CN106961771A - 智能化城市电力照明物联网管理系统 - Google Patents
智能化城市电力照明物联网管理系统 Download PDFInfo
- Publication number
- CN106961771A CN106961771A CN201610776706.6A CN201610776706A CN106961771A CN 106961771 A CN106961771 A CN 106961771A CN 201610776706 A CN201610776706 A CN 201610776706A CN 106961771 A CN106961771 A CN 106961771A
- Authority
- CN
- China
- Prior art keywords
- equipment
- pixel
- power lighting
- image
- binaryzation
- 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.)
- Granted
Links
- 239000011159 matrix material Substances 0.000 claims description 49
- 230000001815 facial effect Effects 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 11
- 230000006837 decompression Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000005286 illumination Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 239000012237 artificial material Substances 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种智能化城市电力照明物联网管理系统,包括电力照明设备、电力照明控制开关和飞思卡尔MC9S12芯片,飞思卡尔MC9S12芯片分别与电力照明设备和电力照明控制开关连接,电力照明设备与电力照明控制开关连接。通过本发明,能够在物联网的基础上,提高电力照明的管理水平。
Description
技术领域
本发明涉及电力照明管理领域,尤其涉及一种智能化城市电力照明物联网管理系统。
背景技术
从内容来划分,城市景观包括三方面的内容,即视觉景观、生态环境和行为场所:
1、视觉景观主要是从人类视觉形象感受要求出发,根据美学规律,利用空间实体景物,研究如何创造赏心悦目的环境形象。
2、环境生态主要是根据自然界生物学原理,利用阳光、气候、动植物、土壤、水体等自然和人工材料,研究如何创造令人舒适的良好的物理环境。
3、行为场所主要是从人类行为心理的需要出发,利用空间设计及其文化内容的引导,创造出能满足人们行为心理的规律、使人赏心悦目、积极上进的环境。
从时间来划分,城市景观分为白天景观和夜晚景观。白天景观很好理解,这里不再多说。城市夜晚景观是城市白天景观的延续,但并非简单的重复,它与灯光的运用息息相关。灯光为夜晚空间环境提供所需的必备机能,如:商业机能、娱乐机能、休闲机能、交通机能等等,并通过各种高科技演光手段对城市夜间景观环境进行二次审美创造,为市民夜生活提供必要、舒适的休闲、娱乐、购物及交往的人工照明环境。城市夜晚景观可以表现自我,也可以通过城市夜间的各种物质组成要素间接展现出来,如:建筑、广告、橱窗、小品、绿化等。如果说城市夜晚景观的灯光塑造是舞台背景,那么社会文化活动则是夜晚景观的主题,背景始终是为了主题的展现而烘托气氛,并随着主题的展开而不断变换。它通过人的各种夜生活行为来展现,如:商业活动、娱乐活动、交通活动、节日活动等等。高质量的城市夜景观环境可以通过它的夜间照明水平来体现,但现代城市夜景观环境不仅仅包括高质量的城市照明体系,它更与城市居民的活动体系交融在一起。
因此,城市照明的塑造离不开灯光,特别是夜晚道路照明和夜景照明息息相关。与夜景照明不同,道路照明对城市景观的作用首先在于其功能性,即道路照明的效果—照度和亮度、眩光控制、诱导性、光色等指标以及由它们所构成的人工照明环境;其次,路灯本身的艺术性,即路灯的城市家具属性—造型、高度、色彩、布置方式等内容也是城市景观的重要影响因素。
由于城市电力照明耗电量巨大,为了节省电力,城市电力照明只有在授权的电力管理公司工作人员的操作下才能正常开启,为城市居民提供电力照明服务,然而,现有技术中,并没有这样的授信机制。因此,需要一种城市电力照明管理方案,能够对城市电力照明耗电量进行有效管理,避免非法人员使用城市电力照明设备。
发明内容
为了解决上述问题,本发明提供了一种智能化城市电力照明物联网管理系统,改造现有技术中城市电力照明管理系统,通过引入面部识别机制和引入物联网机制实现对城市电力照明设备开启的高精度授信,避免城市电力照明设备无谓的电力耗费。
根据本发明的一方面,提供了一种智能化城市电力照明物联网管理系统,所述系统包括电力照明设备、电力照明控制开关和飞思卡尔MC9S12芯片,飞思卡尔MC9S12芯片分别与电力照明设备和电力照明控制开关连接,电力照明设备与电力照明控制开关连接。
更具体地,在所述智能化城市电力照明物联网管理系统中,包括:电力照明设备,用于为用户提供电力照明服务;电力照明控制开关,与电力照明设备电性连接,用于控制电力照明设备的开启和关闭;飞思卡尔MC9S12芯片,分别与谱图比较子设备和电力照明控制开关连接,用于在接收到人脸识别成功信号时,控制电力照明控制开关开启电力照明设备,还用于在接收到人脸识别失败信号,控制电力照明控制开关关闭电力照明设备;高清摄像头,设置在电力照明设备附近,用于对用户进行拍照以获得高清图像;脸部图像分割设备,与高清摄像头连接,用于接收高清图像,并从高清图像处识别并分割出脸部图像;姿态调整设备,与脸部图像分割设备连接,用于接收脸部图像,并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置,左眼位置与右眼位置形成两眼连线,鼻尖位置中心和嘴部位置中心形成中轴连线,当两眼连线和中轴连线构成的T字形状歪曲时,对脸部图像进行调整以纠正T字形状呈现竖直状态,并将调整后的脸部图像作为纠正人脸图像输出,当两眼连线和中轴连线构成的T字形状为竖直状态时,直接将脸部图像作为纠正人脸图像输出;图像规范设备,与姿态调整设备连接,用于接收纠正人脸图像,对纠正人脸图像进行图像规范处理以获得规范人脸图像,其中,规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处;波动阈值选择子设备,与图像规范设备连接,用于计算规范人脸图像的复杂度,基于规范人脸图像的复杂度选择波动阈值大小,规范人脸图像的复杂度越高,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图像规范设备连接,用于接收规范人脸图像,针对规范人脸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,在规范人脸图像中获取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,分别与图像规范设备和十进制编码子设备连接,用于将规范人脸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,还用于将规范人脸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;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;其中,IP解包设备、边缘传感设备和6LowPAN解包设备被集成在一块集成电路板上。
更具体地,在所述智能化城市电力照明物联网管理系统中:高清摄像头还包括闪光灯控制器和闪光灯。
更具体地,在所述智能化城市电力照明物联网管理系统中:高清摄像头还包括亮度传感器,用于检测实时环境亮度。
更具体地,在所述智能化城市电力照明物联网管理系统中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭。
更具体地,在所述智能化城市电力照明物联网管理系统中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度大于预设亮度阈值时,关闭闪光灯。
更具体地,在所述智能化城市电力照明物联网管理系统中:闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度小于等于预设亮度阈值时,打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度,实时环境亮度越低,闪光灯的闪光亮度越高。
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智能化城市电力照明物联网管理系统的结构方框图。
附图标记:1电力照明设备;2电力照明控制开关;3飞思卡尔MC9S12芯片
具体实施方式
下面将参照附图对本发明的智能化城市电力照明物联网管理系统的实施方案进行详细说明。
当前,城市电力照明管理系统仍需要电力管理公司的工作人员人工进行操作,采用人工方式控制各个城市电力照明设备的开启和关闭,工作效率低下。
为了克服上述不足,本发明搭建了一种智能化城市电力照明物联网管理系统,利用高精度的面部识别技术和大容量的网络通信技术结合完成电力管理公司的工作人员的授信管理,从而杜绝非法人员对各个城市电力照明设备的滥用。
图1为根据本发明实施方案示出的智能化城市电力照明物联网管理系统的结构方框图,所述系统包括电力照明设备、电力照明控制开关和飞思卡尔MC9S12芯片,飞思卡尔MC9S12芯片分别与电力照明设备和电力照明控制开关连接,电力照明设备与电力照明控制开关连接。
接着,继续对本发明的智能化城市电力照明物联网管理系统的具体结构进行进一步的说明。
所述系统包括:电力照明设备,用于为用户提供电力照明服务;电力照明控制开关,与电力照明设备电性连接,用于控制电力照明设备的开启和关闭。
所述系统包括:飞思卡尔MC9S12芯片,分别与谱图比较子设备和电力照明控制开关连接,用于在接收到人脸识别成功信号时,控制电力照明控制开关开启电力照明设备,还用于在接收到人脸识别失败信号,控制电力照明控制开关关闭电力照明设备。
所述系统包括:高清摄像头,设置在电力照明设备附近,用于对用户进行拍照以获得高清图像;脸部图像分割设备,与高清摄像头连接,用于接收高清图像,并从高清图像处识别并分割出脸部图像。
所述系统包括:姿态调整设备,与脸部图像分割设备连接,用于接收脸部图像,并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置,左眼位置与右眼位置形成两眼连线,鼻尖位置中心和嘴部位置中心形成中轴连线,当两眼连线和中轴连线构成的T字形状歪曲时,对脸部图像进行调整以纠正T字形状呈现竖直状态,并将调整后的脸部图像作为纠正人脸图像输出,当两眼连线和中轴连线构成的T字形状为竖直状态时,直接将脸部图像作为纠正人脸图像输出。
所述系统包括:图像规范设备,与姿态调整设备连接,用于接收纠正人脸图像,对纠正人脸图像进行图像规范处理以获得规范人脸图像,其中,规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处。
所述系统包括:波动阈值选择子设备,与图像规范设备连接,用于计算规范人脸图像的复杂度,基于规范人脸图像的复杂度选择波动阈值大小,规范人脸图像的复杂度越高,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图像规范设备连接,用于接收规范人脸图像,针对规范人脸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,在规范人脸图像中获取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,分别与图像规范设备和十进制编码子设备连接,用于将规范人脸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,还用于将规范人脸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: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。
其中,IP解包设备、边缘传感设备和6LowPAN解包设备被集成在一块集成电路板上。
可选地,在所述控制平台中:高清摄像头还包括闪光灯控制器和闪光灯;高清摄像头还包括亮度传感器,用于检测实时环境亮度;闪光灯控制器基于实时环境亮度控制闪光灯的开闭;闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度大于预设亮度阈值时,关闭闪光灯;以及闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度小于等于预设亮度阈值时,打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度,实时环境亮度越低,闪光灯的闪光亮度越高。
另外,从技术上来看,人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测:人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。
人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。
采用本发明的智能化城市电力照明物联网管理系统,针对现有技术城市电力照明管理系统工作效率低下的技术问题,通过引入物联网技术和人脸识别技术完成对现有城市电力照明管理系统的智能化改造,从而节省大量的照明电量,避免城市电力照明设备被非法人员开启。
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 (7)
1.一种智能化城市电力照明物联网管理系统,所述系统包括电力照明设备、电力照明控制开关和飞思卡尔MC9S12芯片,飞思卡尔MC9S12芯片分别与电力照明设备和电力照明控制开关连接,电力照明设备与电力照明控制开关连接。
2.如权利要求1所述的智能化城市电力照明物联网管理系统,其特征在于,所述系统包括:
电力照明设备,用于为用户提供电力照明服务;
电力照明控制开关,与电力照明设备电性连接,用于控制电力照明设备的开启和关闭;
飞思卡尔MC9S12芯片,分别与谱图比较子设备和电力照明控制开关连接,用于在接收到人脸识别成功信号时,控制电力照明控制开关开启电力照明设备,还用于在接收到人脸识别失败信号,控制电力照明控制开关关闭电力照明设备;
高清摄像头,设置在电力照明设备附近,用于对用户进行拍照以获得高清图像;
脸部图像分割设备,与高清摄像头连接,用于接收高清图像,并从高清图像处识别并分割出脸部图像;
姿态调整设备,与脸部图像分割设备连接,用于接收脸部图像,并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置,左眼位置与右眼位置形成两眼连线,鼻尖位置中心和嘴部位置中心形成中轴连线,当两眼连线和中轴连线构成的T字形状歪曲时,对脸部图像进行调整以纠正T字形状呈现竖直状态,并将调整后的脸部图像作为纠正人脸图像输出,当两眼连线和中轴连线构成的T字形状为竖直状态时,直接将脸部图像作为纠正人脸图像输出;
图像规范设备,与姿态调整设备连接,用于接收纠正人脸图像,对纠正人脸图像进行图像规范处理以获得规范人脸图像,其中,规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处;
波动阈值选择子设备,与图像规范设备连接,用于计算规范人脸图像的复杂度,基于规范人脸图像的复杂度选择波动阈值大小,规范人脸图像的复杂度越高,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图像规范设备连接,用于接收规范人脸图像,针对规范人脸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,在规范人脸图像中获取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,分别与图像规范设备和十进制编码子设备连接,用于将规范人脸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,还用于将规范人脸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;
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;
其中,IP解包设备、边缘传感设备和6LowPAN解包设备被集成在一块集成电路板上。
3.如权利要求2所述的智能化城市电力照明物联网管理系统,其特征在于:
高清摄像头还包括闪光灯控制器和闪光灯。
4.如权利要求3所述的智能化城市电力照明物联网管理系统,其特征在于:
高清摄像头还包括亮度传感器,用于检测实时环境亮度。
5.如权利要求4所述的智能化城市电力照明物联网管理系统,其特征在于:
闪光灯控制器基于实时环境亮度控制闪光灯的开闭。
6.如权利要求5所述的智能化城市电力照明物联网管理系统,其特征在于:
闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度大于预设亮度阈值时,关闭闪光灯。
7.如权利要求5所述的智能化城市电力照明物联网管理系统,其特征在于:
闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括:当实时环境亮度小于等于预设亮度阈值时,打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度,实时环境亮度越低,闪光灯的闪光亮度越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610776706.6A CN106961771B (zh) | 2016-08-31 | 2016-08-31 | 智能化城市电力照明物联网管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610776706.6A CN106961771B (zh) | 2016-08-31 | 2016-08-31 | 智能化城市电力照明物联网管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106961771A true CN106961771A (zh) | 2017-07-18 |
CN106961771B CN106961771B (zh) | 2017-12-05 |
Family
ID=59481659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610776706.6A Expired - Fee Related CN106961771B (zh) | 2016-08-31 | 2016-08-31 | 智能化城市电力照明物联网管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106961771B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090340A (zh) * | 2018-02-09 | 2018-05-29 | 广东欧珀移动通信有限公司 | 人脸识别处理方法、人脸识别处理装置及智能终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050074183A1 (en) * | 2003-09-19 | 2005-04-07 | Narlow Douglas A. | Object recognition system including an adaptive light source |
JP2006261711A (ja) * | 2005-03-15 | 2006-09-28 | Seiko Epson Corp | 画像生成装置 |
CN101400201A (zh) * | 2007-09-27 | 2009-04-01 | 佛山普立华科技有限公司 | 光源控制装置和方法 |
CN105357830A (zh) * | 2015-12-08 | 2016-02-24 | 深圳市领驭高科光电有限公司 | 一种基于物联网技术的智能照明控制器 |
CN105828500A (zh) * | 2016-03-14 | 2016-08-03 | 上海斐讯数据通信技术有限公司 | 一种具有人脸或人形识别能力的智能照明系统及控制方法 |
CN105868749A (zh) * | 2016-06-27 | 2016-08-17 | 张业 | 基于物联网和云计算的智能建筑集成系统 |
-
2016
- 2016-08-31 CN CN201610776706.6A patent/CN106961771B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050074183A1 (en) * | 2003-09-19 | 2005-04-07 | Narlow Douglas A. | Object recognition system including an adaptive light source |
JP2006261711A (ja) * | 2005-03-15 | 2006-09-28 | Seiko Epson Corp | 画像生成装置 |
CN101400201A (zh) * | 2007-09-27 | 2009-04-01 | 佛山普立华科技有限公司 | 光源控制装置和方法 |
CN105357830A (zh) * | 2015-12-08 | 2016-02-24 | 深圳市领驭高科光电有限公司 | 一种基于物联网技术的智能照明控制器 |
CN105828500A (zh) * | 2016-03-14 | 2016-08-03 | 上海斐讯数据通信技术有限公司 | 一种具有人脸或人形识别能力的智能照明系统及控制方法 |
CN105868749A (zh) * | 2016-06-27 | 2016-08-17 | 张业 | 基于物联网和云计算的智能建筑集成系统 |
Non-Patent Citations (4)
Title |
---|
AMEL AISSAOUI: "Bimodal 2D-3D face recognition using a two-stage fusion strategy", 《2015 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING THEORY,TOOLS AND APPLICATIONS》 * |
NEELAMMA K.PATIL: "Performance Improvement of Face Recognition System by Decomposition of Local Features using Discrete Wavelet Transforms", 《2013 INTERNATIONAL SYMPOSIUM ON ELECTRONIC SYSTEM DESIGN》 * |
林和平: "一种人脸识别中提高二值化图像质量的方法", 《信息技术》 * |
毋立芳: "基于紧致全姿态二值SIFT的人脸识别", 《仪器仪表学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090340A (zh) * | 2018-02-09 | 2018-05-29 | 广东欧珀移动通信有限公司 | 人脸识别处理方法、人脸识别处理装置及智能终端 |
Also Published As
Publication number | Publication date |
---|---|
CN106961771B (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105844295B (zh) | 一种基于颜色模型与运动特征的视频烟雾精细分类方法 | |
CN109614996A (zh) | 基于生成对抗网络的弱可见光与红外图像融合的识别方法 | |
CN104408424B (zh) | 一种基于图像处理的多信号灯识别方法 | |
CN108717528A (zh) | 一种基于深度网络的多策略全局人群分析方法 | |
CN107507172A (zh) | 融合红外可见光的特高压线路绝缘子串深度学习识别方法 | |
CN102201146B (zh) | 基于主动红外视频的零照度环境火灾烟雾识别方法 | |
CN110113836A (zh) | 场景式教室智能照明系统、控制装置及优化和控制方法 | |
CN110368275A (zh) | 一种导盲机器人及导盲系统、导盲方法 | |
CN109543640A (zh) | 一种基于图像转换的活体检测方法 | |
CN106971563A (zh) | 智能交通信号灯控制方法及系统 | |
CN108154102A (zh) | 一种道路交通标志识别方法 | |
CN109829427A (zh) | 一种基于纯度检测和空间注意力网络的人脸聚类方法 | |
CN110348322A (zh) | 基于多特征融合的人脸活体检测方法及设备 | |
CN109874198A (zh) | 基于场景自动识别的商务宾馆客房照明控制装置 | |
CN207665104U (zh) | 基于人脸识别的安防监控装置 | |
CN109949353A (zh) | 一种低照度图像自然感彩色化方法 | |
CN105844213B (zh) | 一种绿色果实识别方法 | |
CN103119625A (zh) | 一种视频人物分割的方法及装置 | |
CN109583349A (zh) | 一种用于在真实环境对目标车辆的颜色进行识别的方法及系统 | |
CN112686276A (zh) | 一种基于改进RetinaNet网络的火焰检测方法 | |
CN108629368A (zh) | 一种基于联合深度融合的多模态地基云分类方法 | |
CN104463125A (zh) | 基于dsp的人脸自动检测跟踪装置及其方法 | |
CN110139449A (zh) | 一种基于人体姿态识别的智能全屋照明系统 | |
CN108764447A (zh) | 一种群机器人麻将博弈智动化系统及麻将识别学习算法 | |
CN109508756A (zh) | 一种基于多线索多模态融合深度网络的地基云分类方法 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Xu Chao Inventor before: Liang Yun |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20171115 Address after: Nanjing City, Jiangsu province 210097 Ninghai Road No. 122 Applicant after: Nanjing Normal University Address before: 063000 Tangshan City North Road, Hebei, building No. 7 Applicant before: Liang Yun |
|
TA01 | Transfer of patent application right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171205 Termination date: 20180831 |
|
CF01 | Termination of patent right due to non-payment of annual fee |