CN110223421B - 自适应人脸动态变化的门禁方法及系统 - Google Patents

自适应人脸动态变化的门禁方法及系统 Download PDF

Info

Publication number
CN110223421B
CN110223421B CN201910384471.XA CN201910384471A CN110223421B CN 110223421 B CN110223421 B CN 110223421B CN 201910384471 A CN201910384471 A CN 201910384471A CN 110223421 B CN110223421 B CN 110223421B
Authority
CN
China
Prior art keywords
identifiable
group
self
adaptive adjustment
preset
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.)
Active
Application number
CN201910384471.XA
Other languages
English (en)
Other versions
CN110223421A (zh
Inventor
刘丰
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.)
Chongqing Terminus Technology Co Ltd
Original Assignee
Chongqing Terminus 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 Chongqing Terminus Technology Co Ltd filed Critical Chongqing Terminus Technology Co Ltd
Priority to CN201910384471.XA priority Critical patent/CN110223421B/zh
Publication of CN110223421A publication Critical patent/CN110223421A/zh
Application granted granted Critical
Publication of CN110223421B publication Critical patent/CN110223421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Lock And Its Accessories (AREA)

Abstract

本发明公开了一种自适应人脸动态变化的门禁方法及系统，涉及门禁技术领域，主要目的在于能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。所述方法包括：当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行。本发明适用于自适应人脸动态变化的门禁控制。

