一种基于图像检测的面部支付平台的使用方法
【专利摘要】本发明涉及一种基于图像检测的面部支付平台，包括面部识别设备、控制设备、支付设备和显示设备，面部识别设备用于对顾客图像进行检测以确定顾客身份，控制设备分别与面部识别设备、支付设备和显示设备连接，用于基于顾客身份确定支付设备的支付操作，显示设备用于显示面部识别设备的识别结果。通过本发明，能够为商铺的收银提供方便，避免了繁琐的人工操作。
【专利说明】
一种基于图像检测的面部支付平台的使用方法
技术领域
[0001]本发明涉及图像检测领域，尤其涉及一种基于图像检测的面部支付平台的使用方法。
【背景技术】
[0002]传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。
[0003]迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。他可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。
[0004]人脸识别支付是人脸识别的一个重要应用领域。在传统收费模式下，顾客需要向收银员提供银行卡，收银员按照收费金额对银行卡进行刷卡操作，并由顾客输入相应的银行卡密码，支付系统才能够进入顾客账户内进行划款操作，随后顾客还需要签名以确认。整个过程需要持续的人工操作和顾客收银员的无缝配合，很明显，操作过于繁琐，而且耗费大量时间。而人脸识别支付能够直接识别顾客面部特征，确认顾客身份，不需要顾客操作，即能够完成划款过程。
[0005]然而，由于人脸识别支付是直接进行划款，因此，其安全性能尤为关键。现有的人脸识别支付是确定脸部特征符合后即进行划款，没有考虑到脸部特征识别错误的情况，同时，排队结账的顾客很多，很容易对非结账顾客进行面部特征识别，而且，现有的人脸识别机制本身结构冗余度高，还有提高精度和优化功能的空间。
[0006]因此，需要一种新的面部支付平台，能够解决上述技术问题，在替换繁琐的人工操作，提高顾客结账效率的同时，从整体上改善支付机制，保证每一位顾客的账号安全。
【发明内容】
[0007]为了解决上述问题，本发明提供了一种基于图像检测的面部支付平台，能够增加辅助身份认证设备，在面部识别身份后，使用辅助身份认证设备进行进一步的身份确认，同时为收银员提供结账顾客选择模式，避免其他顾客被误结账的情况发生，另外，还优化了现有的面部识别支付，保证了面部识别的准确性。
[0008]根据本发明的一方面，提供了一种基于图像检测的面部支付平台，所述平台包括面部识别设备、控制设备、支付设备和显示设备，面部识别设备用于对顾客图像进行检测以确定顾客身份，控制设备分别与面部识别设备、支付设备和显示设备连接，用于基于顾客身份确定支付设备的支付操作，显示设备用于显示面部识别设备的识别结果。
[0009]更具体地，在所述基于图像检测的面部支付平台中，包括:双声道扬声器，与DSP处理器连接，用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件;支付设备，与DSP处理器连接，用于接收身份信息和支付金额以完成支付;闪存设备，用于预先存储了预设基准面部轮廓、预设图像均值、预设图像方差和预设像素块大小，还用于预先存储了预设眉部厚度权重值、预设眉部弯曲度权重值、预设嘴部厚度权重值、预设眼部开合度权重值、预设基准眉部轮廓、预设基准嘴部轮廓和预设基准眼部轮廓;无线通信设备，用于通过无线通信链路建立特征匹配设备与远端的面部识别数据库之间的连接，还用于通过无线通信链路建立语音匹配设备与远端的语音数据库之间的连接;麦克风，用于采集顾客的语音信息;语音匹配设备，分别与麦克风和远端的语音数据库连接，语音数据库预先存储了每一个人的语音特征，基于麦克风输出的语音信息在语音数据库寻找匹配的语音特征，并将匹配的语音特征对应的人物身份作为确认身份输出；CMOS视觉传感设备，设置在收银台上方，用于对排队结账的人群进行拍摄以获得高清人群图像;面部检测设备，分别与闪存设备和CMOS视觉传感设备连接，用于接收高清人群图像和预设基准面部轮廓，基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;LCD显示设备，与面部检测设备连接以接收并显示多个面部子图像，LCD显示设备还带有触摸屏，以基于收银员的输入从多个面部子图像中选择目标面