TW202226102A - 提供用於特定信用卡交易的生物辨識認證之支付終端 - Google Patents

提供用於特定信用卡交易的生物辨識認證之支付終端 Download PDF

Info

Publication number
TW202226102A
TW202226102A TW110126845A TW110126845A TW202226102A TW 202226102 A TW202226102 A TW 202226102A TW 110126845 A TW110126845 A TW 110126845A TW 110126845 A TW110126845 A TW 110126845A TW 202226102 A TW202226102 A TW 202226102A
Authority
TW
Taiwan
Prior art keywords
credit card
descriptor
user
face
card information
Prior art date
Application number
TW110126845A
Other languages
English (en)
Inventor
安東 納札爾金
Original Assignee
荷蘭商偉訊拉斯科技
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 RU2020141919A external-priority patent/RU2020141919A/ru
Application filed by 荷蘭商偉訊拉斯科技 filed Critical 荷蘭商偉訊拉斯科技
Publication of TW202226102A publication Critical patent/TW202226102A/zh

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
    • G06Q20/38—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
    • G06Q20/08—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
    • G06Q20/405—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)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Collating Specific Patterns (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本文中所描述之技術係關於使用充分利用一臉部辨識模組以捕捉臉部影像之一支付終端來認證信用卡交易的方法及設備。該支付終端與一後端伺服器通信以執行臉部辨識程序，且基於自該後端伺服器接收的該臉部辨識程序之結果來判定是否授權或拒絕一交易。

Description

提供用於特定信用卡交易的生物辨識認證之支付終端
本申請案大體上係關於實現運用生物辨識認證且尤其係使用臉部辨識來認證信用卡支付之支付終端及計算裝置。
本申請案主張以下各者之優先權：2020年12月18日申請之第2020141919號俄羅斯申請案；2020年12月18日申請之第2020141924號俄羅斯申請案；及2020年12月18日申請之第2020141936號俄羅斯申請案，該些申請案中之每一者以全文引用的方式併入本文中。
信用卡交易為最風行的消費者支付方法中之一者。因此，消費者具有可供其經由信用卡進行支付的數種不同方法。消費者可使用實體信用卡，其可使用信用卡上之磁條及/或晶片來進行讀取。消費者亦可使用電子支付方法，諸如使用智慧型電話上之信用卡「錢包」，使得消費者藉由信用卡進行支付而不需要隨身攜帶實體信用卡。包括電子方法之一些信用卡支付方法亦提供無接觸支付。隨著信用卡交易之風行度不斷增加，此類交易之適當安全性需要相似地按比例調整以實現安全信用卡交易。
根據一個態樣，提供一種電腦化方法以用於由一支付終端執行。該支付終端包括至少一個處理器及記憶體，該記憶體被配置以儲存指令，該些指令在由該至少一個處理器執行時使該至少一個處理器接收用於與一信用卡交易一起使用之信用卡資料，使用該支付終端之一成像裝置捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料，及使用遠端臉部辨識來認證該使用者以使用該信用卡資料。認證該使用者包括：將該影像資料及信用卡資訊傳輸至一遠端計算裝置，使得該遠端計算裝置可執行該使用者之該遠端臉部辨識；自該遠端計算裝置接收指示該使用者基於該遠端臉部辨識而是否被認證為使用該信用卡資料之認證資料；及基於該所接收認證資料判定是否完成該信用卡交易。
根據一個態樣，提供一種攜帶型支付終端，其包括：一電池；一第一銜接介面，其經設定大小以當該支付終端在一基底中銜接以對該電池充電並與一外部裝置通信時連接至該基底之一第二銜接介面；一無線通信模組；一成像裝置，其被配置以捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料；及至少一個處理器，其與該成像裝置及記憶體通信。該至少一個處理器被配置以執行儲存於該記憶體中之指令，該些指令使該至少一個處理器接收用於與一信用卡交易一起使用之信用卡資料，及經由該無線通信模組與一遠端計算裝置通信以執行遠端臉部辨識以基於該影像資料認證該使用者以使用該信用卡資料。
根據一個態樣，提供一種電腦化方法以用於由至少一個處理器及記憶體執行，該記憶體被配置以儲存指令，該些指令在由該至少一個處理器執行時使該至少一個處理器自一支付終端接收用於與一信用卡交易一起使用之信用卡資料及操作該支付終端之一使用者之一臉部之至少一部分之影像資料。該些指令進一步使該至少一個處理器進行以下操作：使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列；自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列；藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。
應瞭解，前述概念及下文更詳細地所論述之額外概念的所有組合（其限制條件為這些概念並不相互不一致）被預期為本文中所揭示之發明主題之部分。詳言之，出現在本揭示內容結尾處的所主張主題之所有組合被預期為本文中所揭示之發明主題之部分。應進一步瞭解，可以任何合適的組合配置前述概念及下文所論述之額外概念，此係因為本揭示內容在此方面不受限制。另外，自當結合附圖考慮時的各種非限制性實施例之以下詳細描述，本揭示內容之其他優勢及新穎特徵將變得顯而易見。
本發明人已發現及瞭解，習知信用卡系統及交易未實現足夠的支付安全性。信用卡可能會丟失或被盜，且電子信用卡資訊同樣可能會被盜。因此，隨著信用卡交易之使用的持續增加，信用卡詐騙變得愈來愈普遍。雖然一些信用卡交易要求輸入個人識別號以完成交易，但並非所有交易皆需要個人識別號（PIN），且個人識別號同樣可能會被盜。另外，必須輸入個人識別號對於使用者而言係繁瑣的額外步驟。因此需要提供更容易且更強健的認證技術，該些認證技術並未由習知支付終端提供。
為了解決習知系統之上述缺點，本文中所描述之技術提供一種支付終端，其組合信用卡支付及/或其他信任程式支付功能性與使用臉部辨識技術之生物辨識認證。當支付程序開始時，支付終端捕捉使用者之影像並與後端計算資源協調以執行活躍度檢查及/或臉部辨識以認證使用者來進行信用卡交易。活躍度檢查及/或臉部辨識之態樣可在支付終端處在本端及/或由後端計算資源在遠端執行。該些技術以快速且安全的方式提供此類認證。該些技術可整合至支援所有現有支付形式之支付終端中，該些形式包括具有磁條之卡、無接觸支付方法及NFC支付方法。支付終端可進一步被體現為可用於銜接情境及解除銜接情境兩者中之攜帶型支付終端。因此，該些技術可提供將臉部認證作為用於任何類型之信用卡交易之驗證之主要及/或額外因素容易地整合至大部分信用卡支付設置中的支付終端。
在一些實施例中，支付終端可被配置使得支付終端不儲存或管理敏感資訊，諸如臉部影像、自影像提取之資料（例如臉部描述符）及/或其他類型之個人資料。在一些實施例中，支付終端可被配置以將臉部描述符發送至遠端計算裝置以用於生物辨識處理。歸因於不能夠將臉部描述符反向工程為原始影像，傳輸臉部描述符可避免傳輸人之影像。
如本文中所描述，支付終端可被配置用於行動用途，且可用於銜接及/或解除銜接組態。因此，支付終端可包括不同有線及/或無線通信功能性。在一些實施例中，支付終端可包括經設計以提供複數個不同通信協定之一個或多個介面（例如與用以將電力提供至裝置之介面分離及/或外加該（等）介面）。在一些實施例中，介面可經由單一介面提供USB、乙太網路及RS232通信。與針對每一通信協定具有分離的介面相比，此類多協定介面可允許支付終端之較小外觀尺寸。因此，支付終端包括足夠的功能性，使得支付終端可在不需要犧牲裝置外觀尺寸的情況下完全替換不支援生物辨識之習知支付終端。因此，支付終端可容易地整合至現有系統（例如CRM系統、銷售點（point of sale；POS）系統、支付認證系統及/或其類似者）中，且可由收銀台處之出納員管理。
儘管本文中將進一步描述本支付終端之特定例示性實施例，但與本裝置相關之所有組件之其他替代實施例可互換以適合不同應用。轉至諸圖，更詳細地描述支付終端及對應方法之特定非限制性實施例。應理解，關於這些實施例所描述之各種系統、組件、特徵及方法可個別地及/或以任何所要組合被使用，此係因為本揭示內容並不僅僅限於本文中所描述之特定實施例。
支付終端被配置以與諸如後端臉部辨識伺服器的執行生物辨識認證程序之一個或多個遠端計算裝置通信。圖1為根據一些實施例之用於使用臉部辨識來提供信用卡支付之例示性系統100的圖解。系統100包括經由網路106與一個或多個遠端計算裝置104通信之支付終端102。如本文中所描述，在一些實施例中，支付終端102被配置以處理信用卡交易。支付終端102包括捕捉用以執行臉部辨識程序之資料之感測器，諸如成像感測器及/或深度感測器。臉部辨識程序之態樣可由支付終端102及/或一個或多個遠端計算裝置104執行，諸如執行活躍度檢查，使用支付終端操作者捕捉之影像產生臉部描述符，及/或其類似者。一個或多個遠端計算裝置104經由其各別計算裝置108A至108N（統稱為金融資訊計算裝置108）與各種金融機構通信。一個或多個遠端計算裝置104判定哪一金融機構與正用於交易之信用卡資訊相關聯，且自適當金融資訊計算裝置108獲得與信用卡資訊相關聯之臉部描述符。一個或多個遠端計算裝置104比較針對支付終端102之使用者產生之臉部描述符與所獲得臉部描述符以判定是否認證使用者以使用信用卡進行交易。
圖2A至圖2G展示根據一些實施例之攜帶型支付終端202之例示性實施例。雖然圖2A至圖2G展示攜帶型支付終端之例示性組態，但應瞭解，這些實例意欲僅係說明性而非限制性的，此係因為各種其他組態可根據本文中所描述之技術被使用。應瞭解，支付終端202亦可包括圖2A至圖2G中不可見的在組件外殼內部之各種組件。舉例而言，支付終端202可包括電池（圖中未示），其允許支付終端202在解除銜接組態中操作，如本文中進一步所描述。支付終端202亦可包括至少一個處理器及記憶體（圖中亦未示），該記憶體儲存指令，該處理器被配置以執行該些指令以執行本文中所描述之技術之態樣。亦應瞭解，雖然圖中未示，但支付終端202亦包括各種電路系統、配線及/或其類似者以介接本文中所描述的支付終端202之各種組件。
在一些實施例中，支付終端200亦包括無線通信模組（圖中未示）。無線通信模組可提供無線通信協定，諸如蜂巢式通信協定、藍牙通信協定、WiFi通信協定及/或通信協定之組合。支付終端200可包括第二無線通信模組。舉例而言，第二無線通信模組可被配置以執行無線通信協定以自信用卡讀取信用卡資料（例如經由無接觸讀取器、NFC等，如本文中所描述）。
圖2A為攜帶型支付終端200之正視圖的圖解。支付終端200包括螢幕202。螢幕202可具有任何適當大小，諸如六吋顯示器（十五公分顯示器）、七吋顯示器（十八公分顯示器）、八吋顯示器（二十公分顯示器）等。雖然圖中未示，但支付終端200亦可包括用於管理螢幕202之亮度之被動紅外線（passive infrared；PIR）感測器。支付終端202包括臉部辨識模組204。臉部辨識模組204可包括單一成像裝置及/或複數個成像裝置。舉例而言，臉部辨識模組204可包括單、雙及/或多感測器組態。感測器可包括成像裝置（例如攝影機、RGB感測器）、NIR感測器、DEPTH感測器、TOF感測器及/或其類似者。在圖2A之實例中，臉部辨識模組204包括被配置以捕捉操作支付終端202之使用者之臉部之至少一部分之影像集合的兩個成像裝置204A及204B（例如其可包括透明罩蓋，諸如透明玻璃罩蓋）。臉部辨識模組204在此實例中亦包括兩個LED 204C及204D，包括常規LED及NIR LED。臉部辨識模組204亦可包括被配置以產生使用者臉部之至少一部分之第二影像集合的深度感測器（例如用於活躍度檢查）。在一些實施例中，支付終端可使用NIR攝影機。NIR攝影機可結合諸如NIR LED 204D之NIR光源而使用成像裝置204A/204B進行實施。在一些實施例中，支付終端包括用於執行活躍度檢查之另外感測裝置（例如專用NIR感測器、深度感測器等），其亦可位於臉部辨識模組204中。
支付終端202包括被配置以收納信用卡之側槽206，且支付終端202包括必需的硬體及/或軟體以在信用卡被插入後就自信用卡讀取信用卡資料。在一些實施例中，側槽為安全磁條讀取器（magstripe reader；MSR）。在一些實施例中，側槽被配置以自信用卡上之晶片讀取資料。支付終端202亦包括無接觸信用卡讀取器208（例如如由VISA或MASTERCARD所提供）。在一些實施例中，支付終端可支援NFC通信以促進運用支援NFC技術之智慧型裝置進行支付。
圖2B為攜帶型支付終端200之後視圖的圖解。如圖2B中所展示，支付終端200包括多協定介面210，其提供乙太網路介面（例如10base-T、100base-T、1000base-T等）、USB介面（例如USB 1.0、USB 2.0、USB TYPE-C）及/或RS232介面。支付終端200包括用於連接至安裝件/固持器之部位212（例如被展示為四個螺絲孔）。支付終端200包括揚聲器216。在一些實施例中，支付終端亦可包括麥克風（圖中未示）。亦可包括任選的銘牌214。
圖2C為攜帶型支付終端200之仰視圖的圖解。如圖2C中所展示，攜帶型支付終端200包括銜接介面220。銜接介面220經設定大小以當支付終端220銜接至基底時連接至安置於基底上之配合介面。在一些實施例中，銜接介面220可為母介面且基底上之對應配合介面可為公介面，但技術不限於此。支付終端200可被銜接，例如以對電池充電，與外部裝置通信，及/或其類似者。在一些實施例中，攜帶型支付終端200可提供一個或多個通信介面，諸如USB介面、RS232介面及/或其類似者。支付終端200亦包括介面222。介面222可提供電力介面以對電池、通信介面及/或其類似者充電。舉例而言，介面222可在支付終端200之底部上提供第二USB介面（例如以供在支付終端未在銜接中的情況下使用）。
圖2D展示支付終端200之俯視圖，其包括通電/斷電開關230。圖2E展示支付終端200之右側的視圖，包括側槽206且亦包括讀卡器240。在一些實施例中，讀卡器240為Europay、MasterCard及Visa（EMV）讀卡器。圖2F展示支付終端200之左側的視圖，其包括耳座插口250、第一槽252及第二槽254。第一槽252可為用以收納諸如安全存取模組（SAM）卡之安全性相關卡之槽。在一些實施例中，槽252可用以收納記憶體卡，諸如TF卡。在一些實施例中，第二槽254可為用於收納與通信協定相關之卡之槽。舉例而言，第二槽254可被配置以收納用戶識別模組（Subscriber Identification Module；SIM）卡。
圖2G展示在基底260中銜接之支付終端200之實例。雖然不可見，但基底260包括安置於與支付終端200之銜接介面220連接之區域262周圍的配合介面。基底260亦包括介面264。介面264可提供電力及/或通信協定。舉例而言，通信協定可為USB、RS232及/或其類似者。在一些實施例中，介面264可提供互補特徵，如由銜接介面220所提供之特徵。舉例而言，銜接介面220及介面264兩者可提供電力、USB及RS232（例如使得支付終端200可既實體上連接至電力又在銜接時與遠端設備通信）。基底260可包括其他特徵，諸如安置於區域266處之印表機。
應瞭解，支付終端可包括如本文中所描述之必要的硬體及/或軟體，使得支付終端可被配置用於根據各種組態及/或模式進行操作。在一些實施例中，支付終端可與銜接台一起使用。舉例而言，可能需要使不想要使用及/或不具有進階收銀台（例如可與支付終端直接介接）之企業（例如小型及/或中型企業）將支付終端與銜接台一起使用。在一些實施例中，支付終端可在無銜接台的情況下使用。舉例而言，可能需要使諸如大型連鎖商店之商店使用經解除銜接之支付終端（例如其中安裝件或機架用以緊固支付終端以供使用）。
應瞭解，各種通信協定可用以執行本文中所描述之信用卡交易。舉例而言，一些商店可使用區域網路（local area network；LAN）（例如纜線網路）將支付終端連接至網路，且因此此類商店可能並不使用WiFi及/或蜂巢式通信協定。作為另一實例，一些商店可能更喜歡使用支付終端之無線通信功能性，且可改為選擇使用WiFi及/或蜂巢式通信協定來代替網路連接協定。作為另一實例，支付終端可使用RS232及/或其他實體通信協定連接至周邊裝置，諸如收銀櫃。作為額外實例，支付終端可使用USB以連接至出納員之銷售點（POS）終端以交換資料。作為另一實例，藍牙可用以接收資料，諸如用於快遞訂單之資料。因此，支付終端可包括可將電力提供至裝置、促進經由乙太網路與支付終端之通信以連接至比如出納員電腦之支付終端及/或其某一組合的自訂介面（例如多協定介面210、銜接介面220及/或介面222）。因此，支付終端可提供允許可提供電力、USB、乙太網路及RS232介面之單一纜線之連接的自訂介面。另外，針對支付終端上之每一者需要支援分離的介面將會導致大得多的單元（例如與支援諸如磁條讀取器之其他特徵所需要的設計意蘊相比，需要另外的設計意蘊）。
一般而言，攜帶型支付終端被配置以使用生物辨識認證來認證信用卡交易。根據一些實施例，攜帶型支付終端可使用臉部辨識進行一些及/或所有信用卡交易。在一些實施例中，支付終端可被配置以使用臉部辨識進行滿足一個或多個臨限之信用卡交易。圖3為展示根據一些實施例之使用臉部辨識以認證高於臨限金額之信用卡交易之電腦化方法300的流程圖。在步驟302處，支付終端接收用於與信用卡交易一起使用之信用卡資料。如本文中所描述，支付終端可以各種方式接收信用卡資料。在一些實施例中，支付終端可自插入至支付終端之側槽（例如側槽206）中之信用卡讀取信用卡資料。在一些實施例中，支付終端可使用無線通信協定（例如NFC、無接觸支付等）自信用卡讀取信用卡資料。在一些實施例中，支付終端可自電子裝置讀取信用卡資料。舉例而言，支付終端可自行動裝置電子錢包讀取信用卡資料（例如使用Apple Pay、Samsung Pay等）。在一些實施例中，支付終端可接收虛擬信用卡資料。
在步驟304處，支付終端判定交易之金額是否高於臨限。臨限金額可為例如金錢金額（例如五美元/歐元、十美元/歐元、二十美元/歐元及/或其類似者）。在一些實施例中，臨限可為交易之數目（例如針對個人、在商店處及/或其類似者）。舉例而言，臨限可為信用卡交易是否為在特定商店處之首次交易。作為另一實例，臉部認證可在特定數目次失敗/不成功數目次嘗試使用信用卡（例如一次嘗試、兩次嘗試、三次嘗試等）之後被起始。作為另一實例，臨限可基於特定年齡臨限（例如十五歲、十六歲、二十一歲），諸如需要購買產品（例如酒精、香菸、槍等）之最小年齡之臨限。作為額外實例，當應用諸如優待券、自金融組織至指定客戶之個人化折扣（例如包括特定商店或連鎖商店之獎勵）等的特定量之信用（例如任何信用、超過五美元之信用、超過十美元之信用等）時，可使用臉部認證。
若交易不高於臨限，則方法移動至步驟306且認證信用卡交易而不使用臉部辨識。在一些實施例中，支付終端可在無進一步認證的情況下完成交易。在一些實施例中，支付終端可藉由要求使用者輸入個人識別號（PIN）來認證信用卡交易以完成信用卡交易。若交易高於臨限，則方法移動至步驟308且使用臉部辨識來認證信用卡交易。在一些實施例中，在判定金額超過預定臨限後，使用者就不需要輸入PIN以完成信用卡交易。
支付終端可藉由在本端及/或在遠端執行程序之態樣來執行臉部辨識。圖4為展示用於使用臉部辨識來認證信用卡交易之例示性電腦化方法400的流程圖。在步驟402處，支付終端使用支付終端之成像裝置捕捉操作支付終端之使用者之臉部之至少一部分之影像資料。如本文中所描述，支付終端可包括一個或多個成像裝置，包括被配置以產生第一影像集合之影像感測器、被配置以產生第二影像集合之深度感測器及/或其類似者。
在一些實施例中，如圖4中所展示，支付終端與遠端計算裝置通信以使用遠端臉部辨識來認證使用者。在步驟404處，支付終端將影像資料及信用卡資訊傳輸至遠端計算裝置（例如遠端計算裝置104），使得遠端計算裝置可執行使用者之遠端臉部辨識程序之一個或多個部分。在一些實施例中，支付終端將影像資料自身、經預處理影像資料及/或用以執行臉部辨識之實際資料（例如臉部描述符）發送至遠端計算裝置。因此，支付終端及/或遠端計算裝置可因此執行臉部描述符產生程序之步驟中之一者或多者，此取決於系統組態。舉例而言，在一些組態中，支付終端將未經處理影像資料發送至遠端計算裝置，且遠端計算裝置在必要時處理影像資料以執行臉部辨識。作為另一實例，在一些組態中，支付終端執行程序所需要之影像處理中之一些及/或全部，及/或產生用以執行臉部辨識之最終資料（例如臉部描述符）並將所產生資料傳輸至遠端計算裝置。
圖5為根據一些實施例之選擇用於與臉部辨識程序一起使用之影像資料之子集之例示性電腦化方法500的流程圖。在步驟502處，支付終端接收由影像感測器產生之第一影像集合（例如其用於臉部辨識）。在步驟504處，支付終端接收由深度感測器產生之第二影像集合（例如其用於活躍度檢查）。在步驟506處，支付終端選擇第一影像集合之子集以用以產生第一臉部描述符。舉例而言，臉部描述符提取操作可包括數個不同步驟。提取操作可包括例如各種影像處理步驟，諸如在影像中（例如在影像或實況視訊序列、由裝置捕捉之即時視訊中）執行臉部偵測、使所偵測臉部變形、進行臉部對準以補償仿射角並使臉部居中，及/或影像追蹤。提取操作接著可使用經處理影像資料來提取描述符。
根據一些實施例，技術可包括執行參數估計以判定是否使用影像進行臉部辨識及/或判定用於產生臉部描述符之參數。參數估計可包括分析圖像品質、眼睛狀態、頭部姿勢、眼鏡偵測、凝視偵測、口部狀態、影像之適合性分析及/或其類似者中之一者或多者。影像品質分析可包括評估影像（例如經正規化影像）之品質以用於足夠的進一步處理，諸如評估影像是否模糊、曝光不足、曝光過度、具有低飽和度、具有不均勻照明、具有適當單向反射性位準及/或其類似者。輸出可為例如計分值（例如0至1之值，其中1為範數且0為品質參數之最大值）。眼睛狀態分析可包括例如基於輸入影像（例如經正規化影像）判定眼睛狀態（閉合、張開、遮擋）、虹膜位置（例如針對每一眼睛使用一個或多個標誌）、眼瞼位置（例如針對每一眼睛使用一個或多個標誌），及/或其類似者。
頭部姿勢分析可包括判定頭部姿勢之橫搖、俯仰及/或橫偏角值。頭部姿勢可基於輸入標誌及/或基於源影像（例如使用經訓練CNN模型）被判定。眼鏡偵測可傳回是否無眼鏡存在於影像（例如經正規化影像）中之臉部上、處方眼鏡是否存在於臉部上、太陽鏡是否存在於臉部上、臉部覆蓋物及/或面罩是否存在於臉部上及/或其類似者的機率。每一分析之結果可包括計分值。在一些實施例中，支付終端可在偵測到臉部上之物品（例如太陽鏡及/或臉部覆蓋物）後就提示移除物品以便重新獲取個人臉部之影像。凝視偵測分析可包括判定（例如基於臉部標誌）俯仰（例如以度為單位之凝視豎直偏差角）及橫偏（例如以度為單位之凝視水平偏差角）中之一者或多者。口部狀態處理可包括例如判定指示口部是否張開、遮擋、微笑及/或其類似者之資料。適合性分析可評估所獲得臉部影像是否可用於臉部辨識（例如在提取臉部描述符之前）。輸出可為範圍為指示不良品質影像之下端至具有最佳品質影像之上端的計分，且可基於臉部偵測資料（例如臉部框資料）而執行。
在一些實施例中，技術可對影像執行臉部偵測程序以識別臉部（例如藉由圍繞臉部提供框），以識別臉部標誌、指示偵測到臉部之資料（例如臉部計分）及/或其類似者。根據一些實施例，技術可使用基於CNN之演算法執行臉部偵測以在每一圖框/影像中偵測所有臉部。臉部標誌可經計算用於例如臉部對準及/或用於執行額外估計。關鍵點可用以表示所偵測臉部標誌。技術可基於每一臉部之所要細節位準針對臉部標誌產生任何數目個關鍵點，諸如五個關鍵點（例如用於眼睛之兩個關鍵點、用於鼻尖之一個關鍵點及用於口部邊緣之兩個關鍵點）、十個關鍵點、五十個關鍵點及/或任何數目個標誌。
在一些實施例中，技術可包括判定使用者臉部之一個或多個最佳影像及/或畫面。舉例而言，可基於臉部偵測計分來選擇（例如預設地）最佳畫面以便選擇最佳候選影像以供進一步處理。根據一些實施例，技術可充分利用比較方法以基於一功能類別選擇最佳畫面，該功能類別允許比較所接收臉部偵測以選擇最適當影像及/或數個影像以用於經聚集之臉部描述符提取。圖6為作為說明性實例展示三個影像602至606之例示性集合的圖解。系統可比較影像602至606之計分以判定影像606與其他兩個影像602及604相比為最佳畫面。因此，最佳畫面技術可允許系統自影像或圖框序列識別最適合於臉部辨識之臉部影像。由於每一圖框具有其自身的ID，故技術可連續地更新最佳畫面之集合以指定哪些影像將用於臉部辨識階段。雖然圖6展示僅僅三個影像602至606，但應瞭解，當判定最佳畫面時可處理任何數目個影像（例如五個影像、十個影像、二十個影像等）。
支付終端及/或遠端計算裝置可執行即時臉部監測，包括使用臉部標誌、眼睛/口部狀態、凝視、頭部姿勢及/或其類似者。在一些實施例中，技術可處理含有臉部之影像之傳入資料流，其可根據偵測器計分結果被分類，包括追蹤及重新偵測功能。應瞭解，臉部辨識程序可被配置使得支付裝置並不始終連續地捕捉影像。舉例而言，臉部辨識程序可僅在臉部支付序列由使用者、由出納員及/或其類似者參與之後才被起始。
在一些實施例中，技術可包括橫越影像（例如影像及/或視訊圖框）執行臉部追蹤。技術可包括用以估計臉部之偵測及估計功能。圖7為展示根據一些實施例之橫越影像集合之例示性臉部追蹤程序的圖解。計算裝置在影像702中執行初始臉部偵測。接著橫越後續影像追蹤所偵測臉部。在一些實例中，在初始偵測事件之後橫越若干圖框（例如在區域（FOV、ROI）中）重新偵測所偵測臉部。計算裝置在影像704中重新偵測臉部以用於追蹤之第一步驟。追蹤程序橫越數個影像繼續，包括直至追蹤之第n步驟，如影像706處所繪示。計算裝置接著在影像708處完成追蹤及偵測程序。在一些實施例中，若臉部未在系列之後續影像中被重新偵測到，則追蹤程序可中斷（例如使得支付終端繼續在其他圖框中尋找臉部，同時臉部辨識程序正在運行）。在一些實施例中，若支付終端未在自程序被起始、臉部僅僅消失、臉部不存在於攝影機視圖中及/或其類似者以來的特定時段中偵測到必要的預定義參數（例如大小、角度、品質），則支付終端可中斷/取消臉部支付操作。否則，若臉部持續被偵測到，則追蹤可橫越另外後續影像繼續。圖框可被逐一地處理，其中每一圖框具有唯一識別符。此可允許例如識別與所追蹤臉部相關聯之圖框。系統可使用結果以判定哪些臉部畫面用於臉部辨識（例如直至達到足夠數目個圖框，諸如10個圖框、20個圖框、50個圖框等）。
在一些實施例中，技術可包括修改影像及/或臉部資料之一個或多個態樣，諸如尺寸及/或姿勢。舉例而言，計算裝置可執行臉部對準程序以確保臉部橫越影像以所要方式（例如沿著豎直軸線等）對準。圖8為展示根據一些實施例之臉部對準之實例的圖解800。如由影像802所展示，用於對準之資料可包括經預處理資料，諸如臉部偵測框及/或臉部標誌。技術可基於輸入資料執行各種影像處理步驟以產生經對準影像804。在一些實施例中，系統可執行變形程序（例如正規化、平坦化）。程序可包括執行以下各者中之一者或多者：影像平面之旋轉補償、基於眼睛定位之影像居中、影像裁剪及/或其類似者。
如本文中所描述，支付終端可在本端產生臉部描述符（例如其亦可指代使用各種其他術語，諸如臉部模板、生物辨識模板等，使得術語「臉部描述符」並不意欲為限制性的），及/或臉部描述符可由遠端計算裝置產生。為了執行實際提取，技術可包括處理影像以及額外資料（例如具有所偵測臉部之框、臉部標誌及/或其類似者的偵測結果）以判定臉部描述符。可使用例如諸如經訓練CNN之經訓練機器學習模型來產生臉部描述符。在一些實施例中，可使用複數個CNN。舉例而言，不同CNN版本可用於不同考慮因素，諸如用於（提取）速度之相異特性、臉部模板/描述符之大小及準確度（完整性），及/或其類似者。作為另一實例，不同CNN可產生不同大小描述符。舉例而言，大小可包括128個位元組、256個位元組、512個位元組、1024個位元組及/或其類似者。
臉部描述符自身可為被特殊地編碼之物件參數之集合。可產生臉部描述符，使得描述符對各種仿射物件變換、色彩變化及/或其類似者大體上不變。因為對此類變換不變，所以技術可實現此類集合之高效使用以識別、查找及比較諸如臉部之真實世界物件。在一些實施例中，臉部描述符包括文數字及/或特殊字元之數值陣列。圖10為根據一些實施例之例示性臉部描述符1000的圖解。有利地，如圖10中所展示，由於使用適當演算法技術（例如CNN）產生臉部描述符，故沒有可能自描述符對原始影像進行反向工程。
在步驟508處，計算裝置（例如支付終端及/或遠端計算裝置）選擇第二影像集合之子集以供分析以執行活躍度檢查。活躍度檢查可包括判定活人是否被捕捉（例如相較於正用以試圖欺騙或繞過認證程序之靜態影像）。如本文中所描述，來自NIR感測器、深度感測器、TOF感測器及/或其類似者之影像資料可用以檢查活躍度。支付終端可在本端離線執行活躍度檢查及/或將所選擇子集發送至遠端計算裝置以執行活躍度檢查。舉例而言，使用深度感測器捕捉之影像可經處理以判定是否活人正在使用支付終端。如本文中所描述，可使用臉部辨識模組中之任何感測器，諸如RGB感測器、NIR感測器、深度感測器等，以用於活躍度檢查。在一些實施例中，特定技術可係較佳的，諸如NIR感測器及/或深度感測器，其可更可靠及非協作（例如不需要來自使用者之任何動作），諸如歸因於NIR感測器提供範圍（例如至臉部之距離）資訊。用於活躍度檢查之資料可為包括來自成像裝置及/或視訊檔案之視訊串流之圖框序列的影像序列。根據一些實施例，當處理圖框之時間序列時，技術可能要求使用者出現在相關感測器之前方，直至個人為活人（例如由神經網路模型計算）之經計算機率將達到預定臨限。因此，活躍度檢查可結合臉部辨識而使用以確保活人正在使用信用卡，此可為信用卡交易程序提供進一步安全性。
在步驟406處，支付終端自遠端計算裝置接收指示使用者基於遠端臉部辨識而是否被認證為使用信用卡資料之認證資料。在步驟408處，支付終端基於所接收認證資料判定是否完成信用卡交易。若認證資料指示使用者被認證為使用信用卡，則方法繼續進行至步驟410並完成信用卡交易。若認證資料指示使用者未被認證為使用信用卡，則支付終端可終止交易及/或執行其他認證技術。舉例而言，支付終端可任選地執行步驟412以藉由經由支付終端之顯示器提示使用者輸入與信用卡資料相關聯之信用卡PIN而使用PIN來認證交易以完成交易。
如本文中所描述，遠端計算裝置被配置以處理自支付終端接收之資料以執行臉部辨識程序。圖9為展示根據一些實施例之計算裝置（遠離支付終端）執行臉部辨識程序之態樣之例示性電腦化方法900的流程圖。在步驟902處，計算裝置（例如遠端計算裝置104）自支付終端接收用於與信用卡交易一起使用之信用卡資料（例如信用卡號及/或其類似者）。在步驟904處，計算裝置接收操作支付終端之使用者之臉部之至少一部分之影像資料。雖然步驟902及904被展示為分離的步驟，但此僅僅出於例示性目的，且應瞭解，資料可在必要時在單一通信及/或任何數目個通信中被接收。
在步驟906處，計算裝置使用影像資料產生用於使用者之臉部之第一臉部描述符。如本文中所描述，臉部描述符產生程序可包括各種步驟，包括參數估計、臉部偵測、追蹤、對準及臉部描述符之產生。計算裝置可被配置以執行臉部描述符產生程序中之一些及/或全部，如結合圖4所描述。
在步驟908處，計算裝置自資料庫存取與信用卡資料相關聯之第二臉部描述符。第二臉部描述符可具有與第一臉部描述符相同之格式。舉例而言，類似於第一臉部描述符，第二臉部描述符亦可包括第二數值陣列。計算裝置可藉由向與信用卡資料相關聯之銀行之遠端銀行資料庫及/或提供信用卡帳戶之其他機構請求第二臉部描述符而自資料庫存取第二臉部描述符。
在步驟910處，計算裝置藉由判定第一臉部描述符是否匹配第二臉部描述符來判定使用者是否被授權使用信用卡資料。根據一些實施例，計算裝置可對第一臉部描述符及第二臉部描述符執行描述符匹配程序以產生指示第一臉部描述符與第二臉部描述符之間的相似度之相似度計分。計算裝置接著可使用相似度計分以判定臉部描述符是否充分地匹配。舉例而言，計算裝置可判定相似度計分是否高於預定臨限。
如本文中所描述，臉部描述符包括表示描述臉部（例如以考慮臉部變換、大小及/或其他參數之方式）之特徵集合之資料。臉部描述符匹配可以允許計算裝置以特定機率判定兩個臉部描述符是否屬於同一個人之方式執行。描述符可經比較以判定相似度計分。相似度計分值可為經正規化值範圍。舉例而言，值之範圍可為0至1。可產生其他輸出資料，諸如臉部描述符之向量之間的歐幾里德距離。
在一些實施例中，系統可判定相似度計分是否高於所要臨限。舉例而言，相似度計分係由銀行/服務提供商選擇。最小相似度臨限被設定得愈高，則使用錯誤匹配之機會愈低。舉例而言，95%、90%、80%及/或其類似者之匹配可具有足夠的信賴度以繼續進行對信用卡交易授權。然而，低於此類百分比之匹配可不足以認證使用者進行交易。
在步驟910處，計算裝置可基於第一臉部描述符是否匹配第二臉部描述符來判定使用者是否被授權使用信用卡資料。在步驟912處，計算裝置向支付終端傳輸指示使用者是否被授權使用信用卡資料之資料。若臉部描述符匹配，則計算裝置可傳輸指示使用者被授權使用信用卡資料之資料。在一些實施例中，計算裝置可向支付終端傳輸在匹配程序期間判定之其他資訊，諸如相似度計分等。
本文中所描述之技術可併入至各種類型之電路及/或計算裝置中。圖11展示可用以實施本文中所描述之技術之實施例之實例電腦系統1100的方塊圖。舉例而言，電腦系統1100可被體現為支付終端、用以執行臉部辨識之遠端計算裝置，及/或其類似者。計算裝置1100可包括一個或多個電腦硬體處理器1102及非暫時性電腦可讀取儲存媒體（例如記憶體1104及一個或多個非揮發性儲存裝置1106）。處理器1102可控制將資料寫入至以下各者及自以下各者讀取資料：（1）記憶體1104；及（2）非揮發性儲存裝置1106。為了執行本文中所描述之功能性中之任一者，處理器1102可執行儲存於一個或多個非暫時性電腦可讀取儲存媒體（例如記憶體1104）中之一個或多個處理器可執行指令，該一個或多個非暫時性電腦可讀取儲存媒體可充當儲存處理器可執行指令以供處理器1102執行之非暫時性電腦可讀取儲存媒體。
術語「程式」或「軟體」在本文中係以一般意義被使用以指代可用以程式化電腦或其他處理器（實體或虛擬）以實施如上文所論述之實施例之各種態樣的處理器可執行指令之任何類型之電腦程式碼或集合。另外，根據一個態樣，當經執行時執行本文中所提供之本揭示內容之方法的一個或多個電腦程式無需駐存於單一電腦或處理器上，而可以模組化方式分佈於不同電腦或處理器當中以實施本文中所提供之本揭示內容之各種態樣。
處理器可執行指令可呈許多形式，諸如由一個或多個電腦或其他裝置執行之程式模組。通常，程式模組包括執行任務或實施抽象資料類型之常式、程式、物件、組件、資料結構等。典型地，程式模組之功能性可被組合（例如集中）或分佈。
各種發明概念可被體現為一個或多個程序，其實例已被提供。作為每一程序之部分而執行之動作可按任何合適的方式排序。因此，可建構如下實施例：其中動作以不同於所繪示次序之次序執行，此可包括同時執行一些動作，即使這些動作在說明性實施例中被展示為循序動作亦如此。
如本說明書及申請專利範圍中所使用，關於一個或多個要素之清單的片語「至少一個」應被理解為意謂選自要素清單中之要素中之任何一者或多者的至少一個要素，但未必包括要素清單內特定地列出之每一個要素中之至少一者，且不排除要素清單中之要素之任何組合。此定義亦允許可任選地存在除片語「至少一個」所指代之要素清單內特定地識別之要素以外的要素，而無論與特定地識別之要素相關抑或不相關。因此，舉例而言，「A及B中之至少一者」（或等效地為「A或B中之至少一者」，或等效地為「A及/或B中之至少一者」）可在一個實施例中指代至少一個A，（任選地包括多於一個A，而不存在B（且任選地包括除B以外之要素）；在另一實施例中指代至少一個B，任選地包括多於一個）B，而不存在A（且任選地包括除A以外之要素）；在又一實施例中指代至少一個A，任選地包括多於一個A，及至少一個B，任選地包括多於一個B（且任選地包括其他要素）；等。
如本說明書及申請專利範圍中所使用，片語「及/或」應被理解為意謂如此結合之要素中之「任一者或兩者」，亦即，在一些情況下結合地存在且在其他情況下未結合地存在之要素。運用「及/或」列出之多個要素應以相同方式被解釋，亦即，如此結合之要素中之「一者或多者」。可任選地存在除藉由「及/或」短語特定地識別之要素以外的其他要素，而無論與特定地識別之要素相關抑或不相關。因此，作為非限制性實例，對在結合諸如「包含」之開放式語言使用時之「A及/或B」之參考可在一個實施例中僅指代A（任選地包括除B以外之要素）；在另一實施例中可僅指代B（任選地包括除A以外之要素）；在又一實施例中可指代A及B（任選地包括其他要素）；等。
申請專利範圍中用於修飾請求項要素的諸如「第一」、「第二」、「第三」等之序數術語之使用本身並不意謂一個請求項要素相對於另一要素之任何優先級、優先性或次序或執行方法之動作之時間次序。此類術語僅僅用作標籤以區分具有特定名稱之一個請求項要素與具有同一名稱之另一要素（倘若沒有使用序數術語）。本文中所使用之措辭及術語係出於描述之目的，且不應被視為限制性的。「包括」、「包含」、「具有」、「含有」、「涉及」及其變化形式之使用意欲涵蓋其後所列出之項目以及額外項目。
在已詳細地描述本文中所描述之技術之若干實施例的情況下，所屬技術領域中具有通常知識者將易於想到各種修改及改良。此類修改及改良意欲在本揭示內容之精神及範圍內。因此，前述描述僅作為實例且不意欲為限制性的。技術僅如由以下申請專利範圍及其等效物所界定而受限。
本揭示內容中描述各種態樣，其包括但不限於以下態樣： 1.     一種用於由一支付終端執行之電腦化方法，該支付終端包含至少一個處理器及記憶體，該記憶體被配置以儲存指令，該些指令在由該至少一個處理器執行時使該至少一個處理器進行以下操作： 接收用於與一信用卡交易一起使用之信用卡資料； 使用該支付終端之一成像裝置捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料；及 使用遠端臉部辨識來認證該使用者以使用該信用卡資料，包含： 將該影像資料及信用卡資訊傳輸至一遠端計算裝置，使得該遠端計算裝置可執行該使用者之該遠端臉部辨識； 自該遠端計算裝置接收指示該使用者基於該遠端臉部辨識而是否被認證為使用該信用卡資料之認證資料；及 基於該所接收認證資料判定是否完成該信用卡交易。 2.     如1之方法，其中接收該信用卡資料包含自插入至該支付終端之一側槽中之一信用卡讀取該信用卡資料。 3.     如1至2中任一項之方法，其中接收該信用卡資料包含： 使用一無線通信協定自一信用卡讀取該信用卡資料； 自一電子裝置讀取該信用卡資料； 接收虛擬信用卡資料；或其某一組合。 4.     如1至3中任一項之方法，其中該些指令進一步被配置以使該至少一個處理器進行以下操作： 判定該信用卡交易之一金額是否超過一預定臨限； 在判定該金額超過該預定臨限後，就執行使用該遠端臉部辨識來認證該使用者以使用該信用卡資料之步驟，使得該使用者不需要輸入一個人識別號（PIN）以完成該信用卡交易。 5.     如4之方法，其中該些指令進一步被配置以使該至少一個處理器在判定該金額不超過該預定臨限後、在判定該認證資料指示該使用者未被認證為使用該信用卡資料後或此兩者就進行以下操作： 經由該支付終端之一顯示器提示該使用者輸入與該信用卡資料相關聯之一信用卡個人識別號（PIN）以完成該交易。 6.     如1至5中任一項之方法，其中該些指令進一步被配置以使該至少一個處理器進行以下操作： 使用該支付終端之一深度感測器捕捉第二影像資料；及 基於該第二影像資料判定該第二影像資料是否捕捉一活人之一指示。 7.     一種支付終端，其包含： 一成像裝置，其被配置以捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料； 至少一個處理器，其與該成像裝置及記憶體通信，該至少一個處理器被配置以執行儲存於該記憶體中之指令，該些指令使該至少一個處理器進行以下操作： 接收用於與一信用卡交易一起使用之信用卡資料；及 使用遠端臉部辨識來認證該使用者以使用該信用卡資料，包含： 將該影像資料及信用卡資訊傳輸至一遠端計算裝置，使得該遠端計算裝置可執行該使用者之該遠端臉部辨識； 自該遠端計算裝置接收指示該使用者基於該遠端臉部辨識而是否被認證為使用該信用卡資料之認證資料；及 基於該所接收認證資料判定是否完成該信用卡交易。 8.     如7之支付終端，其中該成像裝置包含： 一影像感測器，其被配置以產生該影像資料之一第一影像；及 一深度感測器，其被配置以產生該影像資料之一第二影像。 9.     如7至8中任一項之支付終端，其進一步包含被配置以收納一信用卡之一側槽，其中接收該信用卡資料包含自插入至該側槽中之該信用卡讀取該信用卡資料。 10.   如7至9中任一項之支付終端，其進一步包含被配置以執行一無線通信協定以自一信用卡、一電子裝置或此兩者讀取該信用卡資料之一無線通信模組。 11.   如7至10中任一項之支付終端，其中該些指令進一步被配置以使該至少一個處理器進行以下操作： 判定該信用卡交易之一金額是否超過一預定臨限； 在判定該金額超過該預定臨限後，該至少一個處理器就被配置以執行使用該遠端臉部辨識來認證該使用者以使用該信用卡資料之步驟。 12.   如11之支付終端，其中： 該支付終端進一步包含一顯示器；且 該些指令進一步被配置以使該至少一個處理器在判定該金額不超過該預定臨限後就進行以下操作： 經由該支付終端之該顯示器提示該使用者輸入與該信用卡資料相關聯之一個人識別號以完成該交易。 13.   如7至12中任一項之支付終端，其中將該影像資料傳輸至該遠端計算裝置包含： 產生一臉部描述符，包含在該影像資料中偵測一臉部及對該所偵測臉部執行一描述符提取程序以產生該臉部描述符；及 將該臉部描述符傳輸至該遠端計算裝置。 14.   一種非暫時性電腦可讀取媒體，其包含指令，該些指令在由一支付終端上之一個或多個處理器執行時可操作以使該一個或多個處理器進行以下操作： 接收用於與一信用卡交易一起使用之信用卡資料； 使用該支付終端之一成像裝置捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料；及 使用遠端臉部辨識來認證該使用者以使用該信用卡資料，包含： 將該影像資料及信用卡資訊傳輸至一遠端計算裝置，使得該遠端計算裝置可執行該使用者之該遠端臉部辨識； 自該遠端計算裝置接收指示該使用者基於該遠端臉部辨識而是否被認證為使用該信用卡資料之認證資料；及 基於該所接收認證資料判定是否完成該信用卡交易。 15.   如14之非暫時性電腦可讀取媒體，其中接收該信用卡資料包含自插入至該支付終端之一側槽中之一信用卡讀取該信用卡資料。 16.   如14至15中任一項之非暫時性電腦可讀取媒體，其中接收該信用卡資料包含： 使用一無線通信協定自一信用卡讀取該信用卡資料； 自一電子裝置讀取該信用卡資料； 接收虛擬信用卡資料；或其某一組合。 17.   如14至16中任一項之非暫時性電腦可讀取媒體，其中該些指令進一步被配置以使該一個或多個處理器進行以下操作： 判定該信用卡交易之一金額是否超過一預定臨限； 在判定該金額超過該預定臨限後，就執行使用該遠端臉部辨識來認證該使用者以使用該信用卡資料之步驟，使得該使用者不需要輸入一個人識別號（PIN）以完成該信用卡交易。 18.   如17之非暫時性電腦可讀取媒體，其中該些指令進一步被配置以使該一個或多個處理器在判定該金額不超過該預定臨限後、在判定該認證資料指示該使用者未被認證為使用該信用卡資料後或此兩者就進行以下操作： 經由該支付終端之一顯示器提示該使用者輸入與該信用卡資料相關聯之一信用卡個人識別號（PIN）以完成該交易。 19.   如14至18中任一項之非暫時性電腦可讀取媒體，其中該些指令進一步被配置以使該一個或多個處理器進行以下操作： 使用該支付終端之一深度感測器捕捉第二影像資料；及 基於該第二影像資料判定該第二影像資料是否捕捉一活人之一指示。 20.   一種攜帶型支付終端，其包含： 一電池； 一第一銜接介面，其經設定大小以當該支付終端在一基底中銜接以對該電池充電並與一外部裝置通信時連接至該基底之一第二銜接介面； 一無線通信模組； 一成像裝置，其被配置以捕捉操作該支付終端之一使用者之一臉部之至少一部分之影像資料；及 至少一個處理器，其與該成像裝置及記憶體通信，該至少一個處理器被配置以執行儲存於該記憶體中之指令，該些指令使該至少一個處理器進行以下操作： 接收用於與一信用卡交易一起使用之信用卡資料；及 經由該無線通信模組與一遠端計算裝置通信以執行遠端臉部辨識以基於該影像資料認證該使用者以使用該信用卡資料。 21.   如20之攜帶型支付終端，其中該第一銜接介面包含一母介面。 22.   如20至21中任一項之攜帶型支付終端，其中與該遠端計算裝置通信以執行該遠端臉部辨識包含： 經由該無線通信模組將該影像資料及信用卡資訊傳輸至該遠端計算裝置，使得該遠端計算裝置可執行該使用者之該遠端臉部辨識；及 自該遠端計算裝置接收指示該使用者基於該臉部辨識而是否被認證為使用該信用卡資料之認證資料。 23.   如22之攜帶型支付終端，其中將該影像資料傳輸至該遠端計算裝置包含： 產生一臉部描述符，包含在該影像資料中偵測一臉部及對該所偵測臉部執行一描述符提取程序以產生該臉部描述符；及 將該臉部描述符傳輸至該遠端計算裝置。 24.   如20至23中任一項之攜帶型支付終端，其中該無線通信模組包含以下各者中之一者或多者： 一蜂巢式通信模組； 一WiFi通信模組；及 一藍牙通信模組。 25.   如20至24中任一項之攜帶型支付終端，其進一步包含與該一個或多個處理器通信之一平面螢幕顯示器。 26.   如20至25中任一項之攜帶型支付終端，其進一步包含與該一個或多個處理器通信之提供一乙太網路介面、一USB介面及一RS232介面之一組合介面。 27.   如20至26中任一項之攜帶型支付終端，其進一步包含被配置以收納一信用卡之一側槽，其中接收該信用卡資料包含自插入至該側槽中之該信用卡讀取該信用卡資料。 28.   如20至27中任一項之攜帶型支付終端，其進一步包含被配置以執行一無線通信協定以自一信用卡讀取該信用卡資料之一第二無線通信模組。 29.   如20至28中任一項之攜帶型支付終端，其進一步包含與該一個或多個處理器通信之一揚聲器。 30.   如20至29中任一項之攜帶型支付終端， 其中該成像裝置包含： 一影像感測器，其被配置以產生該影像資料之一第一影像集合；及 一深度感測器，其被配置以產生該影像資料之一第二影像集合；且 該至少一個處理器被配置以執行儲存於該記憶體中之指令，該些指令使該至少一個處理器進行以下操作： 選擇該第一影像集合之一子集以用於臉部辨識；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。 31.   一種用於由至少一個處理器及記憶體執行之電腦化方法，該記憶體被配置以儲存指令，該些指令在由該至少一個處理器執行時使該至少一個處理器進行以下操作： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之一使用者之一臉部之至少一部分之影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。 32.   如31之方法，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。 33.   如31至32中任一項之方法，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。 34.   如31至33中任一項之方法，其進一步包含藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。 35.   如31至34中任一項之方法，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。 36.   如31至35中任一項之方法，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該至少一個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。 37.   一種非暫時性電腦可讀取媒體，其包含指令，該些指令在由一計算裝置上之一個或多個處理器執行時可操作以使該一個或多個處理器進行以下操作： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之一使用者之一臉部之至少一部分之影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。 38.   如37之非暫時性電腦可讀取媒體，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。 39.   如37至38中任一項之非暫時性電腦可讀取媒體，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。 40.   如39之非暫時性電腦可讀取媒體，其中該些指令進一步被配置以使該一個或多個處理器藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。 41.   如37至40中任一項之非暫時性電腦可讀取媒體，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。 42.   如37至41中任一項之非暫時性電腦可讀取媒體，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該至少一個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。 43.   一種系統，其包含儲存指令之一記憶體，及被配置以執行該些指令以進行以下操作之一個或多個處理器： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之一使用者之一臉部之至少一部分之影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。 44.   如43之系統，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。 45.   如43至44中任一項之系統，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。 46.   如45之系統，其中該些指令進一步被配置以使該一個或多個處理器藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。 47.   如43至46之系統，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。 48.   如43至47中任一項之系統，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該至少一個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。
100:系統 102:支付終端 104:遠端計算裝置 106:網路 108A:金融資訊計算裝置 108N:金融資訊計算裝置 200:支付終端 202:攜帶型支付終端 204:臉部辨識模組 204A:成像裝置 204B:成像裝置 204C:LED 204D:LED 206:側槽 208:無接觸信用卡讀取器 210:多協定介面 212:用於連接至安裝件/固持器之部位 214:銘牌 216:揚聲器 220:銜接介面 222:介面 230:通電/斷電開關 240:讀卡器 250:耳座插口 252:第一槽 254:第二槽 260:基底 262:區域 264:介面 266:區域 300:電腦化方法 302:步驟 304:步驟 306:步驟 308:步驟 400:電腦化方法 402:步驟 404:步驟 406:步驟 408:步驟 410:步驟 412:步驟 500:電腦化方法 502:步驟 504:步驟 506:步驟 508:步驟 602:影像 604:影像 606:影像 702:影像 704:影像 706:影像 708:影像 800:圖解 802:影像 804:影像 900:電腦化方法 902:步驟 904:步驟 906:步驟 908:步驟 910:步驟 912:步驟 1000:臉部描述符 1100:電腦系統 1110:處理器 1120:記憶體 1130:非揮發性儲存體 1140:網路I/O介面 1150:使用者I/O介面
本文中將參考以下各圖描述各種態樣及實施例。應瞭解，該些圖未必按比例繪製。在多個圖中出現之物品係由在其出現之所有圖中的相同或相似元件符號指示。 [圖1]為根據一些實施例之用於使用臉部辨識來提供信用卡支付之例示性系統的圖解。 [圖2A]至[圖2G]展示根據一些實施例之攜帶型支付終端之例示性實施例。 [圖3]為展示根據一些實施例之用於使用臉部辨識以認證高於臨限金額之信用卡交易之電腦化方法的流程圖。 [圖4]為展示根據一些實施例之用於支付終端與遠端計算裝置通信以使用臉部辨識來認證信用卡交易之例示性電腦化方法的流程圖。 [圖5]為根據一些實施例之選擇用於與臉部辨識程序一起使用之影像資料之子集之例示性電腦化方法的流程圖。 [圖6]為展示根據一些實施例之可經處理以判定最佳影像之三個影像之例示性集合的圖解。 [圖7]為展示根據一些實施例之橫越影像集合之例示性臉部追蹤程序的圖解。 [圖8]為展示根據一些實施例之例示性臉部對準的圖解。 [圖9]為展示根據一些實施例之遠端計算裝置執行臉部辨識程序之態樣之例示性電腦化方法的流程圖。 [圖10]展示根據一些實施例之例示性臉部描述符。 [圖11]為可用以實施本文中所描述之技術之實施例之實例電腦系統的例示性方塊圖。
200:支付終端
202:攜帶型支付終端
204:臉部辨識模組
204A:成像裝置
204B:成像裝置
204C:LED
204D:LED
206:側槽
208:無接觸信用卡讀取器

Claims (18)

  1. 一種用於由至少一個處理器及記憶體執行之電腦化方法，該記憶體被配置以儲存指令，該些指令在由該至少一個處理器執行時使該至少一個處理器進行以下操作： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之使用者的臉部之至少一部分的影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。
  2. 如請求項1之方法，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。
  3. 如請求項1之方法，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。
  4. 如請求項3之方法，其進一步包含藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。
  5. 如請求項1之方法，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。
  6. 如請求項1之方法，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該至少一個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。
  7. 一種非暫時性電腦可讀取媒體，其包含指令，該些指令在由一計算裝置上之一個或多個處理器執行時，被操作以使該一個或多個處理器進行以下操作： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之使用者的臉部之至少一部分的影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。
  8. 如請求項7之非暫時性電腦可讀取媒體，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。
  9. 如請求項7之非暫時性電腦可讀取媒體，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。
  10. 如請求項9之非暫時性電腦可讀取媒體，其中該些指令進一步被配置以使該一個或多個處理器藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。
  11. 如請求項7之非暫時性電腦可讀取媒體，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。
  12. 如請求項7之非暫時性電腦可讀取媒體，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該一個或多個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。
  13. 一種包含記憶體及一個或多個處理器之系統，該記憶體儲存指令，該一個或多個處理器被配置以執行該些指令以進行以下操作： 自一支付終端接收以下各者： 用於與一信用卡交易一起使用之信用卡資料；及 操作該支付終端之使用者的臉部之至少一部分的影像資料； 使用該影像資料產生用於該使用者之該臉部之一第一臉部描述符，其中該第一臉部描述符包含一第一數值陣列； 自一資料庫存取與該信用卡資料相關聯之一第二臉部描述符，其中該第二臉部描述符包含一第二數值陣列； 藉由判定該第一臉部描述符是否匹配該第二臉部描述符來判定該使用者是否被授權使用該信用卡資料；及 向該支付終端傳輸指示該使用者基於該第一臉部描述符是否匹配該第二臉部描述符而是否被授權使用該信用卡資料之資料。
  14. 如請求項13之系統，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符不匹配該第二臉部描述符而判定該使用者未被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者未被授權使用該信用卡資料之資料。
  15. 如請求項13之系統，其中： 判定該使用者是否被授權使用該信用卡資料包含基於該第一臉部描述符匹配該第二臉部描述符而判定該使用者被授權使用該信用卡資料；且 傳輸指示該使用者是否被授權使用該信用卡資料之該資料包含傳輸指示該使用者被授權使用該信用卡資料之資料。
  16. 如請求項15之系統，其中該些指令進一步被配置以使該一個或多個處理器藉由以下操作來判定該第一臉部描述符匹配該第二臉部描述符： 對該第一臉部描述符及該第二臉部描述符執行一描述符匹配程序以產生指示該第一臉部描述符與該第二臉部描述符之間的一相似度之一相似度計分；及 判定該相似度計分高於一預定臨限。
  17. 如請求項13之系統，其中自該資料庫存取該第二臉部描述符包含向與該信用卡資料相關聯之一銀行之一遠端銀行資料庫請求該第二臉部描述符。
  18. 如請求項13之系統，其中： 接收該影像資料包含： 接收由一影像感測器產生之一第一影像集合；及 接收由一深度感測器產生之一第二影像集合；且 該些指令進一步使該一個或多個處理器進行以下操作： 選擇該第一影像集合之一子集以產生該第一臉部描述符；及 選擇該第二影像集合之一子集以供分析以判定是否捕捉到一活人。
TW110126845A 2020-12-18 2021-07-21 提供用於特定信用卡交易的生物辨識認證之支付終端 TW202226102A (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
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
RU2020141924 2020-12-18
RU2020141924A RU2020141924A (ru) 2020-12-18 Портативный платежный терминал, обеспечивающий биометрическую аутентификацию
RU2020141919 2020-12-18

Publications (1)

Publication Number Publication Date
TW202226102A true TW202226102A (zh) 2022-07-01

Family

ID=80445586

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110126845A TW202226102A (zh) 2020-12-18 2021-07-21 提供用於特定信用卡交易的生物辨識認證之支付終端

Country Status (6)

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

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
US8606640B2 (en) * 2008-08-14 2013-12-10 Payfone, Inc. System and method for paying a merchant by a registered user using a cellular telephone account
US20100191570A1 (en) * 2009-01-23 2010-07-29 Joe Phillip Michaud Loyalty reward program simulators
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
KR20140022034A (ko) * 2011-03-25 2014-02-21 비자 인터네셔널 서비스 어소시에이션 직접적인 원-탭 구매 장치, 방법 및 시스템
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
KR20220088291A (ko) 2022-06-27
US20240086921A1 (en) 2024-03-14
WO2022130018A1 (en) 2022-06-23
CN114648327A (zh) 2022-06-21
JP2022097361A (ja) 2022-06-30
US20220198459A1 (en) 2022-06-23

Similar Documents

Publication Publication Date Title
US11443559B2 (en) Facial liveness detection with a mobile device
US10509951B1 (en) Access control through multi-factor image authentication
US10824849B2 (en) Method, apparatus, and system for resource transfer
US10346675B1 (en) Access control through multi-factor image authentication
US20190102608A1 (en) System and method for entity recognition
US20170262472A1 (en) Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces
US20140067679A1 (en) Transaction Verification System
JP2007257221A (ja) 顔認識システム
US10922399B2 (en) Authentication verification using soft biometric traits
US20180374101A1 (en) Facial biometrics card emulation for in-store payment authorization
CN108446687B (zh) 一种基于移动端和后台互联的自适应人脸视觉认证方法
US20230084897A1 (en) Registration and payment method, device, and system using face information
CN106471440A (zh) 基于高效森林感测的眼睛跟踪
CN112396004A (zh) 用于人脸识别的方法、装置和计算机可读存储介质
US20220277311A1 (en) A transaction processing system and a transaction method based on facial recognition
TWM566865U (zh) 基於臉部辨識進行驗證的交易系統
CN110415113A (zh) 金融数据处理方法、装置、服务器及可读存储介质
TW202226102A (zh) 提供用於特定信用卡交易的生物辨識認證之支付終端
Ranjitha et al. Multi-Account Embedded ATM Card with Face Recognition Security System
KR102579610B1 (ko) Atm 이상행동감지 장치 및 그 장치의 구동방법
RU2798179C1 (ru) Способ, терминал и система для биометрической идентификации
US20230177511A1 (en) Detecting Cloned Payment Cards
Maniyar et al. Biometric Recognition Technique for ATM System
KR20040098134A (ko) 영상처리를 이용한 지능형 무인자동화 기기 및 그구현방법