CN112507315A - 基于智慧大脑的人员通行检测系统 - Google Patents

基于智慧大脑的人员通行检测系统 Download PDF

Info

Publication number
CN112507315A
CN112507315A CN202110156654.3A CN202110156654A CN112507315A CN 112507315 A CN112507315 A CN 112507315A CN 202110156654 A CN202110156654 A CN 202110156654A CN 112507315 A CN112507315 A CN 112507315A
Authority
CN
China
Prior art keywords
module
image
data
personnel
identification
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
Application number
CN202110156654.3A
Other languages
English (en)
Other versions
CN112507315B (zh
Inventor
韩黎光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Redstone Sunshine Beijing Technology Co ltd
Original Assignee
Redstone Sunshine Beijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Redstone Sunshine Beijing Technology Co ltd filed Critical Redstone Sunshine Beijing Technology Co ltd
Priority to CN202110156654.3A priority Critical patent/CN112507315B/zh
Publication of CN112507315A publication Critical patent/CN112507315A/zh
Application granted granted Critical
Publication of CN112507315B publication Critical patent/CN112507315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • 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
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • 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
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/27—Individual registration on entry or exit involving the use of a pass with central registration
    • 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
    • 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
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Evolutionary Biology (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Alarm Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供了一种基于智慧大脑的人员通行检测系统，包括AI门禁、管理平台和数据库；所述AI门禁包括检测模块、识别验证模块和报警模块，所述AI门禁设置于目标区域的出入口，所述检测模块用于实时采集出入口的人员数据，所述识别验证模块用于解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息；所述管理平台包括录入模块和统计分析模块，所述管理平台与AI门禁连接，所述录入模块用于录入人员的基础数据和识别数据；所述统计分析模块用于进行人员通行的数据统计与分析；所述数据库与管理平台连接，用于存储人员的基础数据、识别数据和通行时间。

Description

基于智慧大脑的人员通行检测系统
技术领域
本发明涉及人员安全检测与大数据技术领域，特别涉及一种基于智慧大脑的人员通行检测系统。
背景技术
安防门禁系统就是对出入口通道进行管制的装置，随着感应卡技术、生物识别技术的发展，门禁装置得到了飞跃式的发展，陆续出现了感应卡式门禁装置、指纹门禁装置、虹膜门禁装置以及面部识别门禁装置等各种技术手段形成的门禁。
近年来，智能社区发展很快，很多小区都配备了安防对讲系统，过去较早的对讲系统都采用了模拟信号，而目前随着数字对讲系统硬件成本的降低，越来越多的小区使用了数字对讲系统，已经有普及的趋势，社区的安防对讲系统多安装在住宅楼的单元楼道，形成与同单元各户连接的楼道入口门禁，住户办理通行卡，通过刷通行卡进入，非住户人员通过拨号向被访住户进行申请，由被访住户确认申请者身份来判断是否允许进入。当然该系统也可以用于社区入口处，由社区安保进行控制。这种安防门禁系统功能单一，在人员控制方面还存在较大疏漏。
同样地，在一些园区或者商业楼宇设置的安防门禁系统与社区门禁有很大的相似性，园区或者商业楼宇的通行人员更为复杂，安防门禁的单一性功能更无法满足多样化的需求。
目前，社区、园区以及商业楼宇等的安防门禁的智能化水平很低，区域门禁系统功能单一，安防门禁只是一种公共门锁的功能。在存在多人通行时，只需要其中一人开启门禁，所有人员都可以通行，无法对所有通行人员一一进行身份验证，人员控制存在较大疏漏，人员流动管理仍然较为薄弱，对安全防范不利。
发明内容
为了解决上述技术问题，本发明提供了一种基于智慧大脑的人员通行检测系统，包括AI门禁、管理平台和数据库；
所述AI门禁包括检测模块、识别验证模块和报警模块，所述AI门禁设置于目标区域的出入口，所述检测模块用于实时采集出入口的人员数据，所述识别验证模块用于解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息；
所述管理平台包括录入模块和统计分析模块，所述管理平台与AI门禁连接，所述录入模块用于录入人员的基础数据和识别数据；所述统计分析模块用于进行人员通行的数据统计与分析；
所述数据库与管理平台连接，用于存储人员的基础数据、识别数据和通行时间。
可选的，所述AI门禁包括迎宾机器人，所述迎宾机器人通过无线方式与管理平台连接，所述迎宾机器人设有显示屏和扬声器，当所述识别验证模块比对成功时，所述迎宾机器人从数据库获取当前通行人员的基础数据并在所述显示屏上显示，所述扬声器播放预设语音。
可选的，所述管理平台内置目标区域的三维模型；所述迎宾机器人设有人员识别感应模块、麦克风和行走机构，当所述人员识别感应模块识别到人员进入迎宾机器人的感应范围时，所述迎宾机器人将自动唤醒并通过扬声器播放预设语音，所述麦克风接收语音信息，并通过管理平台进行网络搜索实现相应的语音问答、图片呈现和/或视频播放；若接收的语音信息为问路，所述迎宾机器人从所述管理平台获取并显示目标区域的三维模型，确定目标位置，以语音方式和/或在三维模型上以图形方式进行路线指示；若语音信息为带路请求时，所述迎宾机器人获取目标区域的三维模型，确定目标位置，通过行走机构提供带路服务。
可选的，所述管理平台设有打卡模块，所述打卡模块内预设有打卡人员的打卡时间，当打卡人员通过所述识别验证模块比对成功时，打卡模块保存打卡人员的打卡时间记录；所述打卡模块能够与目标区域内用户的上下班打卡系统连接实现打卡数据共享。
可选的，所述管理平台设有访客预约模块和APP触发模块，访客通过移动终端下载并登录APP，通过APP触发模块实现与所述管理平台的连接，通过访客预约模块填写个人基础信息和预约申请，所述管理平台将访客的个人基础信息和预约申请反馈给被访问人进行确认，确认后允许访客在预约申请的时段内经所述AI门禁的所述识别验证模块进行验证通行，保存访客通行数据。
可选的，所述识别数据包括人脸图像、瞳孔、指纹、二维码和/或出入卡信息，所述二维码和/或出入卡信息设置在通行卡上，所述通行卡内置RFID芯片，所述RFID芯片记录持有人的出入卡信息。
可选的，所述AI门禁的数量与目标区域的出入口数量一致，所述目标区域的出入口包括人员通行的出入口和车辆通行的出入口。
可选的，所述统计分析模块定期对数据库中保存的人员通行数据进行统计和分析，根据反馈设置，向目标区域内的单位反馈单位所属人员的通行统计分析数据，和/或向特定人员反馈其通行统计分析数据。
可选的，所述数据库存储的识别数据为从所述录入模块录入的面部图像中提取的多项属性特征的集合，所述属性特征的提取方法如下：
首先，对面部图像进行图像预处理，去除噪声；
其次，将经图像预处理后的面部图像分割为多个图像块，从所有图像块提取图像属性构建选项集矩阵P（a，b），其中：a=（a1，a2，⋯，an）表示图像块，n为图像块的数量；b=（b1，b2，⋯，bm）表示图像属性，m为图像属性的项数；
确定归一化的隶属函数，所述隶属函数服从正态分布，最大值为选项集矩阵中图像属性的中心选项被选为样本的次数，以
Figure 973934DEST_PATH_IMAGE001
为中心的选项
Figure 422233DEST_PATH_IMAGE002
归一化值为：
Figure 733129DEST_PATH_IMAGE003
其中，
Figure 659497DEST_PATH_IMAGE004
表示以
Figure 506492DEST_PATH_IMAGE005
为中心的选项
Figure 860113DEST_PATH_IMAGE002
归一化值；
Figure 658305DEST_PATH_IMAGE002
表示选项集矩阵中的图像属性选项；
Figure 388363DEST_PATH_IMAGE006
表示样本
Figure 588401DEST_PATH_IMAGE007
的中心为
Figure 112923DEST_PATH_IMAGE005
的分布函数；
Figure 398411DEST_PATH_IMAGE008
表示中心点
Figure 401002DEST_PATH_IMAGE005
的值；
再次，构建图像块的影响程度函数模型：
Figure 945291DEST_PATH_IMAGE009
其中，
Figure 906294DEST_PATH_IMAGE010
分别表示第
Figure 679078DEST_PATH_IMAGE011
个和第
Figure 485360DEST_PATH_IMAGE012
个图像块；
Figure 659990DEST_PATH_IMAGE013
表示第
Figure 526314DEST_PATH_IMAGE011
个和第
Figure 786394DEST_PATH_IMAGE012
个图像块的图像属性项数差异，反映整体影响程度；
Figure 396367DEST_PATH_IMAGE014
表示第
Figure 926968DEST_PATH_IMAGE011
个图像块的图像属性项数；
Figure 229773DEST_PATH_IMAGE015
表示第
Figure 977150DEST_PATH_IMAGE012
个图像块的图像属性项数；
构建影响度矩阵
Figure 125234DEST_PATH_IMAGE016
，其中
Figure 274456DEST_PATH_IMAGE017
式中，
Figure 748162DEST_PATH_IMAGE018
表示第
Figure 717255DEST_PATH_IMAGE011
个图像块
Figure 669031DEST_PATH_IMAGE019
对第
Figure 174224DEST_PATH_IMAGE012
个图像块的影响度；
Figure 818832DEST_PATH_IMAGE020
表示以
Figure 275221DEST_PATH_IMAGE019
为中心的
Figure 233950DEST_PATH_IMAGE021
归一化值；
最后，采用线性回归方法，对图像块的影响度进行排序，进行属性特征提取。
可选的，所述检测模块实时采集的人员数据为不同角度的人脸图像，所述识别验证模块进行处理的过程如下：
首先，从不同角度的人脸图像中选择与录入模块录入的面部图像角度最接近的人脸图像，进行图像预处理，去除噪声；
