CN109858442B - 基于门禁机的陌生人通行监控方法及装置 - Google Patents

Abstract

本公开揭示了一种基于门禁机的陌生人通行监控方法及装置，包括：根据门禁机为待通行人员所执行的放行动作，获取门禁机在放行动作所对应放行期间为出入对象所采集的图像，出入对象包括待通行人员、尾随待通行人员通行门禁机的尾随人员；对所获取的图像进行人脸识别，得到出入对象的人脸特征数据；根据出入对象的人脸特征数据，对通行门禁机的出入对象进行陌生人通行统计，以更新门禁机的陌生人通行数据；在更新后的陌生人通行数据满足预警条件时，为门禁机进行陌生人预警。从而实现了根据门禁机进行陌生人监控并进行预警，有效解决了因尾随通行门禁机造成的治安管理困难的问题。

Description

基于门禁机的陌生人通行监控方法及装置

技术领域

本公开涉及智能设备技术领域，特别涉及一种基于门禁机的陌生人通行监控方法及装置。

背景技术

通过门禁机可以管理人员的出入，以保证小区、住宅楼、大厦等区域的安全。但是现有技术中，一些门禁机的非授权人员即陌生人例如传销、推销人员会采用尾随他人的方式通行没有门禁权限的门禁机，而且对于尾随他人通行的情况一般也无法及时得知，也不能及时地进行处理。而如果通行门禁机的陌生人过多容易引发治安问题，使小区、住宅楼等的用户的安全受到威胁，从而造成了治安管理困难。

由上可知，因尾随通行门禁机而造成的治安管理困难的问题还有待解决。

发明内容

为了解决相关技术中存在的问题，本公开提供了一种基于门禁机的陌生人通行监控方法及装置。

第一方面，一种基于门禁机的陌生人通行监控方法，包括：

根据门禁机为待通行人员所执行的放行动作，获取所述门禁机在所述放行动作所对应放行期间为出入对象所采集的图像，所述出入对象包括所述待通行人员、尾随所述待通行人员通行所述门禁机的尾随人员；

对所获取的图像进行人脸识别，得到所述出入对象的人脸特征数据；

根据所述出入对象的人脸特征数据，对通行所述门禁机的出入对象进行陌生人通行统计，以更新所述门禁机的陌生人通行数据；

在更新后的所述陌生人通行数据满足预警条件时，为所述门禁机进行陌生人预警。

第二方面，一种基于门禁机的陌生人通行监控装置，包括：

图像获取模块，被配置为：根据门禁机为待通行人员所执行的放行动作，获取所述门禁机在所述放行动作所对应放行期间为出入对象所采集的图像，所述出入对象包括所述待通行人员、尾随所述待通行人员通行所述门禁机的尾随人员；

人脸识别模块，被配置为：对所获取的图像进行人脸识别，得到所述出入对象的人脸特征数据；

陌生人通行数据更新模块，被配置为：根据所述出入对象的人脸特征数据，对通行所述门禁机的出入对象进行陌生人通行统计，以进行陌生人通行数据的更新；

陌生人预警模块，被配置为：在更新后的所述陌生人通行数据满足预警条件时，为所述门禁机进行陌生人预警。

在一实施例中，陌生人通行数据更新模块包括：

第一人脸匹配单元，被配置为：基于所述出入对象的人脸特征数据，在所述门禁机的授权用户人脸集合中对所识别到的每一所述出入对象进行人脸匹配；

陌生人通行数据更新单元，被配置为：若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，进行所述陌生人通行数据的更新。

在一实施例中，所述陌生人通行数据包括每一陌生人通行所述门禁机的次数，所述陌生人通行数据更新单元，包括：

第一人脸特征数据查找单元，被配置为：若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，并在所述门禁机的未授权用户人脸集合中，查找所述出入对象的人脸特征数据；

次数累加单元，被配置为：如果查找到所述出入对象的人脸特征数据，则对所述出入对象通行所述门禁机的次数进行累加；以及

添加单元，被配置为：如果未查找到所述出入对象的人脸特征数据，则将所述出入对象的人脸特征数据添加至所述未授权用户人脸集合中。

在另一实施例中，所述陌生人通行数据包括通行陌生人数量，所述陌生人通行数据更新单元，包括：

通行陌生人数量累加单元，被配置为：若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，并进行所述通行陌生人数量的累加，得到更新后的通行陌生人数量；

在一实施例中，基于门禁机的陌生人通行监控装置还包括：

移动设备标识获取模块，被配置为：在所述放行动作所对应放行期间，基于所述门禁机中布设的无线探测部件进行设备探测，得到所述出入对象所携带移动设备的移动设备标识；

陌生人校准数量获取模块，被配置为：根据所得到的移动设备标识对通行所述门禁机的出入对象进行统计，获得陌生人校准数量；

通行陌生人数量调整单元，被配置为：根据获得的所述陌生人校准数量对所述通行陌生人数量进行调整，以通过调整后的所述通行陌生人数量进行陌生人预警。

在一实施例中，移动设备标识获取模块包括：

第一匹配查找单元，被配置为：将在所述放行动作所对应放行期间，基于所述门禁机中布设的无线探测部件进行设备探测所探测到的每一设备标识在为所述门禁机所构建的固定设备标识集合中进行匹配查找；

