CN109754496A

CN109754496A - 门禁方法和系统

Info

Publication number: CN109754496A
Application number: CN201711076580.2A
Authority: CN
Inventors: 刘馨; 刘晖; 郑勇; 成晓琴
Original assignee: China Telecom Corp Ltd
Current assignee: China Telecom Corp Ltd
Priority date: 2017-11-06
Filing date: 2017-11-06
Publication date: 2019-05-14

Abstract

本发明公开一种门禁方法和系统。该方法包括：对视频图像帧进行人脸检测，检测人脸是否进入识别区域；在检测到人脸进入识别区域的情况下，对人脸图像进行人脸识别，获取相应的人脸特征；将所述人脸特征与授权图像库进行比对验证；若比对验证通过，则判定进入人员为已授权人员，检测已授权人员是否越过开门启动线；在已授权人员越过开门启动线的情况下，开门允许已授权人员进入。本发明可以更智能地通过人脸识别身份信息授权出入，从而避免了为授权人员开门时机不准、时间久，导致在授权人员进入前非授权人趁机入内造成的安全隐患。

Description

门禁方法和系统

技术领域

本发明涉及计算机视觉、人工智能识别领域，特别涉及一种门禁方法和系统。

背景技术

在当前计算机硬件性能和机器学习技术高速提升的情况下，近年来计算机视觉领域取得了突破性进展。以下对本发明的相关技术背景进行说明，但这些说明并不一定构成本发明的现有技术。

人脸识别作为计算机视觉领域的一个基础任务，其精度也得到了大幅提高，许多基于深度学习的高效的人脸识别方法，在行业内最著名的人脸评测集LFW上准确率超过了99％，甚至超过了人类自身的识别能力。

随着人们安防观念的增强，而人脸作为人类身份辨别的重要依据，基于人脸识别的门禁系统越来越多运用在各个社区出入口，随着人工智能的发展，近景人脸识别远远无法满足人们需求。采用远景识别可提升通行率，如图1所示，当人脸识别系统识别到授权人员时，自动打开，无需刻意配合。但可能授权人员还没走到门前，就已识别成功，持续打开门，而门前或旁边的陌生人则趁机入内，会影响社区安全。

发明内容

鉴于以上技术问题，本发明提供了一种门禁方法和系统，可更智能通过人脸识别身份信息授权出入。

根据本发明的一个方面，提供一种门禁方法，包括：

对视频图像帧进行人脸检测，检测人脸是否进入识别区域；

在检测到人脸进入识别区域的情况下，对人脸图像进行人脸识别，获取相应的人脸特征；

将所述人脸特征与授权图像库进行比对验证；

若比对验证通过，则判定进入人员为已授权人员，检测已授权人员是否越过开门启动线；

在已授权人员越过开门启动线的情况下，开门允许已授权人员进入。

在本发明的一个实施例中，所述门禁方法还包括：

获取有效视频图像帧，其中所述有效视频图像帧为有人员进入监控区域走动的视频图像帧；之后针对有效视频图像帧执行对视频图像帧进行人脸检测的步骤。

在本发明的一个实施例中，所述门禁方法还包括：

对视频图像帧进行人脸检测之后，检测人脸是否进入跟踪区域，其中所述跟踪区域的范围包含所述识别区域的范围；

在检测到人脸进入跟踪区域的情况下，对人脸移动跟踪。

在本发明的一个实施例中，所述门禁方法还包括：

在检测到人脸进入跟踪区域的情况下，根据进入人员进入跟踪区和离开跟踪区的坐标，确定进入人员的移动方向为进入或外出；

对于开门通过的授权人员，在系统数据库中标识所述授权人员的移动方向。

在本发明的一个实施例中，所述门禁方法还包括：

对授权图像库进行录入和管理，其中所述授权图像库包括业主头像、工作人员头像和访客头像。

在本发明的一个实施例中，所述对授权图像库进行录入和管理包括：

录入社区所有业主头像，将目前业主授权；如果业主有更换，需要及时更新授权头像库中业主头像；

和/或，

核对社区工作人员是否授权；如果授权，列入工作人员名单并录入授权头像库；设定工作期限，工作期限终止，自动移出授权头像库；

和/或，

对于其他人员，如果是访客，需要核查身份并与相关业主确认，经同意后授权可进入大门；将访客头像录入授权头像库，并标识可访问楼栋单元号；当识别到此访客出社区，将自动从授权头像库中移出。

