一种基于人脸识别的智能手表支付方法技术

本发明专利技术涉及一种基于人脸识别的智能手表支付方法，预设参考人脸几何特征和所述参考人脸几何特征的距离；当处理器判断支付程序启动时，启动心率传感器，判断所述心率传感器采集的心率曲线是否与预设参考曲线拟合，若拟合度达到拟合阈值，则：启动摄像头和距离传感器，采集人脸几何特征和距离，当所述采集得到的人脸几何特征与所述参考人脸几何特征基于采集距离和参考人脸几何特征的距离满足几何相似性，则身份确认，完成支付。

A smart watch payment method based on face recognition

【技术实现步骤摘要】
一种基于人脸识别的智能手表支付方法
本专利技术涉及一种支付方法，具体涉及一种基于人脸识别的智能手表的支付方法。
技术介绍
目前的手机支付一般在支付的时候确认除了密码确认之外，还采用生物特征进行确认，确认均是采用单一的确认形式，如指纹、面容、虹膜等等。手机基于强大的处理器，对输入的生物特征进行识别，从而完成支付确认。智能手表作为分支最大的可穿戴设备，目前已经有采用智能手表进行支付的技术，但是这些技术一般都基于内置的芯片，如NFC进行地铁、公交车的费用支出。由于芯片需要另外设置，并且手表的处理器比较若，因此，目前市面上暂时还没有比较完善的不依赖于手表本身硬件之外的支付方式。申请人在先申请CN2019110031403提出了一种心率身份识别的方法，该方法只依赖于智能手表本身的心率传感器就可以完成成功率较大的身份识别。在此基础上，申请人提出该方法的一个利用，在某些设置有摄像头的智能手表中，支付的时候采用多重验证，从而确认身份进行支付。
技术实现思路
有鉴于此，本专利技术提供一种基于人脸识别的智能手表支付方法，通过该方法，在具有摄像头的智能手表的基础上，不增加另外的硬件，即可对用户的身份进行较为精确地识别，从而完成支付。本专利技术具体的技术方案如下：一种基于人脸识别的智能手表支付方法，所述方法包括：预设参考人脸几何特征和所述参考人脸几何特征的距离；当处理器判断支付程序启动时，启动心率传感器，判断所述心率传感器采集的心率曲线是否与预设参考曲线拟合，若拟合度达到拟合阈值，则：启动摄像头和距离传感器，采集人脸几何特征和距离，当所述采集得到的人脸几何特征与所述参考人脸几何特征基于采集距离和参考人脸几何特征的距离满足几何相似性，则身份确认，完成支付。进一步地，所述人脸几何特征包括五官几何特征。进一步地，一个所述参考人脸几何特征的距离对应一组预设参考人脸几何特征；所述参考人脸几何特征的距离小于距离阈值；一组预设参考人脸几何特征是以鼻尖为圆心、以所述参考人脸几何特征的距离为半径、以包括两眼中点的人脸对称面作为对称面、取以对称面为基础的左右总角度小于角度阈值、高度在下巴到鼻尖之间的区域进行采样，设置不少于20个参考人脸几何特征的一组预设参考人脸几何特征。进一步地，当基于采集距离和参考人脸几何特征的距离，采集人脸几何特征与所述一组预设参考人脸几何特征中任意一个预设参考人脸几何特征的满足几何相似性，则身份确认。进一步地，所述几何相似性优选为90%以上的几何重合度。进一步地，对采集的心率曲线进行滤波处理，进行二阶导数处理，得到二阶导数曲线，与所述预设参考曲线进行拟合，判断拟合度是否达到拟合阈值。进一步地，对所述预设参考曲线进行容忍化处理，所述容忍化处理为对参考曲线中每个时间坐标对应的数值按照比例阈值进行扩大，从而形成参考曲线带。进一步地，与预设的参考曲线带进行拟合，若容纳在所述参考曲线带的时间比例超过拟合阈值，则判断身份可识别。进一步地，所述预设参考曲线为学习曲线，所述学习曲线获得方法为：S11，取至少具有N个波峰和N个波谷的心率曲线，取每个波峰为中点的前后第一时长内的波峰曲线，以及每个波谷为中点的前后第一时长内的波谷曲线；S12，对所有的波峰曲线进行二阶导数处理，得到第一波峰二阶导数曲线；对所有的波谷曲线进行二阶导数处理，得到第一波谷二阶导数曲线；S13，对所有第一波峰二阶导数曲线进行散点处理，对所有的具有相同横坐标的散点进行标准差运算；对所有第一波谷二阶导数曲线进行散点处理，对所有的具有相同横坐标的散点进行标准差运算；S14，插值处理，得到由标准差和插值组成的第一参考波峰二阶导数曲线和第一参考波谷二阶导数曲线；所述第一参考波峰二阶导数曲线和第一参考波谷二阶导数曲线组成初始学习曲线或者第一学习曲线。进一步地，在摘下手表并第i次佩戴时，实施如下方法：Si0，若身份可识别，则转入到Si1；Si1，取至少具有N个波峰和N个波谷的心率曲线，取每个波峰为中点的前后第一时长内的波峰曲线，以及每个波谷为中点的前后第一时长内的波谷曲线；Si2，对所有的波峰曲线进行二阶导数处理，得到第i波峰二阶导数曲线；对所有的波谷曲线进行二阶导数处理，得到第i波谷二阶导数曲线；Si3，对所述的第i波峰二阶导数曲线和第i-1学习曲线中的第i-1参考波峰二阶导数曲线进行基于相同时间横坐标的散点进行标准差运算；对所述的第i波谷二阶导数曲线和第i-1初始学习曲线中的第i-1参考波谷二阶导数曲线进行基于相同时间横坐标的散点进行标准差运算；Si4，插值处理，得到由标准差和插值组成的第i参考波峰二阶导数曲线和第i参考波谷二阶导数曲线；所述第i参考波峰二阶导数曲线和第i参考波谷二阶导数曲线组成第i学习曲线。通过上述的技术手段，一是创造性的使用心率曲线的二阶导数值作为参考，二是将心率与人脸识别进行组合进行身份判断，可以在仅仅依靠心率80%的成功率的基础上，使得识别成功率达到95%以上。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。应当理解，尽管在本专利技术实施例中可能采用术语第一、第二、第三等来描述……，但这些……不应限于这些术语。这些术语仅用来将……区分开。例如，在不脱离本专利技术实施例范围的情况下，第一……也可以被称为第二……，类似地，第二……也可以被称为第一……。取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”本文档来自技高网...

