[发明专利]一种基于面部识别的云加端的智能门禁系统在审

专利信息
申请号: 201711359191.0 申请日: 2017-12-17
公开(公告)号: CN108053530A 公开(公告)日: 2018-05-18
发明(设计)人: 杨泽霖;罗红亮;张亮 申请(专利权)人: 深圳禾思众成科技有限公司
主分类号: G07C9/00 分类号: G07C9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 518061 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 面部 识别 云加端 智能 门禁 系统
【说明书】:

本发明属于智能建筑门禁系统领域,具体涉及一种基于面部识别的云加端的智能门禁系统,包括云服务器、管理系统、人脸识别终端、门禁终端,所述门禁终端与人脸识别终端数据连接,所述云服务器和管理系统与人脸识别终端网络通信连接;本发明的门禁系统使用更方便,更稳定的达到门禁的权限控制效果,用户进门的体验更好,无需接触。人员录入更加方便,通过网页端即可实现,可以使用手机或者网页进行录入申请,提高录入效率,不用排队录入信息。可以在终端离线缓存模型,系统更加稳定,离线依然可以正常工作,不影响使用。实现了信息电子化管理,可以有助于后期进行查询,等二次操作。

技术领域

本发明属于智能建筑门禁系统领域,具体涉及一种基于面部识别的云加端的智能门禁系统。

背景技术

智能建筑领域中,门禁系统扮演着重要角色。传统的门禁,需要用户携带钥匙并进行开锁操作。当设计到多个门禁的权限控制时候,需要逐门添加,甚至多个钥匙时,添加用户的效率就比较低了。

现有的解决方案,一种是基于指纹的打卡方式。采用指纹,可靠性高,对于设备的性能需求比较低,但是,不卫生,需要用户接触式操作。而且,进行数据录入的时候,效率非常的低,需要一个一个进行录入。另一种是基于面部识别的方式。人脸识别系统,包括构建人脸识别系统的一系列相关技术,包括人像采集,人脸定位,人脸特征提取,人脸特征值对比,活体检测,身份确认,身份查找等。基于深度学习模型的人脸,可以对比人脸关键特征,减小光照,化妆的特征,达到更高的认识别精度。系统分前端和后端。前端采集照片,后端进行处理。当网络出现问题,或者不稳定时,系统无法正常工作。

专利申请号为201220212888.1,专利名称为“基于安卓操作平台的智能访客管理系统”,公开了一种访客系统,含有面部识别功能,但是是在服务器上进行识别,对于网络稳定性有较高要求,而且本质上,还是需要发卡通行。其系统存在稳定性不足,产品鲁棒性差,交互体验差的缺点。

此外,现有的指纹识别或面部识别的门禁系统还存在以下问题:当有大量人员入库,需要排队依次录入问题;难以对访客进行管理与登记的问题。

发明内容

针对现有技术中存在的问题,本发明的目的是提供一种基于面部识别的云加端的智能门禁系统。

为了实现上述目的,本发明采用如下技术方案:

一种基于面部识别的云加端的智能门禁系统,包括云服务器、管理系统、人脸识别终端、门禁终端,所述门禁终端与人脸识别终端数据连接,所述云服务器和管理系统与人脸识别终端网络通信连接;所述门禁终端包括门禁和门禁开关控制器,所述人脸识别终端与门禁开关控制器连接,所述管理系统包括WEB 管理端和移动管理端。

本技术方案的进一步优化,所述人脸识别终端用于提取人脸特征,识别及校验访客。

本技术方案的进一步优化,所述人脸识别终端的硬件为基于X86或ARM 平台,所述人脸识别终端设有RGB摄像头、传感器、人脸识别深度学习算法及人员信息数据库。

本技术方案的进一步优化,所述人脸识别终端的访客验证流程为由摄像头检测人脸,获取人脸数据,从当前门禁点的授权数据库中进行信息匹配,若已授权,则开门,若未授权,则提示,“拒绝访问,请登记后访问”,界面回归初始化,同时将访问记录保存并上传至管理系统。

本技术方案的进一步优化,所述管理系统用于供管理员管理系统业务,管理员登陆管理系统可进行人员管理、访问记录管理、陌生人访问管理、系统管理、账号管理操作。

本技术方案的进一步优化,所述WEB管理端和移动管理端均可供管理员进行入库审批、人员增加、筛选,更改,删除的操作。

本技术方案的进一步优化,所述门禁上设有专属二维码,访客可通过移动设备扫描专属二维码进行录入申请。

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深圳禾思众成科技有限公司,未经深圳禾思众成科技有限公司许可,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/201711359191.0/2.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