CN110379050A - 一种闸机控制方法、装置及系统 - Google Patents

一种闸机控制方法、装置及系统 Download PDF

Info

Publication number
CN110379050A
CN110379050A CN201910492527.3A CN201910492527A CN110379050A CN 110379050 A CN110379050 A CN 110379050A CN 201910492527 A CN201910492527 A CN 201910492527A CN 110379050 A CN110379050 A CN 110379050A
Authority
CN
China
Prior art keywords
image
gate
camera
face information
motion track
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
CN201910492527.3A
Other languages
English (en)
Inventor
曹若谋
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.)
Shanghai Xueyin Education Technology Co Ltd
Original Assignee
Shanghai Xueyin Education 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 Shanghai Xueyin Education Technology Co Ltd filed Critical Shanghai Xueyin Education Technology Co Ltd
Priority to CN201910492527.3A priority Critical patent/CN110379050A/zh
Publication of CN110379050A publication Critical patent/CN110379050A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种闸机控制方法、装置及系统，属于安防技术领域，该闸机控制方法包括：获取多个摄像头拍摄的目标区域的图像；分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；根据移动轨迹，控制闸机开启。相较于现有技术，本申请提供的闸机控制方法，在人的向闸机的行进过程中，即开始人脸识别和身份验证，当人到达闸机附近时，闸机即可打开，无需传统的距离传感器闸机需要停顿，通行效率较高；而且，能够通过移动轨迹，准确控制人欲通过的闸机的开启；即保证闸机通行率的基础上，提高闸机开启的准确性。

Description

一种闸机控制方法、装置及系统
技术领域
本申请涉及安防技术领域，尤其涉及一种闸机控制方法、装置及系统。
背景技术
随着图像处理技术的发展，人脸识别已经被广泛应用于身份验证，例如，人脸识别闸机。现有技术中的人脸识别闸机控制系统主要包括以下两种模式。
一、在设有闸机的通道上安装外接设备，此外接设备包括摄像头、人脸识别系统以及距离传感器，当人靠近外接设备时，距离传感器被触发，开启摄像头以获取人脸图像，人脸识别系统对获取的人脸图像进行分析，验证人的身份，通过验证后，控制闸机打开。
该闸机控制系统，只有当人靠近时，才触发人脸识别和身份验证处理，因此，需要人在摄像头前停一下，闸机通行效率低。
二、由一个单独摄像头拍摄画面，视频服务器实时分析画面中人脸信息，确认身份后，服务器通过网络控制多个闸机打开。
该闸机控制系统，要求人必须看向摄像头，正脸面对摄像头的一瞬间才可以捕捉到人脸、进行识别和身份验证，并对此刻的人物进行跟踪，出画面即无法跟踪，只能根据画面中人所站的位置来判断即将通过的闸机号，并控制闸机打开，判断准确性较低。
发明内容
本申请的目的在于提供一种闸机控制方法、装置及系统，在保证闸机通行率的基础上，提高闸机开启的准确性。
为了实现上述目的，本申请提供一种闸机控制方法，包括：
获取多个摄像头拍摄的目标区域的图像；
分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；
当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
根据移动轨迹，控制闸机开启。
在上述技术方案中，进一步的，由多个摄像头协同追踪人脸信息所对应的人物目标的移动轨迹，包括：
当至少一个摄像头获取的图像中存在符合预设条件的人脸信息时，将所述人物目标在该摄像头获取的图像中的坐标投影到其他摄像头获取的图像中，即可由多个摄像头追踪所述人物目标的移动轨迹。
在上述技术方案中，进一步的，至少两个摄像头获取的图像中存在符合预设条件的人脸信息时，根据所述人脸信息对应的人物目标在两个摄像头获取的两份图像中的位置坐标，计算所述人物目标在所述目标区域的地面投影坐标，根据所述人物目标在所述目标区域的地面投影坐标，计算所述人物目标在其他摄像头获取的图像中的坐标。
在上述任一技术方案中，进一步的，摄像头追踪人物目标的移动轨迹的方法包括：
比较摄像头获取的图像中的当前帧画面与之前帧画面，确定两帧画面的差异区域，跟踪差异区域移动轨迹。
在上述技术方案中，进一步的，确定两帧画面的差异区域后，根据差异区域的面积和/或形状来判断是否属于人物目标；仅当属于人物目标时，才跟踪差异区域移动轨迹。
在上述技术方案中，进一步的，摄像头追踪人物目标的移动轨迹的方法包括：
获取摄像头获取图像的每一帧画面；
对每帧画面做灰度处理，以将RGB图转换为单通道灰度图；
将所述单通道灰度图与背景灰度图进行减法运算，得到差异部分的灰度图；
对差异部分的灰度图二值化处理；
计算连通区域；
将当前帧的连通区域与上一帧的连通区域比较重叠部分，重叠率达到设定值则认为是同一个连通区域，使用同一个编号；
该连通区域的底部位置就是坐标，实时记录坐标值即完成摄像头追踪人物目标的移动轨迹。
在上述技术方案中，进一步的，在得到差异部分的灰度图后，还包括：过滤掉小于预设值的噪点。
在上述任一技术方案中，进一步的，根据移动轨迹，控制闸机开启，包括：
根据移动轨迹，从若干闸机中确定至少一个人物目标欲通过的闸机；
根据移动轨迹，判断确定闸机的开启时间。
在上述技术方案中，进一步的，在由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹过程中，当一个摄像头获取的图像中存在多个人物目标且人物目标发生重叠时，则该摄像头获取的图像停止追踪；而由其他摄像头协同追踪。
在上述技术方案中，进一步的，当所有参与追踪的摄像头均停止追踪后，重新分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息。
在上述任一技术方案中，进一步的，分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；包括：
提取图像中的人脸信息；
根据面向角度判断属于左侧脸、右侧脸以及正面脸中的哪一种；
将人脸信息与数据库中的左侧脸、右侧脸或正面脸进行特征对比；当相似度达到设定值，则判断存图像中否存在符合预设条件的人脸信息。
在上述任一技术方案中，进一步的，分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；包括：
检测摄像头获取的图像中的每一帧画面，利用深度机器学习模型判断是否存在人脸；
若不存在，则继续检测下一帧画面；
若存在，则从摄像头获取的图像中提取人脸所在的区域图像；
利用深度机器学习模型计算出提取的区域图像的特征值；
比较提取到的特征值与人脸特征数据库中的特征值之间的相似度；
若相似度未达到设定值，则判定图像中不存在符合预设条件的人脸信息，则继续检测下一帧画面；
若相似度未达到设定值，则判定图像中存在符合预设条件的人脸信息。
在上述技术方案中，进一步的，当提取到的特征值与人脸特征数据库中若干特征值之间的相似度均达到设定值时，取相似度最大的特征值，用于判定提取到的特征值对应的身份。
此外，本申请还提供一种闸机装置，包括闸机、至少两个摄像头以及处理器，所述摄像头安装在指向闸机的通道上，所述处理器一方面与摄像头连接，另一方面与闸机连接；所述处理器包括：
获取单元，所述获取单元用于获取多个摄像头拍摄的目标区域的图像；
分析单元，所述分析单元用于分析获取单元获取的图像，判断图像中是否存在符合预设条件的人脸信息；当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
控制单元，所述控制单元用于根据移动轨迹，控制闸机开启。
此外，本申请还提供一种闸机控制系统，包括：
一个存储器，被配置为存储数据及指令；
一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：
获取多个摄像头拍摄的目标区域的图像；
分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；
当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
根据移动轨迹，控制闸机开启。
相较于现有技术，本申请提供的闸机控制方法，在人的向闸机的行进过程中，即开始人脸识别和身份验证，当人到达闸机附近时，闸机即可打开，无需传统的距离传感器闸机需要停顿，通行效率较高；而且，能够通过移动轨迹，准确控制人欲通过的闸机的开启；即保证闸机通行率的基础上，提高闸机开启的准确性。
附图说明
为了更清楚地说明本申请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，显而易见地，下面描述中的附图是本申请的一些实施方式，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是根据本申请的一些实施例提供的闸机控制方法的示例性流程图；
图2是根据本申请的一些实施例提供的多角度识别人脸方法的示例性流程图；
图3是根据本申请的一些实施例提供的多摄像头人物位置坐标确定方法原理解释图。
图4是根据本申请的一些实施例提供的摄像头实时跟踪方法的示例性流程图。
图5是图4所示摄像头实时跟踪方法中将差异灰度图二值化后计算连通区域之后的效果示意图。
图6是根据本申请的一些实施例提供的闸机装置的结构方框图。
具体实施方式
下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
图1是根据本申请的一些实施例提供的闸机控制方法的示例性流程图。
如图1所示，在一些实施例中，闸机控制方法通过以下步骤实现：
步骤110，人物目标进入检测区域。检测区域可以为位于通向闸机的通道且距离闸机一定距离的区域。
步骤120，多个摄像头拍摄的目标区域的图像。多个摄像头安装在检测区域内的不同位置上。
步骤130，分析获取的图像，判断图像中是否存在符合预设条件的人脸信息。即通过人脸识别来验证人脸信息对应的目标人物的身份。当未通过身份验证时，则重新开始获取图像并分析；当通过身份验证后，则继续步骤140。
在一些实施例中，采用“多角度识别人脸方法”来进行身份验证，对此，可参考图2，在此不再赘述。
步骤140，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹。
即，多个摄像头中确定同一人物目标，在无人脸的情况下继续跟踪人物移动轨迹。
在一些实施例中，多个摄像头中确定同一人物目标，使用了“多摄像头人物位置坐标确定方法”，对此，可参考图3，在此不再赘述。在一些实施例中，继续跟踪人物移动轨迹使用了“摄像头实时跟踪方法”，对此，可参考图4，在此不再赘述。
步骤150，判断图像中的多个人物目标是否发生重叠。
当一个摄像头获取的图像中存在多个人物目标且人物目标发生重叠时，人物重叠后就会丢失跟踪，无法区分重叠的两个人身份，跟踪会失效。但是，同一时刻只要有一个摄像头的人物目标不重叠就可以保持有效跟踪。若跟踪失效，则只能重新识别身份。
步骤160，根据移动轨迹，控制闸机。
在一些实施例中，根据移动轨迹，从若干闸机中确定至少一个人物目标欲通过的闸机；并根据移动轨迹，判断确定闸机的开启时机。保证人物目标能够快速、准确的通过闸机。
图2是根据本申请的一些实施例提供的多角度识别人脸方法的示例性流程图。
如图2所示，在一些实施例中，通过以下步骤，分析获取的图像，判断图像中是否存在符合预设条件的人脸信息，以对目标任务进行身份验证：
步骤210，分析摄像头获取的图像中的每一帧画面；
步骤220，利用深度机器学习模型判断是否存在人脸；若不存在则返回步骤210，继续分析；若存在则进行步骤230。
步骤230，从摄像头获取的画面中取出人脸所在区域图像。如果存在多个人脸，则取出多个区域图像。
步骤240，针对取出的区域图像，利用深度机器学习模型计算出特征值，特征值包含128个向量。
步骤250，比较人脸特征数据库中的特征值与提取到的特征值之间的相似度，用范数计算。
多摄像头同时从不同角度识别人物可以更加快速获取足够特征信息。在一些实施例中，分析时，首先根据面向角度判断属于左侧脸、右侧脸以及正面脸中的哪一种；对人脸的左侧面、右侧面、正面图像进行特征提取，与人脸库中每个人的左、右、正脸特征信息进行对比，一旦比对结果超过设定值，则判断存图像中否存在符合预设条件的人脸信息，即身份验证成功、确定人物身份，后续使用跟踪技术跟踪此人物。
步骤260，判断相似度是否达到设定值。例如，对比较人脸特征数据库后，若相似度都小于71％，则认为没用找到匹配的身份信息，即判断未通过身份验证，返回值步骤210；若征值相似度大于71％，则进行步骤270。
步骤270，通过身份验证。
当提取到的特征值与人脸特征数据库中若干特征值之间的相似度均达到71％时，取相似度最大的特征值，用于判定提取到的特征值对应的身份，以根据身份控制闸机工作。
图3是根据本申请的一些实施例提供的多摄像头人物位置坐标确定方法原理解释图。
参阅图3，多摄像头人物位置坐标确定方法的原理如下。
人物位置坐标通过空间坐标变换矩阵得到，在所有摄像头角度固定后，根据当前角度的画面中人物坐标计算出地面投影坐标，也就是从一个空间坐标系变换到另一个空间坐标系，计算过程所需要的是一个常量的空间坐标变换矩阵，通过在场地设置标尺方式测量后计算出变换矩阵，摄像头调整位置后需要重新测量变换矩阵。
数学模型如下：空间任意点P在两个摄像机C1与C2上的图像点平p1与p2从两个图像中分别检测出来。即已知p1与p2为空间同一点P的对应点。
摄像机C1与C2的投影矩阵分别为M1与M2，于是可以得到两个摄像头下的P点Z坐标：
其中，(u1,v1,1)与(u2,v2,1)分别为P1与P2点在各自图像中的图像齐次坐标；(X,Y,Z,1)为P点在世界坐标系下的齐次坐标；mijk为Mk的第i行第j列元素。消去Zc1与Zc2得到关于X,Y,Z的四个线性方程：
由于图片可能存在噪声，所以可用最小二乘法求出P的三维点坐标(X,Y,Z)。
到此，根据所述人物目标在所述目标区域的地面投影坐标，计算所述人物目标在其他摄像头获取的图像中的对应的坐标，可以启动跨摄像头跟踪。
图4是根据本申请的一些实施例提供的摄像头实时跟踪方法的示例性流程图。
摄像头实时跟踪使用帧对比技术，比较摄像头视频的当前帧与前一帧之间的差别，对差异区域中的连通区域进行编号，并跟踪差异区域移动轨迹。使用差异区域面积来判断是否属于人或其它小动物。如图5所示，黑色部分中的白色区域就是帧差异，描绘出人物外形。
如图4所示，摄像头实时跟踪方法包括：
步骤410，获取摄像头获取的图像的每一帧画面。
步骤420，判断画面是否为第一帧画面。若是，需要保存起来，之后，返回至步骤410，继续处理第二帧画面；若不是，则继续步骤430。
步骤430，做灰度处理，将RGB图转换为单通道灰度图。
步骤440，灰度图与背景灰度图进行减法运算，得到差异部分的灰度图，也就是人物目标的移动范围。
步骤450，将差异灰度图中值小于20的噪点过滤掉。
步骤460，将差异灰度图转换成只有0和1的位图，二值化处理。
步骤470，将差异灰度图二值化后计算连通区域，得到图5所示的下半部分编号的白色区域。
步骤480，将差异灰度图二值化后的连通区域，与上一帧的连通区域比较重叠部分，90％以上重叠则认为是同一个连通区域，使用同一个编号。
步骤490，该连通区域的底部位置就是坐标。
实时记录坐标值即完成摄像头追踪人物目标的移动轨迹。
参阅图1-5，本申请提供的闸机控制方法，
采用多角度识别人脸方法，在多个摄像头中同时进行身份识别，在人物行进过程中的某一时刻，多摄像头拍摄到正面清晰人脸的几率比单摄像头要大得多，与现有单摄像头方案相比，极大的提高了识别效率。
识别出某个人物身份后，用多摄像头人物位置坐标确定方法，将此人物目标的坐标投影到其它摄像头画面，并开始跟踪移动轨迹。实现跨摄像头跟踪同一个人物，增加了联动效果图像信息的使用率，图像识别的容错效果更好，多摄像头跟踪也降低了单画面人体重叠导致的跟踪丢失率。
本技术方案的人体跟踪技术，会实时跟踪经过身份识别的人，以避免重复识别浪费系统计算资源，并在闸机通道处显示屏上提示该人物身份信息，直至通过闸机。系统的识别率和路线跟踪准确率，提高了行人通过闸机的速度和体验。
与现有技术对摄像头每帧全画面(或感兴趣区域)重复进行人脸检测和识别相比，本技申请提供的技术方案，不需要重复使用深度机器学习模型对每幅画面进行重复计算，大幅降低了计算机处理器的能耗，提高了并行处理能力。
图6是根据本申请的一些实施例提供的闸机装置的结构方框图。
参阅图6，本申请还提供一种闸机装置，包括至少两个摄像头610、处理器620以及闸机630；摄像头610安装在指向闸机630的通道上，所述处理器620一方面与摄像头610连接，另一方面与闸机630连接；所述处理器620包括：
获取单元621，所述获取单元621用于获取多个摄像头610拍摄的目标区域的图像；
分析单元622，所述分析单元622用于分析获取单元621获取的图像，判断图像中是否存在符合预设条件的人脸信息；当存在符合预设条件的人脸信息时，由多个摄像头610协同追踪该人脸信息所对应的人物目标的移动轨迹；
控制单元630，所述控制单元630用于根据移动轨迹，控制闸机630开启。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (15)

1.一种闸机控制方法，其特征在于，包括：
获取多个摄像头拍摄的目标区域的图像；
分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；
当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
根据移动轨迹，控制闸机开启。
2.根据权利要求1所述的闸机控制方法，其特征在于，由多个摄像头协同追踪人脸信息所对应的人物目标的移动轨迹，包括：
当至少一个摄像头获取的图像中存在符合预设条件的人脸信息时，将所述人物目标在该摄像头获取的图像中的坐标投影到其他摄像头获取的图像中，即可由多个摄像头追踪所述人物目标的移动轨迹。
3.根据权利要求2所述的闸机控制方法，其特征在于，至少两个摄像头获取的图像中存在符合预设条件的人脸信息时，根据所述人脸信息对应的人物目标在两个摄像头获取的两份图像中的位置坐标，计算所述人物目标在所述目标区域的地面投影坐标，根据所述人物目标在所述目标区域的地面投影坐标，计算所述人物目标在其他摄像头获取的图像中的坐标。
4.根据权利要求1所述的闸机控制方法，其特征在于，摄像头追踪人物目标的移动轨迹的方法包括：
比较摄像头获取的图像中的当前帧画面与之前帧画面，确定两帧画面的差异区域，跟踪差异区域移动轨迹。
5.根据权利要求4所述的闸机控制方法，其特征在于，确定两帧画面的差异区域后，根据差异区域的面积和/或形状来判断是否属于人物目标；仅当属于人物目标时，才跟踪差异区域移动轨迹。
6.根据权利要求4所述的闸机控制方法，其特征在于，摄像头追踪人物目标的移动轨迹的方法包括：
获取摄像头获取图像的每一帧画面；
对每帧画面做灰度处理，以将RGB图转换为单通道灰度图；
将所述单通道灰度图与背景灰度图进行减法运算，得到差异部分的灰度图；
对差异部分的灰度图二值化处理；
计算连通区域；
将当前帧的连通区域与上一帧的连通区域比较重叠部分，重叠率达到设定值则认为是同一个连通区域，使用同一个编号；
该连通区域的底部位置就是坐标，实时记录坐标值即完成摄像头追踪人物目标的移动轨迹。
7.根据权利要求6所述的闸机控制方法，其特征在于，在得到差异部分的灰度图后，还包括：过滤掉小于预设值的噪点。
8.根据权利要求1所述的闸机控制方法，其特征在于，根据移动轨迹，控制闸机开启，包括：
根据移动轨迹，从若干闸机中确定至少一个人物目标欲通过的闸机；
根据移动轨迹，判断确定闸机的开启时间。
9.根据权利要求1、4-6任一项所述的闸机控制方法，其特征在于，在由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹过程中，当一个摄像头获取的图像中存在多个人物目标且人物目标发生重叠时，则该摄像头获取的图像停止追踪；而由其他摄像头协同追踪。
10.根据权利要求9所述的闸机控制方法，其特征在于，当所有参与追踪的摄像头均停止追踪后，重新分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息。
11.根据权利要求1所述的闸机控制方法，其特征在于，分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；包括：
提取图像中的人脸信息；
根据面向角度判断属于左侧脸、右侧脸以及正面脸中的哪一种；
将人脸信息与数据库中的左侧脸、右侧脸或正面脸进行特征对比；当相似度达到设定值，则判断存图像中否存在符合预设条件的人脸信息。
12.根据权利要求1或11所述的闸机控制方法，其特征在于，分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；包括：
检测摄像头获取的图像中的每一帧画面，利用深度机器学习模型判断是否存在人脸；
若不存在，则继续检测下一帧画面；
若存在，则从摄像头获取的图像中提取人脸所在的区域图像；
利用深度机器学习模型计算出提取的区域图像的特征值；
比较提取到的特征值与人脸特征数据库中的特征值之间的相似度；
若相似度未达到设定值，则判定图像中不存在符合预设条件的人脸信息，则继续检测下一帧画面；
若相似度未达到设定值，则判定图像中存在符合预设条件的人脸信息。
13.根据权利要求12所述的闸机控制方法，其特征在于，当提取到的特征值与人脸特征数据库中若干特征值之间的相似度均达到设定值时，取相似度最大的特征值，用于判定提取到的特征值对应的身份。
14.一种闸机装置，其特征在于，包括闸机、至少两个摄像头以及处理器，所述摄像头安装在指向闸机的通道上，所述处理器一方面与摄像头连接，另一方面与闸机连接；所述处理器包括：
获取单元，所述获取单元用于获取多个摄像头拍摄的目标区域的图像；
分析单元，所述分析单元用于分析获取单元获取的图像，判断图像中是否存在符合预设条件的人脸信息；当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
控制单元，所述控制单元用于根据移动轨迹，控制闸机开启。
15.一种闸机控制系统，其特征在于，包括：
一个存储器，被配置为存储数据及指令；
一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：
获取多个摄像头拍摄的目标区域的图像；
分析至少一个摄像头获取的图像，判断图像中是否存在符合预设条件的人脸信息；
当存在符合预设条件的人脸信息时，由多个摄像头协同追踪该人脸信息所对应的人物目标的移动轨迹；
根据移动轨迹，控制闸机开启。
CN201910492527.3A 2019-06-06 2019-06-06 一种闸机控制方法、装置及系统 Pending CN110379050A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910492527.3A CN110379050A (zh) 2019-06-06 2019-06-06 一种闸机控制方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910492527.3A CN110379050A (zh) 2019-06-06 2019-06-06 一种闸机控制方法、装置及系统

Publications (1)

Publication Number Publication Date
CN110379050A true CN110379050A (zh) 2019-10-25

Family

ID=68249860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910492527.3A Pending CN110379050A (zh) 2019-06-06 2019-06-06 一种闸机控制方法、装置及系统

Country Status (1)

Country Link
CN (1) CN110379050A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110942545A (zh) * 2019-11-20 2020-03-31 中船重工(武汉)凌久高科有限公司 基于人脸识别和视频围栏的人员密集出入口门禁控制系统及方法
CN111310576A (zh) * 2020-01-17 2020-06-19 厦门中控智慧信息技术有限公司 一种通道目标通行检测方法、装置以及设备
CN111402474A (zh) * 2020-03-17 2020-07-10 苏州雷格特智能设备股份有限公司 一种智慧站厅
CN111489474A (zh) * 2020-04-07 2020-08-04 科莱因(苏州)智能科技有限公司 一种智能视觉跟踪权限系统
CN111768535A (zh) * 2020-07-08 2020-10-13 深圳纽酷物联网有限公司 一种采用5g网络通讯的动态人脸识别终端
CN111784885A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 通行控制方法、装置、闸机设备及多闸机系统
CN111780673A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 一种测距方法、装置及设备
CN111833504A (zh) * 2020-05-29 2020-10-27 上海追月科技有限公司 门禁系统及其控制方法、电子设备
CN112232153A (zh) * 2020-09-30 2021-01-15 广东职业技术学院 一种获取目标人物的轨迹的方法及系统
CN112489266A (zh) * 2020-12-10 2021-03-12 熵基科技股份有限公司 一种闸机控制方法、装置和闸机系统
CN112560768A (zh) * 2020-12-25 2021-03-26 深圳市商汤科技有限公司 闸机通道控制方法、装置、计算机设备及存储介质
CN112560621A (zh) * 2020-12-08 2021-03-26 北京大学 基于动物图像的识别方法、装置、终端及介质
CN112669500A (zh) * 2020-12-21 2021-04-16 北京航空航天大学 一种基于液体变焦相机的智能门禁识别系统
CN113393603A (zh) * 2020-03-11 2021-09-14 杭州海康威视数字技术股份有限公司 一种通道闸机的控制方法、系统
CN113626797A (zh) * 2021-08-09 2021-11-09 杭州海康威视数字技术股份有限公司 一种降低多通道闸机误触发的方法、以及闸机系统
WO2022160251A1 (en) * 2021-01-29 2022-08-04 Nec Hong Kong Limited Detecting apparatus for use with electronic gate
CN115086527A (zh) * 2022-07-04 2022-09-20 天翼数字生活科技有限公司 一种家庭视频跟踪监控方法、装置、设备和存储介质
CN116363781A (zh) * 2023-05-29 2023-06-30 深圳市捷易科技有限公司 通道闸机控制方法、装置、设备及计算机存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496164A (zh) * 2011-11-14 2012-06-13 北京国铁华晨通信信息技术有限公司 一种事件检测方法及系统
CN102903119A (zh) * 2012-05-22 2013-01-30 北京国铁华晨通信信息技术有限公司 一种目标跟踪方法和装置
CN107240124A (zh) * 2017-05-19 2017-10-10 清华大学 基于时空约束的跨镜头多目标跟踪方法及装置
CN107277459A (zh) * 2017-07-29 2017-10-20 安徽博威康信息技术有限公司 一种基于人体特征识别和目标跟踪的摄像机画面切换方法
CN108040211A (zh) * 2018-01-30 2018-05-15 广州市君望机器人自动化有限公司 一种人脸追踪摄像头以及人脸追踪系统
CN109671190A (zh) * 2018-11-27 2019-04-23 杭州天翼智慧城市科技有限公司 一种基于人脸识别的多通道闸机管理方法及系统
US20190147676A1 (en) * 2017-10-13 2019-05-16 Alcatraz AI, Inc. System and method for optimizing a facial recognition-based system for controlling access to a building

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496164A (zh) * 2011-11-14 2012-06-13 北京国铁华晨通信信息技术有限公司 一种事件检测方法及系统
CN102903119A (zh) * 2012-05-22 2013-01-30 北京国铁华晨通信信息技术有限公司 一种目标跟踪方法和装置
CN107240124A (zh) * 2017-05-19 2017-10-10 清华大学 基于时空约束的跨镜头多目标跟踪方法及装置
CN107277459A (zh) * 2017-07-29 2017-10-20 安徽博威康信息技术有限公司 一种基于人体特征识别和目标跟踪的摄像机画面切换方法
US20190147676A1 (en) * 2017-10-13 2019-05-16 Alcatraz AI, Inc. System and method for optimizing a facial recognition-based system for controlling access to a building
CN108040211A (zh) * 2018-01-30 2018-05-15 广州市君望机器人自动化有限公司 一种人脸追踪摄像头以及人脸追踪系统
CN109671190A (zh) * 2018-11-27 2019-04-23 杭州天翼智慧城市科技有限公司 一种基于人脸识别的多通道闸机管理方法及系统

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110942545B (zh) * 2019-11-20 2022-04-05 中船重工(武汉)凌久高科有限公司 基于人脸识别和视频围栏的人员密集出入口门禁控制系统及方法
CN110942545A (zh) * 2019-11-20 2020-03-31 中船重工(武汉)凌久高科有限公司 基于人脸识别和视频围栏的人员密集出入口门禁控制系统及方法
CN111310576A (zh) * 2020-01-17 2020-06-19 厦门中控智慧信息技术有限公司 一种通道目标通行检测方法、装置以及设备
CN113393603A (zh) * 2020-03-11 2021-09-14 杭州海康威视数字技术股份有限公司 一种通道闸机的控制方法、系统
WO2021180060A1 (zh) * 2020-03-11 2021-09-16 杭州海康威视数字技术股份有限公司 一种通道闸机的控制方法、装置及系统
CN111402474A (zh) * 2020-03-17 2020-07-10 苏州雷格特智能设备股份有限公司 一种智慧站厅
CN111489474A (zh) * 2020-04-07 2020-08-04 科莱因(苏州)智能科技有限公司 一种智能视觉跟踪权限系统
CN111833504A (zh) * 2020-05-29 2020-10-27 上海追月科技有限公司 门禁系统及其控制方法、电子设备
CN111833504B (zh) * 2020-05-29 2022-06-07 上海追月科技有限公司 门禁系统及其控制方法、电子设备
CN111784885A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 通行控制方法、装置、闸机设备及多闸机系统
CN111780673A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 一种测距方法、装置及设备
CN111768535A (zh) * 2020-07-08 2020-10-13 深圳纽酷物联网有限公司 一种采用5g网络通讯的动态人脸识别终端
CN112232153A (zh) * 2020-09-30 2021-01-15 广东职业技术学院 一种获取目标人物的轨迹的方法及系统
CN112560621A (zh) * 2020-12-08 2021-03-26 北京大学 基于动物图像的识别方法、装置、终端及介质
CN112489266A (zh) * 2020-12-10 2021-03-12 熵基科技股份有限公司 一种闸机控制方法、装置和闸机系统
CN112669500A (zh) * 2020-12-21 2021-04-16 北京航空航天大学 一种基于液体变焦相机的智能门禁识别系统
CN112560768A (zh) * 2020-12-25 2021-03-26 深圳市商汤科技有限公司 闸机通道控制方法、装置、计算机设备及存储介质
WO2022160251A1 (en) * 2021-01-29 2022-08-04 Nec Hong Kong Limited Detecting apparatus for use with electronic gate
CN113626797A (zh) * 2021-08-09 2021-11-09 杭州海康威视数字技术股份有限公司 一种降低多通道闸机误触发的方法、以及闸机系统
CN115086527A (zh) * 2022-07-04 2022-09-20 天翼数字生活科技有限公司 一种家庭视频跟踪监控方法、装置、设备和存储介质
CN115086527B (zh) * 2022-07-04 2023-05-12 天翼数字生活科技有限公司 一种家庭视频跟踪监控方法、装置、设备和存储介质
CN116363781A (zh) * 2023-05-29 2023-06-30 深圳市捷易科技有限公司 通道闸机控制方法、装置、设备及计算机存储介质
CN116363781B (zh) * 2023-05-29 2023-08-11 深圳市捷易科技有限公司 通道闸机控制方法、装置、设备及计算机存储介质

Similar Documents

Publication Publication Date Title
CN110379050A (zh) 一种闸机控制方法、装置及系统
CN105205455B (zh) 一种移动平台上人脸识别的活体检测方法及系统
WO2019127365A1 (zh) 人脸活体检测方法、电子设备和计算机程序产品
CN109784130B (zh) 行人重识别方法及其装置和设备
Mogelmose et al. Tri-modal person re-identification with rgb, depth and thermal features
CN110334569B (zh) 客流量进出识别方法、装置、设备及存储介质
Killioğlu et al. Anti-spoofing in face recognition with liveness detection using pupil tracking
CN110969118B (zh) 轨迹监控系统和方法
CN105893510A (zh) 一种视频结构化系统及其目标搜索方法
CN109919977A (zh) 一种基于时间特征的视频运动人物跟踪与身份识别方法
JP2006133946A (ja) 動体認識装置
JP7188446B2 (ja) 認証装置、認証方法、認証プログラムおよび記録媒体
CN109754478A (zh) 一种低用户配合度的人脸智能考勤方法
CN113744439A (zh) 一种智慧安检闸机系统
CN211979734U (zh) 一种智慧安检闸机系统
CN105993022B (zh) 利用脸部表情识别和认证的方法和系统
CN107547865A (zh) 跨区域人体视频目标跟踪智能监控方法
JP7468779B2 (ja) 情報処理装置、情報処理方法、及び記憶媒体
Wang et al. A video analysis framework for soft biometry security surveillance
Baytamouny et al. AI-based home security system with face recognition
US11354940B2 (en) Method and apparatus for foreground geometry and topology based face anti-spoofing
CN109886084B (zh) 基于陀螺仪的人脸认证方法、电子设备及存储介质
JP6679291B2 (ja) 申請者認証装置、及び認証方法、並びにその方法を用いたセキュリティ認証システム
JP2022550846A (ja) 情報処理装置、情報処理方法および記憶媒体
Xiang et al. Vehicle detection and tracking for gas station surveillance based on AdaBoosting and optical flow

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: 20191025