KR20220088291A - 특정 신용 카드 거래들을 위한 생체 인증을 제공하는 지불 단말 - Google Patents

특정 신용 카드 거래들을 위한 생체 인증을 제공하는 지불 단말 Download PDF

Info

Publication number
KR20220088291A
KR20220088291A KR1020210116862A KR20210116862A KR20220088291A KR 20220088291 A KR20220088291 A KR 20220088291A KR 1020210116862 A KR1020210116862 A KR 1020210116862A KR 20210116862 A KR20210116862 A KR 20210116862A KR 20220088291 A KR20220088291 A KR 20220088291A
Authority
KR
South Korea
Prior art keywords
credit card
facial descriptor
user
card data
authorized
Prior art date
Application number
KR1020210116862A
Other languages
English (en)
Inventor
안톤 나자르킨
Original Assignee
비전랩스 비.브이.
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
Priority claimed from RU2020141924A external-priority patent/RU2020141924A/ru
Application filed by 비전랩스 비.브이. filed Critical 비전랩스 비.브이.
Publication of KR20220088291A publication Critical patent/KR20220088291A/ko

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
    • G06Q20/30—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
    • G06Q20/325—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices using wireless networks
    • 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
    • G06Q20/204—Point-of-sale [POS] network systems comprising interface for record bearing medium or carrier for electronic funds transfer or payment credit
    • 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
    • G06Q20/206—Point-of-sale [POS] network systems comprising security or operator identification provisions, e.g. password entry
    • 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
    • G06Q20/22—Payment schemes or models
    • G06Q20/24—Credit schemes, i.e. "pay after"
    • 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
    • G06Q20/38—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
    • G06Q20/405—Establishing or using transaction specific rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Collating Specific Patterns (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본원에 설명된 기술들은 얼굴 이미지들을 캡처하기 위해 얼굴 인식 모듈을 활용하는 지불 단말을 사용하여 신용 카드 거래들을 인증하기 위한 방법들 및 장치에 관한 것이다. 지불 단말은 얼굴 인식 프로세스를 수행하기 위해 백엔드 서버와 통신하고, 백엔드 서버로부터 수신된 얼굴 인식 프로세스의 결과들에 기초하여 거래를 허가하거나 거절할지를 결정한다.

Description

특정 신용 카드 거래들을 위한 생체 인증을 제공하는 지불 단말{PAYMENT TERMINAL PROVIDING BIOMETRIC AUTHENTICATION FOR CERTAIN CREDIT CARD TRANSACTIONS}
관련 출원들
본 출원은 2020년 12월 18일에 출원된 러시아 출원 일련 번호 제2020141919호; 2020년 12월 18일에 출원된 러시아 출원 일련 번호 제2020141924호에 대한 우선권; 및 2020년 12월 18일에 출원된 러시아 출원 일련 번호 제2020141936호에 대한 우선권을 주장하며, 그것의 각각은 본원에 전체적으로 참조로 포함된다.
분야
본 출원은 일반적으로 생체 인증으로, 그리고 특히 얼굴 인식을 사용하여 신용 카드 지불들을 인증하는 것을 제공하는 지불 단말 및 컴퓨팅 디바이스들에 관한 것이다.
신용 카드 거래들은 가장 인기있는 소비자 지불 방법들 중 하나이다. 그 결과, 소비자들은 신용 카드를 통해 지불할 수 있는 다수의 상이한 방법을 갖는다. 소비자들은 물리적 신용 카드들을 사용할 수 있으며, 이는 신용 카드 상의 자기 스트립 및/또는 칩을 사용하여 판독될 수 있다. 소비자들은 또한 스마트폰들 상의 신용 카드 "지갑들"을 사용하는 것과 같이, 전자 지불 방법들을 사용할 수 있어, 소비자들은 물리적 신용 카드를 지니고 다닐 필요 없이 신용 카드에 의해 지불한다. 전자 방법들을 포함하는 일부 신용 카드 지불 방법들은 또한 비접촉 지불을 제공한다. 신용 카드 거래들의 계속 증가하는 인기에 따라, 그러한 거래들에 대한 적절한 보안은 안전한 신용 카드 거래들을 제공하기 위해 유사하게 확대할 필요가 있다.
일 양태에 따르면, 지불 단말에 의한 실행을 위한 컴퓨터화된 방법이 제공된다. 지불 단말은 적어도 하나의 프로세서 및 명령어들을 저장하도록 구성된 메모리를 포함하며, 명령어들은 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고, 지불 단말의 이미징 디바이스를 사용하여, 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하게 하고, 원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하게 한다. 사용자를 인증하는 단계는 원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식을 수행할 수 있도록, 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스에 송신하는 단계, 원격 컴퓨팅 디바이스로부터, 사용자가 원격 얼굴 인식에 기초하여 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신하는 단계, 및 수신된 인증 데이터에 기초하여 신용 카드 거래를 완료할지를 결정하는 단계를 포함한다.
일 양태에 따르면, 휴대용 지불 단말이 제공되며, 휴대용 지불 단말은 배터리, 지불 단말이 베이스 내에 도킹될 때 배터리를 충전하고 외부 디바이스와 통신하기 위해 베이스의 제2 도킹 인터페이스에 연결하도록 크기 설정된 제1 도킹 인터페이스, 무선 통신 모듈, 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하도록 구성된 이미징 디바이스, 및 이미징 디바이스 및 메모리와 통신하는 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는 메모리에 저장된 명령어들을 실행하도록 구성되고, 명령어들은 적어도 하나의 프로세서로 하여금 신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고, 이미지 데이터에 기초하여 신용 카드 데이터를 사용하도록 사용자를 인증하기 위해 무선 통신 모듈을 통해, 원격 얼굴 인식을 수행하도록 원격 컴퓨팅 디바이스와 통신하게 한다.
일 양태에 따르면, 적어도 하나의 프로세서 및 명령어들을 저장하도록 구성된 메모리에 의한 실행을 위한 컴퓨터화된 방법이 제공되며, 명령어들은 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 지불 단말로부터, 신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터 및 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하게 한다. 명령어들은 또한 적어도 하나의 프로세서로 하여금 이미지 데이터를 사용하여, 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키게 하고 - 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - , 데이터베이스로부터, 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하게 하고 - 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - , 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하게 하고, 제1 얼굴 디스크립터가 제2 얼굴 디스크립터에 매칭하는지에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 지불 단말에 송신하게 한다.
아래에 보다 상세히 논의되는 전술한 개념들 및 부가 개념들의 모든 조합들은 (그러한 개념들이 상호 불일치되지 않으면) 본원에 개시된 발명 주제의 일부인 것으로서 고려된다는 점이 이해되어야 한다. 특히, 이러한 개시의 끝에 나타나는 청구된 주제의 모든 조합들은 본원에 개시된 발명 주제의 일부인 것으로서 고려된다. 전술한 개념들, 및 아래에 논의되는 부가 개념들은 본 개시가 이 점에 있어서 제한되지 않으므로, 임의의 적절한 조합으로 배열될 수 있다는 점이 추가로 이해되어야 한다. 게다가, 본 개시의 다른 장점들 및 새로운 특징들은 첨부 도면들과 함께 고려될 때 다양한 비제한 실시예들의 이하의 상세한 설명으로부터 분명해질 것이다.
다양한 양태들 및 실시예들은 이하의 도면들을 참조하여 본원에 설명될 것이다. 도면들은 반드시 축척에 따라 도시되는 것은 아니라는 점이 이해되어야 한다. 다수의 도면에 나타나는 항목들은 그들이 나타나는 모든 도면들에서 동일하거나 유사한 참조 번호에 의해 표시된다.
도 1은 일부 실시예들에 따른 얼굴 인식을 사용하여 신용 카드 지불들을 제공하기 위한 예시적 시스템의 도해이다.
도 2a 내지 도 2g는 일부 실시예들에 따른 휴대용 지불 단말의 예시적 실시예를 도시한다.
도 3은 일부 실시예들에 따른 임계량 위의 신용 카드 거래들을 인증하기 위해 얼굴 인식을 사용하기 위한 컴퓨터화된 방법을 도시하는 흐름도이다.
도 4는 일부 실시예들에 따른 지불 단말이 얼굴 인식을 사용하여 신용 카드 거래를 인증하기 위해 원격 컴퓨팅 디바이스와 통신하기 위한 예시적 컴퓨터화된 방법을 도시하는 흐름도이다.
도 5는 일부 실시예들에 따른 얼굴 인식 프로세스와 함께 사용하기 위한 이미지 데이터의 서브세트들을 선택하는 예시적 컴퓨터화된 방법의 흐름도이다.
도 6은 일부 실시예들에 따른 최선의 이미지를 결정하기 위해 처리될 수 있는 예시적 세트의 3개의 이미지를 도시하는 도해이다.
도 7은 일부 실시예들에 따른 한 세트의 이미지들에 걸쳐 예시적 얼굴 추적 프로세스를 도시하는 도해이다.
도 8은 일부 실시예들에 따른 예시적 얼굴 정렬을 도시하는 도해이다.
도 9는 일부 실시예들에 따른 얼굴 인식 프로세스의 양태들을 수행하는 원격 컴퓨팅 디바이스의 예시적 컴퓨터화된 방법을 도시하는 흐름도이다.
도 10은 일부 실시예들에 따른 예시적 얼굴 디스크립터를 도시한다.
도 11은 본원에 설명된 기술의 실시예들을 구현하기 위해 사용될 수 있는 예시적 컴퓨터 시스템의 예시적 블록도이다.
발명자들은 종래의 신용 카드 시스템들 및 거래들이 충분한 지불 보안을 제공하지 못하는 것을 발견했고 이해했다. 신용 카드들은 분실 또는 도난당할 수 있고, 전자 신용 카드 정보는 마찬가지로 도난당할 수 있다. 그 결과, 신용 카드 사기는 신용 카드 거래들의 지속적 증가 사용에 따라 점점 더 광범위해지고 있다. 일부 신용 카드 거래들이 거래를 완료하기 위해 개인 식별 번호의 입력을 필요로 하지만, 반드시 모든 거래들이 핀들을 필요로 하는 것은 아니고, 핀들은 마찬가지로 도난당할 수 있다. 게다가, 핀을 입력해야 하는 것은 사용자들에게 번거로운 부가 단계일 수 있다. 따라서, 종래의 지불 단말들에 의해 제공되지 않는 더 용이하고 더 견고한 인증 기술들을 제공하는 것이 바람직할 것이다.
종래의 시스템들의 위에 설명된 단점들을 처리하기 위해, 본원에 설명된 기술들은 얼굴 인식 기술을 사용하여 신용 카드 지불 및/또는 다른 로열티 프로그램 지불 기능성을 생체 인증과 조합하는 지불 단말을 제공한다. 지불 프로세스가 시작될 때, 지불 단말은 사용자의 이미지들을 캡처하고 백엔드 컴퓨트 자원들과 조정하여 라이브니스 체크 및/또는 얼굴 인식을 수행해서 신용 카드 거래를 위한 사용자를 인증한다. 라이브니스 체크 및/또는 얼굴 인식 양태들은 지불 단말에서 국부적으로 그리고/또는 백엔드 컴퓨트 자원들에 의해 원격으로 수행될 수 있다. 기술들은 그러한 인증을 신속하고 안전한 방식으로 제공한다. 기술들은 자기 스트라이프들을 갖는 카드들, 비접촉 지불 방법들 및 NFC 지불 방법들을 포함하는, 모든 기존 지불 형태들을 지원하는 지불 단말로 통합될 수 있다. 지불 단말은 도킹된 및 언도킹된 시나리오들 둘 다에 사용될 수 있는 휴대용 지불 단말로 추가로 구체화될 수 있다. 따라서, 기술들은 임의의 타입의 신용 카드 거래를 위한 검증의 일차 및/또는 부가 인자로서의 얼굴 인증을 대부분의 신용 카드 지불 셋업들로 용이하게 통합하는 지불 단말을 제공할 수 있다.
일부 실시예들에서, 지불 단말은 지불 단말이 얼굴 이미지들, 이미지들(예를 들어, 얼굴 디스크립터들)로부터 추출된 데이터, 및/또는 다른 타입들의 개인 데이터와 같은, 민감 정보를 저장 또는 관리하지 않도록 구성될 수 있다. 일부 실시예들에서, 지불 단말은 생체 처리를 위해 얼굴 디스크립터를 원격 컴퓨팅 디바이스에 송신하도록 구성될 수 있다. 얼굴 디스크립터를 원래의 이미지로 역설계하는 불가능성으로 인해, 얼굴 디스크립터들을 송신하는 것은 사람들의 이미지들을 송신하는 것을 회피할 수 있다.
본원에 설명된 바와 같이, 지불 단말은 모바일 사용을 위해 구성될 수 있고, 도킹된 및/또는 언도킹된 구성들에 사용될 수 있다. 그 결과, 지불 단말은 상이한 유선 및/또는 무선 통신 기능성을 포함할 수 있다. 일부 실시예들에서, 지불 단말은 복수의 상이한 통신 프로토콜(예를 들어, 전력을 디바이스에 제공하기 위해 사용되는 인터페이스(들)로부터 분리되고/되거나 인터페이스(들)에 부가됨)을 제공하도록 디자인되는 하나 이상의 인터페이스를 포함할 수 있다. 일부 실시예들에서, 인터페이스는 단일 인터페이스를 통해 USB, 이더넷 및 RS232 통신을 제공할 수 있다. 그러한 멀티프로토콜 인터페이스는 각각의 통신 프로토콜에 대한 분리된 인터페이스들을 갖는 것과 비교하여, 지불 단말의 더 작은 폼 팩터를 허용할 수 있다. 그 결과, 지불 단말은 지불 단말이 디바이스 폼 팩터에 희생들을 필요로 하지 않고 생체 인식을 지원하지 않는 종래의 지불 단말들을 완전히 교체할 수 있도록 충분한 기능성을 포함한다. 그 결과, 지불 단말은 기존 시스템들(예를 들어, CRM 시스템들, 판매 시점(point of sale)(POS) 시스템들, 지불 인가 시스템들 등)로 용이하게 통합될 수 있고, 계산대로부터 캐시어에 의해 관리될 수 있다.
본 지불 단말의 특정 예시적 실시예가 본원에 추가로 설명되지만, 본 디바이스와 관련된 모든 구성요소들의 다른 대체 실시예들은 상이한 적용들에 적합하도록 상호교환가능하다. 도면들을 참조하면, 지불 단말들 및 대응하는 방법들의 특정 비제한 실시예들은 추가로 상세히 설명된다. 이들 실시예들에 대해 설명된 다양한 시스템들, 구성요소들, 특징들, 및 방법들은 개시가 본원에 설명된 특정 실시예들에만 제한되지 않으므로 개별적으로 그리고/또는 임의의 원하는 조합으로 사용될 수 있다는 점이 이해되어야 한다.
지불 단말은 백엔드 얼굴 인식 서버와 같은, 생체 인증 프로세스를 수행하는 하나 이상의 원격 컴퓨팅 디바이스와 통신하도록 구성된다. 도 1은 일부 실시예들에 따른 얼굴 인식을 사용하여 신용 카드 지불들을 제공하기 위한 예시적 시스템(100)의 도해이다. 시스템(100)은 네트워크(106)를 통해 하나 이상의 원격 컴퓨팅 디바이스(104)와 통신하는 지불 단말(102)을 포함한다. 본원에 설명된 바와 같이, 일부 실시예들에서, 지불 단말(102)은 신용 카드 거래들을 처리하도록 구성된다. 지불 단말(102)은 얼굴 인식 프로세스를 수행하기 위해 사용되는 데이터를 캡처하는, 이미징 센서(들) 및/또는 깊이 센서(들)와 같은, 센서들을 포함한다. 얼굴 인식 프로세스의 양태들은 라이브니스 체크들을 수행하는 것, 지불 단말 운영자의 캡처된 이미지들을 사용하여 얼굴 디스크립터들을 발생시키는 것 등과 같이, 지불 단말(102) 및/또는 하나 이상의 원격 컴퓨팅 디바이스(104)에 의해 수행될 수 있다. 하나 이상의 원격 컴퓨팅 디바이스(104)는 그들 각각의 컴퓨팅 디바이스들(108A 내지 108N)(집합적으로 금융 정보 컴퓨팅 디바이스(108)로 지칭됨)을 통해 다양한 금융 기관들과 통신한다. 하나 이상의 원격 컴퓨팅 디바이스(104)는 금융 기관이 거래를 위해 사용되는 신용 카드 정보와 연관되는지를 결정하고, 적절한 금융 정보 컴퓨팅 디바이스(108)로부터 신용 카드 정보와 연관된 얼굴 디스크립터를 획득한다. 하나 이상의 원격 컴퓨팅 디바이스(104)는 거래를 위한 신용 카드를 사용하기 위해 사용자를 인증할지를 결정하도록 지불 단말(102)의 사용자에 대해 발생된 얼굴 디스크립터를 획득된 얼굴 디스크립터와 비교한다.
도 2a 내지 도 2g는 일부 실시예들에 따른 휴대용 지불 단말(202)의 예시적 실시예를 도시한다. 도 2a 내지 도 2g가 휴대용 지불 단말의 예시적 구성을 도시하지만, 이들 예들은 여러가지 다른 구성들이 본원에 설명된 기술들에 따라 사용될 수 있으므로, 단지 예시적이도록 의도되고 제한적이도록 의도되지 않는다는 점이 이해되어야 한다. 지불 단말(202)은 또한 도 2a 내지 도 2g에 보이지 않는 구성요소 하우징 내부의 다양한 구성요소들을 포함할 수 있다는 점이 이해되어야 한다. 예를 들어, 지불 단말(202)은 배터리(도시되지 않음)를 포함할 수 있으며, 이는 지불 단말(202)이 본원에 추가로 설명된 바와 같이 언도킹된 구성에서 동작하는 것을 허용한다. 지불 단말(202)은 또한 적어도 하나의 프로세서 및 프로세서가 본원에 설명된 기술들의 양태들을 수행하기 위해 실행하도록 구성되는 명령어들을 저장하는 메모리(또한 도시되지 않음)를 포함할 수 있다. 또한 도시되지 않지만, 지불 단말(202)은 또한 본원에 설명되는 지불 단말(202)의 다양한 구성요소들을 인터페이스하기 위해 다양한 회로, 와이어링 등을 포함한다는 점이 이해되어야 한다.
일부 실시예들에서, 지불 단말(200)은 또한 무선 통신 모듈(도시되지 않음)을 포함한다. 무선 통신 모듈은 셀룰러 통신 프로토콜들, 블루투스 통신 프로토콜들, WiFi 통신 프로토콜들, 및/또는 통신 프로토콜들의 조합과 같은, 무선 통신 프로토콜들을 제공할 수 있다. 지불 단말(200)은 제2 무선 통신 모듈을 포함할 수 있다. 예를 들어, 제2 무선 통신 모듈은 신용 카드로부터(예를 들어, 본원에 설명된 바와 같이, 비접촉 리더, NFC 등을 통해) 신용 카드 데이터를 판독하기 위해 무선 통신 프로토콜을 실행하도록 구성될 수 있다.
도 2a는 휴대용 지불 단말(200)의 정면도의 도해이다. 지불 단말(200)은 스크린(202)을 포함한다. 스크린(202)은 6 인치 디스플레이(15 센티미터 디스플레이), 7 인치 디스플레이(18 센티미터 디스플레이), 8 인치 디스플레이(20 센티미터 디스플레이) 등과 같은, 임의의 적절한 크기일 수 있다. 도시되지 않지만, 지불 단말(200)은 또한 스크린(202)의 밝기를 관리하기 위한 수동 적외선(passive infrared)(PIR) 센서를 포함할 수 있다. 지불 단말(202)은 얼굴 인식 모듈(204)을 포함한다. 얼굴 인식 모듈(204)은 단일 이미징 디바이스 및/또는 복수의 이미징 디바이스를 포함할 수 있다. 예를 들어, 얼굴 인식 모듈(204)은 단일, 이중 및/또는 멀티센서 구성을 포함할 수 있다. 센서들은 이미징 디바이스들(예를 들어, 카메라들, RGB 센서(들)), NIR 센서(들), 깊이 센서(들), TOF 센서(들) 등을 포함할 수 있다. 도 2a의 예에서, 얼굴 인식 모듈(204)은 지불 단말(202)을 동작시키는 사용자의 얼굴의 적어도 일부의 한 세트의 이미지들을 캡처하도록 구성된 2개의 이미징 디바이스(204A 및 204B)(예를 들어, 투명 유리 커버들과 같은 투명 커버들을 포함할 수 있음)를 포함한다. 얼굴 인식 모듈(204)은 또한 이러한 예에서, 표준 LED 및 NIR LED를 포함하는 2개의 LED(204C 및 204D)를 포함한다. 얼굴 인식 모듈(204)은 또한 (예를 들어, 라이브니스 체크를 위해) 사용자의 얼굴의 적어도 일부의 제2 세트의 이미지들을 발생시키도록 구성된 깊이 센서를 포함할 수 있다. 일부 실시예들에서, 지불 단말은 NIR 카메라를 사용할 수 있다. NIR 카메라는 NIR LED(204D)와 같은 NIR 광원과 함께 이미징 디바이스(들)(204A/204B)를 사용하여 구현될 수 있다. 일부 실시예들에서, 지불 단말은 라이브니스 체크(예를 들어, 전용 NIR 센서들, 깊이 센서들 등)를 수행하기 위한 추가 감지 디바이스들을 포함하며, 이는 또한 얼굴 인식 모듈(204) 내에 위치될 수 있다.
지불 단말(202)은 신용 카드를 수신하도록 구성된 측면 슬롯(206)을 포함하고 지불 단말(202)은 삽입되면 신용 카드로부터 신용 카드 데이터를 판독하기 위해 필수 하드웨어 및/또는 소프트웨어를 포함한다. 일부 실시예들에서, 측면 슬롯은 보안 자기스트라이프 리더(자기스트라이프 리더)(MSR)이다. 일부 실시예들에서, 측면 슬롯은 신용 카드 상의 칩으로부터 데이터를 판독하도록 구성된다. 지불 단말(202)은 또한 (예를 들어, 비자 또는 마스터카드에 의해 제공되는 바와 같이) 비접촉 신용 카드 리더(208)를 포함한다. 일부 실시예들에서, 지불 단말은 NFC 기술을 지원하는 스마트 디바이스들과의 지불들을 용이하게 하기 위해 NFC 통신들을 지원할 수 있다.
도 2b는 휴대용 지불 단말(200)의 배면도의 도해이다. 도 2b에 도시된 바와 같이, 지불 단말(200)은 이더넷 인터페이스(예를 들어, 10base-T, 100base-T, 1000base-T 등), USB 인터페이스(예를 들어, USB 1.0, USB 2.0, USB TYPE-C), 및/또는 RS232 인터페이스를 제공하는 멀티프로토콜 인터페이스(210)를 포함한다. 지불 단말(200)은 마운트/홀더에 연결하기 위한 위치(212)(예를 들어, 4개의 나사 구멍으로서 도시됨)를 포함한다. 지불 단말(200)은 스피커(216)를 포함한다. 일부 실시예들에서, 지불 단말은 또한 마이크로폰(도시되지 않음)을 포함할 수 있다. 임의적 명판(214)이 또한 포함될 수 있다.
도 2c는 휴대용 지불 단말(200)의 저면도의 도해이다. 도 2c에 도시된 바와 같이, 휴대용 지불 단말(200)은 도킹 인터페이스(220)를 포함한다. 도킹 인터페이스(220)는 지불 단말(220)이 베이스에 도킹될 때 베이스 상에 배치된 결합 인터페이스에 연결하도록 크기 설정된다. 일부 실시예들에서, 도킹 인터페이스(220)는 암형 인터페이스일 수 있고 베이스 상의 대응하는 결합 인터페이스는 수형 인터페이스일 수 있지만, 기술들은 그렇게 제한되지 않는다. 지불 단말(200)은 예를 들어, 배터리를 충전하고, 외부 디바이스와 통신하는 등 하기 위해 도킹될 수 있다. 일부 실시예들에서, 휴대용 지불 단말(200)은 USB 인터페이스, RS232 인터페이스 등과 같은, 하나 이상의 통신 인터페이스를 제공할 수 있다. 지불 단말(200)은 또한 인터페이스(222)를 포함한다. 인터페이스(222)는 배터리를 충전하는 전력 인터페이스, 통신 인터페이스 등을 제공할 수 있다. 예를 들어, 인터페이스(222)는 (예를 들어, 지불 단말이 도크 내에 없으면 사용을 위해) 지불 단말(200)의 하단 상에 제2 USB 인터페이스를 제공할 수 있다.
도 2d는 지불 단말(200)의 상면도를 도시하며, 이는 전력 온/오프 스위치(230)를 포함한다. 도 2e는 측면 슬롯(206) 및 또한 카드 리더(240)를 포함하는, 지불 단말(200)의 우측 측면의 도면을 도시한다. 일부 실시예들에서, 카드 리더(240)는 유로페이, 마스터카드, 비자(EMV) 카드 리더이다. 도 2f는 이어 세트 잭(250), 제1 슬롯(252), 및 제2 슬롯(254)을 포함하는, 지불 단말(200)의 좌측 측면의 도면을 도시한다. 제1 슬롯(252)은 보안 액세스 모듈(Secure Access Module)(SAM) 카드와 같은, 보안 관련 카드를 수용하기 위해 사용된 슬롯일 수 있다. 일부 실시예들에서, 슬롯(252)은 TF 카드와 같은, 메모리 카드를 수용하기 위해 사용될 수 있다. 일부 실시예들에서, 제2 슬롯(254)은 통신 프로토콜과 관련된 카드를 수용하기 위한 슬롯일 수 있다. 예를 들어, 제2 슬롯(254)은 가입자 식별 모듈(Subscriber Identification Module)(SIM) 카드를 수용하도록 구성될 수 있다.
도 2g는 베이스(260) 내에 도킹된 지불 단말(200)의 일 예를 도시한다. 보이지 않지만, 베이스(260)는 지불 단말(200)의 도킹 인터페이스(220)와 연결하는 구역(262) 주위에 배치된 결합 인터페이스를 포함한다. 베이스(260)는 또한 인터페이스(264)를 포함한다. 인터페이스(264)는 전력 및/또는 통신 프로토콜을 제공할 수 있다. 예를 들어, 통신 프로토콜은 USB, RS232 등일 수 있다. 일부 실시예들에서, 인터페이스(264)는 도킹 인터페이스(220)에 의해 제공된 것들과 상보적 특징들을 제공할 수 있다. 예를 들어, 도킹 인터페이스(220) 및 인터페이스(264) 둘 다는 (예를 들어, 지불 단말(200)이 도킹될 때 전력에 연결하는 것 및 원격 디바이스와 통신하는 것 둘 다 할 수 있도록) 전력, USB 및 RS232을 제공할 수 있다. 베이스(260)는 구역(266)에 배치된 프린터와 같은, 다른 특징들을 포함할 수 있다.
지불 단말은 지불 단말이 다양한 구성들 및/또는 모드들에 따른 동작을 위해 구성될 수 있도록 본원에 설명된 바와 같은 필요한 하드웨어 및/또는 소프트웨어를 포함할 수 있다는 점이 이해되어야 한다. 일부 실시예들에서, 지불 단말은 도크 스테이션과 함께 사용될 수 있다. 예를 들어, 그것은 도킹 스테이션과 함께 지불 단말을 사용하기 위해 고급 캐시어 데스크들(예를 들어, 지불 단말과 직접 인터페이스될 수 있음)을 사용하기를 원하지 않고/않거나 갖지 않는 사업들(예를 들어, 소기업 및/또는 중기업)에 바람직할 수 있다. 일부 실시예들에서, 지불 단말은 도킹 스테이션 없이 사용될 수 있다. 예를 들어, 대형 체인점들과 같은 상점들이 언도킹된 지불 단말들을 사용하는 것이 바람직할 수 있다(예를 들어, 마운트들 또는 래크들은 사용을 위해 지불 단말들을 안전하게 하는데 사용됨).
다양한 통신 프로토콜들은 본원에 설명된 신용 카드 거래들을 수행하기 위해 사용될 수 있다는 점이 이해되어야 한다. 예를 들어, 일부 상점들은 근거리 네트워크(local area network)(LAN)(예를 들어, 케이블 네트워크)를 사용하여 네트워크에 지불 단말들을 연결할 수 있고, 따라서 그러한 상점들은 WiFi 및/또는 셀룰러 통신 프로토콜들을 사용하지 않을 수 있다. 다른 예로서, 일부 상점들은 지불 단말의 무선 통신 기능성을 사용하는 것을 선호할 수 있고, 네트워킹된 프로토콜들 대신에 WiFi 및/또는 셀룰러 통신 프로토콜들을 사용하는 것을 대신 선택할 수 있다. 추가 예로서, 지불 단말은 RS232 및/또는 다른 물리 통신 프로토콜들을 사용하여, 금전 등록기와 같은, 주변 디바이스들에 연결할 수 있다. 부가 예로서, 지불 단말은 데이터를 교환하기 위해 캐시어의 판매 시점(POS) 단말에 연결하도록 USB를 사용할 수 있다. 다른 예로서, 블루투스는 택배 주문을 위한 데이터와 같은, 데이터를 수신하기 위해 사용될 수 있다. 그 결과, 지불 단말은 전력을 디바이스에 제공하고, 이더넷을 통해 지불 단말과의 통신을 용이하게 하고, 캐시어의 컴퓨터와 같은 지불 단말에 연결하고/하거나, 그것의 일부 조합을 할 수 있는 맞춤 인터페이스(예를 들어, 멀티프로토콜 인터페이스(210), 도킹 인터페이스(220) 및/또는 인터페이스(222))를 포함할 수 있다. 그 결과, 지불 단말은 전력, USB, 이더넷 및 RS232 인터페이스들을 제공할 수 있는 단일 케이블의 연결을 허용하는 맞춤 인터페이스를 제공할 수 있다. 그렇지 않으면, 지불 단말 상에 각각에 대한 분리된 인터페이스들을 지원할 필요가 있는 것은 훨씬 더 큰 유닛을 초래할 것이다(예를 들어, 자기스트라이프 리더들과 같은, 다른 특징들을 지원하는데 필요한 것들보다 추가 디자인 암시들을 필요로 함).
일반적으로, 휴대용 지불 단말은 생체 인증을 사용하여 신용 카드 거래들을 인증하도록 구성된다. 일부 실시예들에 따르면, 휴대용 지불 단말은 일부 및/또는 모든 신용 카드 거래들에 대한 얼굴 인식을 사용할 수 있다. 일부 실시예들에서, 지불 단말은 하나 이상의 임계치를 충족시키는 신용 카드 거래들에 대한 얼굴 인식을 사용하도록 구성될 수 있다. 도 3은 일부 실시예들에 따른 임계량 위의 신용 카드 거래들을 인증하기 위해 얼굴 인식을 사용하는 컴퓨터화된 방법(300)을 도시하는 흐름도이다. 단계(302)에서, 지불 단말은 신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신한다. 본원에 설명된 바와 같이, 지불 단말은 신용 카드 데이터를 다양한 방식들로 수신할 수 있다. 일부 실시예들에서, 지불 단말은 지불 단말의 측면 슬롯(예를 들어, 측면 슬롯(206)) 내로 삽입된 신용 카드로부터 신용 카드 데이터를 판독할 수 있다. 일부 실시예들에서, 지불 단말은 무선 통신 프로토콜(예를 들어, NFC, 비접촉 지불 등)을 사용하여 신용 카드로부터 신용 카드 데이터를 판독할 수 있다. 일부 실시예들에서, 지불 단말은 전자 디바이스로부터 신용 카드 데이터를 판독할 수 있다. 예를 들어, 지불 단말은 (예를 들어, 애플 페이, 삼성 페이 등을 사용하여) 모바일 디바이스 전자 지갑으로부터 신용 카드 데이터를 판독할 수 있다. 일부 실시예들에서, 지불 단말은 가상 신용 카드 데이터를 수신할 수 있다.
단계(304)에서, 지불 단말은 거래의 양이 임계치 위에 있는지를 결정한다. 임계량은 예를 들어, 달러 금액(예를 들어, 5 달러/유로, 10 달러/유로, 20 달러/유로 등)일 수 있다. 일부 실시예들에서, 임계치는 (예를 들어, 개인에 대한, 상점 등에서의) 다수의 거래일 수 있다. 예를 들어, 임계치는 신용 카드 거래가 특정 상점에서의 첫번째 거래인지일 수 있다. 다른 예로서, 얼굴 인증은 신용 카드를 사용하려는 실패/비성공 수들 중 특정 수의 시도들(예를 들어, 1회 시도, 2회 시도, 3회 시도 등) 후에 개시될 수 있다. 추가 예로서, 임계치는 최저 연령이 제품(예를 들어, 술, 담배들, 총들 등)을 구매하는 것을 필요로 하는 것들과 같은, 특정 나이 임계치들(예를 들어, 15살, 16살, 21살)에 기초할 수 있다. 부가 예로서, 얼굴 인증은 쿠폰들, 금융 기구로부터 명명된 고객으로의 개인맞춤 할인(예를 들어, 특정 상점 또는 체인점들에서의 보상들을 포함함) 등과 같은, 특정 양의 신용거래(예를 들어, 임의의 신용거래, 5 달러 이상의 신용거래, 10 달러 이상의 신용거래 등)를 적용할 때 사용될 수 있다.
거래가 임계치 위에 있지 않으면, 방법은 단계(306)로 이동하고 얼굴 인식을 사용하지 않고 신용 카드 거래를 인증한다. 일부 실시예들에서, 지불 단말은 추가 인증 없이 거래를 완료할 수 있다. 일부 실시예들에서, 지불 단말은 사용자가 신용 카드 거래를 완료하기 위해 개인 식별 번호(Personal Identification Number)(PIN)를 입력하는 것을 필요로 함으로써 신용 카드 거래를 인증할 수 있다. 거래가 임계치 위에 있으면, 방법은 단계(308)로 이동하고 얼굴 인식을 사용하여 신용 카드 거래를 인증한다. 일부 실시예들에서, 양이 미리 결정된 임계치를 초과하는 것을 결정할 시에, 사용자는 신용 카드 거래를 완료하기 위해 핀을 입력할 필요가 없다.
지불 단말은 프로세스의 양태들을 국부적으로 그리고/또는 원격으로 수행함으로써 얼굴 인식을 수행할 수 있다. 도 4는 얼굴 인식을 사용하여 신용 카드 거래를 인증하기 위한 예시적 컴퓨터화된 방법(400)을 도시하는 흐름도이다. 단계(402)에서, 지불 단말은 지불 단말의 이미징 디바이스를 사용하여, 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처한다. 본원에 설명된 바와 같이, 지불 단말은 제1 세트의 이미지들을 발생시키도록 구성된 이미지 센서들, 제2 세트의 이미지들을 발생시키도록 구성된 깊이 센서 등을 포함하는, 하나 이상의 이미징 디바이스를 포함할 수 있다.
일부 실시예들에서, 도 4에 도시된 바와 같이, 지불 단말은 원격 얼굴 인식을 사용하여 사용자를 인증하기 위해 원격 컴퓨팅 디바이스와 통신한다. 단계(404)에서, 지불 단말은 원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식 프로세스의 하나 이상의 부분을 수행할 수 있도록 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스(예를 들어, 원격 컴퓨팅 디바이스(들)(104))에 송신한다. 일부 실시예들에서, 지불 단말은 이미지 데이터 자체, 전처리된 이미지 데이터, 및/또는 얼굴 인식을 수행하기 위해 사용된 실제 데이터(예를 들어, 얼굴 디스크립터)를 원격 컴퓨팅 디바이스에 송신한다. 따라서, 지불 단말 및/또는 원격 컴퓨팅 디바이스는 시스템 구성에 따라, 얼굴 디스크립터 발생 프로세스의 단계들 중 하나 이상을 수행할 수 있다. 예를 들어, 일부 구성들에서, 지불 단말은 처리되지 않은 이미지 데이터를 원격 컴퓨팅 디바이스에 송신하고, 원격 컴퓨팅 디바이스는 얼굴 인식을 수행하기 위해 필요에 따라 이미지 데이터를 처리한다. 다른 예로서, 일부 구성들에서, 지불 단말은 프로세스에 필요한 이미지 처리의 일부 및/또는 전부를 수행하고/하거나, 얼굴 인식을 수행하기 위해 사용된 궁극적 데이터(예를 들어, 얼굴 디스크립터)를 발생시키고 발생된 데이터를 원격 컴퓨팅 디바이스에 송신한다.
도 5는 일부 실시예들에 따른 얼굴 인식 프로세스와 함께 사용하기 위한 이미지 데이터의 서브세트들을 선택하는 예시적 컴퓨터화된 방법(500)의 흐름도이다. 단계(502)에서, 지불 단말은 이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신한다(예를 들어, 이는 얼굴 인식을 위해 사용됨). 단계(504)에서, 지불 단말은 깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신한다(예를 들어, 이는 라이브니스 체크를 위해 사용됨). 단계(506)에서, 지불 단말은 제1 얼굴 디스크립터를 발생시키기 위해 사용하는 제1 세트의 이미지들의 서브세트를 선택한다. 예를 들어, 얼굴 디스크립터 추출 동작은 다수의 상이한 단계를 포함할 수 있다. 추출 동작은 예를 들어, 다양한 이미지 처리 단계들, 예컨대 이미지(들)에서 얼굴 검출을 수행하는 단계(예를 들어, 이미지 또는 생방송 비디오 시퀀스에서, 디바이스에 의한 실시간 비디오 캡처), 검출된 얼굴을 워핑하는 단계, 아핀 각도들을 보상하고 얼굴을 센터링하는 얼굴 정렬, 및/또는 이미지 추적을 포함할 수 있다. 그 다음, 추출 동작은 처리된 이미지 데이터를 사용하여 디스크립터를 추출할 수 있다.
일부 실시예들에 따르면, 기술들은 얼굴 인식을 위한 이미지들을 사용할지를 결정하고/하거나 얼굴 디스크립터를 발생시키는데 사용되는 파라미터들을 결정하기 위해 파라미터 추정을 수행하는 것을 포함할 수 있다. 파라미터 추정은 이미지 품질, 눈 상태, 머리 자세, 안경 검출, 시선 검출, 입 상태, 이미지의 적합도 분석 등 중 하나 이상을 분석하는 것을 포함할 수 있다. 이미지 품질 분석은 이미지가 흐린지, 노출 부족인지, 과노출인지, 낮은 포화를 갖는지, 불균일한 조명을 갖는지, 적절한 반사 레벨을 갖는지 등을 평가하는 것과 같은, 충분한 추가 처리를 위해 이미지(예를 들어, 정규화된 이미지)의 품질을 평가하는 것을 포함할 수 있다. 출력은 예를 들어, 스코어 값(예를 들어, 0 내지 1의 값, 여기서 1은 기준이고 0은 품질 파라미터의 최대 값임)일 수 있다. 눈 상태 분석은 예를 들어, 입력 이미지(예를 들어, 정규화된 이미지)에 기초하여 눈 상태(감음, 뜸, 가림), 홍채 위치(예를 들어, 각각의 눈에 대한 하나 이상의 랜드마크를 사용함), 눈꺼풀 위치(예를 들어, 각각의 눈에 대한 하나 이상의 랜드마크를 사용함) 등을 결정하는 것을 포함할 수 있다.
머리 자세 분석은 머리 자세에 대한 롤, 피치 및/또는 요오 각도 값들을 결정하는 것을 포함할 수 있다. 머리 자세는 입력 랜드마크들에 기초하여 그리고/또는 소스 이미지에 기초하여(예를 들어, 트레이닝된 CNN 모델을 사용하여) 결정될 수 있다. 안경 검출은 어떠한 안경도 이미지(예를 들어, 정규화된 이미지)에서 얼굴 상에 존재하지 않는지, 처방 안경이 얼굴 상에 존재하는지, 선글라스가 얼굴 상에 존재하는지, 얼굴 가리개 및/또는 마스크가 얼굴 상에 존재하는지 등의 확률을 반환할 수 있다. 각각의 분석에 대한 결과는 스코어 값을 포함할 수 있다. 일부 실시예들에서, 지불 단말은 얼굴 상의 아이템(예를 들어, 선글라스 및/또는 얼굴 가리개)의 검출 시에, 개인의 얼굴의 이미지들을 재취득하기 위해 아이템의 제거를 재촉할 수 있다. 시선 검출 분석은 (예를 들어, 얼굴 랜드마크들에 기초하여) 피치(예를 들어, 시선 수직 편차의 각도들) 및 요오(예를 들어, 시선 수평 편차의 각도들) 중 하나 이상을 결정하는 것을 포함할 수 있다. 입 상태 처리는 예를 들어, 입이 열려있는지, 가려져있는지, 웃고있는지 등을 나타내는 데이터를 결정하는 것을 포함할 수 있다. 적합도 분석은 얼굴 인식(예를 들어, 얼굴 디스크립터를 추출하기 전에) 획득된 얼굴 이미지가 얼굴 인식을 위해 사용될 수 있는지를 평가할 수 있다. 출력은 범위가 나쁜 품질 이미지를 나타내는 저급에서 최선의 품질 이미지를 갖는 고급까지인 스코어일 수 있고, 얼굴 검출 데이터(예를 들어, 얼굴 박스 데이터)에 기초하여 수행될 수 있다.
일부 실시예들에서, 기술들은 (예를 들어, 얼굴 주위에 박스를 제공함으로써) 얼굴을 식별하기 위해, 얼굴 랜드마크들, 얼굴을 검출하는 것을 나타내는 데이터(예를 들어, 얼굴 스코어)를 식별하는 등 하기 위해 이미지들 상에 얼굴 검출 프로세스를 수행할 수 있다. 일부 실시예들에 따르면, 기술들은 각각의 프레임/이미지에서 모든 얼굴들을 검출하기 위해 CNN 기반 알고리즘을 사용하여 얼굴 검출을 수행할 수 있다. 얼굴 랜드마크들은 예를 들어, 얼굴 정렬을 위해 계산되고/되거나 부가 추정들을 수행하기 위해 계산될 수 있다. 키 포인트들은 검출된 얼굴 랜드마크들을 표현하기 위해 사용될 수 있다. 기술들은 각각의 얼굴에 대한 원하는 레벨의 상세에 기초하여 5개의 키 포인트(예를 들어, 눈들에 대해 2개, 코끝에 대해 1개 및 입 가장자리들에 대해 2개), 10개의 키 포인트, 50개의 키 포인트, 및/또는 임의의 수의 랜드마크들과 같은, 얼굴 랜드마크들에 대한 임의의 수의 키 포인트들을 발생시킬 수 있다.
일부 실시예들에서, 기술들은 사용자의 얼굴의 하나 이상의 최선의 이미지 및/또는 샷(들)을 결정하는 것을 포함할 수 있다. 예를 들어, 최선의 샷은 추가 처리를 위한 최선의 후보 이미지들을 선택하기 위해 얼굴 검출 스코어에 기초하여 (예를 들어, 디폴트에 의해) 선택될 수 있다. 일부 실시예들에 따르면, 기술들은 결집된 얼굴 디스크립터 추출을 위한 가장 적절한 이미지 및/또는 다수의 이미지를 선택하기 위해 수신된 얼굴 검출들의 비교를 허용하는 기능 클래스에 기초하여 최선의 샷을 선택하도록 비교 방법을 화할 수 있다. 도 6은 예시적 예로서, 예시적 세트의 3개의 이미지(602 내지 606)를 도시하는 도해이다. 시스템은 이미지(606)가 다른 2개의 이미지(602 및 604)와 비교하여 최선의 샷인 것을 결정하기 위해 이미지들(602 내지 606)에 대한 스코어들을 비교할 수 있다. 그 결과, 최선의 샷 기술들은 시스템이 이미지들 또는 프레임들의 시퀀스로부터 얼굴 인식에 가장 적절한 얼굴 이미지들을 식별하는 것을 허용할 수 있다. 각각의 프레임이 그 자체의 ID를 가지므로, 기술들은 어느 이미지들이 얼굴 인식 위상을 위해 사용될지를 지정하기 위해 최선의 샷들의 세트를 연속적으로 업데이트할 수 있다. 도 6이 단지 3개의 이미지(602 내지 606)를 도시하지만, 임의의 수의 이미지들이 최선의 샷(예를 들어, 5개의 이미지, 10개의 이미지, 20개의 이미지 등)을 결정할 때 처리될 수 있다는 점이 이해되어야 한다.
지불 단말 및/또는 원격 컴퓨팅 디바이스는 얼굴 랜드마크들, 눈/입 상태, 시선, 머리 자세 등을 사용하는 것을 포함하는, 실시간 얼굴 감시를 수행할 수 있다. 일부 실시예들에서, 기술들은 얼굴들을 포함하는 이미지들의 착신 데이터 흐름을 처리할 수 있으며, 이는 추적 및 재검출 기능들을 포함하는, 검출기 스코어 결과들에 따라 분류될 수 있다. 얼굴 인식 프로세스는 지불 디바이스가 이미지들을 항상 연속적으로 캡처하고 있지 않도록 구성될 수 있다는 점이 이해되어야 한다. 예를 들어, 얼굴 인식 프로세스는 얼굴 지불 시퀀스가 사용자, 캐시어 등에 의해 관여된 후에만 개시될 수 있다.
일부 실시예들에서, 기술들은 이미지들(예를 들어, 이미지 및/또는 비디오 프레임들)에 걸쳐 얼굴 추적을 수행하는 것을 포함할 수 있다. 기술들은 얼굴들을 추정하기 위해 검출 및 추정 기능들을 포함할 수 있다. 도 7은 일부 실시예들에 따른 한 세트의 이미지들에 걸쳐 예시적 얼굴 추적 프로세스를 도시하는 도해이다. 컴퓨팅 디바이스는 이미지(702)에서 초기 얼굴 검출을 수행한다. 그 다음, 검출된 얼굴은 후속 이미지들에 걸쳐 추적된다. 일부 예들에서, 검출된 얼굴은 초기 검출 이벤트 후에 수개의 프레임들에 걸쳐(예를 들어, 구역(FOV, ROI) 내에서) 재검출된다. 컴퓨팅 디바이스는 제1 추적 단계 동안 이미지(704)에서 얼굴을 재검출한다. 추적 프로세스는 이미지(706)에 예시된 제n 추적 단계를 통하는 것을 포함하여, 다수의 이미지에 걸쳐 계속된다. 그 다음, 컴퓨팅 디바이스는 이미지(708)에서 추적 및 검출 프로세스를 완료한다. 일부 실시예들에서, 얼굴이 시리즈의 후속 이미지에서 재검출되지 않았으면, 추적 프로세스는 (예를 들어, 얼굴 인식 프로세스가 실행되고 있는 동안 지불 단말이 다른 프레임들에서 얼굴들을 계속 찾도록) 중단될 수 있다. 일부 실시예들에서, 지불 단말은 프로세스가 개시되고, 얼굴이 단순히 없어지고, 얼굴이 카메라 뷰에 존재하지 않는 등 하므로 지불 단말이 특정 시간 기간에 필요한 미리 정의된 파라미터들(예를 들어, 크기, 각도들, 품질)을 검출하지 않았으면 얼굴 지불 동작을 중단/취소할 수 있다. 그렇지 않으면, 얼굴이 계속 검출되면, 추적은 추가 후속 이미지들에 계속 걸칠 수 있다. 프레임들은 하나씩 처리될 수 있으며, 각각의 프레임은 고유 식별자를 갖는다. 이것은 예를 들어, 추적된 얼굴과 연관된 프레임들의 식별을 허용할 수 있다. 시스템은 (예를 들어, 10개의 프레임, 20개의 프레임, 50개의 프레임 등과 같은, 충분한 수의 프레임들에 도달할 때까지) 얼굴 샷들이 얼굴 인식을 위해 사용되는지를 결정하기 위해 결과들을 사용할 수 있다.
일부 실시예들에서, 기술들은 치수들 및/또는 자세들과 같은, 이미지 및/또는 얼굴 데이터의 하나 이상의 양태를 수정하는 것을 포함할 수 있다. 예를 들어, 컴퓨팅 디바이스는 얼굴이 이미지들에 걸쳐 원하는 방식으로(예를 들어, 수직 축 등을 따라) 정렬되는 것을 보장하기 위해 얼굴 정렬 프로세스를 수행할 수 있다. 도 8은 일부 실시예들에 따른 얼굴 정렬의 일 예를 도시하는 도해(800)이다. 이미지(802)에 의해 도시된 바와 같이, 정렬을 위해 사용되는 데이터는 얼굴 검출 박스들 및/또는 얼굴 랜드마크들과 같은, 전처리된 데이터를 포함할 수 있다. 기술들은 정렬된 이미지(804)를 발생시키기 위해 입력 데이터에 기초하여 다양한 이미지 처리 단계들을 수행할 수 있다. 일부 실시예들에서, 시스템은 워핑 프로세스(예를 들어, 정규화, 평면화)를 수행할 수 있다. 프로세스는 이미지 평면의 회전의 보상, 눈 국부화에 기초한 이미지 센터링, 이미지 크로핑 등 중 하나 이상을 수행하는 단계를 포함할 수 있다.
본원에 설명된 바와 같이, 지불 단말은 얼굴 디스크립터(예를 들어, 이는 또한 얼굴 템플릿, 생체 템플릿 등과 같은, 여러가지 다른 용어들을 사용하여 지칭될 수 있어, 용어 "얼굴 디스크립터"는 제한적이도록 의도되지 않음)를 국부적으로 발생시킬 수 있고/있거나 얼굴 디스크립터는 원격 컴퓨팅 디바이스에 의해 발생될 수 있다. 실제 추출을 수행하기 위해, 기술들은 얼굴 디스크립터를 결정하기 위해 부가 데이터(예를 들어, 검출된 얼굴, 얼굴 랜드마크들 등의 박스를 갖는 검출 결과)와 함께 이미지를 처리하는 것을 포함할 수 있다. 얼굴 디스크립터는 예를 들어, 트레이닝된 CNN들과 같은, 트레이닝된 머신 러닝 모델을 사용하여 발생될 수 있다. 일부 실시예들에서, 복수의 CNN이 사용될 수 있다. 예를 들어, 상이한 CNN 버전들은 상이한 고려사항들을 위해, 예컨대 (추출의) 속도, 얼굴 템플릿/디스크립터의 크기 및 정확도(완성도) 등의 별개의 특성들을 위해 사용될 수 있다. 다른 예로서, 상이한 CNN들은 상이한 크기 디스크립터들을 발생시킬 수 있다. 예를 들어, 크기들은 128 바이트, 256 바이트, 512 바이트, 1024 바이트 등을 포함할 수 있다.
얼굴 디스크립터 자체는 구체적으로 인코딩되는 한 세트의 객체 파라미터들일 수 있다. 얼굴 디스크립터들은 디스크립터들이 다양한 아핀 객체 변환들, 컬러 변화들 등에 대해 거의 변하지 않도록 발생될 수 있다. 그러한 변환들에 대해 변하지 않으면, 기술들은 얼굴들과 같은 실세계 객체들을 식별, 룩업, 및 비교하기 위해 그러한 세트들의 효율적인 사용을 제공할 수 있다. 일부 실시예들에서, 얼굴 디스크립터들은 영숫자 및/또는 특수 문자들의 수치 어레이들을 포함한다. 도 10은 일부 실시예들에 따른 예시적 얼굴 디스크립터(1000)의 도해이다. 유리하게는, 도 10에 도시된 바와 같이, 얼굴 디스크립터가 적절한 알고리즘 기술들(예를 들어, CNN들)을 사용하여 발생되므로, 디스크립터로부터 원래의 이미지를 역설계하는 것이 가능하지 않다.
단계(508)에서, 컴퓨팅 디바이스(예를 들어, 지불 단말 및/또는 원격 컴퓨팅 디바이스)는 라이브니스 체크를 수행하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택한다. 라이브니스 체크는 (예를 들어, 스틸 이미지가 인증 프로세스를 시도하고 속이거나 우회하기 위해 사용되는 것과 비교하여) 활동가가 캡처되었는지를 결정하는 것을 포함할 수 있다. 본원에 설명된 바와 같이, NIR 센서들, 깊이 센서들, TOF 센서들 등으로부터의 이미지 데이터는 라이브니스를 체크하기 위해 사용될 수 있다. 지불 단말은 라이브니스 체크를 오프라인에서 국부적으로 수행하고/하거나 선택된 서브세트를 원격 컴퓨팅 디바이스에 송신하여 라이브니스 체크를 수행할 수 있다. 예를 들어, 깊이 센서를 사용하여 캡처된 이미지들은 활동가가 지불 단말을 사용하고 있는지를 결정하기 위해 처리될 수 있다. 본원에 설명된 바와 같이, 얼굴 인식 모듈 내의 임의의 센서들, 예컨대 RGB 센서들, NIR 센서들, 깊이 센서들 등은 라이브니스 체크를 위해 사용될 수 있다. 일부 실시예들에서, 특정 기술들은 NIR 센서들 및/또는 깊이 센서들과 같이, 바람직할 수 있으며, 이는 예컨대 NIR 센서들이 범위(예를 들어, 얼굴까지의 거리) 정보를 제공하는 것으로 인해, 더 신뢰하고 비협조적일 수 있다(예를 들어, 사용자로부터 임의의 액션을 필요로 하지 않음). 라이브니스 체크를 위해 사용된 데이터는 이미징 디바이스 및/또는 비디오 파일로부터 비디오 스트림의 프레임들의 시퀀스를 포함하는 이미지 시퀀스일 수 있다. 일부 실시예들에 따르면, 프레임들의 시계열을 처리할 때, 기술들은 개인이 활동가일 계산된 확률(예를 들어, 뉴럴 네트워크 모델들에 의해 계산됨)이 미리 결정된 임계치에 도달할 때까지 사용자가 관련 센서(들) 앞에 나타나는 것을 필요로 할 수 있다. 그 결과, 라이브니스 체크는 활동가가 신용 카드를 사용하고 있는 것을 보장하기 위해 얼굴 인식과 조합하여 사용될 수 있으며, 이는 신용 카드 거래 프로세스를 위한 추가 보안을 제공할 수 있다.
단계(406)에서, 지불 단말은 원격 컴퓨팅 디바이스로부터, 사용자가 원격 얼굴 인식에 기초하여 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신한다. 단계(408)에서, 지불 단말은 수신된 인증 데이터에 기초하여 신용 카드 거래를 완료할지를 결정한다. 인증 데이터는 사용자가 신용 카드를 사용하도록 인증되는 것을 표시하면, 방법은 단계(410)로 진행하고 신용 카드 거래를 완료한다. 인증 데이터는 사용자가 신용 카드를 사용하도록 인증되지 않는 것을 표시하면, 지불 단말은 거래를 종결하고/하거나 다른 인증 기술들을 수행할 수 있다. 예를 들어, 지불 단말은 지불 단말의 디스플레이를 통해, 거래를 완료하기 위해 신용 카드 데이터와 연관된 신용 카드 핀을 입력하도록 사용자를 재촉함으로써 핀을 사용하여 거래를 인증하게 하기 위해 단계(412)를 임의로 실행할 수 있다.
본원에 설명된 바와 같이, 원격 컴퓨팅 디바이스는 얼굴 인식 프로세스를 수행하기 위해 지불 단말로부터 수신된 데이터를 처리하도록 구성된다. 도 9는 일부 실시예들에 따른 컴퓨팅 디바이스(지불 단말에서 원격임)가 얼굴 인식 프로세스의 양태들을 수행하기 위한 예시적 컴퓨터화된 방법(900)을 도시하는 흐름도이다. 단계(902)에서, 컴퓨팅 디바이스(예를 들어, 원격 컴퓨팅 디바이스(들)(104))는 지불 단말로부터, 신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터(예를 들어, 신용 카드 번호 등)를 수신한다. 단계(904)에서, 컴퓨팅 디바이스는 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신한다. 단계들(902 및 904)이 분리된 단계들로서 도시되지만, 이것은 예시적 목적들만을 위한 것이고, 데이터는 필요에 따라, 단일 통신 및/또는 임의의 수의 통신들로 수신될 수 있다는 점이 이해되어야 한다.
단계(906)에서, 컴퓨팅 디바이스는 이미지 데이터를 사용하여, 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시킨다. 본원에 설명된 바와 같이, 얼굴 디스크립터 발생 프로세스는 파라미터 추정, 얼굴 검출, 추적, 정렬, 및 얼굴 디스크립터의 발생을 포함하는, 다양한 단계들을 포함할 수 있다. 컴퓨팅 디바이스는 도 4와 함께 설명된 바와 같이, 얼굴 디스크립터 발생 프로세스의 일부 및/또는 전부를 수행하도록 구성될 수 있다.
단계(908)에서, 컴퓨팅 디바이스는 데이터베이스로부터, 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스한다. 제2 얼굴 디스크립터는 제1 얼굴 디스크립터와 동일한 포맷일 수 있다. 예를 들어, 제1 얼굴 디스크립터와 같이, 제2 얼굴 디스크립터는 또한 제2 수치 어레이를 포함할 수 있다. 컴퓨팅 디바이스는 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스 및/또는 신용 카드 계좌를 제공하는 다른 기관으로부터 제2 얼굴 디스크립터를 요청함으로써 데이터베이스로부터 제2 얼굴 디스크립터에 액세스할 수 있다.
단계(910)에서, 컴퓨팅 디바이스는 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정한다. 일부 실시예들에 따르면, 컴퓨팅 디바이스는 제1 얼굴 디스크립터와 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 제1 얼굴 디스크립터 및 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행할 수 있다. 그 다음, 컴퓨팅 디바이스는 얼굴 디스크립터들이 충분히 매칭하는지를 결정하기 위해 유사성 스코어을 사용할 수 있다. 예를 들어, 컴퓨팅 디바이스는 유사성 스코어가 미리 결정된 임계치 위에 있는지를 결정할 수 있다.
본원에 설명된 바와 같이, 얼굴 디스크립터들은 (예를 들어, 얼굴 변환, 크기, 및/또는 다른 파라미터들을 고려하는 방식으로) 얼굴을 설명하는 한 세트의 특징들을 표현하는 데이터를 포함한다. 얼굴 디스크립터 매칭은 2개의 얼굴 디스크립터가 동일한 개인에 속하는지를 특정 확률로 컴퓨팅 디바이스가 결정하는 것을 허용하는 방식으로 수행될 수 있다. 디스크립터들은 유사성 스코어를 결정하기 위해 비교될 수 있다. 유사성 스코어 값은 정규화된 범위의 값들일 수 있다. 예를 들어, 값은 범위가 0 내지 1일 수 있다. 얼굴 디스크립터들의 벡터들 사이의 유클리드 거리와 같은 다른 출력 데이터가 발생될 수 있다.
일부 실시예들에서, 시스템은 유사성 스코어가 원하는 임계치 위에 있는지를 결정할 수 있다. 예를 들어, 유사성 스코어는 은행/서비스 제공자에 의해 선택된다. 최소 유사성 임계치가 더 높게 설정될수록, 에러 매치를 사용할 기회가 더 낮아진다. 예를 들어, 95%, 90%, 80% 등의 매치는 신용 카드 거래를 허가하는 것으로 진행하기에 충분한 확신이 있을 수 있다. 그러나, 그러한 퍼센티지 아래의 매치는 거래를 위해 사용자를 인증하기에 불충분할 수 있다.
컴퓨팅 디바이스는 단계(910)에서 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정할 수 있다. 단계(912)에서, 컴퓨팅 디바이스는 지불 단말에, 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신한다. 얼굴 디스크립터들이 매칭되면, 컴퓨팅 디바이스는 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신할 수 있다. 일부 실시예들에서, 컴퓨팅 디바이스는 유사성 스코어 등과 같은, 지불 단말에 매칭 프로세스 동안 결정된 다른 정보를 송신할 수 있다.
본원에 설명된 기술들은 다양한 타입들의 회로들 및/또는 컴퓨팅 디바이스들에 통합될 수 있다. 도 11은 본원에 설명된 기술의 실시예들을 구현하기 위해 사용될 수 있는 예시적 컴퓨터 시스템(1100)의 블록도를 도시한다. 예를 들어, 컴퓨터 시스템(1100)은 지불 단말, 얼굴 인식을 수행하기 위해 사용되는 원격 컴퓨팅 디바이스(들) 등으로 구체화될 수 있다. 컴퓨팅 디바이스(1100)는 하나 이상의 컴퓨터 하드웨어 프로세서(1102) 및 비일시적 컴퓨터 판독가능 저장 매체들(예를 들어, 메모리(1104) 및 하나 이상의 비휘발성 저장 디바이스(1106))을 포함할 수 있다. 프로세서(들)(1102)는 데이터를 (1) 메모리(1104); 및 (2) 비휘발성 저장 디바이스(들)(1106)에 기입하는 것 및 데이터를 이들로부터 판독하는 것을 제어할 수 있다. 본원에 설명된 임의의 기능성을 수행하기 위해, 프로세서(들)(1102)는 하나 이상의 비일시적 컴퓨터 판독가능 저장 매체(예를 들어, 메모리(1104))에 저장된 하나 이상의 프로세서 실행가능 명령어를 실행할 수 있으며, 이는 프로세서(들)(1102)에 의한 실행을 위한 프로세서 실행가능 명령어들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체들의 역할을 할 수 있다.
용어들 "프로그램" 또는 "소프트웨어"는 위에 논의된 바와 같이 실시예들의 다양한 양태들을 구현하기 위해 컴퓨터 또는 다른 프로세서(물리 또는 가상)를 프로그램하는데 이용될 수 있는 임의의 타입의 컴퓨터 코드 또는 프로세서 실행가능 명령어들의 세트를 지칭하기 위해 일반적 의미로 본원에 사용된다. 부가적으로, 일 양태에 따르면, 실행될 때 본원에 제공된 개시의 방법들을 수행하는 하나 이상의 컴퓨터 프로그램은 단일 컴퓨터 또는 프로세서 상에 상주할 필요가 없지만, 본원에 제공된 개시의 다양한 양태들을 구현하기 위해 상이한 컴퓨터들 또는 프로세서들 중에 모듈 방식으로 분산될 수 있다.
프로세서 실행가능 명령어들은 하나 이상의 컴퓨터 또는 다른 디바이스들에 의해 실행된, 프로그램 모듈들과 같은, 많은 형태들일 수 있다. 일반적으로, 프로그램 모듈들은 작업들을 수행하거나 추상 데이터 타입들을 구현하는 루틴들, 프로그램들, 객체들, 구성요소들, 데이터 구조들 등을 포함한다. 전형적으로, 프로그램 모듈들의 기능성은 조합(예를 들어, 중압집중) 또는 분산될 수 있다.
다양한 발명 개념들은 하나 이상의 프로세스로서 구체화될 수 있으며, 그 중에 예들이 제공되었다. 각각의 프로세스의 일부로서 수행되는 액트들은 임의의 적절한 방식으로 순서화될 수 있다. 따라서, 액트들이 예시된 것과 상이한 순서로 수행되는 실시예들이 구성될 수 있으며, 이는 예시적 실시예들에서 순차적 액트들로 도시될 지라도, 일부 액트들을 동시에 수행하는 것을 포함할 수 있다.
본원에서 명세서 및 청구항들에 사용된 바와 같이, 문구 "적어도 하나의"는 하나 이상의 요소의 리스트와 관련하여, 요소들의 리스트 내의 요소들 중 임의의 하나 이상으로부터 선택된 적어도 하나의 요소를 의미하지만, 반드시 요소들의 리스트 내에 구체적으로 리스트된 각각의 그리고 모든 요소 중 적어도 하나를 포함하는 것은 아니고 요소들의 리스트에서 요소들의 임의의 조합들을 배제하는 것은 아닌 것으로 이해되어야 한다. 이러한 정의는 또한 요소들이 구체적으로 식별된 그들 요소들과 관련되든 안되든, 문구 "적어도 하나의"가 지칭하는 요소들의 리스트 내에서 구체적으로 식별된 요소들과 다르게 임의로 존재할 수 있는 것을 허용한다. 따라서, 예를 들어, "A 및 B 중 적어도 하나"(또는, 등가적으로, "A 또는 B 중 적어도 하나", 또는, 등가적으로 "A 및/또는 B 중 적어도 하나")는 일 실시예에서, 어떠한 B도 존재하지 않은 상태에서(그리고 B와는 다른 요소들을 임의로 포함함), 하나보다 많음을 임의로 포함하는 적어도 하나의 A를 지칭하고; 다른 실시예에서, 어떠한 A도 존재하지 않은 상태에서(그리고 A와는 다른 요소들을 임의로 포함함), 하나보다 많음을 임의로 포함하는 적어도 하나의 B를 지칭하고; 또 다른 실시예에서, 하나보다 많음을 임의로 포함하는 적어도 하나의 A, 및 하나보다 많음을 임의로 포함하는 적어도 하나의 B (그리고 다른 요소들을 임의로 포함함) 등을 지칭할 수 있다.
문구 "및/또는"은 본원에서 명세서 및 청구항들에 사용된 바와 같이, 그렇게 결합된 요소들, 즉 일부 경우들에서 결합하여 존재하고 다른 경우들에서 분리하여 존재하는 요소들 중 "어느 하나 또는 둘 다"를 의미하는 것으로 해석되어야 한다. "및/또는"으로 리스트된 다수의 요소는 동일한 방식, 즉, 그렇게 결합된 요소들 중 "하나 이상의"로 해석되어야 한다. 다른 요소들은 구체적으로 식별된 그들 요소들과 관련되든 안되든, "및/또는" 절에 의해 구체적으로 식별된 요소들과 다르게 임의로 존재할 수 있다. 따라서, 비제한 예로서, "A 및/또는 B"에 대한 참조는 "포함하는"과 같은 개방형 언어와 함께 사용될 때, 일 실시예에서, A만(B와는 다른 요소들을 임의로 포함함)을 지칭하고; 다른 실시예에서, B만(A와는 다른 요소들을 임의로 포함함)을 지칭하고; 또 다른 실시예에서, A 및 B 둘 다(다른 요소들을 임의로 포함함)를 지칭하는 등 할 수 있다.
청구항 요소를 수정하기 위해 청구항들에서 "제1", "제2", "제3" 등과 같은 서수 용어들의 사용은 다른 청구항 요소에 걸친 하나의 청구항 요소의 임의의 우선순위, 선행, 또는 순서 또는 방법의 액트들이 수행되는 시간적 순서를 저절로 함축하지 않는다. 그러한 용어들은 특정 명칭을 갖는 하나의 청구항 요소와 동일한 명칭을 갖는 다른 요소를 구별하는 라벨들로서 단지 사용된다(그러나 서수 용어의 사용을 위함). 본원에 사용된 어법 및 전문용어는 설명의 목적을 위한 것이고 제한적인 것으로 간주되지 않아야 한다. "포함하는", "구성하는", "갖는", "함유하는", "수반하는", 및 그것의 변형들의 사용은 그 후에 리스트된 아이템들 및 부가 아이템들을 망라하는 것으로 여겨진다.
본원에 설명된 기술들의 수개의 실시예들을 상세히 설명했지만, 다양한 수정들, 및 개선들은 본 기술분야의 통상의 기술자들에게 즉시 떠오를 것이다. 그러한 수정들 및 개선들은 개시의 사상 및 범위 내에 있도록 의도된다. 따라서, 전술한 설명은 단지 예로서이고, 제한적이도록 의도되지 않는다. 기술들은 이하의 청구항들 및 그에 대한 균등물들에 의해서만 제한된다.
다양한 양태들은 본 개시에 설명되며, 이는 이하의 양태들을 포함하지만, 이들에 제한되지 않는다:
1. 적어도 하나의 프로세서 및 명령어들을 저장하도록 구성된 메모리를 포함하는 지불 단말에 의한 실행을 위한 컴퓨터화된 방법으로서, 명령어들은 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고;
지불 단말의 이미징 디바이스를 사용하여, 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하게 하고;
원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하게 하며, 인증하는 것은
원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식을 수행할 수 있도록, 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스에 송신하는 단계;
원격 컴퓨팅 디바이스로부터, 원격 얼굴 인식에 기초하여 사용자가 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신하는 단계; 및
수신된 인증 데이터에 기초하여 신용 카드 거래를 완료할지를 결정하는 단계
를 포함하는, 컴퓨터화된 방법.
2. 1에 있어서, 신용 카드 데이터를 수신하는 단계는 지불 단말의 측면 슬롯 내로 삽입된 신용 카드로부터 신용 카드 데이터를 판독하는 단계를 포함하는, 컴퓨터화된 방법.
3. 1 또는 2에 있어서, 신용 카드 데이터를 수신하는 단계는,
무선 통신 프로토콜을 사용하여 신용 카드로부터 신용 카드 데이터를 판독하는 단계;
전자 디바이스로부터 신용 카드 데이터를 판독하는 단계;
가상 신용 카드 데이터; 또는 그것의 일부 조합을 수신하는 단계를 포함하는, 컴퓨터화된 방법.
4. 1 내지 3 중 어느 하나에 있어서, 명령어들은 적어도 하나의 프로세서로 하여금,
신용 카드 거래의 양이 미리 결정된 임계치를 초과하는지를 결정하게 하도록 추가로 구성되고;
양이 미리 결정된 임계치를 초과하는 것을 결정할 시에, 원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하는 단계를 수행하게 하여, 사용자는 신용 카드 거래를 완료하기 위해 개인 식별 번호(PIN)를 입력할 필요가 없는, 컴퓨터화된 방법.
5. 4에 있어서, 명령어들은 적어도 하나의 프로세서로 하여금, 양이 미리 결정된 임계치를 초과하지 않는 것을 결정할 시에, 사용자가 신용 카드 데이터를 사용하도록 인증되지 않는 것을 인증 데이터가 나타내는 것을 결정할 시에, 또는 둘 다일 시에:
지불 단말의 디스플레이를 통해, 거래를 완료하기 위해 신용 카드 데이터와 연관된 신용 카드 개인 식별 번호(PIN)를 입력하도록 사용자를 재촉하게 하도록 추가로 구성되는, 컴퓨터화된 방법.
6. 1 내지 5 중 어느 하나에 있어서, 명령어들은 적어도 하나의 프로세서로 하여금,
지불 단말의 깊이 센서를 사용하여, 제2 이미지 데이터를 캡처하게 하고;
제2 이미지 데이터에 기초하여, 제2 이미지 데이터가 활동가를 캡처하는지의 표시를 결정하게 하도록 추가로 구성되는, 컴퓨터화된 방법.
7. 지불 단말로서,
지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하도록 구성된 이미징 디바이스;
이미징 디바이스 및 메모리와 통신하는 적어도 하나의 프로세서를 포함하며, 적어도 하나의 프로세서는 메모리에 저장된 명령어들을 실행하도록 구성되고, 명령어들은 적어도 하나의 프로세서로 하여금,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고;
원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하게 하고, 인증하는 것은
원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식을 수행할 수 있도록 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스에 송신하는 것;
원격 컴퓨팅 디바이스로부터, 사용자가 원격 얼굴 인식에 기초하여 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신하는 것; 및
수신된 인증 데이터에 기초하여 신용 카드 거래를 완료할지를 결정하는 것
을 포함하는, 지불 단말.
8. 7에 있어서, 이미징 디바이스는,
이미지 데이터의 제1 이미지를 발생시키도록 구성된 이미지 센서; 및
이미지 데이터의 제2 이미지를 발생시키도록 구성되는 깊이 센서를 포함하는, 지불 단말.
9. 7 또는 8에 있어서, 신용 카드를 수용하도록 구성된 측면 슬롯을 추가로 포함하며, 신용 카드 데이터를 수신하는 것은 측면 슬롯 내로 삽입된 신용 카드로부터 신용 카드 데이터를 판독하는 것을 포함하는, 지불 단말.
10. 7 내지 9 중 어느 하나에 있어서, 신용 카드, 전자 디바이스, 또는 둘 다로부터 신용 카드 데이터를 판독하기 위해 무선 통신 프로토콜을 실행하도록 구성된 무선 통신 모듈을 추가로 포함하는, 지불 단말.
11. 7 내지 10 중 어느 하나에 있어서, 명령어들은 적어도 하나의 프로세서로 하여금,
신용 카드 거래의 양이 미리 결정된 임계치를 초과하는지를 결정하게 하도록 추가로 구성되고;
양이 미리 결정된 임계치를 초과하는 것을 결정할 시에, 적어도 하나의 프로세서는 원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하는 단계를 수행하도록 구성되는, 지불 단말.
12. 11에 있어서,
지불 단말은 디스플레이를 추가로 포함하고;
명령어들은 적어도 하나의 프로세서로 하여금, 양이 미리 결정된 임계치를 초과하지 않는 것을 결정할 시에,
지불 단말의 디스플레이를 통해, 거래를 완료하기 위해 신용 카드 데이터와 연관된 핀을 입력하도록 사용자를 재촉하게 하도록 추가로 구성되는, 지불 단말.
13. 7 내지 12 중 어느 하나에 있어서, 이미지 데이터를 원격 컴퓨팅 디바이스에 송신하는 것은,
이미지 데이터에서 얼굴을 검출하는 것 및 얼굴 디스크립터를 발생시키기 위해 검출된 얼굴 상에 디스크립터 추출 프로세스를 수행하는 것을 포함하여, 얼굴 디스크립터를 발생시키는 것; 및
얼굴 디스크립터를 원격 컴퓨팅 디바이스에 송신하는 것을 포함하는, 지불 단말.
14. 명령어들을 포함하는 비일시적 컴퓨터 판독가능 매체들로서, 지불 단말 상의 하나 이상의 프로세서에 의해 실행될 때, 하나 이상의 프로세서로 하여금,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고;
지불 단말의 이미징 디바이스를 사용하여, 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하게 하고;
원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하게 하도록 동작가능하며, 인증하는 것은
원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식을 수행할 수 있도록, 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스에 송신하는 것;
원격 컴퓨팅 디바이스로부터, 사용자가 원격 얼굴 인식에 기초하여 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신하는 것; 및
수신된 인증 데이터에 기초하여 신용 카드 거래를 완료할지를 결정하는 것
것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
15. 14에 있어서, 신용 카드 데이터를 수신하는 것은 지불 단말의 측면 슬롯 내로 삽입된 신용 카드로부터 신용 카드 데이터를 판독하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
16. 14 또는 15에 있어서, 신용 카드 데이터를 수신하는 것은,
무선 통신 프로토콜을 사용하여 신용 카드로부터 신용 카드 데이터를 판독하는 것;
전자 디바이스로부터 신용 카드 데이터를 판독하는 것;
가상 신용 카드 데이터; 또는 그것의 일부 조합을 수신하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
17. 14 내지 16 중 어느 하나에 있어서, 명령어들은 하나 이상의 프로세서로 하여금,
신용 카드 거래의 양이 미리 결정된 임계치를 초과하는지를 결정하게 하도록 추가로 구성되고;
양이 미리 결정된 임계치를 초과하는 것을 결정할 시에, 원격 얼굴 인식을 사용하여 신용 카드 데이터를 사용하도록 사용자를 인증하는 단계를 수행하게 하여, 사용자는 신용 카드 거래를 완료하기 위해 개인 식별 번호(PIN)를 입력할 필요가 없는, 비일시적 컴퓨터 판독가능 매체들.
18. 17에 있어서, 명령어들은 하나 이상의 프로세서로 하여금, 양이 미리 결정된 임계치를 초과하지 않는 것을 결정할 시에, 사용자가 신용 카드 데이터를 사용하도록 인증되지 않는 것을 인증 데이터가 나타내는 것을 결정할 시에, 또는 둘 다일 시에:
지불 단말의 디스플레이를 통해, 거래를 완료하기 위해 신용 카드 데이터와 연관된 신용 카드 개인 식별 번호(PIN)를 입력하도록 사용자를 재촉하게 하도록 추가로 구성되는, 비일시적 컴퓨터 판독가능 매체들.
19. 14 내지 18 중 어느 하나에 있어서, 명령어들은 하나 이상의 프로세서로 하여금,
지불 단말의 깊이 센서를 사용하여, 제2 이미지 데이터를 캡처하게 하고;
제2 이미지 데이터에 기초하여, 제2 이미지 데이터가 활동가를 캡처하는지의 표시를 결정하게 하도록 추가로 구성되는, 비일시적 컴퓨터 판독가능 매체들.
20. 휴대용 지불 단말로서,
배터리;
지불 단말이 베이스 내에 도킹될 때 배터리를 충전하고 외부 디바이스와 통신하기 위해 베이스의 제2 도킹 인터페이스에 연결하도록 크기 설정된 제1 도킹 인터페이스;
무선 통신 모듈;
지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 캡처하도록 구성된 이미징 디바이스; 및
이미징 디바이스 및 메모리와 통신하는 적어도 하나의 프로세서를 포함하며, 적어도 하나의 프로세서는 메모리에 저장되는 명령어들을 실행하도록 구성되고, 명령어들은 적어도 하나의 프로세서로 하여금,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터를 수신하게 하고;
이미지 데이터에 기초하여 신용 카드 데이터를 사용하도록 사용자를 인증하기 위해 무선 통신 모듈을 통해 원격 얼굴 인식을 수행하도록 원격 컴퓨팅 디바이스와 통신하게 하는, 휴대용 지불 단말.
21. 20에 있어서, 제1 도킹 인터페이스는 암형 인터페이스를 포함하는, 휴대용 지불 단말.
22. 20 또는 21에 있어서, 원격 얼굴 인식을 수행하도록 원격 컴퓨팅 디바이스와 통신하는 것은,
원격 컴퓨팅 디바이스가 사용자의 원격 얼굴 인식을 수행할 수 있도록, 무선 통신 모듈을 통해, 이미지 데이터 및 신용 카드 정보를 원격 컴퓨팅 디바이스에 송신하는 것; 및
원격 컴퓨팅 디바이스로부터, 사용자가 얼굴 인식에 기초하여 신용 카드 데이터를 사용하도록 인증되는지를 나타내는 인증 데이터를 수신하는 것을 포함하는, 휴대용 지불 단말.
23. 22에 있어서, 이미지 데이터를 원격 컴퓨팅 디바이스에 송신하는 것은,
이미지 데이터에서 얼굴을 검출하는 것 및 얼굴 디스크립터를 발생시키기 위해 검출된 얼굴 상에 디스크립터 추출 프로세스를 수행하는 것을 포함하여, 얼굴 디스크립터를 발생시키는 것; 및
얼굴 디스크립터를 원격 컴퓨팅 디바이스에 송신하는 것을 포함하는, 휴대용 지불 단말.
24. 20 내지 23 중 어느 하나에 있어서, 무선 통신 모듈은,
셀룰러 통신 모듈;
WiFi 통신 모듈; 및
블루투스 통신 모듈 중 하나 이상을 포함하는, 휴대용 지불 단말.
25. 20 내지 24 중 어느 하나에 있어서, 하나 이상의 프로세서와 통신하는 평판 스크린 디스플레이를 추가로 포함하는, 휴대용 지불 단말.
26. 20 내지 25 중 어느 하나에 있어서, 하나 이상의 프로세서와 통신하는, 이더넷 인터페이스, USB 인터페이스, 및 RS232 인터페이스를 제공하는 조합된 인터페이스를 추가로 포함하는, 휴대용 지불 단말.
27. 20 내지 26 중 어느 하나에 있어서, 신용 카드를 수용하도록 구성된 측면 슬롯을 추가로 포함하며, 신용 카드 데이터를 수신하는 것은 측면 슬롯 내로 삽입된 신용 카드로부터 신용 카드 데이터를 판독하는 것을 포함하는, 휴대용 지불 단말.
28. 20 내지 27 중 어느 하나에 있어서, 신용 카드로부터 신용 카드 데이터를 판독하기 위해 무선 통신 프로토콜을 실행하도록 구성된 제2 무선 통신 모듈을 추가로 포함하는, 휴대용 지불 단말.
29. 20 내지 28 중 어느 하나에 있어서, 하나 이상의 프로세서와 통신하는 스피커를 추가로 포함하는, 휴대용 지불 단말.
30. 20 내지 29 중 어느 하나에 있어서,
이미징 디바이스는,
이미지 데이터의 제1 세트의 이미지들을 발생시키도록 구성된 이미지 센서; 및
이미지 데이터의 제2 세트의 이미지들을 발생시키도록 구성된 깊이 센서를 포함하고;
적어도 하나의 프로세서는 메모리에 저장된 명령어들을 실행하도록 구성되고, 명령어들은 적어도 하나의 프로세서로 하여금,
얼굴 인식을 위한 제1 세트의 이미지들의 서브세트를 선택하게 하고;
활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 휴대용 지불 단말.
31. 적어도 하나의 프로세서 및 명령어들을 저장하도록 구성된 메모리에 의한 실행을 위한 컴퓨터화된 방법으로서, 명령어들은 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금,
지불 단말로부터,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하게 하고;
이미지 데이터를 사용하여, 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키게 하고 - 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
데이터베이스로부터, 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하게 하고 - 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하게 하고;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 지불 단말에 송신하게 하는, 컴퓨터화된 방법.
32. 31에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 단계는 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 단계를 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 단계는 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 단계를 포함하는, 컴퓨터화된 방법.
33. 31 또는 32에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 단계는 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 단계를 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 단계는 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 단계를 포함하는, 컴퓨터화된 방법.
34. 31 내지 33 중 어느 하나에 있어서,
제1 얼굴 디스크립터와 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 제1 얼굴 디스크립터 및 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하고;
유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정함으로써,
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것을 결정하는 단계를 추가로 포함하는, 컴퓨터화된 방법.
35. 31 내지 34 중 어느 하나에 있어서, 데이터베이스로부터 제2 얼굴 디스크립터에 액세스하는 단계는 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 제2 얼굴 디스크립터를 요청하는 단계를 포함하는, 컴퓨터화된 방법.
36. 31 내지 35 중 어느 하나에 있어서,
이미지 데이터를 수신하는 단계는,
이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 단계; 및
깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 단계를 포함하고;
명령어들은 추가로 적어도 하나의 프로세서로 하여금,
제1 얼굴 디스크립터를 발생시키기 위해 제1 세트의 이미지들의 서브세트를 선택하게 하고;
활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 컴퓨터화된 방법.
37. 명령어들을 포함하는 비일시적 컴퓨터 판독가능 매체들로서, 명령어들은 컴퓨팅 디바이스 상의 하나 이상의 프로세서에 의해 실행될 때, 하나 이상의 프로세서로 하여금,
지불 단말로부터,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하게 하고;
이미지 데이터를 사용하여, 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키게 하고 - 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
데이터베이스로부터, 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하게 하고 - 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하게 하고;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 지불 단말에 송신하게 하도록 동작가능한, 비일시적 컴퓨터 판독가능 매체들.
38. 37에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 것을 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
39. 37 또는 38에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 것을 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
40. 39에 있어서, 명령어들은 하나 이상의 프로세서로 하여금,
제1 얼굴 디스크립터와 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 제1 얼굴 디스크립터 및 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하게 하고;
유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정하게 함으로써
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것을 결정하게 하도록 추가로 구성되는, 비일시적 컴퓨터 판독가능 매체들.
41. 37 내지 40 중 어느 하나에 있어서, 데이터베이스로부터 제2 얼굴 디스크립터에 액세스하는 것은 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 제2 얼굴 디스크립터를 요청하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
42. 37 내지 41 중 어느 하나에 있어서,
이미지 데이터를 수신하는 것은,
이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 것; 및
깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 것을 포함하고;
명령어들은 추가로 적어도 하나의 프로세서로 하여금,
제1 얼굴 디스크립터를 발생시키기 위해 제1 세트의 이미지들의 서브세트를 선택하게 하고;
활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 비일시적 컴퓨터 판독가능 매체들.
43. 명령어들을 저장하는 메모리, 및 하나 이상의 프로세서를 포함하는 시스템으로서, 상기 하나 이상의 프로세서는
지불 단말로부터,
신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하고;
이미지 데이터를 사용하여, 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키고 - 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
데이터베이스로부터, 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하고 - 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하고;
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는지에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 지불 단말에 송신하기 위해
상기 명령어들을 실행하도록 구성되는, 시스템.
44. 43에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 것을 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 사용자가 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 것을 포함하는, 시스템.
45. 43 또는 44에 있어서,
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 것을 포함하고;
사용자가 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 사용자가 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 것을 포함하는, 시스템.
46. 45에 있어서, 명령어들은 하나 이상의 프로세서로 하여금,
제1 얼굴 디스크립터와 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 제1 얼굴 디스크립터 및 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하게 하고;
유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정하게 함으로써
제1 얼굴 디스크립터가 제2 얼굴 디스크립터와 매칭하는 것을 결정하게 하도록 추가로 구성되는, 시스템.
47. 43 내지 46에 있어서, 데이터베이스로부터 제2 얼굴 디스크립터에 액세스하는 것은 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 제2 얼굴 디스크립터를 요청하는 것을 포함하는, 시스템.
48. 43 내지 47 중 어느 하나에 있어서,
이미지 데이터를 수신하는 것은,
이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 것; 및
깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 것을 포함하고;
명령어들은 추가로 적어도 하나의 프로세서로 하여금,
제1 얼굴 디스크립터를 발생시키기 위해 제1 세트의 이미지들의 서브세트를 선택하게 하고;
활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 시스템.

Claims (18)

  1. 적어도 하나의 프로세서 및 명령어들을 저장하도록 구성된 메모리에 의한 실행을 위한 컴퓨터화된 방법으로서, 상기 명령어들은 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로세서로 하여금,
    지불 단말로부터,
    신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
    상기 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하게 하고;
    상기 이미지 데이터를 사용하여, 상기 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키게 하고 - 상기 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
    데이터베이스로부터, 상기 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하게 하고 - 상기 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하게 하고;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 상기 지불 단말에 송신하게 하는, 컴퓨터화된 방법.
  2. 제1항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 단계는 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 단계를 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 단계는 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 단계를 포함하는, 컴퓨터화된 방법.
  3. 제1항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 단계는 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 단계를 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 단계는 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 단계를 포함하는, 컴퓨터화된 방법.
  4. 제3항에 있어서,
    상기 제1 얼굴 디스크립터와 상기 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 상기 제1 얼굴 디스크립터 및 상기 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하고;
    상기 유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정함으로써,
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것을 결정하는 단계를 추가로 포함하는, 컴퓨터화된 방법.
  5. 제1항에 있어서, 상기 데이터베이스로부터 상기 제2 얼굴 디스크립터에 액세스하는 단계는 상기 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 상기 제2 얼굴 디스크립터를 요청하는 단계를 포함하는, 컴퓨터화된 방법.
  6. 제1항에 있어서,
    상기 이미지 데이터를 수신하는 단계는,
    이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 단계; 및
    깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 단계를 포함하고;
    상기 명령어들은 추가로 상기 적어도 하나의 프로세서로 하여금,
    상기 제1 얼굴 디스크립터를 발생시키기 위해 상기 제1 세트의 이미지들의 서브세트를 선택하게 하고;
    활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 컴퓨터화된 방법.
  7. 명령어들을 포함하는 비일시적 컴퓨터 판독가능 매체들로서, 상기 명령어들은 컴퓨팅 디바이스 상의 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금,
    지불 단말로부터,
    신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
    상기 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하게 하고;
    상기 이미지 데이터를 사용하여, 상기 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키게 하고 - 상기 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
    데이터베이스로부터, 상기 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하게 하고 - 상기 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하게 하고;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 상기 지불 단말에 송신하게 하도록 동작가능한, 비일시적 컴퓨터 판독가능 매체들.
  8. 제7항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 것을 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
  9. 제7항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 것을 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
  10. 제9항에 있어서, 상기 명령어들은 상기 하나 이상의 프로세서로 하여금,
    상기 제1 얼굴 디스크립터와 상기 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 상기 제1 얼굴 디스크립터 및 상기 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하게 하고;
    상기 유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정하게 함으로써
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것을 결정하게 하도록 추가로 구성되는, 비일시적 컴퓨터 판독가능 매체들.
  11. 제7항에 있어서, 상기 데이터베이스로부터 상기 제2 얼굴 디스크립터에 액세스하는 것은 상기 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 상기 제2 얼굴 디스크립터를 요청하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체들.
  12. 제7항에 있어서,
    상기 이미지 데이터를 수신하는 것은,
    이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 것; 및
    깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 것을 포함하고;
    상기 명령어들은 추가로 상기 적어도 하나의 프로세서로 하여금,
    상기 제1 얼굴 디스크립터를 발생시키기 위해 상기 제1 세트의 이미지들의 서브세트를 선택하게 하고;
    활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 비일시적 컴퓨터 판독가능 매체들.
  13. 명령어들을 저장하는 메모리, 및 하나 이상의 프로세서를 포함하는 시스템으로서, 상기 하나 이상의 프로세서는,
    지불 단말로부터,
    신용 카드 거래와 함께 사용하기 위한 신용 카드 데이터; 및
    상기 지불 단말을 동작시키는 사용자의 얼굴의 적어도 일부의 이미지 데이터를 수신하고;
    상기 이미지 데이터를 사용하여, 상기 사용자의 얼굴에 대한 제1 얼굴 디스크립터를 발생시키고 - 상기 제1 얼굴 디스크립터는 제1 수치 어레이를 포함함 - ;
    데이터베이스로부터, 상기 신용 카드 데이터와 연관된 제2 얼굴 디스크립터에 액세스하고 - 상기 제2 얼굴 디스크립터는 제2 수치 어레이를 포함함 - ;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지를 결정함으로써 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하고;
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는지에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 상기 지불 단말에 송신하기 위해
    상기 명령어들을 실행하도록 구성되는, 시스템.
  14. 제13항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하지 않는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 결정하는 것을 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되지 않는 것을 나타내는 데이터를 송신하는 것을 포함하는, 시스템.
  15. 제13항에 있어서,
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 결정하는 것은 상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것에 기초하여 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 결정하는 것을 포함하고;
    상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는지를 나타내는 데이터를 송신하는 것은 상기 사용자가 상기 신용 카드 데이터를 사용하도록 허가되는 것을 나타내는 데이터를 송신하는 것을 포함하는, 시스템.
  16. 제15항에 있어서, 상기 명령어들은 상기 하나 이상의 프로세서로 하여금,
    상기 제1 얼굴 디스크립터와 상기 제2 얼굴 디스크립터 사이의 유사성을 나타내는 유사성 스코어를 발생시키기 위해 상기 제1 얼굴 디스크립터 및 상기 제2 얼굴 디스크립터 상에 디스크립터 매칭 프로세스를 수행하게 하고;
    상기 유사성 스코어가 미리 결정된 임계치 위에 있는 것을 결정하게 함으로써
    상기 제1 얼굴 디스크립터가 상기 제2 얼굴 디스크립터와 매칭하는 것을 결정하게 하도록 추가로 구성되는, 시스템.
  17. 제13항에 있어서, 상기 데이터베이스로부터 상기 제2 얼굴 디스크립터에 액세스하는 것은 상기 신용 카드 데이터와 연관된 은행의 원격 은행 데이터베이스로부터 상기 제2 얼굴 디스크립터를 요청하는 것을 포함하는, 시스템.
  18. 제13항에 있어서,
    상기 이미지 데이터를 수신하는 것은,
    이미지 센서에 의해 발생된 제1 세트의 이미지들을 수신하는 것; 및
    깊이 센서에 의해 발생된 제2 세트의 이미지들을 수신하는 것을 포함하고;
    상기 명령어들은 추가로 상기 적어도 하나의 프로세서로 하여금,
    상기 제1 얼굴 디스크립터를 발생시키기 위해 상기 제1 세트의 이미지들의 서브세트를 선택하게 하고;
    활동가가 캡처되었는지를 결정하기 위해 분석할 제2 세트의 이미지들의 서브세트를 선택하게 하는, 시스템.
KR1020210116862A 2020-12-18 2021-09-02 특정 신용 카드 거래들을 위한 생체 인증을 제공하는 지불 단말 KR20220088291A (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
RU2020141924A RU2020141924A (ru) 2020-12-18 Портативный платежный терминал, обеспечивающий биометрическую аутентификацию
RU2020141924 2020-12-18
RU2020141919 2020-12-18
RU2020141936 2020-12-18
RU2020141919A RU2020141919A (ru) 2020-12-18 Платежный терминал, обеспечивающий биометрическую аутентификацию для определенных транзакций по кредитной карте
RU2020141936A RU2020141936A (ru) 2020-12-18 Удаленная биометрическая аутентификация платежей по кредитной карте с использованием дескрипторов лица

Publications (1)

Publication Number Publication Date
KR20220088291A true KR20220088291A (ko) 2022-06-27

Family

ID=80445586

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210116862A KR20220088291A (ko) 2020-12-18 2021-09-02 특정 신용 카드 거래들을 위한 생체 인증을 제공하는 지불 단말

Country Status (6)

Country Link
US (2) US20220198459A1 (ko)
JP (1) JP2022097361A (ko)
KR (1) KR20220088291A (ko)
CN (1) CN114648327A (ko)
TW (1) TW202226102A (ko)
WO (1) WO2022130018A1 (ko)

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3574559B2 (ja) * 1998-01-27 2004-10-06 株式会社エヌ・ティ・ティ・データ 電子チケットシステム、回収端末、サービス提供端末、利用者端末、電子チケット回収方法及び記録媒体
US7099850B1 (en) * 2001-09-21 2006-08-29 Jpmorgan Chase Bank, N.A. Methods for providing cardless payment
US20040122685A1 (en) * 2002-12-20 2004-06-24 Daryl Bunce Verification system for facilitating transactions via communication networks, and associated method
US20050250538A1 (en) * 2004-05-07 2005-11-10 July Systems, Inc. Method and system for making card-based payments using mobile devices
US20100205091A1 (en) * 2004-10-22 2010-08-12 Zevez Payments, Inc. Automated payment transaction system
US20060120571A1 (en) * 2004-12-03 2006-06-08 Tu Peter H System and method for passive face recognition
US20060208064A1 (en) * 2005-01-18 2006-09-21 Isaac Mendelovich Method for managing consumer accounts and transactions
US8452654B1 (en) * 2005-06-16 2013-05-28 Rbs Nb System and method for issuing rewards to card holders
US8079079B2 (en) * 2005-06-29 2011-12-13 Microsoft Corporation Multimodal authentication
US8396711B2 (en) * 2006-05-01 2013-03-12 Microsoft Corporation Voice authentication system and method
US7689508B2 (en) * 2007-11-20 2010-03-30 Wells Fargo Bank N.A. Mobile device credit account
US20100191570A1 (en) * 2009-01-23 2010-07-29 Joe Phillip Michaud Loyalty reward program simulators
EP2465082A4 (en) * 2009-08-14 2015-04-01 Payfone Inc SYSTEM AND METHOD FOR PAYING A TRADER USING A CELL PHONE ACCOUNT
US20110201306A1 (en) * 2010-02-15 2011-08-18 Samama Technologies Systems and methods for unified billing
US20130030934A1 (en) * 2011-01-28 2013-01-31 Zumigo, Inc. System and method for credit card transaction approval based on mobile subscriber terminal location
EP2689386B1 (en) * 2011-03-25 2018-07-11 Visa International Service Association In-person one-tap purchasing apparatuses, methods and systems
US8583549B1 (en) * 2012-04-10 2013-11-12 Hossein Mohsenzadeh Systems, devices, and methods for managing a payment transaction
US20140164082A1 (en) * 2012-12-06 2014-06-12 Capital One Financial Corporation Systems and methods for social media referrals based rewards
US20140244365A1 (en) * 2012-12-29 2014-08-28 DGRT Software LLC Toll app system
US20140222596A1 (en) * 2013-02-05 2014-08-07 Nithin Vidya Prakash S System and method for cardless financial transaction using facial biomertics
US20140330729A1 (en) * 2013-05-03 2014-11-06 Patrick Colangelo Payment processing using biometric identification
US11210380B2 (en) * 2013-05-13 2021-12-28 Veridium Ip Limited System and method for authorizing access to access-controlled environments
US20150220924A1 (en) * 2014-02-04 2015-08-06 Outsite Networks, Inc. Method and system for linking a customer identity to a retail transaction
US20190065874A1 (en) * 2017-08-30 2019-02-28 Mastercard International Incorporated System and method of authentication using image of a user
CN110189133B (zh) * 2019-05-10 2024-02-27 中国银联股份有限公司 一种支付系统

Also Published As

Publication number Publication date
US20220198459A1 (en) 2022-06-23
CN114648327A (zh) 2022-06-21
WO2022130018A1 (en) 2022-06-23
JP2022097361A (ja) 2022-06-30
US20240086921A1 (en) 2024-03-14
TW202226102A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
US11669607B2 (en) ID verification with a mobile device
JP6487105B2 (ja) アクセス制御される環境へのアクセスを認可するためのシステム及び方法
US11188734B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US10824849B2 (en) Method, apparatus, and system for resource transfer
US10354126B1 (en) Access control through multi-factor image authentication
US10346675B1 (en) Access control through multi-factor image authentication
US20170262472A1 (en) Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces
US20180374101A1 (en) Facial biometrics card emulation for in-store payment authorization
US10922399B2 (en) Authentication verification using soft biometric traits
US11074469B2 (en) Methods and systems for detecting user liveness
Smith-Creasey et al. Continuous face authentication scheme for mobile devices with tracking and liveness detection
TWM566865U (zh) 基於臉部辨識進行驗證的交易系統
US20220277311A1 (en) A transaction processing system and a transaction method based on facial recognition
US20230177513A1 (en) Detecting Cloned Payment Cards
US20220198459A1 (en) Payment terminal providing biometric authentication for certain credit card transactions
US20230177511A1 (en) Detecting Cloned Payment Cards
US11250281B1 (en) Enhanced liveness detection of facial image data
Zhao et al. Robust eye detection for cockpit access control using an appearance model and radial symmetry transform under active near infrared illumination