基于区块链的多支付系统的人脸识别方法及装置与流程

技术特征：
1.一种基于区块链的多支付系统的人脸识别方法，其特征在于，多个支付系统构成区块链，每个支付系统对应一个人脸系统，所述基于区块链的多支付系统的人脸识别方法包括：当用户在多系统支付时，根据用户的当前人脸识别数据，确定该用户对应于参考人脸系统的人脸识别向量；参考人脸系统为依据人脸风险系数从区块链的多个人脸系统中预先选取出的参考人脸系统，所述人脸风险系数为预先确定的区块链的多个人脸系统对应于各个客户类别的人脸风险系数，参考人脸系统对应的支付系统为参考支付系统，其他的支付系统为非参考支付系统；基于参考人脸系统对应的人脸识别向量和各个非参考支付系统的通过概率的对应关系，确定该用户的当前人脸识别数据对应于各个非参考支付系统的人脸通过概率；所述人脸识别向量和各个非参考支付系统的通过概率的对应关系基于公共的人脸数据预先确定，其中，人脸识别向量的每个分量和参考人脸系统一一对应，每个分量的值标识该分量对应的参考人脸系统的人脸识别结果；基于用户选择的非参考支付系统的人脸通过概率和人脸匹配值的对应关系，以及该用户的当前人脸识别数据对应于该非参考支付系统的人脸通过概率，确定该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值；基于该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值，以及非参考支付系统预先存储的该用户的人脸匹配值，确定所述非参考支付系统是否对该用户进行人脸识别。2.如权利要求1所述的基于区块链的多支付系统的人脸识别方法，其特征在于，还包括按照如下方法预先确定区块链的多个人脸系统对应于各个客户类别的人脸风险系数：对于每个人脸系统，获取在预设时期范围内该人脸系统对应于各个客户类别的历史人脸识别数据；对于每个客户类别，按照时间先后顺序将该人脸系统对应于该客户类别的历史人脸识别数据划分为多个人脸识别子数据，使得每个人脸识别子数据的人脸识别数量大于预设人脸阈值；对于每个人脸识别子数据，确定该人脸识别子数据中人脸风险数据的比例，将该比例确定为该客户类别对应该人脸识别子数据的人脸风险系数；将该人脸系统对应于该客户类别的人脸风险系数确定为该客户类别对应该多个人脸识别子数据的人脸风险系数的均值。3.如权利要求1所述的基于区块链的多支付系统的人脸识别方法，其特征在于，还包括按照如下方法依据人脸风险系数预先从区块链的多个人脸系统中选取出多个参考人脸系统，包括：依据人脸风险系数，确定人脸系统的偏序，其中，对于区块链的任何两个人脸系统，该偏序可用于确定该两个人脸系统中的第一人脸系统是否优于第二人脸系统；依据人脸系统的偏序，确定该偏序的多个极大人脸系统，其中，该极大人脸系统是该偏序的极大元素；将该偏序的多个极大人脸系统确定为参考人脸系统。4.如权利要求3所述的基于区块链的多支付系统的人脸识别方法，其特征在于，依据人
脸风险系数，确定人脸系统的偏序，包括：对于区块链的任何两个人脸系统，如果对于任何客户类别，该两个人脸系统中的第一人脸系统对应于该客户类别的人脸风险系数小于等于该两个人脸系统中的第二人脸系统对应于该客户类别的人脸风险系数，且该第一人脸系统对应于各个客户类别的人脸风险系数都小于设定值，则确定该第一人脸系统优于该第二人脸系统。5.如权利要求1所述的基于区块链的多支付系统的人脸识别方法，其特征在于，还包括按照如下方法基于公共的人脸数据预先确定人脸识别向量和各个非参考支付系统的通过概率的对应关系：获得区块链的每个人脸系统对公共的人脸数据的人脸识别结果数据；对于每个人脸识别向量，从上述人脸识别结果数据中选取出各个参考人脸系统的人脸识别结果等于该人脸识别向量在该各个参考人脸系统对应的分量的值的人脸识别结果数据；对于每个非参考支付系统，确定选取出的人脸识别结果数据中，该非参考支付系统对应的人脸识别结果是通过的人脸识别结果数据的比例，将该比例确定为该人脸识别向量对应该非参考支付系统的通过概率。6.如权利要求1所述的基于区块链的多支付系统的人脸识别方法，其特征在于，还包括按照如下方法预先建立非参考支付系统的人脸通过概率和人脸匹配值的对应关系：获取该非参考支付系统的历史人脸识别数据；确定多个人脸匹配离散值；对于每个人脸匹配离散值，确定当人脸匹配阈值设置为该人脸匹配离散值时，该非参考支付系统的历史人脸识别数据对应的人脸通过概率，将该人脸通过概率确定为该人脸匹配离散值对应的人脸通过概率；基于多个人脸匹配离散值和该多个人脸匹配离散值对应的人脸通过概率，建立该非参考支付系统对应的人脸匹配值和人脸通过概率的对应关系。7.如权利要求1所述的基于区块链的多支付系统的人脸识别方法，其特征在于，基于用户选择的非参考支付系统的人脸通过概率和人脸匹配值的对应关系，以及该用户的当前人脸识别数据对应于该非参考支付系统的人脸通过概率，确定该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值，包括：从该非参考支付系统的人脸通过概率和人脸匹配值的对应关系的所有人脸通过概率中，选取出大于该用户的当前人脸识别数据对应于该非参考支付系统的人脸通过概率的多个人脸通过概率，将在该非参考支付系统的人脸通过概率和人脸匹配值的对应关系中该选取出的多个人脸通过概率中的最小值对应的人脸匹配值作为该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值。8.一种基于区块链的多支付系统的人脸识别装置，其特征在于，多个支付系统构成区块链，每个支付系统对应一个人脸系统，所述基于区块链的多支付系统的人脸识别方法包括：向量确定单元，用于当用户在多系统支付时，根据用户的当前人脸识别数据，确定该用户对应于参考人脸系统的人脸识别向量；参考人脸系统为依据人脸风险系数从区块链的多个人脸系统中预先选取出的参考人脸系统，所述人脸风险系数为预先确定的区块链的多个
人脸系统对应于各个客户类别的人脸风险系数，参考人脸系统对应的支付系统为参考支付系统，其他的支付系统为非参考支付系统；通过概率确定单元，用于基于参考人脸系统对应的人脸识别向量和各个非参考支付系统的通过概率的对应关系，确定该用户的当前人脸识别数据对应于各个非参考支付系统的人脸通过概率；所述人脸识别向量和各个非参考支付系统的通过概率的对应关系基于公共的人脸数据预先确定，其中，人脸识别向量的每个分量和参考人脸系统一一对应，每个分量的值标识该分量对应的参考人脸系统的人脸识别结果；人脸匹配值确定单元，用于基于用户选择的非参考支付系统的人脸通过概率和人脸匹配值的对应关系，以及该用户的当前人脸识别数据对应于该非参考支付系统的人脸通过概率，确定该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值；识别控制单元，用于基于该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值，以及非参考支付系统预先存储的该用户的人脸匹配值，确定所述非参考支付系统是否对该用户进行人脸识别。9.如权利要求8所述的基于区块链的多支付系统的人脸识别装置，其特征在于，还包括人脸风险系数确定单元，用于按照如下方法预先确定区块链的多个人脸系统对应于各个客户类别的人脸风险系数：对于每个人脸系统，获取在预设时期范围内该人脸系统对应于各个客户类别的历史人脸识别数据；对于每个客户类别，按照时间先后顺序将该人脸系统对应于该客户类别的历史人脸识别数据划分为多个人脸识别子数据，使得每个人脸识别子数据的人脸识别数量大于预设人脸阈值；对于每个人脸识别子数据，确定该人脸识别子数据中人脸风险数据的比例，将该比例确定为该客户类别对应该人脸识别子数据的人脸风险系数；将该人脸系统对应于该客户类别的人脸风险系数确定为该客户类别对应该多个人脸识别子数据的人脸风险系数的均值。10.如权利要求8所述的基于区块链的多支付系统的人脸识别装置，其特征在于，还包括选取单元，用于按照如下方法依据人脸风险系数预先从区块链的多个人脸系统中选取出多个参考人脸系统，包括：依据人脸风险系数，确定人脸系统的偏序，其中，对于区块链的任何两个人脸系统，该偏序可用于确定该两个人脸系统中的第一人脸系统是否优于第二人脸系统；依据人脸系统的偏序，确定该偏序的多个极大人脸系统，其中，该极大人脸系统是该偏序的极大元素；将该偏序的多个极大人脸系统确定为参考人脸系统。11.如权利要求10所述的基于区块链的多支付系统的人脸识别装置，其特征在于，依据人脸风险系数，确定人脸系统的偏序，包括：对于区块链的任何两个人脸系统，如果对于任何客户类别，该两个人脸系统中的第一人脸系统对应于该客户类别的人脸风险系数小于等于该两个人脸系统中的第二人脸系统对应于该客户类别的人脸风险系数，且该第一人脸系统对应于各个客户类别的人脸风险系数都小于设定值，则确定该第一人脸系统优于该第二人脸系统。
12.如权利要求8所述的基于区块链的多支付系统的人脸识别装置，其特征在于，还包括第一对应关系确定单元，用于按照如下方法基于公共的人脸数据预先确定人脸识别向量和各个非参考支付系统的通过概率的对应关系：获得区块链的每个人脸系统对公共的人脸数据的人脸识别结果数据；对于每个人脸识别向量，从上述人脸识别结果数据中选取出各个参考人脸系统的人脸识别结果等于该人脸识别向量在该各个参考人脸系统对应的分量的值的人脸识别结果数据；对于每个非参考支付系统，确定选取出的人脸识别结果数据中，该非参考支付系统对应的人脸识别结果是通过的人脸识别结果数据的比例，将该比例确定为该人脸识别向量对应该非参考支付系统的通过概率。13.如权利要求8所述的基于区块链的多支付系统的人脸识别装置，其特征在于，还包括第二对应关系确定单元，用于按照如下方法预先建立非参考支付系统的人脸通过概率和人脸匹配值的对应关系：获取该非参考支付系统的历史人脸识别数据；确定多个人脸匹配离散值；对于每个人脸匹配离散值，确定当人脸匹配阈值设置为该人脸匹配离散值时，该非参考支付系统的历史人脸识别数据对应的人脸通过概率，将该人脸通过概率确定为该人脸匹配离散值对应的人脸通过概率；基于多个人脸匹配离散值和该多个人脸匹配离散值对应的人脸通过概率，建立该非参考支付系统对应的人脸匹配值和人脸通过概率的对应关系。14.如权利要求8所述的基于区块链的多支付系统的人脸识别装置，其特征在于，所述人脸匹配值确定单元具体用于：从该非参考支付系统的人脸通过概率和人脸匹配值的对应关系的所有人脸通过概率中，选取出大于该用户的当前人脸识别数据对应于该非参考支付系统的人脸通过概率的多个人脸通过概率，将在该非参考支付系统的人脸通过概率和人脸匹配值的对应关系中该选取出的多个人脸通过概率中的最小值对应的人脸匹配值作为该用户的当前人脸识别数据对应于该非参考支付系统的人脸匹配值。15.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。17.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

技术总结
本发明公开了一种基于区块链的多支付系统的人脸识别方法及装置，涉及区块链领域，该方法包括：根据用户的当前人脸识别数据，确定用户对应于参考人脸系统的人脸识别向量；参考人脸系统为依据人脸风险系数从区块链的多个人脸系统中选取出的系统；基于该向量与非参考系统通过概率的关系，确定当前人脸数据对应于各个非参考系统的通过概率；基于用户选择的非参考系统的通过概率和人脸匹配值的关系及该当前人脸数据对应于非参考系统的通过概率，确定当前人脸数据对应于该非参考系统的人脸匹配值；基于非参考系统的匹配值及非参考系统存储的该用户的人脸匹配值，确定非参考系统是否对该用户进行人脸识别。本发明可以高效安全地进行多系统支付。进行多系统支付。进行多系统支付。


技术研发人员：朱江波 谭健
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.05.17
技术公布日：2022/8/5