CN106204948B - 储物柜管理方法及储物柜管理装置 - Google Patents
储物柜管理方法及储物柜管理装置 Download PDFInfo
- Publication number
- CN106204948B CN106204948B CN201610544020.4A CN201610544020A CN106204948B CN 106204948 B CN106204948 B CN 106204948B CN 201610544020 A CN201610544020 A CN 201610544020A CN 106204948 B CN106204948 B CN 106204948B
- Authority
- CN
- China
- Prior art keywords
- feature information
- facial feature
- face
- locker
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Lock And Its Accessories (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种储物柜管理方法及储物柜管理装置，其中，一种储物柜管理方法包括：接收取物指令；在所述取物指令的触发下进行人脸检测；当检测到人脸时，提取所述人脸的脸部特征信息；查询目标脸部特征信息，其中，所述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；若查询到所述目标脸部特征信息，则根据与所述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜。本发明提供的技术方案能够实现基于人脸检测的储物柜管理功能，提高储物柜储物的安全性。
Description
技术领域
本发明涉及智能技术领域，具体涉及一种储物柜管理方法及储物柜管理装置。
背景技术
自助式储物柜广泛应用与各种商场、游乐场所和候车室等场所，能够为用户提供自助式的物品临时存储服务，使得用户无需随身携带物品，方便用户进行其它的活动。
目前自助式储物柜存储密钥的实现方式有两种：机械式和电子式。机械式给每个储物柜分配不同的钥匙和锁，用户存物后需要随时保管好钥匙。电子式通过分配和存储唯一的密码作为凭证，该密码转化为一维码或二维码之后打印在纸质小票中，用户在取物时需要输入该纸质小票中携带的密码方可打开相应储物柜的柜门。
虽然通过上述两种方式都能实现为用户提供自助式的物品临时存储服务，但是均存在如下弊端：
1、钥匙和带有密码的纸质小票不便于保管，一旦钥匙或带有密码的纸质小票遗失或者污损，将影响用户取物，用户需要额外的精力看管钥匙或存储小票，降低购物体验；
2、安全性低，一旦钥匙或带有密码的小票被他人获取，有可能导致用户存储在储物柜中的物品被盗领。
发明内容
本发明提供一种储物柜管理方法及储物柜管理装置，用于实现基于人脸检测的储物柜管理功能，提高储物柜储物的安全性。
本发明第一方面提供一种储物柜管理方法，包括：
接收取物指令；
在上述取物指令的触发下进行人脸检测；
当检测到人脸时，提取上述人脸的脸部特征信息；
查询目标脸部特征信息，其中，上述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；
若查询到上述目标脸部特征信息，则根据与上述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜。
可选的,所述根据与所述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜，之后还包括：
解除所述目标脸部特征信息和储物柜的关联关系。
可选的，所述在所述取物指令的触发下进行人脸检测，之后还包括：
当检测到人脸时，对所述人脸进行活体检测；
所述当检测到人脸时，提取所述人脸的脸部特征信息，具体为：
当检测到人脸且所述人脸为活体时，提取所述人脸的脸部特征信息。
可选的，其特征在于，所述在所述取物指令的触发下进行人脸检测包括：
基于支持向量机分类器和方向梯度直方图特征对所述摄像头采集的图像进行人脸检测；
或者，基于自适应增强分类器和Haar特征对所述摄像头采集的图像进行人脸检测；
或者，基于深度卷积神经网络对所述摄像头采集的图像进行人脸检测。
本发明第二方面提供一种储物柜管理方法，包括：
接收存物指令；
在上述存物指令的触发下进行人脸检测；
当检测到人脸时，提取上述人脸的脸部特征信息；
将当次提取的上述脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储，以便后续可利用当次提取的上述脸部特征信息取物，其中，上述N大于或等于1；
开启上述N个储物柜的柜门。
可选的，所述在所述存物指令的触发下进行人脸检测，之后还包括：
当检测到人脸时，对所述人脸进行活体检测；
所述当检测到人脸时，提取所述人脸的脸部特征信息，具体为：
当检测到人脸且所述人脸为活体时，提取所述人脸的脸部特征信息。
可选的，所述提取所述人脸的脸部特征信息，之后包括：
查询与当次提取的所述脸部特征信息关联的用户信息；
若查询到所述用户信息，则将所述N个储物柜的当次使用日志与所述用户信息关联存储，其中，所述当次使用日志用于记录相应储物柜当次的使用情况。
可选的，所述查询与本次提取的所述脸部特征信息关联的用户信息之后还包括：
若查询到所述用户信息，则：
在所述N个储物柜的柜门的关闭状态下，检测与所述用户信息关联的移动终端的位置信息；
当所述移动终端不在预设的位置范围内时，向所述移动终端推送提醒信息，以便通过所述提醒信息提醒用户尚有物品存放在储物柜中。
本发明第三方面提供一种储物柜管理装置，包括：
接收单元，用于接收取物指令；
取物人脸检测单元，用于在上述接收单元接收到的取物指令的触发下进行人脸检测；
取物人脸提取单元，用于当上述取物人脸检测单元检测到人脸时，提取上述人脸的脸部特征信息；
匹配查询单元，用于查询目标脸部特征信息，其中，上述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；
启闭控制单元，用于当上述匹配查询单元查询到上述目标脸部特征信息时，根据与上述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜。
本发明第四方面提供一种储物柜管理装置，包括：
接收单元，用于接收存物指令；
