CN112766978A - 地铁刷脸支付方法及装置 - Google Patents
地铁刷脸支付方法及装置 Download PDFInfo
- Publication number
- CN112766978A CN112766978A CN202110239559.XA CN202110239559A CN112766978A CN 112766978 A CN112766978 A CN 112766978A CN 202110239559 A CN202110239559 A CN 202110239559A CN 112766978 A CN112766978 A CN 112766978A
- Authority
- CN
- China
- Prior art keywords
- face
- face image
- passenger
- subway
- gate
- 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
- 230000001680 brushing Effects 0.000 title claims abstract description 70
- 230000000875 corresponding Effects 0.000 claims description 101
- 230000001815 facial Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000000977 initiatory Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 13
- 230000001976 improved Effects 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 6
- UIIMBOGNXHQVGW-UHFFFAOYSA-M buffer Substances [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000001702 transmitter Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000000750 progressive Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06Q—DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING 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; 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
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; 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
Abstract
本发明提供一种地铁刷脸支付方法及装置,涉及人工智能技术领域。本发明提供的地铁刷脸支付方法及装置充分利用乘客从地铁入口到闸机间的时间,预先人脸识别乘客身份,将身份信息缓存到本地,过闸刷脸时,本地缓存检索,大大提供了检索效率,进而提高了刷脸乘车过闸的效率。通过对摄像机抓拍到的人脸图片计算特征值,再向云中心发起人脸识别,无需传输图片,减少传输带宽、加速消息传输效率,进而提高了数据传输效率。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种地铁刷脸支付方法及装置。
背景技术
随着人脸识别技术的持续快速发展,人脸识别已广泛应用于公安、交通、金融等领域,给人们的衣食住行等生活场景带来了巨大的便利。在交通领域,不受现金、银行卡、甚至手机的限制,运用人脸识别技术实现无感支付乘车,可以给人们出行带来更加智能化、便捷化的乘车体验。
在地铁刷脸支付乘车场景中,城市人口众多,人脸信息库可达到百万级甚至千万级,地铁现场环境复杂、闸机放行速度要求高,对地铁刷脸支付系统提出了极高的要求。传统的人脸识别系统,随着人脸信息库的增大,1:N人脸检索成功所需时间也不断增长,即使使用“先放行、后扣款”的方式,也难以保证过闸效率。如何实现在百万甚至千万级人脸信息库的情况下,高效地实现“毫秒级刷脸过闸”,成为智慧交通领域的一个技术问题。
发明内容
针对现有技术中的问题,本发明提供一种地铁刷脸支付方法及装置,具体包括以下技术方案:
第一方面,本发明提供一种地铁刷脸支付方法,包括:
在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
进一步地,还包括:
在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
进一步地,还包括:
接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
进一步地,还包括:
若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。
进一步地,在所述打开闸机并向所述云中心发起异步扣款交易请求之后,还包括:
显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
进一步地,还包括:
接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
第二方面,本发明提供一种地铁刷脸支付装置,包括:
第一人脸识别模块,用于在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
本地缓存模块,用于将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
第二人脸识别模块,用于在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
第一进站模块,用于若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
进一步地,还包括:
第三人脸识别模块,用于在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
第二进站模块,用于若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
进一步地,还包括:
接收模块,用于接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
第四人脸识别模块,用于在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
第一出站模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
进一步地,还包括:
出站提示模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。
进一步地,还包括:
显示信息模块,用于显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
进一步地,还包括:
数据更新模块,用于接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的地铁刷脸支付方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的地铁刷脸支付方法的步骤。
由上述技术方案可知,本发明提供一种地铁刷脸支付方法及装置,在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。能够充分利用乘客从地铁入口到闸机间的时间,预先人脸识别乘客身份,将身份信息缓存到本地,过闸刷脸时,本地缓存检索,大大提供了检索效率,进而提高了刷脸乘车过闸的效率。通过对摄像机抓拍到的人脸图片计算特征值,再向云中心发起人脸识别,无需传输图片,减少传输带宽、加速消息传输效率,进而提高了数据传输效率。
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为本发明实施例中的地铁刷脸支付方法的第一流程示意图。
图2为本发明实施例中的地铁刷脸支付方法的第二流程示意图。
图3为本发明实施例中的地铁刷脸支付方法的第三流程示意图。
图4为本发明实施例中的地铁刷脸支付方法的第四流程示意图。
图5为本发明实施例中的地铁刷脸支付方法的第五流程示意图。
图6为本发明实施例中的地铁刷脸支付方法的第六流程示意图。
图7为本发明实施例中的地铁刷脸支付装置的结构示意图。
图8为本发明实施例中的地铁刷脸支付系统的结构示意图。
图9为本发明实施例中的地铁刷脸支付系统中地铁站边缘计算与缓存装置的结构示意图。
图10为本发明实施例中的地铁刷脸支付系统中地铁刷脸闸机装置的结构示意图。
图11为本发明实施例中的地铁刷脸支付系统中云中心人脸识别与配置服务装置的结构示意图。
图12为本发明实施例中的地铁刷脸支付系统中云中心地铁线上支付装置的结构示意图。
图13为本发明实施例中的地铁刷脸支付系统中乘客人脸预识别流程的示意图。
图14为本发明实施例中的地铁刷脸支付系统中乘客刷脸过闸进站乘车流程的示意图。
图15为本发明实施例中的地铁刷脸支付系统中乘客刷脸过闸出站流程图的示意图。
图16为本发明实施例中的地铁刷脸支付系统中地铁站边缘计算缓存信息同步与删除流程的示意图。
图17为本发明实施例中的电子设备的结构示意图。
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、完整的描述,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。
针对人脸识别支付方法或系统在地铁刷脸过闸场景中,存在检索效率低、过闸速度慢的问题,提出一种基于边缘缓存处理的地铁刷脸支付方法及装置,利用地铁入口、通道、安检等位置的高清摄像机,实时捕捉乘客人脸图像,在乘客到达刷脸闸机前(一般有1~10分钟间隔时间),将捕捉到的人脸图像上传云中心,在开通刷脸乘车协议的人脸注册库中检索乘客身份,若成功,则将该乘客人脸特征值和客户信息返回地铁站的边缘计算服务器进行缓存,形成地铁站缓存人脸库。当乘客到达闸机时,闸机摄像头拍摄人脸后,计算特征值,与地铁站边缘计算服务器的缓存人脸库进行检索,由于传输距离短、检索底库人脸特征值数量较少,闸机可快速获取乘客身份信息,开闸放行后再异步发起扣款交易。当乘客成功刷脸乘车后,将该乘客的人脸特征值和客户信息同步到该地铁站可到达站点的边缘计算服务器,用于乘客刷脸出站比对。
本发明提供一种地铁刷脸支付方法的实施例,参见图1,所述地铁刷脸支付方法具体包含有如下内容:
S101:在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
在本步骤中,为了在乘客到达闸机之前获取乘客的第一人脸图像,可以在地铁入口设置摄像机用于检测和抓拍经过地铁入口的乘客人脸,或者在乘客走向乘车安检处的通道部署的摄像机,数量根据通道长度每隔N米部署一台,用于检测和抓拍走向安检处的乘客人脸,或者在地铁安检部署摄像机检测和抓拍经过安检的乘客人脸。
可以理解的是,摄像机为视频监控装置,在乘客从地铁站入口走到地铁刷脸闸机过程中,视频监控装置实时检测监控画面中的人脸。优选的,这些摄像机具备人脸检测和抓拍的能力。
通过对第一人脸图像进行人脸特征计算,得到第一人脸图像对应的人脸特征值,基于第一人脸图像对应的人脸特征值在云中心的数据库中进行1:N人脸识别检索,检索出与该人脸特征值相同的人脸图像以及人脸图像对应的乘客信息,以及接收检索结果。
需要说明的是,若在云中心检索出特征相同的人脸图像,则表明当前乘客开通了刷脸乘车协,能够进行刷脸乘车。若在云中心未检索出特征相同的人脸图像,则表明当前乘客未开通了刷脸乘车协,不能够进行刷脸乘车。
S102:将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
在本步骤中,接收云中心发送的人脸图像以及该人脸图像对应的乘客信息,并将接收的人脸图像以及该人脸图像对应的乘客信息缓存至本地的边缘缓存数据库。
其中,乘客信息包括:乘客编号、姓名、手机号等个人信息。本地的边缘缓存数据库中存储人脸图像和乘客信息时,使用的字段包括:人脸特征值、开通刷脸过闸标志、云中心人脸识别标志中至少一种。
可以理解的是,云中心发送的人脸图像以及该人脸图像对应的乘客信息是从云中心检索到的人脸图像以及该人脸图像对应的乘客信息。
S103:在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
在本步骤中,通过在本地的边缘缓存数据库中检索与第二人脸图像特征相同的人脸图像。由于传输距离短、检索底库人脸特征值数量较少,可快速获取乘客身份信息,便于开闸放行后再异步发起扣款交易。
其中,检索的模式为1:N人脸识别检索。
S104:若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
在本步骤中,在本地的边缘缓存数据库中检索出与第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,表明乘客已经开通刷脸乘车协议。则则打开闸机供乘客通过,将该乘客的人脸图像以及人脸图像对应的乘客信息发送至相通的地铁站的边缘缓存数据库,以便该乘客出站使用。
从上述描述可知,本发明实施提供的一种地铁刷脸支付方法,通过在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。能够充分利用乘客从地铁入口到闸机间的时间,预先人脸识别乘客身份,将身份信息缓存到本地,过闸刷脸时,本地缓存检索,大大提供了检索效率,进而提高了刷脸乘车过闸的效率。
在本发明提供另一实施例中,参见图2,基于上述实施例,该地铁刷脸支付方法还具体包含有如下内容:
S105:在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
S106:若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
在本实施例中,若在本地的边缘缓存数据库中未检索出与第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则需要在云中心的数据库中进行检索,避免因未获取到乘客到达闸机之前的第一人脸图像,以至于本地的边缘缓存数据库未存储该乘客的人脸图像以及人脸图像对应的乘客信息,而导致的无法进站的问题。
在本发明提供另一实施例中,参见图3,该地铁刷脸支付方法还具体包含有如下内容:
S201:接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
在本步骤中,该地铁站能够接收其他相通的地铁站发来的人脸图像以及人脸图像对应的乘客信息并缓存至本地的边缘缓存数据库;根据其他相通的地铁站发来的人脸图像以及人脸图像对应的乘客信息能够让从其他地铁站乘车的乘客从本地铁站下车并通过闸机。
S202:在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
在本步骤中,乘客下车并行至闸机准备出站时。获取乘客的第三人脸图像在本地的边缘缓存数据库中进行检索。
S203:若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
在本步骤中,若本地的边缘缓存数据库中检索出与第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息。该人脸图像以及人脸图像对应的乘客信息可能是本地的边缘缓存数据库才能够云中心的数据库中获取的,在此情况下,乘客无法出站。若本地的边缘缓存数据库中检索出与第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息。表明该人脸图像以及人脸图像对应的乘客信息是从其他站点获取的,即乘客完成乘车行为。则打开闸机放行乘客。向云中心发起异步扣款交易请求。
在本发明提供另一实施例中,参见图4,该地铁刷脸支付方法还具体包含有如下内容:
S204:若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。
在本实施例中,乘客信息中未包含进站记录信息则表明乘客没有乘车的入站记录,则乘客在出站时,提示预设的出站信息;其中,出站信息用于表示客户无法刷脸出站。
在本发明提供另一实施例中,参见图5,该地铁刷脸支付方法还具体包含有如下内容:
S205:显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
在本实施例中,通过显示乘客的乘车信息,便于乘客了解自己的乘车记录。
在本发明提供另一实施例中,参见图6,该地铁刷脸支付方法还具体包含有如下内容:
S107:接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
在本步骤中,通过接收云中心发送的数据删除策略,对本地的边缘缓存数据库中的数据进行清理,降低本地的边缘缓存数据库中的数据存储量,便于提高人脸识别检索的速度。
本发明实施例提供一种能够实现所述地铁刷脸支付方法中全部内容的地铁刷脸支付装置的具体实施方式,参见图7,所述地铁刷脸支付装置具体包括如下内容:
第一人脸识别模块10,用于在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
本地缓存模块20,用于将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
第二人脸识别模块30,用于在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
第一进站模块40,用于若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
进一步地,还包括:第三人脸识别模块,用于在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
第二进站模块,用于若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
进一步地,还包括:接收模块,用于接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
第四人脸识别模块,用于在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
第一出站模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
进一步地,还包括:出站提示模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。进一步地,还包括:
显示信息模块,用于显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
进一步地,还包括:数据更新模块,用于接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
本发明提供的地铁刷脸支付装置的实施例具体可以用于执行上述实施例中的地铁刷脸支付方法的实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
从上述描述可知,本发明提供一种地铁刷脸支付装置,在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。能够充分利用乘客从地铁入口到闸机间的时间,预先人脸识别乘客身份,将身份信息缓存到本地,过闸刷脸时,本地缓存检索,大大提供了检索效率,进而提高了刷脸乘车过闸的效率。通过对摄像机抓拍到的人脸图片计算特征值,再向云中心发起人脸识别,无需传输图片,减少传输带宽、加速消息传输效率,进而提高了数据传输效率。
本发明实施例提供一种地铁刷脸支付系统,参见图8,所述地铁刷脸支付系统具体包括如下内容:
视频监控装置1、地铁站边缘计算与缓存装置2、地铁刷脸闸机3、云中心人脸识别与配置服务装置4和云中心地铁线上支付装置5。
其中,视频监控装置1在乘客从地铁站入口走到地铁刷脸闸机3过程中,视频监控装置1实时检测监控画面中的人脸,这些视频监控装置所采用的摄像机具备人脸检测和抓拍的能力。
例如:在地铁入口检测和抓拍经过地铁入口的乘客人脸。在乘客走向乘车安检处的通道部署的摄像机,数量根据通道长度每隔N米部署一台,检测和抓拍走向安检处的乘客人脸。在地铁安检处检测和抓拍经过安检的乘客人脸。
地铁站边缘计算与缓存装置2根据计算需求,每个地铁站至少部署一个地铁站边缘计算与缓存装置2,地铁站边缘计算与缓存装置2可以是边缘一体机或边缘服务器,负责人脸特征值计算、人脸特征库缓存、乘客信息缓存等。
参见图9所示的地铁站边缘计算与缓存装置2的结构示意图,包括:
人脸特征计算模块201,用于高清视频监控装置的摄像机上传的人脸图片的特征值计算。
人脸检索服务调用模块202,用于接收人脸特征计算模块201输出的人脸特征值,然后调用云中心人脸识别装置进行1:N人脸识别检索,并接收返回结果。
人脸特征和乘客信息缓存模块203,用于接收人脸检索服务调用模块202输出的人脸识别结果,包括人脸身份信息、刷脸乘车协议开通情况。
乘客信息与人脸特征缓存库204,用于缓存做过人脸识别检索的人脸特征值和乘客信息。乘客信息与人脸特征缓存库数据字段至少包含如下内容:客户编号、姓名、手机号、人脸特征值、已开通刷脸过闸、云中心人脸识别成功。
数据删除策略参数同步模块205,用于接收云中心人脸识别与配置服务装置的数据删除策略。
缓存数据删除模块206,用于根据数据删除策略,定期清理乘客信息库和人脸特征缓存库的数据。
1:N人脸识别模块207,用于提供本地1:N人脸识别检索。
地铁站站间数据同步模块208,用于同步成功刷脸入闸乘客的信息到相通的站点缓存。
参见图10,该地铁刷脸闸机3包括:
闸机摄像头301,用于拍摄准备过闸乘客的人脸图片。
闸机总控模块302,用于接收摄像头输出的人脸图片,并调用地铁站边缘计算与缓存装置2的1:N人脸识别模块207。
闸机开关303,闸机总控模块302根据人脸识别结果,若乘客开通刷脸乘车协议,则控制闸机开关开闸放行,并向云中心地铁线上支付装置发起异步扣款交易。
显示模块304,用于显示刷脸结果信息。
参见图11,该云中心人脸识别与配置服务装置4包括:
人脸识别模块401,用于提供全量人脸库人脸识别检索功能。
全量乘客人脸库402,用于保存全部乘客人脸库。
全量乘客信息库403,用于保存全部乘客刷脸乘车协议开通情况。
乘车习惯分析模块404,用于分析乘客乘车习惯。
例如张三工作日都会乘坐A号地铁线路,那么张三的数据应该长期缓存在该线路对应的地铁站边缘计算与缓存服务器中,不用经常删除张三的缓存数据。根据乘客乘车习惯,生成地铁站缓存数据删除策略。
数据删除策略下发模块405,将乘车习惯分析模块404生成的数据删除策略,下发到地铁站边缘计算与缓存装置2中的缓存数据删除模块206。
参见图12,云中心地铁线上支付装置5包括:
总控模块501,接收地铁刷脸闸机发起的支付交易通知,记录乘客过闸信息,当乘客出闸后,计算乘车费用发起账户扣款。
乘客过闸登记库502,存储乘客进出闸机的乘客编号、时间、地铁站编号、闸机编号。
账户扣款模块503,与金融系统通信完成扣款。
参见图13,通过摄像机抓取乘客人脸图片,边缘计算与缓存装置完成特征计算后,上送云中心在全量乘客人脸库中完成人脸识别,并将识别结果返回边缘计算与缓存装置进行数据缓存。
视频监控装置1在地铁通道抓拍乘客人脸图片,由地铁站边缘计算与缓存装置2中的人脸特征计算模块201对人脸图片进行特征值计算,地铁站边缘计算与缓存装置2中的人脸检索服务调用模块202调用云中心人脸识别与配置服务装置中的人脸识别模块401,在全量已签订刷脸乘车协议的乘客人脸库中进行人脸识别。若识别成功,返回乘客信息,由地铁站边缘计算与缓存装置2中的人脸特征和乘客信息缓存模块203将客户信息和人脸特征保存到乘客信息与人脸特征缓存库204。若识别不成功,检索人脸信息失败,无乘客信息,仅将人脸特征保存到乘客信息与人脸特征缓存库。
参见图14,在乘客到达地铁刷脸闸机3的人脸闸机口,地铁刷脸闸机3的闸机总控模块302控制闸机摄像头301检测人脸并拍照;地铁刷脸闸机3的闸机总控模块302将人脸照片传到所在地铁站的地铁站边缘计算与缓存装置2的人脸特征计算模块201,进行人脸特征值计算;地铁站边缘计算与缓存装置2中的1:N人脸识别模块207使用特征值在乘客信息与人脸特征缓存库中进行人脸识别检索;
若检索成功,乘客信息与人脸特征缓存库204中字段:云中心人脸识别成功标识状态为“是”,且已开通刷脸过闸,则地铁刷脸闸机3的闸机总控模块302控制闸机开关303,开闸放行;地铁刷脸闸机3的闸机总控模块302通知云中心地铁线上支付装置5的总控模块501,完成乘客过闸登记;地铁刷脸闸机3的闸机总控模块302通知地铁站边缘计算与缓存装置2的地铁站站间数据同步模块208,将乘客过闸记录缓存到乘客信息与人脸特征缓存库204,并将乘客信息和过闸信息同步到该站点可到达的站点,进行信息缓存。
若检索成功,乘客信息与人脸特征缓存库204中字段:云中心人脸识别成功标识状态为“是”,且未已开通刷脸过闸,则地铁刷脸闸机3的闸机总控模块302控制显示模块304,提示“未开通刷脸过闸,无法通行”。
若检索未成功,将特征值送给地铁站边缘计算与缓存装置2的人脸检索服务调用模块202,调用云中心人脸识别与配置服务装置4中的人脸识别模块401,在云中心全量乘客人脸库进行检索。若检索成功,则判断是否已开通刷脸过闸。若检索未成功,则无该乘客人脸信息,地铁刷脸闸机3的闸机总控模块302控制显示模块304,提示“未注册人脸数据,无法通行”。
参见图15,乘客到达地铁刷脸闸机3的人脸闸机口;地铁刷脸闸机3的闸机总控模块302控制闸机摄像头301检测人脸并拍照;地铁刷脸闸机3的闸机总控模块302将人脸照片传到所在地铁站的地铁站边缘计算与缓存装置2的人脸特征计算模块201,进行人脸特征值计算;地铁站边缘计算与缓存装置2中的1:N人脸识别模块207使用特征值在乘客信息与人脸特征缓存库中进行人脸识别检索;
若识别成功,根据客户编号到云中心地铁线上支付装置5查询该客户的乘车记录,且存在客户刷脸进站记录,则地铁刷脸闸机3的闸机总控模块302控制闸机开关303开闸,乘客出站;地铁刷脸闸机3的闸机总控模块302通知云中心地铁线上支付装置5的总控模块501,完成乘客过闸登记和账户扣款。
若识别成功,根据客户编号到云中心地铁线上支付装置5查询该客户的乘车记录,且不存在客户刷脸进站记录,则地铁刷脸闸机3的闸机总控模块302控制显示模块304,提示“未查询到刷脸进站记录,无法刷脸出站”。
若未识别成功,地铁刷脸闸机3的闸机总控模块302控制显示模块304,提示“未查询到刷脸进站记录,无法刷脸出站”。
参见图16,云中心人脸识别与配置服务装置4的乘车习惯分析模块404,根据乘客乘车记录进行大数据分析,判断乘客乘车习惯,生成缓存删除策略;云中心人脸识别与配置服务装置4的数据删除策略下发模块405,将数据删除策略下发到每个地铁站的地铁站边缘计算与缓存装置2;地铁站边缘计算与缓存装置2的数据删除策略参数同步模块205接收数据删除策略后,触发缓存数据删除模块206根据删除策略对乘客信息与人脸特征缓存数据进行清理。
在本实施例中,删除策略包括:删除本站点超过7天没有乘车记录的乘客的缓存数据,以及删除没有开通刷脸乘车协议的乘客的缓存数据。
从上述描述可知,本发明实施例提供的地铁刷脸支付系统,充分利用乘客从地铁入口到闸机间的时间,预先人脸识别乘客身份,将身份信息缓存到本地,过闸刷脸时,本地缓存检索,大大提供了检索效率。通过地铁站边缘计算与缓存装置,通过对摄像机抓拍到的人脸图片计算特征值,再向云中心发起人脸识别,无需传输图片,减少传输带宽、加速消息传输效率。
本申请提供一种用于实现所述地铁刷脸支付方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现相关设备之间的信息传输;该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照实施例用于实现所述地铁刷脸支付方法的实施例及用于实现所述地铁刷脸支付装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图17为本申请实施例的电子设备9600的系统构成的示意框图。如图17所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图17是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,地铁刷脸支付功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
在另一个实施方式中,地铁刷脸支付装置可以与中央处理器9100分开配置,例如可以将地铁刷脸支付配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现地铁刷脸支付功能。
如图17所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图17中所示的所有部件;此外,电子设备9600还可以包括图17中没有示出的部件,可以参考现有技术。
如图17所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的地铁刷脸支付方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的地铁刷脸支付方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
虽然本发明提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (14)
1.一种地铁刷脸支付方法,其特征在于,包括:
在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
2.根据权利要求1所述的地铁刷脸支付方法,其特征在于,还包括:
在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
3.根据权利要求1所述的地铁刷脸支付方法,其特征在于,还包括:
接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
4.根据权利要求3所述的地铁刷脸支付方法,其特征在于,还包括:
若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。
5.根据权利要求3所述的地铁刷脸支付方法,其特征在于,在所述打开闸机并向所述云中心发起异步扣款交易请求之后,还包括:
显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
6.根据权利要求1所述的地铁刷脸支付方法,其特征在于,还包括:
接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
7.一种地铁刷脸支付装置,其特征在于,包括:
第一人脸识别模块,用于在乘客到达闸机之前获取乘客的第一人脸图像;从云中心的数据库中检索出与所述第一人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;其中,所述云中心的数据库用于存储开通刷脸乘车协议的乘客的人脸图像和该乘客的乘客信息;
本地缓存模块,用于将在所述云中心检索到的人脸图像以及该人脸图像对应的乘客信息存储至本地的边缘缓存数据库;
第二人脸识别模块,用于在乘客到达闸机时获取乘客的第二人脸图像,基于所述第二人脸图像在本地的边缘缓存数据库中进行检索;
第一进站模块,用于若所述本地的边缘缓存数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述本地的边缘缓存数据库检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库;其中,发送至相通的地铁站的边缘缓存数据库的乘客信息还包括:进站记录信息。
8.根据权利要求7所述的地铁刷脸支付装置,其特征在于,还包括:
第三人脸识别模块,用于在所述本地的边缘缓存数据库中未检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则基于所述第二人脸图像从云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息;
第二进站模块,用于若所述云中心的数据库中检索出与所述第二人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,则打开闸机并将从所述云中心的数据库中检索出的人脸图像以及人脸图像对应的乘客信息,发送至相通的地铁站的边缘缓存数据库。
9.根据权利要求7所述的地铁刷脸支付装置,其特征在于,还包括:
接收模块,用于接收并缓存相通地铁站发送的人脸图像以及人脸图像对应的乘客信息至本地的边缘缓存数据库;
第四人脸识别模块,用于在乘客到达闸机时获取乘客的第三人脸图像,基于所述第三人脸图像在本地的边缘缓存数据库中进行检索;
第一出站模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息包含了进站记录信息;则打开闸机并向所述云中心发起异步扣款交易请求。
10.根据权利要求9所述的地铁刷脸支付装置,其特征在于,还包括:
出站提示模块,用于若所述本地的边缘缓存数据库中检索出与所述第三人脸图像特征相同的人脸图像以及人脸图像对应的乘客信息,且所述乘客信息中未包含进站记录信息;则提示预设的出站信息;其中,所述出站信息用于表示客户无法刷脸出站。
11.根据权利要求9所述的地铁刷脸支付装置,其特征在于,还包括:
显示信息模块,用于显示乘客的乘车信息;其中,所述乘车信息包括:进站记录信息和出站记录信息。
12.根据权利要求7所述的地铁刷脸支付装置,其特征在于,还包括:
数据更新模块,用于接收云中心发送的数据删除策略,根据所述数据删除策略清理本地的边缘缓存数据库中的数据。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的地铁刷脸支付方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现权利要求1至6任一项所述的地铁刷脸支付方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110239559.XA CN112766978A (zh) | 2021-03-04 | 2021-03-04 | 地铁刷脸支付方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110239559.XA CN112766978A (zh) | 2021-03-04 | 2021-03-04 | 地铁刷脸支付方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112766978A true CN112766978A (zh) | 2021-05-07 |
Family
ID=75691012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110239559.XA Pending CN112766978A (zh) | 2021-03-04 | 2021-03-04 | 地铁刷脸支付方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766978A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792709A (zh) * | 2021-11-15 | 2021-12-14 | 湖南视觉伟业智能科技有限公司 | 快速大规模人脸识别方法及系统 |
-
2021
- 2021-03-04 CN CN202110239559.XA patent/CN112766978A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792709A (zh) * | 2021-11-15 | 2021-12-14 | 湖南视觉伟业智能科技有限公司 | 快速大规模人脸识别方法及系统 |
CN113792709B (zh) * | 2021-11-15 | 2022-01-11 | 湖南视觉伟业智能科技有限公司 | 快速大规模人脸识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108427911B (zh) | 一种身份验证方法、系统、装置及设备 | |
CN103918247B (zh) | 基于背景环境的智能手机传感器逻辑 | |
WO2017117879A1 (zh) | 人员识别处理方法、装置及系统 | |
CN105095873A (zh) | 照片共享方法、装置 | |
CN105096485A (zh) | 乘车信息的采集、查询方法、交通调度方法及装置 | |
CN104967683A (zh) | 消息推送方法、终端及服务器 | |
CN106911845B (zh) | 来电提醒方法及装置 | |
CN108540755B (zh) | 身份识别方法和装置 | |
CN109934978B (zh) | 闸机设备的控制方法、终端、闸机设备及系统 | |
CN106559631A (zh) | 视频处理方法及装置 | |
CN104484349A (zh) | 进度查询方法、装置及终端 | |
CN111833509A (zh) | 智能排队管理方法及装置 | |
WO2021093427A1 (zh) | 访客信息管理方法及装置、电子设备和存储介质 | |
CN109063590A (zh) | 基于人脸识别的信息处理方法、装置及系统 | |
CN105162984A (zh) | 电话号码识别方法及装置 | |
CN112766978A (zh) | 地铁刷脸支付方法及装置 | |
CN110991390A (zh) | 身份信息检索方法、装置、业务系统及电子设备 | |
CN108021932A (zh) | 数据检测方法、装置及电子设备 | |
CN105335714A (zh) | 照片处理方法、装置和设备 | |
CN106101464A (zh) | 号码标识方法及装置 | |
CN112785351A (zh) | 金融网点监控方法及装置 | |
US20210166040A1 (en) | Method and system for detecting companions, electronic device and storage medium | |
CN109214326A (zh) | 一种信息处理方法、装置和系统 | |
CN111340451A (zh) | 智能无感考勤方法及装置 | |
CN109543566B (zh) | 信息处理方法及装置、电子设备和存储介质 |
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 |