CN111160137B - 一种基于生物3d信息的智能业务处理设备 - Google Patents

Abstract

本发明提供了一种基于生物3D信息的智能业务处理设备包括生物信息采集模块，用于采集用户生物特征数据；客户信息认证模块，用于根据得到的三维数据与标准三维数据的比对结果，实现客户身份的认证；客户操作模块，用于为用户提供业务交互。首次提出利用人体生理特征作为支付媒介，代替实体卡。而特有的3D采集识别系统保证认证的准确率和误判率，从而支持人体生理特征作为支付媒介，无需实体卡、密码等参与，对用户更加友好，使用方便。

Description

一种基于生物3D信息的智能业务处理设备

技术领域

本发明涉及柜员机技术领域，特别涉及3D智能识别的柜员机技术领域。

背景技术

客户在银行进行自助交易时，通常使用ATM机，但ATM机交易时依赖磁卡和IC卡，并且验证时多采用密码验证。但磁卡和IC均有被复制的风险，而密码验证也有被破解的风险。所以目前密码格式要求越来越复杂，这使得一些用户经常遗忘密码。目前也有一些技术中提到使用人脸识别、语音识别的技术来保证柜员机交易的安全性，并且也在功能上扩展了ATM机的使用范围，例如除了存取款外，还可以办理银行内的各种其他业务。

然而由于目前人脸识别均为2D方式识别，导致被仿冒的风险大大增加。甚至用照片即可通过认证。因此需要在2D人脸识别的方式中加入活体检测技术，或是加入深度信息探测，防止使用照片骗过认证系统。

虽然也有一些3D人脸识别的技术，例如利用3D人脸进行手机解锁，但由于其特征点少，识别精度低，误判率高，难以应用于安全性要求较高的银行支付系统。而一些高精度的3D人脸识别算法复杂，通常采集识别人脸需要10分钟以上，这使得实时性无法保障，也无法应用于实际支付产品中。即虽然现有技术中具有例如ATM机等存在身份认证需求的用于支付的机器(可能也包括了2D识别)，也具有现成的3D识别技术(例如苹果手机3D人脸识别解锁)，但是均无法独立作为支付的唯一认证手段，因此现有技术中并没有将两者一起使用，使得人体3D信息作为取代卡、密码的唯一身份承载媒介。

在现有技术中，也曾提出使用包括旋转角度、目标物尺寸、物距的经验公式限定相机位置，从而兼顾合成速度和效果。然而在实际应用中发现：除非有精确量角装置，否则用户对角度并不敏感，难以准确确定角度；目标物尺寸难以准确确定，特别是某些应用场合目标物需要频繁更换，每次测量带来大量额外工作量，并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差，从而会影响采集合成速度和效果；准确度和速度还需要进一步提高。

目前3D识别速度还有待提高，在这种情况下，如果进行多种生物信息的 3D采集和识别，将极大地拖延业务办理速度。但如果仅使用单一生物信息的 3D采集，又给安全性带来隐患。并且，如果标准数据和每次采集数据均是针对相同的区域，会导致每次在业务处理时计算量过大，业务处理速度变慢。但是如果缩小该区域，又会导致安全性受到影响。

除了ATM机外，例如自动售货机等其他自助支付、交易的机器均存在此类情形。

因此目前在涉及支付认证时，有以下几个问题：

1、身份认证依赖人脸识别，但2D识别精度不高，容易被欺骗。

2、所有交易都需要实体卡参与，增加了操作的复杂程度和丢失的风险。

3、身份认证依赖密码，密码有破解风险。同时，过于复杂的密码给用户记忆密码带来负担。

4、目前常见的3D采集识别的技术准确度、安全性、实时性不够。提高安全性，就会导致采集、识别变慢，两者相互矛盾。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的DTM机(智能数字柜员机)。

本发明提供了一种智能业务处理设备包括

生物信息采集模块，用于采集用户生物特征数据；

客户信息认证模块，用于根据得到的三维数据与标准三维数据的比对结果，实现客户身份的认证；

客户操作模块，用于为用户提供业务交互。

本发明还提供了一种智能业务处理设备使用方法，包括

采集用户生物特征数据；

根据得到的三维数据与标准三维数据的比对结果，实现客户身份的认证；

为用户提供业务交互。

可选的，所述认证包括：首先将用户第一认证级别的生物特征的3D信息与预先存储的用户标准3D信息进行比对识别，识别通过后，允许用户操作第一认证级别的业务。

可选的，所述认证包括：将第n认证级别的生物特征的3D信息与用户标准3D信息进行比对识别，识别通过后，允许用户操作第n认证级别的业务。

可选的，上述将第n认证级别的生物特征的3D信息与用户标准3D信息进行比对识别，还包括生成第n认证级别的生物特征的3D信息，并且在用户进行业务交互的同时实现第n认证级别的生物特征的3D信息的生成和比对识别。

可选的，在进行第n认证级别的生物特征的3D信息的比对识别时，其比对识别对象为通过第1、2、3和/或n-1认证识别筛选出来的用户所对应的标准 3D信息。

可选的，进行生物信息采集时，图像采集装置的位置满足如下条件：

其中L为在相邻两个采集位置时图像采集装置1光心的直线距离；f为图像采集装置1的焦距；d为图像采集装置1感光元件(CCD)的矩形长度或宽度；T为图像采集装置1感光元件沿着光轴到目标物表面的距离；δ为调整系数，δ<0.603。

可选的，δ<0.410，优选，δ<0.356。

可选的，将采集到的用户生物特征数据发送至本地处理器或服务器进行三维数据合成，形成用户的生物特征的3D信息。

可选的，标准三维数据为预定大小、尺寸的数据。

可选的，标准三维数据为包括用户完整生物特征的数据。

本发明另一方面提供了一种业务处理系统，包括如上述所述的智能业务处理设备。

发明点及技术效果

1、首次提出利用人体生理特征作为支付媒介，代替实体卡。而特有的3D 采集识别系统(具有以下发明点)保证认证的准确率和误判率，从而支持人体生理特征作为支付媒介，无需实体卡、密码等参与，对用户更加友好，使用方便。

2、首次提出高精度、低时延的虹膜、手部、人脸3D采集和识别技术。特别是通过下述手段至少一个：①规定一定的规范进行采集和合成，从而使得采集、合成精度更高、速度更快；②在相机或者背景设置标记，调整目标物的位置，使得目标物预定特征与标记对齐，从而保证了目标物的影像在相机拍摄的图片中位置固定，减少算法运算负担，提高合成速度；③通过限定在固定的多个位置采集目标物多个图像，使得图像之间的关系在每次采集时均固定，这样算法可以根据这种固定关系而专门设计，从而减少算法运算负担，提高合成速度。④通过分割采集到的多个图像，将包含目标物的部分分离出来，可以极大地缩小每张图像的数据量，从而使得在多张图片合成时计算量骤减，提高合成速度。

3、将虹膜、手部、人脸3D采集和识别技术与3D人体姿态识别结合，并且同步采集和识别，进一步提高认证的精度，降低时延。

4、通过优化相机的采集位置，同时提高采集速度和精度。且优化位置时，无需测量角度，无需测量目标尺寸，适用性更强。

5、将不同人体生物3D信息分级，在不同业务级别下采集识别不同区域3D 信息，并且采用逐级筛选的方式，极大降低了数据处理量，从而兼顾安全性和实时性。

6、标准数据为用户完整数据，应用数据为用户的部分数据，这样可以使得业务办理时无需采集、处理大量数据，只需要部分处理即可。节约了业务办理时间。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例中DTM机的结构示意图；

图2为本发明实施例中DTM机A区的采集装置放大的结构示意图；

图3为本发明实施例中DTM机B区的采集装置放大的结构示意图；

附图标记说明：

柜体1000，头部/面部和虹膜采集装置1001，手部采集装置1002，交易装置1003，承载板1004，显示区1005，操作区1006，服务器2000，201A图像采集装置，600A光源，400处理器，700A检测装置，301B图像采集装置，603 B光源，703B检测装置。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

将目标物(例如是待采集的人)布置在背景板前，背景板可以选择纯色背景或规律图案背景，以方便后续图片边缘的提取，提高运算速度。

设置光源光照强度和色温等光源参数，使得光照条件为标准化条件。

在显示器、相机分划板、或背景板上设置多个标记，通过目视或程序自动检测的方式提示目标物与标记对齐。例如可以通过承载人体的三维运动平台移动人体。但是，无论人站姿还是坐姿，都可能左右倾斜，例如左右肩不对称。此时需要采集者指挥被采集者移动，或被采集者通过观看屏幕显示进行移动，从而保持与标记对齐。

相机在围绕被采集者的多个位置进行拍照，所述位置应当满足预定标准化条件(下面将详细阐述)。

图像处理装置对相机采集到的每张图像进行预处理，分割图像，提取图像中有用信息部分，去除无用信息部分，形成标准化大小的预处理图像。并利用匹配合成算法对多个预处理图像进行匹配合成，形成目标物的3D点云信息。

DTM机的应用

DTM机也可称为智能业务处理设备，在使用时，无需客户提供标识客户身份的证件，例如社会通用的身份证、护照等；也无需客户提供某一组织发行的标识客户账户的实体凭证或虚拟凭证，例如社保卡、商店会员卡、银行卡(或卡号)、信用卡(或卡号)、商品提货卡、游戏点卡、网站或app会员，以及其他具有支付、交易功能的凭证，而使用客户生物特征作为唯一身份识别，将政府、企业所提供服务涉及的身份信息、账户信息与客户生物特征关联，使得客户的生物特征就可以作为各种社会活动和经济活动的唯一标识。

以下作为有限举例。

1、银行转账。客户在进行银行转账时，DTM机识别客户生物3D信息，并与银行预先存储的多个生物3D信息进行比对，识别出该客户身份，并将其银行账户的信息(例如资产信息、客户等级等)与客户3D信息相关联，从而允许客户对该账户进行转账操作。

2、无人超市。客户将标识物品编号的卡提供给DTM机，DTM机读取该卡，从而识别出客户想要购买的物品，并计算出所需要支付的总额。在进行客户生物3D识别后，DTM机(或其关联的服务器)将客户账户与上述支付金额关联起来，直接从客户账户扣除相应金额。或向银行发送支付请求，并将采集到的客户3D信息发送给银行，银行识别后进行该账单的支付。

3、订购货物。客户通过DTM机登录工厂订购页面，在订购页面内选择订购货物。DTM机采集客户生物3D信息，并将其发送给工厂，工厂根据客户生物3D信息生成订单，并计算花费发送至DTM机(或其关联的服务器)中请求客户支付。客户通过自身生物3D信息调用银行账户支付该订单。工厂根据客户3D信息中关联的姓名、地址、联系方式等信息，为客户发送货物。

4、闸机门禁系统。闸机与DTM机连接(此时DTM机与银行中使用的DTM 机外形形态可能不同，但核心的采集、识别功能是一致的)。客户购买车票后，在DTM机中进行识别认证，DTM机采集客户生物3D信息，识别出客户的身份，并查询其身份下的车票信息，如和当前车次相符，则向闸机发出打开指令。客户的车票可以是在其他DTM机上购买的，例如与上述应用场景类似，也可能是直接现金通过其他渠道购买的，但无论哪种情形，车票与客户的身份的对应关系是唯一确定的。在闸机连接的DTM机采集客户生物3D信息后，如果系统没有存储客户的身份信息，可以向政府相关部门的服务器请求查询客户身份，例如公安系统。

上述应用仅为有限列举，不作为对其应用和结构的限定。

DTM机结构

如图1-图3所示，DTM机包括柜体1000，柜体从上到下分为A、B、C三个区域。其中A区域主要用来采集识别头部/面部和虹膜，并且为客户提供显示区域/交互接口。B区域主要用来采集识别手部，并且为客户提供显示区域/交互接口。C区域主要用来承载用户，并且采集识别足部。

A区域包括头部/面部和虹膜采集装置1001，该采集装置包括A图像采集装置201、A光源600，还可以包括A检测装置700。

A图像采集装置201可以为固定的多相机矩阵，分别从不同角度采集人面部/虹膜信息。

A图像采集装置201也可以为绕单轴旋转的单个相机，通过转动分别从不同角度采集人面部/虹膜信息。

A图像采集装置201也可以安装在旋转装置上，通过旋转装置带动其围绕采集目标(头部、面部、虹膜等)转动。旋转装置包括轨道和承载结构，A图像采集装置201安装在承载结构上，并沿轨道运动。轨道可以为弧形轨道，可以为一条或多条。在设置多条轨道时，A图像采集装置201可以为多台相机，分别位于不同轨道上，从而采集目标物不同区域。多条轨道可以是上下排布，也可以是左右排布，也可以是两者结合。但即使为一条轨道，也可以承载两个或多个相机。例如，在一条±90°的轨道中，其中一个相机从0°转动到90°，另一个相机从-90°转动到0°。这里数值只是举例，也就是说，多个相机可以在同一条轨道上采集目标物不同区域。另外，在一条轨道时，承载结构可以承载多台相机，各个相机光轴呈一定夹角，即在同一位置采集范围也不同。这样，扩大了系统在任意时刻任意位置的采集范围，从而提高采集效率。控制器用于控制A图像采集装置201的运动。

A图像采集装置201也可以和空间光调制器配合使用。空间光调制器包括多个光学单元，每个光学单元为反射结构、透射结构、或微透镜结构，使得目标物不同角度的光线分别通过空间光调制器上的每个光学单元偏转至图像采集装置201的不同采集区。这样，不需要使用转动装置，也不需要设置多个A图像采集装置即可采集目标物的多个角度的图像，结构更加稳定、简单，成本更低。

A图像采集装置201采集目标物多个角度的图片，并将图片传输至处理器 400，处理器400对多个角度的图片利用3D合成算法进行合成(具体下述详细描述)目标物整体或某一部分的3D模型，例如生成人面部的3D模型。其中 3D模型可以为点云数据构成，也可以包括贴皮后的纹理信息。

A区域还包括显示区1005，显示区1005用于显示与客户交易的内容。例如客户在进行转账操作时，显示区1005可以根据操作步骤显示客户转账的过程，以及转账的结果。优选的，显示区为可触摸操作屏。

B区域包括手部采集装置1002，该采集装置包括承载板1004、B图像采集装置301、B光源603，还可以包括B检测装置703。

其中承载板1004为透明材料制成，其上可以包括手型轮廓指示线，用于指示客户将手部以固定样式张开并放在固定区域，以方便手部3D信息的标准化采集。但由于透明材料会对手部成像，对3D合成造成影响，因此承载板1004 可以用高强度细线编织，由细线承载人手部，同时线与线之间具有较大空洞，用于使得相机能够更多地采集到手部图像。此时承载板1004上可以用不同颜色指示出手型轮廓指示线。这也是本发明的发明点之一。

B图像采集装置301也可以安装在旋转装置上，通过旋转装置带动其围绕采集目标(手部)转动。旋转装置包括轨道和承载结构，B图像采集装置301 安装在承载结构上，并沿轨道运动。轨道可以为弧形轨道，可以为一条或多条。在设置多条轨道时，B图像采集装置301可以为多台相机，分别位于不同轨道上，从而采集目标物不同区域。多条轨道可以是上下排布，也可以是左右排布，也可以是两者结合。但即使为一条轨道，也可以承载两个或多个相机。例如，在一条±90°的轨道中，其中一个相机从0°转动到90°，另一个相机从-90°转动到0°。这里数值只是举例，也就是说，多个相机可以在同一条轨道上采集目标物不同区域。另外，在一条轨道时，承载结构可以承载多台相机，各个相机光轴呈一定夹角，即在同一位置采集范围也不同。这样，扩大了系统在任意时刻任意位置的采集范围，从而提高采集效率。控制器500用于控制B图像采集装置301的运动。

B图像采集装置301也可以和空间光调制器配合使用。空间光调制器包括多个光学单元，每个光学单元为反射结构、透射结构、或微透镜结构，使得目标物不同角度的光线分别通过空间光调制器上的每个光学单元偏转至B图像采集装置201的不同采集区。这样，不需要使用转动装置，也不需要设置多个图像采集装置即可采集目标物的多个角度的图像，结构更加稳定、简单，成本更低。

B图像采集装置301采集目标物多个角度的图片，并将图片传输至处理器 400，处理器400对多个角度的图片利用3D合成算法进行合成(具体下述详细描述)目标物整体或某一部分的3D模型，例如生成人面部的3D模型。其中3D模型可以为点云数据构成，也可以包括贴皮后的纹理信息。

B区域还可以包括操作区1006，操作区1006用于为客户提供操作DTM机的接口，例如可以为实体键盘或虚拟键盘。

处理器400对多个图片进行预处理，并将合成后的头部、面部、虹膜和/ 或手部3D模型通过网络发送给服务器2000，服务器2000将采集到的3D模型和数据库中存储的标准模型进行比对识别，如果识别一致，则完成身份认证，允许客户进行下一步操作。具体认证流程后续将会详细描述。

当然，由于DTM机计算能力有限，因此处理器400可以只进行图片的预处理后，将拍摄的多张图片发送给服务器2000，由服务器2000完成图片的特征点提取、匹配和3D合成。

其中面部模型为头部裸露出皮肤的部分，例如包括额头发际线以下，左右耳朵以内，下巴以上的区域。当然，也可以不包括耳朵。

在一些情况下，在A和/或B区域中还可以包括交易装置1003，交易装置包括交易入口和/或交易出口，其中交易入口可以为各种有价证券提供进入 DTM机的入口，交易出口可以为各种有价值货物、证券、货币等提供从DTM 机的出口。由于本发明中客户的生物3D信息就是身份信息，同时也标识着用户在银行、医院、政府、学校、商店、工厂、企业等的账户信息，因此DTM 机可以没有交易入口而只存在交易出口。当然，由于DTM机更为先进，在一些情况下其也可以保留向下兼容ATM的功能，例如可以允许用户使用银行卡等实体卡进行交易，而DTM机只做为身份的认证方式，甚至只作为身份认证的辅助方式(用户依然主要用密码进行认证)，此时就需要提供交易入口，例如提供插卡口，或其他凭证入口。

DTM机可以不包括C区域。若包括C区域，则其用于承载客户，并利用压力传感器感知客户体重，并可将体重信息发送给服务器2000，作为身份识别 /认证的一种手段。同时，C区域也可以设置图像采集装置，用于采集用户足部 3D信息。采集方式和结构与A区域、B区域类似。

DTM机认证方法

第1步：服务器2000接收DTM机发送的包含客户生物特征的3D模型。

该模型可以为面部、头部、虹膜、手部模型，也可以为上述部位或其他身体部位的部分区域的模型。例如，在采集时只采集客户手部的手指信息；或在采集时采集完整的头部信息，但处理器400在向服务器发送时，只发送脸颊部分模型数据。这样可以缩短数据传输量，提高识别速度。

第2步：服务器2000将接收到的3D模型(应用3D数据)与存储的标准 3D模型(标准3D数据)进行比对，从而识别客户身份。

在进行点云比对识别时，工作原理如下：首先，点云是组成3D模型的基本元素，它包含空间坐标信息(XYZ)和颜色信息(RGB)。点云的属性包括空间分辨率，点位精度，表面法向量等。它的特征不受外界条件的影响，对于平移和旋转都不会发生改变。逆向软件能够进行点云的编辑和处理，如： imageware、geomagic、catia、copycad和rapidform等。天目点云比对识别法特有的基于空域直接匹配的方法包括：迭代最近点法ICP(Iterative closestpoint)，ICP方法通常分为两步，第一步特征点拟合，第二步曲面整体最佳拟合。先拟合对齐特征点的目的是为了最短时间找到并对齐要比对拟合的两个点云。

但不限于此。例如可以是：

第一步，在两个点云的对应的刚性区域，选取三个及以上特征点作为拟合关键点，通过坐标变换，直接进行特征点对应匹配。

ICP用于曲线或曲面片段的配准，是3D数据重构过程中一个非常有效的工具，给定两个3D模型粗略的初始对齐条件，ICP迭代地寻求两者之间的刚性变换以最小化对齐误差，实现两者的空间几何关系的配准。

给定集合

和

集合元素表示两个模型表面的坐标点，ICP配准技术迭代求解距离最近的对应点、建立变换矩阵，并对其中一个实施变换，直到达到某个收敛条件，迭代停止.其编码如下：

1.1 ICP算法

输入.P₁，P₂.

输出.经变换后的P₂

P₂(0)＝P₂,l＝0；

Do

For P₂(l)中的每一个点

在P₁中找一个最近的点y_i；

End For

计算

配准误差E；

If E大于某一阈值

计算P₂(l)与Y(l)之间的变换矩阵T(l)；

P₂(l+1)＝T(l)·P₂(l),l＝l+1；

Else

停止；

End If

While||P₂(l+l)-P₂(l)||>threshold；

其中配准误差

1.2基于局部特征点的匹配：

以人面部信息识别为例，人脸模型主要分为刚性模型部分和塑性模型部分，塑性变形影响对齐的准确性，进而影响相似度。塑性模型第一次第二次采集数据会有局部差异，一种解决途径是只在刚性区域选取特征点，特征点是从一个对象中提取的、在一定条件下保持稳定不变的属性，采用常用的方法迭代最近点法ICP特征点进行拟合对齐。

首先提取脸部受表情影响较小的区域，如鼻子区域鼻尖、眼框外角、额头区域、颧骨区域、耳部区域等。人体手部指节为刚性区域，掌部为塑性区域，在指部区域选取特征点为最佳。虹膜为刚性模型。

对特征点的要求：

1)完备性.蕴含尽可能多的对象信息，使之区别于其他类别的对象；2)紧凑性.表达所需的数据量尽可能少；3)还要求特征最好能在模型旋转、平移、镜像变换下保持不变。

在3D生物特征识别中，采用对齐两个3D生物特征模型点云，计算输入模型的相似度，其中配准误差作为差别度量。

第二步：特征点最佳拟合后，整体曲面最佳拟合后的点云的数据对齐。

第三步，相似度计算。最小二乘法

最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法也可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵，用最小二乘法来表达。常用于解决曲线拟合问题，进而解决曲面的完全拟合。通过迭代算法能够加快数据收敛，快速求得最优解。

如果3D数据模型是以STL文件格式输入的，则通过计算点云与三角片的距离来确定其偏差。因此，该方法需要对每个三角面片建立平面方程，其偏差为点到平面的距离。而对于3D数据模型为IGES或STEP模型,由于自由曲面表达形式为NURBS面，所以点到面的距离计算需要用到数值优化的方法进行计算。通过迭代计算点云中各点至NURBS曲面的最小距离来表达偏差，或将NURBS 曲面进行指定尺度离散，用点与点的距离近似表达点偏差，或将其转换为STL 格式进行偏差计算。不同的坐标对齐及偏差计算方法，获得的检测结果也不同。对齐误差的大小将直接影响检测精度及评估报告的可信度。

最佳拟合对齐是检测偏差平均到整体，以保证整体偏差最小为条件来终止迭代计算的对齐过程,对配准结果进行3D分析，生成结果对象以两个图形间误差的均方根的形式输出，均方根越大，反映两个模型在该处的差异越大。反之亦反。根据比对重合度比例判断是否是比对标的物。

第3步：服务器2000根据比对识别结果，向DTM机发送对应指令。

如果识别通过，则向DTM机发送指令，允许客户下一步操作。如果识别未通过，则向DTM发送指令，使其提示客户再次进行认证。例如前一次仅仅认证脸部，那么此次可再次认证手部，即进行再次采集、比对、识别。

以上是DTM机认证的基本原理，但为了兼顾认证效率和认证准确率。可以采用如下步骤进行身份认证。

(1)处理器400向服务器2000发送低认证级别区域(客户脸部局部)的多张图片。

(2)服务器2000对脸部局部图片进行3D合成，得到客户脸部局部3D模型。

(3)服务器2000将合成的客户脸部局部3D模型与预先存储的多个客户脸部3D信息进行比对识别。若相似度在阈值范围内，则将该客户身份信息发送给DTM机；若相似度不在阈值范围内，则比对下一个预先存储的客户脸部 3D信息，直至找到符合的客户。

由于1：N的查找耗时较长，因此在进行上述识别时，服务器2000可以将脸部3D模型的局部与预先存储的客户脸部3D信息进行比对识别。但毕竟局部的比对是存在一定误差率的，此时识别通过后，应当将认证级别标记低一级，以保证安全。这也是本发明的发明点之一。

(4)若识别找到对应的客户，则服务器2000向DTM发送指令，允许客户下一步操作，并将当前认证级别、客户身份信息发送给DTM；

(5)DTM机接收用户操作指令，并判断客户选择的下一步操作的级别与当前通过的认证级别是否相符，如果操作级别低于或等于认证级别，则允许用户进行操作；如果操作级别高于认证级别，则DTM向服务器2000发送更高一级认证请求。

(6)服务器2000在DTM与客户进行交互时的同时，合成高认证级别区域的3D模型(例如脸部整体、手部、和/或虹膜的3D模型)，并将其与前面已经得到的客户的3D信息进行比对认证，若认证通过，则向DTM发送认证通过指令，以及当前的认证级别。由于前面已经在数据库中找到了该客户，因此这一步骤中无需再利用合成脸部整体、手部、和/或虹膜的3D模型与数据库中的所有客户的3D信息进行比对，而只需要比对前面找到的那个客户的对应的脸部整体、手部、和/或虹膜的3D信息即可。这样可以极大地提高认证效率和速度。这也是本发明的发明点之一。

(7)DTM根据认证通过指令，以及当前通过的认证级别，允许客户进一步操作。

可以根据实际情况设定人体区域与认证级别的对应关系。

区域	虹膜	指纹	手掌	脸部(完整)	手部(完整)	耳朵
							认证级别	10	6	4	8	9	3

上表仅供参考，可以根据实际需要设定不同的认证级别，例如可以根据采集合成难度设定认证级别，也可以根据生物特征唯一性的高低设置认证级别。可以理解在认证时并不需要完整的器官，例如脸部的某个区域也是可以的，因此这些局部区域都可以设置对应的认证级别。并且，一些其他身体部位一样可以设定相应的认证级别。

DTM机的数据具有两种，一种是采集的标准数据，需要严格按照标准数据的采集设备、方法和流程进行。这种数据通常作为标准，用以作为与其他采集数据的对比基础。例如，在客户首次开户时，银行需要采集用户的生物3D标准数据存入后台数据库中，后续用户在办理业务时，可以利用当时采集的数据与该数据进行比对，从而判断用户身份是否合法。由于其是标准数据，因此采集条件、流程、设备要求应当更加严格，保证数据的全面性和精确性。另一种是采集的应用数据。例如，客户在每次办理业务时，需要在DTM机上进行生物 3D信息的采集，得到此时客户的应用数据。将应用数据与标准数据进行对比即可识别出该应用数据是否与标准数据同属于一个客户，从而能够进行客户身份的识别和认证。

由于在进行标准数据采集时，例如用户在开户时，具有相对充足的时间进行采集，因此标准数据包括了用户完整的、各个区域的生物特征3D信息。但在进行业务处理时，采集的应用数据并不需要完整3D信息，不然将会极大地拖慢采集、比对时间。因此，优选此时采集的应用数据为用户的部分生物特征 3D信息。例如可以为虹膜数据、手部数据、指纹数据或面部数据中的一个或多个。这种标准数据和应用数据的设置方式也是本发明的发明点之一。上述实施例虽然只列举了低认证级别和高认证级别两步认证方式，但是本领域技术人员可以理解，由于人生物特征具有不同级别(如上所述)，因此认证方式也可以相应设置多种。例如可以在用户通过第一认证级别后可以进行第一操作，在通过第二认证级别后可以进行第二操作，在通过第n认证级别后可以进行第n操作。这样做的原因之一是由于生物3D合成和识别与2D有本质区别，其所花费的时间较长，因此通过低级别的合成和认证能够快速满足用户低级别的操作，避免等待时间。而高级别的合成和认证则在用户操作的同时可以默默进行，不占用用户等待时间。从而提高用户满意度。也是发明点之一。

服务器2000可以为远程云平台，也可以为与DTM机器空间距离较近的服务器、工作站，甚至可以为DTM机内部的服务器平台。虽然上述提到在服务器中进行3D合成步骤，但本领域技术人员可以理解，将3D合成步骤设置在 DTM机中也是可以的。

DTM机标准采集方法

DTM机的数据具有两种，一种是采集的标准数据，需要严格按照标准数据的采集设备、方法和流程进行。这种数据通常作为标准，用以作为与其他采集数据的对比基础。例如，在客户首次开户时，银行需要采集用户的生物3D标准数据存入后台数据库中，后续用户在办理业务时，可以利用当时采集的数据与该数据进行比对，从而判断用户身份是否合法。由于其是标准数据，因此采集条件、流程、设备要求应当更加严格，保证数据的全面性和精确性。

另一种是采集的应用数据。例如，客户在每次办理业务时，需要在DTM 机上进行生物3D信息的采集，得到此时客户的应用数据。将应用数据与标准数据进行对比即可识别出该应用数据是否与标准数据同属于一个客户，从而能够进行客户身份的识别和认证。

所谓标准化采集方法，即无论在何时何地进行采集，均遵循的一致的采集流程、采集条件和使用同样结构的采集设备。

1、标准化光源

光源用于向目标物提供光照，使得目标物待采集区域被照亮，且光照度大致相同。光源可以包括多个子光源，也可以为从不同方向向目标物不同区域提供照明的一体光源。由于目标物轮廓的凹凸，光源需要保证在不同方向均可以提供照明，才能够实现目标物不同区域光照度的均匀性。

还可以利用测装置700检测目标物300的反射光光照度、光强、反射光照度、反射光色温、反射光波长、反射光位置、反射光均匀度、反射图像的锐度、反射图像的清晰度、反射图像的对比度和/或它们任意的组合，从而控制光源的发光光强、发光照度、发光色温、发光波长、发光方向、发光位置和/或它们任意的组合。因此检测装置可以为专门测量上述参量的装置，也可以为CCD、 CMOS、相机、摄像机等图像采集设备。因此，优选情况下，检测装置和图像采集装置可以为同一部件，即图像采集装置实现检测装置的功能，检测目标物的光学特性。在目标物的图像采集前，先使用图像采集装置检测目标物光照条件是否满足要求，并通过控制光源实现合适的光照条件，然后图像采集装置201 再开始采集用于3D合成的多张图片。

2、图像采集装置采集位置标准化

在进行3D采集时，图像采集装置在不同采集位置光轴方向相对于目标物发生变化，此时相邻两个图像采集装置的位置，或图像采集装置相邻两个采集位置满足如下条件：

其中L为在相邻两个采集位置时图像采集装置1光心的直线距离；f为图像采集装置1的焦距；d为图像采集装置1感光元件(CCD)的矩形长度或宽度；T为图像采集装置1感光元件沿着光轴到目标物表面的距离；δ为调整系数，δ<0.603。

当上述两个位置是沿图像采集装置1感光元件长度方向时，d取矩形长度；当上述两个位置是沿图像采集装置1感光元件宽度方向时，d取矩形宽度。

图像采集装置1在两个位置中的任何一个位置时，感光元件沿着光轴到目标物表面的距离作为T。除了这种方法外，在另一种情况下，L为A_n、A_n+1两个图像采集装置1光心的直线距离，与A_n、A_n+1两个图像采集装置1相邻的 A_n-1、A_n+2两个图像采集装置1和A_n、A_n+1两个图像采集装置1各自感光元件沿着光轴到目标物表面的距离分别为T_n-1、T_n、T_n+1、T_n+2，T＝(T_n-1+T_n+T_n+1+T_n+2)/4。当然可以不只限于相邻4个位置，也可以用更多的位置进行平均值计算。

L应当为两个图像采集装置1光心的直线距离，但由于图像采集装置光心位置在某些情况下并不容易确定，因此在某些情况下也可以使用图像采集装置 1的感光元件中心、图像采集装置1的几何中心、图像采集装置1与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代，经过试验发现由此带来的误差是在可接受的范围内的。

通常情况下，现有技术中均采用物体尺寸、视场角等参数作为推算相机位置的方式，并且两个相机之间的位置关系也采用角度表达。由于角度在实际使用过程中并不好测量，因此在实际使用时较为不便。并且，物体尺寸会随着测量物体的变化而改变。例如，在进行一个成年人头部3D信息采集后，再进行儿童头部采集时，就需要重新测量头部尺寸，重新推算。上述不方便的测量以及多次重新测量都会带来测量的误差，从而导致相机位置推算错误。而本方案根据大量实验数据，给出了相机位置需要满足的经验条件，不仅避免测量难以准确测量的角度，而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参数，在购买相机、镜头时，厂家即会给出相应参数，无需测量。而T 仅为一个直线距离，用传统测量方法，例如直尺、激光测距仪均可以很便捷的测量得到。因此，本发明的经验公式使得准备过程变得方便快捷，同时也提高了相机位置的排布准确度，使得相机能够设置在优化的位置中，从而在同时兼顾了3D合成精度和速度，具体实验数据参见下述。

利用本发明装置，进行实验，得到了如下实验结果。

更换相机镜头，再次实验，得到了如下实验结果。

更换相机镜头，再次实验，得到了如下实验结果。

从上述实验结果及大量实验经验可以得出，δ的值应当满足δ<0.603，此时已经能够合成部分3D模型，虽然有一部分无法自动合成，但是在要求不高的情况下也是可以接受的，并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.410时，能够最佳地兼顾合成效果和合成时间的平衡；为了获得更好的合成效果可以选择δ<0.356，此时合成时间会上升，但合成质量更好。当然为了进一步提高合成效果，可以选择δ<0.311。而当δ为0.681 时，已经无法合成。但这里应当注意，以上范围仅仅是最佳实施例，并不构成对保护范围的限定。

并且从上述实验可以看出，对于相机拍照位置的确定，只需要获取相机参数(焦距f、CCD尺寸)、相机CCD与物体表面的距离T即可根据上述公式得到，这使得在进行设备设计和调试时变得容易。由于相机参数(焦距f、CCD 尺寸)在相机购买时就已经确定，并且是产品说明中就会标示的，很容易获得。因此根据上述公式很容易就能够计算得到相机位置，而不需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中，需要更换相机镜头，那么本发明的方法直接更换镜头常规参数f计算即可得到相机位置；同理，在采集不同物体时，由于物体大小不同，对于物体尺寸的测量也较为繁琐。而使用本发明的方法，无需进行物体尺寸测量，能够更为便捷地确定相机位置。并且使用本发明确定的相机位置，能够兼顾合成时间和合成效果。因此，上述经验条件是本发明的发明点之一。

以上数据仅为验证该公式条件所做实验得到的，并不对发明构成限定。即使没有这些数据，也不影响该公式的客观性。本领域技术人员可以根据需要调整设备参数和步骤细节进行实验，得到其他数据也是符合该公式条件的。

本发明所述的转动运动，为在采集过程中前一位置采集平面和后一位置采集平面发生交叉而不是平行，或前一位置图像采集装置光轴和后一位置图像采集位置光轴发生交叉而不是平行。也就是说，图像采集装置的采集区域环绕或部分环绕目标物运动，均可以认为是两者相对转动。虽然本发明实施例中列举更多的为有轨道的转动运动，但是可以理解，只要图像采集设备的采集区域和目标物之间发生非平行的运动，均是转动范畴，均可以使用本发明的限定条件。本发明保护范围并不限定于实施例中的有轨道转动。

本发明所述的相邻采集位置是指，在图像采集装置相对目标物移动时，移动轨迹上的发生采集动作的两个相邻位置。这通常对于图像采集装置运动容易理解。但对于目标物发生移动导致两者相对移动时，此时应当根据运动的相对性，将目标物的运动转化为目标物不动，而图像采集装置运动。此时再衡量图像采集装置在转化后的移动轨迹中发生采集动作的两个相邻位置。

3、目标物位置标准化

系统还具有显示器，和相机相连，能够显示相机拍摄到的目标物。同时，显示器上显示一些标记800，所述标记800为十字线、标记点、圆形、直线形、矩形、不规则图案和/或它们的组合。相机采集到的目标物的图像和这些标记在显示器上重合，通过观察显示器，可以调整目标物的位置，从而使得目标物特定区域与标记对齐。例如当拍摄目标物为人头部或面部时，十字标记的横线与人双眼的眼角对齐，纵线与鼻头对齐；当拍摄目标物为人眼部时，十字标记的横线与人双眼的眼角对齐，纵线与鼻头对齐，或纵线与两眼内眼角连线中点对齐；当拍摄目标物为人手部时，标记线与手指中线对齐或与手指边缘对齐。这样，在每次采集前，当相机位于初始位置时，均根据标记对目标物进行位置调整，从而使得每次目标物的位置一致，减少合成复杂度。

4、目标物背景标准化

还具有背景板，设置于图像采集装置对面，为目标物提供单纯背景图案。背景板全部为纯色，或大部分(主体)为纯色。特别是可以为白色板或黑色板，具体颜色可以根据目标物主体颜色来选择。背景板通常为平板，优选也可以为曲面板，例如凹面板、凸面板、球形板，甚至在某些应用场景下，可以为表面为波浪形的背景板；也可以为多种形状拼接板，例如可以用三段平面进行拼接，而整体呈现凹形，或用平面和曲面进行拼接等。除了背景板表面的形状可以变化外，其边缘形状也可以根据需要选择。通常情况下为直线型，从而构成矩形板。但是在某些应用场合，其边缘可以为曲线。

在某些情况下，相机通过转动实现拍摄，此时背景板应当与相机同步转动。在某些情况下，采用多个相机进行拍摄，此时背景板可固定。

5、图像预处理标准化

需要对目标物的图片进行标准化的预处理，即提取有用信息，其余用空数据填充。即首先寻找目标物轮廓，沿着目标物轮廓将目标物(有效信息区域) 保留，而将图像中其余部分(非有效信息区域)去掉，将去掉部分填充为纯色，优选填充为空数据，从而形成预定图片大小的矩形图片。例如对于人体面部、手部、身体、四肢、足部或其他目标物，均可以用类似方法进行3D合成前的标准化预处理。例如在进行面部的3D合成时，以发际线-耳廓-下巴为边缘，将人体面部信息保留，图片中其他部分去掉，形成标准化预处理图片。

上述说明了如何进行标准化采集，但在实际采集应用时很多条件下并不一定能够实现标准化采集(但不排除，如果有条件一样可以实现标准化采集)。而且，在实际应用时，为了获得应用数据，也并不一定非要标准化采集。此时，可以根据实际情况调整标准化采集中的某些标准内容。但应当保证其中至少一项项目标准化，优选的应当保证图像采集装置采集位置标准化。例如在银行已经保存了客户的标准化数据时，再客户再次使用银行服务时，用户可能仅在 DTM机上自助操作，此时DTM机某些结构可能与采集标准数据的DTM机略有不同，这也是允许的。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (17)

1.一种基于生物3D信息的智能业务处理设备，其特征在于：包括

生物信息采集模块，用于采集用户生物特征数据；

客户信息认证模块，用于根据采集的应用三维数据与标准三维数据的比对结果，实现客户身份的认证；

客户操作模块，用于为用户提供业务交互；

其中应用三维数据的数据范围小于标准三维数据的数据范围；

进行生物信息采集时，图像采集装置的位置满足如下条件：

其中L为在相邻两个采集位置时图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件的矩形长度或宽度；T为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数，δ<0.603。

2.如权利要求1所述的智能业务处理设备，其特征在于：应用三维数据包括多个认证级别的生物特征的3D信息。

3.如权利要求1所述的智能业务处理设备，其特征在于：所述认证包括：首先将用户第一认证级别的生物特征的3D信息与预先存储的用户标准3D信息进行比对识别，识别通过后，允许用户操作第一认证级别的业务。

4.如权利要求1所述的智能业务处理设备，其特征在于：所述认证包括：将第n认证级别的生物特征的3D信息与用户标准3D信息进行比对识别，识别通过后，允许用户操作第n认证级别的业务。

5.如权利要求3所述的智能业务处理设备，其特征在于：上述将第n认证级别的生物特征的3D信息与用户标准3D信息进行比对识别，还包括生成第n认证级别的生物特征的3D信息，并且在用户进行业务交互的同时实现第n认证级别的生物特征的3D信息的生成和比对识别。

6.如权利要求4或5所述的智能业务处理设备，其特征在于：在进行第n认证级别的生物特征的3D信息的比对识别时，其比对识别对象为通过第1、2、3和/或n-1认证识别筛选出来的用户所对应的标准3D信息。

7.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.410。

8.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.356。

9.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.311。

10.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.284。

11.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.261。

12.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.241。

13.如权利要求1所述的智能业务处理设备，其特征在于：δ<0.107。

14.如权利要求1所述的智能业务处理设备，其特征在于：将采集到的用户生物特征数据发送至本地处理器或服务器进行三维数据合成，形成用户的生物特征的3D信息。

15.如权利要求1所述的智能业务处理设备，其特征在于：标准三维数据为预定大小、尺寸的数据。

16.一种业务处理系统，其特征在于：包括如权利要求1-15任一所述的智能业务处理设备。

17.一种业务处理方法，其特征在于：使用如权利要求1-15任一所述的智能业务处理设备。

Images