[发明专利]基于深度学习的电力场所人员身份识别方法和装置

权利要求书

1.一种基于深度学习的电力场所人员身份识别方法，其特征在于，所述方法包括：

获取待检测人脸图像；所述待检测人脸图像为需要进入目标电力场所的人员的人脸图像；

确定所述待检测人脸图像对应的人脸图像特征，并根据所述人脸图像特征确定所述待检测人脸图像对应的目标人员；

获取所述目标人员的人员身份信息，以及，所述目标人员的电力工作票内容；

确定执行所述电力工作票内容中的待执行任务所需的目标资质信息，若所述人员身份信息中的资质信息与所述目标资质信息匹配，则允许所述目标人员进入所述目标电力场所。

2.根据权利要求1所述的方法，其特征在于，所述确定所述待检测人脸图像对应的人脸图像特征，并根据所述人脸图像特征确定所述待检测人脸图像对应的目标人员，包括：

对所述待检测人脸图像进行特征提取，得到所述待检测人脸图像对应的人脸图像特征；

将所述人脸图像特征与预设人脸数据库中的预设人脸图像特征进行比对，确定所述人脸图像特征与各所述预设人脸图像特征间的相似度；

若在各所述预设人脸图像特征对应的相似度中存在大于预设相似度阈值的目标相似度，则将所述目标相似度对应的预设人脸图像特征，作为目标人脸图像特征；

将所述目标人脸图像特征对应的人员作为所述目标人员。

3.根据权利要求2所述的方法，其特征在于，若所述目标相似度有多个，所述方法还包括：

将各所述目标相似度对应的预设人脸图像特征，作为候选人脸图像特征；

根据各所述候选人脸图像特征对应的特征标识，确定各所述候选人脸图像特征对应的人员身份信息；

根据预设检索条件，对各所述候选人脸图像特征对应的人员身份信息进行匹配，确定所述目标人员；所述目标人员的人员身份信息满足所述预设检索条件。

4.根据权利要求1所述的方法，其特征在于，所述获取待检测人脸图像，包括：

获取待检测人员图像；所述待检测人员图像为对需要进入所述目标电力场所的人员进行拍摄得到的图像；

将所述待检测人员图像输入至目标人脸区域检测模型，确定所述待检测人员图像中的人脸区域；

在所述待检测人员图像中截取所述人脸区域，得到所述待检测人脸图像。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取图像训练样本集；

提取所述图像训练样本集中各图像训练样本的矩形特征；所述矩形特征包括第一矩形区域和第二矩形区域；

根据所述第一矩形区域的像素和与所述第二矩形区域的像素和之间的差值，确定各所述矩形特征的特征值；

根据各所述矩形特征的特征值，对各待训练的子分类器进行训练，得到训练后的子分类器；

将所述训练后的子分类器进行组合，得到主分类器；

将各所述主分类器进行级联构成所述目标人脸区域检测模型。

6.根据权利要求1所述的方法，其特征在于，所述允许所述目标人员进入所述目标电力场所，包括：

发送解锁指令至所述目标电力场所中的门禁系统；所述门禁系统用于响应于所述解锁指令，控制所述门禁系统中的电磁锁断开以允许所述目标人员进入所述目标电力场所。

7.一种基于深度学习的电力场所人员身份识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取待检测人脸图像；所述待检测人脸图像为需要进入目标电力场所的人员的人脸图像；

第一确定模块，用于确定所述待检测人脸图像对应的人脸图像特征，并根据所述人脸图像特征确定所述待检测人脸图像对应的目标人员；

第二获取模块，用于获取所述目标人员的人员身份信息，以及，所述目标人员的电力工作票内容；

第二确定模块，用于确定执行所述电力工作票内容中的待执行任务所需的目标资质信息，若所述人员身份信息中的资质信息与所述目标资质信息匹配，则允许所述目标人员进入所述目标电力场所。