CN106934894B - 一种安全可靠的门禁系统 - Google Patents

Abstract

一种安全可靠的门禁系统，包括图像采集模块，图像传输模块、控制器模块和预警模块，图像采集模块用于对请求进入的人员进行人脸信息采集，采集得到的人脸信息通过图像传输模块传送到控制器模块，由控制器模块进行图像处理，并根据处理后的人脸信息进行人脸识别，当判断请求进入的人员为住户时，即通过电磁门控制单元控制电磁门的开启，允许住户进入，当判断为非住户时即通过预警模块进行预警。本发明的有益效果为：通过各个模块的构建，实现了对请求进入人员的人脸信息的有效采集和识别，并通过与数据库中人脸信息的匹配，匹配成功后，方能开启电磁门允许住户进入，实现了安全可靠的无人值守式的门禁系统。

Description

一种安全可靠的门禁系统

技术领域

本发明创造涉及门禁考勤技术领域，具体涉及一种安全可靠的门禁系统。

背景技术

随着生活水平的提高，无人值守式的门禁系统得到越来越广泛的应用，传统的机械锁已无法保证安全，很多小区的防盗门都是通过密码进入，而这种方式容易造成密码泄露或者丢失，给安全生活到来了隐患。而基于人脸识别的门禁系统因其只能通过用户人脸信息与数据库中保存的人脸信息匹配成功后，才能成功开启防盗门，因此具有较高的安全性和可靠性，在当今门禁系统中的应用也越来越广泛。

发明内容

针对上述问题，本发明旨在提供一种安全可靠的门禁系统。

本发明创造的目的通过以下技术方案实现：

一种安全可靠的门禁系统，包括图像采集模块，图像传输模块、控制器模块和预警模块，图像采集模块用于对请求进入的人员进行人脸信息采集，采集得到的人脸信息通过图像传输模块传送到控制器模块，由控制器模块进行图像处理，并根据处理后的人脸信息进行人脸识别，当判断请求进入的人员为住户时，即通过电磁门控制单元控制电磁门的开启，允许住户进入，当判断为非住户时即通过预警模块进行预警。

优选地，所述图像采集模块采用深度感应传感器进行人脸图像的采集。

优选地，所述图像传输单元采用3G、4G或WiFi的无线传输方式。

优选地，所述控制器模块包括图像处理单元、人脸识别单元和电磁门控制单元，所述图像处理单元用于对采集得到的人脸图像进行滤波处理，所述人脸识别单元用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，当匹配成功后即通过电磁门控制单元控制电磁门的开启，当匹配失败时，即令预警模块进行预警。

优选地，所述图像处理单元用于对采集得到的人脸图像进行滤波处理，具体包括：

设f_i为i时刻采集得到的像素点，n为一次性处理的数据个数，则f_i的表达式为：

优选地，所述人脸识别单元用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，具体包括：

(1)人脸定位部分，用于根据人脸区域的平均深度，计算初步的人脸半径R：

r＝al²+bl+c

式中，r是采集图像中的人脸半径，l为人脸区域的平均深度，a，b，c为常量；

所述人脸区域的平均深度l为：

式中，n表示深度感应传感器获取的深度数据个数，D_i表示深度感应传感器获取的第i个人脸深度数据，T为深度感应传感器使用的标准温度，T₀为深度感应传感器测量时的实际环境温度；

(2)人脸匹配部分，用于从确定的人脸区域中提取人脸信息，并与数据库中存储的人脸信息进行匹配，从而进行人脸识别，具体包括：

a.定义LBP特征系数A₁，将人脸区域分割成m个区域，则A₁的表达式为：

式中，m代表划分的矩形区域个数，h_i(x,y)代表当前人脸图像i区域的LBP特征，p_i(x,y)代表数据库中的LBP特征；

b.定义信息熵系数A₂，将人脸区域图像划分为k个灰度级，则矩形区域i的灰度熵值为：

则信息熵系数H为：

式中，q_i代表矩形区域i的灰度熵值，u_i代表数据库中的相应矩形区域的灰度熵值,m代表矩形区域个数；

c.构建综合评估系数j，用于结合LBP特征系数和信息熵系数综合进行人脸图像分析，具体为：

式中，A₁为LBP特征系数，A₂为图像信息熵系数，α₁、α₂分别为LBP特征系数和信息熵系数的权重，α₁，α₂>0且α₁+α₂＝1；

d.定义τ为人脸识别系数的阈值,根据综合评估系数与阈值之间的关系判断是否匹配成功，具体为：

有益效果：通过各个模块的构建，实现了对请求进入人员的人脸信息的有效采集和识别，并通过与数据库中人脸信息的匹配，匹配成功后，方能开启电磁门允许住户进入，实现了安全可靠的无人值守式的门禁系统。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图；

图2是本发明控制器模块结构示意图。

附图标记：

图像采集模块1、图像传输模块2、控制器模块3、预警模块4、图像处理单元31、人脸识别单元32、电磁门控制单元33。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种安全可靠的门禁系统，包括图像采集模块1，图像传输模块2、控制器模块3和预警模块4，图像采集模块1用于对请求进入的人员进行人脸信息采集，采集得到的人脸信息通过图像传输模块2传送到控制器模块3，由控制器模块3进行图像处理，并根据处理后的人脸信息进行人脸识别，当判断请求进入的人员为住户时，即通过电磁门控制单元控制电磁门的开启，允许住户进入，当判断为住户时即通过预警模块4进行预警。

优选地，所述图像采集模块1采用深度感应传感器进行人脸图像的采集。

优选地，所述图像传输模块2采用3G、4G或WiFi的无线传输方式。

优选地，所述控制器模块3包括图像处理单元31、人脸识别单元32和电磁门控制单元33，所述图像处理单元31用于对采集得到的人脸图像进行滤波处理，所述人脸识别单元32用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，当匹配成功后即通过电磁门控制单元33控制电磁门的开启，当匹配失败时，即令预警模块4进行预警。

本优选实施例通过各个模块的构建，实现了对请求进入人员的人脸信息的有效采集和识别，并通过与数据库中人脸信息的匹配，匹配成功后，方能开启电磁门允许住户进入，实现了安全可靠的无人值守式的门禁系统。

优选地，所述图像处理单元31用于对采集得到的人脸图像进行滤波处理，具体包括：

设f_i为i时刻采集得到的像素点，n为一次性处理的数据个数，则f_i的表达式为：

本优选实施例实现了对采集得到的人脸信息进行有效的滤波处理，滤出了人脸信息中的噪声干扰和突变值等带来的误差问题，为后续的人脸的有效识别奠定了基础。

优选地，所述人脸识别单元32用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，具体包括：

(1)人脸定位部分，用于根据人脸区域的平均深度，计算初步的人脸半径R：

r＝al²+bl+c

式中，r是采集图像中的人脸半径，l为人脸区域的平均深度，a，b，c为常量；

所述人脸区域的平均深度l为：

式中，n表示深度感应传感器获取的深度数据个数，D_i表示深度感应传感器获取的第i个人脸深度数据，T为深度感应传感器使用的标准温度，T₀为深度感应传感器测量时的实际环境温度；

(2)人脸匹配部分，用于从确定的人脸区域中提取人脸信息，并与数据库中存储的人脸信息进行匹配，从而进行人脸识别，具体包括

a.定义LBP特征系数A₁，将人脸区域分割成m个区域，则A₁的表达式为：

式中，m代表划分的矩形区域个数，h_i(x,y)代表当前人脸图像i区域的LBP特征，p_i(x,y)代表数据库中的LBP特征；

b.定义信息熵系数A₂，将人脸区域图像划分为k个灰度级，则矩形区域i的灰度熵值为：

则信息熵系数H为：

式中，q_i代表矩形区域i的灰度熵值，u_i代表数据库中的相应矩形区域的灰度熵值,m代表矩形区域个数；

c.构建综合评估系数j，用于结合LBP特征系数和信息熵系数综合进行人脸图像分析，具体为：

式中，A₁为LBP特征系数，A₂为图像信息熵系数，α₁、α₂分别为LBP特征系数和信息熵系数的权重，α₁，α₂>0且α₁+α₂＝1；

d.定义τ为人脸识别系数的阈值,根据综合评估系数与阈值之间的关系判断是否匹配成功，具体为：

本优选实施例对深度感应传感器温度进行校正，获取了较为准确的人脸深度数据，此外，结合区域图像的LBP特征系数和灰度熵值系数综合进行人脸识别，使检测结果更加科学，更加准确。

发明人针对本系统进行了一系列测试，测试结果如下表所示：

从上述表格中可以看出，本系统的住户识别率为100％，完全满足门禁系统的要求。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (1)

1.一种安全可靠的门禁系统，其特征是，包括图像采集模块，图像传输模块、控制器模块和预警模块，图像采集模块用于对请求进入的人员进行人脸信息采集，采集得到的人脸信息通过图像传输模块传送到控制器模块，由控制器模块进行图像处理，并根据处理后的人脸信息进行人脸识别，当判断请求进入的人员为住户时，即通过电磁门控制单元控制电磁门的开启，允许住户进入，当判断为非住户时即通过预警模块进行预警；

所述图像采集模块采用深度感应传感器进行人脸图像的采集；

所述图像传输模块采用3G、4G或WiFi的无线传输方式；

所述控制器模块包括图像处理单元、人脸识别单元和电磁门控制单元，所述图像处理单元用于对采集得到的人脸图像进行滤波处理，所述人脸识别单元用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，当匹配成功后即通过电磁门控制器控制电磁门的开启，当匹配失败时，即令预警模块进行预警；

所述图像处理单元用于对采集得到的人脸图像进行滤波处理，具体包括：

设f_i为i时刻采集得到的像素点，n为一次性处理的数据个数，则f_i的表达式为：

所述人脸识别单元用于从处理后的人脸图像中提取人脸信息并与数据库中存储的人脸信息进行匹配，具体包括：

(1)人脸定位部分，用于根据人脸区域的平均深度，计算初步的人脸半径R：

r＝al²+bl+c

式中，r是采集图像中的人脸半径，l为人脸区域的平均深度，a，b，c为常量；

所述人脸区域的平均深度l为：

式中，n表示深度感应传感器获取的深度数据个数，D_i表示深度感应传感器获取的第i个人脸深度数据，T为深度感应传感器使用的标准温度，T₀为深度感应传感器测量时的实际环境温度；

(2)人脸匹配部分，用于从确定的人脸区域中提取人脸信息，并与数据库中存储的人脸信息进行匹配，从而进行人脸识别，具体包括：

a.定义LBP特征系数A₁，将人脸区域分割成m个区域，则A₁的表达式为：

式中，m代表划分的矩形区域个数，h_i(x,y)代表当前人脸图像i区域的LBP特征，p_i(x,y)

代表数据库中的LBP特征；

b.定义信息熵系数A₂，将人脸区域图像划分为k个灰度级，则矩形区域i的灰度熵值为：

则信息熵系数H为：

式中，q_i代表矩形区域i的灰度熵值，u_i代表数据库中的相应矩形区域的灰度熵值,m代表矩形区域个数；

c.构建综合评估系数j，用于结合LBP特征系数和信息熵系数综合进行人脸图像分析，

具体为：

式中，A₁为LBP特征系数，A₂为图像信息熵系数，α₁、α₂分别为LBP特征系数和

信息熵系数的权重，α₁，α₂>0且α₁+α₂＝1；

d.定义τ为人脸识别系数的阈值,根据综合评估系数与阈值之间的关系判断是否匹配成功，具体为：