技术摘要：
本发明提供了一种用于封样抽检人员的验证方法及系统，该用于封样抽检人员的验证方法及系统能够在封样抽检执行的全过程中，基于采集到的图像对封样抽检人员进行相应的身份验证，该验证方法和系统能够省去封样抽检人员主动提供个人生物信息和/或密码信息的麻烦，这能够有  全部
背景技术：
样品在送检之前都需要进行相应的封样处理，而封样处理会涉及不同的操作人员 和不同的操作工序，才能够实现对样品的完整保全。在实际操作过程中，样品在封样处理中 经过不同人员的接触，这难以保证所有操作人员都具有授权操作资格的，若样品在封样处 理中经过未授权人员的抽检，这很容易增大封样处理的安全风险。目前，为了对封样抽检人 员进行验证，通常需要在封样抽检进行之前对封样抽检人员进行相应的生物信息和/或密 码验证，从而允许满足授权条件的人员进行相应的封样抽检操作。但是，这种方式只是在封 样抽检执行的前置阶段才进行封样抽检人员的验证，其并不能完全保证封样抽检过程中对 应的抽检人员也满足相应的授权条件。可见，现有技术中关于封样抽检人员的验证只是局 限在封样抽检执行前的暂时身份验证，其并未对封样抽检人员进行全过程的身份验证，这 严重地降低了封样抽检执行的安全性和可靠性。
技术实现要素：
针对现有技术存在的缺陷，本发明提供一种用于封样抽检人员的验证方法及系 统，该用于封样抽检人员的验证方法及系统通过获取封样处理过程对应的封样环境信息和 封样相关人员存在状态信息，以此确定关于该封样处理过程的图像采集模式，根据该图像 采集模式，获取该封样处理过程对应的不同类型的封样处理图像，对该封样处理图像进行 关于目标人员对象的图像特征提取，以此获得相应的目标人员图像特征，以及对该目标人 员图像特征进行身份匹配处理，以此确定该封样处理过程中存在的封样抽检人员的身份信 息；可见，该用于封样抽检人员的验证方法及系统能够在封样抽检执行的全过程中，基于采 集到的图像对封样抽检人员进行相应的身份验证，该验证方法和系统能够省去封样抽检人 员主动提供个人生物信息和/或密码信息的麻烦，这能够有效地提高对封样抽检人员全过 程身份验证的智能性，以及提高封样抽检执行的安全性和可靠性。 本发明提供一种用于封样抽检人员的验证方法，其特征在于，所述用于封样抽检 人员的验证方法包括如下步骤： 步骤S1，获取封样处理过程对应的封样环境信息和封样相关人员存在状态信息， 以此确定关于所述封样处理过程的图像采集模式； 步骤S2，根据所述图像采集模式，获取所述封样处理过程对应的不同类型的封样 处理图像； 步骤S3，对所述封样处理图像进行关于目标人员对象的图像特征提取，以此获得 相应的目标人员图像特征； 步骤S4，对所述目标人员图像特征进行身份匹配处理，以此确定所述封样处理过 6 CN 111597524 A 说　明　书 2/9 页 程中存在的封样抽检人员的身份信息； 进一步，在所述步骤S1中，获取封样处理过程对应的封样环境信息和封样相关人 员存在状态信息，以此确定关于所述封样处理过程的图像采集模式具体包括， 步骤S101，确定所述封样处理过程对应的封样处理三维空间，以此获取所述封样 处理过程对应的封样环境亮度信息、封样环境区间分布信息和封样环境遮蔽状态信息中的 至少一者，以作为所述封样环境信息； 步骤S102，对所述封样处理过程进行红外线扫描感应处理，以此获取所述封样处 理过程对应的操作人员数量信息和/或操作人员位置信息，以作为所述封样相关人员存在 状态信息； 步骤S103，根据所述封样环境信息和所述封样相关人员存在状态信息，对所述封 样处理过程进行单目图像采集操作、多目图像采集操作、定焦图像采集操作和变焦图像采 集操作中的至少一者； 进一步，在所述步骤S2中，根据所述图像采集模式，获取所述封样处理过程对应的 不同类型的封样处理图像具体包括， 步骤S201，对所述封样处理过程进行单目图像采集操作和/或多目图像采集操作， 以此获得关于所述封样处理过程的单目图像数据和/或多目图像数据； 步骤S202，对所述封样处理过程进行定焦图像采集操作和/或变焦图像采集操作， 以此获得关于所述封样处理过程的定焦图像数据和/或变焦图像数据； 步骤S203，获取所述单目图像数据和/或所述双目图像数据中关于不同时序拍摄 图像之间的视差变换图像，以作为一部分所述封样处理图像； 步骤S204，获取所述定焦图像数据和/或所述变焦图像数据中关于不同时序拍摄 图像之间的景深变换图像，以作为一部分所述封样处理图像； 进一步，在所述步骤S3中，对所述封样处理图像进行关于目标人员对象的图像特 征提取，以此获得相应的目标人员图像特征具体包括， 步骤S301，对所述封样处理图像中的关于所述封样处理过程的视差变换图像进行 图像视差特征的提取处理，以此获得关于所述目标对象的视差图像特征； 步骤S302，对所述封样处理图像中的关于所述封样处理过程的景深变换图像进行 图像景深特征的提取处理，以此获得关于所述目标对象的景深图像特征； 步骤S303，对所述视差图像特征和所述景深图像特征分别进行目标人员对象的人 员轮廓和/或人员纹理的定位处理，以此获得相应的目标人员轮廓分布信息和/或目标人员 纹理分布信息； 步骤S304，对所述目标人员轮廓分布信息和/或所述目标人员纹理分布信息进行 数据拟合处理，以此获得所述目标人员图像特征； 进一步，在所述步骤S4中，对所述目标人员图像特征进行身份匹配处理，以此确定 所述封样处理过程中存在的封样抽检人员的身份信息具体包括， 步骤S401，构建关于授权人员的目标人员图像特征深度学习神经网络模型，并对 所述目标人员图像特征深度学习神经网络模型进行优化； 步骤S402，将经过优化的所述目标人员图像特征深度学习神经网络模型，对所述 目标人员图像特征信息进行所述身份匹配处理，以此获得所述封样抽检人员的所述身份信 7 CN 111597524 A 说　明　书 3/9 页 息； 步骤S403，对所述封样抽检人员的所述身份信息进行安全评判处理，以此确定所 述封样处理过程当前存在的封样抽检人员是否为授权人员，其具体为， 步骤S4031，根据下面公式，对所述授权人员的身份信息进行预处理， 在上述公式中，bij为第i个授权人员的第j项预处理后的信息，aij为第i个授权人 员的第j项信息， 为第i项信息的均值，m为授权人员的数量，n为授权人员的信息包含量； 步骤S4032，根据下面公式，计算所述封样抽检人员与所述授权人员之间的相似度 在上述公式中，wi为所述封样抽检人员的身份信息与第i个授权人员的身份信息 对应的相似度，C为所述封样抽检人员的身份信息集，且C＝(c0j)1×n，Bi为第i个授权人员的 预处理身份信息集，且Bi＝(bij)1×n,i＝1,2,…,m； 步骤S4033，判断所述封样抽检人员是否属于授权人员， 若满足wi≥95％，则确定所述封样抽检人员属于授权人员，否则确定所述封样抽 检人员不属于授权人员。 本发明还提供一种用于封样抽检人员的验证系统，其特征在于： 所述用于封样抽检人员的验证系统包括图像采集模式确定模块、封样处理图像获 取模块、目标人员图像特征获取模块和身份信息确定模块；其中， 所述图像采集模式确定模块用于根据封样处理过程对应的封样环境信息和封样 相关人员存在状态信息，确定关于所述封样处理过程的图像采集模式； 所述封样处理图像获取模块用于根据所述图像采集模式，获取所述封样处理过程 对应的不同类型的封样处理图像； 所述目标人员图像特征获取模块用于对所述封样处理图像进行关于目标人员对 象的图像特征提取，以此获得相应的目标人员图像特征； 所述身份信息确定模块用于对所述目标人员图像特征进行身份匹配处理，以此确 定所述封样处理过程中存在的封样抽检人员的身份信息； 进一步，所述图像采集模式确定模块包括封样环境信息获取子模块、封样相关人 员存在状态信息获取子模块和图像采集操作确定子模块；其中， 所述封样环境信息获取子模块用于根据所述封样处理过程对应的封样处理三维 空间，以此获取所述封样处理过程对应的封样环境亮度信息、封样环境区间分布信息和封 样环境遮蔽状态信息中的至少一者，以作为所述封样环境信息； 所述封样相关人员存在状态信息获取子模块用于对所述封样处理过程进行红外 线扫描感应处理，以此获取所述封样处理过程对应的操作人员数量信息和/或操作人员位 置信息，以作为所述封样相关人员存在状态信息； 8 CN 111597524 A 说　明　书 4/9 页 所述图像采集操作确定子模块用于根据所述封样环境信息和所述封样相关人员 存在状态信息，对所述封样处理过程进行单目图像采集操作、多目图像采集操作、定焦图像 采集操作和变焦图像采集操作中的至少一者； 进一步，所述封样处理图像获取模块包括第一图像数据获取子模块、第二图像数 据获取子模块、第一图像变换子模块和第二图像变换子模块；其中， 所述第一图像数据获取子模块用于对所述封样处理过程进行单目图像采集操作 和/或多目图像采集操作，以此获得关于所述封样处理过程的单目图像数据和/或多目图像 数据； 所述第二图像数据获取子模块用于对所述封样处理过程进行定焦图像采集操作 和/或变焦图像采集操作，以此获得关于所述封样处理过程的定焦图像数据和/或变焦图像 数据； 所述第一图像变换子模块用于获取所述单目图像数据和/或所述双目图像数据中 关于不同时序拍摄图像之间的视差变换图像，以作为一部分所述封样处理图像； 所述第二图像变换子模块用于获取所述定焦图像数据和/或所述变焦图像数据中 关于不同时序拍摄图像之间的景深变换图像，以作为一部分所述封样处理图像； 进一步，所述目标人员图像特征获取模块包括视差图像特征获取子模块、景深图 像特征获取子模块、人员轮廓和/或纹理计算子模块和目标人员图像特征拟合子模块；其 中， 所述视差图像特征获取子模块用于对所述封样处理图像中的关于所述封样处理 过程的视差变换图像进行图像视差特征的提取处理，以此获得关于所述目标对象的视差图 像特征； 所述景深图像特征获取子模块用于对所述封样处理图像中的关于所述封样处理 过程的景深变换图像进行图像景深特征的提取处理，以此获得关于所述目标对象的景深图 像特征； 所述人员轮廓和/或纹理计算子模块用于对所述视差图像特征和所述景深图像特 征分别进行目标人员对象的人员轮廓和/或人员纹理的定位处理，以此获得相应的目标人 员轮廓分布信息和/或目标人员纹理分布信息； 所述目标人员图像特征拟合子模块用于对所述目标人员轮廓分布信息和/或所述 目标人员纹理分布信息进行数据拟合处理，以此获得所述目标人员图像特征； 进一步，所述身份信息确定模块包括神经网络模型构建与优化子模块、身份匹配 子模块和授权人员确定子模块；其中， 所述神经网络模型构建与优化子模块用于构建关于授权人员的目标人员图像特 征深度学习神经网络模型，并对所述目标人员图像特征深度学习神经网络模型进行优化； 所述身份匹配子模块用于将经过优化的所述目标人员图像特征深度学习神经网 络模型，对所述目标人员图像特征信息进行所述身份匹配处理，以此获得所述封样抽检人 员的所述身份信息； 所述授权人员确定子模块用于对所述封样抽检人员的所述身份信息进行安全评 判处理，以此确定所述封样处理过程当前存在的封样抽检人员是否为授权人员。 相比于现有技术，该用于封样抽检人员的验证方法及系统通过获取封样处理过程 9 CN 111597524 A 说　明　书 5/9 页 对应的封样环境信息和封样相关人员存在状态信息，以此确定关于该封样处理过程的图像 采集模式，根据该图像采集模式，获取该封样处理过程对应的不同类型的封样处理图像，对 该封样处理图像进行关于目标人员对象的图像特征提取，以此获得相应的目标人员图像特 征，以及对该目标人员图像特征进行身份匹配处理，以此确定该封样处理过程中存在的封 样抽检人员的身份信息；可见，该用于封样抽检人员的验证方法及系统能够在封样抽检执 行的全过程中，基于采集到的图像对封样抽检人员进行相应的身份验证，该验证方法和系 统能够省去封样抽检人员主动提供个人生物信息和/或密码信息的麻烦，这能够有效地提 高对封样抽检人员全过程身份验证的智能性，以及提高封样抽检执行的安全性和可靠性。 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明而了解。本发明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。 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，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 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1为本发明提供的一种用于封样抽检人员的验证方法的流程示意图。 图2为本发明提供的一种用于封样抽检人员的验证系统的结构示意图。