CN112446709A - 一种人脸识别支付认证方法及系统 - Google Patents

一种人脸识别支付认证方法及系统 Download PDF

Info

Publication number
CN112446709A
CN112446709A CN202011482344.2A CN202011482344A CN112446709A CN 112446709 A CN112446709 A CN 112446709A CN 202011482344 A CN202011482344 A CN 202011482344A CN 112446709 A CN112446709 A CN 112446709A
Authority
CN
China
Prior art keywords
user
face
face recognition
authentication
behavior model
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
Application number
CN202011482344.2A
Other languages
English (en)
Inventor
郭浒生
陈世久
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.)
Anhui Ets Iot Co ltd
Original Assignee
Anhui Ets Iot 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 Anhui Ets Iot Co ltd filed Critical Anhui Ets Iot Co ltd
Priority to CN202011482344.2A priority Critical patent/CN112446709A/zh
Publication of CN112446709A publication Critical patent/CN112446709A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06Q20/04—Payment circuits
    • G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
    • G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
    • 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
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • 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
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种人脸识别支付认证方法及系统，所述方法包括：构建用户历史消费行为模型；采集用户2D人脸特征值，并匹配出对应的用户信息；根据所述用户信息获取该用户本次消费记录；将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证。本发明增加了用户历史消费行为模型的匹配，避免了人脸识别支付认证每次都需要启用活体检测和3D结构光，缩短了认证时间，提高了用户体验，同时，根据用户历史消费行为模型也保证了交易的安全性，降低了人脸支付的安全风险。

Description

一种人脸识别支付认证方法及系统
技术领域
本发明属于人脸识别支付技术领域，特别涉及一种人脸识别支付认证方法及系统。
背景技术
现有的人脸识别支付认证，是金融级人脸识别认证，需要采用活体检测和3D结构光才能保证交易安全，大致流程如图1所示。为了保证金融支付的安全性，人脸识别认证需要开启“活体检测”和“3D结构光”，同时需要提取“深度信息”，这个一系列过程通常需要3秒左右，支付时间过长，降低了人脸识别支付认证的体验。
因此，亟需一种人脸识别支付认证方法及系统来解决上述技术问题。
发明内容
针对上述问题，本发明提供了一种人脸识别支付认证方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种人脸识别支付认证方法，所述方法包括：
构建用户历史消费行为模型；
采集用户2D人脸特征值，并匹配出对应的用户信息；
根据所述用户信息获取该用户本次消费记录；
将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证。
进一步的，所述采用常规认证包括以下步骤：
采用3D结构光获取用户人脸深度信息；
将所述用户人脸深度信息与用户2D人脸特征值进行比对；
若匹配成功，则完成支付。
进一步的，所述构建用户历史消费行为模型包括：
计算商品的相似度；
根据所述商品的相似度计算用户对商品的兴趣度；
采集用户消费数据，包括消费时间、消费地点、消费金额、兴趣商品。
进一步的，所述计算商品的相似度采用如下公式：
Figure BDA0002837944140000021
其中，|N(i)|是对商品i有兴趣的用户数，|N(j)|是对商品j有兴趣的用户数。
进一步的，所述计算用户对商品的兴趣度采用如下公式：
Figure BDA0002837944140000022
其中，N(u)是用户感兴趣的商品集合，S(j,K)是与商品j最相似的K个商品的集合，Wji是商品j和商品i的相似度，rui是用户u对商品i的兴趣度。
进一步的，所述将所述用户本次消费记录与用户历史消费行为模型进行比对的公式如下：
Figure BDA0002837944140000023
其中，C为常数，I(a),I(b)分别为用户本次消费记录集合和历史消费行为集合，s(Ii(a),Ij(b))为历史消费行为集合中各个记录之间的相似度，pia、pjb分别为权重。
一种人脸识别支付认证系统，所述系统包括：
建模单元，用于构建用户历史消费行为模型；
第一采集单元，用于采集用户2D人脸特征值，并匹配出对应的用户信息；
获取单元，用于根据所述用户信息获取该用户本次消费记录；
第一比对单元，用于将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证。
进一步的，所述系统还包括：
第二采集单元，用于采用3D结构光获取用户人脸深度信息；
第二比对单元，用于将所述用户人脸深度信息与用户2D人脸特征值进行比对，若匹配成功，则完成支付。
本发明的技术效果和优点：
本发明增加了用户历史消费行为模型的匹配，避免了人脸识别支付认证每次都需要启用活体检测和3D结构光，缩短了认证时间，提高了用户体验，同时，根据用户历史消费行为模型也保证了交易的安全性，降低了人脸支付的安全风险。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了现有技术中人脸识别支付认证流程示意图；
图2示出了本发明实施例的人脸识别支付认证方法框图；
图3示出了本发明实施例的人脸识别支付认证整体流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种人脸识别支付认证方法，示例性的，如图2所示，所述方法包括如下步骤：
步骤一、在终端设备进行人脸识别支付操作时，系统依据消费时间、消费地点、消费金额、兴趣商品等消费习惯，对用户消费行为进行建模，构建用户历史消费行为模型。
具体的，计算商品的相似度，公式如下：
Figure BDA0002837944140000041
其中，|N(i)|是对商品i有兴趣的用户数，|N(j)|是对商品j有兴趣的用户数。
计算用户对商品的兴趣度，公式如下：
Figure BDA0002837944140000042
其中，N(u)是用户感兴趣的商品集合，S(j,K)是与商品j最相似的K个商品的集合，Wji是商品j和商品i的相似度，rui是用户u对商品i的兴趣度。
采集用户消费数据，包括消费时间、消费地点、消费金额、兴趣商品。
步骤二、采集用户2D人脸特征值，根据2D人脸特征值匹配出相应的用户信息。
步骤三、根据用户信息获取该用户本次消费记录。
步骤四、将所述用户本次消费记录与用户历史消费行为模型进行比对，公式如下：
Figure BDA0002837944140000043
其中，C为常数，I(a),I(b)分别为用户本次消费记录集合和历史消费行为集合，s(Ii(a),Ij(b))为历史消费行为集合中各个记录之间的相似度，pia、pjb分别为权重。
示例性的，当用户总是习惯在某个窗口，购买相同或相似的商品，即用户的购物地点、商品列表、消费金额一般都是差不多的，依此建立用户历史消费行为模型，就相当于用户的“消费指纹”。
若比对结果在设定阈值以内，则认证通过，完成支付；若比对结果不在设定阈值以内，则采用3D结构光获取用户人脸深度信息，将所述用户人脸深度信息与用户2D人脸特征值进行比对，若匹配成功，则完成支付。其中，本发明实施例中的阈值是根据经验设定，不同的需求可设置不同的阈值。
本发明还提供了一种人脸识别支付认证系统，所述系统包括：
建模单元，用于构建用户历史消费行为模型；
第一采集单元，用于采集用户2D人脸特征值，并匹配出对应的用户信息；
获取单元，用于根据所述用户信息获取该用户本次消费记录；
第一比对单元，用于将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证；
第二采集单元，用于采用3D结构光获取用户人脸深度信息；
第二比对单元，用于将所述用户人脸深度信息与用户2D人脸特征值进行比对，若匹配成功，则完成支付。
示例性的，图3示出了本发明实施例的人脸识别支付认证整体流程示意图，如图3所示，当用户进行人脸支付时，通过2D普通摄像头获取RGB信息，然后通过RGB人脸检测、区域分割、追踪，提取2D人脸特征值，通过数据相似性对比，匹配出对应的用户信息。获取用户历史消费行为模型，将用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付。若比对结果不在设定阈值以内，则重启摄像头，采用3D结构光和活体检测，获取RGBD信息，将RGB信息与深度信息进行配准，采用点云和体素等进行3D人脸建模，再进行RGB人脸检测、区域分割、追踪，RGBD人脸检测、区域分割、追踪，最后提取2D人脸特征值和深度信息，将2D人脸特征值和深度信息进行数据相似性比对，匹配成功后完成支付。
本发明实施例增加了用户历史消费行为模型的匹配，避免了人脸识别支付认证每次都需要启用活体检测和3D结构光，缩短了认证时间，提高了用户体验，同时，根据用户历史消费行为模型也保证了交易的安全性，降低了人脸支付的安全风险。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种人脸识别支付认证方法，其特征在于，所述方法包括：
构建用户历史消费行为模型；
采集用户2D人脸特征值，并匹配出对应的用户信息；
根据所述用户信息获取该用户本次消费记录；
将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证。
2.根据权利要求1所述的人脸识别支付认证方法，其特征在于，所述采用常规认证包括以下步骤：
采用3D结构光获取用户人脸深度信息；
将所述用户人脸深度信息与用户2D人脸特征值进行比对；
若匹配成功，则完成支付。
3.根据权利要求1所述的人脸识别支付认证方法，其特征在于，所述构建用户历史消费行为模型包括：
计算商品的相似度；
根据所述商品的相似度计算用户对商品的兴趣度；
采集用户消费数据，包括消费时间、消费地点、消费金额、兴趣商品。
4.根据权利要求3所述的人脸识别支付认证方法，其特征在于，所述计算商品的相似度采用如下公式：
Figure FDA0002837944130000011
其中，|N(i)|是对商品i有兴趣的用户数，|N(j)|是对商品j有兴趣的用户数。
5.根据权利要求3所述的人脸识别支付认证方法，其特征在于，所述计算用户对商品的兴趣度采用如下公式：
Figure FDA0002837944130000012
其中，N(u)是用户感兴趣的商品集合，S(j,K)是与商品j最相似的K个商品的集合，Wji是商品j和商品i的相似度，rui是用户u对商品i的兴趣度。
6.根据权利要求1所述的人脸识别支付认证方法，其特征在于，所述将所述用户本次消费记录与用户历史消费行为模型进行比对的公式如下：
Figure FDA0002837944130000021
其中，C为常数，I(a),I(b)分别为用户本次消费记录集合和历史消费行为集合，s(Ii(a),Ij(b))为历史消费行为集合中各个记录之间的相似度，pia、pjb分别为权重。
7.一种人脸识别支付认证系统，其特征在于，所述系统包括：
建模单元，用于构建用户历史消费行为模型；
第一采集单元，用于采集用户2D人脸特征值，并匹配出对应的用户信息；
获取单元，用于根据所述用户信息获取该用户本次消费记录；
第一比对单元，用于将所述用户本次消费记录与用户历史消费行为模型进行比对，若比对结果在设定阈值以内，则认证通过，完成支付，若比对结果不在设定阈值以内，则采用常规认证。
8.根据权利要求7所述的人脸识别支付认证系统，其特征在于，所述系统还包括：
第二采集单元，用于采用3D结构光获取用户人脸深度信息；
第二比对单元，用于将所述用户人脸深度信息与用户2D人脸特征值进行比对，若匹配成功，则完成支付。
CN202011482344.2A 2020-12-15 2020-12-15 一种人脸识别支付认证方法及系统 Pending CN112446709A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011482344.2A CN112446709A (zh) 2020-12-15 2020-12-15 一种人脸识别支付认证方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011482344.2A CN112446709A (zh) 2020-12-15 2020-12-15 一种人脸识别支付认证方法及系统

Publications (1)

Publication Number Publication Date
CN112446709A true CN112446709A (zh) 2021-03-05

Family

ID=74739946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011482344.2A Pending CN112446709A (zh) 2020-12-15 2020-12-15 一种人脸识别支付认证方法及系统

Country Status (1)

Country Link
CN (1) CN112446709A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240430A (zh) * 2021-06-16 2021-08-10 中国银行股份有限公司 移动支付验证方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105227307A (zh) * 2014-06-03 2016-01-06 阿里巴巴集团控股有限公司 身份验证方法与系统以及服务器数据处理方法和服务器
CN106296185A (zh) * 2015-05-12 2017-01-04 湖南人文科技学院 一种基于生物特征复合旁证的高安全性移动支付终端
CN106846088A (zh) * 2016-12-22 2017-06-13 福建工程学院 一种快消品电商网站的商品推荐方法
CN107798530A (zh) * 2017-08-09 2018-03-13 中国银联股份有限公司 一种支付系统以及支付方法
CN109191633A (zh) * 2018-08-15 2019-01-11 深圳市烽焌信息科技有限公司 员工识别方法及机器人
CN110188267A (zh) * 2019-05-19 2019-08-30 青岛民航凯亚系统集成有限公司 一种基于旅客市场行为特征建立自助服务的系统
CN111080398A (zh) * 2019-11-19 2020-04-28 浙江大搜车软件技术有限公司 商品推荐方法、装置、计算机设备和存储介质
CN111651583A (zh) * 2020-04-17 2020-09-11 世纪保众(北京)网络科技有限公司 一种基于标签特征及协同过滤的保险文章推荐方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105227307A (zh) * 2014-06-03 2016-01-06 阿里巴巴集团控股有限公司 身份验证方法与系统以及服务器数据处理方法和服务器
CN106296185A (zh) * 2015-05-12 2017-01-04 湖南人文科技学院 一种基于生物特征复合旁证的高安全性移动支付终端
CN106846088A (zh) * 2016-12-22 2017-06-13 福建工程学院 一种快消品电商网站的商品推荐方法
CN107798530A (zh) * 2017-08-09 2018-03-13 中国银联股份有限公司 一种支付系统以及支付方法
CN109191633A (zh) * 2018-08-15 2019-01-11 深圳市烽焌信息科技有限公司 员工识别方法及机器人
CN110188267A (zh) * 2019-05-19 2019-08-30 青岛民航凯亚系统集成有限公司 一种基于旅客市场行为特征建立自助服务的系统
CN111080398A (zh) * 2019-11-19 2020-04-28 浙江大搜车软件技术有限公司 商品推荐方法、装置、计算机设备和存储介质
CN111651583A (zh) * 2020-04-17 2020-09-11 世纪保众(北京)网络科技有限公司 一种基于标签特征及协同过滤的保险文章推荐方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240430A (zh) * 2021-06-16 2021-08-10 中国银行股份有限公司 移动支付验证方法及装置

Similar Documents

Publication Publication Date Title
US8131615B2 (en) Incremental factorization-based smoothing of sparse multi-dimensional risk tables
CN109190514B (zh) 基于双向长短期记忆网络的人脸属性识别方法及系统
CN106713255B (zh) 用户信息管理方法和系统
CN113343826A (zh) 人脸活体检测模型的训练方法、人脸活体检测方法及装置
CN109472626B (zh) 一种面向手机租赁业务的智能金融风险控制方法及系统
CN102124493A (zh) 脸部识别装置、人物图像检索系统、脸部识别装置控制程序、计算机可读取的记录媒体、以及脸部识别装置的控制方法
CN109993595A (zh) 个性化推荐商品及服务的方法、系统及设备
CN107179827A (zh) 一种金融设备的智能交互方法及系统
CN110458644A (zh) 一种信息处理方法及相关设备
CN109658194A (zh) 一种基于视频追踪的客户推荐方法及系统
CN115545886A (zh) 逾期风险识别方法、装置、设备及存储介质
CN112446709A (zh) 一种人脸识别支付认证方法及系统
CN102855462A (zh) 确定人体动作周期及识别人体动作的方法和装置
CN112070744B (zh) 一种人脸识别的方法、系统、设备及可读存储介质
CN111652668B (zh) 一种区块链供应链金融系统
CN112685533A (zh) 销售员推荐方法和装置、电子设备、存储介质
CN111784496A (zh) 一种应用于银行中的实时精准营销辅助系统和方法
CN111967879A (zh) 一种基于人脸识别的线上安全支付管理系统
CN110232588A (zh) 一种实体店管理方法以及实体店管理系统
US20220172271A1 (en) Method, device and system for recommending information, and storage medium
CN116128581A (zh) 物品推荐方法和系统
US20220101407A1 (en) Method for determining a recommended product, electronic apparatus, and non-transitory computer-readable storage medium
CN114707420A (zh) 一种信贷欺诈行为识别方法、装置、设备及存储介质
CN114066564A (zh) 服务推荐时间确定方法、装置、计算机设备、存储介质
CN110472680B (zh) 目标分类方法、装置和计算机可读存储介质

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