CN110222543A - 支持韦根协议的门禁设备识读方法和装置 - Google Patents

支持韦根协议的门禁设备识读方法和装置 Download PDF

Info

Publication number
CN110222543A
CN110222543A CN201910497031.5A CN201910497031A CN110222543A CN 110222543 A CN110222543 A CN 110222543A CN 201910497031 A CN201910497031 A CN 201910497031A CN 110222543 A CN110222543 A CN 110222543A
Authority
CN
China
Prior art keywords
access control
control equipment
image
solicited message
camera
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
Application number
CN201910497031.5A
Other languages
English (en)
Inventor
王越
晏成
凌涛
姚远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Inspiry Technology Co Ltd
Original Assignee
Beijing Inspiry Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Inspiry Technology Co Ltd filed Critical Beijing Inspiry Technology Co Ltd
Priority to CN201910497031.5A priority Critical patent/CN110222543A/zh
Publication of CN110222543A publication Critical patent/CN110222543A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10297—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves arrangements for handling protocols designed for non-contact record carriers such as RFIDs NFCs, e.g. ISO/IEC 14443 and 18092
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10712—Fixed beam scanning
    • G06K7/10722—Photodetector array or CCD scanning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00182—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with unidirectional data transmission between data carrier and locks
    • 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
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种支持韦根协议的门禁设备识读方法，内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息的区域进行去模糊处理；将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。该方法提高了支持韦根协议的门禁设备识读的快速性、精准性与智能性。本公开还提供了一种支持韦根协议的门禁设备识读装置。

