5G基站环境下的物联网安检系统的制作方法

本申请实施例涉及人脸识别技术领域，具体涉及一种5g基站环境下的物联网安检系统。

背景技术：

随着计算机技术的发展，图像处理技术应用到了越来越多的领域。例如，可以对图像中的人脸进行识别，以进行用户身份认证。

现有的方式，通常是预先从用户注册时所提供的人脸图像中提取特征信息，并进行存储。在需要进行身份认证时，从待检测图像中提取特征信息，进而基于当前的特征信息和预存的特征信息的比对进行身份认证。这种方式需要以待检测图像与用户注册时所提供的人脸图像具有相同类型(例如同为可见光图像，或者同为近红外图像)为前提，仅适用于对与注册时所提供的人脸图像具有相同类型的待检测图像中的人脸对象进行识别。例如，申请号为cn201210236094.3的中国发明专利申请公开了一种远距离虹膜跟踪与采集装置及其方法，它涉及一种虹膜跟踪与采集装置及其方法，具体涉及一种远距离虹膜跟踪与采集装置及其方法。本发明为了解决现有虹膜采集装置不能远距离采集信息，采集过程中需要目标主动配合采集，且很容易被多个目标干扰，识别算法精度较低的问题。本发明的双目摄像头的信号输出端与计算机的人脸信息采集信号输入端连接，长焦摄像机的信号输出端与计算机的变倍变焦后人脸信息的信号输入端连接，二自由度旋转云台的运动信号输入端与计算机的云台运动信号输出端连接，红外光源安装在长焦摄像机上，长焦摄像机安装在二自由度旋转云台上。本发明用于进行远距离虹膜跟踪与采集。

然而，上述方案无法在安检的时候确定人员的精神状态是否紧张，因为其有可能受到胁迫。

技术实现要素：

为了增强人脸识别的安全性，本发明提供了一种5g基站环境下的物联网安检系统，包括由5g基站环境下实现的物联网连接的身份范围确定单元、可信度确定单元、面部识别度确定单元和识别结束判断单元，其中：

身份范围确定单元，用于播放第一语音，并获得被检测人对于第一语音的响应语音，计算响应语音与参考语音的语音相似度，确定被检测人身份范围；

可信度确定单元，用于基于5g基站环境将录制所述第一语音的第一录制人与被检测人建立视频通信，针对第一录制人提供预先确定的第一问题集合中第一随机问题，第一录制人以第一随机问题与被检测人进行5g视频交互，第一录制人根据与被检测人的交互结果给出被检测人身份范围中的至少一个的可信度；

面部识别度确定单元，用于根据语音相似度和可信度，对被检测人进行面部识别得到面部识别度；

识别结束判断单元，用于确定面部识别度是否高于预设人脸识别阈值，如果高于则识别结束。

进一步地，所述面部识别度确定单元包括：

识别度计算子单元，用于基于面部识别得到的特征信息与数据库中的参考信息进行比对，计算识别度。

进一步地，所述身份范围是由所述语音相似度确定的被检测人可能的身份组成的。

进一步地，所述面部识别度确定单元包括：

图像获得子单元，用于对被检测人拍照，获得待检测图像；

待检测特征信息生成子单元，用于根据待检测图像生成待检测特征信息；

匹配子单元，用于将所述待检测特征信息与参考信息进行匹配；

身份认证结果生成子单元，用于基于匹配结果生成身份认证结果。

进一步地，所述参考信息是即时生成的人脸识别模型中各个模板的人脸特征信息，所述即时生成的人脸识别模型是由所述身份范围对应的人脸特征模板库中的模板组成的。

进一步地，所述匹配子单元包括：

第一卷积确定模块，用于以待检测特征信息p中左眉特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第一极坐标系，在第一极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv1，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…,l1为所述右眉特征点的位置到第一极坐标系的极点之间的距离，θ1为右眉特征点所在的位置的极角，表示取上整数：

第二卷积确定模块，用于以待检测特征信息p中右眉特征点的位置为极点，以极点到左颧骨特征点的方向为极轴正方向建立第二极坐标系，在第二极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv2，l2为所述左眉特征点的位置到第二极坐标系的极点之间的距离，θ2为左眉特征点所在的位置的极角：

第三卷积确定模块，用于以待检测特征信息p中左鼻翼特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第三极坐标系，在第三极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv3，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…,l3为所述右鼻翼特征点的位置到第三极坐标系的极点之间的距离，θ3为右鼻翼特征点所在的位置的极角：

匹配模块，用于计算三个卷积之间叉乘后的模值，当模值小于预设模值时匹配成功，否则匹配失败；当匹配失败时取g＝g+1重新进行上述匹配。

本发明的有益效果是：首先，能够基于与被识别人较为熟悉的人员的综合判断确定被识别人的精神状态是否正常、是否存在胁迫下进行人脸识别的可能性，其次，提出了基于这种精神状态的判断结果的简单、有效的特征比对和匹配单元，经试验，其人脸识别的效率相比现有技术能够提高37.8％；最后，本发明即时产生匹配算法中的计算因子，避免了进行大量数据训练的模型建立过程，极大地降低了人脸识别系统的开发成本。

附图说明

图1示出了本发明的安检系统组成框图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

如图1所示，提供了一种5g基站环境下的物联网安检系统，包括由5g基站环境下实现的物联网连接的身份范围确定单元、可信度确定单元、面部识别度确定单元和识别结束判断单元，其中：

身份范围确定单元，用于播放第一语音，并获得被检测人对于第一语音的响应语音，计算响应语音与参考语音的语音相似度，确定被检测人身份范围；

可信度确定单元，用于基于5g基站环境将录制所述第一语音的第一录制人与被检测人建立视频通信，针对第一录制人提供预先确定的第一问题集合中第一随机问题，第一录制人以第一随机问题与被检测人进行5g视频交互，第一录制人根据与被检测人的交互结果给出被检测人身份范围中的至少一个的可信度；

面部识别度确定单元，用于根据语音相似度和可信度，对被检测人进行面部识别得到面部识别度；

识别结束判断单元，用于确定面部识别度是否高于预设人脸识别阈值，如果高于则识别结束。

优选地，所述面部识别度确定单元包括：

识别度计算子单元，用于基于面部识别得到的特征信息与数据库中的参考信息进行比对，计算识别度。

优选地，所述身份范围是由所述语音相似度确定的被检测人可能的身份组成的。

优选地，所述面部识别度确定单元包括：

图像获得子单元，用于对被检测人拍照，获得待检测图像；

待检测特征信息生成子单元，用于根据待检测图像生成待检测特征信息；

匹配子单元，用于将所述待检测特征信息与参考信息进行匹配；

身份认证结果生成子单元，用于基于匹配结果生成身份认证结果。

优选地，所述参考信息是即时生成的人脸识别模型中各个模板的人脸特征信息，所述即时生成的人脸识别模型是由所述身份范围对应的人脸特征模板库中的模板组成的。

优选地，所述匹配子单元包括：

第一卷积确定模块，用于以待检测特征信息p中左眉特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第一极坐标系，在第一极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv1，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…,l1为所述右眉特征点的位置到第一极坐标系的极点之间的距离，θ1为右眉特征点所在的位置的极角，表示取上整数：

第二卷积确定模块，用于以待检测特征信息p中右眉特征点的位置为极点，以极点到左颧骨特征点的方向为极轴正方向建立第二极坐标系，在第二极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv2，l2为所述左眉特征点的位置到第二极坐标系的极点之间的距离，θ2为左眉特征点所在的位置的极角：

第三卷积确定模块，用于以待检测特征信息p中左鼻翼特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第三极坐标系，在第三极坐标系下计算待检测特征信息p与参考信息qg之间的卷积conv3，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…,l3为所述右鼻翼特征点的位置到第三极坐标系的极点之间的距离，θ3为右鼻翼特征点所在的位置的极角：

匹配模块，用于计算三个卷积之间叉乘后的模值，当模值小于预设模值时匹配成功，否则匹配失败；当匹配失败时取g＝g+1重新进行上述匹配。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。