移动设备标识确定单元，被配置为：若在所述固定设备标识集合中未查找到所述设备标识，则将所述设备标识确定为所述出入对象所携带移动设备的移动设备标识。

在一实施例中，陌生人校准数量获取模块包括：

参照出入对象数量计算单元，被配置为：根据探测到的移动设备标识计算得到参照出入对象数量；以及

通行数据获取模块，被配置为：获取所述门禁机的通行数据，通过所述通行数据计算得到已通行所述门禁机的授权用户数量；

陌生人校准数量计算单元，被配置为：根据所述参照出入对象数量和所述授权用户数量计算得到所述陌生人校准数量。

在一实施例中，参照出入对象数量计算单元包括：

移动设备标识数量累加单元，被配置为：根据所探测到的每一所述移动设备标识，进行移动设备标识数量的累加，得到与所述移动设备标识数量数值相等的参照出入对象数量。

在一实施例中，通行陌生人数量调整单元，包括：

差值计算单元，被配置为：计算所述陌生人校准数量与所述通行陌生人数量的差值；

调整单元，被配置为：若所述差值超过设定的差值阈值，则根据所述差值调整所述陌生人数量。

通过本公开的技术方案，基于门禁机进行陌生人通行监控，从而可以及时了解到陌生人通行门禁机的情况，并基于所获得的陌生人通行数据进行预警，以避免因尾随人员引发治安问题，提高门禁机所辖范围的安全性，有效解决了因尾随通行门禁机造成的治安管理困难的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的本公开的实施例环境示意图；

图2是根据一示例性实施例示出的一种装置的框图；

图3是根据一示例性实施例示出的一种基于门禁机的陌生人通行监控方法的流程图；

图4是图3对应实施例的步骤S150在一实施例中的流程图；

图5是步骤S152在一实施例中的流程图；

图6是步骤S152在另一实施例中的流程图；

图7是根据另一示例性实施例示出的一种基于门禁机的陌生人通行监控方法的流程图；

图8是图7对应实施例的步骤S410的流程图；

图9是步骤S420在一实施例中的流程图；

图10是步骤S430在一实施例中的流程图；

图11是根据一示例性实施例示出的一种基于门禁机的陌生人通行监控装置的框图。

通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的本公开所涉及的实施环境的示意图。该实施环境包括：门禁机100和服务端300。

其中门禁机100上设有为出入对象采集图像的图像采集装置，例如摄像头等，从而门禁机100可以基于为待通行人员所执行的放行动作，在放行动作所对应放行期间为出入对象采集图像。

服务端300可以是服务器、集群服务器或者云服务器等，在此不进行具体限定。

门禁机100与服务端300之间建立通信连接，所建立的通信连接包括硬件的网络关联方式和/或协议，以及二者之间往来的数据关联方式。从而，服务端300可以作为本公开基于门禁机的陌生人通行监控方法的执行主体，以执行下述任一实施例中的方法。

基于门禁机100与服务端300之间的通信连接，服务端300可以从门禁机100中获取门禁机100为出入对象所采集的图像，进而，基于所采集的图像进行人脸识别，并进行陌生人统计，以及陌生人预警等。

应当说明的是，本公开基于门禁机的陌生人通行监控方法，不限于在服务端300中部署相应的处理逻辑，其也可以是部署于其它机器中的处理逻辑。例如，在具备计算能力的终端设备例如在具备计算能力的门禁机中部署对基于门禁机的陌生人通行监控的处理逻辑等。

图2是根据一示例性实施例示出的一种装置的框图。装置200可以作为图1实施环境中的服务端300，以执行本公开下述实施例中任一实施例中的方法。

需要说明的是，该装置200只是一个适配于本发明的示例，不能认为是提供了对本发明的使用范围的任何限制。该装置也不能解释为需要依赖于或者必须具有图2中示出的示例性的装置200中的一个或者多个组件。

该装置200的硬件结构可因配置或者性能的不同而产生较大的差异，如图2所示，装置200包括：电源210、接口230、至少一存储器250、以及至少一处理器(CPU,CentralProcessing Units)270。

其中，电源210用于为装置200上的各硬件设备提供工作电压。

接口230包括至少一有线或无线网络接口231、至少一串并转换接口233、至少一输入输出接口235以及至少一USB接口237等，用于与外部设备通信。

存储器250作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统251、应用程序253及数据255等，存储方式可以是短暂存储或者永久存储。其中，操作系统251用于管理与控制装置200上的各硬件设备以及应用程序253，以实现处理器270对海量数据255的计算与处理，其可以是Windows ServerTM、MacOS XTM、UnixTM、LinuxTM、FreeBSDTM等。应用程序253是基于操作系统251之上完成至少一项特定工作的计算机程序，其可以包括至少一模块(图2中未示出)，每个模块都可以分别包含有对装置200的一系列计算机可读指令。数据255可以是存储于磁盘中的照片、图片等。

处理器270可以包括一个或多个以上的处理器，并设置为通过总线与存储器250通信，用于运算与处理存储器250中的海量数据255。

如上面所详细描述的，适用本发明的装置200将通过处理器270读取存储器250中存储的一系列计算机可读指令的形式来完成软件测试的方法。

此外，通过硬件电路或者硬件电路结合软件也能同样实现本发明，因此，实现本发明并不限于任何特定硬件电路、软件以及两者的组合。

图3是根据一示例性实施例示出的一种基于门禁机的陌生人通行监控方法的流程图。该方法用于图1所示实施环境的服务端300。如图2所示，该基于门禁机的陌生人通行监控方法，可以包括以下步骤:

