CN116030560A - 基于人工智能的身份认证方法与门禁机 - Google Patents

Abstract

基于人工智能的身份认证方法与门禁机。在该方法中，可以通过智能模型识别出该外卖员处于外卖场景，并调用官方信息对该外卖员的身份进行自动认证，在身份认证通过后直接开门允许通过。在保障身份认证的安全性的同时，不仅节省了保安人工询问和开门的时间，提升了身份认证的效率，而且避免了由于个人原因保安故意为难外卖员导致小区送餐服务体验差的问题。

Description

基于人工智能的身份认证方法与门禁机

技术领域

本申请涉及计算机人工智能和身份认证领域，尤其涉及基于人工智能的身份认证方法与门禁机。

背景技术

大部分小区的出入口都设置有门禁闸机，通过对出入的人员和车辆进行身份认证识别，来提高小区内居民以及财产的安全性。

然而随着服务业的不断发展，有别于前些年一般只有小区居民会时常进出小区的情况，现今还会有非常多的不在小区内居住的服务人员会高频次的需要进出小区。例如外卖员就是现在都市生活必不可少的一个服务岗位，一些小区每天送餐的外卖员的进出频次可以达到数百次以上。

而这些外卖员由于不是小区居民，无法直接通过小区的门禁机，因此需要通过门禁机旁的保安的许可，才能由保安手动打开门禁机，进入小区送餐。

这样的处理方式：一方面导致保安每天需要确认几百起外来人员进入的许可确认，并需手动操作打开门禁机，使得身份认证效率低下；另一方面，有些保安由于个人原因，可能会故意为难外卖员，在外卖员本身条件符合的情况下也不许可其通过门禁机，导致为小区居民的送餐服务的时长增加，影响小区居民的居住体验的同时也降低了外卖员的工作效率。

发明内容

本申请提供了基于人工智能的身份认证方法与门禁机，用于在保障身份认证的安全性与准确性的同时，提高对进入小区的外卖员的身份认证效率，从而减少外卖员完成送餐服务的时长。

第一方面，本申请提供了一种基于人工智能的身份认证方法，包括：在进门处获取第一图像，该第一图像中包括第一人员；在使用外卖场景智能识别与提取模型确定该第一图像属于外卖场景的情况下，提取得到该第一人员的第一人脸图像，该外卖场景智能识别与提取模型为一个完成训练的深度学习模型；使用该第一人脸图像调用预设授权接口查询外卖平台身份认证数据库；在确定该外卖平台身份认证数据库中存在该第一人员的身份认证信息的情况下，发出开门指令。

结合第一方面的一些实施例，在一些实施例中，该在进门处获取第一图像的步骤之后，该提取得到该第一人员的第一人脸图像的步骤之前，该方法还包括：确定该第一人员是否为小区白名单中的人员；在确定该第一人员不是该小区白名单中的人员的情况下，使用该外卖场景智能识别与提取模型识别该第一图像是否属于外卖场景。

结合第一方面的一些实施例，在一些实施例中，在提取得到该第一人员的第一人脸图像的步骤之后，该使用该第一人脸图像调用预设授权接口查询外卖平台身份认证数据库的步骤之前，该方法还包括：使用平台工装识别模型识别该第一图像，确定该第一人员属于第一外卖平台，该第一外卖平台为多个外卖平台中的一个；该使用该第一人脸图像调用预设授权接口查询外卖平台身份认证数据库，具体包括：调用该第一外卖平台的预设第一身份认证接口对该第一人员的人脸图像进行身份认证。

结合第一方面的一些实施例，在一些实施例中，该调用该第一外卖平台的预设第一身份认证接口对该第一人员的人脸图像进行身份认证的步骤之后，该方法还包括：接收该第一外卖平台的服务器发送的确认信息，该确认信息用于确认该第一人员为该第一外卖平台认证的骑手。

结合第一方面的一些实施例，在一些实施例中，该发出开门指令的步骤之后，该方法还包括：确定该第一人员在小区内的时长是否已超出预设外卖配送时长；在确定已超出预设外卖配送时长的情况下，发送包括该第一人脸图像的第一轨迹确定指令给控制中心服务器，该第一轨迹确定指令用于指示该控制中心服务器确定该第一人员进入小区后的第一行动轨迹信息。

结合第一方面的一些实施例，在一些实施例中，该方法还包括：接收该控制中心服务器发送的该第一行动行动轨迹信息；在确定该第一行动轨迹信息中的行动轨迹超出预设外卖配送路线区域的情况下，发出警报信息给小区管理人员，该警报信息中携带有该第一人脸图像。

结合第一方面的一些实施例，在一些实施例中，该方法还包括：在确定该第一行动轨迹信息中的行动轨迹未超出预设外卖配送路线区域的情况下，重置该第一人员在小区内的时长的记录为0，重新执行该确定该第一人员在小区内的时长是否已超出预设外卖配送时长的步骤。

结合第一方面的一些实施例，在一些实施例中，该方法还包括：在出门处获取到包括该第一人员的第二图像；对该第二图像和该第一图像进行物体识别后比对处理，确定该第一人员相比于进入小区时是否携带有更多的物品；在确定未携带有更多的物品的情况下，开门放行。

第二方面，本申请实施例提供了一种门禁机，包括：摄像头、显示器、电动门、一个或多个处理器和存储器；该摄像头用于拍摄通过该门禁机进出的物体的画面；该显示器用于基于接收到的该处理器发送的数据显示信息；该电动门用于基于接收到的该处理器发送的指令开启或关闭；该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第三方面，本申请实施例提供一种计算机可读存储介质，包括指令，当上述指令在门禁机上运行时，使得上述门禁机执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、由于在门禁机使用外卖场景智能识别与提取模型确定包括第一人员的第一图像属于外卖场景，并调用预设授权接口确定该第一人员属于外卖平台身份认证数据库中已认证的工作人员的情况下，可以直接打开门禁机放行，而不再需要外卖员与保安沟通认证并手动打开门禁机，因此在保障小区身份认证的安全性与准确性的同时，使得外卖员可以快速无感通过身份认证，不仅避免了由于个人原因保安故意为难外卖员导致小区送餐服务体验差的问题，而且提升了身份认证的效率，从而提升了小区居民的居住满意度。

2、门禁机可以通过平台工装识别模型识别出该第一人员所属的第一外卖平台，然后直接调用该第一外卖平台对应的预设第一身份认证接口来对该第一人员进行身份认证。而不再需要在所有外卖平台的数据库中都查询一遍该第一人员的信息，极大的提升了进行身份认证的效率。

3、在第一人员超出预设外卖配送时长还未出小区时，可以对该第一人员在小区中的行动轨迹是否合理进行确定，若不合理则发出警报信息提醒小区管理人员。并且可以识别出第一人员出门时相比进门时携带的物品情况，只有符合外卖场景未携带更多物品时才开门放行。极大的降低了少数情况下智能身份认证可能出现的错误后的风险，进一步提升了安全性。

附图说明

图1是本申请实施例中基于人工智能的身份认证方法可应用的系统构架的一个示意图；

图2是使用本申请实施例中基于人工智能的身份认证方法的一个示例性场景示意图；

图3是本申请实施例中门禁机100的一个示例性硬件结构框图；

图4是本申请实施例中基于人工智能的身份认证方法的一个流程示意图；

图5是本申请实施例中外卖场景智能识别与提取模型的一个训练和功能示意图；

图6是本申请实施例中基于人工智能的身份认证方法中进门阶段的一个交互流程示意图；

图7是本申请实施例中基于人工智能的身份认证方法中送餐阶段和出门阶段的一个交互流程示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指包含一个或多个所列出项目的任何或所有可能组合。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

图1是本申请实施例中基于人工智能的身份认证方法可应用的系统构架的一个示意图。

请参阅图1，小区的各个出入口可以采用门禁机进行出入管理，各个门禁机可以连接到小区内的控制中心服务器，一方面可以使得各设备之间进行数据传输，另一方面也可以将拍摄的视频图像数据传输到该控制中心服务器中进行保存。在一些实施例中，小区内还可以有小区摄像头实时监控小区内各区域的情况，并可以将实时监控的视频数据也传输到该控制中心服务器保存。

需要说明的是，由于门禁机和控制中心服务器都具备一定的数据处理能力，并且随着高性能芯片的普及发展，门禁机自身的数据处理能力也在不断增强，因此，对于本申请实施例基于人工智能的身份认证方法中的一些步骤，可以由控制中心服务器来执行，也可以由门禁机来执行，此处不作限定。

为便于描述和理解，本申请下述实施例中以门禁机来执行其中大部分步骤为例来进行说明。但可以理解的是，其中有些步骤也可以由控制中心服务器直接执行，或者将相关数据发送给控制中心服务器，由控制中心服务器执行相关步骤后再将处理结果发送给门禁机，此处不作限定。

在实际应用中，门禁机可以有很多种不同的形态，例如卷帘形态的、玻璃门形态的、两边开合形态的等等。为便于理解和描述，本申请实施例中以图1所示的常见行人出入闸机形态作为门禁机示例进行描述。门禁机中一般包含有用于拍摄图像的门禁摄像头以及用于控制出入口开关的电动门。

在相关技术中，外卖员需要进入小区送餐时，由于并非小区居民，因此无法直接通过小区门禁机。需要由门禁机旁的保安进行询问与身份认证，才会手动打开门禁机允许通过。不仅身份认证效率低下，而且导致完成送餐服务的时长较长。

而采用本申请实施例中基于人工智能的身份认证方法，可以在通过智能模型识别出该外卖员处于外卖场景的情况下，直接调用官方信息对该外卖员的身份进行自动认证，在身份认证通过后直接开门允许通过。不仅节省了保安人工询问和开门的时间，提升了身份认证的效率，避免了由于个人原因保安故意为难外卖员导致小区送餐服务体验差的问题。而且由于是直接调用官方信息进行认证，进一步提升了身份认证的安全性和准确性。

图2是使用本申请实施例中基于人工智能的身份认证方法的一个示例性场景示意图。

如图2中的（a），在检测到有人员进行身份核验时，若该人员为外卖员，通过拍摄的当前核验人员的图片，门禁机可以使用智能模型识别确定当前为外卖场景，然后基于该当前核验人员的人脸图像调用身份认证接口查询相应外卖平台人员信息服务器中是否存在该人员的信息；

如图2中的（b），若在相应外卖平台人员信息服务器中存在该当前核验人员的信息，则门禁机可以接收到身份确定指令；

如图2中的（c），在门禁机接收到身份确定指令后，则表明该当前核验人员为平台认证的正规外卖员，为安全人员，可以直接开门放行，让该外卖员进入小区送餐。

可见，采用本申请实施例中基于人工智能的身份认证方法，不再需要外卖员与保安进行频繁的交互才能完成身份认证。直接通过智能模型对图像数据的识别处理以及服务器身份认证，就可以在保障身份认证的安全性与准确性的同时，使得外卖员快速无感通过身份认证，不仅避免了由于个人原因保安故意为难外卖员导致小区送餐服务体验差的问题，而且提升了身份认证的效率，从而提升了小区居民的居住满意度。

为便于理解本申请实施例中的基于人工智能的身份认证方法，下面首先介绍本申请实施例提供的示例性门禁机100。

请参考图3，为本申请实施例中门禁机100的一个示例性硬件结构框图。

在一些实施例中，该门禁机100包括通过系统总线连接的处理器、存储器、摄像头、显示器和电动门。

其中，该摄像头用于拍摄通过该门禁机100进出的物体的画面；该显示器用于显示信息；该电动门用于接受指令，开启或关闭。

其中，该处理器用于提供计算和控制能力。该处理器可以包括一个或多个处理单元，例如：处理器可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processing unit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，和/或神经网 络处理器(neural-network processing unit，NPU)等中的一个或多个。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

若该处理器包括的处理单元中包括NPU，则可以有助于提高进行深度学习处理的效率。NPU为神经网络(neural-network ，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现门禁机100的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。

该门禁机100的存储器包括非易失性存储介质。该非易失性存储介质存储有操作系统、计算机程序和数据库。该门禁机100的数据库用于存储数据。

该计算机程序被处理器执行时以实现本申请实施例中的基于人工智能的身份认证方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的门禁机100的限定，具体的门禁机100可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在本申请的一些实施例中，还提供了一种计算机可读存储介质，包括指令，当该指令在该门禁机100上运行时，可以使得该门禁机100执行本申请实施例中基于人工智能的身份认证方法。

下面结合上述示例性门禁机100的硬件结构图以及图2所示的使用基于人工智能的身份认证方法的场景示意图，对本申请实施例中基于人工智能的身份认证方法进行描述：

请参阅图4，为本申请实施例中基于人工智能的身份认证方法的一个流程示意图。

S401、在进门处获取第一图像，该第一图像中包括第一人员；

在检测到有人员接近门禁机预设距离时，门禁机可以启动摄像头进行拍摄，获取图像以便进行身份核验。门禁机可以在进门处获取第一图像，该第一图像中包括第一人员。

S402、在使用外卖场景智能识别与提取模型确定该第一图像属于外卖场景的情况下，提取得到该第一人员的第一人脸图像；

在确定该第一人员不属于小区白名单（小区居民）中的人员时，该门禁机可以使用预先训练好的外卖场景智能识别与提取模型确定该第一图像是否属于外卖场景；

在确定该第一人员不属于小区白名单中的人员，该第一图像也不属于外卖场景时，门禁机保持关门状态，不允许通过。需要保安进行该第一人员的信息查问才能手动控制是否开门。

在确定该第一人员不属于小区白名单中的人员，但是该第一图像属于外卖场景时，表明该第一人员可能为外卖员，此时可以从该第一图像中提取得到该第一人员的第一人脸图像，然后继续执行步骤S403。

可以理解的是，若由于第一图像的拍摄角度问题，步骤S402中无法从该第一图像中提取出该第一人脸图像，则门禁机可以发出重新拍摄识别的提示，再重新执行步骤S401和S402，直到可以从获取的第一图像中提取出该第一人脸图像。

在一些实施例中，步骤S402也可以由门禁机将该第一图像发送给控制中心服务器后，由控制中心服务器执行，此处不作限定。

S403、使用该第一人脸图像调用预设授权接口查询外卖平台身份认证数据库；

在确定第一图像属于外卖场景，并从该第一图像中提取出第一人员的第一人脸图像后，可以使用该第一人脸图像调用预设授权接口查询外卖平台身份认证数据库，从而确定外卖平台身份认证数据库中是否存在该第一人员的身份认证信息。

可以理解的是，为保护工作人员隐私，一般外卖平台不会公开自己工作人员的身份信息，但是门禁机厂商或小区物业管理人员可以以提高外卖员送餐效率为由与各外卖平台达成协议，由外卖平台提供可以在外卖平台身份认证数据库中进行身份认证的预设授权接口，而无需直接提供详细的人员信息数据。

该授权接口具备在输入待验证的人脸图像信息后，可以输出该待验证的人脸图像信息对应的人员是否为外卖平台身份认证数据库中存在的认证人员的确认信息的能力。

若接收到表示该外卖平台身份认证数据库中不存在该第一人员的身份认证信息的否认信息的情况下，可以保持关门状态，不允许通过；

若接收到表示该外卖平台身份认证数据库中存在该第一人员的身份认证信息的确认信息的情况下，可以继续执行步骤S404。

S404、在确定该外卖平台身份认证数据库中存在该第一人员的身份认证信息的情况下，发出开门指令。

若确定该外卖平台身份认证数据库中存在该第一人员的身份认证信息，则表明该第一人员为平台认证的外卖员。而基于第一图像已经判定该第一人员当前也处于外卖场景中，因此可以认定该第一人员大概率为安全人员，因此可以直接发出开门指令，对该第一人员开门放行。

本申请实施例中，由于在门禁机使用外卖场景智能识别与提取模型确定包括第一人员的第一图像属于外卖场景，并调用预设授权接口确定该第一人员属于外卖平台身份认证数据库中已认证的工作人员的情况下，可以直接打开门禁机放行，而不再需要外卖员与保安沟通认证并手动打开门禁机，因此在保障小区身份认证的安全性与准确性的同时，使得外卖员可以快速无感通过身份认证，不仅避免了由于个人原因保安故意为难外卖员导致小区送餐服务体验差的问题，而且提升了身份认证的效率，从而提升了小区居民的居住满意度。

上面实施例中，可以使用外卖场景智能识别与提取模型来识别出该第一图像是否属于外卖场景，该外卖场景智能识别与提取模型为一个预先训练好的深度学习模型。

该深度学习模型的基础构架例如可以为BERT分类模型，也可以为循环神经网络RNN模型，还可以为其他的分类预测模型框架，此处不作限定。

如图5所示，为本申请实施例中外卖场景智能识别与提取模型的一个训练和功能示意图。

该深度学习的训练数据可以为：大量门禁机拍摄的图像，以及人工对其中顺手外卖场景的图像的标注，以及对其中外卖员人脸区域的标注。

通过使用该训练数据对深度学习模型的基础构架或者经过了图像识别预训练的深度学习模型进行训练，在确定损失函数输出值小于预设值时，可以完成训练，得到该外卖场景智能识别与提取模型。

该外卖场景智能识别与提取模型具备输入门禁机拍摄的图像后，输出该图像是否为外卖场景以及在确认为外卖场景时提取出外卖员的人脸图像的能力。

在一些实施例中，该外卖场景智能识别与提取模型的功能也可以由多个不同的机器学习模型组合完成，此处不作限定。

在实际应用中，为了进一步提高确定当前核验人员身份信息的效率，还可以基于人员的工装进行所属外卖平台的识别，然后去相应外卖平台的数据库进行身份核验。

下面结合图6所示的基于人工智能的身份认证方法中进门阶段的一个交互流程示意图以及图1所示的系统构架示意图，对本申请实施例中基于人工智能的身份认证方法进行具体描述：

S601、在检测到人员接近时，门禁摄像头获取到第一图像，其中包括第一人员；

S602、门禁摄像头传输第一图像给门禁处理器；

S603、门禁处理器确定第一人员不是小区白名单中人员；

在接收到门禁摄像头传输的当前核验人员的第一图像后，门禁处理器可以先确定该第一人员是否为小区白名单中人员。一般小区白名单中有小区居民以及一些通过小区物业备案的工作人员的身份信息。

在确定该第一人员是小区白名单中人员时，可以直接开门放行；

在确定该第一人员不是小区白名单中人员时，则可以执行步骤S604，对特殊场景进行进一步判断。

S604、门禁处理器使用外卖场景智能识别与提取模型识别出该第一图像属于外卖场景，确定该第一人员为外卖员，得到该第一人员的第一人脸图像；

在确定该第一人员不是小区白名单中人员的情况下，门禁处理器可以使用外卖场景智能识别与提取模型确定该第一图像是否属于外卖场景；

在确定该第一图像不属于外卖场景时，可以保持关门状态，不允许通过；

在确定该第一图像属于外卖场景时，表明该第一图像中的第一人员可能为外卖员，则可以得到该第一人员的第一人脸图像，继续执行后续步骤。

S605、门禁处理器使用平台工装识别模型识别该第一图像，确定该第一人员属于第一外卖平台；

该平台工装识别模型也是一个预先训练好的深度学习模型，可以基于输入的图像中人员所穿的工装的样式，输出该人员所述的外卖平台的标识。该平台工装识别模型是使用大量不同平台的外卖员的图像以及相应的所属平台的标签训练出来的。

在使用平台工装识别模型识别该第一图像，确定该第一人员属于第一外卖平台后，可以执行步骤S606。该第一外卖平台为多个外卖平台中的一个。

S606、门禁处理器调用第一外卖平台的预设第一身份认证接口对该第一人员的人脸图像进行身份认证；

可以理解的是，不同的外卖平台可以提供有不同的预审身份认证接口，例如第一外卖平台对应预设第一身份认证接口。通过调用一个外卖平台相应的预设身份认证接口，即可确认一个人脸图像对应的人员是否为该外卖平台认证的工作人员。

本申请实施例中，在使用平台工装识别模型确定第一人员属于第一外卖平台后，可以直接调用第一外卖平台的预设第一身份认证接口对该第一人员的人脸图像进行身份认证。

在一些实施例中，也可以不执行步骤S605，而依次调用各个外卖平台提供的预设身份认证接口进行身份认证，直到认证通过或全部失败，此处不作限定。

S607、第一外卖平台服务器接收门禁机处理器通过该第一身份认证接口发送的身份认证第一人员的人脸图像，对该第一人员的人脸图像进行身份认证；

身份认证的具体过程可以为将该第一人员的人脸图像与数据库中存储的人员信息中的人脸图像进行比对，识别出是否存在有该第一人员的人脸图像对应的人员信息；

若确认不存在该第一人员的人脸图像对应的人员信息，则可以发送认证失败通知或否认信息给门禁机；

若确认存在有该第一人员的人脸图像对应的人员信息，则执行步骤S608。

S608、第一外卖平台服务器将确定该第一人员为平台认证的骑手的信息发送给该门禁处理器；

在第一外卖平台服务器中存在该第一人员的信息的情况下，第一外卖平台服务器可以将确定该第一人员为平台认证的骑手的信息发送给该门禁处理器。

在一些实施中，第一外卖平台服务器也可以先将信息发送给控制中心服务器，再由控制中心服务器转发给门禁机，此处不作限定。

S609、门禁处理器向门禁电动门发出开门指令；

S610、门禁电动门响应该开门指令，开门；

S611、门禁处理器确定该第一人员已进入；

S612、门禁处理器向门禁电动门发送关门指令；

S613、门禁电动门响应该关门指令，关门。

本申请实施例的上述进门阶段中，门禁机可以通过平台工装识别模型识别出该第一人员所属的第一外卖平台，然后直接调用该第一外卖平台对应的预设第一身份认证接口来对该第一人员进行身份认证。而不再需要在所有外卖平台的数据库中都查询一遍该第一人员的信息，极大的提升了进行身份认证的效率。

在一些实施例中，在外卖员进入小区后，还可以对该外卖员在小区内的行动轨迹进行管理，从而进一步的提升智能身份认证后的安全性。

请参阅图7，为本申请实施例中基于人工智能的身份认证方法中送餐阶段和出门阶段的一个交互流程示意图。

S701、门禁机确定该第一人员在小区内的时长已超出预设外卖配送时长；

在门禁机通过图6所示实施例的智能身份认证过程放行第一人员后，可以启动一个倒计时器，该倒计时器的时长设定为预设外卖配送时长，该预设外卖配送时长为基于经验值确定的在小区内送餐的合理时长。

若在倒计时器计时结束后还未检测到该第一人员通过门禁机出该小区，则门禁机可以确定该第一人员在小区内的时长已超出预设外卖配送时长。

S702、门禁机发送包括该第一人脸图像的第一轨迹确定指令给小区内控制中心服务器；

在确定该第一人员在小区内的时长已超出预设外卖配送时长的情况下，门禁机发送包括该第一人脸图像的第一轨迹确定指令给小区内控制中心服务器，该第一轨迹确定指令用于指示该控制中心服务器确定该第一人员在小区内的行动轨迹。

S703、控制中心服务器确定该第一人员进入小区后的第一行动轨迹信息；

控制中心服务器接收到门禁机发送的第一轨迹确定指令后，可以采用该第一轨迹确定指令中的第一人脸图像与存储的小区内监控视频图像进行比对，确定出该第一人员进入小区后的第一行动轨迹信息。

该第一行动轨迹信息可以采用图形的方式表示，也可以采用有顺序的多点坐标的方式表示，此处不作限定。

S704、控制中心服务器发送第一行动轨迹信息给门禁机；

S705、在确定该第一行动轨迹信息中的行动轨迹超出预设外卖配送路线区域的情况下，门禁机发出警报信息给小区管理人员，该警报信息中携带该第一人脸图像；

接收到控制中心服务器发送的第一行动轨迹信息后，门禁机可以将该第一行动轨迹信息中的行动轨迹与小区内预设外卖配送路线区域进行比对，确定该行动轨迹是否超出该预设外卖配送路线区域。

例如若行动轨迹为采用坐标的方式表示的情况下，可以确定这些坐标是否在预设外卖配送路线区域内；再如若行动轨迹采用图像的方式表示的情况下，可以通过图形比对的方式，确定轨迹线路是否超出预设外卖配送路线区域，基于行动轨迹的不同表示方式，还可以有其他的确定方式，此处不作限定。

若确定该行动轨迹未超出该预设外卖配送路线区域，表示该第一人员可能是因为迷路导致的超时，可以重置倒计时器，再执行步骤S701；

若确定该行动轨迹超出该预设外卖配送路线区域，则表示该外卖人员有可能有不轨企图而非送餐，则门禁机可以发出警报信息给小区管理人员，并在该警报信息中携带该第一人脸图像。这样小区管理人员可以关注该第一人员是否有异常行为，或者前往问询该第一人员。

在一些实施例中，在发出警报信息的同时，门禁机也可以将该第一人员暂时加入禁止出入的名单，在小区管理人员确定无异常后，再将其移出该禁止出入的名单。

可选的，在一些实施例中，还可以在出口处对该第一人员进行物品识别以进一步的提高安全性：

S706、门禁机在出门处获取到包括该第一人员的第二图像

在该第一人员准备出小区时，门禁机在出门处可以获取到包括该第一人员的第二图像。

S707、对该第二图像和该第一图像进行物体识别后比对处理，门禁机确定该第一人员相比于进入小区时未携带更多的物品；

门禁机可以识别该第一人员进门时获取的第一图像中的物体特征（例如数目、大小、形状），将其与从该第二图像中的识别出的物体特征进行比对处理，从而确定该第一人员相比于进入小区是是否有携带更多的物品；

若确认该第一人员相比于进入小区时携带有更多的物品，对于外卖场景来说，它是不合理的，属于异常状态。则门禁机可以维持关门状态，并发出警报信息，提醒保安确认该第一人员的状态是否符合出门要求，在确认符合后，才能开门放行；

若确认该第一人员相比于进入小区时未携带更多的物品，则其符合正常外卖场景，可以直接执行步骤S708。

S708、门禁机开门放行。

在门禁机确认该第一人员相比于进入小区时未携带更多的物品时，表明符合正常外卖场景，可以直接开门放行。

本申请实施例的基于人工智能的身份认证方法中送餐阶段和出门阶段中，在第一人员超出预设外卖配送时长还未出小区时，可以对该第一人员在小区中的行动轨迹是否合理进行确定，若不合理则发出警报信息提醒小区管理人员。并且可以识别出第一人员出门时相比进门时携带的物品情况，只有符合外卖场景未携带更多物品时才开门放行。极大的降低了少数情况下智能身份认证可能出现的错误后的风险，进一步提升了安全性。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

上述实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到（所陈述的条件或事件）”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到（所陈述的条件或事件）时”或“响应于检测到（所陈述的条件或事件）”。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线）或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质（例如固态硬盘）等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。

Claims (10)

1.一种基于人工智能的身份认证方法，其特征在于，包括：

在进门处获取第一图像，所述第一图像中包括第一人员；

在使用外卖场景智能识别与提取模型确定所述第一图像属于外卖场景的情况下，提取得到所述第一人员的第一人脸图像，所述外卖场景智能识别与提取模型为一个完成训练的深度学习模型；

使用所述第一人脸图像调用预设授权接口查询外卖平台身份认证数据库；

在确定所述外卖平台身份认证数据库中存在所述第一人员的身份认证信息的情况下，发出开门指令。

2.根据权利要求1所述的方法，其特征在于，所述在进门处获取第一图像的步骤之后，所述提取得到所述第一人员的第一人脸图像的步骤之前，所述方法还包括：

确定所述第一人员是否为小区白名单中的人员；

在确定所述第一人员不是所述小区白名单中的人员的情况下，使用所述外卖场景智能识别与提取模型识别所述第一图像是否属于外卖场景。

3.根据权利要求1所述的方法，其特征在于，在提取得到该第一人员的第一人脸图像的步骤之后，所述使用所述第一人脸图像调用预设授权接口查询外卖平台身份认证数据库的步骤之前，所述方法还包括：

使用平台工装识别模型识别所述第一图像，确定所述第一人员属于第一外卖平台，所述第一外卖平台为多个外卖平台中的一个；

所述使用所述第一人脸图像调用预设授权接口查询外卖平台身份认证数据库，具体包括：

调用所述第一外卖平台的预设第一身份认证接口对所述第一人员的人脸图像进行身份认证。

4.根据权利要求3所述的方法，其特征在于，所述调用所述第一外卖平台的预设第一身份认证接口对所述第一人员的人脸图像进行身份认证的步骤之后，所述方法还包括：

接收所述第一外卖平台的服务器发送的确认信息，所述确认信息用于确认所述第一人员为所述第一外卖平台认证的骑手。

5.根据权利要求1所述的方法，其特征在于，所述发出开门指令的步骤之后，所述方法还包括：

确定所述第一人员在小区内的时长是否已超出预设外卖配送时长；

在确定已超出预设外卖配送时长的情况下，发送包括所述第一人脸图像的第一轨迹确定指令给控制中心服务器，所述第一轨迹确定指令用于指示所述控制中心服务器确定所述第一人员进入小区后的第一行动轨迹信息。

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：

接收所述控制中心服务器发送的所述第一行动行动轨迹信息；

在确定所述第一行动轨迹信息中的行动轨迹超出预设外卖配送路线区域的情况下，发出警报信息给小区管理人员，所述警报信息中携带有所述第一人脸图像。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在确定所述第一行动轨迹信息中的行动轨迹未超出预设外卖配送路线区域的情况下，重置所述第一人员在小区内的时长的记录为0，重新执行所述确定所述第一人员在小区内的时长是否已超出预设外卖配送时长的步骤。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述方法还包括：

在出门处获取到包括所述第一人员的第二图像；

对所述第二图像和所述第一图像进行物体识别后比对处理，确定所述第一人员相比于进入小区时是否携带有更多的物品；

在确定未携带有更多的物品的情况下，开门放行。

9.一种门禁机，其特征在于，包括：摄像头、显示器、电动门、一个或多个处理器和存储器；

所述摄像头用于拍摄通过所述门禁机进出的物体的画面；所述显示器用于基于接收到的所述处理器发送的数据显示信息；所述电动门用于基于接收到的所述处理器发送的指令开启或关闭；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述门禁机执行如权利要求1-8中任一项所述的方法。

10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在门禁机上运行时，使得所述门禁机执行如权利要求1-8中任一项所述的方法。

Images