促进银行业务量的交互装置的制作方法

文档序号:11134508阅读:261来源:国知局
促进银行业务量的交互装置的制造方法

本发明涉及人机交互领域,尤其涉及一种促进银行业务量的交互装置。



背景技术:

银行业务量交互装置中,ATM机是最常见的交互装置之一。

ATM又称自动取款机,是Automatic Teller Machine的缩写,意思是自动柜员机,因大部分用于取款,又称自动取款机。它是一种高度精密的机电一体化装置,利用磁性代码卡或智能卡实现金融交易的自助服务,代替银行柜面人员的工作。可提取现金、查询存款余额、进行账户之间资金划拨、余额查询等工作;还可以进行现金存款(实时入账)、支票存款(国内无)、存折补登、中间业务等工作。持卡人可以使用信用卡或储蓄卡,根据密码办理自动取款、查询余额、转账、现金存款,存折补登,购买基金,更改密码,缴纳手机话费等业务。

1939年,Luther George Simjian发明了自动取款机。但公认的自动取款机发明人是英国的谢泼德·巴伦。谢泼德1925年出生在苏格兰的罗斯郡,毕业于爱丁堡大学。20世纪60年代中期,谢泼德·巴伦是德拉路仪器公司的经理。有一天,他在洗澡时突发灵感。想到自己常常因为去银行取不到钱而恼火,于是打算设计一种24小时都能取到钱的机器。他见到英国巴克莱银行的总经理,让对方给他90秒时间来听他介绍这个主意,结果对方在第85秒就给了答复,即只要能把这种机器造出来就马上买。

1967年6月27日,谢泼德成功了,世界上第一台自动取款机在伦敦附近的巴克莱银行分行亮相。最初,顾客从自动提款机中一次只能取10英镑,因为当时10英镑已足够普通家庭维持周末了。如今,ATM机发展的速度相当快,与银行机构的比例达到了4:1。美国海军甚至将ATM机装到了军舰上。

由于银行业务量交互装置对安全性能的要求很高,未经过授信人员在使用银行业务量交互装置时很容易造成银行帐号安全问题,因此需要对银行业务量交互装置的使用引入授信机制,然而,现有技术中并不存在这样的方案。



技术实现要素:

为了解决上述问题,本发明提供了一种促进银行业务量的交互装置,改造现有技术中银行业务量交互装置,通过高精度的人脸识别技术和高带宽的网络通讯技术在银行业务量交互装置内形成识别速度快、识别精度高的人员识别授信机制,从而保障银行业务量交互装置的使用安全性。

根据本发明的一方面,提供了一种促进银行业务量的交互装置,所述装置包括高清摄像头、银行访问终端、图像授权设备和AVR32芯片,高清摄像头与图像授权设备连接,AVR32芯片分别与图像授权设备和银行访问终端连接,用于基于图像授权设备的输出确定银行访问终端前方的银行用户是否有权对银行访问终端进行访问。

更具体地,在所述促进银行业务量的交互装置中,包括:高清摄像头,设置在银行访问终端前端,用于对银行访问终端前方的银行用户进行图像采集以输出高清图像;银行访问终端,用于基于银行用户的使用对银行业务进行访问;AVR32芯片,分别与谱图比较设备和银行访问终端连接,用于在接收到人脸识别成功信号时发出允许用户访问信号,还用于在接收到人脸识别失败信号时发出禁止用户访问信号;脸部图像分割设备,与高清摄像头连接,用于接收高清图像,并从高清图像处识别并分割出脸部图像;姿态调整设备,与脸部图像分割设备连接,用于接收脸部图像,并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置,左眼位置与右眼位置形成两眼连线,鼻尖位置中心和嘴部位置中心形成中轴连线,当两眼连线和中轴连线构成的T字形状歪曲时,对脸部图像进行调整以纠正T字形状呈现竖直状态,并将调整后的脸部图像作为纠正人脸图像输出,当两眼连线和中轴连线构成的T字形状为竖直状态时,直接将脸部图像作为纠正人脸图像输出;图像规范设备,与姿态调整设备连接,用于接收纠正人脸图像,对纠正人脸图像进行图像规范处理以获得规范人脸图像,其中,规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处;复杂度检测设备,与图像规范设备连接,用于计算规范人脸图像的复杂度,基于规范人脸图像的复杂度选择像素矩阵的大小,规范人脸图像的复杂度越高,选择的像素矩阵越大;像素处理设备,分别与复杂度检测设备和图像规范设备连接,用于接收规范人脸图像,针对规范人脸图像的每一个像素作为对象像素执行以下处理:将对象像素作为复杂度检测设备确定的像素矩阵的中心像素在规范人脸图像中获取对象像素矩阵,对象像素矩阵的大小与复杂度检测设备确定的像素矩阵的大小相同,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵的大小与对象像素矩阵的大小相同,二值化矩阵由多个参考像素分别对应的多个二值化像素组成,参考像素大于等于对象像素,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素,则参考像素对应的二值化像素的像素值为0;矩阵转换设备,与像素处理设备连接,用于将每一个对象像素对应的二值化矩阵转换成目标十进制数,具体转换操作为:将每一个对象像素对应的二值化矩阵的所有二值化像素值按其在二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标二进制数,再将目标二进制数转化成十进制数以作为目标十进制数;谱图获取设备,分别与图像规范设备和矩阵转换设备连接,用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的目标十进制数以获得局部二值模式特征谱图;谱图比较设备,分别与谱图获取设备和IP解包设备连接,用于将谱图获取设备获得的局部二值模式特征谱图分别与各个基准局部二值模式特征谱图进行匹配,匹配成功则输出人脸识别成功信号以及与匹配到的基准局部二值模式特征谱图对应的授权用户名称,匹配失败则输出人脸识别失败信号;IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部;6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准局部二值模式特征谱图;其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;其中,每一个基准局部二值模式特征谱图为对相应授权用户基准面部图像预先进行局部二值模式特征谱图提取而获得的图像。

更具体地,在所述促进银行业务量的交互装置中:高清摄像头还包括闪光灯控制器和闪光灯。

更具体地,在所述促进银行业务量的交互装置中:高清摄像头还包括亮度传感器,用于检测实时环境亮度。

更具体地,在所述促进银行业务量的交互装置中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭。

更具体地,在所述促进银行业务量的交互装置中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度大于预设亮度阈值时,关闭闪光灯。

更具体地,在所述促进银行业务量的交互装置中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度小于等于预设亮度阈值时,打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度,实时环境亮度越低,闪光灯的闪光亮度越高。

附图说明

以下将结合附图对本发明的实施方案进行描述,其中:

图1为根据本发明实施方案示出的促进银行业务量的交互装置的结构方框图。

附图标记:1高清摄像头;2银行访问终端;3图像授权设备;4AVR32芯片

具体实施方式

下面将参照附图对本发明的促进银行业务量的交互装置的实施方案进行详细说明。

银行业务交互装置是当前越来越普及使用的电子产品,其对安全性的要求很高,对使用者的身份需要进行合法性鉴别,因此,需要对银行业务交互装置的使用者进行授信操作。当前并不存在这样的技术方案。

为了克服上述不足,本发明搭建了一种促进银行业务量的交互装置,在银行业务交互装置中引入了高效率的人员授信设备,从而解决了上述技术问题,吸引更多顾客,促进银行业务量。

图1为根据本发明实施方案示出的促进银行业务量的交互装置的结构方框图,所述装置包括高清摄像头、银行访问终端、图像授权设备和AVR32芯片,高清摄像头与图像授权设备连接,AVR32芯片分别与图像授权设备和银行访问终端连接,用于基于图像授权设备的输出确定银行访问终端前方的银行用户是否有权对银行访问终端进行访问。

接着,继续对本发明的促进银行业务量的交互装置的具体结构进行进一步的说明。

所述装置包括:高清摄像头,设置在银行访问终端前端,用于对银行访问终端前方的银行用户进行图像采集以输出高清图像;银行访问终端,用于基于银行用户的使用对银行业务进行访问。

所述装置包括:AVR32芯片,分别与谱图比较设备和银行访问终端连接,用于在接收到人脸识别成功信号时发出允许用户访问信号,还用于在接收到人脸识别失败信号时发出禁止用户访问信号;脸部图像分割设备,与高清摄像头连接,用于接收高清图像,并从高清图像处识别并分割出脸部图像。

所述装置包括:姿态调整设备,与脸部图像分割设备连接,用于接收脸部图像,并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置,左眼位置与右眼位置形成两眼连线,鼻尖位置中心和嘴部位置中心形成中轴连线,当两眼连线和中轴连线构成的T字形状歪曲时,对脸部图像进行调整以纠正T字形状呈现竖直状态,并将调整后的脸部图像作为纠正人脸图像输出,当两眼连线和中轴连线构成的T字形状为竖直状态时,直接将脸部图像作为纠正人脸图像输出。

所述装置包括:图像规范设备,与姿态调整设备连接,用于接收纠正人脸图像,对纠正人脸图像进行图像规范处理以获得规范人脸图像,其中,规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处。

所述装置包括:复杂度检测设备,与图像规范设备连接,用于计算规范人脸图像的复杂度,基于规范人脸图像的复杂度选择像素矩阵的大小,规范人脸图像的复杂度越高,选择的像素矩阵越大。

所述装置包括:像素处理设备,分别与复杂度检测设备和图像规范设备连接,用于接收规范人脸图像,针对规范人脸图像的每一个像素作为对象像素执行以下处理:将对象像素作为复杂度检测设备确定的像素矩阵的中心像素在规范人脸图像中获取对象像素矩阵,对象像素矩阵的大小与复杂度检测设备确定的像素矩阵的大小相同,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵的大小与对象像素矩阵的大小相同,二值化矩阵由多个参考像素分别对应的多个二值化像素组成,参考像素大于等于对象像素,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素,则参考像素对应的二值化像素的像素值为0。

所述装置包括:矩阵转换设备,与像素处理设备连接,用于将每一个对象像素对应的二值化矩阵转换成目标十进制数,具体转换操作为:将每一个对象像素对应的二值化矩阵的所有二值化像素值按其在二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标二进制数,再将目标二进制数转化成十进制数以作为目标十进制数。

所述装置包括:谱图获取设备,分别与图像规范设备和矩阵转换设备连接,用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的目标十进制数以获得局部二值模式特征谱图。

所述装置包括:谱图比较设备,分别与谱图获取设备和IP解包设备连接,用于将谱图获取设备获得的局部二值模式特征谱图分别与各个基准局部二值模式特征谱图进行匹配,匹配成功则输出人脸识别成功信号以及与匹配到的基准局部二值模式特征谱图对应的授权用户名称,匹配失败则输出人脸识别失败信号。

所述装置包括:IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包。

所述装置包括:边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部。

所述装置包括:6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准局部二值模式特征谱图。

其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析。

其中,每一个基准局部二值模式特征谱图为对相应授权用户基准面部图像预先进行局部二值模式特征谱图提取而获得的图像。

可选地,在所述控制平台中:高清摄像头还包括闪光灯控制器和闪光灯;高清摄像头还包括亮度传感器,用于检测实时环境亮度;闪光灯控制器基于实时环境亮度控制闪光灯的开闭;闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度大于预设亮度阈值时,关闭闪光灯;以及闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度小于等于预设亮度阈值时,打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度,实时环境亮度越低,闪光灯的闪光亮度越高。

另外,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。

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。

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。

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。

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。

采用本发明的促进银行业务量的交互装置,针对现有技术银行业务交互装置容易被不法分子侵入的技术问题,通过在银行业务交互装置中加入授信机制,允许经过授权的人员使用,拒绝未经过授权的人员使用,从而保障银行业务交互装置的安全运行,避免相关人员的经济利益受到损失。

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。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1