CN113902448A - 一种基于人脸识别的智能手表支付方法 - Google Patents

一种基于人脸识别的智能手表支付方法 Download PDF

Info

Publication number
CN113902448A
CN113902448A CN202111213842.1A CN202111213842A CN113902448A CN 113902448 A CN113902448 A CN 113902448A CN 202111213842 A CN202111213842 A CN 202111213842A CN 113902448 A CN113902448 A CN 113902448A
Authority
CN
China
Prior art keywords
image
face
payment
smart watch
user
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
CN202111213842.1A
Other languages
English (en)
Inventor
白雪扬
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 Xueyang Technology Co ltd
Original Assignee
Beijing Xueyang 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 Xueyang Technology Co ltd filed Critical Beijing Xueyang Technology Co ltd
Priority to CN202111213842.1A priority Critical patent/CN113902448A/zh
Publication of CN113902448A publication Critical patent/CN113902448A/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
    • G06Q20/30—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
    • G06Q20/326—Payment applications installed on the mobile devices
    • 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
    • G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-device

Landscapes

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

Abstract

本发明公开了一种基于人脸识别的智能手表支付方法，包括：建立用户账户与智能手表的绑定关系，并生成支付二维码；设置智能手表上支付二维码的响应时间；收款终端在响应时间内扫描所述支付二维码，发送扫描完成信息及待支付费用信息至智能手表，所述智能手表获取用户的人脸图像，根据所述人脸图像确定用户身份是否合法，在确定用户身份合法时，自动从用户账户中扣除支付费用。提高智能手表支付的安全性。