部子图像;均值滤波设备，分别与LCD显示设备和面部检测设备连接，用于接收目标面部子图像并对目标面部子图像进行均值滤波处理，以获得对应的均值滤波图像;直方图均衡化设备，与均值滤波设备连接，用于接收均值滤波图像并对均值滤波图像进行直方图均衡化处理，以获得均值滤波图像的灰度直方图；光照补偿设备，分别与闪存设备和直方图均衡化设备连接，用于接收灰度直方图、预设图像均值和预设图像方差，对灰度直方图进行图像修正以使得修正后图像的图像均值等于预设图像均值且修正后图像的图像方差等于预设图像方差;归一化处理设备，分别与闪存设备和光照补偿设备连接，用于接收预设像素块大小和修正后图像，在修正后图像中定位出面部中右眼的位置，以右眼位置为基准点，从修正后图像中划分出具有预设像素块大小的待识别图像;眉部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眉部轮廓和待识别图像，基于预设基准眉部轮廓在待识别图像中分割出眉部子图像;嘴部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准嘴部轮廓和待识别图像，基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像;眼部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眼部轮廓和待识别图像，基于预设基准眼部轮廓在待识别图像中分割出眼部子图像;特征分析设备，分别与眉部分割设备、嘴部分割设备和眼部分割设备连接，基于眉部子图像确定眉部厚度和眉部弯曲度，基于嘴部子图像确定嘴部厚度，基于眼部子图像确定眼部开合度;特征匹配设备，分别与闪存设备、特征分析设备和远端的面部识别数据库连接，面部识别数据库预先存储了每一个人的面部图像的眉部厚度、眉部弯曲度、嘴部厚度和眼部开合度，将特征分析设备输出的眉部厚度与面部识别数据库预先存储的每一个人的面部图像的眉部厚度进行匹配以获得眉部厚度匹配度，将特征分析设备输出的眉部弯曲度与面部识别数据库预先存储的每一个人的面部图像的眉部弯曲度进行匹配以获得眉部弯曲度匹配度，将特征分析设备输出的嘴部厚度与面部识别数据库预先存储的每一个人的面部图像的嘴部厚度进行匹配以获得嘴部厚度匹配度，将特征分析设备输出的眼部开合度与面部识别数据库预先存储的每一个人的面部图像的眼部开合度进行匹配以获得眼部开合度匹配度，基于眉部厚度匹配度、预设眉部厚度权重值、眉部弯曲度匹配度、预设眉部弯曲度权重值、嘴部厚度匹配度、预设嘴部厚度权重值、眼部开合度匹配度和预设眼部开合度权重值确定待识别图像与面部识别数据库预先存储的每一个人的面部图像的匹配程度，将匹配程度最高的面部图像对应的人物身份作为识别身份输出;DSP处理器，分别与LCD显示设备、特征匹配设备、麦克风和语音匹配设备连接，当从特征匹配设备处接收到识别身份时，向当前结账的顾客启动麦克风和语音匹配设备以接收确认身份，当前结账的顾客处于排队结账的人群中，当识别身份与确认身份相符合时，将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付，同时向识别身份对应的电子邮箱发送确认邮件，确认邮件中包括顾客支付视频;其中，DSP处理器在第一预设时间后未接收到识别身份时，发出身份确认失败信号，DSP处理器在第二预设时间后未接收到确认身份时，发出身份确认失败信号，DSP处理器在识别身份与确认身份不相符合时，发出身份确认失败信号，DSP处理器在识别身份与确认身份相符合时，发出身份确认成功信号；其中，LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息。
[0010]更具体地，在所述基于图像检测的面部支付平台中:CM0S视觉传感设备还用于录制顾客支付视频。
[0011]更具体地，在所述基于图像检测的面部支付平台中:预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形，预设图像均值选为140，预设图像方差选为50，预设像素块大小选为60像素X 65像素。
[0012]更具体地，在所述基于图像检测的面部支付平台中:预设基准眉部轮廓为对基准眉部图像进行轮廓提取而获得的图形，预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形，预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形。
[0013]更具体地，在所述基于图像检测的面部支付平台中:LCD显示设备位于收银台上方。
【附图说明】
[0014]以下将结合附图对本发明的实施方案进行描述，其中:
[0015]图1为根据本发明实施方案示出的基于图像检测的面部支付平台的结构方框图。
[0016]附图标记:1面部识别设备;2控制设备;3支付设备;4显示设备
【具体实施方式】
[0017]下面将参照附图对本发明的基于图像检测的面部支付平台的实施方案进行详细说明。
[0018]从技术上来看，人脸识别系统主要包括四个组成部分，分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
[0019]人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
[0020]人脸检测:人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
[OO21 ] 主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。
[0022]人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。
[0023]人脸图像预处理:对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
[0024]人脸图像特征提取:人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。
[0025]基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
[0026]人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
[0027]人脸识别支付是将人脸识别应用到支付平台上，通过顾客脸部特征提取，确认顾客身份，并配合收银员提供的消费金额完成顾客支付过程。整个支付过程自动化程度高，人工干涉环节少，对于在排队结账顾客过多的时间段，其效果尤为显著。
[0028]然而，现有的人脸识别支付机制还存在几个弊端。第一，识别支付环节过于简单粗暴，缺少必要的辅助认证机制；第二，在排队结账顾客过多时，可能对非结账顾客进行面部识别和支付;第三，人脸识别本身仍有改善性能的空间。
[0029]为了克服上述不足，本发明搭建了一种基于图像检测的面部支付平台，对现有的人脸识别支付机制进行改进，增加辅助认证手段和顾客选择环节，并对人脸特征检测的方式进行优化，从而全面提高面部支付平台的安全性和可靠性。
[0030]图1为根据本发明实施方案示出的基于图像检测的面部支付平台的结构方框图，所述平台包括面部识别设备、控制设备、支付设备和显示设备，面部识别设备用于对顾客图像进行检测以确定顾客身份，控制设备分别与面部识别设备、支付设备和显示设备连接，用于基于顾客身份确定支付设备的支付操作，显示设备用于显示面部识别设备的识别结果。
[0031]接着，继续对本发明的基于图像检测的面部支付平台的具体结构进行进一步的说明。
[0032]所述平台包括:双声道扬声器，与DSP处理器连接，用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件;支付设备，与DSP处理器连接，用于接收身份信息和支付金额以完成支付；闪存设备，用于预先存储了预设基准面部轮廓、预设图像均值、预设图像方差和预设像素块大小，还用于预先存储了预设眉部厚度权重值、预设眉部弯曲度权重值、预设嘴部厚度权重值、预设眼部开合度权重值、预设基准眉部轮廓、预设基准嘴部轮廓和预设基准眼部轮廓。
[0033]所述平台包括:无线通信设备，用于通过无线通信链路建立特征匹配设备与远端的面部识别数据库之间的连接，还用于通过无线通信链路建立语音匹配设备与远端的语音数据库之间的连接;麦克风，用于采集顾客的语音信息;语音匹配设备，分别与麦克风和远端的语音数据库连接，语音数据库预先存储了每一个人的语音特征，基于麦克风输出的语音信息在语音数据库寻找匹配的语音特征，并将匹配的语音特征对应的人物身份作为确认身份输出。
[0034]所述平台包括:CM0S视觉传感设备，设置在收银台上方，用于对排队结账的人群进行拍摄以获得高清人群图像;面部检测设备，分别与闪存设备和CMOS视觉传感设备连接，用于接收高清人群图像和预设基准面部轮廓，基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;LCD显示设备，与面部检测设备连接以接收并显示多个面部子图像，LCD显示设备还带有触摸屏，以基于收银员的输入从多个面部子图像中选择目标面部子图像。
[0035]所述平台包括:均值滤波设备，分别与LCD显示设备和面部检测设备连接，用于接收目标面部子图像并对目标面部子图像进行均值滤波处理，以获得对应的均值滤波图像；直方图均衡化设备，与均值滤波设备连接，用于接收均值滤波图像并对均值滤波图像进行直方图均衡化处理，以获得均值滤波图像的灰度直方图；光照补偿设备，分别与闪存设备和直方图均衡化设备连接，用于接收灰度直方图、预设图像均值和预设图像方差，对灰度直方图进行图像修正以使得修正后图像的图像均值等于预设图像均值且修正后图像的图像方差等于预设图像方差。
[0036]所述平台包括:归一化处理设备，分别与闪存设备和光照补偿设备连接，用于接收预设像素块大小和修正后图像，在修正后图像中定位出面部中右眼的位置，以右眼位置为基准点，从修正后图像中划分出具有预设像素块大小的待识别图像;眉部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眉部轮廓和待识别图像，基于预设基准眉部轮廓在待识别图像中分割出眉部子图像;嘴部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准嘴部轮廓和待识别图像，基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像。
[0037]所述平台包括:眼部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眼部轮廓和待识别图像，基于预设基准眼部轮廓在待识别图像中分割出眼部子图像;特征分析设备，分别与眉部分割设备、嘴部分割设备和眼部分割设备连接，基于眉部子图像确定眉部厚度和眉部弯曲度，基于嘴部子图像确定嘴部厚度，基于眼部子图像确定眼部开合度。
[0038]所述平台包括:特征匹配设备，分别与闪存设备、特征分析设备和远端的面部识别数据库连接，面部识别数据库预先存储了每一个人的面部图像的眉部厚度、眉部弯曲度、嘴部厚度和眼部开合度，将特征分析设备输出的眉部厚度与面部识别数据库预先存储的每一个人的面部图像的眉部厚度进行匹配以获得眉部厚度匹配度，将特征分析设备输出的眉部弯曲度与面部识别数据库预先存储的每一个人的面部图像的眉部弯曲度进行匹配以获得眉部弯曲度匹配度，将特征分析设备输出的嘴部厚度与面部识别数据库预先存储的每一个人的面部图像的嘴部厚度进行匹配以获得嘴部厚度匹配度，将特征分析设备输出的眼部开合度与面部识别数据库预先存储的每一个人的面部图像的眼部开合度进行匹配以获得眼部开合度匹配度，基于眉部厚度匹配度、预设眉部厚度权重值、眉部弯曲度匹配度、预设眉部弯曲度权重值、嘴部厚度匹配度、预设嘴部厚度权重值、眼部开合度匹配度和预设眼部开合度权重值确定待识别图像与面部识别数据库预先存储的每一个人的面部图像的匹配程度，将匹配程度最高的面部图像对应的人物身份作为识别身份输出。
[0039]所述平台包括:DSP处理器，分别与LCD显示设备、特征匹配设备、麦克风和语音匹配设备连接，当从特征匹配设备处接收到识别身份时，向当前结账的顾客启动麦克风和语音匹配设备以接收确认身份，当前结账的顾客处于排队结账的人群中，当识别身份与确认身份相符合时，将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付，同时向识别身份对应的电子邮箱发送确认邮件，确认邮件中包括顾客支付视频。
[0040]其中，DSP处理器在第一预设时间后未接收到识别身份时，发出身份确认失败信号，DSP处理器在第二预设时间后未接收到确认身份时，发出身份确认失败信号，DSP处理器在识别身份与确认身份不相符合时，发出身份确认失败信号，DSP处理器在识别身份与确认身份相符合时，发出身份确认成功信号。
[0041]其中，LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提不?目息。
[0042]可选地，在所述平台中:CMOS视觉传感设备还用于录制顾客支付视频;预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形，预设图像均值选为140，预设图像方差选为50，预设像素块大小选为60像素X 65像素;预设基准眉部轮廓为对基准眉部图像进行轮廓提取而获得的图形，预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形，预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形；以及LCD显示设备可以位于收银台上方。
[0043]另外，DSP芯片，也称数字信号处理器，是一种特别适合于进行数字信号处理运算的微处理器，其主要应用是实时快速地实现各种数字信号处理算法。
[0044]根据数字信号处理的要求，DSP芯片一般具有如下主要特点:(I)在一个指令周期内可完成一次乘法和一次加法；(2)程序和数据空间分开，可以同时访问指令和数据；(3)片内具有快速RAM，通常可通过独立的数据总线在两块中同时访问；(4)具有低开销或无开销循环及跳转的硬件支持；(5)快速的中断处理和硬件I/O支持；(6)具有在单周期内操作的多个硬件地址产生器；(7)可以并行执行多个操作；(8)支持流水线操作，使取指、译码和执行等操作可以重叠执行。
[0045]采用本发明的基于图像检测的面部支付平台，针对现有技术面部支付机制过于简单粗暴的技术问题，通过增加辅助身份认证机制为面部识别到的身份进行进一步的确认，为收银员提供附近多个顾客图像供收银员选择出当前结账的顾客，尤为关键的是，对面部特征识别模式进行了性能改善，从而提高了整个面部支付机制的准确度。
[0046]可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
【主权项】
1.一种基于图像检测的面部支付平台的使用方法，该方法包括: 1)提供一种基于图像检测的面部支付平台，所述平台包括面部识别设备、控制设备、支付设备和显示设备，面部识别设备用于对顾客图像进行检测以确定顾客身份，控制设备分别与面部识别设备、支付设备和显示设备连接，用于基于顾客身份确定支付设备的支付操作，显示设备用于显示面部识别设备的识别结果； 2)使用该平台。2.如权利要求1所述的方法，其特征在于，所述平台包括: 双声道扬声器，与DSP处理器连接，用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件； 支付设备，与DSP处理器连接，用于接收身份信息和支付金额以完成支付； 闪存设备，用于预先存储了预设基准面部轮廓、预设图像均值、预设图像方差和预设像素块大小，还用于预先存储了预设眉部厚度权重值、预设眉部弯曲度权重值、预设嘴部厚度权重值、预设眼部开合度权重值、预设基准眉部轮廓、预设基准嘴部轮廓和预设基准眼部轮廓； 无线通信设备，用于通过无线通信链路建立特征匹配设备与远端的面部识别数据库之间的连接，还用于通过无线通信链路建立语音匹配设备与远端的语音数据库之间的连接；麦克风，用于采集顾客的语音信息； 语音匹配设备，分别与麦克风和远端的语音数据库连接，语音数据库预先存储了每一个人的语音特征，基于麦克风输出的语音信息在语音数据库寻找匹配的语音特征，并将匹配的语音特征对应的人物身份作为确认身份输出； CMOS视觉传感设备，设置在收银台上方，用于对排队结账的人群进行拍摄以获得高清人群图像； 面部检测设备，分别与闪存设备和CMOS视觉传感设备连接，用于接收高清人群图像和预设基准面部轮廓，基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像； LCD显示设备，与面部检测设备连接以接收并显示多个面部子图像，LCD显示设备还带有触摸屏，以基于收银员的输入从多个面部子图像中选择目标面部子图像； 均值滤波设备，分别与LCD显示设备和面部检测设备连接，用于接收目标面部子图像并对目标面部子图像进行均值滤波处理，以获得对应的均值滤波图像； 直方图均衡化设备，与均值滤波设备连接，用于接收均值滤波图像并对均值滤波图像进行直方图均衡化处理，以获得均值滤波图像的灰度直方图； 光照补偿设备，分别与闪存设备和直方图均衡化设备连接，用于接收灰度直方图、预设图像均值和预设图像方差，对灰度直方图进行图像修正以使得修正后图像的图像均值等于预设图像均值且修正后图像的图像方差等于预设图像方差； 归一化处理设备，分别与闪存设备和光照补偿设备连接，用于接收预设像素块大小和修正后图像，在修正后图像中定位出面部中右眼的位置，以右眼位置为基准点，从修正后图像中划分出具有预设像素块大小的待识别图像； 眉部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眉部轮廓和待识别图像，基于预设基准眉部轮廓在待识别图像中分割出眉部子图像； 嘴部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准嘴部轮廓和待识别图像，基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像； 眼部分割设备，分别与闪存设备和归一化处理设备连接以接收预设基准眼部轮廓和待识别图像，基于预设基准眼部轮廓在待识别图像中分割出眼部子图像； 特征分析设备，分别与眉部分割设备、嘴部分割设备和眼部分割设备连接，基于眉部子图像确定眉部厚度和眉部弯曲度，基于嘴部子图像确定嘴部厚度，基于眼部子图像确定眼部开合度； 特征匹配设备，分别与闪存设备、特征分析设备和远端的面部识别数据库连接，面部识别数据库预先存储了每一个人的面部图像的眉部厚度、眉部弯曲度、嘴部厚度和眼部开合度，将特征分析设备输出的眉部厚度与面部识别数据库预先存储的每一个人的面部图像的眉部厚度进行匹配以获得眉部厚度匹配度，将特征分析设备输出的眉部弯曲度与面部识别数据库预先存储的每一个人的面部图像的眉部弯曲度进行匹配以获得眉部弯曲度匹配度，将特征分析设备输出的嘴部厚度与面部识别数据库预先存储的每一个人的面部图像的嘴部厚度进行匹配以获得嘴部厚度匹配度，将特征分析设备输出的眼部开合度与面部识别数据库预先存储的每一个人的面部图像的眼部开合度进行匹配以获得眼部开合度匹配度，基于眉部厚度匹配度、预设眉部厚度权重值、眉部弯曲度匹配度、预设眉部弯曲度权重值、嘴部厚度匹配度、预设嘴部厚度权重值、眼部开合度匹配度和预设眼部开合度权重值确定待识别图像与面部识别数据库预先存储的每一个人的面部图像的匹配程度，将匹配程度最高的面部图像对应的人物身份作为识别身份输出； DSP处理器，分别与LCD显示设备、特征匹配设备、麦克风和语音匹配设备连接，当从特征匹配设备处接收到识别身份时，向当前结账的顾客启动麦克风和语音匹配设备以接收确认身份，当前结账的顾客处于排队结账的人群中，当识别身份与确认身份相符合时，将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付，同时向识别身份对应的电子邮箱发送确认邮件，确认邮件中包括顾客支付视频； 其中，DSP处理器在第一预设时间后未接收到识别身份时，发出身份确认失败信号，DSP处理器在第二预设时间后未接收到确认身份时，发出身份确认失败信号，DSP处理器在识别身份与确认身份不相符合时，发出身份确认失败信号，DSP处理器在识别身份与确认身份相符合时，发出身份确认成功信号； 其中，LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提不?目息。3.如权利要求2所述的方法，其特征在于: CMOS视觉传感设备还用于录制顾客支付视频。4.如权利要求2所述的方法，其特征在于: 预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形，预设图像均值选为140，预设图像方差选为50，预设像素块大小选为60像素X 65像素。5.如权利要求2所述的方法，其特征在于: 预设基准眉部轮廓为对基准眉部图像进行轮廓提取而获得的图形，预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形，预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形。6.如权利要求2所述的方法，其特征在于:IXD显示设备位于收银台上方。
【文档编号】G06K9/00GK105913263SQ201610204673
【公开日】2016年8月31日
【申请日】2016年4月1日
【发明人】曹龙巧, 徐敏锐, 卢树峰, 黄奇峰
【申请人】曹龙巧