无感支付方法、装置、电子设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种无感支付方法、装置、电子设备及存储介质。


背景技术：

2.无感知支付是新一代支付方式的核心组成部分，该支付方式充分利用了图像处理和生物识别技术，建立起用户支付媒介特征和用户支付账户信息的映射关系。在支付时用户仅需上传支付媒介特征，如人脸图像、车牌图像、声纹信号等，系统会根据上传信息自动识别，确认用户身份，从而完成账户匹配、交易验证、订单支付的完整结算流程。无感支付以其“更随心、更便捷、更新奇”的特点，引领着支付业务发展的新方向。
3.现有的实现无感支付的技术方案，包括，采用云pos反扫设备对客户移动客户端的付款条码进行扫描，录入商户后台后自动向客户使用的付款app机构发送支付请求，完成扣费。客户取餐后，使用rfid(射频识别技术)读入菜品信息，同时录入客户人脸图像，完成取餐和刷脸支付操作。客户进入餐厅时，获取人脸信息，点餐取餐环节后台手动录入支付金额及明细或根据用户行为分析是否取餐，客户出餐厅前再次拍摄客户人脸，完成刷脸支付。
4.虽然扫描付款条码的方式取消传统手动键入密码、银行卡刷卡等支付方式，但客户仍需展示付款条码，支付感知程度很强，企业仍须在结算环节安排员工专职负责，投入成本较高。且就餐区与结算区分离，客户用于结算的时间较长，就餐体验有待改善。客户在取餐时移动至rfid识别区，识别菜品信息并使用摄像头采集客户人脸进行识别支付的过程较为繁琐，需要付款者频繁移动且企业仍须人力进行监督，虽使用生物识别技术但过程尚未简化，存在一定的付款感知。无论是采取用户行为分析鉴定该客户是否存在取餐动作或手动录入客户的订单明细都尚存不便利与未确定性，其一是用户行为分析对ai模型和智能技术应用的精度要求较高，尤其是区分客户作出与取餐类似动作或还餐时，若不能准确判断，在结算时会产生投诉情况或需要专员点对点服务；若手动录入订单明细，仍须投入专员负责，不利于成本降低。现有的无感支付技术存在着需要人力监督、结算时间长和存在付款感知的缺陷。


技术实现要素：

5.本发明提供一种无感支付方法、装置、电子设备及存储介质，用以解决现有技术中需要人力监督、结算时间长和存在付款感知的缺陷，实现实时的无感支付。
6.第一方面，本发明提供一种无感支付方法，包括：
7.根据获取的下单信息，调动与所述下单信息对应的摄像头获取第二人脸信息；
8.对所述第二人脸信息进行活体检测；
9.若为活体，则基于就餐库对所述第二人脸信息进行识别，若识别成功，得到所述第二人脸信息对应的客户账户信息；
10.根据所述客户账户信息发起付款，完成支付操作。
11.在一个实施例中，还包括：
12.根据入口设备获取的第一人脸信息和预存的餐厅库，建立就餐库。
13.在一个实施例中，所述根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库，包括：
14.获取入口设备采集的第一人脸信息；
15.对所述第一人脸信息进行活体检测；
16.若为活体，则检索所述餐厅库的人数；
17.若检索到所述餐厅库的人数小于等于或小于预设值，基于餐厅库对所述第一人脸信息进行识别；
18.若识别成功，则将所述第一人脸信息对应的客户信息存储至就餐库。
19.在一个实施例中，所述根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库，还包括：
20.若检索到所述餐厅库的人数大于或大于等于所述预设值，或者基于餐厅库对所述第一人脸信息进行识别的结果为失败，则发送缩库请求至所述入口设备，获取客户录入信息；
21.根据所述客户录入信息重新定向缩库后进行识别，识别成功后，将所述第一人脸信息对应的客户信息存储至就餐库。
22.在一个实施例中，所述根据所述客户录入信息重新定向缩库后进行识别，包括：
23.根据客户录入的手机尾号信息，检索客户所在尾号库，得到检索结果；
24.根据所述检索结果对所述餐厅库进行重新定向缩库；
