基于多生物特征的安检设备和方法与流程

本公开的实施例涉及安全检查领域，具体涉及一种基于多生物特征的安检设备和方法。

背景技术：

目前，在公路、火车站、机场等公共场合的安全检查中，主要是通过人证核验闸机来验证旅客的身份。使用特定设备(例如安检机)产生的放射性射线(如x射线)检查旅客行李。使用人体检查仪对可疑旅客进行身体检查，检查是否随身携带了金属或其他违禁物品。

然而，当前的这种安检过程繁琐，检查所用时间较长，使得旅客安检体验很差。

另外，当前的安检机和人体检查仪无法根据旅客的心理状态和情绪变化，执行有针对性的安检措施。

技术实现要素：

鉴于现有技术中的一个或多个问题，提出了一种基于多生物特征的安检设备和方法，能够通过采集、分析待检人员多生物特征来评估安全级别，从而实现分流安检，并提高了安检效率和检出准确率和提升安检体验。

在本公开的一个方面，提出了一种基于多生物特征的安检设备，包括：

特征获取装置，被配置为获取待检对象的多生物特征；

特征分析装置，被配置为对所述多生物特征进行分析；

评估装置，被配置为基于对所述多生物特征的分析结果，评估所述待检对象的组合安全级别；以及

控制器，被配置为基于所述组合安全级别，控制闸门的开启和关闭。

在实施例中，所述控制器被配置为当所述组合安全级别高于预设安全级别时控制所述闸门中的一个闸门开启，而另一个闸门关闭。

在实施例中，所述控制器被配置为当所述组合安全级别等于或低于所述预设安全级别时控制所述闸门中的所述一个闸门关闭，而所述另一个闸门开启。

在实施例中，所述多生物特征包括心率特征、微表情特征和语音特征中的至少一个。

在实施例中，所述分析结果包括与所述心率特征有关的分析结果、与所述微表情特征有关的分析结果和与所述语音特征有关的分析结果中的至少一个。

在实施例中，所述评估装置被配置为：

分别基于与所述心率特征有关的分析结果、与所述微表情特征有关的分析结果和与所述语音特征有关的分析结果中的至少一个，评估与所述心率特征有关的安全级别、与所述微表情特征有关的安全级别以及与所述语音特征有关的安全级别中的至少一个；以及

通过对与所述心率特征有关的安全级别、与所述微表情特征有关的安全级别以及与所述语音特征有关的安全级别中的至少一个执行加权平均来得到所述待检对象的所述组合安全级别。

在实施例中，所述特征获取装置包括：心率采集单元，被配置为采集特定时间段内所述待检对象的心率；以及心率特征提取单元，被配置为基于采集到的心率，提取心率特征。

在实施例中，所述特征分析装置包括：心率分析单元，被配置为通过对所述心率特征进行分析来获得所述待检对象的状态。

在实施例中，所述心率采集单元是使用超声波技术的非接触式心率测量仪。

在实施例中，所述特征获取装置包括：图像采集单元，是多摄像机图像采集单元，被配置为采集特定时间段内所述待检对象的面部3d图像；以及微表情特征提取单元，被配置为通过所述3d图像进行面部微表情建模，来提取微表情特征。

在实施例中，所述特征分析装置包括：微表情特征分析装置，被配置为对所述微表情特征进行分析，以获得所述待检对象的状态。

在实施例中，所述特征获取装置包括：询问单元，被配置为通过语音播放的方式对待检对象进行询问；语音采集单元，采集所述待检对象的语音信息；以及语音特征提取单元，被配置为对所述语音信息进行识别和分析，以提取所述待检对象的语音特征。

在实施例中，所述特征分析装置包括：语音分析单元，被配置为对所述语音特征进行分析，以获得待检对象的状态。

在实施例中，所示安检设备还包括：基本特征获取装置，被配置为获取所述待检对象的基本特征；身份信息获取装置，被配置为读取所述待检对象的身份信息；以及发送装置，被配置为将所述基本特征与所述身份信息进行绑定并发送到外部服务器。

在本公开的另一方面，提供了一种基于多生物特征的安检方法，包括：

获取待检对象的多生物特征；

对所述多生物特征进行分析；

基于对所述多生物特征的分析结果，评估所述待检对象的组合安全级别；以及

基于所述组合安全级别，控制闸门的开启和关闭。

在实施例中，控制闸门的开启和关闭包括：当所述组合安全级别高于预设安全级别时控制所述闸门中的一个闸门开启，而另一个闸门关闭。

在实施例中，控制闸门的开启和关闭包括：当所述组合安全级别等于或低于所述预设安全级别时控制所述闸门中的所述一个闸门关闭，而所述另一个闸门开启。

在实施例中，所述多生物特征包括心率特征、微表情特征和语音特征中的至少一个。

在实施例中，所述分析结果包括与所述心率特征有关的分析结果、与所述微表情特征有关的分析结果和与所述语音特征有关的分析结果中的至少一个。

在实施例中，所述评估所述待检对象的组合安全级别包括：

分别基于与所述心率特征有关的分析结果、与所述微表情特征有关的分析结果和与所述语音特征有关的分析结果中的至少一个，评估与所述心率特征有关的安全级别、与所述微表情特征有关的安全级别以及与所述语音特征有关的安全级别中的至少一个；以及

通过对与所述心率特征有关的安全级别、与所述微表情特征有关的安全级别以及与所述语音特征有关的安全级别中的至少一个执行加权平均来得到所述待检对象的组合安全级别。

在实施例中，所述获取待检对象的多生物特征包括：采集特定时间段内所述待检对象的心率；以及基于采集到的心率，提取心率特征。

在实施例中，所述对所获取的多生物特征进行分析包括：通过对所述心率特征进行分析来获得所述待检对象的状态。

在实施例中，所述获取待检对象的多生物特征包括：采集特定时间段内所述待检对象的面部3d图像；以及通过所述3d图像进行面部微表情建模，来提取微表情特征。

在实施例中，所述对所述多生物特征进行分析包括：对所述微表情特征进行分析，以获得所述待检对象的状态。

在实施例中，所述获取待检对象的多生物特征包括：通过语音播放的方式对所述待检对象进行询问；采集所述待检对象的语音信息；以及对所述语音信息进行识别和分析，以提取所述待检对象的语音特征。

在实施例中，所述对所述多生物特征进行分析包括：对所述语音特征进行分析，以获得待检对象的状态。

在实施例中，所述安检方法还包括：获取所述待检对象的基本特征；读取所述待检对象的身份信息；以及将所述基本特征与所述身份信息进行绑定并发送到外部服务器。

附图说明

为了更好地理解本公开，将根据以下附图对本公开进行详细描述：

图1示出了根据本公开实施例的安检设备的配置框图；

图2示出了根据本公开实施例的安检设备中的闸机的示意图；

图3示出了根据本公开实施例的安检设备的具体配置框图；

图4(a)和(b)分别示出了根据本公开实施例的雷达探测呼吸/心跳示意图和存在周期微动的回波示意图；

图5示出了根据本公开实施例安检设备的配置框图。

图6示出了根据本公开实施例的安检方法的流程图；

图7示出了根据本公开实施例的控制闸门的方法的流程图；

图8示出了根据本公开实施例的评估组合安全级别的流程图；

图9示出了本公开实施例的安检方法的流程图；以及

图10示出了根据本公开实施例的获取基本特征的方法的流程图。

具体实施方式

下面将详细描述本公开的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本公开。在以下描述中，为了提供对本公开的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本公开。在其他实例中，为了避免混淆公开，未具体描述公知的结构、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本公开至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

考虑到现有技术中的一个或多个问题，提出了一种安检设备以及安检方法。根据本公开的实施例，通过对待检人员进行心率、微表情以及语音问答的分析，判断待检人员的安全级别。根据不同的安全级别，让待检人员通过可分流的闸机(或通道)进行分流，分流后进行差异化的安检。可以针对待检人员进行更有针对性的安检措施。通过这种差异化的安检，可以提升安检检出率。同时这种分流的差异化安检还缩短了安检时间，提升了安检体验。另外根据本公开的实施例，通过拍摄待检人员安检过程的视频，分析旅客的基本特征(例如，身高、体态、衣着、衣服颜色、行李大小、行李颜色等)，并将这些基本特征与该待检人员的身份信息绑定并发送到外部服务器，以实现便于安全相关部门的刑侦分析和线索追踪。

图1示出了根据本公开实施例的安检设备的配置框图。如图1所示的安检设备包括特征获取装置101、特征分析装置102、评估装置103以及控制器104。

特征获取装置101被配置为获取待检对象的多生物特征。

特征分析装置102被配置为对所获取的多生物特征进行分析。

评估装置103被配置为基于对所述多生物特征的分析结果，评估待检对象的组合安全级别。

控制器104被配置为基于所述组合安全级别，控制闸门的开启和关闭。

根据本公开的实施例，通过分析待检对象的安全级别，并根据不同的安全级别，让待检人员通过可分流的闸机进行分流，实现了差异化的安检。通过这种差异化的安检，可以提升安检检出率。同时这种分流的差异化安检还能够缩短了安检时间，提升了安检体验。

图2示出了根据本公开实施例的安检设备中的闸机的示意图。如图2所示，闸机设置有两个通道，每个通道上设置一个闸门。当组合安全级别高于预设安全级别时，控制器被配置为控制所述闸门中的一个闸门开启，而另一个闸门关闭。当组合安全级别等于或低于所述预设安全级别时，被配置为控制所述闸门中的所述一个闸门关闭，而所述另一个闸门开启。应当注意的是，本公开中闸机的闸门不限于两个，可以是多于两个，并且预设的安全级别可以根据安检的所要求的级别而改变。根据不同的安全级别，让待检人员通过可分流的闸机进行分流，实现了差异化的安检。通过这种差异化的安检，提升了安检检出率。

图3示出了根据本公开实施例的安检设备的具体配置框图。在当今的信息化时代，传统的身份认证由于极易伪造和丢失，越来越难以满足安检领域的要求。目前最为便捷和安全的解决方案就是生物识别技术。每个个体都有唯一的可以测量或可自动识别和验证的生理特性和行为方式，即生物特征。生物特征可以划分为生理特征，例如心率、指纹、面部、虹膜、掌纹等；以及行为特征，例如步态、声音、笔迹、按键力度等。根据本公开实施例，待检人员的多生物特征包括心率特征、微表情特征和语音特征中的至少一个。这些生物特征能够反映处待检对象心理活动或情绪变化，从而可以根据心理活动和情绪变化来评估待检人员的安全级别。情绪变化可以反映人的心理变化。在示例中，通常在经过安全检查的时候，如果该待检人员出现紧张、恐惧等情绪时，则在心理侦查方面认为该待检人员出现谎言和暴力的可能性较大，因此可以将该待检人员的安全级别评估为较低。那么具有较低安全级别的待检人员应当与其他待检人员分开进行安检，即执行一些更复杂和细致的安检工作，从而提高安检的检出率。应当注意的是本公开的多生物特征不限于心率特征、微表情特征和语音特征，而是还可以包括能够反映处待检人员的心理状态和情绪的其他生物特征。

参照图3，特征分析装置102的分析结果包括与心率特征有关的分析结果、与微表情特征有关的分析结果和与语音特征有关的分析结果中的至少一个。评估装置103分别基于与心率特征有关的分析结果、与微表情特征有关的分析结果和与语音特征有关的分析结果中的至少一个，评估与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个；以及通过对与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个执行加权平均来得到所述待检对象的组合安全级别。

特征获取装置101包括心率采集单元1011和心率特征提取单元1012。心率采集单元1011采集特定时间段内待检对象的心率。在示例中，特定时间段可以是根据安检级别和环境设置的一段时间，例如2s、5s等。心率采集单元1011是使用超声波技术的非接触式心率测量仪，用于测量待检对象的心率。心率特征提取单元1012基于采集到的心率，提取心率特征。这里心率特征可以是特定时间段内心率的变化率。交感神经主要作用于平滑肌和腺细胞。当出现紧张、恐惧等激动情绪时，在交感神经作用下会引起心跳加快、心脏输血量增加、内脏血液重新分布到骨骼肌肉群、血压升高等。心率特征提取单元1012可以提取到例如心跳加快等心率变化。

在实施例中，使用超声波借助雷达技术探测心跳的微动，即机械振动法，如图4(a)所示。假设呼吸/心跳造成的体表微动p(t)随心率f呈正弦规律变化，则：

微动幅度为p(t)＝asin2πft；

体表与雷达天线的距离d(t)＝d0+p(t)＝d0+asin2πrft

接收脉冲的延迟为τb(t)＝2d(t)/v＝2(d0+asin2πft)/v

其中，a为呼吸/心跳振幅，v为电磁波的传播速度。

如果目标是静止物，则每次反射延迟位置相同。如果存在周期运动(呼吸或心跳)，则延迟位置呈一定周期变化。心跳造成的振幅远小于呼吸，且二者的探测数据相互干扰。但因二者的频率不同，可以在谱图中进行分离，如图4(b)所示。

特征分析装置102包括心率分析单元1021。心率分析单元1021通过对心率特征提取单元1012提取的心率特征进行分析来获得待检对象的状态。即，分析待检旅客的心理状态或情绪变化。

参照图3，特征获取装置101还包括图像采集单元1013和微表情特征提取单元1014。图像采集单元1013是多摄像机图像采集单元，被配置为采集特定时间段内待检对象的面部3d图像。在人的不同表情之间，或是某个表情里，人的面部会“泄露”出内心的心理活动或者情绪的变化。微表情是一种人类在试图压抑、隐藏某种真实情感时所表现出来的一种快速、不易察觉的短暂面部表情。微表情持续时间较短，例如一般进行为1/25秒到1/5秒。但是由于微表情能够更容易暴露出人的隐蔽情绪，因此更能表达人的真实情绪。获取该微表情，就可以分析待检人员的心理状态或情绪变化。微表情特征提取单元1014通过所述3d图像进行面部微表情建模，来提取微表情特征。在示例中，首先对采集的面部3d图像进行图像处理以获得一个完整微表情序列。然后构造微表情能量图，并从该能量图中提取微表情特征。根据大量已有标定的微表情特征数据集使用机器学习算法，比如svm(支持向量机算法)分析和训练，得出待检人员的心理状态或情绪变化的计算模型。借助该计算模型，评估现场待检人员微表情对应的心理状态或情绪变化值。

特征分析装置102还包括微表情特征分析装置1022。被配置为对所述微表情特征进行分析，以获得待检对象的状态。

特征获取装置101还包括询问单元1015、语音采集单元1016和语音特征提取单元1017。询问单元1015被配置为通过语音播放的方式对待检对象进行询问。在实施例中，询问单元1015需要根据安检级别和环境预先存储询问题库，例如“你用的箱子是谁买的？”，“里面是什么东西？有没有电器？”，“你来过xx市？你在这个城市有没有亲戚朋友？”，“有没有帮别人带东西？”，“有没有把自己的行李交给别人看管？”，“在目的地有没有亲戚朋友？”等。备选地，询问单元1015可以针对按照不同的顺序对待检人员进行提问。

语音采集单1016采集待检对象的语音信息，即采集针对待检对象对所询问的问题的答案的语音信息。在实施例中，语音信息包括回答问题的内容、方式、语调等元素。待检人员所回答的内容是否与问题相匹配，回答的方式以及语调均可以反映处待检人员的心理状态和情绪变化。

语音特征提取单元1017对所述语音信息进行识别和分析，以提取待检对象的语音特征。

参照图3，特征分析装置102还包括：语音分析单元1023，对所述语音特征进行分析，以获得待检对象的状态。

根据示例实施例，心率分析单元1021、微表情分析单元1022以及语音分析单元1023将各自提取的待检对象的状态(即，与心率特征有关的分析结果、与微表情特征有关的分析结果和与语音特征有关的分析结果)分别提供给评估装置103。评估装置103首先评估与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个，然后通过对与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个执行加权平均来得到待检对象的组合安全级别。从而给出了对多生物特征的综合判断结果。

根据本公开的实施例，通过上述对待检人员心率、微表情以及语音信息的分析，评估待检人员的安全级别。根据不同的安全级别，使得待检人员通过可分流的闸机(或通道)进行实际分流，实现了差异化的安检。通过差异化的安检，可以提升安检检出率。

图5示出了根据本公开实施例安检设备的配置框图。如图5所示，安检设备还包括基本特征获取装置501、身份信息获取装置502和发送装置503。基本特征获取装置501可以是摄像机，获取待检对象的基本特征。在示例中，基本特征获取装置501可以拍摄待检人员安检过程的图像和视频，并从拍摄的图像和视频中提取基本特征，例如待检人员的身高、体态、衣着、衣服颜色、行李大小、行李颜色等。

身份获取装置502读取待检对象的身份信息。在示例中，待检对象可以将身份证放置在身份获取装置502上或附近，身份获取装置502读取身份证中的身份信息。

发送装置503将基本特征获取装置501获取的待检对象的基本特征与身份信息进行绑定并发送到外部服务器。外部服务器可以与安全部分的相关系统相连，从而可以使用这些基本特征和身份信息进行刑侦分析和线索追踪。

图6示出了根据本公开实施例的安检方法的流程图。如图6所示，在步骤601处，获取待检对象的多生物特征。在步骤602处，对所获取的多生物特征进行分析。在步骤603处，基于对所述多生物特征的分析结果，评估所述待检对象的组合安全级别。在步骤604处，基于所述组合安全级别，控制闸门的开启和关闭。

根据本公开的实施例，通过分析待检对象的安全级别，并根据不同的安全级别，让待检人员通过可分流的闸机进行分流，实现了差异化的安检。通过这种差异化的安检，可以提升安检检出率。同时这种分流的差异化安检还能够缩短了安检时间，提升了安检体验。

图7示出了根据本公开实施例的控制闸门的方法的流程图。如图7所示，在步骤701处，当组合安全级别高于预设安全级别时控制所述闸门中的一个闸门开启，而另一个闸门关闭。在步骤702处，当组合安全级别等于或低于预设安全级别时控制所述闸门中的所述一个闸门关闭，而所述另一个闸门开启。根据示例实施例，根据不同的安全级别，让待检人员通过可分流的闸机进行分流，实现了差异化的安检。通过这种差异化的安检，提升了安检检出率。

图8示出了根据本公开实施例的评估组合安全级别的流程图。在示例中，多生物特征包括心率特征、微表情特征和语音特征中的至少一个。在示例中，所述分析结果包括与心率特征有关的分析结果、与微表情特征有关的分析结果和与语音特征有关的分析结果中的至少一个。

如图8所示，在步骤801处，分别基于与心率特征有关的分析结果、与微表情特征有关的分析结果和与语音特征有关的分析结果中的至少一个，评估与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个。在步骤802处，通过对与心率特征有关的安全级别、与微表情特征有关的安全级别以及与语音特征有关的安全级别中的至少一个执行加权平均来得到所述待检对象的组合安全级别。

图9示出了本公开实施例的安检方法的流程图。如图9所示，在步骤9011处，采集特定时间段内待检对象的心率。在步骤9012处，基于采集到的心率，提取心率特征。在步骤9013处，通过对所述心率特征进行分析来获得待检对象的状态。

在步骤9021处，采集特定时间段内待检对象的面部3d图像。在步骤9022处，通过所述3d图像进行面部微表情建模，来提取微表情特征。在步骤9023处，对所述微表情特征进行分析，以获得待检对象的状态。

在步骤9031处，通过语音播放的方式对待检对象进行询问。在步骤9032处，采集待检对象的语音信息。在步骤9033处对所述语音信息进行识别和分析，以提取待检对象的语音特征。在步骤9034处，对所述语音特征进行分析，以获得待检对象的状态。

图10示出了根据本公开实施例的获取基本特征的方法的流程图。如图10所示，在步骤1001处，获取待检对象的基本特征。在步骤1002处读取待检对象的身份信息。在步骤1003处将所述基本特征与所述身份信息进行绑定并发送到外部服务器。

根据本公开的实施例，通过上述对待检人员心率、微表情以及语音信息的分析，评估待检人员的安全级别。根据不同的安全级别，使得待检人员通过可分流的闸机(或通道)进行实际分流，实现了差异化的安检。通过差异化的安检，可以提升安检检出率。

根据本公开的实施例，通过将待检人员的基本特征与身份信息绑定并发送到外部服务器，以实现便于安全相关部门的刑侦分析和线索追踪。

以上的详细描述通过使用示意图、流程图和/或示例，已经阐述了成像设备以及验证设备的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下，本领域技术人员应理解，这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本公开的实施例所述主题的若干部分可以通过专用集成电路(asic)、现场可编程门阵列(fpga)、数字信号处理器(dsp)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和/或写入软件和/或固件代码的能力。此外，本领域技术人员将认识到，本公开所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(cd)、数字通用盘(dvd)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。

虽然已参照几个典型实施例描述了本公开，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本公开能够以多种形式具体实施而不脱离公开的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。