本发明涉及智能识别领域，具体涉及采用面部识别技术的支付系统。
背景技术：
人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，技术的最大特征是能避免个人信息泄露，并采用非接触的方式进行识别。人脸识别与指纹识别、掌纹识别、视网膜识别、骨骼识别、心跳识别等都属于人体生物特征识别技术，都是随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展应运而生的。可以快捷、精准、卫生地进行身份认定；具有不可复制性，即使做了整容手术，该技术也能从几百项脸部特征中找出“原来的你”。人脸识别系统在世界上的应用已经相当广泛。在中国就已广泛的应用于公安、安全、海关、金融、军队、机场、边防口岸、安防等多个重要行业及领域，以及智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场。
目前面部识别支付之所以没有进行推广主要原因在于，面部识别需要清晰的图片，清晰图片文件往往比较大，对这些图片文件进行在线传输需要花费大量时间和流量，成本很高。
技术实现要素：
本发明所要解决的技术问题是现有的面部识别支付对清洗图片文件进行在线传输需要花费大量时间和流量，成本很高，目的在于提供采用面部识别技术的支付系统，解决上述问题。
本发明通过下述技术方案实现：
采用面部识别技术的支付系统，包括：用于储存现有面部特征的面部特征数据库；用于将用户面部特征与用户的支付账号进行绑定的认证模块；用于根据现有面部特征建立一个标准面部模型，并将绑定后的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差的第一识别模块；用于储存第一识别模块得到的向量差的秘钥模块；用于现场拍摄用户面部特征的摄像模块；用于将现场拍摄的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差的第二识别模块；用于将现场拍摄获得的向量差与绑定的向量差相比较的对比模块；所述认证模块还用于在对比模块得到的差异小于阈值时，确认支付。
现有技术中，目前面部识别支付之所以没有进行推广主要原因在于，面部识别需要清晰的图片，清晰图片文件往往比较大，对这些图片文件进行在线传输需要花费大量时间和流量，成本很高。本发明应用时，面部特征数据库储存现有面部特征，认证模块将用户面部特征与用户的支付账号进行绑定，第一识别模块根据现有面部特征建立一个标准面部模型，并将绑定后的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差，秘钥模块储存第一识别模块得到的向量差，摄像模块用于现场拍摄用户面部特征，第二识别模块将现场拍摄的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差，对比模块将现场拍摄获得的向量差与绑定的向量差相比较，所述认证模块还用于在对比模块得到的差异小于阈值时，确认支付。在整个认证过程中，不需要传输清晰的图片，只需要传输向量差数据，清晰的照片普遍在1mb以上，而向量差数据只需要1～2kb即可足够，传输时间和所用流量比起传输清晰的照片节省了99％以上。本发明通过设置上述步骤，使得不需要传输清晰的图片即可完成认证，传输时间和所用流量比起传输清晰的照片节省了99％以上。
进一步的，所述第一识别模块和第二识别模块提取出多个特征量的向量差采用方向梯度直方图特征。
进一步的，所述多个特征量的向量差采用80个及以上特征量的向量差。
进一步的，所述对比模块将现场拍摄获得的向量差与绑定的向量差相比较采用差分方法进行比较。
进一步的，标准面部模型的各个特征向量采用现有数据库中对应特征向量的平均值。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明采用面部识别技术的支付系统，使得不需要传输清晰的图片即可完成认证，传输时间和所用流量比起传输清晰的照片节省了99％以上。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成
本技术：
的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明采用面部识别技术的支付系统，包括：用于储存现有面部特征的面部特征数据库；用于将用户面部特征与用户的支付账号进行绑定的认证模块；用于根据现有面部特征建立一个标准面部模型，并将绑定后的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差的第一识别模块；用于储存第一识别模块得到的向量差的秘钥模块；用于现场拍摄用户面部特征的摄像模块；用于将现场拍摄的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差的第二识别模块；用于将现场拍摄获得的向量差与绑定的向量差相比较的对比模块；所述认证模块还用于在对比模块得到的差异小于阈值时，确认支付。所述第一识别模块和第二识别模块提取出多个特征量的向量差采用方向梯度直方图特征。所述多个特征量的向量差采用80个及以上特征量的向量差。所述对比模块将现场拍摄获得的向量差与绑定的向量差相比较采用差分方法进行比较。标准面部模型的各个特征向量采用现有数据库中对应特征向量的平均值。
本实施例实施时，面部特征数据库储存现有面部特征，认证模块将用户面部特征与用户的支付账号进行绑定，第一识别模块根据现有面部特征建立一个标准面部模型，并将绑定后的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差，秘钥模块储存第一识别模块得到的向量差，摄像模块用于现场拍摄用户面部特征，第二识别模块将现场拍摄的用户面部特征与标准面部模型进行比对，并提取出多个特征量的向量差，对比模块将现场拍摄获得的向量差与绑定的向量差相比较，所述认证模块还用于在对比模块得到的差异小于阈值时，确认支付。在整个认证过程中，不需要传输清晰的图片，只需要传输向量差数据，清晰的照片普遍在1mb以上，而向量差数据只需要1～2kb即可足够，传输时间和所用流量比起传输清晰的照片节省了99％以上。本发明通过设置上述步骤，使得不需要传输清晰的图片即可完成认证，传输时间和所用流量比起传输清晰的照片节省了99％以上。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。