CN106910266A - 分布式非接触智能门禁系统 - Google Patents
分布式非接触智能门禁系统 Download PDFInfo
- Publication number
- CN106910266A CN106910266A CN201610788949.1A CN201610788949A CN106910266A CN 106910266 A CN106910266 A CN 106910266A CN 201610788949 A CN201610788949 A CN 201610788949A CN 106910266 A CN106910266 A CN 106910266A
- Authority
- CN
- China
- Prior art keywords
- equipment
- image
- pixel
- binaryzation
- positive
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种分布式非接触智能门禁系统,包括门禁设备、门禁开关、高清摄像头、图像处理设备和主控设备,图像处理设备与高清摄像头连接,用于对高清摄像头输出的高清脸部图像进行图像处理,主控设备分别与图像处理设备和门禁开关连接,用于基于图像处理设备的输出控制门禁开关的操作,门禁开关与门禁设备连接,用于控制门禁设备的开关。通过本发明,能够在不接触门禁的情况下自动控制门禁的开关。
Description
技术领域
本发明涉及智能门禁领域,尤其涉及一种分布式非接触智能门禁系统。
背景技术
智能门禁安全管理系统是新型现代化安全管理系统,他集微机自动识别技术和现代安全管理措施为一体,他涉及电子,机械,光学,计算机技术,通讯技术,生物技术等诸多新技术。它是解决重要部门出入口实现安全防范管理的有效措施。适用各种机要部门,如银行、宾馆、机房、军械库、机要室、办公间,智能化小区,工厂等。
在数字技术网络技术飞速发展的今天门禁技术得到了迅猛的发展。门禁系统早已超越了单纯的门道及钥匙管理,它已经逐渐发展成为一套完整的出入管理系统。他在工作环境安全、人事考勤管理等行政管理工作中发挥着巨大的作用。在该系统的基础上增加相应的辅助设备可以进行电梯控制、车辆进出控制,物业消防监控、保安巡检管理、餐饮收费管理等,真正实现区域内一卡智能管理。
同时,门禁系统又称出入管理控制系统(ACCESS CONTROL SYSTEM),是一种管理人员进出的智能化管理系统.概括就是:管理什么人什么时间可以进出那些门,并提供事后的查询报表等等,常见的门禁系统有:密码门禁系统,非接触卡门禁系统,指纹虹膜掌型生物识别门禁系统等的总称,门禁系统近几年发展很快,被广泛应用于管理控制系统中。
但是,现有的分布式非接触门禁系统对于进出人员的识别精度不高,识别速度过慢,影响了小区进出的速度,门禁系统的可靠性也不高,需要对门禁系统的人员识别机制进行改善。
发明内容
为了解决上述问题,本发明提供了一种分布式非接触智能门禁系统,改造现有技术中门禁系统,采用人脸识别机制替代原有的射频识别机制,提高人员识别精度,同时,还引入了多个大容量通信设备,使得复杂特征数据匹配成为可能。
根据本发明的一方面,提供了一种分布式非接触智能门禁系统,所述系统包括门禁设备、门禁开关、高清摄像头、图像处理设备和主控设备,图像处理设备与高清摄像头连接,用于对高清摄像头输出的高清脸部图像进行图像处理,主控设备分别与图像处理设备和门禁开关连接,用于基于图像处理设备的输出控制门禁开关的操作,门禁开关与门禁设备连接,用于控制门禁设备的开关。
更具体地,在所述分布式非接触智能门禁系统中,包括:门禁设备,设置在小区的出口或入口,用于在打开时允许人员进出小区,还用于在关闭时禁止人员进出小区;门禁开关,设置在小区的出口或入口,位于门禁设备附近,与门禁设备电性连接,用于发出开启控制信号以触发门禁设备的打开,还用于发出禁入控制信号以触发门禁设备的关闭;高清摄像头,设置在门禁设备的正上方,用于采集门禁设备附近人员的脸部图像数据以作为高清脸部图像输出;对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像;灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像;光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像;自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像;波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数;像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0;矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值;十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数;谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图;谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号;凌阳SPCE061A芯片,分别与谱图比较子设备和门禁开关连接,用于在接收到人脸识别成功信号时控制门禁开关发出开启控制信号,还用于在接收到人脸识别失败信号时控制门禁开关发出禁入控制信号;IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像;边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部;6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图。
更具体地,在所述分布式非接触智能门禁系统中,还包括:无线通信接口,与高清摄像头连接,用于无线发送高清摄像头输出的图像内容。
更具体地,在所述分布式非接触智能门禁系统中:无线通信接口包括压缩编码器件,用于对高清摄像头输出的图像内容进行MPEG-4标准压缩以获得压缩图像。
更具体地,在所述分布式非接触智能门禁系统中:无线通信接口包括多指标编码器件,与压缩编码器件连接,用于对压缩图像进行多指标编码以获得信道编码数据。
更具体地,在所述分布式非接触智能门禁系统中:无线通信接口包括频分双工通信设备。
更具体地,在所述分布式非接触智能门禁系统中:无线通信接口包括时分双工通信设备。
更具体地,在所述分布式非接触智能门禁系统中:无线通信接口包括GPRS接收器、GPRS发送器和AT89C51单片机,AT89C51单片机分别与GPRS接收器和GPRS发送器连接。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的分布式非接触智能门禁系统的结构方框图。
附图标记:1门禁设备;2门禁开关;3高清摄像头;4图像处理设备;5主控设备
具体实施方式
下面将参照附图对本发明的分布式非接触智能门禁系统的实施方案进行详细说明。
目前,门禁系统的工作效率低下且识别精度不高,在大量进入人群出现的小区出入口,现有的门禁系统不堪重负,需要对其当前的识别机制进行替换。
为了克服上述不足,本发明搭建了一种分布式非接触智能门禁系统,利用现有的分布式非接触门禁系统,采用人脸识别机制进行非接触式识别,从而解决了上述技术问题。
图1为根据本发明实施方案示出的分布式非接触智能门禁系统的结构方框图,所述系统包括门禁设备、门禁开关、高清摄像头、图像处理设备和主控设备,图像处理设备与高清摄像头连接,用于对高清摄像头输出的高清脸部图像进行图像处理,主控设备分别与图像处理设备和门禁开关连接,用于基于图像处理设备的输出控制门禁开关的操作,门禁开关与门禁设备连接,用于控制门禁设备的开关。
接着,继续对本发明的分布式非接触智能门禁系统的具体结构进行进一步的说明。
所述系统包括:门禁设备,设置在小区的出口或入口,用于在打开时允许人员进出小区,还用于在关闭时禁止人员进出小区;门禁开关,设置在小区的出口或入口,位于门禁设备附近,与门禁设备电性连接,用于发出开启控制信号以触发门禁设备的打开,还用于发出禁入控制信号以触发门禁设备的关闭。
所述系统包括:高清摄像头,设置在门禁设备的正上方,用于采集门禁设备附近人员的脸部图像数据以作为高清脸部图像输出;对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像。
所述系统包括:灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像;光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像。
所述系统包括:自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像;波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数。
所述系统包括:像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0。
所述系统包括:矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值。
所述系统包括:十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数。
所述系统包括:谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图。
所述系统包括:谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号。
所述系统包括:凌阳SPCE061A芯片,分别与谱图比较子设备和门禁开关连接,用于在接收到人脸识别成功信号时控制门禁开关发出开启控制信号,还用于在接收到人脸识别失败信号时控制门禁开关发出禁入控制信号。
所述系统包括:IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像。
所述系统包括:边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部。
所述系统包括:6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图。
可选地,在所述控制平台中:无线通信接口,与高清摄像头连接,用于无线发送高清摄像头输出的图像内容;无线通信接口包括压缩编码器件,用于对高清摄像头输出的图像内容进行MPEG-4标准压缩以获得压缩图像;无线通信接口包括多指标编码器件,与压缩编码器件连接,用于对压缩图像进行多指标编码以获得信道编码数据;无线通信接口包括频分双工通信设备;无线通信接口包括时分双工通信设备;以及无线通信接口包括GPRS接收器、GPRS发送器和AT89C51单片机,AT89C51单片机分别与GPRS接收器和GPRS发送器连接。
另外,滤波器,顾名思义,是对波进行过滤的器件。“波”是一个非常广泛的物理概念,在电子技术领域,“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。该过程通过各类传感器的作用,被转换为电压或电流的时间函数,称之为各种物理量的时间波形,或者称之为信号。因为自变量时间是连续取值的,所以称之为连续时间信号,又习惯地称之为模拟信号。
随着数字式电子计算机技术的产生和飞速发展,为了便于计算机对信号进行处理,产生了在抽样定理指导下将连续时间信号变换成离散时间信号的完整的理论和方法。也就是说,可以只用原模拟信号在一系列离散时间坐标点上的样本值表达原始信号而不丢失任何信息,波、波形、信号这些概念既然表达的是客观世界中各种物理量的变化,自然就是现代社会赖以生存的各种信息的载体。信息需要传播,靠的就是波形信号的传递。信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变,甚至是在相当多的情况下,这种畸变还很严重,导致信号及其所携带的信息被深深地埋在噪声当中了。为了滤除这些噪声,恢复原本的信号,需要使用各种滤波器进行滤波处理。
采用本发明的分布式非接触智能门禁系统,针对现有技术门禁系统识别机制落后的技术问题,通过将图像处理模式和大容量通信模式相结合的方式,提高了分布式非接触识别的效率和准确性,从而杜绝外界人员闯入小区,维护了小区的安全。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种分布式非接触智能门禁系统,所述系统包括门禁设备、门禁开关、高清摄像头、图像处理设备和主控设备,图像处理设备与高清摄像头连接,用于对高清摄像头输出的高清脸部图像进行图像处理,主控设备分别与图像处理设备和门禁开关连接,用于基于图像处理设备的输出控制门禁开关的操作,门禁开关与门禁设备连接,用于控制门禁设备的开关。
2.如权利要求1所述的分布式非接触智能门禁系统,其特征在于,所述系统包括:
门禁设备,设置在小区的出口或入口,用于在打开时允许人员进出小区,还用于在关闭时禁止人员进出小区;
门禁开关,设置在小区的出口或入口,位于门禁设备附近,与门禁设备电性连接,用于发出开启控制信号以触发门禁设备的打开,还用于发出禁入控制信号以触发门禁设备的关闭;
高清摄像头,设置在门禁设备的正上方,用于采集门禁设备附近人员的脸部图像数据以作为高清脸部图像输出;
对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像;
灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像;
光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像;
自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像;
波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数;
像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0;
矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值;
十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数;
谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图;
谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号;
凌阳SPCE061A芯片,分别与谱图比较子设备和门禁开关连接,用于在接收到人脸识别成功信号时控制门禁开关发出开启控制信号,还用于在接收到人脸识别失败信号时控制门禁开关发出禁入控制信号;
IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像;
边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部;
6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图。
3.如权利要求2所述的分布式非接触智能门禁系统,其特征在于,还包括:
无线通信接口,与高清摄像头连接,用于无线发送高清摄像头输出的图像内容。
4.如权利要求3所述的分布式非接触智能门禁系统,其特征在于:
无线通信接口包括压缩编码器件,用于对高清摄像头输出的图像内容进行MPEG-4标准压缩以获得压缩图像。
5.如权利要求4所述的分布式非接触智能门禁系统,其特征在于:
无线通信接口包括多指标编码器件,与压缩编码器件连接,用于对压缩图像进行多指标编码以获得信道编码数据。
6.如权利要求3-5任一所述的分布式非接触智能门禁系统,其特征在于:
无线通信接口包括频分双工通信设备。
7.如权利要求3-5任一所述的分布式非接触智能门禁系统,其特征在于:
无线通信接口包括时分双工通信设备。
8.如权利要求3-5任一所述的分布式非接触智能门禁系统,其特征在于:
无线通信接口包括GPRS接收器、GPRS发送器和AT89C51单片机,AT89C51单片机分别与GPRS接收器和GPRS发送器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610788949.1A CN106910266A (zh) | 2016-08-31 | 2016-08-31 | 分布式非接触智能门禁系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610788949.1A CN106910266A (zh) | 2016-08-31 | 2016-08-31 | 分布式非接触智能门禁系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106910266A true CN106910266A (zh) | 2017-06-30 |
Family
ID=59206334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610788949.1A Withdrawn CN106910266A (zh) | 2016-08-31 | 2016-08-31 | 分布式非接触智能门禁系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106910266A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230506A (zh) * | 2018-01-03 | 2018-06-29 | 西安科技大学 | 一种分布式的安全管理系统 |
CN109907462A (zh) * | 2018-06-06 | 2019-06-21 | 周超强 | 恒温控制型电吹风 |
CN109998259A (zh) * | 2018-06-13 | 2019-07-12 | 周超强 | 基于选择按钮的屏蔽式电吹风 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100329568A1 (en) * | 2008-07-02 | 2010-12-30 | C-True Ltd. | Networked Face Recognition System |
CN103714326A (zh) * | 2013-12-26 | 2014-04-09 | 江南大学 | 一种单样本人脸识别方法 |
CN105279829A (zh) * | 2015-11-24 | 2016-01-27 | 苏州铭冠软件科技有限公司 | 人脸识别门禁系统 |
CN105427421A (zh) * | 2015-11-16 | 2016-03-23 | 苏州市公安局虎丘分局 | 基于人脸识别的门禁控制方法 |
CN205405663U (zh) * | 2016-03-21 | 2016-07-27 | 哈尔滨象牙塔科技有限公司 | 一种基于人脸识别的高校宿舍楼通道闸门禁系统 |
-
2016
- 2016-08-31 CN CN201610788949.1A patent/CN106910266A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100329568A1 (en) * | 2008-07-02 | 2010-12-30 | C-True Ltd. | Networked Face Recognition System |
CN103714326A (zh) * | 2013-12-26 | 2014-04-09 | 江南大学 | 一种单样本人脸识别方法 |
CN105427421A (zh) * | 2015-11-16 | 2016-03-23 | 苏州市公安局虎丘分局 | 基于人脸识别的门禁控制方法 |
CN105279829A (zh) * | 2015-11-24 | 2016-01-27 | 苏州铭冠软件科技有限公司 | 人脸识别门禁系统 |
CN205405663U (zh) * | 2016-03-21 | 2016-07-27 | 哈尔滨象牙塔科技有限公司 | 一种基于人脸识别的高校宿舍楼通道闸门禁系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230506A (zh) * | 2018-01-03 | 2018-06-29 | 西安科技大学 | 一种分布式的安全管理系统 |
CN109907462A (zh) * | 2018-06-06 | 2019-06-21 | 周超强 | 恒温控制型电吹风 |
CN109998259A (zh) * | 2018-06-13 | 2019-07-12 | 周超强 | 基于选择按钮的屏蔽式电吹风 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163611B (zh) | 一种身份识别方法、装置以及相关设备 | |
CN102158473B (zh) | 遥控入口系统 | |
KR101682311B1 (ko) | 얼굴 인식 디지털 도어록 | |
CN106910266A (zh) | 分布式非接触智能门禁系统 | |
KR101960799B1 (ko) | 사물인터넷 기능이 구비된 생체인증 출입통제시스템 및 그 제어 방법 | |
KR101622154B1 (ko) | 태그 리더와 개인 인증 기능이 구비된 휴대용 인증 장치를 사용한 보안 장치 | |
CN207799777U (zh) | 一种具有物联网功能的门禁机 | |
CN205354143U (zh) | 一种智能门禁控制系统 | |
CN102509369A (zh) | 嵌入式智能门禁系统 | |
CN106548551A (zh) | 基于人脸识别和键盘输入的社区门禁系统的自动开门方法 | |
CN106355699A (zh) | 一种智能门锁控制系统 | |
CN205091815U (zh) | 基于虹膜和射频卡识别技术的门禁系统 | |
CN107798747A (zh) | 分布式非接触智能门禁系统 | |
US7672487B2 (en) | Digital encoding of images of skin-covered body parts | |
CN107170092A (zh) | 基于个体密码识别业主的小区智能门禁系统 | |
CN207817817U (zh) | 一种基于互联网的人像识别门禁设备 | |
CN111783058B (zh) | 一种生物特征识别设备和生物特征识别方法 | |
CN106446791A (zh) | 智慧城市公共监控系统 | |
CN107798746A (zh) | 远程门禁控制系统及控制方法 | |
CN109522783A (zh) | 个人身份验证系统和验证个人身份的方法 | |
CN111091047A (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
CN107958525A (zh) | 一种基于互联网的人像识别门禁设备 | |
CN209657380U (zh) | 一种蓝牙门禁系统 | |
US20070147665A1 (en) | Method and apparatus for access point control using digital encoding of images of skin-covered body parts | |
KR102596462B1 (ko) | 멀티 모달 센서를 이용한 심박수 측정이 가능한 출입 통제 인증 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170630 |