CN111860159A - 一种智能门锁控制方法及智能门锁、存储介质、处理器 - Google Patents
一种智能门锁控制方法及智能门锁、存储介质、处理器 Download PDFInfo
- Publication number
- CN111860159A CN111860159A CN202010546562.1A CN202010546562A CN111860159A CN 111860159 A CN111860159 A CN 111860159A CN 202010546562 A CN202010546562 A CN 202010546562A CN 111860159 A CN111860159 A CN 111860159A
- Authority
- CN
- China
- Prior art keywords
- door lock
- intelligent door
- face
- expression
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000014509 gene expression Effects 0.000 claims abstract description 157
- 230000001815 facial effect Effects 0.000 claims abstract description 28
- 238000013459 approach Methods 0.000 claims abstract description 26
- 238000013479 data entry Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000006698 induction Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000008921 facial expression Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 10
- 230000003068 static effect Effects 0.000 abstract description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 206010049565 Muscle fatigue Diseases 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
-
- 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
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
Abstract
本发明涉及一种智能门锁控制方法及智能门锁、存储介质、处理器，控制方法采用如下步骤控制智能门锁的打开：检测距离智能门锁的第一预设距离范围内是否有开锁者靠近，若有，使智能门锁提示开锁者将脸部靠近门锁；获取开锁者的脸部三维轮廓特征数据，基于脸部三维轮廓特征数据识别脸部轮廓是否为预设脸部轮廓，若为是，使智能门锁提示开锁者做出特定表情；获取开锁者的表情特征数据，基于表情特征数据识别表情是否为预设表情，若为是，控制智能门锁打开，使得静态验证和动态验证相结合，增加了智能门锁验证的复杂程度，避免发生危险份子仅通过盗取的开锁者面部图片或密码即可打开门锁的情况，增强了智能门锁的安全性。
Description
技术领域
本发明涉及智能锁技术领域，具体涉及一种智能门锁控制方法及智能门锁、存储介质、处理器。
背景技术
目前市面上的人脸识别门锁，较高级别的一般都采用3D结构光设计，也即通过一个光发射器把数量较多的光点发射到人脸上，由于脸部不同的位置反射光线返回的时间不同，通过接收器即可得到人脸部的轮廓图像，从而判断是否为合法用户。如现有技术提供了一种识别人脸并储存脸部特征的方法，使用该方法时：1)设置正了脸部的大致区域；2)能通过电脑显示屏找到脸部的图像和特征；3)通过系统判断是否属于人脸特征，并存储该脸部并记录下它的特征；4)当数据库中没有找到该脸型时，系统就直接存储显示屏中的脸部并记录下它的特征；5)系统存储结束后,则对人脸进行分析并存储人脸数据到存储单元中，但该技术存在一个较大的缺陷：当一个非法用户使用合法用户的信息通过3D打印技术复制一个3D人脸，并戴在头上进行识别时，门锁会识别为合法用户，风险较大。
发明内容
鉴于此，本发明提供一种智能门锁控制方法及智能门锁、存储介质、处理器，能够解决现有技术中智能门锁仅识别静态人脸信息即可开门导致门锁安全性较低的问题，具体的，
一种智能门锁控制方法，控制方法采用如下步骤控制智能门锁的打开：
S1：检测距离智能门锁的第一预设距离范围内是否有开锁者靠近，若有，使智能门锁提示开锁者将脸部靠近门锁，实施步骤S2；
S2：获取开锁者的脸部三维轮廓特征数据，基于脸部三维轮廓特征数据识别脸部轮廓是否为预设脸部轮廓，若为是，使智能门锁提示开锁者做出特定表情，实施步骤S3；
S3：获取开锁者的表情特征数据，基于表情特征数据识别表情是否为预设表情，若为是，控制智能门锁打开。
