CN112560775A - 一种开关控制方法、装置、计算机设备及存储介质 - Google Patents

一种开关控制方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112560775A
CN112560775A CN202011564469.XA CN202011564469A CN112560775A CN 112560775 A CN112560775 A CN 112560775A CN 202011564469 A CN202011564469 A CN 202011564469A CN 112560775 A CN112560775 A CN 112560775A
Authority
CN
China
Prior art keywords
target user
information
gate channel
image
determining
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
CN202011564469.XA
Other languages
English (en)
Inventor
刘婵
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 Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime 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 Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202011564469.XA priority Critical patent/CN112560775A/zh
Publication of CN112560775A publication Critical patent/CN112560775A/zh
Pending legal-status Critical Current

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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Accounting & Taxation (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Collating Specific Patterns (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本公开提供了一种开关控制方法、装置、计算机设备及存储介质，包括：获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集；对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；基于所述目标用户的身份信息，控制所述闸机通道的开关。

Description

一种开关控制方法、装置、计算机设备及存储介质
技术领域
本公开涉及人脸识别技术领域，具体而言，涉及一种开关控制方法、装置、计算机设备及存储介质。
背景技术
随着人工智能技术的发展，通过神经网络进行图像识别比对的技术已经广泛应用于人类生活，并为用户带来较大的便利性，例如已广泛应用的人脸识别智能手机解锁、人脸识别控制门禁等。
随着计算机视觉技术的不断发展，现阶段希望能够进一步将人脸识别技术应用于公共交通支付场景，示例性的，应用于地铁支付场景。在地铁支付场景中，用户在地铁入站时刷脸进入，在地铁出站时刷脸支付当次地铁费用并出站。
然而由于在地铁支付场景中，用户之间的间距较小，尤其在高峰时段，这一现象更加严重。这就进一步导致了在对当前入/出地铁闸机的用户进行人脸检测识别时，检测到相邻的其他用户人脸的情况，从而导致误刷人脸及误扣款的情况。
发明内容
本公开实施例至少提供一种开关控制方法、装置、计算机设备及存储介质。
第一方面，本公开实施例提供了一种开关控制方法，包括：
获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集；
对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
基于所述目标用户的身份信息，控制所述闸机通道的开关。
通过上述方法，可以识别出图像采集装置采集的闸机通道图像中，距离闸机通道最近的目标用户，然后基于目标用户的身份信息控制闸机通道的开关，由于待通过闸机通道的用户必定是距离闸机最近的用户，因此，通过用户与闸机通道之间的距离筛选出的目标用户必定是待通过闸机通道的用户，这样可以避免用户之间的距离过近造成的识别错误，提高了在待通过闸机通道的用户较多时的识别精度，进而实现对于闸机通道开关的精确控制。
一种可能的实施方式中，所述确定所述多个人脸图像分别对应的用户中，与所述目标通道之间的距离最近的目标用户，包括：
分别确定所述多个人脸图像的深度信息；
基于所述多个人脸图像的深度信息，从所述多个人脸图像分别对应的用户中，确定所述目标用户。
人脸图像的深度信息可以表征该人脸图像的用户距离图像采集装置的远近，图像采集装置是安装在闸机通道的对应目标位置处的，因此，基于人脸图像的深度信息，可以筛选出距离闸机通道最近的目标用户。
一种可能的实施方式中，所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
分别确定所述多个人脸图像的尺寸信息；
根据所述尺寸信息，将对应的尺寸最大的人脸图像对应的用户作为与所述闸机通道距离最近的所述目标用户。
距离图像采集装置越近，用户的人脸图像的尺寸越大，图像采集装置是安装在闸机通道的对应目标位置处的，因此，基于人脸图像的尺寸信息，可以筛选出距离闸机通道最近的目标用户。
一种可能的实施方式中，所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
检测所述多个人脸图像中的用户的姿态信息；
将所述姿态信息满足第一预设条件的用户中，距离所述闸机通道最近的用户作为所述目标用户。
在确定距离闸机通道最近的目标用户时，先基于人脸图像中用户的姿态信息对多个用户进行进一步筛选，这样，可以提升筛选出的目标用户的精度，避免由于多个用户距离过近造成的识别目标用户的错误。
一种可能的实施方式中，所述闸机的第二指定位置部署有显示装置；
所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
检测所述多个人脸图像中的用户的注视区域信息；
基于所述注视区域信息，确定注视所述显示装置的用户；
将注视所述显示装置的用户中，距离所述闸机通道最近的用户作为所述目标用户。
在确定距离闸机通道最近的目标用户时，可以先基于用户的注视区域信息对多个用户进行进一步的筛选，这样，可以提升筛选出的目标用户的精度，避免由于多个用户距离过近造成的识别目标用户的错误。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，所述基于所述目标用户的人脸图像，确定所述目标用户的身份信息，包括：
将所述目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，将对比成功的已注册用户的身份信息作为所述目标用户的身份信息。
这样，可以保证当前入站的目标用户为已注册的用户，以便在该目标用户出站时，能够正常执行扣款过程。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，在确定所述目标用户的身份信息之后，所述方法还包括：
确定所述目标用户的入站信息，并将所述入站信息与所述目标用户的身份信息对应存储。
通过存储目标用户的入站信息和目标用户的身份信息，可以在该目标用户出站时，基于所述入站信息确定待支付费用，并基于目标用户的身份信息进行支付。
一种可能的实施方式中，所述入站信息包括入站站点标识和所述目标用户的人脸图像。
一种可能的实施方式中，所述入站信息还包括以下信息中的至少一种：
入站时间、闸机通道号、入站线路号。
一种可能的实施方式中，其特征在于，在所述闸机通道为出站通道的情况下，所述基于所述目标用户的人脸图像，确定所述目标用户的身份信息，包括：
将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，将对比成功的已入站用户的身份信息作为所述目标用户的身份信息。
若所述闸机通道为出站通道，则该目标用户必定经过了入站通道，因此，入站信息库中必定有该目标用户的入站信息，因此，通过将目标用户的人脸图像与入站信息库中的人脸图像对比，可以快速确定出目标用户的入站信息。
一种可能的实施方式中，在所述闸机通道为出站通道的情况下，所述基于所述目标用户的身份信息，控制所述闸机通道的开关，包括：
基于所述目标用户的入站信息，以及所述闸机通道对应的站点信息，确定待支付费用，并基于所述目标用户的身份信息按照所述待支付费用进行支付；
在支付完成之后，控制所述闸机通道打开。
一种可能的实施方式中，在确定与闸机通道距离最近的用户有多个的情况下，所述方法还包括：
输出警告信息，所述警告信息用于提示闸机通道处多用户之间保持距离；所述输出警告信息包括语音播放警告信息或屏幕展示警告信息。
第二方面，本公开实施例还提供一种开关控制装置，包括：
获取模块，用于获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集；
检测模块，用于对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
确定模块，用于响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
控制模块，用于基于所述目标用户的身份信息，控制所述闸机通道的开关。
一种可能的实施方式中，所述确定模块，在确定所述多个人脸图像分别对应的用户中，与所述目标通道之间的距离最近的目标用户时，用于：
分别确定所述多个人脸图像的深度信息；
基于所述多个人脸图像的深度信息，从所述多个人脸图像分别对应的用户中，确定所述目标用户。
一种可能的实施方式中，所述确定模块，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
分别确定所述多个人脸图像的尺寸信息；
根据所述尺寸信息，将对应的尺寸最大的人脸图像对应的用户作为与所述闸机通道距离最近的所述目标用户。
一种可能的实施方式中，所述确定模块，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
检测所述多个人脸图像中的用户的姿态信息；
将所述姿态信息满足第一预设条件的用户中，距离所述闸机通道最近的用户作为所述目标用户。
一种可能的实施方式中，所述闸机的第二指定位置部署有显示装置；
所述确定模块，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
检测所述多个人脸图像中的用户的注视区域信息；
基于所述注视区域信息，确定注视所述显示装置的用户；
将注视所述显示装置的用户中，距离所述闸机通道最近的用户作为所述目标用户。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，所述确定模块，在基于所述目标用户的人脸图像，确定所述目标用户的身份信息时，用于：
将所述目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，将对比成功的已注册用户的身份信息作为所述目标用户的身份信息。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，所述装置还包括存储模块，用于在确定所述目标用户的身份信息之后，确定所述目标用户的入站信息，并将所述入站信息与所述目标用户的身份信息对应存储。
一种可能的实施方式中，所述入站信息包括入站站点标识和所述目标用户的人脸图像。
一种可能的实施方式中，所述入站信息还包括以下信息中的至少一种：
入站时间、闸机通道号、入站线路号。
一种可能的实施方式中，其特征在于，在所述闸机通道为出站通道的情况下，所述确定模块，在基于所述目标用户的人脸图像，确定所述目标用户的身份信息时，用于：
将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，将对比成功的已入站用户的身份信息作为所述目标用户的身份信息。
一种可能的实施方式中，在所述闸机通道为出站通道的情况下，所述控制模块，在基于所述目标用户的身份信息，控制所述闸机通道的开关时，用于：
基于所述目标用户的入站信息，以及所述闸机通道对应的站点信息，确定待支付费用，并基于所述目标用户的身份信息按照所述待支付费用进行支付；
在支付完成之后，控制所述闸机通道打开。
一种可能的实施方式中，所述装置还包括警告模块，用于在确定与闸机通道距离最近的用户有多个的情况下，输出警告信息，所述警告信息用于提示闸机通道处多用户之间保持距离；所述输出警告信息包括语音播放警告信息或屏幕展示警告信息。
第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
关于上述开关控制装置、计算机设备、及计算机可读存储介质的效果描述参见上述开关控制方法的说明，这里不再赘述。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本公开实施例所提供的一种开关控制方法的流程图；
图2示出了本公开实施例所提供的开关控制方法中，面部朝向角的确定方法的示意图；
图3示出了本公开实施例所提供的一种开关控制装置的架构示意图；
图4示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
在地铁支付场景中，用户之间的间距较小，尤其在高峰时段，这一现象更加严重。这就进一步导致了在对当前入/出地铁闸机的用户进行人脸检测识别时，检测到相邻的其他用户人脸的情况，从而导致误刷人脸及误扣款的情况。
具体的，用户在入站时，若误刷其他用户人脸，则入站信息库中并未存储该用户的入站信息，因此该用户在出站时会因为无法查找到入站信息而无法正常出站；而对于被误刷的用户，由于其人脸已经被误刷，该被误刷的用户的入站信息已经存储在入站信息库中，因此该被误刷的用户在入站时，无法正常入站。
用户在出站时，若误刷其他用户人脸，则该用户在出站之后，再次入站时，由于在前一次出站并未扣除相应费用，因此，该用户无法正常入站；而对于被误刷的其他用户人脸，该其他用户人脸由于已经被误刷，已经扣除了相应费用，因此在该其他用户人脸在出站时，无法正常出站。
基于上述研究，本公开提供了一种开关控制方法，可以识别出图像采集装置采集的图像中，距离闸机最近的目标用户，然后基于目标用户的身份信息控制闸机通道的开关，由于待通过闸机通道的用户必定是距离闸机最近的用户，因此，通过用户与闸机通道之间的距离筛选出的目标用户必定是待通过闸机通道的用户，这样可以避免用户之间的距离过近造成的识别错误，提高了在待通过闸机通道的用户较多时的识别精度，进而实现对于闸机通道开关的精确控制。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种开关控制方法进行详细介绍，本公开所提供的开关控制方法适用于公共交通工具的支付场景中，例如地铁支付、分段式计费公交车支付场景等，在所述支付场景中，入站闸机通道和出站闸机通道对应的指定位置处都设置有图像采集装置，所述图像采集装置可以是设置在闸机上，即闸机本身自带的装置，也可以是后续安装的用于采集通行所述闸机通道的用户图像的装置，本公开对此并不限定。
参见图1所示，为本公开实施例提供的一种开关控制方法的流程图，所述方法包括步骤101～步骤104，其中：
步骤101、获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集。
步骤102、对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像。
步骤103、响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息。
步骤104、基于所述目标用户的身份信息，控制所述闸机通道的开关。
通过上述方法，可以识别出图像采集装置采集的闸机通道图像中，距离闸机通道最近的目标用户，然后基于目标用户的身份信息控制闸机通道的开关，由于待通过闸机通道的用户必定是距离闸机最近的用户，因此，通过用户与闸机通道之间的距离筛选出的目标用户必定是待通过闸机通道的用户，这样可以避免用户之间的距离过近造成的识别错误，提高了在待通过闸机通道的用户较多时的识别精度，进而实现对于闸机通道开关的精确控制。
以下是对上述步骤的详细描述。
针对步骤101、
所述图像采集装置用于采集通过所述闸机通道的用户的图像，在一种可能的实施方式中，所述图像采集装置可以实时采集图像，即所述图像采集装置可以采集通过所述闸机通道的用户的视频，在执行步骤101时，可以是对所述目标用户采集的视频进行采样，获取多个采样视频帧，每个采样视频帧即为所述图像采集装置采集的闸机通道图像。
或者，在另外一种可能的实施方式中，所述闸机通道处还可以设置有红外设备，当由所述红外设备检测到有用户出现在所述闸机通道对应的位置处时，再控制所述图像采集装置采集图像，并获取所述图像采集装置采集的闸机通道图像。
针对步骤102、
这里，所述人脸图像可以是包括用户的人脸的图像，也可以是包括用户的人脸以及用户的部分躯干的图像，例如可以是包括用户的头部、以及上半身躯干和上肢的图像。
在一种可能的实施方式中，在对所述闸机通道图像进行人脸检测时，可以对所述闸机通道图像进行语义分割(例如可以通过预先训练的语义分割网络)，基于语义分割结果，确定所述至少一个人脸图像。
针对步骤103、
在检测到所述闸机通道图像中包括一个人脸图像的情况下，直接将该图像中的人脸图像作为所述目标用户的人脸图像，并确定所述目标用户的身份信息，然后执行步骤104。
在检测到所述闸机通道图像中包括多个人脸图像的情况下，可以确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息。
具体的，在确定目标用户时，可以通过以下方法中的任意一种：
方法A、
先分别确定多个人脸图像的深度信息，然后基于所述人脸图像的深度信息，从所述多个人脸图像分别对应的用户中，确定目标用户。
这里，所述人脸图像的深度信息，可以表示该人脸图像对应的用户距离所述闸机通道的远近。针对任一人脸图像，在确定该人脸图像的深度信息时，可以先确定该人脸图像的每个像素点的深度信息，然后将像素点的深度信息的均值作为该人脸图像的深度信息。
方法B、
先分别确定所述多个人脸图像的尺寸信息，然后根据所述尺寸信息，将对应的尺寸最大的人脸图像对应的用户作为与所述闸机通道最近的目标用户。
这里，所述多个人脸图像的尺寸信息，可以是所述人脸图像的面积；在另外一种可能的实施方式中，不同人脸图像的长宽比可以相同，例如可以为1:1，在这种实施方式下，所述人脸图像的尺寸信息可以是所述人脸图像的体对角线的长度。
需要说明的是，在这种方式中，距离所述闸机通道越近，用户的人脸图像的尺寸越大，因此，基于所述用户的人脸图像尺寸，可以快速确定出距离闸机通道最近的目标用户。
方法C、
可以先检测所述多个人脸图像中的用户的姿态信息，然后将所述姿态信息满足第一预设条件的用户中，距离所述闸机通道最近的用户作为所述目标用户。
这里，所述用户的姿态信息例如可以包括用户的手势信息、表情信息、面部朝向信息等中的一种或多种。
在所述用户姿态信息包括所述用户的手势信息的情况下，所述人脸图像可以是包括用户的人脸以及用户的部分躯干的图像，所述姿态信息满足第一预设条件可以是所述人脸图像中的用户做出目标手势，所述目标手势例如可以是剪刀手、抱拳等。
在一种可能的实施方式中，在确定所述人脸图像中用户的手势信息时，可以基于预先训练的手势识别网络对所述人脸图像进行检测，所述手势识别网络可以输出所述人脸图像中用户的手势信息。
在一种可能的应用场景中，可以通过所述闸机通道对应的显示装置展示需要入站或出站的用户做出的目标手势，不同用户需要做出的目标手势可能不同。
在所述用户的姿态信息包括表情信息的情况下，其具体的操作过程可以与手势信息类似，在此将不再展开介绍。
在所述用户的姿态信息包括面部朝向信息的情况下，所述姿态信息满足第一预设条件可以是，基于所述面部朝向信息，确定用户的面部朝向角在预设朝向角度范围内。
这里，所述面部朝向角可以是用户的面部相对于所述图像采集装置的角度，示例性的，当用户正对图像采集装置时，其面部朝向角为0°，当用户侧对图像采集装置时，所述面部朝向角可以如图2所示，为所述面部正前方的延伸线与所述图像采集装置的延长线的夹角α。
在另外一种可能的实施方式中，所述图像采集装置采集的图像可以包括多张连续的图像，所述人脸图像，可以是同一用户在多张连续的图像中的图像；因此，这里，所述用户的姿态信息还可以包括用户是否执行目标动作，例如眨眼、挥手、点头等，所述姿态信息满足第一预设条件，可以是执行了目标动作。
其中，在检测所述多个人脸图像中用户的是否执行目标动作时，示例性的可以是基于预选训练的神经网络，对同一用户多张连续的人脸图像进行检测，确定该用户是否执行了目标动作。
在确定距离闸机通道最近的目标用户时，先基于人脸图像中用户的姿态信息对多个用户进行进一步筛选，这样，可以提升筛选出的目标用户的精度，避免由于多个用户距离过近造成的识别目标用户的错误。
方法D、
可以先检测所述多个人脸图像中的用户的区域信息，然后基于注视区域信息，确定注视显示装置的用户，并将注视所述显示装置的用户中，距离所述闸机通道最近的用户作为所述目标用户，其中，所述显示装置部署在所述闸机的第二指定位置；
在一种可能的实施方式中，针对任一人脸图像，在确定该人脸图像中用户的注视区域信息时，可以基于预先训练的神经网络进行确定，具体的，神经网络可以执行如下方法，以确定用户的注视区域信息，包括以下几个步骤：
步骤201、提取所述任一人脸图像的整脸特征得到整脸特征向量，和提取所述任一人脸图像的眼睛局部特征得到眼睛局部特征向量；以及，确定位置特征向量，其中，所述位置特征向量用于指示所述任一人脸图像在所述闸机通道图像中位置。
在一种可能的实施方式中，在提取所述任一人脸图像的整脸特征得到整脸特征向量时，可以先对所述任一人脸图像进行特征提取(这里是指进行浅层特征提取，如进行卷积)，得到所述任一人脸图像对应的整脸特征图，然后对所述整脸特征图进行深层特征提取，得到所述整脸特征向量。
这里，浅层特征提取处理的提取深度小于于所述深层特征提取的提取深度；所述提取深度可以理解为特征提取的次数，两种特征提取处理在进行特征提取时的方式可以不同。
在一种可能的实施方式中，在提取所述任一人脸图像的眼睛局部特征，得到眼睛局部特征向量时，可以基于所述任一人脸图像的用户的眼睛在所述任一人脸图像中的位置，确定所述整脸特征图中的眼睛局部特征图，然后对所述眼睛局部特征图进行深层特征提取，得到所述眼睛局部向量。
这里，在对眼睛局部特征图进行深层特征提取时的具体实现方法，可以与对整脸特征图进行深层特征提取，得到整脸特征向量的方式相同，具体对于深层特征提取处理的方法本申请并不限定。
步骤202、基于所述眼睛局部特征向量和所述整脸特征向量，确定融合了所述任一人脸图像的眼睛局部特征和整脸特征的融合特征向量。
在一种可能的实施方式中，在基于眼睛局部特征向量和整脸特征向量，确定融合特征向量时，示例性的，可以按照预设顺序将两个特征向量进行串联。
示例性的，若眼睛局部特征向量为(a,，b，c)，整脸特征向量为(e，f，g)，则融合特征向量为(a，b，c，e，f，g)。
步骤203、基于所述融合特征向量和所述位置特征向量，确定所述任一人脸图像的用户的注视区域信息。
这里，可以将所述融合特征向量和所述位置特征向量进行拼接，得到拼接特征向量，然后对所述拼接特征向量进行处理后，基于分类器，确定注视区域信息。
所述注视区域信息可以是指用户注视的是显示装置内的区域，或者注视的是显示装置外的区域。
在一种可能的应用场景中，所述闸机通道的指定位置还具有显示装置，当检测到所述闸机通道图像中多个用户的人脸图像之后，可以控制所述显示装置发出提示信息，用于提示用户注视所述图像采集装置，然后可以基于用户的注视区域信息，确定距离闸机最近的目标用户，并将目标用户的人脸图像通过所述显示装置进行显示。
这里，若确定出注视显示装置的用户有多个，则可以基于如方法A、方法B等任一方法，确定距离闸机最近的目标用户；或者，若确定出注视显示装置的用户有多个，则可以输出所述告警信息，用于提示当前有多个用户注视显示装置，例如可以播放“当前多人注视屏幕，请重试”的语义告警信息。
在确定距离闸机通道最近的目标用户时，可以先基于用户的注视区域信息对多个用户进行进一步的筛选，这样，可以提升筛选出的目标用户的精度，避免由于多个用户距离过近造成的识别目标用户的错误。
方法E、
在确定距离闸机通道最近的目标用户时，还可以通过安装在所述闸机通道的预设位置的距离测量工具，确定距离当前闸机通道的最近的目标用户。
其中，所述距离测量工具例如可以是测距雷达，测距雷达可以发射多条脉冲光束，基于脉冲光束的反射结果，确定各个用户距离闸机通道的位置信息。
具体的，测距雷达在确定距离闸机通道最近的目标用户之后，可以基于测距雷达与图像采集装置的安装位置之间的相对位置关系，确定该用户在图像采集装置采集的图像中的位置，即可以确定所述闸机通道图像中目标用户的人脸图像。
在一种可能的实施方式中，在通过方法A、方法B、方法C、方法D、方法E中任一种方法，确定与闸机通道距离最近的用户有多个的情况下，可以输出警告信息，所述警告信息用于提示闸机通道处多用户之间保持距离，所述输出警告信息包括语音播放警告信息或屏幕展示警告信息，例如可以播放“当前距离过近，请保持距离”的语音警告信息。
在一种可能的实施方式中，在确定目标用户之后，可以基于目标用户的人脸图像，确定所述目标用户的身份信息。
具体的，目标用户在入站和出站时，识别用户的身份信息的方式不同，在所述闸机通道为入站通道的情况下，可以将目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，将对比成功的已注册用户的身份信息作为所述目标用户的身份信息；在所述闸机通道为出站通道的情况下，可以将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，将对比成功的已入站用户的身份信息作为所述目标用户的身份信息。
这里，所述闸机通道为入站通道还是出站通道可以是预先设置好的。
在所述闸机通道为入站通道的情况下，将目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，可以保证目标用户是已注册的用户，进而在该目标用户出站时，可以正常的执行扣费程序；在所述闸机通道为入站通道的情况下，由于存储已注册用户信息的数据库必定比入站信息库大，因此，将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，可以快速确定目标用户的身份信息，以及目标用户的入站信息，提高扣费效率。
在一种可能的实施方式中，在所述闸机通道为入站通道的情况下，在确定所述目标用户的身份信息之后，还可以确定所述目标用户的入站信息，并将所述入站信息与所述目标用户的身份信息对应存储，具体的，可以存储进上述入站信息库中。
其中，所述入站信息包括入站站点标识和目标用户的人脸图像，另外，入站信息还可以包括入站时间、闸机通道号、入站线路号中的至少一种。
针对步骤104、
在所述闸机通道为入站通道的情况下，在确定所述目标用户的身份信息之后，确定所述目标用户为已注册的用户之后，可以直接控制所述闸机通道打开。
在所述闸机通道为出站通道的情况下，在确定所述目标用户的身份信息之后，可以基于所述目标用户的入站信息，以及所述闸机通道对应的站点信息，确定待支付费用，并基于所述目标用户的身份信息按照所述待支付费用进行支付，并在支付完成之后，控制所述闸机通道打开。
这里，由于所述目标用户为已注册用户，因此，目标用户有对应的支付账户，在确定所述目标用户的身份信息之后，可以直接确定该目标用户对应的支付账户，由于已经基于目标用户的人脸图像，确定了目标用户的身份信息，因此，可以直接从目标用户的支付账户中扣除所述待支付费用。
在一种可能的实施方式中，在所述闸机通道为出站通道的情况下，在控制闸机通道打开，并扣除了待支付费用之后，可以将该目标用户的入站信息从入站信息库中删除，以实现入站信息库的及时更新。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与开关控制方法对应的开关控制装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述开关控制方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图3所示，为本公开实施例提供的一种开关控制装置的架构示意图，所述装置包括：获取模块301、检测模块302、确定模块303、以及控制模块304；其中，
获取模块301，用于获取部署在闸机通道对应的目标位置处的图像采集装置采集的图像；
检测模块302，用于对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
确定模块303，用于在检测到所述闸机通道图像中包含多个人脸图像的情况下，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
控制模块304，用于基于所述目标用户的身份信息，控制所述闸机通道的开关。
一种可能的实施方式中，所述确定模块303，在确定所述多个人脸图像分别对应的用户中，与所述目标通道之间的距离最近的目标用户时，用于：
分别确定所述多个人脸图像的深度信息；
基于所述多个人脸图像的深度信息，从所述多个人脸图像分别对应的用户中，确定所述目标用户。
一种可能的实施方式中，所述确定模块303，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
分别确定所述多个人脸图像的尺寸信息；
根据所述尺寸信息，将对应的尺寸最大的人脸图像对应的用户作为与所述闸机通道距离最近的所述目标用户。
一种可能的实施方式中，所述确定模块303，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
检测所述多个人脸图像中的用户的姿态信息；
将所述姿态信息满足第一预设条件的用户中，距离所述闸机通道最近的用户作为所述目标用户。
一种可能的实施方式中，所述闸机的第二指定位置部署有显示装置；
所述确定模块303，在确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户时，用于：
检测所述多个人脸图像中的用户的注视区域信息；
基于所述注视区域信息，确定注视所述显示装置的用户；
将注视所述显示装置的用户中，距离所述闸机通道最近的用户作为所述目标用户。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，所述确定模块303，在基于所述目标用户的人脸图像，确定所述目标用户的身份信息时，用于：
将所述目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，将对比成功的已注册用户的身份信息作为所述目标用户的身份信息。
一种可能的实施方式中，在所述闸机通道为入站通道的情况下，所述装置还包括存储模块305，用于在确定所述目标用户的身份信息之后，确定所述目标用户的入站信息，并将所述入站信息与所述目标用户的身份信息对应存储。
一种可能的实施方式中，所述入站信息包括入站站点标识和所述目标用户的人脸图像。
一种可能的实施方式中，所述入站信息还包括以下信息中的至少一种：
入站时间、闸机通道号、入站线路号。
一种可能的实施方式中，其特征在于，在所述闸机通道为出站通道的情况下，所述确定模块303，在基于所述目标用户的人脸图像，确定所述目标用户的身份信息时，用于：
将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，将对比成功的已入站用户的身份信息作为所述目标用户的身份信息。
一种可能的实施方式中，在所述闸机通道为出站通道的情况下，所述控制模块304，在基于所述目标用户的身份信息，控制所述闸机通道的开关时，用于：
基于所述目标用户的入站信息，以及所述闸机通道对应的站点信息，确定待支付费用，并基于所述目标用户的身份信息按照所述待支付费用进行支付；
在支付完成之后，控制所述闸机通道打开。
一种可能的实施方式中，所述装置还包括警告模块306，用于在确定与闸机通道距离最近的用户有多个的情况下，输出警告信息，所述警告信息用于提示闸机通道处多用户之间保持距离；所述输出警告信息包括语音播放警告信息或屏幕展示警告信息。
通过上述装置，可以识别出图像采集装置采集的闸机通道图像中，距离闸机通道最近的目标用户，然后基于目标用户的身份信息控制闸机通道的开关，由于待通过闸机通道的用户必定是距离闸机最近的用户，因此，通过用户与闸机通道之间的距离筛选出的目标用户必定是待通过闸机通道的用户，这样可以避免用户之间的距离过近造成的识别错误，提高了在待通过闸机通道的用户较多时的识别精度，进而实现对于闸机通道开关的精确控制。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图4所示，为本公开实施例提供的计算机设备400的结构示意图，包括处理器401、存储器402、和总线403。其中，存储器402用于存储执行指令，包括内存4021和外部存储器4022；这里的内存4021也称内存储器，用于暂时存放处理器401中的运算数据，以及与硬盘等外部存储器4022交换的数据，处理器401通过内存4021与外部存储器4022进行数据交换，当计算机设备400运行时，处理器401与存储器402之间通过总线403通信，使得处理器401在执行以下指令：
获取部署在闸机通道对应的目标位置处的图像采集装置采集的图像；
对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
在检测到所述闸机通道图像中包含多个人脸图像的情况下，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
基于所述目标用户的身份信息，控制所述闸机通道的开关。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的开关控制方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的开关控制方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，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是通过一些通信接口，装置或单元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，作为单元显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单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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)执行本公开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、只读存储器(Read-OnlyMemory，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。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (11)

1.一种开关控制方法，其特征在于，包括：
获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集；
对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
基于所述目标用户的身份信息，控制所述闸机通道的开关。
2.根据权利要求1所述的方法，其特征在于，所述确定所述多个人脸图像分别对应的用户中，与所述目标通道之间的距离最近的目标用户，包括：
分别确定所述多个人脸图像的深度信息；
基于所述多个人脸图像的深度信息，从所述多个人脸图像分别对应的用户中，确定所述目标用户。
3.根据权利要求1所述的方法，其特征在于，所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
分别确定所述多个人脸图像的尺寸信息；
根据所述尺寸信息，将对应的尺寸最大的人脸图像对应的用户作为与所述闸机通道距离最近的所述目标用户。
4.根据权利要求1所述的方法，其特征在于，所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
检测所述多个人脸图像中的用户的姿态信息；
将所述姿态信息满足第一预设条件的用户中，距离所述闸机通道最近的用户作为所述目标用户。
5.根据权利要求1所述的方法，其特征在于，所述闸机的第二指定位置部署有显示装置；
所述确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，包括：
检测所述多个人脸图像中的用户的注视区域信息；
基于所述注视区域信息，确定注视所述显示装置的用户；
将注视所述显示装置的用户中，距离所述闸机通道最近的用户作为所述目标用户。
6.根据权利要求1～5任一所述的方法，其特征在于，在所述闸机通道为入站通道的情况下，所述基于所述目标用户的人脸图像，确定所述目标用户的身份信息，包括：
将所述目标用户的人脸图像与数据库中预先存储的已注册用户的人脸图像进行对比，将对比成功的已注册用户的身份信息作为所述目标用户的身份信息；
在所述闸机通道为入站通道的情况下，在确定所述目标用户的身份信息之后，所述方法还包括：
确定所述目标用户的入站信息，并将所述入站信息与所述目标用户的身份信息对应存储；其中，所述入站信息包括入站站点标识和所述目标用户的人脸图像，以及入站时间、闸机通道号、入站线路号中的至少一种。
7.根据权利要求1～6任一所述的方法，其特征在于，在所述闸机通道为出站通道的情况下，所述基于所述目标用户的人脸图像，确定所述目标用户的身份信息，包括：
将所述目标用户的人脸图像与入站信息库中存储的已入站用户的人脸图像进行对比，将对比成功的已入站用户的身份信息作为所述目标用户的身份信息；
在所述闸机通道为出站通道的情况下，所述基于所述目标用户的身份信息，控制所述闸机通道的开关，包括：
基于所述目标用户的入站信息，以及所述闸机通道对应的站点信息，确定待支付费用，并基于所述目标用户的身份信息按照所述待支付费用进行支付；
在支付完成之后，控制所述闸机通道打开。
8.根据权利要求2～5任一所述的方法，其特征在于，在确定与闸机通道距离最近的用户有多个的情况下，所述方法还包括：
输出警告信息，所述警告信息用于提示闸机通道处多用户之间保持距离；所述输出警告信息包括语音播放警告信息或屏幕展示警告信息。
9.一种开关控制装置，其特征在于，包括：
获取模块，用于获取闸机通道图像，所述闸机通道图像由部署在闸机指定位置的图像采集装置进行采集；
检测模块，用于对所述闸机通道图像进行人脸检测，确定所述闸机通道图像中包含的至少一个人脸图像；
确定模块，用于响应于检测到所述闸机通道图像中包含多个人脸图像，确定所述多个人脸图像分别对应的用户中，与所述闸机通道之间的距离最近的目标用户，并基于所述目标用户的人脸图像，确定所述目标用户的身份信息；
控制模块，用于基于所述目标用户的身份信息，控制所述闸机通道的开关。
10.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一项所述的开关控制方法的步骤。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至8任一项所述的开关控制方法的步骤。
CN202011564469.XA 2020-12-25 2020-12-25 一种开关控制方法、装置、计算机设备及存储介质 Pending CN112560775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011564469.XA CN112560775A (zh) 2020-12-25 2020-12-25 一种开关控制方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011564469.XA CN112560775A (zh) 2020-12-25 2020-12-25 一种开关控制方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN112560775A true CN112560775A (zh) 2021-03-26

Family

ID=75032487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011564469.XA Pending CN112560775A (zh) 2020-12-25 2020-12-25 一种开关控制方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112560775A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113626797A (zh) * 2021-08-09 2021-11-09 杭州海康威视数字技术股份有限公司 一种降低多通道闸机误触发的方法、以及闸机系统
CN115131859A (zh) * 2022-06-27 2022-09-30 深圳创维－Rgb电子有限公司 闸机的放行方法、装置、闸机设备及计算机存储介质
CN117079378A (zh) * 2023-10-16 2023-11-17 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775424A (zh) * 2017-01-13 2017-05-31 维沃移动通信有限公司 一种截屏处理方法及移动终端
CN108399665A (zh) * 2018-01-03 2018-08-14 平安科技（深圳）有限公司 基于人脸识别的安全监控方法、装置及存储介质
CN108615159A (zh) * 2018-05-03 2018-10-02 百度在线网络技术（北京）有限公司 基于注视点检测的访问控制方法和装置
CN109034013A (zh) * 2018-07-10 2018-12-18 腾讯科技（深圳）有限公司 一种人脸图像识别方法、装置及存储介质
CN109255299A (zh) * 2018-08-13 2019-01-22 北京市商汤科技开发有限公司 身份认证方法和装置、电子设备和存储介质
CN109697404A (zh) * 2018-09-28 2019-04-30 中国银联股份有限公司 身份识别系统和方法、终端以及计算机存储介质
CN109741476A (zh) * 2018-12-27 2019-05-10 北京金山安全软件有限公司 一种考勤系统
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN110008802A (zh) * 2018-12-04 2019-07-12 阿里巴巴集团控股有限公司 从多个脸部中选择目标脸部及脸部识别比对方法、装置
CN110059666A (zh) * 2019-04-29 2019-07-26 北京市商汤科技开发有限公司 一种注意力检测方法及装置
CN110320911A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 无人车控制方法、装置、无人车及存储介质
CN110458062A (zh) * 2019-07-30 2019-11-15 深圳市商汤科技有限公司 人脸识别方法及装置、电子设备和存储介质
CN110570200A (zh) * 2019-08-16 2019-12-13 阿里巴巴集团控股有限公司 一种支付方法及装置
CN110751767A (zh) * 2019-10-31 2020-02-04 中国联合网络通信集团有限公司 一种图像处理方法和装置
CN110765967A (zh) * 2019-10-30 2020-02-07 腾讯科技（深圳）有限公司 一种基于人工智能的动作识别方法和相关装置
CN110969744A (zh) * 2018-09-26 2020-04-07 江门浦泰轨道交通设备有限公司 一种基于人脸识别的安全监控方法
CN111191572A (zh) * 2019-12-26 2020-05-22 恒大智慧科技有限公司 一种闸机过门行为识别方法、装置及计算机可读存储介质
CN111246110A (zh) * 2020-02-06 2020-06-05 浙江大华技术股份有限公司 图像的输出方法和装置、存储介质及电子装置
CN111460413A (zh) * 2019-01-18 2020-07-28 阿里巴巴集团控股有限公司 身份识别系统及方法、装置、电子设备、存储介质
CN111815828A (zh) * 2020-07-07 2020-10-23 中国联合网络通信集团有限公司 闸机检测方法、装置和系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775424A (zh) * 2017-01-13 2017-05-31 维沃移动通信有限公司 一种截屏处理方法及移动终端
CN108399665A (zh) * 2018-01-03 2018-08-14 平安科技（深圳）有限公司 基于人脸识别的安全监控方法、装置及存储介质
CN108615159A (zh) * 2018-05-03 2018-10-02 百度在线网络技术（北京）有限公司 基于注视点检测的访问控制方法和装置
CN109034013A (zh) * 2018-07-10 2018-12-18 腾讯科技（深圳）有限公司 一种人脸图像识别方法、装置及存储介质
CN109255299A (zh) * 2018-08-13 2019-01-22 北京市商汤科技开发有限公司 身份认证方法和装置、电子设备和存储介质
CN110969744A (zh) * 2018-09-26 2020-04-07 江门浦泰轨道交通设备有限公司 一种基于人脸识别的安全监控方法
CN109697404A (zh) * 2018-09-28 2019-04-30 中国银联股份有限公司 身份识别系统和方法、终端以及计算机存储介质
CN110008802A (zh) * 2018-12-04 2019-07-12 阿里巴巴集团控股有限公司 从多个脸部中选择目标脸部及脸部识别比对方法、装置
CN109741476A (zh) * 2018-12-27 2019-05-10 北京金山安全软件有限公司 一种考勤系统
CN111460413A (zh) * 2019-01-18 2020-07-28 阿里巴巴集团控股有限公司 身份识别系统及方法、装置、电子设备、存储介质
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN110059666A (zh) * 2019-04-29 2019-07-26 北京市商汤科技开发有限公司 一种注意力检测方法及装置
CN110320911A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 无人车控制方法、装置、无人车及存储介质
CN110458062A (zh) * 2019-07-30 2019-11-15 深圳市商汤科技有限公司 人脸识别方法及装置、电子设备和存储介质
CN110570200A (zh) * 2019-08-16 2019-12-13 阿里巴巴集团控股有限公司 一种支付方法及装置
CN110765967A (zh) * 2019-10-30 2020-02-07 腾讯科技（深圳）有限公司 一种基于人工智能的动作识别方法和相关装置
CN110751767A (zh) * 2019-10-31 2020-02-04 中国联合网络通信集团有限公司 一种图像处理方法和装置
CN111191572A (zh) * 2019-12-26 2020-05-22 恒大智慧科技有限公司 一种闸机过门行为识别方法、装置及计算机可读存储介质
CN111246110A (zh) * 2020-02-06 2020-06-05 浙江大华技术股份有限公司 图像的输出方法和装置、存储介质及电子装置
CN111815828A (zh) * 2020-07-07 2020-10-23 中国联合网络通信集团有限公司 闸机检测方法、装置和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113626797A (zh) * 2021-08-09 2021-11-09 杭州海康威视数字技术股份有限公司 一种降低多通道闸机误触发的方法、以及闸机系统
CN115131859A (zh) * 2022-06-27 2022-09-30 深圳创维－Rgb电子有限公司 闸机的放行方法、装置、闸机设备及计算机存储介质
CN117079378A (zh) * 2023-10-16 2023-11-17 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质
CN117079378B (zh) * 2023-10-16 2024-01-09 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质

Similar Documents

Publication Publication Date Title
US9875392B2 (en) System and method for face capture and matching
CN112580553A (zh) 开关控制方法、装置、计算机设备及存储介质
CN112560775A (zh) 一种开关控制方法、装置、计算机设备及存储介质
CN113366487A (zh) 基于表情组别的操作确定方法、装置及电子设备
CN109064178A (zh) 支付方法、装置、服务器、计算机可读存储介质
CN116051115A (zh) 一种刷脸支付提示方法、装置及设备
CN112258193A (zh) 一种支付方法及装置
KR20190129826A (ko) 생체 검측 방법 및 장치, 시스템, 전자 기기, 저장 매체
CN106897658A (zh) 人脸活体的鉴别方法和装置
CN111539740A (zh) 一种支付方法、装置及设备
CN107424266A (zh) 人脸识别解锁的方法和装置
CN110032924A (zh) 人脸识别活体检测方法、终端设备、存储介质及电子设备
CN105528703A (zh) 通过表情实现支付确认操作的方法及系统
CN106471440A (zh) 基于高效森林感测的眼睛跟踪
CN108197585A (zh) 脸部识别方法和装置
WO2020084467A1 (en) Operator behavior recognition system
CN113630721A (zh) 推荐游览路线的生成方法和装置、及计算机可读存储介质
CN113177480A (zh) 基于人脸识别的金融业务处理方法、装置、设备及介质
CN110599187A (zh) 一种基于人脸识别的支付方法、装置、计算机设备和存储介质
Rusli et al. Evaluating the masked and unmasked face with LeNet algorithm
CN113409056B (zh) 支付方法、装置、本地识别设备、人脸支付系统及设备
CN112560768A (zh) 闸机通道控制方法、装置、计算机设备及存储介质
CN109543638A (zh) 一种人脸识别方法、装置、设备及存储介质
CN115565097A (zh) 交易场景人员行为是否合规检测方法及装置
US11250242B2 (en) Eye tracking method and user terminal performing same

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210326