CN111832409A - 一种网约车的人脸匹配方法、云平台以及网约车etc设备 - Google Patents

一种网约车的人脸匹配方法、云平台以及网约车etc设备 Download PDF

Info

Publication number
CN111832409A
CN111832409A CN202010514654.1A CN202010514654A CN111832409A CN 111832409 A CN111832409 A CN 111832409A CN 202010514654 A CN202010514654 A CN 202010514654A CN 111832409 A CN111832409 A CN 111832409A
Authority
CN
China
Prior art keywords
image data
network
face image
appointment
car
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.)
Granted
Application number
CN202010514654.1A
Other languages
English (en)
Other versions
CN111832409B (zh
Inventor
沈树鹏
何宁
朱芬
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.)
Shenzhen Genvict Technology Co Ltd
Original Assignee
Shenzhen Genvict 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 Shenzhen Genvict Technology Co Ltd filed Critical Shenzhen Genvict Technology Co Ltd
Priority to CN202010514654.1A priority Critical patent/CN111832409B/zh
Publication of CN111832409A publication Critical patent/CN111832409A/zh
Application granted granted Critical
Publication of CN111832409B publication Critical patent/CN111832409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及了一种网约车的人脸匹配方法、云平台以及网约车ETC设备，该方法应用于云平台，该方法包括：根据指示向网约车ETC设备发送拍摄指令，以触发所述网约车ETC设备拍摄得到针对网约车司机的第一人脸图像数据；接收所述网约车ETC设备发送的所述第一人脸图像数据和所述网约车ETC设备的标识信息；根据网约车ETC设备的标识信息从数据库中确定第二人脸图像数据；将第一人脸图像数据和第二人脸图像数据进行人脸匹配；向网约车ETC设备发送人脸匹配结果。实施本发明实施例，可以快速验证网约车实际驾驶人员是否与注册人员一致，使得乘客的人生安全得到有效保障。

Description

一种网约车的人脸匹配方法、云平台以及网约车ETC设备
技术领域
本发明涉及智能交通(Intelligent Transportation System，ITS)领域，尤其涉及一种网约车的人脸匹配方法、云平台以及网约车ETC设备。
背景技术
移动互联网技术的发展为共享经济的兴起提供了强大的技术支撑，网约车平台也应运而生。这一创新模式通过整合闲置资源与出行需求，实现精准的供需匹配，为人们提供了多样化的出行方式，极大地改善了人们的出行体验。但随着网约车市场的不断扩大，网约车自身问题逐渐增多。特别是网约车运行过程中，缺乏有效的监管机制，比如网约车辆实际驾驶人员是否与注册人员一致，目前需要更有效的保障。
目前一些网约车平台采用的是通过车载摄像头或手机摄像头对网约车司机进行人脸识别，在一定程度上对人车身份安全性提供了保障。但这种方式还存在着安全隐患，比如车载摄像头和手机摄像头可轻易移动，跟车辆的关联性不强，可能会出现换车换人的情况。
发明内容
本发明提供一种网约车的人脸匹配方法，云平台根据网约车ETC设备的人脸图像数据和云平台存储的人脸数据进行人脸匹配，可以验证网约车实际驾驶人员是否与注册人员一致，使得乘客的人生安全得到有效保障。
第一方面，提供一种网约车的人脸匹配方法，应用于云平台，包括：根据指示向网约车ETC设备发送拍摄指令，以触发所述网约车ETC设备拍摄得到针对网约车司机的第一人脸图像数据；接收网约车ETC设备发送的所述第一人脸图像数据和所述网约车ETC设备的标识信息；根据网约车ETC设备的标识信息从数据库中确定第二人脸图像数据；将第一人脸图像数据和第二人脸图像数据进行人脸匹配。
可选的实施例中，在接收网约车ETC设备发送的针对网约车司机拍摄的第一人脸图像数据和ETC设备的标识信息之后，根据网约车ETC设备的标识信息从数据库中确定第二人脸图像数据之前，该方法还包括：确定所述网约车ETC设备的防拆位信息是否有效。相应的，根据ETC设备的标识信息从数据库中确定第二人脸图像数据，具体为：在确定网约车ETC设备的防拆位信息为有效的情况下，根据ETC设备的标识信息从数据库中确定第二人脸图像数据。
实施本发明实施例，在进行人脸匹配之前验证网约车ETC设备的防拆位是否有效，可以有效避免ETC设备被拆卸后安装到其他车辆的情况。
可选的实施例中，在确定网约车ETC设备的防拆位信息为有效之后，该方法还包括：根据ETC设备标识信息确定网约车ETC设备是否在云平台中已注册。相应的，根据ETC设备的标识信息从数据库中确定第二人脸图像数据，具体为：在确定网约车ETC设备的防拆位信息为有效且已注册的情况下，根据ETC设备的标识信息从数据库中确定第二人脸图像数据。
实施本发明实施例，由于云平台会接收大量ETC设备的标识信息，其中包括网约车的和非网约车的ETC设备标识信息，因此在验证ETC设备的防拆位信息之后验证网约车的ETC设备是否已经注册，可以有效减少云平台的数据处理量。另外，网约车ETC设备通过专用数据流量卡与云平台进行通信，通过验证标识信息是否已注册的网约车ETC设备，可以确保网约车ETC设备与专用数据流量卡一对一绑定关系，从而避免专用数据流量卡被拆卸转移至其他ETC设备设备上进行非法使用。
可选的实施例中，在将所述第一人脸图像数据和所述第二人脸图像数据进行人脸匹配之后，所述方法还包括：向所述网约车ETC设备发送人脸匹配结果；和/或，向所述网约车乘客端手机应用软件发送所述人脸匹配结果。
可选的实施例中，在向网约车ETC设备发送人脸匹配结果之后，若人脸匹配结果为不匹配，该方法还包括：记录网约车ETC设备违规行为信息，并将网约车ETC设备违规行为信息、第一人脸图像数据以及第二人脸图像数据发送给第三方平台。
实施本发明实施例，若人脸结果为不匹配，将该网约车的违规信息发送给第三方平台(例如网约车运营平台或者警务平台等)，可以有效规范该网约车车主的驾驶行为，有效保障乘客人生安全。
第二方面，提供一种网约车的人脸匹配方法，其特征在于，应用于网约车ETC设备，该网约车ETC设备包括前置摄像头，该方法包括：接收云平台的拍摄指示，并根据指示通过所述前置摄像头对网约车司机进行人脸拍摄，得到第一人脸图像数据；将标识信息和第一人脸图像数据发送给云平台，以使云平台根据ETC设备的标识信息从数据库中确定第二人脸图像数据，并将第一人脸图像数据图片和第二人脸图像数据进行人脸匹配。
实施本发明实施例，网约车ETC设备向云平台发送人脸图像数据，以云平台根据网约车ETC设备的人脸图像数据和云平台存储的人脸数据进行人脸匹配，可以快速验证网约车实际驾驶人员是否与注册人员一致，使得乘客的人生安全得到有效保障。
可选的实施例中，ETC设备标识信息和第一人脸图像数据所属的数据帧中还包括防拆位信息，防拆位信息用于云平台判定网约车ETC设备是否有效。
实施本发明实施例，在进行人脸匹配之前验证网约车ETC设备的防拆位是否有效，可以有效避免ETC设备被拆卸后安装到其他车辆的情况。
可选的实施例中，在将所述第一人脸图像数据图片和所述第二人脸图像数据进行人脸匹配之后，该方法还包括：获取云平台发送的人脸匹配结果；若人脸匹配结果为不匹配，通过网约车ETC设备的语音模块输出预警信息。
实施本发明实施例，在不匹配的情况下发出预警信息，可有效提高乘客的警惕意识，注意自身安全。
第三方面，提供一种云平台，其特征在于，包括处理器和存储器，处理器和存储器相互连接，其中，存储器用于存储计算机程序，计算机程序包括程序指令，处理器被配置用于调用程序指令，执行如第一方面描述的方法。
第四方面，提供一种网约车ETC设备，其特征在于，包括处理器和存储器，处理器和存储器相互连接，其中，存储器用于存储计算机程序，计算机程序包括程序指令，处理器被配置用于调用所述程序指令，执行如第二方面描述的方法。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例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获得其他的附图。附图中：
图1是本发明实施例提供的第一种网约车的人脸匹配方法示意图；
图2是本发明实施例提供的一种图像数据识别方法示意图；
图3是本发明实施例提供的第二种网约车的人脸匹配方法示意图；
图4是本发明实施例提供的第三种网约车的人脸匹配方法示意图；
图5是本发明实施例提供的一种网约车司机信用等级判定示意图；
图6是本发明实施例提供的第四种网约车的人脸匹配方法示意图；
图7是本发明实施例提供的第五种网约车的人脸匹配方法示意图；
图8是本发明实施例提供的云平台结构框图；
图9是本发明实施例提供的网约车ETC设备结构框图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。
参见图1，图1是本发明实施例提供的第一种网约车的人脸匹配方法示意图。该方法应用于云平台，如图1所示，该方法包括：
S101：云平台根据指示向网约车ETC设备发送拍摄指令，以触发所述网约车ETC设备拍摄得到针对网约车司机的第一人脸图像数据。
具体的，乘客通过第三方软件预约网约车，当乘客上车后，第三方软件向云平台发送上车指示，当云平台接收到上车指示后，向网约车ETC设备发送拍摄指令，使得网约车ETC设备根据拍摄指令对网约车司机进行拍照，其中第三方软件可以为网约车运营平台的相关软件。
需要说明的是，乘客可以通过第三方软件向云平台发送上车指示，也可以不通过第三方软件，直接向云平台发送上车指示。
网约车ETC设备可以是在ETC电子标签中的增加联网功能的车载单元，其不仅具备ETC收费功能，可以与RSU进行ETC通讯，还具备联网功能，可以通过4G/5G/专用网络与云平台通讯。ETC设备具有前置摄像头，在针对网约车司机进行拍照后，通过网络将针对网约车司机拍摄的照片和ETC设备标识信息发送给云平台。
S102:云平台接收网约车ETC设备发送的第一人脸图像数据和网约车ETC设备的标识信息。
其中，ETC设备的标识信息可以包括车牌信息、车主信息、交易卡信息以及唯一标识ETC设备的SN序列码中的任意一种或任意多种组合。优选的，采用唯一标识ETC设备的SN序列码作为ETC设备的标识信息。
S103：云平台根据网约车ETC设备的标识信息从数据库中确定第二人脸图像数据。
具体的，ETC设备标识信息用以云平台识别数据库中对应的人脸数据信息。参见图2，图2为本发明实施例提供的一种图像数据识别方法示意图。如图2所示云平台中存储有多组ETC设备标识-数据图像信息，例如(A1，W2)，其中A1为ETC设备标识信息，W2为云平台数据库注册时网约车司机的人脸图像数据。当云平台接收到ETC设备发送的ETC设备标识信息和第一人脸图像数据(D1，X1)，云平台根据ETC设备标识D1从数据库中确定第二人脸图像数据X2。参见图3，图3为本发明实施例提供的第二种网约车的人脸匹配方法示意图。本发明实施例在执行步骤S102之后，执行步骤S103之前，还包括步骤S201-S202，以下对步骤S201-S202进行详细介绍：
S201：云平台确定网约车ETC设备的防拆位信息是否有效。
具体的，ETC设备防拆信息可以在第一人脸图像数据所属的数据帧中，云平台解析第一人脸图像数据时得到ETC设备防拆位信息。
若云平台确定网约车ETC设备的防拆位信息有效，则执行步骤S103；若云平台确定网约车的防拆位信息无效，则执行步骤S202。
S202：云平台向网约车ETC设备和/或网约车乘客端手机应用软件发送异常警告。
具体的，网约车ETC设备和/或网约车乘客端手机应用软件接收云平台发送的异常警告后，可以提醒乘客该网约车存在异常情况，警惕自身安全。
实施本发明实施例，在进行人脸匹配之前验证网约车ETC设备的防拆位是否有效，可以有效避免网约车ETC设备被拆卸后安装到其他车辆的情况。
参见图4，图4为本发明实施例提供的第三种网约车的人脸匹配方法示意图。本发明实施例在执行步骤S201之后，执行步骤S103之前，还包括步骤S301，以下对步骤S301进行详细介绍：
S301：云平台根据ETC设备标识信息确定网约车ETC设备是否在云平台中已注册。
具体的，由于云平台会接收大量ETC设备的标识信息，其中包括网约车的和非网约车的ETC设备标识信息，因此在验证ETC设备的防拆位信息之后验证网约车的ETC设备是否已经注册，可以有效减少云平台的数据处理量。另外，网约车ETC设备通过专用数据流量卡与云平台进行通信，通过验证标识信息是否已注册的网约车ETC设备，可以确保网约车ETC设备与专用数据流量卡一对一绑定关系，从而避免专用数据流量卡被拆卸转移至其他ETC设备上进行非法使用。
若云平台根据ETC设备标识信息确定网约车ETC设备已经在云平台中已注册，则执行步骤S103。
S104：云平台将第一人脸图像数据和第二人脸图像数据进行人脸匹配。
具体的，将第一人脸图像数据和第二人脸图像数据根据神经网络算法进行人脸匹配。具体过程包括：提取第一人脸图像的人脸特征和第二人脸图像特征，比较两者的相似度，当相似度超过预设阈值时，则判断第一人脸图像数据和第二人脸图像数据相互匹配，否则为不匹配。这里需要说明的，第二人脸图像数据可以是提取完成并存储在云平台相应数据库中的人脸特征值。
可选的，云平台在将第一人脸图像数据和第二人脸图像数据进行人脸匹配之后，云平台向网约车ETC设备和/或网约车乘客端手机应用软件发送人脸匹配结果。
若人脸匹配结果为不匹配，记录网约车ETC设备违规行为信息，并将网约车ETC设备违规行为信息、第一人脸图像数据以及第二人脸图像数据发送给第三方平台。
具体的，违规行为信息包括：违规次数、违规时间等信息。第三方平台可以是网约车运营平台或者警务平台。
进一步的，云平台根据网约车ETC设备违规行为信息生成网约车司机信用等级。
在一种实施例中，云平台根据网约车ETC设备违规次数和预设的次数，判定网约车司机的信用等级。
参见图5，图5是本发明实施例提供的一种网约车司机信用等级判定示意图。如图5所示：当网约车司机的违规次数在0-5之间，则网约车司机的信用等级为良好；当网约车司机的违规次数在5-10之间，则网约车司机的信用等级为一般；当网约车司机的违规次数大于10，则网约车司机的信用等级为差。需要说明的是，本发明实施例的预设次数还可以是其他数值，本发明实施例对此不作限定。
在另一种实施例中，云平台根据网约车云平台根据网约车ETC设备违规次数和违规时间，判定网约车司机的信用等级。
实施本发明实施例，云平台根据网约车ETC设备违规行为信息生成网约车司机信用等级，可以提示乘客该网约车的风险大小，提醒乘客人身安全，也一定程度上规范网约车司机的行为。
实施本发明实施例，云平台根据网约车ETC设备的人脸图像数据和云平台存储的人脸数据进行人脸匹配，可以验证网约车实际驾驶人员是否与注册人员一致，使得乘客的人生安全得到有效保障。
参见图6，图6为本发明实施例提供的第四种网约车的人脸匹配方法示意图。如图6所示，该方法包括：
S601，网约车ETC设备接收云平台的拍摄指示。
具体的，网约车ETC设备具有前置摄像头，乘客通过第三方软件预约网约车，当乘客上车后，第三方软件向云平台发送上车指示，当云平台接收到上车指示后，向网约车ETC设备发送拍摄指令，使得网约车ETC设备根据拍摄指令对网约车司机进行拍照。
需要说明的是，乘客可以通过第三方软件向云平台发送上车指示，也可以不通过第三方软件直接向云平台发送上车指示。
网约车ETC设备可以是在ETC电子标签中的增加联网功能的车载单元，其不仅具备ETC收费功能，可以与RSU进行ETC通讯，还具备联网功能，可以通过4G/5G/专用网络与云平台通讯。ETC设备具有前置摄像头，在针对网约车司机进行拍照后，通过网络将针对网约车司机拍摄的照片和ETC设备标识信息发送给云平台。
S602，网约车ETC设备根据拍摄指示通过前置摄像头对网约车司机进行人脸拍摄，得到第一人脸图像数据。
S603：网约车ETC设备将ETC标识信息和所述第一人脸图像数据发送给云平台。
其中，ETC设备的标识信息可以包括车牌信息、车主信息、交易卡信息以及唯一标识ETC设备的SN序列码中的任意一种或任意多种组合。优选的，采用唯一标识ETC设备的SN序列码作为ETC设备的标识信息。
具体的，网约车ETC设备将ETC设备标识信息和第一人脸图像数据发送给云平台，以使云平台根据ETC设备的标识信息从数据库中确定第二人脸图像数据，并将第一人脸图像数据图片述第二人脸图像数据进行人脸匹配。可选的，ETC设备标识信息和第一人脸图像数据所属的数据帧中还包括防拆位信息，防拆位信息用于云平台判定网约车ETC设备是否有效。
实施本发明实施例，在进行人脸匹配之前验证网约车ETC设备的防拆位是否有效，可以有效避免ETC设备被拆卸后安装到其他车辆的情况。
参见图7，图7为本发明是实施例提供的一种网约车人脸识别方法示意图。如图7所示，本发明实施例在执行步骤S603之后还包括步骤S604-S605，下面对步骤S604-S605做详细介绍：
S604：网约车ETC设备获取云平台发送的人脸匹配结果。
具体的，云平台在根据第一人脸图像数据和第二人脸图像数据进行人脸匹配后，通过网络向网约车ETC设备发送人脸匹配结果。
S605：若人脸匹配结果为不匹配，网约车ETC设备通过语音模块输出预警信息。
实施本发明实施例，在网约车司机人脸不匹配的情况下发出预警信息，可有效提高乘客的警惕意识，注意自身安全。
参见图8，图8是本发明实施例提供的云平台结构框图，云平台包括：处理器801和存储有计算机程序的存储器802，所述处理器在执行所述存储器中存储的计算机程序时实现图1，图3或图4实施例的方法和步骤。
可能实施例中，云平台还可以包括：一个或多个输入接口803，一个或多个输出接口804。
上述处理器801、输入接口803、输出接口804和存储器802通过总线805连接。存储器802用于存储指令，处理器801用于执行存储器802存储的指令，输入接口803用于接收数据，例如网约车ETC设备标识信息和第一人脸图像数据等，输出接口804用于输出数据，例如人脸匹配结果等。
其中，处理器801被配置用于调用所述程序指令执行：图1，图3，图4实施例的方法和步骤。实施例中涉及网约车的人脸匹配的方法步骤。应当理解，在本公开实施例中，所称处理器801可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器802可以包括只读存储器和随机存取存储器以及可读写可编程非易失性存储器，如计算机硬盘(例如固态硬盘或者机械硬盘)，U盘等，该存储器802向处理器801提供指令和数据。存储器802的一部分还可以包括非易失性随机存取存储器。例如，存储器802还可以存储接口类型的信息。
在一些实现方式中，本公开实施例中所描述的服务器的上述各部件可用于图1，图3，图4实施例的方法和步骤，为了简洁，这里不再赘述。
参见图9，图9是本发明实施例提供的网约车ETC设备结构框图，ETC设备包括：处理器901和存储有计算机程序的存储器902，所述处理器在执行所述存储器中存储的计算机程序时实现图6或图7方法实施例的方法和步骤。
可能实施例中，云平台还可以包括：一个或多个输入接口903，一个或多个输出接口904。
上述处理器901、输入接口903、输出接口904和存储器902通过总线905连接。存储器902用于存储指令，处理器901用于执行存储器902存储的指令，输入接口903用于接收数据，例如匹配结果等，输出接口904用于输出数据，例如警报提示等。
其中，处理器901被配置用于调用所述程序指令执行：图6实施例中涉及网约车的人脸匹配的方法步骤。应当理解，在本公开实施例中，所称处理器901可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器902可以包括只读存储器和随机存取存储器以及可读写可编程非易失性存储器，如计算机硬盘(例如固态硬盘或者机械硬盘)，U盘等，该存储器902向处理器901提供指令和数据。存储器902的一部分还可以包括非易失性随机存取存储器。例如，存储器902还可以存储接口类型的信息。
在一些实现方式中，本公开实施例中所描述的服务器的上述各部件可用于执行图6或图7方法实施例中的方法步骤，为了简洁，这里不再赘述。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何纂改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种网约车的人脸匹配方法，其特征在于，应用于云平台，包括：
根据指示向网约车ETC设备发送拍摄指令，以触发所述网约车ETC设备拍摄得到针对网约车司机的第一人脸图像数据；
接收所述网约车ETC设备发送的所述第一人脸图像数据和所述网约车ETC设备的标识信息；
根据所述网约车ETC设备的标识信息从数据库中确定第二人脸图像数据；
将所述第一人脸图像数据和所述第二人脸图像数据进行人脸匹配。
2.根据权利要求1所述的网约车的人脸匹配方法，其特征在于，在接收网约车ETC设备发送的针对网约车司机拍摄的第一人脸图像数据和所述ETC设备的标识信息之后，根据所述网约车ETC设备的标识信息从数据库中确定第二人脸图像数据之前，所述方法还包括：
确定所述网约车ETC设备的防拆位信息是否有效；
相应的，所述根据所述ETC设备的标识信息从数据库中确定第二人脸图像数据，具体为：
在确定所述网约车ETC设备的防拆位信息为有效的情况下，根据所述ETC设备的标识信息从数据库中确定第二人脸图像数据。
3.根据权利要求2所述的网约车的人脸匹配方法，其特征在于，在确定所述网约车ETC设备的防拆位信息为有效之后，所述方法还包括：
根据所述ETC设备标识信息确定所述网约车ETC设备是否在所述云平台中已注册；
相应的，根据所述ETC设备的标识信息从数据库中确定第二人脸图像数据，具体为：
在确定所述网约车ETC设备的防拆位信息为有效且已注册的情况下，根据所述ETC设备的标识信息从数据库中确定第二人脸图像数据。
4.根据权利要求1所述的网约车的人脸匹配方法，其特征在于，在将所述第一人脸图像数据和所述第二人脸图像数据进行人脸匹配之后，所述方法还包括：
向所述网约车ETC设备发送人脸匹配结果；和/或，
向所述网约车乘客端手机应用软件发送所述人脸匹配结果。
5.根据权利要求1所述的网约车的人脸匹配方法，其特征在于，在向所述网约车ETC设备发送人脸匹配结果之后，若所述人脸匹配结果为不匹配，所述方法还包括：
记录所述网约车ETC设备违规行为信息，并将所述网约车ETC设备违规行为信息、第一人脸图像数据以及所述第二人脸图像数据发送给第三方平台。
6.一种网约车的人脸匹配方法，其特征在于，应用于网约车ETC设备，所述网约车ETC设备包括前置摄像头，包括：
接收云平台的拍摄指示，并根据指示通过所述前置摄像头对网约车司机进行人脸拍摄，得到第一人脸图像数据；
将ETC标识信息和所述第一人脸图像数据发送给云平台，以使所述云平台根据所述ETC设备的标识信息从数据库中确定第二人脸图像数据，并将所述第一人脸图像数据图片和所述第二人脸图像数据进行人脸匹配。
7.根据权利要求6所述的网约车的人脸匹配方法，其特征在于，所述ETC设备标识信息和所述第一人脸图像数据所属的数据帧中还包括防拆位信息，所述防拆位信息用于所述云平台判定所述网约车ETC设备是否有效。
8.根据权利要求7所述的网约车的人脸匹配方法，其特征在于，在将ETC标识信息和所述第一人脸图像数据发送给云平台之后，所述方法还包括：
获取云平台发送的人脸匹配结果；
若所述人脸匹配结果为不匹配，通过语音模块输出预警信息。
9.一种云平台，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
10.一种网约车ETC设备，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求6-8任一项所述的方法。
CN202010514654.1A 2020-06-08 2020-06-08 一种网约车的人脸匹配方法、云平台以及网约车etc设备 Active CN111832409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010514654.1A CN111832409B (zh) 2020-06-08 2020-06-08 一种网约车的人脸匹配方法、云平台以及网约车etc设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010514654.1A CN111832409B (zh) 2020-06-08 2020-06-08 一种网约车的人脸匹配方法、云平台以及网约车etc设备

Publications (2)

Publication Number Publication Date
CN111832409A true CN111832409A (zh) 2020-10-27
CN111832409B CN111832409B (zh) 2024-04-30

Family

ID=72898592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010514654.1A Active CN111832409B (zh) 2020-06-08 2020-06-08 一种网约车的人脸匹配方法、云平台以及网约车etc设备

Country Status (1)

Country Link
CN (1) CN111832409B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136433A1 (en) * 2001-03-26 2002-09-26 Koninklijke Philips Electronics N.V. Adaptive facial recognition system and method
CN107301779A (zh) * 2017-07-28 2017-10-27 广东兴达顺科技有限公司 一种身份认证方法及检测设备
CN108961669A (zh) * 2018-07-19 2018-12-07 上海小蚁科技有限公司 网约车的安全预警方法及装置、存储介质、服务器
CN109271907A (zh) * 2018-09-03 2019-01-25 北京万集科技股份有限公司 车辆etc设备的控制方法及系统
CN109829370A (zh) * 2018-12-25 2019-05-31 深圳市天彦通信股份有限公司 人脸识别方法及相关产品
CN110532919A (zh) * 2019-08-21 2019-12-03 南京亨视通信息技术有限公司 一种网约车人脸识别系统及控制方法
CN110570597A (zh) * 2019-08-30 2019-12-13 南京领行科技股份有限公司 一种身份识别方法、系统和存储介质
CN110718063A (zh) * 2019-11-19 2020-01-21 博格思众智能装备（昆山）有限公司 驾车行驶识别控制系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136433A1 (en) * 2001-03-26 2002-09-26 Koninklijke Philips Electronics N.V. Adaptive facial recognition system and method
CN107301779A (zh) * 2017-07-28 2017-10-27 广东兴达顺科技有限公司 一种身份认证方法及检测设备
CN108961669A (zh) * 2018-07-19 2018-12-07 上海小蚁科技有限公司 网约车的安全预警方法及装置、存储介质、服务器
CN109271907A (zh) * 2018-09-03 2019-01-25 北京万集科技股份有限公司 车辆etc设备的控制方法及系统
CN109829370A (zh) * 2018-12-25 2019-05-31 深圳市天彦通信股份有限公司 人脸识别方法及相关产品
CN110532919A (zh) * 2019-08-21 2019-12-03 南京亨视通信息技术有限公司 一种网约车人脸识别系统及控制方法
CN110570597A (zh) * 2019-08-30 2019-12-13 南京领行科技股份有限公司 一种身份识别方法、系统和存储介质
CN110718063A (zh) * 2019-11-19 2020-01-21 博格思众智能装备（昆山）有限公司 驾车行驶识别控制系统

Also Published As

Publication number Publication date
CN111832409B (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
US10719996B2 (en) Determining vehicle occupancy using sensors
CN109902575B (zh) 基于无人驾驶车辆的防拐卖方法、装置及相关设备
US11501384B2 (en) System for capturing passenger and trip data for a vehicle
CN110808053B (zh) 一种驾驶员身份验证方法、装置及电子设备
US10095854B2 (en) Vehicle authorization based on near field communication
CN107481522B (zh) 一种基于物联网的公共交通共享系统及方法
US20120173128A1 (en) System and Method for Preventing the Operation of a Motor Vehicle Without Required Insurance
CN108876522A (zh) 车辆监控方法、装置和计算机可读存储介质
CN109919708A (zh) 一种打车软件派单方法和装置
CN107111940B (zh) 交通违章管理系统和交通违章管理方法
CN110379171A (zh) 非固定停车位的违章停车识别方法和装置
CN111126158A (zh) 基于人脸识别的自动检票方法、装置及系统
CN107004352B (zh) 交通违章管理系统和交通违章管理方法
CN110930537A (zh) 基于大数据的车辆数据获取方法、装置、设备及存储介质
CN107004351B (zh) 交通违章管理系统和交通违章管理方法
JP2009003503A (ja) 安全運転教育提供方法、及びこれを利用する自動車保険情報システム
CN109697671A (zh) 一种车险核损数据处理方法、服务器及计算机可读介质
CN111832409A (zh) 一种网约车的人脸匹配方法、云平台以及网约车etc设备
CN206962863U (zh) 基于obd接口的车主身份验证系统
CN111382883A (zh) 网约车接单权限控制方法、装置及设备
CN111600839B (zh) 一种交通事故处理方法、设备及存储介质
CN111462480B (zh) 交通图像证据验证方法、装置、计算机设备和存储介质
CN111417088A (zh) 一种车联网数据身份属性认证方法
CN111976651A (zh) 用车管理方法、用车管理服务器及用车管理终端
CN111611804A (zh) 危险识别方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant