本發(fā)明涉及物流領域，尤其涉及一種基于人臉識別的物流稱重安全控制系統(tǒng)。

背景技術：

1、物流稱重指在物流過程中，使用汽車衡對車輛運輸?shù)呢浳镞M行精確稱重，將稱重結果作為物流管理、合同執(zhí)行、貨物安全等方面的重要依據(jù)。

2、物流運輸車輛在出入廠、裝卸車和稱重時需確認司機身份和業(yè)務合法性進行業(yè)務控制，將稱重結果作為物流管理、合同執(zhí)行、貨物安全等方面的重要依據(jù)。在當前的物流稱重流程當中，運貨車輛在稱重場地進行貨物稱重確認，只需要在出入稱重場地時保證出入登記的信息一致即可，不法分子可以通過更換車牌或利用車輛皮重作弊來減少貨物的凈重或更換駕駛人員運載的貨物，從而謀取不法利益。

3、運輸和作業(yè)過程中更換車輛和司機也會增加物流管理的難度，運送貨物的企業(yè)需要對換車后的車輛進行重新的登記、審核和跟蹤，以確保貨物的安全和準確送達，這不僅增加了工作量，也提高了運輸?shù)呢浳锍霈F(xiàn)錯誤的風險。

4、因而需要一種改進后的物流稱重安全控制系統(tǒng)，在保留舊有的登記系統(tǒng)以及安全應對措施的基礎上，能夠對出入稱重的車輛的信息以及其內部的駕駛人員做出精確的識別，并在出現(xiàn)異常時進行提醒。

技術實現(xiàn)思路

1、為了實現(xiàn)上述功能，本發(fā)明提供了一種基于人臉識別的物流稱重安全控制系統(tǒng)，包括有以下功能：

2、一種基于人臉識別的物流稱重安全控制系統(tǒng)，其特征在于，所述基于人臉識別的物流稱重安全控制系統(tǒng)包括：

3、采集模塊：用于在車輛駕駛人員進行刷身份證登記時采集車輛與駕駛人員的圖像，將圖像處理后發(fā)送給識別模塊；

4、識別模塊：接收采集模塊發(fā)送的圖像從其中識別出人臉圖像與車輛圖像并提取面部特征信息以及車輛信息，將面部特征信息與車輛信息發(fā)送給比對模塊；

5、比對模塊：查詢儲存模塊中記錄的車輛的登記信息，當不存在與當前進行登記的車輛相同的信息時將當前的車輛信息以及面部特征信息處理后發(fā)送到儲存模塊進行儲存，當存在與當前進行登記的車輛相同的信息時，將接收到的車輛信息與已經儲存的車輛信息各自對應的面部特征信息進行比對，之后將比對結果發(fā)送到判決模塊；

6、判決模塊：對接收到的比對結果判決，根據(jù)實際情況決定是否允許車輛通過，判決不通過時，轉人工進行處理并返回到采集模塊；

7、儲存模塊：用于儲存車輛的登記信息以及接收比對模塊傳輸?shù)能囕v信息與面部特征信息。

8、進一步的，所述采集模塊采集到的圖像中包括所述車輛的圖像以及所述車輛中駕駛人員的圖像，所述圖像的格式均為yuv，所述圖像處理的目的為將yuv格式的圖像轉化為rgb格式的圖像；在所述車輛駕駛人員進行刷身份證登記得到的所述登記信息在所述儲存模塊中不存在時，相關工作人員會核對所述登記信息與所述采集模塊采集到的所述圖像是否一致，不一致時阻止所述車輛通過并進行整改。

9、進一步的，所述識別模塊的識別方法為：

10、s1.將獲取的所述采集模塊發(fā)送的圖像轉化為所述rgb數(shù)值圖像；

11、s2.將所述rgb數(shù)值圖像轉化為rgb矩陣；

12、s3.識別出rgb矩陣對應的信息；

13、所述rgb矩陣的生成公式為：

14、

15、其中，m代所述rgb矩陣，i代表矩陣中的第i行，j代表矩陣中的第j列，矩陣的位置與所述rgb圖像的位置相對應，c1、c2、c3為比例系數(shù)，c1、c2、c3的和為1，r為紅色在所述rgb圖像中某一位置的亮度，g為綠色在所述rgb圖像中某一位置的亮度，b為藍色在所述rgb圖像中某一位置的亮度，c4為歸一化系數(shù)。

16、進一步的，所述車輛信息包括車牌號與車輛外觀，所述識別模塊從所述采集模塊發(fā)送的圖像中識別出所述車牌與所述車輛的駕駛人員的所述人臉圖像并標記出在所述采集模塊發(fā)送的圖像中的位置，根據(jù)所述識別模塊的識別方法生成車牌號對應的車牌號rgb矩陣、人臉圖像對應的人臉圖像rgb矩陣與車輛外觀對應的車輛外觀rgb矩陣。

17、進一步的，對所述車輛信息中的所述車輛外觀進行對比的方法為，所述比對模塊根據(jù)參與比對的所述車輛的所述車輛外觀rgb矩陣的差異獲得車輛外觀相似度，車輛外觀相似度的計算公式為：

18、

19、其中，w為車輛外觀相似度，n、p為所述車輛外觀rgb矩陣的總行數(shù)與總列數(shù)，i代表矩陣中的第i行，j代表矩陣中的第j列，m11ij代表參與比對的第一方所述車輛外觀rgb矩陣在第i行第j列的所述rgb數(shù)值，m12ij代表參與比對的第二方所述rgb矩陣在第i行第j列的所述rgb數(shù)值。

20、進一步的，所述車牌號對應的所述車牌號rgb矩陣可以與預先設立的字符矩陣庫相比對，從而得到與所述車牌號rgb矩陣對應的字符，將得到的字符進行整合即可得到所述車牌號；所述面部特征信息為根據(jù)對應的所述人臉圖像rgb矩陣獲得的所述rgb數(shù)值隨位置變化的曲線集合，所述比對模塊根據(jù)比對雙方的所述曲線集合的偏離程度確定比對雙方的所述面部特征信息相似度，所述面部特征信息相似度的計算公式為：

21、

22、其中，f為所述面部特征信息相似度，n、p為所述人臉圖像rgb矩陣的總行數(shù)與總列數(shù)，i代表矩陣中的第i行，j代表矩陣中的第j列，m21ij代表參與比對的第一方所述人臉圖像rgb矩陣在第i行第j列的rgb數(shù)值，m22ij代表參與比對的第二方所述人臉圖像rgb矩陣在第i行第j列的所述rgb數(shù)值，f代表誤差修正參數(shù)，m代表收斂系數(shù)。

23、進一步的，所述判決模塊的判決公式為：

24、

25、其中，t為判決閾值，z代表比對雙方所述車牌號信息是否一致，α1、α2為歸一化參數(shù)，w為車輛外觀相似度，f為所述面部特征信息相似度；比對雙方所述車牌號信息完全一致時，z的大小為1，比對雙方所述車牌號信息不完全一致時z的大小為0，t大于0.5時，所述判決模塊判斷比對雙方的信息相同，t小于0.5時，所述判決模塊判斷比對雙方的信息不同，所述判決模塊向相關人員發(fā)出警告。

26、進一步的，所述采集模塊根據(jù)不同車輛調整位置以采集車輛同一位置的圖像，所述圖像包括所述車輛的正面圖像與側面圖像，所述圖像中還包括所述車輛的駕駛人員的面部圖像，車牌的正面圖像以及車輛外觀的正面圖像與側面圖像。

27、進一步的，所述識別模塊未從所述采集模塊發(fā)送的圖像中識別出所述車輛的車輛信息與所述車輛中駕駛人員的面部特征信息，不能進行人臉圖像與車牌的標記，說明所述采集模塊未采集到可用圖像，由所述識別模塊向所述采集模塊發(fā)送命令使所述采集模塊重新采集圖像直至所述識別模塊能夠識別出所述車輛的所述車輛信息與所述車輛中駕駛人員的所述面部特征信息。

28、進一步的，所述判決模塊判決不通過時，若所述判決不通過的原因為所述車輛信息因與所述車輛中駕駛人員因特殊原因發(fā)生改變，相關人員可以修改所述儲存模塊中儲存的與所述登記信息相對應的所述車輛信息與所述車輛中駕駛人員的所述面部特征信息。

29、有益效果：

30、1.對車輛出入稱重場地時對車輛以及其駕駛人員的信息拍攝圖像進行識別并對比，確認刷身份證登記的車輛通過攝像頭識別出的車輛外觀、車牌號、駕駛人員與身份證信息是否一致，使非法更換駕駛人員或駕駛車輛的行為在作業(yè)過程中被及時預警并中止緊后業(yè)務流程，彌補了原有的刷身份證登記信息與實際運輸車輛和駕駛人員是否一致的缺陷；

31、2.用于識別的圖像通過攝像頭以多角度采集，保證了對于車輛以及駕駛人員特征信息的充分收集，提高了圖像識別的可靠性；將收集到的圖像轉化為rgb數(shù)據(jù)后再進行圖像識別，提高了圖像識別程序的效率以及對不同識別設備的適用性。