CN112562139A - 基于图像识别的门禁控制方法、装置、电子设备 - Google Patents

基于图像识别的门禁控制方法、装置、电子设备 Download PDF

Info

Publication number
CN112562139A
CN112562139A CN202011096583.4A CN202011096583A CN112562139A CN 112562139 A CN112562139 A CN 112562139A CN 202011096583 A CN202011096583 A CN 202011096583A CN 112562139 A CN112562139 A CN 112562139A
Authority
CN
China
Prior art keywords
portrait
area
target
track
frame
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
CN202011096583.4A
Other languages
English (en)
Other versions
CN112562139B (zh
Inventor
赵亚运
王�义
刁俊
龙艳红
蔡俊辉
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.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies 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 Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN202011096583.4A priority Critical patent/CN112562139B/zh
Publication of CN112562139A publication Critical patent/CN112562139A/zh
Application granted granted Critical
Publication of CN112562139B publication Critical patent/CN112562139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G07C9/10—Movable barriers with registering means
    • G07C9/15—Movable barriers with registering means with arrangements to prevent the passage of more than one individual at a time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • 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
    • 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
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明实施例提供一种基于图像识别的门禁控制方法、装置、电子设备及存储介质，所述方法包括：提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，第二人像特征区域包括第一人像特征区域，第二人像特征区域与第三人像特征区域结合得到完整人像；根据第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；根据第一目标人像的轨迹与门禁的关系匹配预设的放行策略；基于预设的放行策略，对门禁机进行控制。多个人像区域来共同确认一个目标人像，避免有多人同时通过门禁，提高了门禁的安全性，另外，根据放行策略来控制对门禁进行控制，可以进一步的提高门禁的安全性。

