CN109801462A - 智能型密集架的防盗报警装置 - Google Patents

Abstract

为了增强密集架的安全性，本发明提供了一种智能型密集架的防盗报警装置，包括报警单元、第一摄像机、第二摄像机以及图像处理单元，所述图像处理单元处理第一摄像机和第二摄像机拍摄到的视频帧信息，所述报警单元根据所述图像处理单元输出的信息确定是否产生报警信号。

Description

智能型密集架的防盗报警装置

技术领域

本申请涉及自动化检测技术领域，具体涉及一种智能型密集架的防盗报警装置。

背景技术

密集架作为档案的现代化集中存放管理系统的重要组成部分，随着自动控制技术的不断发展，智能型密集架的自动化控制程度、以及集中度越来越高，构成越来越复杂，存放管理的功能越来越强。这对密集架系统的使用安全性和可靠性提出了更高的要求。现有的智能型密集架由于控制和检测手段、方法、和结构的不尽完善和不够合理，其安全性还存在不足。经检索，申请号为CN201611120445.9的中国发明专利申请公开了一种视频监控与密集架联动的方法及系统，属于智能密集架领域。其中方法包括：根据密集架状态监测设备监测密集架状态改变，获得密集架状态改变信号；根据密集架状态改变信号，控制视频监控设备进行相应的操作。根据本发明实施例提供的视频监控与密集架联动的方法及系统，通过密集架状态监测设备监测密集架状态改变，根据密集架状态改变，从而控制视频监控设备进行相应的操作。

然而，上述现有技术无法进行人脸识别并根据识别信息进行报警防盗。

发明内容

为了增强密集架的安全性，本发明提供了一种智能型密集架的防盗报警装置，包括报警单元、第一摄像机、第二摄像机以及图像处理单元，所述图像处理单元处理第一摄像机和第二摄像机拍摄到的视频帧信息，所述报警单元根据所述图像处理单元输出的信息确定是否产生报警信号。

进一步地，所述第一摄像机为热红外摄像机。

进一步地，所述第二摄像机为解析度2K的摄像机。

进一步地，所述图像处理单元包括第一图像处理单元和第二图像处理单元，且所述图像处理单元的输出为所述第一图像处理单元的输出和所述第二图像处理单元的输出的合并信号。

进一步地，所述第一图像处理单元用于将第一摄像机拍摄的视频帧与前一帧进行比较，一旦这两个帧的差异超过预设阈值则确定启动所述第二图像处理单元。

进一步地，所述第二图像处理单元包括彼此能够互相通信的身份范围确定单元、可信度确定单元、面部识别度确定单元和识别结束判断单元，其中：

身份范围确定单元，用于播放第一语音，并获得被检测人对于第一语音的响应语音，计算响应语音与参考语音的语音相似度，确定被检测人身份范围，所述身份范围是由所述语音相似度确定的被检测人可能的身份组成的；

可信度确定单元，用于基于5G基站环境将录制所述第一语音的第一录制人与被检测人建立视频通信，针对第一录制人提供预先确定的第一问题集合中第一随机问题，第一录制人以第一随机问题与被检测人进行5G视频交互，第一录制人根据与被检测人的交互结果给出被检测人身份范围中的至少一个的可信度；

面部识别度确定单元，用于根据语音相似度和可信度，对被检测人进行面部识别得到面部识别度；

识别结束判断单元，用于确定面部识别度是否高于预设人脸识别阈值，如果高于则识别结束。

进一步地，所述面部识别度确定单元包括：

图像获得子单元，用于对被检测人拍照，获得待检测图像；

待检测特征信息生成子单元，用于根据待检测图像生成待检测特征信息；

匹配子单元，用于将所述待检测特征信息与参考信息进行匹配。

进一步地，所述参考信息是即时生成的人脸识别模型中各个模板的人脸特征信息，所述即时生成的人脸识别模型是由所述身份范围对应的人脸特征模板库中的模板组成的。

进一步地，所述匹配子单元包括：

第一卷积确定模块，用于以待检测特征信息P中左眉特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第一极坐标系，在第一极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv1，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…，L1为所述右眉特征点的位置到第一极坐标系的极点之间的距离，θ1为右眉特征点所在的位置的极角， 表示取上整数：

第二卷积确定模块，用于以待检测特征信息P中右眉特征点的位置为极点，以极点到左颧骨特征点的方向为极轴正方向建立第二极坐标系，在第二极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv2，L2为所述左眉特征点的位置到第二极坐标系的极点之间的距离，θ2为左眉特征点所在的位置的极角：

第三卷积确定模块，用于以待检测特征信息P中左鼻翼特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第三极坐标系，在第三极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv3，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…，L3为所述右鼻翼特征点的位置到第三极坐标系的极点之间的距离，θ3为右鼻翼特征点所在的位置的极角：

匹配模块，用于计算三个卷积之间叉乘后的模值，当模值小于预设模值时，所述第二图像处理单元不向所述报警单元输出报警信号，否则向所述报警单元输出报警信号。

本发明的有益效果是：避免了现有技术中使用红外发光二极管之类的红外传感器进行人体靠近或邻近检测时出现的检测失误率高、误报率高的缺陷，提高了密集架报警的可靠性，同时通过在密集架附近采集高清晰度的视频帧并通过本发明独创的人脸识别算法能够使得人脸识别准确度相比现有技术提高近25％，避免了需要大量训练人脸识别模型过程中训练过程一般需要在人脸识别厂家那种无法保证安保程度的弊端，从而降低了对靠近密集架的人员信息采集过程中对人员信息泄密的风险。

附图说明

图1示出了本发明的装置结构图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

如图1所示，提供了智能型密集架的防盗报警装置，包括报警单元、第一摄像机、第二摄像机以及图像处理单元，所述图像处理单元处理第一摄像机和第二摄像机拍摄到的视频帧信息，所述报警单元根据所述图像处理单元输出的信息确定是否产生报警信号。

优选地，所述第一摄像机为热红外摄像机。

优选地，所述第二摄像机为解析度2K的摄像机。

优选地，所述图像处理单元包括第一图像处理单元和第二图像处理单元，且所述图像处理单元的输出为所述第一图像处理单元的输出和所述第二图像处理单元的输出的合并信号。

优选地，所述第一图像处理单元用于将第一摄像机拍摄的视频帧与前一帧进行比较，一旦这两个帧的差异超过预设阈值则确定启动所述第二图像处理单元。

优选地，所述第二图像处理单元包括彼此能够互相通信的身份范围确定单元、可信度确定单元、面部识别度确定单元和识别结束判断单元，其中：

身份范围确定单元，用于播放第一语音，并获得被检测人对于第一语音的响应语音，计算响应语音与参考语音的语音相似度，确定被检测人身份范围，所述身份范围是由所述语音相似度确定的被检测人可能的身份组成的；

可信度确定单元，用于基于5G基站环境将录制所述第一语音的第一录制人与被检测人建立视频通信，针对第一录制人提供预先确定的第一问题集合中第一随机问题，第一录制人以第一随机问题与被检测人进行5G视频交互，第一录制人根据与被检测人的交互结果给出被检测人身份范围中的至少一个的可信度；

面部识别度确定单元，用于根据语音相似度和可信度，对被检测人进行面部识别得到面部识别度；

识别结束判断单元，用于确定面部识别度是否高于预设人脸识别阈值，如果高于则识别结束。

优选地，所述面部识别度确定单元包括：

图像获得子单元，用于对被检测人拍照，获得待检测图像；

待检测特征信息生成子单元，用于根据待检测图像生成待检测特征信息；

匹配子单元，用于将所述待检测特征信息与参考信息进行匹配。

优选地，所述参考信息是即时生成的人脸识别模型中各个模板的人脸特征信息，所述即时生成的人脸识别模型是由所述身份范围对应的人脸特征模板库中的模板组成的。

优选地，所述匹配子单元包括：

第一卷积确定模块，用于以待检测特征信息P中左眉特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第一极坐标系，在第一极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv1，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…,L1为所述右眉特征点的位置到第一极坐标系的极点之间的距离，θ1为右眉特征点所在的位置的极角， 表示取上整数：

第二卷积确定模块，用于以待检测特征信息P中右眉特征点的位置为极点，以极点到左颧骨特征点的方向为极轴正方向建立第二极坐标系，在第二极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv2，L2为所述左眉特征点的位置到第二极坐标系的极点之间的距离，θ2为左眉特征点所在的位置的极角：

第三卷积确定模块，用于以待检测特征信息P中左鼻翼特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第三极坐标系，在第三极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv3，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…，L3为所述右鼻翼特征点的位置到第三极坐标系的极点之间的距离，θ3为右鼻翼特征点所在的位置的极角：

匹配模块，用于计算三个卷积之间叉乘后的模值，当模值小于预设模值时，所述第二图像处理单元不向所述报警单元输出报警信号，否则向所述报警单元输出报警信号。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种智能型密集架的防盗报警装置，其特征在于，包括报警单元、第一摄像机、第二摄像机以及图像处理单元，所述图像处理单元处理第一摄像机和第二摄像机拍摄到的视频帧信息，所述报警单元根据所述图像处理单元输出的信息确定是否产生报警信号。

2.根据权利要求1所述的装置，其特征在于，所述第一摄像机为热红外摄像机。

3.根据权利要求2所述的装置，其特征在于，所述第二摄像机为解析度2K的摄像机。

4.根据权利要求3所述的装置，其特征在于，所述图像处理单元包括第一图像处理单元和第二图像处理单元，且所述图像处理单元的输出为所述第一图像处理单元的输出和所述第二图像处理单元的输出的合并信号。

5.根据权利要求4所述的装置，其特征在于，所述第一图像处理单元用于将第一摄像机拍摄的视频帧与前一帧进行比较，一旦这两个帧的差异超过预设阈值则确定启动所述第二图像处理单元。

6.根据权利要求5所述的装置，其特征在于，所述第二图像处理单元包括彼此能够互相通信的身份范围确定单元、可信度确定单元、面部识别度确定单元和识别结束判断单元，其中：身份范围确定单元，用于播放第一语音，并获得被检测人对于第一语音的响应语音，计算响应语音与参考语音的语音相似度，确定被检测人身份范围，所述身份范围是由所述语音相似度确定的被检测人可能的身份组成的；

可信度确定单元，用于基于5G基站环境将录制所述第一语音的第一录制人与被检测人建立视频通信，针对第一录制人提供预先确定的第一问题集合中第一随机问题，第一录制人以第一随机问题与被检测人进行5G视频交互，第一录制人根据与被检测人的交互结果给出被检测人身份范围中的至少一个的可信度；

面部识别度确定单元，用于根据语音相似度和可信度，对被检测人进行面部识别得到面部识别度；

识别结束判断单元，用于确定面部识别度是否高于预设人脸识别阈值，如果高于则识别结束。

7.根据权利要求6所述的系统，其特征在于，所述面部识别度确定单元包括：

图像获得子单元，用于对被检测人拍照，获得待检测图像；

待检测特征信息生成子单元，用于根据待检测图像生成待检测特征信息；

匹配子单元，用于将所述待检测特征信息与参考信息进行匹配。

8.根据权利要求7所述的系统，其特征在于，所述参考信息是即时生成的人脸识别模型中各个模板的人脸特征信息，所述即时生成的人脸识别模型是由所述身份范围对应的人脸特征模板库中的模板组成的。

9.根据权利要求8所述的系统，其特征在于，所述匹配子单元包括：

第一卷积确定模块，用于以待检测特征信息P中左眉特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第一极坐标系，在第一极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv1，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…，L1为所述右眉特征点的位置到第一极坐标系的极点之间的距离，θ1为右眉特征点所在的位置的极角， 表示取上整数：

第二卷积确定模块，用于以待检测特征信息P中右眉特征点的位置为极点，以极点到左颧骨特征点的方向为极轴正方向建立第二极坐标系，在第二极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv2，L2为所述左眉特征点的位置到第二极坐标系的极点之间的距离，θ2为左眉特征点所在的位置的极角：

第三卷积确定模块，用于以待检测特征信息P中左鼻翼特征点的位置为极点，以极点到右颧骨特征点的方向为极轴正方向建立第三极坐标系，在第三极坐标系下计算待检测特征信息P与参考信息Qg之间的卷积Conv3，其中g表示所述身份范围内的身份数量，g为自然数且g＝1，2，…，L3为所述右鼻翼特征点的位置到第三极坐标系的极点之间的距离，θ3为右鼻翼特征点所在的位置的极角：

匹配模块，用于计算三个卷积之间叉乘后的模值，当模值小于预设模值时，所述第二图像处理单元不向所述报警单元输出报警信号，否则向所述报警单元输出报警信号。