【技术实现步骤摘要】
本专利技术涉及公共交通，具体而言，涉及一种公共交通身份认证方法及系统。
技术介绍
1、随着公共交通技术的需求与发展，面部识别认证在公共交通身份认证应用中越发广泛，公交车上进行面部识别认证更有助于公共秩序的维护，由于公交车需要在夜间行驶，当周遭光线较暗时，光线在面部大范围内分布不均匀，因此采用基于可见光的面部识别方法容易造成面部识别失败的问题，为了解决光线在面部不均匀导致的面部识别失败的问题，现有技术中研究除了采用基于红外光的面部识别方法，然而当待认证乘客佩戴眼镜时，眼镜容易出现反光，导致反光部位的眼部特征无法识别。
技术实现思路
1、本专利技术的目的在于提供一种公共交通身份认证方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种公共交通身份认证方法，包括：
3、获取第一信息，所述第一信息为身份待认证乘客的近红外人脸图像、第一可见光人脸图像和身份证人脸图像；
4、将所述近红外人脸图像与所述第一可见光人脸图像进行图像配准，对图像配准后的所述近红外人脸图像的反光区域和非反光区域进行图像分割，得到反光区域图像和非反光区域图像；
5、将所述反光区域图像转换为感兴趣区掩膜，将所述感兴趣区掩膜与图像配准后的所述第一可见光人脸图像进行掩膜运算，得到掩膜结果图像；
6、将所述非反光区域图像转换为第二可见光人脸图像；
7、将所述掩膜结果图像与所述第二可见光人脸图像进行图像融合
8、对比所述第一人脸特征和第二人脸特征，得到身份认证结果。
9、第二方面，本申请还提供了基于物联网的公共交通身份认证系统，包括：
10、第一获取模块，用于获取第一信息，所述第一信息为身份待认证乘客的近红外人脸图像、第一可见光人脸图像和身份证人脸图像；
11、图像分割模块，用于将所述近红外人脸图像与所述第一可见光人脸图像进行图像配准，对图像配准后的所述近红外人脸图像的反光区域和非反光区域进行图像分割，得到反光区域图像和非反光区域图像；
12、掩膜运算模块，将所述反光区域图像转换为感兴趣区掩膜，将所述感兴趣区掩膜与图像配准后的所述第一可见光人脸图像进行掩膜运算，得到掩膜结果图像；
13、融合及特征提取模块，将所述非反光区域图像转换为第二可见光人脸图像，将所述掩膜结果图像与所述第二可见光人脸图像进行图像融合并对融合后的图像进行特征提取，得到第一人脸特征，对所述身份证人脸图像进行特征提取，获得第二人脸特征；
14、认证模块，对比所述第一人脸特征和第二人脸特征，得到身份认证结果。
15、第三方面，本申请还提供了一种基于物联网的公共交通身份认证设备，包括：
16、存储器，用于存储计算机程序；
17、处理器，用于执行所述计算机程序时实现所述基于物联网的公共交通身份认证方法的步骤。
18、第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于物联网的公共交通身份认证方法的步骤。
19、本专利技术的有益效果为：
20、本专利技术通过使得在光线较暗以及人脸部出现镜面反光的情况下，提高人脸识别的成功率，克服了光线较暗，人脸部大范围光线不均匀的情况下，人脸识别失败的问题。
21、本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种公共交通身份认证方法，其特征在于，包括：
2.根据权利要求1所述的公共交通身份认证方法，其特征在于，对图像配准后的所述近红外人脸图像的反光区域和非反光区域进行图像分割，得到反光区域图像和非反光区域图像，包括：
3.根据权利要求2所述的公共交通身份认证方法，其特征在于，所述基于DeepLab神经网络的语义分割模型为基于预设的DeepLab神经网络的语义分割模型训练和验证得到，具体训练和验证的方法如下：
4.根据权利要求1所述的公共交通身份认证方法，其特征在于，根据所述反光区域图像转换为感兴趣区掩膜，包括：
5.根据权利要求4所述的公共交通身份认证方法，其特征在于，所述感兴趣区掩膜的计算公式如下：
6.根据权利要求1所述的公共交通身份认证方法，其特征在于，将所述感兴趣区掩膜与对图像配准后的所述第一可见光人脸图像进行掩膜运算，得到掩膜结果图像，包括：
7.根据权利要求1所述的公共交通身份认证方法，其特征在于，将所述非反光区域图像转换为第二可见光人脸图像，包括：
8.根据权利要求1所述的公共交通身
9.根据权利要求1所述的公共交通身份认证方法，其特征在于：在获取第一信息之前，还包括：
10.一种公共交通身份认证系统，其特征在于，包括：
...【技术特征摘要】
1.一种公共交通身份认证方法，其特征在于，包括：
2.根据权利要求1所述的公共交通身份认证方法，其特征在于，对图像配准后的所述近红外人脸图像的反光区域和非反光区域进行图像分割，得到反光区域图像和非反光区域图像，包括：
3.根据权利要求2所述的公共交通身份认证方法，其特征在于，所述基于deeplab神经网络的语义分割模型为基于预设的deeplab神经网络的语义分割模型训练和验证得到，具体训练和验证的方法如下：
4.根据权利要求1所述的公共交通身份认证方法，其特征在于，根据所述反光区域图像转换为感兴趣区掩膜，包括：
5.根据权利要求4所述的公共交通身份认证方法，其特征在于...
【专利技术属性】
技术研发人员：郑咏希，刘昌，
申请(专利权)人：深圳星和动力科技有限公司，
类型：发明
国别省市：
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。