CN108537922B - 基于人脸识别的访客预警方法和系统 - Google Patents

基于人脸识别的访客预警方法和系统 Download PDF

Info

Publication number
CN108537922B
CN108537922B CN201810256342.8A CN201810256342A CN108537922B CN 108537922 B CN108537922 B CN 108537922B CN 201810256342 A CN201810256342 A CN 201810256342A CN 108537922 B CN108537922 B CN 108537922B
Authority
CN
China
Prior art keywords
visitor
information
early warning
monitoring area
face recognition
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.)
Active
Application number
CN201810256342.8A
Other languages
English (en)
Other versions
CN108537922A (zh
Inventor
杨帆
陈兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiaoshi Technology Jiangsu Co ltd
Original Assignee
Nanjing Zhenshi Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Zhenshi Intelligent Technology Co Ltd filed Critical Nanjing Zhenshi Intelligent Technology Co Ltd
Priority to CN201810256342.8A priority Critical patent/CN108537922B/zh
Publication of CN108537922A publication Critical patent/CN108537922A/zh
Application granted granted Critical
Publication of CN108537922B publication Critical patent/CN108537922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于人脸识别的访客预警方法，包括：提供一成员名单数据库，成员名单数据库中存储有获取进入一监控区域资格的所有成员的特征信息，特征信息中至少包括有脸部信息；响应于任意一个不属于成员名单数据库中的访客进入监控区域，对其进行图像和/或视频追踪；提取一设定时间范围内追踪图像和/或追踪视频中该访客与监控区域内人员的所有交互行为，筛选出其中的具有预警意义的交互行为；提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。本发明能够在监控区域入口处识别出陌生访客，对陌生访客在监控区域内的行为进行实时追踪，以判别其安全预警系数。

