[发明专利]一种基于最近邻算法的来访人员匹配方法及装置在审

专利信息
申请号: 202010887013.0 申请日: 2020-08-28
公开(公告)号: CN112115809A 公开(公告)日: 2020-12-22
发明(设计)人: 戴鸿君 申请(专利权)人: 济南浪潮高新科技投资发展有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G07C9/37
代理公司: 北京君慧知识产权代理事务所(普通合伙) 11716 代理人: 董延丽
地址: 250100 山东省济南*** 国省代码: 山东;37
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 近邻 算法 来访 人员 匹配 方法 装置
【说明书】:

本申请公开了一种基于最近邻算法的来访人员匹配方法及装置,用以解决现有的门禁系统识别准确率不高、功能单一的问题。该方法采集并检测来访人员的人脸信息;对所述人脸信息进行特征提取;根据数据库中预存的人脸信息,与所述来访人员的人脸信息进行匹配,并基于最近邻算法,对所述人脸信息进行分类;根据匹配结果与分类结果,向用户提示来访人员的身份确认结果。本方法能自动识别来访人员的身份,并实现自动开门,为用户提供了便利。

技术领域

本申请涉及人脸识别领域,尤其涉及一种基于最近邻算法的来访人员匹配方法及装置。

背景技术

随着科技的发展,各种智能算法的应用越来越广泛。

目前,在酒店、住宅区等门禁系统中,往往会应用人脸识别技术,对来访人员的身份进行自动识别,以便实现对门禁系统的智能控制。

但是,目前的门禁系统智能识别来访人员身份时,仍存在识别准确率不高、功能单一等问题。

发明内容

本申请实施例提供一种基于最近邻算法的来访人员匹配方法及装置,用以解决现有的门禁系统识别准确率不高、功能单一的问题。

本申请实施例提供的一种基于最近邻算法的来访人员匹配方法,包括:

采集并检测来访人员的人脸信息;

对所述人脸信息进行特征提取;

根据数据库中预存的人脸信息,与所述来访人员的人脸信息进行匹配,并基于最近邻算法,对所述人脸信息进行分类;

根据匹配结果与分类结果,向用户提示来访人员的身份确认结果。

在一个示例中,采集并检测来访人员的人脸信息,包括:通过OpenCV与多任务卷积神经网络,采集来访人员的人脸信息,并检测所述人脸信息的位置。

在一个示例中,对所述人脸信息进行特征提取包括:通过insightface算法,提取所述人脸信息中的人脸特征。

在一个示例中,基于最近邻算法,对所述人脸信息进行分类,包括:采集来访人员的穿戴信息;确定数据库中预存的所有穿戴信息,以及对应的分类;基于最近邻算法,根据采集到的穿戴信息与数据库中预存的穿戴信息,确定所述采集到的穿戴信息所属的类别,作为所述来访人员的人脸信息所属的类别。

在一个示例中,根据匹配结果与分类结果,向用户提示来访人员的身份确认结果,包括:根据数据库中与所述人脸信息匹配的人脸信息对应的身份信息,或者根据所述人脸信息所属的类别对应的预设标签,向用户提示所述来访人员对应的身份。

在一个示例中,所述方法还包括:若所述匹配结果为匹配失败,则向用户提示匹配失败信息,并采集、录入所述来访人员的身份信息,与所述人脸信息进行对应存储。

在一个示例中,所述方法还包括:采集用户的语音指令,进行语音识别,并根据语音识别结果,控制相应的门禁系统。

在一个示例中,所述方法还包括:若在匹配失败的情况下,监测到门禁系统开启,则在预设时间段内,向用户发出安全确认请求,并在未接收到用户的安全确认信息时,进行自动报警。

在一个示例中,所述方法还包括:根据数据库中预存的危险来访人员信息,确定所述来访人员为危险来访人员时,向用户进行提示。

本申请实施例提供的一种基于最近邻算法的来访人员匹配装置,包括:

采集模块,采集并检测来访人员的人脸信息;

提取模块,对所述人脸信息进行特征提取;

匹配模块,根据数据库中预存的人脸信息,与所述来访人员的人脸信息进行匹配,并基于最近邻算法,对所述人脸信息进行分类;

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济南浪潮高新科技投资发展有限公司,未经济南浪潮高新科技投资发展有限公司许可,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/202010887013.0/2.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