CN108230526A - 一种基于深度学习的智能门禁方法 - Google Patents
一种基于深度学习的智能门禁方法 Download PDFInfo
- Publication number
- CN108230526A CN108230526A CN201810343623.7A CN201810343623A CN108230526A CN 108230526 A CN108230526 A CN 108230526A CN 201810343623 A CN201810343623 A CN 201810343623A CN 108230526 A CN108230526 A CN 108230526A
- Authority
- CN
- China
- Prior art keywords
- deep learning
- door
- application scenarios
- personnel
- need
- 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.)
- Pending
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于深度学习的智能门禁方法,属于智能化技术领域,本发明针对不同的场景对人员服装配置的特殊要求,采用端到端的深度学习算法来输出对门户的控制,对符合或不符合要求的人员采取相应的措施。本发明可以在很大程度上节省人力,从而推进人工智能的广泛应用。
Description
技术领域
本发明涉及智能化技术,尤其涉及一种基于深度学习的智能门禁方法。
背景技术
在短短几年时间内,深度学习颠覆了语音识别、图像分类、文本理解等众多领域算法设计思路,渐渐形成了一种从训练数据出发,经过一个端到端的模型,然后直接输出得到最终结果的一种新模式,这不仅让一切变得更加简单,而且由于深度学习中的每一层都可以为了最终的任务来调整自己,最终实现各层之间的通力合作,因而可以大大提高任务的准确度。随着大数据时代的到来,以及FPGA和GPU等各种更加强大的计算设备的发展,深度学习得到更深层的发展,可以充分利用各种海量数据(标注数据、弱标注数据或者仅仅数据本身),完全自动地学习到抽象的只是表达,即把原始数据浓缩成某种知识,并开始应用在各种实际的场景中,使得很多设备或者系统更加智能化。
门禁系统是为了保证安全的一种措施,它是解决特殊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。它在工作环境安全、人事考勤管理等行政管理工作中发挥着巨大的作用。
目前人工智能的热度升级,深度学习的技术发展迅速,越来越多的深度学习算法得以应用。
发明内容
针对以上背景内容,本发明提出了一种基于深度学习的智能门禁方法。应用于特殊的应用场景,实现对人员着装配置的规范。
本发明的技术方案是:
一种基于深度学习的智能门禁方法,针对不同的场景对人员服装配置的特殊要求,采用端到端的深度学习算法来输出对门户的控制,对不符合要求的人员采取禁止入内的措施。
该端到端的深度学习算法可以根据不同的应用场景来训练不同的深度学习模型,具体的训练集需要在应用场景内采集,然后对采集的图像信息进行标注。
具体工作流程为:
1)首先需要确定应用场景,针对应用场景采集人员着装信息,这其中包括符合标准的和不符合标准的,需要体现随机性;
2)根据采集的图像信息,需要进行人工的标注,符合要求的输出为开门,不符合要求的则输出不开门;
3)经过大量的训练,达到符合要求的准确度后,就可以应用到具体的场景中了;
4)将已经训练好的深度学习应用到特定的场景中。
本发明可以在很大程度上节省人力,从而推进人工智能的广泛应用。
附图说明
图1是本发明的工作原理示意图;
图2是本发明的实现流程图。
具体实施方式
下面对本发明的内容进行更加详细的阐述:
本发明的具体工作过程如下:
首先需要确定应用场景,针对应用场景采集人员着装信息,这其中包括符合标准的和不符合标准的,需要体现随机性;
根据采集的图像信息,需要进行人工的标注,符合要求的输出为开门,不符合要求的则输出不开门;
经过大量的训练,达到符合要求的准确度后,就可以应用到具体的场景中了;
将已经训练好的深度学习应用到特定的场景中,可以在人员规范化管理方面起到非常好的作用。
例如在工厂应用场景中,需要人工对采集到图像信息进行标注,只有按要求佩戴安全帽、工作服等装备的人员才会输出开门的结果,否则输出不开门。另外,本发明也可以在其他对着装有特殊要求的场合内,例如正式会议需要着正装等。
Claims (4)
1.一种基于深度学习的智能门禁方法,其特征在于,
针对不同的场景对人员服装配置的特殊要求,采用端到端的深度学习算法来输出对门户的控制,对符合或不符合要求的人员采取相应的措施。
2.根据权利要求1所述的方法,其特征在于,
根据不同的应用场景来训练不同的深度学习模型,具体的训练集需要在应用场景内采集,然后对采集的图像信息进行标注。
3.根据权利要求1或2所述的方法,其特征在于,
对符合要求的人员输出开门的结果,否则输出不开门。
4.根据权利要求3所述的方法,其特征在于,
具体工作流程为:
1)首先需要确定应用场景,针对应用场景采集人员着装信息,这其中包括符合标准的和不符合标准的,需要体现随机性;
2)根据采集的图像信息,需要进行人工的标注,符合要求的输出为开门,不符合要求的则输出不开门;
3)经过上述训练,达到符合要求的准确度后,应用到具体的场景中;
4)将已经训练好的深度学习应用到特定的场景中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810343623.7A CN108230526A (zh) | 2018-04-17 | 2018-04-17 | 一种基于深度学习的智能门禁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810343623.7A CN108230526A (zh) | 2018-04-17 | 2018-04-17 | 一种基于深度学习的智能门禁方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230526A true CN108230526A (zh) | 2018-06-29 |
Family
ID=62657987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810343623.7A Pending CN108230526A (zh) | 2018-04-17 | 2018-04-17 | 一种基于深度学习的智能门禁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230526A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109110595A (zh) * | 2018-09-18 | 2019-01-01 | 中国建筑第八工程局有限公司 | 施工用电梯智能门禁系统及方法 |
CN109243021A (zh) * | 2018-08-28 | 2019-01-18 | 余利 | 基于用户体验分析的深度强化学习式智能门锁系统及装置 |
CN112784478A (zh) * | 2021-01-07 | 2021-05-11 | 李琳琳 | 一种智能门铃ai场景自学习训练建模方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296925A (zh) * | 2016-08-16 | 2017-01-04 | 成都鼎昊科技有限公司 | 一种视频监控安全准入系统 |
CN107506793A (zh) * | 2017-08-21 | 2017-12-22 | 中国科学院重庆绿色智能技术研究院 | 基于弱标注图像的服装识别方法及系统 |
CN107666594A (zh) * | 2017-09-18 | 2018-02-06 | 广东电网有限责任公司东莞供电局 | 一种视频监控实时监测违章作业的方法 |
-
2018
- 2018-04-17 CN CN201810343623.7A patent/CN108230526A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296925A (zh) * | 2016-08-16 | 2017-01-04 | 成都鼎昊科技有限公司 | 一种视频监控安全准入系统 |
CN107506793A (zh) * | 2017-08-21 | 2017-12-22 | 中国科学院重庆绿色智能技术研究院 | 基于弱标注图像的服装识别方法及系统 |
CN107666594A (zh) * | 2017-09-18 | 2018-02-06 | 广东电网有限责任公司东莞供电局 | 一种视频监控实时监测违章作业的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109243021A (zh) * | 2018-08-28 | 2019-01-18 | 余利 | 基于用户体验分析的深度强化学习式智能门锁系统及装置 |
CN109110595A (zh) * | 2018-09-18 | 2019-01-01 | 中国建筑第八工程局有限公司 | 施工用电梯智能门禁系统及方法 |
CN112784478A (zh) * | 2021-01-07 | 2021-05-11 | 李琳琳 | 一种智能门铃ai场景自学习训练建模方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230526A (zh) | 一种基于深度学习的智能门禁方法 | |
Gamper et al. | Pannuke dataset extension, insights and baselines | |
Hu et al. | Learning to segment every thing | |
WO2021114820A1 (zh) | 多方联合进行风险识别的方法和装置 | |
WO2019133928A8 (en) | Hierarchical, parallel models for extracting in real time high-value information from data streams and system and method for creation of same | |
SG11201901810TA (en) | Social security fraud behaviors identification method, device, apparatus and computer-readable storage medium | |
CN105007395A (zh) | 一种连续记录视频、影像的隐私处理方法 | |
WO2020068684A3 (en) | Hybrid analysis framework for prediction of outcomes in clinical trials | |
Huang et al. | Intelligent feature extraction and classification of anuran vocalizations | |
Ujan et al. | Biometric attendance system | |
CN107067518A (zh) | 智能定位开门控制系统及方法 | |
CN110176250A (zh) | 一种基于局部学习的鲁棒声学场景识别方法 | |
BR112023019428A2 (pt) | Dispositivo de assistência à análise de eletrocardiograma, programa, método de assistência à análise de eletrocardiograma e sistema de assistência à análise de eletrocardiograma | |
CN110472540B (zh) | 一种基于lmd-ica-pnn的φ-otdr振动信号分类算法 | |
Handari | Aksesibilitas layanan perpustakaan bagi penyandang disabilitas di Kabupaten Banjarnegara: studi evaluasi kinerja Dinas Kearsipan dan Perpustakaan Kabupaten Banjarnegara Provinsi Jawa Tengah | |
Lad et al. | Comparative analysis of convolutional neural network architectures for real time COVID-19 facial mask detection | |
CN109450876A (zh) | 一种基于多维度状态转移矩阵特征的DDos识别方法和系统 | |
CN110472410A (zh) | 识别数据的方法、设备和数据处理方法 | |
CN205788389U (zh) | 一种校园安全管理门禁装置 | |
Srinivasamurthy et al. | Informed automatic meter analysis of music recordings | |
CN205581890U (zh) | 基于虹膜识别的考生身份识别装置 | |
Fonseca et al. | On the use of automatic onset detection for the analysis of maracatu de baque solto | |
CN205490655U (zh) | 一种高精度人脸识别登陆系统 | |
Febriadi et al. | RDBMS Applications as Online Based Data Archive: A Case of Harbour Medical Center in Pekanbaru | |
CN205247313U (zh) | 一种基于气味识别的计算机开启系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |