CN107633558A - 一种基于人像与身份证比对识别的自助检票方法和设备 - Google Patents
一种基于人像与身份证比对识别的自助检票方法和设备 Download PDFInfo
- Publication number
- CN107633558A CN107633558A CN201710816814.6A CN201710816814A CN107633558A CN 107633558 A CN107633558 A CN 107633558A CN 201710816814 A CN201710816814 A CN 201710816814A CN 107633558 A CN107633558 A CN 107633558A
- Authority
- CN
- China
- Prior art keywords
- passenger
- image
- identity card
- facial image
- points
- 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
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种基于人像与身份证比对识别的自助检票方法和设备,所述方法包括:步骤10,在第一闸机门处,对旅客的票进行验证;步骤20,在第二闸机门处,对该旅客的身份证和票的一致性进行验证;步骤30,在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像;步骤40,判断现场采集到的人脸图像是否满足人、证一致性比对的要求;步骤50,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证。本发明具有人脸识别速度快,识别精度高的优点,极大的提高了旅客进站检票的效率,降低了拥堵,提升了旅客的舒适度。
Description
技术领域
本发明属于自助检票领域,尤其涉及一种基于人像与身份证比对识别的自助检票方法和设备。
背景技术
目前,在中国铁路客户服务中心(12306)网站使用二代居民身份证购票的旅客,在未换取纸质车票的情况下,旅客可凭购票时所使用的本人有效二代居民身份证原件,按照客运组织计划直接通过车站自动检票机(闸机)办理进出站检票手续。对于持蓝色磁票的旅客,根据车站检票计划,在规定时间内,旅客进站时将磁卡车票插入自动检票机,自助完成检票进站业务。而对于持红色卡票的旅客,则需经车站客运员人工检票进站。实际上,上述第一和第二种检票方式,仅仅能够保证票、证的一致性,无法保证人、票、证三者的一致性。上述第三种检票方式虽然能够保证人、票、证三者的一致性,但是仍然依赖人工进行,采用人工肉眼检验的方式进行人、票、证一致性检验,识别误差率较高,易引起分歧,造成旅客在检票口的滞留,影响铁路检票的效率。因此,构建自动化的实名制检票系统,实现人、票、证三者一致性的自动识别,成为当前迫切需要解决的问题。
现有技术中,已经提出了一些保证人、票、证三者一致性的自动检票的系统和方法,例如中国专利申请CN201611256166.5提出了一种闸机控制方法,包括如下步骤:实时获取第一闸机门和第二闸机门之间的核验区内第一检测装置发送的第一检测信号;当第一闸机门打开时,根据第一检测信号判断进入核验区内的旅客人数是否超过一个;当判定核验区内的旅客人数为一个时,控制第一闸机门关闭;获取核验区内旅客的生物特征信息;当获取的旅客的生物特征信息与旅客的预设生物特征信息匹配时,控制第二闸机门和所述第三闸机门打开。中国专利申请CN201510154396.X提出了一种基于深度学习的人证核验系统,该系统包括训练子系统和人证核验子系统,所述基于深度学习的人证核验方法包括训练过程和人证核验过程,所述训练过程利用若干已知身份的现场人脸图像和证件照片对训练子系统进行训练,所述人证核验过程利用训练过程最终获得的模块参数,对通行人员的多张现场采集照片与证件阅读模块采集的信息对应的证件照片进行比对,自动输出人员和证件是否相符的验证结果。
然而,上述系统和方法虽然相比于人工检票方式,提高了检票的速度,但是却存在如下缺陷:一是采用现场采集的多幅人脸图像,算法复杂,人脸识别速度慢;二是现场采集到的人脸图像与其二代身份证人脸图像相比,随着旅客年龄的增长,不一致性越来越大,导致人脸识别精度差。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种基于人像与身份证比对识别的自助检票方法和设备,其识别速度快,识别精度高,极大的提高了旅客进站检票的效率,降低了拥堵,提升了旅客的舒适度。
本发明提出的基于人像与身份证比对识别的自助检票方法,其特征在于所述方法包括如下步骤:
步骤10,在第一闸机门处,对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号;
步骤20,在第二闸机门处,对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息;
步骤30,在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像;
步骤40,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当满足时,进入步骤50,否则,发出第三语音提示信号;
步骤50,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证具体包括:
步骤51,获取现场采集到的人脸图像的人脸区域图像;
步骤52,对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像;
步骤53,判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin);
步骤54;对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;当Y大于等于所述第一阈值且小于等于所述第二阈值时,进入步骤55;其中第一阈值小于第二阈值;
步骤55,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
优选的,在所述步骤53中,计算该旅客的身份证上的人脸图像的特征集合S和计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C的步骤具体包括:
步骤531,分别在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数;
步骤532,选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次;
步骤533,确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
步骤534,生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
优选的,步骤40中的人、证一致性比对的要求具体为:现场采集到的人脸图像中包括人脸并且人脸未被遮挡或者被遮挡的区域面积小于等于预先设置的遮挡阈值。
优选的,步骤52中的对所述人脸区域图像进行大小、亮度和姿态的标准化,具体为:将人脸区域图像缩放到标准大小,获得标准大小的人脸区域图像;对标准大小的人脸区域图像进行光照补偿到标准亮度,获得标准大小和亮度的人脸区域图像;对标准大小和亮度的人脸区域图像进行角度旋转到标准姿态,获得标准大小、亮度、姿态的人脸区域图像。
优选的,第一语音提示信号用于提示旅客票的日期不是当日,或者车次不属于本站;第二语音提示信号用于提示旅客身份证和票不属于同一个人;第三语音提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票;第四语音提示信号用于提示旅客人脸自动验证失败,请前往人工检票窗口进行人工检票。
优选的,第二闸机门和第三闸机门之间的通道为L形,图像采集装置设置在L形通道的转弯之前和转弯之后的位置。
优选的,数据库中存储的历史C的个数不超过5个,当超出时,利用最新的历史C代替最开始的历史C。
本发明提出的基于人像与身份证比对识别的自助检票装置,其特征在于所述装置包括:
第一验证单元,用于在第一闸机门处对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号;
第二验证单元,用于在第二闸机门处对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息;
图像采集单元,用于在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像;
第一判断单元,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当不满足时,发出第三语音提示信号;
第三验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,所述第三验证单元包括:
人脸区域图像获取单元,用于获取现场采集到的人脸图像的人脸区域图像;
标准化单元,用于对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像;
特征获取单元,用于判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin);
第一人证验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第一阈值小于第二阈值;
第二人证验证单元,用于当Y大于等于所述第一阈值且小于等于所述第二阈值时,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
优选的,特征获取单元包括:
J点检测单元,用于在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数;
F点选择单元,用于选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次;
F点角度方向确定单元,用于确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
特征向量生成单元,用于生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
本发明提出的计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述任一项所述方法的步骤。
相对于现有技术,本发明通过科学设计自助检票的流程,优化人脸识别的算法,保证了本发明提出的基于人像与身份证比对识别的自助检票方法和装置的识别速度快、识别精度高,极大的提高了旅客进站检票的效率,降低了拥堵,提升了旅客的舒适度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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获得其他的附图。
图1是基于人像与身份证比对识别的自助检票方法的流程图;
图2是对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证的流程图;
图3是基于人像与身份证比对识别的自助检票装置的结构框图;
图4是第三验证单元的结构框图。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
本发明将人脸识别技术应用到自助检票系统中,众所周知,人脸识别过程包括人脸检测、人脸特征提取、人脸匹配识别。人脸识别技术是确定图像中是否包含人脸,如果包含,则将人脸从背景图像中分离出来。人脸特征提取则是指从人脸图像中映射提取一组反映人脸特征的数值表示样本。人脸匹配识别是将待识别的人脸与数据库中的人脸进行比较,建立联系。
本发明为了解决上述现有技术中的技术问题,设置了科学合理的自助检票流程,优化了特征提取的方式,提高了人脸匹配识别的速度和精度。具体如下。
第一实施例
参照图1,本发明提出的基于人像与身份证比对识别的自助检票方法,包括如下步骤:
步骤10,在第一闸机门处,对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号。第一语音提示信号用于提示旅客票的日期不是当日,或者车次不属于本站。
通过该步骤,限制了非乘车日期的旅客进站,同时限制了不是本车站发出或者途径本车站的车次的旅客进站,一方面限制了无关人员进站导致的站内拥挤,另一方面对误操作的旅客在第一时间进行提醒。现实中,经常有手持未来几天的车票的旅客误认为应该当日乘车,还有走错车站的旅客,例如应该去北京西站,却误去了北京站。本发明通过在检票的最前端,即第一闸机处对旅客的票进行验证,极大的方便了车站的管理和对旅客的及时提醒。
步骤20,在第二闸机门处,对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息。第二语音提示信号用于提示旅客身份证和票不属于同一个人。
通过该步骤,对票证不一致的旅客进行及时拦截,避免了无关人员进站导致的站内拥挤,同时,如果该旅客是第一次乘车,可以在数据库中采集包括身份证上的人脸图像在内的该旅客的身份证信息以方便后续的使用。
步骤30,在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像。第二闸机门和第三闸机门之间的通道为L形,图像采集装置设置在L形通道的转弯之前和转弯之后的位置。设置旅客边行进边采集图像可以节约时间。本发明之所以设置通道为L形,是因为一般情况下,人在转弯的时候都是抬头的姿势,这样可以容易的采集到旅客的正面图像。图像采集装置在L形通道的转弯之前和转弯之后的位置均设置,这样可以提高采集到满足要求的旅客照片的概率。同时,本发明优选的,可以在旅客转弯之前的位置设置显示器,用于旅客观看到自己的形态,从而能够提醒自己挺胸抬头,以提高采集到的图片的准确率。
步骤40,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当满足时,进入步骤50,否则,发出第三语音提示信号。人、证一致性比对的要求具体为:现场采集到的人脸图像中包括人脸并且人脸未被遮挡或者被遮挡的区域面积小于等于预先设置的遮挡阈值。第三语音提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票。在该步骤中,对现场采集到的人脸图像进行简单的初筛,如果图像中没有人脸或者人脸被遮挡到无法进行自动识别,则发出提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票。现实中,往往有旅客戴着超大墨镜、戴口罩、头发或者围巾遮住面部,从而造成无法采集到合适的图像,这种情况下,通过简单初筛就可以发出请前往人工检票窗口进行人工检票的提示,以保证不耽误过多的时间,提高了自助检票系统的效率。
步骤50,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证具体包括,参照图2:
步骤51,获取现场采集到的人脸图像的人脸区域图像。在该步骤中,对现场采集到的人脸图像进行轮廓检测,剪裁出人脸区域图像。
步骤52,对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像。在该步骤中,将人脸区域图像缩放到标准大小,获得标准大小的人脸区域图像;对标准大小的人脸区域图像进行光照补偿到标准亮度,获得标准大小和亮度的人脸区域图像;对标准大小和亮度的人脸区域图像进行角度旋转到标准姿态,获得标准大小、亮度、姿态的人脸区域图像。从而获得标准的图像,以方便后续的使用。
步骤53,判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin)。
在该步骤中,仅仅对第一次出行的旅客计算其特征集合S,并且将计算出来的S存储在数据库中,这样当旅客以后出行时,从数据库中直接调取该S即可,减少了计算量,提高了人脸识别的速度。
在所述步骤53中,计算该旅客的身份证上的人脸图像的特征集合S和计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C的步骤具体包括:
步骤531,分别在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数。
采用该步骤,可以获取人脸图像上的特征点,例如五官、下巴等特征显著的区域。
步骤532,选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次。
在该步骤中,仅仅选取对比度高、稳定性强的J点作为F点,去除了噪声,提高了人脸识别的精度。
步骤533,确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
步骤534,生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
在该步骤中,对靠近图像中心的F点,采用小的区域划分,可以更好的利用中心的点,突出该F点的作用和影响,对远离图像中心的F点,采用大的区域划分,可以减少利用边缘的点,弱化该F点的作用和影响,从而提高了人脸识别的精度。
步骤54;对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;当Y大于等于所述第一阈值且小于等于所述第二阈值时,进入步骤55;其中第一阈值小于第二阈值;
通过步骤中,可以先采用简单的算法,直接获得能够明显判断出人、证一致或者不一致的旅客,保证其迅速通行,对于不明显的情形,进入到步骤55,采用更为复杂的算法进行判断。从而提高了人脸识别的速度。
步骤55,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
第四语音提示信号用于提示旅客人脸自动验证失败,请前往人工检票窗口进行人工检票。优选的,本发明中设置数据库中存储的历史C的个数不超过5个,当超出时,利用最新的历史C代替最开始的历史C。从而能够保证数据库中存储的历史C能够紧跟旅客的外貌变化。实际中,所述个数可以根据实际需要自行设定。
通过该步骤,能够在采用身份证上的人脸图像和现场采集的人脸图像无法进行精确的人脸识别的情况下,利用旅客前几次乘车时采集到的并且被验证为是旅客本人的图像和身份证图像一起作为对比对象,从而提高了人脸识别的精确度。另外,采用年龄差的倒数作为权值,增加了时间最接近图像的比重,从而进一步提高了人脸识别的精确度。对于无法通过自助检票进行准确人脸识别的旅客,及时提示其进行人工检票,从而减低了车站的拥堵,提升了用户体验。
第二实施例
参照图3,本发明还相应的提出了一种基于人像与身份证比对识别的自助检票装置,包括:
第一验证单元,用于在第一闸机门处对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号。第一语音提示信号用于提示旅客票的日期不是当日,或者车次不属于本站。
通过该单元,限制了非乘车日期的旅客进站,同时限制了不是本车站发出或者途径本车站的车次的旅客进站,一方面限制了无关人员进站导致的站内拥挤,另一方面对误操作的旅客在第一时间进行提醒。现实中,经常有手持未来几天的车票的旅客误认为应该当日乘车,还有走错车站的旅客,例如应该去北京西站,却误去了北京站。本发明通过在检票的最前端,即第一闸机处对旅客的票进行验证,极大的方便了车站的管理和对旅客的及时提醒。
第二验证单元,用于在第二闸机门处对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息。第二语音提示信号用于提示旅客身份证和票不属于同一个人。
通过该单元,对票证不一致的旅客进行及时拦截,避免了无关人员进站导致的站内拥挤,同时,如果该旅客是第一次乘车,可以在数据库中采集包括身份证上的人脸图像在内的该旅客的身份证信息以方便后续的使用。
图像采集单元,用于在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像。第二闸机门和第三闸机门之间的通道为L形,图像采集装置设置在L形通道的转弯之前和转弯之后的位置。设置旅客边行进边采集图像可以节约时间。本发明之所以设置通道为L形,是因为一般情况下,人在转弯的时候都是抬头的姿势,这样可以容易的采集到旅客的正面图像。图像采集装置在L形通道的转弯之前和转弯之后的位置均设置,这样可以提高采集到满足要求的旅客照片的概率。同时,本发明优选的,可以在旅客转弯之前的位置设置显示器,用于旅客观看到自己的形态,从而能够提醒自己挺胸抬头,以提高采集到的图片的准确率。
第一判断单元,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当不满足时,发出第三语音提示信号。人、证一致性比对的要求具体为:现场采集到的人脸图像中包括人脸并且人脸未被遮挡或者被遮挡的区域面积小于等于预先设置的遮挡阈值。第三语音提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票。在该步骤中,对现场采集到的人脸图像进行简单的初筛,如果图像中没有人脸或者人脸被遮挡到无法进行自动识别,则发出提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票。现实中,往往有旅客戴着超大墨镜、戴口罩、头发或者围巾遮住面部,从而造成无法采集到合适的图像,这种情况下,通过简单初筛就可以发出请前往人工检票窗口进行人工检票的提示,以保证不耽误过多的时间,提高了自助检票系统的效率。
第三验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,所述第三验证单元包括,参照图4:
人脸区域图像获取单元,用于获取现场采集到的人脸图像的人脸区域图像。在该单元中,对现场采集到的人脸图像进行轮廓检测,剪裁出人脸区域图像。
标准化单元,用于对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像。在该单元中,将人脸区域图像缩放到标准大小,获得标准大小的人脸区域图像;对标准大小的人脸区域图像进行光照补偿到标准亮度,获得标准大小和亮度的人脸区域图像;对标准大小和亮度的人脸区域图像进行角度旋转到标准姿态,获得标准大小、亮度、姿态的人脸区域图像。从而获得标准的图像,以方便后续的使用。
特征获取单元,用于判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin)。在该单元中,仅仅对第一次出行的旅客计算其特征集合S,并且将计算出来的S存储在数据库中,这样当旅客以后出行时,从数据库中直接调取该S即可,减少了计算量,提高了人脸识别的速度。
特征获取单元包括:
J点检测单元,用于在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数。
采用该单元,可以获取人脸图像上的特征点,例如五官、下巴等特征显著的区域。
F点选择单元,用于选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次。
采用该单元,仅仅选取对比度高、稳定性强的J点作为F点,去除了噪声,提高了人脸识别的精度。
F点角度方向确定单元,用于确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
特征向量生成单元,用于生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
采用该单元,对靠近图像中心的F点,采用小的区域划分,可以更好的利用中心的点,突出该F点的作用和影响,对远离图像中心的F点,采用大的区域划分,可以减少利用边缘的点,弱化该F点的作用和影响,从而提高了人脸识别的精度。
第一人证验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第一阈值小于第二阈值;
采用该单元,可以先采用简单的算法,直接获得能够明显判断出人、证一致或者不一致的旅客,保证其迅速通行,对于不明显的情形,进入到步骤55,采用更为复杂的算法进行判断。从而提高了人脸识别的速度。
第二人证验证单元,用于当Y大于等于所述第一阈值且小于等于所述第二阈值时,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
第四语音提示信号用于提示旅客人脸自动验证失败,请前往人工检票窗口进行人工检票。优选的,本发明中设置数据库中存储的历史C的个数不超过5个,当超出时,利用最新的历史C代替最开始的历史C。从而能够保证数据库中存储的历史C能够紧跟旅客的外貌变化。实际中,所述个数可以根据实际需要自行设定。
通过该步骤,能够在采用身份证上的人脸图像和现场采集的人脸图像无法进行精确的人脸识别的情况下,利用旅客前几次乘车时采集到的并且被验证为是旅客本人的图像和身份证图像一起作为对比对象,从而提高了人脸识别的精确度。另外,采用年龄差的倒数作为权值,增加了时间最接近图像的比重,从而进一步提高了人脸识别的精确度。对于无法通过自助检票进行准确人脸识别的旅客,及时提示其进行人工检票,从而减低了车站的拥堵,提升了用户体验。
要理解本文所述的实施例可以由硬件、软件、固件、中间件、微代码或其任意组合来实现。对于硬件实现方式,处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计以执行本文所述功能的其他电子单元、或其组合内实现。当以软件、固件、中间件或微代码、程序代码或代码段来实现实施例时,可以将它们存储在诸如存储组件的机器可读介质中。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种基于人像与身份证比对识别的自助检票方法,其特征在于所述方法包括如下步骤:
步骤10,在第一闸机门处,对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号;
步骤20,在第二闸机门处,对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息;
步骤30,在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像;
步骤40,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当满足时,进入步骤50,否则,发出第三语音提示信号;
步骤50,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证具体包括:
步骤51,获取现场采集到的人脸图像的人脸区域图像;
步骤52,对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像;
步骤53,判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin);
步骤54;对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;当Y大于等于所述第一阈值且小于等于所述第二阈值时,进入步骤55;其中第一阈值小于第二阈值;
步骤55,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
2.根据权利要求1所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:在所述步骤53中,计算该旅客的身份证上的人脸图像的特征集合S和计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C的步骤具体包括:
步骤531,分别在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数;
步骤532,选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次;
步骤533,确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
步骤534,生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
3.根据权利要求1或2所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:步骤40中的人、证一致性比对的要求具体为:现场采集到的人脸图像中包括人脸并且人脸未被遮挡或者被遮挡的区域面积小于等于预先设置的遮挡阈值。
4.根据权利要求1或2所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:步骤52中的对所述人脸区域图像进行大小、亮度和姿态的标准化,具体为:将人脸区域图像缩放到标准大小,获得标准大小的人脸区域图像;对标准大小的人脸区域图像进行光照补偿到标准亮度,获得标准大小和亮度的人脸区域图像;对标准大小和亮度的人脸区域图像进行角度旋转到标准姿态,获得标准大小、亮度、姿态的人脸区域图像。
5.根据权利要求1或2所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:第一语音提示信号用于提示旅客票的日期不是当日,或者车次不属于本站;第二语音提示信号用于提示旅客身份证和票不属于同一个人;第三语音提示信号用于提示旅客人脸图像采集失败,请前往人工检票窗口进行人工检票;第四语音提示信号用于提示旅客人脸自动验证失败,请前往人工检票窗口进行人工检票。
6.根据权利要求1或2所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:第二闸机门和第三闸机门之间的通道为L形,图像采集装置设置在L形通道的转弯之前和转弯之后的位置。
7.根据权利要求1或2所述的一种基于人像与身份证比对识别的自助检票方法,其特征在于:数据库中存储的历史C的个数不超过5个,当超出时,利用最新的历史C代替最开始的历史C。
8.一种基于人像与身份证比对识别的自助检票装置,其特征在于所述装置包括:
第一验证单元,用于在第一闸机门处对旅客的票进行验证,当票的日期和车次正确时,打开所述第一闸机门,否则,不打开所述第一闸机门并且发出第一语音提示信号;
第二验证单元,用于在第二闸机门处对该旅客的身份证和票的一致性进行验证,当两者一致时,打开所述第二闸机门,否则,不打开所述第二闸机门并且发出第二语音提示信号;同时判断数据库中是否具有该旅客的身份证信息,如果有,则不采集该旅客的身份证信息,如果没有,则采集包括身份证上的人脸图像在内的该旅客的身份证信息;
图像采集单元,用于在该旅客沿着第二闸机门和第三闸机门之间的通道,从第二闸机门向第三闸机门行进的过程中,现场采集该旅客的人脸图像;
第一判断单元,判断现场采集到的人脸图像是否满足人、证一致性比对的要求,当不满足时,发出第三语音提示信号;
第三验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,当两者一致时,打开所述第三闸机门,否则,不打开第三闸机门并且发出第四语音提示信号;其中,所述第三验证单元包括:
人脸区域图像获取单元,用于获取现场采集到的人脸图像的人脸区域图像;
标准化单元,用于对所述人脸区域图像进行大小、亮度和姿态的标准化,获得标准大小、亮度、姿态的人脸区域图像;
特征获取单元,用于判断数据库中是否具有该旅客的身份证上的人脸图像的特征集合S,如果有,则从数据库中获取该旅客的身份证上的人脸图像的特征集合S;如果没有,则计算该旅客的身份证上的人脸图像的特征集合S并向数据库中存储所述S;同时计算该旅客的所述标准大小、亮度、姿态的人脸区域图像的特征集合C,C和S分别为m×n的矩阵,m为图像中特征点F的个数,n为每个特征的维数,Ci=(ci1,ci2,L,cin),Si=(si1,si2,L,sin);
第一人证验证单元,用于对身份证上的人脸图像和现场采集到的人脸图像的一致性进行验证,具体为,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S之间的相似度Y,当Y小于预先设置的第一阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像,同时向数据库中存储该旅客的所述C作为该旅客的历史C;当Y大于预先设置的第二阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第一阈值小于第二阈值;
第二人证验证单元,用于当Y大于等于所述第一阈值且小于等于所述第二阈值时,判断数据库中是否具有该旅客的历史C,如果有,则获取数据库中存储的至少一个历史C,所述数据库中存储的至少一个历史C记为C1’,C2’,……,CP’,其中P为历史C的个数,计算C1’,C2’,……,CP’与S的加权平均向量S’,其中C1’,C2’,……,CP’的权值为旅客的年龄和获取旅客的C1’,C2’,……,CP’时的年龄之间的年龄差的倒数,S的权值为旅客的年龄和旅客办理身份证时的年龄之间的年龄差的倒数,利用所述S’取代公式5中的S,利用公式五计算所述标准大小、亮度、姿态的人脸区域图像和所述加权平均向量S’的每一个特征点F之间的距离,对计算出来的所有m个距离求和获得C和S’之间的相似度Y,当Y小于预先设置的第三阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像是同一个人的图像;当Y大于预先设置的第四阈值时,则认定身份证上的人脸图像和现场采集到的人脸图像不是同一个人的图像;其中第三阈值小于第四阈值;如果没有该旅客的历史C,则发出第四语音提示信号。
9.根据权利要求8所述的一种基于人像与身份证比对识别的自助检票装置,其特征在于:特征获取单元包括:
J点检测单元,用于在所述标准大小、亮度、姿态的人脸区域图像和所述身份证上的人脸图像上检测J点,具体为,根据公式一获得图像中每个像素点的D值,将所述每个像素点的D值与其邻近的26个像素点的D值进行比较,如果该像素点的D值大于与其邻近的26个像素点的D值,则认为该像素点为J点;
D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]*f(x,y) (公式一)
其中,G(x,y,σ)为高斯函数,D(x,y,σ)为高斯差分,f(x,y)为图像中坐标为(x,y)处的像素点值,σ为尺度空间因子,k为常量系数;
F点选择单元,用于选择对比度高、稳定性强的J点作为F点,具体为,利用公式二计算每个J点的选择的J点为对比度高的J点,在对比度高的J中选择满足公式三的J点作为对比度高且稳定性强的F点;
其中,
其中,Dxx表示x方向求导两次;
F点角度方向确定单元,用于确定各个F点的角度方向,具体为,根据公式四计算各个F点的角度方向;
其中,L(x,y,σ)=G(x,y,σ)*f(x,y)
特征向量生成单元,用于生成每个F点的特征向量,具体为对于每一个F点,将坐标轴旋转为该F点的角度方向,以该F点将中心选取16×16的邻域窗口,如果该F点位于图像的边缘区域,则将16×16的邻域窗口划分为4个8×8子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量;如果该F点位于图像的中间区域,则将16×16的邻域窗口划分为16个4×4子区域,在每一个子区域上生成8个方向的梯度直方图,将每个梯度方向累加生成该F点的特征向量。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710816814.6A CN107633558A (zh) | 2017-09-12 | 2017-09-12 | 一种基于人像与身份证比对识别的自助检票方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710816814.6A CN107633558A (zh) | 2017-09-12 | 2017-09-12 | 一种基于人像与身份证比对识别的自助检票方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633558A true CN107633558A (zh) | 2018-01-26 |
Family
ID=61101036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710816814.6A Pending CN107633558A (zh) | 2017-09-12 | 2017-09-12 | 一种基于人像与身份证比对识别的自助检票方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633558A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665559A (zh) * | 2018-05-21 | 2018-10-16 | 中兴智能视觉大数据技术(湖北)有限公司 | 一种人证票核实管理系统和方法 |
CN109902581A (zh) * | 2019-01-28 | 2019-06-18 | 重庆邮电大学 | 一种基于多步加权的单样本部分遮挡人脸识别方法 |
CN110349310A (zh) * | 2019-07-03 | 2019-10-18 | 源创客控股集团有限公司 | 一种用于园区企业的定制提醒云平台服务系统 |
CN110414454A (zh) * | 2019-07-31 | 2019-11-05 | 南充折衍智能光电科技有限公司 | 一种基于机器视觉的人证合一识别系统 |
WO2019242644A1 (zh) * | 2018-06-20 | 2019-12-26 | 京东数字科技控股有限公司 | 基于人工检票界面图像的检票方法、装置、介质及电子设备 |
CN110930569A (zh) * | 2018-09-20 | 2020-03-27 | 杭州海康威视数字技术股份有限公司 | 一种安检控制方法和系统 |
CN111104873A (zh) * | 2019-12-02 | 2020-05-05 | 广州极泽科技有限公司 | 一种多图像处理装置协同的人脸识别方法、系统、设备和介质 |
CN111126158A (zh) * | 2019-11-27 | 2020-05-08 | 中铁程科技有限责任公司 | 基于人脸识别的自动检票方法、装置及系统 |
CN111178467A (zh) * | 2019-12-27 | 2020-05-19 | 武汉裕众信息科技有限公司 | 基于校车的身份验证方法、装置、存储介质以及终端 |
CN112597886A (zh) * | 2020-12-22 | 2021-04-02 | 成都商汤科技有限公司 | 乘车逃票检测方法及装置、电子设备和存储介质 |
CN113129498A (zh) * | 2021-06-16 | 2021-07-16 | 湖南中惠旅智能科技有限责任公司 | 基于智慧景区的人脸识别方法及系统 |
CN113313014A (zh) * | 2021-05-26 | 2021-08-27 | 深圳市君利信达科技有限公司 | 一种基于人脸特征分析情感强度的海关检测系统 |
CN114005160A (zh) * | 2021-10-28 | 2022-02-01 | 建湖县公安局 | 一种基于身份二维码和人工智能的门禁控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201594274U (zh) * | 2009-07-31 | 2010-09-29 | 深圳市丰泰瑞达实业有限公司 | 一种身份识别验证系统 |
CN102324110A (zh) * | 2011-09-01 | 2012-01-18 | 苏州元澄智能科技有限公司 | 基于rfid技术的实名制票务系统 |
CN105631941A (zh) * | 2015-12-25 | 2016-06-01 | 中国铁道科学研究院电子计算技术研究所 | 一种检票进站系统及基于该系统的检票进站方法 |
CN106710007A (zh) * | 2016-12-05 | 2017-05-24 | 北京万相融通科技股份有限公司 | 一种基于实名验票制的快速检票验票方法及其系统 |
-
2017
- 2017-09-12 CN CN201710816814.6A patent/CN107633558A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201594274U (zh) * | 2009-07-31 | 2010-09-29 | 深圳市丰泰瑞达实业有限公司 | 一种身份识别验证系统 |
CN102324110A (zh) * | 2011-09-01 | 2012-01-18 | 苏州元澄智能科技有限公司 | 基于rfid技术的实名制票务系统 |
CN105631941A (zh) * | 2015-12-25 | 2016-06-01 | 中国铁道科学研究院电子计算技术研究所 | 一种检票进站系统及基于该系统的检票进站方法 |
CN106710007A (zh) * | 2016-12-05 | 2017-05-24 | 北京万相融通科技股份有限公司 | 一种基于实名验票制的快速检票验票方法及其系统 |
Non-Patent Citations (4)
Title |
---|
孙统风: "基于多尺度与子空间的图像融合和识别研究", 《中国矿业大学博士学位论文》 * |
张洁玉: "图像局部不变特征提取与匹配及应用研究", 《南京理工大学博士学位论文》 * |
徐春婕: "铁路大型客运站管理系统及关键技术研究", 《中国铁道科学研究院博士学位》 * |
戴金波: "基于视觉信息的图像特征提取算法研究", 《吉林大学博士学位论文》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665559A (zh) * | 2018-05-21 | 2018-10-16 | 中兴智能视觉大数据技术(湖北)有限公司 | 一种人证票核实管理系统和方法 |
WO2019242644A1 (zh) * | 2018-06-20 | 2019-12-26 | 京东数字科技控股有限公司 | 基于人工检票界面图像的检票方法、装置、介质及电子设备 |
CN110930569A (zh) * | 2018-09-20 | 2020-03-27 | 杭州海康威视数字技术股份有限公司 | 一种安检控制方法和系统 |
CN109902581A (zh) * | 2019-01-28 | 2019-06-18 | 重庆邮电大学 | 一种基于多步加权的单样本部分遮挡人脸识别方法 |
CN110349310A (zh) * | 2019-07-03 | 2019-10-18 | 源创客控股集团有限公司 | 一种用于园区企业的定制提醒云平台服务系统 |
CN110414454A (zh) * | 2019-07-31 | 2019-11-05 | 南充折衍智能光电科技有限公司 | 一种基于机器视觉的人证合一识别系统 |
CN111126158A (zh) * | 2019-11-27 | 2020-05-08 | 中铁程科技有限责任公司 | 基于人脸识别的自动检票方法、装置及系统 |
CN111104873A (zh) * | 2019-12-02 | 2020-05-05 | 广州极泽科技有限公司 | 一种多图像处理装置协同的人脸识别方法、系统、设备和介质 |
CN111178467A (zh) * | 2019-12-27 | 2020-05-19 | 武汉裕众信息科技有限公司 | 基于校车的身份验证方法、装置、存储介质以及终端 |
CN112597886A (zh) * | 2020-12-22 | 2021-04-02 | 成都商汤科技有限公司 | 乘车逃票检测方法及装置、电子设备和存储介质 |
CN113313014A (zh) * | 2021-05-26 | 2021-08-27 | 深圳市君利信达科技有限公司 | 一种基于人脸特征分析情感强度的海关检测系统 |
CN113313014B (zh) * | 2021-05-26 | 2023-08-25 | 深圳市君利信达科技有限公司 | 一种基于人脸特征分析情感强度的海关检测系统 |
CN113129498A (zh) * | 2021-06-16 | 2021-07-16 | 湖南中惠旅智能科技有限责任公司 | 基于智慧景区的人脸识别方法及系统 |
CN114005160A (zh) * | 2021-10-28 | 2022-02-01 | 建湖县公安局 | 一种基于身份二维码和人工智能的门禁控制系统及方法 |
CN114005160B (zh) * | 2021-10-28 | 2022-05-17 | 建湖县公安局 | 一种基于身份二维码和人工智能的门禁控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633558A (zh) | 一种基于人像与身份证比对识别的自助检票方法和设备 | |
US10509985B2 (en) | Method and apparatus for security inspection | |
CN102945366B (zh) | 一种人脸识别的方法及装置 | |
WO2020155939A1 (zh) | 图像识别方法、装置、存储介质和处理器 | |
CN102201061B (zh) | 基于多阶层过滤人脸识别的智能安全监控系统及方法 | |
CN104732601B (zh) | 一种基于人脸识别技术的高识别率自动考勤装置及方法 | |
CN108596277A (zh) | 一种车辆身份识别方法、装置和存储介质 | |
CN106815515A (zh) | 一种基于轨迹验证的验证码实现方法及装置 | |
CN109214280A (zh) | 基于街景的店铺识别方法、装置、电子设备及存储介质 | |
CN105975959A (zh) | 基于神经网络的人脸特征提取建模、人脸识别方法及装置 | |
CN103383732B (zh) | 图像处理方法和装置 | |
CN106203294A (zh) | 基于人脸属性分析的人证合一身份验证方法 | |
CN106503742A (zh) | 一种可见光图像绝缘子识别方法 | |
CN108921008A (zh) | 人像识别方法、装置及电子设备 | |
CN104504408A (zh) | 一种人脸识别比对方法和实现该方法的系统 | |
TW200842733A (en) | Object image detection method | |
CN106779292A (zh) | 一种基于人脸识别为客户提供服务的方法及装置 | |
CN205875022U (zh) | 一种带静电检测通道的闸机系统 | |
CN107622489A (zh) | 一种图像篡改检测方法及装置 | |
CN109409962A (zh) | 图像处理方法、装置、电子设备、计算机可读存储介质 | |
CN107645709A (zh) | 一种确定人员信息的方法及装置 | |
CN108335492A (zh) | 车辆停放检测方法以及计算机可读存储介质 | |
CN110008664A (zh) | 认证信息采集、开户方法、装置及电子设备 | |
CN109583295A (zh) | 一种基于卷积神经网络的转辙机缺口自动检测方法 | |
CN110427923A (zh) | 婴幼儿吐奶行为识别方法、装置、计算机设备及存储介质 |
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 |
Application publication date: 20180126 |
|
RJ01 | Rejection of invention patent application after publication |