步骤S110，根据门禁机为待通行人员所执行的放行动作，获取门禁机在放行动作所对应放行期间为出入对象所采集的图像，出入对象包括待通行人员、尾随待通行人员通行门禁机的尾随人员。

门禁机用于控制通行口处人员的通行，通行口例如住宅小区出入口，大厦出入口，酒店出入口等。门禁机通过控制通行口的电子锁或者通行道闸打开，从而为通行口处的人员放行，其中门禁机为了为通行口处的人员放行向所关联的电子锁或者通行道闸下发打开指令，即视为门禁机执行放行动作。

仅有在门禁机上获得授权的用户才能够使门禁机执行放行动作，换言之，当待通行人员通过门禁机的授权验证，即门禁机识别到该待通行人员为门禁机的授权用户后，门禁机才为该待通行人员执行放行动作。

在步骤S110中，门禁机为待通行人员执行放行动作，也即是说该待通行人员通过了门禁机的授权验证，即门禁机识别到该待通行人员为其授权用户。

在门禁机为待通行人员执行放行动作后，于门禁机所关联的电子锁或者通行道闸被打开，从而待通行人员可以通行，从与门禁机所关联的电子锁或者通行道闸被打开到重新被关闭的时间段即为该放行动作对应的放行期间。

虽然设于通行口处的门禁机可以控制人员的通行，但是仍然存在门禁机的未授权用户(即本公开中的陌生人)为了通行，尾随在门禁机上通过授权验证的授权用户通行。从而，在门禁机为待通行人员所执行放行动作对应的放行期间，被放行的人员(即出入对象)除了包括通过授权验证的待通行人员外，还可能包括尾随待通行人员通行的尾随人员。

在本公开的技术方案中，门禁机上设有可以为出入对象采集图像的图像采集装置，图像采集装置例如照相机、摄像头等。对于门禁机上的图像采集装置为摄像头的情况，门禁机上的摄像头在放行动作所对应通行期间为出入对象采集视频，从而根据采集得到的视频从中提取得到若干图像。其中设于门禁机上的图像采集装置可以是用于门禁机的授权用户进行人脸验证的图像采集装置，从而，在待通行人员通过授权验证之后，该图像采集装置为出入对象进行图像采集。在其他实施例中，设于门禁机上的图像采集装置还可以是专门为进行出入对象的图像采集而设置的。

门禁机为出入对象所采集的图像可以是一张，也可以是多张，在此不进行具体限定。在一实施例中，为便于进行步骤S130中的人脸识别，可以基于设定的筛选规则从门禁机为出入对象所采集的若干张图像中筛选出部分图像以进行步骤S130的人脸识别，从而，在步骤S110中，所获取的图像即为筛选出用于步骤S130中进行人脸识别的图像。

步骤S130，对所获取的图像进行人脸识别，得到出入对象的人脸特征数据。

在步骤S130中，所进行的人脸识别是：首先在所获取的图像中进行人脸定位，之后从图像中抠出所定位到的人脸区域，并基于所抠出的人脸区域进行人脸特征提取。

人脸特征数据是唯一表征所对应出入对象人脸特征的数据。也即是说，不同的出入对象，其人脸特征数据也是不同的。

通过步骤S130，将所获取的图像中定位到若干个出入对象的人脸区域，从而对所定位的人脸区域进行人脸特征提取对应的得到若干个出入对象的人脸特征数据。

其中所提取的人脸特征可以是视觉特征、像素统计特征、人脸图像代数特征、人脸图像变换系数特征等。

步骤S150，根据出入对象的人脸特征数据，对通行门禁机的出入对象进行陌生人通行统计，以更新门禁机的陌生人通行数据。

对于门禁机而言，门禁机的授权用户可以进行授权验证，从而通行门禁机，即通行门禁机所控的通行口。而对于未在门禁机上进行授权且通行门禁机的人员，即为陌生人。在本公开的技术方案中，基于门禁机的陌生人通行监控即是监控通行门禁机的陌生人，从而根据所进行的监控获得门禁机的陌生人通行数据。

门禁机的陌生人通行数据即表征陌生人通行情况的数据，例如一段时间内通行的陌生人的数量，某一陌生人在指定时段内通行门禁机的次数、陌生人通行门禁机的时间等，在此不进行具体限定。

门禁机的陌生人通行数据可以是一种参数，例如下文所提到的通行陌生人数量，或者每一陌生人的通行次数，也可以是多种参数，例如通行陌生人数量和每一陌生人的通行次数。

对于门禁机而言，在每次为待通行人员所执行放行动作对应的放行期间，均为出入对象采集图像。在一次放行期间所进行的图像采集视为进行一次采集，从而，每次采集图像后根据本实施例的技术方案进行人脸识别，以进行陌生人统计。根据所统计到的陌生人进行门禁机的陌生人通行数据的更新。

步骤S170，在更新后的陌生人通行数据满足预警条件时，为门禁机进行陌生人预警。

预警条件即是为进行陌生人预警所预设的条件，从而当更新后的陌生人通行数据满足预警条件，则为门禁机进行陌生人预警。

所进行的陌生人预警可以是向门禁机的管理端发送预警信息，以指示该门禁机的陌生人通行数据满足预警条件，易引发治安问题。从而，便于管理端及时进行处理例如加强该门禁机所辖区域的管理，防止事故发生。例如设于小区的门禁系统中的物业管理端，从而物业管理端可以获知每栋楼的陌生人通行情况，在其中一栋楼的门禁机的陌生人通行数据满足预警条件时，则对应的加强该栋楼的巡查和管理监控，避免引发治安事故。

现有技术中，虽然门禁机可以控制通行口处人员的通行，但是不可避免的会发生陌生人尾随通过授权验证的待通行人员通行的情况，从而易引发治安问题。

而通过本公开的技术方案，基于门禁机进行陌生人通行监控，从而可以及时了解到陌生人通行门禁机的情况，并基于所获得的陌生人通行数据进行预警，以避免因尾随人员引发治安问题，提高门禁机所辖范围的安全性，有效解决了因尾随通行门禁机造成的治安管理困难的问题。

在一实施例中，如图4所示，步骤S150包括：

步骤S151，基于出入对象的人脸特征数据，在门禁机的授权用户人脸集合中对所识别到的每一出入对象进行人脸匹配。

对于门禁机的授权用户而言，门禁机中或者为门禁机提供服务的服务器中存储有门禁机的授权用户的人脸数据。其中授权用户的人脸数据即表征授权用户人脸特征的数据。在本公开的技术方案中，门禁机的授权用户的人脸数据存储于为门禁机所构建的授权用户人脸集合中。

所进行的人脸匹配，即分别计算每一出入对象的人脸特征数据与授权用户集合中每一授权用户的人脸数据的相似度，从而根据相似度来确定所进行的人脸匹配是否成功。举例来说，当与某一授权用户的人脸数据的相似度超过设定的相似度阈值，则视为人脸匹配成功，即确定授权用户集合中该人脸数据所对应的授权用户与该人脸特征数据所对应的出入对象为同一人，进而确定该出入对象为授权用户；反之，则确定该出入对象为陌生人。

步骤S152，若出入对象的人脸匹配失败，则将出入对象作为陌生人，进行陌生人通行数据的更新。

对于门禁机而言，出入对象的人脸匹配失败即说明该出入对象为陌生人，从而，进行陌生人通行数据的更新，例如进行通行陌生人数量的累加，该陌生人通行该门禁机的次数累加等，在此不进行具体限定。

在一实施例中，陌生人通行数据包括每一陌生人通行门禁机的次数，如图5所示，步骤S152包括：

步骤S210，在门禁机的未授权用户人脸集合中，查找出入对象的人脸特征数据。

其中未授权用户人脸集合中用于存储已通行该门禁机的陌生人所对应人脸数据。也即是说，每一次采集到出入对象的图像之后，将图像中识别为陌生人的人脸数据存储于所构建的未授权用户人脸集合中，从而，通过未授权用户人脸集合可以获知已通行门禁机的陌生人的情况。

步骤S220，如果查找到出入对象的人脸特征数据，则对出入对象通行门禁机的次数进行累加。

通过所进行的累加，即可得到该确定为陌生人的出入对象通行该门禁机的次数。

以及步骤S230，如果未查找到出入对象的人脸特征数据，则将出入对象的人脸特征数据添加至未授权用户人脸集合中。

将在未授权用户人脸集合中未查找的出入对象的人脸特征数据添加至未授权用户人脸集合中，从而便于在之后的陌生人通行监控过程中，对新添加至未授权用户人脸集合中的人脸特征数据所对应出入对象通行门禁机的次数进行累加。

在本实施例中，对于在步骤S170中，所设定的预警条件也是基于陌生人通行门禁机的次数来设定的，例如设定次数阈值，从而，在某一陌生人通行门禁机的次数达到次数阈值时，则对该陌生人进行预警，从而使得门禁机的管理端可以对该陌生人进行重点监控。

在一实施例中，基于不同的监控需求，还可以预先设定陌生人通行数据的统计周期，例如统计周期设为一天，则在未授权用户人脸集合中，存储在一天之内确定为陌生人的出入对象的人脸数据，从而，所更新得到的每一陌生人通行门禁机的次数也即是该陌生人在一天之内通行门禁机的次数。而为了获得下一统计周期中每一陌生人通行门禁机的次数，则对应的，在此次统计周期的结束时间，将门禁机的未授权用户人脸集合中的人脸数据移除，以用于存储下一统计周期中确定为陌生人的出入对象的人脸数据。对应的，未授权用户集合中每一人脸数据所对应陌生人的通行该门禁机的次数也进行清零。从而在下一统计周期重新进行陌生人通行门禁机的次数的累加。在具体实施例中，统计周期可以根据监控需求进行自定义设定，例如一天、一周等。

在另一实施例中，陌生人通行数据包括通行陌生人数量，如图6所示，步骤S152包括：

步骤S310，若出入对象的人脸匹配失败，则将出入对象作为陌生人，并进行通行陌生人数量的累加，得到更新后的通行陌生人数量。

通行陌生人数量是已通行门禁机的陌生人的数量。

所进行的通行陌生人数量的累加，即若一出入对象被识别为陌生人，则进行通行陌生人数量加1，得到更新后的通行陌生人数量。

在本实施例中，对于在步骤S170中，所设定的预警条件也是基于通行陌生人数量来设定的，例如设定通行陌生人数量的阈值，从而，在更新后的通行陌生人数量满足预警条件，例如达到所设定的通行陌生人数量的阈值时，则进行陌生人预警。

在一实施例中，基于不同的监控需求，还可以预先设定通行陌生人数量的统计周期，例如统计周期设为一天，则在该统计周期内，进行通行陌生人数量的累加，如果在该统计周期内，通行陌生人数量满足预警条件，则进行预警。而在达到下一统计周期的开始时间时，则重新从零开始对通行陌生人数量进行累加，以进行统计该下一统计周期的通行陌生人数量。

在一实施例中，陌生人通行数据可以同时包括每一陌生人通行门禁机的次数和通行陌生人数量，从而，基于图5和图6实施例中对应步骤分别基于出入对象通行门禁机的次数和通行陌生人数量进行预警。从而避免因通行门禁机的陌生人引发的治安问题。

在一实施例中，如图7所示，在图6实施例的步骤S170之前，该方法还包括：

步骤S410，在放行动作所对应放行期间，基于门禁机中布设的无线探测部件进行设备探测，得到出入对象所携带移动设备的移动设备标识。

无线探测部件可以是基于wifi探针、射频识别(Radio FrequencyIdentification，简称RFID)、近距离无线通信技术(Near Field Communication，简称NFC)来进行设备探测，在此不进行具体限定。

移动设备的移动设备标识可以是移动设备的地址信息(例如MAC地址)、设备识别码(Mobile Equipment Identifier，简称MEID)等用于标识设备的标识信息。也就是说，无线探测部件通过进行无线探测获得设备的MAC地址或者MEID等可以唯一标识设备的标识信息，从而获得移动设备标识，例如通过wifi探针探测设备的MAC地址，获得移动设备的MAC地址。

在本实施例的技术方案中，所进行的设备探测仅在放行动作对应的放行期间进行，换言之，若门禁机未执行放行动作，则不进行设备探测。由于在门禁机的放行动作所对应放行期间，待通行门禁机的人员(即通行门禁机的出入对象)靠近门禁机，从而，门禁机可以探测到出入对象所携带移动设备的移动设备标识。

为了保证所获得移动设备标识的有效性，即提高所获得移动设备标识为在通行期间出入对象所携带移动设备的标识的准确性，而且在通行期间，通行门禁机的出入对象靠近门禁机，从而预先在无线探测部件中限定进行设备探测的距离范围，例如探测距离无线探测部件(即门禁机)2m范围内的设备，从而获得该范围内设备的设备标识。由此可以避免探测到更远距离范围内的用户的移动设备标识，造成所得到的陌生人校准数量不准确。在一实施例中，所设定的距离范围根据在通行期间出入对象距离门禁机的距离范围来进行设定。

通过无线探测部件进行设备探测，从而可以探测到指定距离范围内设备的设备标识，其中设备包括移动设备和固定设备，而为了保证得到出入对象所携带移动设备的移动设备标识，从而，需要将所探测到固定设备的固定设备标识移除。

在一实施例中，为了获得出入对象所携带移动设备的移动设备标识，如图8所示，步骤S410包括：

步骤S411，将在放行动作所对应放行期间，基于门禁机中布设的无线探测部件进行设备探测所探测到的每一设备标识在为门禁机所构建的固定设备标识集合中进行匹配查找。

为门禁机所构建的固定设备标识集合用于存储位于该门禁机的无线探测部件所进行设备探测的距离范围内固定设备的固定设备标识。

从而将无线探测部件所探测到的每一设备标识先在该固定设备标识集合中进行匹配查找，如果在固定设备标识集合中查找与所探测到的设备标识相同的标识，则认为该所探测到的设备标识为固定设备标识，反之则为移动设备标识。

在一实施例中，可以预先将位于该距离范围内固定设备的固定设备标识存储于为该门禁机所构建的固定设备标识集合中。

在另一实施例中，可以基于指定时段内进行多次设备探测所获得的设备标识来构建固定设备标识集合。详细来说：将本次所探测到的每一设备标识分别在前N次进行设备探测中每一次所探测到的若干设备标识中进行匹配，若本次所探测到的一设备标识也存在与前N次中每一次所探测到的若干设备标识中，则认为本次所探测到的该设备标识即为固定设备的固定设备标识，并将该设备标识存储于固定设备标识集合中。从而基于该过程构建得到该门禁机的固定设备标识集合。在其他实施例中，还可以基于该方法进行该门禁机的固定设备标识集合的更新。即在门禁机的探测距离范围内新增了固定设备，则可以通过若干次分别进行设备探测所获得的设备标识，查找出所新增固定设备的固定设备标识，从而进行该门禁机的固定设备标识集合的更新。

步骤S412，若在固定设备标识集合中未查找到设备标识，则将设备标识确定为出入对象所携带移动设备的移动设备标识。

从而，即可获得在放行动作所对应放行期间所探测到的若干出入对象所携带移动设备的移动设备标识。

步骤S420，根据所得到的移动设备标识对通行门禁机的出入对象进行统计，获得陌生人校准数量。

陌生人校准数量是基于无线探测部件进行设备探测而计算得到的通行门禁机的陌生人的数量。

对于出入对象而言，一般为一人一移动设备，从而，将出入对象与移动设别标识进行映射，即一移动设备标识即对应一出入对象，通过根据所得到的移动设备标识即可计算得到陌生人校准数量。

步骤S430，根据获得的陌生人校准数量对通行陌生人数量进行调整，以通过调整后的通行陌生人数量进行陌生人预警。

由于在步骤S310中，是基于从门禁机为出入对象所采集的图像提取人脸区域来计算通行陌生人数量，而采集的图像中可能并不包括在该通行期间每一个出入对象的人脸图像，从而造成所计算得到的通行陌生人数量不准确。

而在本实施例中，结合无线探测部件为出入对象所携带的移动设备进行移动设备探测获得的移动设备标识来计算得到陌生人校准数量对通行陌生人数量进行调整，从而，提高所获得的通行陌生人通行数量的准确性，进而提高了陌生人预警的有效性，以降低错误预警或者避免没有及时进行陌生人预警的情况。

在一实施例中，如图9所示，步骤S420包括：

步骤S510，根据探测到的移动设备标识计算得到参照出入对象数量。以及步骤S520，获取门禁机的通行数据，通过通行数据计算得到已通行门禁机的授权用户数量。

步骤S530，根据参照出入对象数量和授权用户数量计算得到陌生人校准数量。

参照出入对象数量是通过所探测到的移动设备标识所计算得到的出入对象的数量。

基于上文所论述，将出入对象与移动设别标识进行映射，即一移动设备标识即对应一出入对象，从而，根据所探测到的移动设备标识计算得到参照出入对象数量。

对于门禁机而言，门禁机执行放行动作，即说明有该门禁机的授权用户通过了门禁机的授权验证。

已通行门禁机的授权用户数量，即经过门禁机的授权验证，通行门禁机的授权用户的数量。

门禁机的通行数据即记录门禁机为授权用户执行放行动作的数据，其中可以包括每次执行放行动作的时间、门禁机基于哪位授权用户执行放行动作等。从而，通过门禁机的通行数据可以计算得到已通行门禁机的授权用户数量。对应的，还就可以基于所设定的统计周期，计算得到该统计周期内已通行门禁机的授权用户数量。

所计算得到的参照出入对象数量是通过所探测到的移动设备标识所计算得到的所有出入对象的数量。其中包括授权用户数量和陌生人数量。从而可以根据所计算得到的参照出入对象数量和授权用户数量即可计算得到陌生人校准数量。

准确地说，由于进行设备探测并不能识别出哪些设备标识为授权用户所携带移动设备标识，而在尾随待通行用户通行的尾随人员中也可能存在门禁机的授权用户，从而，所计算得到的陌生人校准数量实质上是尾随人员的数量。而一般尾随的情况中，一授权用户尾随另一授权用户通行门禁机的情况为少数，从而可以将陌生人校准数量近似为尾随人员的数量。

在一实施例中，步骤S530包括：

根据所探测到的每一移动设备标识，进行移动设备标识数量的累加，得到与移动设备标识数量数值相等的参照出入对象数量。

即在该实施例中，针对一出入对象与一移动设备标识对应的映射关系，从而对移动设备标识数量进行累加即相当于对参照出入对象数量进行累加，从而实现参照出入对象数量的更新。

在一实施例中，与上文中基于不同的监控需求，预先设定通行陌生人数量的统计周期类似。也可以预先设定参照出入对象数量统计的统计周期。例如统计周期设为一天，则在该统计周期内，进行参照出入对象数量的累加。而在达到下一统计周期的开始时间时，则重新从零开始对参照出入对象数量进行累加，以进行统计该下一统计周期的参照出入对象数量。

在一实施例中，如图10所示，步骤S430包括：

步骤S431,计算陌生人校准数量与通行陌生人数量的差值。

步骤S432,若差值超过设定的差值阈值，则根据差值调整陌生人数量。

计算所探测到的移动设备标识所计算得到的陌生人校准数量与为出入对象所采集图像进行人脸识别计算得到的通行陌生人数量的差值，即计算通过两种方式计算得到的通行门禁机的陌生人数量的差值，如果两种方式计算得到的差值超出设定的差值阈值，则说明所计算得到的通行陌生人数量不准确，例如所采集的图像中未采集到所有出入对象的人脸图像等，从而，根据所述计算的差值来调整陌生人数量；而如果差值未超过设定差值阈值，则说明所计算得到的陌生人数量基本准确，从而无需调整所计算得到的陌生人数量。

在一实施例中，根据所计算的差值来调整陌生人数量可以基于若干陌生人校准数量、以及对应的若干通行陌生人数量进行分析，从而设定根据差值调整陌生人数量的调整规则。调整规则，例如当差值在范围A内时，将陌生人数量调整为所计算得到的陌生人校准数量；而当差值在范围B内时，在原陌生人数量的基础上加上差值的一半，得到调整后的陌生人数量。当然，以上仅仅是示例性性举例，不能认为是对本公开使用范围的限制。在其他实施例中，还可以基于门禁机所计算得到的若干陌生人校准数量以及对应的若干通行陌生人数量设定其他的调整规则，在此不进行具体限定。

通过根据陌生人校准数量与通行陌生人数量的差值来调整陌生人数量，并基于调整后的陌生人数量来进行陌生人预警，从而保证了用于进行陌生人预警的陌生人数量的准确性。从而也可以避免因所计算的陌生人数量过少而造成的未及时进行陌生人预警。

下述为本公开装置实施例，可以用于执行本公开上述的基于门禁机的陌生人通行监控方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开基于门禁机的陌生人通行监控方法实施例。

图11是根据一示例性实施例示出的一种基于门禁机的陌生人通行监控装置的框图，该装置可以用于图1所示实施环境的服务端300中，执行以上任一实施例所示的基于门禁机的陌生人通行监控方法的全部或者部分步骤。如图11所示，该装置包括但不限于：

图像获取模块110，被配置为：根据门禁机为待通行人员所执行的放行动作，获取门禁机在放行动作所对应放行期间为出入对象所采集的图像，出入对象包括待通行人员、尾随待通行人员通行门禁机的尾随人员。

人脸识别模块130，被配置为：对所获取的图像进行人脸识别，得到出入对象的人脸特征数据。

陌生人通行数据更新模块150，被配置为：根据出入对象的人脸特征数据，对通行门禁机的出入对象进行陌生人通行统计，以进行陌生人通行数据的更新。

陌生人预警模块170，被配置为：在更新后的陌生人通行数据满足预警条件时，为门禁机进行陌生人预警。

上述装置中各个模块的功能和作用的实现过程具体详见上述基于门禁机的陌生人通行监控方法中对应步骤的实现过程，在此不再赘述。

可以理解，这些模块可以通过硬件、软件、或二者结合来实现。当以硬件方式实现时，这些模块可以实施为一个或多个硬件模块，例如一个或多个专用集成电路。当以软件方式实现时，这些模块可以实施为在一个或多个处理器上执行的一个或多个计算机程序，例如图2的处理器270所执行的存储在存储器250中的程序。

在一实施例中，陌生人通行数据更新模块150包括：

第一人脸匹配单元，被配置为：基于出入对象的人脸特征数据，在门禁机的授权用户人脸集合中对所识别到的每一出入对象进行人脸匹配。

陌生人通行数据更新单元，被配置为：若出入对象的人脸匹配失败，则将出入对象作为陌生人，进行陌生人通行数据的更新。

在一实施例中，陌生人通行数据包括每一陌生人通行门禁机的次数，陌生人通行数据更新单元，包括：

第一人脸特征数据查找单元，被配置为：若出入对象的人脸匹配失败，则将出入对象作为陌生人，并在门禁机的未授权用户人脸集合中，查找出入对象的人脸特征数据。

次数累加单元，被配置为：如果查找到出入对象的人脸特征数据，则对出入对象通行门禁机的次数进行累加。以及

添加单元，被配置为：如果未查找到出入对象的人脸特征数据，则将出入对象的人脸特征数据添加至未授权用户人脸集合中。

在另一实施例中，陌生人通行数据包括通行陌生人数量，陌生人通行数据更新单元，包括：

通行陌生人数量累加单元，被配置为：若出入对象的人脸匹配失败，则将出入对象作为陌生人，并进行通行陌生人数量的累加，得到更新后的通行陌生人数量。

在一实施例中，基于门禁机的陌生人通行监控装置还包括：

移动设备标识获取模块，被配置为：在放行动作所对应放行期间，基于门禁机中布设的无线探测部件进行设备探测，得到出入对象所携带移动设备的移动设备标识。

陌生人校准数量获取模块，被配置为：根据所得到的移动设备标识对通行门禁机的出入对象进行统计，获得陌生人校准数量。

通行陌生人数量调整单元，被配置为：根据获得的陌生人校准数量对通行陌生人数量进行调整，以通过调整后的通行陌生人数量进行陌生人预警。

在一实施例中，移动设备标识获取模块包括：

第一匹配查找单元，被配置为：将在放行动作所对应放行期间，基于门禁机中布设的无线探测部件进行设备探测所探测到的每一设备标识在为门禁机所构建的固定设备标识集合中进行匹配查找。

移动设备标识确定单元，被配置为：若在固定设备标识集合中未查找到设备标识，则将设备标识确定为出入对象所携带移动设备的移动设备标识。

在一实施例中，陌生人校准数量获取模块包括：

参照出入对象数量计算单元，被配置为：根据探测到的移动设备标识计算得到参照出入对象数量。以及

通行数据获取模块，被配置为：获取门禁机的通行数据，通过通行数据计算得到已通行门禁机的授权用户数量。

陌生人校准数量计算单元，被配置为：根据参照出入对象数量和授权用户数量计算得到陌生人校准数量。

在一实施例中，参照出入对象数量计算单元包括：

移动设备标识数量累加单元，被配置为：根据所探测到的每一移动设备标识，进行移动设备标识数量的累加，得到与移动设备标识数量数值相等的参照出入对象数量。

在一实施例中，通行陌生人数量调整单元，包括：

差值计算单元，被配置为：计算陌生人校准数量与通行陌生人数量的差值。

调整单元，被配置为：若差值超过设定的差值阈值，则根据差值调整陌生人数量。

上述装置中各个模块的功能和作用的实现过程具体详见上述基于门禁机的陌生人通行监控方法中对应步骤的实现过程，在此不再赘述。

可选的，本公开还提供一种基于门禁机的陌生人通行监控装置，该装置可以用于图1所示实施环境的服务端300中，执行以上任一所示的基于门禁机的陌生人通行监控方法的全部或者部分步骤。装置包括：

处理器；及

存储器，存储器上存储有计算机可读指令，计算机可读指令被处理器执行时实现以上方法实施中任一实施例中的方法。

该实施例中的装置的处理器执行操作的具体方式已经在有关该基于门禁机的陌生人通行监控方法的实施例中执行了详细描述，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上任一方法实施例中的方法。其中计算机可读存储介质例如包括计算机程序的存储器250，上述指令可由装置200的处理器270执行以实现上述基于门禁机的陌生人通行监控方法。

该实施例中处理器执行操作的具体方式已经在有关该基于门禁机的陌生人通行监控方法的实施例中执行了详细描述，此处将不做详细阐述说明。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种基于门禁机的陌生人通行监控方法，其特征在于，包括：

根据门禁机为待通行人员所执行的放行动作，获取所述门禁机在所述放行动作所对应放行期间为出入对象所采集的图像，所述出入对象包括所述待通行人员、尾随所述待通行人员通行所述门禁机的尾随人员；所述放行动作对应放行期间为从与所述门禁机所关联的电子锁或者通行道闸被打开到重新被关闭的时间段；

对所获取的图像进行人脸识别，得到所述出入对象的人脸特征数据；基于所述出入对象的人脸特征数据，在所述门禁机的授权用户人脸集合中对所识别到的每一所述出入对象进行人脸匹配，若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，并进行通行陌生人数量的累加，得到更新后的通行陌生人数量；

将在所述放行动作所对应放行期间，基于所述门禁机中布设的无线探测部件进行设备探测所探测到的每一设备标识在为所述门禁机所构建的固定设备标识集合中进行匹配查找；所述无线探测部件包括wifi探针；若在所述固定设备标识集合中未查找到所述设备标识，则将所述设备标识确定为所述出入对象所携带移动设备的移动设备标识；所述固定设备标识集合中预先存储有所述无线探测部件所进行设备探测的距离范围内固定设备的固定设备标识；所述移动设备标识包括通过所述wifi探针探测设备MAC地址，所获得的移动设备的MAC地址；

根据所得到的移动设备标识对通行所述门禁机的出入对象进行统计，获得陌生人校准数量，根据获得的所述陌生人校准数量对所述通行陌生人数量进行调整，以通过调整后的所述通行陌生人数量进行陌生人预警；在更新后的陌生人通行数据满足预警条件时，为所述门禁机进行陌生人预警；所述陌生人通行数据包括所述通行陌生人数量。

2.根据权利要求1所述的方法，其特征在于，所述陌生人通行数据包括每一陌生人通行所述门禁机的次数，所述方法还包括：

若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，并在所述门禁机的未授权用户人脸集合中，查找所述出入对象的人脸特征数据；

如果查找到所述出入对象的人脸特征数据，则对所述出入对象通行所述门禁机的次数进行累加；以及

如果未查找到所述出入对象的人脸特征数据，则将所述出入对象的人脸特征数据添加至所述未授权用户人脸集合中。

3.根据权利要求1所述的方法，其特征在于，所述根据探测到的移动设备标识对进入所述门禁机的出入对象进行统计，获得陌生人校准数量，包括：

根据探测到的移动设备标识计算得到参照出入对象数量；以及

获取所述门禁机的通行数据，通过所述通行数据计算得到已通行所述门禁机的授权用户数量；

根据所述参照出入对象数量和所述授权用户数量计算得到所述陌生人校准数量。

4.根据权利要求3所述的方法，其特征在于，所述根据探测到的移动设备标识计算得到参照出入对象数量，包括：

根据所探测到的每一所述移动设备标识，进行移动设备标识数量的累加，得到与所述移动设备标识数量数值相等的参照出入对象数量。

5.根据权利要求1所述的方法，其特征在于，所述根据获得的所述陌生人校准数量对所述通行陌生人数量进行调整，包括：

计算所述陌生人校准数量与所述通行陌生人数量的差值；

若所述差值超过设定的差值阈值，则根据所述差值调整所述陌生人数量。

6.一种基于门禁机的陌生人通行监控装置，其特征在于，包括：

图像获取模块，被配置为：根据门禁机为待通行人员所执行的放行动作，获取所述门禁机在所述放行动作所对应放行期间为出入对象所采集的图像，所述出入对象包括所述待通行人员、尾随所述待通行人员通行所述门禁机的尾随人员；所述放行动作对应放行期间为从与所述门禁机所关联的电子锁或者通行道闸被打开到重新被关闭的时间段；

人脸识别模块，被配置为：对所获取的图像进行人脸识别，得到所述出入对象的人脸特征数据；

陌生人通行数据更新模块，被配置为：基于所述出入对象的人脸特征数据，在所述门禁机的授权用户人脸集合中对所识别到的每一所述出入对象进行人脸匹配，若所述出入对象的人脸匹配失败，则将所述出入对象作为陌生人，并进行通行陌生人数量的累加，得到更新后的通行陌生人数量；将在所述放行动作所对应放行期间，基于所述门禁机中布设的无线探测部件进行设备探测所探测到的每一设备标识在为所述门禁机所构建的固定设备标识集合中进行匹配查找；所述无线探测部件包括wifi探针；若在所述固定设备标识集合中未查找到所述设备标识，则将所述设备标识确定为所述出入对象所携带移动设备的移动设备标识；所述固定设备标识集合中预先存储有所述无线探测部件所进行设备探测的距离范围内固定设备的固定设备标识；所述移动设备标识包括通过所述wifi探针探测设备MAC地址，所获得的移动设备的MAC地址，根据所得到的移动设备标识对通行所述门禁机的出入对象进行统计，获得陌生人校准数量，根据获得的所述陌生人校准数量对所述通行陌生人数量进行调整，以通过调整后的所述通行陌生人数量进行陌生人预警；

陌生人预警模块，被配置为：在更新后的陌生人通行数据满足预警条件时，为所述门禁机进行陌生人预警；所述陌生人通行数据包括所述通行陌生人数量。

7.一种基于门禁机的陌生人通行监控装置，其特征在于，包括：

处理器；及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现权利要求1至5中任一项所述的方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。