CN107341585A - 基于物联网的智慧社区管理系统 - Google Patents
基于物联网的智慧社区管理系统 Download PDFInfo
- Publication number
- CN107341585A CN107341585A CN201610781300.7A CN201610781300A CN107341585A CN 107341585 A CN107341585 A CN 107341585A CN 201610781300 A CN201610781300 A CN 201610781300A CN 107341585 A CN107341585 A CN 107341585A
- Authority
- CN
- China
- Prior art keywords
- equipment
- pixel
- image
- 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- Withdrawn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
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 52
- 238000001914 filtration Methods 0.000 claims description 47
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 11
- 230000002708 enhancing effect Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000006837 decompression Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010009 beating Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Emergency Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于物联网的智慧社区管理系统，包括睡眠状态检测设备、飞思卡尔IMX6处理设备、人脸检测设备和语音报警设备，飞思卡尔IMX6处理设备分别与睡眠状态检测设备、人脸检测设备和语音报警设备连接。通过本发明，能够对社区进行基于物联网的智能化管理。
Description
技术领域
本发明涉及社区管理领域，尤其涉及一种基于物联网的智慧社区管理系统。
背景技术
城市是人类文明发展的产物，社区是其最基本的组成部分，社区作为城市居民生存和发展的载体，其智慧化是城市智慧水平的集中体现。智慧社区从功能上讲，是以社区居民为服务核心，为居民提供安全、高效、便捷的智慧化服务，全面满足居民的生存和发展需要。智慧社区由高度发达的“邻里中心”服务、高级别的安防保障以及智能的社区控制构成。
智慧城区(社区)是指充分借助互联网、物联网，涉及到智能楼宇、智能家居、路网监控、智能医院、城市生命线管理、食品药品管理、票证管理、家庭护理、个人健康与数字生活等诸多领域，把握新一轮科技创新革命和信息产业浪潮的重大机遇，充分发挥信息通信(ICT)产业发达、RFID相关技术领先、电信业务及信息化基础设施优良等优势，通过建设ICT基础设施、认证、安全等平台和示范工程，加快产业关键技术攻关，构建城区(社区)发展的智慧环境，形成基于海量信息和智能过滤处理的新的生活、产业发展、社会管理等模式，面向未来构建全新的城区(社区)形态。
智慧社区对安防工作尤为重视，需要对进出智慧社区的岗位人员进行状态检测以判断是否出现失职行为或缺岗行为。然而，现有技术中的智慧社区的岗位人员状态检测机制过于简单，例如仍旧采用考勤方式进行，其识别精度不高且识别效率低下。
因此，需要一种新的智慧社区的安防方案，能够采用新的岗位人员状态检测机制提高岗位人员状态识别的精度和速度。
发明内容
为了解决上述问题，本发明提供了一种基于物联网的智慧社区管理系统，改造现有技术中的智慧社区管理系统，引入人脸识别技术并引入物联网技术以改善智慧社区的岗位人员状态检测机制，从而能够快速检测出岗位人员状态，从整体上保证智慧社区的可靠性。
根据本发明的一方面，提供了一种基于物联网的智慧社区管理系统，所述系统包括睡眠状态检测设备、飞思卡尔IMX6处理设备、人脸检测设备和语音报警设备，飞思卡尔IMX6处理设备分别与睡眠状态检测设备、人脸检测设备和语音报警设备连接。
更具体地，在所述基于物联网的智慧社区管理系统中，包括：睡眠状态检测设备，分别与特征向量比较子设备和高清摄像头连接，用于在接收到人脸识别成功信号时，对高清图像中人脸睡眠状态进行检测以确定是否发出入睡信号；飞思卡尔IMX6处理设备，分别与睡眠状态检测设备和特征向量比较子设备连接，用于在接收到入睡信号时，发出岗位人员失职报警信号，还用于在接收到人脸识别失败信号时，发出岗位人员缺失报警信号；高清摄像头，设置在社区管理岗位的上方，用于对社区管理岗位位置进行图像采集以获得高清图像；对比度增强设备，与高清摄像头连接，用于接收高清图像，并对高清图像进行对比度增强处理以获得增强图像；灰度化处理设备，与对比度增强设备连接，用于接收增强图像，并对增强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；特征提取设备，分别与自适应递归滤波处理设备和IP解包设备连接，对接收到的滤波图像进行处理；特征提取设备包括波动阈值选择子设备、像素处理子设备、矩阵拆分子设备、十进制转换子设备、特征向量获取子设备和特征向量比较子设备；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；十进制转换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；特征向量获取子设备分别与自适应递归滤波处理设备和十进制转换子设备连接，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正目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的正目标十进制数组成正一维特征向量，作为正目标特征向量输出，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负目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的负目标十进制数组成负一维特征向量，作为负目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将正目标特征向量分别与各个基准正特征向量进行匹配，将负目标特征向量分别与各个基准负特征向量进行匹配，二者都匹配成功且匹配到的基准正特征向量对应的授权用户名称与匹配到的基准负特征向量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特征向量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特征向量和各个基准负特征向量，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，每一个基准正特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的正特征向量提取而获得的向量，每一个基准负特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的负特征向量提取而获得的向量；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，以获得各个基准正特征向量和各个基准负特征向量；语音报警设备，与飞思卡尔IMX6处理设备连接，用于基于飞思卡尔IMX6处理设备的输出发出不同的报警语音信号；其中，语音报警设备、飞思卡尔IMX6处理设备、睡眠状态检测设备和特征向量比较子设备被集成在一块集成电路板上。
更具体地，在所述基于物联网的智慧社区管理系统中，还包括：显示设备，与高清摄像头连接，用于显示高清摄像头输出的图像内容。
更具体地，在所述基于物联网的智慧社区管理系统中：显示设备为LCD显示屏。
更具体地，在所述基于物联网的智慧社区管理系统中：显示设备为LED显示屏。
更具体地，在所述基于物联网的智慧社区管理系统中，还包括：触摸屏，用于根据用户的操作，接收用户的输入信息。
更具体地，在所述基于物联网的智慧社区管理系统中：触摸屏被集成在显示设备上。
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基于物联网的智慧社区管理系统的结构方框图。
附图标记：1睡眠状态检测设备；2飞思卡尔IMX6处理设备；3人脸检测设备；4语音报警设备
具体实施方式
下面将参照附图对本发明的基于物联网的智慧社区管理系统的实施方案进行详细说明。
智慧社区是社区管理的一种新理念，是新形势下社会管理创新的一种新模式。智慧社区是指充分利用物联网、云计算、移动互联网等新一代信息技术的集成应用,为社区居民提供一个安全、舒适、便利的现代化、智慧化生活环境,从而形成基于信息化、智能化社会管理与服务的一种新的管理形态的社区。
智慧城区(社区)是指充分借助互联网、物联网，涉及到智能楼宇、智能家居、路网监控、智能医院、城市生命线管理、食品药品管理、票证管理、家庭护理、个人健康与数字生活等诸多领域，把握新一轮科技创新革命和信息产业浪潮的重大机遇，充分发挥信息通信(ICT)产业发达、RFID相关技术领先、电信业务及信息化基础设施优良等优势，通过建设ICT基础设施、认证、安全等平台和示范工程，加快产业关键技术攻关，构建城区(社区)发展的智慧环境，形成基于海量信息和智能过滤处理的新的生活、产业发展、社会管理等模式，面向未来构建全新的城区(社区)形态。
“智慧社区”建设，是将“智慧城市”的概念引入了社区，以社区群众的幸福感为出发点，通过打造智慧社区为社区百姓提供便利，从而加快和谐社区建设，推动区域社会进步。基于物联网、云计算等高新技术的“智慧社区”是“智慧城市”的一个“细胞”，他将是一个以人为本的智能管理系统，有望使人们的工作和生活更加便捷、舒适、高效。
然而，现有技术中的智慧社区的岗位人员状态检测机制比较落后，需要进行体制改进和完善。为了克服上述不足，本发明搭建了一种基于物联网的智慧社区管理系统，从速度和效率两个方面提高智慧社区的岗位人员状态检测机制。
图1为根据本发明实施方案示出的基于物联网的智慧社区管理系统的结构方框图，所述系统包括睡眠状态检测设备、飞思卡尔IMX6处理设备、人脸检测设备和语音报警设备，飞思卡尔IMX6处理设备分别与睡眠状态检测设备、人脸检测设备和语音报警设备连接。
接着，继续对本发明的基于物联网的智慧社区管理系统的具体结构进行进一步的说明。
所述系统包括：睡眠状态检测设备，分别与特征向量比较子设备和高清摄像头连接，用于在接收到人脸识别成功信号时，对高清图像中人脸睡眠状态进行检测以确定是否发出入睡信号。
所述系统包括：飞思卡尔IMX6处理设备，分别与睡眠状态检测设备和特征向量比较子设备连接，用于在接收到入睡信号时，发出岗位人员失职报警信号，还用于在接收到人脸识别失败信号时，发出岗位人员缺失报警信号。
所述系统包括：高清摄像头，设置在社区管理岗位的上方，用于对社区管理岗位位置进行图像采集以获得高清图像；对比度增强设备，与高清摄像头连接，用于接收高清图像，并对高清图像进行对比度增强处理以获得增强图像；灰度化处理设备，与对比度增强设备连接，用于接收增强图像，并对增强图像进行灰度化处理以获得灰度化图像。
所述系统包括：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。
所述系统包括：特征提取设备，分别与自适应递归滤波处理设备和IP解包设备连接，对接收到的滤波图像进行处理；特征提取设备包括波动阈值选择子设备、像素处理子设备、矩阵拆分子设备、十进制转换子设备、特征向量获取子设备和特征向量比较子设备；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；十进制转换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；特征向量获取子设备分别与自适应递归滤波处理设备和十进制转换子设备连接，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正目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的正目标十进制数组成正一维特征向量，作为正目标特征向量输出，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负目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的负目标十进制数组成负一维特征向量，作为负目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将正目标特征向量分别与各个基准正特征向量进行匹配，将负目标特征向量分别与各个基准负特征向量进行匹配，二者都匹配成功且匹配到的基准正特征向量对应的授权用户名称与匹配到的基准负特征向量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特征向量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特征向量和各个基准负特征向量，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，每一个基准正特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的正特征向量提取而获得的向量，每一个基准负特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的负特征向量提取而获得的向量。
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，以获得各个基准正特征向量和各个基准负特征向量。
所述系统包括：语音报警设备，与飞思卡尔IMX6处理设备连接，用于基于飞思卡尔IMX6处理设备的输出发出不同的报警语音信号。
其中，语音报警设备、飞思卡尔IMX6处理设备、睡眠状态检测设备和特征向量比较子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：显示设备，与高清摄像头连接，用于显示高清摄像头输出的图像内容；显示设备为LCD显示屏；显示设备为LED显示屏；还包括触摸屏，用于根据用户的操作，接收用户的输入信息；以及触摸屏被集成在显示设备上。
另外，高清摄像头包括CMOS传感器。CMOS(Complementary Metal-Oxide-Semiconductor)，中文学名为互补金属氧化物半导体，他本是计算机系统内一种重要的芯片，保存了系统引导最基本的资料。CMOS的制造技术和一般计算机芯片没什么差别，主要是利用硅和锗这两种元素所做成的半导体，使其在CMOS上共存着带N(带-电)和P(带+电)级的半导体，这两个互补效应所产生的电流即可被处理芯片纪录和解读成影像。后来发现CMOS经过加工也可以作为数码摄影中的图像传感器。
对于独立于电网的便携式应用而言，以低功耗特性而著称的CMOS技术具有一个明显的优势：CMOS图像传感器是针对5V和3.3V电源电压而设计的。而CCD芯片则需要大约12V的电源电压，因此不得不采用一个电压转换器，从而导致功耗增加。在总功耗方面，把控制和系统功能集成到CMOS传感器中将带来另一个好处：他去除了与其他半导体元件的所有外部连接线。其高功耗的驱动器如今已遭弃用，这是因为在芯片内部进行通信所消耗的能量要比通过PCB或衬底的外部实现方式低得多。
采用本发明的基于物联网的智慧社区管理系统，针对现有技术中智慧社区的岗位人员状态检测机制落后的技术问题，通过将人脸特征识别匹配技术和物联网技术结合起来，搭建出高精度的智慧社区的岗位人员状态检测机制，从而避免岗位人员出现缺岗行为或失职行为。
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)
1.一种基于物联网的智慧社区管理系统，所述系统包括睡眠状态检测设备、飞思卡尔IMX6处理设备、人脸检测设备和语音报警设备，飞思卡尔IMX6处理设备分别与睡眠状态检测设备、人脸检测设备和语音报警设备连接。
2.如权利要求1所述的基于物联网的智慧社区管理系统，其特征在于，所述系统包括：
睡眠状态检测设备，分别与特征向量比较子设备和高清摄像头连接，用于在接收到人脸识别成功信号时，对高清图像中人脸睡眠状态进行检测以确定是否发出入睡信号；
飞思卡尔IMX6处理设备，分别与睡眠状态检测设备和特征向量比较子设备连接，用于在接收到入睡信号时，发出岗位人员失职报警信号，还用于在接收到人脸识别失败信号时，发出岗位人员缺失报警信号；
高清摄像头，设置在社区管理岗位的上方，用于对社区管理岗位位置进行图像采集以获得高清图像；
对比度增强设备，与高清摄像头连接，用于接收高清图像，并对高清图像进行对比度增强处理以获得增强图像；
灰度化处理设备，与对比度增强设备连接，用于接收增强图像，并对增强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；
特征提取设备，分别与自适应递归滤波处理设备和IP解包设备连接，对接收到的滤波图像进行处理；特征提取设备包括波动阈值选择子设备、像素处理子设备、矩阵拆分子设备、十进制转换子设备、特征向量获取子设备和特征向量比较子设备；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；十进制转换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；特征向量获取子设备分别与自适应递归滤波处理设备和十进制转换子设备连接，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正目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的正目标十进制数组成正一维特征向量，作为正目标特征向量输出，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负目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的负目标十进制数组成负一维特征向量，作为负目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将正目标特征向量分别与各个基准正特征向量进行匹配，将负目标特征向量分别与各个基准负特征向量进行匹配，二者都匹配成功且匹配到的基准正特征向量对应的授权用户名称与匹配到的基准负特征向量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特征向量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特征向量和各个基准负特征向量，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，每一个基准正特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的正特征向量提取而获得的向量，每一个基准负特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的负特征向量提取而获得的向量；
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，以获得各个基准正特征向量和各个基准负特征向量；
语音报警设备，与飞思卡尔IMX6处理设备连接，用于基于飞思卡尔IMX6处理设备的输出发出不同的报警语音信号；
其中，语音报警设备、飞思卡尔IMX6处理设备、睡眠状态检测设备和特征向量比较子设备被集成在一块集成电路板上。
3.如权利要求2所述的基于物联网的智慧社区管理系统，其特征在于，还包括：
显示设备，与高清摄像头连接，用于显示高清摄像头输出的图像内容。
4.如权利要求3所述的基于物联网的智慧社区管理系统，其特征在于：
显示设备为LCD显示屏。
5.如权利要求3所述的基于物联网的智慧社区管理系统，其特征在于：
显示设备为LED显示屏。
6.如权利要求3所述的基于物联网的智慧社区管理系统，其特征在于，还包括：
触摸屏，用于根据用户的操作，接收用户的输入信息。
7.如权利要求6所述的基于物联网的智慧社区管理系统，其特征在于：
触摸屏被集成在显示设备上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610781300.7A CN107341585A (zh) | 2016-08-31 | 2016-08-31 | 基于物联网的智慧社区管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610781300.7A CN107341585A (zh) | 2016-08-31 | 2016-08-31 | 基于物联网的智慧社区管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107341585A true CN107341585A (zh) | 2017-11-10 |
Family
ID=60222293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610781300.7A Withdrawn CN107341585A (zh) | 2016-08-31 | 2016-08-31 | 基于物联网的智慧社区管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107341585A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108036255A (zh) * | 2017-12-04 | 2018-05-15 | 余姚市荣事特电子有限公司 | 一种应急照明灯 |
| CN108805817A (zh) * | 2018-02-28 | 2018-11-13 | 山峰 | 基于图像处理的计算机日志记录系统 |
| CN109491972A (zh) * | 2018-02-28 | 2019-03-19 | 尚宇新 | 一种基于图像的计算机日志记录快速恢复系统及方法 |
-
2016
- 2016-08-31 CN CN201610781300.7A patent/CN107341585A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108036255A (zh) * | 2017-12-04 | 2018-05-15 | 余姚市荣事特电子有限公司 | 一种应急照明灯 |
| CN108805817A (zh) * | 2018-02-28 | 2018-11-13 | 山峰 | 基于图像处理的计算机日志记录系统 |
| CN109491972A (zh) * | 2018-02-28 | 2019-03-19 | 尚宇新 | 一种基于图像的计算机日志记录快速恢复系统及方法 |
| CN109491972B (zh) * | 2018-02-28 | 2021-12-10 | 浙江久道信息科技有限公司 | 一种基于图像的计算机日志记录快速恢复系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106469302B (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
| CN111738122B (zh) | 图像处理的方法及相关装置 | |
| CN107341585A (zh) | 基于物联网的智慧社区管理系统 | |
| CN207523456U (zh) | 共享电动自行车充电系统 | |
| CN109793498A (zh) | 一种皮肤检测方法及电子设备 | |
| JP2003521768A (ja) | 積算計量器の無線遠隔検針システム及び無線遠隔検針方法 | |
| CN110119684A (zh) | 图像识别方法和电子设备 | |
| CN112446255A (zh) | 一种视频图像处理方法及装置 | |
| CN204347911U (zh) | 一种信息交互装置 | |
| CN105070094B (zh) | 一种基于机器视觉的车位检测系统及车位检测方法 | |
| CN106446791B (zh) | 智慧城市公共监控系统 | |
| CN112256868A (zh) | 零指代消解方法、训练零指代消解模型的方法及电子设备 | |
| CN111523388A (zh) | 非机动车与人关联的方法、装置及终端设备 | |
| CN107528988A (zh) | 移动终端来电提醒系统 | |
| EP4181016A1 (en) | Image processing method, electronic device, image processing system and chip system | |
| CN112802827B (zh) | 像素结构和图像传感器 | |
| CN105060039A (zh) | 一种电梯轿厢内儿童识别方法 | |
| CN107784259A (zh) | 基于物联网的智慧社区管理系统 | |
| CN106856339A (zh) | 充电方法、装置及电子设备 | |
| CN105502117A (zh) | 电梯内激烈搏斗场景检测平台 | |
| CN203104635U (zh) | 字符叠加器 | |
| CN107301792A (zh) | 一种智能陪伴幼儿早教平台 | |
| CN203025900U (zh) | 人脸识别报警设备 | |
| CN206162587U (zh) | 一种人脸识别装置 | |
| CN108831058A (zh) | 基于智慧社区的蓝牙快递柜的使用方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171110 |