其次，从经图像预处理后的人脸图像中，采用属性特征的提取方法，提取人脸图像的属性特征；
最后，采用以下公式计算人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值：
Figure 826605DEST_PATH_IMAGE022
上式中，
Figure 642114DEST_PATH_IMAGE023
表示人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值；
Figure 585800DEST_PATH_IMAGE024
表示取最大值函数；
Figure 144957DEST_PATH_IMAGE025
表示实时采集的人脸图像的属性特征数量；
Figure 857698DEST_PATH_IMAGE026
表示数据库中保存的第
Figure 79994DEST_PATH_IMAGE011
个人员的面部图像的属性特征数量；
Figure 510975DEST_PATH_IMAGE027
表示第
Figure 608244DEST_PATH_IMAGE028
项属性特征的相似度权重；
Figure 441071DEST_PATH_IMAGE029
表示实时采集的人脸图像的第
Figure 332804DEST_PATH_IMAGE028
项属性特征；
Figure 251081DEST_PATH_IMAGE030
表示数据库中保存的第
Figure 417620DEST_PATH_IMAGE011
个人员的面部图像的第
Figure 839374DEST_PATH_IMAGE028
项属性特征；
若相似度最大值达到预设阈值，则表示比对成功。
本发明的基于智慧大脑的人员通行检测系统，通过管理平台的录入模块录入人员的基础数据和识别数据，并保存在数据库，通过AI门禁中的检测模块实时采集出入口的所有在检测范围内的人员数据，通过识别验证模块解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息，对出入口的所有人员实施检测验证，不留遗漏；另外，还保存所有通行人员的通行时间数据，通过统计分析模块进行人员通行的数据统计与分析，提供统计与分析结果，从而实现了服务功能的多样化。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于智慧大脑的人员通行检测系统示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种基于智慧大脑的人员通行检测系统，包括AI门禁、管理平台和数据库；
所述AI门禁包括检测模块、识别验证模块和报警模块，所述AI门禁设置于目标区域的出入口，所述检测模块用于实时采集出入口的人员数据，所述识别验证模块用于解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息；
所述管理平台包括录入模块和统计分析模块，所述管理平台与AI门禁连接，所述录入模块用于录入人员的基础数据和识别数据；所述统计分析模块用于进行人员通行的数据统计与分析；
所述数据库与管理平台连接，用于存储人员的基础数据、识别数据和通行时间。
上述技术方案的工作原理和有益效果为：本方案通过管理平台的录入模块录入人员的基础数据和识别数据，并保存在数据库，通过AI门禁中的检测模块实时采集出入口的所有在检测范围内的人员数据，通过识别验证模块解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息，对出入口的所有人员实施检测验证，不留遗漏；另外，还保存所有通行人员的通行时间数据，通过统计分析模块进行人员通行的数据统计与分析，提供统计与分析结果，从而实现了服务功能的多样化，智慧大脑包括数据库与管理平台。
在一个实施例中，所述AI门禁包括迎宾机器人，所述迎宾机器人通过无线方式与管理平台连接，所述迎宾机器人设有显示屏和扬声器，当所述识别验证模块比对成功时，所述迎宾机器人从数据库获取当前通行人员的基础数据并在所述显示屏上显示，所述扬声器播放预设语音。
上述技术方案的工作原理和有益效果为：本方案通过在AI门禁中设置迎宾机器人，实现对通行人员的视听反馈，提高系统的人性化服务水平，改变了系统设备的冰冷感，增强的服务的温馨度，增强的用户的良好体验。
在一个实施例中，所述管理平台内置目标区域的三维模型；所述迎宾机器人设有人员识别感应模块、麦克风和行走机构，当所述人员识别感应模块识别到人员进入迎宾机器人的感应范围时，所述迎宾机器人将自动唤醒并通过扬声器播放预设语音，所述麦克风接收语音信息，并通过管理平台进行网络搜索实现相应的语音问答、图片呈现和/或视频播放；若接收的语音信息为问路，所述迎宾机器人从所述管理平台获取并显示目标区域的三维模型，确定目标位置，以语音方式和/或在三维模型上以图形方式进行路线指示；若语音信息为带路请求时，所述迎宾机器人获取目标区域的三维模型，确定目标位置，通过行走机构提供带路服务。
上述技术方案的工作原理和有益效果为：本方案通过设置目标区域的三维模型，通过增加人员识别感应模块、麦克风和行走机构增强迎宾机器人的智能化程度，实现迎宾机器人与通行人员的问答互动性，还可以提供智能化指路与带路服务，增加初次到访客户对目标区域的了解，缩短访客的通行时长，避免通行拥堵，增加出入口通行能力。
在一个实施例中，所述管理平台设有打卡模块，所述打卡模块内预设有打卡人员的打卡时间，当打卡人员通过所述识别验证模块比对成功时，打卡模块保存打卡人员的打卡时间记录；所述打卡模块能够与目标区域内用户的上下班打卡系统连接实现打卡数据共享。
上述技术方案的工作原理和有益效果为：本方案通过设置打卡模块，可以为办公、工厂或者商业等类型的园区用户统一提供考勤服务，提高系统集成化程度，可以让用户不需要重复进行考勤系统设置，降低成本；若用户已经存在上下班打卡系统，可实现与目标区域内用户的上下班打卡系统的连接和打卡数据共享。
在一个实施例中，所述管理平台设有访客预约模块和APP触发模块，访客通过移动终端下载并登录APP，通过APP触发模块实现与所述管理平台的连接，通过访客预约模块填写个人基础信息和预约申请，所述管理平台将访客的个人基础信息和预约申请反馈给被访问人进行确认，确认后允许访客在预约申请的时段内经所述AI门禁的所述识别验证模块进行验证通行，保存访客通行数据。
上述技术方案的工作原理和有益效果为：本方案通过设置访客预约模块和APP触发模块，可以为临时性或者短时性访客提供注册与验证服务，一方面加强了临时性或者短时性访客的到访通行管理和安全，另一方面可以由访客自主操作，提高了效率，减少访客排队和时间的浪费。
在一个实施例中，所述识别数据包括人脸图像、瞳孔、指纹、二维码和/或出入卡信息，所述二维码和/或出入卡信息设置在通行卡上，所述通行卡内置RFID芯片，所述RFID芯片记录持有人的出入卡信息。
上述技术方案的工作原理和有益效果为：本方案对识别数据的范围提供了可选择参考，提高了系统的兼容性能；设置通行卡，内置RFID芯片记录持有人的出入卡信息，可以增加通行效率，避免通行拥堵，增加出入口通行能力。
在一个实施例中，所述AI门禁的数量与目标区域的出入口数量一致，所述目标区域的出入口包括人员通行的出入口和车辆通行的出入口；所述管理平台能够将目标区域分区块管理，在不同区块间的通行处设置所述AI门禁。
上述技术方案的工作原理和有益效果为：本方案通过在目标区域的所有出入口都设置AI门禁，包括人员通行的出入口和车辆通行的出入口，防止目标区域出现通行检测漏洞，充分实现应检都检，提高目标区域内的人员通行管理的严密性。
在一个实施例中，所述统计分析模块定期对数据库中保存的人员通行数据进行统计和分析，根据反馈设置，向目标区域内的单位反馈单位所属人员的通行统计分析数据，和/或向特定人员反馈其通行统计分析数据。
上述技术方案的工作原理和有益效果为：本方案通过统计分析模块进行反馈设置，定期对数据库中保存的人员通行数据进行统计和分析，向目标区域内的用户提供通行统计分析数据，让单位用户及时发现并关注下属人员的异常，可以将社区独居老年人的通行活动规律异常反馈给社区管理组织或者机构，以便在独居老年人在需要时及时提供帮助，增加人文关怀。
在一个实施例中，所述数据库存储的识别数据为从所述录入模块录入的面部图像中提取的多项属性特征的集合，所述属性特征的提取方法如下：
首先，对面部图像进行图像预处理，去除噪声；
其次，将经图像预处理后的面部图像分割为多个图像块，从所有图像块提取图像属性构建选项集矩阵P（a，b），其中：a=（a1，a2，⋯，an）表示图像块，n为图像块的数量；b=（b1，b2，⋯，bm）表示图像属性，m为图像属性的项数；
确定归一化的隶属函数，所述隶属函数服从正态分布，最大值为选项集矩阵中图像属性的中心选项被选为样本的次数，以
Figure 669052DEST_PATH_IMAGE001
为中心的选项
Figure 809047DEST_PATH_IMAGE002
归一化值为：
Figure 513698DEST_PATH_IMAGE003
其中，
Figure 55537DEST_PATH_IMAGE031
表示以
Figure 554652DEST_PATH_IMAGE005
为中心的选项
Figure 181942DEST_PATH_IMAGE002
归一化值；
Figure 424705DEST_PATH_IMAGE002
表示选项集矩阵中的图像属性选项；
Figure 821051DEST_PATH_IMAGE032
表示样本
Figure 694329DEST_PATH_IMAGE033
的中心为
Figure 310381DEST_PATH_IMAGE005
的分布函数；
Figure 91255DEST_PATH_IMAGE034
表示中心点
Figure 607687DEST_PATH_IMAGE005
的值；
再次，构建图像块的影响程度函数模型：
Figure 448604DEST_PATH_IMAGE009
其中，
Figure 50486DEST_PATH_IMAGE010
分别表示第
Figure 635051DEST_PATH_IMAGE011
个和第
Figure 5990DEST_PATH_IMAGE012
个图像块；
Figure 283388DEST_PATH_IMAGE013
表示第
Figure 342873DEST_PATH_IMAGE011
个和第
Figure 996708DEST_PATH_IMAGE012
个图像块的图像属性项数差异，反映整体影响程度；
Figure 222153DEST_PATH_IMAGE014
表示第
Figure 404873DEST_PATH_IMAGE011
个图像块的图像属性项数；
Figure 981347DEST_PATH_IMAGE015
表示第
Figure 907715DEST_PATH_IMAGE012
个图像块的图像属性项数；
构建影响度矩阵
Figure 987667DEST_PATH_IMAGE016
，其中
Figure 606867DEST_PATH_IMAGE017
式中，
Figure 608321DEST_PATH_IMAGE018
表示第
Figure 636582DEST_PATH_IMAGE011
个图像块
Figure 774302DEST_PATH_IMAGE019
对第
Figure 361141DEST_PATH_IMAGE012
个图像块的影响度；
Figure 849891DEST_PATH_IMAGE020
表示以
Figure 118062DEST_PATH_IMAGE019
为中心的
Figure 172605DEST_PATH_IMAGE021
归一化值；
最后，采用线性回归方法，对图像块的影响度进行排序，进行属性特征提取。
上述技术方案的工作原理和有益效果为：本方案提供了一种对目标区域内用户通行人员提供的图像式识别数据的处理与提取方法，提高人脸识别的精度，可以提高人脸识别的智能化程度，有利于加强通行人员的安全管理，可以防止识别错误，提高正确率，防止误报警，进一步提高通行效率。
在一个实施例中，所述检测模块实时采集的人员数据为不同角度的人脸图像，所述识别验证模块进行处理的过程如下：
首先，从不同角度的人脸图像中选择与录入模块录入的面部图像角度最接近的人脸图像，进行图像预处理，去除噪声；
其次，从经图像预处理后的人脸图像中，采用属性特征的提取方法，提取人脸图像的属性特征；
最后，采用以下公式计算人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值：
Figure 133608DEST_PATH_IMAGE022
上式中，
Figure 906392DEST_PATH_IMAGE023
表示人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值；
Figure 225858DEST_PATH_IMAGE024
表示取最大值函数；
Figure 666066DEST_PATH_IMAGE025
