[发明专利]一种基于入口人脸识别的导引服务系统及导引服务方法有效

专利信息
申请号: 201911014331.X 申请日: 2019-10-23
公开(公告)号: CN111047757B 公开(公告)日: 2022-02-01
发明(设计)人: 高明;陈尤;王亚平;王孝兵;袁新顺;刘飞 申请(专利权)人: 中交武汉港湾工程设计研究院有限公司
主分类号: G07C9/37 分类号: G07C9/37;G07C9/38;G06V40/16
代理公司: 北京远大卓悦知识产权代理有限公司 11369 代理人: 王莹
地址: 430048 湖北*** 国省代码: 湖北;42
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 入口 识别 导引 服务 系统 方法
【权利要求书】:

1.一种基于入口人脸识别的导引服务方法,其特征在于,包括如下步骤:

步骤一、实时采集人脸图片信息后,通过中央控制器得出脸部特征提取值;

步骤二、所述中央控制器计算得出的实时采集的人脸图片信息的脸部特征提取值与预存的人脸图片信息的脸部特征提取值的比对值,得出比对值后如果在预设的阈值范围内,则识别信息为预存的人脸图片,如果未在预设的阈值范围内,则识别信息为新的人脸图片;

步骤三、当判断为预存的人脸图片信息时,则判断为已知访客;当判断为新的人脸图片信息时,则判断为未知访客;

步骤四、根据判断为已知访客或者未知访客,由显示屏或者语音提示终端做出服务指令;

在所述步骤二中,对所述的实时采集的人脸图片通过模糊控制模型再次进行判断,包括如下过程:

分别将第一差值比值ΔE1、第二差值比值ΔE2以及工作人员概率P为模糊论域中的量化等级;

将所述第一差值比值ΔE1以及所述第二差值比值ΔE2输入模糊控制模型,均分为5个等级;

模糊控制模型输出为所述工作人员概率P,分为5个等级;

所述第一差值比值ΔE1的论域为[0,0.05],所述第二差值比值ΔE2的论域为[0.05,0],所述工作人员概率P的论域为[0,1],设量化因子都为1,设定所述工作人员概率P的阈值为0.48~0.55中的一个值;

所述中央控制器根据所述工作人员概率P对所述实时采集的人脸图片进行判断,当输出的工作人员概率P达到所述阈值时,则所述中央控制器判断实时采集的人脸图片信息为工作人员,当输出的工作人员概率P未达到所述阈值时,则所述中央控制器判断实时采集的人脸图片信息为原始客户;

其中,

式中,L0为所述的实时采集的人脸图片信息的脸部特征提取值,L1为所述的工作人员的人脸图片信息的脸部特征提取值,L2为所述的原始客户的人脸图片信息的脸部特征提取值。

2.如权利要求1所述的基于入口人脸识别的导引服务方法,其特征在于,在所述步骤二中,所述的预存的人脸图片信息包括工作人员的人脸图片信息和原始客户的人脸图片信息。

3.如权利要求2所述的基于入口人脸识别的导引服务方法,其特征在于,在所述步骤二中,还包括:当识别信息为预存的人脸图片时,对所述的实时采集的人脸图片信息再次进行判断,得到所述的实时采集的人脸图片信息为工作人员或者原始客户。

4.如权利要求3所述的基于入口人脸识别的导引服务方法,其特征在于,所述第一差值比值ΔE1的模糊集为{ZO,PS,PM,PB,PVB},所述第二差值比值ΔE2的模糊集为{PVB,PB,PM,PS,ZO},所述工作人员概率P的模糊集为{S,SM,M,MB,B};隶属函数均选用三角函数。

5.如权利要求4所述的基于入口人脸识别的导引服务方法,其特征在于,所述脸部特征提取值通过LNP算法进行提取值计算。

6.如权利要求5所述的基于入口人脸识别的导引服务方法,其特征在于,在所述步骤二中,所述预设的阈值为[0.95,1.05]。

7.如权利要求6所述的基于入口人脸识别的导引服务方法,其特征在于,设定所述工作人员概率P的阈值为0.53。

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中交武汉港湾工程设计研究院有限公司,未经中交武汉港湾工程设计研究院有限公司许可,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/201911014331.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