在本发明的一个实施例中，所述对人脸图像进行人脸识别，获取相应的人脸特征包括：

分析人脸倾斜角度并选取最优人脸头像；

基于深度学习人脸识别算法提取人脸特征。

根据本发明的另一方面，提供一种门禁系统，包括：

人脸检测模块，用于对视频图像帧进行人脸检测，检测人脸是否进入识别区域；

人脸识别模块，用于在检测到人脸进入识别区域的情况下，对人脸图像进行人脸识别，获取相应的人脸特征；

特征比对模块，用于将所述人脸特征与授权图像库进行比对验证；在比对验证通过的情况下，判定进入人员为已授权人员；

启动线检测模块，用于检测已授权人员是否越过开门启动线；在已授权人员越过开门启动线的情况下，开门允许已授权人员进入。

在本发明的一个实施例中，所述门禁系统还包括：

图像获取模块，用于获取有效视频图像帧，其中所述有效视频图像帧为有人员进入监控区域走动的视频图像帧；之后指示人脸检测模块针对有效视频图像帧执行对视频图像帧进行人脸检测的操作。

在本发明的一个实施例中，所述门禁系统还包括：

人脸检测模块，还用于对视频图像帧进行人脸检测之后，检测人脸是否进入跟踪区域，其中所述跟踪区域的范围包含所述识别区域的范围；

人脸跟踪模块，用于在检测到人脸进入跟踪区域的情况下，对人脸移动跟踪。

在本发明的一个实施例中，所述门禁系统还包括：

移动方向确定模块，用于在检测到人脸进入跟踪区域的情况下，根据进入人员进入跟踪区和离开跟踪区的坐标，确定进入人员的移动方向为进入或外出；

移动方向标识模块，用于对于开门通过的授权人员，在系统数据库中标识所述授权人员的移动方向。

在本发明的一个实施例中，所述门禁系统还包括：

图像库管理模块，用于对授权图像库进行录入和管理，其中所述授权图像库包括业主头像、工作人员头像和访客头像。

在本发明的一个实施例中，图像库管理模块，用于录入社区所有业主头像，将目前业主授权；如果业主有更换，需要及时更新授权头像库中业主头像；和/或，核对社区工作人员是否授权；如果授权，将社区工作人员列入工作人员名单并录入授权头像库；设定工作期限，工作期限终止，自动移出授权头像库；和/或，对于其他人员，如果是访客，需要核查身份并与相关业主确认，经同意后授权可进入大门；将访客头像录入授权头像库，并标识可访问楼栋单元号；当识别到此访客出社区，将自动从授权头像库中移出。

在本发明的一个实施例中，人脸识别模块用于分析人脸倾斜角度并选取最优人脸头像；基于深度学习人脸识别算法提取人脸特征。

本发明与现有技术相比，可以更智能地通过人脸识别身份信息授权出入，从而避免了为授权人员开门时机不准、时间久，导致在授权人员进入前非授权人趁机入内造成的安全隐患。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为现有技术门禁系统的示意图。

图2是本发明设有识别跟踪区域和开门启动线的门禁系统一个实施例的示意图。

图3为本发明门禁方法一个实施例的示意图。

图4为本发明门禁方法另一实施例的示意图。

图5为一个实施例中最佳人脸特征图像选择的流程示意图。

图6为一个实施例中对授权图像库进行录入和管理的流程示意图。

图7为一个实施例中将所述人脸特征与授权图像库进行比对验证的示意图。

图8为一个实施例中访客进入社区单元门禁权限鉴定的流程示意图。

图9为本发明门禁系统一个实施例的示意图。

图10为本发明门禁系统另一实施例的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

申请人针对现有技术“门禁系统为授权人员开门时机不准、时间久，导致在授权人员进入前非授权人趁机入内，造成安全隐患”的技术问题，通过设置开门启动线，对授权人员出入合理准确地开门时机，从而避免了非授权人趁机入内造成的安全隐患。下面对本发明上述实施例进行具体描述

图2是本发明一个实施例中设有识别跟踪区域和开门启动线的门禁系统示意图。如图2所示，门禁系统的开门启动线设置在大门之前第一预定距离，且与大门平行。所述识别区域为大门前开门启动线至识别启动线之间的区域，其中，所述识别启动线设置在大门之前第二预定距离，且与大门平行，所述第二预定距离大于第一预定距离。

本发明上述实施例基于深度学习的人脸识别算法，设定跟踪、识别区域和开门启动线准确授权进入人员，可以包括：如图2所示，在监控范围内检测人脸，当人员进入跟踪区，开始跟踪人员人脸的移动方向，当人员进入识别区，会一直跟踪并检测人脸，分析人脸特征、角度等，选择最优的人脸特征进行识别身份验证。如果验证通过，只有当授权人员跨过开门启动线，大门才打开；否则不予打开，以免提前打开或者打开时间长导致非授权人员趁机入内。

图3为本发明门禁方法一个实施例的示意图。优选的，本实施例可由本发明门禁系统执行。图3实施例的方法可以包括以下步骤：

步骤301，对视频图像帧进行人脸检测，检测人脸是否进入如图2所示的识别区域。

步骤302，在检测到人脸进入识别区域的情况下，对人脸图像进行人脸识别，获取相应的人脸特征。

步骤303，将所述人脸特征与授权图像库进行比对验证。

步骤304，若比对验证通过，则判定进入人员为已授权人员，检测已授权人员是否越过如图2所示的开门启动线。

步骤305，在已授权人员越过开门启动线的情况下，开门允许已授权人员进入。

基于本发明上述实施例提供的高效人脸识别的智能门禁方法，与现有技术相比，可以更智能地通过人脸识别身份信息授权出入，只有当授权人员跨过开门启动线，大门才打开，从而避免了为授权人员开门时机不准、时间久，导致在授权人员进入前非授权人趁机入内造成的安全隐患。

申请人发现：目前人脸识别门禁系统都只是对已录入的业主可进行人脸识别开门，社区门禁禁止一些非业主进入。但社区不可避免会有各样需求的临时访客进入，或者非业主人员随业主跟入等情况，对临时进入社区的其他人员没有进行有效监管，也没有对无授权访问的楼栋单元进行有效禁止，因此会带来一定的安全隐患。社区内安全没有得到有效保障，更会直接影响社区安全。

图4为本发明门禁方法另一实施例的示意图。优选的，本实施例可由本发明门禁系统执行。图4实施例的方法可以包括以下步骤：

步骤401，将门禁摄像头视频接入系统。

步骤402，在门禁摄像头监控范围内，获取有效视频图像帧。对于无人员走动等视频图像帧采用帧差法进行过滤，被过滤的视频帧视为无效，不予处理；只有当有人员进入监控区域走动时帧差法视为有效视频图像帧。

步骤403，将过滤后的有效的视频帧进行人脸检测。

步骤404，检测人脸是否进入如图2所示的跟踪区域，其中所述跟踪区域为大门前开门启动线至跟踪启动线之间的区域，其中，所述识别启动线设置在大门之前第三预定距离，且与大门平行，所述第三预定距离大于第二预定距离。所述，跟踪区域的范围包含所述识别区域的范围。若检测到人脸进入跟踪区域，则执行步骤406；若未检测到人脸进入跟踪区域，则执行步骤405。

步骤405，不在跟踪区域内，则不予处理；之后执行步骤403，继续进行人脸检测。

步骤406，当检测到人脸进入跟踪区域时，则进行人脸移动跟踪。之后进行步骤407和步骤412。

步骤407，检测人脸是否移动到识别区域。在检测到人脸移动到识别区域的情况下，执行步骤408；否则，若未检测人脸移动到识别区域，则执行步骤406，即，对没有进入识别区域的人员，继续进行人脸移动跟踪，但不识别。

步骤408，跟踪的同时开始人脸识别，获取相应的人脸特征。

在本发明的一个实施例中，步骤408可以包括：分析人脸倾斜角度并选取最优人脸头像；基于深度学习人脸识别算法提取人脸特征。

申请人发现：目前的人脸检测算法，检测到的人脸都是将人脸包括额头和刘海头发包括在内，但头发等因素会时常变化，不符合人脸唯一标识的特征做身份验证，因此需要选择合适的人脸要素。

图5为一个实施例中最佳人脸特征图像选择的流程示意图。如图5所示，人脸特征要素主要包括眉毛、眼睛、鼻子、嘴巴，因此将眉毛至下颚部分作为人脸特征最合适。而基于深度学习的人脸识别算法，涉及到卷积神经网络，因此要求输入图像特征的宽和高相同。

图5实施例选择最优人脸图像的步骤具体可以包括以下步骤：

(1)人脸检测算法检测人脸左上角坐标为(x_0,y_0)，宽和高分别为w_0,h_0。

(2)以检测的人脸宽度w_0为初始值，初始化人脸特征输入w＝w_0,h＝w_0,初始人脸图像，左上角坐标为x＝x_0，y＝y_0+(h_0-w_0)。

(3)调整人脸高度h的值h＝w_0+0.12*w_0,使眉毛包括在内，左上角坐标为x＝x_0,y＝y0+(h_0-w_0)-0.12*w_0；注：参数0.12为实验所得识别准确率最优值，可根据不同识别算法适当调整。

(4)以鼻子为中间，向两边各扩0.06*w_0，使w＝h,人脸左上角坐标为：x＝x_0-0.06*w_0,y＝y0+h_0-1.12*。

(5)选取调整后的人脸图像作为基于深度学习人脸识别算法的输入。

步骤409，将所述人脸特征与授权图像库进行比对验证，判断比对验证是否通过。当在授权图像库中识别到相应身份，则标识为验证通过，否则标识为验证不通过。若比对验证通过，则执行步骤410；否则，若比对验证不通过，则执行步骤411。

在本发明的一个实施例中，如图4所示，所示授权图像库中的已授权人员可以包括已授权业主、已授权工作人员和已授权访客。

步骤410，对于验证已通过的人脸，继续跟踪，当检测到已授权人员跨过开门启动线时，则开门顺利通过，否则对于没有跨过开门启动线的授权人员，暂不开门，以免前面的非授权人员趁机入内。

步骤411，向外发出告警消息。

步骤412，在检测到人脸进入跟踪区域的情况下，根据进入人员进入跟踪区和离开跟踪区的坐标，确定进入人员的移动方向为进入或外出。

步骤413，对于开门通过的授权人员，在系统数据库中标识所述授权人员的移动方向。

本发明上述实施例可以对社区门前区域进行监控检测，对视频监控系统通过帧差法去除无人员走动、夜晚无人等无效重复的场景图像帧，从而避免了无效检测资源消耗。

本发明上述实施例可以对检测到的头像，进行人脸择优图像提取，从而提高了人脸识别的准确性。

本发明上述实施例人脸识别门禁前设置开门启动线、跟踪区、识别区，跟踪人脸移动到识别区，进行人脸识别人分验证，跟踪验证通过的人脸移动过启动线，才开启门禁，准确开门时机，避免过早开启门禁，他人趁机入内。从而避免了为授权人员开门时机不准、时间久，

导致在授权人员进入前非授权人趁机入内造成的安全隐患。

本发明上述实施例可以根据人脸识别跟踪，自动记录社区人员出入信息。由此本发明上述实施例提供一种基于深度学习的高效人脸特征识别和跟踪自动记录出入方向的门禁系统，可以智能识别人脸准确授权合理时机开门，同时还可以记录出入情况，对社区人员做到最有效的服务和对临时出入社区人员进行最大力度的监管。

在本发明的一个实施例中，图3或图4的门禁方法还可以包括：对授权图像库进行录入和管理。

图6为一个实施例中对授权图像库进行录入和管理的流程示意图。如图6所示，所述对授权图像库进行录入和管理的步骤可以包括：

第一、录入社区所有业主头像，将目前业主授权；如果业主有更换，需要及时更新授权头像库中业主头像。

第二、核对社区工作人员是否授权；如果授权，列入工作人员名单并录入授权头像库；设定工作期限，工作期限终止，自动移出授权头像库。

第三、对于其他人员，如果是访客，需要核查身份并与相关业主确认，经同意后授权可进入大门；将访客头像录入授权头像库，并标识可访问楼栋单元号；当识别到此访客出社区，将自动从授权头像库中移出。

第四、对于其他非授权人员不录入授权头像库。

图7为一个实施例中将所述人脸特征与授权图像库进行比对验证的示意图。如图7所示，将所述人脸特征与授权图像库进行比对验证的步骤可以包括：

步骤701，如果是已授权人员将显示具体相关信息到管理界面，如果是非授权人员则告警。

步骤702，查明状况是否可授权进入，如果无权进入，则不予放行，如果经相关业主同意可授权进入的访客，则将头像录入访客名单授权头像库，并授权相关楼栋出入权限。

步骤703，对于进入小区的人员，都将跟据核心区域的跟踪方向记录为进入状态，走过识别区跨过开门启动线则打开门禁。

步骤704，对于进入小区内的访客，只有受访楼栋单元有出入权限，可人脸识别验证身份后进入，其它楼栋无权出入。

步骤705，当人员出小区时，也将根据跟踪方向记录当前状态为出小区，如果是访客，在出小区后，将从授权访客头像名单中去除，不再有访问权限，下次访问需要重新核实身份确定是否授权进入权限。

本发明上述实施例可以对所有授权出入社区人员都录入头像比对库，并设定时限和权限范围，对临时授权人员，根据检测到出社区的时间，自动取消权限，从授权比对头像库中删除。

本发明上述实施例提供了跟踪识别区域的人脸识别、记录(业主/访客/工作人员)出入状态的门禁控制方法，可以运用在社区和楼栋单元出入口处，由此在解决非授权人员入门问题的同时，避免了非授权人员趁机入内；本发明上述实施例还可监管临时入内访客的出入情况，择机取消出入社区权限；本发明上述实施例还可以了解业主出入情况，可据此根据业主是否在社区情况提供相应的服务。

本发明基于深度学习的人脸识别算法门禁系统，可以将社区内楼栋单元门禁与社区大门门禁系统授权头像库连为一体。

本发明基于深度学习的人脸识别算法门禁方法还可以包括：进一步当访客进入社区，根据授权访问业主单元号，经人脸识别门禁验证身份权限后可进入，楼栋单元门禁系统与社区大门门禁系统整个流程相似在此不赘述，只是楼栋单元核实身份时，直接与授权人头像核实。

图8为一个实施例中访客进入社区单元门禁权限鉴定的流程示意图。如图6所示，访客进入社区单元门禁权限鉴定流程具体包括以下步骤：

步骤801，当访客进入当前楼栋单元人脸识别门禁识别区；识别到访客头像后将对访客进行身份验证；获取访客可访问楼栋单元号。

步骤802，核实当前楼栋单元是否与可访问楼栋单元号相符。如果当前楼栋单元与可访问楼栋单元号相符，则标识为通过验证，之后执行步骤803；否则，如果当前楼栋单元与可访问楼栋单元号相符，则执行步骤804。

步骤803，当访客跨过开门启动线则打开单元门禁。

步骤804，标识为无权访问；门禁不予打开。

本发明上述实施例可以将社区单元人脸识别门禁与社区门禁联合控制，比对授权头像库验证身份，并核对访问权限，通过验证后才开门。

本发明上述实施例为了克服目前门禁系统只有单一开门功能，对非授权人趁机跟随入内、对出入人员、社区内部人员监管不明，访客授权进入社区后访问权限没有监管等不足，本发明上述实施例提供一种基于深度学习的高效人脸特征识别和跟踪自动记录出入方向的门禁系统，对社区大门和楼栋单元门禁进行联合控制，既可智能识别人脸准确授权合理时机开门，同时还可记录出入情况，并可以对社区人员做到最有效的服务和对临时出入社区人员进行最大力度的监管。

图9为本发明门禁系统一个实施例的示意图。如图9所示，所述门禁系统可以包括人脸检测模块100、人脸识别模块200、特征比对模块300和启动线检测模块400，其中：

人脸检测模块100，用于对视频图像帧进行人脸检测，检测人脸是否进入识别区域。

人脸识别模块200，用于在检测到人脸进入识别区域的情况下，对人脸图像进行人脸识别，获取相应的人脸特征。

在本发明的一个实施例中，人脸识别模块200可以用于分析人脸倾斜角度并选取最优人脸头像；基于深度学习人脸识别算法提取人脸特征。

特征比对模块300，用于将所述人脸特征与授权图像库进行比对验证；在比对验证通过的情况下，判定进入人员为已授权人员。

启动线检测模块400，用于检测已授权人员是否越过开门启动线；在已授权人员越过开门启动线的情况下，开门允许已授权人员进入。

基于本发明上述实施例提供的高效人脸识别的智能门禁系统，与现有技术相比，可以更智能地通过人脸识别身份信息授权出入，只有当授权人员跨过开门启动线，大门才打开，从而避免了为授权人员开门时机不准、时间久，导致在授权人员进入前非授权人趁机入内造成的安全隐患。

图10为本发明门禁系统另一实施例的示意图。与图9所示实施例相比，在图10所示实施例中，所述门禁系统还可以包括图像获取模块500：

图像获取模块500，用于获取有效视频图像帧，其中所述有效视频图像帧为有人员进入监控区域走动的视频图像帧；之后指示人脸检测模块100针对有效视频图像帧执行对视频图像帧进行人脸检测的操作。

在本发明的一个实施例中，如图10所示，所述门禁系统还可以包括人脸跟踪模块600，其中：

人脸检测模块100，还用于对视频图像帧进行人脸检测之后，检测人脸是否进入跟踪区域，其中所述跟踪区域的范围包含所述识别区域的范围。

人脸跟踪模块600，用于在检测到人脸进入跟踪区域的情况下，对人脸移动跟踪。

在本发明的一个实施例中，如图10所示，所述门禁系统还可以包括移动方向确定模块700和移动方向标识模块800，其中：

移动方向确定模块700，用于在检测到人脸进入跟踪区域的情况下，根据进入人员进入跟踪区和离开跟踪区的坐标，确定进入人员的移动方向为进入或外出。

移动方向标识模块800，用于对于开门通过的授权人员，在系统数据库中标识所述授权人员的移动方向。

在本发明的一个实施例中，如图10所示，所述门禁系统还可以包括图像库管理模块900，其中：

图像库管理模块900，用于对授权图像库进行录入和管理，其中所述授权图像库包括业主头像、工作人员头像和访客头像。

在本发明的一个实施例中，图像库管理模块900具体可以用于录入社区所有业主头像，将目前业主授权；如果业主有更换，需要及时更新授权头像库中业主头像；和/或，核对社区工作人员是否授权；如果授权，将社区工作人员列入工作人员名单并录入授权头像库；设定工作期限，工作期限终止，自动移出授权头像库；和/或，对于其他人员，如果是访客，需要核查身份并与相关业主确认，经同意后授权可进入大门；将访客头像录入授权头像库，并标识可访问楼栋单元号；当识别到此访客出社区，将自动从授权头像库中移出。

本发明上述实施例提供了一种带有对授权人员出入合理准确地开门时机、同时对单元门禁联合控制、对社区人员出入自动记录的人脸识别门禁系统，可以监管临时进入人员和滞留小区的人员情况，从而最大程度提高了社区安全性。

本发明上述实施例的门禁系统和方法，与现有技术相比，可以更智能通过人脸识别身份信息授权出入，从而避免了为授权人员开门时机不准、时间久，在进入前非授权人趁机入内造成的安全隐患；同时本发明上述实施例可以根据在跟踪区域记录出入信息，有效地掌握当前社区内授权人员的出入信息以提供更好的服务，同时可以对进入社区的临时授权人员进行有效的监管，以维护社区安全。

在上面所描述的特征比对模块300、启动线检测模块400移动方向确定模块700、移动方向标识模块800、图像库管理模块900等功能单元可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims

1.一种门禁方法，其特征在于，包括：

对视频图像帧进行人脸检测，检测人脸是否进入识别区域；

将所述人脸特征与授权图像库进行比对验证；

2.根据权利要求1所述的门禁方法，其特征在于，还包括：

3.根据权利要求1或2所述的门禁方法，其特征在于，还包括：

在检测到人脸进入跟踪区域的情况下，对人脸移动跟踪。

4.根据权利要求3所述的门禁方法，其特征在于，还包括：

5.根据权利要求1或2所述的门禁方法，其特征在于，还包括：

6.根据权利要求5所述的门禁方法，其特征在于，所述对授权图像库进行录入和管理包括：

和/或，

7.根据权利要求1或2所述的门禁方法，其特征在于，所述对人脸图像进行人脸识别，获取相应的人脸特征包括：

分析人脸倾斜角度并选取最优人脸头像；

基于深度学习人脸识别算法提取人脸特征。

8.一种门禁系统，其特征在于，包括：

9.根据权利要求8所述的门禁系统，其特征在于，还包括：

10.根据权利要求8或9所述的门禁系统，其特征在于，还包括：

11.根据权利要求10所述的门禁系统，其特征在于，还包括：

12.根据权利要求8或9所述的门禁系统，其特征在于，还包括：

13.根据权利要求12所述的门禁系统，其特征在于，

图像库管理模块，用于录入社区所有业主头像，将目前业主授权；如果业主有更换，需要及时更新授权头像库中业主头像；和/或，核对社区工作人员是否授权；如果授权，将社区工作人员列入工作人员名单并录入授权头像库；设定工作期限，工作期限终止，自动移出授权头像库；和/或，对于其他人员，如果是访客，需要核查身份并与相关业主确认，经同意后授权可进入大门；将访客头像录入授权头像库，并标识可访问楼栋单元号；当识别到此访客出社区，将自动从授权头像库中移出。

14.根据权利要求8或9所述的门禁系统，其特征在于，

人脸识别模块用于分析人脸倾斜角度并选取最优人脸头像；基于深度学习人脸识别算法提取人脸特征。