CN109615733A - 一种基于人脸识别的农牧场防盗方法、装置及存储介质 - Google Patents
一种基于人脸识别的农牧场防盗方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109615733A CN109615733A CN201811360414.XA CN201811360414A CN109615733A CN 109615733 A CN109615733 A CN 109615733A CN 201811360414 A CN201811360414 A CN 201811360414A CN 109615733 A CN109615733 A CN 109615733A
- Authority
- CN
- China
- Prior art keywords
- visitor
- agriculture
- face
- recognition
- animal husbandry
- 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
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于人脸识别的农牧场防盗方法、装置及存储介质,方法包括对来访者的人脸识别的权限进行验证,并对所述来访者进行定位,获取所述人脸识别的权限和所述来访者的位置;基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像,并对所述人脸图像进行特征提取,获取特征数据;将所述特征数据与预设数据库中的特征模板进行比对,若比对成功,则允许所述来访者进入,若比对失败,则发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。本发明将人脸识别技术应用于农牧场管理方面,农牧场主可及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,且管理智能化。
Description
技术领域
本发明涉及农牧场安全管理技术领域,尤其涉及一种基于人脸识别的农牧场防盗方法、装置及存储介质。
背景技术
随着科技的快速发展,人工智能的普及越来越广泛,特别是人脸识别技术。
目前,农牧场中的生产和管理也越来越多地与高科技接轨,但是人工智能在农牧场的生产管理上应用还比较少,而农牧场的安全管理又尤为重要。一方面,当农场中的农作物或牧场中的牲畜发生被盗时,农牧场主无法及时发现,无法及时阻止盗窃发生,引起重大损失;另一方面,当农作物或牲畜被盗后,农牧场主无法及时跟踪到盗窃者,无法追回被盗的农作物或牲畜,引起重大损失。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种基于人脸识别的农牧场防盗方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下:
一种基于人脸识别的农牧场防盗方法,包括以下步骤:
步骤1:对来访者的人脸识别的权限进行验证,并对所述来访者进行定位,获取所述人脸识别的权限和所述来访者的位置;
步骤2:基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像,并对所述人脸图像进行特征提取,获取特征数据;
步骤3:将所述特征数据与预设数据库中的特征模板进行比对,若比对成功,则允许所述来访者进入,若比对失败,则发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
本发明的有益效果是:通过对来访者进行人脸识别的权限进行验证和对来访者进行定位,以便当来访者的权限验证通过后开始对来访者进行人脸识别,并方便对来访者进行定位,若来访者是偷盗者,可及时将来访者的实时定位发送至农牧场主终端,方便农牧场主对偷盗者进行追踪,追回被偷到的农作物或牲畜;基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,发送报警指令和来访者的定位,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;
其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:在所述步骤1中,具体通过所述来访者的手持终端扫描二维码验证所述人脸识别的权限,并对所述手持终端进行定位。
上述进一步方案的有益效果是:通过来访者的手持终端扫描二维码,获取人脸识别的权限,并在来访者的手持终端扫描二维码的过程中,基于信号基站和地理信息系统(GIS)的定位功能,可与来访者的手持终端进行通信连接,获取到手持终端的实时位置,一方面在人脸识别之前对农牧场的安全性设立第一层保障,另一方面便于后续对异常来访者的实时位置进行定位和追踪,明显有效提高了农牧场的安全性,提高农牧场的管理效率和工作效率。
进一步:在所述步骤2中,获取所述特征数据的具体步骤包括:
步骤21:对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;
步骤22:基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
上述进一步方案的有益效果是:对人脸图像进行光照补偿,可以消除不同的光照对人脸图像的干扰和影响,对人脸图像进行中值滤波处理,可以对采集的人脸图像去噪,通过光照补偿和中值滤波处理,可以明显提高后续提取特征数据的准确性,便于后续将特征数据与预设数据库中的特征模板进行比对,进而提高人脸识别的准确率;基于神经网络的深度学习方法,采集多个训练样本进行训练,得到训练模型,便于根据训练模型对人脸图像进行检测,提取所述特征数据,检测精度高。
