基于无人驾驶车辆的面部匹配方法和装置制造方法及图纸

本申请公开了基于无人驾驶车辆的面部匹配方法和装置。该方法的一具体实施方式包括：获取乘坐无人驾驶车辆的乘客的面部图像；基于预先训练的人脸识别模型确定乘客的面部图像与各个已知的被拐人员的面部图像的相似度；根据相似度确定乘客是否为被拐人员；若确定乘客为被拐人员，则发送提示信息。本是实时例提供的方法可以实现基于人脸识别模型判断采集到的乘坐无人驾驶车辆乘客是否为被拐人员，一方面可以提高识别被拐卖人员的概率，另一方面可以在无人驾驶车辆上普及人脸识别模型以增加寻回被拐卖人员的途径，来提高寻回被拐人员的概率。

Face matching method and device based on unmanned vehicle

The present application discloses a face matching method and device based on an unmanned vehicle. One embodiment of the method includes: face image acquisition on unmanned vehicle passengers; to determine the similarity of face image and face image of all known passengers abducted personnel of the face recognition model based on pre training; to determine whether according to the similarity passenger abducted personnel; if passengers abducted personnel, then send alerts information. This is the method of real-time face recognition model can realize the data to judge whether passengers ride the unmanned vehicle is abducted personnel based on the one hand can improve the recognition probability and personnel, on the other hand can popularize face recognition model of the vehicle is found to increase the way of driving personnel in the absence of trafficking, to increase the probability of find abducted personnel.

【技术实现步骤摘要】
基于无人驾驶车辆的面部匹配方法和装置
本申请涉及计算机
，具体涉及互联网
，尤其涉及基于无人驾驶车辆的面部匹配方法和装置。
技术介绍
当前对于被拐卖人员的寻找主要是通过被拐卖人员的家属、公安机关共同寻找，具体地，可以通过张贴寻人启事、电视广播寻人通知、互联网等渠道进行扩散，让越来越多的人了解被拐卖人员的特征来寻找。上述寻人方法需要比较多的人力。此外，依靠人们将所见到的人员的相貌与被拐卖人员的照片及相貌描述来判断是否为被拐儿童，在这种方式下，有可能引起误判，带来不必要的纷争。另外，随着无人驾驶车辆的发展，乘坐无人驾驶车辆的乘客将会越来越多。目前无人驾驶车辆上还没有配备判断乘客是否为被拐卖人员的相关设施，即使被拐卖人员乘坐无人驾驶车辆，也难察觉，大大降低了找回被拐卖人员的可能性。
技术实现思路
本申请的目的在于提出一种基于无人驾驶车辆的面部匹配方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请提供了一种基于无人驾驶车辆的面部匹配方法，该方法包括：获取乘坐无人驾驶车辆的乘客的面部图像；基于预先训练的人脸识别模型确定所述乘客的面部图像与各个已知的被拐人员的面部图像的相似度；根据所述相似度确定所述乘客是否为被拐人员；若确定所述乘客为被拐人员，则发送提示信息。第二方面，本申请提供了一种基于无人驾驶车辆的面部匹配方法装置，该装置包括：获取单元，配置用于获取乘坐无人驾驶车辆的乘客的面部图像；第一确定单元，配置用于基于预先训练的人脸识别模型确定所述乘客的面部图像与各个已知的被拐人员的面部图像的相似度；第二确定单元，配置用于根据所述相似度确定所述乘客是否为被拐人员；提示信息发送单元，配置用于若确定所述乘客为被拐人员，则发送提示信息。第三方面，本申请提供了一种电子设备，上述电子设备包括一个或多个处理器；存储装置，用于存储一个或多个程序。当上述一个或多个程序被一个或多个处理器执行，使得上述一个或多个处理器实现上述基于无人驾驶车辆的面部匹配方法。第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于无人驾驶车辆的面部匹配方法。本申请提供的基于无人驾驶车辆的面部匹配方法和装置，通过获取乘坐无人驾驶车辆的乘客的面部图像，而后基于预先训练的人脸识别模型确定所述乘客的面部图像与各个已知的被拐人员的面部图像的相似度，接着根据所述相似度确定所述乘客是否为被拐人员，最后若确定所述乘客为被拐人员，则发送提示信息，可以实现基于人脸识别模型判断采集到的乘坐无人驾驶车辆乘客是否为被拐人员，一方面可以提高识别被拐卖人员的概率，另一方面可以在无人驾驶车辆上普及人脸识别模型以增加寻回被拐卖人员的途径，来提高寻回被拐人员的概率。在一些实施例中，在向预设人员发送提示信息之后，基于无人驾驶车辆的面部匹配方法还包括：将上述乘客的图像信息、乘车地点信息、乘车时间信息以及目的地信息发送至云端存储。这样一来，在上述云端中可以保存与被拐人员的面部图像匹配的乘客的多个乘车记录，从而判断该乘客的活动范围，为寻找该乘客提供线索。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的基于无人驾驶车辆的面部匹配方法的一个实施例的流程图；图3是根据本申请的基于无人驾驶车辆的面部匹配方法的一个应用场景的示意图；图4是根据本申请的基于无人驾驶车辆的面部匹配装置的一个实施例的结构示意图；图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。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专利技术，而非对该专利技术的限定。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专利技术相关的部分。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。图1示出了可以应用本申请的基于无人驾驶车辆的面部匹配方法或基于无人驾驶车辆的面部匹配装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括无人驾驶车辆101、终端设备102、103、104、网络105、网络106和服务器107。网络105用以在无人驾驶车辆101和服务器107之间提供通信连接的介质。网络106用以在服务器107和终端设备102、103、104之间提供通信链路的介质。网络105、网络106可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。无人驾驶车辆101可以是各种类型的无人驾驶车辆，例如无人驾驶公交车、无人驾驶轿车等等。无人驾驶车辆101可以获取乘坐该无人驾驶车辆的乘客的面部图像，并将该乘客面部图像输入到预先训练的人脸识别模型中确定乘客的面部图像与各个已知的被拐人员的面部图像的相似度。然后根据相似度确定乘客是否为被拐人员，当确定乘客为被拐人员时，则通过网络105向服务器107发送上述乘客为被拐人员的信息。服务器107可以是提供各种服务的服务器，例如通过网络105向无人驾驶车辆101提供人脸识别模型，以及接收无人驾驶车辆101发送的乘客为拐人员的信息的云端服务器，此外服务器107还可以通过网络106向终端设备发送提示信息。服务器107可以通过网络106向终端设备102、103、104发送提示信息。终端设备102、103、104上可以安装有各种通讯客户端应用，例如社交类应用等。上述终端设备102、103、104可以是寻找被拐卖人员的相关组织或相关人员所持的终端设备。终端设备102、103、104可以是具有显示屏并且支持无线通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机等等。需要说明的是，本申请实施例所提供的基于无人驾驶车辆的面部匹配方法可以由无人驾驶车辆101执行，相应地，基于无人驾驶车辆的面部匹配装置一般设置于无人驾驶车辆101中。应该理解，图1中的无人驾驶车辆、网络、服务器和终端设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的移动终端、网络、服务器和终端设备。继续参考图2，其示出了根据本申请的基于无人驾驶车辆的面部匹配方法一个实施例的流程200。该基于无人驾驶车辆的面部匹配方法，包括以下步骤：步骤201，获取乘坐无人驾驶车辆的乘客的面部图像。在本实施例中，无人驾驶车辆中可以设置至少一个摄像装置，用于拍摄乘坐无人驾驶车辆的乘客的至少一个面部图像。在具体执行时，对于每一个乘坐无人驾驶车辆的乘客，可以从不同角度拍摄乘客的面部图像。在一些应用场景中，上述至少一个摄像装置可以与设置在无人驾驶车上的存储设备连接。摄像装置可以将拍摄的每个乘客的面部图像发送到上述存储设备。在本实施例中，基于无人驾驶车辆的面部匹配方法运行于其上的电子设备(例如设置在图1所示的无人驾驶车辆101中的计算机)可以从上述存储设备中获取乘坐无人驾驶车辆的各个乘客的面部图像。在一些应用场景中，上述电子设备可以根据设置在其上的摄像装置直接拍摄乘坐无人驾驶车辆的乘客的面部图像。步骤202，基于预先训练的人脸识别模型确定乘客的面部图像与各个已知的被拐人员的面部图像的相似度。上述电子设备通过网本文档来自技高网...

【技术保护点】
一种基于无人驾驶车辆的面部匹配方法，其特征在于，所述方法包括：获取乘坐无人驾驶车辆的乘客的面部图像；基于预先训练的人脸识别模型确定所述乘客的面部图像与各个已知的被拐人员的面部图像的相似度；根据所述相似度确定所述乘客是否为被拐人员；若确定所述乘客为被拐人员，则发送提示信息。

【技术特征摘要】
1.一种基于无人驾驶车辆的面部匹配方法，其特征在于，所述方法包括：获取乘坐无人驾驶车辆的乘客的面部图像；基于预先训练的人脸识别模型确定所述乘客的面部图像与各个已知的被拐人员的面部图像的相似度；根据所述相似度确定所述乘客是否为被拐人员；若确定所述乘客为被拐人员，则发送提示信息。2.根据权利要求1所述的方法，其特征在于，所述基于预先训练的人脸识别模型确定所述乘客的面部图像与各个被拐人员的面部图像的相似度，包括：从所述面部图像中提取所述乘客的面部特征；基于所述乘客的面部特征以及预先从被拐人员的面部图像中提取的各个被拐人员的面部特征确定所述乘客的面部图像与各个被拐人员的面部图像的相似度。3.根据权利要求1所述的方法，其特征在于，所述若确定所述乘客为被拐人员，则发送提示信息，包括：若确定所述乘客为被拐人员，判断所述乘客的年龄；若所述年龄大于预设年龄阈值，则向所述乘客发送提示信息，其中所述提示信息包括寻找所述被拐人员的相关机构或者相关人员的联系方式。4.根据权利要求1所述的方法，其特征在于，在发送提示信息之后，所述方法还包括：将所述乘客的图像信息、乘车地点信息、乘车时间信息以及目的地信息发送至云端存储。5.根据权利要求1所述的方法，其特征在于，所述人脸识别模型包括卷积神经网络模型。6.一种基于无人驾驶车辆的面部匹配装置，其特征在于，所述装置包括：获取单元，配置用于获取乘坐无人驾驶车辆的乘客的面部图像；第一确定单元，配置用于基于预先训练的人脸识别模...

【专利技术属性】
技术研发人员：薛召，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11