Description

支持韦根协议的门禁设备识读方法和装置
技术领域
本公开涉及智能硬件技术领域，具体而言，涉及一种支持韦根协议的门禁设备识读方法和装置。
背景技术
随着科学技术的发展，对传统门禁的要求越来越趋于智能化的要求。现有门禁设备操作执行模式单一，例如，刷工卡或刷预先录入指纹等。不具有广泛应用性与灵活性。如何提高门禁设备的识读多样性与高效性是亟待解决的问题。
发明内容
为了解决现有技术中的技术问题，本公开实施例提供了一种支持韦根协议的门禁设备识读方法和装置，通过本公开的方法提高了门禁识读的快捷性、智能性与精准性。
第一方面，本公开实施例提供了一种支持韦根协议的门禁设备识读方法，包括以下步骤：内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；其中，所述门禁设备包括：壳体、摄像头、NFC模块及液晶屏；所述摄像头与所述NFC模块均设置在所述壳体内部，所述壳体具有扫码区，所述液晶屏设置在所述扫码区，光线通过所述液晶屏进入所述摄像头，以便所述摄像头获取二维码图像信息和/或人脸图像信息；所述液晶屏用于显示所述门禁设备工作状态信息、使用者通过人脸图像信息作为所述请求信息的人脸图像、门禁服务器推送的广告信息；所述使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种；对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域，并将所述图像特征信息区域进行去模糊处理；将去模糊处理的所述图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
在其中一个实施例中，所述内置在门禁设备中的摄像头在预设时间内多次获取使用者的请求信息包括：在配置有LBS与GPS双接口、时区与经度对照表存储模块、摄像头的门禁设备处于待机状态下，若检测到使用者对所述门禁设备的扫码区的遮挡操作，则获取使用者遮挡所述扫码区的遮挡区域；将所述扫码区的所述遮挡区域对应的信息定义为所述请求信息。
在其中一个实施例中，所述定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域包括：通过图像重采样操作获取源图像的差分图像；通过快速自适应阈值法对所述差分图像进行二值化处理获取二值图像；对所述二值图像进行标记，将图像中重叠连通区域标记为同一区域；统计标记为同一区域的像素数量以去除干扰区域；对接近矩形的区域进行轮廓跟踪，并利用旋转法计算各次旋转中面积最小的外接矩形区域，所述面积最小的外接矩形区域即为包含了所述图像特征信息，且去除了背景图像干扰的最小矩形区域。
在其中一个实施例中，所述将所述图像特征信息的区域进行去模糊处理包括：获取运动模糊图像的长度L及其运动方向θ；根据获取的运动模糊图像的长度L及其运动方向θ，生成运动模糊图像的点扩散函数的空间域表达式；采用带约束的最小二乘法进行二维条码图像的图像恢复处理。
在其中一个实施例中，还包括：对布设在多个场景的配置适用于图像识读的摄像头与基于中央处理器的控制系统的所述门禁设备进行组网，并对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备、控制所述门禁设备的电子终端以及门禁服务器集群三者进行连接，其中，支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备包括至少一个适用于图像识读的摄像头，所述至少一个适用于图像识读的摄像头用于实时感知360°全角度的光线变化，以便通过所述中央处理器触发液晶屏完成显示内容的变化操作。
在其中一个实施例中，所述对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备、控制所述门禁设备的电子终端以及门禁服务器集群三者进行连接包括：通过WIFI将布设在多个场景的至少一个所述门禁设备与门禁服务器集群进行连接；通过蓝牙连接将布设在多个场景的至少一个所述门禁设备与控制所述门禁设备的所述电子终端进行连接。
在其中一个实施例中，还包括：收集请求信息，将收集的请求信息分成低质量请求信息和高质量请求信息两个训练集，对两个训练集的图像分别进行标记；对标记完成的低质量请求信息和高质量请求信息进行训练，构建所述质量评价网络模型。
第二方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的方法的步骤。
第三方面，本公开实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。
第四方面，本公开实施例提供了一种支持韦根协议的门禁设备识读装置，所述装置包括：获取模块，用于内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；其中，所述门禁设备包括：壳体、摄像头、NFC模块及液晶屏；所述摄像头与所述NFC模块均设置在所述壳体内部，所述壳体具有扫码区，所述液晶屏设置在所述扫码区，光线通过所述液晶屏进入所述摄像头，以便所述摄像头获取二维码图像信息和/或人脸图像信息；所述液晶屏用于显示所述门禁设备工作状态信息、使用者通过人脸图像信息作为所述请求信息的人脸图像、门禁服务器推送的广告信息；所述使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种；修正模块，用于对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位与处理模块，用于定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域，并将所述图像特征信息区域进行去模糊处理；识别与执行模块，用于将去模糊处理的所述图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
本发明提供的一种支持韦根协议的门禁设备识读方法和装置，内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息区域进行去模糊处理；将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。该方法提高了支持韦根协议的门禁设备识读的快速性、精准性与智能性。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面对实施例描述中所需要使用的附图作简单地介绍：
图1为本发明一个实施例中的一种支持韦根协议的门禁设备识读方法的步骤流程示意图；以及
图2为本发明一个实施例中的一种支持韦根协议的门禁设备识读装置的结构示意图。
具体实施方式
下面结合附图和实施例对本申请进行进一步的详细介绍。
在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本公开的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