Description

一种基于人脸识别的智能手表支付方法
技术领域
本发明涉及支付技术领域，特别涉及一种基于人脸识别的智能手表支付方法。
背景技术
目前，现有交易方式分为现金交易、刷卡和手机付款码扫码支付方式(微信和支付宝等)。现有技术的智能手表上基本没有配置支付模块，即使有些手表支持支付功能，但是支付不够安全，容易出现盗刷的现象。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种基于人脸识别的智能手表支付方法，提高智能手表支付的安全性。
为达到上述目的，本发明实施例提出了一种基于人脸识别的智能手表支付方法，包括：
建立用户账户与智能手表的绑定关系，并生成支付二维码；
设置智能手表上支付二维码的响应时间；
收款终端在响应时间内扫描所述支付二维码，发送扫描完成信息及待支付费用信息至智能手表，所述智能手表获取用户的人脸图像，根据所述人脸图像确定用户身份是否合法，在确定用户身份合法时，自动从用户账户中扣除支付费用。
根据本发明的一些实施例，所述建立用户账户与智能手表的绑定关系，包括：在智能手表上输入银行卡进行绑定。
根据本发明的一些实施例，所述建立用户账户与智能手表的绑定关系，包括：
获取智能手表的设备信息并发送至第三方支付平台；
第三方支付平台确认所述设备信息合法后，建立智能手表与第三方支付平台的绑定关系，其中所述第三方支付平台绑定有用户的支付账户。
根据本发明的一些实施例，还包括：
收款终端在响应时间内未扫描所述支付二维码，支付二维码处于失效状态；
在收款终端再次扫描所述支付二维码时，智能手表接收用户的激活指令，并使所述支付二维码处于激活状态。
根据本发明的一些实施例，所述智能手表接收用户的激活指令，并使所述支付二维码处于激活状态，包括：
获取智能手表的加速度信息，并判断是否大于预设加速度；
在确定所述加速度信息大于预设加速度时，获取用户佩戴智能手表的手势动作图像；
对所述手势动作图像进行识别，获取手势动作并判断是否与预设手势动作一致，在确定一致时，生成激活指令，使所述支付二维码处于激活状态。
根据本发明的一些实施例，在根据所述人脸图像确定用户身份是否合法前，还包括：
对所述人脸图像进行图像分割，得到若干个脸部区域图像，并分别对所述脸部区域图像进行图像解析，得到图像解析结果；
根据所述图像解析结果判断所述脸部区域图像对应的区域是否存在异常，在确定存在异常时，记录存在异常的区域。
根据本发明的一些实施例，所述对所述脸部区域图像进行图像解析，得到图像解析结果，包括：
对所述脸部区域图像进行图像预处理；
获取经过图像预处理后的脸部区域图像的图像尺寸；
根据所述图像尺寸及预设标准图像尺寸确定识别滑动窗的尺寸；
所述识别滑动窗按照预设规则在脸部区域图像的不同位置进行移动，基于所述识别滑动窗将所述脸部区域图像分成若干子脸部区域图像；
对所述若干子脸部区域图像进行高斯滤波处理，获取所述子脸部区域图像对应的尺度空间；
沿着所述尺度空间的尺度轴，提取所述子脸部区域图像上的特征像素点，并对所述特征像素点进行聚类分析，生成多个特征像素点集合；
获取每个特征像素点的权重信息，根据所述权重信息对子脸部区域图像进行图像解析，得到子脸部区域图像的解析结果；
根据识别滑动窗的移动顺序及若干子脸部区域图像分别对应的解析结果，生成图像解析结果。
根据本发明的一些实施例，在根据所述人脸图像确定用户身份不合法时，查询是否存在异常的区域，并判断所述异常的区域是否为眼部；
在确定存在异常的区域且异常的区域不是眼部时，获取用户的虹膜图像，计算所述虹膜图像与预设虹膜图像的匹配度，在确定所述匹配度大于预设匹配度时，对用户的身份进行修正，表示用户的身份合法。
根据本发明的一些实施例，根据所述人脸图像确定用户身份是否合法，包括：
对所述人脸图像进行特征提取，获取人脸特征数据；
将所述人脸特征数据与预存储的人脸数据库中的预设人脸特征数据进行比对，计算相似度，在确定所述相似度大于预设相似度时，确定用户身份合法。
在一实施例中，在计算所述虹膜图像与预设虹膜图像的匹配度前，还包括：对所述虹膜图像质量进行多次评价，得到评价均值，并判断是否大于预设评价值，在确定所述评价均值小于预设评价值时，对所述虹膜图像进行图像质量增强处理；
所述计算评价均值，包括：
计算对虹膜图像的第p次评价值Wp：
Figure BDA0003309922840000041
其中，b为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；a为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；k1为瞳孔的椭圆参数的第一权重；S为虹膜环状纹理区域面积；R为虹膜图像中虹膜的外圆半径；r为虹膜图像中虹膜的内圆半径；k2为虹膜的有效区域质量评价指标的第二权重；M为对虹膜图像的第p次评价时，虹膜图像中像素点的数量；ti为虹膜图像中第i个像素点的像素值；N为预设虹膜图像中像素点的数量；tj为预设虹膜图像中第j个像素点的像素值；k3为虹膜图像中像素均值的质量评价指标的第三权重；k1+k2+k3＝1；
计算评价均值
Figure BDA0003309922840000051
Figure BDA0003309922840000052
其中，G为对虹膜图像进行评价的次数。
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是根据本发明一个实施例的一种基于人脸识别的智能手表支付方法的流程图。
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。
如图1所示，本发明实施例提出了一种基于人脸识别的智能手表支付方法，包括S1-S3：
S1、建立用户账户与智能手表的绑定关系，并生成支付二维码；
S2、设置智能手表上支付二维码的响应时间；
S3、收款终端在响应时间内扫描所述支付二维码，发送扫描完成信息及待支付费用信息至智能手表，所述智能手表获取用户的人脸图像，根据所述人脸图像确定用户身份是否合法，在确定用户身份合法时，自动从用户账户中扣除支付费用。
上述技术方案的工作原理：建立用户账户与智能手表的绑定关系，并生成支付二维码；设置智能手表上支付二维码的响应时间；收款终端在响应时间内扫描所述支付二维码，发送扫描完成信息及待支付费用信息至智能手表，所述智能手表获取用户的人脸图像，根据所述人脸图像确定用户身份是否合法，在确定用户身份合法时，自动从用户账户中扣除支付费用。
上述技术方案的有益效果：基于智能手表实现无接触支付，减少与纸币的接触，避免不必要的卫生问题，同时基于智能手表与用户账户绑定，支付起来安全、快捷方便；智能手表支付需进行面部识别验证，避免了盗刷的风险，还节约了买卖双方的时间。
根据本发明的一些实施例，所述建立用户账户与智能手表的绑定关系，包括：在智能手表上输入银行卡进行绑定。
根据本发明的一些实施例，所述建立用户账户与智能手表的绑定关系，包括：
获取智能手表的设备信息并发送至第三方支付平台；
第三方支付平台确认所述设备信息合法后，建立智能手表与第三方支付平台的绑定关系，其中所述第三方支付平台绑定有用户的支付账户。
上述技术方案的工作原理：通过智能手表绑定银行卡；或者智能手表的设备信息与第三方支付平台(支付宝、微信)来进行绑定。
上述技术方案的有益效果：有利于实现通过智能手表实现无接触支付。
根据本发明的一些实施例，还包括：
收款终端在响应时间内未扫描所述支付二维码，支付二维码处于失效状态；
在收款终端再次扫描所述支付二维码时，智能手表接收用户的激活指令，并使所述支付二维码处于激活状态。
上述技术方案的工作原理：收款终端在响应时间内未扫描所述支付二维码，支付二维码处于失效状态；在收款终端再次扫描所述支付二维码时，智能手表接收用户的激活指令，并使所述支付二维码处于激活状态。
上述技术方案的有益效果：在超过响应时间内未扫描所述支付二维码，支付二维码处于失效状态，避免支付二维码泄露，有效避免出现盗刷，提高了支付安全性，在需要支付时，使所述支付二维码处于激活状态，更加的方便快捷。
根据本发明的一些实施例，所述智能手表接收用户的激活指令，并使所述支付二维码处于激活状态，包括：
获取智能手表的加速度信息，并判断是否大于预设加速度；
在确定所述加速度信息大于预设加速度时，获取用户佩戴智能手表的手势动作图像；
对所述手势动作图像进行识别，获取手势动作并判断是否与预设手势动作一致，在确定一致时，生成激活指令，使所述支付二维码处于激活状态。
上述技术方案的工作原理：获取智能手表的加速度信息，并判断是否大于预设加速度；在确定所述加速度信息大于预设加速度时，获取用户佩戴智能手表的手势动作图像；对所述手势动作图像进行识别，获取手势动作并判断是否与预设手势动作一致，在确定一致时，生成激活指令，使所述支付二维码处于激活状态。预设手势动作包括甩手腕动作等。
上述技术方案的有益效果：在确定智能手表的加速度大于预设加速度时，表示智能手表需要进行支付操作，此时判断用户的手势动作，最终确定是否使支付二维码处于激活状态，提高了判断支付过程的准确性，便于准确实现支付二维码状态的改变。
根据本发明的一些实施例，在根据所述人脸图像确定用户身份是否合法前，还包括：
对所述人脸图像进行图像分割，得到若干个脸部区域图像，并分别对所述脸部区域图像进行图像解析，得到图像解析结果；
根据所述图像解析结果判断所述脸部区域图像对应的区域是否存在异常，在确定存在异常时，记录存在异常的区域。
上述技术方案的工作原理及有益效果：人脸包括不同的区域，如眼部、额头、嘴巴等。对所述人脸图像进行图像分割，得到若干个脸部区域图像，每个脸部区域图像表示脸部的一个区域，分别进行图像解析，得到图像解析结果；根据所述图像解析结果判断所述脸部区域图像对应的区域是否存在异常，在确定存在异常时，记录存在异常的区域。在一实施例中，如判断用户的额头上存在擦伤情况，将额头记录为异常的区域，便于在后面进行人脸识别时，考虑到该区域的异常，便于提高人脸识别的准确性，同时便于提高确定用户身份是否合法的准确性。
根据本发明的一些实施例，所述对所述脸部区域图像进行图像解析，得到图像解析结果，包括：
对所述脸部区域图像进行图像预处理；
获取经过图像预处理后的脸部区域图像的图像尺寸；
根据所述图像尺寸及预设标准图像尺寸确定识别滑动窗的尺寸；
所述识别滑动窗按照预设规则在脸部区域图像的不同位置进行移动，基于所述识别滑动窗将所述脸部区域图像分成若干子脸部区域图像；
对所述若干子脸部区域图像进行高斯滤波处理，获取所述子脸部区域图像对应的尺度空间；
沿着所述尺度空间的尺度轴，提取所述子脸部区域图像上的特征像素点，并对所述特征像素点进行聚类分析，生成多个特征像素点集合；
获取每个特征像素点的权重信息，根据所述权重信息对子脸部区域图像进行图像解析，得到子脸部区域图像的解析结果；
根据识别滑动窗的移动顺序及若干子脸部区域图像分别对应的解析结果，生成图像解析结果。
上述技术方案的工作原理：对所述脸部区域图像进行图像预处理，图像预处理包括图像去噪等。获取经过图像预处理后的脸部区域图像的图像尺寸；根据所述图像尺寸及预设标准图像尺寸确定识别滑动窗的尺寸；所述识别滑动窗按照预设规则在脸部区域图像的不同位置进行移动，基于所述识别滑动窗将所述脸部区域图像分成若干子脸部区域图像；对所述若干子脸部区域图像进行高斯滤波处理，获取所述子脸部区域图像对应的尺度空间；沿着所述尺度空间的尺度轴，提取所述子脸部区域图像上的特征像素点，并对所述特征像素点进行聚类分析，生成多个特征像素点集合；获取每个特征像素点的权重信息，根据所述权重信息对子脸部区域图像进行图像解析，得到子脸部区域图像的解析结果；根据识别滑动窗的移动顺序及若干子脸部区域图像分别对应的解析结果，生成图像解析结果。尺度空间为在计算机视觉或图像的多分辨率分析。特征像素点为在尺度轴上表征子脸部区域图像特征的像素点。根据特征像素点的像素值进行聚类分析。
上述技术方案的有益效果：准确获取子脸部区域图像的解析结果，并根据识别滑动窗的移动顺序及若干子脸部区域图像分别对应的解析结果，准确获取图像解析结果，保证图像解析结果的准确性，进而实现对用户脸部区域是否存在异常的准确检测。
根据本发明的一些实施例，在根据所述人脸图像确定用户身份不合法时，查询是否存在异常的区域，并判断所述异常的区域是否为眼部；
在确定存在异常的区域且异常的区域不是眼部时，获取用户的虹膜图像，计算所述虹膜图像与预设虹膜图像的匹配度，在确定所述匹配度大于预设匹配度时，对用户的身份进行修正，表示用户的身份合法。
上述技术方案的工作原理：在根据所述人脸图像确定用户身份不合法时，查询是否存在异常的区域，并判断所述异常的区域是否为眼部；在确定存在异常的区域且异常的区域不是眼部时，获取用户的虹膜图像，计算所述虹膜图像与预设虹膜图像的匹配度，在确定所述匹配度大于预设匹配度时，对用户的身份进行修正，表示用户的身份合法。
上述技术方案的有益效果：避免因人脸的部分区域存在异常，导致人脸识别的不准确性，出现的确定用户身份不合法的情形的出现，基于虹膜图像对用户的身份再次进行确认，提高对用户身份是否合法的判断准确性。
根据本发明的一些实施例，根据所述人脸图像确定用户身份是否合法，包括：
对所述人脸图像进行特征提取，获取人脸特征数据；
将所述人脸特征数据与预存储的人脸数据库中的预设人脸特征数据进行比对，计算相似度，在确定所述相似度大于预设相似度时，确定用户身份合法。
上述技术方案的工作原理：对所述人脸图像进行特征提取，获取人脸特征数据；将所述人脸特征数据与预存储的人脸数据库中的预设人脸特征数据进行比对，计算相似度，在确定所述相似度大于预设相似度时，确定用户身份合法。
上述技术方案的有益效果：基于人脸识别，提高了支付的安全性。
在一实施例中，在计算所述虹膜图像与预设虹膜图像的匹配度前，还包括：对所述虹膜图像质量进行多次评价，得到评价均值，并判断是否大于预设评价值，在确定所述评价均值小于预设评价值时，对所述虹膜图像进行图像质量增强处理；
所述计算评价均值，包括：
计算对虹膜图像的第p次评价值Wp：
Figure BDA0003309922840000121
其中，b为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；a为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；k1为瞳孔的椭圆参数的第一权重；S为虹膜环状纹理区域面积；R为虹膜图像中虹膜的外圆半径；r为虹膜图像中虹膜的内圆半径；k2为虹膜的有效区域质量评价指标的第二权重；M为对虹膜图像的第p次评价时，虹膜图像中像素点的数量；ti为虹膜图像中第i个像素点的像素值；N为预设虹膜图像中像素点的数量；tj为预设虹膜图像中第j个像素点的像素值；k3为虹膜图像中像素均值的质量评价指标的第三权重；k1+k2+k3＝1；
计算评价均值
Figure BDA0003309922840000131
Figure BDA0003309922840000132
其中，G为对虹膜图像进行评价的次数。
上述技术方案的工作原理及有益效果：对所述虹膜图像质量进行多次评价，得到评价均值，并判断是否大于预设评价值，在确定所述评价均值小于预设评价值时，对所述虹膜图像进行图像质量增强处理，有利于保证获取的虹膜图像的图像质量，提高识别的准确性，同时也有利于提高下一步计算虹膜图像与预设虹膜图像的匹配度的准确性。基于
Figure BDA0003309922840000133
计算虹膜识别时瞳孔边缘，并进行拟合获取瞳孔的椭圆参数，并进行斜眼检测。基于
Figure BDA0003309922840000134
计算虹膜的有效区域，是指虹膜未被遮挡的有效区域，该参数的大小会决定虹膜识别的准确率，该参数越大，在其他参数不变的情况下，识别准确率越高，评价值越大。同时考虑到外界光照变化导致的瞳孔的扩散与收缩，判断虹膜区域的畸变情况。基于
Figure BDA0003309922840000135
计算对虹膜图像进行评价时与预设虹膜图像的像素差异性，有利于使得计算出的评价值更加准确。基于多次评价，取评价均值，有利于降低测量或识别误差，更加客观的比较评价均值与预设均值的大小。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。
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)

1.一种基于人脸识别的智能手表支付方法，其特征在于，包括：
建立用户账户与智能手表的绑定关系，并生成支付二维码；
设置智能手表上支付二维码的响应时间；
收款终端在响应时间内扫描所述支付二维码，发送扫描完成信息及待支付费用信息至智能手表，所述智能手表获取用户的人脸图像，根据所述人脸图像确定用户身份是否合法，在确定用户身份合法时，自动从用户账户中扣除支付费用。
2.如权利要求1所述的基于人脸识别的智能手表支付方法，其特征在于，所述建立用户账户与智能手表的绑定关系，包括：在智能手表上输入银行卡进行绑定。
3.如权利要求1所述的基于人脸识别的智能手表支付方法，其特征在于，所述建立用户账户与智能手表的绑定关系，包括：
获取智能手表的设备信息并发送至第三方支付平台；
第三方支付平台确认所述设备信息合法后，建立智能手表与第三方支付平台的绑定关系，其中所述第三方支付平台绑定有用户的支付账户。
4.如权利要求1所述的基于人脸识别的智能手表支付方法，其特征在于，还包括：
收款终端在响应时间内未扫描所述支付二维码，支付二维码处于失效状态；
在收款终端再次扫描所述支付二维码时，智能手表接收用户的激活指令，并使所述支付二维码处于激活状态。
5.如权利要求4所述的基于人脸识别的智能手表支付方法，其特征在于，所述智能手表接收用户的激活指令，并使所述支付二维码处于激活状态，包括：
获取智能手表的加速度信息，并判断是否大于预设加速度；
在确定所述加速度信息大于预设加速度时，获取用户佩戴智能手表的手势动作图像；
对所述手势动作图像进行识别，获取手势动作并判断是否与预设手势动作一致，在确定一致时，生成激活指令，使所述支付二维码处于激活状态。
6.如权利要求1所述的基于人脸识别的智能手表支付方法，其特征在于，在根据所述人脸图像确定用户身份是否合法前，还包括：
对所述人脸图像进行图像分割，得到若干个脸部区域图像，并分别对所述脸部区域图像进行图像解析，得到图像解析结果；
根据所述图像解析结果判断所述脸部区域图像对应的区域是否存在异常，在确定存在异常时，记录存在异常的区域。
7.如权利要求6所述的基于人脸识别的智能手表支付方法，其特征在于，所述对所述脸部区域图像进行图像解析，得到图像解析结果，包括：
对所述脸部区域图像进行图像预处理；
获取经过图像预处理后的脸部区域图像的图像尺寸；
根据所述图像尺寸及预设标准图像尺寸确定识别滑动窗的尺寸；
所述识别滑动窗按照预设规则在脸部区域图像的不同位置进行移动，基于所述识别滑动窗将所述脸部区域图像分成若干子脸部区域图像；
对所述若干子脸部区域图像进行高斯滤波处理，获取所述子脸部区域图像对应的尺度空间；
沿着所述尺度空间的尺度轴，提取所述子脸部区域图像上的特征像素点，并对所述特征像素点进行聚类分析，生成多个特征像素点集合；
获取每个特征像素点的权重信息，根据所述权重信息对子脸部区域图像进行图像解析，得到子脸部区域图像的解析结果；
根据识别滑动窗的移动顺序及若干子脸部区域图像分别对应的解析结果，生成图像解析结果。
8.如权利要求6所述的基于人脸识别的智能手表支付方法，其特征在于，在根据所述人脸图像确定用户身份不合法时，查询是否存在异常的区域，并判断所述异常的区域是否为眼部；
在确定存在异常的区域且异常的区域不是眼部时，获取用户的虹膜图像，计算所述虹膜图像与预设虹膜图像的匹配度，在确定所述匹配度大于预设匹配度时，对用户的身份进行修正，表示用户的身份合法。
9.如权利要求1所述的基于人脸识别的智能手表支付方法，其特征在于，根据所述人脸图像确定用户身份是否合法，包括：
对所述人脸图像进行特征提取，获取人脸特征数据；
将所述人脸特征数据与预存储的人脸数据库中的预设人脸特征数据进行比对，计算相似度，在确定所述相似度大于预设相似度时，确定用户身份合法。
10.如权利要求8所述的基于人脸识别的智能手表支付方法，其特征在于，在计算所述虹膜图像与预设虹膜图像的匹配度前，还包括：对所述虹膜图像质量进行多次评价，得到评价均值，并判断是否大于预设评价值，在确定所述评价均值小于预设评价值时，对所述虹膜图像进行图像质量增强处理；
所述计算评价均值，包括：
计算对虹膜图像的第p次评价值Wp：
Figure FDA0003309922830000041
其中，b为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；a为对虹膜图像的第p次评价时，进行拟合得到的瞳孔的椭圆长轴；k1为瞳孔的椭圆参数的第一权重；S为虹膜环状纹理区域面积；R为虹膜图像中虹膜的外圆半径；r为虹膜图像中虹膜的内圆半径；k2为虹膜的有效区域质量评价指标的第二权重；M为对虹膜图像的第p次评价时，虹膜图像中像素点的数量；ti为虹膜图像中第i个像素点的像素值；N为预设虹膜图像中像素点的数量；tj为预设虹膜图像中第j个像素点的像素值；k3为虹膜图像中像素均值的质量评价指标的第三权重；k1+k2+k3＝1；
计算评价均值
Figure FDA0003309922830000042
Figure FDA0003309922830000051
其中，G为对虹膜图像进行评价的次数。
CN202111213842.1A 2021-10-19 2021-10-19 一种基于人脸识别的智能手表支付方法 Pending CN113902448A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111213842.1A CN113902448A (zh) 2021-10-19 2021-10-19 一种基于人脸识别的智能手表支付方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111213842.1A CN113902448A (zh) 2021-10-19 2021-10-19 一种基于人脸识别的智能手表支付方法

Publications (1)

Publication Number Publication Date
CN113902448A true CN113902448A (zh) 2022-01-07

Family

ID=79192701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111213842.1A Pending CN113902448A (zh) 2021-10-19 2021-10-19 一种基于人脸识别的智能手表支付方法

Country Status (1)

Country Link
CN (1) CN113902448A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502659A (zh) * 2023-06-21 2023-07-28 深圳市爱保护科技有限公司 一种智能手表控制方法、系统、存储介质及智能终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502659A (zh) * 2023-06-21 2023-07-28 深圳市爱保护科技有限公司 一种智能手表控制方法、系统、存储介质及智能终端
CN116502659B (zh) * 2023-06-21 2024-03-12 深圳市爱保护科技有限公司 一种智能手表控制方法、系统、存储介质及智能终端

Similar Documents

Publication Publication Date Title
US10789465B2 (en) Feature extraction and matching for biometric authentication
US10095927B2 (en) Quality metrics for biometric authentication
US11216642B2 (en) Simultaneous multi-factor authentication systems and methods for payment transactions
JP6550094B2 (ja) 認証装置および認証方法
US9076048B2 (en) Biometric identification, authentication and verification using near-infrared structured illumination combined with 3D imaging of the human ear
CN107111704B (zh) 基于生物识别系统在虹膜内欺骗检测的系统和方法
CN109345375B (zh) 一种可疑洗钱行为识别方法及装置
US20220075996A1 (en) Method and device for determining operation based on facial expression groups, and electronic device
US20140363058A1 (en) Systems And Methods For Uniquely Identifying An Individual
EP3594916A1 (en) Atm with biometric security
CN106663157A (zh) 用户认证方法、执行该方法的装置及存储该方法的记录介质
US20180075456A1 (en) Systems and methods for processing customer purchase transactions using biometric data
KR20090018099A (ko) 특정인의 신원확인방법 및 취득장치
US20230044612A1 (en) Transaction Terminal Fraud Processing
CN107330699A (zh) 基于图像处理算法的移动终端支付系统
US20220277311A1 (en) A transaction processing system and a transaction method based on facial recognition
CN108875549A (zh) 图像识别方法、装置、系统及计算机存储介质
CN113902448A (zh) 一种基于人脸识别的智能手表支付方法
CN117853103A (zh) 基于智能手环的支付系统激活方法
CN112668412A (zh) 二维码生成方法、装置、电子设备和存储介质
CN111932270A (zh) 银行客户身份验证的方法及装置
KR101066097B1 (ko) 안경 착용자에 대한 오인식을 최소화한 얼굴 인식 장치 및 이를 이용한 안경 착용자에 대한 얼굴 오인식 최소화 방법
US20150379502A1 (en) Image processing method of enabling financial transaction and an image processing system thereof
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
CN117474556B (zh) 基于生物特征的pos机身份快速识别方法

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