CN110189447B - 一种基于人脸身份识别的智慧社区闸机控制系统 - Google Patents

Abstract

本发明公开一种基于人脸身份识别的智慧社区闸机控制系统，包括图像抓取模块、调节分析模块、划分组成模块、特征筛选模块、筛选对比模块、数据处理模块、身份构建存储数据库、闸机控制模块、放行执行模块、报警模块和显示终端。本发明通过对进出社区的人员进行图像采集，对采集的人员图像进行划分，对划分后的各脸部子图像进行特征提取，并将提取的特征与社区内住户的人员图像对应的特征进行对比，以判断进入闸机处的人员身份信息，若身份属于社区内的人员，则控制闸机进行放行控制，否则，控制闸机禁止人员通行，并进行报警处理，提高了社区进入人员身份识别的准确性和效率，减少数据分析处理的工作量，且大大提高了社区的安全。

Description

一种基于人脸身份识别的智慧社区闸机控制系统

技术领域

本发明属于闸机控制技术领域，涉及到一种基于人脸身份识别的智慧社区闸机控制系统。

背景技术

目前，很多社区都配备有闸机，进出社区需要经过闸机进行身份验证，才能够通过闸机进入社区内，以保障社区的安全。

现在的很多的闸机大都是基于刷卡操作来实现对用户的身份进行验证。用户通过闸机时要持卡进入社区，在通过闸机时都需要先在闸机上进行刷卡操作，当刷卡通过后，闸机打开，用户方可通过闸机进入社区内。

但是，现有技术中，用户持卡经过闸机进入社区时，通过刷卡操作进行身份验证，验证通过后可进入社区，一旦卡片丢失，被非社区内人员捡到，可通过该卡片进入社区，增加了社区居民居住的危险性，同时，一旦用户忘记带卡片，则该用户则不能进行身份认证，从而无法通过闸机，给用户造成了不方便。

发明内容

本发明的目的在于提供的一种基于人脸身份识别的智慧社区闸机控制系统，通过对进出社区的人员进行图像采集，对采集的人员图像进行划分，对划分后的各脸部子图像进行特征提取，并将提取的特征与社区内住户的人员图像对应的特征进行对比，以判断进入闸机处的人员身份信息，若身份属于社区内的人员，则控制闸机进行放行控制，否则，控制闸机禁止人员通行，解决了现有技术中存在的身份识别操作不便以及用户居住安全性差的问题。

本发明的目的可以通过以下技术方案实现：

一种基于人脸身份识别的智慧社区闸机控制系统，包括图像抓取模块、调节分析模块、划分组成模块、特征筛选模块、筛选对比模块、数据处理模块、身份构建存储数据库、闸机控制模块、放行执行模块、报警模块和显示终端；

所述图像抓取模块通过调节分析模块与划分组成模块连接，划分组成模块通过特征筛选模块与特征对比模块连接，特征对比模块分别与数据处理模块和身份构建存储数据库连接，数据处理模块分别与闸机控制模块和身份构建存储数据库连接，闸机控制模块分别与放行执行模块、报警模块和显示终端连接；

所述图像抓取模块，安装在闸机上，用于实时采集靠近闸机的人员图像信息，并将采集的人员图像信息发送至调节分析模块；

所述调节分析模块用于接收图像抓取模块发送的人员图像信息，提取图像信息中的人脸图像，并将提取的人脸图像采用插值算法对人脸图像进行归一化处理，将经归一化处理后的图像进行灰度调节，并将灰度调节后的人脸图像发送至划分组成模块；

所述划分组成模块用于接收调节分析模块发送的经灰度调节后的人脸图像，对接收的人脸图像进行去边缘化处理，去除人脸图像中非人脸的图像部分，并对保留的人脸图像进行等尺寸大小划分，划分成若干脸部子图像，划分的若干脸部子图像按照从上到下从左到右的顺序进行排序，分别为1,2,...,i,...,n；

所述特征筛选模块用于对划分后的各脸部子图像进行特征提取，并将提取的特征构成脸部特征数据集合Qi(qi1,qi2,...,qij,...,qim)，qij表示为第i个脸部子图像中第j个特征，并将筛选出的各脸部子图像对应的脸部特征发送至至筛选对比模块；

所述身份构建存储数据库用于获取社区内所有住户的图像信息，对图像信息中的人员脸部图像提取以及脸部图像的划分，对划分后的脸部图像进行脸部特征的提取，并将提取的各人员脸部图像对应的所有特征构成社区脸部特征集合Wif(wif1,wif2,...,wifk,...,wifh)，wifk表示为社区内第f个人员的第i个脸部子图像中的第k个特征，其中，每个人员脸部图像划分的数量相同，社区内人员按照设定的顺序进行编号，分别为1,2,...,f,...,L；

筛选对比模块用于接收特征筛选模块发送的各脸部子图像对应的脸部特征，并按照脸部子图像先后顺序，对采集图像中人员的脸部特征数据集合与身份构建存储数据库中存储的社区脸部特征集合中各社区人员的特征进行逐一对比，得到脸部特征数据对比集合Wif′(wif′1,wif′2,...,wif′k,...,wif′h)，wif′k表示为采集人脸图像中第i个脸部子图像中的所有特征与第f个人员的第i个脸部子图像中所有特征逐一对比的比值，当第f个人员的第i个脸部子图像中第k个特征在采集人脸图像中第i个脸部子图像中的所有特征中存在，则取wif′k等于1，反之，则取wif′k等于0；

数据处理模块用于接收筛选对比模块发送的脸部特征数据对比集合，并根据脸部特征数据对比集合以及各特征对应的比重系数，统计采集图像与社区内各人员的匹配吻合度系数，筛选出最大的匹配吻合度系数，并将筛选出的最大匹配吻合度系数发送至闸机控制模块；

所述闸机控制模块用于接收数据处理模块发送的最大匹配吻合度系数，并将最大匹配吻合度系数与身份构建存储数据库内预设的匹配吻合度系数阈值进行对比，若大于设定的匹配吻合度系数阈值，则发送放行控制指令至放行执行模块，并将最大的匹配吻合度系数发送至显示终端，若小于设定的匹配吻合度系数阈值，则发送禁止放行控制指令至放行执行模块，同时发送报警提醒信号至报警模块；

所述放行执行模块用于接收闸机控制模块发送的放行控制指令，对社区门口处的闸机进行放行控制，便于人员通行，对接收到禁止放行控制指令时，对闸机进行阻碍通行控制，阻碍人员通行；

所述报警模块用于接收闸机控制模块发送的报警提醒信号，进行报警提醒，便于门卫管理人员对身份未识别的人员进行再次识别；

所述显示终端用于接收闸机控制模块发送的最大的匹配吻合度系数，对接收的最大匹配吻合度系数进行显示；

进一步地，同一图像中各脸部子图像对应的权重分别为g1,g2,...,gi,...,gn，且g1+g2+...+gi+...+gn＝1，gi表示为第i个脸部子图像对应的比重系数。

进一步地，每个脸部子图像中脸部特征对应的权重gwif1+gwif2+...+gwifk+...+gwifh＝gi，gwifk表示为第f个人员的第i个脸部子图像中第k个特征对应的比重系数。

进一步地，所述筛选对比模块对图像特征进行对比的方法，包括以下步骤：

S1、筛选采集图像中所有脸部子图像中权重比值最大的脸部子图像，筛选出社区内所有人员的脸部子图像编号与权重比值最大的脸部子图像编号相同的脸部子图像；

S2、将筛选出的权重比值最大的脸部子图像与社区内编号相同的脸部子图像的特征进行对比；

S3、统计出采集图像中的权重比值最大的脸部子图像与社区内人员对应的该编号的脸部子图像间的初步子图像吻合度系数；

S4、筛选出与所有社区人员的初步子图像吻合系数大于设定子图像吻合系数的社区人员，并将筛选的社区人员作为初级相似人员；

S5、筛选出权重比值次大的脸部子图像，提取初级相似人员中权重比值次大的脸部子图像，将采集图像中该脸部子图像与初级相似人员中对应编号的脸部子图像的特征进行对比，且统计二级子图像吻合系数；

S6、筛选出与初级相似人员的二级子图像吻合系数大于设定子图像吻合系数的人员，将筛选的人员作为二级相似人员；

S7、将采集图像中剩余脸部子图像分别与二级相似人员对应的剩余脸部子图像的特征进行对比，且统计剩余子图像吻合系数。

进一步地，与社区内各人员的匹配吻合度系数计算公式为

wif′k表示为采集人脸图像中第i个脸部子图像中的所有特征与第f个人员的第i个脸部子图像中所有特征逐一对比的比值，gi表示为第i个脸部子图像对应的比重系数，gwifk表示为第f个人员的第i个脸部子图像中第k个特征对应的比重系数。

本发明的有益效果：

本发明提供的一种基于人脸身份识别的智慧社会闸机控制系统，通过对进出社区的人员进行图像采集，对采集的人员图像进行划分，对划分后的各脸部子图像进行特征提取，并将提取的特征与社区内住户的人员图像对应的特征进行对比，以判断进入闸机处的人员身份信息，若身份属于社区内的人员，则控制闸机进行放行控制，否则，控制闸机禁止人员通行，并进行报警处理，提高了社区进入人员身份识别的准确性和效率，减少数据分析处理的工作量，且大大提高了社区的安全，为住户提供安全的居住条件。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明中一种基于人脸身份识别的智慧社区闸机控制系统的示意图。

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。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它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于人脸身份识别的智慧社区闸机控制系统，包括图像抓取模块、调节分析模块、划分组成模块、特征筛选模块、筛选对比模块、数据处理模块、身份构建存储数据库、闸机控制模块、放行执行模块、报警模块和显示终端；

图像抓取模块通过调节分析模块与划分组成模块连接，划分组成模块通过特征筛选模块与特征对比模块连接，特征对比模块分别与数据处理模块和身份构建存储数据库连接，数据处理模块分别与闸机控制模块和身份构建存储数据库连接，闸机控制模块分别与放行执行模块、报警模块和显示终端连接。

图像抓取模块，安装在闸机上，用于实时采集靠近闸机的人员图像信息，并将采集的人员图像信息发送至调节分析模块；

调节分析模块用于接收图像抓取模块发送的人员图像信息，提取图像信息中的人脸图像，并将提取的人脸图像采用插值算法对人脸图像进行归一化处理，将经归一化处理后的图像进行灰度调节，并将灰度调节后的人脸图像发送至划分组成模块，其中，归一后的人脸图像大小为64x64像素；

划分组成模块用于接收调节分析模块发送的经灰度调节后的人脸图像，对接收的人脸图像进行去边缘化处理，去除人脸图像中非人脸的图像部分，并对保留的人脸图像进行等尺寸大小划分，划分成若干脸部子图像，划分的若干脸部子图像按照从上到下从左到右的顺序进行排序，分别为1,2,...,i,...,n；

特征筛选模块用于对划分后的各脸部子图像进行特征提取，并将提取的特征构成脸部特征数据集合Qi(qi1,qi2,...,qij,...,qim)，qij表示为第i个脸部子图像中第j个特征，并将筛选出的各脸部子图像对应的脸部特征发送至至筛选对比模块；

身份构建存储数据库用于获取社区内所有住户的图像信息，对图像信息中的人员脸部图像提取以及脸部图像的划分，对划分后的脸部图像进行脸部特征的提取，并将提取的各人员脸部图像对应的所有特征构成社区脸部特征集合Wif(wif1,wif2,...,wifk,...,wifh)，wifk表示为社区内第f个人员的第i个脸部子图像中的第k个特征，其中，每个人员脸部图像划分的数量相同，社区内人员按照设定的顺序进行编号，分别为1,2,...,f,...,L；

其中，每个脸部子图像对应的权重分别为g1,g2,...,gi,...,gn，且g1+g2+...+gi+...+gn＝1，每个脸部子图像中脸部特征对应的权重gwif1+gwif2+...+gwifk+...+gwifh＝gi，gi表示为第i个脸部子图像对应的比重系数，gwifk表示为第f个人员的第i个脸部子图像中第k个特征对应的比重系数。

筛选对比模块用于接收特征筛选模块发送的各脸部子图像对应的脸部特征，并按照脸部子图像先后顺序，对采集图像中人员的脸部特征数据集合与身份构建存储数据库中存储的社区脸部特征集合中各社区人员的特征进行逐一对比，得到脸部特征数据对比集合Wif′(wif′1,wif′2,...,wif′k,...,wif′h)，wif′k表示为采集人脸图像中第i个脸部子图像中的所有特征与第f个人员的第i个脸部子图像中所有特征逐一对比的比值，当第f个人员的第i个脸部子图像中第k个特征在采集人脸图像中第i个脸部子图像中的所有特征中存在，则取wif′k等于1，反之，则取wif′k等于0；

其中，筛选对比模块对图像特征进行对比的方法，包括以下步骤：

S1、筛选采集图像中所有脸部子图像中权重比值最大的脸部子图像，筛选出社区内所有人员的脸部子图像编号与权重比值最大的脸部子图像编号相同的脸部子图像；

S2、将筛选出的权重比值最大的脸部子图像与社区内编号相同的脸部子图像的特征进行对比；

S3、统计出采集图像中的权重比值最大的脸部子图像与社区内人员对应的该编号的脸部子图像间的初步子图像吻合度系数；

S4、筛选出与所有社区人员的初步子图像吻合系数大于设定子图像吻合系数的社区人员，并将筛选的社区人员作为初级相似人员；

S5、筛选出权重比值次大的脸部子图像，提取初级相似人员中权重比值次大的脸部子图像，将采集图像中该脸部子图像与初级相似人员中对应编号的脸部子图像的特征进行对比，且统计二级子图像吻合系数；

S6、筛选出与初级相似人员的二级子图像吻合系数大于设定子图像吻合系数的人员，将筛选的人员作为二级相似人员；

S7、将采集图像中剩余脸部子图像分别与二级相似人员对应的剩余脸部子图像的特征进行对比，且统计剩余子图像吻合系数，提高了人员脸部子图像中特征对比的准确性和效率，便于提高人员通行的效率，降低数据处理的繁琐和任务量。

数据处理模块用于接收筛选对比模块发送的脸部特征数据对比集合，并根据脸部特征数据对比集合以及各特征对应的比重系数，统计采集图像与社区内各人员的匹配吻合度系数

wif′k表示为采集人脸图像中第i个脸部子图像中的所有特征与第f个人员的第i个脸部子图像中所有特征逐一对比的比值，gi表示为第i个脸部子图像对应的比重系数，gwifk表示为第f个人员的第i个脸部子图像中第k个特征对应的比重系数，筛选出最大的匹配吻合度系数，并将筛选出的最大匹配吻合度系数发送至闸机控制模块；

闸机控制模块用于接收数据处理模块发送的最大匹配吻合度系数，并将最大匹配吻合度系数与身份构建存储数据库内预设的匹配吻合度系数阈值进行对比，若大于设定的匹配吻合度系数阈值，则发送放行控制指令至放行执行模块，并将最大的匹配吻合度系数发送至显示终端，若小于设定的匹配吻合度系数阈值，则发送禁止放行控制指令至放行执行模块，同时发送报警提醒信号至报警模块；

放行执行模块用于接收闸机控制模块发送的放行控制指令，对社区门口处的闸机进行放行控制，便于人员通行，对接收到禁止放行控制指令时，对闸机进行阻碍通行控制，阻碍人员通行。

报警模块用于接收闸机控制模块发送的报警提醒信号，进行报警提醒，便于门卫管理人员对身份未识别的人员进行再次识别，提高了进入社区内人员的安全性。

显示终端用于接收闸机控制模块发送的最大的匹配吻合度系数，对接收的最大匹配吻合度系数进行显示，便于为门卫管理人员直观地了解进入社区内人员是否为社区内的人员。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (1)

1.一种基于人脸身份识别的智慧社区闸机控制系统，其特征在于：包括图像抓取模块、调节分析模块、划分组成模块、特征筛选模块、筛选对比模块、数据处理模块、身份构建存储数据库、闸机控制模块、放行执行模块、报警模块和显示终端；

所述图像抓取模块通过调节分析模块与划分组成模块连接，划分组成模块通过特征筛选模块与特征对比模块连接，特征对比模块分别与数据处理模块和身份构建存储数据库连接，数据处理模块分别与闸机控制模块和身份构建存储数据库连接，闸机控制模块分别与放行执行模块、报警模块和显示终端连接；

所述图像抓取模块，安装在闸机上，用于实时采集靠近闸机的人员图像信息，并将采集的人员图像信息发送至调节分析模块；

所述调节分析模块用于接收图像抓取模块发送的人员图像信息，提取图像信息中的人脸图像，并将提取的人脸图像采用插值算法对人脸图像进行归一化处理，将经归一化处理后的图像进行灰度调节，并将灰度调节后的人脸图像发送至划分组成模块；

所述划分组成模块用于接收调节分析模块发送的经灰度调节后的人脸图像，对接收的人脸图像进行去边缘化处理，去除人脸图像中非人脸的图像部分，并对保留的人脸图像进行等尺寸大小划分，划分成若干脸部子图像，划分的若干脸部子图像按照从上到下从左到右的顺序进行排序，分别为1,2,...,i,...,n；

所述特征筛选模块用于对划分后的各脸部子图像进行特征提取，并将提取的特征构成脸部特征数据集合Qi(qi1,qi2,...,qij,...,qim)，qij表示为第i个脸部子图像中第j个特征，并将筛选出的各脸部子图像对应的脸部特征发送至至筛选对比模块；

所述身份构建存储数据库用于获取社区内所有住户的图像信息，对图像信息中的人员脸部图像提取以及脸部图像的划分，对划分后的脸部图像进行脸部特征的提取，并将提取的各人员脸部图像对应的所有特征构成社区脸部特征集合Wif(wif1,wif2,...,wifk,...,wifh)，wifk表示为社区内第f个人员的第i个脸部子图像中的第k个特征，其中，每个人员脸部图像划分的数量相同，社区内人员按照设定的顺序进行编号，分别为1,2,...,f,...,L；

筛选对比模块用于接收特征筛选模块发送的各脸部子图像对应的脸部特征，并按照脸部子图像先后顺序，对采集图像中人员的脸部特征数据集合与身份构建存储数据库中存储的社区脸部特征集合中各社区人员的特征进行逐一对比，得到脸部特征数据对比集合Wif′(wif′1,wif′2,...,wif′k,...,wif′h)，wif′k表示为采集人脸图像中第i个脸部子图像中的所有特征与第f个人员的第i个脸部子图像中所有特征逐一对比的比值，当第f个人员的第i个脸部子图像中第k个特征在采集人脸图像中第i个脸部子图像中的所有特征中存在，则取wif′k等于1，反之，则取wif′k等于0；

数据处理模块用于接收筛选对比模块发送的脸部特征数据对比集合，并根据脸部特征数据对比集合以及各特征对应的比重系数，统计采集图像与社区内各人员的匹配吻合度系数，筛选出最大的匹配吻合度系数，并将筛选出的最大匹配吻合度系数发送至闸机控制模块；

所述闸机控制模块用于接收数据处理模块发送的最大匹配吻合度系数，并将最大匹配吻合度系数与身份构建存储数据库内预设的匹配吻合度系数阈值进行对比，若大于设定的匹配吻合度系数阈值，则发送放行控制指令至放行执行模块，并将最大的匹配吻合度系数发送至显示终端，若小于设定的匹配吻合度系数阈值，则发送禁止放行控制指令至放行执行模块，同时发送报警提醒信号至报警模块；

所述放行执行模块用于接收闸机控制模块发送的放行控制指令，对社区门口处的闸机进行放行控制，便于人员通行，对接收到禁止放行控制指令时，对闸机进行阻碍通行控制，阻碍人员通行；

所述报警模块用于接收闸机控制模块发送的报警提醒信号，进行报警提醒，便于门卫管理人员对身份未识别的人员进行再次识别；

所述显示终端用于接收闸机控制模块发送的最大的匹配吻合度系数，对接收的最大匹配吻合度系数进行显示；

所述筛选对比模块对图像特征进行对比的方法，包括以下步骤：

S1、筛选采集图像中所有脸部子图像中权重比值最大的脸部子图像，筛选出社区内所有人员的脸部子图像编号与权重比值最大的脸部子图像编号相同的脸部子图像；

S2、将筛选出的权重比值最大的脸部子图像与社区内编号相同的脸部子图像的特征进行对比；

S3、统计出采集图像中的权重比值最大的脸部子图像与社区内人员对应的该编号的脸部子图像间的初步子图像吻合度系数；

S4、筛选出与所有社区人员的初步子图像吻合系数大于设定子图像吻合系数的社区人员，并将筛选的社区人员作为初级相似人员；

S5、筛选出权重比值次大的脸部子图像，提取初级相似人员中权重比值次大的脸部子图像，将采集图像中该脸部子图像与初级相似人员中对应编号的脸部子图像的特征进行对比，且统计二级子图像吻合系数；

S6、筛选出与初级相似人员的二级子图像吻合系数大于设定子图像吻合系数的人员，将筛选的人员作为二级相似人员；

S7、将采集图像中剩余脸部子图像分别与二级相似人员对应的剩余脸部子图像的特征进行对比，且统计剩余子图像吻合系数；

同一图像中各脸部子图像对应的权重分别为g1,g2,...,gi,...,gn，且g1+g2+...+gi+...+gn＝1，gi表示为第i个脸部子图像对应的比重系数；

每个脸部子图像中脸部特征对应的权重gwif1+gwif2+...+gwifk+...+gwifh＝gi，gwifk表示为第f个人员的第i个脸部子图像中第k个特征对应的比重系数。

Images