[发明专利]一种驾驶员身份验证方法、装置、计算机设备及存储介质

权利要求书

1.一种驾驶员身份验证方法，其特征在于，包括：

接收身份核验指令，确定待核验身份的驾驶员，并实时获取所述驾驶员的视频影像和语音数据；

对所述视频影像进行关键帧提取，得到关键帧图像；

利用预先训练好的内容识别模型对所述关键帧图像进行识别，得到所述驾驶员的面部图像；

利用预先训练好的图像特征提取器提取所述面部图像的特征，得到所述驾驶员的面部图像特征，其中，所述图像特征提取器基于Transformer模型网络架构搭建，所述transformer网络架构中包括编码层和解码层，且编码层中预设了若干个卷积核，解码层也预设了若干个反卷积核；

在预先训练好的身份核验模型中计算所述面部图像特征与预设特征标签的相似度，输出相似度大于预设阈值的特征标签，得到目标特征标签，其中，所述身份核验模型基于卷积神经网络结构进行搭建；

基于所述目标特征标签确定初始核验对象，并获取所述初始核验对象的身份信息，得到初始身份信息；

对所述语音数据进行文本转化，得到语料文本，并对所述语料文本进行实体抽取，得到驾驶员身份信息；

比对所述驾驶员身份信息和所述初始身份信息，得到所述驾驶员的身份验证结果；

所述比对所述驾驶员身份信息和所述初始身份信息，得到所述驾驶员的身份验证结果具体包括：

对所述初始身份信息和所述驾驶员身份信息进行文本比对，将所述初始身份信息和所述驾驶员身份信息比对一致的识别结果作为所述驾驶员的身份验证结果；

在所述利用预先训练好的图像特征提取器提取所述面部图像的特征，得到所述驾驶员的面部图像特征之前，还包括：

对所述卷积核和所述反卷积核进行训练，通过训练好的卷积核和反卷积核构建所述图像特征提取器。

2.如权利要求1所述的驾驶员身份验证方法，其特征在于，所述对所述视频影像进行关键帧提取，得到关键帧图像的步骤，具体包括：

计算所述视频影像中相邻两个视频帧的直方图数据和灰度图数据；

基于所述直方图数据和所述灰度图数据，计算相邻两个视频帧之间的加权欧式距离；

基于所述加权欧式距离确定所述视频影像的镜头转换边界；

基于所述镜头转换边界确定所述视频影像中的关键帧图像。

3.如权利要求1所述的驾驶员身份验证方法，其特征在于，所述利用预先训练好的内容识别模型对所述关键帧图像进行识别，得到所述驾驶员的面部图像的步骤，具体包括：

基于预设的内容识别模型对所述关键帧图像进行识别，得到人体面部轮廓特征；

对所述关键帧图像进行去噪处理，去除所述关键帧图像的椒盐噪点，得到去噪图像；

基于所述去噪图像和所述人体面部轮廓特征，确定所述驾驶员的面部图像。

4.如权利要求1所述的驾驶员身份验证方法，其特征在于，所述利用预先训练好的图像特征提取器提取所述面部图像的特征，得到所述驾驶员的面部图像特征的步骤，具体包括：

构建图像生成网络，通过预设的训练样本对所述图像生成网络进行训练，得到所述图像特征提取器；

利用所述图像特征提取器提取所述面部图像的特征，得到所述驾驶员的面部图像特征。

5.如权利要求4所述的驾驶员身份验证方法，其特征在于，所述图像生成网络包括编码层和解码层，所述构建图像生成网络，通过预设的训练样本对所述图像生成网络进行训练，得到所述图像特征提取器的步骤，具体包括：

利用所述训练样本对所述编码层进行训练，得到若干个训练完成的卷积核；

获取所述编码层输出的训练结果，利用所述训练结果对所述解码层进行训练，得到若干个训练完成的反卷积核；

对训练完成的所述卷积核和所述反卷积核进行筛选，去除所述卷积核和所述反卷积核中的冗余项；

基于筛选完成的所述卷积核和所述反卷积核构建所述图像特征提取器。