CN113470239B - 一种智慧旅游控制系统及方法 - Google Patents

一种智慧旅游控制系统及方法 Download PDF

Info

Publication number
CN113470239B
CN113470239B CN202110709797.2A CN202110709797A CN113470239B CN 113470239 B CN113470239 B CN 113470239B CN 202110709797 A CN202110709797 A CN 202110709797A CN 113470239 B CN113470239 B CN 113470239B
Authority
CN
China
Prior art keywords
face
control system
sequence
module
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.)
Active
Application number
CN202110709797.2A
Other languages
English (en)
Other versions
CN113470239A (zh
Inventor
周震宇
叶琴
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.)
Xiangnan University
Original Assignee
Xiangnan University
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 Xiangnan University filed Critical Xiangnan University
Priority to CN202110709797.2A priority Critical patent/CN113470239B/zh
Publication of CN113470239A publication Critical patent/CN113470239A/zh
Application granted granted Critical
Publication of CN113470239B publication Critical patent/CN113470239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G07C9/20Individual registration on entry or exit involving the use of a pass
    • G07C9/22Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/257Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提出一种智慧旅游控制系统及方法,其特征在于:所述控制系统应用于室内和/或室外的文娱场所;所述控制系统设置有身份证号录入模块及手机号录入模块;所述身份证号录入模块与手机号录入模块在购票时与票号ID唯一绑定;所述控制系统设置有人脸识别模块、人脸录入模块,所述人脸录入模块所录入的人脸图像与所述身份证号唯一绑定;所述控制系统设置有游玩项目选择及顺序设定模块,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当人脸识别失败或游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;所述人脸识别失败包括:系统所识别到的人脸未登记所选择的游玩项目和/或系统所识别到的人脸未登记到系统的服务器中。本发明中所采用的的加密方式提高了系统安全性,所采用的人脸识别算法提升了识别效率和准确性。

Description

一种智慧旅游控制系统及方法
技术领域
本发明提出了一种智慧旅游控制系统及方法,所涉及的技术包括人脸识别、信息加密、密码学等技术领域。
背景技术
随着人们生活水平的提高,人们的旅游需求增长旺盛。在现有技术中,有各种各样的订票业务,例如网上订票、手机订票、现场订票,在多数的消费场景中,人们普遍使用纸票作为入场凭证,还有一些使用二维码作为入场凭证。但是这些实现方式都存在安全隐患,例如:对于纸质票据而言,携带不方便,容易丢失,当丢失后,拾取的第三者可以任意使用,安全性较差,而且在旅游旺季还容易产生黄牛票,甚至购买到假票;对于二维码票据而言,例如,对于老人和儿童不够友好,有些老人、儿童并没有智能手机,而且有很多旅游场景禁止携带手机,或由于涉及一些较为危险刺激的项目,例如过山车、跳楼机、飓风飞椅等,无法携带手机,或者在进行那些刺激的游玩项目时需要不断的暂存手机,十分繁琐。在其他领域也有人脸识别的方法,但是存在照片欺诈问题,有技术通过眨眼、摇头等方式进行处理,但仍然能被动态图像欺骗,安全性较差。
本发明提出的智慧旅游控制系统及方法,采用人脸识别的方法结合信息加密技术,能够使得游客在进入不同的文娱项目时,不用携带手机,仅通过刷脸形式和/或点选拍摄照片的特征点就能启动闸门,避免了携带纸质票据不方便,安全性差的缺点,避免了在不同的游玩项目间频繁刷二维码或暂存手机的麻烦。
本发明的创新主要体现在:
1)本发明提出的一种智慧旅游控制系统,适用于大规模的文娱集团中的人脸识别,当在一处人脸登记,则全国各地都可以识别。例如:当在北京登记时,在上海、广州、深圳等不同城市,都可以使用,不必重复登记,所采用的池化方法配合激励函数与损失函数使用,且具有极高的识别速度和识别精度。
2)本发明提出的一种智慧旅游控制系统,还对各个人脸特征点与具体的数字相对应,根据人脸特征点的点选个数及顺序,形成其个体加密特征,在万一人脸识别失败时,可以使用,也可以将上述人脸加密特征融入到人脸识别模型中,作为特征向量。
发明内容
本发明提出了一种智慧旅游控制系统,包括:身份证号录入模块、手机号录入模块、人脸录入模块、人脸识别模块、项目选择及顺序设定模块,其特征在于:
所述控制系统应用于室内和/或室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制系统设置有身份证号录入模块及手机号录入模块;所述身份证号录入模块与手机号录入模块在购票时与票号ID唯一绑定;
所述控制系统设置有人脸识别模块、人脸录入模块,所述人脸录入模块所录入的人脸图像与所述身份证号唯一绑定;
所述控制系统设置有游玩项目选择及顺序设定模块,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当人脸识别失败或游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述人脸识别失败包括:系统所识别到的人脸未登记所选择的游玩项目和/或系统所识别到的人脸未登记到系统的服务器中。
可选的,所述控制系统包括特征加密模块,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0。
可选的,当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征。
可选的,所述人脸识别的方法为基于隐马尔柯夫模型、主动形状模型、主动外观模型的方法的任意一种。
可选的,所述人脸识别的方法为基于模板匹配或人工神经网络的方法中的任意一种。
本申请还提出了一种一种智慧旅游控制方法,其特征在于:
所述控制方法应用于室内和/或室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制方法设置有身份证号录入步骤及手机号录入步骤;所述身份证号与手机号在购票时与票号ID唯一绑定;
所述控制方法设置有人脸识别步骤、人脸录入步骤,所述人脸录入步骤所录入的人脸图像与所述身份证号唯一绑定;
所述控制方法设置有游玩项目选择及顺序设定步骤,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当人脸识别失败或游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述人脸识别失败包括:所识别到的人脸未登记所选择的游玩项目和/或所识别到的人脸未登记到系统的服务器中。
可选的,所述控制方法包括特征加密步骤,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0。
可选的,当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征。
可选的,所述人脸识别的方法为基于隐马尔柯夫模型、主动形状模型、主动外观模型的方法的任意一种。
可选的,所述人脸识别的方法为基于模板匹配或人工神经网络的方法中的任意一种。
有益效果:
1)本发明提出的一种智慧旅游控制系统,适用于大规模的文娱集团中的人脸识别,当在一处人脸登记,则全国各地都可以识别。例如:当在北京登记时,在上海、广州、深圳等不同城市,都可以使用,不必重复登记,实现了一处登记,全国游玩,所采用的池化方法配合激励函数与损失函数使用,且具有极高的识别速度和识别精度。
2)本发明提出的一种智慧旅游控制系统,还对各个人脸特征点与具体的数字相对应,根据人脸特征点的点选个数及顺序,形成其个体加密特征,在万一人脸识别失败时,可以使用,也可以将上述人脸加密特征融入到人脸识别模型中,作为特征向量。当作为一种兜底措施单独实施时,显然提高了系统的稳定性和健壮性。
附图说明
图1是一种智慧旅游控制系统功能示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更佳清楚明了,以下结合附图及实施例,对本发明进行进一步详细说明。
如图1所述,本发明提出了一种智慧旅游控制系统,包括:身份证号录入模块、手机号录入模块、人脸录入模块、人脸识别模块、项目选择及顺序设定模块,其特征在于:
所述控制系统应用于室内和/或室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制系统设置有身份证号录入模块及手机号录入模块;所述身份证号录入模块与手机号录入模块在购票时与票号ID唯一绑定;
所述控制系统设置有人脸识别模块、人脸录入模块,所述人脸录入模块所录入的人脸图像与所述身份证号唯一绑定;
所述控制系统设置有游玩项目选择及顺序设定模块,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当人脸识别失败或游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述人脸识别失败包括:系统所识别到的人脸未登记所选择的游玩项目和/或系统所识别到的人脸未登记到系统的服务器中。
可选的,所述控制方法包括特征加密步骤,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0。对于特征点的选择,还可以选择:左眼内角、右眼内角、左嘴角、右嘴角、左眉角、右眉角、鼻根、左眼外角、右眼外角等。
可选的,为进一步提升安全性,可以设定十个手指分别与选择的特征点进行对应,例如:左眉、左眼、左耳、上唇、鼻尖,分别对应左手手指:小拇指、无名指、中指、食指、大拇指;右眉、右眼、右耳、下唇、下巴分别对应右手:小拇指、无名指、中指、食指、大拇指。对于其中的对应关系,也可以设定为其他方式。只要能实现唯一的特征点与手指的对应关系即可,刚好满足数字0-9的对应关系。这样,即便点选的特征点及对应的顺序相同,如果点选特征点对应的指纹信息错误,则验证失败,进一步提升的安全性。
例如:选定特征点为:左眉、左眼、左耳、右眉、右眼、右耳,其对应的数字分别为:1、3、5、2、4、6,对应的手指必须为:左小拇指、左无名指、左中指、右小拇指、右无名指、右中指。
可选的,为了方便性,也可以仅选用上述一个手指,点选所有的特征点。
可选的,当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征。
可选的,所述人脸识别的方法为基于隐马尔柯夫模型、主动形状模型、主动外观模型的方法的任意一种。
可选的,所述人脸识别的方法为基于模板匹配或人工神经网络的方法中的任意一种。
可选的,人工神经网络为深度卷积神经网络,所述深度卷积神经网络包括:一个或多个卷积层、一个或多个池化层、全连接层;所述卷积层采用的卷积核大小3*3;所述深度卷积神经网络采用的激励函数为余弦指数激励函数,记为f(),其中
Figure BDA0003133105010000051
其中,θyi表示为样本i与其对应标签yi的向量夹角;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重;
可选的,所述深度卷积神经网络利用了正弦指数损失函数(Sine-Index-Softmax)增强人脸识别的准确性;所述正弦指数损失函数为:
Figure BDA0003133105010000052
其中,θyi表示为样本i与其对应标签yi的向量夹角,其中byi表示样本i在其标签yi处的偏差,bj表示输出节点j处的偏差;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重。
可选的,所述池化层的池化方法如下:
S=f(elogw+LOSSSIS);
其中,s表示当前层的输出,f()表示激活函数,w表示当前层的权重。
可选的,所点选的特征点及点选顺序、对应的指纹中的至少一项,可以作为拼接向量,与人脸图像一起进行训练,以提高训练精度。
可选的,所点选的特征点及点选顺序、对应的指纹中的至少一项,可以单独使用或组合使用,以在人脸识别失败时进行兜底验证使用。
本申请还提出了一种一种智慧旅游控制方法,其特征在于:
所述控制方法应用于室内和/或室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制方法设置有身份证号录入步骤及手机号录入步骤;所述身份证号与手机号在购票时与票号ID唯一绑定;
所述控制方法设置有人脸识别步骤、人脸录入步骤,所述人脸录入步骤所录入的人脸图像与所述身份证号唯一绑定;
所述控制方法设置有游玩项目选择及顺序设定步骤,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当人脸识别失败或游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述人脸识别失败包括:所识别到的人脸未登记所选择的游玩项目和/或所识别到的人脸未登记到系统的服务器中。
可选的,所述控制方法包括特征加密步骤,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0。对于特征点的选择,还可以选择:左眼内角、右眼内角、左嘴角、右嘴角、左眉角、右眉角、鼻根、左眼外角、右眼外角等。
可选的,为进一步提升安全性,可以设定十个手指分别与选择的特征点进行对应,例如:左眉、左眼、左耳、上唇、鼻尖,分别对应左手手指:小拇指、无名指、中指、食指、大拇指;右眉、右眼、右耳、下唇、下巴分别对应右手:小拇指、无名指、中指、食指、大拇指。对于其中的对应关系,也可以设定为其他方式。只要能实现唯一的特征点与手指的对应关系即可,刚好满足数字0-9的对应关系。这样,即便点选的特征点及对应的顺序相同,如果点选特征点对应的指纹信息错误,则验证失败,进一步提升的安全性。
例如:选定特征点为:左眉、左眼、左耳、右眉、右眼、右耳,其对应的数字分别为:1、3、5、2、4、6,对应的手指必须为:左小拇指、左无名指、左中指、右小拇指、右无名指、右中指。
可选的,为了方便性,也可以仅选用上述一个手指,点选所有的特征点。
可选的,当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征。
可选的,所述人脸识别的方法为基于隐马尔柯夫模型、主动形状模型、主动外观模型的方法的任意一种。
可选的,所述人脸识别的方法为基于模板匹配或人工神经网络的方法中的任意一种。
可选的,人工神经网络为深度卷积神经网络,所述深度卷积神经网络包括:一个或多个卷积层、一个或多个池化层、全连接层;所述卷积层采用的卷积核大小3*3;所述深度卷积神经网络采用的激励函数为余弦指数激励函数,记为f(),其中
Figure BDA0003133105010000061
其中,θyi表示为样本i与其对应标签yi的向量夹角;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重;
可选的,所述深度卷积神经网络利用了正弦指数损失函数(Sine-Index-Softmax)增强人脸识别的准确性;所述正弦指数损失函数为:
Figure BDA0003133105010000071
其中,θyi表示为样本i与其对应标签yi的向量夹角,其中byi表示样本i在其标签yi处的偏差,bj表示输出节点j处的偏差;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重。
可选的,所述池化层的池化方法如下:
S=f(elogw+LOSSSIS);
其中,s表示当前层的输出,f()表示激活函数,w表示当前层的权重。
可选的,所点选的特征点及点选顺序、对应的指纹中的至少一项,可以作为拼接向量,与人脸图像一起进行训练,以提高训练精度。
可选的,所点选的特征点及点选顺序、对应的指纹中的至少一项,可以单独使用或组合使用,以在人脸识别失败时进行兜底验证使用。
本申请还提出了一种计算机可读介质,存储有计算机程序指令,所述程序指令能够执行本发明提出的上述任一种方法。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,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。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,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。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (2)

1.一种智慧旅游控制系统,其特征在于:
所述控制系统应用于室内和室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制系统设置有身份证号录入模块及手机号录入模块;所述身份证号录入模块与手机号录入模块在购票时与票号ID唯一绑定;
所述控制系统设置的人脸录入模块所录入的人脸图像与所述身份证号唯一绑定;
所述控制系统设置有游玩项目选择及顺序设定模块,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述控制系统包括特征加密模块,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0;
当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征;
人脸识别的方法基于深度卷积神经网络,所述深度卷积神经网络包括:一个或多个卷积层、一个或多个池化层、全连接层;所述卷积层采用的卷积核大小3*3;所述深度卷积神经网络利用了正弦指数损失函数增强人脸识别的准确性;所述正弦指数损失函数为:
Figure FDA0003705945420000011
其中,θyi表示为样本i与其对应标签yi的向量夹角,其中byi表示样本i在其标签yi处的偏差,bj表示输出节点j处的偏差;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重;
所述池化层的池化方法如下:
S=f(elogw+LOSSSIS);
其中,s表示当前层的输出,f()表示激活函数,w表示当前层的权重。
2.一种智慧旅游控制方法,其特征在于:
所述控制方法应用于室内和室外的文娱场所,所述文娱场所设置有N个游玩项目,N为大于5的自然数;
所述控制方法设置有身份证号录入步骤及手机号录入步骤;所述身份证号与手机号在购票时与票号ID唯一绑定;
所述控制方法设置的人脸录入步骤所录入的人脸图像与所述身份证号唯一绑定;
所述控制方法设置有游玩项目选择及顺序设定步骤,使得经过人脸验证成功的用户仅能够在所选择的游玩项目处具备开启闸门的权限;当游玩项目的实际顺序与设定顺序不一致时,则所述用户不具备开启闸门的权限;
所述控制方法包括特征加密步骤,首先利用摄像机获得用户的头部图像,该头部图像具有完整的人脸特征,包括:左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴;所述左眉、右眉、左眼、右眼、左耳、右耳、鼻尖、上唇、下唇、下巴分别对应数字编号1、2、3、4、5、6、7、8、9、0;
当利用摄像机获得用户的头部图像之后,利用手指按顺序点选上述特征点,所点选的特征点的数量不小于6,不超过10;所点选的顺序及特征点形成加密特征;
人脸识别的方法基于深度卷积神经网络,所述深度卷积神经网络包括:一个或多个卷积层、一个或多个池化层、全连接层;所述卷积层采用的卷积核大小3*3;所述深度卷积神经网络利用了正弦指数损失函数增强人脸识别的准确性;所述正弦指数损失函数为:
Figure FDA0003705945420000021
其中,θyi表示为样本i与其对应标签yi的向量夹角,其中byi表示样本i在其标签yi处的偏差,bj表示输出节点j处的偏差;所述N表示训练样本个数;所述wyi表示样本i在其标签yi处的权重;
所述池化层的池化方法如下:
S=f(elogw+LOSSSIS);
其中,s表示当前层的输出,f()表示激活函数,w表示当前层的权重。
CN202110709797.2A 2021-06-25 2021-06-25 一种智慧旅游控制系统及方法 Active CN113470239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110709797.2A CN113470239B (zh) 2021-06-25 2021-06-25 一种智慧旅游控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110709797.2A CN113470239B (zh) 2021-06-25 2021-06-25 一种智慧旅游控制系统及方法

Publications (2)

Publication Number Publication Date
CN113470239A CN113470239A (zh) 2021-10-01
CN113470239B true CN113470239B (zh) 2022-08-12

Family

ID=77872877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110709797.2A Active CN113470239B (zh) 2021-06-25 2021-06-25 一种智慧旅游控制系统及方法

Country Status (1)

Country Link
CN (1) CN113470239B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886064A (zh) * 2017-11-06 2018-04-06 安徽大学 一种基于卷积神经网络的人脸识别场景适应的方法
CN110728242A (zh) * 2019-10-15 2020-01-24 苏州金羲智慧科技有限公司 基于人像识别的图像匹配方法、装置、存储介质及应用

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646199B (zh) * 2013-12-26 2016-06-15 中国电子科技集团公司第三研究所 一种基于九宫格密码和人脸图像的身份验证方法
CN204463272U (zh) * 2015-03-12 2015-07-08 北京市商汤科技开发有限公司 预约排队系统
CN106652146A (zh) * 2016-11-14 2017-05-10 中国联合网络通信集团有限公司 多项目排队处理方法、服务器及移动终端
CN109104274A (zh) * 2018-07-06 2018-12-28 四川斐讯信息技术有限公司 一种基于人脸识别的人脸特征加密系统及方法
CN109033325A (zh) * 2018-07-19 2018-12-18 广州慧睿思通信息科技有限公司 基于人脸识别技术的旅游终端系统及其使用方法
CN113515693A (zh) * 2020-10-09 2021-10-19 苏州淘喜网络科技有限公司 一种城市景区智慧推荐系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886064A (zh) * 2017-11-06 2018-04-06 安徽大学 一种基于卷积神经网络的人脸识别场景适应的方法
CN110728242A (zh) * 2019-10-15 2020-01-24 苏州金羲智慧科技有限公司 基于人像识别的图像匹配方法、装置、存储介质及应用

Also Published As

Publication number Publication date
CN113470239A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
Zhang et al. Discovering place-informative scenes and objects using social media photos
KR20120075487A (ko) 센서-기반 모바일 검색, 관련 방법들 및 시스템들
CN110490238A (zh) 一种图像处理方法、装置及存储介质
CN109684980A (zh) 自动阅卷方法及装置
CN112132099A (zh) 身份识别方法、掌纹关键点检测模型训练方法和装置
CN115917608A (zh) 增强现实内容项中的机器学习
CN108491709A (zh) 用于识别权限的方法和装置
US20230105214A1 (en) Systems and methods for enhancing biometric matching accuracy
CN108960171B (zh) 一种基于特征迁移学习的转换手势识别到身份识别的方法
CN109064217A (zh) 基于用户等级的核身策略确定方法、装置及电子设备
CN109977832A (zh) 一种图像处理方法、装置及存储介质
Kumar et al. Analysis of various biometric techniques
CN110516734A (zh) 一种图像匹配方法、装置、设备及存储介质
CN113906413A (zh) 上下文媒体滤镜搜索
CN109325173A (zh) 基于ai开放平台的阅读内容个性化推荐方法及系统
CN205644823U (zh) 社保自助服务终端装置
CN113470239B (zh) 一种智慧旅游控制系统及方法
Podio et al. Biometric authentication technology: From the movies to your desktop
CN116884045B (zh) 身份识别方法、装置、计算机设备和存储介质
CN204102164U (zh) 一种身份信息采集与验证装置
CN109753873A (zh) 图像处理方法及相关装置
CN108596241A (zh) 一种基于多维感知数据的用户性别快速分类方法
CN107563842A (zh) 一种基于指纹识别的购票系统及购票方法
CN110443122A (zh) 信息处理方法及相关产品
Li et al. Memory-augmented autoencoder based continuous authentication on smartphones with conditional transformer gans

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