基于人脸识别的交易结果确定方法、装置及电子设备
文献发布时间:2024-04-18 20:00:50
技术领域
本申请涉及人脸识别领域、金融科技领域以及其他相关技术领域,具体而言,涉及一种基于人脸识别的交易结果确定方法、装置及电子设备。
背景技术
在金融科技领域,金融机构需要对用户所参与交易的交易结果进行确认,而现有技术中,通常在单用户场景下采集该用户对应的人脸信息作为交易凭证,然而,金融机构无法依据该用户的人脸信息确定该用户的支付结果,并且在该用户逃单的情况下,金融机构也无法将该用户的人脸信息作为凭证来追究用户的逃单责任,所以还需要通过人工方式进一步确定该用户对应的交易情况,从而造成现有技术中对待检测用户的交易结果进行确认的效率低的技术问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种基于人脸识别的交易结果确定方法、装置及电子设备,以至少解决待检测对象的交易结果确定效率低的技术问题。
根据本申请的一个方面,提供了一种基于人脸识别的交易结果确定方法,包括:依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征;获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识;依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件;依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。
可选地,通过图像采集设备依据预设帧率采集交易场景下的M个图像帧,其中,M为正整数,交易场景至少包括交易开始之前的环境信息;依据M个图像帧生成视频文件,其中,视频文件至少包括P个帧集合,每个帧集合包括N个图像帧,P和N均为正整数,N小于或等于M;确定P个帧集合中的每个帧集合对应的关键帧,其中,每个帧集合对应的关键帧为该帧集合包括的N个图像帧中的一个包括完整的人脸信息的图像帧;对每个帧集合对应的关键帧进行特征提取,得到每个帧集合对应的Q个第一人脸特征,其中,Q为小于或等于K的正整数;对P个帧集合中的每个帧集合对应的Q个第一人脸特征进行去重,得到K个第一人脸特征。
可选地,确定第一人脸特征对应的目标时刻,其中,第一人脸特征对应的目标时刻用于表征该第一人脸特征所在的关键帧的采集时间;确定第一人脸特征对应的清除时刻,其中,第一人脸特征对应的清除时刻与该第一人脸特征对应的目标时刻之间的间隔时长为预设时长;在当前时刻处于第一人脸特征对应的目标时刻与清除时刻之间的情况下,将第一人脸特征存储至服务器;在当前时刻大于或等于第一人脸特征对应的清除时刻的情况下,将第一人脸特征从服务器中删除。
可选地,从交易设备中查询得到交易信息,其中,交易信息至少包括L个对象中的每个对象的对象标识,对象标识为参与交易的对象的唯一标识,交易设备用于表征支持交易对应的支付方式的设备;依据每个对象的对象标识从数据库中查询得到该对象对应的人脸标识,其中,数据库用于存储对象在金融机构注册账号时所提供的身份信息和人脸信息;依据L个对象中的每个对象的人脸标识从数据库中查询得到L个第二人脸特征。
可选地,确定每个第一人脸特征对应的目标匹配度,其中,每个第一人脸特征对应的目标匹配度为该第一人脸特征对应的L个匹配度中的最大的匹配度,每个匹配度用于表征该第一人脸特征与L个第二人脸特征中的一个第二人脸特征之间的相似度;在第一人脸特征对应的目标匹配度大于或等于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第一匹配关系;在第一人脸特征对应的目标匹配度小于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第二匹配关系;依据K个第一人脸特征中的每个第一人脸特征对应的匹配关系确定每个第一人脸特征对应的目标视频文件。
可选地,在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将第一匹配关系对应的第一人脸特征的目标时刻确定为该第一人脸特征对应的目标开始时刻,其中,目标开始时刻为目标视频文件的起始时间;在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将服务器存储的首个第一人脸特征对应的目标时刻确定为该第一人脸特征对应的目标开始时刻;依据交易信息对应的交易的结束时刻确定第一人脸特征对应的目标结束时刻,其中,目标结束时刻为目标视频文件的结束时间;依据第一人脸特征对应的目标开始时刻和目标结束时刻确定第一人脸特征对应的视频地址,并且依据视频地址确定目标视频文件。
可选地,在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将交易信息、第一匹配关系对应的第二人脸特征的人脸标识、目标开始时刻、目标结束时刻以及视频地址存储至数据库;在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将交易信息、目标开始时刻、目标结束时刻以及视频地址存储至数据库。
根据本申请的一个方面,提供了一种基于人脸识别的交易结果确定装置,包括:第一确定单元,用于依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征;第一获取单元,用于获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识;第二确定单元,用于依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件;第三确定单元,用于依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。
根据本申请的另一方面,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的基于人脸识别的交易结果确定方法。
根据本申请的另一方面,还提供了一种电子设备,其中,电子设备包括一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述任意一项的基于人脸识别的交易结果确定方法。
在本申请中,首先依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征,然后,获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识,之后,依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件,最后,依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。
由上述内容可知,本申请通过人脸识别技术分别获取到出现在交易场景中的对象所对应的第一人脸特征和实际参与交易的对象所对应的第二人脸特征,并且依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件,而目标视频文件记录了参加交易的对象的人脸信息和完整的交易过程,对比现有技术中仅记录参加交易的对象的人脸信息的方式,在确定待检测对象是否逃单的过程中,目标视频文件也比带有人脸信息的人脸图片更有说服力,从而本申请实现了提高待检测对象的交易结果的确定效率的目的。
由此可见,本申请通过依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件的方式,实现了提高待检测对象的交易结果的确定效率的技术效果,进而解决了待检测对象的交易结果确定效率低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种可选的基于人脸识别的交易结果确定方法的流程图;
图2是根据本申请实施例的一种可选的从pos机中获取第二人脸特征方法的流程图;
图3是根据本申请实施例的一种可选的基于人脸识别的交易结果确定装置的示意图;
图4是根据本申请实施例的一种可选的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
还需要说明的是,本申请所涉及的相关信息(至少包括交易信息和人脸信息)和数据(至少包括用于展示的数据以及分析的数据),均为经用户授权或者经过各方充分授权的信息和数据。例如,本系统和相关用户或机构间设置有接口,在获取相关信息之前,需要通过接口向前述的用户或机构发送获取请求,并在接收到前述的用户或机构反馈的同意信息后,获取相关信息。
下面结合各实施例来进一步说明本申请。
实施例1
根据本申请实施例,提供了一种基于人脸识别的交易结果确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请提供了一种基于人脸识别的交易结果确定系统(简称确定系统)用于执行本申请中的基于人脸识别的交易结果确定方法,图1是根据本申请实施例的一种可选的基于人脸识别的交易结果确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,依据视频文件确定K个第一人脸特征。
在步骤S101中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征。
可选地,确定系统在获取第一人脸特征之前,通过语音播报的方式询问出现在交易场景中的每个对象是否同意采集人脸信息,在出现在交易场景中的对象同意的情况下,对该对象的人脸信息进行采集,在出现在交易场景中的对象不同意的情况下,对视频文件中的不同意采集人脸信息的对象的人脸进行遮挡处理。
步骤S102,获取交易信息对应的L个第二人脸特征。
在步骤S102中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识。
可选地,上述交易信息中至少包括L个参与交易的对象中的每个参与交易的对象所对应的子交易信息。
步骤S103,依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件。
在步骤S103中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件。
可选地,对比现有技术仅记录了带有参与交易的对象的人脸信息的方式,本申请通过目标视频文件完整地记录了参加交易的对象的人脸信息和交易信息,从而实现了依据目标视频文件确定待检测对象的交易结果的目的,并且,在发生交易纠纷或者确定待检测对象逃单的情况下,可将目标视频文件作为凭证。
步骤S104,依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果。
在步骤S104中,目标对象为需要确认支付结果的对象。
由上述内容可知,本申请通过人脸识别技术分别获取到出现在交易场景中的对象所对应的第一人脸特征和实际参与交易的对象所对应的第二人脸特征,并且依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件,而目标视频文件记录了参加交易的对象的人脸信息和完整的交易过程,对比现有技术中仅记录参加交易的对象的人脸信息的方式,在确定待检测对象是否逃单的过程中,目标视频文件也比带有人脸信息的人脸图片更有说服力,从而本申请实现了提高待检测对象的交易结果的确定效率的目的。
由此可见,本申请通过依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件的方式,实现了提高待检测对象的交易结果的确定效率的技术效果,进而解决了待检测对象的交易结果确定效率低的技术问题。
在一种可选的实施例中,确定系统首先通过图像采集设备依据预设帧率采集交易场景下的M个图像帧,其中,M为正整数,交易场景至少包括交易开始之前的环境信息,其次,依据M个图像帧生成视频文件,其中,视频文件至少包括P个帧集合,每个帧集合包括N个图像帧,P和N均为正整数,N小于或等于M,之后,确定P个帧集合中的每个帧集合对应的关键帧,其中,每个帧集合对应的关键帧为该帧集合包括的N个图像帧中的一个包括完整的人脸信息的图像帧,然后,对每个帧集合对应的关键帧进行特征提取,得到每个帧集合对应的Q个第一人脸特征,其中,Q为小于或等于K的正整数,最后,对P个帧集合中的每个帧集合对应的Q个第一人脸特征进行去重,得到K个第一人脸特征。
可选地,确定系统控制摄像头按25帧/秒-60帧/秒的速度对交易场景下的图像进行采集,并将采集到的M个图像帧传输至第一服务器,其中,第一服务器用于依据M个图像帧生成视频文件,第一服务器固定选取每N个图像帧中的第m个图像帧,并将第m个图像帧确定为关键帧,其中,0 在一种可选的实施例中,在确定系统依据视频文件确定K个第一人脸特征之后,首先确定第一人脸特征对应的目标时刻,其中,第一人脸特征对应的目标时刻用于表征该第一人脸特征所在的关键帧的采集时间,之后,确定第一人脸特征对应的清除时刻,其中,第一人脸特征对应的清除时刻与该第一人脸特征对应的目标时刻之间的间隔时长为预设时长,然后,在当前时刻处于第一人脸特征对应的目标时刻与清除时刻之间的情况下,将第一人脸特征存储至服务器,最后,在当前时刻大于或等于第一人脸特征对应的清除时刻的情况下,将第一人脸特征从服务器中删除。 可选地,确定系统将提取的K个第一人脸特征中的每个第一人脸特征和该第一人脸特征对应的采集时间在第一服务器中缓存X分钟,在缓存时长超过X分钟的情况下自动丢弃该第一人脸特征和该第一人脸特征对应的采集时间,这里的X分钟对应上述目标时刻与清除时刻之间的预设时长。 在一种可选的实施例中,确定系统首先从交易设备中查询得到交易信息,其中,交易信息至少包括L个对象中的每个对象的对象标识,对象标识为参与交易的对象的唯一标识,交易设备用于表征支持交易对应的支付方式的设备,之后,依据每个对象的对象标识从数据库中查询得到该对象对应的人脸标识,其中,数据库用于存储对象在金融机构注册账号时所提供的身份信息和人脸信息,然后,依据L个对象中的每个对象的人脸标识从数据库中查询得到L个第二人脸特征。 可选地,上述交易设备以常见的pos(Point of Sale)机为例,图2是根据本申请实施例的一种可选的从pos机中获取第二人脸特征方法的流程图,如图2所示,该方法包括如下步骤: 控制pos机将交易信息传输至第二服务器,并控制第二服务器依据交易信息中的交易者身份信息查询得到参与交易的对象预存的人脸特征(对应第二人脸特征)和特征ID(对应人脸标识),之后,参与交易的对象预存的人脸特征、特征ID以及交易信息共同发送至第一服务器,其中,上述参与交易的对象的第二人脸特征和特征ID的设备也可以通过第二服务器从其他设备上采集。 在一种可选的实施例中,确定系统首先确定每个第一人脸特征对应的目标匹配度,其中,每个第一人脸特征对应的目标匹配度为该第一人脸特征对应的L个匹配度中的最大的匹配度,每个匹配度用于表征该第一人脸特征与L个第二人脸特征中的一个第二人脸特征之间的相似度,然后,在第一人脸特征对应的目标匹配度大于或等于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第一匹配关系,之后,在第一人脸特征对应的目标匹配度小于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第二匹配关系,最后,依据K个第一人脸特征中的每个第一人脸特征对应的匹配关系确定每个第一人脸特征对应的目标视频文件。 可选地,确定系统依据第一服务器中存储的每个关键帧的时间对X分钟内缓存的每个关键帧均进行一轮遍历,即将第一服务器中存储的第二人脸特征与预存的第一人脸特征进行匹配,基于每个第二人脸特征与第一人脸特征之间的相似度确定匹配结果,在匹配成功的情况下则结束当前轮的遍历。 在一种可选的实施例中,确定系统首先在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将第一匹配关系对应的第一人脸特征的目标时刻确定为该第一人脸特征对应的目标开始时刻,其中,目标开始时刻为目标视频文件的起始时间,其次,在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将服务器存储的首个第一人脸特征对应的目标时刻确定为该第一人脸特征对应的目标开始时刻,之后,依据交易信息对应的交易的结束时刻确定第一人脸特征对应的目标结束时刻,其中,目标结束时刻为目标视频文件的结束时间,然后,依据第一人脸特征对应的目标开始时刻和目标结束时刻确定第一人脸特征对应的视频地址,并且依据视频地址确定目标视频文件。 可选地,确定系统首先依据第一人脸特征对应的目标开始时刻确定第一人脸特征对应的第一视频地址,其中,第一视频地址用于表征目标视频文件的起始地址,在目标开始时刻所对应的子视频文件已经录制完毕的情况下,将目标开始时刻所对应的子视频文件的子视频文件名作为第一视频地址,在目标开始时刻所对应的子视频文件未录制完毕的情况下,将目标开始时刻对应的子视频文件所在的子视频文件夹作为第一视频地址。 可选地,确定系统首先依据第一人脸特征对应的目标结束时刻确定第一人脸特征对应的第二视频地址,其中,第二视频地址用于表征目标视频文件的结束地址,在目标结束时刻所对应的子视频文件已经录制完毕的情况下,将目标结束时刻所对应的子视频文件的子视频文件名作为第二视频地址,在目标结束时刻所对应的子视频文件未录制完毕的情况下,将目标结束时刻对应的子视频文件所在的子视频文件夹作为第二视频地址,上述子视频文件支持同时读写。 可选地,在第一视频地址和第二结束视频地址相同的情况下,对视频地址对应的子视频文件进行截取,得到目标视频文件;在第一视频地址和第二结束视频地址不相同的情况下,则拉取第一视频地址对应的子视频文件,截取该子视频中的目标开始时刻到视频结束时刻的视频片段,并且截取第二视频地址对应的子视频文件的开始时间到目标结束时刻的视频片段,将两段截取得到的视频文件拼接成新的视频文件,得到目标视频文件。 举例说明,用户A出现在交易场景中,并且用户A也实际参与了交易,则确定系统必然能获取到一对匹配成功的用户A所对应的第一用户特征A1和第二用户特征A2,假设用户A在12:00时在交易场景中开始进行交易,并且目标开始时刻为12:00,此时,录制时间包括12:00时的子视频文件001已经录制完毕,则将001作为第一视频地址;假设用户A在12:30时交易完成,并且目标结束时刻为12:30,此时,录制时间包括12:30时的子视频文件002未录制完毕,为子视频文件002存储在C盘a文件夹下,则将C盘a文件夹作为第二视频地址,最后,确定系统将从12:00到12:30期间的子视频文件001和子视频002中的视频内容进行合并,得到用户A对应的目标视频文件。 在一种可选的实施例中,确定系统首先在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将交易信息、第一匹配关系对应的第二人脸特征的人脸标识、目标开始时刻、目标结束时刻以及视频地址存储至数据库,之后,在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将交易信息、目标开始时刻、目标结束时刻以及视频地址存储至数据库。 可选地,将K个第一人脸特征中匹配关系为第二匹配关系的第一人脸特征作为与该第一人脸特征出现在同一个关键帧中的第一人脸特征对应的关联信息存储至数据库。 在本申请中,首先依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征,然后,获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识,之后,依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件,最后,依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。 由上述内容可知,本申请通过人脸识别技术分别获取到出现在交易场景中的对象所对应的第一人脸特征和实际参与交易的对象所对应的第二人脸特征,并且依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件,而目标视频文件记录了参加交易的对象的人脸信息和完整的交易过程,对比现有技术中仅记录参加交易的对象的人脸信息的方式,在确定待检测对象是否逃单的过程中,目标视频文件也比带有人脸信息的人脸图片更有说服力,从而本申请实现了提高待检测对象的交易结果的确定效率的目的。 由此可见,本申请通过依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件的方式,实现了提高待检测对象的交易结果的确定效率的技术效果,进而解决了待检测对象的交易结果确定效率低的技术问题。 实施例2 根据本申请实施例,提供了一种基于人脸识别的交易结果确定装置的实施例。图3是根据本申请实施例的一种可选的基于人脸识别的交易结果确定装置的示意图,如图3所示,基于人脸识别的交易结果确定装置包括:第一确定单元301、第一获取单元302、第二确定单元303以及第三确定单元304。 可选地,第一确定单元,用于依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征;第一获取单元,用于获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识;第二确定单元,用于依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件;第三确定单元,用于依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。 在一种可选的实施例中,第一确定单元包括:采集子单元、第一生成子单元、第一确定子单元、第一特征提取子单元以及第一去重子单元。 可选地,采集子单元,用于通过图像采集设备依据预设帧率采集交易场景下的M个图像帧,其中,M为正整数,交易场景至少包括交易开始之前的环境信息;第一生成子单元,用于依据M个图像帧生成视频文件,其中,视频文件至少包括P个帧集合,每个帧集合包括N个图像帧,P和N均为正整数,N小于或等于M;第一确定子单元,用于确定P个帧集合中的每个帧集合对应的关键帧,其中,每个帧集合对应的关键帧为该帧集合包括的N个图像帧中的一个包括完整的人脸信息的图像帧;第一特征提取子单元,用于对每个帧集合对应的关键帧进行特征提取,得到每个帧集合对应的Q个第一人脸特征,其中,Q为小于或等于K的正整数;第一去重子单元,用于对P个帧集合中的每个帧集合对应的Q个第一人脸特征进行去重,得到K个第一人脸特征。 在一种可选的实施例中,基于人脸识别的交易结果确定装置还包括:第四确定单元、第五确定单元、第一存储单元以及删除单元。 可选地,第四确定单元,用于确定第一人脸特征对应的目标时刻,其中,第一人脸特征对应的目标时刻用于表征该第一人脸特征所在的关键帧的采集时间;第五确定单元,用于确定第一人脸特征对应的清除时刻,其中,第一人脸特征对应的清除时刻与该第一人脸特征对应的目标时刻之间的间隔时长为预设时长;第一存储单元,用于在当前时刻处于第一人脸特征对应的目标时刻与清除时刻之间的情况下,将第一人脸特征存储至服务器;删除单元,用于在当前时刻大于或等于第一人脸特征对应的清除时刻的情况下,将第一人脸特征从服务器中删除。 在一种可选的实施例中,第一获取单元包括:第一查询子单元、第二查询子单元以及第三查询子单元。 可选地,第一查询子单元,用于从交易设备中查询得到交易信息,其中,交易信息至少包括L个对象中的每个对象的对象标识,对象标识为参与交易的对象的唯一标识,交易设备用于表征支持交易对应的支付方式的设备;第二查询子单元,用于依据每个对象的对象标识从数据库中查询得到该对象对应的人脸标识,其中,数据库用于存储对象在金融机构注册账号时所提供的身份信息和人脸信息;第三查询子单元,用于依据L个对象中的每个对象的人脸标识从数据库中查询得到L个第二人脸特征。 在一种可选的实施例中,第二确定单元包括:第二确定子单元、第三确定子单元、第四确定子单元以及第五确定子单元。 可选地,第二确定子单元,用于确定每个第一人脸特征对应的目标匹配度,其中,每个第一人脸特征对应的目标匹配度为该第一人脸特征对应的L个匹配度中的最大的匹配度,每个匹配度用于表征该第一人脸特征与L个第二人脸特征中的一个第二人脸特征之间的相似度;第三确定子单元,用于在第一人脸特征对应的目标匹配度大于或等于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第一匹配关系;第四确定子单元,用于在第一人脸特征对应的目标匹配度小于预设匹配阈值的情况下,确定该第一人脸特征对应的匹配关系为第二匹配关系;第五确定子单元,用于依据K个第一人脸特征中的每个第一人脸特征对应的匹配关系确定每个第一人脸特征对应的目标视频文件。 在一种可选的实施例中,基于人脸识别的交易结果确定装置还包括:第六确定单元、第七确定单元、第八确定单元以及第九确定单元。 可选地,第六确定单元,用于在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将第一匹配关系对应的第一人脸特征的目标时刻确定为该第一人脸特征对应的目标开始时刻,其中,目标开始时刻为目标视频文件的起始时间;第七确定单元,用于在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将服务器存储的首个第一人脸特征对应的目标时刻确定为该第一人脸特征对应的目标开始时刻;第八确定单元,用于依据交易信息对应的交易的结束时刻确定第一人脸特征对应的目标结束时刻,其中,目标结束时刻为目标视频文件的结束时间;第九确定单元,用于依据第一人脸特征对应的目标开始时刻和目标结束时刻确定第一人脸特征对应的视频地址,并且依据视频地址确定目标视频文件。 在一种可选的实施例中,基于人脸识别的交易结果确定装置还包括:第二存储单元和第三存储单元。 可选地,第二存储单元,用于在第一人脸特征对应的匹配关系为第一匹配关系的情况下,将交易信息、第一匹配关系对应的第二人脸特征的人脸标识、目标开始时刻、目标结束时刻以及视频地址存储至数据库;第三存储单元,用于在第一人脸特征对应的匹配关系为第二匹配关系的情况下,将交易信息、目标开始时刻、目标结束时刻以及视频地址存储至数据库。 在本申请中,首先依据视频文件确定K个第一人脸特征,其中,视频文件至少包括R个含有人脸信息的子视频文件,K和R均为正整数,每个第一人脸特征为视频文件中的子视频文件包括的人脸信息对应的人脸特征,然后,获取交易信息对应的L个第二人脸特征,其中,L为小于或等于K的正整数,每个第二人脸特征为参与交易的对象所对应的人脸特征,并且每个对象的第二人脸特征对应一个人脸标识,人脸标识为第二人脸特征的唯一标识,之后,依据每个第一人脸特征与每个第二人脸特征之间的相似度确定每个第一人脸特征对应的目标视频文件,其中,目标视频文件为R个子视频文件中用于记录参加交易的对象的人脸信息和交易信息对应的交易过程的文件,最后,依据交易信息和每个第一人脸特征对应的目标视频文件确定目标对象的交易结果,其中,目标对象为需要确认支付结果的对象。 由上述内容可知,本申请通过人脸识别技术分别获取到出现在交易场景中的对象所对应的第一人脸特征和实际参与交易的对象所对应的第二人脸特征,并且依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件,而目标视频文件记录了参加交易的对象的人脸信息和完整的交易过程,对比现有技术中仅记录参加交易的对象的人脸信息的方式,在确定待检测对象是否逃单的过程中,目标视频文件也比带有人脸信息的人脸图片更有说服力,从而本申请实现了提高待检测对象的交易结果的确定效率的目的。 由此可见,本申请通过依据每个第一人脸特征和第二人脸特征之间的相似度获取目标视频文件的方式,实现了提高待检测对象的交易结果的确定效率的技术效果,进而解决了待检测对象的交易结果确定效率低的技术问题。 实施例3 根据本申请实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述实施例1中任意一项的基于人脸识别的交易结果确定方法。 图4是根据本申请实施例的一种可选的电子设备的示意图,如图4所示,本申请实施例提供了一种电子设备,电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现上述实施例1中任意一项的基于人脸识别的交易结果确定方法。 根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述实施例1中任意一项的基于人脸识别的交易结果确定方法。 上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。 在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。 在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。 计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。 还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。 本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。 以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
- 一种自动识别移动终端场景的方法和装置
- 场景监控式毫米波扫描成像系统和安全检查方法
- 社会场景自动识别及其检查计划动态生成方法
- 被检体检查计划管理装置、被检体检查计划管理系统、被检体检查计划管理方法及程序