[发明专利]快捷支付方法及相关产品

说明书

本公开提供一种快捷支付方法及相关产品，所述支付方法包括如下步骤：获取支付金额和商家；采集第一图片，对第一图片处理得到第一人脸图片；将第一人脸图片组成的输入数据输入到人工智能芯片中进行神经网络模型的多层正向运算得到正向运算结果，依据该正向运算结果确定该第一人脸图片是否验证通过，如验证通过，将该支付金额支付给该商家。本申请提供的技术方案具有用户体验度高的优点。

技术领域

本发明涉及通信以及金融技术领域，具体涉及一种快捷支付方法及相关产品。

背景技术

随着通信技术的不断进步，通信设备的功能越来越多，其能够实现很多以前设备没有的功能，尤其是智能手机出现以后，因为其便捷性使得智能手机越来越多的被应用到快捷支付中，例如现有的，apple pay、微信支付、支付宝等等均属于快捷支付。

对于支付领域，安全性是首先要被保证的，其次是便捷性，对于现有的快捷支付来说，其大部分支付采用密码支付或指纹支付，在大部分场合是可以实现快捷支付的，但是有些场合，例如用户的不太方便的时候，就需要通过其他的方式来实现快捷支付，但是现有的快捷支付无法达到其要求，所以现有的快捷支付的用户体验度低。

发明内容

本发明实施例提供了一种快捷支付的方法及相关产品，可以实现对用户人脸识别的快捷支付，提高用户体验度的优点。

第一方面，本发明实施例提供一种支付方法，所述支付方法包括如下步骤：

获取支付金额和商家；

采集第一图片，对第一图片处理得到第一人脸图片；

将第一人脸图片组成的输入数据输入到人工智能芯片中进行神经网络模型的多层正向运算得到正向运算结果，依据该正向运算结果确定该第一人脸图片是否验证通过，如验证通过，将该支付金额支付给该商家。

可选的，所述将第一人脸图片组成的输入数据输入到人工智能芯片中进行神经网络模型的多层正向运算得到正向运算结果具体包括：

将第一人脸图片进行灰度处理得到第一灰度图像，获取第一灰度图像中每个像素点的m1个灰度值，提取m1个灰度值中灰度值最小且连续的m2个像素点的灰度值，将m2个像素点从第一灰度图像中去除得到第二灰度图像，将第二灰度图像恢复得到第二人脸图片，提取第二人脸图片中每个像素点的R、G、B值(红色值、绿色值、蓝色值)，将第二人脸图片中每个像素点的R、G、B值组成输入数据块[CI₁][H₁][w₁]，将输入数据块[CI₁][H₁][w₁]作为输入数据输入到神经网络模型执行多层卷积运算得到正向运算结果，其中，CI₁为输入数据块的深度值、H₁为输入数据块的高度值，w₁为输入数据块的宽度值，m1、CI₁、H₁、w1均为大于等于10的整数，m2为大于等于10³的整数。

可选的，，如神经网络模型的多层正向运算包括X1个需要执行卷积运算的X1个神经网络模型计算层，所述方法在执行X1个神经网络模型计算层的计算时，包括：