[发明专利]用于安检的方法及装置

权利要求书

1.一种用于安检的方法，其特征在于，包括：

获取待查人员的身份相关信息，所述身份相关信息包括证件照片；

获取所述待查人员的实时面部图像；

通过对比所述实时面部图像与所述证件照片，获取面部比对相似度；

动态确定所述面部比对相似度的阈值；以及

通过所述面部比对相似度与所述阈值进行所述待查人员的人证核验。

2.如权利要求1所述的方法，其特征在于，还包括：

通过历史人证核验的数据，生成动态阈值模型，所述动态阈值模型用于获取所述面部比对相似度的阈值。

3.如权利要求1所述的方法，其特征在于，所述身份相关信息还包括：证件号码，性别，民族，出生日期，住址，证件办理时长。

4.如权利要求2所述的方法，其特征在于，动态确定所述面部比对相似度的阈值，包括：

通过所述动态阈值模型，动态确定所述面部比对相似度的所述阈值。

5.如权利要求2所述的方法，其特征在于，通过历史人证核验的数据，生成动态阈值模型，包括：

获取所述历史人证核验的所述数据；

根据实际人证核验的结果标记所述历史人证核验的所述数据；以及

将所述历史人证核验的所述数据与所述历史人证核验的所述数据中被标记的条目存入样本库。

6.如权利要求5所述的方法，其特征在于，还包括：

将所述样本库通过数据清洗生成第一数据集合；

通过大数据可视化分析技术挖掘所述第一数据集合，获取面部比对关联特征；

由所述样本库中，提取所述面部比对关联特征对应的数据，生成面部比对关联特征库。

7.如权利要求6所述的方法，其特征在于，还包括：

通过机器学习算法，挖掘所述面部比对关联特征库生成所述面部比对阈值模型。

8.如权利要求6所述的方法，其特征在于，所述大数据可视化分析技术基于ElasticSearch搜索服务器，进行所述历史人证核验的所述数据的处理。

9.如权利要求6所述的方法，其特征在于，所述大数据可视化分析技术包括：Kibana可视化界面框架。

10.如权利要求7所述的方法，其特征在于，所述机器学习算法基于Spark Mllib实现。

11.一种用于安检的装置，其特征在于，包括：

第一接收模块，用于获取待查人员的身份相关信息，所述身份相关信息包括证件照片；

第二接收模块，用于获取所述待查人员的实时面部图像；

对比模块，用于通过对比所述实时面部图像与所述证件照片，获取面部比对相似度；

计算模块，用于动态确定所述面部比对相似度的阈值；以及

人证核验模块，用于通过所述面部比对相似度与所述阈值进行所述待查人员的人证核验。

12.如权利要求11所述的装置，其特征在于，还包括：

模型生成模块，用于通过历史人证核验的数据，生成动态阈值模型，所述动态阈值模型用于获取所述面部比对相似度的阈值。