一种基于离散信源融合分析技术的无感识别系统与方法技术方案

本发明专利技术公开了一种离散信源融合分析技术的无感识别系统及方法，该系统包括图像数据采集单元、手机信号数据采集单元和网络数据传输单元、数据处理单元、身份识别单元、云控制平台；人员在进入所预设区域时，位于区域中的各处摄像头将会采集人脸信息进行数据库比对，在乘客到达无障碍乘车通道前，识别得到人脸身份信息，同时在乘客进入预设区域时进行手机的IMSI信号和电话号码采集，通过人脸信息和手机信号数据的双层识别，能有效提高身份识别的准确率，提高身份验证效率，通过无感识别实现无接触通行进出，减少公共空间接触，更便捷、更健康、更安全。更安全。更安全。

【技术实现步骤摘要】
一种基于离散信源融合分析技术的无感识别系统与方法


[0001]本专利技术涉及一种基于离散信源融合分析技术的无感识别系统与方法，属于人工智能


技术介绍

[0002]随着人工智能技术的快速发展，科技的进步正逐渐改变人们的生活方式，便捷支付、便捷出行、便捷购物等生活方式逐渐受到人们的青睐。然而，在实际的生活中，支付、购物、出行等场景还是通过手机扫码或者刷卡完成身份识别和支付，操作不够便捷。同时，受全球新冠疫情的影响，采用传统的身份识别和支付方式，当人员较多时会出现排队拥挤，不利于新冠疫情的防控，导致人员相互交叉感染。不管是扫码还是刷卡识别，都需人们通过双手进行操作，降低了身份识别的效率，无法给人们带来满意的识别或支付体验。近几年，随着人脸识别技术的成熟，在安防、零售、交通等领域，通过刷脸可实现快速的身份验证，然而，目前的刷脸方式要求人员在人脸识别器前驻留，并将面部对准设备方能完成识别，仍然无法实现自由通行、无感识别的高品质用户体验。

技术实现思路

[0003]专利技术目的：本专利技术的目的在于提供一种离散信源融合分析技术的无感识别系统与方法，用于满足人员在自由通行、无感无知的情况下完成身份的识别验证。
[0004]技术方案：一种离散信源融合分析技术的无感识别系统，该系统包括图像数据采集单元、手机信号数据采集单元和网络数据传输单元、数据处理单元、身份识别单元、云控制平台；所述图像数据采集单元通过一个或多个摄像头分别在设定区域内外部的不同位置、不同时间、不同角度对人脸图像、人物姿态以及行为动作进行数据采集；所述手机信号数据采集单元在设定区域进行手机专属的IMSI信号以及电话号码有关数据信号进行采集；所述数据处理单元对图像采集单元和手机信号数据采集单元通过网络数据传输单元所采集到的数据进行分析与处理；通过所述的身份识别单元完成人员身份确认，并通过网络数据传输单元上传至云控制平台。
[0005]所述图像数据采集单元由一个或一个以上的监控装置组成，设置在所设定区域出入口、区域内部多处位置，该图像数据采集单元采用图像识别技术从不同区域、不同角度、不同时间所经过的人员图像数据进行采集；
[0006]所述手机信号数据采集单元在所设定区域出入口、区域内部多处位置，通过不同位置完成对入站人员手机IMSI信号和电话号码数据信息的采集；
[0007]所述数据处理单元一方面对图像数据采集单元采集到的多源数据信息进行融合处理，得到高精度图像数据，另一方面通过对手机IMSI信号和电话号码数据分析与处理，采用边缘计算方法，得到精确数据；
[0008]所述身份识别单元通过数据处理单元图像数据的获取，采用基于正交视图的多姿态人脸识别计算方法，完成对所经过人员信息身份的确认，并通过所获得的人员手机IMSI
信号和电话号码完成对人员身份信息的核验；
[0009]所述云控制平台通过网络数据传输单元将身份识别单元所识别出的人员身份信息发送至云控制平台。
[0010]一种离散信源融合分析技术的无感识别系统的识别方法，步骤如下：
[0011](1)根据实际环境的应用需求，对所设定区域内进行图像数据采集单元的布置，选择在不同位置、不同角度安装图像数据采集单元，数量为N；
[0012](2)通过建立人脸3D模型和多姿态人脸识别算法提取面部特征，完成对人员身份的识别；
[0013](3)通过步骤(2)所提取的面部特征建立一个能反应面部特征的3D网格模型；
[0014](4)基于步骤(3)建立的含有人脸几何特征和纹理信息的3D网络模型，利用基于正交视图的人脸识别算法完成对人脸身份信息的确认；
[0015](5)人脸在空间范围内有三个自由度(X,Y,Z)，假设整个区域内人脸个数为S，把整个区域内人脸图像按个体和姿态差异记为(M
×
N)
×
S个子类，把第j个体的第i姿态的人脸图像记为C
ij
，其中C
ij
的投影权值矢量为W
ij
，待识别人脸图像在第i姿态的投影权值矢量为从而可得知待识别人脸图像与C
ij
的欧式距离为欧式距离的大小越小，两图像越相关；
[0016](6)根据步骤(5)设定待识别人脸图像是第j个体在第i个体姿态上的置信度为h
ij
，其中h
ij
＝(A
‑
d
ij
)/A，且则人脸识别结果为Person＝j
*
,姿态识别结果为Pose＝i
*
；
[0017](7)利用在所涉区域内的基站采集所经过人群的IMSI信号和电话号码的采集，通过与后台数据库的比对确定所持IMSI信号或电话号码人员信息的身份，利用BP神经网络算法对不同类型的多源数据进行融合；
[0018](8)通过上述对数据采集单元数据的融合算法，根据计算结果采取数据融合可信度较高的情况，完成对通过设定区域人员信息的身份识别，并将身份处理单元所得到的结果通过数据传输单元上传至云控制平台。
[0019]所述步骤(2)首先通过正面及侧面的图像数据采集单元所得到的人脸图像，通过弹性模板技术提取人脸的正面、侧面几何特征，特征包括人脸面部的所有器官。
[0020]所述步骤(3)具体为：
[0021](3.1)通过步骤(2)所提取的面部特征建立一个能反应面部特征的3D网格模型，为了模拟出人脸面部皮肤的粘弹特性，建立一个自动变形模型。设是空间网格结点，假设结点f0被移动到f
′0，该结点的移动将会影响其他结点f1，f2，......，f
n
做相应的位置移动，而是图像中的固定结点；对所移动的结点位置进行计算；
[0022](3.2)假设f
′0，f
′1，f
′2，......，f
′
n
是结点f0，f1，f2，......，f
n
移动后的位置结点，e
′0，e
′1，e
′2，......，e
′
n
是图像平衡时的网线向量，T＝x
′1，y
′1，z
′1，x
′2，y
′2，z
′2，......，x
′
n
，y
′
n
，z
n
是结点f
′0，f
′1，f
′2，......，f
′
n
的坐标向量，其中E是空间网格的网线个数，则：
[0023][0024]V＝{V0，V1，...，V
n
，V
′1，V
′2，...，V
′
n
}是空间网格结点的集合，V
′1，V
′2，...，V
′
n
是结点V1，V2，...，V
n
的新位置；c，a1，a2，..本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离散信源融合分析技术的无感识别系统，其特征在于，该系统包括图像数据采集单元、手机信号数据采集单元和网络数据传输单元、数据处理单元、身份识别单元、云控制平台；所述图像数据采集单元通过一个或多个摄像头分别在设定区域内外部的不同位置、不同时间、不同角度对人脸图像、人物姿态以及行为动作进行数据采集；所述手机信号数据采集单元在设定区域进行手机专属的IMSI信号以及电话号码有关数据信号进行采集；所述数据处理单元对图像采集单元和手机信号数据采集单元通过网络数据传输单元所采集到的数据进行分析与处理；通过所述的身份识别单元完成人员身份确认，并通过网络数据传输单元上传至云控制平台。2.根据权利要求1所述的一种离散信源融合分析技术的无感识别系统，其特征在于，所述图像数据采集单元由一个或一个以上的监控装置组成，设置在所设定区域出入口、区域内部多处位置，该图像数据采集单元采用图像识别技术从不同区域、不同角度、不同时间所经过的人员图像数据进行采集；所述手机信号数据采集单元在所设定区域出入口、区域内部多处位置，通过不同位置完成对入站人员手机IMSI信号和电话号码数据信息的采集；所述数据处理单元一方面对图像数据采集单元采集到的多源数据信息进行融合处理，得到高精度图像数据，另一方面通过对手机IMSI信号和电话号码数据分析与处理，采用边缘计算方法，得到精确数据；所述身份识别单元通过数据处理单元图像数据的获取，采用基于正交视图的多姿态人脸识别计算方法，完成对所经过人员信息身份的确认，并通过所获得的人员手机IMSI信号和电话号码完成对人员身份信息的核验；所述云控制平台通过网络数据传输单元将身份识别单元所识别出的人员身份信息发送至云控制平台。3.根据权利要求1所述的一种离散信源融合分析技术的无感识别系统的识别方法，其特征在于，步骤如下：(1)根据实际环境的应用需求，对所设定区域内进行图像数据采集单元的布置，选择在不同位置、不同角度安装图像数据采集单元，数量为N；(2)通过建立人脸3D模型和多姿态人脸识别算法提取面部特征，完成对人员身份的识别；(3)通过步骤(2)所提取的面部特征建立一个能反应面部特征的3D网格模型；(4)基于步骤(3)建立的含有人脸几何特征和纹理信息的3D网络模型，利用基于正交视图的人脸识别算法完成对人脸身份信息的确认；(5)人脸在空间范围内有三个自由度(X，Y，Z)，假设整个区域内人脸个数为S，把整个区域内人脸图像按个体和姿态差异记为(M
×
N)
×
S个子类，把第j个体的第i姿态的人脸图像记为C
ij
，其中C
ij
的投影权值矢量为W
ij
，待识别人脸图像在第i姿态的投影权值矢量为W
i0
，从而可得知待识别人脸图像与C
ij
的欧式距离为d
ij
＝||W
i0
‑
W
ij
||，欧式距离的大小越小，两图像越相关；(6)根据步骤(5)设定待识别人脸图像是第j个体在第i个体姿态上的置信度为h
ij
，其中h
ij
＝(A
‑
d
ij
)/A，且则人脸识别结果为Person＝j
*
，姿态识别结果为Pose＝
i
*
；(7)利用在所涉区域内的基站采集所经过人群的IMSI信号和电话号码的采集，通过与后台数据库的比对确定所持IMSI信号或电话号码人员信息的身份，利用BP神经网络算法对不同类型的多源数据进行融合；(8)通过上述对数据采集单元数据的融合算法，根据计算结果采取数据融合可信度较高的情况，完成对通过设定区域人员信息的身份识别，并将身份处理单元所得到的结果通过数据传输单元上传至云控制平台。4.根据权利要求3所述的一种离散信源融合分析技术的无感识别系统的识别方...

【专利技术属性】
技术研发人员：郭旭周，李胜兵，胡鹏路，吴红兰，许小伟，孙昊，张跃，顾勇，
申请(专利权)人：南京熊猫信息产业有限公司，
类型：发明
国别省市：