[发明专利]一种面向移动终端的人脸识别支付系统和方法

摘要

一种面向移动终端的人脸识别支付系统和方法，包括人脸支付注册模块、人脸识别模块、终端在线人脸支付模块。人脸支付注册模块，采用微信公众号进行注册，通过微信客户端向微信公众平台发送人脸图片，微信公众平台把人脸图像发送到人脸识别模块；终端在线人脸支付模块，通过终端向人脸识别模块传送人脸图像进行结果识别，终端摄像头获取到图像后并向人脸识别模块进行验证识别请求，首先是人脸判断，所述人脸识别模块对上传的图像进行人脸检测，认定为人脸后则进入下一步的人脸识别，否则继续接受新图像的识别请求，人脸识别获取的比对结果返回给终端，进行人工验证。本发明实现了便捷注册功能，满足支付功能的快速低误识别率的大规模人脸识别算法以及终端支付平台需求的简易性，可以广泛应用在各种在线支付终端。

主权项

1.一种面向移动终端的人脸识别支付系统，其特征在于：包括人脸支付注册模块、人脸识别模块、终端在线人脸支付模块；所述人脸支付注册模块，采用微信公众号进行注册，通过微信客户端向微信公众平台发送人脸图片，微信公众平台把人脸图像发送到所述人脸识别模块进行预建模，所述人脸识别模块把预建模结果返回给微信公众平台，建模通过后，微信公众平台把用户随后输入的注册信息发送到所述终端在线人脸支付模块进行人工判断，微信公众平台根据用户注册返回结果进行下一步处理，如果人工审核通过，则向所述人脸识别模块发送人脸注册请求；如果人工审核不通过，则向所述人脸识别模块发送人脸注册取消命令，并把预建模的东西清除，同时提示用户重新注册；所述终端在线人脸支付模块，通过终端向所述人脸识别模块传送人脸图像进行结果识别，摄像头获取到图像后并向所述人脸识别模块发送验证识别请求，首先是人脸判断，所述人脸识别模块对上传的图像进行人脸检测，认定为人脸后则进入下一步的人脸识别，否则继续接受新图像的识别请求，人脸识别获取的比对结果返回给终端，进行人工验证，并完成支付；所述人脸识别模块，采用级联式分类器方法，两类分类器分别为基于不同关键区域的特征点图匹配模型的粗分类器和精细化的深度人工神经网络模型；首先，在多模态大规模样本训练过程中分别训练出人脸不同关键区域特征点的图匹配模型，人脸关键区域包括左眼区域、右眼区域、鼻子三角区域、嘴巴区域四个区域的特征点图匹配模型，左眼区域、右眼区域各包括四个关键特征点、鼻子三角区域包括三个特征点，嘴巴区域包括四个特征点，各个区域的特征点形成拓扑结构，这些拓扑结构来表征这些区域的图模型，各个特征点便是这些拓扑结构的节点，这些节点主要通过尺度不变特征变换匹配算法和节点位置关系进行提取和筛选；然后，识别算法对每一个节点邻域进行精细化特征提取，每一个节点都包含40个Gabor小波系数，包括相位和幅度，这些系数合起来称为一个Jet，这些小波系数是原始图像和一组具有5个频率、8个方向的Gabor小波卷积得到的，这样每一个区域的图模型就像被贴了标签一样，其中的点被Jets标定，边被点之间的距离标定，这就形成了左眼、右眼、鼻子三角区域和嘴巴的四个关键区域的特征点图模型；新样本依次提取这四个区域的图匹配模型，然后采用弹性区域的方法进行匹配，计算测试人脸和现有数据库中人脸不同关键区域特征图之间的相似度，这部分是粗筛过程，设定合理的阈值，把这四个关键区域匹配度达到该阈值的所有人脸保留下来，进入下一轮精细化筛选；在精细化筛选过程中，采用深度人工神经网络模型作为二级分类器，人工神经网络模型通过学习深层非线性网络结构，实现复杂函数逼近，表征输入数据分布式表示，通过构建多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，该二级匹配过程由粗到细，快速排除掉大部分不可能样本，并采用高性能算法进行最终匹配。