进一步:所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,在所述步骤3中,将所述特征数据与所述特征模板进行比对的具体步骤包括:
步骤31:分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
步骤32:对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
步骤33:比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
上述进一步方案的有益效果是:预设数据库中的特征模板可包括例如眼睛、鼻子、嘴巴、额头和下巴等部位的模板数据项。相应地,从人脸图像提取的特征数据也包括相应的眼睛、鼻子、嘴巴、额头和下巴等部位的特征数据项。首先分别针对不同数据项求解欧氏距离,然后对所有欧式距离进行加权平均,获得更能体现综合相似程度的加权平均欧式距离。当加权平均欧氏距离小于或等于预设阈值,可以获得与人脸图像数据特征最相似的特征模板,并进一步确认来访者的身份正常,可进入农牧场。如果加权平均欧氏距离大于预设阈值,则可以确认该来访者非事先录入预设数据库中的人员,非与农牧场主相关的工作人员或亲属,身份异常,即可发出报警信号,并发送报警指令和定位至农牧场主终,当农牧场主接到报警指令,可以及时赶往现场,确认来访者的身份,若为偷盗者即可及时阻止偷盗发生,若农牧场主赶往现场前,来访者已离开,还可以根据定位追踪到来访者,更大地保证农牧场的防盗安全性。
进一步:在所述步骤33中,当所述加权平均欧式距离小于或等于所述预设阈值之后还包括以下步骤:
获取所述来访者的掌静脉温度,当所述掌静脉温度大于或等于预设温度值时,则确定比对成功,否则比对失败。
上述进一步方案的有益效果是:当来访者通过特征数据比对成功时,还可以通过获取来访者的掌静脉温度,通过比对掌静脉温度,防止某些偷盗者采用身份正常的人员的照片或视频来通过人脸识别,有效避免偷盗者破解人脸识别,进一步保证农牧场的安全性,有效防盗。
依据本发明的另一方面,提供了一种基于人脸识别的农牧场防盗装置,包括权限验证模块、定位模块、人脸图像获取模块、处理模块、执行模块和报警模块;
所述权限验证模块,用于对来访者的人脸识别的权限进行验证,获取所述人脸识别的权限;
所述定位模块,用于对所述来访者进行定位,获取所述来访者的位置;
所述人脸图像获取模块,用于基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像;
所述处理模块,用于对所述人脸图像进行特征提取,获取特征数据,还用于将所述特征数据与预设数据库中的特征模板进行比对;
所述执行模块,用于当所述特征数据与预设数据库中的特征模板比对成功时,允许所述来访者进入;
所述报警模块,用于当所述特征数据与预设数据库中的特征模板比对失败时,发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
本发明的有益效果是:通过权限验证模块对来访者进行人脸识别的权限进行验证和定位模块对来访者进行定位,以便当来访者的权限验证通过后开始对来访者进行人脸识别,并方便对来访者进行定位,若来访者是偷盗者,可及时将来访者的实时定位发送至农牧场主终端,方便农牧场主对偷盗者进行追踪,追回被偷到的农作物或牲畜;基于人脸识别技术,通过人脸图像获取模块和处理模块对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过报警模块发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,发送报警指令和来访者的定位,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;
其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述处理模块具体用于对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;还具体用于基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
上述进一步方案的有益效果是:通过处理模块进行光照补偿和中值滤波处理,可避免光照和噪声的影响,可以明显提高后续提取特征数据的准确性,便于后续将特征数据与预设数据库中的特征模板进行比对,进而提高人脸识别的准确率;通过处理模块基于神经网络的深度学习方法,采集多个训练样本进行训练,得到训练模型,便于根据训练模型对人脸图像进行检测,提取所述特征数据,检测精度高。
进一步:所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述处理模块还具体用于:
分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
上述进一步方案的有益效果是:通过处理模块首先分别针对不同数据项求解欧氏距离,然后对所有欧式距离进行加权平均,获得更能体现综合相似程度的加权平均欧式距离。当加权平均欧氏距离小于或等于预设阈值,可以获得与人脸图像数据特征最相似的特征模板,并进一步确认来访者的身份正常,可进入农牧场。如果加权平均欧氏距离大于预设阈值,则可以确认该来访者非事先录入预设数据库中的人员,非与农牧场主相关的工作人员或亲属,身份异常,即可发出报警信号,并发送报警指令和定位至农牧场主终,当农牧场主接到报警指令,可以及时赶往现场,确认来访者的身份,若为偷盗者即可及时阻止偷盗发生,若农牧场主赶往现场前,来访者已离开,还可以根据定位追踪到来访者,更大地保证农牧场的防盗安全性,其中,预设数据库中的特征模板可包括例如眼睛、鼻子、嘴巴、额头和下巴等部位的模板数据项;相应地,从人脸图像提取的特征数据也包括相应的眼睛、鼻子、嘴巴、额头和下巴等部位的特征数据项。
依据本发明的另一方面,提供了另一种基于人脸识别的农牧场防盗装置,所述装置包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现本发明的基于人脸识别的农牧场防盗方法。
本发明的有益效果是:通过处理器执行存储在存储器中的计算机程序时,实现基于人脸识别的农牧场防盗方法,基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,可及时将报警指令和来访者的实时定位发送至农牧场主终端,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
依据本发明的另一方面,提供了一种计算机可读存储介质,所述存储介质包括:至少一个指令,在所述指令被执行时实现本发明的基于人脸识别的农牧场防盗方法。
本发明的有益效果是:通过执行存储在存储介质中的至少一个指令,实现基于人脸识别的农牧场防盗方法,基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,可及时将报警指令和来访者的实时定位发送至农牧场主终端,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
附图说明
图1为本发明一种基于人脸识别的农牧场防盗方法的流程示意图;
图2为本发明一种基于人脸识别的农牧场防盗装置的结构示意图一;
图3为本发明一种基于人脸识别的农牧场防盗装置的结构示意图二。
附图中,各标号所代表的部件列表如下:
11、权限验证模块,12、定位模块,13、人脸图像获取模块,14、处理模块,15、执行模块,16、报警模块,17、温度获取模块,18、红外摄像模块。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
下面结合附图,对本发明进行说明。
实施例一、如图1所示,一种基于人脸识别的农牧场防盗方法,包括以下步骤:
S1:对来访者的人脸识别的权限进行验证,并对所述来访者进行定位,获取所述人脸识别的权限和所述来访者的位置;
S2:基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像,并对所述人脸图像进行特征提取,获取特征数据;
S3:将所述特征数据与预设数据库中的特征模板进行比对,若比对成功,则允许所述来访者进入,若比对失败,则发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
通过对来访者进行人脸识别的权限进行验证和对来访者进行定位,以便当来访者的权限验证通过后开始对来访者进行人脸识别,并方便对来访者进行定位,若来访者是偷盗者,可及时将来访者的实时定位发送至农牧场主终端,方便农牧场主对偷盗者进行追踪,追回被偷到的农作物或牲畜;基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,发送报警指令和来访者的定位,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;
其中,本实施例中的预设数据库为农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
优选地,在S1中,具体通过所述来访者的手持终端扫描二维码验证所述人脸识别的权限,并对所述手持终端进行定位。
本实施例中,来访者的手持终端为手机或平板电脑,通过来访者的手持终端扫描二维码,得到是否进入人脸识别的链接页面,点击进入,获取人脸识别的权限,开始进行人脸识别,并在来访者的手持终端扫描二维码的过程中,基于信号基站和地理信息系统(GIS)的定位功能,可与来访者的手持终端进行通信连接,获取到手持终端的实时位置,一方面在人脸识别之前对农牧场的安全性设立第一层保障,另一方面便于后续对异常来访者的实时位置进行定位和追踪,明显有效提高了农牧场的安全性,提高农牧场的管理效率和工作效率。
优选地,在S2中,获取所述特征数据的具体步骤包括:
S21:对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;
S22:基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
本实施例对人脸图像进行光照补偿,可以消除不同的光照对人脸图像的干扰和影响,对人脸图像进行中值滤波处理,可以对采集的人脸图像去噪,通过光照补偿和中值滤波处理,可以明显提高后续提取特征数据的准确性,便于后续将特征数据与预设数据库中的特征模板进行比对,进而提高人脸识别的准确率;当然还可以优选包括光线补偿、直方图均衡化、归一化、几何校正以及锐化等操作,均可明显提高对特征数据的提取的准确率;本实施例还采用基于神经网络的深度学习方法,采集多个训练样本进行训练,得到训练模型,便于根据训练模型对人脸图像进行检测,提取所述特征数据,检测精度高。
优选地,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,在S3中,将所述特征数据与所述特征模板进行比对的具体步骤包括:
S31:分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
S32:对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
S33:比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
本实施例中预设数据库中的特征模板包括例如眼睛、鼻子、嘴巴、额头、下巴和耳朵等部位的模板数据项。相应地,从人脸图像提取的特征数据也包括相应的眼睛、鼻子、嘴巴、额头、下巴和耳朵等部位的特征数据项。首先分别针对不同数据项求解欧氏距离,然后对所有欧式距离进行加权平均,获得更能体现综合相似程度的加权平均欧式距离。当加权平均欧氏距离小于或等于预设阈值,可以获得与人脸图像数据特征最相似的特征模板,并进一步确认来访者的身份正常,可进入农牧场。如果加权平均欧氏距离大于预设阈值,则可以确认该来访者非事先录入预设数据库中的人员,非与农牧场主相关的工作人员或亲属,身份异常,即可发出报警信号,并发送报警指令和定位至农牧场主终,当农牧场主接到报警指令,可以及时赶往现场,确认来访者的身份,若为偷盗者即可及时阻止偷盗发生,若农牧场主赶往现场前,来访者已离开,还可以根据定位追踪到来访者,更大地保证农牧场的防盗安全性。
优选地,在S33中,当所述加权平均欧式距离小于或等于所述预设阈值之后还包括以下步骤:
获取所述来访者的掌静脉温度,当所述掌静脉温度大于或等于预设温度值时,则确定比对成功,否则比对失败。
本实施例在来访者通过特征数据比对成功后,还增设掌静脉温度的采集和验证过程,通过获取来访者的掌静脉温度,通过比对掌静脉温度,防止某些偷盗者采用身份正常的人员的照片或视频来通过人脸识别,有效避免偷盗者破解人脸识别,进一步保证农牧场的安全性,有效防盗。
优选地,还包括获取所述来访者的红外摄像图像。
本实施例还增设获取来访者的红外摄像图像,通过拍摄到的红外摄像图像,一方面可以和掌静脉温度同时避免偷盗者破解人脸识别,另一方面便于夜间对来访者的监控,进一步保证农牧场的安全性。
实施例二、如图2-3所示,一种基于人脸识别的农牧场防盗装置,包括权限验证模块11、定位模块12、人脸图像获取模块13、处理模块14、执行模块15和报警模块16;
所述权限验证模块11,用于对来访者的人脸识别的权限进行验证,获取所述人脸识别的权限;
所述定位模块12,用于对所述来访者进行定位,获取所述来访者的位置;
所述人脸图像获取模块13,用于基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像;
所述处理模块14,用于对所述人脸图像进行特征提取,获取特征数据,还用于将所述特征数据与预设数据库中的特征模板进行比对;
所述执行模块15,用于当所述特征数据与预设数据库中的特征模板比对成功时,允许所述来访者进入;
所述报警模块16,用于当所述特征数据与预设数据库中的特征模板比对失败时,发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
通过权限验证模块对来访者进行人脸识别的权限进行验证和定位模块对来访者进行定位,以便当来访者的权限验证通过后开始对来访者进行人脸识别,并方便对来访者进行定位,若来访者是偷盗者,可及时将来访者的实时定位发送至农牧场主终端,方便农牧场主对偷盗者进行追踪,追回被偷到的农作物或牲畜;基于人脸识别技术,如图3所示,本实施例中人脸图像获取模块为摄像头,通过人脸图像获取模块以及处理模块对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过报警模块发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,发送报警指令和来访者的定位,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广。
本实施例预设数据库是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据;且本实施例是通过在防盗装置上设置二维码展示区域作为权限验证模块,如图3所示,来访者通过手机或平板电脑扫描二维码展示区域上二维码来获取人脸识别的权限,同时在来访者的手持终端扫描二维码的过程中,基于信号基站和地理信息系统(GIS)的定位功能,可与来访者的手持终端进行通信连接,获取到手持终端的实时位置,一方面在人脸识别之前对农牧场的安全性设立第一层保障,另一方面便于后续对异常来访者的实时位置进行定位和追踪,明显有效提高了农牧场的安全性,提高农牧场的管理效率和工作效率。
优选地,所述处理模块14具体用于对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;还具体用于基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
通过处理模块进行光照补偿和中值滤波处理,可避免光照和噪声的影响,可以明显提高后续提取特征数据的准确性,便于后续将特征数据与预设数据库中的特征模板进行比对,进而提高人脸识别的准确率;通过处理模块基于神经网络的深度学习方法,采集多个训练样本进行训练,得到训练模型,便于根据训练模型对人脸图像进行检测,提取所述特征数据,检测精度高。
优选地,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述处理模块还具体用于:
分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
本实施例的预设数据库中的特征模板包括眼睛、鼻子、嘴巴、额头和下巴等部位的模板数据项;从人脸图像提取的特征数据也包括相应的眼睛、鼻子、嘴巴、额头和下巴等部位的特征数据项。通过处理模块首先分别针对不同数据项求解欧氏距离,然后对所有欧式距离进行加权平均,获得更能体现综合相似程度的加权平均欧式距离。当加权平均欧氏距离小于或等于预设阈值,可以获得与人脸图像数据特征最相似的特征模板,并进一步确认来访者的身份正常,可进入农牧场。如果加权平均欧氏距离大于预设阈值,则可以确认该来访者非事先录入预设数据库中的人员,非与农牧场主相关的工作人员或亲属,身份异常,即可发出报警信号,并发送报警指令和定位至农牧场主终,当农牧场主接到报警指令,可以及时赶往现场,确认来访者的身份,若为偷盗者即可及时阻止偷盗发生,若农牧场主赶往现场前,来访者已离开,还可以根据定位追踪到来访者,更大地保证农牧场的防盗安全性。
优选地,如图3所示,还包括温度获取模块17,所述温度获取模块17用于获取所述来访者的掌静脉温度,所述处理模块14还具体用于当所述掌静脉温度大于或等于预设温度值时,则确定比对成功,否则比对失败。
当来访者通过特征数据比对成功时,还可以通过温度获取模块获取来访者的掌静脉温度,通过比对掌静脉温度,防止某些偷盗者采用身份正常的人员的照片或视频来通过人脸识别,有效避免偷盗者破解人脸识别,进一步保证农牧场的安全性,有效防盗。
优选地,如图3所示,还包括红外摄像模块18,所述红外摄像模块18用于获取所述来访者的红外摄像图像。
通过红外摄像模块拍摄到的红外摄像图像,一方面可以和温度获取模块同时避免偷盗者破解人脸识别,另一方面便于夜间对来访者的监控,进一步保证农牧场的安全性。
实施例三、基于实施例一和实施例二,本实施例提供另一种基于人脸识别的农牧场防盗装置,所述装置包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现上述基于人脸识别的农牧场防盗方法。
通过处理器执行存储在存储器中的计算机程序时,实现基于人脸识别的农牧场防盗方法,基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,可及时将报警指令和来访者的实时定位发送至农牧场主终端,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
本实施例还提供一种计算机存储介质,所述存储介质上存储有至少一个指令,所述指令被执行时实现基于人脸识别的农牧场防盗方法。
通过执行存储在存储介质中的至少一个指令,实现基于人脸识别的农牧场防盗方法,基于人脸识别技术,对来访者的人脸图像与预设数据库进行比对,确定来访者的身份,若来访者身份异常,则可通过现场的报警器发出信号,若农牧场主不在现场,则可与绑定的农牧场主终端进行远程通讯,可及时将报警指令和来访者的实时定位发送至农牧场主终端,便于农牧场主及时发现和阻止偷盗事件,并对偷盗者进行及时追踪,避免重大损失,明显有效提高了农牧场的安全性,且管理智能化,可广泛推广;其中,预设数据库可以是农牧场主事先采集的与自己相关的工作人员和亲属的人脸图像的特征数据。
其中,本实施例中基于人脸识别的农牧场防盗方法的未尽细节,请参照图1所示的实施例一的描述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人脸识别的农牧场防盗方法,其特征在于,包括以下步骤:
步骤1:对来访者的人脸识别的权限进行验证,并对所述来访者进行定位,获取所述人脸识别的权限和所述来访者的位置;
步骤2:基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像,并对所述人脸图像进行特征提取,获取特征数据;
步骤3:将所述特征数据与预设数据库中的特征模板进行比对,若比对成功,则允许所述来访者进入,若比对失败,则发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
2.根据权利要求1所述的一种基于人脸识别的农牧场防盗方法,其特征在于,在所述步骤1中,具体通过所述来访者的手持终端扫描二维码验证所述人脸识别的权限,并对所述手持终端进行定位。
3.根据权利要求1所述的一种基于人脸识别的农牧场防盗方法,其特征在于,在所述步骤2中,获取所述特征数据的具体步骤包括:
步骤21:对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;
步骤22:基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
4.根据权利要求3所述的一种基于人脸识别的农牧场防盗方法,其特征在于,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,在所述步骤3中,将所述特征数据与所述特征模板进行比对的具体步骤包括:
步骤31:分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
步骤32:对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
步骤33:比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
5.根据权利要求4所述的一种基于人脸识别的农牧场防盗方法,其特征在于,在所述步骤33中,当所述加权平均欧式距离小于或等于所述预设阈值之后还包括以下步骤:
获取所述来访者的掌静脉温度,当所述掌静脉温度大于或等于预设温度值时,则确定比对成功,否则比对失败。
6.一种基于人脸识别的农牧场防盗装置,其特征在于,包括权限验证模块、定位模块、人脸图像获取模块、处理模块、执行模块和报警模块;
所述权限验证模块,用于对来访者的人脸识别的权限进行验证,获取所述人脸识别的权限;
所述定位模块,用于对所述来访者进行定位,获取所述来访者的位置;
所述人脸图像获取模块,用于基于获取到的所述人脸识别的权限来获取所述来访者的人脸图像;
所述处理模块,用于对所述人脸图像进行特征提取,获取特征数据,还用于将所述特征数据与预设数据库中的特征模板进行比对;
所述执行模块,用于当所述特征数据与预设数据库中的特征模板比对成功时,允许所述来访者进入;
所述报警模块,用于当所述特征数据与预设数据库中的特征模板比对失败时,发出报警信号,并生成报警指令,将所述报警指令和所述来访者的位置发送至农牧场主终端。
7.根据权利要求6所述的一种基于人脸识别的农牧场防盗装置,其特征在于,所述处理模块具体用于对所述人脸图像进行光照补偿与中值滤波处理,得到预处理图像;还具体用于基于深度学习方法对所述预处理图像进行检测,提取所述特征数据。
8.根据权利要求7所述的一种基于人脸识别的农牧场防盗装置,其特征在于,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述处理模块还具体用于:
分别比对相互对应的所述模板数据项和所述特征数据项,获得多个所述模板数据项与所述特征数据项之间的欧式距离;
对所有所述欧式距离进行加权平均,获得加权平均欧式距离;
比较所述加权平均欧式距离和预设阈值,当所述加权平均欧式距离小于或等于所述预设阈值时,则确定比对成功,否则比对失败。
9.一种基于人脸识别的农牧场防盗装置,其特征在于,所述装置包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如权利要求1至5任一项所述的基于人脸识别的农牧场防盗方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括:至少一个指令,在所述指令被执行时实现如权利要求1至5任一项所述的基于人脸识别的农牧场防盗方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811360414.XA CN109615733A (zh) | 2018-11-15 | 2018-11-15 | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811360414.XA CN109615733A (zh) | 2018-11-15 | 2018-11-15 | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109615733A true CN109615733A (zh) | 2019-04-12 |
Family
ID=66004487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811360414.XA Pending CN109615733A (zh) | 2018-11-15 | 2018-11-15 | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615733A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222725A (zh) * | 2019-05-15 | 2019-09-10 | 广州影子科技有限公司 | 猪只核验方法、猪只核验装置与猪只核验系统 |
CN110321871A (zh) * | 2019-07-11 | 2019-10-11 | 电子科技大学成都学院 | 一种基于lstm的掌静脉识别系统及方法 |
CN111044105A (zh) * | 2019-12-31 | 2020-04-21 | 武汉工程大学 | 一种应用于物流车的环境数据监测系统及方法 |
CN111462381A (zh) * | 2020-04-01 | 2020-07-28 | 深圳深云智汇科技有限公司 | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 |
CN112034896A (zh) * | 2020-09-14 | 2020-12-04 | 广东生太修复科技有限公司 | 鱼塘水位控制方法及相关装置 |
CN114202868A (zh) * | 2021-12-06 | 2022-03-18 | 九江礼涞生物科技有限公司 | 一种综合治理典型农业面源污染的系统 |
US20220318369A1 (en) * | 2020-03-04 | 2022-10-06 | Cmitech Co., Ltd. | Face recognition system and method capable of updating registered face templates |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007272320A (ja) * | 2006-03-30 | 2007-10-18 | Mitsubishi Electric Corp | 入場管理システム |
CN103985170A (zh) * | 2014-05-12 | 2014-08-13 | 深圳市威富多媒体有限公司 | 一种云车库管理方法及装置 |
CN106330946A (zh) * | 2016-08-31 | 2017-01-11 | 广州云系信息科技有限公司 | 交互式访客管理方法 |
CN107992779A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种顾客行为监督方法、系统及无人商店 |
CN108091012A (zh) * | 2017-04-24 | 2018-05-29 | 孟庆国 | 利用智能手持终端对锁装置进行远程管理的方法和系统 |
-
2018
- 2018-11-15 CN CN201811360414.XA patent/CN109615733A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007272320A (ja) * | 2006-03-30 | 2007-10-18 | Mitsubishi Electric Corp | 入場管理システム |
CN103985170A (zh) * | 2014-05-12 | 2014-08-13 | 深圳市威富多媒体有限公司 | 一种云车库管理方法及装置 |
CN106330946A (zh) * | 2016-08-31 | 2017-01-11 | 广州云系信息科技有限公司 | 交互式访客管理方法 |
CN108091012A (zh) * | 2017-04-24 | 2018-05-29 | 孟庆国 | 利用智能手持终端对锁装置进行远程管理的方法和系统 |
CN107992779A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种顾客行为监督方法、系统及无人商店 |
Non-Patent Citations (1)
Title |
---|
朱秋煜: "《证件照片的特征提取及检索和压缩研究》", 30 June 2010, 上海大学出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222725A (zh) * | 2019-05-15 | 2019-09-10 | 广州影子科技有限公司 | 猪只核验方法、猪只核验装置与猪只核验系统 |
CN110222725B (zh) * | 2019-05-15 | 2022-01-04 | 广州影子科技有限公司 | 猪只核验方法、猪只核验装置与猪只核验系统 |
CN110321871A (zh) * | 2019-07-11 | 2019-10-11 | 电子科技大学成都学院 | 一种基于lstm的掌静脉识别系统及方法 |
CN111044105A (zh) * | 2019-12-31 | 2020-04-21 | 武汉工程大学 | 一种应用于物流车的环境数据监测系统及方法 |
US20220318369A1 (en) * | 2020-03-04 | 2022-10-06 | Cmitech Co., Ltd. | Face recognition system and method capable of updating registered face templates |
CN111462381A (zh) * | 2020-04-01 | 2020-07-28 | 深圳深云智汇科技有限公司 | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 |
CN112034896A (zh) * | 2020-09-14 | 2020-12-04 | 广东生太修复科技有限公司 | 鱼塘水位控制方法及相关装置 |
CN114202868A (zh) * | 2021-12-06 | 2022-03-18 | 九江礼涞生物科技有限公司 | 一种综合治理典型农业面源污染的系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109615733A (zh) | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 | |
US11321983B2 (en) | System and method for identifying and verifying one or more individuals using facial recognition | |
CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及系统 | |
CN105893510A (zh) | 一种视频结构化系统及其目标搜索方法 | |
CN104700094B (zh) | 一种用于智能机器人的人脸识别方法及系统 | |
CN101529443A (zh) | 识别人的方法和数据采集装置 | |
CN104657817A (zh) | 一种银行柜台人脸抓拍、对比识别、检索及查询方法 | |
CN110570549B (zh) | 一种智能开锁方法及相应的装置 | |
CN110555926B (zh) | 一种基于多证件识别的门禁方法及相应的装置 | |
CN108171138A (zh) | 一种生物特征信息获取方法和装置 | |
CN108846269A (zh) | 一种面向多种特征的身份认证方法和身份认证装置 | |
CN202815870U (zh) | 一种证件照片与人脸自动识别系统 | |
CN106682589A (zh) | 人脸识别及监狱点名系统 | |
CN108334828A (zh) | 一种车载3d人脸识别身份认证系统 | |
CN105184236A (zh) | 机器人人脸识别系统 | |
CN109166220B (zh) | 一种基于区块链的智能门禁系统 | |
CN205644823U (zh) | 社保自助服务终端装置 | |
CN112862491B (zh) | 基于安全单元和可信执行环境的人脸支付安全方法及平台 | |
CN111241505A (zh) | 一种终端设备及其登录验证方法、计算机存储介质 | |
CN112383571A (zh) | 基于人脸识别大数据的登录管理系统 | |
CN109214316B (zh) | 周界防护方法及装置 | |
CN115359539A (zh) | 办公场所信息安全检测方法、装置、设备和存储介质 | |
CN113673343A (zh) | 一种基于加权元度量学习的开放集掌纹识别系统及方法 | |
CN113111332A (zh) | 一种人工智能实时检测安全攻击系统 | |
CN113553965A (zh) | 一种结合人脸识别和人体识别的人物身份识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |
|
RJ01 | Rejection of invention patent application after publication |