CN110096984A - 用于多空间的人员行为习惯识别及管理系统 - Google Patents
用于多空间的人员行为习惯识别及管理系统 Download PDFInfo
- Publication number
- CN110096984A CN110096984A CN201910325304.8A CN201910325304A CN110096984A CN 110096984 A CN110096984 A CN 110096984A CN 201910325304 A CN201910325304 A CN 201910325304A CN 110096984 A CN110096984 A CN 110096984A
- Authority
- CN
- China
- Prior art keywords
- personnel
- space
- spaces
- identification
- module
- 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
- 230000003542 behavioural effect Effects 0.000 claims abstract description 15
- 230000005764 inhibitory process Effects 0.000 claims abstract description 8
- 239000004744 fabric Substances 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000030214 innervation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture 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
- G07C9/32—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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的用于多空间的人员行为习惯识别及管理系统,子空间布内均布设有全域覆盖人脸实施抓拍的摄像头;人脸识别门禁系统设置在空间总入口处,用于识别进入门禁的人员的人脸信息,并判断人员基础数据库中是否有该名人员的信息;子空间内的实时多路抓拍人脸摄像头用于采集所有人员人脸信息,通过实时比对系统对该空间内所有人员人脸信息进行比对,综合管理平台将比对的人员人脸信息与人员基础数据库中预存的人员的身份信息进行一一对应,并判断人员当前位置;计算模块用于计算人员在各个子空间停留的时间;空间管理模块用于管理各空间的功能应用,分析模块根据人员在各个子空间停留的时间,再结合空间管理模块来判断人员的行为习惯。
Description
技术领域
本发明涉及人员行为习惯识别技术领域,具体涉及用于多空间的人员行为习惯识别及管理系统。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。现有技术中运用人脸识别技术的领域多为智能化的门禁解锁、手机解锁等,使用范围较为狭窄。
现有智能化生活的研究正向人性化服务发展,获取用户的行为习惯是网络环境下的服务提供者最希望获得信息,通过获取用户的行为习惯,可以给用户提供个性化服务。目前,获取行为习惯的技术多为通过传感器进行检测,而这项技术的实现需要给每一位成为都配备相应的可穿戴传感器,监测成本较高。
发明内容
针对现有技术中的缺陷,本发明提供一种用于多空间的人员行为习惯识别及管理系统,将人脸识别技术运用到多空间领域,以获取人员在各个子空间停留时间,结合空间功能应用管理,从而分析人员的行为习惯。
本发明提供的一种用于多空间的人员行为习惯识别及管理系统,包括门禁系统、多个子空间、人员基础数据库、综合管理平台、计算模块、空间管理模块和分析模块,子空间布内均布设有全域覆盖人脸实施抓拍的摄像头;门禁系统用于识别进入门禁的人员的人脸信息,并判断人员基础数据库中是否有该名人员的信息;子空间内的摄像头用于识别该空间内所有人员人脸信息,综合管理平台将识别的人员人脸与人员基础数据库中预存的人员的身份信息进行一一对应,并判断人员当前位置;计算模块用于计算人员在各个子空间停留的时间;分析模块根据人员在各个子空间停留的时间及该时间段的空间功能应用,判断人员的行为习惯。
进一步的,还包括空间活动数据库,空间活动数据库用于预先录入各子空间内的活动名称和活动时间;分析模块根据计算模块计算出的人员在各个子空间停留的时间,与空间活动数据库中预先录入各子空间内的活动名称和活动时间进行对比,判断人员的行为习惯。
进一步的,还包括健康监测设备,健康监测设备包括输入单元、数据采集单元和通信单元;输入单元用于输入人员身份信息,综合管理模块用于判断输入的人员身份信息是否属于人员基础数据库中预存的人员;数据采集单元用于采集人员健康数据,并通过所述通信单元传输至综合管理模块进行存储。
进一步的,计算模块根据人员进入前一个空间的时刻和进入当前空间的时刻的时间差,计算出人员在前一个空间停留的时间。
进一步的,还包括抓取模块和数据暂存池,识别的人脸信息与人员基础数据库中存储的信息进行比对成功后,抓取模块将该明人员的信息提取至数据暂存池中存储;子空间内的摄像头拍摄的人脸信息在数据暂存池中进行历遍寻找。
进一步的,还包括删除模块,门禁系统识别到某位人员离开后,删除模块将数据暂存池中离开人员的信息删除。
由上述技术方案可知,本发明的有益效果:用于多空间的人员行为习惯识别及管理系统,包括门禁系统、多个子空间、人员基础数据库、综合管理平台、计算模块和分析模块,子空间布内均布设有全域覆盖人脸实施抓拍的摄像头;门禁系统设置在空间总入口处,用于识别进入门禁的人员的人脸信息,并判断人员基础数据库中是否有该名人员的信息;子空间内的摄像头用于识别该空间内所有人员人脸信息,综合管理平台将识别的人员人脸与人员基础数据库中预存的人员的身份信息进行一一对应,并判断人员当前位置;计算模块用于计算人员在各个子空间停留的时间;分析模块根据人员在各个子空间停留的时间判断人员的行为习惯。将人脸识别技术运用到多空间领域,以获取人员在各个子空间停留时间,从而分析人员的行为习惯。只需建立一套设备即可监测多空间领域所有成员的行为习惯,大大降低了成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例1的流程示意图。
图2为本发明实施例1的结构示意图。
图3为本发明实施例2的流程示意图。
图4为本发明实施例3的流程示意图。
图5为本发明实施例4的流程示意图。
附图标记:
1-门禁系统,2-第一空间,3-第二空间,4-第三空间,5-第四空间。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示,本实施例提供的用于多空间的人员行为习惯识别及管理系统,包括门禁系统、多个子空间、人员基础数据库、综合管理平台、计算模块、空间管理模块和分析模块,子空间布内均布设有全域覆盖人脸实施抓拍的摄像头;门禁系统设置在空间总入口处,用于识别进入门禁的人员的人脸信息,并判断人员基础数据库中是否有该名人员的信息;子空间内的摄像头用于识别该空间内所有人员人脸信息,综合管理平台将识别的人员人脸与人员基础数据库中预存的人员的身份信息进行一一对应,并判断人员当前位置;计算模块用于计算人员在各个子空间停留的时间;分析模块根据人员在各个子空间停留的时间结合该时间段的空间功能应用,判断人员的行为习惯。
具体地:预先采集人员100位人员的人脸图像、姓名、性别、职业信息存入人员基础数据库中,100位人员中包括张三、李四和王五;当张三、李四和王五分别在8:00前后进入空间总入口时,门禁系统分别识别三人的人脸,并判断人员基础库中是否有这三人的信息,若有,则打开门禁,允许这三人分别进入。若无,则进行人工审核。
多个子空间分别为:第一空间、第二空间、第三空间和第四空间,三人进入门禁后,若张三在第一空间停留1分钟后进入第二空间,李四在第一空间停留3分钟后进入第二空间,王五在第一空间停留5分钟后进入第三空间,则在8:00时,第一空间的摄像头会拍摄到该空间有3名人员,综合管理平台将拍摄的人脸进行识别,判断这三人为张三、李四和王五;在8:01时,第二空间的摄像头会拍摄到该空间有1名人员,综合管理平台将拍摄的人脸进行识别,判断这人为张三;在8:02时,第二空间的摄像头会拍摄到该空间有2名人员,综合管理平台将拍摄的人脸进行识别,判断这三人为张三和李四;在8:05时,第三空间的的摄像头会拍摄到该空间有1名人员,综合管理平台将拍摄的人脸进行识别,判断这人为王五;
综合管理模块对判断结果进行记录:
子空间内的摄像头进行实时拍摄,综合管理平台进行实时对比,若对比的结果与上一次对比的结果相同,则保留第一次的时间作为该明人员进入该子空间的时间。具体为:在8:10第二空间的摄像头拍摄到本空间内有2名人员,第三空间的摄像头拍摄到本空间内有1名人员;综合管理模块对比的结果为:8:10张三在第二空间,8:10李四在第二空间,8:10王五在第三空间,则综合管理模块对此条比对结果不进行存储,则此时,综合管理模块中记录的信息仍为:
若在8:30,第一空间的摄像头拍摄到本空间内有1名人员,第二空间的摄像头拍摄到本空间内有1名人员,第三空间的摄像头拍摄到本空间内有1名人员;综合管理模块比对的结果为:8:30李四在第一空间,8:30王五在第二空间,8:30张三在第三空间,则张三进入第三空间的时间也为张三离开第一空间的时间,综合管理模块对此进行记录:
若在9:00门禁系统检测到有1人离开空间总出口,综合管理模块进行对比,此时离开的人为张三。则,综合管理模块判断为9:00张三离开第四空间,同时也离开了总空间。综合管理模块记录如下:
此时,综合管理模块提取张三的轨迹:
计算模块根据人员进入前一个空间的时刻和进入当前空间的时刻的时间差,计算出人员在前一空间停留的时间,如计算张三在每个子空间停留的时间段:
在本实施例中,将用于多空间的人员行为习惯识别及管理系统运用到健身房等功能区域明确的多空间领域,则第一空间为大厅休息室,第二空间为器械室,第三空间为动感单车房,第四空间为瑜伽室时,空间管理模块将各个空间与它的功能一一对应管理,并可以通过计算模块计算出张三在第二空间停留了29分钟,在第三空间停留了30分钟。通过分析模块分析出张三健身的行为习惯为;通过空间管理模块可以将其转换为:张三在器械室停留了29分钟,在瑜伽室停留了30分钟。再通过分析模块分析出张三健身的行为习惯为:喜欢器械类运动和瑜伽运动。
还包括存储模块,存储模块存储每一天进入各个子空间的人员、及人员停留的空间、时间。当存储模块记录的数据量大时,则分析模块分析出的数据就更为准确。例如存储模块存储了30天的数据,通过计算模块计算张三每一天在各个子空间停留的时间,然后将30天的数据进行叠加,若得出:张三在30天的时间中,在器械室停留了200分钟,在瑜伽室停留了500分钟,可通过分析模块分析出张三健身的行为习惯更加倾向于瑜伽运动。
实施例2
在本实施例中,将用于多空间的人员行为习惯识别及管理系统运用到养老机构等拥有多个子空间,但空间功能不明确的多空间领域。此时,第一空间为大厅,第二空间、第三空间、第四空间分别为教室A、教室B和教室C;
此时,本系统还包括空间活动数据库,空间活动数据库用于预先录入各子空间内的活动名称和活动时间,例如:
在实施例1的基础上,计算模块根据人员进入前一空间的时刻和进入当前空间的时刻的时间差,计算出人员在前一空间停留的时间,如分别计算出张三、李四和王五在每个子空间停留的时间段:
分析模块将计算出的人员在各个子空间停留的时间,与空间活动数据库中预先录入各子空间内的活动名称和活动时间段进行对比,判断人员的行为习惯。
与实施例1中相同,当分析模块使用1天的数据进行分析时,可得出初步的人员行为习惯结果。若分析模块使用更多天数(30天)的数据进行分析时,可得出更为准确的各位人员的行为习惯结果。
实施例3
还包括健康监测设备,健康监测设备包括输入单元、数据采集单元和通信单元;输入单元用于输入人员身份信息,综合管理模块用于判断输入的人员身份信息是否属于人员基础数据库中预存的人员;数据采集单元用于采集人员健康数据,并通过通信单元传输至综合管理模块进行存储。
当人员进入总空间门禁系统时,门禁系统识别当前进入人员人脸,并通过综合管理模块提取该人员的健康数据,健康数据包括:上次健康检查时间和检查结果。
实施例4
在实施例1的基础上,还包括抓取模块和数据暂存池,识别的人脸信息与人员基础数据库中存储的信息进行比对成功后,抓取模块将该名人员的信息提取至数据暂存池中存储;子空间内的摄像头拍摄的人脸信息在数据暂存池中进行历遍寻找。由于摄像头拍摄的照片需要在人员基础数据库中进行对比寻找,才能确认人员信息;当人员基础数据库中存入的人员数据量较大时,需要处理的数据量级就会增大,导致搜索对比的速度减慢。而人员进入主空间门禁系统时,都会进行人员信息确认,在此时,通过抓取模块提取该名人员的信息存入数据暂存池,第一空间摄像头拍摄到该空间有3人的人脸图像时,只需将这3人的人脸图像放入数据暂存池进行寻找对比,大大降低了数据处理的量级,从而加快搜索对比的速度。
还包括删除模块,门禁系统识别到某位人员离开后,删除模块将数据暂存池中离开人员的信息删除,使数据暂存池中存储的人员与当前停留在总空间的人员保持一致。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.用于多空间的人员行为习惯识别及管理系统,其特征在于:包括门禁系统、多个子空间、人员基础数据库、综合管理平台、计算模块、存储模块、空间管理模块和分析模块,所述子空间布内均布设有全域覆盖人脸实施抓拍的摄像头及实时比对系统;
所述门禁系统用于识别进入门禁的人员的人脸信息,并判断人员基础数据库中是否有该名人员的信息;
