[发明专利]基于量子通信网络的二维码支付方法和装置

权利要求书

1.一种基于量子通信网络的二维码支付方法，其特征在于，包括以下步骤：

在配置有双摄像头与屏下光控解码模组的二维码识读装置处于待机状态下，若检测到用户对所述二维码识读装置的屏幕的遮挡操作，则获取用户遮挡所述屏幕的遮挡区域，其中，所述二维码识读装置包括双摄像头和相对所述双摄像头的预设区域设置的所述屏下光控解码模组，所述双摄像头均设置有第一偏光片，所述屏下光控解码模组设置有第二偏光片，所述第一偏光片与所述第二偏光片的偏光方向一致，所述第一偏光片和所述第二偏光片用于对第一光学噪声进行滤波，所述第一光学噪声为反射光线，所述反射光线为第一光线经过所述屏幕反射的光线，所述第一光线为所述屏幕的发射光线中沿所述屏幕纵坐标轴正向照射的光线，所述第二偏光片用于对第二光学噪声进行滤波，所述第二光学噪声为直射光线，所述直射光线为所述发射光线中沿所述屏幕纵坐标轴反向照射的光线；

对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；

根据所述双摄像头在预设时间内多次获取的图像信息特征提取所述遮挡区域中二维码图像；

基于所述卷积神经网络根据所述修正后的卷积参数提取所述遮挡区域中所述二维码图像的特征信息与量子秘钥，对所述量子秘钥进行认证，并将所述特征信息中的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成支付。

2.根据权利要求1所述的基于量子通信网络的二维码支付方法，其特征在于，还包括：对布设在多个场景的配置适用于条码识读的双摄像头与基于中央处理器的控制系统的所述二维码识读装置进行组网，并对布设在多个场景的支持与输入设备及打印装置协同应用的所述二维码识读装置、控制所述二维码识读装置的电子终端以及服务器集群三者进行连接，其中，支持与所述输入设备及所述打印装置协同应用的所述二维码识读装置包括至少一个适用于条码识读的摄像头，所述至少一个适用于条码识读的摄像头用于实时感知360°全角度的光线变化，以便通过所述中央处理器触发液晶屏完成显示内容的变化操作。

3.根据权利要求2所述的基于量子通信网络的二维码支付方法，其特征在于，所述对布设在多个场景的支持与输入设备及打印装置协同应用的所述二维码识读装置、控制所述二维码识读装置的电子终端以及服务器集群三者进行连接包括：通过WIFI将布设在多个场景的至少一个所述二维码识读装置与云服务器集群进行连接；

通过蓝牙连接将布设在多个场景的至少一个所述二维码识读装置与控制所述二维码识读装置的所述电子终端进行连接。

4.根据权利要求1所述的基于量子通信网络的二维码支付方法，其特征在于，还包括：收集二维码图像，将收集的二维码图像分成低质量二维码图像和高质量二维码图像两个训练集，对两个训练集的图像分别进行标记；

对标记完成的低质量二维码图像和高质量二维码图像进行训练，构建所述质量评价网络模型。

5.根据权利要求1所述的基于量子通信网络的二维码支付方法，其特征在于，还包括：若所述遮挡区域中二维码图像的所述特征信息中的所述特征参数低于预先构建的所述质量评价网络模型中的二维码图像的所述特征信息中的所述特征参数，则通过预先构建的质量增强网络模型进行二维码图像的质量增强操作。

6.根据权利要求5所述的基于量子通信网络的二维码支付方法，其特征在于，所述质量增强网络模型为采用TP-GAN技术，学习高质量二维码图像的特点，将标记完成的低质量二维码图像进行完整度和清晰度的补充并转换成高质量二维码图像构建生成的模型。

7.根据权利要求1所述的基于量子通信网络的二维码支付方法，其特征在于，所述对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数包括：

将获取的包括不同信息叠加的所述二维码图像信息输入至卷积神经网络，得到各所述二维码图像信息对应的特征向量；

计算各不同信息叠加的所述二维码图像信息对应的特征中心点；

根据所述特征中心点计算各不同信息叠加以及同一信息叠加的所述二维码图像的相似度；

根据所述相似度对所述卷积参数进行修正。