多模式生物识别混合认证支付系统技术领域
本发明涉及通信技术领域，尤其是涉及一种多模式生物识别混合认证支付
系统。
背景技术
随着电子商务的普及，通过数字化系统进行支付的方式受到越来越多消费
者和商家的青睐。消费者进行支付时无需使用现金，商家也无需进行找零，简
化了交易过程。
但是现有技术所公开的数字化支付系统都需要消费者持有实体的身份认证
工具，例如：进行刷卡消费时，消费者需要提供银行卡，使用网上银行进行支
付时，消费者需要提供U盾或其它客户证书。这些实体认证工具容易丢失，而
且使用过程较为繁琐。
现有技术中较为常见的都是基于单一模式生物识别进行认证然后支付，如
密码、指纹、人脸等，但是单一模式的生物识别认证仍然会有风险，安全性仍
然不够高。
发明内容
为解决上述技术问题，本发明的目的在于提出一种多模式生物识别混合认
证支付系统，大大提高支付的安全性。
所采用的技术方案为：
一种多模式生物识别混合认证支付系统，包括采集单元、存储单元、控制
单元、认证单元和支付单元，其中：
所述采集单元，用于采集两种或两种以上的生物识别特征信息；
所述存储单元，用于预先存储预定个人信息的、与所述采集单元的生物识
别特征信息为相同类型的两种或两种以上的生物识别特征信息；
所述控制单元用于接收识别来自采集单元采集的生物识别特征信息；
所述认证单元，用于将采集到两种或两种以上的生物识别特征信息分别与
存储单元预存的相同类型的两种或两种以上的生物识别特征信息进行进行匹配
以进行身份认证；若二者或二者以上均匹配成功，则判定身份认证成功，向支
付单元发送支付信号；若仅其中一项匹配成功，则判定身份认证失败；
所述支付单元，用于根据所述支付信号执行支付操作。
优选地，所述两种或两种以上的生物识别特征信息为指纹信息、人脸信息、
虹膜信息、声纹信息中的两种或两种以上的任意组合。
优选地，所述两种或两种以上的生物识别特征信息为指纹信息为人脸信息
和虹膜信息，所述采集单元用于：采集个人的人脸信息时同时采集或是先后采
集个人的虹膜信息；所述认证单元用于：将采集到的人脸信息与预存的个人的
人脸信息进行匹配以进行身份认证；若人脸信息匹配失败，则判定身份认证失
败；若人脸信息匹配成功，则再将虹膜信息与预存的个人的虹膜信息进行匹配
以进行身份认证，若虹膜信息匹配成功，则判定身份认证成功，若虹膜信息匹
配失败，则判定身份认证失败。
优选地，所述采集单元为由控制单元操作的镜头模组和红外LED灯。
优选地，红外LED灯的波段为650-1200nm。
优选地，所述两种或两种以上的生物识别特征信息为指纹信息为指纹信息
和虹膜信息，所述采集单元用于：采集个人的指纹信息时同时采集或是先后采
集个人的虹膜信息；；所述认证单元用于：将采集到的指纹信息与预存的个人的
指纹信息进行匹配以进行身份认证；若指纹信息匹配失败，则判定身份认证失
败；若指纹信息匹配成功，则再将虹膜信息与预存的授权个人的虹膜信息进行
匹配以进行身份认证，若虹膜信息匹配成功，则判定身份认证成功，若虹膜信
息匹配失败，则判定身份认证失败。
优选地，所述两种或两种以上的生物识别特征信息为指纹信息为指纹信息
和人脸信息，所述采集单元用于：采集个人的指纹信息时同时采集或是先后采
集个人的人脸信息；所述认证单元用于：将采集到的指纹信息与预存的个人的
指纹信息进行匹配以进行身份认证；若指纹信息匹配失败，则判定身份认证失
败；若指纹信息匹配成功，则再将人脸信息与预存的个人的人脸信息进行匹配
以进行身份认证，若虹膜信息匹配成功，则判定身份认证成功，若虹膜信息匹
配失败，则判定身份认证失败。
优选地，所述支付单元为手机的支付单元或电脑的支付单元。
本发明的有益效果在于：
相比于现有技术，本发明采用两种或两种以上生物识别特征信息进行采集、
识别、比对和进行认证，在进行支付时，对个人的两种或两者以上的专属的生
物识别特征信息进行全部匹配，以此进行身份认证，只有当二者或二者以上均
匹配时才判定身份认证成功，允许支付操作，否则拒绝支付操作，大大提高了
支付的安全性。采用混合认证的出错率是百万分之几(几为1-9)，高的可以达
到千万分之几，非常实用。
附图说明
图1为本发明多模式生物识别混合认证支付系统的结构原理框图。
图2为指纹验证基本流程的示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
参见图1所示，一种多模式生物识别混合认证支付系统，包括采集单元10、
控制单元20、存储单元30、认证单元40和支付单元50，其中：
所述采集单元10，用于采集两种或两种以上的生物识别特征信息；所述两
种或两种以上的生物识别特征信息为指纹信息、人脸信息、虹膜信息、声纹信
息中的两种或两种以上的任意组合，例如可以是指纹信息和人脸信息的组合、
指纹信息和虹膜信息的组合、人脸信息和虹膜信息的组合、指纹信息、人脸信
息、虹膜信息三者的组合等等。
所述存储单元20，用于预先存储预定个人信息的、与所述采集单元的生物
识别特征信息为相同类型的两种或两种以上的生物识别特征信息；例如如果采
集单元采用人脸信息和虹膜信息的组合信息采集，则对应的存储单元进行存储
的是人脸信息和虹膜信息的组合信息。
所述控制单元30用于接收识别来自采集单元采集的生物识别特征信息；
所述认证单元40，用于将采集到两种或两种以上的生物识别特征信息分别
与存储单元预存的相同类型的两种或两种以上的生物识别特征信息进行进行匹
配以进行身份认证；若二者或二者以上均匹配成功，则判定身份认证成功，向
支付单元发送支付信号；若仅其中一项匹配成功，则判定身份认证失败；
所述支付单元50，用于根据所述支付信号执行支付操作。较好地，所述支
付单元为手机的支付单元或电脑的支付单元，支付时可以是近距离通信
(Near-FieldCommunication，NFC)支付，也可以是网银支付等，从而使本发明
能够得到更广泛的应用。
下面通过例举的方式进行说明，但不是对本发明的穷尽例举，也不是对本
发明的范围限定于此。
实施例1
所述两种或两种以上的生物识别特征信息为指纹信息为人脸信息和虹膜信
息。
所述采集单元用于：采集个人的人脸信息时同时采集或者先后采集个人的
虹膜信息；该采集单元为由控制单元控制操作的镜头模组和红外LED灯。红外
LED灯的波段为650-1200nm。镜头模组可以包括多个镜头的相互配合，以使能
够获取人脸信息的同时还能获取虹膜的信息。
所述存储单元用于：预先存储个人(授权用户)的人脸信息和虹膜信息；
而且较好地，所述存储单元预定个人信息的人脸信息和虹膜图像信息来自于采
集单元的生成。也就是最初的虹膜图像数据可以来自采集单元的生成，并作为
比对的基础。当然也可以从其他的地方获得，如可以从云端数据库或者后台服
务器中发送得到，但前提是，这样的最初数据是来自于被个人(授权用户)存
储至云端数据库或者后台服务器的数据。为减少不必要的繁琐，可以较佳地从
虹膜图像获取单元出设置生成最初的数据。当然也可以将采集单元采集的最初
的人脸信息和虹膜信息发送至云端数据库或者后台服务器，由云端数据库或者
后台服务器保存。
所述控制单元为CPU或MCU或与CPC、MCU同性质的控制单元。
所述认证单元用于：将采集到的人脸信息与预存的个人的人脸信息进行匹
配以进行身份认证；若人脸信息匹配失败，则判定身份认证失败；若人脸信息
匹配成功，则再将虹膜信息与预存的个人的虹膜信息进行匹配以进行身份认证，
若虹膜信息匹配成功，则判定身份认证成功，若虹膜信息匹配失败，则判定身
份认证失败。该认证单元可以在手机端或电脑端直接进行认证，也可以将认证
单元与云端数据库或者后台服务器连接，从而可以在云端上(或后台服务器上)
认证，也可以在用户终端上(手机或电脑)认证。
所述支付单元50，用于根据所述支付信号执行支付操作。也即当匹配成功
时，认证单元发送支付信号给支付单元，该认证单元收到支付信号后即执行支
付操作。
以此人脸信息和虹膜信息为例，进行说明本发明多模式生物识别混合认证
支付系统的工作过程，如下：
首先，采集模块采集人脸图像信息和虹膜图像信息；然后，控制单元20接
收识别被扫描的人脸图像信息和虹膜图像信息；然后，认证单元将采集到的人
脸图像信息与预存的个人的人脸图像信息进行匹配以进行身份认证；若人脸图
像信息匹配失败，则判定身份认证失败,拒绝支付；若人脸信息匹配成功，则再
将虹膜信息与预存的个人的虹膜图像信息进行匹配以进行身份认证，若虹膜图
像信息匹配成功，则判定身份认证成功，若虹膜信息匹配失败，则判定身份认
证失败，拒绝支付；最后支付单元根据接收到的确认的支付信号执行支付操作。
实施例2
所述两种或两种以上的生物识别特征信息为指纹信息为指纹信息和虹膜信
息。参照实施例1，与实施例1不同的是,
所述采集单元用于：采集个人的指纹信息时同时采集或是先后采集个人的
虹膜信息；；对指纹信息，采集模块可以首先生成指纹输入界面，提示用户输入
指纹，然后对用户的指纹信息进行采集。
所述认证单元用于：将采集到的指纹信息与预存的个人的指纹信息进行匹
配以进行身份认证；若指纹信息匹配失败，则判定身份认证失败；若指纹信息
匹配成功，则再将采集到的虹膜信息与预存的授权个人的虹膜信息进行匹配以
进行身份认证，若虹膜信息匹配成功，则判定身份认证成功，若虹膜信息匹配
失败，则判定身份认证失败。
实施例3
参照实施例2，与实施例2不同的是，
所述两种或两种以上的生物识别特征信息为指纹信息为指纹信息和人脸信
息。
所述采集单元包括指纹信息的采集和人脸信息的采集，可以同时采集，也
可以先后采集。
所述存储单元包括指纹数据、人脸数据、授权数据等。
所述认证单元包含多个对比引擎。
认证单元的认证中，包括指纹验证，其中指纹验证算法的输入是两枚指纹
图像，其中一枚为称为登录指纹，也就是最初的数据；另一枚称为待验证指纹。
指纹验证的目的是通过指纹识别比对算法，确认待验证指纹与登录指纹是否来
自同一手指，进而确定待验证指纹采集对象的身份是否与登录指纹采集对象的
身份一致。
指纹验证算法包含两个部分：指纹特征模板提取与特征模板比对，其中特
征模板提取又分为登录指纹的特征模板提取与待验证指纹的特征模板提取。图2
给出了指纹验证基本流程的示意。其中指纹特征模板提取即是最初的指纹数据；
特征模板即是后续待验证的指纹信息。
2)关于人脸信息认证：
其中控制单元还包括预处理、特征提取和识别。
预处理即将人脸图像去掉噪声、加强有用信息。如在图像中检测到人脸所
在位置，去掉背景干扰。
特征提取是从人脸图像中提取出特征，这种特征如一个高维向量，每个特
征描述了高维特征空间中的一个点。
识别是将提取的多种特征进行融合，例如：人脸形状特征、人脸灰度特征
和人脸皮肤纹理特征等进行人脸识别，其核心算法可以为：
从人脸图像中提取形状数据、灰度数据和皮肤纹理数据；
从形状数据中提取形状特征；
从灰度数据中提取灰度特征；
从皮肤纹理数据中提取纹理特征；
将灰度特征、纹理特征、形状特征分别送入灰度特征识别算法、纹理特征
识别算法、形状特征识别算法得到识别分值；识别分值可以是特征间的欧氏距
离或者Bayes距离；
将灰度特征、纹理特征、形状特征融合，送入多特征融合识别算法，得到
识别分值；
将得到的单个特征的识别分值和多特征融合识别得到的识别分值送入到多
分类器融合算法进行分类器融合(如加权和)，得到最终识别分值。
人脸验证即是对各个提取的特征进行比对。当比对匹配或者在一个可接受
的误差范围内如匹配度达97％以上，则可以判定匹配成功。
实施例4
参照实施例2，与实施例2不同的是，
所述两种或两种以上的生物识别特征信息为指纹信息为声纹信息和人脸信
息。所谓声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。
声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持
长期相对稳定不变。实验证明，无论讲话者是故意模仿他人声音和语气，还是
耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终不相同。
采集单元包括用于采集语声的麦克风(或称传声器)，在存储单元中通过采
集单元采集最初的声纹信息。也可以将采集单元采集的最初的声纹信息在云端
上或者后台服务器上保存。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体
说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的
等效实施例或变更均应包含在本发明的保护范围之内。