[发明专利]基于归类算法的多并发人脸识别门禁系统及其识别方法有效
| 申请号: | 201910075170.9 | 申请日: | 2019-01-25 | 
| 公开(公告)号: | CN109801420B | 公开(公告)日: | 2021-01-19 | 
| 发明(设计)人: | 刘震 | 申请(专利权)人: | 大匠智联(深圳)科技有限公司 | 
| 主分类号: | G07C9/37 | 分类号: | G07C9/37;G07C9/38;G06K9/00 | 
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 | 
| 地址: | 518000 广东省深圳市宝*** | 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: | 基于 归类 算法 并发 识别 门禁 系统 及其 方法 | ||
1.基于归类算法的多并发人脸识别门禁系统的识别方法,其特征在于,所述方法包括:
所有包含人脸特征信息和身份信息的用户数据以用户为单位分散存储于多个分布式运算服务器(11)内,通过一调度平台服务器(10)统一调度所有的分布式运算服务器(11)识别多个闸机(1)发送来的人脸特征信息;
当调度平台服务器(10)收到闸机(1)发送来的人脸特征信息后,将该人脸特征信息优先分配给与该闸机(1)发送来的人脸特征信息匹配成功次数最多的那一台分布式运算服务器(11)进行人脸识别。
2.根据权利要求1所述的基于归类算法的多并发人脸识别门禁系统的识别方法,其特征在于,在调度平台服务器(10)将该人脸特征信息分配给与该闸机(1)发送来的人脸特征信息匹配成功次数最多的那一台分布式运算服务器(11)进行人脸识别后,所述方法还包括:
当没匹配到时,再通过调度平台服务器(10)将该人脸特征信息调度给其他分布式运算服务器(11)进行人脸识别,其他的分布式运算服务器(11)按曾与该闸机(1)发送来的人脸特征信息匹配的成功次数降序依次分别对该人脸特征信息进行人脸识别,直到匹配成功或全部分布式运算服务器(11)匹配过一遍为止。
3.根据权利要求1所述的基于归类算法的多并发人脸识别门禁系统的识别方法,其特征在于,在调度平台服务器(10)将该人脸特征信息分配给与该闸机(1)发送来的人脸特征信息匹配成功次数最多的那一台分布式运算服务器(11)进行人脸识别后,所述方法还包括:
当相似度匹配成功时,该分布式运算服务器(11)返回匹配到的用户数据给调度平台服务器(10),并经调度平台服务器(10)发送给闸机(1),闸机(1)开闸,并在闸机(1)上显示该用户数据中的身份信息。
4.根据权利要求2所述的基于归类算法的多并发人脸识别门禁系统的识别方法,其特征在于,在调度平台服务器(10)将该人脸特征信息调度给其他分布式运算服务器(11)进行人脸识别后,所述方法还包括:
当匹配成功时,对应匹配成功的分布式运算服务器(11)返回匹配到的用户数据给调度平台服务器(10),并经调度平台服务器(10)发送给闸机(1),闸机(1)开闸,并在闸机(1)上显示该用户数据中的身份信息;
当全部分布式运算服务器(11)匹配过一遍没匹配到时,对应的分布式运算服务器(11)给调度平台服务器(10)反馈一无相似结果的信息,并经调度平台服务器(10)发送给闸机(1),闸机(1)保持闭闸。
5.基于归类算法的多并发人脸识别门禁系统,其特征在于,所述系统包括多个闸机(1)、多个分布式运算服务器(11)和调度平台服务器(10),调度平台服务器(10)与所述闸机(1)、所述分布式运算服务器(11)相通信连接;
所有包含人脸特征信息和身份信息的用户数据以用户为单位分散存储于多个分布式运算服务器(11)内,通过调度平台服务器(10)统一调度所有的分布式运算服务器(11)识别所有闸机(1)发送来的人脸特征信息;
调度平台服务器(10)内存储有已注册的所有闸机(1)对应的设备编号、人脸匹配记录库,每个人脸匹配记录库记录着对应闸机(1)每次人脸识别匹配成功时用户数据来源的分布式运算服务器(11);
当调度平台服务器(10)收到闸机(1)发送来的人脸特征信息和设备编号后,调度平台服务器(10)根据设备编号读取该闸机(1)的人脸匹配记录库,读取其中记录的各分布式运算服务器(11)与该闸机(1)发送来的人脸特征信息的匹配成功次数,将闸机(1)发送来的人脸特征信息优先分配给曾与该闸机(1)发送来的人脸特征信息匹配成功次数最多的那一台分布式运算服务器(11)进行人脸识别。
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大匠智联(深圳)科技有限公司,未经大匠智联(深圳)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/201910075170.9/1.html,转载请声明来源钻瓜专利网。