Description

基于人脸识别的访客预警方法和系统
技术领域
本发明涉及人脸识别领域，具体而言涉及一种基于人脸识别的访客预警方法和系统。
背景技术
现有技术中，针对监控区域的访客，例如住宅区的访客，通常也是由住宅区入口处的门卫对访客进行人工信息采集、确认其身份，即使是高档住宅区，也无法确保访客进入监控区域后的行为是否和其在入口处登记的信息一致。部分推销人员甚至具有犯罪嫌疑的人员经常借由该漏洞进入监控区域实行恶劣行为。
发明内容
本发明目的在于提供一种基于人脸识别的访客预警方法，能够在监控区域入口处识别出陌生访客，对该陌生访客在监控区域内的行为进行实时追踪，以判别其安全预警系数。
为达成上述目的，本发明提及一种基于人脸识别的访客预警方法，包括：
提供一成员名单数据库，成员名单数据库中存储有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息；
响应于任意一个不属于成员名单数据库中的访客进入监控区域，对其进行图像和/或视频追踪；
提取一设定时间范围内追踪图像和/或追踪视频中该访客与监控区域内人员的所有交互行为，筛选出其中的具有预警意义的交互行为；
提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
在前述方法的基础上，本发明还提及一种基于人脸识别的访客预警系统，包括：
管理计算机，其包括一存储单元，存储单元中存储有一成员名单数据库和一监控人员信息数据库，成员名单数据库中存储有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息；
人脸识别装置，设置在监控区域入口处，与管理计算机电连接，响应于任意一个不属于成员名单数据库中的访客进入监控区域，将该访客定义成需要进行图像和/或视频追踪的监控对象，将其脸部信息录入一监控人员信息数据库；
若干个网络摄像装置，分布设置在监控区域内，与管理计算机电连接，用以实时拍摄一指定区域内的图像和/或视频，将之发送至管理计算机；
所述管理计算机接收网络摄像装置发送的图像和/视频，提取一设定时间范围内追踪图像和/或追踪视频中该访客与监控区域内人员的所有交互行为，筛选出其中的具有预警意义的交互行为，继而提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
由以上本发明的技术方案，与现有相比，其显著的有益效果在于，能够在监控区域入口处识别出陌生访客，对该陌生访客在监控区域内的行为进行实时追踪，以判别其安全预警系数。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于人脸识别的访客预警方法示意图。
图2是本发明的基于人脸识别的访客预警系统的结构示意图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
本发明中所提及的监控区域包括住宅区、公司、工厂、银行等有访客拜访的所有区域，本发明所提及的基于人脸识别的访客预警方法适用于以上所有区域，可以根据不同监控区域的不同需求进行阈值调整或者参数采集调整。
为了便于理解实施例中的细节问题，下面仅以住宅区为例进行说明。
对住宅区而言，最常见的不良访客包括推销人员、偷窃人员、甚至是具有拐卖嫌疑的人员等等，其中以推销人员为最，推销人员具有以下特点：他们所推销的产品多数是针对某一特定人群的，例如针对老年人等，很多恶劣的推销人员经常利用老年人对现代技术知识的匮乏这一缺陷实行欺诈行为。
在此前提基础上，结合图1，本发明提及一种基于人脸识别的访客预警方法，包括：
步骤1、提供一成员名单数据库，成员名单数据库中存储有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息。
成员名单数据库中的包括有监控区域自有成员和允许进入的访客的特征信息，以住宅区为例，成员名单数据库中包括有住宅区内自有住户的特征信息以及经验证允许的访客的特征信息，这些访客包括类似于社区民警、物业人员、经住户确认过的访客等等。
步骤2、响应于任意一个不属于成员名单数据库中的访客进入监控区域，对其进行图像和/或视频追踪。
优选的，这一步骤设置为自动执行为佳。
一、关于访客身份的判断
由于有前述成员名单数据库的支持，本发明提出，在监控区域入口处设置一人脸识别装置，用以识别请求进入监控区域的每个访客的脸部信息，将之与成员名单数据库中的脸部信息做比对，如果识别出的访客的脸部信息不存在于成员名单数据库中，则将该访客定义成需要进行图像和/或视频追踪的监控对象，将其脸部信息录入一监控人员信息数据库，以便于后续分析使用。
当然，如果识别出的访客的脸部信息存在于成员名单数据库中，后续即使在视频或者图像中识别出该访客，系统也不做分析记录。
二、关于图像和/或视频追踪的方法
可以通过在监控区域内分布设置网络摄像头来实现，网络摄像头设置有编号，实时采集一指定区域的图像/视频。
考虑到节能省电，可以进一步将网络摄像头的启动设置成以下两种方式：
第一种方式，响应于有人接近，进行图像/视频的采集，再从采集的图像/视频中筛选出需要追踪的访客的部分进行分析。
第二种方式，在判断有人接近后，进一步判断来人是否为需要追踪的对象，确定是需要追踪的对象时，再进行图像/视频的采集。这一方案还有一个优点：能够更加精准地采集需要分析的访客图像，省略前述图像/视频筛选过程。
针对第一种方式，可以设置一用以感应人体进入指定区域的传感器来实现，例如红外传感器，红外传感器探测到有人员进入指定区域，生成一电平信号以启动网络摄像头。
针对第二种方式，可以沿用第一种方式中的硬件设施，除此之外，将网络摄像头与一人脸识别装置连接，具体工作原理如下：
网络摄像头响应于红外传感器发送的电平信号，采集指定区域的图像，但并不会立即将采集的图像发送至监控中心，而是从采集的图像中提取出人脸图像，对其进行识别，判断进入人员是否存在于监控人员信息数据库中，只有在判断进入人员属于监控人员信息数据库时，才会对其行为图像/行为视频进行持续采集，并且发送至监控中心做进一步的分析处理，否则将关闭网络摄像头，停止图像的采集。
步骤3、提取一设定时间范围内追踪图像和/或追踪视频中该访客与监控区域内人员的所有交互行为，筛选出其中的具有预警意义的交互行为。
网络摄像头采集的图像/视频实时发送至监控中心进行分析处理，但对于分析该访客的安全预警系数来说，只有某些特定交互行为才有效，例如，交互时长大于设定时长阈值的交互行为、与特定对象的交互行为、特定的行为动作等等。
但这一切都需要基于对访客行为的分析与预判上，下面简单介绍其中一种访客与监控区域内对象的交互行为的分析方法。
所述访客与监控区域内对象的交互行为的判断方法包括：
提取一幅访客与监控区域内对象交互时的图像，对图像进行预处理；采用卷积网络提取图像中的人物特征以获取一组特征图；采用卷积神经网络提取人物关键节点的特征热图以及关节节点的部分关联区域信息；采用二分图最优匹配算法将同一个人的关节节点连接起来；引入注意力机制模型，对人体行为的时域和空域信息进行融合分析，得到访客与监控区域内对象的行为属性预测结果。
通过前述交互行为的判断方法，可以判断该访客的当前行为属性，如果该行为属性属于需要预警的类别，例如长时间交谈(交互时长大于设定时长阈值的交互行为)等，则将本次交互行为定义成具有预警意义的交互行为。
步骤4、提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
步骤3中，当筛选出一定时间范围内有关该访客的具有预警意义的交互行为时，例如访客与多个监控区域内的人员进行长时间交谈，系统提取出所有与该访客进行以上交互行为的人员的特征信息，对这些人员的特征信息进行分析。
假设，所述特征信息还包括年龄信息、性别信息、是否属于监控区域自有成员。
所述根据一设定的评分规则对其进行评分是指：为每一项特征信息均设置一预警范围与若干个数量范围，每个数量范围对应一分值；依次选择提取出的每一项特征信息，统计属于该特征信息所对应预警范围的对象的数量，将该数量所属数量范围的分值计入所述访客的总评分。
以年龄信息为例，系统划分出多个年龄段，其中具有安全隐患的年龄范围被设置成年龄信息对应的预警范围，例如大于60岁的老年人、或者小于10岁的儿童，当访客多次与这两个年龄范围的人长时间交谈，则需要对该访客的安全预警系数做分析。
为了更好的表达访客的安全预警系数，系统还针对这两个年龄范围做数量范围设置和分值设置。例如，当访客与1-3个大于60岁的老年人长时间交谈，其总评分加1，说明其存在推销、欺诈的可能性；当访客与3-5个大于60岁的老年人长时间交谈，其总评分加2，其推销、欺诈的可能性变高；当访客与5-7个大于60岁的老年人长时间交谈，其总评分加3，其推销、欺诈的可能性更高，甚至已经基本可以确认其属于不良访客等等，以此种方式将该访客的安全预警系数用数值来表达。
提供一黑名单用户数据库，黑名单用户数据库用以存储所有不被允许进入监控区域的用户的脸部信息。
当任意一个访客的总评分达到第一设定分值阈值时，将该访客的脸部信息存储至黑名单用户数据库。
结合前例，当任意一个访客的总评分达到2分，说明其很可能是推销人员或者具有欺诈老年人嫌疑性质的人员，将该访客的脸部信息存储至一黑名单用户数据库，下次该访客再访问该监控区域时，将会被阻挡在监控区域之外，转为人工处理。
进一步的，当任意一个访客的总评分达到第二设定分值阈值时，生成一预警信息，发送至一指定客户端，第二设定分值阈值大于第一设定分值阈值。
仍以前例作为说明对象，当任意一个访客的总评分达到3分，其推销、欺诈的可能性已经非常高了，基本可以确认其属于不良访客，此时若仍让该访客存在于监控区域内，对监控区域内成员的安全是一种威胁，需要尽快通知工作人员处理该事件。
本发明所涉及的参数，例如第一设定分值阈值、第二设定分值阈值、数量范围、对应的分值设置等等，均由用户根据实际需求设定，例如安全系数需求较高的高档小区，可以将第一设定分值阈值、第二设定分值阈值设定的低一些，而安全系数需求较低的小区，可以设置的较高一些。
结合图2，在前述方法的基础上，本发明还提及一种基于人脸识别的访客预警系统，包括管理计算机、人脸识别装置、若干个网络摄像装置。
管理计算机，其包括一存储单元，存储单元中存储有一成员名单数据库和一监控人员信息数据库，成员名单数据库中存储有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息。
人脸识别装置，设置在监控区域入口处，与管理计算机电连接，响应于任意一个不属于成员名单数据库中的访客进入监控区域，将该访客定义成需要进行图像和/或视频追踪的监控对象，将其脸部信息录入一监控人员信息数据库。
若干个网络摄像装置，分布设置在监控区域内，与管理计算机电连接，用以实时拍摄一指定区域内的图像和/或视频，将之发送至管理计算机。
所述管理计算机接收网络摄像装置发送的图像和/视频，提取一设定时间范围内追踪图像和/或追踪视频中该访客与监控区域内人员的所有交互行为，筛选出其中的具有预警意义的交互行为，继而提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
从而，本发明提及一种基于人脸识别的访客预警方法，能够在监控区域入口处识别出陌生访客，对该陌生访客在监控区域内的行为进行实时追踪，以判别其安全预警系数。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种基于人脸识别的访客预警方法，其特征在于，包括：
提供一成员名单数据库，成员名单数据库中存储有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息；
响应于任意一个不属于成员名单数据库中的访客进入监控区域，对其进行图像和/或视频追踪；
提取一设定时间范围内追踪图像和/或追踪视频中该访客与前述成员名单数据库中存储的具有进入一监控区域资格的成员的所有交互行为，筛选出其中的具有预警意义的交互行为；
提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
2.根据权利要求1所述的基于人脸识别的访客预警方法，其特征在于，所述特征信息还包括年龄信息、性别信息、是否属于监控区域自有成员。
3.根据权利要求1所述的基于人脸识别的访客预警方法，其特征在于，所述方法还包括：
在监控区域入口处设置一人脸识别装置，用以识别请求进入监控区域的每个访客的脸部信息，将之与成员名单数据库中的脸部信息做比对，以及
响应于识别出的访客的脸部信息不存在于成员名单数据库中，将该访客定义成需要进行图像和/或视频追踪的监控对象，将其脸部信息录入一监控人员信息数据库。
4.根据权利要求3所述的基于人脸识别的访客预警方法，其特征在于，所述方法还包括：
在监控区域内分布设置若干个网络摄像装置，每个网络摄像装置被设置成与一指定区域相对应；
响应于有人员进入任意一个网络摄像装置所对应的指定区域，启动该网络摄像装置以采集该人员的脸部信息：
(1)如果该人员的脸部信息存储在监控人员信息数据库中，持续采集该人员在指定区域内的行为图像/行为视频，直至该人员离开指定区域；(2)否则，关闭网络摄像装置。
5.根据权利要求1所述的基于人脸识别的访客预警方法，其特征在于，所述具有预警意义的交互行为是指，
所有交互时长大于设定时长阈值的交互行为。
6.根据权利要求1-5任意一项所述的基于人脸识别的访客预警方法，其特征在于，所述根据一设定的评分规则对其进行评分是指，
为每一项特征信息均设置一预警范围与若干个数量范围，每个数量范围对应一分值；
依次选择提取出的每一项特征信息，统计属于该特征信息所对应预警范围的对象的数量，将该数量所属数量范围的分值计入所述访客的总评分。
7.根据权利要求1-5任意一项所述的基于人脸识别的访客预警方法，其特征在于，所述方法还包括：
提供一黑名单用户数据库，黑名单用户数据库用以存储所有不被允许进入监控区域的用户的脸部信息；
当任意一个访客的总评分达到第一设定分值阈值时，将该访客的脸部信息存储至黑名单用户数据库。
8.根据权利要求1-5任意一项所述的基于人脸识别的访客预警方法，其特征在于，所述方法还包括：
当任意一个访客的总评分达到第二设定分值阈值时，生成一预警信息，发送至一指定客户端。
9.根据权利要求1所述的基于人脸识别的访客预警方法，其特征在于，所述交互行为的判断方法包括：
提取一幅访客与前述成员名单数据库中存储的具有进入一监控区域资格的成员进行交互时的图像，对图像进行预处理；
采用卷积网络提取图像中的人物特征以获取一组特征图；
采用卷积神经网络提取人物关键节点的特征热图以及关节节点的部分关联区域信息；
采用二分图最优匹配算法将同一个人的关节节点连接起来；
引入注意力机制模型，对人体行为的时域和空域信息进行融合分析，得到访客与监控区域内对象的行为属性预测结果。
10.一种基于人脸识别的访客预警系统，其特征在于，包括：
管理计算机，其包括一存储单元，存储单元中存储有一成员名单数据库和一监控人员信息数据库，成员名单数据库中存储具有进入一监控区域资格的所有成员的特征信息，所述特征信息中至少包括有脸部信息；
人脸识别装置，设置在监控区域入口处，与管理计算机电连接，响应于任意一个不属于成员名单数据库中的访客进入监控区域，将该访客定义成需要进行图像和/或视频追踪的监控对象，将其脸部信息录入一监控人员信息数据库；
若干个网络摄像装置，分布设置在监控区域内，与管理计算机电连接，用以实时拍摄一指定区域内的图像和/或视频，将之发送至管理计算机；
所述管理计算机接收网络摄像装置发送的图像和/视频，提取一设定时间范围内追踪图像和/或追踪视频中该访客与前述成员名单数据库中存储的具有进入一监控区域资格的成员的所有交互行为，筛选出其中的具有预警意义的交互行为，继而提取所有具有预警意义的交互行为中与该访客进行交互的对象的特征信息，根据一设定的评分规则对其进行评分以获取该访客的安全预警系数。
CN201810256342.8A 2018-03-27 2018-03-27 基于人脸识别的访客预警方法和系统 Active CN108537922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810256342.8A CN108537922B (zh) 2018-03-27 2018-03-27 基于人脸识别的访客预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810256342.8A CN108537922B (zh) 2018-03-27 2018-03-27 基于人脸识别的访客预警方法和系统

Publications (2)

Publication Number Publication Date
CN108537922A CN108537922A (zh) 2018-09-14
CN108537922B true CN108537922B (zh) 2020-06-02

Family

ID=63484967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810256342.8A Active CN108537922B (zh) 2018-03-27 2018-03-27 基于人脸识别的访客预警方法和系统

Country Status (1)

Country Link
CN (1) CN108537922B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109558802A (zh) * 2018-10-31 2019-04-02 云南电网有限责任公司昆明供电局 电缆隧道内人员识别监测系统及监测方法
CN109712289A (zh) * 2018-12-27 2019-05-03 杭州启迪万华科技产业发展有限公司 一种基于智能管理平台的园区安全信息处理方法及装置
CN110096606B (zh) * 2018-12-27 2022-03-25 深圳云天励飞技术有限公司 一种外籍人员管理方法、装置和电子设备
CN110766848A (zh) * 2019-10-24 2020-02-07 北京中科捷信信息技术有限公司 一种基于生物特征的分析方法
CN110889339B (zh) * 2019-11-12 2020-10-02 南京甄视智能科技有限公司 基于头肩检测的危险区域分级预警方法与系统
CN112528300B (zh) * 2020-12-09 2024-05-17 深圳市天彦通信股份有限公司 访客信用评分方法、电子设备及相关产品
CN112689130A (zh) * 2021-01-28 2021-04-20 青岛咕噜邦科技有限公司 一种基于大数据的智慧社区安防报警系统及方法
CN112949397A (zh) * 2021-01-29 2021-06-11 北京澎思科技有限公司 目标区域内对象出入控制方法、控制系统及终端
CN113537058B (zh) * 2021-07-16 2023-12-15 山东新一代信息产业技术研究院有限公司 一种陌生人物关联关系的判断方法及安防控制系统
CN114241650A (zh) * 2021-12-21 2022-03-25 安徽安联云服务有限公司 一种基于人脸识别的访客管理方法
CN115240264B (zh) * 2022-09-21 2023-04-18 上海有孚智数云创数字科技有限公司 访客风险值评估方法及系统
CN116546438B (zh) * 2023-07-06 2023-09-15 宽兆科技(深圳)有限公司 一种基于蓝牙mesh网络的楼宇监测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1280095A1 (en) * 2001-07-27 2003-01-29 Kabushiki Kaisha Toshiba Face image recognition apparatus
KR101419794B1 (ko) * 2014-01-06 2014-07-15 주식회사 코어셀 학교 방문자의 얼굴인식을 통한 학교 출입자 관리 방법
CN105684050A (zh) * 2016-01-07 2016-06-15 汤美 一种安全定位校车接送系统
CN106447861A (zh) * 2016-09-30 2017-02-22 广西大学 一种高效智能门禁管理系统
CN106485822A (zh) * 2016-10-29 2017-03-08 安徽省艾佳信息技术有限公司 一种基于安全防护的电梯控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1280095A1 (en) * 2001-07-27 2003-01-29 Kabushiki Kaisha Toshiba Face image recognition apparatus
KR101419794B1 (ko) * 2014-01-06 2014-07-15 주식회사 코어셀 학교 방문자의 얼굴인식을 통한 학교 출입자 관리 방법
CN105684050A (zh) * 2016-01-07 2016-06-15 汤美 一种安全定位校车接送系统
CN106447861A (zh) * 2016-09-30 2017-02-22 广西大学 一种高效智能门禁管理系统
CN106485822A (zh) * 2016-10-29 2017-03-08 安徽省艾佳信息技术有限公司 一种基于安全防护的电梯控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨玉龙.人脸识别门禁系统的设计与实现.《 CNKI优秀硕士学位论文全文库》.2015,全文. *

Also Published As

Publication number Publication date
CN108537922A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108537922B (zh) 基于人脸识别的访客预警方法和系统
JP7178343B2 (ja) 安全検査システムおよび安全検査装置を設定する方法
WO2018180588A1 (ja) 顔画像照合システムおよび顔画像検索システム
CN104318217A (zh) 一种基于分布式云计算的人脸识别情报分析方法和系统
CN107872436A (zh) 一种账号识别方法、装置及系统
CN106127130A (zh) 被管理的基于生物特征识别的通知系统和方法
CN108537920B (zh) 基于人脸识别的访客监控方法和系统
CN111915468B (zh) 网络反诈骗主动巡检与预警系统
CN106780250A (zh) 一种基于物联网技术的智慧社区安全事件处理方法及系统
CN107230267A (zh) 基于人脸识别算法的幼儿园智能签到方法
CN108537921B (zh) 基于人脸识别的访客识别方法和系统
CN110096606B (zh) 一种外籍人员管理方法、装置和电子设备
CN110807117B (zh) 一种用户关系预测方法及装置、计算机可读存储介质
US20180253814A1 (en) System and method for incident validation and ranking using human and non-human data sources
Kumar et al. Crime activities prediction system in video surveillance by an optimized deep learning framework
Gray Bertillonage in an Age of Surveillance: Fourth Amendment Regulation of Facial Recognition Technologies
CN202230509U (zh) 人脸识别的数据管理系统
Hamdy et al. Criminal act detection and identification model
Lai et al. Biometric‐enabled watchlists technology
CN109460714B (zh) 识别对象的方法、系统和装置
Amjad et al. A technique and architectural design for criminal detection based on lombroso theory using deep learning
Castelluccia Impact analysis of facial recognition
Nuakoh et al. Detecting impersonation in social network sites (sns) using artificial immune systems (ais)
CN109871456A (zh) 一种看守所人员关系分析方法、装置和电子设备
Mavriki et al. Profiling with Big Data: Identifying Privacy Implication for Individuals, Groups and Society

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province

Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd.

Address before: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province

Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd.