一种基于人脸识别的智能手表支付方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110782247A(43)申请公布日2020.02.11(21)申请号201911009720.3(22)申请日2019.10.23(71)申请人广东乐芯智能科技有限公司地址510000广东省广州市广州中新广州知识城九佛建设路333号自编235室(72)发明人杨杰(51)Int.Cl.G06Q20/32(2012.01)G06Q20/40(2012.01)G06K9/00(2006.01)权利要求书2页说明书6页(54)发明名称一种基于人脸识别的智能手表支付方法(57)摘要本发明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。CN110782247ACN110782247A权利要求书1/2页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，其特征在于，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。9.根据权利要求1所述的支付方法，其特征在于，所述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2CN110782247A权利要求书2/2页谷二阶导数曲线；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。10.根据权利要求9所述的支付方法，其特征在于，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