[0021] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0022] 因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0023] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0024] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0025] 实施例：如图1所示，第一方面，本发明实施例提供一种基于区块链的智慧交通地铁乘客检测及结账方法，包括以下步骤：
S1、当任意一个乘客在进地铁站时，连续采集多张乘客人脸图像，并记录该乘客的上车站点和上车时间；对于任意一个乘客，在地铁进站的过程中利用照片采集设备连续提取人脸图像，同时记录下该乘客的上车站点和上车时间，以便后续进行通行费用精准结算。
[0026] S2、利用基于显著性区域的峰值信噪比检测方法对连续采集的多张乘客人脸图像进行检测，以筛选得到多张初始人脸图像；进一步地，如图2所示，包括：
S21、对连续采集的多张乘客人脸图像分别进行显著性检测，以得到对应的多张显著性区域人脸图像；
S22、计算并根据各张显著性区域人脸图像的峰值信噪比筛选得到多张初始人脸图像。
[0027] 进一步地，包括：判断各张显著性区域人脸图像的峰值信噪比是否大于预置的信噪比阈值进行对比，若是，则将对应的乘客人脸图像作为初始人脸图像；若否，则将对应的乘客人脸图像删除。
[0028] 在本发明的一些实施例中，利用基于显著性区域的峰值信噪比检测方法，对连续提取的人脸图像进行检测，将显著性区域峰值信噪比较低的人脸图像进行删除。具体包括：对多张人脸图像分别进行显著性检测，在此基础上对每张人脸图像的显著性区域进行峰值信噪比检测，将显著性区域峰值信噪比较低（低于预置的信噪比阈值）的人脸图像直接进行删除。
[0029] S3、利用多区域人脸匹配方法将多张初始人脸图像和预置的人脸模板图像进行匹配，生成并根据匹配结果确定待检测人脸图像；进一步地，如图3所示，包括：
S31、将多张初始人脸图像和人脸模板图像分别进行多等分划分处理，以得到对应的多个区域的初始人脸区块图像和人脸模板区块图像；
S32、分别将各个区域下的初始人脸区块图像和人脸模板区块图像进行匹配，生成并根据各个区域下的匹配结果确定待检测人脸图像。
[0030] 进一步地，还包括：对待检测人脸图像进行图像超分辨率重建，以得到目标待检测人脸图像。
[0031] 在本发明的一些实施例中，人工挑选一张高质量的人脸模板图像（标准人脸模板图像一张即可，需要正脸、无遮挡），也可选择机器挑选一张合适的人脸模板图像；然后，利用多区域人脸匹配方法将多张人脸图像和人脸模板图像进行匹配，将与人脸模板图像匹配度最高的人脸图像作为待检测人脸图像。具体包括：将多张人脸图像和人脸模板图像分别进行4等分。对任意一张人脸图像和人脸模板图像，在4个区域都进行匹配，最终保留一张和人脸模板图像匹配度最高的人脸图像，作为待检测人脸图像。为了进一步提高后续的匹配精准度，还对待检测人脸图像进行图像超分辨率重建，得到更为精准清晰的待检测人脸图像。
[0032] S4、利用基于差异性空洞卷积核的平均相似度检测方法，计算并根据待检测人脸图像和第三方身份数据库中的人脸图像的相似度确定目标匹配人脸图像；进一步地，包括：利用空洞率为n的卷积核对待检测人脸图像和第三方身份数据库中某一特定人脸图像进行处理，得到并对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，并利用欧氏距离计算待检测人脸图像和特定人脸图像之间的相似度，生成第一相似度结果；其中，n为大于等于1的自然数；利用空洞率为n+1的卷积核对待检测人脸图像和第三方身份数据库中某一特定人脸图像进行处理，得到并对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，并利用欧氏距离计算待检测人脸图像和特定人脸图像之间的相似度，生成第二相似度结果；利用空洞率为n+2的卷积核对待检测人脸图像和第三方身份数据库中某一特定人脸图像进行处理，得到并对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，并利用欧氏距离计算待检测人脸图像和特定人脸图像之间的相似度，生成第三相似度结果；根据第一相似度结果、第二相似度结果和第三相似度结果确定目标匹配人脸图像。
[0033] 进一步地，包括：计算并将第一相似度结果、第二相似度结果和第三相似度结果的平均值作为待检测人脸图像和特定人脸图像之间的最终相似度结果；根据最终相似度结果确定对应的特定人脸图像为目标匹配人脸图像。
[0034] 在本发明的一些实施例中，利用基于差异性空洞卷积核的平均相似度检测方法，计算待检测人脸图像和第三方身份数据库中人脸图像的相似度（可以和公安系统联网，利用公安系统的数据库），将与待检测人脸图像相似度最高的人脸图像作为目标匹配人脸图像，并将该乘客的身份识别为目标匹配人脸图像所对应的身份。
[0035] 上述利用基于差异性空洞卷积核的平均相似度检测方法具体包括：利用空洞率为1的卷积核对待检测人脸图像和数据库中某一特定人脸图像进行处理，得到过滤后的待检测人脸图像和特定人脸图像。对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，利用欧氏距离计算它们之间的相似度，记为A；
利用空洞率为2的卷积核对待检测人脸图像和数据库中某一特定人脸图像进行处理，得到过滤后的待检测人脸图像和特定人脸图像。对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，利用欧氏距离计算它们之间的相似度，记为B；
利用空洞率为3的卷积核对待检测人脸图像和数据库中某一特定人脸图像进行处理，得到过滤后的待检测人脸图像和特定人脸图像。对过滤后的待检测人脸图像和特定人脸图像进行稀疏编码，利用欧氏距离计算它们之间的相似度，记为C；
将待检测人脸图像和数据库中某一特定人脸图像的相似度定义为(A+B+C)/3，数值越小二者的相似度越高。
[0036] S5、获取并根据目标匹配人脸图像对应的身份信息确定该乘客的身份信息；S6、将乘客的身份信息、上车站点和上车时间上传至区块链中进行存储；将乘客身份、上车站点、上车时间等信息存储到区块链系统中，实现信息的上链存储。
[0037] S7、当乘客在出地铁站时，记录乘客的下车站点和下车时间，并对乘客进行身份识别，以得到乘客的身份信息；将乘客的身份信息、下车站点和下车时间上传至区块链中进行存储；在乘客出站的过程中仍然利用上述方法，识别出乘客的身份信息，将乘客身份、下车站点、下车时间等信息存储到区块链系统中，实现信息的上链存储。
[0038] S8、地铁结账系统提取并根据区块链中对应乘客的身份信息、上车站点、下车站点、上车时间和下车时间计算交通出行金额，并在地铁结账系统中对应的乘客账户中进行对应金额的扣款，完成结账。根据已经获取的信息，地铁结账系统自动计算出乘客需要花费的金额，在乘客的账户中直接进行扣除即可。同样地，所有的地铁乘客都利用相同的方式完成身份识别、信息存储、结账等流程，大大提高了地铁通行效率。
[0039] 为了解决现有技术中的问题，本发明将基于显著性区域的峰值信噪比检测方法和多区域人脸匹配方法进行了充分结合，有效地选取了高质量的待检测人脸图像，减少后续的计算资源消耗，为乘客身份精准识别提供了直接的支持；基于上述选取的待检测人脸图像，利用基于差异性空洞卷积核的平均相似度检测方法，计算待检测人脸图像和第三方身份数据库中人脸图像的相似度，匹配得到精准的目标人脸图像，结合第三方数据库更加精准地识别出乘客身份。同时，本发明还利用区块链技术，将乘客乘坐地铁的核心信息进行了上链存储，为后续乘客通行收费提供真实有效的数据，进而提高结账效果和效率。
[0040] 如图4所示，第二方面，本发明实施例提供一种基于区块链的智慧交通地铁乘客检测及结账系统，包括：图像采集模块100、初始筛选模块200、模板匹配模块300、相似度计算模块400、身份确定模块500、进站信息上传模块600、出站识别模块700以及通行结账模块800，其中：
图像采集模块100，用于当任意一个乘客在进地铁站时，连续采集多张乘客人脸图像，并记录该乘客的上车站点和上车时间；
初始筛选模块200，用于利用基于显著性区域的峰值信噪比检测方法对连续采集的多张乘客人脸图像进行检测，以筛选得到多张初始人脸图像；
模板匹配模块300，用于利用多区域人脸匹配方法将多张初始人脸图像和预置的人脸模板图像进行匹配，生成并根据匹配结果确定待检测人脸图像；
相似度计算模块400，用于利用基于差异性空洞卷积核的平均相似度检测方法，计算并根据待检测人脸图像和第三方身份数据库中的人脸图像的相似度确定目标匹配人脸图像；
身份确定模块500，用于获取并根据目标匹配人脸图像对应的身份信息确定该乘客的身份信息；
进站信息上传模块600，用于将乘客的身份信息、上车站点和上车时间上传至区块链中进行存储；
出站识别模块700，用于当乘客在出地铁站时，记录乘客的下车站点和下车时间，并对乘客进行身份识别，以得到乘客的身份信息；将乘客的身份信息、下车站点和下车时间上传至区块链中进行存储；
通行结账模块800，用于地铁结账系统提取并根据区块链中对应乘客的身份信息、上车站点、下车站点、上车时间和下车时间计算交通出行金额，并在地铁结账系统中对应的乘客账户中进行对应金额的扣款，完成结账。
[0041] 为了解决现有技术中的问题，本系统通过图像采集模块100、初始筛选模块200、模板匹配模块300、相似度计算模块400、身份确定模块500、进站信息上传模块600、出站识别模块700以及通行结账模块800等多个模块的配合，将基于显著性区域的峰值信噪比检测方法和多区域人脸匹配方法进行了充分结合，有效地选取了高质量的待检测人脸图像，减少后续的计算资源消耗，为乘客身份精准识别提供了直接的支持；基于上述选取的待检测人脸图像，利用基于差异性空洞卷积核的平均相似度检测方法，计算待检测人脸图像和第三方身份数据库中人脸图像的相似度，匹配得到精准的目标人脸图像，结合第三方数据库更加精准地识别出乘客身份。同时，本发明还利用区块链技术，将乘客乘坐地铁的核心信息进行了上链存储，为后续乘客通行收费提供真实有效的数据，进而提高结账效果和效率。
[0042] 如图5所示，第三方面，本申请实施例提供一种电子设备，其包括存储器101，用于存储一个或多个程序；处理器102。当一个或多个程序被处理器102执行时，实现如上述第一方面中任一项的方法。
[0043] 还包括通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
[0044] 其中，存储器101可以是但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read‑Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read‑Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read‑Only Memory，EEPROM）等。
[0045] 处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital Signal Processing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0046] 在本申请所提供的实施例中，应该理解到，所揭露的方法及系统和方法，也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0047] 另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0048] 第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
[0049] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0050] 对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
