利索能及
我要发布
收藏
专利号: 202211279940X
申请人: 闫雪
专利类型:发明专利
专利状态:已下证
更新日期:2024-09-12
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种自适应金融支付平台,其特征在于,所述平台包括:

广角采集机构,设置在金融支付设备上,用于在接收到所述金融支付设备人工触发或者电子触发的支付请求信号时从休眠模式进入工作模式,并在所述工作模式内执行支付现场画面的采集动作;

内容复原机构,设置在金融支付设备内,与所述广角采集机构连接,用于基于所述广角采集机构的光学组件的光学特性执行对所述支付现场画面执行点像复原处理,以获取相应的复原处理画面;

双层提质机构,与所述内容复原机构连接,用于对接收到的复原处理画面依次执行导向滤波操作以及双边滤波操作,以获取相应的定制滤波画面;

对象选择部件,与所述双层提质机构连接,用于识别接收到的定制滤波画面中的各个人体脸部图像分块,将所述各个人体脸部图像分块中最靠近所述定制滤波画面中心位置的人体脸部图像分块作为参考图像分块输出;

分化处理部件,与所述对象选择部件连接,用于在接收到的参考图像分块内存在口罩目标时,采用第一模式的脸部鉴别模式,还用于在接收到的参考图像分块内不存在口罩目标时,采用第二模式的脸部鉴别模式,所述第一模式的脸部鉴别模式的运算复杂度大于所述第二模式的脸部鉴别模式的运算复杂度;

支付执行部件,与所述分化处理部件连接,用于基于所述分化处理部件采用第一模式或者第二模式的脸部鉴别结果实现对鉴别成功所解析到的对应用户金融账号的自动扣款处理;

其中,所述第一模式的脸部鉴别模式基于参考图像分块中的人体脸部的脸部轮廓、双眼分布位置、眉部分布位置以及发体分布等级实现脸部鉴别操作,所述第二模式的脸部鉴别模式基于参考图像分块中的人体脸部的双眼分布位置、鼻部分布位置以及嘴部分布位置实现脸部鉴别操作。

2.如权利要求1所述的自适应金融支付平台,其特征在于,所述平台还包括:人工输入器件,设置在金融支付设备上,用于基于人工对所述金融支付设备的操作人工触发所述支付请求信号;

其中,所述人工输入器件与所述广角采集机构连接,用于将人工输入的所述支付请求信号发送给所述广角采集机构。

3.如权利要求1所述的自适应金融支付平台,其特征在于,所述平台还包括:网络传输器件,设置在金融支付设备上,用于基于所述金融支付设备接收到的网络数据包电子触发所述支付请求信号;

其中,所述网络传输器件与所述广角采集机构连接,用于将网络数据包电子触发的所述支付请求信号发送给所述广角采集机构;

其中,基于所述金融支付设备接收到的网络数据包电子触发所述支付请求信号包括:所述网络数据包内包括支付请求数据,所述支付请求信号中包括所述支付请求数据。

4.如权利要求1‑3任一所述的自适应金融支付平台,其特征在于:

识别接收到的定制滤波画面中的各个人体脸部图像分块,将所述各个人体脸部图像分块中最靠近所述定制滤波画面中心位置的人体脸部图像分块作为参考图像分块输出包括:获取每一个人体脸部分块的中心位置,将中心位置距离所述定制滤波画面中心位置最近的人体脸部分块作为所述各个人体脸部图像分块中最靠近所述定制滤波画面中心位置的人体脸部图像分块。

5.如权利要求4所述的自适应金融支付平台,其特征在于:

获取每一个人体脸部分块的中心位置,将中心位置距离所述定制滤波画面中心位置最近的人体脸部分块作为所述各个人体脸部图像分块中最靠近所述定制滤波画面中心位置的人体脸部图像分块包括:将每一个人体脸部分块的边缘形状的形心所在的像素点作为第一像素点,将所述定制滤波画面中心位置所在的像素点作为第二像素点,将所述第一像素点和所述第二像素点之间分布的像素点数量作为判断所述人体脸部分块到所述定制滤波画面中心位置的距离的参考数据。

6.如权利要求5所述的自适应金融支付平台,其特征在于:

将所述第一像素点和所述第二像素点之间分布的像素点数量作为判断所述人体脸部分块到所述定制滤波画面中心位置的距离的参考数据包括:所述第一像素点和所述第二像素点之间分布的像素点数量越少,所述人体脸部分块到所述定制滤波画面中心位置的距离越近。

7.如权利要求1‑3任一所述的自适应金融支付平台,其特征在于:

识别接收到的定制滤波画面中的各个人体脸部图像分块,将所述各个人体脸部图像分块中最靠近所述定制滤波画面中心位置的人体脸部图像分块作为参考图像分块输出包括:采用神经网络模型对定制滤波画面中每一前景成像区域进行对象类型鉴定,将鉴定为人体脸部的前景成像区域作为人体脸部图像分块。

8.如权利要求7所述的自适应金融支付平台,其特征在于:

采用神经网络模型对定制滤波画面中每一前景成像区域进行对象类型鉴定,将鉴定为人体脸部的前景成像区域作为人体脸部图像分块包括:将每一前景成像区域的区域边缘形状输入到所述神经网络模型并执行所述神经网络模型以获得所述神经网络模型输出的所述前景成像区域归属的对象类型。

9.如权利要求8所述的自适应金融支付平台,其特征在于:

采用神经网络模型对定制滤波画面中每一前景成像区域进行对象类型鉴定,将鉴定为人体脸部的前景成像区域作为人体脸部图像分块还包括:当所述神经网络模型输出的所述前景成像区域归属的对象类型为人体脸部时,鉴定所述前景成像区域为人体脸部。

10.如权利要求9所述的自适应金融支付平台,其特征在于:

采用神经网络模型对定制滤波画面中每一前景成像区域进行对象类型鉴定,将鉴定为人体脸部的前景成像区域作为人体脸部图像分块还包括:检测定制滤波画面中的背景子画面,将剥除背景子画面后的定制滤波画面作为前景子画面,所述前景子画面由多块前景成像区域构成。