CN115298680A - 使用人脸信息进行注册及支付的方法、装置及系统 - Google Patents
使用人脸信息进行注册及支付的方法、装置及系统 Download PDFInfo
- Publication number
- CN115298680A CN115298680A CN202080095868.8A CN202080095868A CN115298680A CN 115298680 A CN115298680 A CN 115298680A CN 202080095868 A CN202080095868 A CN 202080095868A CN 115298680 A CN115298680 A CN 115298680A
- Authority
- CN
- China
- Prior art keywords
- information
- face
- payment
- card
- authentication
- 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 99
- 230000004044 response Effects 0.000 claims abstract description 65
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 101
- 238000012795 verification Methods 0.000 claims description 18
- 238000013136 deep learning model Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 36
- 238000010586 diagram Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 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
- 230000005855 radiation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- 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
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Networks & Wireless Communication (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Collating Specific Patterns (AREA)
Abstract
由终端执行的人脸信息注册方法包括以下步骤:获取对应于用户的客户信息;获取所述用户的人脸图像;获取所述用户的卡信息;映射所述客户信息、所述人脸图像及所述卡信息并将其发送到认证服务器,并请求用户注册;以及响应于在所述认证服务器中成功注册所述客户信息、针对所述人脸图像提取的生物特征数据及所述卡信息,从所述认证服务器接收注册结果。
Description
技术领域
以下实施例涉及一种有关使用人脸信息进行注册及支付的技术。
背景技术
当持卡人购买某些商品或服务时,使用信用卡代替现金,其使用金额是在指定日期通过与该卡关联的支付账户进行支付的信用购买形式的基础。此外,当持卡人在借记卡的支付账户上有余额时,借记卡持卡人可以对商品等进行现金购买。此外,现金卡持卡人可以使用银行的自动柜员机(ATM)提取现金或支票。最近,除了物理卡之外,智能手机等上还安装了可取代卡的金融应用程序,从而取代支付手段。
在使用实体卡或金融应用支付手段时,验证卡的用户是否为真正的所有者尤为重要。作为验证金融卡用户真实性的一示例,可以使用以下方法:持卡人的签名写在信用卡的签名栏上、持卡人的照片打印在卡的表面上、或每次使用卡时都需输入卡的密码等。
然而,上述方法有一个局限性,即仅当用户携带物理卡、智能手机或其他类似设备时才可进行支付。因此,需要一种仅通过指纹和人脸等生物信息的认证来实现支付的技术,而信用卡客户无需携带信用卡。此外,还需要一种在使用这种生物信息时实现更高的安全性的技术。此外,需要在移动终端上方便地改变卡信息和认证信息。
发明内容
要解决的技术问题
根据一实施例的系统可以使用用户的人脸提供支付,而无需携带物理卡和/或设备。
根据一实施例的系统可以使用从人脸图像提取的生物特征数据提供支付。
根据一实施例的系统可以提供支付,而无需物理卡。
根据一实施例的系统可以以分布式方式存储加密信息。
解决问题的技术方法
根据一实施例,由终端执行的人脸信息注册方法,可以包括以下步骤:获取对应于用户的客户信息;获取所述用户的人脸图像;获取所述用户的卡信息;映射所述客户信息、所述人脸图像及所述卡信息并将其发送到认证服务器,并请求用户注册;以及响应于在所述认证服务器中成功注册所述客户信息、针对所述人脸图像提取的生物特征数据及所述卡信息,从所述认证服务器接收注册结果。
获取所述人脸图像的步骤可以包括以下步骤:在使用三维深度相机验证不是伪造(Spoofing)图像之后,获取二维人脸图像。
获取所述人脸图像的步骤可以包括以下步骤:通过立体红外线传感器(stereoinfrared ray sensor)和多个相机传感器来验证人脸图像的活跃度(liveness)。
获取所述卡信息的步骤可以包括以下步骤:基于刷物理卡的输入、插入所述物理卡的集成电路部(IC,integrated circuit unit)的输入及所述用户对卡序列号的输入中的一个来获取所述卡信息。
请求所述用户注册的步骤,可以包括以下步骤:获取存储在用户终端中的一个以上的卡信息中选择一个卡信息的用户输入;以及将响应于所述用户输入而选择的卡信息和所述客户信息发送到所述认证服务器,并将用于提取所述生物特征数据的二维图像单独发送到所述认证服务器。
请求所述用户注册的步骤可以包括以下步骤:光学地获取指示基于用户输入选择的卡信息的二维码信息;以及基于所述二维码信息来映射所述选择的卡信息和所述人脸图像。
由服务器执行的人脸信息注册方法可以包括以下步骤:从认证服务器接收支付信息生成请求,其中所述认证服务器在存储与用户人脸相关的生物特征数据被加密并以分布式方式存储的多个生物认证信息中的至少一个;响应于接收到所述支付信息生成请求,验证终端的卡信息;响应于所述卡信息验证成功,基于所述卡信息生成支付信息;以及将生成的所述支付信息发布到所述认证服务器,以将其与所述生物认证信息一起存储。
验证所述卡信息的步骤,可以包括验证所述客户信息和所述卡信息的步骤;生成所述支付信息的步骤,可以包括响应于所述客户信息与所述卡信息的成功验证而生成所述支付信息的步骤;将所述支付信息发布到所述认证服务器的步骤,可以包括将所述支付信息发布到所述认证服务器以将其与所述生物认证信息和所述客户信息一起存储的步骤。
验证所述客户信息的步骤,可以包括以下步骤:使用连接信息(CI,ConnectingInformation)来验证所述客户信息是否合法。
验证所述卡信息的步骤,可以包括以下步骤:验证由所述卡信息指示的卡是否有效。
生成所述支付信息的步骤,可以包括以下步骤:生成不同于所述卡信息的卡识别号(card identification number)作为所述支付信息。
由终端执行的使用人脸信息的支付方法可以包括以下步骤:响应于用户选择的人脸支付,从所述用户获取人脸图像;在向认证服务器发送所述人脸图像的同时请求所述人脸支付;以及基于由从所述人脸图像提取的生物特征数据识别的客户信息和支付信息,接收处理所述人脸支付的结果。
所述支付信息可以是从指示物理卡的卡信息生成的信息,并用于生成固定令牌信息。
使用人脸信息的支付方法还可以包括以下步骤:从服务和产品中的至少一个计算用户拾取的购买物品的价格信息;以及响应于用户输入,选择所述人脸支付作为所述计算出的价格信息的支付方法。
由服务器执行的使用人脸信息的支付方法可以包括以下步骤:从认证服务器接收固定令牌信息的生成请求,其中所述认证服务器在存储与用户人脸相关的生物特征数据被加密并以分布式方式存储的多个生物认证信息中的至少一个;响应于所述生成请求,生成所述固定令牌信息;将所述生成的固定令牌信息发送到所述认证服务器;响应于接收到终端的支付请求及所述固定令牌信息,验证所述固定令牌信息;以及基于验证所述固定令牌信息的结果,提供与支付批准相关的信息。
接收所述固定令牌信息的生成请求的步骤,可以包括以下步骤:从所述认证服务器接收基于从用户输入的人脸图像提取的生物特征数据识别的支付信息。
生成所述固定令牌信息的步骤,可以包括以下步骤:使用所述支付信息来生成随机数作为所述固定令牌信息。
所述生物特征数据可以是使用训练的深度学习模型从通过使用三维深度相机拍摄所述用户的人脸而获得的二维人脸图像中提取的数据。
根据一实施例,由认证服务器执行的人脸信息注册方法,可以包括以下步骤:从终端接收包括用户的人脸图像、客户信息及卡信息的人脸信息注册请求;提取所述人脸图像的生物特征数据;通过加密所述生物特征数据来生成生物认证信息;向所述卡处理服务器发送包括所述客户信息和所述卡信息的支付信息生成请求;接收所述卡处理服务器作为识别所述用户的结果而发布的支付信息;将所述生物认证信息映射到所述客户信息和所述支付信息中的至少一个,并将其存储;以及向所述终端发送所述用户的人脸信息注册结果。
生成所述生物特征数据的步骤,可以包括以下步骤:使用训练的深度学习模型,从接收来自所述终端的人脸图像中提取所述生物特征数据。
通过加密所述生物特征数据来生成生物认证信息的步骤,可以包括以下步骤:通过加密所述生物特征数据来生成加密的生物信息;以及通过将所述加密的生物信息分离成多个模板来生成多个分布式生物认证信息。
将所述生物认证信息映射到所述客户信息和所述支付信息中的至少一个并将其存储的步骤,可以包括以下步骤:将指示同一用户的人脸识别号映射到所述多个分布式生物认证信息,并以分布式方式存储在所述认证服务器和至少一个以上的分布式服务器中。
所述人脸识别号映射到所述用户的所述客户信息和所述支付信息中的至少一个,并可以存储在所述认证服务器中包括的用户表中。
根据一实施例的由认证服务器执行的使用人脸信息的支付方法,可以包括以下步骤:从终端接收包括用户的人脸图像的人脸认证请求;从所述人脸图像提取生物特征数据;确定在先前存储的生物认证信息中是否存在与所述生物特征数据匹配的生物认证数据;使用与所述匹配的生物认证信息相对应的客户信息和支付信息,向卡处理服务器请求固定令牌信息;接收由所述卡处理服务器作为基于所述客户信息和支付信息验证所述用户的结果而发布的固定令牌信息;以及向终端发送所述用户的人脸认证结果。
所述用户的人脸认证结果可以包括所述固定令牌信息。
由认证服务器执行的使用人脸信息的支付方法,还可以包括以下步骤:响应于从所述卡处理服务器接收到所述固定令牌信息,将所述固定令牌信息和所述用户希望购买的物品的支付批准请求发送到加盟服务器。
从所述先前存储的生物认证信息中搜索与所述生物特征数据匹配的生物认证信息的步骤,可以包括以下步骤:在通过组合所述认证服务器和分布并存储在至少一个以上的分布式服务器中的多个生物认证信息而生成的组合生物认证信息中,确定与所述提取的生物特征数据匹配的组合生物认证信息是否存在。
使用与所述匹配的生物认证信息相对应的客户信息和支付信息,向卡处理服务器请求固定令牌信息的步骤,可以包括以下步骤:通过存储有映射到所述匹配的生物认证信息的人脸识别号的用户表,确认与所述匹配的生物认证信息对应的用户的客户信息和支付信息中的至少一个。
确定是否存在所述匹配的生物认证数据的步骤,可以包括以下步骤:计算所述生物认证信息与所述提取的生物特征数据之间的匹配相似度,当所述匹配相似度超过预定阈值相似度时,确定所述生物认证信息和所述提取的生物特征数据匹配。
发明的效果
根据一实施例的系统可以提供使用用户的人脸进行支付的便利性,而无需携带物理卡和/或设备。
根据一实施例的系统可以通过识别人脸的简化过程提供更快的支付处理,而无需复杂的过程,如读取卡或在终端上执行应用程序等。
根据一实施例的系统可以防止物理卡被盗和丢失的风险。
根据一实施例的系统可以通过以分布式方式存储生物特征信息来防止黑客攻击。
在根据一实施例的系统中,由于从移动终端获取的人脸图像提取的生物特征数据和从专用终端获取的人脸图像提取的生物学特征数据彼此兼容,由此用户可以使用人脸支付服务,而不受平台的限制。
根据一实施例的系统使用固定令牌,由此可以允许加盟店利用现有的支付解决方案,而无需额外的专业开发。
根据一实施例的系统可以允许认证中心有效地统一和管理信息。
根据一实施例的系统可以允许移动终端的用户方便地注册并更改信息。
附图说明
图1为示出根据一实施例的使用人脸信息进行注册及支付的系统的框图。
图2为示出根据一实施例的使用人脸信息进行注册及支付的系统的一般流程的附图。
图3为示出根据一实施例的人脸信息注册方法的流程图。
图4为示出根据一实施例的人脸信息注册的详细过程的附图。
图5及图6为示出根据一实施例的在人脸信息注册中获取卡信息的示例的附图。
图7及图8为示出根据一实施例的人脸信息注册中的身份验证过程的附图。
图9为示出根据一实施例的在人脸信息注册中存储生物认证信息的过程的附图。
图10为示出根据一实施例的在人脸信息注册中以分布式方式存储生物认证信息的示例的附图。
图11为示出根据一实施例的使用人脸信息进行支付的方法的流程图。
图12为示出根据一实施例的使用人脸信息进行支付的详细过程的附图。
图13为示出根据一实施例的在使用人脸信息的支付中生成固定令牌信息的过程的附图。
图14为示出根据一实施例的终端的配置的框图。
图15为示出根据一实施例的服务器的配置的框图。
具体实施方式
以下,将参照附图对实施例进行详细说明。然而,能够对实施例进行多种变更,本发明的权利范围并非受到实施例的限制或限定。对于实施例的全部应变、等同物或替代物均包括在权利范围内。
实施例中使用的术语仅用于说明特定实施例,并非用于限定实施例。在内容中没有特别说明的情况下,单数表达包括复数含义。在本说明书中,“包括”或者“具有”等术语用于表达存在说明书中所记载的特征、数字、步骤、操作、构成要素、配件或其组合,并不排除还具有一个或以上的其他特征、数字、步骤、操作、构成要素、配件或其组合,或者附加功能。
在没有其他定义的情况下,包括技术或者科学术语在内的在此使用的全部术语,都具有本领域普通技术人员所理解的通常的含义。通常使用的与词典定义相同的术语,应理解为与相关技术的通常的内容相一致的含义,在本申请中没有明确言及的情况下,不能过度理想化或解释为形式上的含义。
并且,在参照附图进行说明的过程中,与附图标记无关,相同的构成要素赋予相同的附图标记,并省略对此的重复的说明。在说明实施例的过程中,当判断对于相关公知技术的具体说明会不必要地混淆实施例时,省略对其详细说明。
图1为示出根据一实施例的使用人脸信息进行注册及支付的系统的框图。
根据一实施例的用于使用人脸信息进行注册和支付的系统100可以提供用于注册人脸信息的服务和使用人脸信息的支付服务。例如,系统100可以包括终端110、认证服务器120、卡处理服务器130和加盟服务器140。
终端110可以在使用人脸信息的注册过程中获取用户的客户信息、用户的人脸信息和用户的卡信息。终端110可以映射所获取的客户信息、人脸信息和卡信息,并将其提供给认证服务器120的同时发送人脸信息注册请求。人脸信息注册请求可以包括人脸图像、客户信息和卡的信息。终端110可以在使用支付过程中获取人脸信息,并将所获取的人脸信息提供给认证服务器120以请求对产品和/或服务的支付。终端110可以包括用户携带的移动终端(例如,智能手机等)和安装在商店中的专用终端(例如,信息亭终端)。
客户信息可以是与使用卡的客户相关的信息,并且包括例如与客户身份相关的信息(例如,基于姓名、身份证号码等的CI信息),并且可以通过稍后描述的身份验证过程来识别。人脸信息可以是关于用户人脸的信息,例如,关于用户人脸特征点的信息。关于特征点的信息可以包括通过以数字形式提取人脸的生物特征而生成的生物特征数据。特征点可以是指示作为用户人脸特征的部位的点,并且可以指示例如人脸的眼睛、嘴、鼻子和下巴等。生物特征数据可以是指示生物特征的数据,例如,是一种使用预先训练的深度学习模型从人脸图像提取的数据,并且可以是数字形式抽象地表示眼睛、嘴、鼻子、下巴之间的角度和距离、骨骼突出程度等的特征向量。卡信息可以是与包括物理卡、应用卡(Applicationcard)等的金融支付手段相关的信息,例如,可以指示发给任意用户的物理卡的序列号。然而,客户信息、人脸信息和卡信息仅为示例,并不限于此,并且可以根据设计而变化。应用卡可以是在移动终端(例如,智能手机)的应用卡专用应用程序中与实体磁卡对应注册的虚拟卡,使得传统的实体磁卡可以在离线、在线及移动支付都可进行支付。
在此,本文中的深度学习模型可以是设计用于从人脸图像中提取与上述特征点相关的特征数据的模型。例如,深度学习模型可以是神经网络。
此外,本文主要以信用卡为例描述了卡,但并不限于此,卡可以包括用于购买产品和/或服务的金融支付手段,例如,可以是借记卡、应用卡等。
认证服务器120可以是用于以分布式方式存储生物认证信息的服务器。生物认证信息可以是存储用于认证的生物特征相关信息,例如,可以是其中加密和分发上述生物特征数据的信息。认证服务器120可以借助于推理服务器提取人脸信息注册中从终端110接收的人脸信息(例如,人脸图像)的特征数据,并将所提取的特征数据以由任意模板划分,并将其存储。认证服务器120可以在支付使用过程中从终端110接收生物特征数据,并识别或推断与接收到的生物特征数据匹配的信息(例如,客户信息、支付信息等),并对其进行验证。
卡处理服务器130作为用于执行与卡支付相关的处理的服务器,例如,其可以根据认证服务器120的请求来生成、发布并发送支付信息。作为另一示例,可以根据来自认证服务器120的请求来生成、发布并发送固定令牌信息。支付信息可以是既不同于卡信息(例如,物理卡的序列号)又可识别物理卡等的金融支付手段的新识别信息,其可以包括作为固定识别号的卡ID(card identification)。卡处理服务器130可以在注册过程中响应于来自认证服务器120的请求来发布支付信息,并且可以在支付使用过程中验证从认证服务器120接收的支付信息的有效性。固定令牌信息可以是为支付而生成的固定令牌值,其可以基于上述支付信息而生成,例如,可以是由预定规则生成的随机值(random value)。卡处理服务器130可以在支付使用过程中向认证服务器120发布固定令牌信息,并验证从加盟服务器140接收的固定令牌信息的有效性。
加盟服务器140可以是用于调解用户请求的支付的服务器。例如,加盟服务器140可以是增值网络(VAN,Value-Added Network)服务器和/或支付门(PG,payment gate)服务器。加盟服务器140可以从终端110或认证服务器120接收用于支付的固定令牌信息,并使用该固定令牌信息从卡处理服务器130请求支付批准。
图2为示出根据一实施例的使用人脸信息进行注册及支付的系统的一般流程的附图。
根据一实施例的使用人脸信息进行注册和支付的系统可以执行注册过程201和支付使用过程202。
在注册过程201中,终端211可以获取用于用户注册的信息(例如,人脸图像)。终端211可以使用从三维(3D)相机获取的用户人脸的二维图像来请求认证信息的注册。作为另一示例,终端211还可以与人脸图像一起获取个人识别号(PIN,personal identificationnumber)。终端211可以使用人脸图像和PIN来请求认证信息的注册。
认证服务器220可以响应于从终端211接收到的认证信息的注册请求,加密生物特征数据并以分布式方式进行存储。例如,认证服务器220可以包括用于为从终端211接收的人脸图像生成生物特征数据的基于深度学习的推理服务器221。推理服务器211可以将生成的生物特征数据加密为生物认证信息。此外,认证服务器220可以以分布式方式存储加密信息。认证服务器220可以基于生物特征数据,从卡处理服务器230请求与生物特征数据匹配的支付信息。认证服务器220可以接收卡处理服务器230作为识别用户的结果而发布的支付信息。认证服务器220可以将认证信息与个人信息(例如,客户信息)和/或支付信息一起映射并存储。作为另一示例,认证服务器220还可以将PIN与个人信息、支付信息和认证信息一起映射并存储。认证信息可以是例如特征向量的形式。如图2所示,认证服务器220可以将生物特征数据分离为多个认证信息(例如,认证信息#1、认证信息#2)并存储。例如,认证服务器220可以在分布式服务器225中存储多个认证信息(例如,图2中的认证信息#2)的至少一部分。此外,生物特征数据可以被加密,然后被多个模板分割并存储。可以为多个模板中的每一个生成生物认证信息。例如,当存在n个模板时,可以从一个生物特征数据生成n个生物认证信息。在此,“n”可以是大于或等于1的整数。认证服务器220可以在n个服务器和/或存储空间中分开存储n个生物认证信息,或者在分布式服务器225中存储n个生物认证信息的一部分。
卡处理服务器230可以从认证服务器220接收支付信息请求。卡处理服务器220可以响应于接收到的支付信息请求,执行身份验证。卡处理服务器230可以包括功能被分布的多个服务器。此外,身份验证过程可以由另一个外部服务器执行,并且仅将结果通知到卡处理服务器230。卡处理服务器230可以响应于成功的身份验证而向认证服务器220发布支付信息。
在支付使用过程202中,终端212可以向认证服务器220发送用户认证请求。例如,终端212可将从3D相机获取的二维人脸图像发送到认证服务器220,并请求用户认证以进行支付。作为另一示例,终端212可以请求用户认证,同时将人脸图像和用户输入的PIN发送到认证服务器220。认证服务器220可以通过基于深度学习的推理服务器221为从终端211接收的人脸图像生成生物特征数据。如上所述,一旦确认到认证服务器220基于生物特征数据成功认证用户,终端212可以从认证服务器220请求并接收固定令牌信息。作为另一示例,认证服务器220仅当在支付过程中输入的PIN与先前在注册过程中注册的PIN匹配并且基于生物特征数据的用户认证成功时,才可以请求发布固定令牌信息。终端212可以使用固定令牌信息来请求支付批准。
认证服务器220可以接收从3D相机获取的二维图像以及来自终端212的用户认证请求。认证服务器220中的推理服务器221可以分析二维图像。推理服务器221可以从二维图像中提取基于深度学习的生物特征数据,并将其结果(例如,生物特征数据)返回给认证服务器220。例如,认证服务器220可以搜索与在先前加密和存储的生物认证信息中从终端212接收的图像的生物特征数据匹配的目标认证信息。认证服务器220可以通过比较先前存储的生物认证信息和生物特征数据,使用与先前存储的生物认证信息相对应的模板来确定先前存储的生物认证信息是否与生物特征数据匹配。例如,当先前存储的生物认证信息是其中针对多个模板中的每一个分割并存储加密的生物特征数据的信息时,认证服务器220可以从分布式服务器225接收生物认证信息的相关部分,并通过组合存储在认证服务器220和分布式服务器225中的多个生物认证信息来生成组合的生物认证信息。认证服务器220可以从组合的生物认证信息计算与从推理服务器221返回的生物特征数据相对应的部分数据,并通过将部分数据与生物特征数据进行比较来确定是否存在匹配。认证服务器220可以将由与生物特征数据匹配的生物认证信息指示的身份识别为输入用户的身份。认证服务器220可以使用基于生物特征数据识别的用户的身份,选择映射到其上的客户信息和支付信息。
作为参考,响应于与同一身份对应的多个生物认证信息中与待认证的用户的生物特征数据匹配的目标认证信息大于或等于阈值数的情况,认证服务器220可以为与生物特征数据对应的用户识别生物认证信息所指示的身份。当存在n个模板且阈值数为n时,只有当输入的生物特征数据与相同身份的所有生物认证信息匹配,认证服务器220才可以识别对应于生物特征数据的用户身份。然而,实施例并不限于此。当阈值数为“1”时,即使生物特征数据与相同身份的多个生物认证信息中的一个匹配,认证服务器220也可以识别与生物特征数据对应的用户的身份。
认证服务器220还可以对由上述生物特征数据识别的身份的用户执行身份验证过程。认证服务器220可以执行身份验证,并且在确定终端212的用户为真实所有者情况下,向卡处理服务器230请求发布使用支付信息的固定令牌信息。响应于从卡处理服务器230接收到的固定令牌信息,认证服务器220可以通过加盟服务器等来发送用户希望购买的物品(例如,产品和/或服务)的支付批准请求。在这种情况下,认证服务器220可以将用户希望购买的物品的支付批准请求和固定令牌信息发送到加盟服务器。然而,实施例并不限于此,认证服务器220可以向终端212发送固定令牌信息。在这种情况下,终端212可以使用固定令牌信息直接向卡处理服务器230发送支付批准请求。用户可以请求在线商店和/或离线商店中的物品的付款。
卡处理服务器230可以响应于来自认证服务器220的请求,发布固定令牌信息。在这种情况下,卡处理服务器220可以从认证服务器220接收客户信息和支付信息,并验证客户信息和支付信息的有效性。响应于确定客户信息和支付信息有效,卡处理服务器230可以使用支付信息来生成固定令牌信息。作为参考,固定令牌信息可以使用一次,并且可以在每次请求支付批准时更改。此后,卡处理服务器230可以从终端212和/或加盟服务器接收有关用户希望购买的物品的价格信息和伴随固定令牌信息的支付批准请求。卡处理服务器230可以通过验证固定令牌信息的有效性来确定是否批准支付。卡处理服务器230可以响应于支付被批准,向终端212和/或加盟服务器发送支付批准结果。
图3为示出根据一实施例的人脸信息注册方法的流程图。
首先,在步骤310中,终端可以执行使用申请。例如,终端可以请求同意为人脸信息注册而所需的服务条款。服务条款可以包括,例如,个人信息收集和使用协议、以及身份验证组织的服务条款协议(例如,身份验证服务的使用条款、电信公司服务的使用条件、卡公司服务的使用条款等)。终端可以响应于从用户接收的有关服务条款的同意,继续进行使用人脸信息的支付服务注册。
然后,在步骤320中,终端可以执行终端认证。例如,终端可以从认证中心接收服务器证书的公钥。终端可以对认证中心进行认证,然后生成一次性密钥,并使用服务器公钥加密所生成的一次性密钥,并将其传输到服务器。在验证终端的有效性之后,终端可以从服务器接收密钥。
随后,在步骤330中,终端可以获取卡信息。例如,终端可以从用户获取指示金融支付手段(例如,用户希望使用的卡)的代码信息。例如,专用终端可以基于刷物理卡的输入、插入卡的集成电路(IC)部的输入及用户输入的卡序列号之一来获取卡信息。刷物理卡的输入可以指示用户将物理卡磁性地刷卡到专用终端的卡识别模块。插入IC部的输入可以指示用户将包括物理卡的IC部的部分插入到专用终端的卡识别模块中。
然后,在步骤340中,终端可以对要注册的用户执行身份验证。例如,终端可以通过移动电话身份验证来验证用户的姓名、移动电话的电信运营商、移动电话号码、用户的出生日期、性别以及用户的国籍等。作为另一示例,终端可以通过卡身份验证先获取与电话号码及卡序列号的预定部分相对应的数字(例如,卡的最后八位数字),并使用通过ARS认证、SMS认证等认证过程指定给该卡的密码中的至少一部分(例如,密码的前两位或后两位等)来验证用户是否被识别为移动电话的真正所有者。
随后,在步骤350中,终端可以注册人脸信息。例如,终端可以向卡处理服务器发送与客户身份相关的信息(例如,基于姓名、身份证号码等的CI信息)和卡信息,并从卡处理服务器接收基于卡信息生成的支付信息(例如,卡ID)。认证服务器可以映射客户信息、支付信息及与人脸相关的生物认证信息,并以分布式方式存储这些信息。
作为参考,根据一实施例的注册方法可以不提供为用户映射的支付信息、生物认证信息和客户信息的改变。因此,用户可以删除先前注册的信息并继续重新注册。此外,管理员可以删除任意用户的注册信息,并且用户可以继续重新注册。
图4为示出根据一实施例的人脸信息注册的详细过程的附图。
首先,终端可以分为用户可携带的移动终端412和安装在商店等中的专用终端411。专用终端411可以实现为包括例如用于人脸支付的3D深度相机的信息亭终端。
在步骤401中,专用终端411可以执行身份验证。身份验证将在下面参考图7及图8进行描述。专用终端411可以通过身份验证获取与用户对应的客户信息。如上所述,客户信息可以是与用户身份相关的信息,例如,可以包括用户的姓名、电话号码、身份证号码等。
然后,在步骤402中,专用终端411可以获取人脸图像。专用终端402可以在使用三维相机验证不是伪造(Spoofing)图像之后,获取二维人脸图像。例如,专用终端411可以通过使用三维深度相机捕捉用户的人脸来获取二维人脸图像。3D深度相机可以测量从相机到目标对象的距离,并且到目标对象上的每个点的距离可以对应于深度。例如,3D深度相机可以通过飞行时间(TOF,time of flight)方案,基于辐射信号(例如,红外信号)的辐射时间点与反射信号的接收时间点之间的差来测量距离。3D人脸图像的每个像素可以表示对应位置处的深度值(depth value)。此外,专用终端411可以通过立体红外线传感器(stereoinfrared ray sensor)和多个相机传感器来验证人脸图像的活跃度(liveness)。活跃度可以指示用户的生物测定是否真实,并且活跃度验证可以是指验证人脸图像中显示的对象(例如,人脸)是否是活体(living body)的操作。专用终端411可以验证人脸图像的活跃度,并响应于确定人脸图像中显示的对象不是活体而是伪造对象(fake object),可以终止人脸信息注册过程。
随后,在步骤403中,专用终端411可以获取用户的卡信息。专用终端411可以通过例如直接输入、磁读取和QR输入等来获取卡信息。下面将参考图5及图6来描述获取卡信息。
虽然主要描述专用终端411的操作,但移动终端412也可以执行上述步骤401、402、403。作为参考,在步骤402中,专用终端411通过3D相机获取人脸图像,但移动终端412可以通过二维(2D)相机获取人脸图像。然而,实施例并不限于此,当移动终端412包括3D深度相机时,移动终端412也可以通过3D相机获取人脸图像。
根据一实施例,专用终端411和/或移动终端412可以映射客户信息、人脸图像和卡信息并将其发送到认证服务器420,并请求用户注册。
然后,在步骤490中,认证服务器420可以使用经过训练的深度学习模型,从接收来自移动终端412和/或专用终端411的人脸图像中提取生物特征数据491。
随后,在步骤404中,认证服务器420可以加密生物认证信息并以分布式方式进行注册。例如,认证服务器420可以通过加密生物特征数据491来生成加密的生物信息492。认证服务器420可以通过分发加密的生物信息492来注册生成的生物认证信息。作为参考,从移动终端412获取的人脸图像提取的生物特征数据491和从专用终端411获取的人脸图像提取的生物特征数据491可以彼此兼容。认证服务器420可以通过用多个模板分离加密的生物信息492来生成多个生物认证信息。例如,在图4中,可以生成生物认证信息a和生物认证信息b。认证服务器420可以通过将生物认证信息分发给至少一个分布式服务器来存储生物认证信息。认证服务器420和分布式服务器可以由不同的业务实体或数据中心操作。
随后,在步骤405中,认证服务器420可以向卡处理服务器430发送支付信息生成请求。在这种情况下,认证服务器410可以进一步向卡处理服务器430提供从终端411接收的卡信息。卡处理服务器430可以从认证服务器420接收支付信息生成请求。在此,认证服务器420可以是存储多个生物认证信息中的至少一个的服务器,其中所述多个生物认证信息加密并以分布式方式存储与用户人脸相关的生物特征数据491。认证服务器420可以接收卡信息以及上述请求。
然后,在步骤406中,卡处理服务器430可以验证卡信息和客户信息。根据一实施例,卡处理服务器430可以响应于接收到的支付信息生成请求,验证终端上的卡信息和客户信息。例如,卡处理服务器430可以验证卡信息的有效性和客户信息的有效度。卡处理服务器430可以基于卡信息的序列号是否满足预定规则、物理卡的有效日期是否已经过、用户输入的密码是否与指定给该卡的密码匹配等来验证卡信息的有效性。此外,卡处理服务器430可以通过从外部接收的连接信息是否匹配先前为客户信息指定的连接信息来验证客户信息的有效性。
随后,在步骤407中,卡处理服务器430可以响应于卡信息和客户信息的成功验证而发布支付信息。例如,卡处理服务器430可以响应于卡信息的成功验证,基于卡信息生成支付信息。如上所述,支付信息可以是与卡信息不同的值,并且可以是指示物理卡的识别号(例如,卡ID)。卡处理服务器430可以向认证服务器420发布生成的支付信息,以将其与生物认证信息一起存储。
然后,在步骤408中,认证服务器420可以匹配并存储客户信息、认证信息及支付信息。下面将参照图10描述匹配和存储。
随后,专用终端411和/或移动终端412响应于针对认证服务器420的客户信息、针对人脸图像提取的生物特征数据491以及卡信息的注册成功,可以从认证服务器420接收注册结果。专用终端411和/或移动终端412可以通过显示器输出接收到的注册结果。
图5及图6为示出根据一实施例的在人脸信息注册中获取卡信息的示例的附图。
在图5中,专用终端411可以通过代码信息获取卡信息。例如,专用终端411可以光学地获取指示基于用户输入选择的卡信息的二维码信息。与专用终端411不同的移动终端可以基于用户输入选择存储在移动终端中的卡信息之一。例如,如图5所示,移动终端可响应于选择“生物支付”510的输入,提供用于选择生物支付方法的接口。响应于在该接口中选择人脸支付方法520,移动终端可以提供卡信息选择接口。移动终端可以通过用户在该接口中的输入来选择任意的卡信息531。响应于用于所选卡信息531的代码可视化输入530,移动终端可以通过显示器来可视化指示所选择卡信息532的代码信息540。在此,代码信息可以是例如二维代码信息,并且可以包括条形码和快速响应(QR,Quick Response)代码等。专用终端411可以通过光学传感器识别在移动终端的显示器上显示的代码信息。专用终端411可以基于使用光学识别获取的2D代码信息来映射所选的卡信息和通过3D相机获取的人脸图像。
在图6中,移动终端可以获取选择存储在用户终端中的一个以上的卡信息之一的用户输入。例如,移动终端可以响应于选择“生物支付”610的输入,提供用于选择生物支付方法的接口。响应于在该接口中选择人脸支付方法620,移动终端可提供用于执行身份验证过程的身份验证接口630。移动终端可以响应于成功的身份验证而获取人脸图像640。在获取人脸图像640之后,移动终端可以提供卡信息选择接口。移动终端可以响应于卡信息选择接口中的用户输入,选择一个卡信息650。移动终端可以响应于用户输入,将所选的卡信息650和客户信息发送到认证服务器,并且将用于提取生物特征数据的二维图像单独发送到认证服务。因此,移动终端可以分两步向服务器发送卡信息650和客户信息以及二维图像。
图7及图8为示出根据一实施例的人脸信息注册中的身份验证过程的附图。
首先,在步骤701中,终端710可以接收卡信息。例如,如步骤711所示,终端710可以通过光学识别获取指示在另一装置上显示的卡的QR信息。作为另一示例,如步骤712所示,终端710可以通过刷卡获取与卡序列号相关的卡信息。作为又另一示例,如步骤713所示,终端710可以通过插入卡的IC部来获取卡信息。
然后,在步骤721中,终端710可以启动移动电话身份验证过程。例如,在步骤722中,终端710可以加密与身份验证和认证请求相关的信息,并将其发送到认证服务器720。
随后,在步骤723,认证服务器720可以从终端710接收身份验证请求。在步骤724中,认证服务器720可以检查是否启动移动电话身份验证过程。
在步骤725中,身份验证服务器750可以从认证服务器720接收移动电话身份验证。在步骤726中,身份验证服务器750可以向相应的终端710(例如,移动终端710)发送SMS。在此,SMS可以是包括用于认证的一次性号码(例如,SMS认证号码)的消息。用户790可以通过终端710接收SMS。
在步骤731中,终端710可以从用户790接收SMS认证号码。在步骤732中,认证服务器720可以接收SMS认证号并将其发送到身份验证服务器750。在步骤730中,身份验证服务器750可以验证发送给用户790的SMS验证号码是否与经由验证服务器720接收的SMS验证号匹配。
在步骤741中,响应于SMS认证号码之间的不匹配,终端710可以发送SMS重新发送请求。在步骤742中,认证服务器720可以接收SMS重新发送请求并将其发送到认证服务器720。在步骤743中,认证服务720可以再次发送SMS,并且在步骤744中,用户790可以接收SMS。
在步骤750中,响应于成功的身份验证,终端710可以在向认证服务器720发送如上所述获取的卡信息和CI的同时发送用户790注册请求。
在步骤760中,认证服务器720可以接收用户790注册请求。此后,认证服务器720可以执行与图9的步骤901相对应的操作。
将参考图8描述通过卡的身份验证过程。上面已经描述了步骤701、711、712、713,因此省略其描述。
在步骤821中,响应于选择卡身份验证过程,终端710可以启动该过程。在步骤822中,终端710可以加密与认证和认证请求相关的信息,并将其发送到认证服务器720。
在步骤823中,认证服务器720可以接收身份验证请求。在步骤824中,认证服务器720可以确定卡身份验证过程是否已经启动,并且在步骤825中,身份验证服务器750可以执行主认证(例如,验证输入的卡的序列号和密码是否与先前存储的值匹配)。在步骤826中,认证服务器720可以确定是否需要额外认证。在步骤827中,响应于不需要额外认证,身份验证服务器750可以发送ARS认证请求。在步骤828中,用户790可以接收用于卡的身份验证的电话。在步骤829中,用户790可以通过ARS输入卡的密码的一部分(例如,2位)。
在步骤831中,当需要额外认证时,终端710可以从用户790接收附加信息。在步骤832中,认证服务器720可以从终端710接收额外的卡信息,并将其发送到身份验证服务器750,以便可以从步骤825再次开始执行该过程。
在步骤841中,终端710可以接收点击认证确认按钮的用户输入,并且在步骤842中,认证服务器720可以从终端710接收认证确认请求。在步骤843中,身份验证服务器750可以响应于从认证服务器720发送的认证确认请求来验证认证是否完成,并将结果通知给认证服务器720。
在步骤850中,终端710可以响应于成功的身份验证来发送卡信息。在此,与步骤860一样,终端710可以加密用户790信息(例如,客户信息),并将其与卡信息一起映射和发送。
在步骤870中,认证服务器720可以接收用户790信息等,并随后执行图9的步骤901。
图9为示出根据一实施例的在人脸信息注册中存储生物认证信息的过程的附图。
首先,在步骤901中,认证服务器720可以通过图7和图8的过程接收用户信息(例如,客户信息)、生物特征数据和卡信息等。
然后,在步骤910中,卡处理服务器930可以验证卡信息。例如,卡处理服务器930可以验证卡信息的有效性。卡处理服务器930可以验证卡信息的卡序列号是否有效、由卡信息指示的卡的有效日期是否已经过等。随后,在步骤929中,认证服务器720可以向卡处理服务器930发送支付信息生成请求。例如,在步骤922中,卡处理服务器920可以从认证服务器720接收包括客户信息和卡信息的支付信息生成请求。在此,卡处理服务器930可以验证与支付信息生成请求相关联的卡信息。卡处理服务器930可以验证由卡信息指示的卡是否有效。此外,卡处理服务器930可以与卡信息一起验证客户信息的有效性。作为参考,卡处理服务器930可以使用连接信息(CI,Connecting Information)验证客户信息是否合法。例如,卡处理服务器930可以通过从外部接收的CI是否匹配先前为客户信息指定的CI来验证客户信息的有效性。卡处理服务器930可以响应于客户信息与卡信息的成功验证,生成支付信息。卡处理服务器930可以生成不同于卡信息(例如,物理卡的实际卡序列号)的新卡识别号(cardidentification number)作为支付信息。卡处理服务器930可以向认证服务器720发布支付信息,以将其与生物认证信息和客户信息一起存储。
然后,在步骤923中,响应于卡处理服务器930成功发布的支付信息,终端710可以接收其结果。例如,终端710可以接收支付信息和临时用户标识符。
然后,在步骤931中,终端710可以通过3D相机获取用户的人脸图像。终端710可以映射所获取的人脸图像和临时用户信息,并将其发送到认证服务器720。
然后,在步骤933中,认证服务器720可以接收人脸信息。例如,认证服务器720可以接收人脸图像信息和临时用户信息。在步骤934中,卡处理服务器930可以验证支付信息。卡处理服务器930可以验证支付信息的有效性。例如,卡处理服务器930可以验证包括在支付信息中的新卡识别号是否满足预定规则等。认证服务器720可以验证支付信息的存在或不存在。在步骤935中,一旦确认支付信息的存在与否,认证服务器720可以将人脸图像传输到推理服务器921。作为参考,推理服务器922可以在认证服务器720内部实现,但并不限于此,并且可以替代地构建为单独的服务器。在步骤936中,推理服务器921可以从认证服务器720接收人脸图像。在步骤937中,推理服务器921可以分析人脸信息。
此后,在步骤940中,认证服务器720可以生成将加密人脸特征数据并分发的生物认证信息,并将该生物认证信息分开存储在多个服务器中。下面将参考图10描述以分布式方式存储生物认证信息。
图10为示出根据一实施例的在人脸信息注册中以分布式方式存储生物认证信息的示例的附图。
如上所述,可以从人脸图像中提取生物特征数据1010,并且认证服务器720可以通过加密提取的生物特征数据1010来生成加密的生物信息1020。认证服务器720可以通过将加密的生物信息1020分离为多个模板来生成分布式生物认证信息1030。例如,在图10中,认证服务器720可以生成第一认证信息1031和第二认证信息1032作为生物认证信息1030。认证服务器720可以将第一认证信息103和第二验证信息1032分别存储在多个数据库1040中。多个数据库1040可以被包括在同一服务器中,但并不限于此,并且可以以分布式方式存储在物理上不同的单独服务器中。单独的分布式服务器1025可以是由不同于认证服务器720的运营者的运营者所操作的服务器。
例如,可以将多个分布式生物认证信息映射为代表同一用户的人脸识别号,并将其存储在认证服务器720和至少一个分布式服务器1025。认证服务器720可以将人脸识别号码1029映射到客户信息(例如,用户ID、姓名、电话号码)和/或支付信息,并将其存储在用户表中。人脸识别号1029可以是指示任意用户的人脸的识别号,并且认证服务器720可以为从相同用户的人脸图像提取、加密和分布的生物认证信息1030指定相同的人脸识别号1024。认证服务器720可以映射人脸识别号1029和第一认证信息1031,并将其存储在人脸信息数据库中。与认证服务器720不同的分布式服务器1025可以映射相同的人脸识别号1029和第二认证信息1032,并将其存储在人脸信息数据库中。此外,尽管图10中未示出,但分布式服务器1025可以将支付信息与客户信息和生物认证信息1030一起映射并存储。分布式服务器1025可以包括多个服务器。
然而,映射数据并不限于此,并且可以根据设计而变化。
图11为示出根据一实施例的使用人脸信息进行支付的方法的流程图。
首先,在步骤1110中,终端可以执行支付请求。例如,专用终端和/或移动终端可以响应于用户选择的人脸支付事件,继续进行基于人脸支付的支付请求。
然后,在步骤1120中,终端可以请求终端认证。例如,终端可以接收服务器证书的公钥。在证书颁发机构(CA,certificate authority)认证之后,终端可以生成一次性密钥并将其传输到服务器。在验证终端的有效性之后,服务器可以接收密钥。
随后,在步骤1130中,终端可以获取人脸图像。例如,专用终端可以使用3D深度相机捕捉客户的人脸图像。然而,实施例并不限于此,移动终端也可以使用典型相机捕捉人脸图像。终端可以验证活跃度,然后将人脸图像发送到认证服务器。
然后,在步骤1140中,认证服务器可以执行人脸认证。推理服务器可以基于人脸图像提取生物特征数据,并将结果(例如,上述生物特征数据)返回给认证服务器。认证服务器可以搜索与生物特征数据匹配的生物认证信息,并识别映射到所搜索的生物认证数据的客户信息和支付信息。例如,认证服务器可以通过比较组合生物认证信息和生物特征数据来确定通过组合存储在分布式服务器中的生物认证信息而生成的组合生物认证数据是否与生物特征数据匹配。认证服务器可以计算生物特征数据和组合的生物认证信息之间的匹配相似度,并且响应于匹配相似度超过阈值相似度,确定生物特征数据与该组合的生物认证信息匹配。
认证服务器可以使用与所识别的客户信息相对应的用户的支付信息(例如,卡ID),从卡处理服务器请求固定令牌信息(例如,一次性号码(OTN,one-time number))。卡处理服务器可以通过单独的验证过程向认证服务器发布固定令牌信息。
随后,在步骤1150中,终端可以接收与认证完成相关的结果(例如,人脸认证结果等)。例如,响应于上述步骤中成功的用户认证,认证服务器和/或卡处理服务器可以向请求支付的终端发送固定令牌信息。
然后,在步骤1160中,终端可以基于认证完成的结果执行支付完成。终端和/或认证服务器可以从加盟服务器请求支付上述固定令牌信息,并且可以通过加盟服务器将固定令牌信息发送到卡处理服务器。响应于最终支付被卡处理服务器批准,终端可以接收支付批准结果。
图12为示出根据一实施例的使用人脸信息进行支付的详细过程的附图。
首先,终端可以响应于用户选择的人脸支付,从用户获取人脸图像。终端可以是专用终端1211和/或移动终端1212。例如,终端可以从服务和产品中的至少一个计算用户拾取的购买物品的价格信息。终端可以响应于用户输入,选择人脸支付作为计算出的价格信息的支付方法。
此后,终端可以在将通过相机获取的人脸图像发送到服务器,并请求人脸支付。
作为参考,图12示出了专用终端1211在离线通过加盟店执行人脸支付,移动终端1212在线执行人脸支付的情况,但实施例并不限于此。专用终端1211可以在线执行人脸支付,移动终端1212可以通过加盟店在离线执行人脸支付。此外,人脸信息可以在线注册,并且人脸支付可以离线执行。相反地,人脸信息也可以通过专用终端1211离线注册,并且人脸支付可以通过移动终端1212在线执行。因此,可以交替使用在线和离线。
然后,在步骤1201中,认证服务器可以验证生物认证信息。例如,认证服务器可以确定与所述生物特征数据匹配的生物认证信息(以下称为目标认证信息)是否存在于先前存储的生物认证数据之中。因此,认证服务器可以从以分布式方式存储的多个生物认证信息中,搜索与从终端接收的生物特征数据匹配的目标认证信息。
随后,认证服务器可以通过存储有映射到匹配生物认证信息的人脸识别号的用户表,识别与匹配生物认证信息相对应的用户的客户信息和支付信息中的至少一个。例如,在步骤1202中,认证服务器可以验证客户信息。例如,认证服务器可以将映射到的客户信息识别到目标认证信息。以图10所示的数据结构为例,认证服务器可以识别在上述步骤1201中搜索与生物特征数据匹配的目标认证信息并识别到的目标认证数据的人脸识别号。认证服务器可以搜索对应于所识别的人脸识别号的客户信息。此外,在步骤1203中,认证服务器可以验证支付信息。例如,认证服务器可以识别映射到所识别的客户信息等的支付信息。如上所述,支付信息可以是从指示物理卡或应用卡等的卡信息生成并用于生成固定令牌信息的信息。
然后,在步骤1204中,认证服务器可以请求固定令牌信息。认证服务器可以使用与匹配的生物认证信息相对应的支付信息和客户信息,从卡处理服务器请求固定令牌信息。例如,认证服务器可以在请求固定令牌信息的同时,将支付信息一起发送到卡处理服务器。卡处理服务器可以从认证服务器接收固定令牌信息的生成请求,其中所述认证服务器在存储与用户人脸相关的生物特征数据被加密并以分布式方式存储的多个生物认证信息中的至少一个。此外,卡处理服务器还可以从认证服务器接收基于从用户输入的人脸图像提取的生物特征数据识别的支付信息。
然后,在步骤1205中,卡处理服务器可以验证该请求。例如,卡处理服务器可以验证支付信息的有效性。响应于对固定令牌信息的生成请求有效的验证,卡处理服务器可以响应于生成请求来生成固定令牌信息。例如,卡处理服务器可以使用支付信息作为种子值(seed value)来生成随机数作为固定令牌信息。
然后,在步骤1206中,卡处理服务器可以发布固定令牌信息。例如,卡处理服务器可以将生成的固定令牌信息发送到认证服务器。
随后,在步骤1207中,认证服务器可以将固定令牌发送到加盟服务器。然而,实施例并不限于此,认证服务器可以向终端发送固定令牌,终端也可以向加盟服务器发送该固定令牌信息。或者,终端和/或认证服务器可以将用于要购买的物品的人脸支付的固定令牌信息直接发送到卡处理服务器,而不是通过加盟服务器。
然后,在步骤1208中,加盟服务器可以向卡处理服务器发送支付批准请求。卡处理服务器可以响应于接收到终端的支付请求以及固定令牌信息来验证固定令牌信息。作为参考,终端的支付请求可以如图12所示通过加盟服务器发送,但实施例并不限于此,终端的支付请求可以从终端直接发送到卡处理服务器。
随后,在步骤1209中,卡处理服务器可以向加盟服务器发送支付批准。例如,卡处理服务器可以基于验证固定令牌信息的结果,提供与支付批准相关的信息。尽管图12示出了与提供给加盟服务器的支付批准相关的信息,但实施例并不限于此,卡处理服务器可以直接向终端提供与支付批准相关的信息。终端可以通过加盟服务器和认证服务器或者直接从卡处理服务器接收基于由生物特征数据识别的支付信息和客户信息的人脸支付处理结果。与支付批准相关的信息可以是指示人脸支付是否被批准的信息,也可以是指人脸支付的处理结果。
图13为示出根据一实施例的在使用人脸信息的支付中生成固定令牌信息的过程的附图。
首先,在步骤1301中,终端1310可以开始支付。例如,终端1310可以响应于用户的输入,为期望购买的产品和/或服务的项目选择人脸支付事件。
然后,在步骤1311中,终端1310可以接收人脸信息。例如,终端1310可以拍摄用户的人脸图像。随后,在步骤1312中,终端1310和认证服务器1320可以联合执行密钥交换过程。然后,在步骤1325中,终端1310可以在验证由3D相机捕获的图像未被伪造(Spoofing)之后,获取人脸图像。
随后,在步骤1331中,终端1310可以发送认证请求。例如,终端1310可以在向认证服务器1320发送人脸图像的同时发送人脸认证请求。然后,在步骤1332中,认证服务器132O可以从终端1310接收包括人脸图像的人脸认证请求。接着,在步骤1333中,认证服务器1320的推理服务器1321可以从接收到的人脸图像中分析并提取生物特征数据,并返回其结果(例如,生物特征数据)。当存在分布式服务器时,认证服务器1321可以搜索目标认证信息,所述目标认证信息与通过将以分布式方式存储的生物特征认证信息与分布式服务器中的生物特征验证信息组合而生成的组合生物特征认证信息相匹配。认证服务器1320可以响应于找到目标认证信息来识别与目标认证信息相对应的客户信息和支付信息。
然后,在步骤1335中,卡处理服务器1330可以基于生物特征数据来验证所识别的支付信息。例如,卡处理服务器1330可以验证支付信息的有效性。认证服务器1320可以仅验证支付信息验证信息的存在或不存在。
随后,在步骤1341中,认证服务器1320可以请求固定令牌信息。然后,在步骤1342中,卡处理服务器1330可以生成固定令牌信息。例如,卡处理服务器1330可以从认证服务器1320接收客户信息和支付信息以及固定令牌信息的生成请求,并响应于确定客户信息和付款信息有效而生成固定令牌信息。随后,认证服务器1320可以根据基于客户信息和支付信息验证用户的结果,接收卡处理服务器1330发布的固定令牌信息。认证服务器1320可以向终端发送用户的人脸认证结果。人脸认证结果可以包括固定令牌信息。
图14为示出根据一实施例的终端的配置的框图。
参照图14,终端1400可以包括处理器1410、存储装置1420、相机1430、输入装置1440、显示器1450及网络接口1460。处理器1410、存储装置1420、相机1430、输入装置1440、显示器1450及网络接口1460可以通过通信总线1470彼此通信。在图1至图13中描述的专用终端和/或移动终端可以实现为图14所示的终端1400。
处理器1410可以执行将在终端1400中执行的指令和功能。例如,处理器1410可以处理存储在存储装置1420中的指令。处理器1410可以执行通过图1至图13描述的一个或多个操作。
存储装置1420存储执行处理器1410所需的信息或数据。存储装置142O可以包括计算机可读存储介质或计算机可读存储设备。存储装置1420可以存储将由处理器1410执行的指令,并且可以在终端1400执行软件和/或应用时存储相关信息。
相机1430可以捕获图像。例如,相机1430可以捕获并生成用户的人脸图像。相机1430可以是颜色传感器,但并不限于此,并且也可以是3D深度传感器。
输入装置1440可以通过触觉、视频、音频或触摸输入从用户接收输入。输入装置1440可以包括键盘、鼠标、触摸屏、麦克风或检测来自用户的输入并发送检测到的输入的任何其他设备。
显示器1450可以通过视觉通道向用户提供终端1400的输出。例如,显示器1450可以使用视觉信息(visual information)向用户提供支付批准结果。
网络接口1460可以通过有线或无线网络与外部设备通信。网络接口1460可以发送/接收与人脸支付相关的数据和请求。网络接口1460也可以称为通信部。
图15为示出根据一实施例的服务器的配置的框图。
服务器1500可以包括通信部1510、处理器1520及存储器1530。在图1至图13中描述的认证服务器、加盟服务器及卡处理服务器中的至少一个可以实现为图15所示的服务器1500。
通信部1510可以通过有线或无线网络与外部服务器和/或终端通信。通信部1510可以发送和接收与人脸支付相关的数据(例如,支付信息、客户信息、人脸图像、固定令牌信息等)和各种请求。
存储器1530存储执行处理器1520所需的信息或数据。存储器1530可以包括计算机可读存储介质或计算机可读存储设备。存储器1530可以存储将由处理器1520执行的指令,并且可以在服务器1500正在执行软件或应用时存储相关信息。
根据实施例的方法以能够通过多种计算机手段执行的程序命令的形式体现,并记录在计算机读写介质中。所述计算机读写介质能够以单独或者组合的形式包括程序命令、数据文件、数据结构等。记录在所述介质的程序指令能够是为实现实施例而特别设计与构成的指令,或者是计算机软件领域普通技术人员能够基于公知使用的指令。计算机读写记录介质能够包括硬盘、软盘以及磁带等磁性媒介(magnetic media);与CD-ROM、DVD等类似的光学媒介(optical media);与光磁软盘(floptical disk)类似的磁光媒介(magneto-optical media),以及与只读存储器(ROM)、随机存取存储器(RAM)、闪存等类似的为存储并执行程序命令而特别构成的硬件装置。程序指令的例子不仅包括通过编译器生成的机器语言代码,还包括通过使用解释器等能够由计算机执行的高级语言代码。为执行实施例的操作,所述硬件装置能够构成为以一个以上的软件模块实现操作的方式,反之亦然。
软件能够包括计算机程序(computer program)、代码(code)、指令(instruction),或其中的一个以上的组合,能够使加工装置按照所期待的方式操作,或者,单独或共同(collectively)命令加工装置。为通过加工装置进行解释或者向加工装置提供命令或数据,软件和/或数据能够永久或临时体现于(embody)任何类型的设备、构成要素(component)、物理装置、虚拟装置(virtual equipment)、计算机存储介质或装置,或者传送的信号波(signal wave)。软件分布于通过网络连接的计算机系统上,能够以分布式存储或执行。软件及数据能够存储于一个以上的计算机读写存储介质中。
综上,通过有限的附图对实施例进行了说明,本领域普通技术人员能够基于所述记载进行多种更改与应变。例如,所说明的技术按照与说明的方法不同的顺序执行,和/或所说明的系统、结构、装置、电路等构成要素按照与说明的方法不同的形态进行结合或组合,或者由其他构成要素或者等同物置换或代替,也能得到适当的结果。
由此,其他体现,其他实施例以及权利要求范围的等同物,均属于本发明的权利要求范围。
Claims (29)
1.一种由终端执行的人脸信息注册方法,其特征在于,
所述人脸信息注册方法,包括以下步骤:
获取对应于用户的客户信息;
获取所述用户的人脸图像;
获取所述用户的卡信息;
映射所述客户信息、所述人脸图像及所述卡信息并将其发送到认证服务器,并请求用户注册;以及
响应于在所述认证服务器中成功注册所述客户信息、针对所述人脸图像提取的生物特征数据及所述卡信息,从所述认证服务器接收注册结果。
2.根据权利要求1所述的人脸信息注册方法,其特征在于,
获取所述人脸图像的步骤,包括以下步骤:
在使用三维深度相机验证不是伪造图像之后,获取二维人脸图像。
3.根据权利要求1所述的人脸信息注册方法,其特征在于,
获取所述人脸图像的步骤,包括以下步骤:
通过立体红外线传感器和多个相机传感器来验证人脸图像的活跃度。
4.根据权利要求1所述的人脸信息注册方法,其特征在于,
获取所述卡信息的步骤,包括以下步骤:
基于刷物理卡的输入、插入所述物理卡的集成电路部的输入及所述用户对卡序列号的输入中的一个来获取所述卡信息。
5.根据权利要求1所述的人脸信息注册方法,其特征在于,
请求所述用户注册的步骤,包括以下步骤:
获取存储在用户终端中的一个以上的卡信息中选择一个卡信息的用户输入;以及
将响应于所述用户输入而选择的卡信息和所述客户信息发送到所述认证服务器,并将用于提取所述生物特征数据的二维图像单独发送到所述认证服务器。
6.根据权利要求1所述的人脸信息注册方法,其特征在于,
请求所述用户注册的步骤,包括以下步骤:
光学地获取指示基于用户输入选择的卡信息的二维码信息;以及
基于所述二维码信息来映射所述选择的卡信息和所述人脸图像。
7.一种由服务器执行的人脸信息注册方法,其特征在于,
所述人脸信息注册方法,包括以下步骤:
从认证服务器接收支付信息生成请求,其中所述认证服务器在存储与用户人脸相关的生物特征数据被加密并以分布式方式存储的多个生物认证信息中的至少一个;
响应于接收到所述支付信息生成请求,验证终端的卡信息;
响应于所述卡信息验证成功,基于所述卡信息生成支付信息;以及
将生成的所述支付信息发布到所述认证服务器,以将其与所述生物认证信息一起存储。
8.根据权利要求7所述的人脸信息注册方法,其特征在于,
验证所述卡信息的步骤,包括验证所述客户信息和所述卡信息的步骤,
生成所述支付信息的步骤,包括响应于所述客户信息与所述卡信息的成功验证而生成所述支付信息的步骤,
将所述支付信息发布到所述认证服务器的步骤,包括将所述支付信息发布到所述认证服务器以将其与所述生物认证信息和所述客户信息一起存储的步骤。
9.根据权利要求8所述的人脸信息注册方法,其特征在于,
验证所述客户信息的步骤,包括以下步骤:
使用连接信息来验证所述客户信息是否合法。
10.根据权利要求7所述的人脸信息注册方法,其特征在于,
验证所述卡信息的步骤,包括以下步骤:
验证由所述卡信息指示的卡是否有效。
11.根据权利要求7所述的人脸信息注册方法,其特征在于,
生成所述支付信息的步骤,包括以下步骤:
生成不同于所述卡信息的卡识别号作为所述支付信息。
12.一种由终端执行的使用人脸信息的支付方法,其特征在于,
所述使用人脸信息的支付方法,包括以下步骤:
响应于用户选择的人脸支付,从所述用户获取人脸图像;
在向认证服务器发送所述人脸图像的同时请求所述人脸支付;以及
基于由从所述人脸图像提取的生物特征数据识别的客户信息和支付信息,接收处理所述人脸支付的结果。
13.根据权利要求12所述的使用人脸信息的支付方法,其特征在于,
所述支付信息是从指示物理卡的卡信息生成的信息,并用于生成固定令牌信息。
14.根据权利要求12所述的使用人脸信息的支付方法,其特征在于,
还包括以下步骤:
从服务和产品中的至少一个计算用户拾取的购买物品的价格信息;以及
响应于用户输入,选择所述人脸支付作为所述计算出的价格信息的支付方法。
15.一种由服务器执行的使用人脸信息的支付方法,其特征在于,
所述使用人脸信息的支付方法,包括以下步骤:
从认证服务器接收固定令牌信息的生成请求,其中所述认证服务器在存储与用户人脸相关的生物特征数据被加密并以分布式方式存储的多个生物认证信息中的至少一个;
响应于所述生成请求,生成所述固定令牌信息;
将所述生成的固定令牌信息发送到所述认证服务器;
响应于接收到终端的支付请求及所述固定令牌信息,验证所述固定令牌信息;以及
基于验证所述固定令牌信息的结果,提供与支付批准相关的信息。
16.根据权利要求15所述的使用人脸信息的支付方法,其特征在于,
接收所述固定令牌信息的生成请求的步骤,包括以下步骤:
从所述认证服务器接收基于从用户输入的人脸图像提取的生物特征数据识别的支付信息。
17.根据权利要求15所述的使用人脸信息的支付方法,其特征在于,
生成所述固定令牌信息的步骤,包括以下步骤:
使用所述支付信息来生成随机数作为所述固定令牌信息。
18.根据权利要求15所述的使用人脸信息的支付方法,其特征在于,
所述生物特征数据是使用训练的深度学习模型从通过使用三维深度相机拍摄所述用户的人脸而获得的二维人脸图像中提取的数据。
19.一种由认证服务器执行的人脸信息注册方法,其特征在于,
所述人脸信息注册方法,包括以下步骤:
从终端接收包括用户的人脸图像、客户信息及卡信息的人脸信息注册请求;
提取所述人脸图像的生物特征数据;
通过加密所述生物特征数据来生成生物认证信息;
向所述卡处理服务器发送包括所述客户信息和所述卡信息的支付信息生成请求;
接收所述卡处理服务器作为识别所述用户的结果而发布的支付信息;
将所述生物认证信息映射到所述客户信息和所述支付信息中的至少一个,并将其存储;以及
向所述终端发送所述用户的人脸信息注册结果。
20.根据权利要求19所述的人脸信息注册方法,其特征在于,
生成所述生物特征数据的步骤,包括以下步骤:
使用训练的深度学习模型,从接收来自所述终端的人脸图像中提取所述生物特征数据。
21.根据权利要求19所述的人脸信息注册方法,其特征在于,
通过加密所述生物特征数据来生成生物认证信息的步骤,包括以下步骤:
通过加密所述生物特征数据来生成加密的生物信息;以及
通过将所述加密的生物信息分离成多个模板来生成多个分布式生物认证信息。
22.根据权利要求21所述的人脸信息注册方法,其特征在于,
将所述生物认证信息映射到所述客户信息和所述支付信息中的至少一个并将其存储的步骤,包括以下步骤:
将指示同一用户的人脸识别号映射到所述多个分布式生物认证信息,并以分布式方式存储在所述认证服务器和至少一个以上的分布式服务器中。
23.根据权利要求22所述的人脸信息注册方法,其特征在于,
所述人脸识别号映射到所述用户的所述客户信息和所述支付信息中的至少一个,并存储在所述认证服务器中包括的用户表中。
24.一种由认证服务器执行的使用人脸信息的支付方法,其特征在于,
所述使用人脸信息的支付方法,包括以下步骤:
从终端接收包括用户的人脸图像的人脸认证请求;
从所述人脸图像提取生物特征数据;
确定在先前存储的生物认证信息中是否存在与所述生物特征数据匹配的生物认证数据;
使用与所述匹配的生物认证信息相对应的客户信息和支付信息,向卡处理服务器请求固定令牌信息;
接收由所述卡处理服务器作为基于所述客户信息和支付信息验证所述用户的结果而发布的固定令牌信息;以及
向终端发送所述用户的人脸认证结果。
25.根据权利要求24所述的使用人脸信息的支付方法,其特征在于,
所述用户的人脸认证结果包括所述固定令牌信息。
26.根据权利要求24所述的使用人脸信息的支付方法,其特征在于,
还包括以下步骤:
响应于从所述卡处理服务器接收到所述固定令牌信息,将所述固定令牌信息和所述用户希望购买的物品的支付批准请求发送到加盟服务器。
27.根据权利要求24所述的使用人脸信息的支付方法,其特征在于,
从所述先前存储的生物认证信息中搜索与所述生物特征数据匹配的生物认证信息的步骤,包括以下步骤:
在通过组合所述认证服务器和分布并存储在至少一个以上的分布式服务器中的多个生物认证信息而生成的组合生物认证信息中,确定与所述提取的生物特征数据匹配的组合生物认证信息是否存在。
28.根据权利要求27所述的使用人脸信息的支付方法,其特征在于,
使用与所述匹配的生物认证信息相对应的客户信息和支付信息,向卡处理服务器请求固定令牌信息的步骤,包括以下步骤:
通过存储有映射到所述匹配的生物认证信息的人脸识别号的用户表,确认与所述匹配的生物认证信息对应的用户的客户信息和支付信息中的至少一个。
29.根据权利要求24所述的使用人脸信息的支付方法,其特征在于,
确定是否存在所述匹配的生物认证数据的步骤,包括以下步骤:
计算所述生物认证信息与所述提取的生物特征数据之间的匹配相似度,当所述匹配相似度超过预定阈值相似度时,确定所述生物认证信息和所述提取的生物特征数据匹配。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200014687A KR20210100839A (ko) | 2020-02-07 | 2020-02-07 | 얼굴 정보를 이용한 등록 및 결제 방법, 장치, 및 시스템 |
KR10-2020-0014687 | 2020-02-07 | ||
PCT/KR2020/008730 WO2021157790A1 (ko) | 2020-02-07 | 2020-07-03 | 얼굴 정보를 이용한 등록 및 결제 방법, 장치, 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115298680A true CN115298680A (zh) | 2022-11-04 |
Family
ID=77200084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080095868.8A Pending CN115298680A (zh) | 2020-02-07 | 2020-07-03 | 使用人脸信息进行注册及支付的方法、装置及系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230084897A1 (zh) |
EP (1) | EP4102435A4 (zh) |
JP (1) | JP2023513182A (zh) |
KR (1) | KR20210100839A (zh) |
CN (1) | CN115298680A (zh) |
WO (1) | WO2021157790A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11967184B2 (en) * | 2021-05-21 | 2024-04-23 | Ford Global Technologies, Llc | Counterfeit image detection |
US11769313B2 (en) | 2021-05-21 | 2023-09-26 | Ford Global Technologies, Llc | Counterfeit image detection |
US11636700B2 (en) | 2021-05-21 | 2023-04-25 | Ford Global Technologies, Llc | Camera identification |
KR102440171B1 (ko) * | 2021-09-08 | 2022-09-05 | 주식회사 시큐센 | 공항 내 안면인증 기반 qr인증 방법 및 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361493A (zh) * | 2014-11-07 | 2015-02-18 | 亿百葩鲜数据科技(上海)有限公司 | 一种基于生物特征的电子支付方法 |
CN110223077A (zh) * | 2019-06-13 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 人脸支付账户的注册方法、装置、设备及可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007226319A (ja) * | 2006-02-21 | 2007-09-06 | Nec Corp | 顔画像を用いたカード利用者識別システム、および顔画像管理更新方法、およびプログラム |
JP4625117B2 (ja) * | 2008-07-28 | 2011-02-02 | 東芝テック株式会社 | 取引処理装置 |
US8542879B1 (en) * | 2012-06-26 | 2013-09-24 | Google Inc. | Facial recognition |
JP5352730B1 (ja) * | 2012-11-13 | 2013-11-27 | 株式会社野村総合研究所 | 情報処理システム、情報処理方法、商品販売者端末、販売支援方法、売買支援サーバ、売買支援方法、商品購入者端末、購入支援方法およびコンピュータプログラム |
KR20150087584A (ko) * | 2014-01-22 | 2015-07-30 | 주식회사 이베이코리아 | 통신망을 이용한 전자상거래에서의 간편 결제 시스템 및 그 방법 |
KR20170001456A (ko) * | 2015-06-26 | 2017-01-04 | 장완수 | 스마트폰을 이용한 신용카드 결제 인증 방법 |
JP2017068370A (ja) * | 2015-09-28 | 2017-04-06 | 株式会社日本総合研究所 | 自動販売機管理サーバ、自動販売機及び自動販売機管理サーバ用のプログラム |
EP3394810A4 (en) * | 2015-12-23 | 2019-08-07 | LG Electronics Inc. -1- | MOBILE DEVICE AND METHOD OF OPERATION |
KR20170082024A (ko) * | 2016-01-05 | 2017-07-13 | 한국전자통신연구원 | 얼굴 인식 장치 및 방법 |
KR20180063538A (ko) * | 2016-12-02 | 2018-06-12 | 삼성전자주식회사 | Poi 정보를 제공하는 방법 및 이를 지원하는 전자 장치 |
KR20180025305A (ko) * | 2018-02-05 | 2018-03-08 | 코나아이 (주) | 단일 카드를 이용한 결제 시스템, 방법 및 결제 서비스 서버 |
KR102093145B1 (ko) * | 2018-06-07 | 2020-03-25 | 한밭대학교 산학협력단 | 생체정보 인식 기반의 데이터 최적화를 위한 오브젝트 스토리지 클라우드 시스템 |
-
2020
- 2020-02-07 KR KR1020200014687A patent/KR20210100839A/ko active Search and Examination
- 2020-07-03 EP EP20917677.5A patent/EP4102435A4/en active Pending
- 2020-07-03 WO PCT/KR2020/008730 patent/WO2021157790A1/ko unknown
- 2020-07-03 US US17/798,063 patent/US20230084897A1/en not_active Abandoned
- 2020-07-03 CN CN202080095868.8A patent/CN115298680A/zh active Pending
- 2020-07-03 JP JP2022547866A patent/JP2023513182A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361493A (zh) * | 2014-11-07 | 2015-02-18 | 亿百葩鲜数据科技(上海)有限公司 | 一种基于生物特征的电子支付方法 |
CN110223077A (zh) * | 2019-06-13 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 人脸支付账户的注册方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4102435A4 (en) | 2024-02-21 |
KR20210100839A (ko) | 2021-08-18 |
JP2023513182A (ja) | 2023-03-30 |
US20230084897A1 (en) | 2023-03-16 |
WO2021157790A1 (ko) | 2021-08-12 |
EP4102435A1 (en) | 2022-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10706136B2 (en) | Authentication-activated augmented reality display device | |
US10558967B2 (en) | Mobile phone payment system using integrated camera credit card reader | |
US11599883B2 (en) | System and method for fraud risk analysis in IoT | |
US20230084897A1 (en) | Registration and payment method, device, and system using face information | |
AU2023248208A1 (en) | Biometric Transaction System | |
CN109426963B (zh) | 认证生物统计请求的生物统计系统 | |
US11615421B2 (en) | Methods, system and computer program product for selectively responding to presentation of payment card information | |
AU2020101743A4 (en) | Contactless Biometric Authentication Systems and Methods Thereof | |
KR102131207B1 (ko) | 바이오 정보 기반의 페이먼트 서비스 제공 방법, 이를 지원하는 방법, 이를 수행하는 디바이스 및 결제 서버 | |
US12079322B2 (en) | Authentication system and authentication method | |
US20210312036A1 (en) | Systems and methods for authentication code entry using mobile electronic devices | |
US10332082B2 (en) | Method and system for issuing a payment medium | |
US10503936B2 (en) | Systems and methods for utilizing magnetic fingerprints obtained using magnetic stripe card readers to derive transaction tokens | |
WO2017127237A1 (en) | Payment vehicle with encrypted image | |
JP7190081B1 (ja) | 認証システム、認証方法、及びプログラム | |
KR20170121737A (ko) | 카메라를 이용한 비대면 인증 제공 방법 | |
WO2023038734A1 (en) | Image authentication |
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 |