[發明專利]司機身份的驗證方法、裝置、設備及計算機可讀存儲介質在審
| 申請號: | 201910132379.4 | 申請日: | 2019-02-22 |
| 公開(公告)號: | CN109977771A | 公開(公告)日: | 2019-07-05 |
| 發明(設計)人: | 姚萬超;黃玉輝;孫想;鐘學賢 | 申請(專利權)人: | 杭州飛步科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京同立鈞成知識產權代理有限公司 11205 | 代理人: | 朱穎;劉芳 |
| 地址: | 310012 浙江省杭州市西湖*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 司機圖像 計算機可讀存儲介質 活體檢測 關鍵點 五官 支持向量機 身份驗證 司機身份 邊界框 人臉 驗證 檢測結果 人臉檢測 人臉圖像 神經網絡 司機 檢測 視頻 分類 | ||
1.一種司機身份的驗證方法,其特征在于,包括:
獲取司機圖像;
根據人臉檢測神經網絡確定所述司機圖像中的人臉的邊界框、五官關鍵點;
根據所述邊界框、所述五官關鍵點提取所述司機圖像中包括的局部二值特征,并使用支持向量機對所述局部二值特征進行活體檢測;
若所述活體檢測通過,則根據所述司機圖像進行身份驗證。
2.根據權利要求1所述的方法,其特征在于,所述人臉檢測神經網絡為三階段的級聯神經網絡。
3.根據權利要求2所述的方法,其特征在于,所述級聯神經網絡中的輸出網絡中,包括深度可分離卷積層。
4.根據權利要求1所述的方法,其特征在于,所述根據所述司機圖像進行身份驗證,包括:
根據所述邊界框獲取所述司機圖像中的人臉圖像;
根據所述五官關鍵點、預設模板對所述人臉圖像進行對齊處理,并將對齊后的人臉圖像輸入人臉識別網絡,以使所述人臉識別網絡輸出特征向量;
比對所述特征向量以及司機的預設特征向量得到比對結果,根據所述比對結果確定所述司機的身份是否驗證通過。
5.根據權利要求4所述的方法,其特征在于,所述人臉識別網絡是使用損失函數centerloss算法以及softmax loss算法訓練得到的。
6.根據權利要求1-5任一項所述的方法,其特征在于,還包括:
若所述活體檢測通過,則根據所述司機圖像進行行為監控。
7.根據權利要求6所述的方法,其特征在于,根據行為監控結果確定連續獲取的多張所述司機圖像中,是否包括至少預設數量的所述司機圖像中存在預設危險行為和/或分神駕駛行為,若是,則根據預設規則進行報警。
8.根據權利要求6所述的方法,其特征在于,所述根據所述司機圖像進行行為監控,包括:
根據預設規則在所述司機圖像中,對所述邊界框進行放大,并獲取放大后的所述邊界框內部的行為圖像;
將所述行為圖像輸入行為檢測網絡,以使所述行為檢測網絡輸出預設危險行為的概率值;
根據所述概率值確定所述司機是否存在危險行為。
9.根據權利要求6所述的方法,其特征在于,所述根據所述司機圖像進行行為監控,包括:
根據預設的全局線性回歸算法對所述局部二值特征進行處理,得到人臉關鍵點;
根據所述人臉關鍵點、預設人臉模型確定人臉的旋轉角度;
根據所述旋轉角度確定所述司機是否存在分神駕駛行為。
10.一種司機身份的驗證裝置,其特征在于,包括:
獲取模塊,用于獲取司機圖像;
人臉檢測模塊,用于根據人臉檢測神經網絡確定所述司機圖像中的人臉的邊界框、五官關鍵點;
活體檢測模塊,用于根據所述邊界框、所述五官關鍵點提取所述司機圖像中包括的局部二值特征,并使用支持向量機對所述局部二值特征進行活體檢測;
驗證模塊,用于若所述活體檢測通過,則根據所述司機圖像進行身份驗證。
11.一種司機身份的驗證設備,其特征在于,包括:
存儲器;
處理器;以及
計算機程序;
其中,所述計算機程序存儲在所述存儲器中,并配置為由所述處理器執行以實現如權利要求1-9任一種所述的方法。
12.一種計算機可讀存儲介質,其特征在于,其上存儲有計算機程序,
所述計算機程序被處理器執行以實現如權利要求1-9任一種所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州飛步科技有限公司,未經杭州飛步科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910132379.4/1.html,轉載請聲明來源鉆瓜專利網。