所述子空间内的人脸抓拍摄像头用于抓拍该空间内所有人员人脸信息,通过实时比对系统进行人脸信息比对,所述综合管理平台将识别的人员人脸比对结果与人员基础数据库中预存的人员的身份信息进行一一对应,并判断人员当前位置;
所述计算模块用于计算人员在各个子空间停留的时间;
所述空间管理模块用于管理统计每个空间的功能应用;
所述分析模块根据人员在各个子空间停留的时间及空间的功能应用判断人员的行为习惯。
2.根据权利要求1所述的用于多空间的人员行为习惯识别及管理系统,其特征在于:还包括空间活动数据库,所述空间活动数据库用于预先录入各子空间内的活动名称和活动时间;
所述分析模块根据计算模块计算出的人员在各个子空间停留的时间,与空间活动数据库中预先录入各子空间内的活动名称和活动时间进行对比,判断人员的行为习惯。
3.根据权利要求1所述的用于多空间的人员行为习惯识别及管理系统,其特征在于:还包括健康监测设备,所述健康监测设备包括输入单元、数据采集单元和通信单元;所述输入单元用于输入人员身份信息,所述综合管理模块用于判断输入的人员身份信息是否属于人员基础数据库中预存的人员;所述数据采集单元用于采集人员健康数据,并通过所述通信单元传输至综合管理模块进行存储。
4.根据权利要求1所述的用于多空间的人员行为习惯识别及管理系统,其特征在于:所述计算模块根据人员进入前一个空间的时刻和进入当前空间的时刻的时间差,计算出人员在前一个空间停留的时间。
5.根据权利要求1所述的用于多空间的人员行为习惯识别及管理系统,其特征在于:还包括抓取模块和数据暂存池,识别的人脸信息与人员基础数据库中存储的信息进行比对成功后,所述抓取模块将该明人员的信息提取至数据暂存池中存储;所述子空间内的摄像头拍摄的人脸信息在数据暂存池中进行历遍寻找。
6.根据权利要求2所述的用于多空间的人员行为习惯识别及管理系统,其特征在于:还包括删除模块,门禁系统识别到某位人员离开后,所述删除模块将数据暂存池中离开人员的信息删除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910325304.8A CN110096984A (zh) | 2019-04-22 | 2019-04-22 | 用于多空间的人员行为习惯识别及管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910325304.8A CN110096984A (zh) | 2019-04-22 | 2019-04-22 | 用于多空间的人员行为习惯识别及管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110096984A true CN110096984A (zh) | 2019-08-06 |
Family
ID=67445517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910325304.8A Pending CN110096984A (zh) | 2019-04-22 | 2019-04-22 | 用于多空间的人员行为习惯识别及管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110096984A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112687044A (zh) * | 2019-11-28 | 2021-04-20 | 上海云思智慧信息技术有限公司 | 滞留人员的管理方法、系统、介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
DE202013101354U1 (de) * | 2012-06-07 | 2013-05-10 | Jörg Köplin | Vorrichtung zur Überwachung der momentanen Mobilität von Personen in privaten oder öffentlichen Räumen |
CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
CN104992479A (zh) * | 2015-07-21 | 2015-10-21 | 华北理工大学 | 学生行为分析系统及方法 |
CN107257945A (zh) * | 2015-02-24 | 2017-10-17 | 能源技术研究所有限责任公司 | 用于控制建筑物内的环境管理系统的方法和设备 |
CN109089085A (zh) * | 2018-09-21 | 2018-12-25 | 深圳市九洲电器有限公司 | 一种基于高清摄像头的记忆寻物方法、装置及系统 |
-
2019
- 2019-04-22 CN CN201910325304.8A patent/CN110096984A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
DE202013101354U1 (de) * | 2012-06-07 | 2013-05-10 | Jörg Köplin | Vorrichtung zur Überwachung der momentanen Mobilität von Personen in privaten oder öffentlichen Räumen |
CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
CN107257945A (zh) * | 2015-02-24 | 2017-10-17 | 能源技术研究所有限责任公司 | 用于控制建筑物内的环境管理系统的方法和设备 |
CN104992479A (zh) * | 2015-07-21 | 2015-10-21 | 华北理工大学 | 学生行为分析系统及方法 |
CN109089085A (zh) * | 2018-09-21 | 2018-12-25 | 深圳市九洲电器有限公司 | 一种基于高清摄像头的记忆寻物方法、装置及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112687044A (zh) * | 2019-11-28 | 2021-04-20 | 上海云思智慧信息技术有限公司 | 滞留人员的管理方法、系统、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062809B (zh) | 一种实现人员大数据采集分析的住宅门禁系统 | |
CN109658554B (zh) | 一种基于大数据的智能小区安防系统 | |
CN102708606B (zh) | 基于人脸识别的监狱会见区域进出监控系统 | |
CN112001284A (zh) | 基于人工智能的劳务实名制管理系统 | |
WO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN107958258A (zh) | 用于追踪限定区域中的对象的方法和系统 | |
CN108052925A (zh) | 一种小区人员档案智能管理方法 | |
CN106204948A (zh) | 储物柜管理方法及储物柜管理装置 | |
CN104392528B (zh) | 一种无人值守机场登机口管理系统及控制方法 | |
CN110276320A (zh) | 基于人脸识别的门禁方法、装置、设备和存储介质 | |
CN108399671A (zh) | 一种物联网掌静脉视频门禁集成系统 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN110189447B (zh) | 一种基于人脸身份识别的智慧社区闸机控制系统 | |
CN108492431A (zh) | 一种智能门禁系统 | |
CN107644218B (zh) | 基于图像采集功能实现人流密集区域行为分析判断的工作方法 | |
CN108434707B (zh) | 一种自助健身器材使用系统及方法 | |
CN110414381A (zh) | 追踪式人脸识别系统 | |
CN110660472A (zh) | 一种基于人脸识别技术的医院管理预警系统及其方法 | |
CN109255537A (zh) | 一种劳动纪律考勤管理方法及系统 | |
CN109977870A (zh) | 一种监控识别系统 | |
CN109215191A (zh) | 一种无人执勤的智能门禁系统及其工作方法 | |
CN207129786U (zh) | 一种基于人脸识别技术的电梯智能安全管控系统 | |
CN109410387A (zh) | 一种人脸识别监狱安防管理方法及系统 | |
CN209297376U (zh) | 一种健身房门禁智能识别管理装置 | |
CN106529258A (zh) | 移动设备的安全管理方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190806 |