Description

自适应人脸动态变化的门禁方法及系统
技术领域
本发明涉及门禁技术领域，特别是涉及一种自适应人脸动态变化的门禁方法及系统。
背景技术
近年来，随着人们对安全性的要求越来越高，越来越多的建筑开始安装门禁系统。随着人脸识别技术的成熟，识别速度和精确度越来越高，也越来越广泛的应用于生活的各个方面。其中，在智能建筑中可以安装基于人脸识别的门禁系统。相比基于指纹或密码输入的门禁系统，基于人脸识别的门禁系统，使用更为方便。用户可以先到智能建筑的物业管理部门预先登记自身的人脸图像，并且由物业管理部门为其分配门禁通行权限。
目前，通常基于预登记的且固定不变的人脸图像进行门禁通行验证，即将采集到的人脸图像与预登记的且具有本门禁通行权限的人脸图像进行比对，以确定是否开放门禁通行。然而，由于用户在物业管理部门预登记得人脸图像不能随时更新，而用户的人脸面貌在登记后，会随着时间推移和身体变化，逐渐发生比较明显的改变，若采用上述方式门禁通行验证，容易出现匹配错误的情况，导致合法登记的用户不能正常通行。
发明内容
有鉴于此，本发明提供一种自适应人脸动态变化的门禁方法、装置及门禁系统，主要目的在于能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。
依据本发明第一方面，提供了一种自适应人脸动态变化的门禁方法，包括：
当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；
将提取的可识别特征组与调整后的各个可识别特征组进行匹配；
若匹配成功，则开放门禁通行。
依据本发明第二方面，提供了一种自适应人脸动态变化的门禁系统，包括：
提取单元，用于当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
调整单元，用于利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；
匹配单元，用于将提取的可识别特征组与调整后的可识别特征组进行匹配；
控制单元，用于若所述匹配单元将提取的可识别特征组与调整后的可识别特征组匹配成功，则开放门禁通行。
依据本发明第三方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述执行指令使处理器执行以下步骤：
当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；
将提取的可识别特征组与调整后的各个可识别特征组进行匹配；
若匹配成功，则开放门禁通行。
依据本发明第四方面，提供了一种计算机设备，包括处理器、存储器、通信接口和通信总线所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信，所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下步骤：
当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；
将提取的可识别特征组与调整后的各个可识别特征组进行匹配；
若匹配成功，则开放门禁通行。
本发明提供一种自适应人脸动态变化的门禁方法及系统，与目前基于预登记的且固定不变的人脸图像进行门禁通行验证相比，本发明可以针对预登记的且具有本门禁通行权限的各个可识别特征组，设置自适应调整系数组，以自适应预登记的人脸动态变化，在采集到通行门预定区域内用户的人脸图像时，能够从采集的人脸图像中提取所述用户的可识别特征组；并能够利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，与此同时，能够将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行，从而能够实现以人脸动态变化的可识别特征组，对用户进行门禁通行验证，进而能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种自适应人脸动态变化的门禁方法的流程示意图；
图2示出了本发明实施例提供的另一种自适应人脸动态变化的门禁方法的流程示意图；
图3示出了本发明实施例提供的一种自适应人脸动态变化的门禁系统的结构示意图；
图4示出了本发明实施例提供的另一种自适应人脸动态变化的门禁系统的结构示意图；
图5示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如背景技术所述，目前，通常基于预登记的且固定不变的人脸图像进行门禁通行验证，即将采集到的人脸图像与预登记的且具有本门禁通行权限的人脸图像进行比对，以确定是否开放门禁通行。然而，由于用户在物业管理部门预登记得人脸图像不能随时更新，而用户的人脸面貌在登记后，会随着时间推移和身体变化，逐渐发生比较明显的改变，若采用上述方式门禁通行验证，容易出现匹配错误的情况，导致合法登记的用户不能正常通行。
为了解决上述技术问题，本发明实施例提供了一种自适应人脸动态变化的门禁方法，如图1所示，所述方法包括：
101、当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组。
其中，所述预定区域可以为通行门前方的预定区域，具体可以采用摄像设备采集用户的人脸图像。所述可识别特征组中的可识别特征可以为眼、鼻子、口、眉毛、额头等主要人脸部位特征，具体可以为眉间距、眼间距、眼宽、眼长、鼻长、鼻翼宽、唇宽、唇厚……等等数值化的特征。所述可识别特征还可以为人脸纹理特征，具体可以为人脸纹理特征数值化的特征。在本发明实施例中，可以利用边缘提取算法从人脸图像中提取主要人脸部位特征或者人脸纹理特征。
102、利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整。
对于本发明实施例，可以预先对各个用户预登记且具有本门禁通行的人脸图像进行提取，以得到各个人脸图像对应的各个可识别特征组，即每个用户预登记的人脸图像可以对应一个的可识别特征组，每个可识别特征组可以对应一个自适应调整系数组。所述自适应调整系数组可以为自适应人脸动态变化的调整系数组，所述自适应调整系数组对应的初始值可以为物业管理人员设置的，后续在进行门禁通行验证时，自适应调整系数组为根据上次通过通行验证的人脸图像自适应调整的。
需要说明的是，可以将用户预登记的人脸图像、预登记的人脸图像对应的可识别特征组，自适应调整系数组以及本门禁通行权限保存在门禁数据库中。在每次采集到人脸图像时，直接从门禁数据库中调取各个可识别特征组及其对应的自适应调整系数组；然后利用自适应调整系数组对其对应的调整系数组进行自适应调整。例如，用户1预登记的人脸图像对应的可识别特征组可以为<D1,D2,D3...Dn>，其对应的自适应调整系数组可以为<α1,α2,α3...αn>，所述预设特征调整公式可以为Mi＝(1+αi)*Di，其中，Mi为调整后的可识别特征组中的第i个可识别特征，αi为第i个自适应调整系数，Di为预登记的人脸图像对应的可识别特征中的第i个可识别特征，因此，调整后的可识别特征组<M1,M2,M3...Mn>可以为<(1+α1)*D1,(1+α2)*D2,(1+α3)*D3...(1+αn)*Dn>，同样地，预登记的其他用户所对应的可识别特征组也是通过上述方式进行自适应调整。
103、将提取的可识别特征组与调整后的各个可识别特征组进行匹配。
对于本发明实施例，可以通过计算可识别特征组之间的差异度的方式，确定提取的可识别特征组是否与调整后的各个可识别特征组匹配。若计算存在差异度小于或等于预设差异阈值，则确定匹配成功，否则，则确定匹配失败。所述预设差异阈值可以根据实际需求进行设置，本发明实施例在不做限定，例如，所述预设差异阈值可以为0.1、0.2等。
104、若匹配成功，则开放门禁通行。
在本发明实施例中，可以通过向门禁发送开门指令，开放门禁通行。
本发明实施例提供的一种自适应人脸动态变化的门禁方法，与目前基于预登记的且固定不变的人脸图像进行门禁通行验证相比，本发明实施例可以针对预登记的且具有本门禁通行权限的各个可识别特征组，设置自适应调整系数组，以自适应预登记的人脸动态变化，在采集到通行门预定区域内用户的人脸图像时，能够从采集的人脸图像中提取所述用户的可识别特征组；并能够利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，与此同时，能够将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行，从而能够实现以人脸动态变化的可识别特征组，对用户进行门禁通行验证，进而能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。
进一步的，作为对上述实施例的细化和扩展，本发明实施例提供了一种自适应人脸动态变化的门禁方法，具体如图2所示：
201、当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组。
对于本发明实施例，为了提取所述用户的可识别特征组，所述从采集的人脸图像中提取所述用户的可识别特征组的步骤具体可以包括：利用预设提取算法从所述人脸图像中提取所述用户的人脸各个部位特征，并将所述各个部位特征所形成的特征组，确定为所述可识别特征组。或者利用预设提取算法从所述人脸图像中提取所述用户的人脸各个纹理特征；并将所述各个纹理特征所形成的特征组，确定为所述可识别特征组。所述预设提取算法可以为边缘检测算法，所述人脸各部位特征可以为眼、鼻子、口、眉毛、额头等特征，具体可以为眉间距、眼间距、眼宽、眼长、鼻长、鼻翼宽、唇宽、唇厚……等等数值化的特征。
202、利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整。
其中，所述自适应调整系数组为自适应人脸动态变化的调整系数组。所述步骤202具体可以包括：获取各自对应调整系数组中的各个自适应调整系数，以及预登记的各个可识别特征组中的各个可识别特征值；利用所述各个自适应调整系数和预设特征调整公式，对所述各个可识别特征值进行自适应调整。
对于本发明实施例，为了保证自适应调整后的可识别特征组更接近上次通过通行验证的人脸变化，保证后续门禁通行验证的准确性，所述步骤202具体可以包括：根据门禁通行验证次数和预设权重计算公式，确定门禁通行验证的次数权重；利用所述次数权重、各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的可识别特征组进行自适应调整。基于步骤102所述，在引入次数权重之后，调整后的可识别特征组<M1,M2,M3...Mn>可以为：
Figure GDA0002448731560000071
为了增大调整力度，所述预设权重计算公式可以为使得次数权重随门禁通行验证次数而增加的公式，但是为了避免过度调整，所述次数权重，也需要有一定的限度，例如，所述预设权重计算公式可以为
Figure GDA0002448731560000072
其中，t为门禁通行验证次数，a可以为常量参数，
Figure GDA0002448731560000073
可以为次数权重，在用户刚刚完成了在物业的人脸图像登记，然后在第一次进行门禁通行时，t取值为1，此时次数权重
Figure GDA0002448731560000074
的值最小，而随着以后每一次门禁通行验证，t取值增加1，次数权重
Figure GDA0002448731560000075
的值也逐次增大，但是
Figure GDA0002448731560000076
的取值一直处于0.5-1.5之间，本发明实施例仅对预设权重计算公式进行举例说明，在此不做限定。
203、将提取的可识别特征组与调整后的各个可识别特征组进行匹配。
对于本发实施例，所述步骤203具体可以包括：计算调整后的各个可识别特征组与所述提取的可识别特征组的差异度。若调整后的可识别特征组1为<(1+α1)*D1,(1+α2)*D2,(1+α3)*D3...(1+αn)*Dn>，所述提取的可识别特征组为<R1,R2,R3...Rn>，计算二者的差异度c的计算公式可以为：
Figure GDA0002448731560000077
同样地，利用上述公式可以计算提取的可识别特征组与其他调整后的可识别特征组之间的差异度。
204、若调整后的各个可识别特征组中存在与所述提取的可识别特征组的差异度小于第一预设差异阈值的可识别特征组，则确定匹配成功，并开放门禁通行。
其中，所述第一预设差异阈值可以根据用户需求进行设置，本发明实施例在此不限定，如所述第一预设差异阈值可以为10％、15％等。若提取的可识别特征组与调整后的可识别特征组1的差异度小于10％，则说明提取的可识别特征组与调整后的可识别特征组1相匹配，通行门预定区域的用户为具有本门禁通行权限的用户，且其人脸相比预登记的人脸变化了10％。
需要说明的是，与步骤204并列的步骤，所述方法还包括：若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第一预设差异阈值，且小于第二预设差异阈值，则获取所述用户预登记的用户身份，并根据所述采集的人脸图像和所述用户身份，生成人工核验请求并发送给物业后台，所述物业后台用于根据所述用户身份从门禁数据库调出所述用户预登记的人脸图像，并与所述采集的人脸图像进行人工核验，以确定是否匹配成功；若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第二预设差异阈值，则确定匹配失败，并拒绝开放门禁通行。所述第二预设差异阈值比第一预设差异阈值大，具体地，所述第二差异阈值可以为25％，30％。
205、利用所述提取的可识别特征组、与其匹配调整前的可识别特征组和预设自适应调整系数计算公式，更新所述匹配的可识别特征组对应的自适应调整系数组。
其中，所述提取的可识别特征组为<R1,R2,R3...Rn>，与其匹配调整前的可识别特征组为<D1,D2,D3...Dn>，所述预设自适应调整系数计算公式可以为：
Figure GDA0002448731560000081
其中，Ri为提取的可识别特征组中的第i个可识别特征，Di为与其匹配调整前的的可识别特征，αit为更新后的自适应调整系数，αit-1为更新前的自适应调整系数。通过步骤205的方式，可以对在物业预登记的所有用户对应的可识别特征组进行自适应调整，以自适应用户的人脸动态变化，进而能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。
进一步地，作为图3的具体实现，本发明实施例提供了一种自适应人脸动态变化的门禁系统，如图3所示，所述系统包括：提取单元31、调整单元32、匹配单元33和控制单元34。
所述提取单元31，可以用于当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组。所述提取单元31是本装置中当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组的主要功能模块。
所述调整单元32，可以用于利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组。所述调整单元32是本装置中利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整的主要功能模块，也是核心模块。
所述匹配单元33，可以用于将提取的可识别特征组与调整后的可识别特征组进行匹配。所述匹配单元33是本装置中将提取的可识别特征组与调整后的可识别特征组进行匹配的主要功能模块。
所述控制单元34，可以用于若所述匹配单元将提取的可识别特征组与调整后的可识别特征组匹配成功，则开放门禁通行。所述控制单元34是本装置中若所述匹配单元将提取的可识别特征组与调整后的可识别特征组匹配成功，则开放门禁通行的主要功能模块。
在具体应用场景中，所述调整单元32，具体可以用于获取各自对应调整系数组中的各个自适应调整系数，以及预登记的各个可识别特征组中的各个可识别特征值；并利用所述各个自适应调整系数和预设特征调整计算公式，对所述各个可识别特征值进行自适应调整。
所述调整单元32，具体可以用于根据门禁通行验证次数和预设权重计算公式，确定门禁通行验证的次数权重；并利用所述次数权重、各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的可识别特征组进行自适应调整。
对于本发明实施例，为了根据采集的人脸图像更新所述自适应调整系数组，所述装置还包括：更新单元35。
所述更新单元35，可以用于利用所述提取的可识别特征组、与其匹配调整前的可识别特征组和预设自适应调整系数计算公式，更新所述匹配的可识别特征组对应的自适应调整系数组。
对于本发明实施例，所述控制单元34，具体可以用于若调整后的各个可识别特征组中存在与所述提取的可识别特征组的差异度小于第一预设差异阈值的可识别特征组，则确定匹配成功，并开放门禁通行。
对于本发明实施例，所述装置还包括：获取单元36和生成单元37。
所述获取单元36，可以用于若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第一预设差异阈值，且小于第二预设差异阈值，则获取所述用户预登记的用户身份。
所述生成单元37，可以用于根据所述采集的人脸图像和所述用户身份，生成人工核验请求并发送给物业后台，所述物业后台用于根据所述用户身份从门禁数据库调出所述用户预登记的人脸图像，并与所述采集的人脸图像进行人工核验，以确定是否匹配成功。
所述控制单元34，还可以用于若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第二预设差异阈值，则确定匹配失败，并拒绝开放门禁通行。
对于本发明实施例，为了提取所述可识别特征组，所述提取单元31，具体可以用于利用预设提取算法从所述人脸图像中提取所述用户的人脸各个部位特征；并将所述各个部位特征所形成的特征组，确定为所述可识别特征组。
或者，所述提取单元31，具体可以用于利用预设提取算法从所述人脸图像中提取所述用户的人脸各个纹理特征；并将所述各个纹理特征所形成的特征组，确定为所述可识别特征组。
需要说明的是，本发明实施例提供的一种自适应人脸动态变化的门禁系统所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。
基于上述如图1所示方法，相应的，本发明实施例还提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述执行指令使处理器执行以下步骤：当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行。
基于上述如图2所示方法和如图3所示系统的实施例，本发明实施例还提供了一种计算机设备，如图5所示，处理器(processor)41、通信接口(Communications Interface)42、存储器(memory)43、以及通信总线44。其中：处理器41、通信接口42、以及存储器43通过通信总线44完成相互间的通信。通信接口44，用于与其它设备比如客户端或其它服务器等的网元通信。处理器41，用于执行程序，具体可以执行上述数据的转换方法实施例中的相关步骤。具体地，程序可以包括程序代码，该程序代码包括计算机操作指令。处理器41可能是中央处理器CPU，或者是特定集成电路ASIC(Application Specific IntegratedCircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。
终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。存储器43，用于存放程序。存储器43可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。程序具体可以用于使得处理器41执行以下操作：当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行。
通过本发明的技术方案，可以针对预登记的且具有本门禁通行权限的各个可识别特征组，设置自适应调整系数组，以自适应预登记的人脸动态变化，在采集到通行门预定区域内用户的人脸图像时，能够从采集的人脸图像中提取所述用户的可识别特征组；并能够利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，与此同时，能够将提取的可识别特征组与调整后的各个可识别特征组进行匹配；若匹配成功，则开放门禁通行，从而能够实现以人脸动态变化的可识别特征组，对用户进行门禁通行验证，进而能够避免出现匹配错误的情况，且能够保证合法登记的用户正常通行。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的自适应人脸动态变化的门禁系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (8)

1.一种自适应人脸动态变化的门禁方法，其特征在于，包括：
当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
利用各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；将用户预登记的人脸图像、预登记的人脸图像对应的可识别特征组，自适应调整系数组以及本门禁通行权限保存在门禁数据库中；在每次采集到人脸图像时，直接从门禁数据库中调取各个可识别特征组及其对应的自适应调整系数组；然后利用自适应调整系数组对其对应的调整系数组进行自适应调整；
用户预登记的人脸图像对应的可识别特征组为<D1,D2,D3…Dn>，其对应的自适应调整系数组为<α1,α2,α3…αn>，所述预设特征调整公式为Mi＝(1+αi)*Di，其中，Mi为调整后的可识别特征组中的第i个可识别特征，αi为第i个自适应调整系数，Di为预登记的人脸图像对应的可识别特征中的第i个可识别特征，因此，调整后的可识别特征组<M1,M2,M3…Mn>为<(1+α1)*D1,(1+α2)*D2,(1+α3)*D3…(1+αn)*Dn>，
进而，根据门禁通行验证次数和预设权重计算公式，确定门禁通行验证的次数权重；
利用所述次数权重、各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的可识别特征组进行自适应调整；
在引入次数权重之后，调整后的可识别特征组<M1,M2,M3…Mn>为：
Figure FDA0002448731550000011
所述预设权重计算公式为使得次数权重随门禁通行验证次数而增加的公式，所述次数权重也有一定的限度，所述预设权重计算公式为
Figure FDA0002448731550000012
其中，t为门禁通行验证次数，a为常量参数，
Figure FDA0002448731550000013
为次数权重，在用户刚刚完成了在物业的人脸图像登记，然后在第一次进行门禁通行时，t取值为1，此时次数权重
Figure FDA0002448731550000014
的值最小，而随着以后每一次门禁通行验证，t取值增加1，次数权重
Figure FDA0002448731550000015
的值也逐次增大，但是
Figure FDA0002448731550000021
的取值一直处于0.5-1.5之间；
将提取的可识别特征组与调整后的各个可识别特征组进行匹配；计算调整后的各个可识别特征组与所述提取的可识别特征组的差异度；
若匹配成功，则开放门禁通行；
并且，利用所述提取的可识别特征组、与其匹配调整前的可识别特征组和预设自适应调整系数计算公式，更新所述匹配的可识别特征组对应的自适应调整系数组；
其中，所述提取的可识别特征组为<R1,R2,R3…Rn>，与其匹配调整前的可识别特征组为<D1,D2,D3…Dn>，所述预设自适应调整系数计算公式为：
Figure FDA0002448731550000022
其中，Ri为提取的可识别特征组中的第i个可识别特征，Di为与其匹配调整前的的可识别特征，
Figure FDA0002448731550000023
为更新后的自适应调整系数，
Figure FDA0002448731550000024
为更新前的自适应调整系数。
2.根据权利要求1所述的方法，其特征在于，所述利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，包括：
获取各自对应调整系数组中的各个自适应调整系数，以及预登记的各个可识别特征组中的各个可识别特征值；
利用所述各个自适应调整系数和预设特征调整公式，对所述各个可识别特征值进行自适应调整。
3.根据权利要求1-2任一项所述的方法，其特征在于，所述若匹配成功，则开放门禁通行，包括：
若调整后的各个可识别特征组中存在与所述提取的可识别特征组的差异度小于第一预设差异阈值的可识别特征组，则确定匹配成功，并开放门禁通行。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第一预设差异阈值，且小于第二预设差异阈值，则获取所述用户预登记的用户身份，并根据所述采集的人脸图像和所述用户身份，生成人工核验请求并发送给物业后台，所述物业后台用于根据所述用户身份从门禁数据库调出所述用户预登记的人脸图像，并与所述采集的人脸图像进行人工核验，以确定是否匹配成功；
若调整后的各个可识别特征组与所述提取的可识别特征组的差异度大于或者等于第二预设差异阈值，则确定匹配失败，并拒绝开放门禁通行。
5.根据权利要求1所述的方法，其特征在于，所述从采集的人脸图像中提取所述用户的可识别特征组，包括：
利用预设提取算法从所述人脸图像中提取所述用户的人脸各个部位特征；
