CN111178139A - 一种身份认证的方法以及支付方法和支付设备 - Google Patents
一种身份认证的方法以及支付方法和支付设备 Download PDFInfo
- Publication number
- CN111178139A CN111178139A CN201911227813.3A CN201911227813A CN111178139A CN 111178139 A CN111178139 A CN 111178139A CN 201911227813 A CN201911227813 A CN 201911227813A CN 111178139 A CN111178139 A CN 111178139A
- Authority
- CN
- China
- Prior art keywords
- gesture
- user
- dimensional coordinate
- identity
- hand
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000009471 action Effects 0.000 claims abstract description 103
- 238000012795 verification Methods 0.000 claims abstract description 61
- 210000003811 finger Anatomy 0.000 claims description 105
- 239000013598 vector Substances 0.000 claims description 43
- 210000003813 thumb Anatomy 0.000 claims description 37
- 210000004932 little finger Anatomy 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012011 method of payment Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种身份认证的方法以及支付方法和支付设备,涉及计算机技术领域。该方法的一具体实施方式包括:对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,以完成身份认证。该实施方式通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种身份认证的方法以及支付方法和支付设备。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。人脸识别以其非侵扰性、便捷性、友好性、非接触性、可扩展性等优点成为生物识别的翘楚,已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域,例如通过人脸识别进行身份识别或支付认证等。
由于网络环境的开放性,存在诸多风险,在网络空间仅依靠单一特征进行身份识别或支付认证等操作,存在严重隐患,因此,简单地将人脸特征作为识别认证因素时,须根据风险等级结合用户口令等其他因素进行多因素认证,例如验证手机号码等。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有的基于人脸识别的身份认证,还需要用户进一步的手动操作以进行核验,耗时较长。
发明内容
有鉴于此,本发明实施例提供一种身份认证的方法以及支付方法和支付设备,能够通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率。
为实现上述目的,根据本发明实施例的一个方面,提供了一种身份认证的方法。
本发明实施例的一种身份认证的方法包括:对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度;当所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作;将所述手势动作与所述预存手势进行比对,以完成身份认证。
可选地,对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度,包括:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定身份,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定身份的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
可选地,当所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作,包括:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定身份的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
可选地,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及基于所述手部数据计算手势特征值,以识别所述用户的手势动作,包括:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
可选地,所述距离特征值采用以下公式计算:
所述角度特征值采用以下公式计算:
所述高度特征值采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
为实现上述目的,根据本发明实施例的另一方面,提供了一种支付方法。
本发明实施例的一种支付方法,包括:对用户进行人脸识别得到待定账户,并计算所述待定账户对应的识别精度;当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作;将所述手势动作与所述预存手势进行比对,并在所述手势动作与所述预存手势一至时进行支付。
可选地,对用户进行人脸识别得到待定账户,并计算所述待定账户对应的识别精度,包括:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定账户,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定账户的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
可选地,当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作,包括:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定账户的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
可选地,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及基于所述手部数据计算手势特征值,以识别所述用户的手势动作,包括:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
可选地,所述距离特征值采用以下公式计算:
所述角度特征值采用以下公式计算:
所述高度特征值采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
为实现上述目的,根据本发明实施例的又一方面,提供了一种身份认证的装置。
本发明实施例的一种身份认证的装置包括:计算模块,用于对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度;获取模块,用于在所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作;比对模块,用于将所述手势动作与所述预存手势进行比对,以完成身份认证。
可选地,所述计算模块还用于:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定身份,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定身份的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
可选地,所述获取模块还用于:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定身份的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
可选地,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及所述获取模块进一步用于:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
可选地,
所述距离特征值采用以下公式计算:
所述角度特征值采用以下公式计算:
所述高度特征值采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
为实现上述目的,根据本发明实施例的又一方面,提供了一种支付设备。
本发明实施例的一种支付设备,包括:人脸识别处理器,用于将用户的人脸图像发送至身份服务器进行匹配,以得到待定账户,并计算所述待定账户对应的识别精度;获取装置,用于当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作;手势识别处理器,用于将所述手势动作与所述预存手势进行比对,并在所述手势动作与所述预存手势一至时进行支付。
可选地,所述人脸识别处理器还用于:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定账户,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定账户的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
可选地,所述获取装置还用于:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定账户的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
可选地,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及所述获取装置进一步用于:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
可选地,所述距离特征值采用以下公式计算:
所述角度特征值采用以下公式计算:
所述高度特征值采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
为实现上述目的,根据本发明实施例的再一方面,提供了一种身份认证的电子设备。
本发明实施例的一种身份认证的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种身份认证的方法或本发明实施例的一种支付方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种身份认证的方法或本发明实施例的一种支付方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用对对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,以完成身份认证的技术手段,所以克服了基于人脸识别的身份认证还需要用户进一步的手动操作以进行核验的技术问题,进而达到通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的身份认证的方法的主要步骤的示意图;
图2是根据本发明实施例的支付方法的主要步骤的示意图;
图3是根据本发明一个可参考实施例的身份认证的方法的实施框架的示意图;
图4是根据本发明一个可参考实施例的身份认证的方法的主要流程的示意图;
图5是根据本发明实施例的身份认证的方法的手势识别的示意图;
图6是根据本发明实施例的身份认证的方法的采集手部数据的示意图;
图7是根据本发明实施例的身份认证的方法的计算手势特征值的示意图;
图8是根据本发明实施例的身份认证的装置的主要模块的示意图;
图9是根据本发明实施例的支付设备的主要装置的示意图;
图10是本发明实施例可以应用于其中的示例性系统架构图;
图11是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
现有的人脸识别方法的核验方式大多是采用核验手机号的形式,需要耗费一定时间。为此,本发明实施例的身份认证的方法,将人脸识别与手势识别结合,当用户进行人脸识别时,如果用户被认定为需进行核验,可以通过记录的手势对用户进行二次验证,提高验证效率,为用户提供手机号码等验证方式这外其它选择,本发明实施例的身份认证的方法可应用于自动售卖机、商超支付设备等多种环境,实施成本较低且功能全面。
图1是根据本发明实施例的身份认证的方法的主要步骤的示意图。如图1所示,本发明实施例的身份认证的方法主要包括以下步骤:
步骤S101:对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度。
人脸识别是对用户进行身份认证的一种方式,通过将手势识别与人脸识别结合,在需要核验时基于手势识别完成核验,从而提高身份认证效率,进而提高用户体验。何种情况需要核验可以根据人脸识别的识别精度确定,通常进行人脸识别后会得到可能的待定身份,该待定身份属于用户的可能性可以通过识别精度表示,因此可以在人脸识别时计算待定身份对应的识别精度。
在本发明实施例中,步骤S101可以采用以下方式实现:获取用户的人脸图像;将人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取相似图像对应的待定身份,并计算人脸图像与相似图像的图像相似度,以得到待定身份的识别精度;若未匹配到相似图像,则重新获取人脸图像。
在对用户进行身份认证时,先获取用户的人脸图像,再用该人脸图像到身份服务器中进行匹配,即查找图像相似度超过预定分值的图像,如果身份服务器中存在与该人脸图像相似的相似图像,表示身份服务器中可能已存储该用户的数据(包括用户的人脸图像),即初步识别出可能的待定身份,并且可能会同时匹配到多张相似图像(即多个待定账户),因此需要进一步计算人脸图像与相似图像的图像相似度来确认用户的身份,如果身份服务器中不存在与该人脸图像相似的相似图像,表示身份服务器中可能未存储该用户的数据(包括用户的人脸图像),或所获取的人脸图像不准确,此时可以重新获取人脸图像。图像相似度主要用于对于两幅图像之间内容的相似程度进行打分,根据分数的高低来判断两份图像内容的相近程度,图像相似度的计算可以采用现有的技术方案或工具实现,本发明实施例不再赘述,本发明实施例通过用户的人脸图像与相似图像的图像相似度来量化与相似图像对应的待定身份的识别精度。
此外,对于同时匹配到多张相似图像的情况,可以逐一对每个相似图像对应的待定身份进行基于手势的二次核验,也可以选取图像相似度最高的相似图像对应的待定身份进行二次核验。现有的人脸识别的方式众多,本步骤中的人脸识别还可以采用现有的技术方案或工具实现,本发明实施例不再赘述。
步骤S102:当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作。
本发明实施例的身份认证的方法将手势识别与人脸识别结合,在用户使用人脸识别的方式进行身份认证时,通过用户的手势完成核验,提高身份认证效率,为用户提供用户口令或手机号码等验证方式之外的其它选择。对于何种情况需要增加核验,可以设置预设范围,当识别精度处于预设范围内时进行核验,该预设范围可以根据实际情况设置,例如可以设置为识别精度的取值范围,实现在任何情况下都进行核验;也可以仅设置最小值,实现初步确认用户身份后再进行核验;也可以仅设置最大值,即如果通过人脸识别可以确认用户身份则不再进行核验等等。核验即对用户进行手势识别,读取待定身份的预存手势,并获取用户的手势动作,预存手势是用户预先存储的手势,例如握拳、张开或特定造型等手势,手势动作是用户再次做出预先存储的手势。此外,若未读取到用户的预存手势,表示用户可能未预先存储手势,此时可以提示用户录入手势动作。
在本发明实施例中,步骤S102可以采用以下方式实现:当识别精度大于预设识别值且小于预设核验值时,从身份服务器读取待定身份的预存手势;以及利用手势传感器获取用户的手部数据;基于手部数据计算手势特征值,以识别用户的手势动作。
作为一种优选的实施方式,可以设置预设识别值和预设核验值,当识别精度小于预设识别值时,表示人脸识别失败(即未识别到用户身份),可以不进行手势识别;当识别精度大于预设核验值时,表示人脸识别成功(即确认待定身份就是用户的身份),可以不进行手势识别;当识别精度大于预设识别值且小于预设核验值时,表示还需要进一步核验来确认用户身份,此时从身份服务器中读取用户的预存手势,并利用手势传感器获取用户的手部数据,基于手部数据识别用户的手势动作。手势传感器可以是Leap Motion等设备,手部数据的获取可以采用现有的技术方案或工具实现,本发明实施例不再赘述。
在本发明实施例中,手部数据可以包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径,则基于手部数据计算手势特征值,以识别用户的手势动作的步骤,可以采用以下方式实现:根据拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径,计算用户的距离特征值、角度特征值和高度特征值;基于距离特征值、角度特征值和高度特征值识别用户的手势动作。
手势特征值可以划分为距离特征值、角度特征值和高度特征值,通过距离特征值、角度特征值和高度特征值可以识别出用户的手势动作。手势识别主要是分类问题,在应用时,对于计算出的距离特征值、角度特征值和高度特征值,可以利用现有的分类方法进行识别,从而得到用户的手势动作。例如支持向量机分类方法,将距离特征值、角度特征值和高度特征值输入一个或多个分类器,得到一个多分类结果,即手势动作。此外,现有的分类方法繁多,有效的监督学习分类方法有决策树、贝叶斯、人工神经网络、k-近邻的分类等,还可以采用现有的技术方案或工具实现手势动作识别,本发明实施例不再赘述。
在本发明实施例中,距离特征值表示手指指尖与手心的距离,角度特征值表示为手心到拇指指尖的向量与手的方向向量的夹角,高度特征值指拇指指尖与手掌平面的距离。其中,
距离特征值采用以下公式计算:
角度特征值采用以下公式计算:
高度特征值采用以下公式计算:
其中,bi是距离特征值、ci是角度特征值、di是高度特征值、A1(x1,y1,z1)是拇指三维坐标、A2(x2,y2,z2)是食指三维坐标、A3(x3,y3,z3)是中指三维坐标、A4(x4,y4,z4)是无名指三维坐标、A5(x5,y5,z5)是小指三维坐标、A6(x6,y6,z6)是手心三维坐标、β是方向向量、R是手握球体半径以及Ai,n表示在手掌平面中的投影点。
步骤S103:将手势动作与预存手势进行比对,以完成身份认证。
通过步骤S102已读取到用户的预存手势,并获取了用户的手势动作,比对手势动作和预存手势便可以完成身份认证,若一致则身份认证成功,确认待定身份就是用户的身份,若不一致则身份认证失败(此种情况可能因为存在识别误差,可以重新获取用户的手势动作)。
根据本发明实施例的身份认证的方法可以看出,因为采用对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,以完成身份认证的技术手段,所以克服了基于人脸识别的身份认证还需要用户进一步的手动操作以进行核验的技术问题,进而达到通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率的技术效果。
图2是根据本发明实施例的支付方法的主要步骤的示意图。如图2所示,本发明实施例的支付方法主要包括以下步骤:
步骤S201:对用户进行人脸识别得到待定账户,并计算待定账户对应的识别精度。
人脸识别是支付认证过程中常用的一种方式,通过将手势识别与人脸识别结合,在需要核验时基于手势识别完成核验,从而提高识别认证效率,进而提高用户体验。何种情况需要核验可以根据人脸识别的识别精度确定,通常进行人脸识别后会得到可能的待定账户,该待定账户属于用户的可能性可以通过识别精度表示,因此可以在人脸识别时计算待定账户对应的识别精度。
在本发明实施例中,步骤S201可以采用以下方式实现:获取用户的人脸图像;将人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取相似图像对应的待定账户,并计算人脸图像与相似图像的图像相似度,以得到待定账户的识别精度;若未匹配到相似图像,则重新获取人脸图像。
在用户进行支付时,先获取用户的人脸图像,再用该人脸图像到身份服务器中进行匹配,即查找图像相似度超过预定分值的图像,如果身份服务器中存在与该人脸图像相似的相似图像,表示身份服务器中可能已存储该用户的账户信息,即初步识别出可能的待定账户,并且可能会同时匹配到多张相似图像(即多个待定账户),因此需要进一步计算人脸图像与相似图像的图像相似度来确认属于用户的账户,如果身份服务器中不存在与该人脸图像相似的相似图像,表示身份服务器中可能未存储该用户的账户信息,或所获取的人脸图像不准确,此时可以重新获取人脸图像。图像相似度主要用于对于两幅图像之间内容的相似程度进行打分,根据分数的高低来判断两份图像内容的相近程度,图像相似度的计算可以采用现有的技术方案或工具实现,本发明实施例不再赘述,本发明实施例通过用户的人脸图像与相似图像的图像相似度来量化与相似图像对应的待定账户的识别精度。
此外,对于同时匹配到多张相似图像的情况,可以逐一对每个相似图像对应的待定账户进行基于手势的二次核验,也可以选取图像相似度最高的相似图像对应的待定账户进行二次核验。现有的人脸识别的方式众多,本步骤中的人脸识别还可以采用现有的技术方案或工具实现,本发明实施例不再赘述。
步骤S202:当识别精度处于预设范围内时,从身份服务器读取待定账户的预存手势,并获取用户的手势动作。
本发明实施例的支付方法将手势识别与人脸识别结合,在用户进行支付时,通过用户的手势完成核验,提高识别认证效率,为用户提供用户口令或手机号码等验证方式之外的其它选择。对于何种情况需要增加核验,可以设置预设范围,当识别精度处于预设范围内时进行核验,该预设范围可以根据实际情况设置,例如可以设置为识别精度的取值范围,实现在任何情况下都进行核验;也可以仅设置最小值,实现初步确认用户账户后再进行核验;也可以仅设置最大值,即如果通过人脸识别可以确认用户账户则不再进行核验等等。核验即对用户进行手势识别,读取待定账户的预存手势,并获取用户的手势动作,预存手势是用户预先存储的手势,例如握拳、张开或特定造型等手势,手势动作是用户再次做出预先存储的手势。此外,若未读取到用户的预存手势,表示用户可能未预先存储手势,此时可以提示用户录入手势动作。
在本发明实施例中,步骤S202可以采用以下方式实现:当识别精度大于预设识别值且小于预设核验值时,从身份服务器读取待定账户的预存手势;以及利用手势传感器获取用户的手部数据;基于手部数据计算手势特征值,以识别用户的手势动作。
作为一种优选的实施方式,可以设置预设识别值和预设核验值,当识别精度小于预设识别值时,表示人脸识别失败(即未识别到用户账户),可以不进行手势识别;当识别精度大于预设核验值时,表示人脸识别成功(即确认待定账户就是用户的账户),可以不进行手势识别;当识别精度大于预设识别值且小于预设核验值时,表示还需要进一步核验来确认用户账户,此时从身份服务器中读取用户的预存手势,并利用手势传感器获取用户的手部数据,基于手部数据识别用户的手势动作。手势传感器可以是Leap Motion等设备,手部数据的获取可以采用现有的技术方案或工具实现,本发明实施例不再赘述。
在本发明实施例中,手部数据可以包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径,则基于手部数据计算手势特征值,以识别用户的手势动作的步骤,可以采用以下方式实现:根据拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径,计算用户的距离特征值、角度特征值和高度特征值;基于距离特征值、角度特征值和高度特征值识别用户的手势动作。
手势特征值可以划分为距离特征值、角度特征值和高度特征值,通过距离特征值、角度特征值和高度特征值可以识别出用户的手势动作。手势识别主要是分类问题,在应用时,对于计算出的距离特征值、角度特征值和高度特征值,可以利用现有的分类方法进行识别,从而得到用户的手势动作。例如支持向量机分类方法,将距离特征值、角度特征值和高度特征值输入一个或多个分类器,得到一个多分类结果,即手势动作。此外,现有的分类方法繁多,有效的监督学习分类方法有决策树、贝叶斯、人工神经网络、k-近邻的分类等,还可以采用现有的技术方案或工具实现手势动作识别,本发明实施例不再赘述。
在本发明实施例中,距离特征值表示手指指尖与手心的距离,角度特征值表示为手心到拇指指尖的向量与手的方向向量的夹角,高度特征值指拇指指尖与手掌平面的距离。其中,
距离特征值采用以下公式计算:
角度特征值采用以下公式计算:
高度特征值采用以下公式计算:
其中,bi是距离特征值、ci是角度特征值、di是高度特征值、A1(x1,y1,z1)是拇指三维坐标、A2(x2,y2,z2)是食指三维坐标、A3(x3,y3,z3)是中指三维坐标、A4(x4,y4,z4)是无名指三维坐标、A5(x5,y5,z5)是小指三维坐标、A6(x6,y6,z6)是手心三维坐标、β是方向向量、R是手握球体半径以及Ai,n表示在手掌平面中的投影点。
步骤S203:将手势动作与预存手势进行比对,并在手势动作与预存手势一至时进行支付。
通过步骤S202已读取到用户的预存手势,并获取了用户的手势动作,比对手势动作和预存手势便可以完成认证,若一致则确认待定账户就是用户的账户,此时可以进行支付,若不一致则认证失败,停止支付,此种情况可能因为存在识别误差,可以重新获取用户的手势动作。
根据本发明实施例的支付方法可以看出,因为采用对用户进行人脸识别得到待定账户,并计算待定账户对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定账户的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,并在手势动作与预存手势一至时进行支付的技术手段,所以克服了基于人脸识别的身份认证还需要用户进一步的手动操作以进行核验的技术问题,进而达到通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率的技术效果。
为了进一步阐述本发明的技术思想,现结合具体的应用场景,对本发明的技术方案进行说明。
如图3所示,将Leap Motion嵌入人脸支付系统,可以组成新的人脸支付系统,该人脸支付系统包含显示装置和固定装置,其中:
显示装置包含采集装置、数据及电源传输模块和显示屏,采集装置可以包括LeapMotion、普通摄像头、红外摄像头和深度摄像头,且采集装置固定于显示装置中,采集装置用于获取用户的人脸图像和手势动作,通过数据及电源传输模块用于向固定装置传输信号,同时数据及电源传输模块将用户信息传输至显示屏,通过显示屏与用户进行交互;
固定装置包含数据及电源传输模块、中央处理器和电源与硬盘,数据及电源传输模块用于与显示装置信息传递,中央处理器内包含面孔识别模块和手势识别模块,面孔识别模块用于用户的人脸图像识别,手势识别模块用于用户的手势动作识别,电源与硬盘为显示装置和固定装置提供电力支持,同时硬盘内包含人脸数据信息和手势信息,为人脸识别和手势识别提供数据库。
在实际应用中,面孔识别模块通过采集装置的普通摄像头、红外摄像头和深度摄像头获取人脸图像之后,可以通过特征脸对用户的面孔进行识别,通过与身份服务器内存储的数据进行对比,确认用户的账户。
如图4所示,当用户在支付设备上选择支付时,启动人脸支付,此时,可参考的处理流程如下:
步骤1:获取用户人脸(即人脸图像);获取成功,转步骤2;未获取成功,提示:未监测到人脸,识别请将面部对准设备;
步骤2:对用户人脸进行识别;用户人脸与数据库(即身份服务器)比对找到匹配度(即图像相似度)超过预定分值的图片(即相似图像),识别成功,转步骤3;未成功,提示:用户请进行人脸录入;
步骤3:获取用户手势动作;获取成功,转步骤4;未获取成功,提示:未监测到手势动作,识别请摆出预设动作;
步骤4:识别手势动作并与人脸库(即身份服务器)匹配;用户手势与数据库比对,找到人脸对应的动作(即预存手势),若手势动作与预存手势一致则识别成功,转步骤5;否则,提示:用户请摆出正确动作,或录入手势动作;
步骤5:扣款成功,结束;扣款未成功,提示:扣款失败原因,例如余额不足等。
如图5所示,本发明实施例的身份认证的方法的手势识别分为数据获取、特征提取和手势分类,其中:
数据获取,可以在人脸识别结束后,通过Leap Motion采集获得用户的手部数据,手部数据讨要包括指尖位置、手心位置、手的方向向量和手握球体半径;
特征提取,根据指尖位置、手心位置、手的方向向量和手握球体半径,可以计算出用户的距离特征值、角度特征值和高度特征值(即手部的距离、角度和高度);
手势分类,利用分类方法对手势进行识别,核验用户身份,具体地,将距离特征值、角度特征值和高度特征值作为特征信号输入支持向量机中进行识别,识别出具体手势;
其中,通过足够数据的训练,可以得到有效事件处理分类器(即支持向量机),用于手势识别,训练过程主要有特征工程、模型训练和模型验证三部分,具体地,一种可参考的训练步骤包括:标定训练数据集;对训练数据集的特征进行归一化处理;利用支持向量机分类方法,选用高斯核构建模型,并进行训练,得到分类器(即确定分类器的主要参数);利用分类器对验证数据进行预测,将验证数据的特征输入训练得到的分类器,得到预测结果n1,n2,n3…(假设分别为握拳、张开、OK…等手势),根据该预测结果确定训练得到的分类器是否可用。
Leap Motion遵循右手坐标系,坐标系中单位与世界中一毫米相对应,坐标原点是设备的中心,XZ轴组成水平的一个平面、Y轴竖直,只需要通过SDK启动Leap Motion即可采集手部数据。
如图6所示,手的方向向量与手掌的平面向量相互垂直,手握球体的半径数将伴随手势的变化而调整,手握球体是一个虚拟球体,LeapMotion会测算出来,Leap Motion的采集速率可以保持在1s采集30次手部数据,当一定的阈值时间内,五根手指坐标数据的方差低于阈值,表示手不再摆动,此时可以进行手势识别,即输出数据为拇指三维坐标A1(x1,y1,z1)、食指三维坐标A2(x2,y2,z2)、中指三维坐标A3(x3,y3,z3)、无名指三维坐标A4(x4,y4,z4)、小指三维坐标A5(x5,y5,z5)、手心三维坐标A6(x6,y6,z6)、方向向量β和球体半径R。
如图7所示,A1是拇指三维坐标,A2是食指三维坐标,A2,n表示食指在手掌平面中的投影点,三个特征值的计算过程如下:
1)距离特征值
2)角度特征值
3)高度特征值
高度特征值表示手指指尖与手掌平面的距离,计算公式为Di=sgn((Ai-Ai,n)·α)||Ai-Ai,n||,i=1,2,…5,Ai,n表示在手掌平面中的投影点,计算出的特征值同样要进行归化处理后,即高度特征值
图8是根据本发明实施例的身份认证的装置的主要模块的示意图。如图8所示,本发明实施例的身份认证的装置800包括:计算模块801、获取模块802和比对模块803。其中,
计算模块801,用于对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度;
获取模块802,用于在所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作;
比对模块803,用于将所述手势动作与所述预存手势进行比对,以完成身份认证。
在本发明实施例中,所述计算模块801还可以用于:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定身份,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定身份的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
在本发明实施例中,所述获取模块802还可以用于:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定身份的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
此外,所述手部数据可以包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径。
在本发明实施例中,所述获取模块802可以进一步用于:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
所述距离特征值可以采用以下公式计算:
所述角度特征值可以采用以下公式计算:
所述高度特征值可以采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
根据本发明实施例的身份认证的装置可以看出,因为采用对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,以完成身份认证的技术手段,所以克服了基于人脸识别的身份认证还需要用户进一步的手动操作以进行核验的技术问题,进而达到通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率的技术效果。
图9是根据本发明实施例的身份认证的装置的主要模块的示意图。如图9所示,本发明实施例的支付设备900包括:人脸识别处理器901、获取装置902和手势识别处理器903。其中,
人脸识别处理器901,用于将用户的人脸图像发送至身份服务器进行匹配,以得到待定账户,并计算所述待定账户对应的识别精度;
获取装置902,用于当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作;
手势识别处理器903,用于将所述手势动作与所述预存手势进行比对,并在所述手势动作与所述预存手势一至时进行支付。
在本发明实施例中,所述人脸识别处理器901还用于:获取用户的人脸图像;将所述人脸图像发送至身份服务器进行匹配;若匹配到至少一个相似图像,则获取所述相似图像对应的待定账户,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定账户的识别精度;若未匹配到相似图像,则重新获取所述人脸图像。
在本发明实施例中,所述获取装置902还用于:当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定账户的预存手势;以及利用手势传感器获取所述用户的手部数据;基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
此外,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径。
在本发明实施例中,所述获取装置902进一步用于:根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
可选地,所述距离特征值采用以下公式计算:
所述角度特征值采用以下公式计算:
所述高度特征值采用以下公式计算:
其中,bi是所述距离特征值、ci是所述角度特征值、di是所述高度特征值、A1(x1,y1,z1)是所述拇指三维坐标、A2(x2,y2,z2)是所述食指三维坐标、A3(x3,y3,z3)是所述中指三维坐标、A4(x4,y4,z4)是所述无名指三维坐标、A5(x5,y5,z5)是所述小指三维坐标、A6(x6,y6,z6)是所述手心三维坐标、β是所述方向向量、R是所述手握球体半径以及Ai,n表示在手掌平面中的投影点。
图10示出了可以应用本发明实施例的身份认证的方法、支付方法或身份认证的装置的示例性系统架构1000。
如图10所示,系统架构1000可以包括终端设备1001、1002、1003,网络1004和服务器1005。网络1004用以在终端设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1001、1002、1003通过网络1004与服务器1005交互,以接收或发送消息等。终端设备1001、1002、1003上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备1001、1002、1003可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器1005可以是提供各种服务的服务器,例如对用户利用终端设备1001、1002、1003所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的身份认证的方法或支付方法一般由服务器1005执行,相应地,身份认证的装置一般设置于服务器1005中。
应该理解,图10中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图11,其示出了适于用来实现本发明实施例的终端设备的计算机系统1100的结构示意图。图11示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统1100包括中央处理单元(CPU)1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有系统1100操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括计算模块、获取模块和比对模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,计算模块还可以被描述为“对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:步骤S101:对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;步骤S102:当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;步骤S103:将手势动作与预存手势进行比对,以完成身份认证;或使得该设备包括:步骤S201:对用户进行人脸识别得到待定账户,并计算待定账户对应的识别精度;步骤S202:当识别精度处于预设范围内时,从身份服务器读取待定账户的预存手势,并获取用户的手势动作;步骤S203:将手势动作与预存手势进行比对,并在手势动作与预存手势一至时进行支付。
根据本发明实施例的技术方案,因为采用对用户进行人脸识别得到待定身份,并计算待定身份对应的识别精度;当识别精度处于预设范围内时,从身份服务器读取待定身份的预存手势,并获取用户的手势动作;将手势动作与预存手势进行比对,以完成身份认证的技术手段,所以克服了基于人脸识别的身份认证还需要用户进一步的手动操作以进行核验的技术问题,进而达到通过用户的手势完成核验,而不再需要用户手动操作,提高身份认证效率的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (16)
1.一种身份认证的方法,其特征在于,包括:
对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度;
当所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作;
将所述手势动作与所述预存手势进行比对,以完成身份认证。
2.根据权利要求1所述的方法,其特征在于,对用户进行人脸识别得到待定身份,并计算所述待定身份对应的识别精度,包括:
获取用户的人脸图像;
将所述人脸图像发送至身份服务器进行匹配;
若匹配到至少一个相似图像,则获取所述相似图像对应的待定身份,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定身份的识别精度;
若未匹配到相似图像,则重新获取所述人脸图像。
3.根据权利要求1所述的方法,其特征在于,当所述识别精度处于预设范围内时,从身份服务器读取所述待定身份的预存手势,并获取所述用户的手势动作,包括:
当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定身份的预存手势;以及
利用手势传感器获取所述用户的手部数据;
基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
4.根据权利要求3所述的方法,其特征在于,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及
基于所述手部数据计算手势特征值,以识别所述用户的手势动作,包括:
根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;
基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
6.一种支付方法,其特征在于,包括:
对用户进行人脸识别得到待定账户,并计算所述待定账户对应的识别精度;
当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作;
将所述手势动作与所述预存手势进行比对,并在所述手势动作与所述预存手势一至时进行支付。
7.根据权利要求6所述的支付方法,其特征在于,对用户进行人脸识别得到待定账户,并计算所述待定账户对应的识别精度,包括:
获取用户的人脸图像;
将所述人脸图像发送至身份服务器进行匹配;
若匹配到至少一个相似图像,则获取所述相似图像对应的待定账户,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定账户的识别精度;
若未匹配到相似图像,则重新获取所述人脸图像。
8.根据权利要求6所述的支付方法,其特征在于,当所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作,包括:
当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定账户的预存手势;以及
利用手势传感器获取所述用户的手部数据;
基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
9.根据权利要求8所述的支付方法,其特征在于,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及
基于所述手部数据计算手势特征值,以识别所述用户的手势动作,包括:
根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;
基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
11.一种支付设备,其特征在于,包括:
人脸识别处理器,用于将用户的人脸图像发送至身份服务器进行匹配,以得到待定账户,并计算所述待定账户对应的识别精度;
获取装置,用于在所述识别精度处于预设范围内时,从身份服务器读取所述待定账户的预存手势,并获取所述用户的手势动作;
手势识别处理器,用于将所述手势动作与所述预存手势进行比对,并在所述手势动作与所述预存手势一至时进行支付。
12.根据权利要求11所述的支付设备,其特征在于,所述人脸识别处理器还用于:
获取用户的人脸图像;
将所述人脸图像发送至身份服务器进行匹配;
若匹配到至少一个相似图像,则获取所述相似图像对应的待定账户,并计算所述人脸图像与所述相似图像的图像相似度,以得到所述待定账户的识别精度;
若未匹配到相似图像,则重新获取所述人脸图像。
13.根据权利要求11所述的支付设备,其特征在于,所述获取装置还用于:
当所述识别精度大于预设识别值且小于预设核验值时,从身份服务器读取所述待定账户的预存手势;以及
利用手势传感器获取所述用户的手部数据;
基于所述手部数据计算手势特征值,以识别所述用户的手势动作。
14.根据权利要求13所述的支付设备,其特征在于,所述手部数据包括拇指三维坐标、食指三维坐标、中指三维坐标、无名指三维坐标、小指三维坐标、手心三维坐标、手的方向向量和手握球体半径;以及
所述获取装置进一步用于:
根据所述拇指三维坐标、所述食指三维坐标、所述中指三维坐标、所述无名指三维坐标、所述小指三维坐标、所述手心三维坐标、所述手的方向向量和所述手握球体半径,计算所述用户的距离特征值、角度特征值和高度特征值;
基于所述距离特征值、所述角度特征值和所述高度特征值识别所述用户的手势动作。
15.一种身份认证的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法或如权利要求6-10中任一所述的支付方法。
16.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法或如权利要求6-10中任一所述的支付方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227813.3A CN111178139A (zh) | 2019-12-04 | 2019-12-04 | 一种身份认证的方法以及支付方法和支付设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227813.3A CN111178139A (zh) | 2019-12-04 | 2019-12-04 | 一种身份认证的方法以及支付方法和支付设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178139A true CN111178139A (zh) | 2020-05-19 |
Family
ID=70652008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911227813.3A Pending CN111178139A (zh) | 2019-12-04 | 2019-12-04 | 一种身份认证的方法以及支付方法和支付设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178139A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368814A (zh) * | 2020-05-27 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 一种身份识别方法及系统 |
CN112487389A (zh) * | 2020-12-16 | 2021-03-12 | 熵基科技股份有限公司 | 一种身份认证方法、装置和设备 |
CN113077574A (zh) * | 2021-04-09 | 2021-07-06 | 上海云从企业发展有限公司 | 基于人脸识别的通行方法、系统、设备及介质 |
CN113696851A (zh) * | 2021-08-27 | 2021-11-26 | 上海仙塔智能科技有限公司 | 基于车外手势的车辆控制方法、装置、设备以及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682909A (zh) * | 2017-01-04 | 2017-05-17 | 上海量明科技发展有限公司 | 手势支付方法及系统 |
CN107679860A (zh) * | 2017-08-09 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 一种用户认证的方法、装置、设备和计算机存储介质 |
-
2019
- 2019-12-04 CN CN201911227813.3A patent/CN111178139A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682909A (zh) * | 2017-01-04 | 2017-05-17 | 上海量明科技发展有限公司 | 手势支付方法及系统 |
CN107679860A (zh) * | 2017-08-09 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 一种用户认证的方法、装置、设备和计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
孙玉等: "基于Leap Motion的动态手势识别", 《计算机工程与应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368814A (zh) * | 2020-05-27 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 一种身份识别方法及系统 |
CN112487389A (zh) * | 2020-12-16 | 2021-03-12 | 熵基科技股份有限公司 | 一种身份认证方法、装置和设备 |
CN113077574A (zh) * | 2021-04-09 | 2021-07-06 | 上海云从企业发展有限公司 | 基于人脸识别的通行方法、系统、设备及介质 |
CN113696851A (zh) * | 2021-08-27 | 2021-11-26 | 上海仙塔智能科技有限公司 | 基于车外手势的车辆控制方法、装置、设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10860839B2 (en) | Method and apparatus for generating training data for human face recognition, device and computer storage medium | |
EP3477519B1 (en) | Identity authentication method, terminal device, and computer-readable storage medium | |
CN111178139A (zh) | 一种身份认证的方法以及支付方法和支付设备 | |
AU2017316312B2 (en) | Remote usage of locally stored biometric authentication data | |
US11501514B2 (en) | Universal object recognition | |
KR102228253B1 (ko) | 생체 특징 데이터베이스 구축 방법 및 장치 | |
CN112154452B (zh) | 用于细粒度图像搜索的对抗学习 | |
US10204265B2 (en) | System and method for authenticating user | |
CN113705534A (zh) | 基于深度视觉的行为预测方法、装置、设备及存储介质 | |
CN111382403A (zh) | 用户行为识别模型的训练方法、装置、设备及存储介质 | |
US20240114032A1 (en) | Systems and methods for providing access to a secure device | |
CN113378640A (zh) | 基于手掌生物识别的身份认证方法、装置、设备及介质 | |
JP2017054323A (ja) | 生体認証装置、生体認証方法、及び生体認証プログラム | |
CN105207783A (zh) | 一种用户可信度认证方法及装置 | |
EP4163854A1 (en) | Systems and methods for conducting remote user authentication | |
CN111292087A (zh) | 身份验证方法、装置、计算机可读介质及电子设备 | |
KR20220166227A (ko) | 사용자 인증 방법 및 시스템 | |
KR20230027944A (ko) | 상담 카테고리 분류 방법 및 시스템 | |
US12020137B2 (en) | System, method, and computer program product for evolutionary learning in verification template matching during biometric authentication | |
US20240202720A1 (en) | Systems and methods for conducting remote user authentication | |
CN113826135A (zh) | 使用话音识别来进行非接触式认证的系统和方法 | |
US12021864B2 (en) | Systems and methods for contactless authentication using voice recognition | |
US20210287681A1 (en) | Systems and methods for contactless authentication using voice recognition | |
US20220188598A1 (en) | System, Method, and Computer Program Product for Evolutionary Learning in Verification Template Matching During Biometric Authentication | |
CN114036476A (zh) | 用户登录认证方法、装置、设备、存储介质和产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |