CN111400520B - 人脸识别库的构建方法、人脸支付方法、装置和系统 - Google Patents

人脸识别库的构建方法、人脸支付方法、装置和系统 Download PDF

Info

Publication number
CN111400520B
CN111400520B CN202010120940.XA CN202010120940A CN111400520B CN 111400520 B CN111400520 B CN 111400520B CN 202010120940 A CN202010120940 A CN 202010120940A CN 111400520 B CN111400520 B CN 111400520B
Authority
CN
China
Prior art keywords
face recognition
face
information
area
library
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.)
Active
Application number
CN202010120940.XA
Other languages
English (en)
Other versions
CN111400520A (zh
Inventor
姜盛乾
李浩然
荆冠鸣
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information 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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010120940.XA priority Critical patent/CN111400520B/zh
Publication of CN111400520A publication Critical patent/CN111400520A/zh
Application granted granted Critical
Publication of CN111400520B publication Critical patent/CN111400520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种人脸识别库的构建方法、人脸支付方法、装置和系统，涉及计算机技术领域。该方法的一具体实施方式包括：为划分出的多个区域分别构建对应的区域人脸识别库；将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。该实施方式能够有效地提高人脸识别效率。

Description

人脸识别库的构建方法、人脸支付方法、装置和系统
技术领域
本发明涉及计算机技术领域，尤其涉及一种人脸识别库的构建方法、人脸支付方法、装置和系统。
背景技术
人脸识别是基于人的相貌特征信息进行身份认证的生物特征识别技术。现有的人脸识别过程主要是将采集到的人脸特征信息与人脸识别设备存储的信息进行比对。
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：
但是，现有的人脸识别设备存储人脸数量达到了数万以上时，识别效率就会降低。
发明内容
有鉴于此，本发明实施例提供一种人脸识别库的构建方法、人脸支付方法、装置和系统，能够有效地提高人脸识别效率。
为实现上述目的，根据本发明实施例的一个方面，提供了一种人脸识别库的构建方法，包括：
为划分出的多个区域分别构建对应的区域人脸识别库；
将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。
优选地，
人脸识别库的构建方法，进一步包括：采集人脸识别设备所关联的注册账户信息；
根据注册账户信息，确定注册账户的位置信息；
根据位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；
确定每一个第一人脸识别设备所属的第一区域；
将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库，包括：
将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库。
优选地，
位置信息，包括：定位出的注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息中的任意一个或多个。
优选地，
当位置信息为定位出的注册账户使用的通信号码的实时地理位置时，
在确定每一个第一人脸识别设备所属的第一区域之后，进一步包括：
当第一区域的个数大于预设的第一阈值时，确定每一个第一人脸识别设备与实时地理位置之间的距离，其中，第一阈值不小于1；
对距离进行倒序排列，确定在倒序排列的结果中的位置满足第一阈值的第一区域；
针对在倒序排列的结果中的位置满足第一阈值的第一区域，执行将所述第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
优选地，
当位置信息为定位出的注册账户的消费地址信息时，
进一步包括：标记一个预设周期内注册账户的消费地址信息；
在确定每一个第一人脸识别设备所属的第一区域之后，进一步包括：
当第一区域的个数大于预设的第二阈值时，统计每一个第一区域包括的第一人脸识别设备的设备个数，其中，所述第一人脸识别设备为根据所述消费地址信息搜索出的，所述第二阈值不小于1；
根据统计出的每一个第一区域对应的设备个数从高到低的顺序，选出满足第二阈值的第一区域；
针对每一个满足第二阈值的第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
优选地，
人脸识别库的构建方法，进一步包括：标记一个预设周期内消费地址信息对应的消费频次；
根据消费频次，计算消费地址信息对应的预设范围阈值。
优选地，
人脸识别库的构建方法，进一步包括：
在当前预设周期结束后，删除区域人脸识别库中存储的人脸信息；
根据当前预设周期对应的上一预设周期内注册账户的消费地址信息，重新搜索至少一个第二人脸识别设备以及确定每一个第二人脸识别设备所属的第二区域；
将第二人脸识别设备存储的人脸信息，存储到第二区域对应的区域人脸识别库。
优选地，
人脸识别库的构建方法，进一步包括：
当注册账户使用的通信号码的实时地理位置持续未出现在第一区域的时长达到预设的第三阈值时，
删除第一区域对应的区域人脸识别库存储的注册账户的人脸信息。
根据本发明实施例的第二方面，本发明实施例提供一种基于上述任一人脸识别库的构建方法构建出的区域人脸识别库，实现的人脸支付方法，包括：
在接收到人脸支付请求时，采集支付者人脸信息；
基于本地存储的人脸信息，识别支付者人脸信息；
当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别出支付者人脸信息，完成人脸支付。
优选地，
人脸支付方法，进一步包括：
当支付失败时，提示支付失败原因。
根据本发明实施例的第二方面，本发明实施例提供一种人脸识别库的构建装置，包括：构建单元和处理单元，其中，
构建单元，用于为划分出的多个区域分别构建对应的区域人脸识别库；
处理单元，用于将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。
根据本发明实施例的第三方面，本发明实施例提供一种人脸支付设备，包括：采集单元、识别单元以及确定单元，其中，
采集单元，用于在接收到人脸支付请求时，采集支付者人脸信息；
识别单元，用于基于本地存储的人脸信息，识别支付者人脸信息；
确定单元，用于当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别支付者人脸信息，以完成人脸支付。
根据本发明实施例的第四方面，本发明实施例提供一种人脸识别库的构建系统，包括：上述人脸识别库的构建装置以及人脸识别设备，其中，
人脸识别设备，用于为人脸识别库的构建装置提供本地存储的人脸信息。
根据本发明实施例的第四方面，本发明实施例提供一种人脸支付系统，包括：由上述人脸识别库的构建装置构建出的区域人脸识别库以及上述人脸支付设备。
上述发明中的一个实施例具有如下优点或有益效果：由于人的活动区域一般是相对固定的，那么通过为划分出的多个区域分别构建对应的区域人脸识别库，将一个区域内的各个人脸识别设备存储的人脸信息存储到该区域对应的区域人脸识别库，该区域人脸识别库的存在，可以减小人脸识别设备的存储压力，从而有效地提高人脸识别效率。
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人脸识别库的构建方法的主要流程的示意图；
图2是根据本发明另一实施例的人脸识别库的构建方法的主要流程的示意图；
图3是根据本发明又一实施例的人脸识别库的构建方法的主要流程的示意图；
图4是根据本发明实施例的区域人脸识别库与人脸识别设备之间关系结构的示意图；
图5是根据本发明实施例的人脸支付方法的主要流程的示意图；
图6是根据本发明另一实施例的人脸支付方法的主要流程的示意图；
图7是根据本发明实施例的人脸识别库的构建装置的主要单元的示意图；
图8是根据本发明实施例的人脸支付设备的主要单元的示意图；
图9是根据本发明实施例的人脸识别库的构建系统的示意图；
图10是根据本发明实施例的人脸支付系统的示意图；
图11是本发明实施例可以应用于其中的示例性系统架构图；
图12是适于用来实现本发明实施例的人脸识别设备或人脸识别库的构建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。
图1是根据本发明实施例的一种人脸识别库的构建方法。如图1所示，该人脸识别库的构建方法可包括如下步骤：
101：为划分出的多个区域分别构建对应的区域人脸识别库；
102：将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。
其中多个区域可以根据商圈划分、也可以根据地图划分。其中，根据商圈划分可以为根据划分出的商圈，为每一个商圈构建一个对应的区域人脸识别库，也可以为，为每相邻的两个商圈构建一个对应的区域人脸识别库，以使构建出的区域人脸识别库包含更多的人脸信息，更好地为用户服务。根据地图划分区域，可以为将一个地图平均划分为多个区域。上述区域还可以按照行业领域划分，比如一个商圈内的与餐饮行业相关的人脸识别设备划分到一个区域，又比如一个地区的人脸识别进站相关的人脸识别设备划分为一个区域。
上述人脸识别设备可以为商家的人脸支付设备、可以为火车进站时的人脸识别设备等。
由于人的活动区域一般是相对固定的，那么通过为划分出的多个区域分别构建对应的区域人脸识别库，将一个区域内的各个人脸识别设备存储的人脸信息存储到该区域对应的区域人脸识别库，该区域人脸识别库的存在，可以减小人脸识别设备的存储压力，从而有效地提高人脸识别效率。
可以理解地，在将人脸识别设备存储的人脸信息，存储到对应的区域人脸识别库后，可将人脸识别设备上的部分人脸信息删除，以有效地提高人脸识别设备的运行效率。该人脸识别设备具体删除人脸信息的方式可以为根据用户使用频次从高到低排序，删除排序在后面的人脸信息。
一般来说，一个人脸识别设备仅属于一个区域。
在本发明一个实施例中，上述人脸识别库的构建方法，进一步包括：采集人脸识别设备所关联的交易平台存储的注册账户信息；根据注册账户信息，确定注册账户的位置信息；根据位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；确定每一个第一人脸识别设备所属的第一区域；相应地，将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库的具体实施方式可包括：将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库。通过上述过程实现了对区域人脸识别库中存储的人脸信息的管理。由于注册账户所对应的用户的活动区域相对比较固定，而通过注册账户的位置信息，来确定区域人脸识别库的存储，使区域人脸识别库存储的人脸信息是有效的。
在本发明一个实施例中，上述位置信息可以为注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息中的任意一个或多个。其中，通信号码的实时地理位置可以为利用LBS定位(LBS定位为基于位置的服务，是指通过电信移动运营商的无线电通讯网络或外部定位方式，获取移动终端用户的位置信息，在GIS平台的支持下，为用户提供相应服务的一种增值业务。)获取通信设备的地理位置；该位置信息可以为经纬度信息如北纬X，东经Y。
可以理解地，针对位置信息包括：注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息，根据位置信息，搜索出的满足预设范围阈值的多个第一人脸识别设备可包括：根据注册账户使用的通信号码的实时地理位置搜索出的满足预设范围阈值的至少一个第一人脸识别设备，根据注册账户的购物地址信息搜索出的满足预设范围阈值的至少一个第一人脸识别设备，以及根据注册账户的消费地址信息搜索出的满足预设范围阈值的至少一个第一人脸识别设备。即当定位信息包括实时地理位置、购物地址信息以及消费地址信息时，搜索出的多个第一人脸识别设备可包括由实时地理位置搜索出的至少一个第一人脸识别设备、由购物地址信息搜索出的至少一个第一人脸识别设备以及由消费地址信息搜索出的至少一个第一人脸识别设备；当定位信息包括实时地理位置以及购物地址信息时，搜索出的多个第一人脸识别设备可包括由实时地理位置搜索出的至少一个第一人脸识别设备以及由购物地址信息搜索出的至少一个第一人脸识别设备；当定位信息包括实时地理位置以及消费地址信息时，搜索出的多个第一人脸识别设备可包括由实时地理位置搜索出的至少一个第一人脸识别设备以及由消费地址信息搜索出的至少一个第一人脸识别设备；当定位信息包括购物地址信息以及消费地址信息时，搜索出的多个第一人脸识别设备可包括由购物地址信息搜索出的至少一个第一人脸识别设备以及由消费地址信息搜索出的至少一个第一人脸识别设备。
针对位置信息为注册账户使用的通信号码的实时地理位置、由实时地理位置搜索出的至少一个第一人脸识别设备以及由实时地理位置搜索出的至少一个第一人脸识别设备所属的第一区域，如图2所示，上述人脸识别库的构建方法可进一步包括如下步骤：
201：根据实时地理位置，搜索满足预设范围阈值的多个第一人脸识别设备；
该预设范围阈值可以根据用户需要设定，比如3km，则以实时地理位置为圆心，3km为半径画圆，在圆内的人脸识别设备即为满足预设范围阈值的至少一个第一人脸识别设备，比如通过该步骤得到的N个第一人脸识别设备分别为c1,c2,c3,…,cn。
202：确定每一个第一人脸识别设备所属的第一区域；
比如，在该步骤中，确定出人脸识别设备c1属于区域d1；人脸识别设备c2和c3属于区域d2；人脸识别设备c4属于区域d3；人脸识别设备c5,c6属于区域d4；人脸识别设备c7,c8属于区域d5等等。
203：判断第一区域的个数是否大于预设的第一阈值，如果是，则执行步骤204，否则，执行步骤208；
该第一阈值不小于1。可以理解地，该步骤的第一区域的个数大于预设的第一阈值时，与该步骤的第一区域相对应的第一人脸识别设备的个数也大于第一阈值。由于人的活动区域是十分有限的，可能有些区域很少或根本不会去，为了避免区域人脸识别库存储不必要的人脸信息，在本发明实施例中，预设的第一阈值限定针对定位出的一个实时地理位置，仅对满足第一阈值的区域执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。比如，第一阈值为3，而当第一区域的个数大于3时，则执行步骤204至步骤207，在第一区域的个数小于等于3时，则执行步骤208。
204：确定每一个第一人脸识别设备与实时地理位置之间的距离；
比如，上面确定出的第一人脸识别设备分别为c1,c2,c3,…,cn，该各个人脸识别设备c1与实时地理位置之间的距离为l1，c2与实时地理位置之间的距离为l2，c3与实时地理位置之间的距离为l3，…，cn与实时地理位置之间的距离为ln。
205：对距离进行倒序排列；
该倒序排列，即为根据204得到的距离值从小到大排列。
比如该步骤得到的一个倒序排列的结果如下表1所示。
表1
根据上表可知，距离实时地理位置最近的人脸识别设备为c4，其次为c3、c2、…。
206：确定在倒序排列的结果中的位置满足第一阈值的第一区域；
比如，上述第一阈值为3，则满足第一阈值的第一区域即为在上述表1中的排列在前三位的距离l4、l3以及l2分别对应的区域，即l4对应的d3，l3对应的d2以及l2对应的d2。
207：针对在倒序排列的结果中的位置满足第一阈值的第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤，并结束当前流程；
比如，针对上述步骤206得出的表1，该步骤具体为将c4中的人脸信息存储到d3对应的区域人脸识别库；将c3中的人脸信息存储到d2对应的区域人脸识别库；将c2中的人脸信息存储到d2对应的区域人脸识别库。
208：针对每一个第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
对于步骤208来说，比如，在上述步骤201中第一人脸识别设备分别为cm,cm+1,cm+2,cm+3，通过步骤202得到cm属于区域dm，cm+1和cm+2属于区域dm+1，cm+3属于区域dm+2。则第一区域的个数为3，等于第一阈值3，则针对dm执行将cm存储的人脸信息存储到dm对应的区域人脸识别库，针对dm+1执行将cm+1和cm+2存储的人脸信息存储到dm+1对应的区域人脸识别库，针对dm+2执行将cm+3存储的人脸信息存储到dm+2对应的区域人脸识别库。
针对位置信息为注册账户的购物地址信息来说，该购物信息为用户网购所填写的地址信息或物流单所填写的地址信息。该注册账户的购物地址信息可从授权购物平台获取，或者从授权物流公司获取。具体为购物地址信息中的手机号码与用户人脸支付绑定号码一致的地址信息。该购物地址信息可标记如A1(北纬X1，东经Y1)、A2(北纬X2，东经Y2)等。搜索购物地址附近(比如针对注册账户的购物地址信息的预设范围阈值可以为2km，则搜索购物地址附近即为以购物地址信息标记的位置为中心，2km为半径，进行搜索)的人脸支付设备；搜索出人脸识别设备e1,e2,e3,…,em，购物地址一般为用户常用地区，覆盖的购物地址的区域(即以购物地址信息标记的位置为中心，2km为半径的区域)均可能成为用户的消费区域，为了保证区域人脸识别库存储的人脸信息的完整性，搜索出人脸识别设备e1,e2,e3,…,em存储的人脸信息均存储到其对应的区域人脸识别库，比如，e1属于区域1，则将e1存储的人脸信息存储到区域1对应的区域人脸识别库，e2和e3属于区域2，则将e2和e3存储的人脸信息存储到区域2对应的区域人脸识别库等等。
针对位置信息为注册账户的消费地址信息、由消费地址信息搜索出的至少一个第一人脸识别设备以及由消费地址信息搜索出的至少一个第一人脸识别设备所属的第一区域，如图3所示，上述人脸识别库的构建方法可进一步包括如下步骤：
301：标记一个预设周期内注册账户的消费地址信息；
该预设周期可以为7天，也可以为其他的值，根据实际需求可进行相应的调整。该标记的方式可以如B1(北纬x1，东经y1)、B2(北纬x2，东经y2)等。
302：搜索满足预设范围阈值的多个第一人脸识别设备；
该预设范围阈值可以根据用户需要设定还可以为根据用户在该消费地址信息的消费频次确定，比如确定出4km，则以消费地址信息中的位置为圆心，4km为半径画圆，在圆内的人脸识别设备即为满足预设范围阈值的至少一个第一人脸识别设备，比如通过该步骤得到的P个第一人脸识别设备分别为f1,f2,f3,…,fP。
303：确定每一个第一人脸识别设备所属的第一区域；
比如，在该步骤中，确定出人脸识别设备f1属于区域d1；人脸识别设备f2和f4属于区域d2；人脸识别设备f3,f5,f6属于区域d4；人脸识别设备f7,f8属于区域d5；人脸识别设备f9,f10,f11,f12属于区域d8；人脸识别设备f13,f14,f15,f16,f17属于区域d9；人脸识别设备f18,f19,f20,f21,f22,f23属于区域d10；人脸识别设备fP属于区域dm等等。
304：判断第一区域的个数是否大于预设的第二阈值，如果是，则执行步骤305；否则，执行步骤308；
该第二阈值可以为用户根据实际需求设定的值，一般不小于1。比如第二阈值为5。可以理解地，该步骤的第一区域的个数大于预设的第二阈值时，与该步骤的第一区域相对应的第一人脸识别设备的个数也大于第二阈值。
305：统计每一个第一区域包括的第一人脸识别设备的个数；
以上述步骤S304给出的例子为例，多个第一区域分别为d1，d2，d4，d5，d8，d9，d10，dm。通过该步骤统计出区域d1包括第一人脸识别设备的个数为1；区域d2包括第一人脸识别设备的个数为2；区域d4包括第一人脸识别设备的个数为3；区域d5包括第一人脸识别设备的个数为2；区域d8包括第一人脸识别设备的个数为4；区域d9包括第一人脸识别设备的个数为5；区域d10包括第一人脸识别设备的个数为6；区域dm包括第一人脸识别设备的个数为1。
306：根据统计出的每一个第一区域对应的设备个数从高到低的顺序，选出满足第二阈值的第一区域；
步骤305给出的例子中，根据统计出的每一个第一区域对应的设备个数从高到低的顺序，确定出对应的第一区域从高到低的顺序为d10，d9，d8，d4，(d2，d5)，(d1，dm)，其中，d2和d5处于并列位置，d1和dm处于并列位置。以上述步骤S304给出的第二阈值5为例，则该步骤中选出的满足第二阈值的第一区域即为d10，d9，d8，d4，(d2，d5)，即满足第二阈值的第一区域也就是从高到低排序中前K个区域，该K即为第二阈值。
307：针对每一个满足第二阈值的第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤，并结束当前流程；
针对上述步骤306给出的例子，则分别为d10，d9，d8，d4，d2，d5执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。以区域d10为例进行说明，由于在上述步骤303中已经确定出人脸识别设备f18,f19,f20,f21,f22,f23属于区域d10，则在该步骤中，将f18,f19,f20,f21,f22,f23中存储的人脸信息存储到区域d10对应的区域人脸识别库。
308：针对每一个第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
对于步骤308来说，比如，在上述步骤301中第一人脸识别设备分别为fg,fg+1,fg+2,fg+3,fg+4,fg+5，通过步骤302得到fg属于区域ds，fg+1和fg+2属于区域ds+1，fg+3属于区域ds+2，fg+4属于区域ds+3，fg+5属于区域ds+4。则第一区域的个数为5，等于第二阈值5，则针对ds执行将fg存储的人脸信息存储到ds对应的区域人脸识别库，针对ds+1执行将fg+1和fg+2存储的人脸信息存储到ds+1对应的区域人脸识别库，针对ds+2执行将fg+3存储的人脸信息存储到ds+2对应的区域人脸识别库；针对ds+3执行将fg+4存储的人脸信息存储到ds+3对应的区域人脸识别库；针对ds+4执行将fg+5存储的人脸信息存储到ds+4对应的区域人脸识别库。
通过上述定位出的注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息，实现动态构建区域人脸识别库。
在本发明一个实施例中，上述人脸识别库的构建方法可进一步包括：标记一个预设周期内所述消费地址信息对应的消费频次；相应地，针对上述步骤302中的预设范围阈值得到的具体方式可为，根据消费频次，计算消费地址信息对应的预设范围阈值。
该计算消费地址信息对应的预设范围阈值，可利用下述计算公式(1)计算得到。
计算公式(1)：
R＝μ×Bik
其中，μ表征预设的计算系数；Bik表征一个预设周期内消费地址信息Bik对应的消费频次。一个优选地实施例，μ＝0.3。通过试验测试结果表明当μ＝0.3能够使区域人脸识别库中存储的人脸信息比较完整，满足用户/商户需求，同时不会造成区域人脸识别库的存储空间被过度占用。
图2所示的第一区域与图3所示的第一区域并非特指同一个区域。
值得说明的是，在一个优选地实施例中位置信息包括：定位出的注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息。上述图2和图3以及根据注册账户的购物地址信息，将人脸识别设备存储的人脸信息，存储到该人脸识别设备所在区域对应的区域人脸识别库的过程可同时存在。
值得说明的是，对于由实时地理位置搜索出的至少一个第一人脸识别设备和由消费地址信息搜索出的至少一个第一人脸识别设备之间可以有交集，该交集中的第一人脸识别设备在由消费地址信息搜索出时可执行上述图3所示的步骤；该交集中的第一人脸识别设备在由实时地理位置搜索出时可执行上述图2所示的步骤。
在本发明一个实施例中，上述人脸识别库的构建方法，进一步包括：在当前预设周期结束后，删除区域人脸识别库中存储的人脸信息；根据当前预设周期对应的上一预设周期内注册账户的消费地址信息，重新搜索至少一个第二人脸识别设备以及确定每一个第二人脸识别设备所属的第二区域；将第二人脸识别设备存储的人脸信息，存储到第二区域对应的区域人脸识别库。实现了对区域人脸识别库的存储按照周期进行清理，以实现更新区域人脸识别库。
在本发明一个实施例中，人脸识别库的构建方法进一步包括：
当注册账户使用的通信号码的实时地理位置持续未出现在第一区域的时长达到预设的第三阈值时，删除第一区域对应的区域人脸识别库存储的注册账户的人脸信息。从而实现更新区域人脸识别库。使得区域人脸识别库为动态性的区域人脸识别库。
通过上述人脸识别库的构建方法，实现了构建动态人脸识别库。
综上可知，一个区域人脸识别库中存储的人脸信息是对一个区域内的各个商家使用的人脸识别设备如人脸支付设备存储的人脸信息进行整合，如图4所示，在一个区域中，用户在店家A、店家B、店家C消费过后，用户的人脸信息存在于店家A的人脸支付设备的人脸存储库、店家B的人脸支付设备的人脸存储库、店家C的人脸支付设备的人脸存储库(该店家A、店家B、店家C对应的用户并不是特指同一个用户，其可为多个用户/不同的用户)。
另外，值得说明的是，上述区域人脸识别库可以设置于在云存储空间。
图5示出了本发明实施例提供一种基于上述任一人脸识别库的构建方法构建出的区域人脸识别库实现的人脸支付方法。如图5所示，该人脸支付方法可包括如下步骤：
501：在接收到人脸支付请求时，采集支付者人脸信息；
502：基于本地存储的人脸信息，识别支付者人脸信息；
503：当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别出支付者人脸信息，完成人脸支付。
上述步骤501采集支付者人脸信息的方式为通过支付设备的摄像头采集。
上述步骤502识别支付者人脸信息的具体实施方式可采用现有的识别方式实现。比如，精确匹配查询、点查询、窗口查询、相交查询、K-近邻查询等。
上述识别过程主要是将采集到的人脸信息与本地存储的人脸信息进行比对，找到匹配度超过预定分值的图片即为匹配成功。
现有人脸支付方法中，在确认识别失败后，需要去公安系统中搜索，由于公安系统中存储量很大，因此，现有的人脸支付方式会大大降低人脸识别效率，从而导致人脸支付时长较长或效率较低。另外，当前各家线下人脸支付设备都面临人脸库数量有限制的问题，当人脸库数量超过一定数目，识别速度就会降低，从而降低用户体验。与公安系统中人脸信息存储量相比，在采用现有的人脸支付设备时，本发明实施例给出的区域人脸识别库存储量小很多，大大减小识别时长，从而有效地提高了人脸支付效率或降低人脸支付时长，有效的提高用户体验。
在本发明一个实施例中，当支付失败时，提示支付失败原因。如余额不足等。
如图6所示，基于区域人脸识别库实现的人脸支付方法可包括如下步骤：
601：人脸支付设备接收用户选择的人脸支付模式，并开启人脸支付模式；
602：人脸支付设备采集用户面部特征，判断是否采集成功，如果是，则执行步骤603；否则，执行步骤604；
人脸支付设备可以为商户使用的专门用于人脸支付的设备，还可以为用户使用的手机、平板等终端。采集的过程主要采用人脸支付设备所带的摄像头采集。
603：基于本地存储的人脸信息，识别用户人脸信息，执行步骤605；604：提示未获取到面部特征，请重新对准，并执行602；
605：判断是否识别成功，如果是，则执行步骤606；否则，执行步骤607；
606：判断扣款是否成功，如果是，则执行步骤610；否则，执行步骤611；
607：确定所属于的区域人脸识别库，基于所属于的区域人脸识别库，识别支付者人脸信息；
608：判断是否识别成功，如果是，则执行步骤606；否则，执行步骤609；
609：提示进行人脸录入，并结束当前流程；
610：提示支付成功，结束流程；
611：提示支付失败原因，并结束当前流程。
如图7所示，本发明实施例提供一种人脸识别库的构建装置700，该人脸识别库的构建装置700包括：构建单元701和处理单元702，其中，
构建单元701，用于为划分出的多个区域分别构建对应的区域人脸识别库；
处理单元702，用于将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。
在本发明一个实施例中，处理单元702，进一步用于采集人脸识别设备所关联的交易平台存储的注册账户信息；根据注册账户信息，确定注册账户的位置信息；根据位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；确定每一个第一人脸识别设备所属的第一区域；将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库。
在本发明一个实施例中，位置信息，包括：定位出的注册账户使用的通信号码的实时地理位置、注册账户的购物地址信息以及注册账户的消费地址信息中的任意一个或多个。
在本发明一个实施例中，处理单元702，进一步用于当位置信息为定位出的注册账户使用的通信号码的实时地理位置时，当第一区域的个数大于预设的第一阈值时，其中，第一阈值不小于1；确定每一个第一人脸识别设备与实时地理位置之间的距离；对距离进行倒序排列；确定在倒序排列的结果中的位置满足第一阈值的第一区域；针对在倒序排列的结果中的位置满足第一阈值的第一区域，执行将所述第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
在本发明一个实施例中，处理单元702，进一步用于当第一区域的个数大于预设的第二阈值时，统计每一个第一区域包括的所述第一人脸识别设备的设备个数，其中，第一人脸识别设备为根据消费地址信息搜索出的，第二阈值不小于1；根据统计出的每一个第一区域对应的设备个数从高到低的顺序，选出满足第二阈值的第一区域；针对每一个满足第二阈值的第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
在本发明一个实施例中，处理单元702，进一步用于标记一个预设周期内消费地址信息对应的消费频次；根据消费频次，计算消费地址信息对应的预设范围阈值。
在本发明一个实施例中，处理单元702，进一步用于在当前预设周期结束后，删除区域人脸识别库中存储的人脸信息；根据当前预设周期对应的上一预设周期内注册账户的消费地址信息，重新搜索至少一个第二人脸识别设备以及确定每一个第二人脸识别设备所属的第二区域；将第二人脸识别设备存储的人脸信息，存储到第二区域对应的区域人脸识别库。
在本发明一个实施例中，处理单元702，进一步用于当注册账户使用的通信号码的实时地理位置持续未出现在第一区域的时长达到预设的第三阈值时，删除第一区域对应的区域人脸识别库存储的注册账户的人脸信息。
如图8所示，本发明实施例提供一种人脸支付设备800，该人脸支付设备800包括：采集单元801、识别单元802以及确定单元803，其中，
采集单元801，用于在接收到人脸支付请求时，采集支付者人脸信息；
识别单元802，用于基于本地存储的人脸信息，识别采集单元801采集到的支付者人脸信息；
确定单元803，用于当识别单元802的识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别支付者人脸信息，以完成人脸支付。
如图9所示，本发明实施例提供一种人脸识别库的构建系统900，该人脸识别库的构建系统900包括：上述任一人脸识别库的构建装置700以及人脸识别设备901，其中，
人脸识别设备901，用于为人脸识别库的构建装置700提供本地存储的人脸信息。
如图10所示，本发明实施例提供一种人脸支付系统1000，该人脸支付系统1000包括：由上述任一人脸识别库的构建装置构建出的区域人脸识别库1001以及上述人脸支付设备800。
图11示出了可以应用本发明实施例的人脸识别库的构建方法或人脸识别库的构建装置的示例性系统架构1100。
如图11所示，系统架构1100可以包括人脸识别设备1101、1102、1103，网络1104和服务器1105。网络1104用以在人脸识别设备1101、1102、1103和服务器1105之间提供通信链路的介质。网络1104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。
用户可以使用人脸识别设备1101、1102、1103通过网络1104与服务器1105交互，以接收或发送消息等。人脸识别设备1101、1102、1103上可以安装有各种通讯客户端应用，例如人脸支付应用、包含人脸支付的购物类应用、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(仅为示例)。
人脸识别设备1101、1102、1103可以是具有摄像头和显示屏并且支持网页浏览的各种电子设备，包括但不限于商家用的人脸支付设备、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1105可以是提供各种服务的服务器，例如对用户利用人脸识别设备1101、1102、1103所采集的人脸信息提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的人脸信息等数据进行分析等处理，并将处理结果(例如人脸信息存储成功的信息--仅为示例)反馈给人脸识别设备。
需要说明的是，本发明实施例所提供的人脸识别库的构建方法一般由服务器1105执行，相应地，人脸识别库的构建装置一般设置于服务器1105中。
应该理解，图11中的人脸识别设备、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人脸识别设备、网络和服务器。
下面参考图12，其示出了适于用来实现本发明实施例的人脸识别设备如人脸支付设备或人脸识别库的构建装置所在的服务器的计算机系统1200的结构示意图。图12示出的人脸识别设备或人脸识别库的构建装置所在的服务器仅仅是一个示例，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12所示，计算机系统1200包括中央处理单元(CPU)1201，其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。在RAM 1203中，还存储有系统1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205：包括键盘、鼠标等的输入部分1206；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1207；包括硬盘等的存储部分1208；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1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211，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1210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1208。
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1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201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单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括构建单元和处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，构建单元还可以被描述为“为划分出的多个区域分别构建对应的区域人脸识别库的单元”。
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：为划分出的多个区域分别构建对应的区域人脸识别库；将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库。
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：采集人脸识别设备所关联的交易平台存储的注册账户信息；根据注册账户信息，确定注册账户的位置信息；根据位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；确定每一个第一人脸识别设备所属的第一区域；将属于区域的人脸识别设备存储的人脸信息，存储到区域对应的区域人脸识别库，包括：将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库。
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：当位置信息为定位出的注册账户的消费地址信息时，进一步包括：标记一个预设周期内注册账户的消费地址信息；在确定每一个第一人脸识别设备所属的第一区域之后，进一步包括：当第一区域的个数大于预设的第二阈值时，统计每一个第一区域包括的第一人脸识别设备的设备个数，其中，第一人脸识别设备为根据消费地址信息搜索出的，第二阈值不小于1；根据统计出的每一个第一区域对应的设备个数从高到低的顺序，选出满足第二阈值的第一区域；针对每一个满足第二阈值的第一区域，执行将第一人脸识别设备存储的人脸信息，存储到第一区域对应的区域人脸识别库的步骤。
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：在接收到人脸支付请求时，采集支付者人脸信息；基于本地存储的人脸信息，识别支付者人脸信息；当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别出支付者人脸信息，完成人脸支付。
根据本发明实施例的技术方案，由于人的活动区域一般是相对固定的，那么通过为划分出的多个区域分别构建对应的区域人脸识别库，将一个区域内的各个人脸识别设备存储的人脸信息存储到该区域对应的区域人脸识别库，该区域人脸识别库的存在，可以减小人脸识别设备的存储压力，从而有效地提高人脸识别效率。
根据本发明实施例的技术方案，在当前预设周期结束后，删除区域人脸识别库中存储的人脸信息；根据当前预设周期对应的上一预设周期内注册账户的消费地址信息，重新搜索至少一个第二人脸识别设备以及确定每一个第二人脸识别设备所属的第二区域；将第二人脸识别设备存储的人脸信息，存储到第二区域对应的区域人脸识别库。实现了对区域人脸识别库的存储按照周期进行清理，以实现更新区域人脸识别库。实现了构建动态人脸识别库。
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 (13)

1.一种人脸识别库的构建方法，其特征在于，包括：
为划分出的多个区域分别构建对应的区域人脸识别库；
将属于所述区域的人脸识别设备存储的人脸信息，存储到所述区域对应的区域人脸识别库；
采集所述人脸识别设备所关联的注册账户信息；
根据所述注册账户信息，确定注册账户的位置信息；
根据所述位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；
确定每一个所述第一人脸识别设备所属的第一区域；
当所述位置信息为所述注册账户使用的通信号码的实时地理位置且所述第一区域的个数大于预设的第一阈值时，确定每一个所述第一人脸识别设备与所述实时地理位置之间的距离，其中，所述第一阈值不小于1；
对所述距离进行倒序排列，确定在倒序排列的结果中的位置满足第一阈值的第一区域；
所述将属于所述区域的人脸识别设备存储的人脸信息，存储到所述区域对应的区域人脸识别库，包括：针对所述在倒序排列的结果中的位置满足第一阈值的第一区域，将所述第一人脸识别设备存储的人脸信息，存储到所述第一区域对应的区域人脸识别库。
2.根据权利要求1所述人脸识别库的构建方法，其特征在于，所述位置信息，进一步包括：
所述注册账户的购物地址信息以及所述注册账户的消费地址信息中的任意一个或两个。
3.根据权利要求2所述人脸识别库的构建方法，其特征在于，
当所述位置信息为所述注册账户的消费地址信息时，
进一步包括：标记一个预设周期内所述注册账户的消费地址信息；
在所述确定每一个所述第一人脸识别设备所属的第一区域之后，进一步包括：
当所述第一区域的个数大于预设的第二阈值时，统计每一个所述第一区域包括的所述第一人脸识别设备的设备个数，其中，所述第一人脸识别设备为根据所述消费地址信息搜索出的，所述第二阈值不小于1；
根据统计出的每一个第一区域对应的设备个数从高到低的顺序，选出满足第二阈值的第一区域；
针对每一个所述满足第二阈值的第一区域，执行所述将所述第一人脸识别设备存储的人脸信息，存储到所述第一区域对应的区域人脸识别库的步骤。
4.根据权利要求3所述人脸识别库的构建方法，其特征在于，
进一步包括：标记一个预设周期内所述消费地址信息对应的消费频次；
根据所述消费频次，计算所述消费地址信息对应的所述预设范围阈值。
5.根据权利要求3所述人脸识别库的构建方法，其特征在于，进一步包括：
在当前预设周期结束后，删除所述区域人脸识别库中存储的人脸信息；
根据所述当前预设周期对应的上一预设周期内所述注册账户的消费地址信息，重新搜索至少一个第二人脸识别设备以及确定每一个所述第二人脸识别设备所属的第二区域；
将所述第二人脸识别设备存储的人脸信息，存储到所述第二区域对应的区域人脸识别库。
6.根据权利要求1所述人脸识别库的构建方法，其特征在于，进一步包括：
当所述注册账户使用的通信号码的实时地理位置持续未出现在所述第一区域的时长达到预设的第三阈值时，
删除所述第一区域对应的区域人脸识别库存储的所述注册账户的人脸信息。
7.一种基于权利要求1至6任一所述人脸识别库的构建方法构建出的区域人脸识别库实现的人脸支付方法，其特征在于，包括：
在接收到人脸支付请求时，采集支付者人脸信息；
基于本地存储的人脸信息，识别所述支付者人脸信息；
当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别出所述支付者人脸信息，完成人脸支付。
8.一种人脸识别库的构建装置，其特征在于，包括：构建单元和处理单元，其中，
所述构建单元，用于为划分出的多个区域分别构建对应的区域人脸识别库；
所述处理单元，用于将属于所述区域的人脸识别设备存储的人脸信息，存储到所述区域对应的区域人脸识别库；
所述处理单元，进一步用于采集所述人脸识别设备所关联的注册账户信息；根据所述注册账户信息，确定注册账户的位置信息；根据所述位置信息，搜索满足预设范围阈值的至少一个第一人脸识别设备；确定每一个所述第一人脸识别设备所属的第一区域；当所述位置信息为所述注册账户使用的通信号码的实时地理位置且所述第一区域的个数大于预设的第一阈值时，确定每一个所述第一人脸识别设备与所述实时地理位置之间的距离，其中，所述第一阈值不小于1；对所述距离进行倒序排列，确定在倒序排列的结果中的位置满足第一阈值的第一区域；针对所述在倒序排列的结果中的位置满足第一阈值的第一区域，将所述第一人脸识别设备存储的人脸信息，存储到所述第一区域对应的区域人脸识别库。
9.一种基于权利要求1至6任一所述人脸识别库的构建方法构建出的区域人脸识别库实现的人脸支付设备，其特征在于，包括：采集单元、识别单元以及确定单元，其中，
所述采集单元，用于在接收到人脸支付请求时，采集支付者人脸信息；
所述识别单元，用于基于本地存储的人脸信息，识别所述支付者人脸信息；
所述确定单元，用于当识别的结果为失败时，确定所属于的区域人脸识别库，以基于所属于的区域人脸识别库，识别所述支付者人脸信息，以完成人脸支付。
10.一种人脸识别库的构建系统，其特征在于，包括：权利要求8所述的人脸识别库的构建装置以及人脸识别设备，其中，
所述人脸识别设备，用于为所述人脸识别库的构建装置提供本地存储的人脸信息。
11.一种人脸支付系统，其特征在于，包括：由权利要求8所述的人脸识别库的构建装置构建出的区域人脸识别库以及权利要求9所述的人脸支付设备。
12.一种人脸识别库的构建电子设备，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1-6中任一所述的方法。
13.一种计算机可读介质，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1-7中任一所述的方法。
CN202010120940.XA 2020-02-26 2020-02-26 人脸识别库的构建方法、人脸支付方法、装置和系统 Active CN111400520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010120940.XA CN111400520B (zh) 2020-02-26 2020-02-26 人脸识别库的构建方法、人脸支付方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010120940.XA CN111400520B (zh) 2020-02-26 2020-02-26 人脸识别库的构建方法、人脸支付方法、装置和系统

Publications (2)

Publication Number Publication Date
CN111400520A CN111400520A (zh) 2020-07-10
CN111400520B true CN111400520B (zh) 2023-08-04

Family

ID=71434061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010120940.XA Active CN111400520B (zh) 2020-02-26 2020-02-26 人脸识别库的构建方法、人脸支付方法、装置和系统

Country Status (1)

Country Link
CN (1) CN111400520B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112052733A (zh) * 2020-07-31 2020-12-08 中国建设银行股份有限公司 数据库构建方法、人脸识别方法、装置及电子设备
CN115242442A (zh) * 2022-06-21 2022-10-25 北京市商汤科技开发有限公司 信息鉴定方法及装置、计算机设备、存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106469296A (zh) * 2016-08-30 2017-03-01 北京旷视科技有限公司 人脸识别方法、装置和门禁系统
CN107766796A (zh) * 2017-09-25 2018-03-06 郑州云海信息技术有限公司 一种基于云计算的面部识别系统及方法
CN107886079A (zh) * 2017-11-22 2018-04-06 北京旷视科技有限公司 对象识别方法、装置及系统
CN108073577A (zh) * 2016-11-08 2018-05-25 中国电信股份有限公司 一种基于人脸识别的报警方法和系统
CN109697388A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 人脸识别方法和装置
CN110096996A (zh) * 2019-04-28 2019-08-06 深圳前海达闼云端智能科技有限公司 生物信息识别方法、装置、终端、系统及存储介质
CN110443198A (zh) * 2019-08-06 2019-11-12 中国工商银行股份有限公司 基于人脸识别的身份识别方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10510077B2 (en) * 2016-05-03 2019-12-17 Facebook, Inc. Facial recognition identification for in-store payment transactions

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106469296A (zh) * 2016-08-30 2017-03-01 北京旷视科技有限公司 人脸识别方法、装置和门禁系统
CN108073577A (zh) * 2016-11-08 2018-05-25 中国电信股份有限公司 一种基于人脸识别的报警方法和系统
CN107766796A (zh) * 2017-09-25 2018-03-06 郑州云海信息技术有限公司 一种基于云计算的面部识别系统及方法
CN109697388A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 人脸识别方法和装置
CN107886079A (zh) * 2017-11-22 2018-04-06 北京旷视科技有限公司 对象识别方法、装置及系统
CN110096996A (zh) * 2019-04-28 2019-08-06 深圳前海达闼云端智能科技有限公司 生物信息识别方法、装置、终端、系统及存储介质
CN110443198A (zh) * 2019-08-06 2019-11-12 中国工商银行股份有限公司 基于人脸识别的身份识别方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nina Taherimakhsousi."Context-Based Face Recognition for Smart Web Tasking Applications".《2014 IEEE World Congress on Services》.2014,全文. *

Also Published As

Publication number Publication date
CN111400520A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
US10587711B2 (en) Method and apparatus for pushing information
KR102047150B1 (ko) 실증적 전문가 결정 및 질문 라우팅 시스템 및 방법
EP3471374B1 (en) Method and device for identifying type of geographic location at where user is located
US20140019554A1 (en) Crowd Formation Based On Physical Boundaries And Other Rules
US20150234891A1 (en) Method and system for providing code scanning result information
CN107172209B (zh) 信息推送方法和装置
CN108536753B (zh) 重复信息的确定方法及相关装置
CN106455056B (zh) 定位方法和装置
CN109359170A (zh) 用于生成信息的方法和装置
CN111132027B (zh) 一种场景识别网络图的绘制方法、场景识别方法及装置
CN111400520B (zh) 人脸识别库的构建方法、人脸支付方法、装置和系统
CN108712712A (zh) 无线保真WiFi网络关联信息显示方法及装置
CN111311193B (zh) 公共服务资源的配置方法和装置
US20190347306A1 (en) Taxonomy-based system for discovering and annotating geofences from geo-referenced data
CN108182253A (zh) 用于生成信息的方法和装置
US9787557B2 (en) Determining semantic place names from location reports
CN105635969B (zh) 一种信息推送方法和信息推送服务器
CN113449986A (zh) 一种业务分配方法、装置、服务器及存储介质
CN106372841A (zh) 基于人员的备忘录提醒方法、系统及电子装置
CN110740418A (zh) 用于生成用户到访信息的方法和装置
CN114708545A (zh) 基于图像的对象侦测方法、装置、设备和存储介质
CN110020150B (zh) 信息推荐方法及装置
CN110737820A (zh) 用于生成事件信息的方法和装置
CN113722580A (zh) 地址信息处理方法、装置、电子设备和计算机可读介质
CN107507094A (zh) 一种信息处理方法、装置及存储介质

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
GR01 Patent grant
GR01 Patent grant