CN112017345B - 一种智能门禁安防方法、装置、系统及存储介质 - Google Patents
一种智能门禁安防方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN112017345B CN112017345B CN202010851679.0A CN202010851679A CN112017345B CN 112017345 B CN112017345 B CN 112017345B CN 202010851679 A CN202010851679 A CN 202010851679A CN 112017345 B CN112017345 B CN 112017345B
- Authority
- CN
- China
- Prior art keywords
- image
- preset
- gait
- recognized
- similarity value
- 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.)
- Active
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
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种智能门禁安防方法、装置、系统及存储介质。安防方法包括：获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象；若预设位置出现待识别对象，提取待识别对象的脸部特征，作为待识别脸部特征；将待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个正常脸部特征的相似度值；若存在任一相似度值大于或等于预设相似度值，则控制门禁开启。
Description
技术领域
本发明涉及智能安防技术领域，尤其涉及一种智能门禁安防方法、装置、系统及存储介质。
背景技术
传统的门禁，主要用以下几种的控制方式，包括最传统的钥匙，继而有后续的通过RFID技术的ID/IC卡开门技术。
其中，RFID技术的钥匙虽然方便，但还是无法解决用户忘带的问题；而且现有的门禁所用的控制方式基本都只是采取其中的一种作为门的门禁控制方式，钥匙控制的方式，如用户忘带还可以通过请人开锁的方式打开，但是这种方式不能保证来开锁的工匠的可信程度，事后还是会选择换锁，而门禁卡开锁的方式，若忘记携带卡就十分麻烦了。
发明内容
为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种智能门禁安防方法、装置、系统及存储介质。
第一方面，本发明实施例提供了一种智能门禁安防方法，所述安防方法包括：
获取预设位置的视频图像数据，根据所述视频图像数据确认所述预设位置是否出现待识别对象；
若所述预设位置出现待识别对象，提取所述待识别对象的脸部特征，作为待识别脸部特征；
将所述待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个所述正常脸部特征的相似度值；
若存在任一所述相似度值大于或等于预设相似度值，则控制门禁开启。
基于上述技术方案，本发明实施例还可以做出如下改进。
结合第一方面，在第一方面的第一种实施例中，所述根据所述视频图像数据确认所述预设位置是否出现待识别对象，包括：
提取所述视频图像数据中的图像，作为第一图像；
再次提取所述视频图像数据中的图像，作为第二图像；所述第二图像与所述第一图像对应的视频图像数据为同一视频采集设备得到；
获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长；
基于所述参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积；所述参考时长小于所述预设时长；
获取所述第一图像和第二图像的重合面积，判断所述重合面积是否小于或等于所述移动参考面积；
若所述重合面积小于移动参考面积，则所述预设位置出现目标对象；
对所述目标对象进行步态特征识别，根据识别得到步态特征判断所述目标对象的种类是否为预设对象种类；
若所述目标对象的种类为预设对象种类，则所述预设位置出现待识别对象。
结合第一方面的第一种实施例，在第一方面的第二种实施例中，所述基于所述参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积，包括：
通过如下公式计算得到所述移动参考面积：
其中，S为所述移动参考面积，T为所述预设时长，T0为所述参考时长，S0为第一图像或第二图像的图像面积，S1为所述待识别对象在所述第一图像或第二图像中所占的图像面积。
结合第一方面或第一方面的第一或第二种实施例，在第一方面的第三种实施例中，所述安防方法包括：
若不存在任一所述相似度值大于或等于预设相似度值，则对所述待识别对象进行步态特征识别；
将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到所述待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值；
判断所述步态相似度值是否大于或等于预设步态相似度阈值；
若所述步态相似度值大于或等于所述预设步态相似度值阈值，则向预设终端发送警报指令，以使所述预设终端发出警报；
若所述步态相似度值小于所述预设步态相似度阈值，则向预设终端发送访客指令，以使所述预设终端发出访客提示。
第二方面，本发明实施例提供了一种智能门禁安防装置，所述安防装置包括：
第一处理单元，用于获取预设位置的视频图像数据，根据所述视频图像数据确认所述预设位置是否出现待识别对象；
第二处理单元，用于若所述预设位置出现待识别对象，提取所述待识别对象的脸部特征，作为待识别脸部特征；
第三处理单元，用于将所述待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个所述正常脸部特征的相似度值；
控制单元，若存在任一所述相似度值大于或等于预设相似度值，则控制门禁开启。
结合第二方面，在第二方面的第一种实施例中，所述第一处理单元，具体用于提取所述视频图像数据中的图像，作为第一图像；再次提取所述视频图像数据中的图像，作为第二图像；所述第二图像与所述第一图像对应的视频图像数据为同一视频采集设备得到；获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长；基于所述参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积；所述参考时长小于所述预设时长；获取所述第一图像和第二图像的重合面积，判断所述重合面积是否小于或等于所述移动参考面积；若所述重合面积小于移动参考面积，则所述预设位置出现目标对象；对所述目标对象进行步态特征识别，根据识别得到步态特征判断所述目标对象的种类是否为预设对象种类；若所述目标对象的种类为预设对象种类，则所述预设位置出现待识别对象。
结合第二方面的第一种实施例，在第二方面的第二种实施例中，所述第一处理单元，具体用于通过如下公式计算得到所述移动参考面积：
其中，S为所述移动参考面积，T为所述预设时长，T0为所述参考时长，S0为第一图像或第二图像的图像面积，S1为所述待识别对象在所述第一图像或第二图像中所占的图像面积。
结合第二方面或第二方面的第一或第二种实施例，在第二方面的第三种实施例中，所述安防装置还包括：
第四处理单元，用于若不存在任一所述相似度值大于或等于预设相似度值，则对所述待识别对象进行步态特征识别；将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到所述待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值；判断所述步态相似度值是否大于或等于预设步态相似度阈值；若所述步态相似度值大于或等于所述预设步态相似度值阈值，则向预设终端发送警报指令，以使所述预设终端发出警报；若所述步态相似度值小于所述预设步态相似度阈值，则向预设终端发送访客指令，以使所述预设终端发出访客提示。
第三方面，本发明实施例提供了一种智能巡更安防系统，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现第一方面中任一实施例所述的智能门禁安防方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面中任一实施例所述的智能门禁安防方法。
本发明的上述技术方案与现有技术相比具有如下优点：本发明实施例通过获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象，通过将待识别对象的脸部特征与预存储的正常对象的脸部特征进行比对，确定两者的相似度，并在出现相似度值大于预设相似度值时，开启门禁，使得用户进入，本方案先确定预设位置是否出现待识别对象，然后在出现待识别对象后才进行人脸的特征比对，以开启门禁，避免重复进行无效的识别工作，提高工作效率，降低能耗。
附图说明
图1是本发明实施例提供的一种智能门禁安防方法流程示意图；
图2是本发明另一实施例提供的一种智能门禁安防方法流程示意图；
图3是本发明又一实施例提供的一种智能门禁安防方法流程示意图；
图4是本发明又一实施例提供的一种智能门禁安防装置结构示意图；
图5是本发明又一实施例提供的一种智能门禁安防系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种智能门禁安防方法。参照图1，安防方法包括如下步骤：
S11、获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象。
在本实施例中，预设位置可以是门禁前的部分区域，比如，前往门禁入口处的过道、门禁入口处安装摄像装置的区域，在本步骤中可以通过动作识别、红外感应等方式确认预设位置是否出现待识别对象，其中，本方案中的待识别对象可以是任意活动的物体，比如，人或者动物。
S12、若预设位置出现待识别对象，提取待识别对象的脸部特征，作为待识别脸部特征。
在本实施例中，在预设位置出现待识别对象时，获取待识别对象的脸部特征，作为待识别面部特征，在本步骤中，可以采用现有技术中的面部识别技术提取待识别对象的脸部特征，比如，可以将包含待识别对象面部的图像转换为灰度图，根据灰度图中的灰度值突变确定图像中的特征，当然也可以通过其他方式确定待识别对象的面部特征，本方案对此不做特别限定。
S13、将待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个正常脸部特征的相似度值。
在本实施例中，正常对象集中的正常对象可以是预先录入的合规人员、工作人员或者有权限的人员，通过提前录入正常对象的脸部特征，用以确认待识别对象的身份，在本步骤中，将待识别脸部特征与正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个正常脸部特征的相似度值，比如，获取待识别脸部特征和正常脸部特征脸部上的特征点坐标，可以通过计算待识别脸部特征和正常脸部特征上相对应的特征点的坐标的相对偏差的累加值作为中间值，中间值越大，相似度越小，中间值越小，相似度越大，当然也可以通过现有技术中的其他方式计算脸部特征的相似度值，本方案对此不再赘述。
S14、若存在任一相似度值大于或等于预设相似度值，则控制门禁开启。
在本实施例中，若有任一相似度值大于或等于预设相似度值，则认为存在与该待识别对象相匹配的正常对象，并控制门禁开启，保证正常人员可以顺利进入门禁。
如图2所示，本发明实施例提供了一种智能门禁安防方法。与图1所示安防方法相比，区别在于，包括如下步骤：
S21、提取视频图像数据中的图像，作为第一图像。
S22、再次提取视频图像数据中的图像，作为第二图像；第二图像与第一图像对应的视频图像数据为同一视频采集设备得到。
在本实施例中，在本实施例中，由于同一预设位置可能有多个视频采集设备同时拍摄得到视频图像数据，通过同一视频采集设备得到的视频图像数据提取得到的图像的格式参数是一致的，且由于视频采集装置的位置和姿态未发生变化，所以第一图像和第二图像对应的角度和拍摄的位置也是一致的。
S23、获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长。
在本实施例中，若视频图像中出现待识别对象，由于待识别对象的移动，上述步骤中提取得到的第一图像和第二图像就会出现无法重合的情况，在相同的时间间隔下，两幅图像无法重合的面积越大，则说明物体的运动速度越快，所以，在本实施例中，只要确认第一图像和第二图像不重合面积过大，即可认为视频图像中出现移动的物体。
S24、基于参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积；参考时长小于预设时长。
在本实施例中，根据第一图像或第二图像的图像面积，基于参考时长在预设时长中的占比，得到移动参考面积；具体的，比如，参考时长越长，红外视频图像中若存在待识别对象，那第一图像和第二图像无法重合的面积应该越大，所以，本方案中，根据参考时长在预设时长中的占比，在第一图像的图像面积或第二图像的图像面积中确定移动参考面积，参考时长越长，第一图像和第二图像不重合的面积应该越大，则该第一图像和第二图像重合的面积就越小，所以，若第一图像和第二图像的重合面积过大，则说明视频图像中未出现移动的物体，即视频图像中未出现待识别对象。
S25、获取第一图像和第二图像的重合面积，判断重合面积是否小于或等于移动参考面积。
S26、若重合面积小于移动参考面积，则预设位置出现目标对象。
在本实施例中，在参考时长内，若第一图像和第二图像的重合面积越小，则说明视频图像中的物体运动越快，或者说明视频图像中的移动的物体越多。
S27、对目标对象进行步态特征识别，根据识别得到步态特征判断目标对象的种类是否为预设对象种类。
在本实施例中，预设对象种类可以是人，由于人的步态特征与其他动物的步态特征存在一定的差异，所以，在本方案中可以通过对目标对象进行步态特征识别，并根据步态特征确定目标对象的种类，其中预设对象种类可以是人或者其他动物，不论是设置为动物还是设置为人时，都是为了方便为动物开启门禁，
S28、若目标对象的种类为预设对象种类，则预设位置出现待识别对象。
在本实施例中，若目标对象的种类为预设对象种类时，则认为预设位置出现待识别对象，以避免出现其他干扰对象对门禁的影响，提高处理效率。
具体的，在本实施例中，步骤S24中基于参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积，包括：
通过如下公式计算得到移动参考面积：
其中，S为移动参考面积，T为预设时长，T0为参考时长，S0为第一图像或第二图像的图像面积，S1为待识别对象在第一图像或第二图像中所占的图像面积。
如图3所示，本发明实施例提供了一种智能门禁安防方法。与图1所示安防方法相比，区别在于，，安防方法包括：
S31、若不存在任一相似度值大于或等于预设相似度值，则对待识别对象进行步态特征识别。
在本实施例中，若不存在任一相似度值大于或等于预设相似度阈值，则此时待识别对象不是正常对象，对该待识别对象进行步态特征识别，得到待识别对象的步态特征。
S32、将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值。
在本实施例中，将上一步骤得到的步态特征与预存储的非正常对象的步态特征进行比对，得到待识别对象的步态特征与非正常对象的步态特征的相似度值，以确定待识别对象的身份。
S33、判断步态相似度值是否大于或等于预设步态相似度阈值。
S34a、若步态相似度值大于或等于预设步态相似度值阈值，则向预设终端发送警报指令，以使预设终端发出警报。
在本实施例中，当步态相似度值大于或等于预设相似度阈值时，则说明该待识别对象的步态特征与非正常对象的步态特征相类似，就是说待识别对象的行为存在异常，比如，小偷这类人群的步态特征会与普通人群的步态特征存在一定的差异，此时，向预设终端发送警报指令，使得预设终端发出警报，其中，预设终端可以是手机、电脑、服务器、手持设备或腕带设备等装置。
S34b、若步态相似度值小于预设步态相似度阈值，则向预设终端发送访客指令，以使预设终端发出访客提示。
在本实施例中，若待识别对象的步态特征与非正常对象的步态特征的步态相似度也较低的话，则向预设终端发送访客指令，使得预设终端发出访客提示，比如，可以以弹窗的方式向用户提示来访客了。
如图4所示，本发明实施例提供了一种智能门禁安防装置，安防装置包括：第一处理单元11、第二处理单元12、第三处理单元13和控制单元14。
在本实施例中，第一处理单元11，用于获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象。
在本实施例中，第二处理单元12，用于若预设位置出现待识别对象，提取待识别对象的脸部特征，作为待识别脸部特征。
在本实施例中，第三处理单元13，用于将待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个正常脸部特征的相似度值。
在本实施例中，控制单元14，若存在任一相似度值大于或等于预设相似度值，则控制门禁开启。
在本实施例中，第一处理单元11，具体用于提取视频图像数据中的图像，作为第一图像；再次提取视频图像数据中的图像，作为第二图像；第二图像与第一图像对应的视频图像数据为同一视频采集设备得到；获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长；基于参考时长在预设时长中的占比，根据第一图像或第二图像的图像面积得到移动参考面积；参考时长小于预设时长；获取第一图像和第二图像的重合面积，判断重合面积是否小于或等于移动参考面积；若重合面积小于移动参考面积，则预设位置出现目标对象；对目标对象进行步态特征识别，根据识别得到步态特征判断目标对象的种类是否为预设对象种类；若目标对象的种类为预设对象种类，则预设位置出现待识别对象。
在本实施例中，第一处理单元11，具体用于通过如下公式计算得到移动参考面积：
其中，S为移动参考面积，T为预设时长，T0为参考时长，S0为第一图像或第二图像的图像面积，S1为待识别对象在第一图像或第二图像中所占的图像面积。
在本实施例中，安防装置还包括：
第四处理单元，用于若不存在任一相似度值大于或等于预设相似度值，则对待识别对象进行步态特征识别；将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值；判断步态相似度值是否大于或等于预设步态相似度阈值；若步态相似度值大于或等于预设步态相似度值阈值，则向预设终端发送警报指令，以使预设终端发出警报；若步态相似度值小于预设步态相似度阈值，则向预设终端发送访客指令，以使预设终端发出访客提示。
如图5所示，本发明实施例提供了一种智能门禁安防系统，包括处理器1110、通信接口1120、存储器1130和通信总线1140，其中，处理器1110，通信接口1120，存储器1130通过通信总线1140完成相互间的通信；
存储器1130，用于存放计算机程序；
处理器1110，用于执行存储器1130上所存放的程序时，实现如下所示的智能门禁安防方法：
获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象；
若预设位置出现待识别对象，提取待识别对象的脸部特征，作为待识别脸部特征；
将待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个正常脸部特征的相似度值；
若存在任一相似度值大于或等于预设相似度值，则控制门禁开启。
本发明实施例提供的电子设备，处理器1110通过执行存储器1130上所存放的程序通过获取预设位置的视频图像数据，根据视频图像数据确认预设位置是否出现待识别对象，通过将待识别对象的脸部特征与预存储的正常对象的脸部特征进行比对，确定两者的相似度，并在出现相似度值大于预设相似度值时，开启门禁，使得用户进入，本方案先确定预设位置是否出现待识别对象，然后在出现待识别对象后才进行人脸的特征比对，以开启门禁，避免重复进行无效的识别工作，提高工作效率，降低能耗。
上述电子设备提到的通信总线1140可以是外设部件互连标准(PeripheralComponentInterconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustryStandardArchitecture，简称EISA)总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述电子设备与其他设备之间的通信。
存储器1130可以包括随机存取存储器(RandomAccessMemory，简称RAM)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可选的，存储器1130还可以是至少一个位于远离前述处理器1110的存储装置。
上述的处理器1110可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(无线接入点plicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供了计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述任一实施例的智能门禁安防方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk(SSD))等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。
Claims (8)
1.一种智能门禁安防方法，其特征在于，所述安防方法包括：
获取预设位置的视频图像数据，根据所述视频图像数据确认所述预设位置是否出现待识别对象；
若所述预设位置出现待识别对象，提取所述待识别对象的脸部特征，作为待识别脸部特征；
将所述待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个所述正常脸部特征的相似度值；
若存在任一所述相似度值大于或等于预设相似度值，则控制门禁开启；
其中，所述根据所述视频图像数据确认所述预设位置是否出现待识别对象，包括：
提取所述视频图像数据中的图像，作为第一图像；
再次提取所述视频图像数据中的图像，作为第二图像；所述第二图像与所述第一图像对应的视频图像数据为同一视频采集设备得到；
获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长；
基于所述参考时长在预设时长中的占比，根据第一图像的图像面积得到移动参考面积；所述参考时长小于所述预设时长；
获取所述第一图像和第二图像的重合面积，判断所述重合面积是否小于或等于所述移动参考面积；
若所述重合面积小于移动参考面积，则所述预设位置出现目标对象；
对所述目标对象进行步态特征识别，根据识别得到步态特征判断所述目标对象的种类是否为预设对象种类；
若所述目标对象的种类为预设对象种类，则所述预设位置出现待识别对象。
2.根据权利要求1所述的门禁安防方法，其特征在于，所述基于所述参考时长在预设时长中的占比，根据第一图像的图像面积得到移动参考面积，包括：
通过如下公式计算得到所述移动参考面积：
其中，S为所述移动参考面积，T为所述预设时长，T0为所述参考时长，S0为第一图像或第二图像的图像面积，S1为所述待识别对象在所述第一图像中所占的图像面积。
3.根据权利要求1或2所述的门禁安防方法，其特征在于，所述安防方法包括：
若不存在任一所述相似度值大于或等于预设相似度值，则对所述待识别对象进行步态特征识别；
将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到所述待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值；
判断所述步态相似度值是否大于或等于预设步态相似度阈值；
若所述步态相似度值大于或等于所述预设步态相似度阈值，则向预设终端发送警报指令，以使所述预设终端发出警报；
若所述步态相似度值小于所述预设步态相似度阈值，则向预设终端发送访客指令，以使所述预设终端发出访客提示。
4.一种智能门禁安防装置，其特征在于，所述安防装置包括：
第一处理单元，用于获取预设位置的视频图像数据，根据所述视频图像数据确认所述预设位置是否出现待识别对象；
第二处理单元，用于若所述预设位置出现待识别对象，提取所述待识别对象的脸部特征，作为待识别脸部特征；
第三处理单元，用于将所述待识别脸部特征与预存储的正常对象集中的正常对象的正常脸部特征进行比对，得到待识别脸部特征与每个所述正常脸部特征的相似度值；
控制单元，若存在任一所述相似度值大于或等于预设相似度值，则控制门禁开启；
其中，所述第一处理单元，具体用于提取所述视频图像数据中的图像，作为第一图像；再次提取所述视频图像数据中的图像，作为第二图像；所述第二图像与所述第一图像对应的视频图像数据为同一视频采集设备得到；获取提取得到第一图像和提取得到第二图像的时间间隔，作为参考时长；基于所述参考时长在预设时长中的占比，根据第一图像的图像面积得到移动参考面积；所述参考时长小于所述预设时长；获取所述第一图像和第二图像的重合面积，判断所述重合面积是否小于或等于所述移动参考面积；若所述重合面积小于移动参考面积，则所述预设位置出现目标对象；对所述目标对象进行步态特征识别，根据识别得到步态特征判断所述目标对象的种类是否为预设对象种类；若所述目标对象的种类为预设对象种类，则所述预设位置出现待识别对象。
5.根据权利要求4所述的安防装置，其特征在于，所述第一处理单元，具体用于通过如下公式计算得到所述移动参考面积：
其中，S为所述移动参考面积，T为所述预设时长，T0为所述参考时长，S0为第一图像或第二图像的图像面积，S1为所述待识别对象在所述第一图像中所占的图像面积。
6.根据权利要求4或5所述的安防装置，其特征在于，所述安防装置还包括：
第四处理单元，用于若不存在任一所述相似度值大于或等于预设相似度值，则对所述待识别对象进行步态特征识别；将识别得到的步态特征与预存储的非正常对象的步态特征进行比对，得到所述待识别对象的步态特征与非正常对象的步态特征的相似度值，作为步态相似度值；判断所述步态相似度值是否大于或等于预设步态相似度阈值；若所述步态相似度值大于或等于所述预设步态相似度阈值，则向预设终端发送警报指令，以使所述预设终端发出警报；若所述步态相似度值小于所述预设步态相似度阈值，则向预设终端发送访客指令，以使所述预设终端发出访客提示。
7.一种智能门禁安防系统，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1～3中任一所述的智能门禁安防方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～3中任一所述的智能门禁安防方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010851679.0A CN112017345B (zh) | 2020-08-21 | 2020-08-21 | 一种智能门禁安防方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010851679.0A CN112017345B (zh) | 2020-08-21 | 2020-08-21 | 一种智能门禁安防方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112017345A CN112017345A (zh) | 2020-12-01 |
| CN112017345B true CN112017345B (zh) | 2022-05-17 |
Family
ID=73505465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010851679.0A Active CN112017345B (zh) | 2020-08-21 | 2020-08-21 | 一种智能门禁安防方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112017345B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967427B (zh) * | 2021-02-08 | 2022-12-27 | 深圳市机器时代科技有限公司 | 一种利用可穿戴设备进行解锁的方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013120454A (ja) * | 2011-12-06 | 2013-06-17 | Nec Corp | 情報処理システム、情報処理方法、情報処理装置、情報処理装置の制御方法または制御プログラム |
| CN104364824A (zh) * | 2012-06-13 | 2015-02-18 | 松下知识产权经营株式会社 | 物体检测装置 |
| CN105931316A (zh) * | 2015-12-18 | 2016-09-07 | 许昌学院 | 一种智能区域监控方法 |
| CN105551063B (zh) * | 2016-01-29 | 2018-04-17 | 中国农业大学 | 一种用于跟踪视频中运动目标的方法以及装置 |
| CN106952371A (zh) * | 2017-03-21 | 2017-07-14 | 北京深度未来科技有限公司 | 一种人脸漫游认证方法及系统 |
| CN108875470B (zh) * | 2017-06-19 | 2021-06-22 | 北京旷视科技有限公司 | 对访客进行登记的方法、装置及计算机存储介质 |
| CN109800684B (zh) * | 2018-12-29 | 2022-06-21 | 上海依图网络科技有限公司 | 一种视频中对象的确定方法及装置 |
| CN110895860A (zh) * | 2019-10-22 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种区域监测方法、装置、电子设备及存储介质 |
-
2020
- 2020-08-21 CN CN202010851679.0A patent/CN112017345B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112017345A (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102350507B1 (ko) | 출입 제어 방법, 출입 제어 장치, 시스템 및 저장매체 | |
| WO2020083111A1 (zh) | 活体检测方法、装置、电子设备、存储介质及应用活体检测方法的相关系统 | |
| US20190366981A1 (en) | Vehicles, vehicle door unlocking control methods and apparatuses, and vehicle door unlocking systems | |
| WO2020083183A1 (zh) | 活体检测方法、装置、电子设备、存储介质及应用活体检测方法的相关系统 | |
| KR101838858B1 (ko) | 생체인식 기능을 이용한 출입통제 시스템 및 이를 이용한 출입구 제어방법 | |
| CN112991585B (zh) | 一种出入人员管理方法及计算机可读存储介质 | |
| CN110297536A (zh) | 一种控制方法及电子设备 | |
| KR102244180B1 (ko) | 자동 얼굴 등록 및 갱신에 기반한 얼굴인식 출입 통제 시스템 및 방법 | |
| Waseem et al. | Face recognition for smart door lock system using hierarchical network | |
| KR101622154B1 (ko) | 태그 리더와 개인 인증 기능이 구비된 휴대용 인증 장치를 사용한 보안 장치 | |
| WO2019138688A1 (ja) | 顔認証装置 | |
| Vamsi et al. | Face recognition based door unlocking system using Raspberry Pi | |
| KR20160072386A (ko) | 특징점을 기반으로 한 얼굴 인식을 이용한 홈네트워크 시스템 및 그 제어 방법 | |
| KR100965428B1 (ko) | 2개의 지능카메라를 이용한 인증자입장 자동검증시스템 및 운영방법 | |
| KR101515214B1 (ko) | 얼굴 인식을 통한 신원확인 방법과 얼굴인식을 이용한 출입관리 경보 시스템 및 출입관리 경보 제어방법 | |
| CN108320359A (zh) | 一种城市物联网智慧门禁及安防系统 | |
| JP2019219721A (ja) | 入退室認証システムおよび入退室認証方法 | |
| CN112017345B (zh) | 一种智能门禁安防方法、装置、系统及存储介质 | |
| KR20150112635A (ko) | 사람의 얼굴 정보를 이용한 얼굴인식 도어락 시스템 | |
| CN105931327A (zh) | 一种门禁监控方法及系统 | |
| CN112489276A (zh) | 基于步态识别的门禁控制方法、装置和存储介质 | |
| JP5023527B2 (ja) | 入場管理システム、データ処理装置、入場管理方法、及び入場管理プログラム | |
| CN210402507U (zh) | 一种基于人脸识别系统的门禁及门禁管理系统 | |
| CN204303055U (zh) | 嵌入式智能门锁控制装置 | |
| CN204537273U (zh) | 一种用于门禁系统的刷卡拍照设备 |
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 |