CN111063083A - 门禁控制方法、装置、计算机可读存储介质和计算机设备 - Google Patents
门禁控制方法、装置、计算机可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN111063083A CN111063083A CN201911295842.3A CN201911295842A CN111063083A CN 111063083 A CN111063083 A CN 111063083A CN 201911295842 A CN201911295842 A CN 201911295842A CN 111063083 A CN111063083 A CN 111063083A
- Authority
- CN
- China
- Prior art keywords
- face
- human body
- processed
- information
- door opening
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本申请涉及深度学习,提供了一种门禁控制方法、装置、计算机可读存储介质和计算机设备,该方法包括:获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定人体行进速度信息;根据各个待处理人体框信息确定人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到开门意图结果;当得到开门意图结果时,将待处理人脸图像进行人脸识别,得到人脸识别通过结果;根据人脸识别通过结果和开门意图结果得到开门指令,门禁设备根据开门指令执行开门操作。本申请提高了对门禁设备控制的精准度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种门禁控制方法、装置、计算机可读存储介质和计算机设备。
背景技术
随着人脸识别技术的发展,人脸识别被应用在人们生活中的各个方面。比如,可以通过人脸识别技术来对门禁设备进行控制,实现智能门禁。目前的人脸识别控制门禁的方法通常是通过对人脸识别并判断人脸对应的人员身份,当身份验证通过时,才能控制门禁设备进行智能开门。
然而,目前的智能开门方法中,仍然存在误开门的情况,导致无法精准进行门禁控制。
发明内容
基于此,有必要针对无法精准进行门禁控制的技术问题,提供一种门禁控制方法、装置、计算机可读存储介质和计算机设备。
一种门禁控制方法,包括:
获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息;
根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;
当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
一种门禁控制装置,包括:
信息确定模块,用于获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
速度确定模块,用于获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息;
意图得到模块,用于根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;
人脸识别模块,用于当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
门禁控制模块,用于根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
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,该处理器执行程序时实现以下步骤:
获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息;
根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;
当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息;
根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;
当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
上述门禁控制方法、装置、计算机可读存储介质和计算机设备,通过获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;通过获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定人体行进速度信息;根据各个待处理人体框信息确定人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。通过确定人体行进速度和人体行进方向确定是否有开门意图,通过人脸识别得到人脸识别结果,根据是否有开门意图和人脸识别结果对门禁设备进行控制,能够减少对门禁设备的误开门操作,提高了对门禁设备控制的精准度。
附图说明
图1为一个实施例中门禁控制方法的应用环境图;
图2为一个实施例中门禁控制方法的流程示意图;
图2A为一个实施例中确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息的流程示意图;
图3为一个实施例中确定目标人脸框面积的流程示意图;
图4为一个实施例中得到人体行进速度信息的流程示意图;
图5为一个具体实施例中人体进行正向减速运动的示意图;
图6为一个具体实施例中人体进行正向加速运动的示意图;
图7为一个具体实施例中人体进行正向匀速运动的示意图;
图8为一个具体实施例中门禁控制方法的时序图;
图9为一个具体实施例中门禁控制方法的流程示意图;
图10为图9实施例中开门成功的示意图;
图11为图9实施例中开门失败的示意图;
图12为一个实施例中门禁控制装置的结构框图;
图13为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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仅用以解释本申请,并不用于限定本申请。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
本申请实施例提供的方案涉及人工智能的计算机视觉技术、机器学习等技术,具体通过如下实施例进行说明:
图1为一个实施例中门禁控制方法的应用环境图。参照图1,该门禁控制方法应用于门禁控制系统。该门禁控制系统包括监控设备102,服务器104和门禁设备106。监控设备102和服务器104通过网络连接,门禁设备106和服务器104通过网络连接。监控设备具体可以是摄像头、摄像机等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。门禁设备用于控制门禁,进行开门处理。
具体地,服务器104获取到监控设备102发送的监控视频流,根据监控视频流得到监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息。服务器104获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息。服务器104根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果。服务器104根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备106发送开门指令,以使门禁设备106根据开门指令执行开门操作。
在一个实施例中,该门禁控制方法应用于门禁控制系统,该门禁控制系统包括可进行边缘计算的监控设备和门禁设备,其中,可进行边缘计算的设备具体可以是AI摄像头、TX1(边缘设备AI模块)、TK1(边缘设备AI模块)、Movidias(边缘设备AI模块)等。
如图2所示,在一个实施例中,提供了一种门禁控制方法。本实施例主要以该方法应用于上述图1中的服务器104中来举例说明。参照图2,该门禁控制方法具体包括如下步骤:
S202,获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息。
其中,监控视频帧序列是指通过监控设备获取到的监控视频流后转换得到的各个监控视频帧。待处理人脸标识用于唯一标识监控视频帧中需要进行处理的人脸。比如,可以按照监控视频帧序列中的人脸框面积获取到最大人脸框面积对应的人脸标识作为待处理人脸标识,也可以按照监控视频帧序列中的人脸框面积将监控视频帧序列中的人脸标识排序,得到人脸标识序列,依次从人脸标识中选取待处理人脸标识。待处理人脸图像是指待处理人脸标识对应的人脸图像。人体框信息是指与得到的人体框相关的信息。比如,人体框位置和人体框面积等。每一视频帧中都可以有人体框信息。待处理人体框信息是指待处理人体标识对应的人体框信息。
具体地,监控设备向服务器发送监控视频流,服务器接收到监控视频流后转换为监控视频帧序列,对监控视频帧序列中的各个监控视频帧进行人脸检测,确定待处理人脸标识对应的待处理人脸图像,对监控视频帧序列中的各个监控视频帧进行人体检测,确定待处理人体标识对应的各个待处理人体框信息。其中,人体检测是指基于深度学习算法检测并定位视频帧中的人体,返回人体标识和高精度的人体框信息,其中,深度学习算法可以是卷积神经网络、递归神经网络和长短期记忆网络等等。人体标识用于唯一标识人体,人脸标识与关联的人体标识一一对应。待处理人体标识是指与待处理人脸标识对应的人体标识。待处理人体框信息是指待处理人体标识对应的人体框信息。
S204,获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息。
其中,时间间隔是指监控视频序列中每两个视频帧之间的时间间隔,该时间间隔可以根据视频流的画面每秒传输帧数来确定,比如,视频流的传输速度是25FPS(画面每秒传输帧数),则该视频流对应的视频序列中每两帧之间的时间间隔为40ms(毫秒)。人体行进速度信息是指人体标识对应的人的行进速度信息,可以包括人体行进加速度和人体行进速度。人体行进速度也可以是视频序列中每两个视频帧之间的速度。
具体地,服务器根据监控视频流的速度确定视频序列中监控视频帧之间的时间间隔,根据各个待处理人体框信息中的各个人体位置和时间间隔确定待处理人体标识对应的人体行进速度信息。比如,确定两个连续监控视频帧中人体位置之间的距离,根据距离和时间间隔得到两个连续监控视频帧之间的人体行进速度。
S206,根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果。
其中,人体行进方向信息是指人体相对与监控设备行进的方向,比如,向监控设备前进为正向,离监控设备远去为反向。预设条件是指预设设置好的检测为开门意图的条件。比如,可以是人体行进方向为正向,人体行进加速度为负且人体行进速度未超过预设阈值,即认为人体具有开门意图。也可以是人体行进速度为特定值,比如0,即监控视频帧序列中的人体停止不动,即认为人体具有开门意图。开门意图结果是指人体存在开门的意图结果。
具体地,服务器可以根据各个待处理人体框信息中的人体框面积来确定待处理人体标识对应的人体行进方向信息。在一个实施例中,各个待处理人体框信息中的人体框面积按照监控视频帧的序列是越来越小,即人体为反向行进。在一个实施例中,各个待处理人体框信息中的人体框面积按照监控视频帧的序列是越来越大,则人体为正向行进。当人体行进方向信息和人体行进速度信息符合预设条件时,服务器得到待处理人体标识对应的开门意图结果
S208,当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果。
其中,预设人脸库是指预先设置好的人脸的数据库,用于进行人脸识别,进而确定身份权限,即确定是否有权限进行开门。
具体地,服务器当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果。即在具有开门意图结果时,服务器才进行人脸识别的匹配,未有开门意图时,不需要进行人脸识别的匹配。可以减少服务器的工作量,提高效率。
S210,根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
其中,门禁设备用于控制门进行开关操作。
具体地,服务器根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,门禁设备接收到开门指令执行开门操作。在一个实施例中,服务器可以通过GPIO(General-purpose input/output,通用输入/输出口)信号将开门指令发送到门禁设备中。
在上述门禁设备控制方法中,通过确定人体行进速度和人体行进方向确定是否有开门意图,通过人脸识别得到人脸识别结果,根据是否有开门意图和人脸识别结果对门禁设备进行控制,即在得到存在开门意图结果且人脸识别通过结果时,才对门禁设备发送开门指令,能够减少对门禁设备的误开门操作,提高了对门禁设备控制的精准度。
在一个实施例中,如图2A所示,步骤S202,即根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息,包括步骤:
S202a,获取监控视频帧序列,对监控视频帧序列进行人脸检测,得到各个人脸标识和各个人脸图像,从各个人脸标识中获取待处理人脸标识,从各个人脸图像中确定待处理人脸标识对应的待处理人脸图像。
S202b,将监控视频帧序列进行人体检测,得到各个人体标识和各个人体框信息,根据待处理人脸标识从各个人体标识中确定待处理人体标识,从各个人体框信息中确定待处理人体标识对应的各个待处理人体框信息。
其中,人脸检测是指对于任意一给定的视频帧,基于深度学习算法进行搜索以确定其中是否含有人脸,如果是则返回人脸的相关信息,该人脸的相关信息可以包括人脸图像、人脸框位置、人脸框面积和人脸标识等。一个视频帧中可以有多个不同的人脸。人脸标识是自动生成的用于唯一标识监控视频帧中的人脸,每一视频帧中都可以有人脸标识对应的人脸图像。
具体地,服务器将监控视频帧序列进行人脸检测,得到每个监控视频帧对应的人脸标识和人脸图像,从各个人脸标识中获取待处理人脸标识,从各个人脸图像中确定待处理人脸标识对应的待处理人脸图像。然后将将监控视频帧序列进行人体检测,得到每个监控视频帧对应的人体标识和人体框信息,根据待处理人脸标识从各个人体标识中确定待处理人体标识,从各个人体框信息中确定待处理人体标识对应的各个待处理人体框信息。通过人体检测和人脸识别提高了得到待处理人脸图像和各个待处理人体框信息的准确性。
在一个实施例中,如图3所示,步骤S202a,即对监控视频帧序列进行人脸检测,得到各个人脸标识和各个人脸图像,包括步骤:
S302,将监控视频帧序列输入到已训练的人脸检测模型中进行人脸检测,得到各个人脸标识、各个人脸框图像和对应的各个人脸框面积。
其中,已训练的人脸检测模型是指根据已有的人脸数据使用深度学习算法进行训练,得到的人脸检测模型。其中,深度学习算法可以是基于卷积神经网络(CNN)、基于级联卷积神经网络和基于多任务卷积神经网络等。人脸框面积是用于表示人脸的大小,可以根据人脸检测得到的人脸框的坐标计算得到。比如,人脸框中各个点的坐标计算出人脸框的长和宽,然后计算得到人脸框的面积。
具体地,服务器将监控视频帧序列输入到已训练的人脸检测模型中进行人脸检测,得到各个人脸标识、各个人脸框图像和对应的各个人脸框面积。
S304,从各个人脸框面积中确定待处理人脸图像对应的各个待处理人脸框面积,从各个待处理人脸框面积中确定目标人脸框面积。
其中,待处理人脸框面积是指待处理人脸标识对应的在监控视频帧序列中的各个人脸框面积。目标人脸框面积是指各个待处理人脸框面积中最大的待处理人脸框面积。
具体地,服务器从各个人脸框面积中确定待处理人脸图像对应的各个待处理人脸框面积,从各个待处理人脸框面积中确定目标人脸框面积。
则步骤S210,即将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果,包括步骤:
当目标人脸框面积符合预设面积条件时,将待处理人脸图像输入到已训练的人脸识别模型中进行人脸特征识别,得到人脸特征识别结果,将人脸特征识别结果与预设人脸库中人脸特征进行匹配,当匹配成功时,得到人脸识别通过结果,目标人脸框面积符合预设面积条件包括目标人脸框面积超过预设面积阈值和目标人脸框面积等于预设目标面积中的至少一种。
其中,预设面积条件是预先设置好的能够进行人脸识别的人脸框面积,包括目标人脸框面积符合预设面积条件包括目标人脸框面积超过预设面积阈值和目标人脸框面积等于预设目标面积中的至少一种。该预设面积阈值是指预先设置好的人脸面积阈值。目标面积是指预先设置好的最小人脸面积。人脸特征识别结果是指对待处理人脸图像进行人脸特征识别,得到待处理人脸图像对应的人脸特征。人脸识别通过结果是指对待处理人脸图像的人脸识别通过。该人脸识别通过结果中包括了待处理人脸图像对应的人脸身份标识。
具体地,服务器判断目标人脸框面积是否符合预设面积条件,当目标人脸框面积未符合预设面积条件时,即认为该目标人脸框面积对应的待处理人脸图像无法进行人脸识别,即得到人脸识别失败结果。当目标人脸框面积符合预设面积条件时,将待处理人脸图像输入到已训练的人脸识别模型中进行人脸特征识别,得到人脸特征识别结果,将人脸特征识别结果与预设人脸库中人脸特征进行匹配,当匹配到与人脸特征识别结果中人脸特征一致的人脸时,得到人脸识别通过结果。
在一个实施例中,当未匹配到与人脸特征识别结果中人脸特征一致的人脸时,得到人脸识别失败结果。此时,服务器向门禁显示设备返回没有权限进入的信息。
在一个实施例中,也可以将人脸特征识别结果与预设人脸库中人脸特征进行匹配,得到人脸特征识别结果与预设人脸库每个人脸的匹配度,当最大匹配度超过预设阈值时,获取到最大匹配度对应的人脸身份标识,得到人脸识别通过结果。当最大匹配度未超过预设阈值时,得到人脸识别失败结果。
在一个实施例中,目标人脸框面积在预设阈值区间时,将将待处理人脸图像输入到已训练的人脸识别模型中进行人脸特征识别,得到人脸特征识别结果,将人脸特征识别结果与预设人脸库中人脸特征进行匹配,当匹配成功时,得到人脸识别通过结果。
在上述实施例中,通过人脸检测得到各个人脸框面积,从各个人脸框面积确定目标人脸框面积,当目标人脸框面积超过预设阈值时,进行人脸识别,即通过识别超过预设阈值的目标人脸框面积对应的待处理人脸图像,可以减少识别不准确的情况,提高人脸识别的精准性。
在一个实施例中,在步骤S304之后,即在从各个人脸框面积中确定待处理人脸图像对应的各个待处理人脸框面积之后,还包括步骤:
根据各个待处理人脸框面积确定待处理人脸标识对应的人脸行进方向信息。
其中,人脸行进方向是指人脸相对与监控设备行进的方向,比如,向监控设备前进为正向,离监控设备远去为反向。
具体地,可以根据各个待处理人脸框面积的大小确定待处理人脸标识对应的人脸行进方向信息。比如,当各个待处理人脸框面积按照监控视频帧序列是越来越大时,则人脸行进方向为正向。当各个待处理人脸框面积按照监控视频帧序列是越来越小时,则人脸行进方向为反向。
则在步骤S208之后,即根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息之后,还包括步骤:
当人脸行进方向信息和人体行进速度信息符合预设条件时,得到目标人脸标识对应的开门意图结果。
具体地,当人脸行进方向信息和人体行进速度信息符合预设条件时,服务器得到目标人脸标识对应的开门意图结果。
在上述实施例中,通过各个待处理人脸框面积确定待处理人脸标识对应的人脸行进方向信息。然后根据人脸行进方向信息和人体行进速度来确定是否存在开门意图结果,即通过人脸来判断人是否存在开门意图,比使用人体来判断更加的方便和准确,提高了开门意图检测的准确性。
在一个实施例中,如图4所示,步骤S208,即根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息,包括步骤:
S402,根据各个待处理人体框信息中人体框位置计算各个人体坐标,根据各个人体坐标和时间间隔确定各个速度。
其中,人体坐标是指人体框中心点的坐标。
具体地,服务器根据各个待处理人体框信息中人体框位置得到各个人体框的顶点坐标,比如,可以以视频帧画面的左下角顶点为原点,计算得到人体框的四个顶点坐标。然后根据各个人体框的四个顶点坐标计算得到的人体框中心点的坐标,得到各个人体坐标。根据各个人体坐标和时间间隔使用速度计算公式计算得到各个速度。比如,视频帧序列中有五个视频帧,则计算得到该五个视频帧对应的五个人体框对应的五个人体坐标为(-10,0)、(-7,0)、(-4,0)、(-2,0)和(-1,0),时间间隔为40ms。则计算得到v1=(-7+10)/0.04=75;v2=(-4+7)/0.04=75;v3=(-2+4)/0.04=5;v4=(-1+2)/0.04=25。
S404,根据各个速度确定加速度,根据各个速度和加速度得到待处理人体标识对应的人体行进速度信息。
具体地,服务器根据各个速度和时间间隔确定人体对应的加速度,将各个速度和加速度作为待处理人体标识对应的人体行进速度信息,将人体抽象成坐标点,利用每一帧的坐标点计算人体行进速度,提高了得到行进速度的准确性。比如,可以根据初始速度、最终速度和总时间间隔来计算人体对应的加速度。在一个具体的实施例中,根据上述v1=7.5和v4=2.5,总时间间隔为40*4=160,则计算得到人体的加速度a=(2.5-7.5)/0.16=-31.25。即该人体正在做减速运动,如图5所示,人体正向行进且做减速运动的示意图,其中,根据五个视频帧的人体检测框得到五个人体坐标点计算得到的人体加速度为-31.25,则该人体在做减速运动。在另一个具体的实施例中,如图6所示,根据五个视频帧的人体检测框得到五个人体坐标点计算得到的人体加速度为正,则该人体在做正向行进的加速运动。在又一个具体的实施例中,如图7所示,根据五个视频帧的人体检测框得到五个人体坐标点计算得到的人体加速度为零,则该人体在做正向行进的匀速运动。
在一个实施例中,在步骤S204之后,即在所述获取监控视频帧的时间间隔,根据所述各个待处理人体框信息和所述时间间隔确定所述待处理人体标识对应的人体行进速度信息之后,还包括步骤:
当人体行进速度信息中的人体行进速度为目标值时,得到待处理人体标识对应的开门意图结果。
具体地,目标值是指人体行进速度为0,即人体处于静止状态。当有人突然出现在监控设备之前并静止不动时,说明该人具有开门意图。此时,服务器确定人体行进速度信息中的人体行进速度为目标值,直接得到待处理人体标识对应的开门意图结果。从而不必去确定人体行进方向,提高了得到开门意图结果的效率。
在一个实施例中,在步骤S210之后,即将待处理人脸图像与预设人脸库进行匹配之后,还包括步骤:
当待处理人脸图像与预设人脸库匹配失败时,生成报警信息,向报警设备发送报警信息,以使报警设备展示报警信息。
具体地,服务器将待处理人脸图像与预设人脸库进行匹配,当待处理人脸图像与预设人脸库匹配失败时,服务器生成报警信息,该报警信息用于表明存在没有开门权限的人想要进入门内。向报警设备发送报警信息,报警设备接收到报警信息展示该报警信息,用于提醒管理人员有人想要进入但没有权限。报警设备也可以通过语音播放该报警信息。
在一个实施例中,当待处理人脸图像与预设人脸库匹配失败时。服务器将待处理人脸图像与黑名单人脸数据库进行匹配,当与黑名单人脸数据库匹配成功时,服务器生成报警信息,该报警信息中包括黑名单人脸身份信息等,并向报警设备发送该报警信息,报警设备展示报警信息,方便管理人员的使用。
在一个实施例中,在步骤S208之后,即在根据各个目标人体框信息确定目标人体标识对应的人体行进方向信息之后,还包括步骤:
当人体行进方向信息和人体行进速度信息未符合预设条件时,得到未存在开门意图结果,根据未存在开门意图结果得到禁止开门信息。
其中,未存在开门意图结果是指意图检测结果为未存在开门的意图。禁止开门信息是指不需要对门禁设备进行开门操作的信息。
具体地,当服务器判断人体行进方向信息和人体行进速度信息未符合预设条件时,服务器得到未存在开门意图结果,根据未存在开门意图结果得到禁止开门信息,即在检测到人体未存在开门意图时,服务器就停止后续对该人体对应的人脸进行识别的处理,提高了服务器的处理效率。
在一个实施例中,在步骤S212之后,即在根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作之后,还包括步骤:
从人脸识别通过结果中获取人脸身份标识,根据人脸身份标识生成开门记录,将开门记录保存。
具体地,服务器从人脸识别通过结果中获取人脸身份标识,根据人脸身份标识生成开门记录,该开门记录中记录了改人脸身份标识在当前系统时间进入了门禁设备之中。服务器将该开门记录保存到记录数据库中,方便后续的查看和处理。
在一个具体的实施例中,如图8所示,为门禁控制方法的时序图。具体来说:监控设备将原始视频流发送到服务器的取流模块中,服务器的取流模块将原始视频流转换为监控视频帧序列,然后将监控视频帧序列发送到服务器的人脸检测模块中进行人脸检测,得到人脸信息,在讲监控视频帧序列发送到服务器的人体检测模块中进行人体检测,得到人体信息,服务器的人体检测模块将人体信息发送到意图识别模块中识别得到人体行进方向信息和人体行进速度信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到开门意图,服务器的人体检测模块将开门意图结果发送到门禁控制模块中。此时,当意图识别模块得到开门意图时,服务器的人脸检测模块将人脸信息发送到人脸识别模块中进行人脸识别。当人脸识别通过时,服务器的人脸识别模块将人脸识别通过结果发送门禁控制模块,服务器的门禁控制模块根据人脸识别通过结果和开门意图结果生成开门指令,并将开门指令发送到门禁设备中,门禁设备接收到开门指令进行开门操作。
在一个具体的实施例中,如图9所示,为门禁控制方法的流程示意图。具体包括:监控摄像头将原始视频流发送到服务器业务模块中的摄像头流获取模块中,摄像头流获取模块将原始视频流转换为视频帧序列。将视频帧序列发送到算法模块中进行人脸检测、人体检测,意图检测和人脸识别。在算法模块中分别通过人脸检测模块对视频帧序列进行人脸检测,得到人脸检测结果。通过人体检测模块对视频帧序列进行人体检测,得到人体检测结果,将人体检测结果发送到意图检测模块中进行意图检测,得到意图检测结果,当意图检测结果为开门意图结果时,将人脸检测结果发送到人脸识别模块中进行人脸识别,判断是否有权限进行开门。当人脸识别通过时,将人脸识别通过结果和开门意图结果发送到后处理模块中,后处理模块中的开门模块根据人脸识别通过结果和开门意图结果通过GPIO信息发送开门指令到门禁设备中,门禁设备进行开门操作。同时,开门模块还可以生成开门提示信息发送到信息展示设备处,信息展示展示开门提示信息。如图10所示,为人员刷脸成功时,开门成功的示意图,其中,信息展示设备展示开门提示信息,该人员可以成功开门进入。当人脸识别未通过时,将人脸识别未通过结果发送到开门模块,开门模块接收到人脸识别未通过结果生成无门禁权限的提示信息发送的信息展示设备中,信息展示设备显示无门禁权限的提示信息,如图11所示,为人员刷脸失败时,开门失败的示意图,其中,信息展示设备显示无门禁权限的提示信息,该人员无法进入。
应该理解的是,虽然图2-图4、图9的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-图4、图9中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图12所示,提供了一种门禁控制装置1200,包括:信息确定模块1202、速度确定模块1204、意图得到模块1206、人脸识别模块1208和门禁控制模块1210。其中:
信息确定模块1202,用于获取监控视频帧序列,根据监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
速度确定模块1204,用于获取监控视频帧的时间间隔,根据各个待处理人体框信息和时间间隔确定待处理人体标识对应的人体行进速度信息;
意图得到模块1206,用于根据各个待处理人体框信息确定待处理人体标识对应的人体行进方向信息,当人体行进方向信息和人体行进速度信息符合预设条件时,得到待处理人体标识对应的开门意图结果;
人脸识别模块1208,用于当得到开门意图结果时,将待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
门禁控制模块1210,用于根据人脸识别通过结果和开门意图结果得到开门指令,并向门禁设备发送开门指令,以使门禁设备根据开门指令执行开门操作。
在一个实施例中,信息确定模块1202,包括:
人脸识别模块,用于获取监控视频帧序列,对所述监控视频帧序列进行人脸检测,得到各个人脸标识和各个人脸图像,从所述各个人脸标识中获取待处理人脸标识,从所述各个人脸图像中确定所述待处理人脸标识对应的待处理人脸图像;
人体检测模块,用于将所述监控视频帧序列进行人体检测,得到各个人体标识和各个人体框信息,根据所述待处理人脸标识从所述各个人体标识中确定待处理人体标识,从所述各个人体框信息中确定所述待处理人体标识对应的各个待处理人体框信息。
在一个实施例中,人脸检测模块,包括:
人脸检测单元,用于将监控视频帧序列输入到已训练的人脸检测模型中进行人脸检测,得到各个人脸标识、各个人脸框图像和对应的各个人脸框面积;
目标人脸确定单元,用于从各个人脸框面积中确定待处理人脸图像对应的各个待处理人脸框面积,从各个待处理人脸框面积中确定目标人脸框面积;
则人脸识别模块1208,包括:
人脸识别通过单元,用于当目标人脸框面积超过预设阈值时,将待处理人脸图像输入到已训练的人脸识别模型中进行人脸特征识别,得到人脸特征识别结果,将人脸特征识别结果与预设人脸库中人脸特征进行匹配,当匹配成功时,得到人脸识别通过结果。
在一个实施例中,目标人脸确定单元,还包括:
人脸方向确定单元,用于根据各个待处理人脸框面积确定待处理人脸标识对应的人脸行进方向信息;
则意图得到模块1206,还包括:
人脸判断单元,用于当人脸行进方向信息和人体行进速度信息符合预设条件时,得到目标人脸标识对应的开门意图结果。
在一个实施例中,速度确定模块1204,包括:
坐标计算单元,用于根据各个待处理人体框信息中人体框位置计算各个人体坐标,根据各个人体坐标和时间间隔确定各个速度;
加速度计算单元,用于根据各个速度确定加速度,根据各个速度和加速度得到待处理人体标识对应的人体行进速度信息。
在一个实施例中,意图得到模块1206还用于当人体行进速度信息中的人体行进速度为目标值时,得到待处理人体标识对应的开门意图结果。
在一个实施例中,在人脸识别模块1208之后,还包括:
报警模块,用于当待处理人脸图像与预设人脸库匹配失败时,生成报警信息,向报警设备发送报警信息,以使报警设备展示报警信息。
在一个实施例中,意图得到模块1206,还包括:
禁止开门单元,用于当人体行进方向信息和人体行进速度信息未符合预设条件时,得到未存在开门意图结果,根据未存在开门意图结果得到禁止开门信息。
在一个实施例中,门禁控制装置1200,还包括:
记录模块,用于从人脸识别通过结果中获取人脸身份标识,根据人脸身份标识生成开门记录,将开门记录保存。
图13示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器104。如图13所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储门禁设备标识列表信息、地址信息等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种门禁控制方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的门禁控制装置可以实现为一种计算机程序的形式,计算机程序可在如图13所示的计算机设备上运行。计算机设备的存储器中可存储组成该门禁控制装置的各个程序模块,比如,图12所示的信息确定模块1202、速度确定模块1204、意图得到模块1206、人脸识别模块1208和门禁控制模块1210。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的门禁控制方法中的步骤。
例如,图13所示的计算机设备可以通过如图12所示的门禁控制装置中的信息确定模块1202执行步骤S202。速度确定模块1204执行步骤S204。意图得到模块1206执行步骤S206。人脸识别模块1208执行步骤S208。门禁控制模块1210执行步骤S210。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述门禁控制方法的步骤。此处门禁控制方法的步骤可以是上述各个实施例的门禁控制方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述门禁控制方法的步骤。此处门禁控制方法的步骤可以是上述各个实施例的门禁控制方法中的步骤。
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示相关的硬件来完成,所述的程序可存储于一非易失性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,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种门禁控制方法,包括:
获取监控视频帧序列,根据所述监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
获取监控视频帧的时间间隔,根据所述各个待处理人体框信息和所述时间间隔确定所述待处理人体标识对应的人体行进速度信息;
根据所述各个待处理人体框信息确定所述待处理人体标识对应的人体行进方向信息,当所述人体行进方向信息和所述人体行进速度信息符合预设条件时,得到所述待处理人体标识对应的开门意图结果;
当得到开门意图结果时,将所述待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
根据所述人脸识别通过结果和所述开门意图结果得到开门指令,并向门禁设备发送所述开门指令,以使所述门禁设备根据所述开门指令执行开门操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息,包括:
获取监控视频帧序列,对所述监控视频帧序列进行人脸检测,得到各个人脸标识和各个人脸图像,从所述各个人脸标识中获取待处理人脸标识,从所述各个人脸图像中确定所述待处理人脸标识对应的待处理人脸图像;
将所述监控视频帧序列进行人体检测,得到各个人体标识和各个人体框信息,根据所述待处理人脸标识从所述各个人体标识中确定待处理人体标识,从所述各个人体框信息中确定所述待处理人体标识对应的各个待处理人体框信息。
3.根据权利要求2所述的方法,其特征在于,所述对所述监控视频帧序列进行人脸检测,得到各个人脸标识和各个人脸图像,包括:
将所述监控视频帧序列输入到已训练的人脸检测模型中进行人脸检测,得到各个人脸标识、各个人脸框图像和对应的各个人脸框面积;
从所述各个人脸框面积中确定所述待处理人脸图像对应的各个待处理人脸框面积,从所述各个待处理人脸框面积中确定目标人脸框面积;
则将所述待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果,包括:
当所述目标人脸框面积符合预设面积条件时,将所述待处理人脸图像输入到已训练的人脸识别模型中进行人脸特征识别,得到人脸特征识别结果,将所述人脸特征识别结果与预设人脸库中人脸特征进行匹配,当匹配成功时,得到人脸识别通过结果,所述目标人脸框面积符合预设面积条件包括所述目标人脸框面积超过预设面积阈值和所述目标人脸框面积等于预设目标面积中的至少一种。
4.根据权利要求3所述的方法,其特征在于,在所述从所述各个人脸框面积中确定所述待处理人脸图像对应的各个待处理人脸框面积之后,还包括:
根据所述各个待处理人脸框面积确定所述待处理人脸标识对应的人脸行进方向信息;
则在所述根据所述各个待处理人体框信息确定所述待处理人体标识对应的人体行进方向信息之后,还包括:
当所述人脸行进方向信息和所述人体行进速度信息符合预设条件时,得到所述目标人脸标识对应的开门意图结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述各个待处理人体框信息和所述时间间隔确定所述待处理人体标识对应的人体行进速度信息,包括:
根据所述各个待处理人体框信息中人体框位置计算各个人体坐标,根据所述各个人体坐标和所述时间间隔确定各个速度;
根据所述各个速度确定加速度,根据所述各个速度和所述加速度得到所述待处理人体标识对应的人体行进速度信息。
6.根据权利要求1所述的方法,其特征在于,在所述获取监控视频帧的时间间隔,根据所述各个待处理人体框信息和所述时间间隔确定所述待处理人体标识对应的人体行进速度信息之后,还包括:
当所述人体行进速度信息中的人体行进速度为目标值时,得到所述待处理人体标识对应的开门意图结果。
7.根据权利要求1所述的方法,其特征在于,在所述将所述待处理人脸图像与预设人脸库进行匹配之后,还包括:
当所述待处理人脸图像与所述预设人脸库匹配失败时,生成报警信息,向报警设备发送所述报警信息,以使所述报警设备展示所述报警信息。
8.根据权利要求1所述的方法,其特征在于,在所述根据所述各个目标人体框信息确定所述目标人体标识对应的人体行进方向信息之后,还包括:
当所述人体行进方向信息和所述人体行进速度信息未符合预设条件时,得到未存在开门意图结果,根据所述未存在开门意图结果得到禁止开门信息。
9.根据权利要求1所述的方法,其特征在于,在所述根据所述人脸识别通过结果和所述开门意图结果得到开门指令,并向门禁设备发送所述开门指令,以使所述门禁设备根据所述开门指令执行开门操作之后,还包括:
从所述人脸识别通过结果中获取人脸身份标识,根据所述人脸身份标识生成开门记录,将所述开门记录保存。
10.一种门禁控制装置,其特征在于,所述装置包括:
信息确定模块,用于获取监控视频帧序列,根据所述监控视频帧序列确定待处理人脸标识对应的待处理人脸图像和各个待处理人体框信息;
速度确定模块,用于获取监控视频帧的时间间隔,根据所述各个待处理人体框信息和所述时间间隔确定所述待处理人体标识对应的人体行进速度信息;
意图得到模块,用于根据所述各个待处理人体框信息确定所述待处理人体标识对应的人体行进方向信息,当所述人体行进方向信息和所述人体行进速度信息符合预设条件时,得到所述待处理人体标识对应的开门意图结果;
人脸识别模块,用于当得到开门意图结果时,将所述待处理人脸图像与预设人脸库进行匹配,当匹配成功时,得到人脸识别通过结果;
门禁控制模块,用于根据所述人脸识别通过结果和所述开门意图结果得到开门指令,并向门禁设备发送所述开门指令,以使所述门禁设备根据所述开门指令执行开门操作。
11.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至9中任一项所述方法的步骤。
12.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911295842.3A CN111063083B (zh) | 2019-12-16 | 2019-12-16 | 门禁控制方法、装置、计算机可读存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911295842.3A CN111063083B (zh) | 2019-12-16 | 2019-12-16 | 门禁控制方法、装置、计算机可读存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111063083A true CN111063083A (zh) | 2020-04-24 |
CN111063083B CN111063083B (zh) | 2021-11-16 |
Family
ID=70301160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911295842.3A Active CN111063083B (zh) | 2019-12-16 | 2019-12-16 | 门禁控制方法、装置、计算机可读存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111063083B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652131A (zh) * | 2020-06-02 | 2020-09-11 | 浙江大华技术股份有限公司 | 人脸识别装置及其补光方法、可读存储介质 |
CN112215995A (zh) * | 2020-10-15 | 2021-01-12 | 广东科徕尼智能科技有限公司 | 一种远程可视对讲智能门锁的控制方法、系统及存储介质 |
CN112308043A (zh) * | 2020-11-26 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 图像处理方法、图像处理装置和计算机可读存储介质 |
CN112562139A (zh) * | 2020-10-14 | 2021-03-26 | 深圳云天励飞技术股份有限公司 | 基于图像识别的门禁控制方法、装置、电子设备 |
CN113901895A (zh) * | 2021-09-18 | 2022-01-07 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
CN115223285A (zh) * | 2022-05-10 | 2022-10-21 | 浙江大华技术股份有限公司 | 门铃控制方法和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063930A (zh) * | 2014-06-18 | 2014-09-24 | 大连智慧城科技有限公司 | 一种基于位置的多门禁智能识别系统和方法 |
CN105913528A (zh) * | 2016-05-25 | 2016-08-31 | 腾讯科技(深圳)有限公司 | 门禁控制数据处理方法和装置、门禁控制方法和装置 |
CN106845432A (zh) * | 2017-02-07 | 2017-06-13 | 深圳市深网视界科技有限公司 | 一种人脸与人体共同检测的方法和设备 |
CN108932456A (zh) * | 2017-05-23 | 2018-12-04 | 北京旷视科技有限公司 | 人脸识别方法、装置和系统及存储介质 |
CN109754496A (zh) * | 2017-11-06 | 2019-05-14 | 中国电信股份有限公司 | 门禁方法和系统 |
CN109816832A (zh) * | 2019-02-01 | 2019-05-28 | 北京华大智宝电子系统有限公司 | 一种开锁方法及装置 |
CN110163889A (zh) * | 2018-10-15 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、目标跟踪装置、目标跟踪设备 |
-
2019
- 2019-12-16 CN CN201911295842.3A patent/CN111063083B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063930A (zh) * | 2014-06-18 | 2014-09-24 | 大连智慧城科技有限公司 | 一种基于位置的多门禁智能识别系统和方法 |
CN105913528A (zh) * | 2016-05-25 | 2016-08-31 | 腾讯科技(深圳)有限公司 | 门禁控制数据处理方法和装置、门禁控制方法和装置 |
CN106845432A (zh) * | 2017-02-07 | 2017-06-13 | 深圳市深网视界科技有限公司 | 一种人脸与人体共同检测的方法和设备 |
CN108932456A (zh) * | 2017-05-23 | 2018-12-04 | 北京旷视科技有限公司 | 人脸识别方法、装置和系统及存储介质 |
CN109754496A (zh) * | 2017-11-06 | 2019-05-14 | 中国电信股份有限公司 | 门禁方法和系统 |
CN110163889A (zh) * | 2018-10-15 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、目标跟踪装置、目标跟踪设备 |
CN109816832A (zh) * | 2019-02-01 | 2019-05-28 | 北京华大智宝电子系统有限公司 | 一种开锁方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652131A (zh) * | 2020-06-02 | 2020-09-11 | 浙江大华技术股份有限公司 | 人脸识别装置及其补光方法、可读存储介质 |
CN112562139A (zh) * | 2020-10-14 | 2021-03-26 | 深圳云天励飞技术股份有限公司 | 基于图像识别的门禁控制方法、装置、电子设备 |
CN112215995A (zh) * | 2020-10-15 | 2021-01-12 | 广东科徕尼智能科技有限公司 | 一种远程可视对讲智能门锁的控制方法、系统及存储介质 |
CN112308043A (zh) * | 2020-11-26 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 图像处理方法、图像处理装置和计算机可读存储介质 |
CN113901895A (zh) * | 2021-09-18 | 2022-01-07 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
CN113901895B (zh) * | 2021-09-18 | 2022-09-27 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
CN115223285A (zh) * | 2022-05-10 | 2022-10-21 | 浙江大华技术股份有限公司 | 门铃控制方法和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111063083B (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111063083B (zh) | 门禁控制方法、装置、计算机可读存储介质和计算机设备 | |
Teoh et al. | Face recognition and identification using deep learning approach | |
CN110364008B (zh) | 路况确定方法、装置、计算机设备和存储介质 | |
CN108875676B (zh) | 活体检测方法、装置及系统 | |
WO2021017606A1 (zh) | 视频处理方法、装置、电子设备及存储介质 | |
US10102421B2 (en) | Method and device for face recognition in video | |
CN108446585B (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
Jana et al. | YOLO based Detection and Classification of Objects in video records | |
CN111857356B (zh) | 识别交互手势的方法、装置、设备和存储介质 | |
EP2889805A2 (en) | Method and system for emotion and behavior recognition | |
Vu et al. | A deep neural network for real-time driver drowsiness detection | |
CN112232293A (zh) | 图像处理模型训练、图像处理方法及相关设备 | |
KR102132722B1 (ko) | 영상 내 다중 객체 추적 방법 및 시스템 | |
CN111667001B (zh) | 目标重识别方法、装置、计算机设备和存储介质 | |
CN112989962B (zh) | 轨迹生成方法、装置、电子设备及存储介质 | |
CN111709471B (zh) | 对象检测模型的训练方法以及对象检测方法、装置 | |
CN113435432B (zh) | 视频异常检测模型训练方法、视频异常检测方法和装置 | |
US20220207741A1 (en) | Methods, devices, apparatuses and storage media of detecting correlated objects invovled in images | |
CN110599129A (zh) | 一种基于图像追踪校园考勤方法、装置、识别终端及系统 | |
CN112712703A (zh) | 车辆视频的处理方法、装置、计算机设备和存储介质 | |
CN113378675A (zh) | 一种同时检测和特征提取的人脸识别方法 | |
CN111327888B (zh) | 摄像头控制方法、装置、计算机设备和存储介质 | |
CN114359976A (zh) | 一种基于人物识别的智能安防方法与装置 | |
CN111008622B (zh) | 一种图像对象检测方法、装置以及计算机可读存储介质 | |
CN112580457A (zh) | 车辆视频的处理方法、装置、计算机设备和存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021983 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |