[发明专利]乘客身份的验证方法及装置、计算机可读存储介质有效

专利信息
申请号: 202011073414.9 申请日: 2017-12-26
公开(公告)号: CN112288932B 公开(公告)日: 2022-11-25
发明(设计)人: 徐鹏飞 申请(专利权)人: 杭州数梦工场科技有限公司
主分类号: G07C9/37 分类号: G07C9/37;G07C9/38;G06V40/16;G07B11/00
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 310024 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 乘客 身份 验证 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种乘客身份的验证方法,其特征在于,应用于设于车站的进站处的门禁设备;所述方法包括:

获取位于所述进站处的目标乘客的目标人脸信息;

确定可验证乘客集合,所述可验证乘客集合用于记录当前距离出发时刻的时长在预设间隔时长之内的乘客;

查找所述可验证乘客集合中与所述目标人脸信息相匹配的乘客,并在查找到与所述目标人脸信息相匹配的乘客时,判定所述目标乘客通过验证;所述查找所述可验证乘客集合中与所述目标人脸信息相匹配的乘客,包括:将所述目标人脸信息输入人脸特征提取模型以得到所述目标人脸信息的特征向量,所述人脸特征提取模型用于将人脸信息转换成相应的特征向量;将得到的特征向量输入人脸识别模型;所述人脸识别模型基于所述可验证乘客集合中各乘客标识和相应的证件特征向量的对应关系训练得到,所述可验证乘客集合中各乘客的证件特征向量由所述人脸特征提取模型转换相应的证件照片信息得到;根据所述人脸识别模型的输出结果确定与所述目标人脸信息相匹配的乘客。

2.根据权利要求1所述的方法,其特征在于,所述确定可验证乘客集合,包括:

预先根据购票记录确定对应于各个时间段的待验证乘客集合,各个待验证乘客集合对应的时间段的起始时刻为更新所述可验证乘客集合的时刻,且间隔时长为所述预设间隔时长;

确定当前更新所述可验证乘客集合的时刻对应的时间段;将确定出的时间段对应的待验证乘客集合作为所述可验证乘客集合。

3.根据权利要求2所述的方法,其特征在于,所述可验证乘客集合被按照预设周期进行更新;或者,所述可验证乘客集合在特定更新时刻被进行更新,所述特定更新时刻在出发时刻之前且距离该出发时刻的时长为所述预设间隔时长。

4.根据权利要求1所述的方法,其特征在于,所述根据所述人脸识别模型的输出结果确定与所述目标人脸信息相匹配的乘客,包括:

当所述输出结果中包含相应的置信度超过预设阈值的乘客时,将该乘客作为与所述目标人脸信息相匹配的乘客。

5.根据权利要求1所述的方法,其特征在于,还包括:

当与所述目标人脸信息相匹配的证件照片信息属于预设黑名单中的人脸数据时,生成安全警报信息;

输出生成的安全警报信息。

6.一种乘客身份的验证装置,其特征在于,应用于设于车站的进站处的门禁设备;所述装置包括:

获取单元,获取位于所述进站处的目标乘客的目标人脸信息;

确定单元,确定可验证乘客集合,所述可验证乘客集合用于记录当前距离出发时刻的时长在预设间隔时长之内的乘客;

判定单元,查找所述可验证乘客集合中与所述目标人脸信息相匹配的乘客,并在查找到与所述目标人脸信息相匹配的乘客时,判定所述目标乘客通过验证;所述判定单元具体用于:将所述目标人脸信息输入人脸特征提取模型以得到所述目标人脸信息的特征向量,所述人脸特征提取模型用于将人脸信息转换成相应的特征向量;将得到的特征向量输入人脸识别模型;所述人脸识别模型基于所述可验证乘客集合中各乘客标识和相应的证件特征向量的对应关系训练得到,所述可验证乘客集合中各乘客的证件特征向量由所述人脸特征提取模型转换相应的证件照片信息得到;根据所述人脸识别模型的输出结果确定与所述目标人脸信息相匹配的乘客。

7.根据权利要求6所述的装置,其特征在于,所述确定单元具体用于:

预先根据购票记录确定对应于各个时间段的待验证乘客集合,各个待验证乘客集合对应的时间段的起始时刻为更新所述可验证乘客集合的时刻,且间隔时长为所述预设间隔时长;

确定当前更新所述可验证乘客集合的时刻对应的时间段;将确定出的时间段对应的待验证乘客集合作为所述可验证乘客集合。

8.根据权利要求7所述的装置,其特征在于,所述可验证乘客集合被按照预设周期进行更新;或者,所述可验证乘客集合在特定更新时刻被进行更新,所述特定更新时刻在出发时刻之前且距离该出发时刻的时长为所述预设间隔时长。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州数梦工场科技有限公司,未经杭州数梦工场科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011073414.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top