可选地，步骤S1中，检测距离智能门锁的第一预设距离范围内是否有开锁者靠近的方式为：使智能门锁发射人体感应介质，根据人体感应介质反射传播时间计算人体与智能门锁之间的距离L，判断距离L与第一预设距离之间的大小，若距离L小于或等于第一预设距离，则认为距离智能门锁第一预设距离范围内有开锁者靠近。
可选地，步骤S2中，识别脸部轮廓是否为预设脸部轮廓的方式为：判断脸部三维轮廓特征数据与预设脸部三维轮廓特征数据相似度是否在第一预设范围内，若为是，则认为脸部轮廓是预设脸部轮廓。
可选地，步骤S2中，获取开锁者脸部三维轮廓特征数据方式为：
S21：使智能门锁光点打在开锁者脸部，基于光点反射传播时间计算各个光点最终达到的深度距离H，基于深度距离H提取开锁者的脸部三维轮廓特征数据。
可选地，步骤S3中，获取开锁者的表情特征数据方式为：
S31：获取开锁者做特定表情时的脸部图像，将脸部图像进行预处理，从预处理后的脸部图像中提取开锁者人脸局部的表情特征数据，其中预处理包括将脸部图像大小归一化、灰度归一化，头部姿态矫正以及图像分割。
可选地，步骤S3中，识别表情是否为预设表情的方式为：判断表情特征数据与预设表情特征数据相似度是否在第二预设范围内，若为是，则认为表情是预设表情。
可选地，控制方法在实施步骤S1前还包括如下操作步骤：
S01：使智能门锁与开锁者交互完成预设脸部三维轮廓数据录入；
S02：使智能门锁与开锁者交互完成预设表情数据录入。
可选地，步骤S01中还包括：
S011：使智能门锁提示开锁者将脸部靠近至距离智能门锁的第二预设距离范围内，实施步骤S012；
S012：检测是否有脸部靠近至距离智能门锁的第二预设距离范围内，若有，实施步骤S013；
S013：获取开锁者脸部三维轮廓数据，并基于脸部三维轮廓数据建立脸部三维轮廓模型，至此完成一次预设脸部三维轮廓数据录入，再实施步骤S014；
S014：使智能门锁提示开锁者调整脸部与智能门锁之间的角度；
S015：重复步骤S012-S014直至完成第一预设次数的预设脸部三维轮廓数据录入。
可选地，步骤S02中还包括：
S021：使智能门锁提示开锁者将脸部靠近至距离智能门锁的第三预设距离范围内并做出特定表情，实施步骤S022；
S022：检测是否有脸部靠近至距离智能门锁的第三预设距离范围内，若有，使智能门锁提示开锁者保持脸部表情预设时长，预设时长后实施步骤S023；
S023：获取开锁者表情特征数据，基于表情特征数据建立开锁者的表情数据模型，至此完成一次预设表情数据录入，再
实施步骤S024；
S024：使智能门锁提示开锁者更换特定表情；
S025：重复步骤S022-S024直至完成第二预设次数的预设表情数据录入。
本发明还提供一种存储介质，存储介质包括存储的程序，在程序运行时控制存储介质所在设备执行本发明提供的智能门锁控制方法。
本发明还提供一种处理器，处理器用于运行程序，其中，程序运行时执行本发明提供的智能门锁控制方法。
本发明还提供一种智能门锁，智能门锁采用本发明提供的智能门锁控制方法，和/或具有本发明提供的存储介质，和/具有本发明提供的处理器。
可选地，智能门锁包括距离检测单元、提示单元、脸部轮廓识别单元、表情识别单元以及控制单元，其中，
距离检测单元，用于检测开锁者与智能门锁之间的距离并将其传送给控制单元；
提示单元，用于提示开锁者与智能门锁进行交互；
脸部轮廓识别单元，用于识别开锁者脸部轮廓，并将脸部轮廓识别结果传送给控制单元；
表情识别单元，用于识别开锁者表情，并将表情识别结果传送给控制单元；
控制单元，用于控制距离检测单元、提示单元、脸部轮廓识别单元以及表情识别单元执行各自功能，并控制智能门锁打开。
可选地，脸部轮廓识别单元为3D结构光单元，3D结构光单元包括光点发射部件、点接收部件以及数据处理部件，其中，
光点发射部件，用于将光点打在开锁者脸部；
光点接收部件，用于接收从开锁者脸部反射回来的光点；
数据处理部件，用于计算各个光点最终达到的深度距离H，建立开锁者脸部三维轮廓模型，提取脸部三维轮廓特征数据。
本发明提供一种智能门锁控制方法及智能门锁、存储介质、处理器，通过在第一预设距离范围内依次检测开锁者的脸部轮廓和表情是否分被符合预定脸部轮廓、预设表情来控制智能门锁的开关状态，使得静态验证和动态验证相结合，增加了智能门锁验证的复杂程度，避免发生危险份子仅通过盗取的开锁者图片或密码即可打开门锁的情况，增强了智能门锁的安全性。
附图说明
通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，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本发明实施例1智能门锁结构示意图；
图2本发明实施例1智能门锁组合示意图；
图3本发明实施例2智能门锁打开控制流程示意图1；
图4本发明实施例2智能门锁打开控制流程示意图2；
图中：
1-3D结构光单元；2-摄像头；3-数字按键。
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以使得本发明所属技术领域的技术人员能够容易实施。正如本发明所属技术领域的技术人员能够容易理解，将在后面描述的实施例在不脱离本发明的概念和范围的基础上可变形为多种形式。在附图中尽量将相同或相似的部分用相同的附图标记表示。