表示实时采集的人脸图像的属性特征数量；
Figure 532391DEST_PATH_IMAGE035
表示数据库中保存的第
Figure 792471DEST_PATH_IMAGE011
个人员的面部图像的属性特征数量；
Figure 402444DEST_PATH_IMAGE027
表示第
Figure 431580DEST_PATH_IMAGE028
项属性特征的相似度权重；
Figure 468806DEST_PATH_IMAGE029
表示实时采集的人脸图像的第
Figure 216182DEST_PATH_IMAGE028
项属性特征；
Figure 131311DEST_PATH_IMAGE030
表示数据库中保存的第
Figure 218216DEST_PATH_IMAGE011
个人员的面部图像的第
Figure 691922DEST_PATH_IMAGE028
项属性特征；
若相似度最大值达到预设阈值，则表示比对成功。
上述技术方案的工作原理和有益效果为：本方案通过提供一种识别验证模块进行处理验证的方法，通过上述公式计算人脸图像的属性特征与数据库中保存各人员的面部图像的属性特征的相似度最大值，提高正确率，防止误报警，进一步提高通行效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于智慧大脑的人员通行检测系统，其特征在于，包括AI门禁、管理平台和数据库；
所述AI门禁包括检测模块、识别验证模块和报警模块，所述AI门禁设置于目标区域的出入口，所述检测模块用于实时采集出入口的人员数据，所述识别验证模块用于解析识别人员数据，并与数据库内的识别数据进行比对，比对成功允许通行并记录通行时间，比对不成功则由报警模块发出警示信息；
所述管理平台包括录入模块和统计分析模块，所述管理平台与AI门禁连接，所述录入模块用于录入人员的基础数据和识别数据；所述统计分析模块用于进行人员通行的数据统计与分析；
所述数据库与管理平台连接，用于存储人员的基础数据、识别数据和通行时间。
2.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述AI门禁包括迎宾机器人，所述迎宾机器人通过无线方式与管理平台连接，所述迎宾机器人设有显示屏和扬声器，当所述识别验证模块比对成功时，所述迎宾机器人从数据库获取当前通行人员的基础数据并在所述显示屏上显示，所述扬声器播放预设语音。
3.根据权利要求2所述的基于智慧大脑的人员通行检测系统，其特征在于，所述管理平台内置目标区域的三维模型；所述迎宾机器人设有人员识别感应模块、麦克风和行走机构，当所述人员识别感应模块识别到人员进入迎宾机器人的感应范围时，所述迎宾机器人将自动唤醒并通过扬声器播放预设语音，所述麦克风接收语音信息，并通过管理平台进行网络搜索实现相应的语音问答、图片呈现和/或视频播放；若接收的语音信息为问路，所述迎宾机器人从所述管理平台获取并显示目标区域的三维模型，确定目标位置，以语音方式和/或在三维模型上以图形方式进行路线指示；若语音信息为带路请求时，所述迎宾机器人获取目标区域的三维模型，确定目标位置，通过行走机构提供带路服务。
4.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述管理平台设有打卡模块，所述打卡模块内预设有打卡人员的打卡时间，当打卡人员通过所述识别验证模块比对成功时，打卡模块保存打卡人员的打卡时间记录；所述打卡模块能够与目标区域内用户的上下班打卡系统连接实现打卡数据共享。
5.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述管理平台设有访客预约模块和APP触发模块，访客通过移动终端下载并登录APP，通过APP触发模块实现与所述管理平台的连接，通过访客预约模块填写个人基础信息和预约申请，所述管理平台将访客的个人基础信息和预约申请反馈给被访问人进行确认，确认后允许访客在预约申请的时段内经所述AI门禁的所述识别验证模块进行验证通行，保存访客通行数据。
6.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述识别数据包括人脸图像、瞳孔、指纹、二维码和/或出入卡信息，所述二维码和/或出入卡信息设置在通行卡上，所述通行卡内置RFID芯片，所述RFID芯片记录持有人的出入卡信息。
7.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述AI门禁的数量与目标区域的出入口数量一致，所述目标区域的出入口包括人员通行的出入口和车辆通行的出入口。
8.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述统计分析模块定期对数据库中保存的人员通行数据进行统计和分析，根据反馈设置，向目标区域内的单位反馈单位所属人员的通行统计分析数据，和/或向特定人员反馈其通行统计分析数据。
9.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述数据库存储的识别数据为从所述录入模块录入的面部图像中提取的多项属性特征的集合，所述属性特征的提取方法如下：
首先，对面部图像进行图像预处理，去除噪声；
其次，将经图像预处理后的面部图像分割为多个图像块，从所有图像块提取图像属性构建选项集矩阵P（a，b），其中：a=（a1，a2，⋯，an）表示图像块，n为图像块的数量；b=（b1，b2，⋯，bm）表示图像属性，m为图像属性的项数；
确定归一化的隶属函数，所述隶属函数服从正态分布，最大值为选项集矩阵中图像属性的中心选项被选为样本的次数，以
Figure 394924DEST_PATH_IMAGE001
为中心的选项
Figure 46486DEST_PATH_IMAGE002
归一化值为：
Figure 357381DEST_PATH_IMAGE003
其中，
Figure 549328DEST_PATH_IMAGE004
表示以
Figure 894859DEST_PATH_IMAGE005
为中心的选项
Figure 248480DEST_PATH_IMAGE002
归一化值；
Figure 249934DEST_PATH_IMAGE002
表示选项集矩阵中的图像属性选项；
Figure 481457DEST_PATH_IMAGE006
表示样本
Figure 947074DEST_PATH_IMAGE007
的中心为
Figure 471596DEST_PATH_IMAGE005
的分布函数；
Figure 960346DEST_PATH_IMAGE008
表示中心点
Figure 494096DEST_PATH_IMAGE005
的值；
再次，构建图像块的影响程度函数模型：
Figure 548639DEST_PATH_IMAGE009
其中，
Figure 509642DEST_PATH_IMAGE010
分别表示第
Figure 485688DEST_PATH_IMAGE011
个和第
Figure 291970DEST_PATH_IMAGE012
个图像块；
Figure 732179DEST_PATH_IMAGE013
表示第
Figure 801766DEST_PATH_IMAGE011
个和第
Figure 563311DEST_PATH_IMAGE012
个图像块的图像属性项数差异，反映整体影响程度；
Figure 438863DEST_PATH_IMAGE014
表示第
Figure 467999DEST_PATH_IMAGE011
个图像块的图像属性项数；
Figure 974067DEST_PATH_IMAGE015
表示第
Figure 455864DEST_PATH_IMAGE012
个图像块的图像属性项数；
构建影响度矩阵
Figure 135107DEST_PATH_IMAGE016
，其中
Figure 18749DEST_PATH_IMAGE017
式中，
Figure 492456DEST_PATH_IMAGE018
表示第
Figure 664811DEST_PATH_IMAGE011
个图像块
Figure 616586DEST_PATH_IMAGE019
对第
Figure 387359DEST_PATH_IMAGE012
个图像块的影响度；
Figure 31967DEST_PATH_IMAGE020
表示以
Figure 691618DEST_PATH_IMAGE019
为中心的
Figure 447084DEST_PATH_IMAGE021
归一化值；
最后，采用线性回归方法，对图像块的影响度进行排序，进行属性特征提取。
10.根据权利要求1所述的基于智慧大脑的人员通行检测系统，其特征在于，所述检测模块实时采集的人员数据为不同角度的人脸图像，所述识别验证模块进行处理的过程如下：
首先，从不同角度的人脸图像中选择与录入模块录入的面部图像角度最接近的人脸图像，进行图像预处理，去除噪声；
其次，从经图像预处理后的人脸图像中，采用属性特征的提取方法，提取人脸图像的属性特征；
最后，采用以下公式计算人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值：
Figure 305319DEST_PATH_IMAGE022
上式中，
Figure 120828DEST_PATH_IMAGE023
表示人脸图像的属性特征与数据库中保存的各面部图像的属性特征的相似度最大值；
Figure 267776DEST_PATH_IMAGE024
表示取最大值函数；
Figure 826933DEST_PATH_IMAGE025
表示实时采集的人脸图像的属性特征数量；
Figure 805253DEST_PATH_IMAGE026
表示数据库中保存的第
Figure 526085DEST_PATH_IMAGE011
个人员的面部图像的属性特征数量；
Figure 160328DEST_PATH_IMAGE027
表示第
Figure 759062DEST_PATH_IMAGE028
项属性特征的相似度权重；
Figure 591889DEST_PATH_IMAGE029
表示实时采集的人脸图像的第
Figure 749201DEST_PATH_IMAGE028
项属性特征；
Figure 667478DEST_PATH_IMAGE030
表示数据库中保存的第
Figure 771701DEST_PATH_IMAGE011
个人员的面部图像的第
Figure 193455DEST_PATH_IMAGE028
项属性特征；
若相似度最大值达到预设阈值，则表示比对成功。
CN202110156654.3A 2021-02-05 2021-02-05 基于智慧大脑的人员通行检测系统 Active CN112507315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110156654.3A CN112507315B (zh) 2021-02-05 2021-02-05 基于智慧大脑的人员通行检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110156654.3A CN112507315B (zh) 2021-02-05 2021-02-05 基于智慧大脑的人员通行检测系统

Publications (2)

Publication Number Publication Date
CN112507315A true CN112507315A (zh) 2021-03-16
CN112507315B CN112507315B (zh) 2021-06-18

Family

ID=74952586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110156654.3A Active CN112507315B (zh) 2021-02-05 2021-02-05 基于智慧大脑的人员通行检测系统

Country Status (1)

Country Link
CN (1) CN112507315B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128896A (zh) * 2021-04-29 2021-07-16 重庆文理学院 基于物联网的智慧车间管理系统及方法
CN114360125A (zh) * 2021-11-26 2022-04-15 合肥金人科技有限公司 一种无感人员智能化管理系统和方法
CN115857413A (zh) * 2022-12-14 2023-03-28 中通建设股份有限公司 一种基于物联网的智能楼宇安全监测系统及方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6658149B1 (en) * 1999-01-07 2003-12-02 Nippon Telegraph & Telephone Corporation Scheme for identifying gray-scale image
US20100067806A1 (en) * 2008-09-12 2010-03-18 Halberd Match Corp. System and method for pleographic recognition, matching, and identification of images and objects
US20100104197A1 (en) * 2008-10-23 2010-04-29 Canon Kabushiki Kaisha Image processing apparatus, image processing method and program
US20160004934A1 (en) * 2013-03-26 2016-01-07 Fujifilm Corporation Authenticity determination system, feature point registration apparatus and method of controlling operation of same, and matching determination apparatus and method of controlling operation of same
US20160284098A1 (en) * 2015-03-23 2016-09-29 Kabushiki Kaisha Toshiba Image processing device, image processing method, computer program product, and image processing system
CN107135664A (zh) * 2015-12-21 2017-09-05 厦门中控生物识别信息技术有限公司 一种人脸识别的方法以及人脸识别装置
CN107564144A (zh) * 2017-08-20 2018-01-09 聚鑫智能科技（武汉）股份有限公司 一种智能机器人门禁系统及控制方法
CN109064601A (zh) * 2018-07-30 2018-12-21 深圳招商建筑科技有限公司 一种智能门岗机器人实现方法
CN209000091U (zh) * 2018-10-19 2019-06-18 深圳市西墨智慧科技有限公司 一种智能语音门禁机器人系统
CN110119673A (zh) * 2019-03-27 2019-08-13 广州杰赛科技股份有限公司 无感人脸考勤方法、装置、设备及存储介质
CN110415420A (zh) * 2019-08-22 2019-11-05 广东鉴面智能科技有限公司 一种基于人脸识别的访客智能管理系统及其管理方法
CN111273629A (zh) * 2020-03-26 2020-06-12 重庆科卫机器人技术有限公司 一种利用巡逻机器人的智能楼宇管理系统及其方法
CN111401196A (zh) * 2020-03-10 2020-07-10 珠海全志科技股份有限公司 受限空间内自适应人脸聚类的方法、计算机装置及计算机可读存储介质
CN111798605A (zh) * 2019-03-22 2020-10-20 金德奎 一种基于人脸识别的门禁或监控或签到或引导系统及其方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6658149B1 (en) * 1999-01-07 2003-12-02 Nippon Telegraph & Telephone Corporation Scheme for identifying gray-scale image
US20100067806A1 (en) * 2008-09-12 2010-03-18 Halberd Match Corp. System and method for pleographic recognition, matching, and identification of images and objects
US20100104197A1 (en) * 2008-10-23 2010-04-29 Canon Kabushiki Kaisha Image processing apparatus, image processing method and program
US20160004934A1 (en) * 2013-03-26 2016-01-07 Fujifilm Corporation Authenticity determination system, feature point registration apparatus and method of controlling operation of same, and matching determination apparatus and method of controlling operation of same
US20160284098A1 (en) * 2015-03-23 2016-09-29 Kabushiki Kaisha Toshiba Image processing device, image processing method, computer program product, and image processing system
CN107135664A (zh) * 2015-12-21 2017-09-05 厦门中控生物识别信息技术有限公司 一种人脸识别的方法以及人脸识别装置
CN107564144A (zh) * 2017-08-20 2018-01-09 聚鑫智能科技（武汉）股份有限公司 一种智能机器人门禁系统及控制方法
CN109064601A (zh) * 2018-07-30 2018-12-21 深圳招商建筑科技有限公司 一种智能门岗机器人实现方法
CN209000091U (zh) * 2018-10-19 2019-06-18 深圳市西墨智慧科技有限公司 一种智能语音门禁机器人系统
CN111798605A (zh) * 2019-03-22 2020-10-20 金德奎 一种基于人脸识别的门禁或监控或签到或引导系统及其方法
CN110119673A (zh) * 2019-03-27 2019-08-13 广州杰赛科技股份有限公司 无感人脸考勤方法、装置、设备及存储介质
CN110415420A (zh) * 2019-08-22 2019-11-05 广东鉴面智能科技有限公司 一种基于人脸识别的访客智能管理系统及其管理方法
CN111401196A (zh) * 2020-03-10 2020-07-10 珠海全志科技股份有限公司 受限空间内自适应人脸聚类的方法、计算机装置及计算机可读存储介质
CN111273629A (zh) * 2020-03-26 2020-06-12 重庆科卫机器人技术有限公司 一种利用巡逻机器人的智能楼宇管理系统及其方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
ABDUL WAHAB等: "Driving Profile Modeling and Recognition Based on Soft Computing Approach", 《IEEE TRANSACTIONS ON NEURAL NETWORKS》 *
GUANGCAN MAI等: "On the Reconstruction of Face Images from Deep Face Templates", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE 》 *
WENPENG ZONG等: "A Fast and Accurate Planar-Feature-Based Global Scan Registration Method", 《IEEE SENSORS JOURNAL》 *
XINNIAN WANG等: "Single 2D pressure footprint based person identification", 《2017 IEEE INTERNATIONAL JOINT CONFERENCE ON BIOMETRICS (IJCB)》 *
孔珊珊: "基于形状特征的图像检索研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李勇: "基于内容的图像检索技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *
田春娜: "复杂背景下多视角人脸检测与识别", 《中国博士学位论文全文数据库 信息科技辑》 *
相桂芳: "MFA与SVD模糊融合的人脸识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128896A (zh) * 2021-04-29 2021-07-16 重庆文理学院 基于物联网的智慧车间管理系统及方法
CN113128896B (zh) * 2021-04-29 2023-07-18 重庆文理学院 基于物联网的智慧车间管理系统及方法
CN114360125A (zh) * 2021-11-26 2022-04-15 合肥金人科技有限公司 一种无感人员智能化管理系统和方法
CN115857413A (zh) * 2022-12-14 2023-03-28 中通建设股份有限公司 一种基于物联网的智能楼宇安全监测系统及方法

Also Published As

Publication number Publication date
CN112507315B (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
CN112507315B (zh) 基于智慧大脑的人员通行检测系统
US6504470B2 (en) Access control method and apparatus for members and guests
US7634662B2 (en) Method for incorporating facial recognition technology in a multimedia surveillance system
US7769207B2 (en) System and method for collection, storage, and analysis of biometric data
CN110910549A (zh) 基于深度学习和人脸识别特征的校园人员安全管理系统
US20190087464A1 (en) Regional population management system and method
CN108946348B (zh) 一种基于人脸识别的电梯控制方法
JP2001338295A (ja) 生態情報による本人認証システム
US20160048721A1 (en) System and method for accurately analyzing sensed data
CN113330491B (zh) 电子闸门的开启方法、装置及服务器
CN112509194B (zh) 无人值守型智慧门卫系统
CN109360305B (zh) 一种基于人脸识别的图书馆管理方法及其系统
CN113630721A (zh) 推荐游览路线的生成方法和装置、及计算机可读存储介质
CN110728778A (zh) 一种基于人脸识别的智能访客预约管理系统和方法
CN111402459A (zh) 一种具有社区综合管理功能的智能门禁系统及其方法
RU2676884C1 (ru) Система и способ контроля доступа на территорию
CN111402105A (zh) 一种社区管理系统
CN111916220A (zh) 信息的展现方法及装置、信息采集设备
CN213814809U (zh) 无人值守型智慧门卫系统
CN114202842A (zh) 一种用于人员进出登记记录器
CN110163158B (zh) 一种可智能感知的场景人脸识别系统
JP7169182B2 (ja) Ａｉロボットによる入退場管理システム
JP2006163788A (ja) 入場者管理方法及び管理システム
CN113269916B (zh) 基于人脸识别的来宾预判分析方法及系统
CN208722277U (zh) 闸机系统

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
GR01 Patent grant
GR01 Patent grant