[发明专利]基于人脸识别的船员身份验证方法

说明书

本发明公开了一种基于人脸识别的船员身份验证方法，包括步骤：获取人脸信息样本库；构建人脸检测模型；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；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；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；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。本发明能够实时、高效地验证船员身份，优化了人脸验证的夜间识别能力，提升了夜间人脸验证的准确率。

技术领域

本发明涉及智能船舶信息化领域，具体涉及一种基于人脸识别的船员身份验证方法。

背景技术

船舶航行过程中，特别是在经过海况复杂区域时，需要驾驶台内值班人员时刻保持工作状态，对船舱内设备进行检视，对航道进行瞭望，时刻观察船舶周围情况，避免事故的发生。而为了确认驾驶台内值班人员的在岗情况，需要对驾驶台内的行人进行身份验证。

现阶段驾控台的身份验证还是以人工验证为主，通过船长及岸端工作人员对签到表的检查，以及不定期抽查视频等手段，对人员值班情况进行统计。由于船舶靠港时间较短，航行时间较长，抽查的手段并不能很好地覆盖全部船舶，因此存在工作效率不高、重复劳动等问题。

目前，现有的身份验证方法，主要是通过人脸识别系统完成，由人脸检测及人脸比对两部分组成。近年来，绝大多数的人脸识别系统都是基于深度学习，其中，测试结果较高的人脸检测网络有RetinaFace，SCRFD等，人脸识别网络有ArcFace，DeepID等。这些方法都是基于二维平面图像(RGB图像为主)，对于白天、光照条件较好的情况，表现优良。但是在驾控台环境下，夜间航行、强逆光航行的情况比较多，现有的技术在这种条件下，不能很好地适应，测试得出的准确率不高。

发明内容

有鉴于此，本发明的目的是克服现有技术中的缺陷，提供基于人脸识别的船员身份验证方法，能够实时、高效地验证船员身份，优化了人脸验证的夜间识别能力，提升了夜间人脸验证的准确率。

本发明的基于人脸识别的船员身份验证方法，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，...，S_i，....，S_n)；其中，S_i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。

进一步，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；