为了使本发明的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本发明一种支持韦根协议的门禁设备识读方法和装置的具体实施方式进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，为一个实施例中的一种支持韦根协议的门禁设备识读方法的流程示意图，具体包括以下步骤：
步骤102，内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息。其中，门禁设备包括：壳体、摄像头、NFC模块及液晶屏；摄像头与NFC模块均设置在所述壳体内部，壳体具有扫码区，液晶屏设置在扫码区，光线通过液晶屏进入所述摄像头，以便摄像头获取二维码图像信息和/或人脸图像信息；液晶屏用于显示门禁设备工作状态信息、使用者通过人脸图像信息作为请求信息的人脸图像、门禁服务器推送的广告信息；使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种。
需要说明的是，内置在门禁设备中的摄像头在预设时间内多次获取使用者的请求信息包括：在配置有LBS与GPS双接口、时区与经度对照表存储模块、摄像头的门禁设备处于待机状态下，若检测到使用者对门禁设备的扫码区的遮挡操作，则获取使用者遮挡扫码区的遮挡区域；将扫码区的遮挡区域对应的信息定义为请求信息。由此，提高了请求信息获取的便捷性与易用性。
此外，还需要说明的是，本公开提出的一种支持韦根协议的门禁设备识读方法还包括：对布设在多个场景的配置适用于图像识读的摄像头与基于中央处理器的控制系统的门禁设备进行组网，并对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的门禁设备、控制门禁设备的电子终端以及门禁服务器集群三者进行连接，其中，支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的门禁设备包括至少一个适用于图像识读的摄像头，至少一个适用于图像识读的摄像头用于实时感知360°全角度的光线变化，以便通过中央处理器触发液晶屏完成显示内容的变化操作。具体的，对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的门禁设备、控制门禁设备的电子终端以及门禁服务器集群三者进行连接包括：通过WIFI将布设在多个场景的至少一个门禁设备与门禁服务器集群进行连接；通过蓝牙连接将布设在多个场景的至少一个门禁设备与控制门禁设备的电子终端进行连接。
此外，还需要说明的是，本公开提出的一种支持韦根协议的门禁设备识读方法还包括：收集请求信息，将收集的请求信息分成低质量请求信息和高质量请求信息两个训练集，对两个训练集的图像分别进行标记；对标记完成的低质量请求信息和高质量请求信息进行训练，构建质量评价网络模型。
步骤104，对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数。
步骤106，定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息区域进行去模糊处理。
具体的，定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域包括：通过图像重采样操作获取源图像的差分图像；通过快速自适应阈值法对差分图像进行二值化处理获取二值图像；对二值图像进行标记，将图像中重叠连通区域标记为同一区域；统计标记为同一区域的像素数量以去除干扰区域；对接近矩形的区域进行轮廓跟踪，并利用旋转法计算各次旋转中面积最小的外接矩形区域，面积最小的外接矩形区域即为包含了图像特征信息，且去除了背景图像干扰的最小矩形区域。由此，提高了提取请求信息中图像特征信息的精准性。
进一步地，将图像特征信息的区域进行去模糊处理包括：获取运动模糊图像的长度L及其运动方向θ；根据获取的运动模糊图像的长度L及其运动方向θ，生成运动模糊图像的点扩散函数的空间域表达式；采用带约束的最小二乘法进行二维条码图像的图像恢复处理。由此，提高了图像特征信息的清晰度与可辨识度。
步骤108，将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
本发明提供的一种支持韦根协议的门禁设备识读方法，内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息区域进行去模糊处理；将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。该方法提高了支持韦根协议的门禁设备识读的快速性、精准性与智能性。
基于同一发明构思，还提供了一种支持韦根协议的门禁设备识读装置。由于此装置解决问题的原理与前述一种支持韦根协议的门禁设备识读方法相似，因此，该装置的实施可以按照前述方法的具体步骤实现，重复之处不再赘述。
如图2所示，为一个实施例中的一种支持韦根协议的门禁设备识读装置的结构示意图。该支持韦根协议的门禁设备识读装置10包括：获取模块200、修正模块400、定位与处理模块600和识别与执行模块800。
其中，获取模块200用于内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；其中，门禁设备包括：壳体、摄像头、NFC模块及液晶屏；摄像头与NFC模块均设置在壳体内部，壳体具有扫码区，液晶屏设置在扫码区，光线通过液晶屏进入摄像头，以便摄像头获取二维码图像信息和/或人脸图像信息；液晶屏用于显示门禁设备工作状态信息、使用者通过人脸图像信息作为请求信息的人脸图像、门禁服务器推送的广告信息；使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种；修正模块400用于对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；定位与处理模块600用于定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息区域进行去模糊处理；识别与执行模块800用于将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
本发明提供的一种支持韦根协议的门禁设备识读装置，首先通过获取模块使得内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；再通过修正模块对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；再通过定位与处理模块定位基于卷积神经网络根据修正后的卷积参数提取使用者的请求信息中的图像特征信息区域，并将图像特征信息区域进行去模糊处理；最终通过识别与执行模块将去模糊处理的图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。该装置提高了支持韦根协议的门禁设备识读的快速性、精准性与智能性。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被图1中处理器执行。
本发明实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时，使得计算机执行上述图1的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为示例性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，例如“A、B或C的至少一个”的列举意味着A或B或C，或AB或AC或BC，或ABC(即A和B和C)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。
为了示例和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种支持韦根协议的门禁设备识读方法，其特征在于，包括以下步骤：
内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；其中，所述门禁设备包括：壳体、摄像头、NFC模块及液晶屏；所述摄像头与所述NFC模块均设置在所述壳体内部，所述壳体具有扫码区，所述液晶屏设置在所述扫码区，光线通过所述液晶屏进入所述摄像头，以便所述摄像头获取二维码图像信息和/或人脸图像信息；所述液晶屏用于显示所述门禁设备工作状态信息、使用者通过人脸图像信息作为所述请求信息的人脸图像、门禁服务器推送的广告信息；所述使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种；
对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；
定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域，并将所述图像特征信息区域进行去模糊处理；
将去模糊处理的所述图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
2.根据权利要求1所述的支持韦根协议的门禁设备识读方法，其特征在于，所述内置在门禁设备中的摄像头在预设时间内多次获取使用者的请求信息包括：在配置有LBS与GPS双接口、时区与经度对照表存储模块、摄像头的门禁设备处于待机状态下，若检测到使用者对所述门禁设备的扫码区的遮挡操作，则获取使用者遮挡所述扫码区的遮挡区域；
将所述扫码区的所述遮挡区域对应的信息定义为所述请求信息。
3.根据权利要求1所述的支持韦根协议的门禁设备识读方法，其特征在于，所述定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域包括：通过图像重采样操作获取源图像的差分图像；
通过快速自适应阈值法对所述差分图像进行二值化处理获取二值图像；
对所述二值图像进行标记，将图像中重叠连通区域标记为同一区域；
统计标记为同一区域的像素数量以去除干扰区域；
对接近矩形的区域进行轮廓跟踪，并利用旋转法计算各次旋转中面积最小的外接矩形区域，所述面积最小的外接矩形区域即为包含了所述图像特征信息，且去除了背景图像干扰的最小矩形区域。
4.根据权利要求1所述的支持韦根协议的门禁设备识读方法，其特征在于，所述将所述图像特征信息的区域进行去模糊处理包括：
获取运动模糊图像的长度L及其运动方向θ；
根据获取的运动模糊图像的长度L及其运动方向θ，生成运动模糊图像的点扩散函数的空间域表达式；
采用带约束的最小二乘法进行二维条码图像的图像恢复处理。
5.根据权利要求1所述的支持韦根协议的门禁设备识读方法，其特征在于，还包括：对布设在多个场景的配置适用于图像识读的摄像头与基于中央处理器的控制系统的所述门禁设备进行组网，并对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备、控制所述门禁设备的电子终端以及门禁服务器集群三者进行连接，其中，支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备包括至少一个适用于图像识读的摄像头，所述至少一个适用于图像识读的摄像头用于实时感知360°全角度的光线变化，以便通过所述中央处理器触发液晶屏完成显示内容的变化操作。
6.根据权利要求5所述的支持韦根协议的门禁设备识读方法，其特征在于，所述对布设在多个场景的支持韦根26/34/66/256接口、支持RS232/RS485接口、支持USB-HID/USB虚拟串口的所述门禁设备、控制所述门禁设备的电子终端以及门禁服务器集群三者进行连接包括：通过WIFI将布设在多个场景的至少一个所述门禁设备与门禁服务器集群进行连接；
通过蓝牙连接将布设在多个场景的至少一个所述门禁设备与控制所述门禁设备的所述电子终端进行连接。
7.根据权利要求1所述的支持韦根协议的门禁设备识读方法，其特征在于，还包括：收集请求信息，将收集的请求信息分成低质量请求信息和高质量请求信息两个训练集，对两个训练集的图像分别进行标记；
对标记完成的低质量请求信息和高质量请求信息进行训练，构建所述质量评价网络模型。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现所述权利要求1-7中任一项所述方法的步骤。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述权利要求1-7中任一项所述方法的步骤。
10.一种支持韦根协议的门禁设备识读装置，其特征在于，所述装置包括：
获取模块，用于内置在门禁设备中的支持韦根协议的摄像头在预设时间内多次获取使用者的请求信息；其中，所述门禁设备包括：壳体、摄像头、NFC模块及液晶屏；所述摄像头与所述NFC模块均设置在所述壳体内部，所述壳体具有扫码区，所述液晶屏设置在所述扫码区，光线通过所述液晶屏进入所述摄像头，以便所述摄像头获取二维码图像信息和/或人脸图像信息；所述液晶屏用于显示所述门禁设备工作状态信息、使用者通过人脸图像信息作为所述请求信息的人脸图像、门禁服务器推送的广告信息；所述使用者的请求信息包括二维码图像信息或人脸图像信息中的任意一种；
修正模块，用于对卷积神经网络中的卷积参数进行修正，获取修正后的卷积参数；
定位与处理模块，用于定位基于所述卷积神经网络根据所述修正后的卷积参数提取使用者的所述请求信息中的图像特征信息区域，并将所述图像特征信息区域进行去模糊处理；
识别与执行模块，用于将去模糊处理的所述图像特征信息的特征参数输入预先构建的质量评价网络模型，获取识别结果并完成开门执行操作。
CN201910497031.5A 2019-06-10 2019-06-10 支持韦根协议的门禁设备识读方法和装置 Pending CN110222543A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910497031.5A CN110222543A (zh) 2019-06-10 2019-06-10 支持韦根协议的门禁设备识读方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910497031.5A CN110222543A (zh) 2019-06-10 2019-06-10 支持韦根协议的门禁设备识读方法和装置

Publications (1)

Publication Number Publication Date
CN110222543A true CN110222543A (zh) 2019-09-10

Family

ID=67815984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910497031.5A Pending CN110222543A (zh) 2019-06-10 2019-06-10 支持韦根协议的门禁设备识读方法和装置

Country Status (1)

Country Link
CN (1) CN110222543A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810157A (zh) * 2021-09-13 2021-12-17 上海偕云信息技术有限公司 基于rs485协议的门禁数据传输处理方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708552A (zh) * 2012-05-24 2012-10-03 中山大学 一种快速二维条码图像运动去模糊方法
CN206674106U (zh) * 2017-04-06 2017-11-24 慧锐通智能科技股份有限公司 一种智能终端机
CN109544769A (zh) * 2019-01-17 2019-03-29 福州符号信息科技有限公司 一种基于韦根协议的门禁系统及控制方法
CN109670819A (zh) * 2019-02-22 2019-04-23 北京意锐新创科技有限公司 基于gps与lbs的双定位停车场支付方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708552A (zh) * 2012-05-24 2012-10-03 中山大学 一种快速二维条码图像运动去模糊方法
CN206674106U (zh) * 2017-04-06 2017-11-24 慧锐通智能科技股份有限公司 一种智能终端机
CN109544769A (zh) * 2019-01-17 2019-03-29 福州符号信息科技有限公司 一种基于韦根协议的门禁系统及控制方法
CN109670819A (zh) * 2019-02-22 2019-04-23 北京意锐新创科技有限公司 基于gps与lbs的双定位停车场支付方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810157A (zh) * 2021-09-13 2021-12-17 上海偕云信息技术有限公司 基于rs485协议的门禁数据传输处理方法和系统

Similar Documents

Publication Publication Date Title
US10936919B2 (en) Method and apparatus for detecting human face
CN107909065A (zh) 用于检测人脸遮挡的方法及装置
Kliper-Gross et al. Motion interchange patterns for action recognition in unconstrained videos
CN105184249B (zh) 用于人脸图像处理的方法和装置
CN109086669A (zh) 人脸识别身份验证方法、装置、电子设备
CN108701216A (zh) 一种人脸脸型识别方法、装置和智能终端
CN110009561A (zh) 一种监控视频目标映射到三维地理场景模型的方法及系统
CN109522790A (zh) 人体属性识别方法、装置、存储介质及电子设备
CN103617420A (zh) 基于图像特征匹配的商品快速识别方法及系统
CN110472460A (zh) 人脸图像处理方法及装置
CN110348439A (zh) 一种自动识别价签的方法、计算机可读介质及系统
CN103839277A (zh) 一种户外大范围自然场景的移动增强现实注册方法
CN108229376A (zh) 用于检测眨眼的方法及装置
Kim et al. Skeleton-based action recognition of people handling objects
CN107742273A (zh) 一种2d发型虚拟试戴方法及装置
CN109376628A (zh) 一种图像质量检测方法、装置和存储介质
WO2021237434A1 (zh) 显示屏配置方法、装置和系统以及计算机可读存储介质
CN109978668A (zh) 基于时间戳匹配的交易顾客识别方法、系统、设备及介质
CN110020643A (zh) 一种压板识别方法与设备
CN108491872A (zh) 目标再识别方法和装置、电子设备、程序和存储介质
CN108389230A (zh) 冰箱容量自动检测方法、系统、设备及存储介质
CN110264523A (zh) 一种确定测试图像中的目标图像的位置信息的方法与设备
CN108875556A (zh) 用于人证核验的方法、装置、系统及计算机存储介质
CN110222543A (zh) 支持韦根协议的门禁设备识读方法和装置
CN108124157A (zh) 信息交互方法、装置及系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190910