将所述各个部位特征所形成的特征组，确定为所述可识别特征组。
6.根据权利要求1所述的方法，其特征在于，所述从采集的人脸图像中提取所述用户的可识别特征组，包括：
利用预设提取算法从所述人脸图像中提取所述用户的人脸各个纹理特征；
将所述各个纹理特征所形成的特征组，确定为所述可识别特征组。
7.一种自适应人脸动态变化的门禁系统，其特征在于，包括：
提取单元，用于当采集到通行门预定区域内用户的人脸图像时，从采集的人脸图像中提取所述用户的可识别特征组；
调整单元，用于利用各自对应的自适应调整系数组和预设特征调整计算公式，对预登记的且具有本门禁通行权限的各个可识别特征组进行自适应调整，所述自适应调整系数组为自适应人脸动态变化的调整系数组；
将用户预登记的人脸图像、预登记的人脸图像对应的可识别特征组，自适应调整系数组以及本门禁通行权限保存在门禁数据库中；在每次采集到人脸图像时，直接从门禁数据库中调取各个可识别特征组及其对应的自适应调整系数组；然后利用自适应调整系数组对其对应的调整系数组进行自适应调整；
用户预登记的人脸图像对应的可识别特征组为<D1,D2,D3…Dn>，其对应的自适应调整系数组为<α1,α2,α3…αn>，所述预设特征调整公式为Mi＝(1+αi)*Di，其中，Mi为调整后的可识别特征组中的第i个可识别特征，αi为第i个自适应调整系数，Di为预登记的人脸图像对应的可识别特征中的第i个可识别特征，因此，调整后的可识别特征组<M1,M2,M3…Mn>为<(1+α1)*D1,(1+α2)*D2,(1+α3)*D3…(1+αn)*Dn>，
进而，根据门禁通行验证次数和预设权重计算公式，确定门禁通行验证的次数权重；
利用所述次数权重、各自对应的自适应调整系数组和预设特征调整公式，对预登记的且具有本门禁通行权限的可识别特征组进行自适应调整；
在引入次数权重之后，调整后的可识别特征组<M1,M2,m3…Mn>为：
Figure FDA0002448731550000041
所述预设权重计算公式为使得次数权重随门禁通行验证次数而增加的公式，所述次数权重也有一定的限度，所述预设权重计算公式为
Figure FDA0002448731550000042
其中，t为门禁通行验证次数，a为常量参数，
Figure FDA0002448731550000043
为次数权重，在用户刚刚完成了在物业的人脸图像登记，然后在第一次进行门禁通行时，t取值为1，此时次数权重
Figure FDA0002448731550000044
的值最小，而随着以后每一次门禁通行验证，t取值增加1，次数权重
Figure FDA0002448731550000045
的值也逐次增大，但是
Figure FDA0002448731550000046
的取值一直处于0.5-1.5之间；
匹配单元，用于将提取的可识别特征组与调整后的可识别特征组进行匹配；计算调整后的各个可识别特征组与所述提取的可识别特征组的差异度；
控制单元，用于若所述匹配单元将提取的可识别特征组与调整后的可识别特征组匹配成功，则开放门禁通行；
更新单元，用于利用所述提取的可识别特征组、与其匹配调整前的可识别特征组和预设自适应调整系数计算公式，更新所述匹配的可识别特征组对应的自适应调整系数组；其中，所述提取的可识别特征组为<R1，R2，R3…Rn>，与其匹配调整前的可识别特征组为<D1,D2,D3…Dn>，所述预设自适应调整系数计算公式为：
Figure FDA0002448731550000047
其中，Ri为提取的可识别特征组中的第i个可识别特征，Di为与其匹配调整前的的可识别特征，
Figure FDA0002448731550000051
为更新后的自适应调整系数，
Figure FDA0002448731550000052
为更新前的自适应调整系数。
8.根据权利要求7所述的系统，其特征在于，
所述调整单元，具体用于获取各自对应调整系数组中的各个自适应调整系数，以及预登记的各个可识别特征组中的各个可识别特征值；并利用所述各个自适应调整系数和预设特征调整计算公式，对所述各个可识别特征值进行自适应调整。
CN201910384471.XA 2019-05-09 2019-05-09 自适应人脸动态变化的门禁方法及系统 Active CN110223421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910384471.XA CN110223421B (zh) 2019-05-09 2019-05-09 自适应人脸动态变化的门禁方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910384471.XA CN110223421B (zh) 2019-05-09 2019-05-09 自适应人脸动态变化的门禁方法及系统

Publications (2)

Publication Number Publication Date
CN110223421A CN110223421A (zh) 2019-09-10
CN110223421B true CN110223421B (zh) 2020-07-21

Family

ID=67820704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910384471.XA Active CN110223421B (zh) 2019-05-09 2019-05-09 自适应人脸动态变化的门禁方法及系统

Country Status (1)

Country Link
CN (1) CN110223421B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112507975A (zh) * 2020-12-30 2021-03-16 广州博士信息技术研究院有限公司 一种基于科技成果数据库的人证识别数据处理方法及系统
CN113569676B (zh) * 2021-07-16 2024-06-11 北京市商汤科技开发有限公司 图像处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009064140A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 個人認証装置及び個人認証管理システム
CN103413117A (zh) * 2013-07-17 2013-11-27 浙江工业大学 一种基于局部保持非负矩阵分解的增量学习人脸识别方法
CN104239859A (zh) * 2014-09-05 2014-12-24 西安电子科技大学 基于结构化因子分析的人脸识别方法
CN108446687A (zh) * 2018-05-28 2018-08-24 深圳市街角电子商务有限公司 一种基于移动端和后台互联的自适应人脸视觉认证方法
CN109117707A (zh) * 2018-06-20 2019-01-01 安徽继远软件有限公司 一种可信身份认证方法及用户终端
CN109492560A (zh) * 2018-10-26 2019-03-19 深圳力维智联技术有限公司 基于时间尺度的人脸图像特征融合方法、装置和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009064140A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 個人認証装置及び個人認証管理システム
CN103413117A (zh) * 2013-07-17 2013-11-27 浙江工业大学 一种基于局部保持非负矩阵分解的增量学习人脸识别方法
CN104239859A (zh) * 2014-09-05 2014-12-24 西安电子科技大学 基于结构化因子分析的人脸识别方法
CN108446687A (zh) * 2018-05-28 2018-08-24 深圳市街角电子商务有限公司 一种基于移动端和后台互联的自适应人脸视觉认证方法
CN109117707A (zh) * 2018-06-20 2019-01-01 安徽继远软件有限公司 一种可信身份认证方法及用户终端
CN109492560A (zh) * 2018-10-26 2019-03-19 深圳力维智联技术有限公司 基于时间尺度的人脸图像特征融合方法、装置和存储介质

Also Published As

Publication number Publication date
CN110223421A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN109166586B (zh) 一种识别说话人的方法及终端
CN109326058B (zh) 基于智慧柜员机的身份核查方法、装置、终端及可读介质
WO2019085403A1 (zh) 一种人脸识别智能比对方法、电子装置及计算机可读存储介质
EP3076320B1 (en) Individual identification device, and identification threshold setting method
CN107358699B (zh) 一种安全验证方法及系统
KR20200006987A (ko) 출입 제어 방법, 출입 제어 장치, 시스템 및 저장매체
CN108447159B (zh) 人脸图像采集方法、装置和出入口管理系统
WO2018082011A1 (zh) 活体指纹识别方法及装置
WO2019179029A1 (zh) 电子装置、身份验证方法和计算机可读存储介质
CN105427421A (zh) 基于人脸识别的门禁控制方法
JP2017524998A (ja) 本人照合を行うための方法およびシステム
US8219571B2 (en) Object verification apparatus and method
Tarrés et al. A novel method for face recognition under partial occlusion or facial expression variations
CN112562150A (zh) 一种基于人脸识别的学生公寓管理方法、装置、系统及介质
CN110223421B (zh) 自适应人脸动态变化的门禁方法及系统
CN109766785A (zh) 一种人脸的活体检测方法及装置
WO2016201731A1 (zh) 一种指纹识别方法、装置及电子设备
CN109635625B (zh) 智能身份核验方法、设备、存储介质及装置
CN109858366A (zh) 身份认证方法及装置
CN110298246A (zh) 开锁验证方法、装置、计算机设备及存储介质
WO2021011769A1 (en) Methods, systems, and media for secure authentication of users using one or more biometric recognition systems
JP5812505B2 (ja) マルチモーダル情報に基づく人口学的分析方法及びシステム
CN110598522A (zh) 一种基于人脸和掌纹掌静脉识别的身份比对方法
JP2002230553A (ja) 個人認証装置
KR102215535B1 (ko) 신경망을 이용한 안면 부분 이미지 기반 신분 인증 방법 및 이를 수행하는 시스템

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
TA01 Transfer of patent application right

Effective date of registration: 20200110

Address after: No.2-1, building 6, No.39 Xinggu Road, Jiulongpo District, Chongqing

Applicant after: Chongqing Tesilianzhihui Science and Technology Co., Ltd

Address before: 100027 West Tower 11 floor, Kai Hao building, 8 Xinyuan South Road, Chaoyang District, Beijing.

Applicant before: Benitez Lian (Beijing) Technology Co. Ltd.

Applicant before: Chongqing Tesilianzhihui Science and Technology Co., Ltd

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant