CN112598836A - 一种基于深度学习的人脸识别比对系统及方法 - Google Patents

一种基于深度学习的人脸识别比对系统及方法 Download PDF

Info

Publication number
CN112598836A
CN112598836A CN202011464483.2A CN202011464483A CN112598836A CN 112598836 A CN112598836 A CN 112598836A CN 202011464483 A CN202011464483 A CN 202011464483A CN 112598836 A CN112598836 A CN 112598836A
Authority
CN
China
Prior art keywords
owner
face
face image
module
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011464483.2A
Other languages
English (en)
Inventor
柯容龙
林若松
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.)
Tianshi Geographic Shenzhen Intelligent Technology Co ltd
Original Assignee
Tianshi Geographic Shenzhen Intelligent 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 Tianshi Geographic Shenzhen Intelligent Technology Co ltd filed Critical Tianshi Geographic Shenzhen Intelligent Technology Co ltd
Priority to CN202011464483.2A priority Critical patent/CN112598836A/zh
Publication of CN112598836A publication Critical patent/CN112598836A/zh
Pending legal-status Critical Current

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
    • G07C9/20—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
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Lock And Its Accessories (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于深度学习的人脸识别比对系统及方法，包括人脸特征信息采集模块、业主信息建立模块、特征值比对模块、数据库、中央处理模块、门禁自动门模块，人脸特征信息采集模块包括人脸图像采集单元、人脸图像预处理模块、提取人脸图像特征单元，业主信息建立模块包括业主人脸模型建立单元和业主身份证信息收集单元，业主身份证信息收集单元包括业主人脸图像采集单元、业主人脸图像预处理单元、提取业主人脸图像特征单元。本发明便于小区业主进入到小区，同时防止外来闲杂人员进行到小区，对小区业主的财产安全造成损失。

Description

一种基于深度学习的人脸识别比对系统及方法
技术领域
本发明涉及人脸识别比对技术领域，特别涉及一种基于深度学习的人脸识别比对系统及方法。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别利用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作。技术上包括图像采集、特征定位、身份的确认和查找等。“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。
随着人们生活水平的提高，人们更加注重家居环境的安全，安防观念不断加强；伴随着这种需求的提高，智慧小区应运而生。智慧小区是以小区局域网为物理基础，拟建成一座现代化、信息化、智能化的小区，向居民提供一个安全、高效、舒适、便利的建筑环境。智慧小区采用先进、成熟的技术，所采用的技术和设备符合标准化、开放性的要求，并具有可扩展性和灵活性，确保系统的安全、可靠和实用，引领智慧小区“数字社区”建设的典范，从而在服务方面提供优秀楼盘品质。智慧小区的门禁最大的硬伤是，密码容易忘记，并且容易破解；射频门禁的缺点则是“认卡不认人”，射频卡容易丢失及易被他人盗用；另外，指纹门禁的安全隐患则是指纹容易复制。
发明内容
本发明的主要目的在于提供一种基于深度学习的人脸识别比对系统及方法，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种基于深度学习的人脸识别比对系统，包括人脸特征信息采集模块、业主信息建立模块、特征值比对模块、数据库、中央处理模块、门禁自动门模块，所述人脸特征信息采集模块的输出端与特征值比对模块的输入端电性连接，所述业主信息建立模块的输出端与数据库的输入端电性连接，所述数据库的输出端与特征值比对模块的输入端电性连接，所述特征值比对模块的输出端与中央处理模块的输入端电性连接，所述中央处理模块的输出端与门禁自动门模块的输入端电性连接，所述人脸特征信息采集模块包括人脸图像采集单元、人脸图像预处理模块、提取人脸图像特征单元，所述人脸图像采集单元的输出端与人脸图像预处理模块的输入端电性连接，所述人脸图像预处理模块的输出端与提取人脸图像特征单元的输入端电性连接，所述业主信息建立模块包括业主人脸模型建立单元和业主身份证信息收集单元，所述业主身份证信息收集单元包括业主人脸图像采集单元、业主人脸图像预处理单元、提取业主人脸图像特征单元，所述业主人脸图像采集单元的输出端与业主人脸图像预处理单元的输入端电性连接，所述业主人脸图像预处理单元的输出端与提取业主人脸图像特征单元的输入端电性连接。
作为本发明的一种优选技术方案，所述人脸图像采集单元为第一高清摄像机。
作为本发明的一种优选技术方案，所述业主身份证信息收集单元为第二代身份证读卡器。
作为本发明的一种优选技术方案，所述业主人脸图像采集单元为第二高清摄像机。
作为本发明的一种优选技术方案，所述门禁自动门模块为门禁自动门。
作为本发明的一种优选技术方案，所述第一高清摄像机设置在门禁自动门处。
本发明还包括一种基于深度学习的人脸识别比对的方法，包括以下操作步骤：
S1.调整第二高清摄像机和业主的位置和角度，使业主的面部正对着第二高清摄像机，采用第二高清摄像机拍摄业主的人脸图片，获取业主的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取业主的人脸图像特征信息；
S2.将业主的身份证放置于第二代身份证读卡器的读卡区域，通过第二代身份证读卡器读取该业主身份证上的照片信息和身份证基本信息，获取业主身份证信息；
S3.将业主的人脸图像特征信息和业主的身份证信息结合匹配，建立该业主的人脸模型；
S4.为小区的每位业主建立人脸模型，将所有的人脸模型信息建立一个数据库，在数据库内保存；
S5.人员从外面回来进入小区时，人员调整位置和角度，使面部正对着第一高清摄像机，第一高清摄像机拍摄人员的人脸照片，获取人员的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取人员的人脸图像特征信息；
S5.将人员的人脸图像特征信息传递到特征值比对模块，人脸图像特征信息和数据库内的业主人脸模型信息进行相似度的识别比对，通过人脸图像特征相似度来判断该人员是否为该小区的业主；
S6.将判断人脸图像特征比对结果传递到中央处理模块，如果人脸图像特征比对结果为该人员是该小区的业主，中央处理模块控制门禁自动门打开，如果人脸图像特征比对结果为该人员不是该小区的业主，中央处理模块控制门禁自动门不打开。
与现有技术相比，本发明具有如下有益效果：
1、本发明通过设置业主信息建立模块，提取每位业主人脸图像特征信息和业主身份证信息，业主人脸图像特征信息和业主身份证信息匹配建立人脸模型，将小区的业主人脸模型建立成一个数据库，便于对小区业主进行管理；
2、本发明通过设置人脸特征信息采集模块和特征值比对模块，提取人员的人脸图像特征信息，并将提取的人脸图像特征信息和数据库内的人脸模型进行识别比对，便于判断是否为小区的业主，防止闲杂人员进行小区。
附图说明
图1为本发明一种基于深度学习的人脸识别比对系统及方法的整体结构示意图。
图中：1、人脸特征信息采集模块；2、业主信息建立模块；3、特征值比对模块；4、数据库；5、中央处理模块；6、门禁自动门模块；7、人脸图像采集单元；8、人脸图像预处理模块；9、提取人脸图像特征单元；10、业主人脸模型建立单元；11、业主身份证信息收集单元；12、业主人脸图像采集单元；13、业主人脸图像预处理单元；14、提取业主人脸图像特征单元。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1所示，一种基于深度学习的人脸识别比对系统及方法，包括人脸特征信息采集模块1、业主信息建立模块2、特征值比对模块3、数据库4、中央处理模块5、门禁自动门模块6，所述人脸特征信息采集模块1的输出端与特征值比对模块3的输入端电性连接，所述业主信息建立模块2的输出端与数据库4的输入端电性连接，所述数据库4的输出端与特征值比对模块3的输入端电性连接，所述特征值比对模块3的输出端与中央处理模块5的输入端电性连接，所述中央处理模块5的输出端与门禁自动门模块6的输入端电性连接，所述人脸特征信息采集模块1包括人脸图像采集单元7、人脸图像预处理模块8、提取人脸图像特征单元9，所述人脸图像采集单元7的输出端与人脸图像预处理模块8的输入端电性连接，所述人脸图像预处理模块8的输出端与提取人脸图像特征单元9的输入端电性连接，所述业主信息建立模块2包括业主人脸模型建立单元10和业主身份证信息收集单元11，所述业主身份证信息收集单元11包括业主人脸图像采集单元12、业主人脸图像预处理单元13、提取业主人脸图像特征单元14，所述业主人脸图像采集单元12的输出端与业主人脸图像预处理单元13的输入端电性连接，所述业主人脸图像预处理单元13的输出端与提取业主人脸图像特征单元14的输入端电性连接。
本实施例中，优选的，所述人脸图像采集单元7为第一高清摄像机。
本实施例中，优选的，所述业主身份证信息收集单元11为第二代身份证读卡器。
本实施例中，优选的，所述业主人脸图像采集单元12为第二高清摄像机。
本实施例中，优选的，所述门禁自动门模块6为门禁自动门。
本实施例中，优选的，所述第一高清摄像机设置在门禁自动门处。
一种基于深度学习的人脸识别比对的方法，包括以下操作步骤：
S1.调整第二高清摄像机和业主的位置和角度，使业主的面部正对着第二高清摄像机，采用第二高清摄像机拍摄业主的人脸图片，获取业主的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取业主的人脸图像特征信息；
S2.将业主的身份证放置于第二代身份证读卡器的读卡区域，通过第二代身份证读卡器读取该业主身份证上的照片信息和身份证基本信息，获取业主身份证信息；
S3.将业主的人脸图像特征信息和业主的身份证信息结合匹配，建立该业主的人脸模型；
S4.为小区的每位业主建立人脸模型，将所有的人脸模型信息建立一个数据库，在数据库内保存；
S5.人员从外面回来进入小区时，人员调整位置和角度，使面部正对着第一高清摄像机，第一高清摄像机拍摄人员的人脸照片，获取人员的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取人员的人脸图像特征信息；
S5.将人员的人脸图像特征信息传递到特征值比对模块，人脸图像特征信息和数据库内的业主人脸模型信息进行相似度的识别比对，通过人脸图像特征相似度来判断该人员是否为该小区的业主；
S6.将判断人脸图像特征比对结果传递到中央处理模块，如果人脸图像特征比对结果为该人员是该小区的业主，中央处理模块控制门禁自动门打开，如果人脸图像特征比对结果为该人员不是该小区的业主，中央处理模块控制门禁自动门不打开。
需要说明的是，本发明为一种基于深度学习的人脸识别比对系统及方法，使用时，采集业主的人脸图像，对人脸图像进行预处理，提取业主的人脸图像特征信息，再采集业主的身份证信息，将业主的人脸图像特征信息和业主的身份证信息建立人脸模型，将业主的人脸模型储存在数据库内，采集外来人员的人脸图像，对人脸图像进行预处理，提取外来人员的人脸图像特征信息，特征值比对模块将外来人员的人脸图像特征信息与数据库内的业主人脸模型进行识别比对，判断外来人员是否为小区业主，人脸图像特征比对结果为该人员是该小区的业主，中央处理模块控制门禁自动门打开，如果人脸图像特征比对结果为该人员不是该小区的业主，中央处理模块控制门禁自动门不打开，便于小区业主进入到小区，同时防止外来闲杂人员进行到小区，对小区业主的财产安全造成损失。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于深度学习的人脸识别比对系统，包括人脸特征信息采集模块（1）、业主信息建立模块（2）、特征值比对模块（3）、数据库（4）、中央处理模块（5）、门禁自动门模块（6），其特征在于：所述人脸特征信息采集模块（1）的输出端与特征值比对模块（3）的输入端电性连接，所述业主信息建立模块（2）的输出端与数据库（4）的输入端电性连接，所述数据库（4）的输出端与特征值比对模块（3）的输入端电性连接，所述特征值比对模块（3）的输出端与中央处理模块（5）的输入端电性连接，所述中央处理模块（5）的输出端与门禁自动门模块（6）的输入端电性连接，所述人脸特征信息采集模块（1）包括人脸图像采集单元（7）、人脸图像预处理模块（8）、提取人脸图像特征单元（9），所述人脸图像采集单元（7）的输出端与人脸图像预处理模块（8）的输入端电性连接，所述人脸图像预处理模块（8）的输出端与提取人脸图像特征单元（9）的输入端电性连接，所述业主信息建立模块（2）包括业主人脸模型建立单元（10）和业主身份证信息收集单元（11），所述业主身份证信息收集单元（11）包括业主人脸图像采集单元（12）、业主人脸图像预处理单元（13）、提取业主人脸图像特征单元（14），所述业主人脸图像采集单元（12）的输出端与业主人脸图像预处理单元（13）的输入端电性连接，所述业主人脸图像预处理单元（13）的输出端与提取业主人脸图像特征单元（14）的输入端电性连接。
2.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述人脸图像采集单元（7）为第一高清摄像机。
3.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述业主身份证信息收集单元（11）为第二代身份证读卡器。
4.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述业主人脸图像采集单元（12）为第二高清摄像机。
5.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述门禁自动门模块（6）为门禁自动门。
6.根据权利要求2所述的一种基于深度学习的人脸识别比对系统及方法，其特征在于：所述第一高清摄像机设置在门禁自动门处。
7.根据权利要求1所述的一种基于深度学习的人脸识别比对的方法，其特征在于：包括以下操作步骤：
S1.调整第二高清摄像机和业主的位置和角度，使业主的面部正对着第二高清摄像机，采用第二高清摄像机拍摄业主的人脸图片，获取业主的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取业主的人脸图像特征信息；
S2.将业主的身份证放置于第二代身份证读卡器的读卡区域，通过第二代身份证读卡器读取该业主身份证上的照片信息和身份证基本信息，获取业主身份证信息；
S3.将业主的人脸图像特征信息和业主的身份证信息结合匹配，建立该业主的人脸模型；
S4.为小区的每位业主建立人脸模型，将所有的人脸模型信息建立一个数据库，在数据库内保存；
S5.人员从外面回来进入小区时，人员调整位置和角度，使面部正对着第一高清摄像机，第一高清摄像机拍摄人员的人脸照片，获取人员的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取人员的人脸图像特征信息；
S5.将人员的人脸图像特征信息传递到特征值比对模块，人脸图像特征信息和数据库内的业主人脸模型信息进行相似度的识别比对，通过人脸图像特征相似度来判断该人员是否为该小区的业主；
S6.将判断人脸图像特征比对结果传递到中央处理模块，如果人脸图像特征比对结果为该人员是该小区的业主，中央处理模块控制门禁自动门打开，如果人脸图像特征比对结果为该人员不是该小区的业主，中央处理模块控制门禁自动门不打开。
CN202011464483.2A 2020-12-14 2020-12-14 一种基于深度学习的人脸识别比对系统及方法 Pending CN112598836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011464483.2A CN112598836A (zh) 2020-12-14 2020-12-14 一种基于深度学习的人脸识别比对系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011464483.2A CN112598836A (zh) 2020-12-14 2020-12-14 一种基于深度学习的人脸识别比对系统及方法

Publications (1)

Publication Number Publication Date
CN112598836A true CN112598836A (zh) 2021-04-02

Family

ID=75192910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011464483.2A Pending CN112598836A (zh) 2020-12-14 2020-12-14 一种基于深度学习的人脸识别比对系统及方法

Country Status (1)

Country Link
CN (1) CN112598836A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114005160A (zh) * 2021-10-28 2022-02-01 建湖县公安局 一种基于身份二维码和人工智能的门禁控制系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218599A (zh) * 2013-03-26 2013-07-24 苏州福丰科技有限公司 基于人脸识别第二代居民身份证的认证系统和认证方法
CN107844744A (zh) * 2017-10-09 2018-03-27 平安科技（深圳）有限公司 结合深度信息的人脸识别方法、装置及存储介质
CN108229427A (zh) * 2018-01-29 2018-06-29 南京华科和鼎信息科技有限公司 一种基于身份证件和人脸识别的身份安全验证方法及系统
CN108364374A (zh) * 2017-12-28 2018-08-03 武汉烽火众智数字技术有限责任公司 基于深度学习的人脸门禁控制装置及方法
CN110473323A (zh) * 2019-08-19 2019-11-19 湖南湘诚智慧信息技术有限责任公司 一种智慧小区管理方法及系统
CN111462385A (zh) * 2020-05-13 2020-07-28 安徽理工大学 一种智能摄像头及智能摄像头控制系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218599A (zh) * 2013-03-26 2013-07-24 苏州福丰科技有限公司 基于人脸识别第二代居民身份证的认证系统和认证方法
CN107844744A (zh) * 2017-10-09 2018-03-27 平安科技（深圳）有限公司 结合深度信息的人脸识别方法、装置及存储介质
CN108364374A (zh) * 2017-12-28 2018-08-03 武汉烽火众智数字技术有限责任公司 基于深度学习的人脸门禁控制装置及方法
CN108229427A (zh) * 2018-01-29 2018-06-29 南京华科和鼎信息科技有限公司 一种基于身份证件和人脸识别的身份安全验证方法及系统
CN110473323A (zh) * 2019-08-19 2019-11-19 湖南湘诚智慧信息技术有限责任公司 一种智慧小区管理方法及系统
CN111462385A (zh) * 2020-05-13 2020-07-28 安徽理工大学 一种智能摄像头及智能摄像头控制系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114005160A (zh) * 2021-10-28 2022-02-01 建湖县公安局 一种基于身份二维码和人工智能的门禁控制系统及方法

Similar Documents

Publication Publication Date Title
CN101587485B (zh) 一种基于人脸识别技术的人脸信息自动登录方法
CN109598661A (zh) 基于人脸识别的智慧社区安防系统及检测方法
CN108399671A (zh) 一种物联网掌静脉视频门禁集成系统
CN106204815A (zh) 一种基于人脸检测和识别的门禁系统
CN105427421A (zh) 基于人脸识别的门禁控制方法
CN106372576A (zh) 一种基于深度学习的智能室内入侵检测方法及系统
CN110189447B (zh) 一种基于人脸身份识别的智慧社区闸机控制系统
CN205427946U (zh) 一种酒店入住管理系统
CN111429639A (zh) 一种人工智能门禁系统
CN106951846A (zh) 一种人脸3d模型录入和识别方法和装置
CN111126219A (zh) 一种基于人工智能的变电站人员的身份识别系统和方法
CN107609515B (zh) 一种基于飞腾平台的双重验证的人脸比对系统及方法
CN109754504A (zh) 一种智能门禁系统
CN203118090U (zh) 一种多功能手指静脉门禁控制装置
CN107516076A (zh) 人像识别方法及装置
CN105976469A (zh) 一种机器人智能门卫管理系统及其应用
CN111429638B (zh) 一种基于语音识别和人脸识别的门禁控制方法
CN201134110Y (zh) 一种人脸识别系统
CN112598836A (zh) 一种基于深度学习的人脸识别比对系统及方法
CN208781310U (zh) 一种基于人脸识别的通道解锁装置
CN109283849B (zh) 一种房屋智能化系统
CN1282048A (zh) 基于虹膜识别的身份鉴定方法与装置
CN205959259U (zh) 一种机器人智能门卫管理系统
CN211506602U (zh) 一种基于人脸识别和卡片识别的酒店管理系统
CN210721500U (zh) 住宿业治安管控系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210402