CN111862416A - 行人通行的控制系统和方法 - Google Patents

Abstract

本申请涉及一种行人通行的控制系统和方法，其中，该系统包括：抓拍机、边缘计算服务器以及门锁设备；抓拍机用于采集行人的人脸照片和体征，并将采集到的人脸照片和体征发送给边缘计算服务器；边缘计算服务器用于基于抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断行人是否具有通行权限，并依据判断结果向门锁设备发送控制信号；门锁设备用于按照边缘计算服务器发送的控制信号进行开关控制。通过本申请，解决了相关技术中的三锟闸通行方案通行效率较差，实现了提高行人通行效率的技术效果。

Description

行人通行的控制系统和方法

技术领域

本申请涉及物联网领域，特别是涉及行人通行的控制系统和方法、计算机设备以及计算机可读存储介质。

背景技术

目前，企业、工厂等园区大多采用员工刷卡、指纹识别或人脸识别等方式排队逐个通行，例如采用三锟闸通行方案。但是，这种通行方案上下班高峰期间排队拥堵，通行效率比较差，而且因为三锟闸等设备采用物理结构限制通行权限，陌生人闯入并无自动发现监控报警机制，存在安全隐患。此外这种通行方案的安全管理有漏洞，传统刷卡、指纹识别和人脸识别需要强制配合，存在代人刷卡、指纹膜等安全漏洞问题。

目前针对相关技术中三锟闸通行方案通行效率较差，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种行人通行的控制系统和方法、计算机设备和计算机可读存储介质，以至少解决相关技术中三锟闸通行方案通行效率较差的问题。

第一方面，本申请实施例提供了一种行人通行的控制系统，包括：抓拍机、边缘计算服务器以及门锁设备；

所述抓拍机用于采集行人的人脸照片和体征，并将采集到的人脸照片和体征发送给所述边缘计算服务器；

所述边缘计算服务器用于接收云端下发的人脸照片和训练好的体征模型，并基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具有通行权限，并依据判断结果向所述门锁设备发送控制信号；

所述门锁设备用于按照所述边缘计算服务器发送的所述控制信号进行开关控制。

在其中一些实施例中，所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具有通行权限包括：所述边缘计算服务器将所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则所述边缘计算服务器确定所述行人具有通行权限；若所述抓拍机采集到的是侧脸照片或人脸被遮挡，则所述边缘计算服务器获取所述抓拍机采集到的行人的特征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则所述边缘计算服务器确定所述行人具有通行权限。

在其中一些实施例中，所述系统还包括：显示设备，用于在所述行人具备通行权限时显示所述行人的通行记录，在所述行人不具备通行权限时显示所述行人的人脸照片。

在其中一些实施例中，所述系统还包括：报警设备，用于在所述行人不具备通行权限时报警，并向云端上报所述行人的记录。

在其中一些实施例中，在所述边缘计算服务器判断出所述行人不具备通行权限时，所述门锁设备依据云端下发的人脸照片确定所述行人的通行权限。

第二方面，本申请实施例提供了一种行人通行的控制方法，包括：

边缘计算服务器获取抓拍机采集到的行人的人脸照片和体征；

所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限；

所述边缘计算服务器根据判断出的所述行人的通行权限控制门锁设备的开关。

在其中一些实施例中，所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限包括：

所述边缘计算服务器将所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则所述边缘计算服务器确定所述行人具有通行权限；

若所述抓拍机采集到的是侧脸照片或人脸被遮挡，则所述边缘计算服务器获取所述抓拍机采集到的行人的特征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则所述边缘计算服务器确定所述行人具有通行权限。

在其中一些实施例中，在所述抓拍机未采集到所述行人的人脸照片或者所述抓拍机采集到的所述行人的人脸照片的清晰度低于预定阈值的情况下，所述边缘计算服务器向所述门锁设备发送通知消息，其中，所述通知消息用于指示所述门锁设备采集所述行人的人脸照片，将采集到的人脸照片与云端下发的人脸照片进行特征比对，根据特征比对结果确定所述行人的通行权限，并在所述行人具备通行权限时控制所述门锁设备打开，在所述行人不具备通行权限时控制所述门锁设备关闭。

第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第二方面所述的行人通行的控制方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第二方面所述的行人通行的控制方法。

相比于相关技术，本申请实施例提供的行人通行的控制系统及方法，通过抓拍机采集行人的人脸照片和体征，然后由边缘计算服务器基于抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断行人是否具备通行权限，并根据判断结果控制门锁设备的开关，本申请实施例在行人无感的情况下便进行了通行权限的判定，解决了相关技术中的三锟闸通行方案通行效率较差，实现了提高行人通行效率的技术效果，此外本申请实施例采用人脸照片比对和特征模块预测相辅助的方案，能够避免多人通行或者人员角度不正导致的无法通行的问题。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的行人通行的控制系统的示意图；

图2是根据本申请优选实施例的行人通行控制流程的示意图；

图3是根据本申请实施例的移动终端的结构框图；

图4是根据本申请实施例的行人通行的控制方法的流程图；

图5为根据本申请实施例的计算机设备的硬件结构示意图。

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，对本申请进行描述和说明。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。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本实施例提供了一种行人通行的控制系统。图1是根据本申请实施例的行人通行的控制系统的示意图，如图1所示，该系统可以包括：抓拍机11、边缘计算服务器12以及门锁设备13。

抓拍机11用于采集行人的人脸照片和体征，并将采集到的人脸照片和体征发送给边缘计算服务器12；可选地，抓拍机11可以根据行人的身高和/或移动轨迹动态调整采集角度，以此来实现采集到完整且清晰的人脸照片和体征。抓拍机11的个数可以是一个，也可以是多个，且多个抓拍机11的设置位置和角度可以根据实际环境和采集需求设定或调整，此处不做具体限定。

边缘计算服务器12用于接收并存储云端下发的人脸照片和训练好的体征模型，接收抓拍机11采集到的人脸照片和体征，并基于抓拍机11采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机11采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，以此来判断行人是否具有通行权限，并依据判断结果向门锁设备13发送控制信号，门锁设备13用于按照边缘计算服务器12发送的控制信号进行开关控制。

本申请实施例的行人通行的控制系统，通过抓拍机11采集行人的人脸照片和体征，然后由边缘计算服务器12基于抓拍机11采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机11采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断行人是否具备通行权限，并根据判断结果控制门锁设备13的开关，本申请实施例在行人无感的情况下便进行了通行权限的判定，解决了相关技术中的三锟闸通行方案通行效率较差，实现了提高行人通行效率的技术效果，此外本申请实施例采用人脸照片比对和特征模块预测相辅助的方案，能够避免多人通行或者人员角度不正导致的无法通行的问题。

在其中一些实施例中，本申请实施例可以预先离线训练体征模型，离线训练过程可以包括：获取抓拍机采集到的多个行人的体征，将多个具有对应关系的行人与行人的体征作为体征模型的输入参数和输出参数，对体征模型进行训练，得到所述训练好的体征模型，其中，体征模型的输出可以为一个预测值，该预测值的大小可以用于指示该体征属于其对应的行人的概率。利用所述训练好的体征模型，将抓拍机11采集到的行人的体征输入进所述训练好的体征模型时，所述训练好的体征模型会输出一个预测值，基于该预测值的大小即可判断抓拍机11采集到的体征是否属于具备通行权限的行人。

在其中一些实施例中，边缘计算服务器12基于抓拍机11采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机11采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具有通行权限包括：边缘计算服务器12将抓拍机11采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则边缘计算服务器确定所述行人具有通行权限；若抓拍机11采集到的是侧脸照片或人脸被遮挡，则边缘计算服务器12获取抓拍机11采集到的行人的体征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则边缘计算服务器12确定所述行人具有通行权限。此处需要说明的是，第一阈值和第二阈值可以根据实际需求设定或调整，此处不做具体限定。

在其中一些实施例中，该系统还可以包括：显示设备，用于在行人具备通行权限时显示行人的通行记录，和/或在行人不具备通行权限时显示行人的人脸照片，并向云端上报行人通行记录。

在其中一些实施例中，该系统还可以包括：报警设备，用于在行人不具备通行权限时报警，并向云端上报行人通行记录。

在其中一些实施例中，云端在向边缘计算服务器12下发人脸照片的同时还可以向门锁设备13(包括但并不限于道闸、梯控、智能门锁)发送人脸照片，门锁设备13可以在本地数据库中存储云端下发的人脸照片，并在边缘计算服务器12判断出行人不具备通行权限时，依据本地数据库中存储的人脸照片进行通行权限的判定，并根据判定结果控制开关。本申请实施例通过将人脸追踪无感通行和传统门锁设备通行判定相结合，既提高了行人的通行效率，又提高了行人通行保障。

图2是根据本申请优选实施例的行人通行控制流程的示意图，如图2所示，该优选实施例的行人通行控制流程可以包括以下过程：

(1)云端提前采集通行人员的人脸照片，同时根据通行人员体征提前通过机器学习算法训练好离线体征模型，最后云端把人员的人脸照片和离线训练好体征模型下发到边缘计算服务器。

(2)在通行门口部署多台多角度人脸抓拍机，实时把抓拍到人脸和人体征传入边缘计算服务器。大门前面的抓拍机采用人脸追踪技术，每秒25帧采集用户彩色人脸照片和体征信息发送到边缘计算服务器。

(3)边缘计算服务器首先根据抓拍人脸照片进行比对，相似度比对达到预阈值直接放行，并传入大屏上实时显示通行人员基本信息和时间；如果存在侧脸或人脸被遮挡，需要根据行人抓拍体征进行模型预测，如果预测阈值达到即可放行，否则显示设备语音提示该用户摆正角度。

(4)如果不具备通行权限或是陌生人闯入，此时会在显示设备上显示陌生人照片并报警通知管理人员处理，由管理人员人工处理，既保证通行效率的同时保障了通行人员的安全。

(5)同时把陌生人记录上传至云端备案。

(6)如果这批次用户都具备通行权限，通过有线门锁继电器直接发送开门信号量，门锁并完成自动打开。

(7)所有通行的人员记录显示在显示设备上面。

(8)同时也会把所有已经通行的人员记录上传至云端。

该优选实施例既保证通行效率的同时保障了通行人员的安全，采用人脸抓拍机和人员行为体征预训练模型辅助的融合方案，避免多人通行或人员角度不正侧脸无法通行，增加语音大屏实时显示通行人员信息记录，也同时语音提示陌生人闯入，需要管理人员人工处理。该优选实施例主要就是为了解决企事业单位，校园学生上下班或上放学时，批量通行的效率也彻底解决传统刷卡，指纹等代刷等安全漏洞及陌生人自动监控报警。既解决了批量能行的效率，又解决了陌生人安全防护问题。

本实施例提供了一种移动终端。本实施例中的移动终端可以是上述实施例中的边缘计算服务器。图3是根据本申请实施例的移动终端的结构框图。如图3所示，该移动终端包括：射频(Radio Frequency，简称为RF)电路110、存储器120、输入单元130、显示单元140、传感器150、音频电路160、无线保真(wireless fidelity，简称为WiFi)模块170、处理器180、以及电源190等部件。本领域技术人员可以理解，图3中示出的移动终端结构并不构成对移动终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图3对移动终端的各个构成部件进行具体的介绍：

RF电路110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器180处理；另外，将设计上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(LowNoiseAmplifier，简称为LNA)、双工器等。此外，RF电路110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System ofMobile communication，简称为GSM)、通用分组无线服务(GeneralPacket Radio Service，简称为GPRS)、码分多址(Code Division MultipleAccess，简称为CDMA)、宽带码分多址(Wideband Code Division MultipleAccess，简称为WCDMA)、长期演进(Long Term Evolution，简称为LTE)、电子邮件、短消息服务(Short MessagingService，简称为SMS)等。

存储器120可用于存储软件程序以及模块，处理器180通过运行存储在存储器120的软件程序以及模块，从而执行移动终端的各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元130可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，输入单元130可包括触控面板131以及其他输入设备132。触控面板131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板131上或在触控面板131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板131。除了触控面板131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元140可用于显示由用户输入的信息或提供给用户的信息以及移动终端的各种菜单。显示单元140可包括显示面板141，可选的，可以采用液晶显示器(LiquidCrystal Display，简称为LCD)、有机发光二极管(Organic Light-Emitting Diode，简称为OLED)等形式来配置显示面板141。进一步的，触控面板131可覆盖显示面板141，当触控面板131检测到在其上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图3中，触控面板131与显示面板141是作为两个独立的部件来实现移动终端的输入和输入功能，但是在某些实施例中，可以将触控面板131与显示面板141集成而实现移动终端的输入和输出功能。

移动终端还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在移动终端移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于移动终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路160中的扬声器161，传声器162可提供用户与移动终端之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一移动终端，或者将音频数据输出至存储器120以便进一步处理。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图3示出了WiFi模块170，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略，或者替换为其他的短距离无线传输模块，例如Zigbee模块、或者WAPI模块等。

处理器180是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。可选的，处理器180可包括一个或多个处理单元；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。

移动终端还包括给各个部件供电的电源190(比如电池)，优选的，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，移动终端还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本实施例中，处理器180被配置为：获取抓拍机采集到的行人的人脸照片和体征；基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限；根据判断出的所述行人的通行权限控制门锁设备的开关。

在其中一些实施例中，处理器180还被配置为：将所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则确定所述行人具有通行权限；若所述抓拍机采集到的是侧脸照片或人脸被遮挡，则获取所述抓拍机采集到的行人的特征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则确定所述行人具有通行权限。

在其中一些实施例中，处理器180还被配置为：在所述抓拍机未采集到所述行人的人脸照片或者所述抓拍机采集到的所述行人的人脸照片的清晰度低于预定阈值的情况下，向所述门锁设备发送通知消息，其中，所述通知消息用于指示所述门锁设备采集所述行人的人脸照片，将采集到的人脸照片与云端下发的人脸照片进行特征比对，根据特征比对结果确定所述行人的通行权限，并在所述行人具备通行权限时控制所述门锁设备打开，在所述行人不具备通行权限时控制所述门锁设备关闭。

本实施例还提供了一种行人通行的控制方法。该实施例中的行人通行的控制方法可以由上述实施例中的边缘计算服务器执行。图4是根据本申请实施例的行人通行的控制方法的流程图，如图4所示，该流程包括如下步骤：

步骤S402，边缘计算服务器获取抓拍机采集到的行人的人脸照片和体征；

步骤S404，边缘计算服务器基于抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限；

步骤S406，边缘计算服务器根据判断出的行人的通行权限控制门锁设备的开关。

在其中一些实施例中，边缘计算服务器基于抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限可以包括以下过程：

在抓拍机能够采集到行人的正脸照片的情况下，边缘计算服务器将抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则边缘计算服务器确定所述行人具有通行权限；若所述相似度未达到第一阈值，则边缘计算服务器确定所述行人不具有通行权限。

在抓拍机采集到的是侧脸照片或人脸被遮挡的情况下，边缘计算服务器获取抓拍机采集到的行人的体征，并利用训练好的体征模型进行预测，若预测值达到第二阈值，则边缘计算服务器确定所述行人具有通行权限；若预测值未达到第二阈值，则边缘计算服务器确定所述行人不具有通行权限。

在其中一些实施例中，边缘计算服务器根据判断出的行人的通行权限控制门锁设备的开关包括：在判断出行人具备通行权限时，边缘计算服务器控制门锁设备打开，并控制显示设备显示行人的通信记录，并将行人通行记录上报给云端；在判断出行人不具备通行权限时，边缘计算服务器控制门锁设备关闭，控制显示设备显示行人的人脸照片并触发报警设备报警，并将陌生人信息上报给云端。

在其中一些实施例中，云端在向边缘计算服务器下发人脸照片的同时也会向门锁设备下发人脸照片，门锁设备会在本地数据库中存储云端下发的人脸照片。在抓拍机未采集到行人的人脸照片或者抓拍机采集到的行人的人脸照片的清晰度低于预定阈值的情况下，边缘计算服务器可以向门锁设备发送通知消息，指示门锁设备采集行人的人脸照片，将采集到的人脸照片与云端下发的人脸照片进行特征比对，根据特征比对结果确定行人的通行权限，并在行人具备通行权限时控制门锁设备打开，在行人不具备通行权限时控制门锁设备关闭。

本申请实施例的行人通行的控制方法通过抓拍机采集行人的人脸照片和体征，然后由边缘计算服务器基于抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断行人是否具备通行权限，并根据判断结果控制门锁设备的开关，本申请实施例在行人无感的情况下便进行了通行权限的判定，解决了相关技术中的三锟闸通行方案通行效率较差，实现了提高行人通行效率的技术效果，此外本申请实施例采用人脸照片比对和特征模块预测相辅助的方案，能够避免多人通行或者人员角度不正导致的无法通行的问题。

需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种计算机设备，结合本申请实施例行人通行的控制方法可以由计算机设备来实现。图5为根据本申请实施例的计算机设备的硬件结构示意图。

计算机设备可以包括处理器51以及存储有计算机程序指令的存储器52。

具体地，上述处理器51可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器52可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器52可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器52可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器52可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器52包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(ErasableProgrammable Read-Only Memory，简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammable Read-Only Memory，简称为EEPROM)、电可改写ROM(ElectricallyAlterable Read-Only Memory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-AccessMemory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode DynamicRandomAccess Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDate Out Dynamic Random Access Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器52可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。

处理器51通过读取并执行存储器52中存储的计算机程序指令，以实现上述实施例中的任意一种行人通行的控制方法。

在其中一些实施例中，计算机设备还可包括通信接口53和总线50。其中，如图5所示，处理器51、存储器52、通信接口53通过总线50连接并完成相互间的通信。

通信接口53用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口53还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线50包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SerialAdvancedTechnologyAttachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandardsAssociation Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

另外，结合上述实施例中的行人通行的控制方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种行人通行的控制方法。

以上所述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发明专利范围的限制。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 (10)

1.一种行人通行的控制系统，其特征在于，包括：抓拍机、边缘计算服务器以及门锁设备；

所述抓拍机用于采集行人的人脸照片和体征，并将采集到的人脸照片和体征发送给所述边缘计算服务器；

所述边缘计算服务器用于接收云端下发的人脸照片和训练好的体征模型，并基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具有通行权限，并依据判断结果向所述门锁设备发送控制信号；

所述门锁设备用于按照所述边缘计算服务器发送的所述控制信号进行开关控制。

2.根据权利要求1所述的行人通行的控制系统，其特征在于，所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具有通行权限包括：

所述边缘计算服务器将所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则所述边缘计算服务器确定所述行人具有通行权限；

若所述抓拍机采集到的是侧脸照片或人脸被遮挡，则所述边缘计算服务器获取所述抓拍机采集到的行人的体征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则所述边缘计算服务器确定所述行人具有通行权限。

3.根据权利要求1所述的行人通行的控制系统，其特征在于，所述系统还包括：

显示设备，用于在所述行人具备通行权限时显示所述行人的通行记录，在所述行人不具备通行权限时显示所述行人的人脸照片。

4.根据权利要求1所述的行人通行的控制系统，其特征在于，所述系统还包括：

报警设备，用于在所述行人不具备通行权限时报警，并向云端上报所述行人的记录。

5.根据权利要求1至4中任一项所述的行人通行的控制系统，其特征在于，

在所述边缘计算服务器判断出所述行人不具备通行权限时，所述门锁设备依据云端下发的人脸照片确定所述行人的通行权限。

6.一种行人通行的控制方法，其特征在于，包括：

边缘计算服务器获取抓拍机采集到的行人的人脸照片和体征；

所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限；

所述边缘计算服务器根据判断出的所述行人的通行权限控制门锁设备的开关。

7.根据权利要求6所述的行人通行的控制方法，其特征在于，所述边缘计算服务器基于所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片的比对结果、所述抓拍机采集到的行人的体征与从云端接收到的训练好的体征模型的比对结果，判断所述行人是否具备通行权限包括：

所述边缘计算服务器将所述抓拍机采集到的行人的人脸照片与从云端接收到的人脸照片进行相似度比对，若所述相似度达到第一阈值，则所述边缘计算服务器确定所述行人具有通行权限；

若所述抓拍机采集到的是侧脸照片或人脸被遮挡，则所述边缘计算服务器获取所述抓拍机采集到的行人的体征，并利用所述训练好的体征模型进行预测，若预测值达到第二阈值，则所述边缘计算服务器确定所述行人具有通行权限。

8.根据权利要求6所述的行人通行的控制方法，其特征在于，

在所述抓拍机未采集到所述行人的人脸照片或者所述抓拍机采集到的所述行人的人脸照片的清晰度低于预定阈值的情况下，所述边缘计算服务器向所述门锁设备发送通知消息，其中，所述通知消息用于指示所述门锁设备采集所述行人的人脸照片，将采集到的人脸照片与云端下发的人脸照片进行特征比对，根据特征比对结果确定所述行人的通行权限，并在所述行人具备通行权限时控制所述门锁设备打开，在所述行人不具备通行权限时控制所述门锁设备关闭。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求6至8中任一项所述的行人通行的控制方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求6至8中任一项所述的行人通行的控制方法。

Images