[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 | ||
本发明公开了基于归类算法的多并发人脸识别门禁系统及其识别方法,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内,通过一调度平台服务器统一调度所有的分布式运算服务器识别多个闸机发送来的人脸特征信息;当调度平台服务器收到闸机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进行人脸识别;本发明通过归类算法及多并发识别任务处理,实现了大容量用户群体的快速人脸识别,且具有服务器不停机的用户数据扩容、人脸识别算法不断自优化的优点。
技术领域
本发明涉及智能门禁技术领域,更具体地说,它涉及基于归类算法的多并发人脸识别门禁系统及其识别方法。
背景技术
出入口门禁安全管理系统是新型现代化安全管理系统,它集微机自动识别技术和现代安全管理措施为一体,它涉及电子,机械,光学,计算机技术,通讯技术,生物技术等诸多新技术。它是解决重要出入口实现安全防范管理的有效措施。适用如楼宇、学校、银行、宾馆、车场管理、机房、办公间,智能化小区,工厂等。门禁系统早已超越了单纯的门道及钥匙管理,它已经逐渐发展成为一套完整的出入管理系统。它在生活环境安全、人事考勤管理等行政管理工作中发挥着较大的作用。
在公告号为CN208014044U的中国专利中公开了一种具有人脸识别功能的智能门禁,包括红外传感器、补光灯、人脸识别装置、控制装置、存储装置;红外传感器响应于有人进入通道闸机的入口区域,发送第一电平信号至控制装置;控制装置响应于第一电平信号,依次启动补光灯和人脸识别装置;人脸识别装置设置在通道闸机上,用以拍摄进入通道闸机的入口区域的人员的脸部图像,从脸部图像中提取出该人员的脸部特征信息,将之发送至控制装置;存储装置中存储有一允许通行数据库;所述控制装置与存储装置电连接,与通道闸机的闸机控制器电连接。
该实用新型实现了云端(管理计算机)录入人脸识别的数据库(脸部特征信息),然后通过本地的闸机来识别人脸,然后控制通道闸机的启闭。但是随着门禁系统的普及,不同应用场景下的用户数的增长,本地的存储容量无法容纳足够多的用户的脸部特征信息。如校园场景的进出,用户可能有10万个,但传统的本地识别只能容纳1万个用户信息,在其中检索,越多识别越慢。因此如何实现大容量用户群体的快速人脸识别成为重要亟待解决的课题。
发明内容
针对现有技术存在的不足,本发明的目的一在于提供基于归类算法的多并发人脸识别门禁系统及其识别方法,通过归类算法及多并发识别任务处理,实现了大容量用户群体的快速人脸识别。
为实现上述目的,本发明提供了如下技术方案:
基于归类算法的多并发人脸识别门禁系统的识别方法,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内,通过一调度平台服务器统一调度所有的分布式运算服务器识别多个闸机发送来的人脸特征信息;
当调度平台服务器收到闸机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进行人脸识别。
通过采用上述技术方案,通过多个分布式运算服务器来分布式存储用户的人脸识别数据,达到可组合式、容量不受限制,在用户数据的存储到达容量上限时,通过增加分布式运算服务器的接入,在调度平台服务器的协调下即可实现容量的扩大,一改现有技术的闸机容量是固定不变、无法满足大用户量的场景的限制。且扩容便捷,在需要扩充容量的时候直接接入新的分布式运算服务器到调度平台服务器就行了,调度平台服务器是不用停机的,所以用户是无感知的,系统在此期间可以正常使用人脸识别的功能,实现无感知、服务器不停机的扩容。
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/201910075170.9/2.html,转载请声明来源钻瓜专利网。





