基于交易时间戳将身份和易于获得的个人标识符信息进行匹配的系统和方法

相关专利申请的交叉引用

本专利申请根据35 U.S.C.§119(e)要求发明人Young Geun Cho、Chan Soo Hwang和Daxiao Yu的于2018年7月3日提交的名称为“SYSTEMS AND METHODS FOR MATCHINGIDENTITY AND READILY ACCESSIBLE PERSONAL IDENTIFIER INFORMATION BASED ONTRANSACTION TIMESTAMP[基于交易时间戳将身份和易于获得的个人标识符信息进行匹配的系统和方法]”的共同未决且共同受让的美国专利申请号62/693,892的优先权权益，该申请通过引用以其全文并入本文。在本专利文档中所提及的每个参考文献以其全部内容通过引用并入本文。

背景技术

A.

本披露内容总体上涉及用于基于生物特征信息和/或非生物特征信息自主地识别人员、并且更具体地识别限于会员访问的设施(诸如体育健身设施)中的人员及其活动的系统和方法。

B.

在诸如刷信用卡、使用会员卡、登录到通信系统和/或向自助服务终端录入登录信息等交易期间，可能会显示限于会员访问的设施中的会员的人口统计信息，诸如姓名、性别、出生日期、地址等。通常在交易期间显示的人口统计信息可能不包含易于获得的个人标识符信息，诸如生物特征信息和/或非生物特征信息，该易于获得的个人标识符信息可能对跟踪场所内会员的活动或获取标记的生物特征数据以进行调查是有用的。例如，在没有诸如简档图片等生物特征信息的情况下，可能很难跟踪该会员是否参加了健身房的某些课程或使用了特定类型的器材。在另一示例中，在没有语音签名的情况下，很难通过仅具有麦克风作为输入装置的装置来对用户进行认证。

因此，需要可以提高识别在体育健身设施和其他环境中的会员及其活动的准确性的系统和方法。

附图说明

将参考本发明的实施例，其示例可以在附图中展示。这些附图旨在是说明性的，而非限制性的。尽管在这些实施例的上下文中总体地描述了本发明，但是将理解的是并不旨在将本发明的范围限制于这些特定实施例。附图中的项并非成比例。

图(“图”)1A和图1B描绘了根据本文档的实施例的用于基于相似度分数将易于获得的个人标识符信息(诸如生物特征信息和/或非生物特征信息)与会员的身份进行匹配的流程图。

图2描绘了根据本文档的实施例的用于基于连续取消从相关矩阵中提取匹配项的流程图。

图3描绘了根据本文档的实施例的计算装置/信息处理系统的简化框图。

具体实施方式

在以下描述中，出于解释的目的，阐述了具体细节以便提供对本发明的理解。然而，对于本领域技术人员而言，可以在不具有这些细节的情况下实践本发明将是明显的。此外，本领域技术人员将认识到，以下描述的本发明的实施例可以以各种方式来实施，诸如过程、设备、系统、装置或有形计算机可读介质上的方法。

图中所示的部件或模块是本发明示例性实施例的说明，并且意在避免模糊本发明。还应当理解，贯穿该讨论，部件可以被描述为可以包括子单元的单独的功能单元，但是本领域技术人员将认识到，各种部件或其部分可以被划分为单独的部件或可以集成在一起，包括集成在单个系统或部件内。应当注意的是，本文所讨论的功能或操作可以被实施为部件。部件可以以软件、硬件或其组合来实施。

此外，附图内的部件或系统之间的连接不旨在限于直接连接。而是，可以通过中间部件来修改、重新格式化或以其他方式更改这些部件之间的数据。而且，可以使用附加或更少的连接。还应注意的是，术语“耦合”、“连接”或“通信地耦合”应被理解为包括直接连接、通过一个或多个中间装置的间接连接、以及无线连接。

在本说明书中，提及“一个实施例(one embodiment)”、“优选实施例 (preferredembodiment)”、“实施例(an embodiment)”或“实施例 (embodiments)”意味着，结合该实施例所描述的具体特征、结构、特性或功能被包括在本发明的至少一个实施例中并且可以在多于一个实施例中。同样，在本说明书的不同地方出现的上述短语不一定都是指一个或多个相同的实施例。

在本说明书的不同地方使用的某些术语是为了说明，而不应被解释为是限制性的。服务、功能或资源不限于单个服务、功能或资源；使用的这些术语可以指可以是分布式或聚合的相关服务、功能或资源的分组。

术语“包括(include)”、“包括(including)”、“包括(comprise)”和“包括(comprising)”应被理解为是开放性术语，并且以下的任何列出项目都是示例并且不意味着限于所列出的项目。本文使用的任何标题都仅用于组织目的，并且不应被用于限制本说明书或权利要求的范围。在本专利文档中所提及的每个参考文献以其全部内容通过引用并入本文。

此外，本领域技术人员应认识到：(1)可以可选地执行某些步骤；(2)步骤可以不限于本文所阐述的特定顺序；(3)可以按不同的顺序执行某些步骤；并且(4) 可以同时完成某些步骤。

A.

将交易信息与易于获得的个人标识符信息(诸如生物特征信息和/或非生物特征信息)进行匹配的一个主要目的是提供在无需用户配合信息获取的情况下即可收集易于获得的个人标识符信息的系统和方法。该系统应当能够授权访问易于获得的个人标识符信息(诸如生物特征信息和/或非生物特征信息)、自主地收集信息并对信息进行认证或验证。在一些实施例中，这些系统和方法可以用于限于会员访问的设施。一个示例(但非限制性地)可以是体育健身设施。如本文所使用的，易于获得的个人标识符信息可以包括生物特征信息和非生物特征信息。非生物特征信息可以包括耳塞、眼镜、耳环、衣服、包、帽子、以及电子装置的签名。交易信息可以被称为交易数据。

在实施例中，易于获得的个人标识符信息是会员的图片。收集体育健身或健身房会员的简档图片的常规方式可以是要求该会员访问专门的小棚并注视相机一段时间并生成简档图片。由于不方便，许多会员可能选择不提供简档图片。在另一示例中，体育健身设施或健身房可以要求会员将其他简档图片上传到健身房的网页，不幸的是，这可能导致无法对简档图片进行认证(例如，有时会提交狗或猫的图片)。这种简档图片无法用于需要认证的应用。使用经验证的生物特征信息，业务负责人可以检查健身房场所中的会员活动，以便提高服务质量。此外，匹配结果可以用于其他业务目的，诸如保险公司对欺诈会员的检测或对活动的确认。当只有生物特征输入装置可用时，可以使用生物特征信息对用户的活动进行认证或对交易进行认证。在一些实施例中，健身房可以包括多个相机以辅助基于简档图片进行面部识别。

通常，“简档图片”可以是生物特征信息的示例，该生物特征信息是一种易于获得的个人标识符信息。作为示例但非限制，生物特征信息可以包括以下各项中的一项或多项：简档图片、语音简档、指纹、步态、以及可以唯一地映射到该个体或会员的其他特征。作为示例但非限制，非生物特征信息可以包括附件(耳塞、眼镜、耳环)、衣服、包、帽子等、以及电子装置的签名。电子装置的签名可以基于电子装置的MAC地址、蓝牙地址(BD_ADDR)或其他唯一ID。电子装置可以包括例如但不限于智能电话和智能手表。如本文所描述的，健身房用例被用于描述本披露内容的实施例。通常，一些实施例可以用于限于会员访问的任何设施，其中会员是有权进入这种空间的个体。会员资格可以是临时的；例如，去游乐园的客人可以被视为会员，因为个体是在征得游乐园同意才进入访问受控空间的。会员资格可以是隐式的；例如，进入商店的购物者被视为会员，因为个体进入了访问受到门禁装置(诸如防盗闸、门或门卫)限制的空间。对于一些实施例，可能有用的是，基于会员的交易信息(诸如会员卡、信用卡、登录到通信系统(诸如Wi-Fi)等)访问场所或服务。其他实施例可以将登记用作交易，其中，交易可以包括使用信用卡、会员卡、登录到通信系统、在自助服务终端上录入登录信息、向麦克风上的远程服务器提供凭证等。

一些实施例可以提供用于通过将登记时间戳与通过多次访问所获取的已识别面部进行关联来将会员身份和简档图片进行匹配的解决方案。作为匹配过程的结果，除了先前通过会员订阅收集的信息之外，还可以使用简档图片来建立会员简档。其他实施例可以适用于事先向健身房提供图片简档的情况。这些实施例可以用于添加更多的简档图片，或者替换对识别场所中的会员无用的过时图片。

B.

匹配系统可以包括数据收集、相似度分数计算/收集和匹配分析：数据收集步骤可以包括：1)收集交易信息(例如，时间戳、会员标识、交易位置、交易类型、和/或在交易期间披露的其他信息)和易于获得的个人标识符信息(诸如生物特征信息和/或非生物特征信息)。生物特征信息可以包括在交易位置附近的人员的图片。(2)收集分数，该分数度量所获取的可获得个人标识符信息与先前获取的可获得个人标识符信息的相似度。在使用图片作为生物特征信息的一个实施例中，图片分数可以度量可能属于当前交易的会员的当前图片与历史图片的相似度。代替诸如图片等生物特征数据或除其之外，还可以收集其他生物特征数据。而且，可以收集易于获得的非生物特征个人可标识信息，并且然后将其用于产生相似度分数。非生物特征信息的来源可以包括但不限于附件(耳塞、眼镜、耳环)、衣服、包、帽子等、以及电子装置的签名。电子装置的签名可以基于电子装置的 MAC地址。电子装置可以包括例如但不限于智能电话和智能手表。然后，3)构建对登记记录与简档图片的相关性进行度量的记录。在实施例中，相关性记录可以是大小为[会员数]乘以[图片简档数]的二维矩阵，其中，矩阵的(i,j)条目表示在数据收集时间段内会员i与图片简档j之间的累计分数。数据收集可以在足以获得多个登记样本和图片样本的时间段内进行。

匹配分析步骤可以包括：基于矩阵条目的分数，提取匹配项(会员ID、图片简档ID)对。在本披露内容中呈现了一些实施例，但是该方法不限于本文所讨论的实施例。

除了上述主要步骤之外，本文还描述了其他次要步骤以及变体和扩展。

C.

定义和假设

·会员：俱乐部会员系统中的会员ID。会员每次在他/她访问场所时都应在前台登记。

·图片简档：一个会员一组图片。这可以是一个图片或多个图片。假设图片简档已经构建，但尚未与会员配对。

·匹配：一个真实人一个(会员ID、图片简档ID)对。

标记：该会员的数据包括关于以下各项的信息：会员标识、图片简档、图片索引、登记事件、会员登记事件的数量、会员登记事件的时间戳、以及图片的时间戳。

·i：会员i

·j：图片简档j

·n：图片索引n

·k：登记事件k

·K(i)：会员i的登记次数

·t(i,k)：会员i的登记事件k的时间戳

·T(n)：图片n的时间戳

1.

对于每个会员i，收集登记时间戳t(i,k)。对于每个图片n，收集图像拍摄时间T(n)。

对于每个图片，根据所有图片简档计算相似度分数。S(n,j)表示图片n与图片简档j之间的相似度分数。相似度越高意味着图片与图片简档中是同一人的可能性越高。对于每个图片n，记录S(n,j)以获得前M个分数。M可以介于1到图片简档数之间。前M个以外的分数被记录为零。S(n,j)是基于人脸识别技术和其他附加信息来计算的

对于会员i，针对k＝0，......，K(i)-1，给出登记时间戳t(i,k)。

对于时间戳t(i,k)，图片分数的总和计算如下：

关于所有图片，M(i,j,k)S(n,j)*w(t(i,k),T(n))的总和。

注意的是，权重函数w(t1,t2)介于0到1之间，用于评估图片拍摄时间与登记时间之间的时间差。该函数是取决于登记系统的配置、相机收集图片的位置以及相机与登记系统之间的任何时间漂移的可调谐函数。通常，该函数只有当t1 和t2足够接近(例如，数十秒)时才是非零的。由于对于在该较小窗口外拍摄的图片，该权重为零，因此计算复杂性可能并不明显。

最后，M(i,j)是所有登记事件的分数之和：

关于k＝0，......，K(i)-1，M(i,j)＝M(i,j,k)之和。

该处理被称为连续取消，描述如下：

a)从矩阵中挑选最佳匹配项(i’,j’)。如果最佳匹配项(i’,j’)满足特定标准，则将(i’,j’)声明为匹配项并进入步骤b)。如果最佳匹配项(i’,j’)不满足特定标准，则将(i’,j’)声明为不是匹配项并终止该过程。

b)从矩阵中删除行i’和列j’并重复步骤a)

最佳匹配项可以基于分数M(i,j)和其他因素。例如，最佳匹配项可以是具有矩阵的最高分数的(i’,j’)，即，关于所有(i,j)组合，(i’,j’)＝arg max M(i,j)。另一方面，可以使用更复杂的方案。例如，(i’,j’)可以是与行i’内的次佳分数距离最大的那个。更具体地说，这可以分两个步骤完成。步骤I.对于每个行i，挑选与M中的最大条目和第二大条目相对应的j1(i)和j2(i)。然后，如下计算行i 的距离度量：d(i)＝M[i,j1(i)]-M[i,j2(i)]。步骤II.挑选具有最大距离度量的i’：关于所有行，i’＝arg max d(i)。然后，设置为j’＝j1(i)。

可以使用各种方法来完成在步骤a处停止处理。例如，如果M(i’,j’)小于预定阈值，则停止处理。或者如果M(i’,j’)与行i’内的次佳分数之间的差值小于另一阈值，则停止处理。

2.

图片与图片组。可以为每个图片或属于同一人的一组图片计算相似度分数 S(n,j)。例如，面部跟踪可以生成属于同一人的一系列图片。在这种情况下，可以为该组图片计算一个代表分数，并将其用于匹配。

匹配无效。本披露内容的实施例可以生成匹配项，但是也可以生成错误的匹配项。为了提高匹配项的正确性，在某些情况下使一些匹配项无效(失配)。例如，假设存在匹配项(i,j)。如果许多图片显示出与图片简档j的相似度分数较高，而这些又不是会员I在大约图片拍摄时间戳处的相应登记记录，则匹配项(i,j) 并不强。在这种情况下，可以使该匹配项(i,j)无效。

3.

图1A和图1B描绘了根据本文档的实施例的用于基于相似度分数来将包括生物特征信息和/或非生物特征信息的易于获得的个人标识符信息与会员的身份进行匹配的流程图100和流程图200。该方法包括以下步骤：

收集包括会员的交易时间戳的相关联交易信息。(步骤102)

由一个或多个传感器和处理器以时间戳来收集会员的易于获得的个人标识符信息，该个人标识符信息包括该会员的生物特征信息和/或非生物特征信息。(步骤104)。可以从一个或多个传感器获取生物特征信息。该一个或多个传感器可以包括一个或多个相机，该一个或多个相机可操作以获取一个或多个图像从而进行面部识别。非生物特征信息的来源可以包括附件(耳塞、眼镜、耳环)、衣服、包、帽子等、以及电子装置的签名。

由处理器基于当前收集的信息和易于获得的历史个人标识符信息来计算一个或多个相似度分数，该历史个人标识符信息包括从会员的先前交易中收集的生物特征信息和/或非生物特征信息。(步骤106)

基于该一个或多个相似度分数、基于会员的先前交易，在包括生物特征信息和/或非生物特征信息的易于获得的个人标识符信息与会员的身份之间是否存在匹配项？(步骤108)

若否，则重复收集(步骤102)。

若是，则验证会员的身份(步骤110)。

由一个或多个其他传感器收集易于获得的其他个人标识符信息，该信息包括会员在会员设施中活动的生物特征信息和/或非生物特征信息。(步骤120)

将会员在会员设施处的状态和活动传达给第三方。(步骤122)

对于步骤108，对匹配项的确定可以基于参数的几种组合。例如但不限于，参数组合可以包括：1)交易信息和所收集的生物特征信息；或2)交易信息和所收集的非生物特征信息；或3)交易信息以及所收集的生物特征信息和所收集的非生物特征信息；或4)项3)和历史生物特征信息。基于一个或多个相似度分数，将每个结果1)、2)、3)和4)与会员的身份进行比较，以确定匹配状态。

图2描绘了根据本文档的实施例的用于基于连续取消从相关矩阵中提取匹配项的流程图200。该方法包括以下步骤：

收集并预处理会员的数据。(步骤202)

构建相关矩阵。(步骤204)

经由连续取消根据矩阵处理提取匹配项。(步骤206)。步骤206包括步骤208、 210、211和212。

基于所有登记事件的分数之和从相关矩阵中选择最佳匹配项(i’,j’)。(步骤208)

最佳匹配项是否符合标准？(步骤210)

若是，则验证匹配项(步骤211)

若是，则从相关矩阵中删除行i’和列j’。(步骤212)，并重复步骤204。也就是说，如果最佳匹配项确实符合标准，则从相关矩阵中删除最近的会员标识和图片简档、重新计算相关矩阵、然后从修改后的相关矩阵中选择下一个最佳匹配项。

若否，则结束方法。

D.

在实施例中，本专利文档的各方面可以涉及信息处理系统/计算系统或在其上实施。出于本披露的目的，计算系统可以包括任何工具或工具的聚合，这些工具或工具的聚合可操作以计算、核算、确定、分类、处理、传输、接收、检索、发起、路由、切换、存储、显示、传达、表明、检测、记录、复制、处理或利用任何形式的信息、情报或数据，以用于商业、科学、控制或其他目的。例如，计算系统可以是个人计算机(例如，膝上型计算机)、平板计算机、平板电话、个人数字助理(PDA)、智能电话、智能手表、智能包装、服务器(例如，刀片式服务器或机架式服务器)、网络存储装置或任何其他合适的装置，并且其大小、形状、性能、功能和价格可能会有所不同。该计算系统可以包括随机存取存储器 (RAM)、一个或多个处理资源(诸如中央处理单元(CPU)、或者硬件或软件控制逻辑)、ROM和/或其他类型的存储器。计算系统的附加部件可以包括一个或多个磁盘驱动器、用于与外部装置进行通信的一个或多个网络端口、以及各种输入和输出(I/O)装置(诸如键盘、鼠标、触摸屏和/或视频显示器)。该计算系统还可以包括一个或多个总线，该一个或多个总线可操作以在各种硬件部件之间传输通信。

图3描绘了根据本披露内容的实施例的计算装置/信息处理系统(或计算系统)的简化框图。将理解的是，针对系统300示出的功能可以操作以支持信息处理系统的各种实施例，但是应当理解，信息处理系统可以以不同方式被配置并且可以包括不同的部件。

如图3所展示的，系统300包括提供计算资源并控制计算机的一个或多个中央处理单元(CPU)301。CPU 301可以用微处理器等实施，并且还可以包括一个或多个图形处理单元(GPU)317和/或用于数学计算的浮点协处理器。系统300 还可以包括系统存储器302，该系统存储器可以采取随机存取存储器(RAM)、只读存储器(ROM)、或这两者的形式。

如图3所示，还可以提供多个控制器和外围装置。输入控制器303表示到各种输入装置304的接口，诸如例如但不限于键盘、鼠标、触控笔或其他传感器。(多个)输入装置304可以收集非生物特征信息。还可以存在生物特征传感器控制器305，该生物特征传感器控制器与生物特征传感器306进行通信。生物特征传感器306可以是相机。系统还可以包括用于与一个或多个存储装置308进行接口连接的存储控制器307，300其中的每个存储装置包括诸如磁带或磁盘等存储介质，或可以用于记录操作系统、实用程序和应用的指令程序的光学介质，这些程序可以包括实施本发明的各个方面的程序的实施例。根据本发明，存储装置308 还可以用于存储处理后的数据或要处理的数据。系统300还可以包括显示控制器 309，用于提供到显示装置311的接口，该显示装置可以是阴极射线管(CRT)、薄膜晶体管(TFT)显示器或其他类型的显示器。计算系统300还可以包括时间戳控制器312以用于与时间戳313进行通信。通信控制器314可以与一个或多个通信装置315进行接口连接，这使得系统300能够通过各种网络(包括互联网、云资源(例如，以太网云、以太网光纤通道(FCoE)/数据中心桥接(DCB)云等)、局域网(LAN)、广域网(WAN)、存储区域网络(SAN))中的任一种或通过任何合适的电磁载波信号(包括红外信号)连接到远程装置。

在所展示的系统中，所有主要系统部件可以连接到总线316，该总线可以表示一个以上的物理总线。然而，各种系统部件在物理上可以彼此接近也可以彼此不接近。例如，可以将输入数据和/或输出数据从一个物理位置远程地传输到另一物理位置。另外，可以通过网络从远程位置(例如，服务器)访问实施本发明的各个方面的程序。这种数据和/或程序可以通过包括但不限于以下各项的多种机器可读介质中的任何一种进行传送：磁性介质，诸如硬盘、软盘和磁带；光学介质，诸如CD-ROM和全息装置；磁光介质；以及专门被配置为存储或存储并执行程序代码的硬件装置，诸如专用集成电路(ASIC)、可编程逻辑器件(PLD)、闪存装置以及ROM装置和RAM装置。

本发明的实施例可以在一个或多个非暂态计算机可读介质上以用于使一个或多个处理器或处理单元执行步骤的指令进行编码。应当注意的是，一个或多个非暂态计算机可读介质应包括易失性存储器和非易失性存储器。应当注意的是，替代性实施方式是可能的，包括硬件实施方式或软件/硬件实施方式。可以使用(多个)ASIC、可编程阵列、数字信号处理电路系统等来实现硬件实施的功能。因此，任何权利要求中的“手段”术语旨在涵盖软件实施方式和硬件实施方式两者。类似地，如本文所使用的术语“一种或多种计算机可读介质”包括在其上具体化的指令程序的软件和/或硬件、或其组合。考虑到这些实施方式的替代方案，应当理解，附图和随附的描述提供了本领域技术人员编写程序代码(即，软件)和/或制造执行所需处理的电路(即，硬件)将需要的功能信息。

应当注意的是，本发明的实施例可以进一步涉及具有非暂态有形计算机可读介质的计算机产品，该非暂态有形计算机可读介质上具有用于执行各种计算机实施的操作的计算机代码。介质和计算机代码可以是专门设计和构造用于本发明的目的的介质和计算机代码，或者其可以属于相关领域技术人员熟知或可用的类型。有形计算机可读介质的示例包括但不限于：磁性介质，诸如硬盘、软盘和磁带；光学介质，诸如CD-ROM和全息装置；磁光介质；以及专门被配置为存储或存储并执行程序代码的硬件装置，诸如专用集成电路(ASIC)、可编程逻辑器件(PLD)、闪存装置以及ROM装置和RAM装置。计算机代码的示例包括诸如由编译器产生的机器代码以及包含由计算机使用解释器执行的更高级代码的文件。本发明的实施例可以全部或部分地被实施为机器可执行指令，这些机器可执行指令可以在由处理装置执行的程序模块中。程序模块的示例包括库、程序、例程、对象、组件和数据结构。在分布式计算环境中，程序模块可以物理地位于本地、远程或这两者的设置中。

本领域技术人员将认识到没有计算系统或编程语言对于实施本发明是至关重要。本领域技术人员还将认识到，以上所描述的许多元件可以在物理上和/或功能上分离为子模块或组合在一起。

总之，本文描述了用于基于交易时间戳来对身份和易于获得的个人标识符信息进行匹配的系统和方法。该方法包括：收集相关联的交易信息；由一个或多个传感器以时间戳来收集该会员的易于获得的个人标识符信息；由处理器基于所收集的易于获得的个人标识符信息和在该会员的先前交易期间收集的易于获得的历史个人标识符信息来计算一个或多个相似度分数；以及由该处理器基于该一个或多个相似度分数来确定交易信息与所收集的该易于获得的个人标识符信息之间是否存在匹配项。

该交易信息包括时间戳、会员身份、交易位置、以及在交易期间收集的其他信息。易于获得的个人标识符信息包括非生物特征信息，诸如耳塞、眼镜、耳环、衣服、包、帽子、以及电子装置的签名。电子装置的签名是电子装置的MAC地址。一个或多个传感器包括一个或多个相机，该一个或多个相机可操作以获取一个或多个图像从而进行面部识别。

该方法进一步包括：如果确定存在匹配项，则验证会员的身份；由一个或多个其他传感器收集会员在会员设施中的活动的其他生物特征信息；将该会员在会员设施处的状态和活动传达给第三方。

另一种方法包括：收集并预处理会员的数据；构建相关矩阵；经由连续取消根据矩阵处理提取匹配项；从该相关矩阵中选择最佳匹配项；以及确定该最佳匹配项是否符合标准。如果该最佳匹配项符合标准，则验证该最佳匹配项。如果该最佳匹配项符合该标准，则从该相关矩阵中删除最近的会员标识和图片简档、重新计算该相关矩阵、然后从已修改后的相关矩阵中选择下一个最佳匹配项。该会员的数据包括关于以下各项的信息：会员标识、图片简档、图片索引、登记事件、会员登记事件的数量、会员登记事件的时间戳、以及图片的时间戳。

本领域技术人员将理解，前述示例和实施例是示例性的，并且不限于本披露内容的范围。意图是，通过阅读本说明书和研究附图，对本领域技术人员显而易见的所有排列、增强、等效物、组合和改进都包括在本披露内容的真实精神和范围内。还应注意的是，任何权利要求的要素都可以以不同方式布置，包括具有多种依赖性、配置和组合。