CN117912148A - 无感通行检测识别方法及系统 - Google Patents
无感通行检测识别方法及系统 Download PDFInfo
- Publication number
- CN117912148A CN117912148A CN202410311236.0A CN202410311236A CN117912148A CN 117912148 A CN117912148 A CN 117912148A CN 202410311236 A CN202410311236 A CN 202410311236A CN 117912148 A CN117912148 A CN 117912148A
- Authority
- CN
- China
- Prior art keywords
- passenger
- face
- image
- baggage
- inductive
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000007689 inspection Methods 0.000 claims abstract description 36
- 230000001939 inductive effect Effects 0.000 claims abstract description 35
- 238000012795 verification Methods 0.000 claims abstract description 13
- 238000013459 approach Methods 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 6
- 230000005012 migration Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 abstract description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME 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
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual 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
- G07C9/257—Individual 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种无感通行检测识别方法及系统,所述无感通行检测识别方法包括步骤:旅客信息核验终端通过后开启入口闸;于旅客靠近旅客信息核验终端时通过第一摄像头获取仰视旅客图像,于旅客经过入口闸时通过第二摄像头获取平视旅客图像,于旅客放置行李时通过第三摄像头获取俯视旅客图像;分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测以及人脸目标检测,输出旅客携带行李数量以及人脸目标检测结果;根据行李安检带感应的已安检行李数量与旅客携带行李数量判断行李是否全部放入安检,根据人脸目标检测结果进行人脸识别判断是否人证合一。本申请以无感通行的方式实现了人与物的同步检测,同时提升了通关效率与安全性。
Description
技术领域
本申请属于出入境安检技术领域,更具体地说,是涉及一种无感通行检测识别方法及系统。
背景技术
自助查验通道是用于进出境的一种无人值守防尾随多功能门禁核验的身份证多重验证系统,其同时包括了对人与物的查验。
现有技术中,如公开号为CN215186967U的实用新型公开了一种新型手提行李风险拦截通道,其查验方式为旅客在第一道门(前门)停留识别健康申报信息,旅客信息核验成功后进入第一道门内第2次停留,需要进行手提行李检测、体温检测以及核辐射检测等查验,最后走到在第二道门(后门)处第3次停留进行面相识别与证件信息识别的操作。
然而,在实际运用过程中发现旅客在进入第一道门后大部分旅客因对查验流程的不熟悉,会在通道内长期的停留导致通关的整体速度缓慢并且需要工作人员的引导,还有部分非法旅客为躲避安检,不会将全部行李放入安检,同时降低了通关效率与安全性。
发明内容
本申请实施例的目的在于提供一种无感通行检测识别方法及系统,以解决现有技术对出入境安检过程中存在的通关效率与安全性不足的技术问题。
为实现上述目的,本申请采用的技术方案是:提供一种无感通行检测识别方法,基于自助查验通道,所述自助查验通道包括人行通道及与所述人行通道并列设置的行李安检带,所述人行通道的入口闸设置旅客信息核验终端以及第一摄像头,所述人行通道的出口闸设置第二摄像头,所述行李安检带上设置第三摄像头,所述无感通行检测识别方法包括步骤:
旅客信息核验终端通过后开启入口闸;
于旅客靠近旅客信息核验终端时通过第一摄像头获取仰视旅客图像,于旅客经过入口闸时通过第二摄像头获取平视旅客图像,于旅客放置行李时通过第三摄像头获取俯视旅客图像;
分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测以及人脸目标检测,输出旅客携带行李数量以及人脸目标检测结果;
根据行李安检带感应的已安检行李数量与旅客携带行李数量判断行李是否全部放入安检,根据人脸目标检测结果进行人脸识别判断是否人证合一;
若行李全部放入安检且人证合一则开启出口闸。
优选的,对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测,输出旅客携带行李数量的方法包括步骤:
获取仰视旅客图像、平视旅客图像以及俯视旅客图像中的全部行李目标;
对不同图像之间获取的行李目标相互根据颜色、风格进行相似性检测;
关联合并相似度得分Score1大于相似度阈值T1的行李目标;
输出关联合并后的行李目标数量。
优选的,所述人行通道的入口闸设置第四摄像头,于旅客到达人行通道中部时通过第四摄像头获取背面旅客图像,所述全部行李目标还包括对背面旅客图像进行行李目标检测获取的行李目标。
优选的,判断行李是否全部放入安检的方法,包括步骤:
若行李安检带感应的已安检行李数量大于或等于旅客携带行李数量,或旅客携带行李数量为零,则判断行李全部放入安检;
反之为否。
优选的,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
选择人脸质量评分最高的人脸目标检测结果与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
优选的,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
若人脸质量评分检测结果全部低于质量评分阈值Score2,则对全部人脸目标进行人脸融合,获得融合人脸图像;
将融合人脸图像与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
优选的,对全部人脸目标进行人脸融合的方法,包括步骤:
对全部人脸目标进行人脸关键点检测;
对仰视旅客图像中的人脸目标截取下半人脸图像,对俯视旅客图像中的人脸目标截取上半人脸图像;
以平视旅客图像中的人脸目标为基准图像,将下半人脸图像与上半人脸图像根据已检测到的相同人脸关键点做风格迁移至平视旅客图像中的人脸目标,获得融合人脸图像。
优选的,对全部人脸目标进行人脸关键点检测之前,还包括步骤:
对仰视旅客图像中的人脸目标以及俯视旅客图像中的人脸目标进行侧脸校正。
优选的,根据人脸目标检测结果进行人脸识别判断人证不一致后,还包括步骤:
通过第二摄像头再次采集旅客近距离人脸图像;
重新对旅客近距离人脸图像进行人脸识别判断是否人证合一。
本申请还提供一种无感通行检测识别系统,所述无感通行检测识别系统包括自助查验通道以及后台控制系统,所述自助查验通道与所述后台控制系统无线连接,所述后台控制系统能够接收所述自助查验通道获取的图像信息,以执行如上所述的无感通行检测识别方法。
本申请提供的无感通行检测识别方法及系统,与现有技术相比,结合现有出入境安检流程,充分利用人体工学于旅客靠近旅客信息核验终端时通过第一摄像头获取仰视旅客图像,于旅客经过入口闸时通过第二摄像头获取平视旅客图像,于旅客放置行李时通过第三摄像头获取俯视旅客图像,再利用图像识别技术在多维视角下同时进行行李目标检测以及人脸目标检测,以无感通行的方式实现了人与物的同步检测,同时提升了通关效率与安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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性的前提下,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的旅客于自助查验通道接受查验过程的俯视示意图;
图2为本申请实施例提供的于自助查验通道的立体结构示意图;
图3为本申请实施例提供的无感通行检测识别方法的流程图;
图4为本申请实施例提供的行李检测的流程图;
图5为本申请实施例提供的人脸识别认证的流程图;
图6为本申请实施例提供的人脸融合方法的流程图。
具体实施方式
为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指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。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请一并参阅图1至图2,现对本申请实施例提供的无感通行检测识别方法进行说明。所述无感通行检测识别方法,基于自助查验通道100,所述自助查验通道100包括人行通道10及与所述人行通道10并列设置的行李安检带20,所述人行通道10的入口闸11设置旅客信息核验终端12以及第一摄像头13,所述人行通道10的出口闸14设置第二摄像头15,所述行李安检带20上设置第三摄像头16。
具体的,请参阅图3,所述无感通行检测识别方法包括步骤:
步骤S1,旅客信息核验终端12通过后开启入口闸11;
步骤S2,于旅客靠近旅客信息核验终端12时通过第一摄像头13获取仰视旅客图像,于旅客经过入口闸11时通过第二摄像头15获取平视旅客图像,于旅客放置行李时通过第三摄像头16获取俯视旅客图像;
步骤S3,分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测以及人脸目标检测,输出旅客携带行李数量以及人脸目标检测结果;
步骤S4,根据行李安检带20感应的已安检行李数量与旅客携带行李数量判断行李是否全部放入安检,根据人脸目标检测结果进行人脸识别判断是否人证合一;
步骤S5,若行李全部放入安检且人证合一则开启出口闸14。
可以理解的是,在步骤S1中,根据海关对出入境的相关规定,旅客出入境之前需要进行健康申报及身份信息备案。因此,在进入自助查验通道100前旅客需要先在旅客信息核验终端12上刷取证件,若证件信息通过后开启入口闸11,旅客即可进入人行通道10内部。
此外,先刷取证件再进入通道的方式,也可以防止证件放置在行李内而行李却被自助查验通道100传输走了的情形发生。
在步骤S2中,由于旅客通关前需要走向旅客信息核验终端12刷证,通过第一摄像头13可以获取仰视视角的仰视旅客图像。由于所述人行通道10的出口闸14设置第二摄像头15,旅客直行通过入口闸11的过程中,第二摄像头15距离旅客较远,相当于通过第二摄像头15可以获取到正脸视角的平视旅客图像。在旅客放置行李时,旅客会弯腰并低头,因此,第三摄像头16相当于可以获取到俯视视角的俯视旅客图像。
在步骤S3中,分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测,目标检测可以基于深度学习行李目标检测模型,以基于不同视角下旅客图像的进行多维度检测,输出旅客携带行李数量,提高了行李目标数量检测的准确性。
同时,分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行人脸目标检测,目标检测可以基于深度学习人脸目标检测模型,以基于不同视角下旅客图像的进行多维度检测,输出多个人脸目标,以获取高质量的人脸图像。
如此,基于现有出入境安检流程进行行李与人脸在多维视角下的同步目标检测,实现无感通行。
在步骤S4中,现有行李安检带20上会设置有红外感应器以及X光机等查验设备,行李在传输过程中可以自动感知行李数量,根据行李安检带20感应的已安检行李数量与在步骤S3中检测的旅客携带行李数量判断行李是否全部放入安检,防止行李漏检,提升安全性。
此外,在旅客行李未全部放入安检时,可以通过显示屏提示旅客进行行李放置。
同时,由于旅客在出入境前需要申报备案,申报备案需要自助上传人脸信息,在旅客刷取证件后即可调取旅客申报备案的人脸信息,进而根据在步骤S3中检测的人脸目标检测结果于海关风险拦截系统进行人脸识别判断是否人证合一。由于申报备案的人脸信息为自助上传,其角度与存在不确定性,因此,基于多维视角下获取的人脸目标识别可以提升识别成功率与准确率。
在步骤S5中,若行李全部放入安检且人证合一则开启出口闸14。旅客从安检开始到结束的整个过程都无需申报行李数量或面对镜头,基于现有出入境安检流程,充分利用人体工学与图像识别技术,以无感通行的方式实现了人与物的同步检测。
本申请提供的无感通行检测识别方法,与现有技术相比,结合现有出入境安检流程,充分利用人体工学于旅客靠近旅客信息核验终端12时通过第一摄像头13获取仰视旅客图像,于旅客经过入口闸11时通过第二摄像头15获取平视旅客图像,于旅客放置行李时通过第三摄像头16获取俯视旅客图像,再利用图像识别技术在多维视角下同时进行行李目标检测以及人脸目标检测,以无感通行的方式实现了人与物的同步检测,同时提升了通关效率与安全性。
在本申请另一个实施例中,请一并参阅图4,对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测,输出旅客携带行李数量的方法包括步骤:
获取仰视旅客图像、平视旅客图像以及俯视旅客图像中的全部行李目标;
对不同图像之间获取的行李目标相互根据颜色、风格进行相似性检测;
关联合并相似度得分Score1大于相似度阈值T1的行李目标;
输出关联合并后的行李目标数量。
可以理解的是,一方面,由于同一行李在不同视角图像下可能存在大小远近、光照、完整度以及方向等不同,因此,以常规形状大小为要素进行相似性检测的会带来很大误差,本实施例以颜色、风格进行相似性检测,可以减少因同一行李在不同视角图像差异带来的误检与漏检,避免同一行李计算多次。例如采用基CNN的行李重识别模型作为工具,行李重识别模型可以匹配行李在多个摄像头视角中的图像,是一种多级相似度感知卷积神经网络(MSP-CNN),可以使用孪生模型(Siamese model),其使用行李图像对作为输入,并且所有图像都要经过同样的共享参数的深度 CNN 网络的处理,其训练方法与现有的行人重识别模型区别主要在于训练集的不同。
另一方面,为了避免同一行李计算多次,本实施例还采用关联合并相似度得分Score1大于相似度阈值T1的行李目标的方法,假设同一行李分别在仰视旅客图像、平视旅客图像以及俯视旅客图像中对应检测到为行李目标A1、行李目标A2、行李目标A3,因为视角特殊导致行李目标A1与行李目标A2在进行相似性检测时其相似度得分Score1小于相似度阈值T1,被认定为两个不同行李,但是又由于行李目标A1与行李目标A3、行李目标A2与行李目标A3在进行相似性检测时其相似度得分Score1都大于相似度阈值T1,可以通过关联的方式将行李目标A1、行李目标A2、行李目标A3合并为一个行李目标,因此提升了鲁棒性。
综上两个方面,本实施例可以基于多维视角下的行李检测,防止行李目标漏检,又避免同一行李重复统计,提升检测旅客携带行李数量的准确性。
进一步的,请一并参阅图1及图2,所述人行通道10的入口闸11设置第四摄像头17,于旅客到达人行通道10中部时通过第四摄像头17获取背面旅客图像,所述全部行李目标还包括对背面旅客图像进行行李目标检测获取的行李目标。
可以理解的是,通过设置第四摄像头17获取背面旅客图像,可以增加旅客后面视角图像,以减少视野盲区,有利于进一步提升检测旅客携带行李数量的准确性。
在本申请另一个实施例中,请一并参阅图4,判断行李是否全部放入安检的方法,包括步骤:
若行李安检带20感应的已安检行李数量大于或等于旅客携带行李数量,或旅客携带行李数量为零,则判断行李全部放入安检;
反之为否。
可以理解的是,基于图像的行李检测也可能存在漏检的情况,因此行李安检带20感应的已安检行李数量大于或等于旅客携带行李数量,即可认为行李全部放入安检;此外,旅客也可能未携带行李,也即旅客携带行李数量为零。两种情况行李检测都认为通过。
在本申请另一个实施例中,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
选择人脸质量评分最高的人脸目标检测结果与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
可以理解的是,所述人脸质量评分检测包括完整度、清晰度、光照、人脸角度等,人脸质量评分越高代表识别认证结果准确性越高。基于多维视角获取人脸,再通过选择人脸质量评分最高的人脸目标检测结果与旅客申报备案人脸信息进行识别认证,人脸识别结果的准确性。
在本申请另一个实施例中,请一并参阅图5,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
若人脸质量评分检测结果全部低于质量评分阈值Score2,则对全部人脸目标进行人脸融合,获得融合人脸图像;
将融合人脸图像与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
可以理解的是,因为每个图像中获取的人脸目标都可能存在完整度、清晰度、光照、人脸角度的不足,通过全部人脸目标进行人脸融合,可以相互弥补在完整度、清晰度、光照、人脸角度上不足,获得高质量评分的融合人脸图像,以提高识别认证的准确率。
进一步的,请一并参阅图6,对全部人脸目标进行人脸融合的方法,包括步骤:
对全部人脸目标进行人脸关键点检测;
对仰视旅客图像中的人脸目标截取下半人脸图像,对俯视旅客图像中的人脸目标截取上半人脸图像;
以平视旅客图像中的人脸目标为基准图像,将下半人脸图像与上半人脸图像根据已检测到的相同人脸关键点做风格迁移至平视旅客图像中的人脸目标,获得融合人脸图像。
可以理解的是,由于拍摄角度与距离的差异,对全部人脸目标进行人脸关键点检测后,平视旅客图像中的人脸目标可以获取到较全面的人脸关键点,但缺点是清晰度不足,面部纹理特征缺失,然而,仰视旅客图像中的人脸目标可以获取到较全面的下半人脸关键点及面部纹理,俯视旅客图像中的人脸目标可以获取到较全面的上半人脸关键点及面部纹理,因此,以共同人脸关键点作为对齐基础,将下半人脸图像与上半人脸图像做风格迁移至平视旅客图像中的人脸目标,如此可以得到带清晰面部纹理且为平面视角的融合人脸图像,
人脸关键点检测可以基于面部关键点检测模型,如68-Point Facial LandmarksModel,它能够检测到脸部的 68 个关键点,包括眼睛、嘴巴、鼻子、脸颊、下颚、额头等部位。下半人脸图像与上半人脸图像的分界线优选在眼睛底部至鼻梁根部之间位置,如此避免眼睛或者鼻子被分割。风格迁移可以基于Fast Face-swap风格迁移模型,可以更好的保留表情、姿态、形状等细节特征。
此外,为了提高融合度,对全部人脸目标进行人脸融合的方法还包括泊松融合、亮度融合等步骤,此方法为现有常规技术。
进一步的,请一并参阅图6,对全部人脸目标进行人脸关键点检测之前,还包括步骤:
对仰视旅客图像中的人脸目标以及俯视旅客图像中的人脸目标进行侧脸校正。
可以理解的是,通过侧脸校正可以对人脸进行水平方向上的旋转校正,有利于提高对人脸关键点检测的准确性,并降低因仰视旅客图像与俯视旅客图像中的人脸目标水平朝向不一致导致融合人脸图像面部失真的影响。
在本申请另一个实施例中,在步骤S4中,根据人脸目标检测结果进行人脸识别判断人证不一致后,还包括步骤:
通过第二摄像头15再次采集旅客近距离人脸图像;
重新对旅客近距离人脸图像进行人脸识别判断是否人证合一。
可以理解的是,再次采集旅客近距离人脸图像需要旅客进行主动配合,包括角度、高度符合要求才进行识别,如果识别判断人证合一,则开启出口闸14,如识别人证不一致,则开启报警,由工作人员进行处理。
本申请还提供一种无感通行检测识别系统,所述无感通行检测识别系统包括自助查验通道100以及后台控制系统200,所述自助查验通道100与所述后台控制系统200无线连接,所述后台控制系统200能够接收所述自助查验通道100获取的图像信息,以执行如上所述的无感通行检测识别方法。
可以理解的是,所述后台控制系统200可以为现有的海关风险拦截控制系统,能够同时监控多个自助查验通道100的图像信息,由于所述无感通行检测识别系统可以执行如上所述的无感通行检测识别方法,也便具有相同的有益效果。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种无感通行检测识别方法,基于自助查验通道,所述自助查验通道包括人行通道及与所述人行通道并列设置的行李安检带,其特征在于,所述人行通道的入口闸设置旅客信息核验终端以及第一摄像头,所述人行通道的出口闸设置第二摄像头,所述行李安检带上设置第三摄像头;
所述无感通行检测识别方法包括步骤:
旅客信息核验终端通过后开启入口闸;
于旅客靠近旅客信息核验终端时通过第一摄像头获取仰视旅客图像,于旅客经过入口闸时通过第二摄像头获取平视旅客图像,于旅客放置行李时通过第三摄像头获取俯视旅客图像;
分别对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测以及人脸目标检测,输出旅客携带行李数量以及人脸目标检测结果;
根据行李安检带感应的已安检行李数量与旅客携带行李数量判断行李是否全部放入安检,根据人脸目标检测结果进行人脸识别判断是否人证合一;
若行李全部放入安检且人证合一则开启出口闸。
2.如权利要求1所述的无感通行检测识别方法,其特征在于,对仰视旅客图像、平视旅客图像以及俯视旅客图像进行行李目标检测,输出旅客携带行李数量的方法包括步骤:
获取仰视旅客图像、平视旅客图像以及俯视旅客图像中的全部行李目标;
对不同图像之间获取的行李目标相互根据颜色、风格进行相似性检测;
关联合并相似度得分Score1大于相似度阈值T1的行李目标;
输出关联合并后的行李目标数量。
3.如权利要求2所述的无感通行检测识别方法,其特征在于,所述人行通道的入口闸设置第四摄像头,于旅客到达人行通道中部时通过第四摄像头获取背面旅客图像,所述全部行李目标还包括对背面旅客图像进行行李目标检测获取的行李目标。
4.如权利要求1所述的无感通行检测识别方法,其特征在于,判断行李是否全部放入安检的方法,包括步骤:
若行李安检带感应的已安检行李数量大于或等于旅客携带行李数量,或旅客携带行李数量为零,则判断行李全部放入安检;
反之为否。
5.如权利要求1所述的无感通行检测识别方法,其特征在于,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
选择人脸质量评分最高的人脸目标检测结果与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
6.如权利要求1至5任意一项所述的无感通行检测识别方法,其特征在于,根据人脸目标检测结果进行人脸识别判断是否人证合一的方法,包括步骤:
对全部人脸目标检测结果进行人脸质量评分检测;
若人脸质量评分检测结果全部低于质量评分阈值Score2,则对全部人脸目标进行人脸融合,获得融合人脸图像;
将融合人脸图像与旅客申报备案人脸信息进行识别认证;
识别认证通过则判断人证合一。
7.如权利要求6所述的无感通行检测识别方法,其特征在于,对全部人脸目标进行人脸融合的方法,包括步骤:
对全部人脸目标进行人脸关键点检测;
对仰视旅客图像中的人脸目标截取下半人脸图像,对俯视旅客图像中的人脸目标截取上半人脸图像;
以平视旅客图像中的人脸目标为基准图像,将下半人脸图像与上半人脸图像根据已检测到的相同人脸关键点做风格迁移至平视旅客图像中的人脸目标,获得融合人脸图像。
8.如权利要求6所述的无感通行检测识别方法,其特征在于,对全部人脸目标进行人脸关键点检测之前,还包括步骤:
对仰视旅客图像中的人脸目标以及俯视旅客图像中的人脸目标进行侧脸校正。
9.如权利要求1所述的无感通行检测识别方法,其特征在于,根据人脸目标检测结果进行人脸识别判断人证不一致后,还包括步骤:
通过第二摄像头再次采集旅客近距离人脸图像;
重新对旅客近距离人脸图像进行人脸识别判断是否人证合一。
10.一种无感通行检测识别系统,其特征在于,所述无感通行检测识别系统包括自助查验通道以及后台控制系统,所述自助查验通道与所述后台控制系统无线连接,所述后台控制系统能够接收所述自助查验通道获取的图像信息,以执行如权利要求1至9任意一项所述的无感通行检测识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410311236.0A CN117912148B (zh) | 2024-03-19 | 2024-03-19 | 无感通行检测识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410311236.0A CN117912148B (zh) | 2024-03-19 | 2024-03-19 | 无感通行检测识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117912148A true CN117912148A (zh) | 2024-04-19 |
CN117912148B CN117912148B (zh) | 2024-07-02 |
Family
ID=90690977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410311236.0A Active CN117912148B (zh) | 2024-03-19 | 2024-03-19 | 无感通行检测识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117912148B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945321A (zh) * | 2017-11-08 | 2018-04-20 | 平安科技(深圳)有限公司 | 基于人脸识别的安检方法、应用服务器及计算机可读存储介质 |
CN108335390A (zh) * | 2018-02-02 | 2018-07-27 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法和装置 |
CN108861667A (zh) * | 2018-07-02 | 2018-11-23 | 何山 | 一种航空器装卸输送装置 |
CN109254328A (zh) * | 2018-02-24 | 2019-01-22 | 北京首都机场航空安保有限公司 | 一种行李安检系统 |
CN111601076A (zh) * | 2020-04-29 | 2020-08-28 | 利智华(北京)智能科技有限公司 | 机场行李及人员双重匹配安检管理方法、装置及设备 |
CN211905739U (zh) * | 2020-03-31 | 2020-11-10 | 同方威视技术股份有限公司 | 安检设备 |
CN114898544A (zh) * | 2022-04-29 | 2022-08-12 | 熊赵军 | 一种基于网络的交通接驳方法及系统 |
CN218003287U (zh) * | 2022-01-28 | 2022-12-09 | 珠海世纪鼎利科技股份有限公司 | 安检系统 |
CN115631562A (zh) * | 2022-09-27 | 2023-01-20 | 科学城(广州)信息科技集团有限公司 | 通道闸机访客管理系统、方法及存储介质 |
CN116152916A (zh) * | 2022-12-15 | 2023-05-23 | 同方威视技术股份有限公司 | 智能旅检通道系统和智能旅检方法 |
CN117575296A (zh) * | 2024-01-16 | 2024-02-20 | 深圳民航凯亚有限公司 | 一种基于人脸识别和通道流量控制的自助安检方法及系统 |
CN117636527A (zh) * | 2023-11-30 | 2024-03-01 | 广州古贤科技有限公司 | 一种智能一体化安检处置台 |
-
2024
- 2024-03-19 CN CN202410311236.0A patent/CN117912148B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945321A (zh) * | 2017-11-08 | 2018-04-20 | 平安科技(深圳)有限公司 | 基于人脸识别的安检方法、应用服务器及计算机可读存储介质 |
CN108335390A (zh) * | 2018-02-02 | 2018-07-27 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法和装置 |
CN109254328A (zh) * | 2018-02-24 | 2019-01-22 | 北京首都机场航空安保有限公司 | 一种行李安检系统 |
CN109446875A (zh) * | 2018-02-24 | 2019-03-08 | 北京首都机场航空安保有限公司 | 一种智能旅客安检系统 |
CN108861667A (zh) * | 2018-07-02 | 2018-11-23 | 何山 | 一种航空器装卸输送装置 |
CN211905739U (zh) * | 2020-03-31 | 2020-11-10 | 同方威视技术股份有限公司 | 安检设备 |
CN111601076A (zh) * | 2020-04-29 | 2020-08-28 | 利智华(北京)智能科技有限公司 | 机场行李及人员双重匹配安检管理方法、装置及设备 |
CN218003287U (zh) * | 2022-01-28 | 2022-12-09 | 珠海世纪鼎利科技股份有限公司 | 安检系统 |
CN114898544A (zh) * | 2022-04-29 | 2022-08-12 | 熊赵军 | 一种基于网络的交通接驳方法及系统 |
CN115631562A (zh) * | 2022-09-27 | 2023-01-20 | 科学城(广州)信息科技集团有限公司 | 通道闸机访客管理系统、方法及存储介质 |
CN116152916A (zh) * | 2022-12-15 | 2023-05-23 | 同方威视技术股份有限公司 | 智能旅检通道系统和智能旅检方法 |
CN117636527A (zh) * | 2023-11-30 | 2024-03-01 | 广州古贤科技有限公司 | 一种智能一体化安检处置台 |
CN117575296A (zh) * | 2024-01-16 | 2024-02-20 | 深圳民航凯亚有限公司 | 一种基于人脸识别和通道流量控制的自助安检方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117912148B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8000503B2 (en) | Biometrics authentication system registration method, biometrics authentication system, and program for same | |
EP3118810A1 (en) | Information processing method and information processing system | |
CN107294730A (zh) | 一种多模态生物特征身份认证方法、装置及系统 | |
KR101810190B1 (ko) | 얼굴 인식을 이용한 사용자 인증 방법 및 그 장치 | |
CN103530659B (zh) | 结合原始和对称脸人脸图像的人脸识别方法及考勤系统 | |
US20050063569A1 (en) | Method and apparatus for face recognition | |
KR20170103931A (ko) | 영상식별 시스템 및 식별방법 | |
CN105631272A (zh) | 一种多重保险的身份认证方法 | |
CN108846306A (zh) | 一种基于深度学习人脸识别的身份证比对系统及方法 | |
WO2019080251A1 (zh) | 实现登机的方法、终端设备及计算机可读存储介质 | |
CN109145750A (zh) | 一种驾驶员身份快速认证方法及系统 | |
US20130114863A1 (en) | Registration program, registration apparatus, and method of registration | |
CN106778636A (zh) | 身份验证方法及装置 | |
JP4826306B2 (ja) | 顔部位追跡方法及びその装置 | |
JP4521086B2 (ja) | 顔画像認識装置及び顔画像認識方法 | |
JP4617273B2 (ja) | 認証ゲート | |
CN110569718A (zh) | 一种基于证件的考生身份验证方法和装置 | |
CN104636731B (zh) | 一种采用手指静脉识别与腕部静脉识别、指甲识别相结合的认证装置 | |
CN110211251A (zh) | 一种人脸识别方法、装置、存储介质及人脸识别终端 | |
EP1833002A1 (en) | Method and apparatus for obtaining biometric image samples or biometric data | |
CN117912148B (zh) | 无感通行检测识别方法及系统 | |
KR100795360B1 (ko) | 얼굴인식에 의한 본인 여부의 판단방법 | |
CN107423687B (zh) | 一种基于人脸识别技术的身份认证方法及装置 | |
CN110069962A (zh) | 一种活体检测方法和系统 | |
CN115918571A (zh) | 一种栅栏过道式牛体健康数据提取装置及其智能提取方法 |
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 |