CN112288939A - 一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 - Google Patents
一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 Download PDFInfo
- Publication number
- CN112288939A CN112288939A CN202011473157.8A CN202011473157A CN112288939A CN 112288939 A CN112288939 A CN 112288939A CN 202011473157 A CN202011473157 A CN 202011473157A CN 112288939 A CN112288939 A CN 112288939A
- Authority
- CN
- China
- Prior art keywords
- face
- library
- gate
- image information
- comparison
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012216 screening Methods 0.000 claims abstract description 102
- 238000007689 inspection Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000001680 brushing effect Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质,通过人工手动导入和站点被动导入的方式构建扩充常客库,在闸机入口之前采集具有进站意向的乘客人脸图像构建中心预筛库,然后在闸机处的人脸识别通过同步对闸机处采集的人脸在常客库、预筛库和人脸总库中进行人脸匹配识别,在匹配时将城市中高达千万量级的人脸图像缩小为十万量级或更少,同步对多个库进行人脸识别,缩短乘客在闸机处刷脸出入站的匹配运算时间,减少出入站闸机处的乘客拥堵现象。旨在解决现有技术中存在的人脸识别闸机***因人脸库中存储的人脸图像数量庞大导致人脸识别效率不高的技术问题。
Description
技术领域
本发明涉及轨道交通人脸识别技术领域,尤其涉及一种基于人脸预采集的闸机人脸识别方法。
背景技术
随着绿色出行的大力提倡以及城市公共交通的快速发展,越来越多的人喜欢选择公共交通方式出行,例如:地铁因其运量大、舒适性高、污染少、能耗低等优点,已经成为人们出行的首要选择交通工具。闸机,是一种通道阻挡装置(通道管理设备),用于管理人流并规范行人出入,主要应用于地铁闸机***、收费检票闸机***,其最基本最核心的功能是实现一次只通过一人,可用于各种收费、门禁场合的入口通道处。
现有的地铁闸机中,人脸识别装置具有广泛的应用,但是基于人脸识别的票务服务需要后台强大的图像运算能力,通常二线城市的地铁人脸库中需要存储至少2000万张人脸信息,才能保证所有乘客的便捷通行,而在进入闸机时对采集的人脸图像信息在2000万张人脸信息中进行匹配查询,导致开闸时间必然有所延迟,进而造成地铁进出闸门处的乘客拥堵,乘车体验不好。
因此,如何提高地铁乘车出行闸机处的人脸识别效率进而消除闸门处的拥堵现象,是一个亟需解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质,旨在解决现有技术中存在的人脸识别闸机***因人脸库中存储的人脸图像数量庞大导致人脸识别效率不高的技术问题。
为实现上述目的,本发明的第一方面,提出一种基于人脸预采集的闸机人脸识别方法,所述基于人脸预采集的闸机人脸识别方法包括如下步骤:
进站闸机人脸识别:
S101:采集第一站点进站预筛区域的第一人脸图像信息;
S102:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库;
S103:采集第一站点进站过闸区域的第二人脸图像信息;
S104:将第二人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开进站闸门;
优选的,包括如下同步执行的子步骤:
将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门;
将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
出站闸机人脸识别:
S201:采集第二站点出站过闸区域的第三人脸图像信息;
S202:将第三人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开出站闸门;
优选的,包括如下同步执行的子步骤:
将该第三人脸图像信息与第二站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门;
将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述预筛区域为安检区域,通过设置于安检区域的人脸图像采集设备,获取经过安检区域且具有乘车意向的人员的人脸图像信息。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述中心人脸库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述站点常客库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息、高频率通行站点和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储,由中心人脸比对服务器将该用户的人脸信息集发送至对应高频率通行站点的站点人脸比对***的站点常客库中进行存储。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:在第二人脸图像信息与人脸预筛库中存储的预筛人脸图像集进行人脸识别比对成功后,将该比对成功的预筛人脸图像所对应的中心人脸库的人脸信息集下发至该站点的常客库中进行存储。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:每个站点的出站闸机区域处采集的人脸图像信息,该人脸图像信息上传至中心人脸比对服务器进行乘车费用结算后,由中心人脸比对服务器将该人脸图像信息所对应人脸信息集下发至该出站闸机所对应站点的常客库中进行存储。
优选的,一种基于人脸预采集的闸机人脸识别方法,所述基于人脸预采集的闸机人脸识别方法还包括常客库缩减步骤,对该常客库中预设时间范围内没有比对成功的人脸图像信息删除。
本发明的第二方面,提出一种基于人脸预采集的闸机人脸识别***,所述基于人脸预采集的闸机人脸识别***包括:
第一人脸图像信息采集终端:采集第一站点进站预筛区域的第一人脸图像信息;
预筛库构建模块:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库;
第二人脸图像信息采集终端:采集第一站点进站过闸区域的第二人脸图像信息;
常客库进站人脸比对模块:将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
预筛库进站人脸比对模块:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门;
中心人脸库进站人脸比对模块:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
第三人脸图像信息采集模块:采集第二站点出站过闸区域的第三人脸图像信息;
常客库出站人脸比对模块:将该第三人脸图像信息与第二站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门;
预筛库出站人脸比对模块:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
中心人脸库出站人脸比对模块:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
本发明的第三方面,提出一种终端设备,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述所述的基于人脸预采集的闸机人脸识别方法。
本发明的第四方面,提出一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,该指令被处理器执行时实现上述所述的基于人脸预采集的闸机人脸识别方法。
有益效果:本发明通过人工手动导入和站点被动导入的方式构建扩充常客库,在闸机入口之前采集具有进站意向的乘客人脸图像构建中心预筛库,然后在闸机处的人脸识别通过同步对闸机处采集的人脸在常客库、预筛库和人脸总库中进行人脸匹配识别,在匹配时将城市中高达千万量级的人脸图像缩小为十万量级或更少,同步对多个库进行人脸识别,缩短乘客在闸机处刷脸出入站的匹配运算时间,减少出入站闸机处的乘客拥堵现象。旨在解决现有技术中存在的人脸识别闸机***因人脸库中存储的人脸图像数量庞大导致人脸识别效率不高的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明提出的一种基于人脸预采集的闸机人脸识别方法的进站闸机人脸识别步骤流程示意图。
图2为本发明提出的一种基于人脸预采集的闸机人脸识别方法的通过地铁APP终端实现人脸注册步骤流程示意图。
图3为本发明提出的一种基于人脸预采集的闸机人脸识别方法的通过地铁APP终端实现人脸更新步骤流程示意图。
图4为本发明提出的一种基于人脸预采集的闸机人脸识别方法的通过地铁APP终端实现人脸注销步骤流程示意图。
图5为本发明提出的一种基于人脸预采集的闸机人脸识别方法的进站人脸在多个库中同步对比流程示意图。
图6为本发明提出的一种基于人脸预采集的闸机人脸识别方法的同步对该站点的常客库、中心人脸预筛库和中心人脸库中存储的人脸图像进行识别匹配步骤流程示意图。
图7为本发明提出的一种基于人脸预采集的闸机人脸识别方法的出站闸机人脸识别步骤流程示意图。
图8为本发明提出的一种基于人脸预采集的闸机人脸识别方法的出站人脸在多个库中同步对比流程示意图。
图9为本发明提出的一种基于人脸预采集的闸机人脸识别***的结构原理示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提出了一种实施例,参照图1,图1为本发明提出的一种基于人脸预采集的闸机人脸识别方法的进站闸机人脸识别步骤流程示意图。
如图1所示,在本实施例中,一种基于人脸预采集的闸机人脸识别方法的进站闸机人脸识别,基于人脸预采集的进站闸机人脸识别方法包括如下步骤:
进站闸机人脸识别:
S101:采集第一站点进站预筛区域的第一人脸图像信息。
需要理解的是,预筛区域设置在每个站点闸机入口之前的任意位置,通过在该预筛区域设置人脸采集设备,实现对进入该站点且具有乘车意向的乘客的人脸图像信息进行预采集,将闸机采集人脸并识别匹配的时间提前为预筛区域采集人脸并识别匹配,为中心进行人脸匹配提供足够的时间。
在本实施例中,该预筛区域可设置为安检区域,包括安检门前或安检机前,在进行安检的同时获取该具有乘车意向乘客的人脸图像。
在另一个可行实施例中,该安检区域设置人脸预采集设备,可同时为异常乘客识别匹配提供前端数据支持,站点的人脸比对服务器通过接收中心人脸库中存储的失信人员人脸集、涉恐涉暴人员人脸集、违法在逃人员人脸集等信息,对安检区域采集的人脸进行匹配识别,该识别结果可通过控制闸机关闭以及触发报警,通知站点安防人员进行安防维护。
需要说明的是,所述人脸采集设备、安检门、安检机以及闸机控制,皆为本领域人员在实施时能够使用的公知技术手段,此处的实施例中不做赘述。
S102:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库。
需要说明的是,所述中心人脸库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储。
需要理解的是,在本实施例中,所述中心人脸库属于城市全线网级的中心人脸库,该城市区域范围内的地铁交通中,所有需要到中心人脸比对服务进行人脸比对的请求,都需要调用中心人脸库进行比对筛选,因此中心人脸库的容量一般需要设计的足够大。
以二线城市的常住人口及每日人流统计分析,考虑到全线网级的用户注册以及用户刷脸过闸量,中心人脸库底库建设时需要满足可存储2000万人脸的要求,因此,为了对人脸识别有更高的效率要求,需要在每个车站建立车站级的本地人脸比对服务。
因此,基于本地人脸比对服务需求,可通过在预筛区域进行人脸预采集,再在中心人脸预筛库进行人脸比对,车站人脸比对服务中的GPU服务器支持通过人机交互界面灵活选择和配置用于视频智能分析的摄像机,输入相机名称和rtsp地址并保存配置,点击启动按钮***即可对该相机的视频流进行人脸预筛过程。
进一步的,基于上述抓取到的人脸图片,车站人脸比对服务将分析预筛摄像头上传的数据流,从数据流中抓取满足要求的人脸图片,然后将人脸图片上送到中心人脸比对服务。中心人脸比对服务从中读取topN人脸信息,并将topN人脸信息下发到预筛库中,topN人脸信息表示通过中心人脸比对服务匹配到与抓取到的人脸图片相似度由高到低排序中前N个人脸对应的人脸信息。
S103:采集第一站点进站过闸区域的第二人脸图像信息。
需要理解的是,其第二人脸图像信息的作用为验证采集的具有进站意向的人脸图像的乘客是否需要进站,若进站,该第二人脸图像信息将同步对该站点的常客库、中心人脸预筛库和中心人脸库中存储的人脸图像进行识别匹配,在保证识别成功的基础上,先对常客库和中心人脸预筛库进行识别匹配,同时提高闸机前的识别效率。
如图2所示,在优选的实施例中,通过地铁APP终端实现人脸注册步骤:
(1)用户开通人脸时,在APP上同意开通协议后,发起开通请求到APP后台,并上送人脸图片。
(2)APP后台收到开通刷脸请求后,将请求转发到中心人脸比对服务,中心人脸比对服务收到请求后,进行人脸的比对、图片标识、入库等处理,处理完成后返回结果到APP后台。
(3)APP后台收到结果后,将结果同步返回到APP端。
如图3所示,在优选的实施例中,通过地铁APP终端实现人脸更新步骤:
(1)用户更新人脸时,在APP上发起更新人脸请求到APP后台,并上送人脸图片。
(2)APP后台收到更新刷脸请求后,将请求转发到中心人脸比对服务,中心人脸比对服务收到请求后,进行人脸的比对、图片标识、更新人脸库等处理,处理完成后返回结果到APP后台。
(3)APP后台收到结果后,将结果同步返回到APP端。
如图4所示,在优选的实施例中,通过地铁APP终端实现人脸注销步骤:
(1)用户关闭人脸时,在APP上发起关闭人脸请求到APP后台,并上送人脸图片。
(2)APP后台收到关闭刷脸请求后,将请求转发到人脸平台,人脸平台收到请求后,进行人脸的比对、图片标识、删除人脸库中对应人脸图片等处理,处理完成后返回结果到APP后台。
(3)APP后台收到结果后,将结果同步返回到APP端。
需要说明的是,在闸机进站口设置的人脸采集设备可以为本领域人员可以使用的任意图像采集设备,本实施例中采用安设于闸机设备上方的前端PAD终端进行第二人脸图像信息采集。
S104:将第二人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开进站闸门;
如图5所示,具体的,在本实施例中,具体的识别匹配包括如下同步执行的流程:
S1041:将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门。
需要说明的是,所述站点常客库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息、高频率通行站点和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储,由中心人脸比对服务器将该用户的人脸信息集发送至对应高频率通行站点的站点人脸比对***的站点常客库中进行存储。
需要说明的是,在一些具有大客流的站点,其常客库中的容量庞大,而基于该常客库进行人脸识别比对时,依旧需要花费较多的运算时间,增加不必要的进站延迟。
基于此,在优选的实施例中,在每个站点构建车站级的预筛库,乘客进入预筛区域时采集的第一人脸图像在发送至中心人脸库构建中心人脸预筛库的同时,也发送至常客库中,在常客库内构建车站级人脸预筛库,在乘客进入闸机进行人脸识别通行时,由闸机处采集的第二人脸图像与车站级人脸预筛库进行识别比对,若识别比对成功,则打开进站闸门。
在中心人脸预筛库构建的同时,构建站点级预筛库,进一步提升常客库中人脸搜索匹配的效率,减少过闸延迟时间。
S1042:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门。
S1043:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门。
需要说明的是,如图6所示,上述同步识别匹配的具体流程为:
当乘客在闸机前,通过前端PAD终端活体检测后,抓取人脸图片,首先同步上传图片到车站人脸比对服务和中心人脸比对服务器中,在常客库、预筛库和中心库中检索对应人脸信息。
任意库中检索到人脸图像后,查找注册信息,返回结果给闸机终端,闸机根据结果进行信息展示,将注册用户将对应用户过闸信息上送给闸机,闸机发送行程信息给互联网电子票务平台支付中心。
通过上述的流程执行步骤,使用人脸预筛功能,通过同时在预筛库、常客库和中心库中进行人脸识别,取第一个识别比对成功的库的信号驱动对应闸机开启,而对预设时间范围内的第二个识别比对成功的库的信号和第三个识别比对成功的库的信号进行忽视,确保三个库中最先匹配成功的库的信号有效。上述同步识别比对过程,将提升人脸筛选的效率,减轻中心人脸比对服务的注册库比对压力,提升过闸效率,实现闸机上PAD的快速识别,极速过闸的乘客体验。
如图7所示,在本实施例中,一种基于人脸预采集的闸机人脸识别方法的出站闸机人脸识别,基于人脸预采集的出站闸机人脸识别方法包括如下步骤:
出站闸机人脸识别:
S201:采集第二站点出站过闸区域的第三人脸图像信息;
S202:将第三人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开出站闸门;
如图8所示,具体的,在本实施例中,包括如下同步执行的子步骤:
S2021:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
S2022:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
在另一个实施例中,上述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:在第二人脸图像信息与人脸预筛库中存储的预筛人脸图像集进行人脸识别比对成功后,将该比对成功的预筛人脸图像所对应的中心人脸库的人脸信息集下发至该站点的常客库中进行存储。
在另一个实施例中,上述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:每个站点的出站闸机区域处采集的人脸图像信息,该人脸图像信息上传至中心人脸比对服务器进行乘车费用结算后,由中心人脸比对服务器将该人脸图像信息所对应人脸信息集下发至该出站闸机所对应站点的常客库中进行存储。
在另一个实施例中,上述基于人脸预采集的闸机人脸识别方法还包括常客库缩减步骤,对该常客库中预设时间范围内没有比对成功的人脸图像信息删除,该实时步骤用于对每个站点的常客库进行定时缩库,保持常客库的人脸存储量处于合适的量级,保证识别匹配效率。
如图9所示,本实施例提供一种基于人脸预采集的闸机人脸识别***,所述基于人脸预采集的闸机人脸识别***包括:
第一人脸图像信息采集终端301:采集第一站点进站预筛区域的第一人脸图像信息;
预筛库构建模块302:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库;
第二人脸图像信息采集终端303:采集第一站点进站过闸区域的第二人脸图像信息;
常客库进站人脸比对模块304:将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
预筛库进站人脸比对模块305:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门;
中心人脸库进站人脸比对模块306:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
第三人脸图像信息采集模块307:采集第二站点出站过闸区域的第三人脸图像信息;
常客库出站人脸比对模块308:将该第三人脸图像信息与第二站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门;
预筛库出站人脸比对模块309:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
中心人脸库出站人脸比对模块310:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
在本实施例中,通过人工手动导入和站点被动导入的方式构建扩充常客库,在闸机入口之前采集具有进站意向的乘客人脸图像构建中心预筛库,然后在闸机处的人脸识别通过同步对闸机处采集的人脸在常客库、预筛库和人脸总库中进行人脸匹配识别,在匹配时将城市中高达千万量级的人脸图像缩小为十万量级或更少,同步对多个库进行人脸识别,缩短乘客在闸机处刷脸出入站的匹配运算时间,减少出入站闸机处的乘客拥堵现象。旨在解决现有技术中存在的人脸识别闸机***因人脸库中存储的人脸图像数量庞大导致人脸识别效率不高的技术问题。
