铁路非接触式结账流程,身份识别辅助步态识别

科学领域:

• 计算机科学 计算机科学
• 生物识别信息 生物识别信息
• 人工智能的人工智能

背景情况:

• 铁路站正在优化乘客入出口程序,以提高效率和方便.
• 目前的识别方法包括手动控制,身份证,磁性门票和新兴的面部识别技术.
• 需要改进无接触式识别,以进一步提高乘客吞吐量和安全性.

研究的目的:

• 提出使用步态增强面部识别的先进非接触式结账流程.
• 开发和验证一个弱监督的身体细分网络 (Dwsegnet) 和一个改进的GaitSet模型.
• 提高铁路客运服务中无接触识别的准确性和效率.

主要方法:

• 开发Dwsegnet,一个弱监督的身体细分网络.
• 实施了一种改进的GaitSet模型,用于步态识别.
• 为多式联运身份识别系统集成步态和人脸识别.
• 与现有的识别模型进行比较分析.

主要成果:

• 通过比较研究验证了Dwsegnet和改进的GaitSet模型的有效性.
• 与单模面部识别相比,步行增强面部识别实现了2.31%的无接触识别率的改善.
• 拟议的方法在无接触式识别准确性方面表现出卓越的性能.

结论:

• 步行增强面部识别在铁路乘客检查中比单模面部识别显著改进.
• 开发的Dwsegnet和改进的GaitSet模型对于增强无接触识别是有效的.
• 这种创新方法有助于在铁路系统中更有效,更安全,更方便地处理乘客.