舒曉苓

摘要：該文從傳統(tǒng)支付和初期移動支付安全問題考慮出發(fā)，隨著移動設(shè)備的飛速發(fā)展，傳統(tǒng)支付慢慢過渡到移動支付，從而誕生了移動數(shù)字錢包，本文將移動數(shù)字錢包需要用到的銀行賬戶號碼等重要財務(wù)信息以及人臉身份認證數(shù)據(jù)存儲在云端，避免移動設(shè)備丟失造成的安全隱患；利用人臉識別技術(shù)和身份ID綁定一對一識別用戶身份，大大降低了數(shù)字錢包財務(wù)信息受侵害的風(fēng)險，通過實驗測試本文提到的人臉識別方法能達到實時人臉檢測與識別效果。

關(guān)鍵詞：云支付； 移動數(shù)字錢包； 人臉識別技術(shù)

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2015）08-0179-03

Abstract：This article from the traditional payment and mobile payment security problem considering starting early， with the rapid development of mobile devices， traditional payment gradually transition to the mobile payment， to the birth of mobile digital wallet， this paper will mobile digital wallet need bank accounts and credit card numbers and other important financial information and the authentication data stored in the cloud， avoid moving equipment the loss of potential safety problems； one to one user identification using face recognition technology and identity the ID binding， greatly reduces the risk of a digital wallet financial information infringement， face recognition method by experimental test mentioned in this paper can achieve the effect of real-time detection and recognition of human face.

Keywords： cloud payment； mobile digital wallets； the technology of face recognition

現(xiàn)如今大部分人都加入了低頭族，拿著各種智能手機或不同移動設(shè)備上網(wǎng)看新聞，聊天，看電影，看小說，玩游戲，購物等，這說明各種移動設(shè)備發(fā)展是多么的快，我們生活中越來越多的用手機進行團購美食，電影票，游玩，網(wǎng)購各種大的小的商品……，用手機進行移動支付慢慢變成我們生活中必不可少的部分，而同時，各類木馬和蠕蟲病毒也來湊熱鬧了，開始集中出現(xiàn)在手機支付中，特別是安全防護較為薄弱的Android平臺，如果你不幸遇到了這類病毒，設(shè)定的密碼很有可能泄露，造成錢財損失的同時可能你再也不敢用手機進行支付，所以移動支付成為用戶非常想用又擔(dān)心安全問題的關(guān)鍵。在安全與否和方便快捷的矛盾下，云計算開始在移動支付領(lǐng)域大量使用，由此誕生的“移動數(shù)字錢包”開始走俏，它是一種全新的移動支付模式。簡單來說，它其實就是一款 app 應(yīng)用或則說移動網(wǎng)站，它組合了支付、錢包、理財、記賬、信用卡還款，車輛違章查詢等日常生活中主要方面，是嵌入式工具和整體理財應(yīng)用的整合，能滿足個人財富管理的全面需求[1]。在數(shù)據(jù)存儲方面，“數(shù)字錢包”將私密敏感的財務(wù)信息存儲于云端，而不是自己的移動設(shè)備上，利用云存儲的安全和便捷性，用戶可隨時隨地通過任何設(shè)備訪問自己的“錢包”，而不用擔(dān)心因設(shè)備換了、掉了或升個級帶來的麻煩。從“手機錢包”向“數(shù)字錢包”的過渡可以滿足移動支付安全的根本需求，移動支付技術(shù)的這一發(fā)展趨勢已經(jīng)勢不可擋。

1 移動數(shù)字錢包的身份認證技術(shù)

1.1 人臉識別技術(shù)

1.1.1 人臉識別技術(shù)支付應(yīng)用架構(gòu)

身份認證技術(shù)在移動數(shù)字錢包安全方面扮演最基本與最重要的角色[2]。如果移動支付只有簡單的密碼設(shè)定，而你用于支付綁定的卡有大額資金或綁定的沒有支付限額的信用卡，一旦被犯罪分子采用非法途徑和非法手段進行竊取賬戶信息和攻擊，造成的損失可能是無法估量的。本文就采用了身份認證中的人臉識別技術(shù)作為移動數(shù)字錢包的安全保障。人臉識別技術(shù)的核心首先是人臉捕捉[3]，本文人臉識別技術(shù)設(shè)計分為前端的人臉注冊，人臉抓圖以及后端的人臉比對。詳細來說，前端分兩個大的流程，第一個就是人臉注冊，人臉注冊常用說法叫做人臉圖像采集，用戶在使用該移動數(shù)字錢包前，必須先注冊，通過前端的視頻設(shè)備采集用戶人臉圖像，放到云端數(shù)據(jù)庫中；第二，用戶使用移動數(shù)字錢包時，使用前端的視頻抓圖，通過它的前景分割和人臉檢測以及特征定位進行矯正圖像，再立即調(diào)取人臉數(shù)據(jù)特征與后端的云端數(shù)據(jù)庫中的圖片來進行比對，比對結(jié)果決定你是否能用該移動數(shù)字錢包。比對方式有一對多模式和一對一模式[4]，一對多的模式弊端：第一，在我們云端數(shù)據(jù)庫里，可能會有成千上萬個模板，當(dāng)人臉要與上萬的模板數(shù)據(jù)庫中的人臉信息進行比對的時候就屬于一對多模式，當(dāng)數(shù)據(jù)越大，就越會拖慢整個尋找和識別時間，第二個就是準確度，如果是雙胞胎識別會怎么樣，帶與不帶眼鏡或者化妝或者有其他遮擋的照片又會產(chǎn)生什么影響[5]。所以本文對于人臉識別技術(shù)采取一對一的模式，所謂一對一就是注冊時除了人臉注冊以外，再給該人臉身份信息上綁定一個ID號或銀行卡號，在使用移動數(shù)字錢包時，兩者綁定驗證。當(dāng)你支付時刷了注冊時的銀行卡或登錄時輸入了ID號，然后前端的視頻實時抓圖，再直接從云端數(shù)據(jù)庫調(diào)取你注冊時的照片信息進行一對一對比，這個對比成功率是百分之百的，不會有差錯。圖1是本文人臉識別移動支付端的架構(gòu)圖。

人臉識別最主要的目的就是做人臉的比對，這個比對就是身份的認證。這些人臉相關(guān)注冊信息都存儲在云端，即便當(dāng)你移動支付設(shè)備丟失或者被盜，都不用擔(dān)心你卡內(nèi)的金額會被盜取，開個玩笑除非你被匪徒綁架，這個就屬于刑事犯罪的討論范疇了。圖2是用戶使用移動支付端的流程圖。比對成功以后進行消費確認，如果比對失敗會怎樣？我們還設(shè)計了增值服務(wù)模塊，以可以聯(lián)絡(luò)的方式通知到移動設(shè)備主人進行報警提示，那么用戶可以先對你的手機卡掛失鎖定，避免有可能的損失。還可以記錄撿到手機非法使用該支付時的人臉采集信息，將其記入黑名單，不能再用該數(shù)字錢包支付。通過云平臺除了儲存黑名單、白名單的注冊信息外，還可以下發(fā)這些信息，丟失手機或者丟失卡片或有非法使用信息都可以馬上就發(fā)到前端去，真正實現(xiàn)實時處理。圖1-圖3 是移動客戶端與云端的交互圖。

1.1.2 人臉識別技術(shù)算法

人臉識別算法在檢測時主要需解決的就是采用合適的數(shù)據(jù)集來測試其可行性。要考率人臉的各種不同因素：不同臉的圖像，不同人種，不同表情，不同發(fā)型，妝面不同，光線不同，年齡不同，性別不同等等。我們首先在云平臺構(gòu)建一個擁有各種不同人臉的標準測試數(shù)據(jù)庫。它擁有7500張不同人臉的圖片，是從網(wǎng)絡(luò)上收集的3000千個不同的公眾人物。更重要的是，每個人都擁有不止一張人臉圖片。首先進行人臉采集，利用帶有人臉檢測功能函數(shù)的前段視頻進行拍攝，當(dāng)屏幕中出現(xiàn)紅色方框后再對鏡頭正前方的人臉進行圖像抓取，要求用戶盡可能正面臉部與視頻平行，光線盡量的柔和，這樣更有利于后面的比對工作；然后對圖像處理，將圖片主要分為5點特征，這些特征分別是：兩只眼睛、鼻子和嘴角的位置。算法依據(jù)這些特征把每張臉圖規(guī)格化成一個150*120的像素圖，然后，再把每張圖片以25*25像素為單位劃分成重疊的區(qū)域，每個區(qū)域的基本特征采用一個數(shù)學(xué)向量來描述；接著進行圖像上傳云端數(shù)據(jù)庫，如果云端數(shù)據(jù)庫尋找到匹配的人臉信息將通知移動支付端進行接收，或者在云端數(shù)據(jù)庫出現(xiàn)錯誤時要求移動端再次上傳正確人臉圖像，算法使用http協(xié)議配合套接字與多線程做數(shù)據(jù)傳輸；最后進行人臉識別比對，算法的任務(wù)是去比較兩張不同的圖片是否具有相同的5個特征，做完了這些，就可以比較出兩張圖片是否是同一個人了。算法需要的內(nèi)存大小以及識別兩幅圖所需要的時間，用并行計算和特制處理器等技術(shù)來加快算法的運行時間。本文重點給出人臉識別的部分算法。

2 人臉識別率測試

本文采用基于Android系統(tǒng)人臉識別效率測試使用三星Note 3手機，配置如表1所示，對上文提到的標準測試數(shù)據(jù)庫進行識別比對，先通過手機攝像頭獲取800*480像素人臉，使用150*120人臉興趣區(qū)檢測窗口和人臉識別算法對工作效率測試如表2所示，實驗結(jié)果表明該方法達到實時人臉檢測與識別效果。

3 結(jié)論

本文通過人臉識別和智能卡以及云端存儲的完美結(jié)合構(gòu)建的移動數(shù)字錢包，避免了以往用一張卡或者密碼身份驗證來保證金額的安全隱患，不會因為一個信用卡丟了，或者離開你的視線大概一二十分鐘的樣子就被復(fù)制出一張一模一樣的信用卡而擔(dān)心，也不會因為你輸入的密碼被旁邊的人看到而害怕，也不用因移動設(shè)備丟失，與設(shè)備綁定的銀行卡或錢包余額被盜用而擔(dān)心，安全性問題得以解決。未來的移動數(shù)字錢包除了在外觀設(shè)計上要做到簡單易用漂亮外，線上和線下的應(yīng)用一定要安全以及方便，才能夠得到推廣。移動數(shù)字錢包能夠重新調(diào)整，實現(xiàn)整合效果，將所有消費者的購物和金融需求都歸在一處，那么移動數(shù)字錢包應(yīng)用將會取得巨大成功。

參考文獻：

[1] Zhao W， Chellappa R. Phillips P J， et al. Face recognition： A literature survey[J]. Acm Comput Surv， Dec， 2003， 35（4）： 399-459

[2] SakthiM， Dr.Antnoy Selvadoss Thanamani. An Effective Determination of Initial Centroids in K-Means Clustering Using Kernel PCA[J]. International Journal of Computer Science and Information Technologies， 2011，2（3）： 955-959

[3] Jiang X. A method using long digital straight segments for fingerprint recognition. 2012. 77（1）： p. 28-35.

[4] Teoh T， Nguwi Y， Cho S. Intelligent Face Locator for Smartphone. in IEEE International Symposium on Industrial Electronics （ISIE 2009）. 2009. Seoul， Korea.

[5] Choi J Y， Ro Y M，Plataniotis K N. A comparative study of preprocessing mismatch effects in color image based face recognition， 2011，44（2）： 412-430.

[6] 柴秀娟，山世光，卿來云，等.基于3D人臉重建的光照、姿態(tài)不變?nèi)四樧R別[J].軟件學(xué)報，2006，17（3）：525-534.

[7] 周激流， 張曄， 人臉識別理論研究進展[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報， 1999. 11（2）： p. 180-184.

[8] 艾海舟，肖習(xí)攀，徐光佑.人臉檢測與檢索[J].計算機學(xué)報，2003， 26（7）：874-881.

[9] 段錦.人臉自動機器識別[M].北京：科學(xué)出版社，2009