[发明专利]基于人脸识别的船员身份验证方法在审

专利信息
申请号: 202111234372.7 申请日: 2021-10-22
公开(公告)号: CN113989886A 公开(公告)日: 2022-01-28
发明(设计)人: 杨东烨;王军群;张文风 申请(专利权)人: 中远海运科技股份有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/74;G06V10/774;G06V10/764;G06K9/62;G06F21/32
代理公司: 北京海虹嘉诚知识产权代理有限公司 11129 代理人: 胡博文
地址: 200135 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 识别 船员 身份验证 方法
【权利要求书】:

1.一种基于人脸识别的船员身份验证方法,其特征在于:包括如下步骤:

S1.采集船员人脸信息并对船员人脸信息进行身份标记,得到人脸信息样本库;

S2.构建人脸检测模型;

S3.将人脸信息样本库中的人脸信息输入到人脸检测模型,输出人脸信息的特征量,并将人脸信息的特征量更新到人脸信息;

S4.将待测船员的人脸信息输入到人脸检测模型,输出待测人脸信息的特征量,并将待测人脸信息的特征量更新到待测人脸信息;

S5.计算待测人脸信息与人脸信息样本库中人脸信息的相似度,得到相似度集合(S1,S2,...,Si,...,Sn);其中,Si为待测人脸信息与人脸信息样本库中第i个人脸信息的相似度,n为人脸信息样本库中人脸信息的个数;

S6.判断相似度集合中是否存在非零的最大相似度,若是,则将最大相似度对应的人脸信息作为目标人脸信息,将目标人脸信息对应的身份信息作为目标身份信息,并进入步骤S7;若否,则待测船员的人脸信息不在人脸信息样本库中,待测船员为可疑人员;

S7.判断目标身份信息是否为待测船员的真实身份信息,若是,则待测船员的身份验证成功,若否,则待测船员的身份验证有误,并将待测人脸信息传回人脸信息样本库。

2.根据权利要求1所述的基于人脸识别的船员身份验证方法,其特征在于:步骤S1中,所述采集船员人脸信息,具体包括:

采集船员的人脸图片,得到人脸图片库;

以设定的人脸图片为参照,将人脸图片库中不满足清晰标准或人脸角度超过设定角度范围的人脸图片剔除,得到新的人脸图片库;并将新的人脸图片库作为船员人脸信息。

3.根据权利要求1所述的基于人脸识别的船员身份验证方法,其特征在于:所述船员人脸信息包括正面人脸、左侧人脸、右侧人脸以及斜上方人脸。

4.根据权利要求1所述的基于人脸识别的船员身份验证方法,其特征在于:对船员人脸信息进行身份标记,具体包括:

将船员的身份信息录入到船员人脸信息中,得到有身份标记的船员人脸信息;所述身份信息包括姓名、性别、职位以及证件号码。

5.根据权利要求1所述的基于人脸识别的船员身份验证方法,其特征在于:步骤S2中,构建人脸检测模型,具体包括:

S21.采集人脸检测数据集;所述人脸检测数据集包括白天RGB图像集以及夜间红外图像集;

S22.对人脸检测数据集进行人脸标记,得到标记后的人脸检测数据集;

S23.分别对标记后的人脸检测数据集进行RGB图像特征提取以及红外图像特征提取,得到RGB图像特征以及红外图像特征;

S24.将RGB图像特征以及红外图像特征进行加权求和,得到加权后的图像特征;

S25.根据加权后的图像特征对标记后的人脸检测数据集进行网络训练,得到人脸检测网络;

S26.对人脸检测网络进行封装处理,得到人脸检测模型。

6.根据权利要求5所述的基于人脸识别的船员身份验证方法,其特征在于:所述人脸检测数据集S为:

其中,WilderFace(q)为公开的人脸检测数据集,q为公开的人脸检测数据集的数据量;R(m)为真实船只环境中船员人脸图像集,m为真实船只环境中船员人脸图像集的图像数量;T(t)为模拟船只环境中船员人脸图像集,t为模拟船只环境中船员人脸图像集的图像数量;δ、∈以及σ均为设定的阈值。

7.根据权利要求5所述的基于人脸识别的船员身份验证方法,其特征在于:对人脸检测数据集进行人脸标记,具体包括:使用矩形框对人脸检测数据集中的人脸图像进行标记,并对所述人脸图像进行关键点标记;其中,所述关键点包括左眼中心、右眼中心、鼻尖、左嘴角以及右嘴角。

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中远海运科技股份有限公司,未经中远海运科技股份有限公司许可,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/202111234372.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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