司机身份验证方法及装置.pdf

《司机身份验证方法及装置.pdf》由会员分享，可在线阅读，更多相关《司机身份验证方法及装置.pdf（18页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910499950.6 (22)申请日 2019.06.11 (71)申请人 深圳市锐明技术股份有限公司 地址 518000 广东省深圳市南山区学苑大 道1001号南山智园B1栋21-23楼 (72)发明人 张国明 (74)专利代理机构 深圳中一联合知识产权代理 有限公司 44414 代理人 黄志云 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) (54)发明名称 一种司机身份验证方法及装置 (57)摘要 本申请适用于计算。

2、机应用技术领域， 提供了 司机身份验证方法及装置， 包括： 通过在车辆启 动之前， 获取当前司机的人脸平面图像信息和人 脸深度信息； 根据所述人脸平面图像信息、 所述 人脸深度信息以及预存的合法司机的人脸样本 数据， 计算当前司机与每个所述合法司机的人脸 匹配度； 若任一所述人脸匹配度大于或者等于预 设匹配度阈值， 则判定所述当前司机身份合法， 并为所述当前司机开通车辆控制权限。 通过实时 获取当前司机的人脸平面图像信息和人脸深度 信息， 并计算实时获取到的人脸信息和预存的合 法司机的身份信息之间的人脸匹配度， 来检测当 前司机身份是否合法， 通过将司机的平面图像特 征和深度特征结合来进行人脸。

3、识别， 提高了司机 身份识别的精确性。 权利要求书2页 说明书12页 附图3页 CN 110378209 A 2019.10.25 CN 110378209 A 1.一种司机身份验证方法， 其特征在于， 包括： 在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度信息； 所述人脸深度 信息包括所述当前司机的人脸中的每个特征点的深度值； 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人脸样本数 据， 计算当前司机与每个所述合法司机的人脸匹配度； 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司机身份合 法， 并为所述当前司机开通车辆控制权限。 2.如权利。

4、要求1所述的司机身份验证方法， 其特征在于， 所述在车辆启动之前， 获取当 前司机的人脸平面图像信息和人脸深度信息， 包括： 在车辆启动之前， 获取所述当前司机的人脸平面图像信息； 根据所述人脸平面图像信息， 确定向所述当前司机的人脸区域发射光源的方向， 并发 射所述光源， 在接收到所述光源的反射光时， 计量从发射光源的时刻到接收到所述反射光 的时刻之间的时长； 根据所述时长计算所述当前司机的人脸中每个特征点的深度值； 所述特征点的深度值 构成所述当前司机的人脸深度信息。 3.如权利要求1所述的司机身份验证方法， 其特征在于， 所述若任一所述人脸匹配度大 于或者等于预设匹配度阈值， 则判定所述。

5、当前司机身份合法， 并为所述当前司机开通车辆 控制权限， 包括： 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司机身份合 法； 将目标人脸匹配度对应的合法司机的身份信息识别为所述当前司机的身份信息； 所述 目标人脸匹配度用于表示大于或者等于预设匹配度阈值的人脸匹配度； 根据所述当前司机的身份信息， 开通车辆控制权限。 4.如权利要求1所述的司机身份验证方法， 其特征在于， 所述根据所述人脸平面图像信 息、 所述人脸深度信息以及预存的合法司机的人脸样本数据， 计算当前司机与每个所述合 法司机的人脸匹配度之后， 还包括： 若所有所述人脸匹配度均小于所述预设匹配度阈值， 则播放司。

6、机身份验证未通过的语 音消息， 并重新采集和验证所述当前司机的人脸平面图像信息和人脸深度信息； 根据所述人脸平面图像信息和所述人脸深度信息进行身份验证； 若连续预设次数的身份验证都未通过， 则判定所述当前司机身份非法， 并输出锁车控 制信号； 所述锁车控制信号用于锁定车辆保持当前状态。 5.如权利要求2所述的司机身份验证方法， 其特征在于， 所述根据所述时长计算所述当 前司机的人脸中每个特征点的深度值， 包括： 通过如下公式计算所述当前司机的人脸中每个特征点的深度值： 其中， Z用于表示人脸中每个特征点的深度值； C用于表示光速； TOF用于表示从发射光 源开始到接收到人脸反射光结束之间的时长。

7、。 6.一种司机身份识别装置， 其特征在于， 包括： 权利要求书 1/2 页 2 CN 110378209 A 2 获取单元， 用于在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度信息； 所述人脸深度信息包括所述当前司机的人脸中的每个特征点的深度值； 计算单元， 用于根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机 的人脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度； 判定单元， 用于若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当 前司机身份合法， 并为所述当前司机开通车辆控制权限。 7.如权利要求6所述的司机身份识别装置， 其特征在于， 所述。

8、获取单元包括： 图像获取单元， 用于在车辆启动之前， 获取所述当前司机的人脸平面图像信息； 时长计量单元， 用于根据所述人脸平面图像信息， 确定向所述当前司机的人脸区域发 射光源的方向， 并发射所述光源， 在接收到所述光源的反射光时， 计量从发射光源的时刻到 接收到所述反射光的时刻之间的时长； 深度信息单元， 用于根据所述时长计算所述当前司机的人脸中每个特征点的深度值； 所述特征点的深度值构成所述当前司机的人脸深度信息。 8.如权利要求6所述的司机身份识别装置， 其特征在于， 所述判定单元包括： 判定合法单元， 用于若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所 述当前司机身份合法。

9、； 身份识别单元， 用于将目标人脸匹配度对应的合法司机的身份信息识别为所述当前司 机的身份信息； 所述目标人脸匹配度用于表示大于或者等于预设匹配度阈值的人脸匹配 度； 权限开通单元， 用于根据所述当前司机的身份信息， 开通车辆控制权限。 9.一种司机身份识别装置， 包括存储器、 处理器以及存储在所述存储器中并可在所述 处理器上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利 要求1至5任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。 。

10、权利要求书 2/2 页 3 CN 110378209 A 3 一种司机身份验证方法及装置 技术领域 0001 本申请属于计算机应用技术领域， 尤其涉及一种司机身份验证方法及装置。 背景技术 0002 随着社会智能化程度的提高， 各企事业及社会群众对行车安全意识的逐渐加强， 对行车的司机身份识别需求越发重要。 现有技术中通过采用刷卡模式， 通过识别司机所执 的用户身份卡进行身份的确认， 由于卡具备可复制性， 也可由不同的人来持有已被授权卡， 所以， 这种方法无法真正的区分出真实司机的身份。 0003 现有技术中还采用照片比对识别模式， 利用普通摄像机拍摄司机人脸， 将司机位 的人脸与数据库内已授。

11、权的人脸数据库进行比对， 分析出是否是合法司机， 但由于业内用 的摄像机拍摄的是平面图像， 图像的信息单一， 很容易用照片替代合法司机与数据库进行 匹配， 而且很容易匹配成功， 实现身份欺骗。 因此， 现有技术中的司机身份识别方式容易出 现身份伪造的情况， 而导致身份错误识别的问题。 发明内容 0004 有鉴于此， 本申请实施例提供了司机身份验证方法及装置， 以解决现有技术中容 易出现身份伪造的情况， 而导致身份错误识别的问题。 0005 本申请实施例的第一方面提供了一种司机身份验证方法， 包括： 0006 在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度信息； 所述人脸 深度信息包。

12、括所述当前司机的人脸中的每个特征点的深度值； 0007 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人脸样本 数据， 计算当前司机与每个所述合法司机的人脸匹配度； 0008 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司机身份 合法， 并为所述当前司机开通车辆控制权限。 0009 本申请实施例的第二方面提供了一种司机身份识别装置， 包括： 0010 获取单元， 用于在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度 信息； 所述人脸深度信息包括所述当前司机的人脸中的每个特征点的深度值； 0011 计算单元， 用于根据所述人脸平面图像信息、 所述人。

13、脸深度信息以及预存的合法 司机的人脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度； 0012 判定单元， 用于若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所 述当前司机身份合法， 并为所述当前司机开通车辆控制权限。 0013 本申请实施例的第三方面提供了一种司机身份识别装置， 包括： 处理器、 输入设 备、 输出设备和存储器， 所述处理器、 输入设备、 输出设备和存储器相互连接， 其中， 所述存 储器用于存储支持装置执行上述方法的计算机程序， 所述计算机程序包括程序指令， 所述 处理器被配置用于调用所述程序指令， 执行上述第一方面的方法。 0014 本申请实施例的第四方面。

14、提供了一种计算机可读存储介质， 所述计算机存储介质 说明书 1/12 页 4 CN 110378209 A 4 存储有计算机程序， 所述计算机程序包括程序指令， 所述程序指令当被处理器执行时使所 述处理器执行上述第一方面的方法。 0015 本申请实施例与现有技术相比存在的有益效果是： 通过在车辆启动之前， 获取当 前司机的人脸平面图像信息和人脸深度信息； 所述人脸深度信息包括所述当前司机的人脸 中的每个特征点的深度值； 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合 法司机的人脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度； 若任一所述人 脸匹配度大于或者等于预设匹配度阈值。

15、， 则判定所述当前司机身份合法， 并为所述当前司 机开通车辆控制权限。 通过实时获取当前司机的人脸平面图像信息和人脸深度信息， 并计 算实时获取到的人脸信息和预存的合法司机的身份信息之间的人脸匹配度， 来检测当前司 机身份是否合法， 通过将司机的平面图像特征和深度特征结合来进行人脸识别， 提高了司 机身份识别的精确性。 附图说明 0016 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简单地介绍， 显而易见地， 下面描述中的附图仅仅是本申请的一些 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。

16、的附图。 0017 图1是本申请实施例一提供的司机身份验证方法的流程图； 0018 图2是本申请实施例二提供的司机身份验证方法的流程图； 0019 图3是本申请实施例二提供的深度值计算示意图； 0020 图4是本申请实施例三提供的司机身份识别装置的示意图； 0021 图5是本申请实施例四提供的司机身份识别装置的示意图。 具体实施方式 0022 以下描述中， 为了说明而不是为了限定， 提出了诸如特定系统结构、 技术之类的具 体细节， 以便透彻理解本申请实施例。 然而， 本领域的技术人员应当清楚， 在没有这些具体 细节的其它实施例中也可以实现本申请。 在其它情况中， 省略对众所周知的系统、 装置、。

17、 电 路以及方法的详细说明， 以免不必要的细节妨碍本申请的描述。 0023 为了说明本申请所述的技术方案， 下面通过具体实施例来进行说明。 0024 参见图1， 图1是本申请实施例一提供的一种司机身份验证方法的流程图。 本实施 例中司机身份验证方法的执行主体为具有司机身份识别功能的装置， 包括但不限于计算 机、 服务器、 平板电脑或者终端等装置。 本实施例中的装置包括但不限于摄像头、 光源发射 器， 如图所示的司机身份验证方法可以包括以下步骤： 0025 S101： 在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度信息； 所述 人脸深度信息包括所述当前司机的人脸中的每个特征点的深度值。

18、。 0026 随着社会智能化程度的提高， 各企事业及社会群众对行车安全意识的逐渐加强， 利用人工智能手段， 对行车的司机身份识别需求越发重要， 传统的做法有三类： 采用刷卡模 式， 通过识别司机所执的IC卡进行身份的确认， 由于卡具备可复制性， 也可由不同的人来持 有已被授权卡， 所以， 这种方法无法真正的区分出真实司机的身份。 采用照片比对识别模 说明书 2/12 页 5 CN 110378209 A 5 式， 利用普通摄像机拍摄司机人脸， 将司机位的人脸与数据库内已授权的人脸数据库进行 比对， 分析出是否是合法司机， 但由于业内用的摄像机拍摄的是平面图像， 图像的信息单 一， 很容易用照片。

19、替代合法司机与数据库进行匹配， 而且很容易匹配成功， 实现身份欺骗。 采用动态视频活体身份识别的模式， 通过司机与摄像机的互动， 身份比对时， 司机执行张 嘴、 点头等动作， 这种身份比对方式流程固定， 非法司机可以用显示设备来播放一段已录取 的视频对识别方法进行欺骗。 介于上述的缺陷， 本实施例利用立体摄像机拍摄司机人脸， 通 过司机平面图像特征加上深度特征综合信息进行身份比对， 判定司机是否属于被授权的合 法身份， 避免了单纯采用平面图像特征的单一性。 0027 本实施例中的车辆中安装有摄像装置， 用于采集司机的图像。 为了更加进一步清 楚的获取到司机的图像， 本实施例的摄像装置可以是3D。

20、摄像机， 在车辆启动之前， 通过安装 在司机位置前方的摄像装置采集当前司机的人脸平面图像信息和人脸深度信息。 本实施例 中的人脸平面图像信息可以包括摄像机拍摄到的人脸平面图像， 人脸深度信息可以包括通 过3D摄像机拍摄得到的人脸深度信息。 司机位于3D摄像机前进行人脸数据采集， 获取的人 脸3D数据信息， 3D数据信息包括但不局限脸部的肤色、 脸型、 五官形状、 五官位置、 等特征。 0028 需要说明的是， 本实施例中获取司机的人脸平面图像信息和人脸深度信息的时间 是在车辆启动之前， 本实施例中通过识别司机位置处是否有人、 车辆司机位置旁边的车门 是否开启， 或者车辆启动的钥匙是否插入钥匙孔。

21、、 车辆远程开启装置是否开启等， 来识别车 辆是否启动。 在检测到司机位置处有人、 车辆司机位置旁边的车门被开启又关闭， 或者车辆 启动的钥匙插入钥匙孔、 车辆远程开启装置已经启动等， 来识别车辆准备启动， 在这个时 刻， 开始获取司机的人脸平面图像信息和人脸深度信息。 0029 S102： 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人 脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度。 0030 本实施例中预存有每个合法司机的信息， 这些信息中可以包括司机的身份信息、 人脸信息等。 其中， 人脸信息可以包括人脸样本数据， 其中可以包括合法司机的人脸图像、 人脸特。

22、征值等信息。 在获取到人脸平面图像信息和人脸深度信息之后， 根据人脸平面图像 信息和人脸深度信息， 计算实时获取到的这些信息与预存的人脸样本数据之间的人脸匹配 度。 0031 本实施例中在计算人脸匹配度时， 可以先提取人脸深度信息和预存的合法司机的 人脸样本数据中的实时特征点， 同时提取预存的人脸样本数据中的样本特征点， 计算实时 特征点和样本特征点之间的相似度， 作为人脸匹配度。 0032 需要说明的是， 本实施中计算出的人脸匹配度是实时采集到的当前司机的人脸数 据和预存的、 每个合法司机的人脸数据计算得到， 即计算得到的人脸匹配度的数量和预存 的合法司机的数量相同， 以通过比对来确定人脸匹。

23、配度最大时对应的合法司机的身份。 0033 S103： 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司 机身份合法， 并为所述当前司机开通车辆控制权限。 0034 本实施例中运存有匹配度阈值， 用于衡量人脸匹配度的大小。 在计算得到当前司 机与预存的每个合法司机的人脸匹配度之后， 若存在任一人脸匹配度大于或者等于预设匹 配度阈值， 则判定所述当前司机身份合法， 并为当前司机开通车辆控制权限。 0035 进一步的， 若计算出的所有人脸匹配度都小于预设的匹配度阈值， 即当前司机的 说明书 3/12 页 6 CN 110378209 A 6 人脸信息在合法司机库中未找到与其匹配的。

24、， 则判定当前司机为非法司机， 不开启车辆控 制权限。 0036 除此之外， 为了保证司机身份识别的安全性和精确性， 在识别当前司机的身份合 法之后， 识别人脸匹配度最高时对应的合法司机的身份为当前司机的身份， 并获取当前司 机的验证信息， 验证信息可以为司机指纹、 身份证、 身份识别卡片等中的一种或者至少两 种， 此处不做限定， 在这些身份识别通过之后， 再开通车辆控制权限。 通过两种身份识别和 验证， 保证了身份识别的精确性， 和车辆控制的安全性。 0037 上述方案， 通过在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度 信息； 所述人脸深度信息包括所述当前司机的人脸中的每个特。

25、征点的深度值； 根据所述人 脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人脸样本数据， 计算当前司机 与每个所述合法司机的人脸匹配度； 若任一所述人脸匹配度大于或者等于预设匹配度阈 值， 则判定所述当前司机身份合法， 并为所述当前司机开通车辆控制权限。 通过实时获取当 前司机的人脸平面图像信息和人脸深度信息， 并计算实时获取到的人脸信息和预存的合法 司机的身份信息之间的人脸匹配度， 来检测当前司机身份是否合法， 通过将司机的平面图 像特征和深度特征结合来进行人脸识别， 提高了司机身份识别的精确性。 0038 参见图2， 图2是本申请实施例二提供的一种司机身份验证方法的流程图。 本实施。

26、 例中司机身份验证方法的执行主体为具有司机身份识别功能的装置， 包括但不限于计算 机、 服务器、 平板电脑或者终端等装置。 本实施例中的装置包括但不限于摄像头、 光源发射 器， 如图所示的司机身份验证方法可以包括以下步骤： 0039 S201： 在车辆启动之前， 获取所述当前司机的人脸平面图像信息。 0040 本实施例中的车辆中安装有摄像装置， 用于采集司机的图像。 本实施例中可以通 过摄像装置来获取拍人脸彩色平面图像或者一段时间之内的人脸视频。 进一步的， 不同的 人脸图像都能通过摄像镜头采集下来， 比如静态图像、 动态图像、 不同的位置、 不同表情等 方面都可以得到很好的采集。 当用户在采。

27、集设备的拍摄范围内时， 摄像装置可以自动搜索 并拍摄用户的人脸图像。 0041 在获取到人脸彩色平面图像或者一段时间之内的人脸视频之后， 提取人脸彩色平 面图像或者一段时间之内的人脸视频中的人脸特征作为人脸平面图像信息。 人脸特征提取 就是针对人脸的某些特征进行的。 人脸特征提取， 也称人脸表征， 它是对人脸进行特征建模 的过程。 人脸特征提取的方法归纳起来分为两大类： 一种是基于知识的表征方法； 另外一种 是基于代数特征或统计学习的表征方法。 基于知识的表征方法主要是根据人脸器官的形状 描述以及他们之间的距离特性来获得有助于人脸分类的特征数据， 其特征分量通常包括特 征点间的欧氏距离、 曲率。

28、和角度等。 人脸由眼睛、 鼻子、 嘴、 下巴等局部构成， 对这些局部和 它们之间结构关系的几何描述， 可作为识别人脸的重要特征。 0042 S202： 根据所述人脸平面图像信息， 确定向所述当前司机的人脸区域发射光源的 方向， 并发射所述光源， 在接收到所述光源的反射光时， 计量从发射光源的时刻到接收到所 述反射光的时刻之间的时长。 0043 在获取到人脸平面图像信息之后， 根据捕捉得到的人脸平面图像信息， 确定向当 前司机的人脸区域发射光源的方向， 以在确定发射光源的方向之后， 向当前司机发射光源， 在发射光源之后， 光照在人脸上会形成发射， 接收光源在人脸上的放射光， 并在接收到光源 说明。

29、书 4/12 页 7 CN 110378209 A 7 在人脸上的反射光时， 计量从发射光源的时刻到接收到人脸反射光的时刻之间的时长， 以 通过该时长确定人脸特征的深度值。 0044 具体的， 在确定向当前司机的人脸区域发射光源的方向时， 可以根据获取到的人 脸平面图像信息中的人脸特征来确定光源发射方向， 例如， 识别人脸特征中的鼻子的特征 点的位置， 将该位置是视为光源发射中心来发射光源， 这样便可以将光源反射中心设定在 人脸中较为中心的位置， 并在其他区域中进行辐射， 使光源可以照射到全脸区域。 除此之 外， 若光源的辐射面积较大， 则可以直接设定司机座位的位置为光源发射的方向， 使得光源。

30、 的整个照射范围可以照射到全脸。 0045 需要说明的是， 本实施例中的光源可能照射的面积较大， 不仅照射在司机脸上， 还 可能照射在身体其他区域， 这种情况下， 获取到的反射光也可能是包括各种物体的反射光， 因此， 可以通过识别反射光的光照强度、 频率等信息， 来识别哪些是反射光通过在反射到人 脸之后得到， 哪些是除人脸之外的区域得到的反射光， 以对人脸反射得到的反射光进行精 准处理。 0046 S203： 根据所述时长计算所述当前司机的人脸中每个特征点的深度值； 所述特征 点的深度值构成所述当前司机的人脸深度信息。 0047 在获取到从发射光源的时刻到接收到人脸反射光的时刻之间的时长之后，。

31、 根据时 长计算当前司机的人脸中每个特征点的深度值， 以构成当前司机的人脸深度信息。 0048 进一步的， 本实施例中通过如下公式计算所述当前司机的人脸中每个特征点的深 度值： 0049 0050 其中， Z用于表示人脸中每个特征点的深度值； C用于表示光速； TOF用于表示从发 射光源开始到接收到人脸反射光结束之间的时长。 0051 请参见图3所示， 发射装置发射主动光源， 主动光源本身存在一定的主动光强度。 通过对主动光源的飞行时间计算来测量目标距离， 获取目标物各特征点的平面图像信息与 深度信息， TOF用于表示从发射光源开始到接收到人脸反射光结束之间的时长， 即3D摄像机 的发射主动光。

32、源时到照射到目标物后反射光回3D摄像机的总时间。 0052 在计算得到深度值之后， 根据人脸中的各个特征点， 确定每个人脸中每个像素点 对应的深度值， 便可以根据所有特征点的深度值构成人脸深度信息。 0053 具体的， 本实施例中的深度信息包括两部分， 分别为用于表示每个像素点深度位 置信息的深度值， 以及像素点的平面图像信息值。 其中， 在按照光线反射计算得到人脸中每 个特征点的深度值之后， 减去人脸最前端的初始位， 即等于该反射光对应的人脸深度信息， 将所有反射光得到的人脸深度信息进行组合， 便得到一幅包含人脸3D信息的图像； 同时， 本 实施例中像素点的平面图像信息值中包括人脸平面图像中。

33、每个像素点的像素值， 像素值代 表了人脸平面图像某一图像单元的平均亮度信息， 或者说是该图像单元的平均反射密度信 息。 0054 进一步的， 在人脸平面图像的单元像素信息中， 不同图像分辨率对应的像素信息 的数据量不同。 例如， 流行的图像处理软件通常用8位表示一个像素， 最大灰度数目为2的8 次方， 这样总共有256个灰度等级， 即像素值在0255之间， 每个等级代表不同的亮度； 分辨 说明书 5/12 页 8 CN 110378209 A 8 率较高的摄像头采用更高的位深， 即用更多的位数来表示一个像素， 例如12位或16位， 此时 像素的灰度等级为4096或65536， 这种方式提供的人。

34、脸平面图像中的每个人脸特征点的像 素信息则更加精确详细， 因此， 为了更加精确的进行人脸信息采集和识别， 可以选择较高分 辨率的摄像装置来采集人脸平面图像。 0055 S204： 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人 脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度。 0056 应用前， 首先对已受权人员， 即合法司机进行人脸样本采集， 采集的数据包含平面 图像特征信息与深度特征数据信息， 该信息经受权并录入智能分析模块的内存数据库中， 也可通过网络通讯， 发送并保存到远程服务器的数据库内。 将获取的3D数据信息传输给司 机身份识别装置进行特征分析， 并与。

35、司机身份识别装置的内存数据库中已知的人脸特征库 信息进行匹配， 也可通过远程与云端服务器中已知的人脸特征库信息进行匹配。 0057 通过将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配， 通 过设定一个阈值， 当相似度超过这一阈值， 则把匹配得到的结果输出。 人脸识别就是将待识 别的人脸特征与已得到的人脸特征模板进行比较， 根据相似程度对人脸的身份信息进行判 断。 0058 S205： 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司 机身份合法， 并为所述当前司机开通车辆控制权限。 0059 本实施例中运存有匹配度阈值， 用于衡量人脸匹配度的大小。 在计算得到。

36、当前司 机与预存的每个合法司机的人脸匹配度之后， 若存在任一人脸匹配度大于或者等于预设匹 配度阈值， 则判定当前司机身份合法， 并为当前司机开通车辆控制权限。 0060 进一步的， 步骤S205可以具体包括： 0061 S2051： 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司 机身份合法； 0062 当获取到匹配度达到设定的相似度阀值后， 判定为司机身份合法， 智能分析模组 会提示司机采集完成， 并输出控车信号， 将车辆的动力控制权限交由人为控制状态。 0063 S2052： 将目标人脸匹配度对应的合法司机的身份信息识别为所述当前司机的身 份信息； 所述目标人脸匹配度用。

37、于表示大于或者等于预设匹配度阈值的人脸匹配度。 0064 本实施例中针对每个预存的合法司机不仅存储有其面部特征信息， 还存储有各个 合法司机的身份信息， 这些身份信息可以包括年龄、 身份证号码、 工作时间、 驾驶年龄、 职工 编号等， 此处不做限定 0065 在判定当前司机身份合法之后， 将大于或者等于预设匹配度阈值的人脸匹配度识 别为目标人脸匹配度， 将该目标人脸匹配度对应的预存的司机身份信息识别为当前司机的 身份信息， 以确定当前司机的身份。 0066 S2053： 根据所述当前司机的身份信息， 开通车辆控制权限。 0067 本实施例中针对不同司机的身份信息预设有不同的权限或者提成制度， 。

38、在确定了 当前司机的身份之后， 根据当前司机的身份信息， 开通车辆控制权限。 本实施例中的车辆控 制权限可以包括娱乐设备的开启权限、 限制的行使区域等， 此处不做限定。 0068 示例性地， 在出租车行业中， 通过根据本实施例中的司机身份识别方式识别得到 当前司机的身份信息之后， 便可以根据身份信息确定司机在行使过程中产生的行使里程所 说明书 6/12 页 9 CN 110378209 A 9 对应的提成金额、 或者司机在行使过程中的行使区域限制等， 以实现对出租车司机驾驶的 管理。 0069 与步骤S205并列的， 步骤S204之后还可以包括步骤S206S208： 0070 S206： 若所。

39、有所述人脸匹配度均小于所述预设匹配度阈值， 则播放司机身份验证 未通过的语音消息， 并重新采集和验证所述当前司机的人脸平面图像信息和人脸深度信 息。 0071 若所有人脸匹配度均小于预设匹配度阈值， 则播放司机身份验证未通过的语音消 息， 并重新采集和验证当前司机的人脸平面图像信息和人脸深度信息。 本实施例中在验证 未通过时可以播放语音消息， 还可以在车载终端上显示验证未通过、 重新采集人像的通知， 此处不做限定。 0072 需要说明的是， 本实施例中重新采集人脸信息时可以是只重新采集一次， 可以是 重新采集多次， 具体根据用户的设定进行， 此处不做限定。 0073 S207： 根据所述人脸平。

40、面图像信息和所述人脸深度信息进行身份验证。 0074 再重新获取到人脸平面图像信息和人脸深度信息之后， 根据人脸平面图像信息和 人脸深度信息重新进行身份验证。 其验证方式与上一实施例中步骤S102S103中技术细 节， 与本实施例中步骤S203S205相同， 具体不再详述。 0075 S208： 若连续预设次数的身份验证都未通过， 则判定所述当前司机身份非法， 并输 出锁车控制信号； 所述锁车控制信号用于锁定车辆保持当前状态。 0076 当获取到匹配度未达到设定的相似度阀值后， 判定为司机身份为非法， 智能分析 模组会提示司机采集未通过， 并要求再次采集， 当连续的预设次数都未通过， 则输出锁。

41、车控 制信号。 示例性地， 当三次都未通过， 则输出锁车控制信号。 车辆动力系统执行锁定动作， 同 时提示司机车辆被锁定， 0077 在车辆启动之前， 获取所述当前司机的人脸平面图像信息； 根据所述人脸平面图 像信息， 确定向所述当前司机的人脸区域发射光源的方向， 并发射所述光源， 在接收到所述 光源的反射光时， 计量从发射光源的时刻到接收到所述反射光的时刻之间的时长； 根据所 述时长计算所述当前司机的人脸中每个特征点的深度值； 所述特征点的深度值构成所述当 前司机的人脸深度信息。 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法 司机的人脸样本数据， 计算当前司机与每个所述合法司机。

42、的人脸匹配度； 若任一所述人脸 匹配度大于或者等于预设匹配度阈值， 则判定所述当前司机身份合法， 并为所述当前司机 开通车辆控制权限。 若所有所述人脸匹配度均小于所述预设匹配度阈值， 则播放司机身份 验证未通过的语音消息， 并重新采集和验证所述当前司机的人脸平面图像信息和人脸深度 信息； 根据所述人脸平面图像信息和所述人脸深度信息进行身份验证； 若连续预设次数的 身份验证都未通过， 则判定所述当前司机身份非法， 并输出锁车控制信号； 所述锁车控制信 号用于锁定车辆保持当前状态。 通过将采集到的人脸各器官具备有深度信息的视频数据进 行各特征分析， 并与预存的合法司机的人脸特征进行比对， 通过计算。

43、两者之间的人脸匹配 度， 并在人脸匹配度达到预定阀值时， 认为比对合格， 司机身份合法， 可启动车辆。 如果数据 比对未达到预定阀值时， 则认为该司机为非法司机， 无法启动车辆。 通过将司机的平面图像 特征和深度特征结合来进行人脸识别， 提高了司机身份识别的精确性。 0078 参见图4， 图4是本申请实施例三提供的一种司机身份识别装置的示意图， 本实施 说明书 7/12 页 10 CN 110378209 A 10 例中的装置包括但不限于摄像头、 光源发射器。 司机身份识别装置400可以为智能手机、 平 板电脑等移动终端。 本实施例的司机身份识别装置400包括的各单元用于执行图1对应的实 施例。

44、中的各步骤， 具体请参阅图1及图1对应的实施例中的相关描述， 此处不赘述。 本实施例 的司机身份识别装置400包括： 0079 获取单元401， 用于在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深 度信息； 所述人脸深度信息包括所述当前司机的人脸中的每个特征点的深度值； 0080 计算单元402， 用于根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合 法司机的人脸样本数据， 计算当前司机与每个所述合法司机的人脸匹配度； 0081 判定单元403， 用于若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定 所述当前司机身份合法， 并为所述当前司机开通车辆控制权限。 0082。

45、 进一步的， 所述获取单元401包括： 0083 图像获取单元， 用于在车辆启动之前， 获取所述当前司机的人脸平面图像信息； 0084 时长计量单元， 用于根据所述人脸平面图像信息， 确定向所述当前司机的人脸区 域发射光源的方向， 并发射所述光源， 在接收到所述光源的反射光时， 计量从发射光源的时 刻到接收到所述反射光的时刻之间的时长； 0085 深度信息单元， 用于根据所述时长计算所述当前司机的人脸中每个特征点的深度 值； 所述特征点的深度值构成所述当前司机的人脸深度信息。 0086 进一步的， 所述判定单元403包括： 0087 判定合法单元， 用于若任一所述人脸匹配度大于或者等于预设匹配。

46、度阈值， 则判 定所述当前司机身份合法； 0088 身份识别单元， 用于将目标人脸匹配度对应的合法司机的身份信息识别为所述当 前司机的身份信息； 所述目标人脸匹配度用于表示大于或者等于预设匹配度阈值的人脸匹 配度； 0089 权限开通单元， 用于根据所述当前司机的身份信息， 开通车辆控制权限。 0090 进一步的， 所述司机身份验证装置还包括： 0091 重新采集单元， 用于若所有所述人脸匹配度均小于所述预设匹配度阈值， 则播放 司机身份验证未通过的语音消息， 并重新采集和验证所述当前司机的人脸平面图像信息和 人脸深度信息； 0092 再次验证单元， 用于根据所述人脸平面图像信息和所述人脸深度。

47、信息进行身份验 证； 0093 判定非法单元， 用于若连续预设次数的身份验证都未通过， 则判定所述当前司机 身份非法， 并输出锁车控制信号； 所述锁车控制信号用于锁定车辆保持当前状态。 0094 进一步的， 所述深度信息单元还包括： 0095 通过如下公式计算所述当前司机的人脸中每个特征点的深度值： 0096 0097 其中， Z用于表示人脸中每个特征点的深度值； C用于表示光速； TOF用于表示从发 射光源开始到接收到人脸反射光结束之间的时长。 0098 上述方案， 通过在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度 说明书 8/12 页 11 CN 110378209 A 11。

48、 信息； 所述人脸深度信息包括所述当前司机的人脸中的每个特征点的深度值； 根据所述人 脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人脸样本数据， 计算当前司机 与每个所述合法司机的人脸匹配度； 若任一所述人脸匹配度大于或者等于预设匹配度阈 值， 则判定所述当前司机身份合法， 并为所述当前司机开通车辆控制权限。 通过实时获取当 前司机的人脸平面图像信息和人脸深度信息， 并计算实时获取到的人脸信息和预存的合法 司机的身份信息之间的人脸匹配度， 来检测当前司机身份是否合法， 通过将司机的平面图 像特征和深度特征结合来进行人脸识别， 提高了司机身份识别的精确性。 0099 应理解， 上述实施。

49、例中各步骤的序号的大小并不意味着执行顺序的先后， 各过程 的执行顺序应以其功能和内在逻辑确定， 而不应对本申请实施例的实施过程构成任何限 定。 0100 参见图5， 图5是本申请实施例四提供的一种司机身份识别装置的示意图， 本实施 例中的装置包括但不限于摄像头、 光源发射器。 如图5所示的本实施例中的司机身份识别装 置500可以包括： 处理器501、 存储器502以及存储在存储器502中并可在处理器501上运行的 计算机程序503。 处理器501执行计算机程序503时实现上述各个司机身份验证方法实施例 中的步骤。 存储器502用于存储计算机程序， 所述计算机程序包括程序指令。 处理器501用于。

50、 执行存储器502存储的程序指令。 其中， 处理器501被配置用于调用所述程序指令执行以下 操作： 0101 处理器501用于： 0102 在车辆启动之前， 获取当前司机的人脸平面图像信息和人脸深度信息； 所述人脸 深度信息包括所述当前司机的人脸中的每个特征点的深度值； 0103 根据所述人脸平面图像信息、 所述人脸深度信息以及预存的合法司机的人脸样本 数据， 计算当前司机与每个所述合法司机的人脸匹配度； 0104 若任一所述人脸匹配度大于或者等于预设匹配度阈值， 则判定所述当前司机身份 合法， 并为所述当前司机开通车辆控制权限。 0105 进一步的， 处理器501具体用于： 0106 在车辆。