【专利解密】亚马逊手掌识别方法为何更便利？

【嘉勤点评】亚马逊的标识系统专利，通过基于当前鲜明特征与先前存储的和用户标识符相关联的参考鲜明特征的比较来标识用户，提升了识别的准确度，使系统更加安全。

集微网消息，近日亚马逊宣布，将把手掌扫描支付系统扩展到全食超市。购物者第一次使用该系统时，需要插入一张信用卡，将其与用户手掌联系起来。之后，用户只需将手放在扫描设备上即可付款。

诸如商店、图书馆、医院、办公室等设施可能需要用于标识设施中的用户的能力。传统系统存在若干重大缺陷，包括易受欺诈、速度、准确度和操作方面的限制。因此，仅使用“您所拥有的东西”来标识的系统很容易被不当使用。生物特征标识系统通过使用特定个体的难以或者无法复制或被传递的特性来解决这一问题。然而，传统的生物特征标识系统会带来操作问题，并且在频繁使用的环境中也可能表现出严重的延迟。

为此，亚马逊于2019年6月20日申请了一项名为“非接触式生物特征标识系统”的发明专利（申请号: 201980046968.9），申请人为亚马逊技术公司。

图1 用于标识设施处用户的系统

图1为用于标识设施处用户的系统。设施包括门104，门又包括可移动屏障以控制用户102的移动，还包括一个或多个扫描仪106。扫描仪能够采集手的图像，图像使用具有两个或更多个特定偏振、具有不同照明模式等的红外光来照明，可以生成原始图像数据110。根据所使用的偏振，由扫描仪产生的图像具有第一模态特征或第二模态特征，其中第一模态特征包括接近或位于用户的手表面上的特征，第二模态特征包括表皮下方的那些特征。

原始图像数据包括以下类型的图像中的一个或多个。原始第一模态图112(1)以及原始第二模态图像114(1)由具有偏振器的相机获得。还包括另一原始第一模态图像112(2) 以及另一原始第二模态图像114(2)。

标识系统120使用原始图像数据作为输入。初始处理模块122准备对原始图像数据进行进一步处理，产生经处理后的图像数据。子图像模块124使用经处理后的图像数据作为输入并且将相应的图像划分为子图像。子图像模块为经处理的图像数据的至少一部分的一个或多个子图像生成子图像特征数据126。

比较模块128使用子图像特征数据和先前存储的用户特征数据130，以基于存在于用户的手的图像中的特征来确定用户身份。将特征向量的当前鲜明特征与用户特征数据中的参考鲜明特征进行比较，可以确定指示当前鲜明特征和参考鲜明特征之间的相似性的置信度值，然后产生标识数据132。当用户在设施周围移动时，设施管理系统134可以使用标识数据来将身份与该用户相关联。

简而言之，亚马逊的标识系统专利，通过基于当前鲜明特征与先前存储的和用户标识符相关联的参考鲜明特征的比较来标识用户，提升了识别的准确度，使系统更加安全。

亚马逊是美国最大的一家网络电子商务公司，也是网络上最早开始经营电子商务的公司之一，现已成为一家综合服务提供商。打造以客户为中心的服务型企业成为了亚马逊的发展方向，未来亚马逊将进一步提升客户体验。

关于嘉勤

深圳市嘉勤知识产权代理有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成，熟悉中欧美知识产权法律理论和实务，在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。

（校对/holly）