[发明专利]一种人脸识别乘客信息系统及实现方法在审

专利信息
申请号: 201910391222.3 申请日: 2019-05-11
公开(公告)号: CN110084020A 公开(公告)日: 2019-08-02
发明(设计)人: 宋伟;冯旭鹏;王育斌 申请(专利权)人: 北京京投亿雅捷交通科技有限公司
主分类号: G06F21/32 分类号: G06F21/32
代理公司: 暂无信息 代理人: 暂无信息
地址: 100101 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸识别 操作员工作站 交换机 服务器 乘客信息系统 登录页面 信息发布 注册用户 工作站 服务器发送用户 读取 用户登录请求 服务器发送 服务器接收 摄像头数据 摄像头 登录请求 登录认证 等待用户 对比结果 脸部识别 认证成功 系统页面 用户登录 预先存贮 上传 登录 返回 成功
【权利要求书】:

1.一种人脸识别乘客信息实现方法,其特征在于,包括:

注册工作站向服务器发送注册用户脸部识别信息;

操作员工作站进行用户登录,通过交换机向服务器发送用户登录请求;

服务器接收到用户登录请求后,通过交换机向操作员工作站返回登录页面,等待用户登录认证;

操作员工作站通过登录页面将读取的摄像头数据上传至服务器;

服务器将收到的人脸识别信息与预先存贮在注册用户人脸识别信息进行对比,如果对比结果误差在预定范围内,则认定成功;

认证成功后,操作员进入系统页面进行相关操作。

2.根据权利要求1所述的人脸识别乘客信息实现方法,其特征在于,还包括:当用户认证成功后,发布重大信息之前,还需要进行二次人脸识别,具体过程与用户认证过程相同。

3.根据权利要求1所述的人脸识别乘客信息实现方法,其特征在于,所述注册工作站向服务器发送注册用户脸部识别信息之前还包括:

注册工作站通过录入新用户照片进行注册,将获取的新用户照片压缩后提取识别信息,通过深度卷积神经网络,为脸部信息生成128个测量值。

4.根据权利要求1所述的人脸识别乘客信息实现方法,其特征在于,所述操作员工作站通过登录页面将读取的摄像头数据上传至服务器,具体包括:

登录页面通过HTML5的Canvas技术,调用摄像头将某一时刻的照片实时绘制在Canvas上,登录页面通过AJAX调用方式,将BASE64图片上传到服务器进行认证。

5.根据权利要求1所述的人脸识别乘客信息实现方法,其特征在于,所述服务器将收到的人脸识别信息与预先存贮在注册用户人脸识别信息进行对比,具体包括:

服务器收到操作员工作站发送的图片后,对图片灰度化,去掉颜色信息,然后调整人脸姿势,捕获面部基本结构,然后找到68个人脸上普遍存在的点,最后给面部进行编码,为脸部生成128个测量值,与服务器存储的面部编码分别进行欧式计算,如果两个像素点的欧式距离小于阈值,则认为相似。

6.根据权利要求1所述的人脸识别乘客信息实现方法,其特征在于,还包括:注册工作站定期将新注册用户的人脸识别信息发送到服务器,更新已有人脸识别信息库:服务器如果收到同一用户的前后两次人脸识别信息,则进行比对,如果比对结果超出阈值,则向注册工作站发送再次确认请求,要求该用户再次进行人脸识别信息上传,并再次进行比对,如果两次比对结果一致,则用新的人脸识别信息替换该用户原有人脸识别信息。

7.一种人脸识别乘客信息系统,其特征在于,包括:注册工作站、服务器、交换机和多个带摄像头的操作员工作站;

注册工作站,用于向服务器发送注册用户脸部识别信息;

操作员工作站,用于进行用户登录,通过交换机向服务器发送用户登录请求;

服务器,用于接收到用户登录请求后,通过交换机向操作员工作站返回登录页面,等待用户登录认证;然后将操作员工作站发送的人脸识别信息与预先存贮在注册用户人脸识别信息进行对比,如果对比结果误差在预定范围内,则认定成功。

8.根据权利要求7所述的人脸识别乘客信息系统,其特征在于,注册工作站具体用于通过录入新用户照片进行注册,将获取的新用户照片压缩后提取识别信息,通过深度卷积神经网络,为脸部信息生成128个测量值。

9.根据权利要求7所述的人脸识别乘客信息系统,其特征在于,所述操作员工作站具体用于通过HTML5的Canvas技术,调用摄像头将某一时刻的照片实时绘制在Canvas上,登录页面通过AJAX调用方式,将BASE64图片上传到服务器进行认证。

10.根据权利要求7所述的人脸识别乘客信息系统,其特征在于,所述服务器还用于定期将新注册用户的人脸识别信息发送到服务器,更新已有人脸识别信息库。

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北京京投亿雅捷交通科技有限公司,未经北京京投亿雅捷交通科技有限公司许可,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/201910391222.3/1.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