在此使用的专业术语只是用来说明特定实施例而提供的，并不是用来限制本发明。在此使用的单数形式在没有表示明确的相反含义的情况下也包含复数形式。在说明书中使用的“包含”的具体化了特定的特性、领域、常数、步骤、动作、要素及/或成分，并不排除其他特定的特性、领域、常数、步骤、动作、要素、成分及/或组的存在或附加。
将下面使用的技术用语及科学用语包括在内的所有用语具有与本发明所属技术领域的技术人员一般理解的含义相同的含义。在词典中所定义的用语被补充解释为与相关技术文献和当前公开的内容相符的含义，在没有定义的情况下，不能被解释为具有非常正式的含义。
实施例1：
如图1-2所示，本实施例提供一种智能门锁，该智能门锁包括距离检测单元、提示单元、脸部轮廓识别单元、表情识别单元以及控制单元，其中，
距离检测单元，用于检测开锁者与智能门锁之间的距离并将其传送给控制单元，距离传感器包括红外测距传感器或超声波测距传感器，本实施例中采用红外测距传感，其具有具有体积小、能耗低以及测距精度高的优点。
提示单元，用于提示开锁者与智能门锁进行交互，提示单元包括语音播放单元或文字显示单元，本实施例中采用语音播放单元播报语音指令对开锁者进行提示。
脸部轮廓识别单元，用于识别开锁者脸部轮廓，并将脸部轮廓识别结果传送给控制单元。本实施例中的脸部轮廓识别单元为3D结构光单元1，3D结构光单元1包括光点发射元件、光点接收元件以及数据处理元件，其中，光点发射部件，用于将光点打在开锁者脸部；光点接收部件，用于接收从开锁者脸部反射回来的光点；数据处理部件，用于计算各个光点最终达到的深度距离H，建立开锁者脸部轮廓三维模型，以及提取脸部三维轮廓特征数据。
表情识别单元，用于识别开锁者表情，并将表情识别结果传送给控制单元，本实施例中的表情识别单元中包括摄像头2和图像处理单元，其中，摄像头2用于采集开锁者做表情时的脸部图像；图像处理单元用于对摄像头2采集的图像进行处理，以识别开锁者的表情。
控制单元，用于控制距离检测单元、提示单元、脸部轮廓识别单元以及表情识别单元执行各自功能，并控制智能门锁打开。
优选的，智能门锁还包括供电单元，用于为智能门锁提供电源。
优选的，智能门锁还包括蓝牙单元，本实施例中的蓝牙单元采用蓝牙BLE(低功耗蓝牙)，有利于降低智能门锁的能耗，节约资源。
优选的，智能门锁还包括密码单元，密码单元包括数字按键3和指静脉单元，为开锁者提供通过按下数字按键3输入密码的开锁方式和指静脉验证的开锁方式，开锁者通过数字按键3输入正确的密码或通过指静脉验证后，控制单元控制电机驱动使智能门锁打开，增强了智能门锁的功能性和实用性。开锁者可根据实际需求选择添加或删除密码，添加密码时需要先添加用户，具体的，智能门锁管理员先对添加用户的请求进行验证，验证通过后开锁者按下OK键，并根据语音提示“请录入新用户指静脉或密码”进行相应操作来完成用户的添加；获得智能门锁的语音提示后，在数字按键3上输入密码并再次按下OK键进行确认，完成后再一次重复输入相同的密码进行确认。开锁者采用密码开锁时，只需输入正确的密码即可使智能门锁打开。进一步的，本实施例中的智能门锁支持虚位密码开锁。
进一步优选的，本实施例中的智能门锁还配置有手机APP控制终端，智能门锁可通过蓝牙单元将管理数据上传给手机APP控制终端，便于开锁者对智能门锁进行管理，其中，管理数据包括开锁次数，剩余电量，用户名以及密码等。
本实施例提供一种智能门锁，通过设置脸部轮廓识别单元和表情识别单元依次识别开锁者的脸部轮廓和表情，并根据识别结果控制智能门锁的开关状态，解决现有技术中门锁仅识别静态人脸信息即可开门导致门锁安全性较低的问题，增加了智能门锁验证的复杂程度、实用性和安全性。
实施例2：
如图3-4所示，本实施例提供一种智能门锁控制方法，该种控制方法适用于实施例1中的智能门锁，具体的，智能门锁能够自动实施如下操作步骤：
S1：检测距离智能门锁的第一预设距离L1范围内是否有开锁者靠近，若有，使智能门锁提示开锁者将脸部靠近门锁，再实施步骤S2；其中，检测距离智能门锁的第一预设距离L1范围内是否有开锁者靠近的方式为：使智能门锁发射人体感应介质，根据人体感应介质反射传播时间计算人体与智能门锁之间的距离L，判断距离L与第一预设距离L1之间的大小，若距离L小于或等于第一预设距离L1，则认为距离智能门锁第一预设距离L1范围内有开锁者靠近。
具体的，智能门锁中设有距离传感器，距离传感器能够向外发出红外光线或者超声波，若智能门锁前方有开锁者，则红外光线或超声波碰到开锁者会反射回来，距离传感器再根据红外光线或者超声波反射传播时间计算开锁者与智能门锁之间的距离L，本实施例中距离传感器发出的人体感应介质为红外光线，即本实施例中的距离传感器为红外测距传感器，具有体积小、能耗低以及测距精度高的优点，且由于光传播速度快，使得智能门锁能够快速、准确地测出开锁者与智能门锁之间的距离，提高了智能门锁的反应速度。
距离传感器获得开锁者与智能门锁之间的距离L后将其传送给控制单元，控制单元再比较、判断距离L与第一预设距离L1之间的大小，若距离L小于或等于第一预设距离L1，则认为距离智能门锁第一预设距离L1范围内有开锁者靠近，此时控制单元可再控制提示单元提示开锁者进行下一步操作，即提示开锁者将脸部靠近门锁，便于更精确地获取开锁者的脸部三维轮廓特征数据，提高脸部三维轮廓特征数据的准确度；
若距离传感器发射出的人体感应介质没有反射回来，或经过计算得知开锁者与智能门锁之间的距离L大于第一预设距离L1，则认为距离智能门锁第一预设距离L1范围内没有开锁者靠近，此时智能门锁不再执行下一步操作，而是经过间隔性预设时长后再次发出人体感应介质对距离智能门锁的第一预设距离L1范围内是否有开锁者靠近进行检测，其中，第一预设距离L1范围为10cm-50cm，本实施例中将第一预设距离L1优选为30cm，有利于将智能门锁检测范围设定在适当距离范围内，避免智能门锁将路过的人判定为开锁者而频繁地实施后续操作；本实施例中将间隔性预设时长优选为0.1S，便于智能门锁能够及时地将开锁者检测出来，提高了智能门锁反应的灵敏性。
S2：获取开锁者的脸部三维轮廓特征数据，基于脸部三维轮廓特征数据识别脸部轮廓是否为预设脸部轮廓，若为是，使智能门锁提示开锁者做出特定表情，实施步骤S3；其中，获取开锁者脸部三维轮廓特征数据方式为：
S21：使智能门锁光点打在开锁者脸部，基于光点反射传播时间计算各个光点最终达到的深度距离H，基于深度距离H提取脸部三维轮廓特征数据；
进一步的，步骤S2中识别脸部轮廓是否为预设脸部轮廓的方式为：判断脸部三维轮廓特征数据与预设脸部三维轮廓特征数据相似度是否在第一预设范围内，若为是，则认为脸部轮廓是预设脸部轮廓，其中，预设脸部轮廓是指开锁者的脸部轮廓。
具体的，智能门锁中设有脸部轮廓识别单元，由于3D结构光单元1能在黑夜中使用、能耗低且安全性强，因此本实施例中脸部轮廓识别单元优选为3D结构光单元1，能够在降低智能门锁耗电性能的同时增强智能门锁的适应性和安全性。该3D结构光单元1发出大量的红外光点打在开锁者的脸部，光点在碰到开锁者的脸部后会被反射回来，反射回来的各个光点末端共同组成开锁者的脸部轮廓，因此，3D结构光单元1可基于光点反射传播时间计算各个光点最终达到的深度距离H获取光点的末端位置，各个光点末端位置共同构成开锁者立体的脸部三维轮廓点云模型，基于开锁者立体的脸部三维轮廓点云模型可提取开锁者脸部三维轮廓特征数据。其中，脸部三维轮廓特征数据包括脸部大小特征数据、脸部形状特征数据、五官大小特征数据、五官形状特征数据以及五官之间相对位置特征数据。
3D结构光单元1获取开锁者脸部三维轮廓特征数据后将其传送给控制单元，控制单元再将其与预设脸部三维轮廓特征数据进行匹配，若当前获取的脸部三维轮廓特征数据与预设脸部三维轮廓特征数据相似度在第一预设范围内，则认为脸部轮廓是预设脸部轮廓，此时控制单元可控制控制提示单元对开锁者进行下一步操作提示，即提示开锁者做出特定表情，便于更精确地获取开锁者的表情特征数据，提高表情特征数据的准确度；若当前获取的脸部三维轮廓特征数据与预设脸部三维轮廓特征数据相似度不在第一预设范围内，则认为脸部轮廓不是预设脸部轮廓，智能门锁不再执行下一步操作，而是进行复位，使智能门锁控制步骤返回S1，其中，第一预设范围为60％-100％；进一步的，可将第一预设范围优选为60％-90％；本实施例中将第一预设范围优选为75％-90％，使得智能门锁对开锁者脸部轮廓识别准确度保持在合适的范围内，避免因误差导致识别成功率降低，也避免因将相似度设定过低导致智能门锁的安全性降低。
S3：获取开锁者的表情特征数据，基于表情特征数据识别表情是否为预设表情，若为是，控制智能门锁打开，其中，预设表情是指开锁者所做的特定表情。获取开锁者的表情特征数据方式为：
S31：获取开锁者做特定表情时的脸部图像，将脸部图像进行预处理，从预处理后的脸部图像中提取开锁者人脸局部的表情特征数据，其中，预处理包括将脸部图像大小归一化、灰度归一化、头部姿态矫正以及图像分割，特定表情包括微笑、生气、吃惊、恐惧、厌恶和悲伤。
本实施例具体的，智能门锁中设有摄像头2，用于采集开锁者做特定表情时的图像并将其传送给图像处理单元，图像处理单元将表情图像进行脸部图像大小归一化、灰度归一化、头部姿态矫正以及图像分割等预处理操作，即对表情图像实施压缩、滤波、二值化以及二进制编码等处理，便于从处理后的表情图像中提取表情特征数据，其中，表情特征数据包括开锁者做特定表情时的眼部运动特征数据、脸颊运动特征数据以及嘴部运动特征数据。
步骤S3中，识别表情是否为预设表情的方式为：判断表情特征数据与预设表情特征数据相似度是否在第二预设范围内，若为是，则认为表情是预设表情，其中，预设表情特征数据是指开锁者做特定表情时的表情特征数据。
数据处理元件获取开锁者表情特征数据后将其传送给控制单元，控制单元再将其与预设表情特征数据进行匹配，若当前获取的表情特征数据与预设表情特征数据相似度在第二预设范围内，则认为所识别的表情是预设表情，此时智能门锁的控制单元可通过控制电机使智能门锁打开；
若当前获取的表情特征数据与预设表情特征数据相似度不在第二预设范围内，则认为所识别的表情不是预设表情，智能门锁不再执行下一步操作，而是进行复位，使智能门锁控制步骤返回S1，其中，第二预设范围为60％-100％；进一步的，可将第二预设范围优选为60％-90％；本实施例中将第二预设范围优选为75％-90％，使得智能门锁对开锁者表情识别准确度保持在合适的范围内，避免因将表情相似度设定过低导致智能门锁更容易被打开而降低了安全性，避免因存在误差使得表情识别成功率低而降低智能门锁的可操作性。
优选的，本实施例的控制方法在实施步骤S1前还包括如下操作步骤：
S01：使智能门锁与开锁者交互完成预设脸部三维轮廓数据录入，即使得开锁者在智能门锁的提示下完成开锁者的预设脸部三维轮廓数据录入，使得智能门锁在识别开锁者脸部轮廓时具有正确的匹配对象。
步骤S01中还包括：
S011：使智能门锁提示开锁者将脸部靠近至距离智能门锁的第二预设距离L2范围内，实施步骤S012，其中，智能门锁可通过语音播放或者文字显示的形式进行提示；
S012：检测是否有脸部靠近至距离智能门锁的第二预设距离L2范围内，若有，实施步骤S013；其中，第二预设距离L2范围为10cm-50cm，本实施例中将第二预设距离L2优选为30cm，有助于智能门锁依靠3D结构光单元1更精确地获取开锁者脸部三维轮廓数据；
S013：获取开锁者脸部三维轮廓数据，并基于脸部三维轮廓数据建立脸部三维轮廓模型，至此完成一次预设脸部三维轮廓数据录入，再实施步骤S014；
具体的，采用3D结构光单元1获取开锁者脸部三维轮廓数据，并进行均值滤波、亮度调整以及去噪等处理，再将处理后的结果输入系统神经网络模型中采用实施进一步处理，处理完成后输出开锁者的脸部三维轮廓特征数据，基于脸部三维轮廓特征数据建立开锁者的脸部三维轮廓特征数据库，并完成开锁者脸部三维轮廓模型的建立，至此完成一次预设脸部三维轮廓数据录入。
S014：使智能门锁提示开锁者调整脸部与智能门锁之间的角度，在完成一次预设脸部三维轮廓数据录入后，开锁者应该根据智能门锁的提示调整角度以获得更多方位，更全面的预设脸部三维轮廓数据并将其存储在开锁者的脸部三维轮廓特征数据库中，有利于提升智能门锁识别开锁者脸部三维轮廓的速度；
S015：重复步骤S012-S014直至完成第一预设次数的预设脸部三维轮廓数据录入，其中，第一预设次数范围为3次-10次，本实施例中将第一预设次数优选为3次，3次预设脸部三维轮廓数据录入成功则认为开锁者的预设脸部三维轮廓数据录入完成。
S02：使智能门锁与开锁者交互完成预设表情数据录入。
步骤S02中还包括：
S021：使智能门锁提示开锁者将脸部靠近至距离智能门锁的第三预设距离L3范围内并做出特定表情，实施步骤S022；其中，第三预设距离L3范围为10cm-50cm，本实施例中将第三预设距离L3优选为30cm，有助于智能门锁依靠摄像头2获取的开锁者特定表情图像清晰，更易于从中提取符合要求的表情特征数据。
S022：检测是否有脸部靠近至距离智能门锁的第三预设距离L3范围内，若有，使智能门锁提示开锁者保持脸部表情预设时长，预设时长后实施步骤S023；其中，预设时长范围为2s-5s，本实施例中将预设时长优选为3s，该时长便于摄像头2获取符合要求的特定表情图像，避免摄像头2还未采集完成，开锁者就已变换表情，也避免开锁者长时间保持一个表情导致脸部肌肉劳累而降低开锁者的舒适感。
S023：获取开锁者表情特征数据，基于表情特征数据建立开锁者的表情数据模型，至此完成一次预设表情数据录入，再实施步骤S024；
具体的，摄像头2采集到开锁者特定表情的图像后将其传送给图像处理单元进行预处理，图像处理单元在对图像进行脸部图像大小归一化、灰度归一化、头部姿态矫正以及图像分割等预处理操作后从中提取表情特征数据，基于表情特征数据建立开锁者的表情数据库，并完成开锁者表情数据模型的建立，至此完成一次预设表情数据录入。
S024：使智能门锁提示开锁者更换特定表情，在完成一次预设表情数据录入后，开锁者应根据智能门锁的提示更换其它特定表情以获得更丰富的表情数据，并将其存储在开锁者的表情数据库中，有利于提升智能门锁识别开锁者特定表情的速度；
S025：重复步骤S022-S024直至完成第二预设次数的预设表情数据录入，其中，第二预设次数范围为3次-10次，本实施例中将第一预设次数优选为3次，3次预设表情数据录入成功则认为开锁者的预设表情数据录入完成。
本实施例中，智能门锁在每一次识别开锁者的脸部三维轮廓后，都会将开锁者脸部三维轮廓特征数据存储进脸部三维轮廓特征数据库中；同理，智能门锁在每一次识别开锁者的特定表情后，都会将开锁者特定表情的特征数据存储进表情特征数据库中，能够使得两个数据库中的样本数据更加丰富，也使得脸部三维轮廓模型或表情数据模型能够通过深度学习算法不断进行训练学习，逐步加快智能门锁的识别速度，提升了智能门锁的反应灵敏度和准确性。进一步的，由于本实施例中两个数据库空间有限，因此这两个数据库在其数据存储量达到预定容量后会自动清除匹配度较低的数据，以便有足够空间存储在以后开锁过程中获取的数据。
本实施例提供一种智能门锁控制方法，采用了脸部轮廓与表情识别相结合的方法，在第一预设距离范围内依次检测开锁者的脸部轮廓是否符合预定脸部轮廓，表情是否符合预设表情，并根据识别结果控制智能门锁的开关状态，使智能门锁的安全性大幅度提高。
实施例3：
本实施例提供一种存储介质，存储介质包括存储的程序，在程序运行时控制存储介质所在设备执行实施例2提供的智能门锁控制方法。
实施例4：
本实施例提供一种处理器，处理器用于运行程序，其中，程序运行时执行实施例2提供的智能门锁控制方法。
综上，本发明提供一种智能门锁控制方法及智能门锁、存储介质、处理器，控制方法采用如下步骤控制智能门锁的打开：检测距离智能门锁的第一预设距离范围内是否有开锁者靠近，若有，使智能门锁提示开锁者将脸部靠近门锁；获取开锁者的脸部三维轮廓特征数据，基于脸部三维轮廓特征数据识别脸部轮廓是否为预设脸部轮廓，若为是，使智能门锁提示开锁者做出特定表情；获取开锁者的表情特征数据，基于表情特征数据识别表情是否为预设表情，若为是，控制智能门锁打开，使得静态验证和动态验证相结合，增加了智能门锁验证的复杂程度，避免发生危险份子仅通过盗取的开锁者面部图片或密码即可打开门锁的情况，增强了智能门锁的安全性。
此外，本领域的技术人员能够理解，尽管在此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。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (14)
1.一种智能门锁控制方法，其特征在于，所述控制方法采用如下步骤控制所述智能门锁的打开：
S1：检测距离所述智能门锁的第一预设距离范围内是否有开锁者靠近，若有，使所述智能门锁提示开锁者将脸部靠近门锁，实施步骤S2；
S2：获取开锁者的脸部三维轮廓特征数据，基于所述脸部三维轮廓特征数据识别所述脸部轮廓是否为预设脸部轮廓，若为是，使所述智能门锁提示开锁者做出特定表情，实施步骤S3；
S3：获取开锁者的表情特征数据，基于所述表情特征数据识别所述表情是否为预设表情，若为是，控制所述智能门锁打开。
2.如权利要求1所述的智能门锁控制方法，其特征在于，所述步骤S1中，检测距离所述智能门锁的第一预设距离范围内是否有开锁者靠近的方式为：使所述智能门锁发射人体感应介质，根据所述人体感应介质反射传播时间计算人体与所述智能门锁之间的距离L，判断所述距离L与所述第一预设距离之间的大小，若所述距离L小于或等于所述第一预设距离，则认为距离所述智能门锁第一预设距离范围内有开锁者靠近。
3.如权利要求1所述的智能门锁控制方法，其特征在于，所述步骤S2中，识别所述脸部轮廓是否为预设脸部轮廓的方式为：判断所述脸部三维轮廓特征数据与预设脸部三维轮廓特征数据相似度是否在第一预设范围内，若为是，则认为所述脸部轮廓是所述预设脸部轮廓。
4.如权利要求1所述的智能门锁控制方法，其特征在于，所述步骤S2中，获取开锁者脸部三维轮廓特征数据方式为：
S21：使所述智能门锁光点打在开锁者脸部，基于所述光点反射传播时间计算各个光点最终达到的深度距离H，基于所述深度距离H提取所述开锁者的脸部三维轮廓特征数据。
5.如权利要求1所述的智能门锁控制方法，其特征在于，所述步骤S3中，获取开锁者的表情特征数据方式为：
S31：获取开锁者做特定表情时的脸部图像，将所述脸部图像进行预处理，从所述预处理后的脸部图像中提取所述开锁者人脸局部的表情特征数据，其中，所述预处理包括将所述脸部图像大小归一化、灰度归一化、头部姿态矫正以及图像分割。
6.如权利要求1所述的智能门锁控制方法，其特征在于，所述步骤S3中，识别所述表情是否为预设表情的方式为：判断所述表情特征数据与预设表情特征数据相似度是否在第二预设范围内，若为是，则认为所述表情是所述预设表情。
7.如权利要求1所述的智能门锁控制方法，其特征在于，所述控制方法在实施步骤S1前还包括如下操作步骤：
S01：使所述智能门锁与开锁者交互完成所述预设脸部三维轮廓数据录入；
S02：使所述智能门锁与开锁者交互完成所述预设表情数据录入。
8.如权利要求7所述的智能门锁控制方法，其特征在于，所述步骤S01中还包括：
S011：使所述智能门锁提示开锁者将脸部靠近至距离所述智能门锁的第二预设距离范围内，实施步骤S012；
S012：检测是否有脸部靠近至距离所述智能门锁的第二预设距离范围内，若有，则实施步骤S013；
S013：获取开锁者脸部三维轮廓数据，并基于所述脸部三维轮廓数据建立脸部三维轮廓模型，至此完成一次所述预设脸部三维轮廓数据录入，再实施步骤S014；
S014：使所述智能门锁提示开锁者调整脸部与所述智能门锁之间的角度；
S015：重复步骤S012-S014直至完成第一预设次数的所述预设脸部三维轮廓数据录入。
9.如权利要求7所述的智能门锁控制方法，其特征在于，所述步骤S02中还包括：
S021：使所述智能门锁提示开锁者将脸部靠近至距离所述智能门锁的第三预设距离范围内并做出特定表情，实施步骤S022；
S022：检测是否有脸部靠近至距离所述智能门锁的第三预设距离范围内，若有，使所述智能门锁提示开锁者保持脸部表情预设时长，预设时长后实施步骤S023；
S023：获取开锁者表情特征数据，基于所述表情特征数据建立开锁者的表情数据模型，至此完成一次所述预设表情数据录入，再实施步骤S024；
S024：使所述智能门锁提示开锁者更换所述特定表情；
S025：重复步骤S022-S024直至完成第二预设次数的所述预设表情数据录入。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1-9任一所述的控制方法。
11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1-9任一所述的控制方法。
12.一种智能门锁，其特征在于，所述智能门锁采用权利要求1-9任一所述的智能门锁控制方法或权利要求11所述的处理器。
13.如权利要求12所述的智能门锁，其特征在于，所述智能门锁包括距离检测单元、提示单元、脸部轮廓识别单元、表情识别单元以及控制单元，其中，
所述距离检测单元，用于检测开锁者与所述智能门锁之间的距离并将其传送给所述控制单元；
所述提示单元，用于提示开锁者与所述智能门锁进行交互；
所述脸部轮廓识别单元，用于识别开锁者脸部轮廓，并将所述脸部轮廓识别结果传送给所述控制单元；
所述表情识别单元，用于识别开锁者表情，并将所述表情识别结果传送给所述控制单元；
所述控制单元，用于控制所述距离检测单元、所述提示单元、所述脸部轮廓识别单元以及所述表情识别单元执行各自功能，并控制所述智能门锁打开。
14.如权利要求13所述的智能门锁，其特征在于，所述脸部轮廓识别单元为3D结构光单元，所述3D结构光单元包括光点发射部件、光点接收部件以及数据处理部件，其中，
所述光点发射部件，用于将光点打在开锁者脸部；
所述光点接收部件，用于接收从开锁者脸部反射回来的光点；
所述数据处理部件，用于计算各个光点最终达到的深度距离H，建立开锁者脸部三维轮廓模型，提取所述脸部三维轮廓特征数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010546562.1A CN111860159A (zh) | 2020-06-15 | 2020-06-15 | 一种智能门锁控制方法及智能门锁、存储介质、处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010546562.1A CN111860159A (zh) | 2020-06-15 | 2020-06-15 | 一种智能门锁控制方法及智能门锁、存储介质、处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111860159A true CN111860159A (zh) | 2020-10-30 |
Family
ID=72987962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010546562.1A Pending CN111860159A (zh) | 2020-06-15 | 2020-06-15 | 一种智能门锁控制方法及智能门锁、存储介质、处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111860159A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132117A (zh) * | 2020-11-16 | 2020-12-25 | 黑龙江大学 | 一种辅助胁迫检测的融合身份认证系统 |
| CN115331333A (zh) * | 2022-07-12 | 2022-11-11 | 山东梦旅信息科技有限公司 | 一种基于物联网装置智能监控系统的智能锁 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102946481A (zh) * | 2012-11-13 | 2013-02-27 | 广东欧珀移动通信有限公司 | 人脸表情解锁方法及系统 |
| CN107045744A (zh) * | 2017-04-14 | 2017-08-15 | 特斯联（北京）科技有限公司 | 一种智能别墅门禁认证方法及系统 |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
| CN108492404A (zh) * | 2018-02-07 | 2018-09-04 | 上海灵至科技有限公司 | 一种附加表情识别的人脸锁开锁方法及装置 |
| CN109035516A (zh) * | 2018-07-25 | 2018-12-18 | 深圳市飞瑞斯科技有限公司 | 控制智能锁的方法、装置、设备及存储介质 |
| CN109147104A (zh) * | 2018-06-29 | 2019-01-04 | 江苏恒宝智能系统技术有限公司 | 一种双重验证的电子门锁及其验证方法 |
| CN109636966A (zh) * | 2018-11-26 | 2019-04-16 | 深圳绿米联创科技有限公司 | 门锁控制方法、系统、装置、电子设备及存储介质 |
| CN109672858A (zh) * | 2018-11-23 | 2019-04-23 | 深圳奥比中光科技有限公司 | 3d人脸识别监控系统 |
| CN109727344A (zh) * | 2018-11-23 | 2019-05-07 | 深圳奥比中光科技有限公司 | 3d人脸识别智能门锁及3d人脸解锁方法 |
| CN109829277A (zh) * | 2018-12-18 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 终端解锁方法、装置、计算机设备和存储介质 |
| CN110570549A (zh) * | 2019-07-26 | 2019-12-13 | 华中科技大学 | 一种智能开锁方法及相应的装置 |
-
2020
- 2020-06-15 CN CN202010546562.1A patent/CN111860159A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102946481A (zh) * | 2012-11-13 | 2013-02-27 | 广东欧珀移动通信有限公司 | 人脸表情解锁方法及系统 |
| CN107045744A (zh) * | 2017-04-14 | 2017-08-15 | 特斯联（北京）科技有限公司 | 一种智能别墅门禁认证方法及系统 |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
| CN108492404A (zh) * | 2018-02-07 | 2018-09-04 | 上海灵至科技有限公司 | 一种附加表情识别的人脸锁开锁方法及装置 |
| CN109147104A (zh) * | 2018-06-29 | 2019-01-04 | 江苏恒宝智能系统技术有限公司 | 一种双重验证的电子门锁及其验证方法 |
| CN109035516A (zh) * | 2018-07-25 | 2018-12-18 | 深圳市飞瑞斯科技有限公司 | 控制智能锁的方法、装置、设备及存储介质 |
| CN109672858A (zh) * | 2018-11-23 | 2019-04-23 | 深圳奥比中光科技有限公司 | 3d人脸识别监控系统 |
| CN109727344A (zh) * | 2018-11-23 | 2019-05-07 | 深圳奥比中光科技有限公司 | 3d人脸识别智能门锁及3d人脸解锁方法 |
| CN109636966A (zh) * | 2018-11-26 | 2019-04-16 | 深圳绿米联创科技有限公司 | 门锁控制方法、系统、装置、电子设备及存储介质 |
| CN109829277A (zh) * | 2018-12-18 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 终端解锁方法、装置、计算机设备和存储介质 |
| CN110570549A (zh) * | 2019-07-26 | 2019-12-13 | 华中科技大学 | 一种智能开锁方法及相应的装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132117A (zh) * | 2020-11-16 | 2020-12-25 | 黑龙江大学 | 一种辅助胁迫检测的融合身份认证系统 |
| CN115331333A (zh) * | 2022-07-12 | 2022-11-11 | 山东梦旅信息科技有限公司 | 一种基于物联网装置智能监控系统的智能锁 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7881524B2 (en) | Information processing apparatus and information processing method | |
| US10579785B2 (en) | Automatic authentification for MES system using facial recognition | |
| KR101326221B1 (ko) | 안면 특징 검출 | |
| CN109858316A (zh) | 用于生物计量识别的系统和方法 | |
| CN109727344A (zh) | 3d人脸识别智能门锁及3d人脸解锁方法 | |
| CN107748869A (zh) | 3d人脸身份认证方法与装置 | |
| CN107609383A (zh) | 3d人脸身份认证方法与装置 | |
| JP7163159B2 (ja) | オブジェクト認識装置及び方法 | |
| CN107633165A (zh) | 3d人脸身份认证方法与装置 | |
| CN109035516A (zh) | 控制智能锁的方法、装置、设备及存储介质 | |
| CN103514439A (zh) | 面部识别 | |
| CN103514440A (zh) | 面部识别 | |
| CN111860159A (zh) | 一种智能门锁控制方法及智能门锁、存储介质、处理器 | |
| CN113752983B (zh) | 一种基于人脸识别/人眼识别的车辆解锁控制系统和方法 | |
| WO2020243968A1 (zh) | 人脸识别的装置、方法和电子设备 | |
| KR20210062381A (ko) | 라이브니스 검사 방법 및 장치, 생체 인증 방법 및 장치 | |
| CN112330846A (zh) | 车辆控制的方法、装置、存储介质及电子设备和车辆 | |
| CN110866234B (zh) | 一种基于多生物特征的身份验证系统 | |
| CN112298102A (zh) | 车辆控制的方法、装置、存储介质及电子设备和车辆 | |
| EP2936459A2 (en) | Method for evolutionary biometric recognition having speed and security features suitable for pos/atm applications | |
| CN108376434A (zh) | 一种基于物联网的智能家居控制系统 | |
| CN112298103A (zh) | 车辆控制的方法、装置、存储介质及电子设备和车辆 | |
| WO2020205981A1 (en) | Adaptive learning and matching of face modalities | |
| CN110930556A (zh) | 一种3d人脸识别智能锁 | |
| CN109255218A (zh) | 一种基于生物识别终端的运动感应解锁方法和系统 |
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 |