[发明专利]门禁控制方法、装置及系统有效

专利信息
申请号: 201710086075.X 申请日: 2017-02-17
公开(公告)号: CN106997629B 公开(公告)日: 2019-06-11
发明(设计)人: 申皓全;邓亚峰;赵勇 申请(专利权)人: 北京格灵深瞳信息技术有限公司
主分类号: G07C9/00 分类号: G07C9/00;G06K9/00
代理公司: 北京新知远方知识产权代理事务所(普通合伙) 11397 代理人: 艾凤英
地址: 100192 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 门禁 控制 方法 装置 系统
【权利要求书】:

1.一种门禁控制方法,其特征在于,包括如下步骤:

获取摄像头拍摄的目标的图像;

根据所述目标的图像识别所述目标的特征信息;

根据所述特征信息与预先计算得到的聚类中心确定所述目标的类别;

根据所述目标的类别以及所述目标在预设时间范围内的出入信息,确定门禁控制指令;

所述根据目标的类别以及所述目标在预设时间范围内的出入信息,确定门禁控制指令,包括:

在所述特征信息与预先计算得到的聚类中心之间的距离小于预设距离阈值,且所述目标在预设时间范围内出入频率大于预设出入阈值时,控制门禁打开;

在所述特征信息与预先计算得到的聚类中心之间的距离大于预设距离阈值,或者,所述目标在预设时间范围内出入频率小于预设出入阈值时,发送预警。

2.如权利要求1所述的方法,其特征在于,所述特征信息包括面部特征和结构化特征,所述结构化特征包括以下至少一种:性别、年龄、民族、有无遮挡面部。

3.如权利要求2所述的方法,其特征在于,所述根据所述目标的图像识别所述目标的特征信息,包括:

利用预先训练得到的第一深度神经网络模型识别并去除所述图像中的眼镜;

利用预先训练得到的第二深度神经网络模型识别所述图像中的口罩位置,输出整张面部图像和除口罩外的面部图像;

分别对整张面部图像和除口罩外的面部图像利用预先训练得到的民族分类器、性别分类器、年龄回归器以及人脸识别特征抽取器识别民族、性别、年龄和抽取面部特征。

4.如权利要求2所述的方法,其特征在于,所述根据所述特征信息与预先计算得到的聚类中心确定所述目标的类别,包括:

根据所述结构化特征确定所述目标的粗类别;所述粗类别包括N个聚类中心,每个聚类中心以代表面部的特征表示;

计算所述目标的面部特征与所述聚类中心之间的二范数距离;

当最小距离小于预设距离阈值时确定所述目标的类别为距离最小的聚类中心所在类别,当最小距离大于预设距离阈值时新建聚类中心作为所述目标的类别。

5.如权利要求1所述的方法,其特征在于,进一步包括:当所述目标在摄像机监控范围内的停留时间超过预设停留阈值和/或出现频率超过预设频率阈值,或者同一个目标出现在多个安保区域的摄像机监控范围内时,发送预警。

6.一种门禁控制装置,其特征在于,包括:

图像确定模块,用于获取摄像头拍摄的目标的图像;

特征识别模块,用于根据所述目标的图像识别所述目标的特征信息;

类别匹配模块,用于根据所述特征信息与预先计算得到的聚类中心确定所述目标的类别;

指令控制模块,用于根据所述目标的类别以及所述目标在预设时间范围内的出入信息,确定门禁控制指令;

所述指令控制模块具体用于在所述特征信息与预先计算得到的聚类中心之间的距离小于预设距离阈值,且所述目标在预设时间范围内出入频率大于预设出入阈值时,控制门禁打开;在所述特征信息与预先计算得到的聚类中心之间的距离大于预设距离阈值,或者,所述目标在预设时间范围内出入频率小于预设出入阈值时,控制门禁关闭并发送预警。

7.如权利要求6所述的装置,其特征在于,所述特征信息包括面部特征和结构化特征,所述结构化特征包括以下至少一种:性别、年龄、民族、有无遮挡面部。

8.如权利要求7所述的装置,其特征在于,所述特征识别模块包括:

第一识别单元,用于利用预先训练得到的第一深度神经网络模型识别并去除所述图像中的眼镜;

第二识别单元,用于利用预先训练得到的第二深度神经网络模型识别所述图像中的口罩位置,输出整张面部图像和除口罩外的面部图像;

第三识别单元,用于分别对整张面部图像和除口罩外的面部图像利用预先训练得到的民族分类器、性别分类器、年龄回归器以及人脸识别特征抽取器识别民族、性别、年龄和抽取面部特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京格灵深瞳信息技术有限公司,未经北京格灵深瞳信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710086075.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top