CN113222582A - 一种人脸支付零售终端机 - Google Patents

一种人脸支付零售终端机 Download PDF

Info

Publication number
CN113222582A
CN113222582A CN202110505398.4A CN202110505398A CN113222582A CN 113222582 A CN113222582 A CN 113222582A CN 202110505398 A CN202110505398 A CN 202110505398A CN 113222582 A CN113222582 A CN 113222582A
Authority
CN
China
Prior art keywords
face
information
image
payment
image information
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.)
Granted
Application number
CN202110505398.4A
Other languages
English (en)
Other versions
CN113222582B (zh
Inventor
高天笑
周梓荣
陈云
尹波
龚庆祝
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.)
Guangdong Convenisun Technology Co ltd
Original Assignee
Guangdong Convenisun 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 Guangdong Convenisun Technology Co ltd filed Critical Guangdong Convenisun Technology Co ltd
Priority to CN202110505398.4A priority Critical patent/CN113222582B/zh
Publication of CN113222582A publication Critical patent/CN113222582A/zh
Application granted granted Critical
Publication of CN113222582B publication Critical patent/CN113222582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
    • 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
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
    • 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

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种人脸支付零售终端机，包括：摄像头、人脸识别服务终端、系统服务器、商品信息记录模块和支付调取模块；摄像头用于采集现场人脸图像信息；人脸识别服务终端用于人脸识别的数据信息接收、缓存数据处理；系统服务器用于记录及存储现场人脸图像信息、商品信息及身份信息；商品信息记录模块用以建立商品映射关系；支付调取模块用以拉取商品支付页面；当现场人脸特征区块信息分别与历史人脸特征区块信息逐一比对成功时，人脸识别服务终端获取相匹配的历史人脸图像信息及身份信息，拉取商品支付页面，顾客的脸部朝向摄像头，执行人脸支付操作。本发明零售终端机实现人脸识别直接支付，无需携带手持支付终端，方便顾客支付，实用性更强。

Description

一种人脸支付零售终端机
技术领域
本发明涉及零售终端机技术领域，具体为一种人脸支付零售终端机。
背景技术
零售终端是指产品销售渠道的最末端，是产品到达消费者完成交易的最终端口，是商品与消费者面对面的展示和交易的场所，通过这一端口和场所，厂家、商家将产品卖给消费者，完成最终的交易，进入实质性消费，通过这一端口，消费者买到自己需要并喜欢的产品，人脸识别是一种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，技术的最大特征是能避免个人信息泄露，并采用非接触的方式进行识别，人脸识别与指纹识别、掌纹识别、视网膜识别、骨骼识别、心跳识别等都属于人体生物特征识别技术，都是随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展应运而生的，可以快捷、精准、卫生地进行身份认定，具有不可复制性，人脸识别系统在世界上的应用已经相当广泛，该系统不需要钱包、信用卡或手机，支付时只需要面对POS机屏幕上的摄像头，系统会自动将消费者面部信息与个人账户相关联，整个交易过程十分便捷。
现有技术方案，授权公告号为：CN106228681B，公开了一种自动售货方法、系统及零售终端机，该零售终端机只能够采用单一的二维码支付方式进行使用，在没有手机等移动设备的情况下，以及部分使用者无法进行二维码扫码进行支付的情况下，支付起来较为麻烦，无法进行购买，导致使用起来有一定的局限性，支付方式单一，大大降低了实用性，并且支付很不便捷，降低零售终端机的利润。
发明内容
本发明提供一种人脸支付零售终端机，用以解决上述背景技术中针对零售终端机只能够采用单一的二维码支付方式进行使用，在没有手机等移动设备的情况下，以及部分使用者无法进行二维码扫码进行支付，支付起来较为麻烦，无法进行购买，导致使用起来有一定的局限性，支付方式单一，大大降低了实用性，并且支付很不便捷，降低零售终端机的利润。
为实现上述目的，本发明提供如下技术方案：
一种人脸支付零售终端机，包括：摄像头、人脸识别服务终端、系统服务器、商品信息记录模块和支付调取模块；
所述摄像头，设置在所述零售终端机的上端，与人脸位置保持一致，用于采集现场人脸图像信息；
所述人脸识别服务终端，与所述摄像头电连接，设置在所述零售终端机内，用于人脸识别的数据信息接收、缓存数据处理；
所述系统服务器，与所述人脸识别服务终端电连接，用于记录及存储现场人脸图像信息及商品信息；所述系统服务器还存储有历史人脸图像信息和身份信息；
所述商品信息记录模块，用以将商品信息储存在所述系统服务器，并且将所述商品信息与商品一一绑定，建立起唯一的映射关系；
所述支付调取模块，与银联绑定连接，用以当顾客购买商品后拉取商品支付页面，所述支付页面包括商品支付码及商品价格信息；
所述人脸识别服务终端包括人脸数据采集模块、人脸数据发送模块、人脸识别处理模块、人脸数据储存模块和自动报警模块；
所述人脸数据采集模块，用以通过所述摄像头获得清晰的现场人脸图像信息，并从所述现场人脸图像信息中提取人脸特征区块信息；
所述人脸数据发送模块，用以将来自所述人脸数据采集模块的人脸特征区块信息发送至所述人脸识别处理模块；
所述人脸识别处理模块，用以将来自所述人脸数据发送模块的人脸特征区块信息与所述系统服务器中的历史人脸图像信息比对识别处理；
所述人脸数据储存模块，用以将所述人脸特征区块信息、所述现场人脸图像信息和所述历史人脸图像信息存储在所述系统服务器内；
所述系统服务器将身份信息分别与人脸特征区块信息、历史人脸图像信息进行绑定，且将身份信息分别与人脸特征区块信息、历史人脸图像信息建立唯一的映射关系；
所述人脸识别服务终端提取现场人脸图像信息中的人脸特征区块信息，并将现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息进行逐一比对；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息逐一比对成功时，所述人脸识别服务终端直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块拉取商品支付页面，展示给客户查看商品信息及支付信息，顾客的脸部再次朝向所述摄像头，执行人脸支付操作；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，所述人脸识别服务终端不能够获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块不能够拉取商品支付页面，顾客无法执行人脸支付操作，并且所述自动报警模块执行报警提示。
优选的，所述商品信息为商品名称、商品种类、商品编码和商品价格中的至少一种或多种。
优选的，所述人脸特征区块信息为眼睛区块信息、鼻子区块信息、嘴巴区块信息、颌区块信息以及眉毛区块信息中的一种或多种。
优选的，所述摄像头获得清晰的现场人脸图像信息包括：
通过所述摄像头采集现场人脸图像信息，并将所述现场人脸图像信息置于所述人脸识别服务终端上的人脸识别框内；
将用于识别人脸图像信息的自曝光窗口的坐标与所述人脸识别服务终端上的人脸识别框的坐标一致，且所述自曝光窗口的尺寸大于所述人脸识别框的尺寸；
通过背景光的强度，自适应配置对应的自曝光窗口的曝光值对现场人脸图像信息进行曝光，获得清晰的现场人脸图像信息。
优选的，所述人脸识别服务终端直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息的步骤包括：
对现场人脸图像信息、历史人脸图像信息分别划分为若干现场人脸特征区块信息、若干历史人脸特征区块信息，将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比；
当任一人脸特征区块信息对比成功时，所述人脸识别服务终端向所述系统服务器发送第一请求；所述系统服务器接收来自所述人脸识别服务终端的第一请求，所述系统服务器向所述人脸识别服务终端下发对应的历史人脸图像信息；所述人脸识别服务终端将所述历史人脸图像信息与现场人脸图像信息进行对比，当对比成功后，所述人脸识别服务终端向所述系统服务器发送第二请求，所述系统服务器接收所述第二请求后，所述系统服务器向人脸识别服务终端发送与现场人脸图像信息对应的身份信息；
否则，所述人脸识别服务终端继续将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比。
优选的，所述拉取商品支付页面的步骤包括：
将对比成功后的历史人脸图像信息及对应的身份信息，通过所述系统服务器发送给网络终端，通过网络终端将对比成功后的历史人脸图像信息对应的身份信息与银联上的身份信息进行比对，判断身份信息与支付信息是否吻合，将判断结果及支付页面发送至所述系统服务器。
优选的，所述商品支付码为与银联信息相通的二维码或条形码；当顾客人脸支付失败时，顾客使用手持终端设备通过扫描所述商品支付码执行商品扫码支付。
优选的，所述的一种人脸支付零售终端机，其特征在于，所述人脸识别服务终端还包括：手部检测模块，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，对人体手势进行捕捉，通过所述手势进行辅助身份判定；
所述手部检测模块包括：
采集单元，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，通过设置于所述人脸支付零售终端机正前方的摄像头进行视频信息采集，得到视频信息数据；
第一处理单元，用于对所述视频信息数据进行分频处理，得到所述视频信息数据所对应的图像序列组，任选所述图像序列组中相邻的两帧图像，分别计算所述相邻的两帧图像上、下区域各像素点之差的绝对值，并统计所述上、下区域各像素点之差的绝对值大于预设差值的像素点数，分别标记为上图像差异像素点数和下图像差异像素点数，并根据所述上图像差异像素点数和下图像差异像素点数分别计算图像上区域和图像下区域的图像标准差，利用所述两帧图像中最大的学习率与所述图像上区域和图像下区域的图像标准差，获取所述相邻的两帧图像的重构学习率；
根据所述重构学习率，通过预设的重构算法，对所述相邻的两帧图像进行像素点像素值的重构，重构后的图像标记为实时背景图像；
第二处理单元，用于将所述第一处理单元选择的相邻的两帧图像与所述实时背景图像相减，得到相减后的两帧图像，并将所述相减后的两帧图像进行比较，锁定图像人体目标区域；
肤色检测单元，用于根据自适应阈值方式将所述图像人体目标区域进行肤色分割，并对所得分割结果进行二值化处理，得出所述图像人体目标区域的第一处理结果；
且将所述图像人体目标区域的第一处理结果中的白色区域进行统一标记，得到统一标记区，将所述统一标记区划分为若干部分，根据划分后的各部分统一标记区的面积、边界长度计算所述各部分统一标记区的圆形度，并将所得圆形度与预设阈值进行比较，选取所述圆形度大于预设阈值的区域标记为人手区域；
人手检测单元，基于手部跟踪单元对所述人手检测区域的手势信息进行信息采集，得到实际手势图像，并通过手势比对单元进行匹配度计算；
当匹配度值大于预设阈值时，判定所述顾客身份为真；
当匹配度值不大于预设阈值时，判定所述顾客身份为假。
优选的，所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
所述手部跟踪单元，用于在所述第一处理单元的图像序列组中选取当前帧图像和所述当前帧前的两帧图像，采集三帧图像的具体参数，并根据所述具体参数计算手部运动的连续性；
所述手部跟踪单元，用于根据如下公式计算所述手部运动是否连续：
Figure BDA0003058205510000061
其中，R(τ)为所述当前帧图像和上两帧图像之间的平滑度，τ为图像总的维度总数，且为16个维度，γj为对应图像中第j个维度的手部位姿参数向量，t表示为当前帧，t-1表示所述当前帧图像的前帧图像，t-2表示基于前帧图像t-1的前帧图像；
当所述当前帧图像和上两帧图像之间的平滑度大于预设阈值时，表示所述手部运动连续。
优选的，所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
获取单元，用于顾客首次使用零售终端机时进行手势信息的获取，得到原始手势图像，并根据获取得到的所述原始手势图像进行建模，并对所建模型进行自身匹配度计算；
所述获取单元用于根据如下公式计算所述原始手势图像自身的匹配度：
Figure BDA0003058205510000071
其中，所述H(A1,A1)为所述原始手势图像自身的匹配度，A1为所述原始手势图像，
Figure BDA0003058205510000072
为所述原始手势图像中的二维高斯函数的标准差，i为高斯函数的索引；
当所述原始手势图像自身的匹配度小于预设阈值时，将所述获取单元获取的数据发送至手势比对单元；
当所述原始手势图像自身的匹配度不小于预设阈值时，控制所述获取单元重新进行手势信息的获取和对应自身匹配度计算，直至所述对应自身匹配度大于预设阈值；
手势比对单元，用于根据如下公式对所述获取单元所得数据和所述实际手势图像进行匹配度计算：
Figure BDA0003058205510000073
其中，所述H(A1,A2)为所述获取单元所得数据和所述实际手势图像的匹配度，A2为所述实际手势图像，pj所述实际手势图像中第j个二维高斯函数的匹配度值，Eij为所述原始手势图像中第i个高斯函数与所述实际手势图像中第j个高斯函数的匹配度值，Eii为所述原始手势图像中第i个高斯函数的自身匹配度值。
本发明能取得以下有益效果：
1、本发明包括摄像头、人脸识别服务终端、系统服务器、商品信息记录模块和支付调取模块；系统服务器将身份信息分别与人脸特征区块信息、历史人脸图像信息进行绑定，且将身份信息分别与人脸特征区块信息、历史人脸图像信息建立唯一的映射关系；人脸识别服务终端提取现场人脸图像信息中的人脸特征区块信息，并将现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息进行逐一比对；当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息逐一比对成功时，人脸识别服务终端直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时支付调取模块拉取商品支付页面，展示给客户查看商品信息及支付信息，顾客的脸部再次朝向摄像头，执行人脸支付操作；当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，自动报警模块执行报警提示，实现零售终端机直接支付功能，顾客无需携带手持支付终端，方便顾客支付；
2、本发明将现场人脸图像信息、历史人脸图像信息分别划分为若干现场人脸特征区块信息、若干历史人脸特征区块信息，将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比；当任一人脸特征区块信息对比成功时，人脸识别服务终端向系统服务器发送第一请求；系统服务器接收来自人脸识别服务终端的第一请求，系统服务器向人脸识别服务终端下发对应的历史人脸图像信息；人脸识别服务终端将历史人脸图像信息与现场人脸图像信息进行对比，当对比成功后，人脸识别服务终端向系统服务器发送第二请求，系统服务器接收第二请求后，系统服务器向人脸识别服务终端发送与现场人脸图像信息对应的身份信息，人脸识别服务终端能够直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，实现顾客身份信息高效匹配，为人脸识别支付提供安全保障；另外，商品支付码为与银联信息相通的二维码或条形码，当顾客人脸支付失败时，顾客使用手持终端设备通过扫描商品支付码执行商品扫码支付，支付方式多元化，大大提高实用性，支付便捷，增加零售终端机商品售卖的利润。
3、通过设置手部检测模块，自动采集视频信息数据，自动对采集的视频信息数据进行分析处理，根据处理结果重构实时背景图像，根据实时背景图像自动确定人体目标区域，并经过二值化处理和计算圆形度判定匹配度，辅助进行身份判定。
4、通过设置手部检测模块，自动进行信息采集，根据采集信息进行建模和自身匹配度计算，智能分析身体其他部位对手部是否存在遮挡，自动对实际手势图像进行匹配度计算，辅助判定身份。
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所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1为本发明功能结构示意图；
图2为本发明工作流程示意图。
图中：1、摄像头；2、人脸识别服务终端；21、人脸数据采集模块；22、人脸数据发送模块；23、人脸识别处理模块；24、人脸数据存储模块；25、自动报警模块；3、系统服务器；4、商品信息记录模块；5、支付调取模块。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种人脸支付零售终端机，如图1和图2所述，包括：
摄像头1、人脸识别服务终端2、系统服务器3、商品信息记录模块4和支付调取模块5；
所述摄像头1，设置在所述零售终端机的上端，与人脸位置保持一致，用于采集现场人脸图像信息；
所述人脸识别服务终端2，与所述摄像头1电连接，设置在所述零售终端机内，用于人脸识别的数据信息接收、缓存数据处理；
所述系统服务器3，与所述人脸识别服务终端2电连接，用于记录及存储现场人脸图像信息及商品信息；所述系统服务器3还存储有历史人脸图像信息和身份信息；
所述商品信息记录模块4，用以将商品信息储存在所述系统服务器3，并且将所述商品信息与商品一一绑定，建立起唯一的映射关系；
所述支付调取模块5，与银联绑定连接，用以当顾客购买商品后拉取商品支付页面，所述支付页面包括商品支付码及商品价格信息；
所述人脸识别服务终端2包括人脸数据采集模块21、人脸数据发送模块22、人脸识别处理模块23、人脸数据存储模块24和自动报警模块25；
所述人脸数据采集模块21，用以通过所述摄像头1获得清晰的现场人脸图像信息，并从所述现场人脸图像信息中提取人脸特征区块信息；
所述人脸数据发送模块22，用以将来自所述人脸数据采集模块21的人脸特征区块信息发送至所述人脸识别处理模块23；
所述人脸识别处理模块23，用以将来自所述人脸数据发送模块22的人脸特征区块信息与所述系统服务器3中的历史人脸图像信息比对识别处理；
所述人脸数据存储模块24，用以将所述人脸特征区块信息、所述现场人脸图像信息和所述历史人脸图像信息存储在所述系统服务器3内；
所述系统服务器3将身份信息分别与人脸特征区块信息、历史人脸图像信息进行绑定，且将身份信息分别与人脸特征区块信息、历史人脸图像信息建立唯一的映射关系；
所述人脸识别服务终端2提取现场人脸图像信息中的人脸特征区块信息，并将现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息进行逐一比对；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息逐一比对成功时，所述人脸识别服务终端2直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块5拉取商品支付页面，展示给客户查看商品信息及支付信息，顾客的脸部再次朝向所述摄像头1，执行人脸支付操作；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，所述人脸识别服务终端2不能够获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块5不能够拉取商品支付页面，顾客无法执行人脸支付操作，并且所述自动报警模块25执行报警提示。
上述技术方案的工作原理为：摄像头1采集现场人脸图像信息；人脸识别服务终端2用于人脸识别的数据信息接收、缓存数据处理；系统服务器3记录及存储现场人脸图像信息及商品信息；系统服务器3还存储有历史人脸图像信息和身份信息；商品信息记录模块4将商品信息储存在系统服务器3，并且将商品信息与商品一一绑定，建立起唯一的映射关系；支付调取模块5与银联绑定连接，当顾客购买商品后拉取商品支付页面人脸识别服务终端2包括人脸数据采集模块21、人脸数据发送模块22、人脸识别处理模块23、人脸数据存储模块24和自动报警模块25；人脸数据采集模块21通过摄像头1获得清晰的现场人脸图像信息，并从现场人脸图像信息中提取人脸特征区块信息；人脸数据发送模块22将来自人脸数据采集模块21的人脸特征区块信息发送至人脸识别处理模块23；人脸识别处理模块23将来自人脸数据发送模块22的人脸特征区块信息与系统服务器3中的历史人脸图像信息比对识别处理；人脸数据存储模块24将人脸特征区块信息、现场人脸图像信息和历史人脸图像信息存储在系统服务器3内；系统服务器3将身份信息分别与人脸特征区块信息、历史人脸图像信息进行绑定，且将身份信息分别与人脸特征区块信息、历史人脸图像信息建立唯一的映射关系；人脸识别服务终端2提取现场人脸图像信息中的人脸特征区块信息，并将现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息进行逐一比对；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息逐一比对成功时，人脸识别服务终端2直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时支付调取模块5拉取商品支付页面，展示给客户查看商品信息及支付信息，顾客的脸部再次朝向摄像头1，执行人脸支付操作；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，人脸识别服务终端2不能够获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时支付调取模块5不能够拉取商品支付页面，顾客无法执行人脸支付操作，并且自动报警模块25执行报警提示。
上述技术方案的有益效果为：顾客无需携带手持终端设备进行支付，通过零售终端机实现人脸支付功能，方便顾客支付。
在一个实施例中，所述商品信息为商品名称、商品种类、商品编码和商品价格中的至少一种或多种。
在一个实施例中，所述人脸特征区块信息为眼睛区块信息、鼻子区块信息、嘴巴区块信息、颌区块信息以及眉毛区块信息中的一种或多种。
在一个实施例中，所述摄像头1获得清晰的现场人脸图像信息包括：
通过所述摄像头1采集现场人脸图像信息，并将所述现场人脸图像信息置于所述人脸识别服务终端2上的人脸识别框内；
将用于识别人脸图像信息的自曝光窗口的坐标与所述人脸识别服务终端2上的人脸识别框的坐标一致，且所述自曝光窗口的尺寸大于所述人脸识别框的尺寸；
通过背景光的强度，自适应配置对应的自曝光窗口的曝光值对现场人脸图像信息进行曝光，获得清晰的现场人脸图像信息。
上述技术方案的工作原理为：通过摄像头1采集现场人脸图像信息，并将现场人脸图像信息置于人脸识别服务终端2上的人脸识别框内；
将自曝光窗口的坐标与人脸识别服务终端2上的人脸识别框的坐标一致，通过背景光的强度，调整曝光值，对现场人脸图像信息进行曝光，获得清晰的现场人脸图像信息。
上述技术方案的有益效果为：调整曝光值，提高现场人脸图像清晰度，提高人脸识别准确率。
在一个实施例中，如图1和图2所示，所述人脸识别服务终端2直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息的步骤包括：
对现场人脸图像信息、历史人脸图像信息分别划分为若干现场人脸特征区块信息、若干历史人脸特征区块信息，将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比；
当任一人脸特征区块信息对比成功时，所述人脸识别服务终端2向所述系统服务器3发送第一请求；所述系统服务器3接收来自所述人脸识别服务终端2的第一请求，所述系统服务器3向所述人脸识别服务终端2下发对应的历史人脸图像信息；所述人脸识别服务终端2将所述历史人脸图像信息与现场人脸图像信息进行对比，当对比成功后，所述人脸识别服务终端2向所述系统服务器3发送第二请求，所述系统服务器3接收所述第二请求后，所述系统服务器3向人脸识别服务终端2发送与现场人脸图像信息对应的身份信息；
否则，所述人脸识别服务终端2继续将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比。
上述技术方案的工作原理为：对现场人脸图像信息、历史人脸图像信息分别划分为若干现场人脸特征区块信息、若干历史人脸特征区块信息，将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比；
当任一人脸特征区块信息对比成功时，人脸识别服务终端2向系统服务器3发送第一请求；系统服务器3接收来自人脸识别服务终端2的第一请求，系统服务器3向人脸识别服务终端2下发对应的历史人脸图像信息；人脸识别服务终端2将历史人脸图像信息与现场人脸图像信息进行对比，当对比成功后，人脸识别服务终端2向系统服务器3发送第二请求，系统服务器3接收第二请求后，系统服务器3向人脸识别服务终端2发送与现场人脸图像信息对应的身份信息；否则，人脸识别服务终端2继续将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比。
上述技术方案的有益效果为：人脸识别服务终端能够直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，实现顾客身份信息高效匹配，为人脸识别支付提供安全保障。
在一个实施例中，如图1和图2所示，将对比成功后的历史人脸图像信息及对应的身份信息，通过所述系统服务器3发送给网络终端，通过网络终端将对比成功后的历史人脸图像信息对应的身份信息与银联上的身份信息进行比对，判断身份信息与支付信息是否吻合，将判断结果及支付页面发送至所述系统服务器3，所述支付页面包括商品支付码，所述商品支付码为与银联信息相通的二维码或条形码；当顾客人脸支付失败时，顾客使用手持终端设备通过扫描所述商品支付码执行商品扫码支付。
上述技术方案的工作原理为：将对比成功后的历史人脸图像信息及对应的身份信息，通过系统服务器3发送给网络终端，通过网络终端将对比成功后的历史人脸图像信息对应的身份信息与银联上的身份信息进行比对，判断身份信息与支付信息是否吻合，将判断结果及支付页面发送至系统服务器3，支付页面包括商品支付码，商品支付码为与银联信息相通的二维码或条形码；当顾客人脸支付失败时，顾客使用手持终端设备通过扫描商品支付码执行商品扫码支付。
上述技术方案的有益效果为：支付方式多元化，大大提高实用性，支付便捷，增加零售终端机商品售卖的利润。
在一个实施例中，所述的一种人脸支付零售终端机，其特征在于，所述人脸识别服务终端2还包括：手部检测模块，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，对人体手势进行捕捉，通过所述手势进行辅助身份判定；
所述手部检测模块包括：
采集单元，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，通过设置于所述人脸支付零售终端机正前方的摄像头进行视频信息采集，得到视频信息数据；
第一处理单元，用于对所述视频信息数据进行分频处理，得到所述视频信息数据所对应的图像序列组，任选所述图像序列组中相邻的两帧图像，分别计算所述相邻的两帧图像上、下区域各像素点之差的绝对值，并统计所述上、下区域各像素点之差的绝对值大于预设差值的像素点数，分别标记为上图像差异像素点数和下图像差异像素点数，并根据所述上图像差异像素点数和下图像差异像素点数分别计算图像上区域和图像下区域的图像标准差，利用所述两帧图像中最大的学习率与所述图像上区域和图像下区域的图像标准差，获取所述相邻的两帧图像的重构学习率；
根据所述重构学习率，通过预设的重构算法，对所述相邻的两帧图像进行像素点像素值的重构，重构后的图像标记为实时背景图像；
第二处理单元，用于将所述第一处理单元选择的相邻的两帧图像与所述实时背景图像相减，得到相减后的两帧图像，并将所述相减后的两帧图像进行比较，锁定图像人体目标区域；
肤色检测单元，用于根据自适应阈值方式将所述图像人体目标区域进行肤色分割，并对所得分割结果进行二值化处理，得出所述图像人体目标区域的第一处理结果；
且将所述图像人体目标区域的第一处理结果中的白色区域进行统一标记，得到统一标记区，将所述统一标记区划分为若干部分，根据划分后的各部分统一标记区的面积、边界长度计算所述各部分统一标记区的圆形度，并将所得圆形度与预设阈值进行比较，选取所述圆形度大于预设阈值的区域标记为人手区域；
人手检测单元，基于手部跟踪单元对所述人手检测区域的手势信息进行信息采集，得到实际手势图像，并通过手势比对单元进行匹配度计算；
当匹配度值大于预设阈值时，判定所述顾客身份为真；
当匹配度值不大于预设阈值时，判定所述顾客身份为假。
此实施例中，所述学习率定义为将输出误差反向传播给网络参数，以此来拟合样本的输出，本质上是最优化的一个过程，逐步趋向于最优解，但是每一次更新参数利用多少误差，就需要通过一个参数来控制，这个参数就是学习率。
此实施例中，所述重构算法为根据重构学习率对相邻两帧图像进行像素点像素值的重构，得出实时背景图像的算法。
此实施例中，所述二值化处理为扫描图像的每个像素值，将像素值小于127的设置为0，将像素值大于等于127的设置为255。
此实施例中，所述圆形度用于特征的提取与描述。
本次设计的工作原理及有益效果：通过采集单元进行视频信息采集，得到视频信息数据，通过第一处理单元对所述视频信息数据进行分频处理，得到所述视频信息数据所对应的图像序列组，任选所述图像序列组中相邻的两帧图像，分别计算所述相邻的两帧图像上、下区域各像素点之差的绝对值，并统计所述上、下区域各像素点之差的绝对值大于预设差值的像素点数，分别标记为上图像差异像素点数和下图像差异像素点数，并根据所述上图像差异像素点数和下图像差异像素点数分别计算图像上区域和图像下区域的图像标准差，利用所述两帧图像中最大的学习率与所述图像上区域和图像下区域的图像标准差，获取所述相邻的两帧图像的重构学习率，利用所述重构学习率进行实时背景图像的获得，通过第二处理单元，将所述第一处理单元选择的相邻的两帧图像与所述实时背景图像相减，得到相减后的两帧图像，并将所述相减后的两帧图像进行比较，锁定图像人体目标区域，通过肤色检测单元将所述图像人体目标区域进行肤色分割，并对所得分割结果进行二值化处理，得出所述图像人体目标区域的第一处理结果，将所述图像人体目标区域的第一处理结果中的白色区域进行统一标记，得到统一标记区，将所述统一标记区划分为若干部分，根据划分后的各部分统一标记区的面积、边界长度计算所述各部分统一标记区的圆形度，并将所得圆形度与预设阈值进行比较，选取所述圆形度大于预设阈值的区域标记为人手区域，通过人手检测单元，对所述人手检测区域的手势信息进行信息采集，得到实际手势图像，并通过手势比对单元进行匹配度计算，根据计算结果确定所述顾客身份的认定；自动采集视频信息数据，自动对采集的视频信息数据进行分析处理，根据处理结果重构实时背景图像，根据实时背景图像自动确定人体目标区域，并经过二值化处理和计算圆形度判定匹配度，辅助进行身份判定。
在一个实施例中，所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
所述手部跟踪单元，用于在所述第一处理单元的图像序列组中选取当前帧图像和所述当前帧前的两帧图像，采集三帧图像的具体参数，并根据所述具体参数计算手部运动的连续性；
所述手部跟踪单元，用于根据如下公式计算所述手部运动是否连续：
Figure BDA0003058205510000171
其中，R(τ)为所述当前帧图像和上两帧图像之间的平滑度，τ为图像总的维度总数，且为16个维度，γj为对应图像中第j个维度的手部位姿参数向量，t表示为当前帧，t-1表示所述当前帧图像的前帧图像，t-2表示基于前帧图像t-1的前帧图像；
当所述当前帧图像和上两帧图像之间的平滑度大于预设阈值时，表示所述手部运动连续。
此实施例中，所述平滑度表示图像间的衔接程度。
本次设计的工作原理及有益效果：手部跟踪单元将第一处理单元的图像序列组中选取当前帧图像以及上两帧图像，采集三帧图像的具体参数，并根据所述具体参数计算手部运动的连续性；自动采集分析图像数据，自动根据采集的数据计算判定手部运动是否连续。
在一个实施例中，所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
获取单元，用于顾客首次使用零售终端机时进行手势信息的获取，得到原始手势图像，并根据获取得到的所述原始手势图像进行建模，并对所建模型进行自身匹配度计算；
所述获取单元用于根据如下公式计算所述原始手势图像自身的匹配度：
Figure BDA0003058205510000181
其中，所述H(A1,A1)为所述原始手势图像自身的匹配度，A1为所述原始手势图像，
Figure BDA0003058205510000182
为所述原始手势图像中的二维高斯函数的标准差，i为高斯函数的索引；
当所述原始手势图像自身的匹配度小于预设阈值时，将所述获取单元获取的数据发送至手势比对单元；
当所述原始手势图像自身的匹配度不小于预设阈值时，控制所述获取单元重新进行手势信息的获取和对应自身匹配度计算，直至所述对应自身匹配度大于预设阈值；
手势比对单元，用于根据如下公式对所述获取单元所得数据和所述实际手势图像进行匹配度计算：
Figure BDA0003058205510000183
其中，所述H(A1,A2)为所述获取单元所得数据和所述实际手势图像的匹配度，A2为所述实际手势图像，pj所述实际手势图像中第j个二维高斯函数的匹配度值，Eij为所述原始手势图像中第i个高斯函数与所述实际手势图像中第j个高斯函数的匹配度值，Eii为所述原始手势图像中第i个高斯函数的自身匹配度值。
此实施例中，所述自身匹配度计算是为了防止顾客使用零售终端机时进行手势信息的获取时，身体其他部位对手部进行的遮挡，当自身匹配度小于预设阈值时，表示身体其他部位对手部无遮挡。
本次设计的工作原理及有益效果：获取单元再顾客首次使用零售终端机时对手势信息进行获取，得到原始手势图像，并根据获取得到的所述原始手势图像进行建模，并对所建模型进行自身匹配度计算，当确定身体其他部位对手部无遮挡时，通过手势比对单元对所述获取单元所得数据和所述实际手势图像进行匹配度计算；自动进行信息采集，根据采集信息进行建模和自身匹配度计算，智能分析身体其他部位对手部是否存在遮挡，自动对实际手势图像进行匹配度计算，辅助判定身份。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种人脸支付零售终端机，其特征在于，包括：摄像头(1)、人脸识别服务终端(2)、系统服务器(3)、商品信息记录模块(4)和支付调取模块(5)；
所述摄像头(1)，设置在所述零售终端机的上端，与人脸位置保持一致，用于采集现场人脸图像信息；
所述人脸识别服务终端(2)，与所述摄像头(1)电连接，设置在所述零售终端机内，用于人脸识别的数据信息接收、缓存数据处理；
所述系统服务器(3)，与所述人脸识别服务终端(2)电连接，用于记录及存储现场人脸图像信息及商品信息；所述系统服务器(3)还存储有历史人脸图像信息和身份信息；
所述商品信息记录模块(4)，用以将商品信息储存在所述系统服务器(3)，并且将所述商品信息与商品一一绑定，建立起唯一的映射关系；
所述支付调取模块(5)，与银联绑定连接，用以当顾客购买商品后拉取商品支付页面，所述支付页面包括商品支付码及商品价格信息；
所述人脸识别服务终端(2)包括人脸数据采集模块(21)、人脸数据发送模块(22)、人脸识别处理模块(23)、人脸数据存储模块(24)和自动报警模块(25)；
所述人脸数据采集模块(21)，用以通过所述摄像头(1)获得清晰的现场人脸图像信息，并从所述现场人脸图像信息中提取人脸特征区块信息；
所述人脸数据发送模块(22)，用以将来自所述人脸数据采集模块(21)的人脸特征区块信息发送至所述人脸识别处理模块(23)；
所述人脸识别处理模块(23)，用以将来自所述人脸数据发送模块(22)的人脸特征区块信息与所述系统服务器(3)中的历史人脸图像信息比对识别处理；
所述人脸数据存储模块(24)，用以将所述人脸特征区块信息、所述现场人脸图像信息和所述历史人脸图像信息存储在所述系统服务器(3)内；
所述系统服务器(3)将身份信息分别与人脸特征区块信息、历史人脸图像信息进行绑定，且将身份信息分别与人脸特征区块信息、历史人脸图像信息建立唯一的映射关系；
所述人脸识别服务终端(2)提取现场人脸图像信息中的人脸特征区块信息，并将现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息进行逐一比对；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息逐一比对成功时，所述人脸识别服务终端(2)直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块(5)拉取商品支付页面，展示给客户查看商品信息及支付信息，顾客的脸部再次朝向所述摄像头(1)，执行人脸支付操作；
当现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，所述人脸识别服务终端(2)不能够获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息，同时所述支付调取模块(5)不能够拉取商品支付页面，顾客无法执行人脸支付操作，并且所述自动报警模块(25)执行报警提示。
2.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述商品信息为商品名称、商品种类、商品编码和商品价格中的至少一种或多种。
3.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述人脸特征区块信息为眼睛区块信息、鼻子区块信息、嘴巴区块信息、颌区块信息以及眉毛区块信息中的一种或多种。
4.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述摄像头(1)获得清晰的现场人脸图像信息包括：
通过所述摄像头(1)采集现场人脸图像信息，并将所述现场人脸图像信息置于所述人脸识别服务终端(2)上的人脸识别框内；
将用于识别人脸图像信息的自曝光窗口的坐标与所述人脸识别服务终端(2)上的人脸识别框的坐标一致，且所述自曝光窗口的尺寸大于所述人脸识别框的尺寸；
通过背景光的强度，自适应配置对应的自曝光窗口的曝光值对现场人脸图像信息进行曝光，获得清晰的现场人脸图像信息。
5.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述人脸识别服务终端(2)直接获取与现场人脸图像信息相匹配的历史人脸图像信息及对应的身份信息的步骤包括：
对现场人脸图像信息、历史人脸图像信息分别划分为若干现场人脸特征区块信息、若干历史人脸特征区块信息，将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比；
当任一人脸特征区块信息对比成功时，所述人脸识别服务终端(2)向所述系统服务器(3)发送第一请求；所述系统服务器(3)接收来自所述人脸识别服务终端(2)的第一请求，所述系统服务器(3)向所述人脸识别服务终端(2)下发对应的历史人脸图像信息；所述人脸识别服务终端(2)将所述历史人脸图像信息与现场人脸图像信息进行对比，当对比成功后，所述人脸识别服务终端(2)向所述系统服务器(3)发送第二请求，所述系统服务器(3)接收所述第二请求后，所述系统服务器(3)向人脸识别服务终端(2)发送与现场人脸图像信息对应的身份信息；
否则，所述人脸识别服务终端(2)继续将若干现场人脸特征区块信息与若干历史人脸特征区块信息进行对比。
6.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述拉取商品支付页面的步骤包括：
将对比成功后的历史人脸图像信息及对应的身份信息，通过所述系统服务器(3)发送给网络终端，通过网络终端将对比成功后的历史人脸图像信息对应的身份信息与银联上的身份信息进行比对，判断身份信息与支付信息是否吻合，将判断结果及支付页面发送至所述系统服务器(3)。
7.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述商品支付码为与银联信息相通的二维码或条形码；当顾客人脸支付失败时，顾客使用手持终端设备通过扫描所述商品支付码执行商品扫码支付。
8.根据权利要求1所述的一种人脸支付零售终端机，其特征在于，所述人脸识别服务终端(2)还包括：手部检测模块，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，对人体手势进行捕捉，通过所述手势进行辅助身份判定；
所述手部检测模块包括：
采集单元，用于当所述现场人脸图像信息的人脸特征区块信息分别与历史人脸图像信息的人脸特征区块信息任一比对失败时，通过设置于所述人脸支付零售终端机正前方的摄像头进行视频信息采集，得到视频信息数据；
第一处理单元，用于对所述视频信息数据进行分频处理，得到所述视频信息数据所对应的图像序列组，任选所述图像序列组中相邻的两帧图像，分别计算所述相邻的两帧图像上、下区域各像素点之差的绝对值，并统计所述上、下区域各像素点之差的绝对值大于预设差值的像素点数，分别标记为上图像差异像素点数和下图像差异像素点数，并根据所述上图像差异像素点数和下图像差异像素点数分别计算图像上区域和图像下区域的图像标准差，利用所述两帧图像中最大的学习率与所述图像上区域和图像下区域的图像标准差，获取所述相邻的两帧图像的重构学习率；
根据所述重构学习率，通过预设的重构算法，对所述相邻的两帧图像进行像素点像素值的重构，重构后的图像标记为实时背景图像；
第二处理单元，用于将所述第一处理单元选择的相邻的两帧图像与所述实时背景图像相减，得到相减后的两帧图像，并将所述相减后的两帧图像进行比较，锁定图像人体目标区域；
肤色检测单元，用于根据自适应阈值方式将所述图像人体目标区域进行肤色分割，并对所得分割结果进行二值化处理，得出所述图像人体目标区域的第一处理结果；
且将所述图像人体目标区域的第一处理结果中的白色区域进行统一标记，得到统一标记区，将所述统一标记区划分为若干部分，根据划分后的各部分统一标记区的面积、边界长度计算所述各部分统一标记区的圆形度，并将所得圆形度与预设阈值进行比较，选取所述圆形度大于预设阈值的区域标记为人手区域；
人手检测单元，基于手部跟踪单元对所述人手检测区域的手势信息进行信息采集，得到实际手势图像，并通过手势比对单元进行匹配度计算；
当匹配度值大于预设阈值时，判定所述顾客身份为真；
当匹配度值不大于预设阈值时，判定所述顾客身份为假。
9.根据权利要求8所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
所述手部跟踪单元，用于在所述第一处理单元的图像序列组中选取当前帧图像和所述当前帧前的两帧图像，采集三帧图像的具体参数，并根据所述具体参数计算手部运动的连续性；
所述手部跟踪单元，用于根据如下公式计算所述手部运动是否连续：
Figure FDA0003058205500000051
其中，R(τ)为所述当前帧图像和上两帧图像之间的平滑度，τ为图像总的维度总数，且为16个维度，γj为对应图像中第j个维度的手部位姿参数向量，t表示为当前帧，t-1表示所述当前帧图像的前帧图像，t-2表示基于前帧图像t-1的前帧图像；
当所述当前帧图像和上两帧图像之间的平滑度大于预设阈值时，表示所述手部运动连续。
10.根据权利要求9所述的一种人脸支付零售终端机，其特征在于，所述手部检测模块还包括：
获取单元，用于顾客首次使用零售终端机时进行手势信息的获取，得到原始手势图像，并根据获取得到的所述原始手势图像进行建模，并对所建模型进行自身匹配度计算；
所述获取单元用于根据如下公式计算所述原始手势图像自身的匹配度：
Figure FDA0003058205500000061
其中，所述H(A1,A1)为所述原始手势图像自身的匹配度，A1为所述原始手势图像，
Figure FDA0003058205500000062
为所述原始手势图像中的二维高斯函数的标准差，i为高斯函数的索引；
当所述原始手势图像自身的匹配度小于预设阈值时，将所述获取单元获取的数据发送至手势比对单元；
当所述原始手势图像自身的匹配度不小于预设阈值时，控制所述获取单元重新进行手势信息的获取和对应自身匹配度计算，直至所述对应自身匹配度大于预设阈值；
手势比对单元，用于根据如下公式对所述获取单元所得数据和所述实际手势图像进行匹配度计算：
Figure FDA0003058205500000063
其中，所述H(A1,A2)为所述获取单元所得数据和所述实际手势图像的匹配度，A2为所述实际手势图像，pj所述实际手势图像中第j个二维高斯函数的匹配度值，Eij为所述原始手势图像中第i个高斯函数与所述实际手势图像中第j个高斯函数的匹配度值，Eii为所述原始手势图像中第i个高斯函数的自身匹配度值。
CN202110505398.4A 2021-05-10 2021-05-10 一种人脸支付零售终端机 Active CN113222582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110505398.4A CN113222582B (zh) 2021-05-10 2021-05-10 一种人脸支付零售终端机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110505398.4A CN113222582B (zh) 2021-05-10 2021-05-10 一种人脸支付零售终端机

Publications (2)

Publication Number Publication Date
CN113222582A true CN113222582A (zh) 2021-08-06
CN113222582B CN113222582B (zh) 2022-03-08

Family

ID=77094105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110505398.4A Active CN113222582B (zh) 2021-05-10 2021-05-10 一种人脸支付零售终端机

Country Status (1)

Country Link
CN (1) CN113222582B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792624A (zh) * 2021-08-30 2021-12-14 河南林业职业学院 一种银行atm机预警安防监控的方法
CN113822211A (zh) * 2021-09-27 2021-12-21 山东睿思奥图智能科技有限公司 一种交互人信息获取方法
CN115760128A (zh) * 2022-10-21 2023-03-07 深圳市盛思达通讯技术有限公司 基于人脸识别的安全支付方法和系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182772A (zh) * 2014-08-19 2014-12-03 大连理工大学 一种基于深度学习的手势识别方法
US9519901B1 (en) * 2015-09-16 2016-12-13 Square, Inc. Biometric payment technology
CN205862437U (zh) * 2015-12-14 2017-01-04 天翼电子商务有限公司 一种基于人脸识别支付的自助售货系统
US20170004140A1 (en) * 2015-06-30 2017-01-05 Canon Kabushiki Kaisha Method, apparatus and system for applying an annotation to a portion of a video sequence
CN107527207A (zh) * 2017-08-30 2017-12-29 重庆中科云丛科技有限公司 一种基于人脸识别认证的智能购物支付方法
CN109509299A (zh) * 2018-12-13 2019-03-22 广州优里贸易有限公司 一种具有人脸识别的自动售货机
WO2019120290A1 (zh) * 2017-12-22 2019-06-27 北京市商汤科技开发有限公司 动态手势识别方法和装置、手势交互控制方法和装置
CN110390515A (zh) * 2019-07-29 2019-10-29 重庆云邮天下信息技术有限公司 一种基于rfid与刷脸支付的即拿即走的方法和系统
CN110533001A (zh) * 2019-09-06 2019-12-03 厦门久凌创新科技有限公司 基于人脸识别的大数据人脸识别方法
CN111199169A (zh) * 2018-11-16 2020-05-26 北京微播视界科技有限公司 图像处理方法和装置
CN112527107A (zh) * 2020-11-30 2021-03-19 京东方科技集团股份有限公司 手势识别方法、装置、电子设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182772A (zh) * 2014-08-19 2014-12-03 大连理工大学 一种基于深度学习的手势识别方法
US20170004140A1 (en) * 2015-06-30 2017-01-05 Canon Kabushiki Kaisha Method, apparatus and system for applying an annotation to a portion of a video sequence
US9519901B1 (en) * 2015-09-16 2016-12-13 Square, Inc. Biometric payment technology
CN205862437U (zh) * 2015-12-14 2017-01-04 天翼电子商务有限公司 一种基于人脸识别支付的自助售货系统
CN107527207A (zh) * 2017-08-30 2017-12-29 重庆中科云丛科技有限公司 一种基于人脸识别认证的智能购物支付方法
WO2019120290A1 (zh) * 2017-12-22 2019-06-27 北京市商汤科技开发有限公司 动态手势识别方法和装置、手势交互控制方法和装置
CN111199169A (zh) * 2018-11-16 2020-05-26 北京微播视界科技有限公司 图像处理方法和装置
CN109509299A (zh) * 2018-12-13 2019-03-22 广州优里贸易有限公司 一种具有人脸识别的自动售货机
CN110390515A (zh) * 2019-07-29 2019-10-29 重庆云邮天下信息技术有限公司 一种基于rfid与刷脸支付的即拿即走的方法和系统
CN110533001A (zh) * 2019-09-06 2019-12-03 厦门久凌创新科技有限公司 基于人脸识别的大数据人脸识别方法
CN112527107A (zh) * 2020-11-30 2021-03-19 京东方科技集团股份有限公司 手势识别方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MAHOTRA, S 等: "Real-time computation of disparity for hand-pair gesture recognition using a stereo webcam", 《JOURNAL OF REAL-TIME IMAGE PROCESSING》 *
李杰: "基于深度卷积神经网络的动态手势识别", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
潘加豪: "基于深度学习的手势识别技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792624A (zh) * 2021-08-30 2021-12-14 河南林业职业学院 一种银行atm机预警安防监控的方法
CN113822211A (zh) * 2021-09-27 2021-12-21 山东睿思奥图智能科技有限公司 一种交互人信息获取方法
CN113822211B (zh) * 2021-09-27 2023-04-11 山东睿思奥图智能科技有限公司 一种交互人信息获取方法
CN115760128A (zh) * 2022-10-21 2023-03-07 深圳市盛思达通讯技术有限公司 基于人脸识别的安全支付方法和系统

Also Published As

Publication number Publication date
CN113222582B (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
CN113222582B (zh) 一种人脸支付零售终端机
AU2018102235A4 (en) Goods sensing system and method for goods sensing based on image monitoring
CN113674037B (zh) 一种基于购物行为的数据采集和推荐方法
CN108320404A (zh) 基于神经网络的商品识别方法、装置、自助收银台
CN109726759B (zh) 无人售货方法、装置、系统、电子设备及计算机可读介质
CN108876504B (zh) 一种无人售卖系统及其控制方法
CN107679850A (zh) 一种商品结算方法、装置及系统
US20210166417A1 (en) Image processing for occluded item recognition
WO2016190814A1 (en) Method and system for facial recognition
CN111209818A (zh) 视频个体识别方法、系统、设备及可读存储介质
CN110119915B (zh) 对象入库处理方法、装置和系统
CN108446687B (zh) 一种基于移动端和后台互联的自适应人脸视觉认证方法
US20170372128A1 (en) System and method for determining the age of an individual
US20220277311A1 (en) A transaction processing system and a transaction method based on facial recognition
CN104091173A (zh) 一种基于网络摄像机的性别识别方法及装置
CN112801859A (zh) 一种具有美妆指导功能的化妆镜系统
CN115424347A (zh) 一种理发店员工工作内容智能识别方法
CN110232588A (zh) 一种实体店管理方法以及实体店管理系统
CN115601877A (zh) 一种基于图像处理的自动售卖机识别系统及其识别方法
CN115620378A (zh) 多视角牛脸智能采集方法、装置、系统及相关设备
CN210627231U (zh) 人脸指纹二合一认证设备
CN108647662A (zh) 一种自动检测人脸的方法及系统
CN111985925A (zh) 基于虹膜识别和人脸识别的多模态生物识别支付的方法
CN110991382B (zh) 一种监狱工作区域人员身份辨识系统及方法
CN114359997A (zh) 业务引导方法及系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A face payment retail terminal

Effective date of registration: 20220602

Granted publication date: 20220308

Pledgee: Ping An Bank Co.,Ltd. Foshan branch

Pledgor: GUANGDONG CONVENISUN TECHNOLOGY CO.,LTD.

Registration number: Y2022980007003

PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20220308

Pledgee: Ping An Bank Co.,Ltd. Foshan branch

Pledgor: GUANGDONG CONVENISUN TECHNOLOGY CO.,LTD.

Registration number: Y2022980007003