[发明专利]一种基于图像识别的智慧小区智能监管系统在审

专利信息
申请号: 202110434993.3 申请日: 2021-04-22
公开(公告)号: CN113177453A 公开(公告)日: 2021-07-27
发明(设计)人: 乔欣;常飞;孔兵 申请(专利权)人: 巢湖学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06Q50/26
代理公司: 合肥律众知识产权代理有限公司 34147 代理人: 殷娟
地址: 238000 *** 国省代码: 安徽;34
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 图像 识别 智慧 小区 智能 监管 系统
【权利要求书】:

1.一种基于图像识别的智慧小区智能监管系统,其特征在于:包括服务器,设于小区内各楼栋并与服务器通信的控制器,所述控制器通过信息传输模块与业主移动终端建立通信,还包括

分布式图像采集模块,设于小区出入口用于采集车辆图像,以及设于小区内各处用于采集人脸图像,并通过数据发送模块将采集图像发送至服务器;

数据存储模块,用于存储业主的人脸图像,以及业主指定访客的人脸图像;

第一图像处理模块,用于对采集人脸图像进行预处理;

图像匹配模块,用于将预处理后人脸图像与数据存储模块中存储人脸图像进行匹配;

门禁控制模块,用于根据图像匹配模块的匹配结果对楼栋门禁装置进行控制;

小区模型构建模块,用于构建小区三维模型;

移动轨迹生成模块,用于根据图像匹配模块的匹配结果在小区三维模型中显示人员移动轨迹;

第二图像处理模块,用于对采集车辆图像进行预处理;

图像判断模块,用于判断预处理后车辆图像是否满足识别要求;

图像识别模块,用于对满足识别要求的车辆图像进行车牌识别。

2.根据权利要求1所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述图像匹配模块对分割后的人脸图像进行LBP运算,并得到LBP特征直方图,根据LBP特征直方图对数据存储模块中存储人脸图像进行初步筛选;

计算分割后人脸图像与经过初步筛选得到的人脸图像之间的总体重构系数分散程度SCI,根据总体重构系数分散程度SCI对采集人脸图像进行匹配。

3.根据权利要求2所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述图像匹配模块判断总体重构系数分散程度SCI大于阈值,则所述图像匹配模块将该经过初步筛选得到的人脸图像与采集人脸图像进行匹配,且所述控制器通过门禁控制模块控制楼栋门禁装置打开;

否则,所述图像匹配模块无法从数据存储模块中找到与采集人脸图像匹配的人脸图像,所述控制器通过门禁控制模块控制楼栋门禁装置维持关闭状态。

4.根据权利要求2所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述第一图像处理模块对采集人脸图像进行降噪滤波、尺寸归一化及分割处理。

5.根据权利要求3所述的基于图像识别的智慧小区智能监管系统,其特征在于:业主通过所述信息传输模块向控制器发送自己的人脸图像,若所述图像匹配模块从数据存储模块中找到与该人脸图像匹配的业主人脸图像,则所述控制器接收业主后续发送的人脸图像,且所述数据存储模块将后续发送的人脸图像作为业主指定访客的人脸图像存储。

6.根据权利要求3所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述数据发送模块接收分布式图像采集模块发送的采集图像,并连同该分布式图像采集模块的位置信息打包发送至服务器。

7.根据权利要求6所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述移动轨迹生成模块对图像匹配模块中得到相同匹配结果的采集图像进行统计,提取出对应分布式图像采集模块的位置信息并在小区三维模型中标注出来,按照匹配结果发生的时间顺序将各位置连接起来,形成人员移动轨迹。

8.根据权利要求1所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述第二图像处理模块对采集车辆图像进行RGB分解,从RGB分解后的车辆图像中提取纹理特征和形状特征,并对车辆图像进行倾斜校正。

9.根据权利要求8所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述图像判断模块判断经过第二图像处理模块预处理的车辆图像是否满足识别质量要求;

若所述图像判断模块判断预处理后车辆图像无法满足识别质量要求,则所述第二图像处理模块重新对采集车辆图像进行预处理,否则,所述图像判断模块将预处理后车辆图像发送至图像识别模块。

10.根据权利要求9所述的基于图像识别的智慧小区智能监管系统,其特征在于:所述图像识别模块构建用于对车辆图像进行车牌识别的车牌识别模型,并对车牌识别模型进行深度学习,所述车牌识别模型从满足识别要求的车辆图像中准确识别出车牌检测区域,并对车牌检测区域进行字符识别。

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巢湖学院,未经巢湖学院许可,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/202110434993.3/1.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