存物人脸检测单元，用于在上述接收单元接收到的存物指令的触发下进行人脸检测；
存物人脸提取单元，用于当上述存物人脸检测单元检测到人脸时，提取上述人脸的脸部特征信息；
特征信息存储单元，用于将上述存物人脸提取单元当次提取到的上述脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储，以便后续可利用当次提取的上述脸部特征信息取物，其中，上述N大于或等于1；
启闭控制单元，用于当上述存物人脸提取单元当次提取到脸部特征信息的同时或之后，开启上述N个储物柜的柜门。
由上可见，本发明在接收到取物指令(或存物指令)时，可基于提取到的人脸的脸部特征信息开启储物柜的柜门，从而实现了基于人脸检测的储物柜管理功能。由于本发明方案无需使用到实物凭证(例如钥匙和带有密码的纸质小票)，因此可以避免凭证遗失或者污损而影响用户取物的问题，并且,人脸特征识别相对于密码的方式,对用户而言没有任何记忆负担；另外，由于人脸的脸部特征信息的唯一性，因此，基于人脸检测的储物柜管理功能能够增加他人盗领储物柜中的物品的难度，提高了储物柜储物的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1-a为本发明提供的一种储物柜管理方法一个实施例流程示意图；
图1-b为本发明提供的一种应用场景下的智能储物柜系统实施例架构图；
图2为本发明提供的一种储物柜管理方法另一个实施例流程示意图；
图3为本发明提供的一种储物柜管理装置一个实施例结构示意图；
图4为本发明提供的一种储物柜管理装置一个实施例结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实例提供一种储物柜管理方法，可应用于从储物柜中取物的场景。如图1-a所示，本发明实施例中的储物柜管理方法包括：
步骤101、接收取物指令；
本发明实施例中，为用户提供取物指令的输入接口，以便用户通过该输入接口输入取物指令。
具体地，上述输入接口为按键输入接口，则用户可通过触发(例如点击)该按键输入接口输入上述取物指令。举例说明，可配置一个名为“取物”的按键(例如在储物柜管理装置的显示面板上配置一个名为“取物”的按键)，用户可以通过点击该按键输入上述取物指令。或者，上述输入接口也可以为其它类型的输入接口，例如，上述输入接口也可以为语音输入接口，则用户可通过该语音输入接口输入预设的语音的方式输入上述取物指令，此处不作限定。
步骤102、在上述取物指令的触发下进行人脸检测；
当接收到上述取物指令时，在上述取物指令的触发下进行人脸检测。
可选的，在上述取物指令的触发下启动摄像头进行图像采集，并对该摄像头采集的图像进行人脸检测，当检测到人脸时，进入步骤103，当检测不到人脸时，立即或等待预设时间之后返回执行步骤102，进一步，也可以预设一终止时长，当从接收到上述取物指令开始的计时到达该终止时长时仍未检测到人脸，则终止(也即结束)本次的取物流程，即不再进行人脸检测。具体地，可以基于支持向量机(SVM，Support Vector Machine)分类器和方向梯度直方图(HOG，Histogram of Oriented Gradients)特征对上述摄像头采集的图像进行人脸检测；或者，可以基于自适应增强(AdaBoost，Adaptive Boosting)分类器和Haar特征对上述摄像头采集的图像进行人脸检测，即通过Haar特征和AdaBoost分类器结合的方法对上述摄像头采集的图像进行人脸检测；或者，也可以基于深度卷积神经网络对上述摄像头采集的图像进行人脸检测，例如，采用基于深度卷积神经网络的深度稠密人脸检测器(DDFD，Deep Dense Face Detector)对上述摄像头采集的图像进行人脸检测，进一步，上述深度卷积神经网络可以采用深度卷积神经网络模型作为训练模型，使用通用人脸数据库和跨年龄人脸数据库对深度卷积神经网络模型进行训练，并在训练过程中使用隐因子分析模型来嵌入到深度卷积神经网络模型中，隐因子分析模型可以将身份因子和年龄因子作为独立分布的隐因子，通过嵌入隐因子分析模型的深度卷积神经网络模型，该深度卷积神经网络模型经过通用人脸数据库和跨年龄人脸数据库的双重训练之后，可以输出训练完成后的深度卷积神经网络模型。其中，深度卷积神经网络模型中的卷积层参数和全连接层参数也可以在上述的深度卷积神经模型训练完成后得到。
当然，为了避免摄像头反复启动，也可以使上述摄像头一直处于启动的状态，当接收到上述取物指令时，在上述取物指令的触发下触发该摄像头(不需要执行启动摄像头的动作)进行图像采集，并对该摄像头采集的图像进行人脸检测。
步骤103、当检测到人脸时，提取上述人脸的脸部特征信息；
本发明实施例中，当检测到人脸时，即可相应获得人脸在图像空间中的位置和尺寸，并从中提取上述人脸的脸部特征信息，该脸部特征信息可被用于识别和验证身份信息。具体地，可以采用特征提取算法(例如尺度不变特征变换(SIFT，Scale-invariant featuretransform)算法)或通过训练出的深度卷积神经网络模型计算上述人脸的人脸特征描述向量(该人脸特征描述向量唯一标示人脸的相关特征，是取物时的人脸验证的证据，并可用以做人脸属性的提取)，以此获得包含该人脸特征描述向量的脸部特征信息，或者，也可以采用其它已有的人脸识别算法从检测到的人脸中提取上述人脸的脸部特征信息，此处不作限定。
为了避免不法分子使用人脸图片、人脸视频或者面具等类型进行盗物，可选的，当检测到人脸时，先对检测到的人脸进行活体检测，并当检测到该人脸为活体时，才提取检测到的人脸的脸部特征信息，即步骤103具体表现为：当检测到人脸且该人脸为活体时，提取该人脸的脸部特征信息。具体地，在对检测到的人脸进行活体检测的过程中，可利用多种技术手段综合判断检测到的人脸是否为活体，上述技术手段包括但不限于如下一种或两种以上方法的组合：基于深度信息的活体检测方法、基于动作捕捉的活体检测方法以及基于红外信息的活体检测方法等。
步骤104、查询目标脸部特征信息；
其中，上述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息。
本发明实施例中，将步骤103提取的脸部特征信息进行匹配，以查询是否存在上述目标脸部特征信息，当存在上述目标脸部特征信息时，执行步骤105，当不存在上述目标脸部特征信息时，立即或等待预设时间之后返回执行步骤102，或者，当不存在上述目标脸部特征信息时，也可以立即或等待预设时间之后结束本次取物流程。
在一种应用场景中，在用户存物时需要提取该用户的脸部特征信息，并将该用户的脸部特征信息以及当次授权给该用户存物的储物柜的标识符(例如柜号或者标识号(即ID号))关联存储(可存储在本地、云端服务器或远程计算集群中)，以便将该用户的脸部特征信息作为该用户取物时的凭证。在步骤104中，将步骤103提取的脸部特征信息与先前存储的脸部特征信息进行逐一匹配，以便查询是否目标脸部特征信息，当存在上述目标脸部特征信息时，执行步骤105，当不存在上述目标脸部特征信息时，立即或等待预设时间之后返回执行步骤102，或者，当不存在上述目标脸部特征信息时，也可以立即或等待预设时间之后结束本次取物流程。
在另一种应用场景中，也可以为用户分配固定的储物柜，则在为用户分配储物柜时提取该用户的脸部特征信息，并将该用户的脸部特征信息以及分配给该用户存物的储物柜的标识符(例如柜号或者标识号(即ID号))关联存储(可存储在本地、云端服务器或远程计算集群中)，以便将该用户的脸部特征信息作为该用户开启固定的储物柜的凭证，例如，当用户触发取物流程(或存物流程)时，对该用户进行人脸检测和脸部特征信息提取，当查询到目标脸部特征信息时，开启与该目标脸部特征信息关联的储物柜，以便用户进行取物(或存物)。与上述应用场景不同的时，由于是为用户分配固定的储物柜，因此，只需要在为该用户分配储物柜时提取该用户的脸部特征信息并将提取的脸部特征信息与为该用户分配的储物柜的标识符关联存储即可，不需要在该用户每次存物时都执行上述提取脸部特征信息的动作和上述关联存储的动作。
需要说明的是，为了保障用户储物的安全性，同一个储物柜不能同时被授权(或分配)给多个用户，即通常情况下，一个储物柜的标识符每次只能与一个脸部特征信息关联存储。
步骤105、若查询到上述目标脸部特征信息，则根据与上述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜；
在步骤105中，当查询到上述目标脸部特征信息，则根据与上述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜。举例说明，设查询到目标脸部特征信息A，目标脸部特征信息A与储物柜E013(E013为储物柜的标识)关联，则在步骤105中，根据目标脸部特征信息A与储物柜的标识符的关联关系，即可开启标识符为E013的储物柜。
可选的，在步骤105之后，解除上述目标脸部特征信息和储物柜的关联关系，以保证储物柜可以被不同用户循环利用。需要说明的是，由于已经解除上述目标脸部特征信息和储物柜的关联关系，因此，即使查询到目标脸部特征信息，由于该目标脸部特征信息没有与之关联的储物柜的标识符，因此也不会开启储物柜。在解除上述目标脸部特征信息和储物柜的关联关系之后，上述目标脸部特征信息可继续被保留以用作其它用途(例如统计储物柜使用者的年龄和性别分布)。或者，上述解除上述目标脸部特征信息和储物柜的关联关系也可以替换为删除该目标脸部特征信息。当然，在其它实施例中(例如在步骤104中提及的为用户分配固定的储物柜的场景中)，在步骤105之后，也可以继续保留上述目标脸部特征信息和储物柜的关联关系。
进一步，本发明实施例中还可以基于本次被开启的储物柜的使用日志推送相应的用户互动信息(例如定制化广告)到用户当前使用的终端(可包括但不限于储物柜屏幕、广告机、用户使用的移动终端(例如手机和平板电脑等))。其中，上述使用日志用于记录该储物柜本次的使用情况，例如本次使用该储物柜的用户的年龄和性别(可基于提取的该用户的脸部特征信息分析得到)、本次储物柜的使用时长等。进一步，还可以对一段时间内储物柜的使用日志进行统计分析，并将统计分析结果(可包括但不限于储物柜的使用率、使用者的年龄和性别分布、使用时长分布、高峰时段等)推送给维护人员，以方便维护人员管理储物柜和定制使用策略。
需要说明的是，本发明实施例中的储物柜管理方法可以由储物柜管理装置执行，每个储物柜管理装置管理一个或多个储物柜，不同储物柜由不同的标识符(例如柜号)唯一标识。当然，为了能够对多个储物柜进行集中管理以及减少成本，通常都是由一个储物柜管理装置集中管理多个储物柜。具体地，上述储物柜管理装置具体可以集成在如下一个或两个以上设备的组合：本地计算主机、远程计算集群以及云计算服务器。在一种应用场景下，智能储物柜系统的架构可以如图1-b所示，包括：管理多个储物柜的储物柜管理装置、广告机和移动终端，其中，储物柜管理装置与储物柜、广告机之间可以通过有线方式或无线方式连接，储物柜管理装置与移动终端之间可以通过无线方式连接。
由上可见，本发明实施例在接收到取物指令时，可基于提取到的人脸的脸部特征信息开启储物柜的柜门，从而实现了基于人脸检测的储物柜管理功能。由于本发明方案无需使用到实物凭证(例如钥匙和带有密码的纸质小票)，因此可以避免凭证遗失或者污损而影响用户取物的问题，并且,人脸特征识别相对于密码的方式,对用户而言没有任何记忆负担；另外，由于人脸的脸部特征信息的唯一性，因此，基于人脸检测的储物柜管理功能能够增加他人盗领储物柜中的物品的难度，提高了储物柜储物的安全性。
实施例二
本发明实例提供一种储物柜管理方法，可应用于从储物柜中存物的场景。如图2所示，本发明实施例中的储物柜管理方法包括：
201、接收存物指令；
本发明实施例中，为用户提供存物指令的输入接口，以便用户通过该输入接口输入存物指令。
具体地，上述输入接口为按键输入接口，则用户可通过触发(例如点击)该按键输入接口输入上述存物指令。举例说明，可配置一个名为“存物”的按键(例如在储物柜管理装置的显示面板上配置一个名为“存物”的按键)，用户可以通过点击该按键输入上述存物指令。或者，上述输入接口也可以为其它类型的输入接口，例如，上述输入接口也可以为语音输入接口，则用户可通过该语音输入接口输入预设的语音的方式输入上述存物指令，此处不作限定。
202、在上述存物指令的触发下进行人脸检测；
当接收到上述存物指令时，在上述存物指令的触发下进行人脸检测。
可选的，在上述存物指令的触发下启动摄像头进行图像采集，并对该摄像头采集的图像进行人脸检测，当检测到人脸时，进入步骤203，当检测不到人脸时，立即或等待预设时间之后返回执行步骤202，进一步，也可以预设一终止时长，当从接收到上述存物指令开始的计时到达该终止时长时仍未检测到人脸，则终止(也即结束)本次的流程，即不再进行人脸检测。具体地，可以基于SVM分类器和HOG特征对上述摄像头采集的图像进行人脸检测；或者，可以基于AdaBoost分类器和Haar特征对上述摄像头采集的图像进行人脸检测，即通过Haar特征和AdaBoost分类器结合的方法对上述摄像头采集的图像进行人脸检测；或者，也可以基于深度卷积神经网络对上述摄像头采集的图像进行人脸检测，例如，采用基于深度卷积神经网络的DDFD对上述摄像头采集的图像进行人脸检测，进一步，上述深度卷积神经网络可以采用深度卷积神经网络模型作为训练模型，使用通用人脸数据库和跨年龄人脸数据库对深度卷积神经网络模型进行训练，并在训练过程中使用隐因子分析模型来嵌入到深度卷积神经网络模型中，隐因子分析模型可以将身份因子和年龄因子作为独立分布的隐因子，通过嵌入隐因子分析模型的深度卷积神经网络模型，该深度卷积神经网络模型经过通用人脸数据库和跨年龄人脸数据库的双重训练之后，可以输出训练完成后的深度卷积神经网络模型。其中，深度卷积神经网络模型中的卷积层参数和全连接层参数也可以在上述的深度卷积神经模型训练完成后得到。
当然，为了避免摄像头反复启动，也可以使上述摄像头一直处于启动的状态，当接收到上述存物指令时，在上述存物指令的触发下触发该摄像头(不需要执行启动摄像头的动作)进行图像采集，并对该摄像头采集的图像进行人脸检测。
203、当检测到人脸时，提取上述人脸的脸部特征信息；
本发明实施例中，当检测到人脸时，即可相应获得人脸在图像空间中的位置和尺寸，并从中提取上述人脸的脸部特征信息，该脸部特征信息可被用于识别和验证身份信息。具体地，可以采用特征提取算法(例如SIFT算法)或通过训练出的深度卷积神经网络模型计算上述人脸的人脸特征描述向量(该人脸特征描述向量唯一标示人脸的相关特征，可用以做人脸属性的提取，也是后续取物时的人脸验证的证据)，以此获得包含该人脸特征描述向量的脸部特征信息，或者，也可以采用其它已有的人脸识别算法从检测到的人脸中提取上述人脸的脸部特征信息，此处不作限定。
为了进一步提高储物柜储物的安全性，可选的，当检测到人脸时，先对检测到的人脸进行活体检测，并当检测到该人脸为活体时，才提取检测到的人脸的脸部特征信息，即步骤203具体表现为：当检测到人脸且该人脸为活体时，提取该人脸的脸部特征信息。具体地，在对检测到的人脸进行活体检测的过程中，可利用多种技术手段综合判断检测到的人脸是否为活体，上述技术手段包括但不限于如下一种或两种以上方法的组合：基于深度信息的活体检测方法、基于动作捕捉的活体检测方法以及基于红外信息的活体检测方法等。
204、将当次提取的上述脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储；
本发明实施例中，将步骤203提取的脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储，以便后续可利用当次提取的该脸部特征信息从上述N个储物柜中取物。其中，上述N大于或等于1，N的具体取值可以根据实际需求进行设定。
需要说明的是，本发明实施中，可用于存物的储物柜也即未被使用的储物柜，具体地，可以将标识符未与脸部特征信息关联存储的储物柜确定为未被使用的储物柜。举例说明，设上述N为1,在步骤204执行之前，可用于存物的储物柜有如下3个储物柜：标识符为E1的储物柜、标识符为E12的储物柜以及标识符为E30的储物柜E30。则在步骤204中，可将当次提取的上述脸部特征信息与E1、E12或E30这三个标识符中的任一个关联存储，
205、开启上述N个储物柜的柜门；
举例说明，在步骤204中，若将当次提取的上述脸部特征信息与E1关联存储，则在步骤205中，开启标识符为E1的储物柜的柜门。
在实际应用中，用户在进行存物操作之前，需要进行人脸注册。可选的，人脸注册可以在线上完成，也可以在线下完成。
示例性的，线上人脸注册可以为：储物柜管理平台向用户提供注册客户端(如，移动终端APP)，用户通过该移动终端APP获取用户的人脸头像，并在该移动终端APP输入手机号、用户名等身份注册信息；该移动终端APP将用户的人脸头像、手机号、用户名等身份注册信息上传至储物柜管理平台进行关联绑定。完成绑定后，用户即可在该储物柜管理平台下的任意储物柜进行智能存储的服务。
示例性的，线下人脸注册可以为：首先，用户利用储物柜的摄像头拍摄人脸图像；其次，用户在储物柜的输入装置中输入手机号、用户名等身份注册信息。储物柜可以在本地将用户的人脸头像、手机号、用户名等身份注册信息进行关联绑定，也可以将用户的人脸头像、手机号、用户名等身份注册信息上传至储物柜管理平台进行关联绑定。
在本发明实施例中，人脸头像与用户信息(如，手机号、用户名)的绑定是可选的，绑定后可进一步使用储物柜的一些增值功能(如，遗留物提醒)。
进一步，本发明实施例中，用户还可以通过移动终端(例如手机或平板电脑等)已安装的特定应用程序(即客户端)注册登录智能储物柜系统，查看不同地点的储物柜使用情况。可选的，在步骤203之后，本发明实施例中的储物柜管理方法还可以包括：查询与当次提取的脸部特征信息关联的用户信息(用户信息可包括但不限于用户账户信息、用户性别以及年龄)；若查询到上述用户信息，则将上述N个储物柜的当次使用日志与上述用户信息关联存储，其中，上述当次使用日志用于记录相应储物柜当次的使用情况(例如当次储物柜被用于储物的起始时间)。
进一步，还可以基于查询到的用户信息对用户进行遗留物品提示。具体地，本发明实施例中储物柜管理方法还可以包括：当查询到上述用户信息时，在上述N个储物柜的柜门的关闭状态下，检测与上述用户信息关联的移动终端的位置信息；当上述移动终端不在预设的位置范围内时，向上述移动终端推送提醒信息，以便通过上述提醒信息提醒用户尚有物品存放在储物柜中。
需要说明的是，本发明实施例中的储物柜管理方法可以由储物柜管理装置执行，每个储物柜管理装置管理一个或多个储物柜，不同储物柜由不同的标识符(例如柜号)唯一标识。当然，为了能够对多个储物柜进行集中管理以及减少成本，通常都是由一个储物柜管理装置集中管理多个储物柜。具体地，上述储物柜管理装置具体可以集成在如下一个或两个以上设备的组合：本地计算主机、远程计算集群以及云计算服务器。在一种应用场景下，智能储物柜系统的架构可以如图1-b所示。
由上可见，本发明实施例在接收到存物指令时，可基于提取到的人脸的脸部特征信息开启储物柜的柜门，从而实现了基于人脸检测的储物柜管理功能。由于本发明方案无需使用到实物凭证(例如钥匙和带有密码的纸质小票)，因此可以避免凭证遗失或者污损而影响用户取物的问题，并且,人脸特征识别相对于密码的方式,对用户而言没有任何记忆负担；另外，由于人脸的脸部特征信息的唯一性，因此，基于人脸检测的储物柜管理功能能够增加他人盗领储物柜中的物品的难度，提高了储物柜储物的安全性。
实施例三
本发明实施例提供一种储物柜管理装置，可应用于取物场景中，如图3所示，本发明实施例中的储物柜管理装置包括：
接收单元301，用于接收取物指令；
取物人脸检测单元302，用于在接收单元301接收到的取物指令的触发下进行人脸检测；
取物人脸提取单元303，用于当取物人脸检测单元302检测到人脸时，提取上述人脸的脸部特征信息；
匹配查询单元304，用于查询目标脸部特征信息，其中，上述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；
启闭控制单元305，用于当匹配查询单元304查询到上述目标脸部特征信息时，根据与上述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜。
可选的，本发明实施例中的储物柜管理装置还包括：解除单元，用于在启闭控制单元305根据与上述标脸部特征信息关联的储物柜的标识符开启相应的储物柜的同时或之后，解除上述目标脸部特征信息和储物柜的关联关系。
可选的，本发明实施例中的储物柜管理装置还包括：人脸活体检测单元，用于当取物人脸检测单元302检测到人脸时，对上述人脸进行活体检测；取物人脸提取单元303具体用于：当取物人脸检测单元302检测到人脸且上述人脸活体检测单元检测到上述人脸为活体时，提取上述人脸的脸部特征信息。
可选的，取物人脸检测单元302包括：图像采集单元，用于在接收单元301接收到的取物指令的触发下启动摄像头进行图像采集；子人脸检测单元，用于对上述图像采集单元采集的图像进行人脸检测。进一步，上述子人脸检测单元具体用于：基于SVM分类器和HOG特征对上述图像采集单元采集的图像进行人脸检测，或者，基于AdaBoost分类器和Haar特征对上述图像采集单元采集的图像进行人脸检测，或者，基于深度卷积神经网络(例如DDFD)对上述图像采集单元采集的图像进行人脸检测。
需要说明的是，本发明实施例中的储物柜管理装置可以集成在如下一个或两个以上设备的组合：本地计算主机、远程计算集群以及云计算服务器。该储物柜管理装置的各个功能模块的功能可以根据上述实施例一中的方法具体实现，其具体实现过程可参照上述实施例一中的相关描述，此处不再赘述。
由上可见，本发明实施中的储物柜管理装置在接收到取物指令时，可基于提取到的人脸的脸部特征信息开启储物柜的柜门，从而实现了基于人脸检测的储物柜管理功能。由于本发明方案无需使用到实物凭证(例如钥匙和带有密码的纸质小票)，因此可以避免凭证遗失或者污损而影响用户取物的问题，并且,人脸特征识别相对于密码的方式,对用户而言没有任何记忆负担；另外，由于人脸的脸部特征信息的唯一性，因此，基于人脸检测的储物柜管理功能能够增加他人盗领储物柜中的物品的难度，提高了储物柜储物的安全性。
实施例四
本发明实施例提供一种储物柜管理装置，可应用于存物场景中，如图4所示，本发明实施例中的储物柜管理装置包括：
接收单元401，用于接收存物指令；
存物人脸检测单元402，用于在接收单元401接收到的存物指令的触发下进行人脸检测；
存物人脸提取单元403，用于当存物人脸检测单元402检测到人脸时，提取上述人脸的脸部特征信息；
特征信息存储单元404，用于将存物人脸提取单元403当次提取到的上述脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储，以便后续可利用当次提取的上述脸部特征信息取物，其中，上述N大于或等于1；
启闭控制单元405，用于当存物人脸提取单元403当次提取到脸部特征信息的同时或之后，开启上述N个储物柜的柜门。
可选的，本发明实施例中的储物柜管理装置还包括：人脸活体检测单元，用于当存物人脸检测单元402检测到人脸时，对上述人脸进行活体检测；存物人脸提取单元403具体用于：当存物人脸检测单元402检测到人脸且上述人脸活体检测单元检测到上述人脸为活体时，提取上述人脸的脸部特征信息。
可选的，存物人脸检测单元402包括：图像采集单元，用于在接收单元401接收到的存物指令的触发下启动摄像头进行图像采集；子人脸检测单元，用于对上述图像采集单元采集的图像进行人脸检测。进一步，上述子人脸检测单元具体用于：基于SVM分类器和HOG特征对上述图像采集单元采集的图像进行人脸检测，或者，基于AdaBoost分类器和Haar特征对上述图像采集单元采集的图像进行人脸检测，或者，基于深度卷积神经网络(例如DDFD)对上述图像采集单元采集的图像进行人脸检测。
可选的，本发明实施例中的储物柜管理装置还包括：用户信息查询单元，用于查询与存物人脸提取单元403当次提取的脸部特征信息关联的用户信息；信息存储单元，用于当上述用户信息查询单元查询到上述用户信息时，将上述N个储物柜的当次使用日志与上述用户信息关联存储，其中，上述当次使用日志用于记录相应储物柜当次的使用情况。进一步，本发明实施例中的储物柜管理装置还包括：定位检测单元，用于当上述用户信息查询单元查询到上述用户信息时，在上述N个储物柜的柜门的关闭状态下，检测与上述用户信息关联的移动终端的位置信息；推送提醒单元，用于当基于上述定位检测单元的检测结果确定上述移动终端不在预设的位置范围内时，向上述移动终端推送提醒信息，以便通过上述提醒信息提醒用户尚有物品存放在储物柜中。
需要说明的是，本发明实施例中的储物柜管理装置可以集成在如下一个或两个以上设备的组合：本地计算主机、远程计算集群以及云计算服务器。该储物柜管理装置的各个功能模块的功能可以根据上述实施例二中的方法具体实现，其具体实现过程可参照上述实施例二中的相关描述，此处不再赘述。
由上可见，本发明实施例中的储物柜管理装置在接收到存物指令时，可基于提取到的人脸的脸部特征信息开启储物柜的柜门，从而实现了基于人脸检测的储物柜管理功能。由于本发明方案无需使用到实物凭证(例如钥匙和带有密码的纸质小票)，并且,人脸特征识别相对于密码的方式,对用户而言没有任何记忆负担；因此可以避免凭证遗失或者污损而影响用户取物的问题，另外，由于人脸的脸部特征信息的唯一性，因此，基于人脸检测的储物柜管理功能能够增加他人盗领储物柜中的物品的难度，提高了储物柜储物的安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种储物柜管理方法及储物柜管理装置的描述，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种储物柜取物方法，其特征在于，包括：
通过为用户提供的取物指令的输入接口接收取物指令，所述输入接口为语音输入接口；
在所述取物指令的触发下进行人脸检测；
当检测到人脸时，提取所述人脸的脸部特征信息；若从接收到所述取物指令开始的计时到达预设的终止时长时仍未检测到人脸，则终止本次的取物流程；
查询目标脸部特征信息，其中，所述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；
若查询到所述目标脸部特征信息，则根据与所述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜;
基于本次被开启的储物柜的使用日志推送相应的用户互动信息到用户当前使用的终端，基于一段时间内储物柜的使用日志进行统计分析，并将分析结果推送给维护人员，其中，所述使用日志用于记录所述储物柜本次的使用情况，包括本次使用所述储物柜的用户的年龄、性别和本次储物柜的使用时长，所述用户的年龄和性别通过对提取的所述用户的脸部特征信息分析得到；
在所述取物指令的触发下进行人脸检测包括：在所述取物指令的触发下基于深度卷积神经网络对摄像头采集的图像进行人脸检测；所述深度卷积神经网络采用深度卷积神经网络模型作为训练模型，使用通用人脸数据库和跨年龄人脸数据库对深度卷积神经网络模型进行训练，并在训练过程中使用隐因子分析模型来嵌入到深度卷积神经网络模型中，隐因子分析模型可以将身份因子和年龄因子作为独立分布的隐因子，嵌入隐因子分析模型的深度卷积神经网络模型经过通用人脸数据库和跨年龄人脸数据库的双重训练之后，输出训练完成后的深度卷积神经网络模型。
2.根据权利要求1所述的方法，其特征在于，所述根据与所述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜，之后还包括：
解除所述目标脸部特征信息和储物柜的关联关系。
3.根据权利要求1或2所述的方法，其特征在于，所述在所述取物指令的触发下进行人脸检测，之后还包括：
当检测到人脸时，对所述人脸进行活体检测；
所述当检测到人脸时，提取所述人脸的脸部特征信息，具体为：
当检测到人脸且所述人脸为活体时，提取所述人脸的脸部特征信息。
4.一种基于权利要求1所述的储物柜取物方法的储物柜存物方法，其特征在于，包括：
通过为用户提供的存物指令的输入接口接收存物指令，所述输入接口为语音输入接口；
在所述存物指令的触发下进行人脸检测；
当检测到人脸时，提取所述人脸的脸部特征信息；若从接收到所述存物指令开始的计时到达预设的终止时长时仍未检测到人脸，则终止本次的存物流程；
将当次提取的所述脸部特征信息与当次可用于存物的N个储物柜的标识符关联存储，以便后续可利用当次提取的所述脸部特征信息取物，其中，所述N大于1；
开启所述N个储物柜的柜门；
所述提取所述人脸的脸部特征信息之后包括：
查询与当次提取的所述脸部特征信息关联的用户信息，所述用户信息包括用户账户信息、用户性别以及年龄，所述用户的年龄和性别通过对提取的所述用户的脸部特征信息分析得到；
若查询到所述用户信息，则将所述N个储物柜的当次使用日志与所述用户信息关联存储，其中，所述当次使用日志用于记录相应储物柜当次的使用情况，包括当次储物柜被用于储物的起始时间；
在所述存物指令的触发下进行人脸检测包括：在所述存物指令的触发下基于深度卷积神经网络对摄像头采集的图像进行人脸检测；所述深度卷积神经网络采用深度卷积神经网络模型作为训练模型，使用通用人脸数据库和跨年龄人脸数据库对深度卷积神经网络模型进行训练，并在训练过程中使用隐因子分析模型来嵌入到深度卷积神经网络模型中，隐因子分析模型可以将身份因子和年龄因子作为独立分布的隐因子，嵌入隐因子分析模型的深度卷积神经网络模型经过通用人脸数据库和跨年龄人脸数据库的双重训练之后，输出训练完成后的深度卷积神经网络模型。
5.根据权利要求4所述的方法，其特征在于，所述在所述存物指令的触发下进行人脸检测，之后还包括：
当检测到人脸时，对所述人脸进行活体检测；
所述当检测到人脸时，提取所述人脸的脸部特征信息，具体为：
当检测到人脸且所述人脸为活体时，提取所述人脸的脸部特征信息。
6.根据权利要求4所述的方法，其特征在于，所述查询与本次提取的所述脸部特征信息关联的用户信息之后还包括：
若查询到所述用户信息，则：
在所述N个储物柜的柜门的关闭状态下，检测与所述用户信息关联的移动终端的位置信息；
当所述移动终端不在预设的位置范围内时，向所述移动终端推送提醒信息，以便通过所述提醒信息提醒用户尚有物品存放在储物柜中。
7.一种储物柜管理装置，其特征在于，包括：
接收单元，用于通过为用户提供的取物指令的输入接口接收取物指令，所述输入接口为语音输入接口；
取物人脸检测单元，用于在所述接收单元接收到的取物指令的触发下进行人脸检测；
取物人脸提取单元，用于当所述取物人脸检测单元检测到人脸时，提取所述人脸的脸部特征信息；若从接收到所述取物指令开始的计时到达预设的终止时长时仍未检测到人脸，则终止本次的取物流程；
匹配查询单元，用于查询目标脸部特征信息，其中，所述目标脸部特征信息为与当次提取的脸部特征信息相匹配的脸部特征信息；
启闭控制单元，用于当所述匹配查询单元查询到所述目标脸部特征信息时，根据与所述目标脸部特征信息关联的储物柜的标识符开启相应的储物柜;基于本次被开启的储物柜的使用日志推送相应的用户互动信息到用户当前使用的终端，基于一段时间内储物柜的使用日志进行统计分析，并将分析结果推送给维护人员，其中，所述使用日志用于记录所述储物柜本次的使用情况，包括本次使用所述储物柜的用户的年龄、性别和本次储物柜的使用时长，所述用户的年龄和性别通过对提取的所述用户的脸部特征信息分析得到；
所述取物人脸检测单元具体用于：在所述取物指令的触发下基于深度卷积神经网络对摄像头采集的图像进行人脸检测；所述深度卷积神经网络采用深度卷积神经网络模型作为训练模型，使用通用人脸数据库和跨年龄人脸数据库对深度卷积神经网络模型进行训练，并在训练过程中使用隐因子分析模型来嵌入到深度卷积神经网络模型中，隐因子分析模型可以将身份因子和年龄因子作为独立分布的隐因子，嵌入隐因子分析模型的深度卷积神经网络模型经过通用人脸数据库和跨年龄人脸数据库的双重训练之后，输出训练完成后的深度卷积神经网络模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610544020.4A CN106204948B (zh) | 2016-07-11 | 2016-07-11 | 储物柜管理方法及储物柜管理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610544020.4A CN106204948B (zh) | 2016-07-11 | 2016-07-11 | 储物柜管理方法及储物柜管理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106204948A CN106204948A (zh) | 2016-12-07 |
| CN106204948B true CN106204948B (zh) | 2020-12-11 |
Family
ID=57476832
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610544020.4A Active CN106204948B (zh) | 2016-07-11 | 2016-07-11 | 储物柜管理方法及储物柜管理装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106204948B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106686100A (zh) * | 2017-01-03 | 2017-05-17 | 广东欧珀移动通信有限公司 | 一种注册信息的存储方法、装置及终端 |
| CN107221094A (zh) * | 2017-08-09 | 2017-09-29 | 电子科技大学 | 一种用于无人送货设备的信息加密与身份识别系统 |
| CN108228696B (zh) * | 2017-08-31 | 2021-03-23 | 深圳市商汤科技有限公司 | 人脸图像检索方法和系统、拍摄装置、计算机存储介质 |
| CN112687058A (zh) * | 2017-12-20 | 2021-04-20 | 创新先进技术有限公司 | 储物终端取件方法及装置和电子设备 |
| CN108416940A (zh) * | 2018-03-07 | 2018-08-17 | 深圳万发创新进出口贸易有限公司 | 一种储物柜管理装置 |
| CN108492411A (zh) * | 2018-03-13 | 2018-09-04 | 东莞市友联奕诺生物科技有限公司 | 一种电子锁控制系统 |
| CN110322310B (zh) * | 2018-03-30 | 2022-08-26 | 杭州海康威视数字技术股份有限公司 | 公交站场景下的伞具租借方法、装置、计算机设备及系统 |
| CN108877083B (zh) * | 2018-07-16 | 2021-03-05 | 上海理工大学 | 基于神经网络识别的智能外卖箱系统 |
| CN109145842A (zh) * | 2018-08-29 | 2019-01-04 | 深圳市智莱科技股份有限公司 | 基于图像识别控制智能储物柜的箱门的方法及装置 |
| CN109767572B (zh) * | 2018-12-15 | 2022-07-12 | 深圳壹账通智能科技有限公司 | 寄物存放方法、装置、计算机设备及存储介质 |
| CN109903474A (zh) * | 2019-01-17 | 2019-06-18 | 平安科技（深圳）有限公司 | 一种基于人脸识别的智能开柜方法及装置 |
| CN109887186A (zh) * | 2019-02-28 | 2019-06-14 | 深圳市沐腾科技有限公司 | 一种储物柜的开柜方法、储物柜和储物柜系统 |
| CN110371565B (zh) * | 2019-07-17 | 2021-06-22 | 宁波安储智能科技有限公司 | 智能仓储系统 |
| CN110580783A (zh) * | 2019-09-19 | 2019-12-17 | 京麦智能科技(苏州)有限公司 | 基于掌脉和掌纹双模身份鉴别的智能储物柜控制系统 |
| CN111260141B (zh) * | 2020-01-19 | 2022-03-18 | 北京理工大学 | 一种基于用户信息的仓储分配方法 |
| CN111508161B (zh) * | 2020-04-08 | 2021-09-10 | 杭州左链科技有限公司 | 储物柜应用方法、设备和存储介质 |
| CN112927440A (zh) * | 2021-01-26 | 2021-06-08 | 安徽农业大学 | 一种人脸识别的无接触柜体装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050732A1 (en) * | 2001-09-13 | 2003-03-13 | Rivalto Michael A. | System and method for automated package pick-up and delivery |
| CN202800926U (zh) * | 2012-08-16 | 2013-03-20 | 任满东 | 电子智能人脸识别储物柜 |
| CN104637184A (zh) * | 2015-01-29 | 2015-05-20 | 苏州麦迪斯顿医疗科技股份有限公司 | 基于人脸识别的医疗储物控制方法及系统 |
| CN105513218A (zh) * | 2015-12-31 | 2016-04-20 | 天津奥莱恩科技有限公司 | 多功能智能便民柜 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7017159B1 (en) * | 1999-06-15 | 2006-03-21 | Sun Microsystems, Inc. | Smart bookmarks for small footprint device applications |
| CN101162467A (zh) * | 2006-10-13 | 2008-04-16 | 上海中策工贸有限公司 | 多媒体播放系统 |
| CN1975792A (zh) * | 2006-12-11 | 2007-06-06 | 浪潮电子信息产业股份有限公司 | 一种多功能烟草零售及客户信息采集网络终端 |
| CN101477668A (zh) * | 2009-02-16 | 2009-07-08 | 北京特鲁斯广告有限公司 | 活用数字信息显示器促销广告的综合服务方法 |
| KR200457144Y1 (ko) * | 2010-08-31 | 2011-12-06 | 이한승 | 프로모션 광고 통합 서비스 기능이 구비된 자동 판매 장치 |
| CN102957746B (zh) * | 2012-10-29 | 2016-01-20 | 百度在线网络技术（北京）有限公司 | 一种向移动终端推送广告信息的方法及系统 |
| CN103559758B (zh) * | 2013-11-06 | 2015-12-30 | 上海煦荣信息技术有限公司 | 一种智能化的售货系统及售货方法 |
| CN105299999A (zh) * | 2014-06-25 | 2016-02-03 | 美的集团股份有限公司 | 智能冷柜系统和冷柜 |
| CN104376651A (zh) * | 2014-11-19 | 2015-02-25 | 江阴市富仁高科股份有限公司 | 带有多媒体功能的加气机、加油机及其多媒体推送方法 |
| CN104599403A (zh) * | 2015-01-30 | 2015-05-06 | 北京奥普维尔科技有限公司 | 一种物品智能存取系统 |
| CN104851207B (zh) * | 2015-05-08 | 2018-05-25 | 邹骁 | 一种物品存取系统、方法及相关设备 |
| CN204965612U (zh) * | 2015-06-17 | 2016-01-13 | 深圳市前海万象智慧科技有限公司 | 一种智能投递系统 |
| CN105426850B (zh) * | 2015-11-23 | 2021-08-31 | 深圳市商汤科技有限公司 | 一种基于人脸识别的关联信息推送设备及方法 |
| CN105678918B (zh) * | 2016-01-04 | 2018-06-29 | 上海斐讯数据通信技术有限公司 | 一种语音存取件方法及装置 |
-
2016
- 2016-07-11 CN CN201610544020.4A patent/CN106204948B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050732A1 (en) * | 2001-09-13 | 2003-03-13 | Rivalto Michael A. | System and method for automated package pick-up and delivery |
| CN202800926U (zh) * | 2012-08-16 | 2013-03-20 | 任满东 | 电子智能人脸识别储物柜 |
| CN104637184A (zh) * | 2015-01-29 | 2015-05-20 | 苏州麦迪斯顿医疗科技股份有限公司 | 基于人脸识别的医疗储物控制方法及系统 |
| CN105513218A (zh) * | 2015-12-31 | 2016-04-20 | 天津奥莱恩科技有限公司 | 多功能智能便民柜 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106204948A (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106204948B (zh) | 储物柜管理方法及储物柜管理装置 | |
| KR101242390B1 (ko) | 사용자를 인증하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 | |
| CN105513221B (zh) | 一种基于三维人脸识别的atm机防欺诈装置及系统 | |
| TWI716021B (zh) | 智慧鎖的解鎖方法、行動終端、伺服器及可讀儲存媒體 | |
| CN108833359A (zh) | 身份验证方法、装置、设备、存储介质及程序 | |
| US9122913B2 (en) | Method for logging a user in to a mobile device | |
| CN108280942A (zh) | 基于生物特征识别的取件方法及快递柜 | |
| US20050220326A1 (en) | Mobile identification system and method | |
| CN112005231A (zh) | 生物特征认证方法、系统和计算机程序 | |
| CN105513223B (zh) | 一种基于摄像机的银行卡防盗方法 | |
| WO2019090091A1 (en) | Methods and system for distributed cameras and demographics analysis | |
| CN109903474A (zh) | 一种基于人脸识别的智能开柜方法及装置 | |
| CN110378092A (zh) | 身份识别系统及客户端、服务器和方法 | |
| CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
| CN109377613A (zh) | 一种门禁控制方法和系统 | |
| CN110276320A (zh) | 基于人脸识别的门禁方法、装置、设备和存储介质 | |
| EP3594879A1 (en) | System and method for authenticating transactions from a mobile device | |
| US9519824B2 (en) | Method for enabling authentication or identification, and related verification system | |
| CN108875582A (zh) | 身份验证方法、装置、设备、存储介质及程序 | |
| US20200327755A1 (en) | Secure zone access control | |
| CN108932773A (zh) | 一种智能解锁系统及方法 | |
| CN114463899A (zh) | 物品存放方法、装置、存储柜、电子设备及存储介质 | |
| Anusha et al. | Locker security system using facial recognition and One Time Password (OTP) | |
| CN110002290A (zh) | 电梯门禁控制方法、装置、存储介质及电子设备 | |
| JP2007070899A (ja) | 保管庫システムおよび保管方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |