CN111028390A - 一种智能锁及应用于该智能锁的人脸识别优化方法 - Google Patents
一种智能锁及应用于该智能锁的人脸识别优化方法 Download PDFInfo
- Publication number
- CN111028390A CN111028390A CN201911196659.8A CN201911196659A CN111028390A CN 111028390 A CN111028390 A CN 111028390A CN 201911196659 A CN201911196659 A CN 201911196659A CN 111028390 A CN111028390 A CN 111028390A
- Authority
- CN
- China
- Prior art keywords
- line segment
- sense organs
- feature
- vertex
- face
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种智能锁,包括电池及由电池进行供电的电路板;本发明还公开了一种智能锁应用于智能锁的人脸识别优化方法,包括以下步骤:通过人脸识别模块采集人脸图形并定义出人脸区域框;在人脸区域框内规则生成二维阵列并分隔形成若干矩形外框;通过人脸检测器提取出多个包含对应五官特征框的矩形外框;逐一对每一个矩形外框进行分析;定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段,对各线段进行筛选从而快速的舍弃未经过五官特征框的线段,保留经过五官特征框的线段并作为保留特征;将各具有保留特征的五官特征框返回至人脸识别模块本发明具有以下优点和效果:可提高人脸识别的速度,实现快速响应。
Description
技术领域
本发明涉及智能锁技术领域,特别涉及一种智能锁及应用于该智能锁的人脸识别优化方法。
背景技术
智能锁是指区别于传统机械锁,在用户识别、安全性、管理性方面更加智能化的锁具;其中,智能锁是门禁系统中锁门的执行部件。
为了方便实用,现有的智能锁一般增加了人脸识别功能来方便用户快速解锁;然而现有的智能锁在人脸识别的过程中仍然存在响应速度慢,识别过程时间长的缺点。
发明内容
本发明的目的是提供一种智能锁及应用于该智能锁的人脸识别优化方法,来提高人脸识别的速度,实现快速响应。
为了达到上述目的,本发明提供了一种智能锁,包括电池及由电池进行供电的电路板,所述的电路板上设置有控制器以及分别与控制器相连的指纹识别模块、触摸屏、液晶显示屏、蓝牙模块、语音模块、读卡模块、状态指示灯、三轴检测模块、人脸识别模块、掌纹识别模块、调试口、门锁驱动模块、电源管理模块以及电池电压检测模块。
本发明还提供了一种一种智能锁应用于智能锁的人脸识别优化方法,包括以下步骤:
步骤S1、通过人脸识别模块采集人脸图形,并基于所采集的人脸图形来定义出人脸区域框;
步骤S2、提取人脸区域框,且在人脸区域框内规则生成二维阵列,通过二维阵列分隔形成若干矩形外框,并对二维阵列进行坐标定位;
步骤S3、通过人脸检测器提取出步骤S1所采集到的人脸区域框内的五官特征框,并分别与步骤S2的二维阵列进行坐标配对,从而提取出多个包含对应五官特征框的矩形外框;
步骤S4、逐一对从步骤S3提取的每一个矩形外框进行分析;
步骤S5、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段,对各线段进行筛选从而快速的舍弃未经过五官特征框的线段,保留经过五官特征框的线段并作为保留特征;
步骤S6、判断是否已经对提取的每一个矩形外框分析完毕;若否,则跳至步骤S5;若是,则跳至步骤S7;
步骤S7、将各具有保留特征的五官特征框返回至人脸识别模块。
进一步设置是,所述的步骤S5具体包括以下步骤:
步骤S51、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段;
步骤S52、分别对每一个顶点坐标与各线段的关系进行分析:
当MULTI(P,P0,P1)=时,P、P0,P1三点共线,即线段经过点P;
步骤S53、定义四个顶点分别为左上顶点PLT、左下顶点PLB、右上顶点PRT和右下顶点PRB;
当线段的斜率k>0时,若左上顶点PLT和右下顶点PRB均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
当线段的斜率k<0时,若左下顶点PLB和右上顶点PRT均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
若线段正好只经过四个顶点PLT、PLB、PRT和PRB中其中一个顶点,则进行保留;
步骤S54、保留经过五官特征框的线段并作为保留特征。
进一步设置是,所述的步骤S52中MULTI(P,P0,P1)由以下公式(1)得出:
这样,只要将ΔBASE、Δx、Δy提前计算好,在计算线段与五官特征框的各顶点的叉乘积时只要将对应顶点的坐标带入即可,且乘积的结果只需考虑正负号。
本发明具有以下有益效果:
首先,通过二维阵列来规划所采集的人脸区域框的坐标,根据坐标快速准确的选择、并确定包含五官特征框的矩形外框,省去了逐一对比查找所耗费的时间;并且在第一步的预处理便舍弃了非五官特征的区域,简化后续处理步骤;然后,逐一对每一个五官特征框内的线段进行优化,从而舍弃未经过五官特征框内的线段,只保留符合的有效线段,从而减少了后续的人脸确定所要对比的线段数量,达到节约时间的目的。另,在舍弃无效线段之后,不仅能极大提高后续人脸确认的速率,达到高速响应的目的,更是在保留有效线段的基础上,提高了人脸确认的准确性,故具有极大的创造性,且能为智能锁的人脸解锁技术提供帮助。
附图说明
图1为实施例的原理框图;
图2为实施例的流程示意图;
图3为实施例中矩形外框和五官特征框的结构示意图。
图中:11、控制器;12、指纹识别模块;13、触摸屏;14、液晶显示屏;15、蓝牙模块;16、语音模块;17、读卡模块;18、状态指示灯;19、人脸识别模块;20、掌纹识别模块;21、调试口;22、门锁驱动模块;23、电源管理模块;24、电池电压检测模块;25、三轴检测模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,如图1至图3所示。
实施例1
如图1所示,为本发明实施例中,提出的一种智能锁,包括电池及由电池进行供电的电路板,电路板上设置有控制器11以及分别与控制器11相连的指纹识别模块12、触摸屏13、液晶显示屏14、蓝牙模块15、语音模块16、读卡模块17、状态指示灯18、三轴检测模块25、人脸识别模块19、掌纹识别模块20、调试口21、门锁驱动模块22、电源管理模块23以及电池电压检测模块24。具体的,电池采用5V锂电池,电路板采用PCB电路板,控制器11采用STM32单片机,指纹识别模块12、触摸屏13、液晶显示屏14、蓝牙模块15、语音模块16、读卡模块17、状态指示灯18、三轴检测模块25、人脸识别模块19、掌纹识别模块20、调试口21、门锁驱动模块22、电源管理模块23以及电池电压检测模块24均作为成品模块,从市场上采购即可,此处不再加以阐述。
实施例2
如图2和图3所示,为本发明实施例中,提出的一种智能锁应用于智能锁的人脸识别优化方法,包括以下步骤:
步骤S1、通过人脸识别模块19采集人脸图形,并基于所采集的人脸图形来定义出人脸区域框;
步骤S2、提取人脸区域框,且在人脸区域框内规则生成二维阵列,通过二维阵列分隔形成若干矩形外框,并对二维阵列进行坐标定位;
步骤S3、通过人脸检测器提取出步骤S1所采集到的人脸区域框内的五官特征框,并分别与步骤S2的二维阵列进行坐标配对,从而提取出多个包含对应五官特征框的矩形外框;
步骤S4、逐一对从步骤S3提取的每一个矩形外框进行分析;
步骤S5、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段,对各线段进行筛选从而快速的舍弃未经过五官特征框的线段,保留经过五官特征框的线段并作为保留特征;
步骤S6、判断是否已经对提取的每一个矩形外框分析完毕;若否,则跳至步骤S5;若是,则跳至步骤S7;
步骤S7、将各具有保留特征的五官特征框返回至人脸识别模块19。
进一步设置是步骤S5具体包括以下步骤:
步骤S51、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段;
步骤S52、分别对每一个顶点坐标与各线段的关系进行分析:
当MULTI(P,P0,P1)=时,P、P0,P1三点共线,即线段经过点P;
步骤S53、定义四个顶点分别为左上顶点PLT、左下顶点PLB、右上顶点PRT和右下顶点PRB;
当线段的斜率k>0时,若左上顶点PLT和右下顶点PRB均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
当线段的斜率k<0时,若左下顶点PLB和右上顶点PRT均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
若线段正好只经过四个顶点PLT、PLB、PRT和PRB中其中一个顶点,则进行保留;
步骤S54、保留经过五官特征框的线段并作为保留特征。
进一步设置是步骤S52中MULTI(P,P0,P1)由以下公式(1)得出:
这样,只要将ΔBASE、Δx、Δy提前计算好,在计算线段与五官特征框的各顶点的叉乘积时只要将对应顶点的坐标带入即可,且乘积的结果只需考虑正负号。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (4)
1.一种智能锁,其特征在于:包括电池及由电池进行供电的电路板,所述的电路板上设置有控制器(11)以及分别与控制器(11)相连的指纹识别模块(12)、触摸屏(13)、液晶显示屏(14)、蓝牙模块(15)、语音模块(16)、读卡模块(17)、状态指示灯(18)、三轴检测模块(25)、人脸识别模块(19)、掌纹识别模块(20)、调试口(21)、门锁驱动模块(22)、电源管理模块(23)以及电池电压检测模块(24)。
2.一种智能锁应用于智能锁的人脸识别优化方法,其特征在于,包括以下步骤:
步骤S1、通过人脸识别模块(19)采集人脸图形,并基于所采集的人脸图形来定义出人脸区域框;
步骤S2、提取人脸区域框,且在人脸区域框内规则生成二维阵列,通过二维阵列分隔形成若干矩形外框,并对二维阵列进行坐标定位;
步骤S3、通过人脸检测器提取出步骤S1所采集到的人脸区域框内的五官特征框,并分别与步骤S2的二维阵列进行坐标配对,从而提取出多个包含对应五官特征框的矩形外框;
步骤S4、逐一对从步骤S3提取的每一个矩形外框进行分析;
步骤S5、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段,对各线段进行筛选从而快速的舍弃未经过五官特征框的线段,保留经过五官特征框的线段并作为保留特征;
步骤S6、判断是否已经对提取的每一个矩形外框分析完毕;若否,则跳至步骤S5;若是,则跳至步骤S7;
步骤S7、将各具有保留特征的五官特征框返回至人脸识别模块(19)。
3.根据权利要求2所述的一种智能锁应用于智能锁的人脸识别优化方法,其特征在于,所述的步骤S5具体包括以下步骤:
步骤S51、定义五官特征框的四个顶点坐标,并作为基准坐标,同时提取出位于矩形外框内的所有线段;
步骤S52、分别对每一个顶点坐标与各线段的关系进行分析:
当MULTI(P,P0,P1)=时,P、P0,P1三点共线,即线段经过点P;
步骤S53、定义四个顶点分别为左上顶点PLT、左下顶点PLB、右上顶点PRT和右下顶点PRB;
当线段的斜率k>0时,若左上顶点PLT和右下顶点PRB均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
当线段的斜率k<0时,若左下顶点PLB和右上顶点PRT均位于线段的同一侧,则表示该线段与五官特征框没有交点,进行舍弃;
若线段正好只经过四个顶点PLT、PLB、PRT和PRB中其中一个顶点,则进行保留;
步骤S54、保留经过五官特征框的线段并作为保留特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196659.8A CN111028390B (zh) | 2019-11-29 | 2019-11-29 | 一种智能锁及应用于该智能锁的人脸识别优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196659.8A CN111028390B (zh) | 2019-11-29 | 2019-11-29 | 一种智能锁及应用于该智能锁的人脸识别优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111028390A true CN111028390A (zh) | 2020-04-17 |
CN111028390B CN111028390B (zh) | 2021-10-22 |
Family
ID=70207119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911196659.8A Active CN111028390B (zh) | 2019-11-29 | 2019-11-29 | 一种智能锁及应用于该智能锁的人脸识别优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028390B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255536A (zh) * | 2020-09-21 | 2022-03-29 | 浙江威欧希科技股份有限公司 | 一种人脸识别智能锁身份特征注册开启方法 |
CN114299635A (zh) * | 2020-09-21 | 2022-04-08 | 浙江威欧希科技股份有限公司 | 一种公租房智能锁信息状态传输方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187975A (zh) * | 2007-12-25 | 2008-05-28 | 西南交通大学 | 一种具有光照鲁棒性的人脸特征提取方法 |
CN102194131A (zh) * | 2011-06-01 | 2011-09-21 | 华南理工大学 | 基于五官几何比例特征的快速人脸识别方法 |
CN102799870A (zh) * | 2012-07-13 | 2012-11-28 | 复旦大学 | 基于分块一致lbp和稀疏编码的单训练样本人脸识别方法 |
CN106127900A (zh) * | 2016-06-29 | 2016-11-16 | 西安金麦电子科技有限公司 | 一种用户身份综合验证开锁方法及装置 |
CN108447153A (zh) * | 2018-02-24 | 2018-08-24 | 深圳慧安康科技有限公司 | 一种单元门口智能机器人装置 |
CN109727350A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 一种基于人脸识别的门禁控制方法及装置 |
CN109993042A (zh) * | 2017-12-29 | 2019-07-09 | 国民技术股份有限公司 | 一种人脸识别方法及其装置 |
-
2019
- 2019-11-29 CN CN201911196659.8A patent/CN111028390B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187975A (zh) * | 2007-12-25 | 2008-05-28 | 西南交通大学 | 一种具有光照鲁棒性的人脸特征提取方法 |
CN102194131A (zh) * | 2011-06-01 | 2011-09-21 | 华南理工大学 | 基于五官几何比例特征的快速人脸识别方法 |
CN102799870A (zh) * | 2012-07-13 | 2012-11-28 | 复旦大学 | 基于分块一致lbp和稀疏编码的单训练样本人脸识别方法 |
CN106127900A (zh) * | 2016-06-29 | 2016-11-16 | 西安金麦电子科技有限公司 | 一种用户身份综合验证开锁方法及装置 |
CN109993042A (zh) * | 2017-12-29 | 2019-07-09 | 国民技术股份有限公司 | 一种人脸识别方法及其装置 |
CN108447153A (zh) * | 2018-02-24 | 2018-08-24 | 深圳慧安康科技有限公司 | 一种单元门口智能机器人装置 |
CN109727350A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 一种基于人脸识别的门禁控制方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255536A (zh) * | 2020-09-21 | 2022-03-29 | 浙江威欧希科技股份有限公司 | 一种人脸识别智能锁身份特征注册开启方法 |
CN114299635A (zh) * | 2020-09-21 | 2022-04-08 | 浙江威欧希科技股份有限公司 | 一种公租房智能锁信息状态传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111028390B (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111695522B (zh) | 一种平面内的旋转不变人脸检测方法、装置及存储介质 | |
CN111028390B (zh) | 一种智能锁及应用于该智能锁的人脸识别优化方法 | |
CN102393904B (zh) | 图像处理装置以及图像处理方法 | |
CN104573640B (zh) | 数据处理系统及其生成设备、面部检测方法 | |
CN103293141B (zh) | 基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份识别方法 | |
CN103400105B (zh) | 一种姿态归一化的非正面人脸表情识别方法 | |
CN102937595A (zh) | 一种pcb板检测方法、装置及系统 | |
CN103218605B (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN107808129A (zh) | 一种基于单个卷积神经网络的面部多特征点定位方法 | |
CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
CN103761504A (zh) | 一种人脸识别系统 | |
CN104299004A (zh) | 一种基于多特征融合和指尖检测的手势识别方法 | |
CN107392214B (zh) | 一种基于全卷积分裂网络的目标检测方法 | |
CN105069774B (zh) | 基于多示例学习与图割优化的目标分割方法 | |
WO2019033576A1 (zh) | 人脸姿态检测方法、装置及存储介质 | |
CN103279742A (zh) | 一种基于多任务模型的多分辨率行人检测方法及其装置 | |
CN105469117A (zh) | 一种基于鲁棒特征提取的图像识别方法与装置 | |
CN108711175B (zh) | 一种帧间信息导向的头部姿态估计优化方法 | |
CN106462773A (zh) | 使用gabor函数的模式识别系统及方法 | |
Liu et al. | Robust 3-d object recognition via view-specific constraint | |
CN101482917B (zh) | 一种基于二阶二维主分量分析的人脸识别系统和方法 | |
Tang et al. | Online chemical symbol recognition for handwritten chemical expression recognition | |
CN111507346A (zh) | 一种识别中文书写错误的方法 | |
Axyonov et al. | Method of multi-modal video analysis of hand movements for automatic recognition of isolated signs of Russian sign language | |
CN111582329B (zh) | 一种基于多示例学习的自然场景文本字符检测标注方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |