CN112070913B - 基于物联网技术的检票处理方法 - Google Patents

基于物联网技术的检票处理方法 Download PDF

Info

Publication number
CN112070913B
CN112070913B CN202010692177.8A CN202010692177A CN112070913B CN 112070913 B CN112070913 B CN 112070913B CN 202010692177 A CN202010692177 A CN 202010692177A CN 112070913 B CN112070913 B CN 112070913B
Authority
CN
China
Prior art keywords
image
passenger
identity
face
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.)
Active
Application number
CN202010692177.8A
Other languages
English (en)
Other versions
CN112070913A (zh
Inventor
张劲涛
兰成坤
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.)
Shengwei Times Technology Group Co ltd
Original Assignee
Shengwei Times Technology Group 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 Shengwei Times Technology Group Co ltd filed Critical Shengwei Times Technology Group Co ltd
Priority to CN202010692177.8A priority Critical patent/CN112070913B/zh
Publication of CN112070913A publication Critical patent/CN112070913A/zh
Application granted granted Critical
Publication of CN112070913B publication Critical patent/CN112070913B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B11/00—Apparatus for validating or cancelling issued tickets
    • G07B11/11—Apparatus for validating or cancelling issued tickets for cancelling tickets
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了基于物联网技术的检票处理方法，其通过对乘客的脸部图像进行人脸识别分析，再根据人脸识别分析的结果与车票购买者的身份证件上的头像图片进行比对处理，以此验证当前乘客的身份信息是否合法和有效，该方法通过上述验证操作能够提高在检票过程中对乘客身份验证的准确性，以及还通过物联网技术进行图像识别处理来提高检票过程的自动化程度和检票效率。

Description

基于物联网技术的检票处理方法
技术领域
本发明涉及交通票务检查的技术领域，特别涉及基于物联网技术的检票处理方法。
背景技术
目前，乘客在乘坐高铁或者飞机等交通工具时需要在检票口进行票据检查，而该票据检查过程都是针对车票或者飞机票本身进行的，即核对车票或者飞机票的真伪，其并不能有效地针对乘客本身的身份信息与购买车票或者飞机票时所采用的身份信息进行一致性的检查，这使得现有的检票处理方法并不能杜绝盗用他人身份购买车票或者飞机票并且成功通过检票口检查的情况发生，从而导致检票过程存在相应的安全漏洞。可见，现有技术需要一种能够核查乘客身份信息与购票者身份信息是否一致的检票处理方法。
发明内容
针对现有技术存在的缺陷，本发明提供基于物联网技术的检票处理方法，该基于物联网技术的检票处理方法包括对乘客进行拍摄，以获得关于该乘客的脸部图像，并对该脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像，对该有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值，再根据该人脸识别特征值，将该人脸识别图像与该乘客的身份证件上的头像图片进行比对处理，从而判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性，最后根据该一致性的判断结果，对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注；可见，该基于物联网技术的检票处理方法通过对乘客的脸部图像进行人脸识别分析，再根据人脸识别分析的结果与车票购买者的身份证件上的头像图片进行比对处理，以此验证当前乘客的身份信息是否合法和有效，该方法通过上述验证操作能够提高在检票过程中对乘客身份验证的准确性，以及还通过物联网技术进行图像识别处理来提高检票过程的自动化程度和检票效率。
本发明提供基于物联网技术的检票处理方法，其特征在于，其包括如下步骤：
步骤S1，对乘客进行拍摄，以获得关于所述乘客的脸部图像，并对所述脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像；
步骤S2，对所述有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值；
步骤S3，根据所述人脸识别特征值，将所述人脸识别图像与所述乘客的身份证件上的头像图片进行比对处理，从而判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性；
步骤S4，根据所述一致性的判断结果，对所述乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注；
进一步，在所述步骤S1中，对乘客进行拍摄，以获得关于所述乘客的脸部图像具体包括，
步骤S101A，指示拍摄设备对所述乘客的脸部进行瞄准对焦，并确定所述拍摄设备在当前瞄准对焦状态下、在成像面上所述乘客的脸部图像面积与背景环境图像面积之间的比值是否超过预设面积比阈值；
步骤S102A，若所述比值超过所述预设面积比阈值，则指示所述拍摄设备对所述乘客的脸部进行拍摄，从而获得所述乘客的脸部图像；
步骤S103A，若所述比值不超过所述预设面积比阈值，则调整所述拍摄设备的瞄准对焦状态，直到所述比值超过所述预设面积比阈值后，再指示所述拍摄设备对所述乘客的脸部进行拍摄，从而获得所述乘客的脸部图像；
进一步，在所述步骤S1中，对所述脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像具体包括，
步骤S101B，获取所述脸部图像对应的实际图像分辨率值和实际图像平均亮度值；
步骤S102B，将所述实际图像分辨率值与预设图像分辨率阈值进行比对处理，以及将所述实际图像平均亮度值与预设图像亮度阈值进行比对处理；
步骤S103B，若所述实际图像分辨率值超过所述预设图像分辨率阈值、以及所述实际图像平均亮度值超过所述预设图像亮度阈值，则将所述脸部图像确定为有效脸部图像；
进一步，在所述步骤S2中，对所述有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值具体包括，
步骤S201，对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据所述图像颜色信息和所述图像像素分布信息构建得到所述人脸识别图像；
步骤S202，从所述人脸识别图像中提取得到人脸识别关键特征点集合，并根据下面公式(1)得到所述人脸识别特征值λ
Figure BDA0002589691000000031
在上述公式(1)中，λ表示所述人脸识别特征值，A(i,j)表示所述人脸识别关键特征点集合通过计算机转换后得到的关键特征点矩阵中的第i行第j列的元素，n表示所述关键特征点矩阵的总行数，m表示所述关键特征点矩阵的总列数；
进一步，在所述步骤S201中，对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据所述图像颜色信息和所述图像像素分布信息构建得到所述人脸识别图像具体包括，
对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域图像色度信息、五官区域图像纹理信息和五官区域图像轮廓信息，再根据所述五官区域图像色度信息、所述五官区域图像纹理信息和所述五官区域图像轮廓信息构建得到所述人脸识别图像；
进一步，在所述步骤S3中，根据所述人脸识别特征值，将所述人脸识别图像与所述乘客的身份证件上的头像图片进行比对处理，从而判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
步骤S301，根据所述人脸识别特征值与下面公式(2)，计算得到所述人脸识别图像与所述头像图片之间的比对值Z：
Figure BDA0002589691000000041
其中，
Figure BDA0002589691000000042
Figure BDA0002589691000000043
在上述公式(2)中，Z表示所述人脸识别图像与所述头像图片之间的比对值，As(is,js)表示所述头像图片经计算机转换后对应的头像图片矩阵中的第is行第js列的元素，ns表示所述头像图片经计算机转换后对应的头像图片矩阵的总行数，ms表示所述头像图片经计算机转换后对应的头像图片矩阵的总列数；
步骤S302，根据所述比对值Z，确定所述人脸识别图像与所述头像图片之间的相似度值；
步骤S303，根据所述相似度值的大小，判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性；
进一步，在所述步骤S302中，根据所述比对值Z，确定所述人脸识别图像与所述头像图片之间的相似度值具体包括，
根据所述比对值Z和下面公式(3)，计算得到所述相似度值T
Figure BDA0002589691000000051
在上述公式(3)中，Z0表示预设比对值，且
Figure BDA0002589691000000052
n表示所述关键特征点矩阵的总行数，m表示所述关键特征点矩阵的总列数，int()表示对括号内的数值进行求整运算；
以及，
在所述步骤S303中，根据所述相似度值的大小，判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
所述相似度值T小于90％，则表示所述乘客的身份是否与当前车票购票者的身份两者之间不一致；
若所述相似度值T大于或者等于90％，则表示所述乘客的身份是否与当前车票购票者的身份两者之间相一致；
进一步，在所述步骤S4中，根据所述一致性的判断结果，对所述乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注具体包括，
步骤S401，若所述判断结果指示所述乘客的身份是否与当前车票购票者的身份两者之间不一致，则对所述乘客当前的车票确定为无效车票，同时将所述乘客的身份信息同步上传至所述检票终端以及通过所述检票终端将所述乘客的身份信息标注为失信身份信息；
步骤S402，若所述判断结果指示所述乘客的身份是否与当前车票购票者的身份两者之间相一致，则对所述乘客当前的车票确定为有效车票，同时将所述乘客的身份信息同步上传至所述检票终端以及通过所述检票终端将所述乘客的身份信息标注为合格身份信息。
相比于现有技术，该基于物联网技术的检票处理方法包括对乘客进行拍摄，以获得关于该乘客的脸部图像，并对该脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像，对该有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值，再根据该人脸识别特征值，将该人脸识别图像与该乘客的身份证件上的头像图片进行比对处理，从而判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性，最后根据该一致性的判断结果，对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注；可见，该基于物联网技术的检票处理方法通过对乘客的脸部图像进行人脸识别分析，再根据人脸识别分析的结果与车票购买者的身份证件上的头像图片进行比对处理，以此验证当前乘客的身份信息是否合法和有效，该方法通过上述验证操作能够提高在检票过程中对乘客身份验证的准确性，以及还通过物联网技术进行图像识别处理来提高检票过程的自动化程度和检票效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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获得其他的附图。
图1为本发明提供的基于物联网技术的检票处理方法的流程示意图。
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。
参阅图1，为本发明实施例提供的基于物联网技术的检票处理方法的流程示意图。该基于物联网技术的检票处理方法包括如下步骤：
步骤S1，在检票终端上设置拍摄设备，利用所述拍摄设备对乘客进行拍摄，以获得关于该乘客的脸部图像，并对该脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像；
步骤S2，对该有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值；
步骤S3，根据该人脸识别特征值，将该人脸识别图像与该乘客的身份证件上的头像图片进行比对处理，从而判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性；
步骤S4，根据该一致性的判断结果，对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注。
该基于物联网技术的检票处理方法有别于现有技术只针对车票本身的真伪进行检验，其通过对乘客的脸部图像进行识别处理以获得对应的人脸识别特征值再基于该人脸识别特征值，实现人脸识别图像与乘客的身份证件上的头像图片两者的比对，以判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性，从而为后续检票操作提供相应的身份验证依据，其通过双重验证的方式来确保检票过程的准确性和高效性，以及保证以最快的速度判断确定乘客身份信息的合法性和有效性。
优选地，在该步骤S1中，对乘客进行拍摄，以获得关于该乘客的脸部图像具体包括，
步骤S101A，指示拍摄设备对该乘客的脸部进行瞄准对焦，并确定该拍摄设备在当前瞄准对焦状态下、在成像面上该乘客的脸部图像面积与背景环境图像面积之间的比值是否超过预设面积比阈值；
步骤S102A，若该比值超过该预设面积比阈值，则指示该拍摄设备对该乘客的脸部进行拍摄，从而获得该乘客的脸部图像；
步骤S103A，若该比值不超过该预设面积比阈值，则调整该拍摄设备的瞄准对焦状态，直到该比值超过该预设面积比阈值后，再指示该拍摄设备对该乘客的脸部进行拍摄，从而获得该乘客的脸部图像。
通过根据乘客的脸部图像中关于脸部图像面积与背景环境图像面积之间比值，进行相应的拍摄调整处理，能够保证最终拍摄得到的乘客的脸部图像最大限度地覆盖乘客的脸部区域，从而提高后续人脸识别图像和人脸识别特征值的获取精度。
优选地，在该步骤S1中，对该脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像具体包括，
步骤S101B，获取该脸部图像对应的实际图像分辨率值和实际图像平均亮度值；
步骤S102B，将该实际图像分辨率值与预设图像分辨率阈值进行比对处理，以及将该实际图像平均亮度值与预设图像亮度阈值进行比对处理；
步骤S103B，若该实际图像分辨率值超过该预设图像分辨率阈值、以及该实际图像平均亮度值超过该预设图像亮度阈值，则将该脸部图像确定为有效脸部图像。
通过对脸部图像进行关于图像分辨率和图像亮度这两个图像要素的预筛选处理，能够保证筛选得到的有效脸部图像具有足够多和细节化的图像信息，从而保证后续人脸识别图像和人脸识别特征值的获取精度。
优选地，在该步骤S2中，对该有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值具体包括，
步骤S201，对该有效脸部图像进行该图像识别处理，以此获得该有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据该图像颜色信息和该图像像素分布信息构建得到该人脸识别图像；
步骤S202，从该人脸识别图像中提取得到人脸识别关键特征点集合，并根据下面公式(1)得到该人脸识别特征值λ
Figure BDA0002589691000000091
在上述公式(1)中，λ表示该人脸识别特征值，A(i,j)表示该人脸识别关键特征点集合通过计算机转换后得到的关键特征点矩阵中的第i行第j列的元素，n表示该关键特征点矩阵的总行数，m表示该关键特征点矩阵的总列数。
通过上述公式(1)计算得到该人脸识别特征值，能够最大限度地真实反映该人脸识别图像的人脸特征，并且还能够提高对人脸识别图像进行综合评价的效率和精确性。
优选地，在该步骤S201中，对该有效脸部图像进行该图像识别处理，以此获得该有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据该图像颜色信息和该图像像素分布信息构建得到该人脸识别图像具体包括，
对该有效脸部图像进行该图像识别处理，以此获得该有效脸部图像对应的五官区域图像色度信息、五官区域图像纹理信息和五官区域图像轮廓信息，再根据该五官区域图像色度信息、该五官区域图像纹理信息和该五官区域图像轮廓信息构建得到该人脸识别图像。
通过五官区域图像色度信息、五官区域图像纹理信息和五官区域图像轮廓信息构建得到该人脸识别图像，能够保证构建得到的人脸识别图像在图像颜色和图像像素细节上最大限度地匹配于该人脸图像，从而提高该人脸识别图像的图像信息完整性。
优选地，在该步骤S3中，根据该人脸识别特征值，将该人脸识别图像与该乘客的身份证件上的头像图片进行比对处理，从而判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
步骤S301，根据该人脸识别特征值与下面公式(2)，计算得到该人脸识别图像与该头像图片之间的比对值Z：
Figure BDA0002589691000000101
其中，
Figure BDA0002589691000000102
Figure BDA0002589691000000111
在上述公式(2)中，Z表示该人脸识别图像与该头像图片之间的比对值，As(is,js)表示该头像图片经计算机转换后对应的头像图片矩阵中的第is行第js列的元素，ns表示该头像图片经计算机转换后对应的头像图片矩阵的总行数，ms表示该头像图片经计算机转换后对应的头像图片矩阵的总列数；
步骤S302，根据该比对值Z，确定该人脸识别图像与该头像图片之间的相似度值；
步骤S303，根据该相似度值的大小，判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性。
通过上述公式(2)计算得到该比对值Z，能够保证该比对值Z充分反映该人脸识别图像与该头像图片之间在图像像素细节上的差异，从而有效避免该人脸识别图像与该头像图片比对误差过大的情况发生。
优选地，在该步骤S302中，根据该比对值Z，确定该人脸识别图像与该头像图片之间的相似度值具体包括，
根据该比对值Z和下面公式(3)，计算得到该相似度值T
Figure BDA0002589691000000112
在上述公式(3)中，Z0表示预设比对值，且
Figure BDA0002589691000000113
n表示该关键特征点矩阵的总行数，m表示该关键特征点矩阵的总列数，int()表示对括号内的数值进行求整运算；
以及，
在该步骤S303中，根据该相似度值的大小，判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
若该相似度值T小于90％，则表示该乘客的身份是否与当前车票购票者的身份两者之间不一致；
若该相似度值T大于或者等于90％，则表示该乘客的身份是否与当前车票购票者的身份两者之间相一致。
通过上述公式(3)计算得到该相似度值T能够在图像像素细节上精准地和全面地反映该乘客的身份与当前车票购票者的身份两者之间身份匹配一致性，从而避免发生两者身份误判断情况的发生。
优选地，在该步骤S4中，根据该一致性的判断结果，对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注具体包括，
步骤S401，若该判断结果指示该乘客的身份是否与当前车票购票者的身份两者之间不一致，则对该乘客当前的车票确定为无效车票，同时将该乘客的身份信息同步上传至该检票终端以及通过该检票终端将该乘客的身份信息标注为失信身份信息；
步骤S402，若该判断结果指示该乘客的身份是否与当前车票购票者的身份两者之间相一致，则对该乘客当前的车票确定为有效车票，同时将该乘客的身份信息同步上传至该检票终端以及通过该检票终端将该乘客的身份信息标注为合格身份信息。
通过对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注能够及时地和有效地执行对车票有效性的检测操作，以及在该检票终端中快速地以身份信息标注的方式构建相应的乘客信息数据库，从而进一步提高检票的效率和正确性。
从上述实施例的内容可知，该基于物联网技术的检票处理方法包括对乘客进行拍摄，以获得关于该乘客的脸部图像，并对该脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像，对该有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值，再根据该人脸识别特征值，将该人脸识别图像与该乘客的身份证件上的头像图片进行比对处理，从而判断该乘客的身份是否与当前车票购票者的身份两者之间的一致性，最后根据该一致性的判断结果，对该乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注；可见，该基于物联网技术的检票处理方法通过对乘客的脸部图像进行人脸识别分析，再根据人脸识别分析的结果与车票购买者的身份证件上的头像图片进行比对处理，以此验证当前乘客的身份信息是否合法和有效，该方法通过上述验证操作能够提高在检票过程中对乘客身份验证的准确性，以及还通过物联网技术进行图像识别处理来提高检票过程的自动化程度和检票效率。
在一个实施例中，步骤S1中的检票终端可以是车站进站口处设置的检票终端，也可以是候车大厅通往火车站台的入口处设置的检票终端。
在一个实施例中，当步骤S1中的检票终端是车站进站口处设置的检票终端时，还可以在执行步骤S4之后，当验证当前乘客的身份信息合法之后，按照如下方法来进一步操作，智能地将行动不便的乘客指引到专为他们配备的候车室，提高车站服务的智能化和满意度，具体操作如下：
在检票终端上或者检票终端周围设置摄像头组，所述摄像头组用于拍摄乘客的行为动作，分析乘客的行为动作判断乘客是否存在行动不便，并根据检票信息获取乘客的电话，若判断乘客存在行动不便则在检票完成后利用手机短信的形式给乘客发送专属通道的导航链接短信，其具体步骤包括，
步骤A1：在检票终端上或者检票终端周围设置摄像头，该摄像头用于采集乘客的行为动作，在执行步骤S4之后，当验证当前乘客的身份信息合法之后，并通过公式(4)对乘客的行为动作进行分析得到乘客的行为动作判定值；
Figure BDA0002589691000000141
其中P表示乘客的行为动作判定值；t0表示摄像头采集乘客的行为动作的采集总时间；a(t)表示t时刻摄像头采集乘客的行为动作中人体侧面的最长厚度；b(t)表示t时刻摄像头采集乘客的行为动作中人体正面的最长宽度；h(t)表示t时刻摄像头采集乘客的行为动作中人体的高度；利用公式(4)中的
Figure BDA0002589691000000142
步骤来判断所述乘客是否为孕妇或过度肥胖者(值越大表示所述乘客为孕妇或过度肥胖者的可能性就越高)；L(t)表示摄像头采集乘客的行为动作中从0时刻到t时刻乘客移动的距离；fr(t)表示t时刻摄像头采集乘客的行为动作中乘客右脚的振幅频率；fl(t)表示t时刻摄像头采集乘客的行为动作中乘客左脚的振幅频率；
步骤A2：通过公式(5)对乘客的行为动作判定值以及摄像头采集到的特殊物品进行综合分析得到乘客行动不便的分析值；
Figure BDA0002589691000000143
其中X表示乘客行动不便的分析值；u(g)表示摄像头采集乘客的行为动作中存在拐杖(u()为阶跃函数当括号内的值大于等于0时函数值为1，当括号内的值小于0时函数值为0；若摄像头检测到拐杖物品存在后令g＝1，若摄像头未检测到拐杖物品存在后令g＝-1)；u(y)表示摄像头采集乘客的行为动作中存在轮椅(u()为阶跃函数当括号内的值大于等于0时函数值为1，当括号内的值小于0时函数值为0；若摄像头检测到拐杖物品存在后令y＝1，若摄像头未检测到拐杖物品存在后令y＝-1)；
获取乘客的手机号码，若X＜0表示摄像头采集乘客的行为动作中存在拐杖和/或轮椅，则直接给乘客的手机号码发送专属通道的导航链接短信，若X≥0则利用步骤A3进行判断；
步骤A3：将乘客行动不便的分析值代入公式(6)得到短信控制值；
Figure BDA0002589691000000151
其中K表示短信控制值；a表示标准人体厚度(300mm)；b表示标准人体宽度(500mm)；h表示标准人体身高(1680mm)；
当K＝1时表示所述乘客存在行动不便，则给乘客发送专为行动不便的人群配备的候车室的导航链接短信；
当K＝0时表示所述乘客不存在行动不便，则不给乘客发送导航链接短信。
上述技术方案的有益效果是：利用步骤A1得到乘客的行为动作判定值，目的是利用拍摄的图像分析乘客的行为动作，将乘客的行为动作利用公式进行量化方便后续的计算以及使用；利用步骤A2得到乘客行动不便的分析值，目的是为了通过公式对乘客的行为动作判定值以及摄像头采集装置采集到的特殊物品进行综合分析，从而得出一个可以判定所述乘客是否是行动不便的行为动作判定值，并且根据乘客的行为动作判定值数值的正负情况可以判定摄像头采集乘客的行为动作中是否存在拐杖和轮椅，若存在则直接给乘客发送专属通道的导航链接短信，若不存在则利用公式(3)对乘客行动不便的分析值进行整理得到短信控制值，从而根据短信控制值的数值来决定是否需要给乘客发送专属通道的导航链接短信，从而智能地将行动不便的乘客指引到专为他们配备的候车室，提高车站服务的智能化和满意度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.基于物联网技术的检票处理方法，其特征在于，其包括如下步骤：
步骤S1，在检票终端上设置拍摄设备，利用所述拍摄设备对乘客进行拍摄，以获得关于所述乘客的脸部图像，并对所述脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像；
步骤S2，对所述有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值；
步骤S3，根据所述人脸识别特征值，将所述人脸识别图像与所述乘客的身份证件上的头像图片进行比对处理，从而判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性；
步骤S4，根据所述一致性的判断结果，对所述乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注；
其中，在所述步骤S2中，对所述有效脸部图像进行图像识别处理，从而获得对应的人脸识别图像和人脸识别特征值具体包括，
步骤S201，对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据所述图像颜色信息和所述图像像素分布信息构建得到所述人脸识别图像；
步骤S202，从所述人脸识别图像中提取得到人脸识别关键特征点集合，并根据下面公式(1)得到所述人脸识别特征值λ
Figure FDA0003457046190000011
在上述公式(1)中，λ表示所述人脸识别特征值，A(i,j)表示所述人脸识别关键特征点集合通过计算机转换后得到的关键特征点矩阵中的第i行第j列的元素，n表示所述关键特征点矩阵的总行数，m表示所述关键特征点矩阵的总列数。
2.如权利要求1所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S1中，对乘客进行拍摄，以获得关于所述乘客的脸部图像具体包括，
步骤S101A，指示拍摄设备对所述乘客的脸部进行瞄准对焦，并确定所述拍摄设备在当前瞄准对焦状态下、在成像面上所述乘客的脸部图像面积与背景环境图像面积之间的比值是否超过预设面积比阈值；
步骤S102A，若所述比值超过所述预设面积比阈值，则指示所述拍摄设备对所述乘客的脸部进行拍摄，从而获得所述乘客的脸部图像；
步骤S103A，若所述比值不超过所述预设面积比阈值，则调整所述拍摄设备的瞄准对焦状态，直到所述比值超过所述预设面积比阈值后，再指示所述拍摄设备对所述乘客的脸部进行拍摄，从而获得所述乘客的脸部图像。
3.如权利要求2所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S1中，对所述脸部图像进行预筛选处理，从而获得满足预设图像质量条件的有效脸部图像具体包括，
步骤S101B，获取所述脸部图像对应的实际图像分辨率值和实际图像平均亮度值；
步骤S102B，将所述实际图像分辨率值与预设图像分辨率阈值进行比对处理，以及将所述实际图像平均亮度值与预设图像亮度阈值进行比对处理；
步骤S103B，若所述实际图像分辨率值超过所述预设图像分辨率阈值、以及所述实际图像平均亮度值超过所述预设图像亮度阈值，则将所述脸部图像确定为有效脸部图像。
4.如权利要求1所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S201中，对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域的图像颜色信息和图像像素分布信息，再根据所述图像颜色信息和所述图像像素分布信息构建得到所述人脸识别图像具体包括，
对所述有效脸部图像进行所述图像识别处理，以此获得所述有效脸部图像对应的五官区域图像色度信息、五官区域图像纹理信息和五官区域图像轮廓信息，再根据所述五官区域图像色度信息、所述五官区域图像纹理信息和所述五官区域图像轮廓信息构建得到所述人脸识别图像。
5.如权利要求1所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S3中，根据所述人脸识别特征值，将所述人脸识别图像与所述乘客的身份证件上的头像图片进行比对处理，从而判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
步骤S301，根据所述人脸识别特征值与下面公式(2)，计算得到所述人脸识别图像与所述头像图片之间的比对值Z：
Figure FDA0003457046190000031
其中，
Figure FDA0003457046190000041
Figure FDA0003457046190000042
在上述公式(2)中，Z表示所述人脸识别图像与所述头像图片之间的比对值，As(is,js)表示所述头像图片经计算机转换后对应的头像图片矩阵中的第is行第js列的元素，ns表示所述头像图片经计算机转换后对应的头像图片矩阵的总行数，ms表示所述头像图片经计算机转换后对应的头像图片矩阵的总列数；K、β为中间参数；
步骤S302，根据所述比对值Z，确定所述人脸识别图像与所述头像图片之间的相似度值；
步骤S303，根据所述相似度值的大小，判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性。
6.如权利要求5所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S302中，根据所述比对值Z，确定所述人脸识别图像与所述头像图片之间的相似度值具体包括，
根据所述比对值Z和下面公式(3)，计算得到所述相似度值T
Figure FDA0003457046190000043
在上述公式(3)中，Z0表示预设比对值，且
Figure FDA0003457046190000051
n表示所述关键特征点矩阵的总行数，m表示所述关键特征点矩阵的总列数，int()表示对括号内的数值进行求整运算；
以及，
在所述步骤S303中，根据所述相似度值的大小，判断所述乘客的身份是否与当前车票购票者的身份两者之间的一致性具体包括，
若所述相似度值T小于90％，则表示所述乘客的身份是否与当前车票购票者的身份两者之间不一致；
若所述相似度值T大于或者等于90％，则表示所述乘客的身份是否与当前车票购票者的身份两者之间相一致。
7.如权利要求6所述的基于物联网技术的检票处理方法，其特征在于：在所述步骤S4中，根据所述一致性的判断结果，对所述乘客当前的车票做出适应性的检测确定结果以及在检票终端进行同步的乘客信息标注具体包括，
步骤S401，若所述判断结果指示所述乘客的身份与当前车票购票者的身份两者之间不一致，则对所述乘客当前的车票确定为无效车票，同时将所述乘客的身份信息同步上传至所述检票终端以及通过所述检票终端将所述乘客的身份信息标注为失信身份信息；
步骤S402，若所述判断结果指示所述乘客的身份与当前车票购票者的身份两者之间相一致，则对所述乘客当前的车票确定为有效车票，同时将所述乘客的身份信息同步上传至所述检票终端以及通过所述检票终端将所述乘客的身份信息标注为合格身份信息。
CN202010692177.8A 2020-07-17 2020-07-17 基于物联网技术的检票处理方法 Active CN112070913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010692177.8A CN112070913B (zh) 2020-07-17 2020-07-17 基于物联网技术的检票处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010692177.8A CN112070913B (zh) 2020-07-17 2020-07-17 基于物联网技术的检票处理方法

Publications (2)

Publication Number Publication Date
CN112070913A CN112070913A (zh) 2020-12-11
CN112070913B true CN112070913B (zh) 2022-05-10

Family

ID=73656547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010692177.8A Active CN112070913B (zh) 2020-07-17 2020-07-17 基于物联网技术的检票处理方法

Country Status (1)

Country Link
CN (1) CN112070913B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849153A (zh) * 2021-09-07 2021-12-28 海南太美航空股份有限公司 一种基于检票闸的登机导航方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740838A (zh) * 2016-02-06 2016-07-06 河北大学 针对不同尺度人脸图像的识别方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105450411B (zh) * 2014-08-14 2019-01-08 阿里巴巴集团控股有限公司 利用卡片特征进行身份验证的方法、装置及系统
CN104299305A (zh) * 2014-10-16 2015-01-21 易程(苏州)电子科技股份有限公司 具备人脸识别功能的闸机
CN107590461B (zh) * 2017-09-12 2021-04-02 Oppo广东移动通信有限公司 人脸识别方法及相关产品
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
CN111243109B (zh) * 2020-01-15 2022-02-01 广州交信投科技股份有限公司 基于人脸识别的乘车检票方法、装置、系统和计算机设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740838A (zh) * 2016-02-06 2016-07-06 河北大学 针对不同尺度人脸图像的识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Critical features for face recognition;Naphtali Abudarham，et al;《Cognition》;20190131;第182卷;全文 *
基于特征点的人脸相似性评估模型;陈利军，等;《电脑知识与技术》;20180131(第3期);全文 *

Also Published As

Publication number Publication date
CN112070913A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN108009531B (zh) 一种多策略防欺诈的人脸识别方法
WO2021036436A1 (zh) 一种人脸识别方法及装置
CN111881726B (zh) 一种活体检测方法、装置及存储介质
CN110728225B (zh) 一种用于考勤的高速人脸搜索方法
CN108563990B (zh) 一种基于cis图像采集系统的证照鉴伪方法及系统
CN106529414A (zh) 一种通过图像比对实现结果认证的方法
CN105956572A (zh) 一种基于卷积神经网络的活体人脸检测方法
US20080013803A1 (en) Method and apparatus for determining print image quality
CN110084197A (zh) 基于深度学习的公交车客流量统计方法和系统
JP2003109008A (ja) 写真画像データにおける赤目欠陥の自動識別方法
KR20170006355A (ko) 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치
US20060120578A1 (en) Minutiae matching
CN106650623A (zh) 一种基于人脸检测的出入境人证核实的方法
US9378406B2 (en) System for estimating gender from fingerprints
CN110516649A (zh) 基于人脸识别的校友认证方法及系统
CN108446687A (zh) 一种基于移动端和后台互联的自适应人脸视觉认证方法
CN112070913B (zh) 基于物联网技术的检票处理方法
JP2599701B2 (ja) エレベータの待機乗客数の検出方法
CN112525355A (zh) 图像处理方法、装置及设备
CN115410261B (zh) 面部识别异构数据关联解析系统
CN113538720A (zh) 基于海思智能ai芯片的嵌入式人脸识别考勤方法
CN108470392B (zh) 一种视频数据的处理方法
CN115019364A (zh) 基于人脸识别的身份认证方法、装置、电子设备及介质
CN112801110A (zh) 轨道列车线阵相机图像畸变校正的目标检测方法及装置
CN105893994A (zh) 一种人脸识别系统

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