信息，并根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
可选的，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
可选的，根据票据持有人的生物特征，确定所述票据持有人信息；
根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
可选的，所述票据承载信息包括以下至少之一：票据ID、票据金额、票据打印时间、票据打印地点、票据上记载的商品。
可选的，票据持有人信息包括票据持有人ID。
可选的，与所述票据持有人关联的票据兑换信息包括以下至少之一：同一票据持有人ID对应的票据金额；同一票据持有人ID在预设时间内票据兑款积分的次数；同一票据持有人ID在预设时间内票据兑款积分总额。
可选的，所述票据置信度低包括以下情形：票据存在空值、票据被涂改。
可选的，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块。
可选的，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：微信小程序，其中，所述微信小程序中具有调用云端票据识别功能模块的API。
可选的，根据活体检测结果及所述票据关联特征信息，确定对应的票据处理策略包括：若活体检测不通过，且票据金额大于阈值的票据时，进行驳回处理或者密码验证；或者，若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时，进行驳回处理或者密码验证；或者，若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时，进行驳回处理或者密码验证；或者，对于票据置信度低的票据，进行驳回处理或者二次审核；或者，同一票据持有人ID对应的票据金额小于第一预设金额，则所述票据通过处理，进行积分兑换。
可选的，对票据持有人进行生物特征识别认证的过程为：根据获取的票据持有人的人脸图像信息，提取人脸特征信息；将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；若所述相似度大于预设相似度阈值，则认证通过。
可选的，对票据持有人进行生物特征识别认证之前，还包括：采集用户的样本生物特征；存储所述样本生物特征与所述用户的匹配关系，建立底库。
可选的，采集用户的样本生物特征的途径为：通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。
一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行一个或多个所述的方法。
一个或多个介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行一个或多个所述的方法。
如上所述，本发明提供的一种基于活体检测的票据数据处理方法、系统、设备及介质，具有以下有益效果：
实现票据的自动兑换，无需人工处理，提高了票据的兑换效率，而且在自动化处理票据的同时，通过生物特征识别+活体检测手段，可以应用于无人贩售场景，提高票据处理的安全性。
附图说明
图1为实施例1中基于活体检测的票据数据处理方法的流程示意图。
图2为实施例1中生物特征识别认证的流程示意图。
图3为实施例1中建立底库的流程示意图。
图4为实施例1中票据处理策略步骤S21的流程示意图。
图5为实施例1中票据处理策略步骤S22的流程示意图。
图6为实施例1中票据处理策略步骤S23的流程示意图。
图7为实施例1中票据处理策略步骤S24的流程示意图。
图8为实施例1中票据处理策略步骤S25的流程示意图。
图9为实施例2中基于活体检测的票据数据处理方法的流程示意图。
图10为实施例3一基于活体检测的票据数据处理系统的结构示意图。
图11为实施例3另一基于活体检测的票据数据处理系统的结构示意图。
图12为一实施例提供的终端设备的硬件结构示意图。
图13为另一实施例提供的终端设备的硬件结构示意图。
元件标号说明
1 票据识别模块
2 生物特征识别模块
3 票据处理模块
1100 输入设备
1101 第一处理器
1102 输出设备
1103 第一存储器
1104 通信总线
1200 处理组件
1201 第二处理器
1202 第二存储器
1203 通信组件
1204 电源组件
1205 多媒体组件
1206 语音组件
1207 输入/输出接口
1208 传感器组件
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，实施例1提供了一种基于生物识别的票据数据处理方法，包括：
S1：对待识别票据进行识别，获取票据承载信息之后，对票据持有人进行生物特征识别认证，可以通过票据持有人的生物特征识别认证对票据持有人的身份进行确定，还可以便于将票据持有人的生物特征作为与票据对应的标识，防止人为篡改票据；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；另外在识别票据的过程中，可以通过图像识别对待识别票据进行识别，例如，通过OCR(Optical Character Recognition/光学字符识别)识别、NLP(Natural LanguageProcessing/自然语言处理)识别，通过OCR识别，将图片、照片上的文字内容，直接转换为可编辑文本，还可以还可通过制定语义规则和文本相似度，建立NLP识别的模型，利用NLP识别的模型辅助OCR识别，完成识别后，获取所述待识别票据的票据承载信息；
S2：生物特征识别认证通过后，进行活体检测，获得活体检测结果，避免在无法辨识生物特征是否具有活性以及无法判断其是否为活体的情况发生，例如，在无人贩售场景下，用户可以通过仅仅具有生物特征的模型、面具、平面打印物或者立体打印物通过生物特征识别认证，在活体检测步骤进行活性判定，防止造假情况的发生，可根据活体检测结果提高安全性；
S3：确定票据关联特征信息；
S4：根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略，根据对应的所述票据处理策略完成票据积分兑换，实现票据的自动兑换，无需人工处理，提高了票据的兑换效率，而且在自动化处理票据的同时，还可以应用于无人贩售场景，提高票据处理的安全性。
在一些实施过程中，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息(例如，票据与票据持有人之间的匹配信息)、与所述票据持有人关联的票据兑换信息(例如，票据持有人与票据金额、或兑换积分之间的关系)、票据置信度(例如，票据真实性和相关信息的可信度)、票据识别次数；通过细分票据关联特征信息，以及通过匹配细分后的票据关联信息，实现高效率的、高可靠性的票据积分兑换。
在一些实施过程中，还可根据票据持有人的生物特征，确定所述票据持有人信息，建立票据、票据持有人、票据持有人的生物特征以及票据持有人信息之间的关系，避免信息被篡改，提高了信息安全性；并可根据所述票据持有人信息、所述票据承载信息，以及根据票据、票据持有人、票据持有人的生物特征以及票据持有人信息之间的关系，确定所述票据关联特征信息。
请参阅图2，为了提高票据持有人的生物特征识别认证的可靠性和便捷性，对票据持有人进行生物特征识别认证的过程为：
S11：根据获取的票据持有人的人脸图像信息，提取人脸特征信息；
S12：将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；
S13：若所述相似度大于预设相似度阈值，则认证通过；
S14：若相似度小于等于预设相似度阈值，则进行驳回或者二次审核。可以通过人脸识别技术完成票据持有人在底库中的认证，底库可以是商家的会员底库，还可以是票据积分的兑换底库，便于通过认证调用票据持有人的历史数据，也便于累加历史数据。
请参阅图3，为了更好地完成票据持有人的生物识别特征认证，可在对票据持有人进行生物特征识别认证之前，进行一下步骤：
S111：采集用户的样本生物特征；
S112：存储所述样本生物特征与所述用户的匹配关系，建立底库，并可以通过卷积神经网络算法训练所述底库，提高识别的准确率。
在一些实施过程中，采集用户的样本生物特征的途径为：通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。例如，用户将会员卡放在闸机的感应装置上，该感应装置就会识别该用户的身份，同时，闸机上的生物特征采集装置(例如：人脸抓拍机)采集用户的人脸信息，进而将用户的人脸信息与用户的身份信息进行匹配、存储。采用上述方式，建立底库。
在一些实施过程中，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息(例如，票据与票据持有人之间的匹配信息)、与所述票据持有人关联的票据兑换信息(例如，票据持有人与票据金额、或兑换积分之间的关系)、票据置信度(例如，票据真实性和相关信息的可信度)、票据识别次数；通过细分票据关联特征信息，以及通过匹配细分后的票据关联信息，实现高效率的、高可靠性的票据积分兑换。
还可以通过票据识别应用程序，对待识别票据进行识别，获取所述待识别票据的票据承载信息之后，出现身份信息输入界面，通过所述身份信息输入界面，输入票据持有人信息，身份信息输入的过程可以通过以下之一的方式进行：图像识别票据持有人ID、手动输入票据持有人ID的号码、图像识别加手动校正输入票据持有人ID、通过NFC/RFID读取票据持有人ID；并可以根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息，建立起票据承载信息、票据持有人信息、票据关联特征信息之间的映射关系，便于后续利用票据处理策略进行票据数据处理。
在一些实施过程中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块，商家APP可以通过一下之一的方式进行工作：通过设有商家APP的移动终端、通过设有商家APP的固定闸机、通过运行商家APP的终端。
在一些实施过程中，所述票据识别应用程序还可以使用微信小程序，其中，所述微信小程序中具有调用云端票据识别功能模块的API，例如，所述微信小程序可以设置在商家的终端上，又例如，所述微信小程序可以运行在用户的终端上，当需要进行票据识别时，通过票据识别应用程序进行票据识别。
在一些实施过程中，所述票据承载信息包括以下至少之一：票据ID(例如，票据的流水单号)、票据金额(例如，票据的消费金额、折扣金额、参与兑换的金额等)、票据打印时间、票据打印地点、票据上记载的商品，通过多维度地采集票据承载信息，确定相应维度的票据关联信息便于制定以及匹配相应的票据处理策略，票据持有人信息包括票据持有人ID，票据持有人ID可以是票据持有人的会员卡、积分卡、城市一卡通、身份ID等。
为了提高兑换效率以及制定票据处理策略，与所述票据持有人关联的票据兑换信息包括以下至少之一：同一票据持有人ID对应的票据金额、同一票据持有人ID在预设时间内票据兑换积分的次数、同一票据持有人ID在预设时间内票据兑换积分总额。通过所述票据持有人关联的票据兑换信息的金额、频率以及预定时间内总额来确定相应的票据处理策略，以避免出现金额过大、频率过高以及预定时间内总额较大而产生的风险，还可以指定相应的票据处理策略进行相应的风险防控，进而提高票据数据处理的可靠性和安全性。
在实际票据数据的处理过程中，经常会出现票据置信度较低的情况，为了避免票据置信度较低而引起的兑换风险和问题，可以首先设定票据置信度较低状况下的相关规则，所述票据置信度低包括以下情形：票据存在空值、票据被涂改，还可以依据所述票据置信度低的情形优化相应的票据处理策略。
请参阅图4，在一些实施过程中，票据处理策略包括S41：若活体检测不通过且票据金额大于阈值的票据时的情况进行判断,当出现“是”的情况，则执行S411:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S412：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
请参阅图5，在一些实施过程中，票据处理策略包括S42：若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时,当出现“是”的情况，则执行S421：进行驳回处理或者密码验证，通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S422：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
图6，在一些实施过程中，票据处理策略包括S43:若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时,当出现“是”的情况，则执行S431:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S432：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
图7，在一些实施过程中，票据处理策略包括S44：当出现票据置信度低的票据时，则执行S441：进行驳回处理或者二次审核，防止通过票据置信度低的票据进行兑换，达到风险防控的目的。
图8，在一些实施过程中，票据处理策略包括S45：同一票据持有人ID对应的票据金额小于第一预设金额，当出现“是”的情况，则执行S451:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S452：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
请参阅图9，实施例2提供了一种基于活体检测的票据数据处理方法，包括：
S01：对票据持有人进行生物特征识别认证，可以通过票据持有人的生物特征识别认证对票据持有人的身份进行确定，还可以便于将票据持有人的生物特征作为与票据对应的标识，防止人为篡改票据；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；
S02：生物特征识别认证通过后，进行活体检测，获得活体检测结果，避免在无法辨识生物特征是否具有活性以及无法判断其是否为活体的情况发生，例如，在无人贩售场景下，用户可以通过仅仅具有生物特征的模型、面具、平面打印物或者立体打印物通过生物特征识别认证，在活体检测步骤进行活性判定，防止造假情况的发生，可根据活体检测结果提高安全性；
S03：对待识别票据进行识别，获取票据承载信息之后，确定票据关联特征信息，通过OCR(Optical Character Recognition/光学字符识别)识别、NLP(Natural LanguageProcessing/自然语言处理)识别，通过OCR识别，将图片、照片上的文字内容，直接转换为可编辑文本，还可以还可通过制定语义规则和文本相似度，建立NLP识别的模型，利用NLP识别的模型辅助OCR识别，完成识别后，获取所述待识别票据的票据承载信息；
S04：根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略，根据对应的所述票据处理策略完成票据积分兑换，实现票据的自动兑换，无需人工处理，提高了票据的兑换效率，而且在自动化处理票据的同时，还可以应用于无人贩售场景，提高票据处理的安全性，在实施过程中，可以先通过票据识别，然后在进行生物特征识别认证以及活体检测，将生物特征识别以及活体检测作为安全性保障，可以应用于无人贩售场景，无需人工处理，也避免用户使用具有生物特征的模型、面具、平面打印物或者立体打印物直接通过生物特征识别认证进行票据积分兑换的情况，提高了票据数据处理的安全性。
在一些实施过程中，根据票据持有人的生物特征，确定所述票据持有人信息，建立票据、票据持有人、票据持有人信息以及票据持有人的生物特征之间的关系，便于数据映射和处理；进而，还可以根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息，可选的，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数，可通过将票据承载信息细分为票据兑换信息、票据置信度、票据识别次数，并依此制定票据处理策略，提高处理的效率，以及提高安全性。
请参阅图10和图11，实施例3提供一种基于生物识别的票据数据处理系统，票据识别模块1，用于对待识别票据进行识别，获取票据承载信息之后；生物特征识别模块2，用于对票据持有人进行生物特征识别认证并用于进行活体检测并获得活体检测结果；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；票据处理模块3，用于确定票据关联特征信息，并根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。在一些实施过程中，可以先通过生物识别模块完成生物特征识别认证，然后再进行票据识别获取票据承载信息，可通过生物特征识别、票据承载信息来确定票据关联特征信息，通过先进行生物特征识别认证的方式，提高了票据识别和处理的效率，避免未通过生物特征识别认证的用户进行票据识别；还可以，先进行票据识别，然后再进行生物特征识别认证，通过在票据识别完成后进行生物特征识别认证，防止人为冒名顶替以及篡改的情况发生，生物特征识别认证作为安全保障，提高安全性。
在一些实施过程中，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息(例如，票据与票据持有人之间的匹配信息)、与所述票据持有人关联的票据兑换信息(例如，票据持有人与票据金额、或兑换积分之间的关系)、票据置信度(例如，票据真实性和相关信息的可信度)、票据识别次数；通过细分票据关联特征信息，以及通过匹配细分后的票据关联信息，实现高效率的、高可靠性的票据积分兑换。
在一些实施过程中，还可根据票据持有人的生物特征，确定所述票据持有人信息，建立票据、票据持有人、票据持有人的生物特征以及票据持有人信息之间的关系，避免信息被篡改，提高了信息安全性；并可根据所述票据持有人信息、所述票据承载信息，以及根据票据、票据持有人、票据持有人的生物特征以及票据持有人信息之间的关系，确定所述票据关联特征信息。
请参阅图2，为了提高票据持有人的生物特征识别认证的可靠性和便捷性，对票据持有人进行生物特征识别认证的过程为：
S11：根据获取的票据持有人的人脸图像信息，提取人脸特征信息；
S12：将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；
S13：若所述相似度大于预设相似度阈值，则认证通过；
S14：若相似度小于等于预设相似度阈值，则进行驳回或者二次审核。可以通过人脸识别技术完成票据持有人在底库中的认证，底库可以是商家的会员底库，还可以是票据积分的兑换底库，便于通过认证调用票据持有人的历史数据，也便于累加历史数据。
请参阅图3，为了更好地完成票据持有人的生物识别特征认证，可在对票据持有人进行生物特征识别认证之前，进行一下步骤：
S111：采集用户的样本生物特征；
S112：存储所述样本生物特征与所述用户的匹配关系，建立底库，并可以通过卷积神经网络算法训练所述底库，提高识别的准确率。
在一些实施过程中，采集用户的样本生物特征的途径为：通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。例如，用户将会员卡放在闸机的感应装置上，该感应装置就会识别该用户的身份，同时，闸机上的生物特征采集装置(例如：人脸抓拍机)采集用户的人脸信息，进而将用户的人脸信息与用户的身份信息进行匹配、存储。采用上述方式，建立底库。
在一些实施过程中，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息(例如，票据与票据持有人之间的匹配信息)、与所述票据持有人关联的票据兑换信息(例如，票据持有人与票据金额、或兑换积分之间的关系)、票据置信度(例如，票据真实性和相关信息的可信度)、票据识别次数；通过细分票据关联特征信息，以及通过匹配细分后的票据关联信息，实现高效率的、高可靠性的票据积分兑换。
还可以通过票据识别应用程序，对待识别票据进行识别，获取所述待识别票据的票据承载信息之后，出现身份信息输入界面，通过所述身份信息输入界面，输入票据持有人信息，身份信息输入的过程可以通过以下之一的方式进行：图像识别票据持有人ID、手动输入票据持有人ID的号码、图像识别加手动校正输入票据持有人ID、通过NFC/RFID读取票据持有人ID；并可以根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息，建立起票据承载信息、票据持有人信息、票据关联特征信息之间的映射关系，便于后续利用票据处理策略进行票据数据处理。
在一些实施过程中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块，商家APP可以通过一下之一的方式进行工作：通过设有商家APP的移动终端、通过设有商家APP的固定闸机、通过运行商家APP的终端。
在一些实施过程中，所述票据识别应用程序还可以使用微信小程序，其中，所述微信小程序中具有调用云端票据识别功能模块的API，例如，所述微信小程序可以设置在商家的终端上，又例如，所述微信小程序可以运行在用户的终端上，当需要进行票据识别时，通过票据识别应用程序进行票据识别。
在一些实施过程中，所述票据承载信息包括以下至少之一：票据ID(例如，票据的流水单号)、票据金额(例如，票据的消费金额、折扣金额、参与兑换的金额等)、票据打印时间、票据打印地点、票据上记载的商品，通过多维度地采集票据承载信息，确定相应维度的票据关联信息便于制定以及匹配相应的票据处理策略，票据持有人信息包括票据持有人ID，票据持有人ID可以是票据持有人的会员卡、积分卡、城市一卡通、身份ID等。
为了提高兑换效率以及制定票据处理策略，与所述票据持有人关联的票据兑换信息包括以下至少之一：同一票据持有人ID对应的票据金额、同一票据持有人ID在预设时间内票据兑换积分的次数、同一票据持有人ID在预设时间内票据兑换积分总额。通过所述票据持有人关联的票据兑换信息的金额、频率以及预定时间内总额来确定相应的票据处理策略，以避免出现金额过大、频率过高以及预定时间内总额较大而产生的风险，还可以指定相应的票据处理策略进行相应的风险防控，进而提高票据数据处理的可靠性和安全性。
在实际票据数据的处理过程中，经常会出现票据置信度较低的情况，为了避免票据置信度较低而引起的兑换风险和问题，可以首先设定票据置信度较低状况下的相关规则，所述票据置信度低包括以下情形：票据存在空值、票据被涂改，还可以依据所述票据置信度低的情形优化相应的票据处理策略。
请参阅图4，在一些实施过程中，票据处理策略包括S41：若活体检测不通过且票据金额大于阈值的票据时的情况进行判断,当出现“是”的情况，则执行S411:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S412：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
请参阅图5，在一些实施过程中，票据处理策略包括S42：若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时,当出现“是”的情况，则执行S421：进行驳回处理或者密码验证，通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S422：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
图6，在一些实施过程中，票据处理策略包括S43:若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时,当出现“是”的情况，则执行S431:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S432：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
图7，在一些实施过程中，票据处理策略包括S44：当出现票据置信度低的票据时，则执行S441：进行驳回处理或者二次审核，防止通过票据置信度低的票据进行兑换，达到风险防控的目的。
图8，在一些实施过程中，票据处理策略包括S45：同一票据持有人ID对应的票据金额小于第一预设金额，当出现“是”的情况，则执行S451:进行驳回处理或者密码验证,通过驳回处理来避免非活体用户进行冒名顶替，还可以通过进行输入密码进行验证，来验明用户的真实性，避免因为生物特征识别认证以及活体检测的系统误差造成用户体验下降的情况发生，同时增加较大金额的票据进行验证的难度，以通过多重验证的方式，来提高安全性；当出现“否”的情况，则执行S452：进行通过处理，进行通过处理后，可以进行票据的积分兑换，还可以进行其他票据处理策略，达到对票据处理进行风险防控的目的。
在本实施例中，该基于活体检测的票据数据处理方法设备执行上述系统或方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。
本申请的其他实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图1至图8中票据数据处理方法所包含步骤的指令(instructions)。
图12为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图12为本申请的一个实施例提供的终端设备的硬件结构示意图。图13是对图12在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图4所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。
由上可知，在图13实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图12实施例中的输入设备的实现方式。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (33)

1.一种基于活体检测的票据数据处理方法，其特征在于，包括：
对待识别票据进行识别，获取票据承载信息之后，对票据持有人进行生物特征识别认证；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；
生物特征识别认证通过后，进行活体检测，获得活体检测结果；
确定票据关联特征信息；
根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
2.根据权利要求1所述的基于活体检测的票据数据处理方法，其特征在于，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
3.根据权利要求2所述的基于活体检测的票据数据处理方法，其特征在于，
根据票据持有人的生物特征，确定所述票据持有人信息；
根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
4.根据权利要求2所述的基于活体检测的票据数据处理方法，其特征在于，所述票据承载信息包括以下至少之一：票据ID、票据金额、票据打印时间、票据打印地点、票据上记载的商品。
5.根据权利要求4所述的基于活体检测的票据数据处理方法，其特征在于，票据持有人信息包括票据持有人ID。
6.根据权利要求5所述的基于活体检测的票据数据处理方法，其特征在于，与所述票据持有人关联的票据兑换信息包括以下至少之一：
同一票据持有人ID对应的票据金额；同一票据持有人ID在预设时间内票据兑款积分的次数；同一票据持有人ID在预设时间内票据兑款积分总额。
7.根据权利要求2所述的基于活体检测的票据数据处理方法，其特征在于，所述票据置信度低包括以下情形：票据存在空值、票据被涂改。
8.根据权利要求1所述的基于活体检测的票据数据处理方法，其特征在于，
通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块。
9.根据权利要求1所述的基于活体检测的票据数据处理方法，其特征在于，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：微信小程序，
其中，所述微信小程序中具有调用云端票据识别功能模块的API。
10.根据权利要求6所述的基于活体检测的票据数据处理方法，其特征在于，根据活体检测结果及所述票据关联特征信息，确定对应的票据处理策略包括：
若活体检测不通过，且票据金额大于阈值的票据时，进行驳回处理或者密码验证；
或者，若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时，进行驳回处理或者密码验证；
或者，若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时，进行驳回处理或者密码验证；
或者，对于票据置信度低的票据，进行驳回处理或者二次审核；
或者，同一票据持有人ID对应的票据金额小于第一预设金额，则所述票据通过处理、进行积分兑换。
11.根据权利要求1所述的基于活体检测的票据数据处理方法，其特征在于，对票据持有人进行生物特征识别认证的过程为：
根据获取的票据持有人的人脸图像信息，提取人脸特征信息；
将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；
若所述相似度大于预设相似度阈值，则认证通过。
12.根据权利要求1所述的基于活体检测的票据数据处理方法，其特征在于，对票据持有人进行生物特征识别认证之前，还包括：
采集用户的样本生物特征；
存储所述样本生物特征与所述用户的匹配关系，建立底库。
13.根据权利要求12所述的基于活体检测的票据数据处理方法，其特征在于，采集用户的样本生物特征的途径为：
通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。
14.一种设备，其特征在于，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1至13中一个或多个所述的方法。
15.一个或多个介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1至13中一个或多个所述的方法。
16.一种基于活体检测的票据数据处理方法，其特征在于，包括：
对票据持有人进行生物特征识别认证；其中，所述生物特征识别包括以下至少之一：
人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；
生物特征识别认证通过后，进行活体检测，获得活体检测结果；
对待识别票据进行识别，获取票据承载信息之后，确定票据关联特征信息；
根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
17.根据权利要求16所述的基于活体检测的票据数据处理方法，其特征在于，
根据票据持有人的生物特征，确定所述票据持有人信息；
根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
18.根据权利要求16所述的基于活体检测的票据数据处理方法，其特征在于，
所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
19.一种基于活体检测的票据数据处理系统，其特征在于，包括：
票据识别模块，用于对待识别票据进行识别，获取票据承载信息之后；
生物特征识别模块，用于对票据持有人进行生物特征识别认证，并进行活体检测并获得活体检测结果；其中，所述生物特征识别包括以下至少之一：人脸识别、指纹识别、瞳孔识别、掌纹识别、指静脉识别；
票据处理模块，用于确定票据关联特征信息，并根据所述活体检测结果及所述票据关联特征信息，确定对应的票据处理策略。
20.根据权利要求19所述的基于活体检测的票据数据处理系统，其特征在于，所述票据关联特征信息包括以下至少之一：与所述票据对应的票据持有人信息、与所述票据持有人关联的票据兑换信息、票据置信度、票据识别次数。
21.根据权利要求20所述的基于活体检测的票据数据处理系统，其特征在于，
根据票据持有人的生物特征，确定所述票据持有人信息；
根据所述票据持有人信息、所述票据承载信息，确定所述票据关联特征信息。
22.根据权利要求20所述的基于活体检测的票据数据处理系统，其特征在于，所述票据承载信息包括以下至少之一：票据ID、票据金额、票据打印时间、票据打印地点、票据上记载的商品。
23.根据权利要求22所述的基于活体检测的票据数据处理系统，其特征在于，票据持有人信息包括票据持有人ID。
24.根据权利要求23所述的基于活体检测的票据数据处理系统，其特征在于，与所述票据持有人关联的票据兑换信息包括以下至少之一：
同一票据持有人ID对应的票据金额；同一票据持有人ID在预设时间内票据兑款积分的次数；同一票据持有人ID在预设时间内票据兑款积分总额。
25.根据权利要求20所述的基于活体检测的票据数据处理系统，其特征在于，所述票据置信度低包括以下情形：票据存在空值、票据被涂改。
26.根据权利要求19所述的基于活体检测的票据数据处理系统，其特征在于，
通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：商家APP，其中，所述商家APP中有票据识别功能模块。
27.根据权利要求19所述的基于活体检测的票据数据处理系统，其特征在于，通过票据识别应用程序，对待识别票据进行识别；其中，所述票据识别应用程序为：微信小程序，其中，所述微信小程序中具有调用云端票据识别功能模块的API。
28.根据权利要求24所述的基于活体检测的票据数据处理系统，其特征在于，根据活体检测结果及所述票据关联特征信息，确定对应的票据处理策略包括：
若活体检测不通过，且票据金额大于阈值的票据时，进行驳回处理或者密码验证；
或者，若活体检测不通过，且同一票据持有人ID在预设时间内票据兑款积分的次数大于第一预设次数时，进行驳回处理或者密码验证；
或者，若活体检测不通过，同一票据持有人ID在预设时间内票据兑款积分总额大于第二预设金额时，进行驳回处理或者密码验证；
或者，对于票据置信度低的票据，进行驳回处理或者二次审核；
或者，同一票据持有人ID对应的票据金额小于第一预设金额，则所述票据通过处理，进行积分兑换。
29.根据权利要求19所述的基于活体检测的票据数据处理系统，其特征在于，对票据持有人进行生物特征识别认证的过程为：
根据获取的票据持有人的人脸图像信息，提取人脸特征信息；
将提取的人脸特征信息与底库中的样本人脸特征信息进行相似度比对；
若所述相似度大于预设相似度阈值，则认证通过。
30.根据权利要求19所述的基于活体检测的票据数据处理系统，其特征在于，对票据持有人进行生物特征识别认证之前，还包括：
采集用户的样本生物特征；
存储所述样本生物特征与所述用户的匹配关系，建立底库。
31.根据权利要求30所述的基于活体检测的票据数据处理系统，其特征在于，采集用户的样本生物特征的途径为：
通过带有生物特征采集装置的闸机，对用户的样本生物特征进行采集。
32.一种设备，其特征在于，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求16至18中一个或多个所述的方法。
33.一个或多个介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求16至18中一个或多个所述的方法。
CN201911031498.7A 2019-10-28 2019-10-28 基于活体检测的票据数据处理方法、系统、设备及介质 Active CN110826443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911031498.7A CN110826443B (zh) 2019-10-28 2019-10-28 基于活体检测的票据数据处理方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911031498.7A CN110826443B (zh) 2019-10-28 2019-10-28 基于活体检测的票据数据处理方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN110826443A true CN110826443A (zh) 2020-02-21
CN110826443B CN110826443B (zh) 2020-10-30

Family

ID=69550832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911031498.7A Active CN110826443B (zh) 2019-10-28 2019-10-28 基于活体检测的票据数据处理方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN110826443B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797464A (zh) * 2004-12-29 2006-07-05 莱尔富国际股份有限公司 礼品兑换及加值点数的方法
CN101079143A (zh) * 2007-07-16 2007-11-28 陆航程 一种网络营销记名式远程兑奖无纸彩票及其发行方法和系统
CN101894343A (zh) * 2010-06-01 2010-11-24 华东交通大学 一种有效安全验证的彩票销售兑奖方法
CN102208092A (zh) * 2011-05-25 2011-10-05 重庆市电力公司永川供电局 财务票据报销自动处理方法
US20130311330A1 (en) * 2012-05-15 2013-11-21 Jonathan E. Ramaci Systems, methods, and computer program products for the receipt of transaction offers
US20140058869A1 (en) * 2012-08-27 2014-02-27 Wal-Mart Stores, Inc. Deliverying customer specified receipt types at checkout
CN107316346A (zh) * 2016-04-27 2017-11-03 阿里巴巴集团控股有限公司 电子票据的取票方法和装置
CN107609877A (zh) * 2017-09-18 2018-01-19 上海博路信息技术有限公司 一种生物识别的兑换方法和系统
CN107808301A (zh) * 2017-09-19 2018-03-16 谢锡华 发票兑换消费点数数据处理方法、系统和存储介质
CN108805071A (zh) * 2018-06-06 2018-11-13 北京京东金融科技控股有限公司 身份核验方法及装置、电子设备、存储介质
CN109087187A (zh) * 2018-08-07 2018-12-25 合肥深度财务管理咨询有限公司 一种企业财务移动无纸化报销管理系统
CN109087194A (zh) * 2018-08-13 2018-12-25 平安普惠企业管理有限公司 发票审核方法、装置、计算机设备及存储介质
US20190019075A1 (en) * 2017-07-14 2019-01-17 The Toronto-Dominion Bank Smart chip card with fraud alert and biometric reset
CN109493159A (zh) * 2018-09-28 2019-03-19 深圳壹账通智能科技有限公司 购票认证处理的方法、装置、计算机设备及存储介质
CN109685551A (zh) * 2018-12-05 2019-04-26 深圳正品创想科技有限公司 信息处理方法及其装置、服务器及信息处理系统
CN110111478A (zh) * 2019-04-29 2019-08-09 厦门市中喵信息科技有限公司 一种自助售彩终端、自助兑奖方法、装置和存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797464A (zh) * 2004-12-29 2006-07-05 莱尔富国际股份有限公司 礼品兑换及加值点数的方法
CN101079143A (zh) * 2007-07-16 2007-11-28 陆航程 一种网络营销记名式远程兑奖无纸彩票及其发行方法和系统
CN101894343A (zh) * 2010-06-01 2010-11-24 华东交通大学 一种有效安全验证的彩票销售兑奖方法
CN102208092A (zh) * 2011-05-25 2011-10-05 重庆市电力公司永川供电局 财务票据报销自动处理方法
US20130311330A1 (en) * 2012-05-15 2013-11-21 Jonathan E. Ramaci Systems, methods, and computer program products for the receipt of transaction offers
US20140058869A1 (en) * 2012-08-27 2014-02-27 Wal-Mart Stores, Inc. Deliverying customer specified receipt types at checkout
CN107316346A (zh) * 2016-04-27 2017-11-03 阿里巴巴集团控股有限公司 电子票据的取票方法和装置
US20190019075A1 (en) * 2017-07-14 2019-01-17 The Toronto-Dominion Bank Smart chip card with fraud alert and biometric reset
CN107609877A (zh) * 2017-09-18 2018-01-19 上海博路信息技术有限公司 一种生物识别的兑换方法和系统
CN107808301A (zh) * 2017-09-19 2018-03-16 谢锡华 发票兑换消费点数数据处理方法、系统和存储介质
CN108805071A (zh) * 2018-06-06 2018-11-13 北京京东金融科技控股有限公司 身份核验方法及装置、电子设备、存储介质
CN109087187A (zh) * 2018-08-07 2018-12-25 合肥深度财务管理咨询有限公司 一种企业财务移动无纸化报销管理系统
CN109087194A (zh) * 2018-08-13 2018-12-25 平安普惠企业管理有限公司 发票审核方法、装置、计算机设备及存储介质
CN109493159A (zh) * 2018-09-28 2019-03-19 深圳壹账通智能科技有限公司 购票认证处理的方法、装置、计算机设备及存储介质
CN109685551A (zh) * 2018-12-05 2019-04-26 深圳正品创想科技有限公司 信息处理方法及其装置、服务器及信息处理系统
CN110111478A (zh) * 2019-04-29 2019-08-09 厦门市中喵信息科技有限公司 一种自助售彩终端、自助兑奖方法、装置和存储介质

Also Published As

Publication number Publication date
CN110826443B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
US20180239983A1 (en) Extraction of data from a digital image
US11113381B2 (en) Providing an augmented reality overlay to secure input data
CN107093066A (zh) 业务实现方法和装置
CN103310339A (zh) 身份识别装置和方法以及支付系统和方法
EP3642776A1 (en) Facial biometrics card emulation for in-store payment authorization
US11715285B2 (en) Methods and systems for providing images for facilitating communication
US11625754B2 (en) Method for providing text-reading based reward-type advertisement service and user terminal for executing same
CN107688940A (zh) 生物识别交易处理方法及系统
JP2020027378A (ja) 本人認証装置およびプログラム
CN103456104B (zh) 防止犯罪系统以及防止犯罪方法
CN110826442B (zh) 一种基于活体检测的票据数据处理方法、系统、设备及介质
CN105260887A (zh) 一种nfc支付方法、系统及智能终端
CN112446704A (zh) 一种安全交易管理方法及安全交易管理装置
CN110826443B (zh) 基于活体检测的票据数据处理方法、系统、设备及介质
CN107742073A (zh) 信息展示方法、装置、计算机装置及计算机可读存储介质
CN102054155A (zh) 具有身份证识别功能的ic卡读卡器
CN110807660A (zh) 基于生物识别的票据数据处理方法、系统、设备及介质
CN110827068A (zh) 基于支付系统的票据数据处理方法、系统、设备及介质
CN110826548A (zh) 票据数据处理方法、系统、设备及机器可读介质
JP2019071006A (ja) 取引装置、システム、方法およびプログラム
CN110827096A (zh) 一种基于支付系统的票据数据处理方法、系统、设备及介质
CN110570183A (zh) 一种用于免密支付交易的核对方法及其系统
US11250242B2 (en) Eye tracking method and user terminal performing same
CN210181733U (zh) 一种安全交易管理终端
RU120805U1 (ru) Кассовый аппарат для системы мобильных платежей

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 511458 room 1009, No.26, Jinlong Road, Nansha District, Guangzhou City, Guangdong Province (only for office use)

Applicant after: Guangzhou yuncongkaifeng Technology Co., Ltd

Address before: 511458 room 1009, No.26, Jinlong Road, Nansha District, Guangzhou City, Guangdong Province (only for office use)

Applicant before: GUANGZHOU KAIFENG TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant