用于款箱押运系统的驾驶员验证方法及系统与流程

1.本技术涉及计算机技术领域，特别是涉及一种用于款箱押运系统的驾驶员验证方法及系统。


背景技术：

2.目前人员验证的方式主要采用指纹或人脸的模式进行，驾驶员由于在网点或金库执行交接任务时不能下车，因此对其识别必须符合移动验证的要求，而在移动环境下信息的通讯是关键。采用指纹验证时，如果将指纹机安装在外部车辆通道的墙壁上，因运钞车的车窗不能打开，驾驶员只能通过车窗下方的小口将手臂伸出很短的距离，验证指纹的操作难度很大。
3.此外，市面上还有其他进行指纹验证的技术方案，如申请号为cn201710363461.9的发明专利，公开了一种基于指纹识别的驾驶员身份认证系统及认证方法，所述的系统包括车载驾驶终端和驾驶员管理后台，车载驾驶终端包括指纹采集模块和终端处理模块，驾驶员管理后台包括后台处理模块和驾驶员信息库；指纹采集模块与终端处理模块连接，终端处理模块通过网络通讯与后台处理模块连接，后台处理模块与驾驶员信息库连接。本发明提供了一种基于指纹识别的驾驶员身份认证系统及认证方法，采集驾驶员的认证指纹图像，并将采集到的图像与驾驶员管理后台提供的标准指纹图像进行比较，进而实现驾驶员身份认证，有利于运输公司的综合管理，方便于车辆驾驶前驾驶员的身份认证，提高了驾驶员的工作效率。
4.又如申请号为cn201810311437.5的发明专利中，公开了一种驾驶员身份认证方法、装置、系统和服务器。本技术提供的驾驶员身份认证方法，应用于服务器，所述方法包括：接收车载终端发送的当前驾驶员的身份认证信息；将所述身份认证信息中的人脸信息与已存储的合法驾驶员的人脸信息进行匹配；若匹配成功，向所述车载终端发送车辆启动命令，以指示所述车载终端在接收到所述车辆启动命令时启动车辆。本技术提供的驾驶员身份认证方法、装置、系统和服务器，不仅可避免非法驾驶员驾驶车辆，还可降低驾驶员身份认证的成本。
5.虽然上述技术方案实现了相关认证，但是应用在款箱押运系统的驾驶员验证上，仍然存在极大的隐患和问题。


技术实现要素：

6.基于此，有必要针对上述技术问题，提供一种能够提高认证安全性能的用于款箱押运系统的驾驶员验证方法及系统。
7.本发明技术方案如下：
8.一种用于款箱押运系统的驾驶员验证方法，所述方法包括：
9.在押运时，基于网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，所述摄像采集指令用于控制车载镜头进行摄像采集，并获取多个驾驶员当前状态图像，
各所述驾驶员当前状态图像用于发送至网点端信息通信终端；对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息；根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒。
10.具体而言，所述押运车内还预先设置有声音采集器，所述声音采集器与所述押运车内通信终端通信连接；
11.根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，之后还包括：
12.根据所述押运车内通信终端获取押运车的当前实际位置信息，并根据所述当前实际位置信息判断押运车是否达到预设的接收款押运点；若判断押运车是达到预设的接收款押运点，则生成声音采集开始指令，并将所述声音采集开始指令基于所述网点端信息通信终端发送至所述押运车内通信终端，所述声音采集开始指令用于控制所述声音采集器采集驾驶员的声音信息；获取所述声音采集器采集到的预设时间段内的声音采集信息集；根据所述声音采集信息集获取当前驾驶员语速及当前驾驶员声音特征信息；根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；若根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪正常，则生成当前接受款开启提示，所述当前接受款开启提示用于提醒接收款网点处的工作人员进行接收款工作。
13.具体而言，根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；具体包括：
14.根据所述当前驾驶员语速，将所述当前驾驶员语速与预设的正常状态语速范围进行对比，并判断所述当前驾驶员语速是否处于所述正常状态语速范围内；若判断所述当前驾驶员语速不是处于所述正常状态语速范围内，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员语速是处于所述正常状态语速范围内，则根据所述当前驾驶员声音特征信息，判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配；若判断所述当前驾驶员声音特征信息不是与预设的标准驾驶员声音特征信息相匹配，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员声音特征信息是与预设的标准驾驶员声音特征信息相匹配，则判定驾驶员的情绪正常。
15.具体而言，对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像，具体包括：
16.对发送至所述网点端信息通信终端的驾驶员当前状态图像进行分辨率提取，并分别获取各所述的驾驶员当前状态图像的当前实际分辨率；根据各所述当前实际分辨率对对应的各所述驾驶员当前状态图像进行分类，并生成第一档驾驶员图像集和第二档驾驶员图像集，其中，所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率；分别对所述第一档驾驶员图像集中的图像进行特征点提取，并分别获取第一
档图像特征点数据集，其中，所述第一档图像特征点数据集包括多个一档图像特征点单元，一个所述一档图像特征点单元对应所述第一档驾驶员图像集中一个图像；分别对所述第二档驾驶员图像集中的图像进行特征点提取，并分别获取第二档图像特征点数据集，其中，所述第二档图像特征点数据集包括多个二档图像特征点单元，一个所述二档图像特征点单元对应所述第二档驾驶员图像集中一个图像；将所述第一档图像特征点数据集和所述第二档图像特征点数据集进行对比，并生成当前差异特征点；将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点；将所述当前需补充差异点对所述第一档图像特征点数据集进行差异点补充，并生成完整图像特征点数据集；基于所述完整图像特征点数据集进行特征点拟合并分别生成驾驶员当前神态曲线信息。
17.具体而言，根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，之后还包括：
18.获取驾驶员和接收款网点处的工作人员做出的当前接受款使用感受反馈信息；根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域是否恰当；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域恰当，则生成当前区域恒定指令；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域不恰当，则生成当前区域调整指令，并基于所述当前区域调整指令对所述当前预设监测区域进行调整，在调整后生成更新预设监测区域。
19.具体而言，一种用于款箱押运系统的驾驶员验证系统，所述系统包括：
20.通信终端模块，用于实时获取当前预设监测区域内与接收款网点处预设的网点端信息通信终端连接的当前实连通信终端信息，并判断所述当前实连通信终端是否为预设的押运车内通信终端，其中，所述网点端信息通信终端预先设置于所述接收款网点处，所述押运车内通信终端预先设置于押运车内，所述押运车内设置有车载镜头；
21.摄像采集模块，用于若判断所述当前实连通信终端是所述押运车内通信终端，则基于所述网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，其中，所述摄像采集指令用于控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，各所述驾驶员当前状态图像用于发送至所述网点端信息通信终端，其中，一个角度对应一个驾驶员当前状态图像；
22.特征拟合模块，用于对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像；
23.信息生成模块，用于根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示。
24.具体而言，所述信息生成模块还用于：
25.根据所述押运车内通信终端获取押运车的当前实际位置信息，并根据所述当前实
际位置信息判断押运车是否达到预设的接收款押运点；若判断押运车是达到预设的接收款押运点，则生成声音采集开始指令，并将所述声音采集开始指令基于所述网点端信息通信终端发送至所述押运车内通信终端，所述声音采集开始指令用于控制所述声音采集器采集驾驶员的声音信息；获取所述声音采集器采集到的预设时间段内的声音采集信息集；根据所述声音采集信息集获取当前驾驶员语速及当前驾驶员声音特征信息；根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；若根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪正常，则生成当前接受款开启提示，所述当前接受款开启提示用于提醒接收款网点处的工作人员进行接收款工作；
26.根据所述当前驾驶员语速，将所述当前驾驶员语速与预设的正常状态语速范围进行对比，并判断所述当前驾驶员语速是否处于所述正常状态语速范围内；若判断所述当前驾驶员语速不是处于所述正常状态语速范围内，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员语速是处于所述正常状态语速范围内，则根据所述当前驾驶员声音特征信息，判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配；若判断所述当前驾驶员声音特征信息不是与预设的标准驾驶员声音特征信息相匹配，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员声音特征信息是与预设的标准驾驶员声音特征信息相匹配，则判定驾驶员的情绪正常。
27.具体而言，所述特征拟合模块还用于：
28.对发送至所述网点端信息通信终端的驾驶员当前状态图像进行分辨率提取，并分别获取各所述的驾驶员当前状态图像的当前实际分辨率；根据各所述当前实际分辨率对对应的各所述驾驶员当前状态图像进行分类，并生成第一档驾驶员图像集和第二档驾驶员图像集，其中，所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率；分别对所述第一档驾驶员图像集中的图像进行特征点提取，并分别获取第一档图像特征点数据集，其中，所述第一档图像特征点数据集包括多个一档图像特征点单元，一个所述一档图像特征点单元对应所述第一档驾驶员图像集中一个图像；分别对所述第二档驾驶员图像集中的图像进行特征点提取，并分别获取第二档图像特征点数据集，其中，所述第二档图像特征点数据集包括多个二档图像特征点单元，一个所述二档图像特征点单元对应所述第二档驾驶员图像集中一个图像；将所述第一档图像特征点数据集和所述第二档图像特征点数据集进行对比，并生成当前差异特征点；将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点；将所述当前需补充差异点对所述第一档图像特征点数据集进行差异点补充，并生成完整图像特征点数据集；基于所述完整图像特征点数据集进行特征点拟合并分别生成驾驶员当前神态曲线信息；
29.获取驾驶员和接收款网点处的工作人员做出的当前接受款使用感受反馈信息；根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域是否恰当；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域恰当，则生成当前区域恒定指令；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域不恰当，则生成当前区域调整指令，并基于所述当前区域调整指令对所述当前预设监测区域进行调整，在调整后生成更新预设监测区域。
30.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述用于款箱押运系统的驾驶员验证方法所述的步骤。
31.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述用于款箱押运系统的驾驶员验证方法所述的步骤。
32.本发明实现技术效果如下：
33.上述用于款箱押运系统的驾驶员验证方法及系统，依次通过在押运时，基于所述网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，其中，所述摄像采集指令用于控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，各所述驾驶员当前状态图像用于发送至所述网点端信息通信终端，其中，一个角度对应一个驾驶员当前状态图像；对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像；根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，也即本发明为了提升驾驶员认证的安全性能，进而在接收款网点处预设网点端信息通信终端，在押运车内预设押运车内通信终端，所述网点端信息通信终端和所述押运车内通信终端各自具备表征各自身份的特定标识码，当判断各自的特定标识码匹配时，则可判断所述当前实连通信终端是否为预设的押运车内通信终端，为了进行信息获取的准确获取，故通过多角度进行图像采集，也即，控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，并且一个角度对应一个驾驶员当前状态图像，为了避免光线、角度以及车颠簸导致的数据获取不准确，故通过特征点提取获取相关信息，进一步地，特征点提取时，按照预设的标识进行识别，如按照五官标识，如鼻子眼睛和嘴，识别五官后，进行五官周边的特征区域进行识别，如脸部曲线特征等，进而实现特征点提取，并且，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息。所述驾驶员当前神态曲线信息用于表征驾驶员的神情以及神态特征，为了准确判断且实现高安全性判断，故根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，判断是认证驾驶员，则为了排除驾驶员未被挟持等危险情况，故根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，进而实现认证的高安全性。
附图说明
34.图1为一个实施例中用于款箱押运系统的驾驶员验证方法的流程示意图；
35.图2为一个实施例中用于款箱押运系统的驾驶员验证系统的结构框图；
36.图3为一个实施例中计算机设备的内部结构图。
具体实施方式
37.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
38.在一个实施例中，如图1所示，提供了一种用于款箱押运系统的驾驶员验证方法，所述方法包括：
39.步骤s001：实时获取当前预设监测区域内与接收款网点处预设的网点端信息通信终端连接的当前实连通信终端信息，并判断所述当前实连通信终端是否为预设的押运车内通信终端，其中，所述网点端信息通信终端预先设置于所述接收款网点处，所述押运车内通信终端预先设置于押运车内，所述押运车内设置有车载镜头，所述车载镜头与所述押运车内通信终端通信连接；
40.进一步地说，为了提升驾驶员认证的安全性能，进而在接收款网点处预设网点端信息通信终端，在押运车内预设押运车内通信终端。
41.所述网点端信息通信终端和所述押运车内通信终端各自具备表征各自身份的特定标识码，当判断各自的特定标识码匹配时，则可判断所述当前实连通信终端是否为预设的押运车内通信终端。
42.步骤s002：若判断所述当前实连通信终端是所述押运车内通信终端，则转步骤s100，也即若判断所述当前实连通信终端是所述押运车内通信终端，则基于预设的网点端信息通信终端向所述押运车内通信终端发送摄像采集指令。
43.步骤s100：在押运时，基于预设的网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，其中，所述摄像采集指令用于控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，各所述驾驶员当前状态图像用于发送至所述网点端信息通信终端，其中，一个角度对应一个驾驶员当前状态图像；
44.进一步地说，为了进行信息获取的准确获取，故通过多角度进行图像采集，也即，控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，并且一个角度对应一个驾驶员当前状态图像。
45.步骤s200：对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像；
46.进一步地说，为了避免光线、角度以及车颠簸导致的数据获取不准确，故通过特征点提取获取相关信息，进一步地，特征点提取时，按照预设的标识进行识别，如按照五官标识，如鼻子眼睛和嘴，识别五官后，进行五官周边的特征区域进行识别，如脸部曲线特征等，进而实现特征点提取，并且，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息。所述驾驶员当前神态曲线信息用于表征驾驶员的神情以及神态特征。
47.步骤s300：根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示。
48.进一步地说，为了准确判断且实现高安全性判断，故根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，判断是认证驾驶员，则为了排除驾驶员未被挟持等危险情况，故根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人
员，若判断为否，则生成当前环境正常提示。
49.在一个实施例中，所述押运车内还预先设置有声音采集器，所述声音采集器与所述押运车内通信终端通信连接；
50.进一步地说，所述声音采集器包括耳麦等设备。
51.步骤s300：根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，之后还包括：
52.步骤s410：根据所述押运车内通信终端获取押运车的当前实际位置信息，并根据所述当前实际位置信息判断押运车是否达到预设的接收款押运点；
53.步骤s420：若判断押运车是达到预设的接收款押运点，则生成声音采集开始指令，并将所述声音采集开始指令基于所述网点端信息通信终端发送至所述押运车内通信终端，所述声音采集开始指令用于控制所述声音采集器采集驾驶员的声音信息；
54.步骤s430：获取所述声音采集器采集到的预设时间段内的声音采集信息集；
55.步骤s440：根据所述声音采集信息集获取当前驾驶员语速及当前驾驶员声音特征信息；
56.进一步地说，所述当前驾驶员声音特征信息包括驾驶员的音色特征、音频特征以及音调。
57.步骤s450：根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；
58.进一步地说，本领域技术人员还可以按需设置情绪判定神经网络模型，进而实现通过情绪判定神经网络模型，在获取所述当前驾驶员语速和所述当前驾驶员声音特征信息后，自行根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常，进而实现基于神经网络的情绪判断，提升信息处理效率。
59.步骤s460：若根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪正常，则生成当前接受款开启提示，所述当前接受款开启提示用于提醒接收款网点处的工作人员进行接收款工作。
60.进一步地说，为了进一步地判断驾驶员的情况是否正常，进而通过根据所述押运车内通信终端获取押运车的当前实际位置信息，并根据所述当前实际位置信息判断押运车是否达到预设的接收款押运点；然后，若判断押运车是达到预设的接收款押运点，则生成声音采集开始指令，并将所述声音采集开始指令基于所述网点端信息通信终端发送至所述押运车内通信终端，所述声音采集开始指令用于控制所述声音采集器采集驾驶员的声音信息；接着，获取所述声音采集器采集到的预设时间段内的声音采集信息集；
61.根据所述声音采集信息集获取当前驾驶员语速及当前驾驶员声音特征信息；再接着，根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；最后，若根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪正常，则生成当前接受款开启提示，所述当前接受款开启提示用于提醒接收款网点处的工作人员进行接收款工作。
62.在一个实施例中，步骤s450：根据所述当前驾驶员语速和所述当前驾驶员声音特
征信息判断驾驶员的情绪是否正常；具体包括：
63.步骤s451：根据所述当前驾驶员语速，将所述当前驾驶员语速与预设的正常状态语速范围进行对比，并判断所述当前驾驶员语速是否处于所述正常状态语速范围内；
64.其中，所述正常状态语速范围为预先设置，也即预先对认证驾驶员进行信息采集等工作，进而获取所述正常状态语速范围。
65.步骤s452：若判断所述当前驾驶员语速不是处于所述正常状态语速范围内，判定驾驶员的情绪异常，则生成当前接收款停止提醒；
66.步骤s453：若判断所述当前驾驶员语速是处于所述正常状态语速范围内，则根据所述当前驾驶员声音特征信息，判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配；
67.进一步地说，在判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配时，则分别根据音色特征、音频特征以及音调进行判断。
68.同样是预先对认证驾驶员进行信息采集，采集驾驶员正常状况下的音色特征、音频特征以及音调并存储为标准信息，进而根据所述当前驾驶员声音特征信息依次与预存的标准信息进行比对，判断相比较之后的相似度，若满足固定阈值，则为匹配，若不满足，则为不匹配。
69.步骤s454：若判断所述当前驾驶员声音特征信息不是与预设的标准驾驶员声音特征信息相匹配，判定驾驶员的情绪异常，则生成当前接收款停止提醒；
70.步骤s455：若判断所述当前驾驶员声音特征信息是与预设的标准驾驶员声音特征信息相匹配，则判定驾驶员的情绪正常。
71.进一步地说，为了实现准确判断驾驶员的情况是否正常，因此通过根据所述当前驾驶员语速，将所述当前驾驶员语速与预设的正常状态语速范围进行对比，并判断所述当前驾驶员语速是否处于所述正常状态语速范围内；然后，若判断所述当前驾驶员语速不是处于所述正常状态语速范围内，判定驾驶员的情绪异常，则生成当前接收款停止提醒；因为，此时，说明驾驶员声音有问题，可能存在安全问题导致慌乱，进而导致声音与平时不一致的情况。
72.接着，若判断所述当前驾驶员语速是处于所述正常状态语速范围内，则根据所述当前驾驶员声音特征信息，判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配；然后，若判断所述当前驾驶员声音特征信息不是与预设的标准驾驶员声音特征信息相匹配，判定驾驶员的情绪异常，则生成当前接收款停止提醒；那么，若判断所述当前驾驶员声音特征信息是与预设的标准驾驶员声音特征信息相匹配，则判定驾驶员的情绪正常，进而实现了多次重复判断，实现了准确的获取驾驶员的实际情况，提升安全性能。
73.在一个实施例中，步骤s200：对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像，具体包括：
74.步骤s310：对发送至所述网点端信息通信终端的驾驶员当前状态图像进行分辨率提取，并分别获取各所述的驾驶员当前状态图像的当前实际分辨率；
75.进一步地，为了实现分辨率过低的图像的筛选，故通过分别获取各所述的驾驶员当前状态图像的当前实际分辨率。
76.步骤s320：根据各所述当前实际分辨率对对应的各所述驾驶员当前状态图像进行分类，并生成第一档驾驶员图像集和第二档驾驶员图像集，其中，所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率；
77.进一步地说，预先设置有档位标定阈值，当大于所述档位标定阈值时，对应的图像属于第一档驾驶员图像集，小于等于上述档位标定阈值时，对应的图像属于第二档驾驶员图像集，也即本步骤中所说：所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率。
78.步骤s330：分别对所述第一档驾驶员图像集中的图像进行特征点提取，并分别获取第一档图像特征点数据集，其中，所述第一档图像特征点数据集包括多个一档图像特征点单元，一个所述一档图像特征点单元对应所述第一档驾驶员图像集中一个图像；
79.步骤s340：分别对所述第二档驾驶员图像集中的图像进行特征点提取，并分别获取第二档图像特征点数据集，其中，所述第二档图像特征点数据集包括多个二档图像特征点单元，一个所述二档图像特征点单元对应所述第二档驾驶员图像集中一个图像；
80.进一步地，所述二档图像特征点单元和所述一档图像特征点单元中均包括多个特征点。
81.步骤s350：将所述第一档图像特征点数据集和所述第二档图像特征点数据集进行对比，并生成当前差异特征点；
82.步骤s360：将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点；
83.进一步地，假设所述第一档图像特征点数据集中的特征点为100个，且各特征点分别具有对应的特定标签，如鼻子的特定标签为“鼻子”，嘴巴的特定标签为“嘴巴”，同理，所述第二档图像特征点数据集中的特征点为66个，各特征点也具有特定标签，那么相同特征标签的特征点则不进行处理，具有不同特征标签的特征点则为当前差异特征点，而当前差异特征点可能属于所述二档图像特征点单元或所述一档图像特征点单元，此时，通过将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点，实现了对于分辨率低的图像的特征点的有效利用，以及对分辨率高的图像的特征点的有效补充，提升信息获取准确性。
84.步骤s370：将所述当前需补充差异点对所述第一档图像特征点数据集进行差异点补充，并生成完整图像特征点数据集；
85.步骤s380：基于所述完整图像特征点数据集进行特征点拟合并分别生成驾驶员当前神态曲线信息。
86.进一步地说，为了实现特征点的准确获取，进而先通过对发送至所述网点端信息通信终端的驾驶员当前状态图像进行分辨率提取，并分别获取各所述的驾驶员当前状态图像的当前实际分辨率；然后，根据各所述当前实际分辨率对对应的各所述驾驶员当前状态图像进行分类，并生成第一档驾驶员图像集和第二档驾驶员图像集，其中，所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率；接着，分别对所述第一档驾驶员图像集中的图像进行特征点提取，并分别获取第一档图像特征点数据集，
其中，所述第一档图像特征点数据集包括多个一档图像特征点单元，一个所述一档图像特征点单元对应所述第一档驾驶员图像集中一个图像；
87.进一步地，为了进行更精准的信息获取，故分别对所述第二档驾驶员图像集中的图像进行特征点提取，并分别获取第二档图像特征点数据集，其中，所述第二档图像特征点数据集包括多个二档图像特征点单元，一个所述二档图像特征点单元对应所述第二档驾驶员图像集中一个图像；接着，将所述第一档图像特征点数据集和所述第二档图像特征点数据集进行对比，并生成当前差异特征点；然后，将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点；接着，将所述当前需补充差异点对所述第一档图像特征点数据集进行差异点补充，并生成完整图像特征点数据集，最后，基于所述完整图像特征点数据集进行特征点拟合并分别生成驾驶员当前神态曲线信息。
88.在一个实施例中，步骤s300：根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，之后还包括：
89.步骤s510：获取驾驶员和接收款网点处的工作人员做出的当前接受款使用感受反馈信息；
90.步骤s520：根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域是否恰当；
91.进一步地说，当前接受款使用感受反馈信息中有对当前预设监测区域的描述，如描述其是否足够大等信息，进而实现判断所述当前预设监测区域是否恰当。
92.步骤s530：若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域恰当，则生成当前区域恒定指令；
93.步骤s540：若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域不恰当，则生成当前区域调整指令，并基于所述当前区域调整指令对所述当前预设监测区域进行调整，在调整后生成更新预设监测区域。
94.进一步地说，为了实现精准区域的设定，因此通过根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域是否恰当；然后，若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域恰当，则生成当前区域恒定指令；接着，若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域不恰当，则生成当前区域调整指令，并基于所述当前区域调整指令对所述当前预设监测区域进行调整，在调整后生成更新预设监测区域。
95.综上所述，本发明所述用于款箱押运系统的驾驶员验证方法及系统，依次通过在押运时，基于所述网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，其中，所述摄像采集指令用于控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，各所述驾驶员当前状态图像用于发送至所述网点端信息通信终端，其中，一个角度对应一个驾驶员当前状态图像；对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像；根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是
否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，也即本发明为了提升驾驶员认证的安全性能，进而在接收款网点处预设网点端信息通信终端，在押运车内预设押运车内通信终端，所述网点端信息通信终端和所述押运车内通信终端各自具备表征各自身份的特定标识码，当判断各自的特定标识码匹配时，则可判断所述当前实连通信终端是否为预设的押运车内通信终端，为了进行信息获取的准确获取，故通过多角度进行图像采集，也即，控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，并且一个角度对应一个驾驶员当前状态图像，为了避免光线、角度以及车颠簸导致的数据获取不准确，故通过特征点提取获取相关信息，进一步地，特征点提取时，按照预设的标识进行识别，如按照五官标识，如鼻子眼睛和嘴，识别五官后，进行五官周边的特征区域进行识别，如脸部曲线特征等，进而实现特征点提取，并且，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息。所述驾驶员当前神态曲线信息用于表征驾驶员的神情以及神态特征，为了准确判断且实现高安全性判断，故根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，判断是认证驾驶员，则为了排除驾驶员未被挟持等危险情况，故根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示，进而实现认证的高安全性。
96.在一个实施例中，如图2所示，一种用于款箱押运系统的驾驶员验证系统，所述系统包括：
97.通信终端模块，用于实时获取当前预设监测区域内与接收款网点处预设的网点端信息通信终端连接的当前实连通信终端信息，并判断所述当前实连通信终端是否为预设的押运车内通信终端，其中，所述网点端信息通信终端预先设置于所述接收款网点处，所述押运车内通信终端预先设置于押运车内，所述押运车内设置有车载镜头；
98.摄像采集模块，用于若判断所述当前实连通信终端是所述押运车内通信终端，则基于所述网点端信息通信终端向所述押运车内通信终端发送摄像采集指令，其中，所述摄像采集指令用于控制所述车载镜头对押运车内的驾驶员进行多角度摄像采集，并获取多个驾驶员当前状态图像，各所述驾驶员当前状态图像用于发送至所述网点端信息通信终端，其中，一个角度对应一个驾驶员当前状态图像；
99.特征拟合模块，用于对发送至所述网点端信息通信终端的驾驶员当前状态图像分别进行特征点提取，对各所述驾驶员当前状态图像的各特征点进行拟合并分别生成驾驶员当前神态曲线信息，其中，一个所述驾驶员当前神态曲线信息对应一个所述驾驶员当前状态图像；
100.信息生成模块，用于根据各所述驾驶员当前神态曲线信息判断当前的驾驶员是否为认证驾驶员，若判断为是，则根据所述驾驶员当前神态曲线信息判断驾驶员是否出现预设的警示表情信息，若判断为是，则生成信息警醒，所述信息警醒用于提供接收款网点处的工作人员，若判断为否，则生成当前环境正常提示。
101.在一个实施例中，所述信息生成模块还用于：
102.根据所述押运车内通信终端获取押运车的当前实际位置信息，并根据所述当前实
际位置信息判断押运车是否达到预设的接收款押运点；若判断押运车是达到预设的接收款押运点，则生成声音采集开始指令，并将所述声音采集开始指令基于所述网点端信息通信终端发送至所述押运车内通信终端，所述声音采集开始指令用于控制所述声音采集器采集驾驶员的声音信息；获取所述声音采集器采集到的预设时间段内的声音采集信息集；根据所述声音采集信息集获取当前驾驶员语速及当前驾驶员声音特征信息；根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪是否正常；若根据所述当前驾驶员语速和所述当前驾驶员声音特征信息判断驾驶员的情绪正常，则生成当前接受款开启提示，所述当前接受款开启提示用于提醒接收款网点处的工作人员进行接收款工作；
103.根据所述当前驾驶员语速，将所述当前驾驶员语速与预设的正常状态语速范围进行对比，并判断所述当前驾驶员语速是否处于所述正常状态语速范围内；若判断所述当前驾驶员语速不是处于所述正常状态语速范围内，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员语速是处于所述正常状态语速范围内，则根据所述当前驾驶员声音特征信息，判断所述当前驾驶员声音特征信息是否与预设的标准驾驶员声音特征信息相匹配；若判断所述当前驾驶员声音特征信息不是与预设的标准驾驶员声音特征信息相匹配，判定驾驶员的情绪异常，则生成当前接收款停止提醒；若判断所述当前驾驶员声音特征信息是与预设的标准驾驶员声音特征信息相匹配，则判定驾驶员的情绪正常。
104.在一个实施例中，所述特征拟合模块还用于：
105.对发送至所述网点端信息通信终端的驾驶员当前状态图像进行分辨率提取，并分别获取各所述的驾驶员当前状态图像的当前实际分辨率；根据各所述当前实际分辨率对对应的各所述驾驶员当前状态图像进行分类，并生成第一档驾驶员图像集和第二档驾驶员图像集，其中，所述第一档驾驶员图像集中图像的分辨率高于所述第二档驾驶员图像集中图像的分辨率；分别对所述第一档驾驶员图像集中的图像进行特征点提取，并分别获取第一档图像特征点数据集，其中，所述第一档图像特征点数据集包括多个一档图像特征点单元，一个所述一档图像特征点单元对应所述第一档驾驶员图像集中一个图像；分别对所述第二档驾驶员图像集中的图像进行特征点提取，并分别获取第二档图像特征点数据集，其中，所述第二档图像特征点数据集包括多个二档图像特征点单元，一个所述二档图像特征点单元对应所述第二档驾驶员图像集中一个图像；将所述第一档图像特征点数据集和所述第二档图像特征点数据集进行对比，并生成当前差异特征点；将属于所述二档图像特征点单元的当前差异特征点筛选，并记为当前需补充差异点；将所述当前需补充差异点对所述第一档图像特征点数据集进行差异点补充，并生成完整图像特征点数据集；基于所述完整图像特征点数据集进行特征点拟合并分别生成驾驶员当前神态曲线信息；
106.获取驾驶员和接收款网点处的工作人员做出的当前接受款使用感受反馈信息；根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域是否恰当；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域恰当，则生成当前区域恒定指令；若根据所述当前接受款使用感受反馈信息判断所述当前预设监测区域不恰当，则生成当前区域调整指令，并基于所述当前区域调整指令对所述当前预设监测区域进行调整，在调整后生成更新预设监测区域。
107.在一个实施例中，如图3所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述用于款箱押运系统的驾驶
员验证方法所述的步骤。
108.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述用于款箱押运系统的驾驶员验证方法所述的步骤。
109.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
110.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
111.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。