Description

基于图像识别的门禁控制方法、装置、电子设备
技术领域
本发明涉及人工智能领域，尤其涉及一种基于图像识别的门禁控制方法、装置、电子设备及存储介质。
背景技术
门禁机(也称闸机)是一种在人员密集的场所提供有序通行和身份验证的装置，可以减少场所的现场管理人员。原则上，一次门禁机的开放只允许一个验证成功的人员通过，在现有的门禁机中，由于人员通过门禁机时，会需要一定的通行时间，所以门禁机会开放一定的时间以使行人通过，而在这个时间内，可能会存在其他人员快速通过，这样，在前一个人员通过门禁机后，后面一个人员快速通过门禁机的行为(比如尾随、代开门或作弊)，使得后面一个人员不用进行身份验证就通过了闸机，从而导致门禁机的安全性不高。
发明内容
本发明实施例提供一种基于图像识别的门禁控制方法，能够提高门禁机的安全性。
第一方面，本发明实施例提供一种基于图像识别的门禁控制方法，用于门禁机控制，所述方法包括：
提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
基于所述预设的放行策略，对所述门禁机进行控制。
可选的，所述方法还包括：
提取所述帧图像的温度信息图；
根据所述温度信息图，判断是否存在温度异常点位于所述第一人像特征区域或所述第二人脸特征区域；
若存在，则控制门禁机拒绝放行。
可选的，所述方法还包括：
判断所述第一人像特征区域、第二人像特征区域与第三人像特征区域是否符合人像几何关系；
若所述第一人像特征区域、第二人像特征区域与第三人像特征区域不符合人像几何关系，则判断是否存在多余的第二人像特征区域或第三人像特征区域；
若存在多余的第二人像特征区域或第三人像特征区域，则控制门禁机拒绝放行。
可选的，所述根据所述第一人你特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹，包括：
根据第i帧的帧图像的第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧的帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1，计算第一目标人像从第i帧图像到第i+1帧图像的相邻帧移动轨迹；
根据所述第一目标人像的相邻帧移动轨迹，计算第i帧的帧图像到第i+n帧的帧图像之间的所述第一目标人像的轨迹，n为大于1的整数。
可选的，第i帧的帧图像到第i+n帧的帧图像之间包括视频关键帧与视频差别帧，所述方法还包括：
判断所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci是否符合人像几何关系；
若所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci不符合人像几何关系，则提升视频关键帧的权重以及降低视频差别帧的权重。
可选的，所述帧图像中包括与门禁对应的热区，所述根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略，包括：
计算所述第一目标人像的轨迹与热区的关系；
通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
可选的，所述热区包括第一边界与第二边界，所述第一边界与所述门禁位置对应，所述计算所述第一目标人像的轨迹与热区的关系，包括：
计算所述第一目标人像的轨迹与所述第一边界的第一交点信息，以及计算所述第一目标人像的轨迹与所述第二边界的第二交点信息；
根据所述第一交点信息以及第二交点信息，计算所述第一目标人像的轨迹与热区的关系。
可选的，所述第一交点信息包括第一交点数量，所述第二交点信息包括第二交点数量，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，包括：
判断所述第一交点数量与所述第二交点数量是否相等；
若所述第一交点数量与所述第二交点数量不相等，则确定所述第一目标人像的轨迹与热区的关系为所述目标人像违规进出热区；
根据所述目标人像违规进出热区，匹配对应的第一放行策略，所述放行策略包括上报安全中心。
可选的，所述第一交点信息还包括第一交点时序，所述第二交点信息还包括第二交点时序，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
根据所述第一交点时序与第二交点时序，判断相邻两个第一交点中，是否包括且只包括一个第二交点，或判断相邻两个第二交点中，是否包括且只包括一个第一交点；
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区游荡；
根据所述第一目标人像在热区游荡，匹配对应的第二放行策略，所述第二放行策略包括播报驱离。
可选的，所述第一目标人像具有穿过热区的资格，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则判断是否存在第二目标人像；
若存在第二目标人像，则计算所述第二目标人像的轨迹与热区的关系；
若所述第二目标人像的轨迹与热区的关系为进出关系，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区进出资格被冒用；
根据所述第一目标人像在热区进出资格被冒用，匹配对应的第三放行策略，所述第三放行策略包括上报安全中心和/或语音播报。
第二方面，本发明实施例还提供一种基于图像识别的门禁控制装置，用于门禁机控制，所述装置包括：
第一提取模块，用于提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
计算模块，用于根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
匹配模块，用于根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
第一控制模块，用于基于所述预设的放行策略，对所述门禁机进行控制。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器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本发明实施例提供的基于图像识别的门禁控制方法中的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现发明实施例提供的基于图像识别的门禁控制方法中的步骤。
本发明实施例中，提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；基于所述预设的放行策略，对所述门禁机进行控制。通过多个人像区域来共同确认一个目标人像，可以检测出是否为一个人员通过门禁，避免有多人同时通过门禁，提高了门禁的安全性，另外，通过目标人像的轨迹与门禁的关系匹配对应的放行策略，根据放行策略来控制对门禁进行控制，可以进一步的提高门禁的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明实施例提供的一种基于图像识别的门禁控制方法的流程图；
图2是本发明实施例提供的另一种基于图像识别的门禁控制方法的流程图；
图3是本发明实施例提供的一种目标人像的轨迹计算方法的流程图；
图4是本发明实施例提供的一种放行策略匹配方法的流程图；
图5是本发明实施例提供的一种基于图像识别的门禁控制装置的结构示意图；
图6是本发明实施例提供的另一种基于图像识别的门禁控制装置的结构示意图；
图7是本发明实施例提供的另一种基于图像识别的门禁控制装置的结构示意图；
图8是本发明实施例提供的一种计算模块的结构示意图；
图9是本发明实施例提供的另一种基于图像识别的门禁控制装置的结构示意图；
图10是本发明实施例提供的一种匹配模块的结构示意图；
图11是本发明实施例提供的一种第三计算子模块的结构示意图；
图12是本发明实施例提供的一种匹配子模块的结构示意图；
图13是本发明实施例提供的另一种匹配子模块的结构示意图；
图14是本发明实施例提供的另一种匹配子模块的结构示意图；
图15是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动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。
请参见图1，图1是本发明实施例提供的一种基于图像识别的门禁控制方法的流程图，如图1所示，该方法用门禁机的控制，定时或实时进行基于图像识别的门禁控制，包括以下步骤：
101、提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域。
在本发明实施例中，上述第二人像特征区域包括上述第一人像特征区域，所述第二人像特征区域与上述第三人像特征区域结合得到完整人像。
上述目标区域指的是相机的监控区域，相机的监控区域可以是门禁机所在区域，即相机对门禁机所在区域进行拍摄。
上述监控帧图像指的是相机拍摄到的视频流中的帧图像。上述帧图像中包括门禁机所在区域图像。
上述第一人像特征区域可以是人像中的人脸区域或人头区域，上述的第二人像特征区域可以是人像中的头肩区域(包括人头区域和肩部区域)，上述的第三人像特征区域可以是人像中的人体区域(肩部以下区域)。上述的头肩区域包括上述的人脸区域或人头区域，上述的头肩区域与人体区域结合，可以得到完整的人像。
其中，上述的人脸区域或人头区域可以通过人脸检测模型或人头检测模型进行提取得到，上述头肩区域可以通过头肩检测模型进行提取得到，上述的人体区域可以通过人体检测模型进行提取得到。
具体的，以人脸检测模型为例，将帧图像对应的大图输入到人脸检测模型中，人脸检测模型在检测到人脸特征时，会返回一个人脸框(x，y，w，h)，x，y为人脸框中心坐标，w，h分别为人脸框的宽和高，通过这个人脸框，可以得到帧图像对应的大图中人脸所在区域，从而得到人脸区域作为第一人像特征区域。同样的，将帧图像对应的大图输入到头肩检测模型中，头肩检测模型在检测到头肩特征时，会返回一个头肩框(x，y，w，h)，x，y为头肩框中心坐标，w，h分别为头肩框的宽和高，通过这个头肩框，可以得到帧图像对应的大图中人头和肩部所在区域，从而得到头肩区域作为第二人像特征区域。同样的，将帧图像对应的大图输入到人体检测模型中，人体检测模型在检测到人体特征时，会返回一个人体框(x，y，w，h)，x，y为人体框中心坐标，w，h分别为人体框的宽和高，通过这个人体框，可以得到帧图像对应的大图中人体所在区域，从而得到人体区域作为第三人像特征区域。
在一种可能的实施例中，上述的人脸检测模型或人头检测模型、头肩检测模型、人体检测模型可以集成在服务器中，服务器与相机通过网络进行连接，在相机拍摄到视频流后，将视频流上传到服务器中，通过服务器中集成的人脸检测模型或人头检测模型、头肩检测模型、人体检测模型对视频流中的帧图像进行特征检测以及提取。
102、根据第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹。
在本发明实施例中，目标人像的轨迹指的是目标人像在视频流的连续帧中的移动轨迹，比如，开始目标人像在门禁的左侧，经过一段时间后，目标人像在门禁的右侧，目标人像从左到右到的痕迹即为目标人像的轨迹。
上述的第一目标人像指的是相机拍摄到的视频中的其中一个人像，在一种可能的实施方式中，上述第一目标人像也可以理解为当前进入目标区域的人员图像。需要说明的是，上述的第一目标人像可以看成是第一人像特征区域、第二人像特征区域与第三人像特征区域的集合，该集合中只有一个第一人像特征区域、一个第二人像特征区域、一个第三人像特征区域。
通过第一人像特征区域、第二人像特征区域与第三人像特征区域在视频流中帧与帧之间的移动情况，得到第一目标人像的轨迹。具体的，符合人像几何关系的第一人像特征区域、第二人像特征区域与第三人像特征区域可以结合得到完整的第一目标人像。上述的人像几何关系可以理解为第一人像特征区域、第二人像特征区域与第三人像特征区域之间的位置关系及数量关系，比如，一个完整人像，由且只由一个人脸区域、一个头肩区域、一个人体区域结合而成，进一步的人像几何关系为，人脸区域的位置在头肩区域中，头肩区域的位置在人体区域的正上方。
可选的，第一人像特征区域、第二人像特征区域与第三人像特征区域通过人像几何关系进行关联，可以采用第一人像特征区域、第二人像特征区域与第三人像特征区域三个区域的其中一个区域进行轨迹计算，该个区域的轨迹即可代表第一目标人像的轨迹。在轨迹的计算过程中，应当以第一人像特征区域、第二人像特征区域与第三人像特征区域通过人像几何关系作为约束条件，以保证第一目标人像的完整性。
103、根据第一目标人像的轨迹与门禁的关系匹配预设的放行策略。
在本发明实施例中，上述的第一目标人像的轨迹与门禁的关系可以是以下几种情况：第一种情况类型，根据视频流得到的第一目标人像的轨迹穿过门禁，也可以理解为与第一目标人像对应的目标人员进出门禁；第二种情况类型，根据视频流得到的第一目标人像的轨迹在门禁一侧反复徘徊，也可以理解为与第一目标人像对应的目标人员在门禁附近游荡；第三种情况类型，根据视频流得到的第一目标人像的轨迹在门禁一侧反复徘徊，且有非第一目标人像穿过门禁，也可以理解为与第一目标人像对应的目标人员通过门禁的资格被冒用(比如，第一目标人像对应的目标人员用自己的资格给其他人员代为开门)；第四种情况类型，根据视频流得到的第一目标人像的轨迹穿过门禁，且有非第一目标人像穿过门禁，也可以理解为与第一目标人像对应的目标人员通过门禁的资格被冒用(比如，第一目标人像对应的目标人员被其他人员尾随)。
对于第一目标人像的轨迹与门禁之间不同的关系类型，可以匹配对应的放行策略。上述的放行策略为预先设置好的，上述的放行策略可以根据实际的门禁机进行预设。比如，有多道闸门的门禁机与只有一道闸门的门禁机可以设置不同的放行策略。
可选的，在门禁机的为两道闸门的实施例中，在第一目标人像的轨迹与门禁的关系可以在第一道闸门时进行确定，如果处于第一种情况类型，即第一道闸门已放行，且目标人员通过了第一道闸门，对应的放行策略可以设置为，第二道闸门也进行放行，并且可以进行播报，比如欢迎回家或出门注意安全等。如果处于第二种情况类型，即第一道闸门已放行，但目标人员没有通过第一道闸门，则第二道闸门拒绝放行，并且可以进行播报，比如：“非本人通行”或“您已违规通行”，并且可以上报到安全中心进行处理。这样，可以提醒目标人员以及安全中心的工作人员注意该情况。如果处于第三种情况类型，即第一道闸门放行，且目标人员通过第一道闸门，且有另外的人员也在此时通过第一道闸门，则第二道闸门拒绝放行，并且可以进行播报，比如：“多人通行”或“尾随通行”，并且可以上报到安全中心进行处理。这样，可以提醒目标人员以及安全中心的工作人员注意该情况。判断是否存在非目标人员的方法可以是，判断有没有存在不符合人像几何关系的第一人像特征区域、第二人像特征区域与第三人像特征区域出现，比如在数量上多出第一人像特征区域、第二人像特征区域与第三人像特征区域三个人像特征区域中的一个即可判定存在非目标人员。
可选的，在门禁机的为一道闸门的实施例中，判断第一目标人像的轨迹与门禁的关系，如果处于第一种情况类型，即闸门已放行，且目标人员通过了第一道闸门，对应的放行策略可以设置为，进行出入播报，比如：“欢迎回家”或“出门注意安全等”。如果处于第二种情况类型，即闸门已放行，但目标人员没有通过闸门，则可以进行通报，比如：“非本人通行”或“您已违规通行”，并且可以上报到安全中心进行处理。这样，可以提醒目标人员以及安全中心的工作人员注意该情况。如果处于第三种情况类型，即闸门放行，且目标人员通过闸门，且有另外的人员也在此时通过闸门，则可以进行通报，比如：“多人通行”或“尾随通行”，并且可以上报到安全中心进行处理。这样，可以提醒目标人员以及安全中心的工作人员注意该情况。
通过第一目标人像的轨迹与门禁的不同关系，匹配对应的放行策略，可以进一步提高门禁制度的安全性。
104、基于预设的放行策略，对门禁机进行控制。
在本发明实施例中，可以在匹配到对应的放行策略后，转换为对应的控制指令发送到对应的门禁机中，由门禁机执行对应的控制指令，完成放行策略中对应的动作。
可选的，可以在服务器匹配到对应的放行策略后，转换为对应的控制指令，并通过网络传输到对应的门禁机中，由门禁机执行对应的控制指令，完成放行策略中对应的动作，并返回响应指令，使得服务器将进出数据存储为目标人员历史进出数据。
本发明实施例中，提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；基于所述预设的放行策略，对所述门禁机进行控制。多个人像区域来共同确认一个目标人像，可以检测出是否为一个人员通过门禁，避免有多人同时通过门禁，提高了门禁的安全性，另外，通过目标人像的轨迹与门禁的关系匹配对应的放行策略，根据放行策略来控制对门禁进行控制，可以进一步的提高门禁的安全性。
需要说明的是，本发明实施例提供的基于图像识别的门禁控制方法可以应用于可以进行基于图像识别的门禁控制的手机、监控器、计算机、服务器等设备。
可选的，请参见图2，图2是本发明实施例提供的另一种基于图像识别的门禁控制方法的流程图，在图1实施例的基础上，还包括目标人员的体温检测，相机拍摄到的帧图像包括红外信息，具体如图2所示，该方法包括以下步骤：
201、提取帧图像的温度信息图。
可以通过帧图像中的红外信息，来提取得到温度信息图，温度信息图也可以称为红外热力图，不同的颜色分布代表不同的温度值。需要说明的是，上述的温度信息图的大小可以与帧图像的大小相同。当然，也可以提取帧图像中与第一人像特征区域或第二人像特征区域对应的温度信息图。
在温度信息图中，每个像素点的值可以表示一个温度值。
202、根据温度信息图，判断是否存在温度异常点位于第一人像特征区域或第二人像特征区域。
在本发明实施例中，上述第一人像特征区域可以是人脸区域，上述第二人像特征区域可以是头肩区域，由于人脸区域的皮肤是裸露在空气中的，可以直接进行热辐射，因此，通过人脸区域的温度可以判断该目标人员是否体温异常。同样的，头肩区域中包括人脸区域，因此，也可以采用头肩区域的温度来判断该目标人员是否体温异常。
具体的，上述的温度异常点可以理解为，在温度信息图中对应于人脸的区域，存在温度异常的像素点。温度异常的范围可以是与人体温度范围相关的，比如30～36℃(比如低烧)以及37.5～42℃(比如高烧)。通过温度信息图与第一人像特征区域或第二人像特征区域可以判断第一目标人像的温度是否异常，从而判断与第一目标人像对应的目标人员的体温是否正常。
203、若存在，则控制门禁机拒绝放行。
在本发明实施例中，上述第一人像特征区域可以是人脸区域，当温度信息图中对应的人脸区域存在温度异常的像素点时，说明目标人员的体温不正常，在体温管制时期(比如流感期间、新冠期间等体温管制时期)，可以控制门禁机拒绝放行，从而在体温管制时期进一步提高门禁制度的安全性。
当然，若温度信息图中对应的人脸区域不存在温度异常的像素点，则可以进入步骤102。需要说明的是，步骤201、202、203的执行时间可以在目标人员进入目标区域时，即是在门禁机放行前。
可选的，为了进一步确定是否存在体温异常的人员，可以选判断第一人像特征区域、第二人像特征区域与第三人像特征区域是否符合人像几何关系。上这人像几何关系可以是第一人像特征区域、第二人像特征区域与第三人像特征区域之间的位置关系及数量关系。上述的数量关系可以是一个目标人像具有且只具有第一人像特征区域、第二人像特征区域与第三人像特征区域三个区域，上述的位置关系为第一人像特征区域位于第二人像特征区域之中，第二人像特征区域与第三人像特征区域组合成完整人像。进一步比如，第一人像特征区域为人脸区域，第二人像特征区域为头肩区域，第三人像特征区域为人体区域，则对于一个完整的人像来说，数量关系为人脸区域只有一个、头肩区域只有一个、人体区域也只有一个，位置关系为人脸区域位于头肩区域之中，头肩区域位于人体区域的正上方，且头肩区域与人体区域结合，可以得到完整的人像。
基于上述的人像几何关系，若数量关系不符合，比如整个帧图像中，有3个人脸区域，4个头肩区域、5个人体区域，则说明至少有2个人脸区域被遮挡，至少1个头肩区域被遮挡，而温度异常的判断是由人脸区域或头肩区域来进行的，说明了有人没有进行温度异常的检测。在这种情况下，可以拒绝放行，并进行播报，让被遮挡的人员出镜进行温度异常的检测。
可选的，请参见图3，图3是本发明实施例提供的一种目标人像的轨迹计算方法的流程图，具体如图3所示，该方法包括以下步骤：
301、根据第i帧的帧图像的第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧的帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1，计算第一目标人像从第i帧图像到第i+1帧图像的相邻帧移动轨迹。
具体的，第一目标人像在第i帧的帧图像可以由第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci结合得到，第一目标人像在第i+1帧的帧图像可以由第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1结合得到。第i帧的帧图像与第i+1帧的帧图像为相邻帧图像，第一目标人像在第i帧图像与第i+1帧图像之间的移动趋势也可以称为相邻帧移动轨迹，相邻帧移动轨迹可以计算第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧的帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1之间的差来得到。比如，假设第一目标人像在第i帧的帧图像中的位置为(x，y)，若差为0，则表示第一目标人像没有移动；若差为(1，2)，则表示第一目标人像的移动轨迹为(x，y)→(x+1，y+2)。
进一步的，第一人像特征区域、第二人像特征区域与第三人像特征区域通过人像几何关系进行关联，可以采用第一人像特征区域、第二人像特征区域与第三人像特征区域三个区域的其中一个区域进行轨迹计算，该个区域的轨迹即可代表第一目标人像的轨迹。在轨迹的计算过程中，应当以第一人像特征区域、第二人像特征区域与第三人像特征区域通过人像几何关系作为约束条件，以保证第一目标人像的完整性。比如，第一人像特征区域为人脸区域，第二人像特征区域为头肩区域，第三人像特征区域为人体区域，则可以根据人脸区域来计算第一目标人像的相邻帧移动轨迹，在计算的过程中，保证人脸区域位于头肩区域中，头肩区域位于人体区域正上方，且头肩区域与人体区域结合得到完整的人像，这样，得到的第一目标人像的相邻帧移动轨迹准确度更高。
302、根据第一目标人像的相邻帧移动轨迹，计算第i帧的帧图像到第i+n帧的帧图像之间的第一目标人像的轨迹，n为大于1的整数。
在本发明实施例中，通过逐帧计算第一目标人像的相邻帧移动轨迹，并将相邻帧移动轨迹连接起来，得到第i帧的帧图像到第i+n帧的帧图像之间的第一目标人像的轨迹。比如，可以是计算第i帧的帧图像到第i+1帧的帧图像的相邻帧移动轨迹为(x，y)→(x+1，y+2)，计算第i+1帧的帧图像到第i+2帧的帧图像的相邻帧移动轨迹为(x+1，y+2)→(x+2，y+3)，计算第i+2帧的帧图像到第i+3帧的帧图像的相邻帧移动轨迹为(x+2，y+3)→(x+3，y+5)，则结合后的轨迹为(x，y)→(x+1，y+2)→(x+2，y+3)→(x+3，y+5)作为第一目标人像的轨迹。
可选的，由于相机向服务器发送的视频流数据为压缩数据，在服务器中需要进行解压。通常视频流数据中包括关键帧数据(I帧)与差别帧数据(P帧)，对于关键帧，图像信息是完全保留的，在关键帧的下一帧，则通过差别帧与关键帧进行叠加，才得到下帧的图像信息。比如，假设视频流中的第i帧为关键帧，即图像信息是完全保留的I帧，在压缩后，I帧后面是差别帧，即第i+1帧与第i帧的差别信息，也称为P帧，在I帧(第i帧)上叠加P帧，则得到图像信息完整的第i+1帧。
可选的，为进一步提高第一目标人像的相邻帧移动轨迹准确度，判断所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci是否符合人像几何关系。
若第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci不符合人像几何关系，则提升视频关键帧的权重以及降低视频差别帧的权重。这样，可以使得解压缩得到的视频流更注重关键帧的识别，图像信息更完整，从而进一步提高第一目标人像的相邻帧移动轨迹准确度。
可选的，请参见图4，图4是本发明实施例提供的一种放行策略匹配方法的流程图，本发明实施例中，帧图像中的包括与门禁区域对应的热区，上述热区可以是相机内预先设置好的区域坐标，也可以是服务器通过解压缩视频流后，通过门禁机检测模型检测得到。具体如图4所示，该方法包括以下步骤：
401、计算第一目标人像的轨迹与热区的关系。
在本发明实施例中，第一目标人像的轨迹与热区的关系可以用于表示第一目标人像的轨迹与门禁的关系。
上述的第一目标人像的轨迹与门禁的关系可以是以下几种情况：第一种情况类型，根据视频流得到的第一目标人像的轨迹穿过门禁，也可以理解为与第一目标人像对应的目标人员进出门禁；第二种情况类型，根据视频流得到的第一目标人像的轨迹在门禁一侧反复徘徊，也可以理解为与第一目标人像对应的目标人员在门禁附近游荡；第三种情况类型，根据视频流得到的第一目标人像的轨迹在门禁一侧反复徘徊，且有非第一目标人像穿过门禁，也可以理解为与第一目标人像对应的目标人员通过门禁的资格被冒用(比如，第一目标人像对应的目标人员用自己的资格给其他人员代为开门)；第四种情况类型，根据视频流得到的第一目标人像的轨迹穿过门禁，且有非第一目标人像穿过门禁，也可以理解为与第一目标人像对应的目标人员通过门禁的资格被冒用(比如，第一目标人像对应的目标人员被其他人员尾随)。402、通过第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
进一步的，热区包括第一边界与第二边界，上述第一边界与所述门禁位置对应。
具体的，可以计算第一目标人像的轨迹与第一边界的第一交点信息，以及计算第一目标人像的轨迹与第二边界的第二交点信息；根据第一交点信息以及第二交点信息，来计算第一目标人像的轨迹与热区的关系。比如，第一目标人像的轨迹先与第一边界相交，则说明与第一目标人像对应的目标人员通过了门禁，进入热区，此时，若第一目标人像的轨迹又与第二边界相交，则说明第一目标人像穿过了热区，与第一目标人像对应的目标人员离开了门禁；第一目标人像的轨迹先与第二边界相交，则说明与第一目标人像对应的目标人员进入热区，此时，若第一目标人像的轨迹又与第一边界相交，则说明与第一目标人像对应的目标人员通过了门禁，也说明第一目标人像穿过了热区，与第一目标人像对应的目标人员进入了门禁。需要说明的是，上述的热区为单侧热区，可以设置门禁机外或门禁机内。当然，上述的热区也可以是双侧热区，即在门禁机的两侧，均设置热区，此时，穿过热区的判定则会增加一个与第二边界相交的条件，比如第一目标人像的轨迹先与第一条第二边界相交，再与第一边界相交，最后与另一条第二边界相交，则可以认为第一目标人像是穿过热区的。
由于热区的设置，所以热区的进与出是相匹配的，以设置在门禁外侧的热区为例，一个目标人员要通过门禁机离开，则该目标人员会先跨过第一边界(产生第一交点信息)，再跨过第二边界(产生第二交点信息)；一个目标人员要通过门禁机进入，则该目标人员会先跨过第二边界(产生第二交点信息)，再跨过第一边界(产生第一交点信息)。
具体的，第一交点信息包括第一交点数量，第二交点信息包括第二交点数量，第一目标人像的轨迹与热区的关系可以通过判断第一交点数量与第二交点数量是否相等来确定。
具体的，若第一交点数量与第二交点数量相等，则说明第一目标人像的轨迹与热区的关系为第一目标人像穿过热区，进一步可以认为与第一目标人像对应的目标人员通过门禁，将此作为第一关系类型；若第一交点数量与第二交点数量不相等，比如，第一交点数量为2，第二交点数量为5，则可以该第一目标人员，则说明第一目标人像的轨迹与热区的关系为第一目标人像没有正常穿过热区，则可以确定第一目标人像的轨迹与热区的关系为第一目标人像违规进出热区，即与第一目标人像对应的目标人员存在未被登记或违规的“进入”或“离开”行为，将此作为第二关系类型。
可选的，第一交点信息包括第一交点时序，第二交点信息还包括第二交点时序，第一目标人像的轨迹与热区的关系可以通过判断第一交点数量、第一交点时序、第二交点数量与第二交点时序来确定。
具体的，可以根据第一交点时序与第二交点时序，判断相邻两个第一交点中，是否包括且只包括一个第二交点，若相邻两个第一交点中不是包括且只包括一个第二交点，则确定第一目标人像的轨迹与热区的为所述第一目标人像在热区游荡。或判断相邻两个第二交点中，是否包括且只包括一个第一交点；若相邻两个第二交点中不是包括且只包括一个第一交点，则确定第一目标人像的轨迹与热区的关系为第一目标人像在热区游荡。将此作为第三关系类型。
可选的，可以预先判断第一目标人像是否具有穿过热区的资格，即是判断与第一目标人像对应的目标人员是否具有通过门禁的资格。具体的，可以通过第一目标人像的第一人像特征或第二人像特征来与底库中对应的人像特征进行相似度计算，若相似度大于预设的阈值，则说明第一目标人像对应的目标人员具有通过门禁的资格，自然而然地，第一目标人像也就具有通过门禁的资格。
具体的，若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则可以判断是否存在第二目标人像。判断是否存在第二目标人像可以是判断是否存在多余的第一人像特征区域，和/或是否存在多余的第二人像特征区域，和/或是否存在多余的第三人像特征区域，若存在，则说明存在第二目标人像。
当存在第二目标人像，则可以获取第二目标人像的轨迹，若第二目标人像的轨迹与第一边界存在交点，则说明第二目标人像对应的目标人员通过门禁，然而，本次门禁的通过资格应该为第一目标人像对应的目标人员，所以可以认为第一目标人像的热区进出资格被冒用。
进一步的，判断第一目标人像的轨迹与第二目标人像的轨迹是否相似，若相似，则说明第一目标人像也穿过了热区，即与第一目标人像对应的目标人员也通过门禁，而与第二目标人像对应的目标人员则是尾随行为，在第一目标人像对应的目标人员通过门禁的期间，利用门禁开启的持续时间，快速通过门禁，将此作为第四关系类型。
若第一目标人像的轨迹与第二目标人像的轨迹不相似，则判断第一目标人像的是否穿过热区，即判断与第一目标人像对应的目标人员是否通过门禁，若第一目标人像没有穿过热区，则可以认为与第一目标人像对应的目标人员为代开门，比如，刷自己的脸，让别人通过门禁，将此作为第五关系类型。
402、通过第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
在本发明实施例中，对于第一目标人像的轨迹与门禁之间不同的关系类型，可以匹配对应的放行策略。
举例来说，对于第一关系类型，说明与第一目标人像对应的目标人员为正常进出门禁，放行策略可以是增加出入播报，比如：“欢迎回家”或“出门注意安全等”(默认放行策略)。
对于第二关系类型，说明与第一目标人像对应的目标人员的“进”和“出”不匹配，放行策略可以是增加出入播报，比如“您已违规通行”(第一放行策略)。该情况下，还可以上报安全中心进行处理。
对于第三关系类型，说明与第一目标人像对应的目标人员在门禁附近游荡，放行策略为拒绝放行，并增加播报对该目标人员进行驱离，比如：“请勿在门禁区域逗留或游荡”(第二放行策略)。该情况下，还可以上报安全中心进行处理。
对于第四关系类型与第五关系类型，说明与第一目标人像对应的目标人员的门禁通过资格被冒用，放行策略为增加出入播报，比如：“多人通行”或“尾随通行”(第三放行策略)。该情况下，还可以上报安全中心进行处理。
上述的放行策略为预先设置好的，上述的放行策略可以根据实际的门禁机进行预设。比如，有多道闸门的门禁机与只有一道闸门的门禁机可以设置不同的放行策略。
通过播报，使得与第一目标人像对应的目标人员注意到自己的情况，可以提高该目标人员的警觉性与安全意识。通过上报安全中心，可以使负责安全工作的人员及时注意到门禁机的情况，避免去查看录像，使得信息满后，进而做到及时的响应和处理。
在本发明实施例中，针对不同的通过门禁的行为，设置不同的放行策略，进一步提高门禁制度的安全性。
请参见图5，图5是本发明实施例提供的一种基于图像识别的门禁控制装置的结构示意图，如图5所示，用于门禁机控制，所述装置包括：
第一提取模块501，用于提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
计算模块502，用于根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
匹配模块503，用于根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
第一控制模块504，用于基于所述预设的放行策略，对所述门禁机进行控制。
可选的，如图6所示，所述装置还包括：
第二提取模块505，用于提取所述帧图像的温度信息图；
第一判断模块506，用于根据所述温度信息图，判断是否存在温度异常点位于所述第一人像特征区域或所述第二人脸特征区域；
第二控制模块507，用于若存在，则控制门禁机拒绝放行。
可选的，如图7所示，所述装置还包括：
第二判断模块508，用于判断所述第一人像特征区域、第二人像特征区域与第三人像特征区域是否符合人像几何关系；
第三判断模块509，用于若所述第一人像特征区域、第二人像特征区域与第三人像特征区域不符合人像几何关系，则判断是否存在多余的第二人像特征区域或第三人像特征区域；
第三控制模块510，用于若存在多余的第二人像特征区域或第三人像特征区域，则控制门禁机拒绝放行。
可选的，如图8所示，所述计算模块502，包括：
第一计算子模块5021，用于根据第i帧的帧图像的第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧的帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1，计算第一目标人像从第i帧图像到第i+1帧图像的相邻帧移动轨迹；
第二计算子模块5022，用于根据所述第一目标人像的相邻帧移动轨迹，计算第i帧的帧图像到第i+n帧的帧图像之间的所述第一目标人像的轨迹，n为大于1的整数。
可选的，如图9所示，第i帧的帧图像到第i+n帧的帧图像之间包括视频关键帧与视频差别帧，所述装置还包括：
第四判断模块511，用于判断所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci是否符合人像几何关系；
权重提升模块512，用于若所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci不符合人像几何关系，则提升视频关键帧的权重以及降低视频差别帧的权重。
可选的，如图10所示，所述帧图像中包括与门禁对应的热区，所述匹配模块503，包括：
第三计算子模块5031，用于计算所述第一目标人像的轨迹与热区的关系；
匹配子模块5032，用于通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
可选的，如图11所示，所述热区包括第一边界与第二边界，所述第一边界与所述门禁位置对应，所述第三计算子模块5031，包括：
第一计算单元50311，用于计算所述第一目标人像的轨迹与所述第一边界的第一交点信息，以及计算所述第一目标人像的轨迹与所述第二边界的第二交点信息；
第二计算单元50312，用于根据所述第一交点信息以及第二交点信息，计算所述第一目标人像的轨迹与热区的关系。
可选的，如图12所示，所述第一交点信息包括第一交点数量，所述第二交点信息包括第二交点数量，所述匹配子模块5032，包括：
第一判断单元50321，用于判断所述第一交点数量与所述第二交点数量是否相等；
第一确定单元50322，用于若所述第一交点数量与所述第二交点数量不相等，则确定所述第一目标人像的轨迹与热区的关系为所述目标人像违规进出热区；
第一匹配单元50323，用于根据所述目标人像违规进出热区，匹配对应的第一放行策略，所述放行策略包括上报安全中心。
可选的，如图13所示，所述第一交点信息还包括第一交点时序，所述第二交点信息还包括第二交点时序，所述匹配子模块5032，还包括：
第二判断单元50324，用于根据所述第一交点时序与第二交点时序，判断相邻两个第一交点中，是否包括且只包括一个第二交点，或判断相邻两个第二交点中，是否包括且只包括一个第一交点；
第二确定单元50325，用于若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区游荡；
第二匹配单元50326，用于根据所述第一目标人像在热区游荡，匹配对应的第二放行策略，所述第二放行策略包括播报驱离。
可选的，如图14所示，所述第一目标人像具有穿过热区的资格，所述匹配子模块5032，还包括：
第三判断单元50327，用于若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则判断是否存在第二目标人像；
第三计算单元50328，用于若存在第二目标人像，则计算所述第二目标人像的轨迹与热区的关系；
第三确定单元50329，用于若所述第二目标人像的轨迹与热区的关系为进出关系，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区进出资格被冒用；
第三匹配单元503210，用于根据所述第一目标人像在热区进出资格被冒用，匹配对应的第三放行策略，所述第三放行策略包括上报安全中心和/或语音播报。
需要说明的是，本发明实施例提供的基于图像识别的门禁控制装置可以应用于可以进行基于图像识别的门禁控制的手机、监控器、计算机、服务器等设备。
本发明实施例提供的基于图像识别的门禁控制装置能够实现上述方法实施例中基于图像识别的门禁控制方法实现的各个过程，且可以达到相同的有益效果。为避免重复，这里不再赘述。
参见图15，图15是本发明实施例提供的一种电子设备的结构示意图，如图15所示，包括：存储器1502、处理器1501及存储在所述存储器1502上并可在所述处理器1501上运行的计算机程序，其中：
处理器1501用于调用存储器1502存储的计算机程序，执行如下步骤：
提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
基于所述预设的放行策略，对所述门禁机进行控制。
可选的，处理器1501还执行包括：
提取所述帧图像的温度信息图；
根据所述温度信息图，判断是否存在温度异常点位于所述第一人像特征区域或所述第二人脸特征区域；
若存在，则控制门禁机拒绝放行。
可选的，处理器1501还执行包括：
判断所述第一人像特征区域、第二人像特征区域与第三人像特征区域是否符合人像几何关系；
若所述第一人像特征区域、第二人像特征区域与第三人像特征区域不符合人像几何关系，则判断是否存在多余的第二人像特征区域或第三人像特征区域；
若存在多余的第二人像特征区域或第三人像特征区域，则控制门禁机拒绝放行。
可选的，处理器1501执行的所述根据所述第一人你特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹，包括：
根据第i帧的帧图像的第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧的帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1，计算第一目标人像从第i帧图像到第i+1帧图像的相邻帧移动轨迹；
根据所述第一目标人像的相邻帧移动轨迹，计算第i帧的帧图像到第i+n帧的帧图像之间的所述第一目标人像的轨迹，n为大于1的整数。
可选的，第i帧的帧图像到第i+n帧的帧图像之间包括视频关键帧与视频差别帧，处理器1501还执行包括：
判断所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci是否符合人像几何关系；
若所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci不符合人像几何关系，则提升视频关键帧的权重以及降低视频差别帧的权重。
可选的，所述帧图像中包括与门禁对应的热区，处理器1501执行的所述根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略，包括：
计算所述第一目标人像的轨迹与热区的关系；
通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
可选的，所述热区包括第一边界与第二边界，所述第一边界与所述门禁位置对应，处理器1501执行的所述计算所述第一目标人像的轨迹与热区的关系，包括：
计算所述第一目标人像的轨迹与所述第一边界的第一交点信息，以及计算所述第一目标人像的轨迹与所述第二边界的第二交点信息；
根据所述第一交点信息以及第二交点信息，计算所述第一目标人像的轨迹与热区的关系。
可选的，所述第一交点信息包括第一交点数量，所述第二交点信息包括第二交点数量，处理器1501执行的所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，包括：
判断所述第一交点数量与所述第二交点数量是否相等；
若所述第一交点数量与所述第二交点数量不相等，则确定所述第一目标人像的轨迹与热区的关系为所述目标人像违规进出热区；
根据所述目标人像违规进出热区，匹配对应的第一放行策略，所述放行策略包括上报安全中心。
可选的，所述第一交点信息还包括第一交点时序，所述第二交点信息还包括第二交点时序，处理器1501执行的所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
根据所述第一交点时序与第二交点时序，判断相邻两个第一交点中，是否包括且只包括一个第二交点，或判断相邻两个第二交点中，是否包括且只包括一个第一交点；
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区游荡；
根据所述第一目标人像在热区游荡，匹配对应的第二放行策略，所述第二放行策略包括播报驱离。
可选的，所述第一目标人像具有穿过热区的资格，处理器1501执行的所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则判断是否存在第二目标人像；
若存在第二目标人像，则计算所述第二目标人像的轨迹与热区的关系；
若所述第二目标人像的轨迹与热区的关系为进出关系，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区进出资格被冒用；
根据所述第一目标人像在热区进出资格被冒用，匹配对应的第三放行策略，所述第三放行策略包括上报安全中心和/或语音播报。
需要说明的是，上述电子设备可以是可以应用于可以进行基于图像识别的门禁控制的手机、监控器、计算机、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中基于图像识别的门禁控制方法实现的各个过程，且可以达到相同的有益效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的基于图像识别的门禁控制方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
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令相关的硬件来完成，所述的程序可存储于一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，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (13)

1.一种基于图像识别的门禁控制方法，用于门禁机控制，其特征在于，包括以下步骤：
提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
基于所述预设的放行策略，对所述门禁机进行控制。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
提取所述帧图像的温度信息图；
根据所述温度信息图，判断是否存在温度异常点位于所述第一人像特征区域或所述第二人像特征区域；
若存在，则控制门禁机拒绝放行。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
判断所述第一人像特征区域、第二人像特征区域与第三人像特征区域是否符合人像几何关系；
若所述第一人像特征区域、第二人像特征区域与第三人像特征区域不符合人像几何关系，则判断是否存在多余的第二人像特征区域或第三人像特征区域；
若存在多余的第二人像特征区域或第三人像特征区域，则控制门禁机拒绝放行。
4.如权利要求1所述的方法，其特征在于，所述根据所述第一人你特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹，包括：
根据第i帧图像的第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci，以及第i+1帧图像的第一人像特征区域Ai+1、第二人像特征区域Bi+1与第三人像特征区域Ci+1，计算第一目标人像从第i帧图像到第i+1帧图像的相邻帧移动轨迹；
根据所述第一目标人像的相邻帧移动轨迹，计算第i帧的帧图像到第i+n帧的帧图像之间的所述第一目标人像的轨迹，n为大于1的整数。
5.如权利要求4所述的方法，其特征在于，所述第i帧的帧图像到第i+n帧的帧图像之间包括视频关键帧与视频差别帧，所述方法还包括：
判断所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci是否符合人像几何关系；
若所述第一人像特征区域Ai、第二人像特征区域Bi与第三人像特征区域Ci不符合人像几何关系，则提升视频关键帧的权重以及降低视频差别帧的权重。
6.如权利要求1所述的方法，其特征在于，所述帧图像中包括与门禁对应的热区，所述根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略，包括：
计算所述第一目标人像的轨迹与热区的关系；
通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略。
7.如权利要求6所述的方法，其特征在于，所述热区包括第一边界与第二边界，所述第一边界与所述门禁位置对应，所述计算所述第一目标人像的轨迹与热区的关系，包括：
计算所述第一目标人像的轨迹与所述第一边界的第一交点信息，以及计算所述第一目标人像的轨迹与所述第二边界的第二交点信息；
根据所述第一交点信息以及第二交点信息，计算所述第一目标人像的轨迹与热区的关系。
8.如权利要求7所述的方法，其特征在于，所述第一交点信息包括第一交点数量，所述第二交点信息包括第二交点数量，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，包括：
判断所述第一交点数量与所述第二交点数量是否相等；
若所述第一交点数量与所述第二交点数量不相等，则确定所述第一目标人像的轨迹与热区的关系为所述目标人像违规进出热区；
根据所述第一目标人像违规进出热区，匹配对应的第一放行策略，所述放行策略包括上报安全中心。
9.如权利要求8所述的方法，其特征在于，所述第一交点信息还包括第一交点时序，所述第二交点信息还包括第二交点时序，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
根据所述第一交点时序与第二交点时序，判断相邻两个第一交点中，是否包括且只包括一个第二交点，或判断相邻两个第二交点中，是否包括且只包括一个第一交点；
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区游荡；
根据所述第一目标人像在热区游荡，匹配对应的第二放行策略，所述第二放行策略包括播报驱离。
10.如权利要求9所述的方法，其特征在于，所述第一目标人像具有穿过热区的资格，所述通过所述第一目标人像的轨迹与热区的关系来匹配预设的放行策略，还包括：
若相邻两个第一交点中不是包括且只包括一个第二交点，或者相邻两个第二交点中不是包括且只包括一个第一交点，则判断是否存在第二目标人像；
若存在第二目标人像，则计算所述第二目标人像的轨迹与热区的关系；
若所述第二目标人像的轨迹与热区的关系为进出关系，则确定所述第一目标人像的轨迹与热区的关系为所述第一目标人像在热区进出资格被冒用；
根据所述第一目标人像在热区的进出资格被冒用，匹配对应的第三放行策略，所述第三放行策略包括上报安全中心和/或播报。
11.一种基于图像识别的门禁控制装置，用于门禁机控制，其特征在于，所述装置包括：
第一提取模块，用于提取目标区域监控帧图像中的第一人像特征区域、第二人像特征区域与第三人像特征区域，其中，所述第二人像特征区域包括所述第一人像特征区域，所述第二人像特征区域与所述第三人像特征区域结合得到完整人像；
计算模块，用于根据所述第一人像特征区域、第二人像特征区域与第三人像特征区域，计算第一目标人像的轨迹；
匹配模块，用于根据所述第一目标人像的轨迹与门禁的关系匹配预设的放行策略；
第一控制模块，用于基于所述预设的放行策略，对所述门禁机进行控制。
12.一种电子设备，其特征在于，包括：存储器、处理器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权利要求1至10中任一项所述的基于图像识别的门禁控制方法中的步骤。
13.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的基于图像识别的门禁控制方法中的步骤。
CN202011096583.4A 2020-10-14 2020-10-14 基于图像识别的门禁控制方法、装置、电子设备 Active CN112562139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011096583.4A CN112562139B (zh) 2020-10-14 2020-10-14 基于图像识别的门禁控制方法、装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011096583.4A CN112562139B (zh) 2020-10-14 2020-10-14 基于图像识别的门禁控制方法、装置、电子设备

Publications (2)

Publication Number Publication Date
CN112562139A true CN112562139A (zh) 2021-03-26
CN112562139B CN112562139B (zh) 2023-02-17

Family

ID=75041271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011096583.4A Active CN112562139B (zh) 2020-10-14 2020-10-14 基于图像识别的门禁控制方法、装置、电子设备

Country Status (1)

Country Link
CN (1) CN112562139B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538759A (zh) * 2021-07-08 2021-10-22 深圳创维－Rgb电子有限公司 基于显示设备的门禁管理方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150098630A1 (en) * 2013-10-08 2015-04-09 Sri International Iris biometric recognition module and access control assembly
CN104951773A (zh) * 2015-07-12 2015-09-30 上海微桥电子科技有限公司 一种实时人脸识别监视系统
CN106127137A (zh) * 2016-06-21 2016-11-16 长安大学 一种基于3d轨迹分析的目标检测识别算法
CN106779218A (zh) * 2016-12-16 2017-05-31 深圳达实智能股份有限公司 一种人员活动轨迹的预测方法
CN108222749A (zh) * 2017-12-29 2018-06-29 安徽慧视金瞳科技有限公司 一种基于图像分析的智能自动门控制方法
KR102002287B1 (ko) * 2018-07-24 2019-07-23 신지원 의심행동 관리가 가능한 출입관리 시스템
CN111063083A (zh) * 2019-12-16 2020-04-24 腾讯科技（深圳）有限公司 门禁控制方法、装置、计算机可读存储介质和计算机设备
CN111402481A (zh) * 2020-03-29 2020-07-10 北京年管家信息科技有限公司 一种带有测量体温功能的智能门禁系统、控制方法及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150098630A1 (en) * 2013-10-08 2015-04-09 Sri International Iris biometric recognition module and access control assembly
CN104951773A (zh) * 2015-07-12 2015-09-30 上海微桥电子科技有限公司 一种实时人脸识别监视系统
CN106127137A (zh) * 2016-06-21 2016-11-16 长安大学 一种基于3d轨迹分析的目标检测识别算法
CN106779218A (zh) * 2016-12-16 2017-05-31 深圳达实智能股份有限公司 一种人员活动轨迹的预测方法
CN108222749A (zh) * 2017-12-29 2018-06-29 安徽慧视金瞳科技有限公司 一种基于图像分析的智能自动门控制方法
KR102002287B1 (ko) * 2018-07-24 2019-07-23 신지원 의심행동 관리가 가능한 출입관리 시스템
CN111063083A (zh) * 2019-12-16 2020-04-24 腾讯科技（深圳）有限公司 门禁控制方法、装置、计算机可读存储介质和计算机设备
CN111402481A (zh) * 2020-03-29 2020-07-10 北京年管家信息科技有限公司 一种带有测量体温功能的智能门禁系统、控制方法及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538759A (zh) * 2021-07-08 2021-10-22 深圳创维－Rgb电子有限公司 基于显示设备的门禁管理方法、装置、设备及存储介质
CN113538759B (zh) * 2021-07-08 2023-08-04 深圳创维－Rgb电子有限公司 基于显示设备的门禁管理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112562139B (zh) 2023-02-17

Similar Documents

Publication Publication Date Title
US10453278B2 (en) Virtual access control
CN113223046B (zh) 一种监狱人员行为识别的方法和系统
CN110533811A (zh) 基于ssd实现安全帽检查的方法及装置与系统和存储介质
CN109754496A (zh) 门禁方法和系统
CN103839379A (zh) 汽车及用于其的驾驶员疲劳预警检测方法和系统
CN111564224A (zh) 一种具有健康监测的智能监控系统及其实现方法
CN110191234B (zh) 一种基于注视点分析的智能终端解锁方法
CN112861826B (zh) 基于视频图像的煤矿监管方法、系统、设备及存储介质
CN111192391A (zh) 基于图像和/或视频的人行通道闸机控制方法和设备
KR102174784B1 (ko) 딥 러닝과 멀티 에이전트를 활용한 대규모 개체 식별 및 추적 방법
CN113034826A (zh) 基于视频的异常事件告警方法及其系统、设备、存储介质
JP7075702B2 (ja) 入退室認証システムおよび入退室認証方法
CN111833504B (zh) 门禁系统及其控制方法、电子设备
CN112562139B (zh) 基于图像识别的门禁控制方法、装置、电子设备
JP2019080271A (ja) 在室者監視システム
CN110930569A (zh) 一种安检控制方法和系统
CN113393607B (zh) 一种电力智能安保方法及系统
CN112560727A (zh) 一种基于人工智能的起重机越线安全预警方法和装置
CN115830761A (zh) 闸机通行标注方法、装置、计算机设备和存储介质
KR101064114B1 (ko) 패턴인식을 통한 출입통제시스템
KR20230064095A (ko) 딥러닝 기반 영상분석을 통한 이상행동 탐지 장치 및 방법
CN114299653A (zh) 身份验证方法、装置、系统以及存储介质
CN113705357A (zh) 基于摄像机识别电动车的方法及系统、设备及存储介质
CN116030404A (zh) 一种基于人工智能的作业区域电子警戒围栏架设和安全监控方法
KR102406487B1 (ko) 다중 이벤트 분석 및 제어를 위한 ai 영상 처리 카메라 및 카메라 시스템

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