【技术保护点】
1.一种基于人脸识别的智能手表支付方法，所述方法包括：/n预设参考人脸几何特征和所述参考人脸几何特征的距离；/n当处理器判断支付程序启动时，启动心率传感器，判断所述心率传感器采集的心率曲线是否与预设参考曲线拟合，若拟合度达到拟合阈值，则：/n启动摄像头和距离传感器，采集人脸几何特征和距离，当所述采集得到的人脸几何特征与所述参考人脸几何特征基于采集距离和参考人脸几何特征的距离满足几何相似性，则身份确认，完成支付。/n

【技术特征摘要】
1.一种基于人脸识别的智能手表支付方法，所述方法包括：
预设参考人脸几何特征和所述参考人脸几何特征的距离；
当处理器判断支付程序启动时，启动心率传感器，判断所述心率传感器采集的心率曲线是否与预设参考曲线拟合，若拟合度达到拟合阈值，则：
启动摄像头和距离传感器，采集人脸几何特征和距离，当所述采集得到的人脸几何特征与所述参考人脸几何特征基于采集距离和参考人脸几何特征的距离满足几何相似性，则身份确认，完成支付。


2.根据权利要求1所述的支付方法，其特征在于，所述人脸几何特征包括五官几何特征。


3.根据权利要求1所述的支付方法，其特征在于，一个所述参考人脸几何特征的距离对应一组预设参考人脸几何特征；
所述参考人脸几何特征的距离小于距离阈值；
一组预设参考人脸几何特征是以鼻尖为圆心、以所述参考人脸几何特征的距离为半径、以包括两眼中点的人脸对称面作为对称面、取以对称面为基础的左右总角度小于角度阈值、高度在下巴到鼻尖之间的区域进行采样，设置不少于20个参考人脸几何特征的一组预设参考人脸几何特征。


4.根据权利要求3所述的支付方法，其特征在于，当基于采集距离和参考人脸几何特征的距离，采集人脸几何特征与所述一组预设参考人脸几何特征中任意一个预设参考人脸几何特征的满足几何相似性，则身份确认。


5.根据权利要求4所述的支付方法，其特征在于，所述几何相似性优选为90%以上的几何重合度。


6.根据权利要求1所述的支付方法，其特征在于，对采集的心率曲线进行滤波处理，进行二阶导数处理，得到二阶导数曲线，与所述预设参考曲线进行拟合，判断拟合度是否达到拟合阈值。


7.根据权利要求6所述的支付方法，其特征在于，对所述预设参考曲线进行容忍化处理，所述容忍化处理为对参考曲线中每个时间坐标对应的数值按照比例阈值进行扩大，从而形成参考曲线带。


8.根据权利要求7所述的支付方法，其特征...

【专利技术属性】
技术研发人员：杨杰，
申请(专利权)人：广东乐芯智能科技有限公司，
类型：发明
国别省市：广东;44