CN113158958A - 通行方法及相关装置 - Google Patents

通行方法及相关装置 Download PDF

Info

Publication number
CN113158958A
CN113158958A CN202110484985.XA CN202110484985A CN113158958A CN 113158958 A CN113158958 A CN 113158958A CN 202110484985 A CN202110484985 A CN 202110484985A CN 113158958 A CN113158958 A CN 113158958A
Authority
CN
China
Prior art keywords
face image
judging
passing
passer
user
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
CN202110484985.XA
Other languages
English (en)
Other versions
CN113158958B (zh
Inventor
宋述铕
赵展鹏
熊勇
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.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202110484985.XA priority Critical patent/CN113158958B/zh
Publication of CN113158958A publication Critical patent/CN113158958A/zh
Application granted granted Critical
Publication of CN113158958B publication Critical patent/CN113158958B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/30Individual registration on entry or exit not involving the use of a pass
    • G07C9/32Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Landscapes

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

Abstract

本申请实施例提供一种通行方法及相关装置,所述方法包括:获取通行通道中通行人员的第一人脸图像;根据所述第一人脸图像,确定所述通行人员的用户类别;根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;根据所述判别结果判断所述通行人员是否具有通行权限,能够提升对用户进行通行认证时的准确性。

Description

通行方法及相关装置
技术领域
本申请涉及数据处理技术领域,具体涉及一种通行方法及相关装置。
背景技术
人脸识别应用已经很广泛,比如机场、政府办公大厅、商业办公通行场景等。
人脸识别还有一个特殊场景就是闸机刷脸快速通行场景,提升传统刷卡、刷身份证等通行效率,在进行人脸认证时,对通行人员采用相同的通行认证方法,在正常普通人认证方面具有较高的准确率,但对双胞胎进行通行认证时,容易出现误识别的情况,影响正常业务功能。
发明内容
本申请实施例提供一种通行方法及相关装置,能够提升对用户进行通行认证时的准确性。
本申请实施例的第一方面提供了一种通行方法,所述方法包括:
获取通行通道中通行人员的第一人脸图像;
根据所述第一人脸图像,确定所述通行人员的用户类别;
根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
根据所述判别结果判断所述通行人员是否具有通行权限。
结合第一方面,在一个可能的实现方式中,所述根据所述第一人脸图像,确定所述通行人员的用户类别,包括:
将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
根据所述比对结果,确定所述用户类别。
结合第一方面,在一个可能的实现方式中,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
结合第一方面,在一个可能的实现方式中,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
结合第一方面,在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
结合第一方面,在一个可能的实现方式中,所述方法还包括:
若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
结合第一方面,在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
结合第一方面,在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述身份标识,获取第一穿着信息和第一体貌特征;
获取所述通行人员的人体图像;
根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
本申请实施例的第二方面提供了一种通行装置,所述装置包括:
获取单元,用于获取通行通道中通行人员的第一人脸图像;
确定单元,用于根据所述第一人脸图像,确定所述通行人员的用户类别;
第一判别单元,用于根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
第二判别单元,用于根据所述判别结果判断所述通行人员是否具有通行权限。
结合第二方面,在一个可能的实现方式中,所述确定单元用用于:
将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
根据所述比对结果,确定所述用户类别。
结合第二方面,在一个可能的实现方式中,在所述根据所述比对结果,确定所述用户类别方面,所述确定单元用于:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
结合第二方面,在一个可能的实现方式中,在所述根据所述比对结果,确定所述用户类别方面,所述确定单元用于:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
结合第二方面,在一个可能的实现方式中,所述第一判别单元用于:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
结合第二方面,在一个可能的实现方式中,所述装置还用于:
若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
结合第二方面,在一个可能的实现方式中,所述第一判别单元用于:
若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
结合第二方面,在一个可能的实现方式中,所述第一判别单元用于:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述身份标识,获取第一穿着信息和第一体貌特征;
获取所述通行人员的人体图像;
根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
本申请实施例的第三方面提供一种终端,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,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,执行如本申请实施例第一方面中的步骤指令。
本申请实施例的第四方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第五方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,至少具有如下有益效果:
通过获取通行通道中通行人员的第一人脸图像,根据所述第一人脸图像,确定所述通行人员的用户类别,根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,根据所述判别结果判断所述通行人员是否具有通行权限,因此,能够根据通行人员的用户类别对应的通行判别方法进行通行判别,从而相对于现有方案中对通行人员均采用相同的通行判别方法进行通行判别,本申请能够提升通行判别时的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供了一种通行场景的示意图;
图2为本申请实施例提供了一种通行方法的流程示意图;
图3为本申请实施例提供了另一种通行方法的流程示意图;
图4为本申请实施例提供的一种终端的结构示意图;
图5为本申请实施例提供了一种通行装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
为了更好的理解本申请实施例提供的一种通行判别方法。下面首先对应用通行判别方法的应用场景进行简要介绍。请参阅图1,图1为本申请实施例提供了一种通行场景的示意图。如图1所示,通行通道可以是闸机通道,也可以是企业的大门处的通行通道,还可以是其他用于需要进行用户身份验证处的通道等,通行人员在靠近通行通道时,摄像头采集通行人员的人脸图像,并将人脸图像传输给通行控制设备,通行控制设备对通行人员是否具有通行权限进行判别,若具有通行权限,则开启通道,若不具有通行权限,则不开启通道。通行人员可以是普通用户,也可以是多胞胎用户,摄像头可以是与通行控制设备相连接的独立的设备,也可以是集成在通行控制设备中。通行人员在靠近通道时可以主动停留,以提升摄像头采集图像时的稳定性,当然通行人员也可以无需停留,摄像头自主采集通行人员的人脸图像,从而实现无感的通行判别,提升通行的效率。
请参阅图2,图2为本申请实施例提供了一种通行方法的流程示意图。如图2所示,通行方法包括:
201、获取通行通道中通行人员的第一人脸图像。
可以通过摄像头获取到通行通道中通行人员的第一人脸图像,在获取第一人脸图像时,摄像头可以采集多张通行人员的人脸图像,将该多张人脸图像中图像质量最好的人脸图像确定为第一人脸图像。
摄像头可以是在通行人员靠近通行通道时开始采集通行人员的人脸图像,通行人员无需停留,从而可以提升通行人员通行的效率。
通行人员在进行通行识别之前,需要进行注册处理,在注册完成后,才能进行通行判别,若用户未注册,则通行判别结果均为不具有通行权限。通行人员在进行注册时,通行控制设备可以采集通行人员的人脸图像,并对该人脸图像进行存储,在存储人脸图像时可以对人脸图像进行标注,以标注该人脸图像为普通人脸图像或多胞胎人脸图像,若人脸图像为多胞胎人脸图像,则通行人员在注册时需要提供其对应的证件号码,例如身份证号码、护照号码等,通行控制设备在获取到证件号码后,与该多胞胎人脸图像进行关联存储,以用于后续的通行认证。
202、根据所述第一人脸图像,确定所述通行人员的用户类别。
可以将第一人脸图像与人脸数据库中的人脸图像进行比对,从而获取到通行人员的用户类别。用户类别包括有普通用户类别和多胞胎用户类别。
203、根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果。
不同的用户类别对应有不同的判别方法,例如,普通用户类别,则可以直接通过人脸识别的方式进行通行判别得到判别结果,多胞胎用户类别,则可以增加其它标识的方式进行通行判别,得到判别结果。
204、根据所述判别结果判断所述通行人员是否具有通行权限。
若判别结果为肯定的结果,则表示通行人员具有通行权限,若判别结果为否定的结果,则表示通行人员不具有通行权限。肯定的结果可以理解为:以普通用户类别为例,若该通行人员与注册的人脸图像匹配成功,则判别结果为肯定的结果,若匹配失败,则判别结果为否定的结果。
本示例中,通过获取通行通道中通行人员的第一人脸图像,根据所述第一人脸图像,确定所述通行人员的用户类别,根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,根据所述判别结果判断所述通行人员是否具有通行权限,因此,能够根据通行人员的用户类别对应的通行判别方法进行通行判别,从而相对于现有方案中对通行人员均采用相同的通行判别方法进行通行判别,本申请能够提升通行判别时的准确性。
在一个可能的实现方式中,一种可能的根据所述第一人脸图像,确定所述通行人员的用户类别的方法包括:
A1、将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
A2、根据所述比对结果,确定所述用户类别。
人脸数据库可以是通行控制设备中存储的人脸数据库,也可以是存储与云端的人脸数据库,当然还可以是存储于服务器端的人脸数据库等。
比对结果可以是在人脸数据库中的人脸图像中存在与第一人脸图像匹配的图像,或者在人脸数据库中的人脸图像中不存在与第一人脸图像匹配的图像。人脸数据库中的人脸图像与第一人脸图像匹配可以理解为,人脸数据库中的人脸图像与第一人脸图像之间的相似度高于预设阈值,该预设阈值通过经验值或历史数据设定。
若比对结果是在人脸数据库中的人脸图像中存在与第一人脸图像匹配的图像,则可以将用户类别确定为第一用户类别,若比对结果是在人脸数据库中的人脸图像中不存在与第一人脸图像匹配的图像,则可以将用户类别确定为第二用户类别。当然还可以是其他方式确定用户类别,例如,可以根据与第一人脸图像匹配的人脸图像对应的标识信息,来确定用户类别等。
本示例中,通过第一人脸图像与人脸数据库中的人脸图像进行比对的比对结果来确定用户类别,可以提升用户类别确定时的准确性。
在一个可能的实现方式中,一种可能的所述根据所述比对结果,确定所述用户类别的方法包括:
B1、若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
B2、若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
人脸数据库可以是多胞胎人脸数据库,该多胞胎人脸数据库中的人脸图像为已注册的多胞胎的人脸图像。因此,第一用户类别为多胞胎用户类别,第二用户类别为普通用户类别。由于多胞胎存在的数量会远远低于普通用户的数量,因此通过将人脸数据库设定为多胞胎人脸数据库,则可以快速的获取到通行人员是否为多胞胎,从而提升了用户类别确定时的效率。
在一个可能的实现方式中,另一种可能的根据所述比对结果,确定所述用户类别的方法包括:
C1、若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
C2、若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
C3、若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
本示例中的人脸数据库为已注册的通行人员的人脸数据库,在该人脸数据库中的人脸图像中,人脸图像具有其对应的类别信息,例如,普通人脸图像类别和多胞胎人脸图像类别,则可以根据类别信息来确定出用户类别。该类别信息可以通过类别标签等进行表示,此处不作具体限定。
本示例中,通过信息类别确定用户类别,由于多胞胎人脸图像的数量远小于普通人脸图像的数量,则通过已注册的通行人员的人脸数据库进行比对来判别用户类别,可以提升在用户类别判别时的效率。
在一个可能的实现方式中,一种可能的根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果的方法包括:
D1、若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
D2、接收所述通行人员输入的身份标识;
D3、根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
由于第一用户类别为双胞胎用户类别,则展示用户身份标识获取的提示信息,用户可以输入对应的身份标识,身份标识例如可以是身份证号码、护照号码等。
可以根据第一人脸图像与第三人脸图像进行比多,若第一人脸图像与第三人脸图像匹配,则可以确定判别结果为为肯定的结果,若第一人脸图像与第三人脸图像不匹配,则判别结果为否定的结果。
当然还可以是将用户输入的身份标识,与第二人脸图像对应的身份标识进行比对,若用户输入的身份标识与第二人脸图像对应的身份标识相同,则可以确定判别结果为肯定的结果,若用户输入的身份标识与第二人脸图像对应的身份标识不同,则判别结果为否定的结果。
本示例中,在通行人员的用户类别为多胞胎用户类别时,根据用户输入的身份标识对应的第三人脸图像进行通行判别,则可以提升用户通行判别时的准确性。
在一个可能的实现方式中,若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到判别结果。
根据第一人脸图像对通行人员进行通行判别的方法可以是,将第一人脸图像与已注册的通行人员的人脸图像数据库中的人脸图像进行比对,若存在与第一人脸图像匹配的图像,则可以确定判别结果为肯定的结果,若不存在与第一人脸图像匹配的图像,则判别结果为否定的结果。
在一个可能的实现方式中,另一种根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果的方法包括:
E1、若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
E2、根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
预设的多胞胎识别模型为通过经验数据、历史样本数据进行训练得到,其用于对多胞胎人脸图像进行识别,得到识别结果。识别结果可以是通行人员是否与已注册的通行人员的人脸图像数据库中的人脸图像匹配。根据识别结果得到判别结果的方法可以参照前述实施例中的方法,此处不再赘述。
通过预设的多胞胎检测模型对第一人脸图像进行识别,得到识别结果,根据该识别结果对通行人员进行通行判别,得到判别结果,则可以提升识别结果确定时的准确性。
在一个可能的实现方式中,另一种根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果的方法包括:
F1、若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
F2、接收所述通行人员输入的身份标识;
F3、根据所述身份标识,获取第一穿着信息和第一体貌特征;
F4、获取所述通行人员的人体图像;
F5、根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
F6、根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
第一用户类别为多胞胎用户类别,则展示提示信息以获取到用户输入的身份标识。
可以根据该身份标识从数据库中提取第一穿着信息和第一体貌特征,上述第一穿着信息和第一体貌特征为采集的与该身份标识对应的用户的历史穿着信息和体貌特征。体貌特征可以包括有身高、体型等。
可以通过摄像头获取通行人员的图像,对该图像进行轮廓提取,以得到该通行人员的人体图像。该人体图像可以是二值图像,也可以是彩色图像,此处不作具体限定。
可以对该人体图像进行图像识别,以得到通行人员的第二穿着信息和第二体貌特征。
若第二体貌特征与第一体貌特征的相似度高于预设阈值,且第二穿着信息包含于第一穿着信息中,则可以确定判别结果为肯定的结果,否则确定判别结果为否定的结果。
本示例中,在通行人员是多胞胎用户类别是,通过通行人员的穿着信息和体貌特征对通行用户进行通行判别,从而可以提升对通行人员进行通行判别的准确性。
请参阅图3,图3为本申请实施例提供了另一种通行方法的流程示意图。如图3所示,通行方法包括:
301、获取通行通道中通行人员的第一人脸图像;
可以通过摄像头获取到通行通道中通行人员的第一人脸图像,在获取第一人脸图像时,摄像头可以采集多张通行人员的人脸图像,将该多张人脸图像中图像质量最好的人脸图像确定为第一人脸图像。
302、将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
303、若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
第一用户类别为多胞胎用户类别,第二用户类别为普通用户类别。
304、若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别;
305、根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
306、根据所述判别结果判断所述通行人员是否具有通行权限。
本示例中,由于多胞胎存在的数量会远远低于普通用户的数量,因此通过将人脸数据库设定为多胞胎人脸数据库,则可以快速的获取到通行人员是否为多胞胎,从而提升了用户类别确定时的效率。
与上述实施例一致的,请参阅图4,图4为本申请实施例提供的一种终端的结构示意图,如图所示,包括处理器、输入设备、输出设备和存储器,处理器、输入设备、输出设备和存储器相互连接,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,上述程序包括用于执行以下步骤的指令;
获取通行通道中通行人员的第一人脸图像;
根据所述第一人脸图像,确定所述通行人员的用户类别;
根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
根据所述判别结果判断所述通行人员是否具有通行权限。
在一个可能的实现方式中,所述根据所述第一人脸图像,确定所述通行人员的用户类别,包括:
将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
根据所述比对结果,确定所述用户类别。
在一个可能的实现方式中,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
在一个可能的实现方式中,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述方法还包括:
若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述身份标识,获取第一穿着信息和第一体貌特征;
获取所述通行人员的人体图像;
根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,终端为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对终端进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
与上述一致的,请参阅图5,图5为本申请实施例提供了一种通行装置的结构示意图。如图5所示,所述装置包括:
获取单元501,用于获取通行通道中通行人员的第一人脸图像;
确定单元502,用于根据所述第一人脸图像,确定所述通行人员的用户类别;
第一判别单元503,用于根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
第二判别单元504,用于根据所述判别结果判断所述通行人员是否具有通行权限。
在一个可能的实现方式中,所述确定单元502用用于:
将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
根据所述比对结果,确定所述用户类别。
在一个可能的实现方式中,在所述根据所述比对结果,确定所述用户类别方面,所述确定单元502用于:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
在一个可能的实现方式中,在所述根据所述比对结果,确定所述用户类别方面,所述确定单元502用于:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
在一个可能的实现方式中,所述第一判别单元503用于:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述装置还用于:
若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述第一判别单元503用于:
若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
在一个可能的实现方式中,所述第一判别单元503用于:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述身份标识,获取第一穿着信息和第一体貌特征;
获取所述通行人员的人体图像;
根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种通行方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种通行方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,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,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接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
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,在申请明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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种通行方法,其特征在于,所述方法包括:
获取通行通道中通行人员的第一人脸图像;
根据所述第一人脸图像,确定所述通行人员的用户类别;
根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
根据所述判别结果判断所述通行人员是否具有通行权限。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一人脸图像,确定所述通行人员的用户类别,包括:
将所述第一人脸图像与人脸数据库中的人脸图像进行比对,得到比对结果;
根据所述比对结果,确定所述用户类别。
3.根据权利要求2所述的方法,其特征在于,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则获取所述第二人脸图像的类别信息;
若所述类别信息为双胞胎或多胞胎,则确定所述用户类别为第一用户类别;
若所述类别信息不为双胞胎且不为多胞胎,则确定所述用户类别为第二用户类别。
4.根据权利要求2所述的方法,其特征在于,所述根据所述比对结果,确定所述用户类别,包括:
若所述比对结果为在所述人脸数据库中存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第一用户类别;
若所述比对结果为在所述人脸数据库中不存在与所述第一人脸图像对应的第二人脸图像,则确定所述用户类别为第二用户类别。
5.根据权利要求3或4所述的方法,其特征在于,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述第一人脸图像、与所述身份标识对应的第三人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述用户类别为第二用户类别,则根据所述第一人脸图像对所述通行人员进行通行判别,以得到所述判别结果。
7.根据权利要求3或4所述的方法,其特征在于,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则使用预设的多胞胎识别模型对所述第一人脸图像进行识别,得到人脸识别结果;
根据所述人脸识别结果对所述通行人员进行通行判别,以得到所述判别结果。
8.根据权利要求3或4所述的方法,其特征在于,所述根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果,包括:
若所述用户类别为第一用户类别,则展示用于身份标识获取的提示信息;
接收所述通行人员输入的身份标识;
根据所述身份标识,获取第一穿着信息和第一体貌特征;
获取所述通行人员的人体图像;
根据所述人体图像,确定所述通行人员的第二穿着信息和第二体貌特征;
根据所述第一穿着信息、所述第一体貌特征、所述第二穿着信息和所述第二体貌特征对所述通行人员进行通行判别,以得到所述判别结果。
9.一种通行装置,其特征在于,所述装置包括:
获取单元,用于获取通行通道中通行人员的第一人脸图像;
确定单元,用于根据所述第一人脸图像,确定所述通行人员的用户类别;
第一判别单元,用于根据与所述用户类别对应的通行判别方法,对所述通行人员进行通行判别,以得到判别结果;
第二判别单元,用于根据所述判别结果判断所述通行人员是否具有通行权限。
10.一种终端,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,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1-8任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-8任一项所述的方法。
CN202110484985.XA 2021-04-30 2021-04-30 通行方法及相关装置 Active CN113158958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110484985.XA CN113158958B (zh) 2021-04-30 2021-04-30 通行方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110484985.XA CN113158958B (zh) 2021-04-30 2021-04-30 通行方法及相关装置

Publications (2)

Publication Number Publication Date
CN113158958A true CN113158958A (zh) 2021-07-23
CN113158958B CN113158958B (zh) 2023-04-28

Family

ID=76873163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110484985.XA Active CN113158958B (zh) 2021-04-30 2021-04-30 通行方法及相关装置

Country Status (1)

Country Link
CN (1) CN113158958B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024026375A1 (en) * 2022-07-26 2024-02-01 Johnson Controls Tyco IP Holdings LLP Access control to secured locations using relaxed biometrics

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110059560A (zh) * 2019-03-18 2019-07-26 阿里巴巴集团控股有限公司 人脸识别的方法、装置及设备
US20200042686A1 (en) * 2017-07-27 2020-02-06 Alibaba Group Holding Limited Method and apparatus for user authentication based on feature information
CN111178339A (zh) * 2020-04-10 2020-05-19 支付宝(杭州)信息技术有限公司 用户身份识别方法、装置、设备及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200042686A1 (en) * 2017-07-27 2020-02-06 Alibaba Group Holding Limited Method and apparatus for user authentication based on feature information
CN110059560A (zh) * 2019-03-18 2019-07-26 阿里巴巴集团控股有限公司 人脸识别的方法、装置及设备
CN111178339A (zh) * 2020-04-10 2020-05-19 支付宝(杭州)信息技术有限公司 用户身份识别方法、装置、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
R. PREMA 等: ""A Review: Face Recognition Techniques for Differentiate Similar Faces and Twin Faces"" *
张成成 等: ""基于深度学习的人脸识别技术在课堂签到上的应用"" *
郑定成: ""人脸识别技术在智慧校园的应用"" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024026375A1 (en) * 2022-07-26 2024-02-01 Johnson Controls Tyco IP Holdings LLP Access control to secured locations using relaxed biometrics

Also Published As

Publication number Publication date
CN113158958B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN109766872B (zh) 图像识别方法和装置
CN102945366B (zh) 一种人脸识别的方法及装置
CN109285234B (zh) 人脸识别考勤方法、装置、计算机装置及存储介质
CN105069622B (zh) 一种面向移动终端的人脸识别支付系统和方法
CN109147340A (zh) 违法停车案件的鉴别方法、装置和计算机设备
CN108446681B (zh) 行人分析方法、装置、终端及存储介质
CN104700094B (zh) 一种用于智能机器人的人脸识别方法及系统
CN110059560B (zh) 人脸识别的方法、装置及设备
CN110874878B (zh) 行人分析方法、装置、终端及存储介质
EP2360619A1 (en) Fast fingerprint searching method and fast fingerprint searching system
CN111861240A (zh) 可疑用户识别方法、装置、设备及可读存储介质
CN108108711B (zh) 人脸布控方法、电子设备及存储介质
CN106845368A (zh) 基于人脸识别的机场登机安检再确认系统和方法
CN110633642B (zh) 身份信息验证方法、装置、终端设备及存储介质
CN110287813A (zh) 身份识别方法及系统
CN110458078A (zh) 一种人脸图像数据聚类方法、系统及设备
CN115186303B (zh) 一种基于大数据云平台的金融签章安全管理方法及系统
CN109635625B (zh) 智能身份核验方法、设备、存储介质及装置
CN112052731A (zh) 一种智能人像识别打卡考勤系统及方法
CN109885597A (zh) 基于机器学习的用户分群处理方法、装置及电子终端
CN112418167A (zh) 图像的聚类方法、装置、设备和存储介质
CN110245573A (zh) 一种基于人脸识别的签到方法、装置及终端设备
CN108230536A (zh) 一种对光可变防伪标识识别方法及装置
CN110675252A (zh) 风险评估方法、装置、电子设备及存储介质
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

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