25.将所述第一人脸信息与重新定向缩库后的餐厅库进行匹配。
26.在一个实施例中，还包括：
27.获取出口设备采集的第三人脸信息；
28.对所述第一人脸信息进行活体检测；
29.若为活体，则基于就餐库对所述第三人脸信息进行识别；
30.若识别成功，则将所述第三人脸图像的信息移出所述就餐库。
31.在一个实施例中，所述基于就餐库对所述第二人脸信息进行识别包括：
32.对所述第二人脸信息进行特征提取，得到第二人脸特征信息；
33.将所述第二人脸特征信息与就餐库中的人脸特征信息进行1：m的匹配，若所述第二人脸特征与所述就餐库中的m个人脸特征信息的相似度的最大值大于预设阈值，则识别成功；
34.其中，m为所述就餐库的总人数。
35.第二方面，本发明提供一种无感支付设备，包括：
36.人脸采集模块，用于根据获取的下单信息，调动与所述下单信息对应的摄像头获取第二人脸信息；
37.活体检测模块，用于对所述第二人脸信息进行活体检测；
38.账户识别模块，用于若为活体，则基于就餐库对所述第二人脸信息进行识别，若识别成功，得到所述第二人脸信息对应的客户账户信息；
39.支付模块，用于根据所述客户账户信息发起付款，完成支付操作。
40.第三方面，本发明提供一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现第一方面所述无感支付方法的步骤。
41.第四方面，本发明提供一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行第一方面所述无感支付方法的步骤。
42.本发明提供的无感支付方法、装置、电子设备及存储介质，通过根据获取的下单信息，调动与下单信息对应的摄像头获取人脸信息，得到了实时的下单客户的人脸信息，接着基于就餐库对获取到的人脸信息进行识别，识别成功后得到人脸信息对应的客户账户信息，根据客户账户信息发起付款，完成支付操作，支付过程无需人力监督，下单与结账同时进行，缩短了结算时间，且通过人脸扫描完成支付，不采用付款码方式支付，减少了支付感知程度。
附图说明
43.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
44.图1为本发明实施例的无感支付方法的流程示意图之一；
45.图2为本发明实施例的无感支付方法的流程示意图之二；
46.图3为本发明提供的基于就餐库对所述第二人脸信息进行识别的流程示意图；
47.图4为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之一；
48.图5为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之二；
49.图6为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之三；
50.图7为本发明提供的根据所述客户录入信息重新定向缩库后进行识别的流程示意图；
51.图8为本发明提供的根据出口设备获取的人脸信息对就餐库进行缩库的流程示意图之一；
52.图9为本发明提供的根据出口设备获取的人脸信息对就餐库进行缩库的流程示意图之二；
53.图10为本发明提供的无感支付装置的结构示意图；
54.图11是本发明提供的电子设备的结构示意图；
具体实施方式
55.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳
动前提下所获得的所有其他实施例，都属于本发明保护的范围。
56.下面结合图1-图9描述本发明的无感支付方法。
57.图1为本发明实施例的无感支付方法的流程示意图之一，如图1所示，包括以下步骤：
58.步骤100、根据获取的下单信息，调动与所述下单信息对应的摄像头获取第二人脸信息。
59.其中，下单信息为与一个菜品对应的下单信息，第二人脸信息可以为摄像头捕捉到的图片或者视频。
60.具体地，客户在餐品设备选择一个菜品，按下该菜品对应的下单调控开关后，下单调控开关将发送一个下单请求到无感支付结算业务系统，无感支付结算业务系统在接收到下单请求后，调动该菜品对应的摄像头，通过摄像头对按下下单调控开关的客户进行实时的人脸信息的采集，获取第二人脸信息。
61.优选地，回转餐桌包括餐品设备和传送设备。餐品设备包含菜品、送餐盖、底部托盘、下单调控开关和用于人脸信息采集的摄像头。餐品设备置于传送设备上，传送装置负责菜品的循环更新。
62.步骤101、对所述第二人脸信息进行活体检测。
63.为验证是否为真实活体本人操作，对第二人脸信息进行活体检测。例如，无感支付结算业务系统输出动作指令，其中，所述动作指令用于指示客户执行相应的动作，无感支付结算业务系统获取第二人脸信息，其中，所述第二人脸信息包括针对客户的人脸所采集的多个动作图像，基于所述多个动作图像检测客户所执行的动作，以及根据动作检测结果和所述动作指令确定所述合股的人脸是否属于活体，以获得动作活体验证结果。
64.步骤102、若为活体，则基于就餐库对所述第二人脸信息进行识别，若识别成功，得到所述第二人脸信息对应的客户账户信息。
65.其中，就餐库为在目标餐厅就餐的客户所对应的人脸库。就餐库中包含客户的人脸特征信息，以及人脸特征信息对应的手机号信息和客户账号信息。
66.具体地，若步骤101中检测所述第二人脸信息为活体，则根据摄像头获取的第二人脸信息，无感支付结算业务系统中的人脸辨识算法引擎可以对第二人脸信息进行特征提取得到第二人脸特征信息，将得到的第二人脸特征信息与就餐库中的人脸特征信息进行匹配，若匹配成功，则获取就餐库中与第二人脸信息匹配的人脸特征对应的账户信息。
67.步骤103、根据所述客户账户信息发起付款，完成支付操作。
68.该账户信息可以是无感支付结算业务系统的账户信息，也可以是绑定的第三方的支付账户信息。无感支付结算业务系统根据获取的下单信息，得到下单信息对应的账单金额。无感支付结算业务系统根据获取到的客户账户信息以及账单金额，在客户账户中扣除账单金额，至此，支付操作完成。
69.本发明实施例提供的无感支付方法，根据获取到的下单信息，调动摄像头获取人脸信息，并基于就餐库对人脸信息进行识别，获得人脸信息对应的账户信息，完成支付操作，支付过程无需人力监督，下单与支付同时进行，缩短了结算时间，通过人脸扫描完成支付，不采用付款码方式支付，减少了支付感知程度。
70.图2为本发明实施例的无感支付方法的流程示意图之二，如图2所示，包括以下步
骤：
71.步骤200、餐品设备采集第二人脸信息。
72.具体地，客户通过餐品设备中的摄像头在取餐时完成刷脸操作，餐品设备将采集到的第二人脸信息发送至无感支付结算业务系统。其中第二人脸信息包括人脸图像采集和视频截取。
73.步骤201、无感支付业务系统对接收到的第二人脸信息进行活体检测。
74.活体检测的过程步骤101一致，为避免重复，在此不再赘述。
75.步骤202、若为活体，则无感支付业务系统中的算法引擎基于就餐库对第二人脸信息进行识别。
76.具体地，若活体检测通过，则由无感支付业务系统中的算法引擎基于就餐库对第二人脸信息进行识别。具体地，算法引擎为人脸识别辨识算法引擎，可基于人脸数据库对人脸信息进行识别。首先对第二人脸信息进行特征向量的提取，得到第二人脸信息对应的客户人脸特征信息，再将第二人脸特征信息与就餐库s
i2
中存储的待匹配特征信息做匹配，得到相似度最高的待匹配特征信息，若该相似度达到预设值，则认为匹配成功，即账户识别成功。
77.步骤203、若账户识别成功，无感支付系统进行订单支付。
78.若账户识别成功，则获取相似度最高的待匹配特征信息对应的账户信息，获取识账户信息的支付标识，根据支付标识，对该账户发起扣款，完成订单支付。
79.步骤204、若账户识别失败，则无感支付系统生成失败原因提示，发送至餐品设备。
80.步骤205、若支付成功，则餐品设备将餐盖打开。
81.具体地，餐品设备包含菜品、餐盖、底部托盘、下单调控开关和用于人脸信息采集的摄像头。支付成功后，餐盖打开，客户可取走餐品。
82.本发明实施例提供的无感支付方法，根据获取到的下单信息，调动摄像头获取人脸信息，并基于就餐库对人脸信息进行识别，获得人脸信息对应的账户信息，完成支付操作，支付过程无需人力监督，下单与支付同时进行，缩短了结算时间，通过人脸扫描完成支付，不采用付款码方式支付，减少了支付感知程度。
83.图3为本发明提供的基于就餐库对所述第二人脸信息进行识别的流程示意图，如图3所示，在一个实施例中，所述基于就餐库对所述第二人脸信息进行识别，具体包括以下步骤：
84.步骤300、对所述第二人脸信息进行特征提取，得到第二人脸特征信息。
85.具体地，无感支付结算业务系统中的人脸辨识算法引擎对第二人脸信息进行特征提取，得到第二人脸特征信息。其中，第二人脸特征信息与就餐库中预存的人脸特征信息类型相同。
86.例如，若对第二人脸信息的检测结果为活体，则从第二人脸信息中采集包含人脸的rgb图像，对rgb图像进行灰度图像处理，采用特征提取得到rgb图像的特征向量，将所述特征向量作为第二人脸特征信息。
87.步骤301、将所述第二人脸特征信息与就餐库中的人脸特征信息进行1：m的匹配，若所述第二人脸特征与所述就餐库中的m个人脸特征信息的相似度的最大值大于预设阈值，则识别成功，其中，m为所述就餐库的总人数。
88.具体地，无感支付结算业务系统中的人脸辨识算法引擎将第二人脸特征信息与就餐库中的人脸特征信息可做匹配，得到人脸特征信息的相似度，就餐库中的总人数为m，存储有m个人脸特征信息，遍历就餐库中的全部人脸特征信息，与第二人脸特征信息做匹配，可以得到m个相似度，若m个相似度中的最大值大于预设阈值，则认为识别成功，与第二人脸特征信息相似度最高的人脸特征信息对应的账户信息为客户的账户信息。若m个相似度中的最大值小于等于预设阈值，则认为识别不成功，系统生成失败原因提示，发送至餐品设备。
89.本发明实施例提供的无感支付方法，通过活体检测、人脸特征信息提取和人脸特征信息匹配，从就餐库中获取第二人脸信息对应的客户账户信息，提高了无感支付过程中人脸识别的安全性和准确度。
90.在一个实施例中，还包括根据入口设备获取的第一人脸信息和预存的餐厅库，建立就餐库。
91.餐厅库为目标餐厅所对应的开通了无感支付功能的客户的人脸库，餐厅库中至少包含客户的人脸特征信息，以及人脸特征信息对应的手机号信息和客户账号信息。餐厅库中还可包括客户的消费记录信息、是否开通会员或者会员等级等信息，在此不做具体限定。具体地，在餐厅的入口处设置有人脸信息采集装置，客户进入餐厅时，人脸信息采集装置采集该客户对应的第一人脸信息，传送至无感支付结算业务系统，无感支付结算业务系统基于餐厅库对所述第一人脸信息进行识别，识别过程包括：无感支付结算业务系统对第一人脸信息进行活体检测、若为活体，则对所述第一人脸信息进行人脸特征提取，得到第一人脸特征信息，将所述第一人脸特征信息与餐厅库中的人脸特征信息进行匹配，若所述第一人脸特征与所述餐厅库中的多个人脸特征信息的相似度的最大值大于预设阈值，则识别成功。其中活体检测的过程与步骤101中一致，第一人脸特征提取的过程与步骤300中的第二人脸特征提取的过程一致，为避免重复，在此不再赘述。识别成功后，将餐厅库中与第一人脸特征信息相似度最高的人脸特征信息及其对应的手机号和账户信息存储至就餐库中。
92.可选地，建立就餐库的过程包括，客户使用餐厅小程序或app完成人脸录入和采集工作，餐厅小程序或app中的人脸账户绑定单元在客户活体检测成功后，经过图像质量检测算法，检测出采集效果最佳的一张人脸图像，将采集效果最佳的一张人脸图像传入人脸识别算法引擎进行特征提取，将提取出的人脸特征与手机号和客户账户进行绑定，建立一对一的映射关系存入餐厅库中，并将相关信息存入到总库中，即总库中包含至少一个餐厅的客户信息。
93.本发明实施例提供的无感支付方法，在客户进入餐厅阶段从餐厅库中识别出客户信息，存储至就餐库中，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率。
94.图4为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之一，如图4所示，在一个实施例中，所述根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库，具体包括以下步骤：
95.步骤400、获取入口设备采集的第一人脸信息。
96.具体地，在餐厅的入口处设置有人脸信息采集装置，客户进入餐厅时，人脸信息采集装置采集该客户对应的第一人脸信息，传送至无感支付结算业务系统。
97.步骤401、对所述第一人脸信息进行活体检测。
98.具体地，为验证是否为真实活体本人操作，对入口设备采集的第一人脸信息进行活体检测。活体检测过程与步骤101一致，为避免重复，在此不再赘述。
99.步骤402、若为活体，则检索所述餐厅库的人数，若检索到所述餐厅库的人数小于等于或小于预设值，基于餐厅库对所述第一人脸信息进行识别。
100.具体地，检索餐厅库中的总人数，若所述餐厅库的总人数满足第一预设条件，则基于餐厅库对入口设备采集到的第一人脸信息进行识别。第一预设条件可以为餐厅库的总人数小于预设值，也可以为餐厅库的总人数小于等于预设值。基于餐厅库对所述第一人脸信息进行识别的过程包括：无感支付结算业务系统对第一人脸信息进行活体检测、若为活体，则对所述第一人脸信息进行人脸特征提取，得到第一人脸特征信息，将所述第一人脸特征信息与餐厅库中的人脸特征信息进行匹配，若所述第一人脸特征与所述餐厅库中的多个人脸特征信息的相似度的最大值大于预设阈值，则识别成功。其中活体检测的过程与步骤101中一致，第一人脸特征提取的过程与步骤300中的第二人脸特征提取的过程一致，为避免重复，在此不再赘述。
101.步骤403、若识别成功，则将所述第一人脸信息对应的客户信息存储至就餐库。
102.若识别成功，则将餐厅库中与第一人脸特征信息相似度最高的人脸特征信息及其对应的手机号和账户信息存储至就餐库中。
103.本发明实施例提供的无感支付方法，在客户进入餐厅阶段从餐厅库中识别出客户信息，存储至就餐库中，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率。
104.图5为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之二，如图5所示，在一个实施例中，所述根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库，具体包括以下步骤：
105.步骤500、获取入口设备采集的第一人脸信息。
106.步骤501、对所述第一人脸信息进行活体检测。
107.步骤402、若为活体，则检索所述餐厅库的人数，若检索到所述餐厅库的人数小于等于或小于预设值，基于餐厅库对所述第一人脸信息进行识别。
108.步骤403、若识别成功，则将所述第一人脸信息对应的客户信息存储至就餐库。
109.步骤500-步骤503与步骤400-步骤403一致，为避免重复，在此不再赘述。
110.步骤504、若检索到所述餐厅库的人数大于或大于等于所述预设值，或者基于餐厅库对所述第一人脸信息进行识别的结果为失败，则发送缩库请求至所述入口设备，获取客户录入信息。
111.具体地，若所述餐厅库的人数满足第二预设条件，或者基于餐厅库对所述第一人脸信息进行识别的结果为失败，则发送缩库请求至所述入口设备，获取客户录入信息。第二预设条件与步骤502中的第一预设条件相关，若步骤502中的第一预设条件为餐厅库的人数小于预设值，则第二预设条件为餐厅库的人数大于等于预设值，若步骤502中的第一预设条件为餐厅库的人数小于等于预设值，则第二预设条件为餐厅库的人数大于预设值。发送缩库请求至入口设备后，入口设备生成一个提示信息展示给客户，客户根据提示信息录入信息，例如提示客户录入手机尾号信息，入口设备将客户录入信息发送至无感支付结算业务
系统。
112.步骤505、根据所述客户录入信息重新定向缩库后进行识别，识别成功后，将所述第一人脸信息对应的客户信息存储至就餐库。
113.具体地，无感支付结算业务系统根据客户录入信息对餐厅库进行重新定向缩库，再基于重新定向缩库后的餐厅库，对第一人脸信息进行识别，若识别成功，则将餐厅库中与第一人脸特征信息相似度最高的人脸特征信息及其对应的手机号和账户信息存储至就餐库中。
