一种代驾推荐方法和系统技术方案

本申请提供一种代驾推荐方法和系统，所述方法包括接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息，完成对应的业务；同时，基于所述人脸图像中所述业务请求人的微表情进行饮酒判断；若判断所述业务请求人为饮酒状态，向所述业务请求人发送业务完成提示信息的同时，向所述业务请求人发送代驾推荐信息。主动向饮酒者推荐代驾，提高了代驾软件的使用效率，提高了驾驶安全性。

【技术实现步骤摘要】
一种代驾推荐方法和系统
本申请涉及图像识别领域，尤其涉及一种代驾推荐方法和系统。
技术介绍
代驾就是当车主不能自行开车到达目的地时，由专业驾驶人员驾驶车主的车将其送至指定地点并收取一定费用的行为。发生最多的应用场景为用户在餐饮聚会中饮酒后呼叫代驾。但是，目前的代驾都是用户通过代驾软件主动去呼叫代驾，而需要代驾的用户往往不确定自身是饮酒状态还是醉酒状态，很容易导致用户不使用代驾软件而自行驾车，造成各种风险。
技术实现思路
本申请的多个方面提供一种代驾推荐方法和系统，用以向酒后用户提供代驾推荐，避免酒后驾驶的风险。本申请的一方面，提供一种代驾推荐方法，包括：接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息，完成对应的业务；同时，基于所述人脸图像中所述业务请求人的微表情进行饮酒判断；若判断所述业务请求人为饮酒状态，向所述业务请求人发送业务完成提示信息的同时，向所述业务请求人发送代驾推荐信息。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述业务请求为支付请求，用于请求服务端从所述业务请求对应的第三方支付账号完成支付。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息包括：基于所述业务请求携带的业务请求人的人脸图像进行人脸识别，在人脸图像库中查找与所述业务请求人的人脸图像相匹配的人脸图像，并基于查找到的人脸图像确定其绑定的第三方支付账号。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：若基于查找到的人脸图像样本确定其绑定的第三方支付账号后，根据所述第三方支付账号查询所述业务请求人的驾驶证信息和/或车辆信息，若查询到存在驾驶证信息和/或车辆信息，则进行饮酒判断；若未查询到驾驶证信息和/或车辆信息，则无需进行饮酒判断。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于所述人脸图像中所述业务请求人的微表情进行饮酒判断包括：根据所述业务请求人的人脸图像，提取人脸微表情，建立人脸微表情模型，与预先建立的样本标准模型匹配得到匹配度，作为饮酒判定参数。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述样本标准模型是通过采集不同饮酒状态下的微表情人脸图像，捕捉特征点数据并映射到三维虚拟人脸模型建立的。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于所述人脸图像中所述业务请求人的微表情进行饮酒判断包括：将所述业务请求人的人脸图像输入到预先训练的卷积神经网络中，得到对所述业务请求人的人脸图像的饮酒程度的分类匹配度，作为饮酒判定参数。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述卷积神经网络是通过以下步骤进行训练的：构建微表情训练样本；采用随机梯度下降法，通过训练样本和卷积神经网络的损失函数，对卷积神经网络进行训练。本申请的另一方面，提供一种代驾推荐系统，包括：接收模块，用于接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；识别判断模块，用于基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息，完成对应的业务；同时，基于所述人脸图像中所述业务请求人的微表情进行饮酒判断；推荐模块，用于若判断所述业务请求人为饮酒状态，向所述业务请求人发送业务完成提示信息的同时，向所述业务请求人发送代驾推荐信息。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述业务请求为支付请求，用于请求服务端从所述业务请求对应的第三方支付账号完成支付。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述识别判断模块具体用于：基于所述业务请求携带的业务请求人的人脸图像进行人脸识别，在人脸图像库中查找与所述业务请求人的人脸图像相匹配的人脸图像，并基于查找到的人脸图像确定其绑定的第三方支付账号。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述识别判断模块具体还用于：若基于查找到的人脸图像样本确定其绑定的第三方支付账号后，根据所述第三方支付账号查询所述业务请求人的驾驶证信息和/或车辆信息，若查询到存在驾驶证信息和/或车辆信息，则进行饮酒判断；若未查询到驾驶证信息和/或车辆信息，则无需进行饮酒判断。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述识别判断模块具体用于：根据所述业务请求人的人脸图像，提取人脸微表情，建立人脸微表情模型，与预先建立的样本标准模型匹配得到匹配度，作为饮酒判定参数。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述样本标准模型是通过采集不同饮酒状态下的微表情人脸图像，捕捉特征点数据并映射到三维虚拟人脸模型建立的。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述识别判断模块具体用于：将所述业务请求人的人脸图像输入到预先训练的卷积神经网络中，得到对所述业务请求人的人脸图像的饮酒程度的分类匹配度，作为饮酒判定参数。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述系统还包括训练模块，用于构建微表情训练样本；采用随机梯度下降法，通过训练样本和卷积神经网络的损失函数，对卷积神经网络进行训练。本专利技术的另一方面，提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。本专利技术的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。由所述技术方案可知，通过本专利技术所述实施例，可以在业务请求人进行人脸识别的同时，基于所述业务请求人的微表情对其进行饮酒判断，并向饮酒后的业务请求人提供代驾推荐信息，提高了代驾软件的使用效率，提高了驾驶安全性。【附图说明】为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请一实施例提供的代驾推荐方法的流程示意图；图2为本申请一实施例提供的代驾推荐系统的结构示意图；图3示出了适于用来实现本专利技术实施方式的示例性计算机系统/服务器012的框图。【具体实施方式】为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造本文档来自技高网...

【技术保护点】
1.一种代驾推荐方法，其特征在于，包括：/n接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；/n基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息，完成对应的业务；同时，基于所述人脸图像中所述业务请求人的微表情进行饮酒判断；/n若判断所述业务请求人为饮酒状态，向所述业务请求人发送业务完成提示信息的同时，向所述业务请求人发送代驾推荐信息。/n

【技术特征摘要】
1.一种代驾推荐方法，其特征在于，包括：
接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；
基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息，完成对应的业务；同时，基于所述人脸图像中所述业务请求人的微表情进行饮酒判断；
若判断所述业务请求人为饮酒状态，向所述业务请求人发送业务完成提示信息的同时，向所述业务请求人发送代驾推荐信息。


2.根据权利要求1所述的方法，其特征在于，
所述业务请求为支付请求，用于请求服务端从所述业务请求对应的第三方支付账号完成支付。


3.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像通过人脸识别完成所述业务请求人的身份验证信息包括：
基于所述业务请求携带的业务请求人的人脸图像进行人脸识别，在人脸图像库中查找与所述业务请求人的人脸图像相匹配的人脸图像，并基于查找到的人脸图像确定其绑定的第三方支付账号。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若基于查找到的人脸图像样本确定其绑定的第三方支付账号后，根据所述第三方支付账号查询所述业务请求人的驾驶证信息和/或车辆信息，若查询到存在驾驶证信息和/或车辆信息，则进行饮酒判断；若未查询到驾驶证信息和/或车辆信息，则无需进行饮酒判断。


5.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像中所述业务请求人的微表情进行饮酒判断包括：
根据所述业务请求人的人脸图像，提取人脸微表情，建立人脸微表情模型，与预先建立的样本标准模型匹配得到匹配度，作为饮酒判定参数。


6.根据权利要求5所述的方法，其特征在于，所述样本标准模型是通过采集不同饮酒状态下的微表情人脸图像，捕捉特征点数据并映射到三维虚拟人脸模型建立的。


7.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像中所述业务请求人的微表情进行饮酒判断包括：
将所述业务请求人的人脸图像输入到预先训练的卷积神经网络中，得到对所述业务请求人的人脸图像的饮酒程度的分类匹配度，作为饮酒判定参数。


8.根据权利要求7所述的方法，其特征在于，所述卷积神经网络是通过以下步骤进行训练的：
构建微表情训练样本；
采用随机梯度下降法，通过训练样本和卷积神经网络的损失函数，对卷积神经网络进行训练。


9.一种代驾推荐系统，其特征在于，包括：
接收模块，用于接收业务终端发送的业务请求，所述业务请求携带业务请求人的人脸图像；...

【专利技术属性】
技术研发人员：崔磊，高原，
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