一种基于乘客画像的人脸识别方法及装置制造方法及图纸

技术编号:30428236 阅读:26 留言:0更新日期:2021-10-24 17:16
本发明专利技术公开了一种基于乘客画像的人脸识别方法,包括以下步骤:数据获取:获取预设时间段内某个地区所有公交路线的乘客出行数据;构建乘客画像:根据所述出行数据信息,构建每位乘客的多维用户画像;构建人脸底库:根据所述出行数据信息,提取每条公交路线的乘客人脸图像,分别构建每条公交路线对应的人脸底库;人脸底库缩库:根据乘客画像,提取出乘客乘坐每条公交路线的频次信息,设乘坐频次达到N次的乘客为频繁乘客,将每条公交路线中频繁乘客的人脸图像作为该条公交路线的人脸底库;乘客人脸识别:乘客现场乘车时,与人脸底库中的人脸进行对比完成人脸识别。进行对比完成人脸识别。进行对比完成人脸识别。

【技术实现步骤摘要】
一种基于乘客画像的人脸识别方法及装置


[0001]本专利技术涉及人工智能领域,特别涉及一种基于乘客画像的人脸识别方法及装置。

技术介绍

[0002]在支付场景中,人脸支付需要极低的误识率(FAR),一次识别通过率要在99%以上,而在识别时间上,整体识别流程的耗时要越小越好(小于1秒),并且要减少用户二次确认的概率,才能有效提高支付用户体验。但在实际的支付场景中,由于实际情况的复杂,如光线、角度问题,底库照片没有及时更新,与本人现场照片存在差异等等问题的存在,人脸识别的准确率往往较低,达不到要求,另外由于人脸底库较大,在十万、百万级别的人脸底库中进行人脸搜索比对计算相似度(1∶N),人脸识别的识别速度和识别精度都会降低,使得人脸支付体验较差,甚至满足不了支付误识率的要求。
[0003]在公交人脸支付场景中,由于现场照片受周围环境、光线、拍摄角度等因素的影响,进行人脸1∶N比对时,相似度在某个阈值之上的底库人脸照片数量往往有几张到十几张,有的相似度往往还很接近,这时候就会存在误识别的问题。

技术实现思路

[0004]为了解决上述技术问题,本专利技术提供一种结合乘客画像进行人脸底库缩库以及甄别多张相似度接近的人脸识别方法,本专利技术的技术方案为:
[0005]一种基于乘客画像的人脸识别方法,包括以下步骤:
[0006]数据获取:获取预设时间段内某个地区所有公交路线的乘客出行数据;
[0007]构建乘客画像:根据所述出行数据信息,构建每位乘客的多维用户画像;
[0008]构建人脸底库:根据所述出行数据信息,提取每条公交路线的乘客人脸图像,分别构建每条公交路线对应的人脸底库;
[0009]人脸底库缩库:根据乘客画像,提取出乘客乘坐每条公交路线的频次信息,设乘坐频次达到N次的乘客为频繁乘客,将每条公交路线中频繁乘客的人脸图像作为该条公交路线的人脸底库;
[0010]乘客人脸识别:乘客现场乘车时,与人脸底库中的人脸进行对比完成人脸识别。
[0011]进一步的,所述乘客人脸识别步骤具体为:
[0012]当人脸底库中与所述现场乘车乘客的人脸相似度超过阈值的人脸数量多于1个时,调取所述人脸相似度超过阈值的人脸对应的乘客画像并分别与该乘客进行乘客画像相似度计算,结合人脸相似度和乘客画像相似度,选取出最终的人脸识别结果。
[0013]进一步的,所述构建乘客画像步骤中乘客的多维用户画像包括以下维度特征:
[0014]时间特征,提取出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息;
[0015]路线特征,按公交路线进行分组,按组分别统计出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息;;
[0016]空间特征提取,按公交路线以及上车站点进行分组,按组分别统计出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息;
[0017]进一步的,获取乘客乘坐每条公交路线的上车站点信息的方法包括以下步骤:
[0018]获取该条公交路线全程站点设置信息;
[0019]预估公交车全程中每个站点的到站时间,具体过程为:获取全程上车点时间信息,当某一时间点上车乘客数量出现波峰时,则认定该时间点公交车到站停车,将上车时间差小于一预设时间段内的乘客归为在同一站点上车,以此预估全程出现的站点以及停车时间点;
[0020]将上述预估出的全程出现的站点以及停车时间点信息与该条公交路线全程站点设置信息进行匹配,得到乘客乘坐该条公交路线的上车站点信息。
[0021]进一步的,所述乘客画像相似度计算方法包括以下步骤:
[0022]确定该乘客出行信息,包括出行时间、路线以及上车站点信息;
[0023]将该乘客出行信息分别与所述乘客画像中相关维度进行计算相似度,将每个维度相似度加权后计算出乘客画像相似度。
[0024]进一步的,所述人脸底库缩库步骤中N值的设定方法具体为:
[0025]N取值范围为大于或等于“2”,计算出N不同取值时对应的该条公交路线频繁乘客的出行次数占该条公交路线总出行次数的比重,取使得计算出的比重大于95%的对应的N值中的最小数作为N的取值,若计算出的比重均小于95%,则N值取“2”。
[0026]进一步的,所述多种维度时间段包括以下维度:每天中特定时间段、每个季度、每月份、工作日、周末以及每个节假日。
[0027]另一方面,本专利技术还提供一种基于乘客画像的人脸识别装置,包括:
[0028]数据获取单元,用于获取预设时间段内某个地区所有公交路线的乘客出行数据;
[0029]乘客画像构建单元:用于根据所述出行数据信息,构建每位乘客的多维用户画像;
[0030]人脸底库构建单元:用于根据所述出行数据信息,提取每条公交路线的乘客人脸图像,分别构建每条公交路线对应的人脸底库;
[0031]人脸底库缩库单元:用于根据乘客画像,提取出乘客乘坐每条公交路线的频次信息,设乘坐频次达到N次的乘客为频繁乘客,将每条公交路线中频繁乘客的人脸图像作为该条公交路线的人脸底库;
[0032]乘客人脸识别单元:用于在乘客现场乘车时,与人脸底库中的人脸进行对比完成人脸识别。
[0033]进一步的,所述乘客人脸识别单元在执行人脸识别时,当人脸底库中与所述现场乘车乘客的人脸相似度超过阈值的人脸数量多于1个时,调取所述人脸相似度超过阈值的人脸对应的乘客画像并分别与该乘客进行乘客画像相似度计算,结合人脸相似度和乘客画像相似度,选取出最终的人脸识别结果。
[0034]与现有技术相比,本专利技术具有如下有益效果:
[0035]本专利技术根据从公交系统导出的乘客出行信息,对公交乘客进行乘客画像描述,利用乘客画像,设定缩库的条件,对公交车的人脸底库进行缩库,缩库后对后续的乘客人脸识别效率显著提高,降低人脸误识别率;剔除出人脸底库中的人脸在总出行次数中占比极低,但却可以很大程度的缩减底库人脸数量,同时可以剔除出与频繁乘客人脸相似度较高的人
脸,因此,从整体上看,提高了乘客现场乘车的人脸识别效率以及精度。
[0036]当乘客现场刷脸照片与底库比对出现相似度相近从而导致无法确定对应到底库里的哪个 id时,多个相似度相近的id进行乘客画像比对,结合当时该名乘客乘坐的路线、时间点等信息,与乘客画像进行匹配,选出最相似的乘客画像对应的id;另一方面,根据乘客的乘坐习惯,对每条线路做分库操作,每条线路具备一个人脸底库,作为线下1∶N搜索的底库,以此达到缩库的目的,从而提高人脸识别速度。也可以降低误识率,以此来达到公交场景人脸支付可用可落地的目的。
附图说明
[0037]图1为本专利技术的人脸识别方法步骤流程图;
[0038]图2为本专利技术实施例中乘客画像中工作日维度的特征图;
[0039]图3为本专利技术实施例中乘客画像中周末维度的特征图;
[0040]图4为本专利技术实施例中乘客画像中月份维度的特征图图;
[0041]图5为本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于乘客画像的人脸识别方法,包括以下步骤:数据获取:获取预设时间段内某个地区所有公交路线的乘客出行数据;构建乘客画像:根据所述出行数据信息,构建每位乘客的多维用户画像;构建人脸底库:根据所述出行数据信息,提取每条公交路线的乘客人脸图像,分别构建每条公交路线对应的人脸底库;人脸底库缩库:根据乘客画像,提取出乘客乘坐每条公交路线的频次信息,设乘坐频次达到N次的乘客为频繁乘客,将每条公交路线中频繁乘客的人脸图像作为该条公交路线的人脸底库;乘客人脸识别:乘客现场乘车时,与人脸底库中的人脸进行对比完成人脸识别。2.如权利要求1所述的一种基于乘客画像的人脸识别方法,其特征在于:所述乘客人脸识别步骤具体为:当人脸底库中与所述现场乘车乘客的人脸相似度超过阈值的人脸数量多于1个时,调取所述人脸相似度超过阈值的人脸对应的乘客画像并分别与该乘客进行乘客画像相似度计算,结合人脸相似度和乘客画像相似度,选取出最终的人脸识别结果。3.如权利要求2所述的一种基于乘客画像的人脸识别方法,其特征在于:所述构建乘客画像步骤中乘客的多维用户画像包括以下维度特征:时间特征,提取出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息;路线特征,按公交路线进行分组,按组分别统计出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息;;空间特征提取,按公交路线以及上车站点进行分组,按组分别统计出每位乘客在限定的任意一种或多种时间维度上统计出的出行次数信息。4.如权利要求3所述的一种基于乘客画像的人脸识别方法,其特征在于:获取乘客乘坐每条公交路线的上车站点信息的方法包括以下步骤:获取该条公交路线全程站点设置信息;预估公交车全程中每个站点的到站时间,具体过程为:获取全程上车点时间信息,当某一时间点上车乘客数量出现波峰时,则认定该时间点公交车到站停车,将上车时间差小于一预设时间段内的乘客归为在同一站点上车,以此预估全程出现的站点以及停车时间点;将上述预估出的全程出现的站点以及停车时间点信息与该条公交路线全程站点设置信...

【专利技术属性】
技术研发人员:余训兴何学智叶欣杰王家逸
申请(专利权)人:新大陆数字技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1