CN106296940A - 自动提示门控器 - Google Patents

Abstract

本发明提出了一种自动提示门控器，包括开关控制器，所述开关控制器连接有电子门锁，所述开关控制器连接有存储器，所述开关控制器连接有声像采集单元，所述声像采集单元采集拜访者的声像信息，所述存储器内记录有用户声像信息的，所述开关控制器连接有语音提示单元，本发明既不需要IC卡，又能够主动进行拜访者提示，确定是否开锁，流程简单。

Description

自动提示门控器

技术领域

本发明属于防盗技术领域，特别涉及一种自动提示门控器。

背景技术

目前，安防系统，在进行工作时，大都是每个用户配备IC卡，然后持卡人利用刷卡通过进入，但是，利用IC卡刷卡通过的安防系统，一来需要额外配置IC卡刷卡装置，而且比较容易被其他人打开，二来，IC卡容易丢失，丢失后被其他人捡到后，同样可以利用该IC卡通过安防系统；三来，由于IC卡都有使寿命，在损坏后，IC卡不能使用，将导致用户无法通过安防系统；四来，当用户忘记携带IC卡时，用户无法通过安防系统；另外一些情况下，不通过IC卡来进行通行，而是通过户主与拜访者之间进行视声通话，从而确定是否开门，操作比较复杂。

因此，现在亟需一种自动提示门控器，既不需要IC卡，又能够主动进行拜访者提示，确定是否开锁，流程简单。

发明内容

本发明提出一种自动提示门控器，解决了现有技术中门禁系统开关流程需要额外配备IC卡或者不能提示存在安全风险的问题。

本发明的技术方案是这样实现的：自动提示门控器，包括开关控制器，所述开关控制器连接有电子门锁，所述开关控制器连接有存储器，所述开关控制器连接有声像采集单元，所述声像采集单元采集拜访者的声像信息，所述存储器内记录有用户声像信息的，所述开关控制器连接有语音提示单元。

作为一种优选的实施方式，所述开关控制器包括指纹识别系统，所述存储中预设有用户指纹信息以及照片信息，所述开关控制器根据声像采集单元抓拍的拜访者照片和/或指纹识别系统采集的拜访者指纹，并将其与存储器中的预设信息进行对比，确定是否开放门禁或者进行报警处理。

作为一种优选的实施方式，所述声像采集单元抓拍拜访者照片，调动摄像头位置并连续抓拍三次，当抓拍三次照片存储器中数据进行匹配，任意一张照片与存储器中数据匹配度小于预设阀值，且指纹识别系统采集的拜访者指纹与存储器内数据不匹配时，进行报警指示。

作为一种优选的实施方式，抓拍照片并与存储器中数据进行匹配，按照如下步骤进行，S1：确定拜访者面部轮廓；S2：确定拜访者面部器官分布；S3：确定拜访者肤色以及纹理规则；S4：确定拜访者面部对称性规则；S5：根据拜访者动态图序列，确定其运动规则；S6：根据运动规则，确定拜访者并进行提示。

作为一种优选的实施方式，步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮，对任意图像进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数。

作为一种优选的实施方式，步骤S5中根据拜访者动态图序列，包括利用随机函数所组成的集合，体现为与Markov链的每一个状态相关联的观测序列的随机过程，设有观察序列Q＝Q1Q2…Qn和状态集＝S{s1，s2,…sn}，一个有n个状态的隐马尔可夫模型λ可以表示(π，A，B)，其中π为初始状态概率矢量；A＝{aij}为状态转移概率矩阵，其中aij＝P{qt+1＝Sj|qt＝St}，1<＝i，j<＝N；B＝{bj}Qt)}为观察符号概率分布，若B有M个观察值{v1，v2…mv}，则bj(Qt)＝P{qt＝vk|qt＝sj，1<＝j<＝N，l<＝k<＝M}。

作为一种优选的实施方式，HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法；对测试样本的评价，可以用Forward-Backward迭代算法估计签名满足模型的概率，或用viterbi最优状态搜索算法计算过程经过的最优状态。

作为一种优选的实施方式，图像抓拍后对图像灰度进行均衡处理，定义处理输入图像为A(x，y)，输出图像为B(x，y)，则点运算可表示为：B(x，y)＝f[A(x，y)]，其中函数f为灰度变换函数。

作为一种优选的实施方式，将彩色图像转化成为灰度图像采用公式：gray＝0.39×R+0.50×G+0.11×B(式3)其中，gray为灰度值，R、G、B分别为红色、绿色和蓝色分量值。

作为一种优选的实施方式，步骤S3中确定肤色以及纹理规则，包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割，利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测，然后将颜色、形状结合在一起进行人脸检测。

采用了上述技术方案后，本发明的有益效果是：通过依次确定拜访者面部轮廓；确定拜访者面部器官分布；确定拜访者肤色以及纹理规则；确定拜访者面部对称性规则；根据拜访者动态图序列，确定其运动规则；根据运动规则，确定拜访者并进行提示，本发明既不需要IC卡，又能够主动进行拜访者提示，确定是否开锁，流程简单。

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为本发明的方框示意图；

图2为本发明的流程提示图。

具体实施方式

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，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

如图1-2所示，本自动提示门控器，包括开关控制器，所述开关控制器连接有电子门锁，所述开关控制器连接有存储器，所述开关控制器连接有声像采集单元，所述声像采集单元采集拜访者的声像信息，所述存储器内记录有用户声像信息的，所述开关控制器连接有语音提示单元。

所述开关控制器包括指纹识别系统，所述存储中预设有用户指纹信息以及照片信息，所述开关控制器根据声像采集单元抓拍的拜访者照片和/或指纹识别系统采集的拜访者指纹，并将其与存储器中的预设信息进行对比，确定是否开放门禁或者进行报警处理。

所述声像采集单元抓拍拜访者照片，调动摄像头位置并连续抓拍三次，当抓拍三次照片存储器中数据进行匹配，任意一张照片与存储器中数据匹配度小于预设阀值，且指纹识别系统采集的拜访者指纹与存储器内数据不匹配时，进行报警指示。

抓拍照片并与存储器中数据进行匹配，按照如下步骤进行，S1：确定拜访者面部轮廓；S2：确定拜访者面部器官分布；S3：确定拜访者肤色以及纹理规则；S4：确定拜访者面部对称性规则；S5：根据拜访者动态图序列，确定其运动规则；S6：根据运动规则，确定拜访者并进行提示。

步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮，对任意图像进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数。

步骤S5中根据拜访者动态图序列，包括利用随机函数所组成的集合，体现为与Markov链的每一个状态相关联的观测序列的随机过程，设有观察序列Q＝Q1Q2…Qn和状态集＝S{s1，s2,…sn}，一个有n个状态的隐马尔可夫模型λ可以表示(π，A，B)，其中π为初始状态概率矢量；A＝{aij}为状态转移概率矩阵，其中aij＝P{qt+1＝Sj|qt＝St}，1<＝i，j<＝N；B＝{bj}Qt)}为观察符号概率分布，若B有M个观察值{v1，v2…mv}，则bj(Qt)＝P{qt＝vk|qt＝sj，1<＝j<＝N，l<＝k<＝M}。

HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法；对测试样本的评价，可以用Forward-Backward迭代算法估计签名满足模型的概率，或用viterbi最优状态搜索算法计算过程经过的最优状态。

图像抓拍后对图像灰度进行均衡处理，定义处理输入图像为A(x，y)，输出图像为B(x，y)，则点运算可表示为：B(x，y)＝f[A(x，y)]，其中函数f为灰度变换函数。

将彩色图像转化成为灰度图像采用公式：gray＝0.39×R+0.50×G+0.11×B(式3)其中，gray为灰度值，R、G、B分别为红色、绿色和蓝色分量值。

步骤S3中确定肤色以及纹理规则，包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割，利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测，然后将颜色、形状结合在一起进行人脸检测。

该自动提示门控器的工作原理是：确定拜访者面部轮廓；确定拜访者面部器官分布；确定拜访者肤色以及纹理规则；确定拜访者面部对称性规则；根据拜访者动态图序列，确定其运动规则；根据运动规则，确定拜访者并进行提示，本发明既不需要IC卡，又能够主动进行拜访者提示，确定是否开锁，流程简单。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.自动提示门控器，其特征在于，包括开关控制器，所述开关控制器连接有电子门锁，所述开关控制器连接有存储器，所述开关控制器连接有声像采集单元，所述声像采集单元采集拜访者的声像信息，所述存储器内记录有用户声像信息的，所述开关控制器连接有语音提示单元。

2.根据权利要求1所述的自动提示门控器，其特征在于，所述开关控制器包括指纹识别系统，所述存储中预设有用户指纹信息以及照片信息，所述开关控制器根据声像采集单元抓拍的拜访者照片和/或指纹识别系统采集的拜访者指纹，并将其与存储器中的预设信息进行对比，确定是否开放门禁或者进行报警处理。

3.根据权利要求2所述的自动提示门控器，其特征在于，所述声像采集单元抓拍拜访者照片，调动摄像头位置并连续抓拍三次，当抓拍三次照片存储器中数据进行匹配，任意一张照片与存储器中数据匹配度小于预设阀值，且指纹识别系统采集的拜访者指纹与存储器内数据不匹配时，进行报警指示。

4.根据权利要求3所述的自动提示门控器，其特征在于，抓拍照片并与存储器中数据进行匹配，按照如下步骤进行，S1：确定拜访者面部轮廓；S2：确定拜访者面部器官分布；S3：确定拜访者肤色以及纹理规则；S4：确定拜访者面部对称性规则；S5：根据拜访者动态图序列，确定其运动规则；S6：根据运动规则，确定拜访者并进行提示。

5.根据权利要求4所述的自动提示门控器，其特征在于，步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮，对任意图像进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数。

6.根据权利要求5所述的自动提示门控器，其特征在于，步骤S5中根据拜访者动态图序列，包括利用随机函数所组成的集合，体现为与Markov链的每一个状态相关联的观测序列的随机过程，设有观察序列Q＝Q1Q2…Qn和状态集＝S{s1，s2,…sn}，一个有n个状态的隐马尔可夫模型λ可以表示(π，A，B)，其中π为初始状态概率矢量；A＝{aij}为状态转移概率矩阵，其中aij＝P{qt+1＝Sj|qt＝St}，1<＝i，j<＝N；B＝{bj}Qt)}为观察符号概率分布，若B有M个观察值{v1，v2…mv}，则bj(Qt)＝P{qt＝vk|qt＝sj，1<＝j<＝N，l<＝k<＝M}。

7.根据权利要求6所述的自动提示门控器，其特征在于，HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法；对测试样本的评价，可以用Forward-Backward迭代算法估计签名满足模型的概率，或用viterbi最优状态搜索算法计算过程经过的最优状态。

8.根据权利要求7所述的自动提示门控器，其特征在于，图像抓拍后对图像灰度进行均衡处理，定义处理输入图像为A(x，y)，输出图像为B(x，y)，则点运算可表示为：B(x，y)＝f[A(x，y)]，其中函数f为灰度变换函数。

9.根据权利要求8所述的自动提示门控器，其特征在于，将彩色图像转化成为灰度图像采用公式：gray＝0.39×R+0.50×G+0.11×B(式3)其中，gray为灰度值，R、G、B分别为红色、绿色和蓝色分量值。

10.根据权利要求9所述的自动提示门控器，其特征在于，步骤S3中确定肤色以及纹理规则，包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割，利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测，然后将颜色、形状结合在一起进行人脸检测。