CN116012920A - 一种图像识别方法与*** - Google Patents

一种图像识别方法与*** Download PDF

Info

Publication number
CN116012920A
CN116012920A CN202310033483.4A CN202310033483A CN116012920A CN 116012920 A CN116012920 A CN 116012920A CN 202310033483 A CN202310033483 A CN 202310033483A CN 116012920 A CN116012920 A CN 116012920A
Authority
CN
China
Prior art keywords
passenger
face
passengers
database
threshold value
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
Application number
CN202310033483.4A
Other languages
English (en)
Inventor
朱家彬
王晓亮
张博
刘黎明
鲁海艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Travelsky Technology Co Ltd
Original Assignee
China Travelsky Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Travelsky Technology Co Ltd filed Critical China Travelsky Technology Co Ltd
Priority to CN202310033483.4A priority Critical patent/CN116012920A/zh
Publication of CN116012920A publication Critical patent/CN116012920A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

本申请公开了一种图像识别方法与***,涉及图像识别技术领域。获取行程信息数据、动态信息数据、旅客人脸图像及其特征值;将特征值与第一人脸资料库中其他旅客人脸图像特征值进行比对得到第一相似度;判断是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,将旅客和相似人员标记;查询旅客是否已被标记,若是,形成第二阈值;判断第二阈值是否大于最高阈值,若否,将特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行比对得到第二相似度;判断是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,允许旅客通过登机闸。本申请提前对相似旅客进行筛选,只对正常旅客提供人脸识别服务,降低了乘客误登机的概率。

Description

一种图像识别方法与***
技术领域
本申请涉及图像识别技术领域,特别是涉及一种图像识别方法与***。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,利用摄像机或摄像头采集含有人脸的实时图像或视频,并自动检测和跟踪人脸,进而对检测到的人脸进行识别,从而实现快速身份认证。
随着国内机场人脸识别的普及,旅客登机的时间缩短,步骤更为简洁,自助式服务方便了旅客,也节省了机场的人力资源。
然而机场使用人脸识别登机存在误登机的情况,例如旅客2是B航班旅客,但是走到了A航班登机口,恰好A航班的旅客1和旅客2的面部图像接近,而旅客1此时还未登机,这时旅客2可以通过A航班登机口的人脸识别,登上航班A,但***中显示的是旅客1已登机。而旅客1来登机的时候,***会提示该旅客已登机,从而增加了寻找旅客2以及解决***问题的时间,可能导致航班延误。而如果旅客1最后也没来登机,旅客2可能就去了错误的目的地,导致更严重的后果。
因此,如何减少旅客误登机或者误识情况的出现,成为亟待解决的技术问题。
发明内容
本申请提供了一种图像识别的方法及***,能够减少旅客误登机或者误识情况的出现。
本申请公开了如下技术方案:
第一方面,本申请公开了一种图像识别方法,应用于机场智能云***,所述方法包括:
获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像;
获取所述旅客人脸图像的特征值;
将所述旅客人脸图像的特征值与所述第一人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第一相似度,所述第一人脸资料库为注册过的所有旅客人脸图像的资料库;
判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,则将所述旅客和所述相似人员进行标记;
查询所述旅客是否已被标记,若是,则调整所述第一阈值,形成第二阈值,所述第二阈值大于所述第一阈值;
判断所述第二阈值是否大于最高阈值,若否,则将所述旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度,所述第二人脸资料库为第一人脸资料库根据所述旅客的行程信息数据、航班的动态信息数据是否相同进行筛选过后形成的资料库;
判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,则允许所述旅客通过登机闸。
可选地,所述获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像之后,所述方法还包括:
筛选符合要求的旅客人脸图像。
可选地,所述获取所述旅客人脸图像的特征值之前,所述方法还包括:
判断所述旅客人脸图像是否注册入第一人脸资料库;
若所述旅客人脸图像未注册入第一人脸资料库,所述获取所述旅客人脸图像的特征值包括:直接获取所述旅客人脸图像的特征值,并在判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员之后,注册入所述第一人脸资料库;
若所述旅客人脸图像已注册入第一人脸资料库,则直接查询所述旅客是否已被标记。
可选地,所述判断所述第二阈值是否大于最高阈值之后,所述方法还包括:
若否,则拒绝所述旅客通过登机闸。
可选地,所述方法还包括:
存储所述旅客的行程信息数据、航班的动态信息数据、旅客人脸图像。
第二方面,本申请公开了一种图像识别***,应用于机场智能云***,所述***包括:第一获取模块、第二获取模块、比对模块、第一判断模块、查询模块、第二判断模块、第三判断模块;
所述第一获取模块,用于获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像;
所述第二获取模块,用于获取所述旅客人脸图像的特征值;
所述比对模块,用于将所述旅客人脸图像的特征值与所述第一人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第一相似度,所述第一人脸资料库为注册过的所有旅客人脸图像的资料库;
所述第一判断模块,用于判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,则将所述旅客和所述相似人员进行标记;
所述查询模块,用于查询所述旅客是否已被标记,若是,则调整所述第一阈值,形成第二阈值,所述第二阈值大于所述第一阈值;
所述第二判断模块,用于判断所述第二阈值是否大于最高阈值,若否,则将所述旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度,所述第二人脸资料库为第一人脸资料库根据所述旅客的行程信息数据、航班的动态信息数据是否相同进行筛选过后形成的资料库;
所述第三判断模块,用于判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,则允许所述旅客通过登机闸。
可选地,所述***还包括:筛选模块;
所述筛选模块,用于筛选符合要求的旅客人脸图像。
可选地,所述***还包括:注册模块;
所述注册模块,用于判断所述旅客人脸图像是否注册入第一人脸资料库;
若所述旅客人脸图像未注册入第一人脸资料库,所述获取所述旅客人脸图像的特征值包括:直接获取所述旅客人脸图像的特征值,并在判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员之后,注册入所述第一人脸资料库;
若所述旅客人脸图像已注册入第一人脸资料库,则直接查询所述旅客是否已被标记。
可选地,所述第三判断模块还可以用于:
若否,则拒绝所述旅客通过登机闸。
可选地,所述***还包括:存储模块;
所述存储模块,用于存储所述旅客的行程信息数据、航班的动态信息数据、旅客人脸图像。
相较于现有技术,本申请具有以下有益效果:
本申请通过对特征比对相似度超过阈值的相似人群进行标记处理,提前对相似旅客进行筛选,只对正常旅客提供人脸识别服务,相似旅客可使用其它身份验证方式登机,大大降低了乘客误登机的概率。另外,人脸识别技术与指纹识别技术、虹膜识别技术、指静脉识别技术、声纹识别技术等生物识别技术都是通过高科技手段结合人体固有的生理特性(如指纹、脸象、虹膜、声纹等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。若不同人体存在相似生理特征或行为特征就有可能干扰生物识别技术的识别结果。本申请同样适用于其它生物识别技术,比如指纹识别,对于指纹相似或者没有指纹的人群可以在录入指纹入库时进行标记处理,再进行后续操作。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种图像识别方法流程图;
图2为本申请实施例提供的一种图像识别***示意图。
具体实施方式
下面先对本申请所涉及的技术术语进行介绍。
机场智能云***(Airport Intelligence Cloud System,PIC)是成为机场端的集成和服务平台,打造内外部***之间通畅的信息交互渠道,使各类不同的业务***以统一、标准的方式进行数据交互,允许***服务自由发布和重新组合,支撑各种新的业务功能需求和流程。
机场智能云***已广泛应用于各大机场,但仍存在使用人脸识别登机时误登机的情况,例如旅客2是B航班旅客,但是走到了A航班登机口,恰好A航班的旅客1和旅客2的面部图像接近,而旅客1此时还未登机,这时旅客2可以通过A航班登机口的人脸识别,登上航班A,但***中显示的是旅客1已登机。而旅客1来登机的时候,***会提示该旅客已登机,从而增加了寻找旅客2以及解决***问题的时间,可能导致航班延误。而如果旅客1最后也没来登机,旅客2可能就去了错误的目的地,导致更严重的后果。
有鉴于此,本申请提供了一种图像识别方法与***,可以通过对特征比对相似度超过阈值的相似人群进行标记处理,提前对相似旅客进行筛选,只对正常旅客提供人脸识别服务,相似旅客可使用其它身份验证方式登机,大大降低了乘客误登机的概率。另外,人脸识别技术与指纹识别技术、虹膜识别技术、指静脉识别技术、声纹识别技术等生物识别技术都是通过高科技手段结合人体固有的生理特性(如指纹、脸象、虹膜、声纹等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。若不同人体存在相似生理特征或行为特征就有可能干扰生物识别技术的识别结果。本申请同样适用于其它生物识别技术,比如指纹识别,对于指纹相似或者没有指纹的人群可以在录入指纹入库时进行标记处理,再进行后续操作。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见图1,该图为本申请实施例提供的一种图像识别方法流程图。
S101:机场智能云***获取旅客的行程信息数据、航班的动态信息数据、旅客的生物识别数据。
旅客的行程信息数据可以为旅客航班号、航班日期、始发站、目的地、座位号、旅客登机状态、旅客复核状态等离岗相关的信息。航班的动态信息数据可以为航班的航段信息、航班在每一站的预计起飞时间、航班复核状态等航班信息。旅客的行程信息数据、航班的动态信息数据可以用来判断业务场景,为旅客的生物识别信息数据进行特征值比对时确定人脸资料库。
旅客的生物识别数据包括生物识别信息数据、授权信息,生物识别信息数据可以为旅客的人脸信息、指纹信息等信息,授权信息可以为旅客证件信息、人脸图片信息、图片授权信息等信息。其中,图片授权信息指的是旅客的人脸照片能给哪些机场航司用,有效使用时间是多久等,用来记录该旅客人脸照被授权使用的有效时间。
机场智能云***获取旅客的行程信息数据、航班的动态信息数据、旅客的生物识别数据,并将上述信息存储至机场智能云***的数据库中。在一些具体实施方式中,数据可以通过安检***获取,也可以通过自助值机、机场小程序等渠道获取,获取完成后将上述信息存储至机场智能云***的数据库中。
本申请通过收集处理旅客行程数据、航班动态数据和生物识别数据,将旅客的通行变得更加准确、安全和高效,提升了机场的检验率和工作效率,为安全管理提供更多的保障。
S102:机场智能云***筛选符合要求的旅客人脸图像。
机场智能云***通过使用摄像头或摄像机等途径获取到旅客的人脸图像后,筛选符合要求的旅客人脸图像。由于人在不同场景、不同情绪、不同角度下拍摄的人脸图像质量不一致,如果出现模糊、遮挡等情况会导致人脸识别率降低,需多次识别才能成功,从而浪费旅客的通行时间。因此,筛选符合要求的旅客人脸图像,筛掉低质量图片,将符合标准的图像送入下一个流程中,会很大程度上提升识别率。
在一种实施方式中,筛选符合要求的旅客人脸图像的标准为图像清晰。具体标准为:不因镜头散焦或运动而模糊,无墨镜、口罩等遮挡,避免暗光、强光、逆光等情况,图片大小≤100KB(千字节),图片格式为jpg,图片分辨率为120*120,像素为20000*2000像素,两眼通孔间距不低于80像素,姿态要求为平面旋转、俯仰变化、侧身偏转均在-15°至15°的区间内。根据以上要求筛选符合要求的旅客人脸图像,若有旅客人脸图像质量不符合上述要求,机场智能云***会反馈错误信息。
S103:机场智能云***判断旅客人脸图像是否注册入人脸资料库。
筛选符合要求的旅客人脸图像后,查询人脸资料库中是否已经注册了该旅客人脸图像的信息。其中,注册该旅客人脸图像的信息是指是第一次使用该***时已经通过摄像头或摄像机等设备提取过旅客人脸图像。
如果未注册该旅客人脸图像的信息则执行S104;如果已注册该旅客人脸图像的信息,则直接执行S108。
S104:如果未注册该旅客人脸图像的信息,则机场智能云***获取该旅客人脸图像的特征值。
获取人脸图像特征值,即采用人脸检测算法检测出所述原始人脸图像中的人脸轮廓,提取人脸轮廓中的特征点并计算其特征值作为人脸图像的特征值。其中,人脸检测算法为***预先设置的人脸检测算法,特征点为***预先设置的人脸图像中的像素点位置,例如眼睛、鼻子、嘴巴等,本申请不做限定。计算人脸图像的特征值的过程也即对人脸图像的预设特征进行特征建模的过程,通常可以使用特征提取算法实现,例如基于几何特征的方法、基于统计的方法、弹性图匹配方法、神经网络方法、支持向量基方法以及隐马尔可夫模型法等,本申请不做限定。
S105:机场智能云***判断第一人脸资料库中是否存在多个与旅客的第一相似度值大于第一阈值的相似人员。
机场智能云***将已注册进人脸资料库的旅客人脸图像与第一人脸资料库中的其他旅客的人脸图像进行人脸对比服务,即判断第一人脸资料库中是否存在多个与旅客的第一相似度值大于第一阈值的相似人员,所述第一人脸资料库为注册过的所有旅客人脸图像的资料库。其中,第一阈值是指根据人脸相似度值预先设好的一个值,例如默认阈值代表一般相似,用来判断一般相似人脸的相似程度。相似度值是通过比对人脸特征值计算出来的,即人脸图像信息的重合度。
若第一人脸资料库中存在多个与旅客的第一相似度大于第一阈值的相似人员,则执行S106。
若第一人脸资料库中存在唯一一个与旅客的第一相似度大于第一阈值的相似人员,则直接执行S107。
S106:机场智能云***将旅客和相似人员进行标记。
若第一人脸资料库中存在多个与旅客的第一相似度大于第一阈值的相似人员,则将旅客和相似人员进行标记,将该旅客和相似人员标记为相似旅客,相似旅客使用人脸识别服务时会根据相似度值来动态调整阈值。
在一种实施方式中,可以在数据库中采用字段存储此标记。
S107:机场智能云***注册该旅客人脸图像信息进入第一人脸资料库。
S108:机场智能云***查询该旅客是否被标记。
机场智能云***查询该旅客是否被标记,若该旅客已被标记则执行S109,若该旅客未被标记,则执行S111。在一种实施方式中,可以通过检测数据库中是否保存相应字段来检测旅客是否已被标记。
S109:机场智能云***将第一阈值动态调整为第二阈值。
阈值可设置默认阈值、避免误识别阈值和最高阈值,主要应对一般相似、非常相似和双胞胎的场景,默认阈值代表人脸一般相似,避免误识别阈值代表非常相似,最高阈值代表双胞胎级别的相似,阈值依次增大。当检测到旅客已被标记时,机场智能云***动态调整阈值,使阈值增大。
S110:机场智能云***查询调整后的第二阈值是否大于最高阈值。
对于被标记的相似旅客,机场智能云***会将相似旅客中最高相似度值与避免误识别值进行比较,若最高相似度值低于避免误识别值,则调整默认阈值为避免误识别阈值,并执行S111;若最高相似度值高于避免误识别值,则进一步判断最高相似度值是否高于最高阈值,若最高相似度值低于最高阈值,则调整默认阈值为最高相似度值,并执行S111;若最高相似度值高于最高阈值,则直接执行S113。
S111:机场智能云***根据旅客的行程信息数据、航班的动态信息数据选择第二人脸资料库。
通过前面步骤的正常旅客,以及被标记后经过动态调整阈值后的旅客将使用人脸识别服务验证身份。在进行人脸特征比对前,需要对旅客当前的业务场景进行判断,根据机场智能云***采集旅客的行程信息数据、航班的动态信息数据,缩减比对范围后选取相应的人脸资料库,即第二人脸资料库。
S112:机场智能云***判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度值大于第二阈值的相似人员。
根据机场智能云***采集旅客的行程信息数据、航班的动态信息数据,选定相应的第二人脸资料库后,获取比对集合n,检查比对结果的相似度比值。将旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度后,判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度值大于第二阈值的相似人员。
如果第二人脸资料库中存在多个与旅客的第二相似度超过第二阈值的相似人员,或第二人脸资料库中不存在与旅客的第二相似度超过第二阈值的相似人员,则不通过人脸识别,拒绝所述旅客登机,执行S113,即机场智能云***拒绝旅客通过登机闸;如果第二人脸资料库中存在唯一一个与旅客的第二相似度超过第二阈值的相似人员,则通过人脸识别,允许所述旅客登机,执行S114。
S113:机场智能云***拒绝旅客通过登机闸。
S114:机场智能云***允许旅客通过登机闸。
如果相似度比值大于调整后的第二阈值,在经过标记识别步骤后,此处的比对结果应该只存在一条,即旅客自己,那么该旅客可通过人脸识别,通过登机闸。
进一步地,人脸识别技术与指纹识别技术、虹膜识别技术、指静脉识别技术、声纹识别技术等生物识别技术都是通过高科技手段结合人体固有的生理特性(如指纹、脸象、虹膜、声纹等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。若不同人体存在相似生理特征或行为特征就有可能干扰生物识别技术的识别结果。上述实施例主要是在使用人脸识别技术之前对相似个例进行标记处理来减少误识别,同理,本申请同样适用于其它生物识别技术,比如指纹识别,对于指纹相似或者没有指纹的人群可以在录入指纹入库时进行标记处理,与上述实施例类似的,再进行后续操作。
通过上述描述举例,在一种场景中,机场有两位旅客,例如旅客1和旅客2在同一天均要进行登机服务,且旅客1与旅客2长相相似,当天有航班A和航班B。
首先,进入数据采集环节。采集旅客1和旅客2的数据,包含旅客1和旅客2的行程数据、当天该机场所有航班的数据以及旅客的生物识别数据。
其次,进入数据处理环节。旅客1和旅客2在办理业务时先后现场拍照,获取符合标准的照片。若旅客1未注册人脸信息库,旅客2已经注册入库,两人正好还未通过登机前最后一道闸门,则旅客1获取人脸图像、提取到人脸信息特征值后注册入库,同时进行人脸特征值比对。此时会发现旅客1与旅客2的相似度大于阈值,则旅客1和旅客2会被***标记为相似旅客。而正由于旅客1和旅客2被***打了标记,是属于人脸识别***拒绝识别的一类人群,所以当旅客2误走到某一航班的登机口的时候,使用人脸识别服务验证时会检验到旅客2已被标记,那么旅客2在比对相似值时就需要调整阈值后进行比对,根据比对结果判断是否可以进行人脸识别登机。那些没有被标记的旅客属于正常旅客,阈值不需要做任何变更,直接进入人脸识别环节。其中,使用默认阈值不适用于比较旅客1和旅客2的相似度值,将旅客1和旅客2两人间的最高相似度值与避免误识别阈值进行比较,得到一个最高值作为阈值来进一步区分旅客能不能使用人脸识别登机,例如以下场景:
场景一:旅客1和旅客2属于非常相似的旅客。如果确认两人属于同一天不同航班,但不知具体哪一航班时,当旅客1办理业务比如值机时,现场再拍照获取图片和库进行比对时,这个库包含了当天航班乘坐旅客的信息,也包含旅客2的人脸照片,进行相似度值与避免误识别阈值比较,选取最高的值作为阈值进行比对,就能精确定位到旅客1本人,排除掉旅客2。
如果确定旅客1属于航班A的乘客,旅客2属于航班B的乘客,当旅客2走到旅客1还未登机的A航班登机口进行现场拍照时,默认阈值将会动态调整为避免误识别阈值,然后与A航班人脸资料库中最高相似度值进行比较,选最高值为阈值,旅客2如果不是旅客1本人或者双胞胎,不可能有这么高的相似度值,就能更精确区分旅客2和旅客1,避免旅客2搭乘到A航班上,对于走到B航班的旅客1也同样如此,人脸识别时,也将使用调整后的阈值来进行比对。
这种场景的旅客是可以通过调整动态阈值进入人脸识别环节的。
场景二:旅客1和旅客2是双胞胎或者形似双胞胎,人脸特征的区别可忽略不计,两人的相似度值能够高到一定程度。例如旅客1办理业务时再拍照与库里的照片进行比对,这个库里若包含旅客2的照片,相似度值与避免误识别阈值比较的结果很大可能会超过最高阈值,而且这个比对结果除了自己本人,也很可能包含旅客2,这样就避免不了误识别的发生。
如果旅客确定了具体航班,搭乘A航班的旅客1跑去了旅客2还未登机搭乘的B航班,即使使用避免误识别阈值来比较,不包含旅客1图片的B航班人脸资料库也会因为旅客1的图片与旅客2的图片相似度超过最高阈值造成误识别情况发生。
这种场景的旅客是属于被人脸识别登机拒绝的一类人群,不可以通过调整动态阈值进入人脸识别环节的。
最后,进入人脸识别环节。根据旅客的航班信息确定人脸资料库的比对集合n,如果不确定航班信息,就需要在比如值机时与当天出行航班的人脸资料库进行比对;如果确定了航班信息,就可以在比如登机时与当前航班的人脸资料库进行比对。旅客的比对结果相似度比值大于阈值的只有一条数据,即库中只有自己与自己的人脸相似,则可以登机。若相似度比值小于阈值,***不允许该旅客通行登机。
本申请通过对特征比对相似度超过阈值的相似人群通过标记处理,提前对相似旅客进行筛选,只对正常旅客提供人脸识别服务,相似旅客可使用其它身份验证方式登机,大大降低了乘客误登机的概率。另外,人脸识别技术与指纹识别技术、虹膜识别技术、指静脉识别技术、声纹识别技术等生物识别技术都是通过高科技手段结合人体固有的生理特性(如指纹、脸象、虹膜、声纹等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。若不同人体存在相似生理特征或行为特征就有可能干扰生物识别技术的识别结果。本申请同样适用于其它生物识别技术,比如指纹识别,对于指纹相似或者没有指纹的人群可以在录入指纹入库时进行标记处理,再进行后续操作。
参见图2,该图为本申请实施例提供的一种图像识别***示意图,该***200至少包括:第一获取模块201、第二获取模块202、比对模块203、第一判断模块204、查询模块205、第二判断模块206、第三判断模块207;
第一获取模块201,用于获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像;
第二获取模块202,用于获取旅客人脸图像的特征值;
比对模块203,用于将旅客人脸图像的特征值与第一人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第一相似度,第一人脸资料库为注册过的所有旅客人脸图像的资料库;
第一判断模块204,用于判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,则将所述旅客和所述相似人员进行标记;
查询模块205,用于查询旅客是否已被标记,若是,则调整第一阈值,形成第二阈值,第二阈值大于第一阈值;
第二判断模块206,用于判断第二阈值是否大于最高阈值,若否,则将旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度,第二人脸资料库为第一人脸资料库根据旅客的行程信息数据、航班的动态信息数据是否相同进行筛选过后形成的资料库;
第三判断模块207,用于判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,则允许所述旅客通过登机闸。
本申请通过对特征比对相似度超过阈值的相似人群通过标记处理,提前对相似旅客进行筛选,只对正常旅客提供人脸识别服务,相似旅客可使用其它身份验证方式登机,大大降低了乘客误登机的概率。另外,人脸识别技术与指纹识别技术、虹膜识别技术、指静脉识别技术、声纹识别技术等生物识别技术都是通过高科技手段结合人体固有的生理特性(如指纹、脸象、虹膜、声纹等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。若不同人体存在相似生理特征或行为特征就有可能干扰生物识别技术的识别结果。本申请同样适用于其它生物识别技术,比如指纹识别,对于指纹相似或者没有指纹的人群可以在录入指纹入库时进行标记处理,再进行后续操作。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。以上所描述的实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元提示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种图像识别方法,其特征在于,应用于机场智能云***,所述方法包括:
获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像;
获取所述旅客人脸图像的特征值;
将所述旅客人脸图像的特征值与所述第一人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第一相似度,所述第一人脸资料库为注册过的所有旅客人脸图像的资料库;
判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,则将所述旅客和所述相似人员进行标记;
查询所述旅客是否已被标记,若是,则调整所述第一阈值,形成第二阈值,所述第二阈值大于所述第一阈值;
判断所述第二阈值是否大于最高阈值,若否,则将所述旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度,所述第二人脸资料库为第一人脸资料库根据所述旅客的行程信息数据、航班的动态信息数据是否相同进行筛选过后形成的资料库;
判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,则允许所述旅客通过登机闸。
2.根据权利要求1所述的方法,其特征在于,所述获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像之后,所述方法还包括:
筛选符合要求的旅客人脸图像。
3.根据权利要求1所述的方法,其特征在于,所述获取所述旅客人脸图像的特征值之前,所述方法还包括:
判断所述旅客人脸图像是否注册入第一人脸资料库;
若所述旅客人脸图像未注册入第一人脸资料库,所述获取所述旅客人脸图像的特征值包括:直接获取所述旅客人脸图像的特征值,并在判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员之后,注册入所述第一人脸资料库;
若所述旅客人脸图像已注册入第一人脸资料库,则直接查询所述旅客是否已被标记。
4.根据权利要求1所述的方法,其特征在于,所述判断所述第二阈值是否大于最高阈值之后,所述方法还包括:
若否,则拒绝所述旅客通过登机闸。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
存储所述旅客的行程信息数据、航班的动态信息数据、旅客人脸图像。
6.一种图像识别***,其特征在于,应用于机场智能云***,所述***包括:第一获取模块、第二获取模块、比对模块、第一判断模块、查询模块、第二判断模块、第三判断模块;
所述第一获取模块,用于获取旅客的行程信息数据、航班的动态信息数据、旅客人脸图像;
所述第二获取模块,用于获取所述旅客人脸图像的特征值;
所述比对模块,用于将所述旅客人脸图像的特征值与所述第一人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第一相似度,所述第一人脸资料库为注册过的所有旅客人脸图像的资料库;
所述第一判断模块,用于判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员,若是,则将所述旅客和所述相似人员进行标记;
所述查询模块,用于查询所述旅客是否已被标记,若是,则调整所述第一阈值,形成第二阈值,所述第二阈值大于所述第一阈值;
所述第二判断模块,用于判断所述第二阈值是否大于最高阈值,若否,则将所述旅客人脸图像的特征值与第二人脸资料库中的其他旅客人脸图像的特征值进行特征比对,得到第二相似度,所述第二人脸资料库为第一人脸资料库根据所述旅客的行程信息数据、航班的动态信息数据是否相同进行筛选过后形成的资料库;
所述第三判断模块,用于判断第二人脸资料库中是否存在唯一一个与旅客的第二相似度大于第二阈值的相似人员,若是,则允许所述旅客通过登机闸。
7.根据权利要求6所述的***,其特征在于,所述***还包括:筛选模块;
所述筛选模块,用于筛选符合要求的旅客人脸图像。
8.根据权利要求6所述的***,其特征在于,所述***还包括:注册模块;
所述注册模块,用于判断所述旅客人脸图像是否注册入第一人脸资料库;
若所述旅客人脸图像未注册入第一人脸资料库,所述获取所述旅客人脸图像的特征值包括:直接获取所述旅客人脸图像的特征值,并在判断所述第一人脸资料库中是否存在多个与旅客的第一相似度大于第一阈值的相似人员之后,注册入所述第一人脸资料库;
若所述旅客人脸图像已注册入第一人脸资料库,则直接查询所述旅客是否已被标记。
9.根据权利要求6所述的***,其特征在于,所述第三判断模块还可以用于:
若否,则拒绝所述旅客通过登机闸。
10.根据权利要求6所述的***,其特征在于,所述***还包括:存储模块;
所述存储模块,用于存储所述旅客的行程信息数据、航班的动态信息数据、旅客人脸图像。
CN202310033483.4A 2023-01-10 2023-01-10 一种图像识别方法与*** Pending CN116012920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310033483.4A CN116012920A (zh) 2023-01-10 2023-01-10 一种图像识别方法与***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310033483.4A CN116012920A (zh) 2023-01-10 2023-01-10 一种图像识别方法与***

Publications (1)

Publication Number Publication Date
CN116012920A true CN116012920A (zh) 2023-04-25

Family

ID=86019430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310033483.4A Pending CN116012920A (zh) 2023-01-10 2023-01-10 一种图像识别方法与***

Country Status (1)

Country Link
CN (1) CN116012920A (zh)

Similar Documents

Publication Publication Date Title
US9875392B2 (en) System and method for face capture and matching
WO2021036436A1 (zh) 一种人脸识别方法及装置
KR100831122B1 (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
CN106384513B (zh) 一种基于智能交通的***捕捉***及方法
CN108256459A (zh) 基于多摄像机融合的安检门人脸识别和人脸自动建库算法
Kukharev et al. Visitor identification-elaborating real time face recognition system
JPWO2015136938A1 (ja) 情報処理方法および情報処理システム
KR102145132B1 (ko) 딥러닝을 이용한 대리 면접 예방 방법
CN110544333B (zh) 一种门禁控制***及其控制方法
US20230368559A1 (en) Information processing apparatus, information processing method, and non-transitory computer-readable storage medium
JP2006236260A (ja) 顔認証装置、顔認証方法および入退場管理装置
CN114267111A (zh) 一种多合一通行管控方法、***及设备
KR102194409B1 (ko) 멀티포커싱 ai신경망을 이용한 안면검출 및 안면식별 시스템
CN105740675A (zh) 一种基于动态人物识别触发授权管理的方法及***
JP2013101551A (ja) 顔画像認証装置
JP2007206898A (ja) 顔認証装置および入退場管理装置
JP5730000B2 (ja) 顔照合システム、顔照合装置及び顔照合方法
CN116012920A (zh) 一种图像识别方法与***
CN111316335A (zh) 用于监测人的***
CN111062294B (zh) 一种客流排队时间的检测方法、装置及***
CN111159159B (zh) 基于历史通行记录的公共交通通行法、装置、设备及***
US20230342442A1 (en) Gate system, gate apparatus, and image processing method therefor
CN112183202B (zh) 一种基于牙齿结构特征的身份认证方法及装置
KR20140060081A (ko) 원거리 얼굴인식 기반 스피드 게이트 통제 방법 및 장치
Lynch et al. Applications of linear weight neural networks to fingerprint recognition

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