电子支付处理方法、装置、电子设备及存储介质与流程

1.本技术涉及互联网和计算机技术领域，尤其涉及一种电子支付处理方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.人工智能(ai，artificial intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
3.电子支付过程中的身份识别是人工智能的典型应用，例如，通过已授权人脸对用户进行身份鉴权，典型地如响应支付操作的设备，例如人脸支付设备。
4.然而，目前相关技术针对跨区域场景下的离线支付研究较少，导致用户在发生跨区域时(例如从历史城市到达新城市)，无法在新城市的支付终端(例如人脸支付设备)继续使用离线支付功能(例如离线刷脸支付)，这不但降低了电子支付的处理效率，并且也严重影响了用户的电子支付的使用体验。


技术实现要素：

5.本技术实施例提供一种电子支付处理方法、装置、电子设备及计算机可读存储介质，能够提高电子支付的处理效率，进而提升用户的电子支付的使用体验。
6.本技术实施例的技术方案是这样实现的：
7.本技术实施例提供一种电子支付处理方法，应用于服务器，包括：
8.获取用户终端的位置；
9.响应于根据所述用户终端的位置确定所述用户终端从第一区域移动到第二区域，将所述用户终端对应的生物特征数据发送到所述第二区域的支付终端，所述生物特征数据包括所述用户终端的身份信息以及与所述身份信息绑定的授权生物特征；
10.其中，所述生物特征数据用于供所述支付终端将采集的待验证生物特征与所述授权生物特征匹配，并在匹配成功时发送携带所述身份信息的支付请求。
11.上述方案中，所述基于所述用户终端扫描到的wifi网络的标识信息，确定所述用户终端的位置，包括：基于每个所述wifi网络的标识信息，确定每个所述wifi网络的无线接入点的位置；根据每个所述无线接入点的信号强度，确定所述用户终端与每个所述无线接入点之间的距离；生成以每个所述无线接入点的位置为圆心，以对应的所述距离为半径的圆，将多个所述圆重叠的位置，确定为所述用户终端的位置。
12.本技术实施例提供一种电子支付处理装置，应用于服务器，包括：
13.获取模块，用于获取用户终端的位置；
14.发送模块，用于响应于根据所述用户终端的位置确定所述用户终端从第一区域移动到第二区域，将所述用户终端对应的生物特征数据发送到所述第二区域的支付终端，所述生物特征数据包括所述用户终端的身份信息以及与所述身份信息绑定的授权生物特征；
15.其中，所述生物特征数据用于供所述支付终端将采集的待验证生物特征与所述授权生物特征匹配，并在匹配成功时发送携带所述身份信息的支付请求。
16.上述方案中，所述获取模块包括接收单元和确定单元，所述接收单元，用于接收所述用户终端扫描到的无线相容性认证wifi网络的标识信息；所述确定单元，用于基于所述用户终端扫描到的wifi网络的标识信息，确定所述用户终端的位置。
17.上述方案中，所述确定单元，还用于基于每个所述wifi网络的标识信息，确定每个所述wifi网络的无线接入点的位置；根据每个所述无线接入点的信号强度，确定所述用户终端与每个所述无线接入点之间的距离；生成以每个所述无线接入点的位置为圆心，以对应的所述距离为半径的圆，将多个所述圆重叠的位置，确定为所述用户终端的位置。
18.上述方案中，所述接收单元，还用于接收所述用户终端中的位置服务检测到的第一位置；以及用于接收所述用户终端扫描到的wifi网络的标识信息，所述确定单元，还用于基于所述用户终端扫描到的wifi网络的标识信息确定所述用户终端的第二位置；所述获取模块还包括融合单元，用于当所述第一位置与所述第二位置之间的偏差大于偏差阈值时，对所述第一位置与所述第二位置进行融合处理；所述确定单元，还用于将融合得到的位置确定为所述用户终端的位置；以及用于当所述第一位置与所述第二位置之间的偏差小于或等于所述偏差阈值时，将所述第一位置或所述第二位置确定为所述用户终端的位置。
19.上述方案中，所述发送模块，还用于当检测到所述用户终端的位置从第一区域移动到第二区域时，向所述第一区域的支付终端发送数据删除指令，或者，当检测到所述用户终端在超过预设时长后未返回所述第一区域时，向所述第一区域的支付终端发送数据删除指令；其中，所述数据删除指令用于指示所述第一区域的支付终端删除存储的所述用户终端对应的生物特征数据。
20.上述方案中，所述获取模块，还用于获取所述用户终端在所述第一区域中最新的预设次数的定位结果分别对应的多个位置，并生成由所述多个位置组成的位置序列；所述装置还包括预测模块，用于根据所述位置序列执行位置预测处理，得到位置预测结果；其中，所述位置预测结果用于表征所述用户终端是否将要从所述第一区域移动到所述第二区域、以及将要到达所述第二区域的时间。
21.上述方案中，所述预测模块，还用于根据所述位置序列确定所述用户终端的移动方向和移动速度；当所述移动方向为远离所述第一区域的方向时，确定与所述移动方向匹配、且与所述第一区域满足最近距离条件的第二区域；根据所述第一区域与所述第二区域之间的距离以及所述移动速度，确定所述用户终端将要到达所述第二区域的时间；生成表征所述用户终端将要到达所述第二区域、以及将要到达所述第二区域的所述时间的位置预测结果。
22.上述方案中，所述预测模块，还用于当所述位置序列包括所述第一区域的交通场所的位置时，根据所述交通场所的类型确定所述用户终端的移动速度；将与所述第一区域满足最近距离条件的第二区域确定为所述用户终端将要到达的区域，并根据所述第一区域与所述第二区域之间的距离以及所述移动速度，确定所述用户终端将要到达所述第二区域的时间；生成表征所述用户终端将要到达所述第二区域、以及将要到达第二区域的所述时间的位置预测结果。
23.上述方案中，所述预测模块，还用于基于所述位置序列调用第一机器学习模型以
执行以下处理：将所述位置序列中的每个位置对应的坐标、到达时间和移动速度进行编码处理，得到对应的特征向量；将所述特征向量映射为所述用户终端是否将要到达所述第二区域、以及将要到达第二区域的时间的位置预测结果；其中，所述第一机器学习模型是基于位置序列样本、以及针对所述位置序列样本的标注数据进行训练得到的，所述标注数据包括所述位置序列样本是否表征跨区域移动、以及跨区域移动的时间。
24.上述方案中，所述发送模块，还用于当满足删除数据条件时，向所述第二区域的支付终端发送数据删除指令，所述数据删除指令用于指示所述第二区域的支付终端删除存储的所述用户终端对应的生物特征数据；其中，所述删除数据条件包括以下至少之一：在发送所述生物特征数据的预设时长后未获取到所述用户终端上报的位置、或所述用户终端扫描到的wifi网络的标识信息；在发送所述生物特征数据预设时长后未接收到所述第二区域的支付终端发送的携带所述身份信息的支付请求。
25.上述方案中，所述装置还包括划分模块，用于根据所述用户终端的活动范围以及位置变化频率查找映射表，得到对应的划分粒度，根据所述划分粒度将地图划分为包括所述第一区域和所述第二区域在内的多个区域；或者，基于所述用户终端的位置序列调用第二机器学习模型以执行以下处理：将所述位置序列中的每个位置对应的坐标、到达时间和移动速度进行编码处理，得到对应的特征向量，将所述特征向量映射为对应的划分粒度，根据所述划分粒度将地图划分为包括所述第一区域和所述第二区域在内的多个区域；其中，所述第二机器学习模型是基于位置序列样本、以及标注的划分粒度进行训练得到的，所述标注的划分粒度用于在所述地图中划分出多个区域，并使所述位置序列样本的位置在所述多个区域中覆盖的区域的数量不超过预设区域数量。
26.本技术实施例提供一种电子支付处理方法，应用于支付终端，包括：
27.接收服务器发送的用户终端对应的生物特征数据，所述生物特征数据包括所述用户终端的身份信息以及与所述身份信息绑定的授权生物特征；
28.其中，所述生物特征数据是所述服务器响应于所述用户终端的位置从第一区域移动到第二区域发送的，且所述支付终端是所述第二区域的支付终端；
29.采集待验证的生物特征；
30.将所述待验证的生物特征与所述授权生物特征匹配，并在匹配成功时向所述服务器发送携带所述身份信息的支付请求。
31.本技术实施例提供一种电子支付处理装置，应用于支付终端，包括：
32.接收模块，用于接收服务器发送的用户终端对应的生物特征数据，所述生物特征数据包括所述用户终端的身份信息以及与所述身份信息绑定的授权生物特征；
33.其中，所述生物特征数据是所述服务器响应于所述用户终端的位置从第一区域移动到第二区域发送的，且所述支付终端是所述第二区域的支付终端；
34.采集模块，用于采集待验证的生物特征；
35.匹配模块，用于将所述待验证的生物特征与所述授权生物特征匹配；
36.发送模块，用于在匹配成功时向所述服务器发送携带所述身份信息的支付请求。
37.本技术实施例提供一种电子设备，包括：
38.存储器，用于存储可执行指令；
39.处理器，用于执行所述存储器中存储的可执行指令时，实现本技术实施例提供的
电子支付处理方法。
40.本技术实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本技术实施例提供的电子支付处理方法。
41.本技术实施例提供一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，用于被处理器执行时，实现本技术实施例提供的电子支付处理方法。
42.本技术实施例具有以下有益效果：
43.在根据用户终端的位置确定用户终端从第一区域移动到第二区域时，提前将用户终端对应的生物特征数据发送到第二区域的支付终端，以在第二区域的支付终端本地存储用户终端对应的生物特征数据，如此，后续用户可以在第二区域的支付终端继续使用离线支付功能，提高了电子支付的处理效率，进而大大提升了用户的电子支付的使用体验。
附图说明
44.图1是本技术实施例提供的电子支付处理系统100的架构示意图；
45.图2是本技术实施例提供的服务器200的结构示意图；
46.图3是本技术实施例提供的支付终端600的结构示意图；
47.图4是本技术实施例提供的电子支付处理方法的流程示意图；
48.图5是本技术实施例提供的电子支付处理方法的流程示意图；
49.图6是本技术实施例提供的人脸支付设备的结构示意图；
50.图7是本技术实施例提供的电子支付处理系统的核心架构示意图。
具体实施方式
51.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
52.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
53.在以下的描述中，所涉及的术语“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
54.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
55.对本技术实施例进行进一步详细说明之前，对本技术实施例中涉及的名词和术语进行说明，本技术实施例中涉及的名词和术语适用于如下的解释。
56.1)客户端：终端设备中运行的用于提供各种服务的应用程序，例如即时通讯客户端、人脸识别客户端、支付客户端等等。
57.2)响应于：用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说
明的情况下，所执行的多个操作不存在执行先后顺序的限制。
58.3)人脸识别：通过人脸多媒体信息换取人身份信息的技术。
59.4)三维(3d，3-dimensions)摄像头：在摄像头的基础上添加了用于实施活体检测的软硬件，包括：深度相机、红外相机，以提高人脸识别准确度，从而保证信息安全。
60.5)小程序(mini program)：是一种不需要下载安装即可使用的应用程序。为了向用户提供更多样化的业务服务，开发者可为终端的应用(例如即时通信应用、购物应用、邮件应用等)开发相应的小程序，该小程序可作为子应用被嵌入至终端的应用中，通过运行应用内的子应用(即对应的小程序)能够为用户提供相应的业务服务。
61.6)电子支付操作：使用电子手段把支付信息通过网络安全地传送到银行或第三方支付机构，用来实现货币支付或资金流转的行为。就类型而言，包括口令支付、生物特征支付，其中生物特征支付可以包括刷脸支付、指纹支付等。
62.7)离线支付：基于支付终端本地的生物特征数据库进行用户身份信息的识别，并基于识别出的身份信息执行后续的支付操作。即无需调用服务器进行用户身份信息的识别，以支付终端为人脸支付设备为例，离线刷脸支付是指人脸支付设备将所采集到的待验证人脸图像与支付终端本地人脸库中存储的至少一个授权人脸图像进行匹配，并在匹配成功时可以直接发送携带身份信息(即与匹配的授权人脸图像绑定的身份信息)的支付请求。
63.本技术实施例提供一种电子支付处理方法、装置、电子设备和计算机可读存储介质，能够提高电子支付的处理效率，进而提升用户的电子支付的使用体验。下面说明本技术实施例提供的电子设备的示例性应用，本技术实施例提供的电子设备可以实施为适用于多种生物特征支付场景(例如指纹支付场景、人脸支付场景等)的支付终端(例如当支付场景为人脸支付场景时，支付终端可以是人脸支付设备)。
64.下面以支付终端和服务器协同实施本技术实施例提供的电子支付处理方法为例进行说明。参见图1，图1是本技术实施例提供的电子支付处理系统100的架构示意图，为实现支撑提高电子支付的处理效率的应用，其中，电子支付处理系统100包括：服务器200、网络300、用户终端400、第一区域的支付终端500和第二区域的支付终端600，下面进行具体说明。
65.用户终端400运行有客户端410，客户端410可以是任意的集成有wifi识别功能的客户端(例如即时通信客户端)，当用户终端400接收到用户在客户端410的人机交互界面触发的wifi网络识别请求时，进行扫描，并将扫描到的wifi网络的标识信息通过网络300发送到服务器200；当然，也可以自动开始扫描。
66.服务器200在接收到用户终端400扫描到的wifi网络的标识信息(例如服务集标识符(ssid，service set identidier))后，基于用户终端400扫描到的wifi网络的标识信息，确定用户终端400的位置。接着，服务器将当前所获取到的用户终端400的位置与上一次所获取到的用户终端400的位置(处于第一区域)进行比对，当基于比对结果表征当前获取的用户终端400离开了第一区域，即移动到第二区域时，将用户终端400对应的生物特征数据(例如用户终端400对应的身份信息(例如即时通信账号、第三方支付平台账号等)以及与身份信息绑定的授权生物特征(例如授权人脸图像))发送到第二区域的支付终端600，以在第二区域的支付终端600本地(例如本地的生物特征库)存储用户终端400对应的生物特征数据。如此，后续用户可以在第二区域的支付终端600使用离线支付功能，提高了电子支付的
效率，进而提升了用户的支付体验。
67.在一些实施例中，服务器200在确定用户终端400的位置从第一区域移动到第二区域后，还可以向第一区域的支付终端500发送数据删除指令，以使第一区域的支付终端500删除存储的用户终端400对应的生物特征数据，如此，能够在不影响用户支付体验的前提下，降低对第一区域的支付终端500的存储要求。
68.需要说明的是，在实际应用中，第一区域的支付终端500和第二区域的支付终端600的数量可以是多个的，例如当第二区域中存在5个支付终端时，服务器200可以同时向这5个支付终端发送用户终端400对应的生物特征数据，如此，后续用户在第二区域的任一支付终端均能使用离线支付功能，大大提升了用户的支付体验。
69.在一些实施例中，以电子设备为第二区域的支付终端600为例，第二区域的支付终端600可以通过运行计算机程序来实现本技术实施例提供的电子支付处理方法，其中，计算机程序可以是操作系统中的原生程序或软件模块；例如可以是本地(native)应用程序(app，application)，即需要在操作系统中安装才能运行的程序，例如支付app；计算机程序也可以是小程序，即只需要下载到浏览器环境中就可以运行的程序；计算机程序还可以是能够嵌入至任意app中的支付小程序。总而言之，上述计算机程序可以是任意形式的应用程序、模块或插件。
70.在另一些实施例中，本技术实施例还可以借助于云技术(cloud technology)实现，云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。
71.云技术是基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、以及应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源。
72.示例的，图1中的服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。用户终端400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。用户终端400、第一区域的支付终端500、第二区域的支付终端600以及服务器200可以通过有线或无线通信方式进行直接或间接地连接，本技术实施例中不做限制。
73.在一些实施例中，本技术实施例提供的电子支付处理方法还可以结合区块链技术实现。
74.区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
75.区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授
权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
76.下面以服务器将用户终端对应的生物特征数据上传至区块链网络进行保存为例，说明区块链网络的示例性应用。
77.首先，服务器将用户终端对应的生物特征数据(例如第三方支付平台账号以及与账号绑定的人脸图像)发送至区块链网络，并生成对应的交易，交易包括为了上链的用户终端对应的生物特征数据、上链用户终端对应的生物特征数据需要调用的智能合约以及向智能合约传递的参数；交易还可以包括服务器的数字证书、签署的数字签名，并将交易广播到区块链网络中的共识节点。
78.接着，区块链网络中的共识节点在接收到交易时，对交易携带的数字证书和数字签名进行验证，验证成功后，根据交易中携带的服务器的身份，确认服务器是否具有交易权限，数字签名和权限验证中的任何一个验证错误都将导致交易失败。验证成功后签署共识节点自己的数字签名(例如，使用节点的私钥对交易的摘要进行加密得到)，并继续在区块链网络中广播。
79.然后，区块链网络中的共识节点接收到验证成功的交易后，将交易填充到新的区块中，并进行广播。区块链网络中的共识节点广播新区块时，会对新区块进行验证，例如，验证新区块中交易的数字签名是否有效，如果验证成功，则将新区块追加到自身所存储的区块链的尾部，并根据交易的结果更新状态数据库，并执行新区块中的交易，例如对于提交的存储用户终端对应的生物特征数据的交易，共识节点在状态数据库中添加包括用户终端对应的生物特征数据的键值对。
80.再以服务器向区块链网络发送获取用户终端对应的生物特征数据请求为例，说明区块链网络的示例性应用。
81.在一些实施例中，当服务器具有发起查询用户终端对应的生物特征数据的权限，且检测到用户终端的位置从第一区域移动到第二区域时，可以由服务器生成用于查询用户终端对应的生物特征数据的交易并提交到区块链网络中，其中，查询请求中携带键名，以供区块链网络中的共识节点执行交易从状态数据库中查询与键名对应的数据(即用户终端对应的生物特征数据)，接着，区块链网络将查询到的用户终端对应的生物特征数据发送至服务器，以使服务器将区块链网络返回的用户终端对应的生物特征数据发送到第二区域的支付终端，以在第二区域的支付终端本地存储用户终端对应的生物特征数据，如此，通过将用户终端对应的生物特征数据存储至区块链网络中，基于区块链网络去中心化、分布式存储和不可篡改的特性，确保了用户终端对应的生物特征数据的安全性。
82.下面对图1中示出的服务器200的结构进行说明。参见图2，图2是本技术实施例提供的服务器200的结构示意图，图2所示的服务器200包括：至少一个处理器210、存储器240、至少一个网络接口220。服务器200中的各个组件通过总线系统230耦合在一起。可理解，总线系统230用于实现这些组件之间的连接通信。总线系统230除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统230。
83.处理器210可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。
84.存储器240可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。存储器240可选地包括在物理位置上远离处理器210的一个或多个存储设备。
85.存储器240包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(rom，read only memory)，易失性存储器可以是随机存取存储器(ram，random access memory)。本技术实施例描述的存储器240旨在包括任意适合类型的存储器。
86.在一些实施例中，存储器240能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。
87.操作系统241，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务；
88.网络通信模块242，用于经由一个或多个(有线或无线)网络接口220到达其他计算设备，示例性的网络接口220包括：蓝牙、无线相容性认证(wifi)、和通用串行总线(usb，universal serial bus)等；
89.在一些实施例中，本技术实施例提供的电子支付处理装置可以采用软件方式实现，图2示出了存储在存储器240中的电子支付处理装置243，其可以是程序和插件等形式的软件，包括以下软件模块：获取模块2431、发送模块2432、预测模块2433和划分模块2434，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分，将在下文中说明各个模块的功能。
90.下面继续对图1中示出的第二区域的支付终端600的结构进行说明。参见图3，图3是本技术实施例提供的支付终端600的结构示意图，如图3所示，支付终端600包括：处理器610、网络接口620、用户接口630、总线系统640和存储器650。其中，用户接口630包括使得能够呈现媒体内容的一个或者多个输出装置631，例如包括一个或者多个扬声器和/或一个或多个视觉显示屏。用户接口630还包括一个或多个输入装置632，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。存储器650中包括：操作系统651、网络通信模块652、呈现模块653，用于经由一个或多个与用户接口630相关联的输出装置631(例如，显示屏、扬声器等)使得能够显示信息(例如，用于操作外围设备和显示内容和信息的用户接口)、输入处理模块654，用于对一个或多个来自一个或多个输入装置632之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或
互动、以及电子支付处理装置655。其中，存储在存储器650中的电子支付处理装置655中的软件模块包括：接收模块6551、采集模块6552、匹配模块6553和发送模块6554，这些模块是逻辑上的，因此可以根据所实现的功能进行任意的组合或进一步拆分，将在下文中说明各个模块的功能。
91.在另一些实施例中，本技术实施例提供的电子支付处理装置可以采用硬件方式实现，作为示例，本技术实施例提供的电子支付处理装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本技术实施例提供的电子支付处理方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)或其他电子元件。
92.下面将结合本技术实施例提供的电子设备的示例性应用和实施，说明本技术实施例提供的电子支付处理方法，本技术实施例提供的电子支付处理方法可以由上文的服务器200独立完成、也可以由上文的第二区域的支付终端600独立完成、或者由上文的服务器200和第二区域的支付终端600协同完成。下面从服务器和支付终端交互的角度对本技术实施例提供的电子支付处理方法进行说明。
93.参见图4，图4是本技术实施例提供的电子支付处理方法的流程示意图，将结合图4示出的步骤进行说明。
94.在步骤s101中，服务器获取用户终端的位置。
95.在一些实施例中，服务器可以通过以下方式获取用户终端的位置：接收用户终端扫描到的wifi网络的标识信息；基于用户终端扫描到的wifi网络的标识信息，确定用户终端的位置。
96.示例的，在用户终端(例如智能手机)上运行有专门用于识别wifi网络的应用或者集成有wifi网络识别功能的其他应用(例如社交应用)等，当用户终端接收到用户在应用界面触发的wifi网络识别请求时，进行扫描，得到至少一个wifi网络的标识信息(例如用户终端能从附近扫描到的全部wifi网络的标识信息)。接着，用户终端将扫描到的wifi网络的标识信息发送至服务器，以使服务器基于每个wifi网络的标识信息，确定每个wifi网络对应的无线接入点(ap，access point)的位置。由于每个无线ap都有唯一对应的媒体存取控制位址(mac，media access control address)，并且一般来说无线ap在一段时间内是不会移动的，因此，服务器可以从每个wifi网络的标识信息中分别提取出对应无线ap广播出来的mac地址，并基于所提取出的mac地址获取对应无线ap的位置(例如基于所提取出的mac地址查询位置映射表，以得到与mac地址对应的无线ap的位置)。随后，针对用户终端扫描到的每个无线接入点的信号强度，确定用户终端与每个无线接入点之间的距离(由于无线ap广播的wifi信号是电磁波，其信号强度会随着传播距离的增加而衰减，因此，可以根据用户终端扫描到的无线接入点的信号强度，计算出用户终端与无线ap之间的距离)。最后，服务器可以以每个无线ap的位置为圆心画圆，圆的半径是用户终端与无线ap之间的距离，将多个圆重叠的位置确定为用户终端的位置。
97.在另一些实施例中，当用户终端开启位置服务时，服务器还可以通过以下方式获取用户终端的位置：接收用户终端中的位置服务(lbs，location based services)检测的
位置。例如接收通过用户终端的电信移动运营商的无线电通讯网络(例如gsm网、cdma网)或者外部定位方式(例如全球定位系统(gps，global positioning system)或者北斗卫星导航系统)检测到的用户终端的位置。
98.在一些实施例中，当用户终端同时开启位置服务和wifi网络连接请求时，服务器还可以通过以下方式获取用户终端的位置：接收用户终端中的位置服务检测到的第一位置；接收用户终端扫描到的wifi网络的标识信息，基于用户终端扫描到的wifi网络的标识信息确定用户终端的第二位置；当第一位置与第二位置之间的偏差大于偏差阈值时(例如偏差大于10米)，对第一位置与第二位置进行融合处理(例如加权处理)，将融合得到的位置确定为用户终端的位置；当第一位置与第二位置之间的偏差小于或等于偏差阈值时，将第一位置或第二位置确定为用户终端的位置。
99.示例的，假设服务器接收到用户终端中的位置服务检测到的第一位置为p1(例如可以以经纬度的方式显示第一位置p1)，基于用户终端扫描到的wifi网络的标识信息确定出的第二位置为p2，当第一位置p1和第二位置p2之间的偏差大于偏差阈值(例如10米)时，则可以将两者加权得到的位置(p1 p2)/2确定为用户终端的位置；当第一位置p1和第二位置p2之间的偏差小于或者等于10米时，则可以直接将第一位置p1或者第二位置p2确定为用户终端的位置。如此，通过综合考虑位置服务检测到的第一位置和基于wifi网络确定出的第二位置，能够更加准确地确定出用户终端的位置。
100.在步骤s102中，服务器响应于根据用户终端的位置确定用户终端从第一区域移动到第二区域，将用户终端对应的生物特征数据发送到第二区域的支付终端。
101.在一些实施例中，服务器可以通过以下方式根据用户终端的位置确定用户终端是否已经从第一区域移动到第二区域：将最新获取的用户终端的位置与上一次(即次新)获取的用户终端的位置进行比较，当上一次获取的用户终端的位置处于第一区域，而最新获取的用户终端的位置所处的区域区别于第一区域时，则将用户终端当前所处的位置对应的区域作为第二区域，从而确定用户终端已经从第一区域移动到第二区域。
102.示例的，以第一区域为a城市，第二区域为b城市为例，假设服务器当前获取到的用户终端的位置处于b城市(例如获取到用户终端当前处于b城市的机场)，并且，服务器查询到上一次获取到的用户终端的位置处于a城市(例如查询到用户终端上一次处于a城市的机场)，则服务器确定用户终端已经从a城市移动到b城市。随后，服务器可以将用户终端对应的生物特征数据发送到b城市的支付终端。
103.在另一些实施例中，当无法获取用户终端最新的位置时(例如用户终端没有开启位置服务和wifi网络连接请求)，服务器还可以执行以下操作：获取用户终端在第一区域中最新的预设次数的定位结果(例如基于gps或者基于扫描到的wifi网络得到的定位结果)分别对应的多个位置(例如最新的5次定位结果对应的5个位置)，生成由多个位置组成的位置序列；根据位置序列执行位置预测处理，得到位置预测结果(位置预测结果可以用于表征用户终端是否将要从第一区域移动到第二区域、以及将要到达第二区域的时间)。如此，在无法获取用户终端最新的位置的情况下，服务器可以根据位置预测结果确定是否需要将用户终端对应的生物特征数据发送到第二区域的支付终端、以及何时向第二区域的支付终端发送用户终端对应的生物特征数据。
104.示例的，服务器可以通过以下方式实现上述的根据位置序列执行位置预测处理，
得到位置预测结果：根据位置序列确定用户终端的移动方向和移动速度；当移动方向为远离第一区域的方向时，确定与移动方向匹配、且与第一区域满足最近距离条件的第二区域；根据第一区域与第二区域之间的距离以及移动速度，确定用户终端将要到达第二区域的时间；生成表征用户终端将要到达第二区域、以及将要到达第二区域的时间的位置预测结果。
105.举例来说，以第一区域为a城市为例，服务器首先获取用户终端在a城市中最近的5次gps定位结果对应的5个位置，接着，根据这5个位置确定用户终端的移动方向和移动速度；当服务器根据这5个位置确定出用户终端的移动方向为一直向右移动时(即远离a城市的方向)，则可以将处于a城市的右边且与a城市相邻的b城市作为第二区域，随后，根据a城市与b城市之间的距离以及用户终端的移动速度(例如假设5个位置中的位置a和位置b之间的距离为x，且用户终端到达位置a和位置b的时间差为t，则可以将平均速度x/t确定为用户终端的移动速度)，确定用户终端将要到达b城市的时间，最后，生成表征用户终端将要到达b城市、以及将要到达b城市的位置预测结果。如此，在用户终端后续没有开启位置服务和wifi网络连接请求时(即无法获取用户终端最新的位置)，可以通过用户终端在a城市的位置序列执行位置预测处理，并根据位置预测结果来确定用户终端将要到达的新城市(例如b城市)、以及到达b城市的时间。
106.示例的，服务器还可以通过以下方式实现上述的根据位置序列执行位置预测处理，得到位置预测结果：当位置序列包括第一区域的交通场所的位置(例如位置序列中的最后一个位置为第一区域的交通场所的位置)时，根据交通场所的类型确定用户终端的移动速度(例如可以根据交通场所提供的交通工具确定用户终端对应的移动速度，举例来说，当交通场所为机场时，可以将飞机的移动速度作为用户终端的移动速度，此时用户终端对应的移动速度较快；当交通场所为火车站时，可以将火车的移动速度作为用户终端的移动速度，此时用户终端对应的移动速度较慢)；将与第一区域满足最近距离条件(由于不确定用户终端的移动方向，因此可以将第一区域周围最近的预设数量(例如3个)的区域均作为用户终端将要到达的区域)的第二区域确定为用户终端将要到达的区域，并根据第一区域与第二区域之间的距离以及移动速度，确定用户终端将要到达第二区域的时间；生成表征用户终端将要到达第二区域、以及将要到达第二区域的时间的位置预测结果。
107.举例来说，以第一区域为a城市为例，服务器首先获取用户终端在a城市中最近的5次gps定位结果对应的5个位置，当服务器确定出这5个位置中的最后一个位置为a城市的交通场所的位置时(例如a城市的机场或者火车站)，根据交通场所的类型确定用户终端的移动速度(例如当交通场所是机场时，可以将飞机的平均时速确定为用户终端的移动速度；当交通场所为火车站时，可以将火车的平均时速确定为用户终端的移动速度)；接着，将与a城市相邻的多个城市(例如b城市、c城市和d城市)均作为用户终端将要到达的第二区域，并根据a城市与第二区域(例如b城市、c城市和d城市)之间的距离以及用户终端的移动速度(取决于交通工具的类型)，确定用户终端将要到达第二区域的时间；生成表征用户终端将要到达第二区域、以及将要到达第二区域的时间的位置预测结果。如此，在用户终端后续没有开启位置服务和wifi网络连接请求时(即无法获取用户终端最新的位置)，可以通过用户终端在a城市的位置序列执行位置预测处理，并根据位置预测结果来确定用户终端将要到达的第二区域(例如与a城市相邻的b城市、c城市和d城市)、以及到达第二区域的时间。
108.示例的，服务器还可以通过以下方式实现上述的根据位置序列执行位置预测处
理，得到位置预测结果：基于位置序列调用第一机器学习模型以执行以下处理：将位置序列中的每个位置对应的坐标(例如可以以经纬度的方式进行表示)、到达时间(例如可以采用相对时间来表示到达时间，即将位置序列中第一个位置的到达时间作为基准时间，记为0，并以该基准时间为基础确定位置序列中后续各个位置的到达时间)和移动速度进行编码处理，得到对应的特征向量；将得到的特征向量映射为用户终端是否将要到达第二区域、以及将要到达第二区域的时间的位置预测结果；其中，第一机器学习模型是基于位置序列样本、以及针对位置序列样本的标注数据进行训练得到的，标注数据包括位置序列样本是否表征跨区域移动、以及跨区域移动的时间。
109.举例来说，以第一区域为a城市为例，服务器首先获取用户终端在a城市中最近的5次gps定位结果对应的5个位置(假设分别为p1、p2、p3、p4和p5)，接着，服务器分别针对p1对应的坐标(例如东经e1、北纬n1)、到达时间(将p1的到达时间作为基准时间，记为0)和移动速度(v1)，p2对应的坐标(例如东经e2、北纬n2)、到达时间(即服务器获取p2和p1的时间差t1)和移动速度(v2)，p3对应的坐标(例如东经e3、北纬n3)、到达时间(即服务器获取p3和p1的时间差t2)和移动速度(v3)，p4对应的坐标(例如东经e4、北纬n4)、到达时间(即服务器获取p4和p1的时间差t3)和移动速度(v4)，p5对应的坐标(例如东经e5、北纬n5)、到达时间(即服务器获取p5和p1的时间差t4)和移动速度(v5)进行编码处理，得到对应的特征向量；随后，服务器将得到的特征向量映射为用户终端是否将要到达第二区域(例如b城市)、以及将要到达b城市的时间的位置预测结果。当位置预测结果表征用户终端将要到达b城市时，则可以在用户终端将要到达b城市的时间或之前将用户终端的生物特征数据发送到b城市的支付终端。
110.需要说明的是，上述的第一机器学习模型可以是神经网络模型(例如卷积神经网络、深度卷积神经网络、全连接神经网络等)、决策树模型、梯度提升树、多层感知机、以及支持向量机等，本技术实施例对第一机器学习模型的类型不作具体限定。
111.此外，还需要说明的是，上述位置预测结果表征的用户终端将要到达第二区域的时间可以是用于执行步骤s102中“响应于根据用户终端的位置确定用户终端从第一区域移动到第二区域”的时间，其中，执行时机可以是当用户终端的位置丧失时效性，即当前时间与最后一次确定用户终端的位置的时间差超过预设时长(例如1个小时)。举例来说，假设用户终端在第一区域的位置序列中的最后一个位置是a城市的机场，然后在预设时长内无法获取到用户终端最新的位置，则可以基于用户终端在a城市的位置序列执行位置预测处理，得到位置预测结果，例如基于用户终端在a城市的位置序列预测用户终端是否会到达b城市、以及到达b城市的时间。随后，服务器可以根据位置预测结果确定是否需要向b城市的支付终端发送用户终端对应的生物特征数据、以及何时进行发送。
112.在一些实施例中，针对上述通过位置预测处理确定用户终端是否将要从第一区域到达第二区域的方案，服务器在根据位置预测结果将用户终端对应的生物特征数据发送到第二区域的支付终端后，还可以执行以下操作：当满足删除数据条件时，向第二区域的支付终端发送数据删除指令，数据删除指令用于指示第二区域的支付终端删除存储的用户终端对应的生物特征数据；其中，删除数据条件包括以下至少之一：在发送生物特征数据的预设时长后未获取到用户终端上报的位置、以及用户终端扫描到的wifi网络的标识信息；在发送生物特征数据预设时长后未接收到第二区域的支付终端发送的携带身份信息的支付请
求。
113.示例的，以用户终端对应的生物特征数据为用户的授权人脸图像以及与授权人脸图像绑定的身份信息为例，服务器在根据位置预测结果(例如位置预测结果表征用户终端将要从第一区域移动到第二区域)将用户的授权人脸图像以及与授权人脸图像绑定的身份信息发送到第二区域(例如b城市)的支付终端(例如人脸支付设备)后，当在预设时长(例如3个小时)后仍未获取到用户终端上报的位置、以及用户终端扫描到的wifi网络的标识信息时(由于用户在到达b城市后会连接处于b城市的无线ap提供的wifi网络进行上网，因此当服务器在预设时长后没有获取到用户终端扫描到的wifi网络的标识信息时，可以认为用户没有到达b城市)，则服务器可以向b城市的人脸支付设备发送数据删除指令，以删除b城市的人脸支付设备存储的用户的授权人脸图像以及与授权人脸图像绑定的身份信息。
114.示例的，以用户终端对应的生物特征数据为用户的授权人脸图像以及与授权人脸图像绑定的身份信息为例，服务器在根据位置预测结果(例如位置预测结果表征用户终端将要从第一区域移动到第二区域)将用户的授权人脸图像以及与授权人脸图像绑定的身份信息发送到第二区域(例如b城市)的支付终端(例如人脸支付设备)后，当在预设时长(例如4个小时)内没有接收到b城市的支付终端发送的携带用户的身份信息的支付请求时(即用户没有使用b城市的人脸支付设备或者用户没有到达b城市)，则服务器可以向b城市的人脸支付设备发送数据删除指令，以删除b城市的人脸支付设备存储的用户的授权人脸图像以及与授权人脸图像绑定的身份信息。
115.在另一些实施例中，服务器在响应于根据用户终端的位置确定用户终端从第一区域已经或者将要移动到第二区域之前，还可以执行以下操作：根据用户终端的活动范围以及位置变化频率查找映射表，得到对应的划分粒度，根据划分粒度将地图划分为包括第一区域和第二区域在内的多个区域；或者，基于用户终端的位置序列调用第二机器学习模型以执行以下处理：将位置序列中的每个位置对应的坐标、到达时间和移动速度进行编码处理，得到对应的特征向量，将特征向量映射为对应的划分粒度，根据划分粒度将地图划分为包括第一区域和第二区域在内的多个区域；其中，第二机器学习模型是基于位置序列样本、以及标注的划分粒度进行训练得到的，标注的划分粒度用于在地图中划分出多个区域，并使位置序列样本的位置在多个区域中覆盖的区域的数量不超过预设数量。
116.示例的，服务器首先获取用户终端的活动范围以及位置变化频率(例如获取用户终端在过去一个月内的活动范围以及位置变化频率)，并根据所获取的活动范围以及位置变化频率查找映射表，得到对应的划分粒度(例如当用户终端的活动范围越大、以及位置变化频率越高时，对应的划分粒度也越大，例如可以以省作为划分粒度；当用户终端的活动范围越小、以及位置变化频率越低时，对应的划分粒度也越小，例如可以以城市作为划分粒度)；接着，根据得到的划分粒度将地图划分为包括第一区域和第二区域在内的多个区域，如此，由于划分粒度是根据用户终端的活动范围以及位置变化频率动态确定的，用户终端对应的生物特征数据不会被频繁的发送和删除，从而节省了服务器和支付终端的资源；同时，也能够保证用户离线支付使用体验的连续性，不会因为从一个区域移动到另一个区域而无法继续使用离线支付功能。
117.示例的，划分粒度还可以是基于用户终端的位置序列调用机器学习模型确定的，例如服务器首先获取用户终端的位置序列，接着，将位置序列中的每个位置对应的坐标(例
如以经纬度的方式显示的坐标)、到达时间(例如可以采用相对时间的方式，即将位置序列中第一个位置的到达时间作为基准时间，记为0)和移动速度进行编码处理，得到对应的特征向量，随后，通过训练后的第二机器学习模型将特征向量映射为对应的划分粒度，最后，根据映射得到的划分粒度将地图划分为包括第一区域和第二区域在内的多个区域，如此，由于划分粒度是基于用户终端的位置序列动态变化的，用户终端对应的生物特征数据不会被频繁的发送和删除，从而节省了服务器和支付终端的资源；同时，也能够保证用户离线支付使用体验的连续性，不会因为从一个区域移动到另一个区域而无法继续使用离线支付功能。
118.需要说明的是，在实际应用中，在对第二机器学习模型进行训练时，还可以将预设区域的数量限定在一个设定区间内，如此，既不会由于得到的划分粒度太大导致划分得到的区域的数量过少而浪费支付终端的存储资源，也不会由于得到的划分粒度太小导致划分得到的区域的数量过多而影响离线支付使用体验的连续性。
119.此外，还需要说明的是，上述的第二机器学习模型可以是神经网络模型(例如卷积神经网络、深度卷积神经网络、全连接神经网络等)、决策树模型、梯度提升树、多层感知机、以及支持向量机等，本技术实施例对第二机器学习模型的类型不作具体限定。
120.在一些实施例中，服务器也可以按照预先设定的粒度(即固定的粒度，例如以省、城市、区等不同等级的行政区划作为粒度)将地图划分为包括第一区域和第二区域在内的多个区域。例如，服务器可以以城市为粒度，将地图(例如某个省的地图)划分为包括第一区域(例如a城市)和第二区域(例如b城市)的多个城市。如此，按照固定的粒度将地图进行划分的方式，划分后得到的每个区域是固定的，因此，只需要针对每个区域统计一次包括的支付终端，后续当用户终端移动到某个区域(例如b城市)时，可以直接向b城市的支付终端发送用户终端对应的生物特征数据，节约了服务器的资源。
121.在步骤s103中，第二区域的支付终端采集待验证的生物特征，并将所采集的待验证生物特征与本地存储的授权生物特征匹配。
122.在一些实施例中，第二区域的支付终端在接收到服务器发送的用户终端对应的生物特征数据(包括用户终端的身份信息以及与身份信息绑定的授权生物特征)后，可以将生物特征数据存储在支付终端本地的数据库中。如此，当第二区域的支付终端后续接收到用户触发的生物特征支付请求时，可以将采集到的待验证的生物特征直接与支付终端本地的数据库中存储的授权生物特征进行匹配，即可以在支付终端本地对用户的身份信息进行识别，而无需将采集到的待验证的生物特征上传至服务器进行识别，从而降低了网络波动对电子支付处理效率的影响。
123.示例的，以支付终端为人脸支付设备为例，第二区域(例如b城市)的人脸支付设备在接收到服务器发送的即时通信账号(例如用户a的即时通信账号)以及与即时通信账号绑定的授权人脸图像后，将即时通信账号以及授权人脸图像存储至人脸支付设备本地的人脸库中。随后，当用户a在b城市的人脸支付设备触发刷脸支付请求时，人脸支付设备可以将采集到的用户a的待验证人脸图像与本地的人脸库中存储的授权人脸图像进行匹配，以在人脸支付设备本地实现对用户a的身份信息的识别。
124.在步骤s104中，第二区域的支付终端在匹配成功时向服务器发送携带身份信息的支付请求。
125.在一些实施例中，当第二区域的支付终端采集到的待验证的生物特征在支付终端本地的数据库中存在匹配的授权生物特征时(即在支付终端本地的数据库中存在与待验证的生物特征之间的相似度大于相似度阈值的授权生物特征)，则可以将匹配的授权生物特征绑定的身份信息作为用户终端的身份信息，并向服务器发送携带身份信息的支付请求。
126.在另一些实施例中，当在第二区域的支付终端本地匹配失败时，第二区域的支付终端还可以将采集到的待验证的生物特征发送到服务器，以使服务器针对待验证的生物特征识别出用户终端的身份信息。
127.在另一些实施例中，参见图5，在执行完图4示出的步骤s104之后，还可以执行图5示出的步骤s105和步骤s106，将结合图5示出的步骤s105和步骤s106进行说明。
128.在步骤s105中，服务器向第一区域的支付终端发送数据删除指令。
129.在一些实施例中，当服务器检测到用户终端的位置已经或者将要从第一区域移动到第二区域时，可以向第一区域的支付终端发送数据删除指令；或者，当检测到用户终端在超过预设时长后未返回第一区域时，向第一区域的支付终端发送数据删除指令；其中，数据删除指令用于指示第一区域的支付终端删除本地存储的用户终端对应的生物特征数据。
130.示例的，当服务器根据所获取的用户终端最新的位置确定出用户终端已经从第一区域移动到第二区域，或者当服务器根据用户终端在第一区域的位置序列预测出用户终端将要从第一区域移动到第二区域时，可以向第一区域的支付终端发送数据删除指令，以指示第一区域的支付终端删除本地存储的用户终端对应的生物特征数据，如此，能够降低对第一区域的支付终端的存储要求。
131.示例的，也可以在发生跨区域时不立即删除第一区域的支付终端本地存储的用户终端对应的生物特征数据，例如当服务器检测到用户终端在超过预设时长(例如6个小时)后未返回第一区域时，才向第一区域的支付终端发送数据删除指令，如此，能够避免用户终端在多个区域频繁移动时导致的频繁的生物特征数据发送和删除，从而能够避免浪费服务器的资源。
132.在步骤s106中，第一区域的支付终端删除本地存储的用户终端对应的生物特征数据。
133.在一些实施例中，第一区域的支付终端在接收到服务器发送的数据删除指令后，根据数据删除指令将支付终端本地的数据库中存储的用户终端对应的生物特征数据删除。例如以生物特征为授权人脸图像为例，第一区域的人脸支付设备在接收到服务器发送的数据删除指令后，将人脸支付设备本地的人脸库中存储的授权人脸图像以及与授权人脸图像绑定的身份信息进行删除，如此，能够降低对第一区域的人脸支付设备的存储要求。
134.在另一些实施例中，服务器的部分功能也可以集成到用户终端中，服务器仅仅用于支持不同区域的支付终端的用户终端对应的生物特征数据同步。例如，用户终端可以自己获取自身所处的位置(例如基于用户终端中的位置服务进行定位，或者基于扫描到的wifi网络的标识信息进行定位)，当用户终端从第一区域(例如a城市)移动到第二区域(例如b城市)时，用户终端可以向服务器(不同区域的支付终端可以预先在服务器进行注册，或者基于支付终端内置的gps模块定期将检测到的gps信息发送到服务器，以使服务器确定支付终端所处的位置)发送请求，以使服务器向b城市的支付终端发送用户终端对应的生物特征数据，如此，后续用户可以在b城市的支付终端使用离线支付功能，大大提升了用户的业
务体验。
135.本技术实施例提供的电子支付处理方法，在根据用户终端的位置确定用户终端从第一区域移动到第二区域时，提前将用户终端对应的生物特征数据发送到第二区域的支付终端，以在第二区域的支付终端本地存储用户终端对应的生物特征数据，如此，后续用户可以在第二区域的支付终端继续使用离线支付功能，提高了电子支付的处理效率，进而提升了用户的支付体验。
136.下面，以第一区域为a城市、第二区域为b城市、支付终端为人脸支付设备为例，说明本技术实施例在一个实际的应用场景中的示例性应用。
137.目前，相关技术针对跨城场景下的离线刷脸支付研究较少，导致用户在从历史城市(例如用户在过去一段时间内居住的a城市)到达新城市(例如b城市)时，无法在b城市的人脸支付设备上继续使用离线刷脸支付功能，这不但降低了刷脸支付的处理效率，并且也严重影响了用户的刷脸支付体验。
138.针对上述技术问题，本技术实施例提供一种电子支付处理方法，基于用户乘坐交通工具出行场景(例如乘坐飞机落地场景)，在连接机场的wifi网络后，用户手机端运行的社交应用(例如微信app)根据wifi网络的标识信息确定出用户当前所在的城市信息，并将该城市信息上传至后端服务，以使后端服务根据用户所在城市信息的变更情况(例如确定出用户从a城市移动到b城市)，下发删除指令到历史城市(即a城市)的人脸支付设备，以将a城市的人脸支付设备本地存储的用户的人脸数据抹除；同时，将用户的人脸数据(例如授权的人脸图像以及绑定的身份信息)发送到新城市(即b城市)的人脸支付设备上，如此，用户后续在b城市的所有人脸支付设备均可使用离线刷脸支付功能，大大提升了用户的刷脸支付体验。
139.下面对本技术实施例提供的电子支付处理方法进行具体说明。
140.示例的，参见图6，图6是本技术实施例提供的人脸支付设备的结构示意图，如图6所示，人脸支付设备可包括摄像装置，该摄像装置可以内置于人脸支付设备或者外接于人脸支付设备，该摄像装置可以是3d摄像头，相比于传统的摄像头，3d摄像头添加了活体检测的相关软硬件(例如深度相机、红外相机等)，从而具有了活体检测的功能。此外，该摄像装置还可以包括图像传感器，该图像传感器用于采集用户人脸的图像数据，该图像传感器可以包括彩色图像(例如rgb图像)传感器、深度图像传感器或者红外图像传感器中的任意一种或者多种的组合。
141.示例的，参见图7，图7是本技术实施例提供的电子支付处理系统的核心架构示意图，该核心架构整体包括用户手机端(对应于上述的用户终端)、后端服务(对应于上述的服务器)和人脸支付设备(包括历史城市的人脸支付设备，例如a城市的人脸支付设备(对应于上述的第一区域的支付终端)和新城市的人脸支付设备，例如b城市的人脸支付设备(对应于上述的第二区域的支付终端))，下面分别进行说明。
142.(一)人脸支付设备
143.在一些实施例中，以b城市的人脸支付设备为例，人脸支付设备包括3d摄像头以及人脸识别客户端(即图7中示出的人脸app)，其中，3d摄像头用于采集用户的人脸图像流，包括用户人脸的真彩图像流、深度图像流以及红外图像流等，人脸app包括人脸识别模块、库更新模块以及人脸库等。
144.示例的，当人脸支付设备响应于用户触发的人脸支付操作请求调用3d摄像头采集到当前用户的人脸图像流后，会将采集到的人脸图像流发送至人脸app的人脸识别模块，以使人脸识别模块通过人脸尺寸、人脸角度、图像对比度、图像亮度以及图像清晰度等参数指标对3d摄像头采集到的人脸图像流进行综合评价，以选出最优的人脸图像作为目标人脸图像，接着，人脸识别模块将筛选出的目标人脸图像发送至人脸支付设备本地的人脸库(人脸库中预先存储有多个授权的人脸图像以及每个授权的人脸图像绑定的身份信息)进行识别，当本地识别有结果时(即人脸支付设备本地的人脸库中存在与目标人脸图像匹配的授权人脸图像)，可以直接使用本地识别出的结果获取用户的身份信息，并基于所获取到的身份信息调用第三方支付平台提供的支付服务(例如微信支付服务)直接进行支付，无须上传人脸图像到后端服务进行识别；而当本地识别无结果时(即人脸支付设备本地的人脸库中不存在与目标人脸图像匹配的授权人脸图像)，则需要将目标人脸图像发送至后端服务，以调用后端服务中的云端人脸支付服务模块进行识别，接着，基于后端服务返回的身份信息调用微信支付服务进行支付。
145.可以看出，后者需要上传目标人脸图像到后端服务进行识别，受网络影响较大。因此，本技术实施例提供的电子支付处理方法即为：在用户发生跨城时(例如从a城市移动到b城市)，将用户的人脸数据发送至新城市(即b城市)的人脸支付设备，以确保b城市的人脸支付设备本地的人脸库中存储有该用户的人脸数据，如此，用户后续可以在b城市的人脸支付设备使用离线刷脸支付功能，大大提升了用户的刷脸支付体验。
146.在一些实施例中，人脸app中的库更新模块用于将后端服务发送的用户的人脸数据推送至人脸支付设备本地的人脸库，或者针对人脸支付设备本地的人脸库执行增、删、改、查等相关操作。此外，人脸支付设备还具有gps模块(图7中未示出)，会定期(例如每隔1个星期)将检测到的gps信息上传至后端服务，以供后端服务基于gps信息识别出人脸支付设备的地理位置信息，例如人脸支付设备所在的城市信息。接着，后端服务可以以城市为维度，圈出某个城市(例如b城市)所有的人脸支付设备，则后续当基于用户手机端连接的wifi信息确定用户从a城市移动到b城市时，后端服务可以向b城市所有的人脸支付设备发送该用户的人脸数据，同时，还可以发送删除指令到a城市所有的人脸支付设备，以删除a城市所有的人脸支付设备本地的人脸库中存储的该用户的人脸数据。
147.(二)用户手机端
148.在一些实施例中，在用户手机端上安装有社交应用(例如微信app)，用户登录微信app后，当用户手机端的网络连接状态发生变换时(例如当用户乘坐飞机落地后，连接上机场的wifi网络)，微信app可以根据用户手机端连接的wifi网络的标识信息获取用户当前所处的经纬度信息，接着，将所获取的经纬度信息上传至后端服务，以使后端服务识别出用户所在城市信息的变更情况。
149.(三)后端服务
150.在一些实施例中，后端服务可以包括云端人脸支付服务模块、用户城市更新服务模块、云端人脸库更新服务模块以及人脸库，下面分别进行具体说明。
151.示例的，云端人脸支付服务模块用于接收人脸支付设备(例如b城市的人脸支付设备)上传的人脸图像数据，并对人脸图像数据进行特征提取，接着，将所提取的人脸特征与特征数据库(例如sqlite，其是一款轻型的数据库，是遵守acid的关系型数据库管理系统)
中存储的多个人脸特征进行比对，找出分数最高的人脸特征，随后，基于找出的分数最高的人脸特征在人脸库中找出对应的人脸的身份信息，即识别出当前用户的身份信息，最后，在支付体系内返回识别出的身份信息对应的支付账号或者支付付款码等相关信息。也就是说，后端服务在比对通过后，会将识别出的身份信息以及支付账号等信息返回至对应的人脸支付设备。
152.示例的，用户城市更新服务模块用于接收用户手机端安装的社交应用(例如微信app)上传的用户当前所处的经纬度信息，并将当前所接收到的经纬度信息与上一次记录的经纬度信息进行比对，当基于比对结果确定出用户当前所在的城市信息与历史城市信息不同时(例如基于比对结果确定出用户从a城市移动至b城市)，则会将当前城市信息(即b城市)以及历史城市信息(即a城市)发送至云端人脸库更新服务模块。
153.示例的，云端人脸库更新服务模块在接收到用户城市更新服务模块发送的当前城市信息以及历史城市信息后，会针对不同城市的人脸支付设备触发不同的操作指令，例如向历史城市(例如a城市)的人脸支付设备发送删除指令，以将a城市的人脸支付设备本地的人脸库中存储的该用户的人脸数据抹除，同时，向该用户当前所在的城市(例如b城市)的人脸支付设备发送该用户的人脸数据，以在b城市的人脸支付设备本地的人脸库中存储该用户的人脸数据，如此，用户后续在b城市的所有人脸支付设备均可使用离线刷脸支付功能，大大提升了用户的刷脸支付体验。
154.本技术实施例提供的电子支付处理方法，基于用户乘坐交通工具出行场景(例如乘坐飞机落地场景)，在连接机场的wifi网络后，用户手机端运行的社交应用(例如微信app)根据wifi网络的标识信息确定出用户当前所在的城市信息，并将该城市信息上传至后端服务，以使后端服务根据用户所在城市信息的变更情况(例如确定出用户从a城市移动到b城市)，下发删除指令到历史城市(例如a城市)的人脸支付设备，以将a城市的人脸支付设备本地存储的用户的人脸数据抹除，从而降低了对人脸支付设备的存储要求；同时，将用户的人脸数据发送到新城市(例如b城市)的人脸支付设备上，如此，用户后续在b城市的所有人脸支付设备均可使用离线刷脸支付功能，即当用户发生跨城时，依然能够使用离线刷脸支付功能，从而大大提升了用户的刷脸支付体验。
155.下面继续说明本技术实施例提供的电子支付处理装置243实施为软件模块的示例性结构，在一些实施例中，如图2所示，存储在存储器240的电子支付处理装置243中的软件模块可以包括：获取模块2431和发送模块2432。
156.获取模块2431，用于获取用户终端的位置；发送模块2432，用于响应于根据用户终端的位置确定用户终端从第一区域移动到第二区域，将用户终端对应的生物特征数据发送到第二区域的支付终端，生物特征数据包括用户终端的身份信息以及与身份信息绑定的授权生物特征；其中，生物特征数据用于供支付终端将采集的待验证生物特征与授权生物特征匹配，并在匹配成功时发送携带身份信息的支付请求。
157.在一些实施例中，获取模块2431包括接收单元和确定单元，接收单元，用于接收用户终端扫描到的无线相容性认证wifi网络的标识信息；确定单元，用于基于用户终端扫描到的wifi网络的标识信息，确定用户终端的位置。
158.在一些实施例中，确定单元，还用于基于每个wifi网络的标识信息，确定每个wifi网络的无线接入点的位置；根据每个无线接入点的信号强度，确定用户终端与每个无线接
入点之间的距离；生成以每个无线接入点的位置为圆心，以对应的距离为半径的圆，将多个圆重叠的位置，确定为用户终端的位置。
159.在一些实施例中，接收单元，还用于接收用户终端中的位置服务检测到的第一位置；以及用于接收用户终端扫描到的wifi网络的标识信息，确定单元，还用于基于用户终端扫描到的wifi网络的标识信息确定用户终端的第二位置；获取模块2431还包括融合单元，用于当第一位置与第二位置之间的偏差大于偏差阈值时，对第一位置与第二位置进行融合处理；确定单元，还用于将融合得到的位置确定为用户终端的位置；以及用于当第一位置与第二位置之间的偏差小于或等于偏差阈值时，将第一位置或第二位置确定为用户终端的位置。
160.在一些实施例中，发送模块2432，还用于当检测到用户终端的位置从第一区域移动到第二区域时，向第一区域的支付终端发送数据删除指令，或者，当检测到用户终端在超过预设时长后未返回第一区域时，向第一区域的支付终端发送数据删除指令；其中，数据删除指令用于指示第一区域的支付终端删除存储的用户终端对应的生物特征数据。
161.在一些实施例中，获取模块2432，还用于获取用户终端在第一区域中最新的预设次数的定位结果分别对应的多个位置，并生成由多个位置组成的位置序列；电子支付处理装置243还包括预测模块2433，用于根据位置序列执行位置预测处理，得到位置预测结果；其中，位置预测结果用于表征用户终端是否将要从第一区域移动到第二区域、以及将要到达第二区域的时间。
162.在一些实施例中，预测模块2433，还用于根据位置序列确定用户终端的移动方向和移动速度；当移动方向为远离第一区域的方向时，确定与移动方向匹配、且与第一区域满足最近距离条件的第二区域；根据第一区域与第二区域之间的距离以及移动速度，确定用户终端将要到达第二区域的时间；生成表征用户终端将要到达第二区域、以及将要到达第二区域的时间的位置预测结果。
163.在一些实施例中，预测模块2433，还用于当位置序列包括第一区域的交通场所的位置时，根据交通场所的类型确定用户终端的移动速度；将与第一区域满足最近距离条件的第二区域确定为用户终端将要到达的区域，并根据第一区域与第二区域之间的距离以及移动速度，确定用户终端将要到达第二区域的时间；生成表征用户终端将要到达第二区域、以及将要到达第二区域的时间的位置预测结果。
164.在一些实施例中，预测模块2433，还用于基于位置序列调用第一机器学习模型以执行以下处理：将位置序列中的每个位置对应的坐标、到达时间和移动速度进行编码处理，得到对应的特征向量；将特征向量映射为用户终端是否将要到达第二区域、以及将要到达第二区域的时间的位置预测结果；其中，第一机器学习模型是基于位置序列样本、以及针对位置序列样本的标注数据进行训练得到的，标注数据包括位置序列样本是否表征跨区域移动、以及跨区域移动的时间。
165.在一些实施例中，发送模块2432，还用于当满足删除数据条件时，向第二区域的支付终端发送数据删除指令，数据删除指令用于指示第二区域的支付终端删除存储的用户终端对应的生物特征数据；其中，删除数据条件包括以下至少之一：在发送生物特征数据的预设时长后未获取到用户终端上报的位置、或用户终端扫描到的wifi网络的标识信息；在发送生物特征数据预设时长后未接收到第二区域的支付终端发送的携带身份信息的支付请
求。
166.在一些实施例中，电子支付处理装置243还包括划分模块2434，用于根据用户终端的活动范围以及位置变化频率查找映射表，得到对应的划分粒度，根据划分粒度将地图划分为包括第一区域和第二区域在内的多个区域；或者，基于用户终端的位置序列调用第二机器学习模型以执行以下处理：将位置序列中的每个位置对应的坐标、到达时间和移动速度进行编码处理，得到对应的特征向量，将特征向量映射为对应的划分粒度，根据划分粒度将地图划分为包括第一区域和第二区域在内的多个区域；其中，第二机器学习模型是基于位置序列样本、以及标注的划分粒度进行训练得到的，标注的划分粒度用于在地图中划分出多个区域，并使位置序列样本的位置在多个区域中覆盖的区域的数量不超过预设区域数量。
167.下面继续说明本技术实施例提供的电子支付处理装置655实施为软件模块的示例性结构，在一些实施例中，如图3所示，存储在存储器650的电子支付处理装置655中的软件模块可以包括：接收模块6551、采集模块6552、匹配模块6553和发送模块6554。
168.接收模块6551，用于接收服务器发送的用户终端对应的生物特征数据，生物特征数据包括用户终端的身份信息以及与身份信息绑定的授权生物特征；其中，生物特征数据是服务器响应于用户终端的位置从第一区域移动到第二区域发送的，且支付终端是第二区域的支付终端；采集模块6552，用于采集待验证的生物特征；匹配模块6553，用于将待验证的生物特征与授权生物特征匹配；发送模块6554，用于在匹配成功时向服务器发送携带身份信息的支付请求。
169.需要说明的是，本技术实施例装置的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本技术实施例提供的电子支付处理装置中未尽的技术细节，可以根据图4-5、或图7任一附图的说明而理解。
170.本技术实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本技术实施例上述的电子支付处理方法。
171.本技术实施例提供一种存储有可执行指令的计算机可读存储介质，其中存储有可执行指令，当可执行指令被处理器执行时，将引起处理器执行本技术实施例提供的方法，例如，如图4、或图5示出的电子支付处理方法。
172.在一些实施例中，计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、闪存、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备。
173.在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
174.作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(html，hyper text markup language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件
中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。
175.作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
176.综上所述，本技术实施例在根据用户终端的位置确定用户终端从第一区域移动到第二区域时，提前将用户终端对应的生物特征数据发送到第二区域的支付终端，以在第二区域的支付终端本地存储用户终端对应的生物特征数据，如此，后续用户可以在第二区域的支付终端继续使用离线支付功能，提高了电子支付的处理效率，进而提升了用户电子支付的使用体验。
177.以上所述，仅为本技术的实施例而已，并非用于限定本技术的保护范围。凡在本技术的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本技术的保护范围之内。