114.本发明实施例提供的无感支付方法，在客户进入餐厅阶段从餐厅库中识别出客户信息，存储至就餐库中，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率，并且在检索到餐厅库的人数大于或大于等于所述预设值，或者基于餐厅库对第一人脸信息进行识别的结果为失败时，进行重定向缩库，提高了人脸识别的成功率。
115.图6为本发明提供的根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库的流程示意图之三。如图6所示，在一个实施例中，所述根据入口设备获取的人脸信息和预存的餐厅库，建立就餐库，具体包括以下步骤：
116.步骤600、入口设备采集第一人脸信息。
117.具体地，入口设备设置于餐厅的入口处，客户在进入餐厅时，入口设备采集该客户对应的第一人脸信息，并将采集到的第一人脸信息发送至无感支付结算业务系统。其中第一人脸信息包括人脸图像采集和视频截取。
118.步骤601、无感支付结算业务系统对所述第一人脸信息进行活体检测。
119.具体地，活体检测过程与步骤101一致，为避免重复，在此不再赘述。
120.步骤602、若为活体，则检索所述餐厅库的人数。
121.具体地，检索餐厅库中的总人数，检索餐厅库的总人数是否小于等于500。
122.步骤603、若检索到所述餐厅库的人数小于等于500，则基于餐厅库对所述第一人脸信息进行识别。
123.具体地，若无感支付业务系统中的算法引擎检索到所述餐厅库的总人数小于等于500，则基于餐厅库对入口设备采集到的第一人脸信息进行识别。基于餐厅库对所述第一人脸信息进行识别的过程包括：无感支付结算业务系统对第一人脸信息进行活体检测、若为活体，则对所述第一人脸信息进行人脸特征提取，得到第一人脸特征信息，将所述第一人脸特征信息与餐厅库中的人脸特征信息进行匹配，若所述第一人脸特征与所述餐厅库中的多个人脸特征信息的相似度的最大值大于预设阈值，则人脸识别成功。其中活体检测的过程与步骤101中一致，第一人脸特征提取的过程与步骤300中的第二人脸特征提取的过程一致，为避免重复，在此不再赘述。
124.步骤604、若检索到所述餐厅库的人数小于等于500，则无感支付结算系统发起缩库请求。
125.具体地，若无感支付业务系统中的算法引擎检索到所述餐厅库的人数小于等于500，无感支付系统生成手动缩库界面，发送至入口设备。
126.步骤605、若人脸识别不成功，则无感支付结算系统发起缩库请求。
127.具体地，若步骤603中人脸识别不成功，无感支付系统生成手动缩库界面，发送至入口设备。
128.步骤606、入口设备发送客户录入的手机尾号至无感支付业务系统。
129.具体地，根据手动缩库界面的提示，客户在入口设备输入手机号后四位，入口设备将手机号后四位发送至无感支付业务系统。
130.步骤607、无感支付业务系统检索客户所在尾号库，重新进行人脸识别。
131.具体地，无感支付业务系统根据接收到的手机尾号，检索客户所在尾号库，基于检索到的信息对餐厅库进行重新定向缩库，再基于重新定向缩库后的餐厅库，对第一人脸信息进行识别。人脸识别过程与步骤603一致，为避免重复，在此不再赘述。
132.步骤608、若人脸识别成功，则进行账户识别，若账户识别成功，将客户对应的账户信息添加至就餐库中。
133.具体地，获取餐厅库中匹配成功的人脸特征以及与人脸特征对应的账户信息，若获取成功，则将所述人脸特征以及与人脸特征对应的账户信息存储至就餐库中。
134.步骤609、若人脸识别失败，则生成失败原因提示，发送至入口设备。
135.本发明实施例提供的无感支付方法，在客户进入餐厅阶段从餐厅库中识别出客户信息，存储至就餐库中，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率，并且在检索到餐厅库的人数大于或大于等于所述预设值，或者基于餐厅库对第一人脸信息进行识别的结果为失败时，进行重定向缩库，提高了人脸识别的成功率。
136.图7为本发明提供的根据所述客户录入信息重新定向缩库后进行识别的流程示意图，如图7所示，在一个实施例中，所述根据所述客户录入信息重新定向缩库后进行识别，具体包括以下步骤：
137.步骤700、根据客户录入的手机尾号信息，检索客户所在尾号库，得到检索结果。
138.手机尾号库中包括0000-9999的尾号信息，以及每个尾号对应的用户信息。无感支付结算业务系统根据客户录入的手机尾号信息，检索客户所在尾号库，得到检索结果。
139.步骤701、根据所述检索结果对所述餐厅库进行重新定向缩库。
140.无感支付结算业务系统根据检索到的信息，查找餐厅库，对餐厅库进行重新定向缩库，重新定向缩库后，餐厅库被缩小至了一个较小的范围，提高第一人脸信息与餐厅库匹配的成功率。
141.步骤702、将所述第一人脸信息与重新定向缩库后的餐厅库进行匹配。
142.无感支付结算业务系统将所述第一人脸信息与重新定向缩库后的餐厅库进行匹配，匹配的过程与上一实施例一致，为避免重复，在此不再赘述。
143.本发明实施例提供的无感支付方法，在客户进入餐厅阶段从餐厅库中识别出客户信息，存储至就餐库中，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率。
144.在一个实施例中，还包括根据出口设备获取的人脸信息对就餐库进行缩库，图8为本发明提供的根据出口设备获取的人脸信息对就餐库进行缩库的流程示意图之一，在一个实施例中，所述根据出口设备获取的人脸信息对就餐库进行缩库包括以下步骤：
145.步骤800、获取出口设备采集的第三人脸信息。
146.具体地，在餐厅的出口处设置有人脸信息采集装置，客户离开餐厅时，人脸信息采集装置采集该客户对应的第三人脸信息，传送至无感支付结算业务系统。
147.步骤801、对所述第三人脸信息进行活体检测。
148.具体地，为验证是否为真实活体本人操作，对出口设备采集的第三人脸信息进行活体检测。活体检测过程与步骤101一致，为避免重复，在此不再赘述。
149.步骤802、若为活体，则基于就餐库对所述第三人脸信息进行识别。
150.具体地，若无感支付结算业务系统检测第三人脸信息为活体，则基于餐厅库对所述第三人脸信息进行识别，识别过程包括，无感支付结算业务系统对第三人脸信息进行活体检测、若为活体，则对所述第三人脸信息进行人脸特征提取，得到第三人脸特征信息，将所述第三人脸特征信息与就餐库中的人脸特征信息进行匹配，若所述第三人脸特征与所述就餐库中的多个人脸特征信息的相似度的最大值大于预设阈值，则识别成功。其中活体检测的过程与步骤101中一致，第一人脸特征提取的过程与步骤300中的第二人脸特征提取的过程一致，为避免重复，在此不再赘述。
151.步骤803、若识别成功，则将所述第三人脸图像的信息移出所述就餐库。
152.具体地，若基于就餐库对所述第三人脸信息进行识别成功，则将第三人脸图像的信息移出所述就餐库。
153.本发明实施例提供的无感支付方法，在餐厅出口处设置人脸采集装置，在客户离开餐厅时，将客户信息从就餐库中移除，保证了就餐库中的人员动态更新，提高了无感支付人脸识别过程的效率。
154.图9为本发明提供的根据出口设备获取的人脸信息对就餐库进行缩库的流程示意图之二，在一个实施例中，所述根据出口设备获取的人脸信息对就餐库进行缩库包括以下步骤：
155.步骤900、出口设备采集第三人脸信息。
156.具体地，出口设备设置于餐厅的出口处，客户在出餐厅时，出口设备采集该客户对应的第三人脸信息，并将采集到的第三人脸信息发送至无感支付结算业务系统。其中第三人脸信息包括人脸图像采集和视频截取。
157.步骤901、无感支付结算业务系统对所述第三人脸信息进行活体检测。
158.具体地，活体检测过程与步骤101一致，为避免重复，在此不再赘述。
159.步骤902、若为活体，则无感支付业务系统中的算法引擎基于就餐库对第三人脸信息进行识别。
160.具体地，若活体检测通过，则由无感支付业务系统中的算法引擎基于就餐库对第三人脸信息进行识别。具体地，算法引擎为人脸识别辨识算法引擎，可基于人脸数据库对人脸信息进行识别。首先对第三人脸信息进行特征向量的提取，得到第三人脸信息对应的客户人脸特征信息，再将第三人脸特征信息与就餐库s
i2
中存储的待匹配特征信息做匹配，得到相似度最高的待匹配特征信息，若该相似度达到预设值，则认为匹配成功，即账户识别成功。
161.步骤903、若账户识别成功，无感支付系统将客户对应的账户信息移出就餐库。
162.若账户识别成功，则获取相似度最高的待匹配特征信息，将该特征信息以及与之对应的手机号和账户信息从就餐库s
i2
删除。此时客户用餐结束，离开餐厅。
163.步骤904、若账户识别失败，则无感支付系统生成失败原因提示，发送至出口设备。
164.本发明实施例提供的无感支付方法，在餐厅出口处设置人脸采集装置，在客户离开餐厅时，将客户信息从就餐库中移除，保证了就餐库中的人员动态更新，提高了无感支付
人脸识别过程的效率。
165.下面对本发明提供的无感支付装置进行描述，下文描述的无感支付装置与上文描述的无感支付方法可相互对应参照。
166.本发明提供一种无感支付设备，如图10所示，包括人脸采集模块1010、活体检测模块1020账户识别模块1030和支付模块1040，其中，
167.人脸采集模块1010，用于根据获取的下单信息，调动与所述下单信息对应的摄像头获取第二人脸信息。
168.活体检测模块1020，用于对所述第二人脸信息进行活体检测。
169.账户识别模块1030，用于若所述第二人脸信息检测为活体，则基于就餐库对所述第二人脸信息进行识别，若识别成功，得到所述第二人脸信息对应的客户账户信息。
170.支付模块1040，用于根据所述客户账户信息发起付款，完成支付操作。
171.可选地，还包括入口模块，用于根据入口设备获取的第一人脸信息和预存的餐厅库，建立就餐库。
172.可选地，所述入口模块，具体用于：
173.获取入口设备采集的第一人脸信息。
174.对所述第一人脸信息进行活体检测；
175.若为活体，则检索所述餐厅库的人数，若检索到所述餐厅库的人数小于等于或小于预设值，基于餐厅库对所述第一人脸信息进行识别。
176.若识别成功，则将所述第一人脸信息对应的客户信息存储至就餐库。
177.可选地，所述入口模块，还用于：
178.若检索到所述餐厅库的人数大于或大于等于所述预设值，或者基于餐厅库对所述第一人脸信息进行识别的结果为失败，则发送缩库请求至所述入口设备，获取客户录入信息。
179.根据所述客户录入信息重新定向缩库后进行识别，识别成功后，将所述第一人脸信息对应的客户信息存储至就餐库。
180.可选地，所述根据所述客户录入信息重新定向缩库后进行识别，包括：
181.根据客户录入的手机尾号信息，检索客户所在尾号库，得到检索结果。
182.根据所述检索结果对所述餐厅库进行重新定向缩库。
183.将所述第一人脸信息与重新定向缩库后的餐厅库进行匹配。
184.可选地，还包括出口模块，用于获取出口设备采集的第三人脸信息；
185.对所述第三人脸信息进行活体检测；
186.若为活体，则基于就餐库对所述第三人脸信息进行识别。
187.若识别成功，则将所述第三人脸图像的信息移出所述就餐库。
188.可选地，所述账户识别模块1020，具体用于：
189.对所述第二人脸信息进行特征提取，得到第二人脸特征信息。
190.将所述第二人脸特征信息与就餐库中的人脸特征信息进行1：m的匹配，若所述第二人脸特征与所述就餐库中的m个人脸特征信息的相似度的最大值大于预设阈值，则识别成功。
191.其中，m为所述就餐库的总人数。
flash)、固态硬盘(ssd))等。
210.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
211.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
212.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。