CN115035578A - 一种支付方法、装置以及设备 - Google Patents
一种支付方法、装置以及设备 Download PDFInfo
- Publication number
- CN115035578A CN115035578A CN202210696403.9A CN202210696403A CN115035578A CN 115035578 A CN115035578 A CN 115035578A CN 202210696403 A CN202210696403 A CN 202210696403A CN 115035578 A CN115035578 A CN 115035578A
- Authority
- CN
- China
- Prior art keywords
- image
- face image
- face
- target face
- suspected target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000001680 brushing effect Effects 0.000 claims abstract description 64
- 239000000126 substance Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 229920002799 BoPET Polymers 0.000 description 1
- 239000005041 Mylar™ Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Human Computer Interaction (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- Image Processing (AREA)
Abstract
本说明书实施例公开了一种支付方法、装置以及设备。所述方法包括：采集待处理图像，所述待处理图像为视频图像；从所述待处理图像中，获取疑似目标人脸图像；基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
Description
技术领域
本说明书涉及计算机技术领域，尤其涉及一种支付方法、装置以及设备。
背景技术
随着人脸识别技术的发展，基于人脸识别的刷脸支付是目前线下场景的一种新型支付首付手段。刷脸支付不需要钱包、信用卡或手机，支付时，用户只需要面对摄像头，系统会自动将用户的人脸识别信息与个人账户相关联，交易过程十分便捷。
现有技术中，在进行刷脸支付的过程中至少需要进行两次交互确认。刷脸过程中，一次点击确认和两次交互确认的平均耗时，相差至少在秒级以上。同时，与用户交互次数越少，可以减少用户忘记点击确认带来的漏单等问题，
因此，需要一种新的支付方法，能够减少或者实现无交互刷脸支付，提升用户刷脸支付的体验，提高用户留存率。
发明内容
本说明书实施例提供一种支付方法、装置以及设备，用于解决以下技术问题：现有的刷脸支付至少需要进行两次交互确认，容易出现漏单等问题。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供一种支付方法，包括：
采集待处理图像，所述待处理图像为视频图像；
从所述待处理图像中，获取疑似目标人脸图像；
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
本说明书实施例还提供一种支付装置，包括：
获取模块，采集待处理图像，所述待处理图像为视频图像；
第一确定模块，从所述待处理图像中，获取疑似目标人脸图像；
第二确定模块，基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
判断及支付模块，对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
本说明书实施例还提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
采集待处理图像，所述待处理图像为视频图像；
从所述待处理图像中，获取疑似目标人脸图像；
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
本说明书实施例提供的一种支付方法，通过采集待处理图像，所述待处理图像为视频图像；从所述待处理图像中，获取疑似目标人脸图像；基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付，该支付过程无任何点击动作，能够实现无感知的支付，提升用户体验。
附图说明
为了更清楚地说明本说明书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，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种支付方法的示意图；
图2为本说明书实施例提供的一种支付方法的框架图；
图3为本说明书实施例提供的一种支付装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
线下刷脸支付耗时越短，用户体验越好，用户留存率越高。但是现有的刷脸支付过程中，至少需要用户一次点击，给用户带来不好的用户体验。基于此，本说明书实施例提供了一种支付方法，如图1所示。图1为本说明书实施例提供的一种支付方法的示意图，如图1所示，该方法包括：
步骤S101：采集待处理图像，所述待处理图像为视频图像。
在本说明书实施例中，待处理图像是基于刷脸支付设备获得的图像。由于在实际场景中，用户在刷脸支付的过程中，存在用户向刷脸支付设备靠近的过程。因此，在本说明书实施例中，待处理图像为视频图像。需要说明的是，由于刷脸支付设备会采集所有靠近该设备，或者说经过该设备的所有的人脸图像，因此，为了需要对获得的待处理图像进一步确认，以获取可能具有刷脸支付意图的用户的人脸图像。
步骤S103：从所述待处理图像中，获取疑似目标人脸图像。
在本说明书的一个实施例中，所述从所述待处理图像中，获取疑似目标人脸图像，具体包括：
从所述待处理图像中，获取指定状态的人脸图像；
若所述指定状态的人脸图像包括多个人脸，则选择所述多个人脸中最大的脸作为疑似目标人脸图像；
若所述指定状态的人脸图像中仅包括一个人脸，则将所述指定状态的人脸图像作为疑似目标人脸图像。
一般而言，刷脸支付设备包括视频采集设备，可以持续采集刷脸支付设备周围的视频图像，监控刷脸支付设备周围的情况。当用户靠近刷脸支付设备时，视频采集装置采集的视频图像中会包括用户的人脸图像，刷脸支付设备会实时检测采集到的视频图像中是否包括人脸图像。检测视频图像中是否包括人脸图像可以基于现有的人脸检测算法实现，在此不再赘述。
如果检测到待处理图像中包括人脸图像，则需要进一步判断该人脸图像是否为疑似目标人脸图像，或者说需要进一步判断该人脸图像是否为支付意愿的用户的人脸图像。一般而言，当用户打算进行付款时，会走向刷脸支付设备，这时刷脸支付设备采集到用户的正脸图像，或者说用户的人脸是正对着刷脸设备的，这时人脸与刷脸支付设备的屏幕之间的角度会比较小。
在本说明书的一个实施例中，所述指定状态的人脸图像为正脸图像，所述指定状态的人脸图像是基于所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角是否小于预设角度；
若所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角小于所述预设角度，则将所述人脸图像定义为指定状态的人脸图像。
在具体实施例中，待处理图像中的人脸与所述刷脸支付设备屏幕的夹角可以为人脸图像的仰俯夹角或者偏转角度，预设角度的大小可以根据实际情况灵活设置。
步骤S105：基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像。
一般而言，对于有刷脸支付意愿的用户，会存在一个向刷脸支付设备走进的过程，因此，有刷脸支付意愿的用户与刷脸支付设备之间的距离会逐步缩小至一个便于进行刷脸支付的距离。
在本说明书的一个实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像，具体包括：
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，当所述目标人脸图像进入预设范围后，确定所述目标人脸图像。
在本说明书的一个实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定所述目标人脸图像，具体包括：
追踪所述人脸ID保持不变，识别所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像与所述刷脸支付设备之间的距离；
若所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像在持续靠近所述刷脸支付设备，且所述疑似目标人脸图像进入所述预设范围，则将所述疑似目标人脸图像作为所述目标人脸图像。
在本说明书实施例中，所述预设范围可以为距离刷脸支付设备50cm*50cm*50cm的三维空间。
在本说明书的一个实施例中，所述疑似目标人脸图像在持续靠近所述刷脸支付设备，是基于所述疑似目标人脸图像的三维位置信息与所述刷脸支付设备的摄像头的中心位置信息之间的距离，进行判断的。
在本说明书的一个实施例中，所述目标人脸图像的三维位置信息包括：深度，x，y，姿态和人脸ID。
在本说明书的一个实施例中，所述有意愿的三维空间为与所述刷脸支付设备的摄像头相距预设距离的三维空间。
在本说明书实施例中，疑似目标人脸图像进入有意愿的三维空间后，即认为该疑似目标人脸图像所对应的用户为有刷脸支付意愿的用户，该用户所对应的人脸图像为目标人脸图像。
需要特别说明的是，若未能确定目标疑似目标人脸图像，则继续从疑似目标人脸图像中进行判断，直至确定疑似目标人脸图像。
步骤S107：对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
为了保证刷脸支付的安全，需要进一步对目标人脸图像进行活体判断及识别判断。在本说明书实施例中，识别判断主要是进行人脸识别，以识别目标人脸图像所对应的用户。在具体实施例中，识别判断或者说进行人脸识别的方法为现有技术，在此不再赘述。但是由于在刷脸支付过程中，可能存在“假脸”攻击等不安全因素，因此，为了保证刷脸支付的安全性，还需要进行活体判断。在本说明书实施例中，活体判断是指进行活体检测，在具体实施例中，具体可以包括眨眼、张嘴、摇头、点头等组合动作，活体判断的具体方法均为现有技术，在此不再赘述。
目标人脸图像经过活体判断及识别判断后，若活体判断及识别判断均成功，则直接进行支付。若活体判断及识别判断不成功，则继续从有意愿的三维空间中确定的新的目标人脸图像中确定新的目标人脸图像，对新的目标人脸图像进行活体判断及识别判断。
为了进一步理解本说明书实施例提供的支付方法，本说明书实施例还提供了一种支付方法的框架图。图2为本说明书实施例提供的一种支付方法的框架图，如图2的框架图所示，待处理图像中检测到人脸图像后，若具有多张人脸图像，则进行选脸操作，选择最大或者最近脸作为疑似目标人脸图像，若仅为一张人脸图像，则将该人脸图像作为疑似目标人脸图像。进一步跟踪人脸ID保持不变，记录多帧图像中多个人脸ID的关系，选择在持续靠近所述刷脸支付设备，且进入意愿空间的人脸图像作为目标人脸图像，若未获得目标人脸图像，则继续跟踪人脸ID，直至获得目标人脸图像。最后对目标人脸图像进行活体判断和识别判断，如活体判断和识别判断成功，则完成支付。需要特别说明的是，若活体判断和识别判断不成功，则继续从有意愿的三维空间确定新的目标人脸图像，进而进行活体判断和识别判断。
采用本说明书实施例提供的支付方法，在支付过程中无任何点击动作，能够实现无感知的支付，提升用户体验。
上述内容详细说明了一种支付方法，与之相应的，本说明书还提供了一种支付装置，如图所示。图3为本说明书实施例提供的一种支付装置的示意图，该装置包括：
获取模块301，采集待处理图像，所述待处理图像为视频图像；
第一确定模块303，从所述待处理图像中，获取疑似目标人脸图像；
第二确定模块305，基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
判断及支付模块307，对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
在本说明书实施例中，所述从所述待处理图像中，获取疑似目标人脸图像，具体包括：
从所述待处理图像中，获取指定状态的人脸图像；
若所述指定状态的人脸图像包括多个人脸，则选择所述多个人脸中最大的脸作为疑似目标人脸图像；
若所述指定状态的人脸图像中仅包括一个人脸，则将所述指定状态的人脸图像作为疑似目标人脸图像。
在本说明书实施例中，所述指定状态的人脸图像为正脸图像，所述指定状态的人脸图像是基于所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角是否小于预设角度；
若所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角小于所述预设角度，则将所述人脸图像定义为指定状态的人脸图像。
在本说明书实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像，具体包括：
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，当所述目标人脸图像进入预设范围后，确定所述目标人脸图像。
在本说明书实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定所述目标人脸图像，具体包括：
追踪所述人脸ID保持不变，识别所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像与所述刷脸支付设备之间的距离；
若所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像在持续靠近所述刷脸支付设备，且所述疑似目标人脸图像进入所述预设范围，则将所述疑似目标人脸图像作为所述目标人脸图像。
在本说明书实施例中，所述疑似目标人脸图像在持续靠近所述刷脸支付设备，是基于所述疑似目标人脸图像的三维位置信息与所述刷脸支付设备的摄像头的中心位置信息之间的距离，进行判断的。
在本说明书实施例中，所述三维位置信息包括：深度，x，y，姿态和人脸ID。
在本说明书实施例中，所述有意愿的三维空间为与所述刷脸支付设备的摄像头相距预设距离的三维空间。
本说明书实施例还提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
采集待处理图像，所述待处理图像为视频图像；
从所述待处理图像中，获取疑似目标人脸图像；
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
在本说明书实施例中，所述从所述待处理图像中，获取疑似目标人脸图像，具体包括：
从所述待处理图像中，获取指定状态的人脸图像；
若所述指定状态的人脸图像包括多个人脸，则选择所述多个人脸中最大的脸作为疑似目标人脸图像；
若所述指定状态的人脸图像中仅包括一个人脸，则将所述指定状态的人脸图像作为疑似目标人脸图像。
在本说明书实施例中，所述指定状态的人脸图像为正脸图像，所述指定状态的人脸图像是基于所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角是否小于预设角度；
若所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角小于所述预设角度，则将所述人脸图像定义为指定状态的人脸图像。
在本说明书实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像，具体包括：
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，当所述目标人脸图像进入预设范围后，确定所述目标人脸图像。
在本说明书实施例中，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定所述目标人脸图像，具体包括：
追踪所述人脸ID保持不变，识别所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像与所述刷脸支付设备之间的距离；
若所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像在持续靠近所述刷脸支付设备，且所述疑似目标人脸图像进入所述预设范围，则将所述疑似目标人脸图像作为所述目标人脸图像。
在本说明书实施例中，所述疑似目标人脸图像在持续靠近所述刷脸支付设备，是基于所述疑似目标人脸图像的三维位置信息与所述刷脸支付设备的摄像头的中心位置信息之间的距离，进行判断的。
在本说明书实施例中，所述三维位置信息包括：深度，x，y，姿态和人脸ID。
在本说明书实施例中，所述有意愿的三维空间为与所述刷脸支付设备的摄像头相距预设距离的三维空间。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
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，对于装置、电子设备、非易失性计算机存储介质实施例而言，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。
本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例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，本说明书实施例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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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。
以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种支付方法，所述方法包括：
采集待处理图像，所述待处理图像为视频图像；
从所述待处理图像中，获取疑似目标人脸图像；
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
2.如权利要求1所述的方法，所述从所述待处理图像中，获取疑似目标人脸图像，具体包括：
从所述待处理图像中，获取指定状态的人脸图像；
若所述指定状态的人脸图像包括多个人脸，则选择所述多个人脸中最大的脸作为疑似目标人脸图像；
若所述指定状态的人脸图像中仅包括一个人脸，则将所述指定状态的人脸图像作为疑似目标人脸图像。
3.如权利要求1所述的方法，所述指定状态的人脸图像为正脸图像，所述指定状态的人脸图像是基于所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角是否小于预设角度；
若所述待处理图像中的人脸与所述刷脸支付设备屏幕的夹角小于所述预设角度，则将所述人脸图像定义为指定状态的人脸图像。
4.如权利要求1所述的方法，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像，具体包括：
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，当所述目标人脸图像进入预设范围后，确定所述目标人脸图像。
5.如权利要求4所述的方法，所述基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定所述目标人脸图像，具体包括：
追踪所述人脸ID保持不变，识别所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像与所述刷脸支付设备之间的距离；
若所述待处理图像所包括的多帧图像中的所述疑似目标人脸图像在持续靠近所述刷脸支付设备，且所述疑似目标人脸图像进入所述预设范围，则将所述疑似目标人脸图像作为所述目标人脸图像。
6.如权利要求5所述的方法，所述疑似目标人脸图像在持续靠近所述刷脸支付设备，是基于所述疑似目标人脸图像的三维位置信息与所述刷脸支付设备的摄像头的中心位置信息之间的距离，进行判断的。
7.如权利要求6所述的方法，所述三维位置信息包括：深度，x，y，姿态和人脸ID。
8.如权利要求1所述的方法，所述有意愿的三维空间为与所述刷脸支付设备的摄像头相距预设距离的三维空间。
9.一种支付装置，所述装置包括：
获取模块，采集待处理图像，所述待处理图像为视频图像；
第一确定模块，从所述待处理图像中，获取疑似目标人脸图像；
第二确定模块，基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
判断及支付模块，对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
10.一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
采集待处理图像，所述待处理图像为视频图像；
从所述待处理图像中，获取疑似目标人脸图像；
基于所述疑似目标人脸图像的人脸ID，及所述疑似目标人脸图像与刷脸支付设备之间的距离，确定目标人脸图像；
对所述目标人脸图像进行活体判断及识别判断，若所述活体判断及识别判断均成功，则直接进行支付。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210696403.9A CN115035578A (zh) | 2022-06-20 | 2022-06-20 | 一种支付方法、装置以及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210696403.9A CN115035578A (zh) | 2022-06-20 | 2022-06-20 | 一种支付方法、装置以及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115035578A true CN115035578A (zh) | 2022-09-09 |
Family
ID=83125720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210696403.9A Pending CN115035578A (zh) | 2022-06-20 | 2022-06-20 | 一种支付方法、装置以及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115035578A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008810A (zh) * | 2019-01-09 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 人脸图像采集的方法、装置、设备、及机器可读存储介质 |
| CN110175514A (zh) * | 2019-04-15 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 一种刷脸支付提示方法、装置及设备 |
| CN111539740A (zh) * | 2020-05-15 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 一种支付方法、装置及设备 |
| CN112396004A (zh) * | 2020-11-23 | 2021-02-23 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
| WO2022057719A1 (zh) * | 2020-09-17 | 2022-03-24 | 中国银联股份有限公司 | 识别对象确定方法、装置、设备及存储介质 |
| CN114255494A (zh) * | 2020-09-24 | 2022-03-29 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备及存储介质 |
-
2022
- 2022-06-20 CN CN202210696403.9A patent/CN115035578A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008810A (zh) * | 2019-01-09 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 人脸图像采集的方法、装置、设备、及机器可读存储介质 |
| CN110175514A (zh) * | 2019-04-15 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 一种刷脸支付提示方法、装置及设备 |
| CN111539740A (zh) * | 2020-05-15 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 一种支付方法、装置及设备 |
| WO2022057719A1 (zh) * | 2020-09-17 | 2022-03-24 | 中国银联股份有限公司 | 识别对象确定方法、装置、设备及存储介质 |
| CN114255494A (zh) * | 2020-09-24 | 2022-03-29 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN112396004A (zh) * | 2020-11-23 | 2021-02-23 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112258193B (zh) | 一种支付方法及装置 | |
| CN112800997B (zh) | 一种活体检测方法、装置及设备 | |
| US11263634B2 (en) | Payment method and device | |
| TW202009785A (zh) | 人臉識別方法及裝置 | |
| CN108376335B (zh) | 一种支付方法、装置及设备 | |
| EP3579146A1 (en) | Imaging processing method and device | |
| CN112487888B (zh) | 一种基于目标对象的图像采集方法及装置 | |
| CN112347512A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN111738161B (zh) | 一种活体检测方法、装置及电子设备 | |
| CN109816650B (zh) | 一种基于二维dsa图像的目标区域识别方法及其系统 | |
| CN112784826A (zh) | 一种图像识别的方法、装置及设备 | |
| CN110033092B (zh) | 数据标签生成、模型训练、事件识别方法和装置 | |
| CN110598555B (zh) | 一种图像的处理方法、装置及设备 | |
| CN111242106A (zh) | 一种面部图像的采集方法、装置、设备及面部识别设备 | |
| CN115035578A (zh) | 一种支付方法、装置以及设备 | |
| CN115310956A (zh) | 支付处理方法及装置 | |
| WO2021239000A1 (zh) | 运动模糊图像的识别方法、装置、电子设备和支付设备 | |
| CN112560530B (zh) | 一种二维码处理方法、设备、介质及电子设备 | |
| CN114663700A (zh) | 一种虚拟资源的推送方法、装置以及设备 | |
| CN112163436A (zh) | 一种信息识别系统、方法及装置 | |
| CN112200070B (zh) | 一种用户识别、业务处理方法、装置、设备及介质 | |
| CN115862668B (zh) | 机器人基于声源定位判断交互对象的方法和系统 | |
| US11632601B1 (en) | User interface for camera focus | |
| CN111860285B (zh) | 用户注册方法、装置、电子设备及存储介质 | |
| CN114528923B (zh) | 基于时域上下文的视频目标检测方法、装置、设备及介质 |
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 |