本发明所揭露的方法、***和模块,可以通过其它的方式实现。例如,以上所描述的实施例仅是示意性的,例如,所述模块的划分,可以仅仅是一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以说通过一些接口,***或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述分立部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例的方案目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、制度存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (13)
1.一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述基于人脸预采集的闸机人脸识别方法包括如下步骤:
进站闸机人脸识别:
S101:采集第一站点进站预筛区域的第一人脸图像信息;
S102:根据采集的第一人脸图像信息在中心人脸库中构建人脸预筛库;
S103:采集第一站点进站过闸区域的第二人脸图像信息;
S104:将第二人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开进站闸门;
出站闸机人脸识别:
S201:采集第二站点出站过闸区域的第三人脸图像信息;
S202:将第三人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,在任意库中识别比对成功时,打开出站闸门。
2.如权利要求1所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述构建人脸预筛库具体包括如下步骤:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库。
3.如权利要求1所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述中心人脸库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储。
4.如权利要求1所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述站点常客库的构建具体包括如下步骤:用户在移动终端、自助终端或服务站点开通人脸乘车服务,绑定人脸图像信息、个人身份信息、高频率通行站点和扣款账户信息为该用户的人脸信息集,将该人脸信息集上传至中心人脸库中进行存储,由中心人脸比对服务器将该用户的人脸信息集发送至对应高频率通行站点的站点人脸比对***的站点常客库中进行存储。
5.如权利要求1所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述将第二人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对包括如下同步执行的步骤:
将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门;
将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门。
6.如权利要求1所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述将第三人脸图像信息在站点常客库、人脸预筛库和中心人脸库中同步进行人脸识别比对,包括如下同步执行的步骤:
将第三人脸图像信息与第二站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门;
将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
7.如权利要求4所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:在第二人脸图像信息与人脸预筛库中存储的预筛人脸图像集进行人脸识别比对成功后,将该比对成功的预筛人脸图像所对应的中心人脸库的人脸信息集下发至该站点的常客库中进行存储。
8.如权利要求4所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述基于人脸预采集的闸机人脸识别方法还包括常客库扩充步骤,具体为:每个站点的出站闸机区域处采集的人脸图像信息,该人脸图像信息上传至中心人脸比对服务器进行乘车费用结算后,由中心人脸比对服务器将该人脸图像信息所对应人脸信息集下发至该出站闸机所对应站点的常客库中进行存储。
9.如权利要求4所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述基于人脸预采集的闸机人脸识别方法还包括常客库缩减步骤,对该常客库中预设时间范围内没有比对成功的人脸图像信息删除。
10.如权利要求1-9任意一项所述的一种基于人脸预采集的闸机人脸识别方法,其特征在于,所述预筛区域为安检区域,通过设置于安检区域的人脸图像采集设备,获取经过安检区域且具有乘车意向的人员的人脸图像信息。
11.一种基于人脸预采集的闸机人脸识别***,其特征在于,所述基于人脸预采集的闸机人脸识别***包括:
第一人脸图像信息采集终端:采集第一站点进站预筛区域的第一人脸图像信息;
预筛库构建模块:将第一人脸图像信息送入中心人脸比对服务器中进行人脸识别比对,获取中心人脸库中与第一人脸图像信息相似度最高的N个人脸图像信息,将该N个人脸图像信息作为预筛人脸图像集存入中心人脸预筛库;
第二人脸图像信息采集终端:采集第一站点进站过闸区域的第二人脸图像信息;
常客库进站人脸比对模块:将该第二人脸图像信息与第一站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
预筛库进站人脸比对模块:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开进站闸门;
中心人脸库进站人脸比对模块:将该第二人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开进站闸门;
第三人脸图像信息采集模块:采集第二站点出站过闸区域的第三人脸图像信息;
常客库出站人脸比对模块:将该第三人脸图像信息与第二站点人脸比对***的站点常客库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门;
预筛库出站人脸比对模块:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸预筛库中存储的预筛人脸图像集进行人脸识别,若识别比对成功,则打开出站闸门;
中心人脸库出站人脸比对模块:将该第三人脸图像信息与中心人脸比对服务器连接的中心人脸库中存储的人脸图像信息进行人脸识别比对,若识别比对成功,则打开出站闸门。
12.一种终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-10中任一所述的基于人脸预采集的闸机人脸识别方法。
13.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,该指令被处理器执行时实现如权利要求1-10任一所述的基于人脸预采集的闸机人脸识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473157.8A CN112288939A (zh) | 2020-12-15 | 2020-12-15 | 一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473157.8A CN112288939A (zh) | 2020-12-15 | 2020-12-15 | 一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288939A true CN112288939A (zh) | 2021-01-29 |
Family
ID=74426021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011473157.8A Pending CN112288939A (zh) | 2020-12-15 | 2020-12-15 | 一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288939A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766978A (zh) * | 2021-03-04 | 2021-05-07 | 中国工商银行股份有限公司 | 地铁刷脸支付方法及装置 |
CN112884965A (zh) * | 2021-02-26 | 2021-06-01 | 武汉卓鹰世纪科技有限公司 | 一种地铁刷脸乘车方法及装置 |
CN112906584A (zh) * | 2021-02-26 | 2021-06-04 | 武汉卓鹰世纪科技有限公司 | 一种利用动态库加速地铁人脸识别的*** |
CN113034771A (zh) * | 2021-03-12 | 2021-06-25 | 浙江大华技术股份有限公司 | 基于人脸识别的过闸方法、装置、设备及计算机存储介质 |
CN113269064A (zh) * | 2021-05-14 | 2021-08-17 | 浙江商汤科技开发有限公司 | 一种乘车方法和装置 |
CN113536906A (zh) * | 2021-06-04 | 2021-10-22 | 新大陆数字技术股份有限公司 | 一种基于乘客画像的人脸识别方法及装置 |
CN113689613A (zh) * | 2021-08-25 | 2021-11-23 | 爱康网健康科技(北京)有限公司 | 门禁***、门禁控制方法和存储介质 |
CN113792672A (zh) * | 2021-09-16 | 2021-12-14 | 平安科技(深圳)有限公司 | 公共场所健康码获取方法、装置、设备及介质 |
CN114267111A (zh) * | 2021-12-06 | 2022-04-01 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种多合一通行管控方法、***及设备 |
CN114495294A (zh) * | 2021-12-03 | 2022-05-13 | 华中科技大学鄂州工业技术研究院 | 一种地铁闸机无感支付方法、装置及存储介质 |
CN115205950A (zh) * | 2022-09-16 | 2022-10-18 | 北京吉道尔科技有限公司 | 基于区块链的智慧交通地铁乘客检测及结账方法和*** |
CN117079379A (zh) * | 2023-10-16 | 2023-11-17 | 八维通科技有限公司 | 轨道交通高容差人脸过闸方法和***、计算机程序介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153346A1 (en) * | 2006-07-11 | 2009-06-18 | Crowley Christopher W | Passenger screening system and method |
JP5964190B2 (ja) * | 2012-09-27 | 2016-08-03 | 京セラ株式会社 | 端末装置 |
CN108427911A (zh) * | 2018-01-30 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种身份验证方法、***、装置及设备 |
CN109409330A (zh) * | 2018-11-19 | 2019-03-01 | 中铁程科技有限责任公司 | 基于移动终端的人脸识别方法、装置和计算机设备 |
CN109712283A (zh) * | 2018-12-24 | 2019-05-03 | 南京长亚轨道交通科技有限公司 | 一种基于am5728人脸识别的进站闸门*** |
CN109859364A (zh) * | 2019-03-13 | 2019-06-07 | 厦门路桥信息股份有限公司 | 基于人脸识别技术的快速通行方法、介质、终端设备及*** |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN110852193A (zh) * | 2019-10-23 | 2020-02-28 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN110991390A (zh) * | 2019-12-16 | 2020-04-10 | 腾讯云计算(北京)有限责任公司 | 身份信息检索方法、装置、业务***及电子设备 |
CN111460413A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 身份识别***及方法、装置、电子设备、存储介质 |
CN111882679A (zh) * | 2020-07-06 | 2020-11-03 | 北京万相融通科技股份有限公司 | 一种用于地铁进出通道的检票***及方法 |
-
2020
- 2020-12-15 CN CN202011473157.8A patent/CN112288939A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153346A1 (en) * | 2006-07-11 | 2009-06-18 | Crowley Christopher W | Passenger screening system and method |
JP5964190B2 (ja) * | 2012-09-27 | 2016-08-03 | 京セラ株式会社 | 端末装置 |
CN108427911A (zh) * | 2018-01-30 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种身份验证方法、***、装置及设备 |
CN109409330A (zh) * | 2018-11-19 | 2019-03-01 | 中铁程科技有限责任公司 | 基于移动终端的人脸识别方法、装置和计算机设备 |
CN109712283A (zh) * | 2018-12-24 | 2019-05-03 | 南京长亚轨道交通科技有限公司 | 一种基于am5728人脸识别的进站闸门*** |
CN111460413A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 身份识别***及方法、装置、电子设备、存储介质 |
CN109859364A (zh) * | 2019-03-13 | 2019-06-07 | 厦门路桥信息股份有限公司 | 基于人脸识别技术的快速通行方法、介质、终端设备及*** |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN110852193A (zh) * | 2019-10-23 | 2020-02-28 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN110991390A (zh) * | 2019-12-16 | 2020-04-10 | 腾讯云计算(北京)有限责任公司 | 身份信息检索方法、装置、业务***及电子设备 |
CN111882679A (zh) * | 2020-07-06 | 2020-11-03 | 北京万相融通科技股份有限公司 | 一种用于地铁进出通道的检票***及方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884965A (zh) * | 2021-02-26 | 2021-06-01 | 武汉卓鹰世纪科技有限公司 | 一种地铁刷脸乘车方法及装置 |
CN112906584A (zh) * | 2021-02-26 | 2021-06-04 | 武汉卓鹰世纪科技有限公司 | 一种利用动态库加速地铁人脸识别的*** |
CN112766978A (zh) * | 2021-03-04 | 2021-05-07 | 中国工商银行股份有限公司 | 地铁刷脸支付方法及装置 |
CN113034771A (zh) * | 2021-03-12 | 2021-06-25 | 浙江大华技术股份有限公司 | 基于人脸识别的过闸方法、装置、设备及计算机存储介质 |
CN113269064A (zh) * | 2021-05-14 | 2021-08-17 | 浙江商汤科技开发有限公司 | 一种乘车方法和装置 |
CN113536906A (zh) * | 2021-06-04 | 2021-10-22 | 新大陆数字技术股份有限公司 | 一种基于乘客画像的人脸识别方法及装置 |
CN113689613A (zh) * | 2021-08-25 | 2021-11-23 | 爱康网健康科技(北京)有限公司 | 门禁***、门禁控制方法和存储介质 |
CN113792672A (zh) * | 2021-09-16 | 2021-12-14 | 平安科技(深圳)有限公司 | 公共场所健康码获取方法、装置、设备及介质 |
CN113792672B (zh) * | 2021-09-16 | 2024-05-28 | 平安科技(深圳)有限公司 | 公共场所健康码获取方法、装置、设备及介质 |
CN114495294A (zh) * | 2021-12-03 | 2022-05-13 | 华中科技大学鄂州工业技术研究院 | 一种地铁闸机无感支付方法、装置及存储介质 |
CN114267111A (zh) * | 2021-12-06 | 2022-04-01 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种多合一通行管控方法、***及设备 |
CN115205950A (zh) * | 2022-09-16 | 2022-10-18 | 北京吉道尔科技有限公司 | 基于区块链的智慧交通地铁乘客检测及结账方法和*** |
CN115205950B (zh) * | 2022-09-16 | 2023-04-25 | 广州昇创达科技有限公司 | 基于区块链的智慧交通地铁乘客检测及结账方法和*** |
CN117079379A (zh) * | 2023-10-16 | 2023-11-17 | 八维通科技有限公司 | 轨道交通高容差人脸过闸方法和***、计算机程序介质 |
CN117079379B (zh) * | 2023-10-16 | 2024-01-09 | 八维通科技有限公司 | 轨道交通高容差人脸过闸方法和***、计算机程序介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112288939A (zh) | 一种基于人脸预采集的闸机人脸识别方法、***、终端及存储介质 | |
CN111047718A (zh) | 一种城市轨道交通安检票务融合*** | |
CN107248128B (zh) | 一种智能验票的方法及*** | |
CN108446681B (zh) | 行人分析方法、装置、终端及存储介质 | |
CN109754178A (zh) | 一种基于物联网的智慧城市服务*** | |
CN111599065A (zh) | 一种公租房人员管理方法及*** | |
CN103236167B (zh) | 车辆通道入口车辆视频监控方法及其应用 | |
CN110991390B (zh) | 身份信息检索方法、装置、业务***及电子设备 | |
CN110177255B (zh) | 一种基于案件调度的视频信息发布方法及*** | |
CN105825350A (zh) | 基于视频分析智慧旅游预警决策***及其使用方法 | |
CN110096974A (zh) | 一种基于人脸识别的景点游客入园核验的方法及*** | |
CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计***及方法 | |
CN111710086A (zh) | 一种园区通行管理***和方法 | |
CN112766978A (zh) | 地铁刷脸支付方法及装置 | |
CN110738147A (zh) | 一种轨道交通使用的人脸识别***及方法 | |
CN112349016A (zh) | 一种基于大数据分析的智能门禁管理*** | |
CN213935030U (zh) | 一种基于人脸预采集的闸机人脸识别*** | |
CN112699328A (zh) | 网点服务数据处理方法、装置、***、设备及存储介质 | |
CN106850300B (zh) | 一种高速公路收费站运营业务联动干预***及方法 | |
CN112489444B (zh) | 车辆通道的管理方法 | |
CN113450117A (zh) | 人脸识别方法、装置、设备及介质 | |
CN111210150A (zh) | 一种基于边缘计算的智慧园区*** | |
CN112614238A (zh) | 一种基于停车设备和人员结合智能收费的***和方法 | |
CN211928633U (zh) | 一种城市轨道交通安检票务融合*** | |
CN110782241B (zh) | 一种混合人脸识别公交支付***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |