CN113205649A - 智能储物柜、存取方法及装置 - Google Patents
智能储物柜、存取方法及装置 Download PDFInfo
- Publication number
- CN113205649A CN113205649A CN202110510022.2A CN202110510022A CN113205649A CN 113205649 A CN113205649 A CN 113205649A CN 202110510022 A CN202110510022 A CN 202110510022A CN 113205649 A CN113205649 A CN 113205649A
- Authority
- CN
- China
- Prior art keywords
- face
- user
- information
- storage
- acquisition module
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明提供了一种智能储物柜、存取方法及装置,可用于金融领域,所述方法包括:控制人脸采集模块在竖直方向上移动以采集图像信息;通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息;根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启,本发明可根据用户身高自动调节人脸识别高度,提高用户身份验证准确度。
Description
技术领域
本发明涉及储物柜技术领域,尤其涉及一种智能储物柜、存取方法及装置。
背景技术
储物柜通常用于投递快递包裹或暂时存放物品,若是以储物柜的形式进行存放,既不影响形象,也能降低错拿、长久寄放忘记领取的风险。而现有储物柜通常以条形码作为存储凭证以保证用户物品的安全性。当用户存储物品时打印带有条形码的纸条,从而用户在领取存储的物品时扫描条形码完全身份验证即可取到对应的物品。但是这种储物柜存在耗纸、不环保以及纸条容易遗失的问题,而可用储物柜采用以钥匙作为凭证等储物存取方式,也存在容易遗失、无法保证凭证随身携带以及使用不便的问题。目前的人脸识别储物柜可以解决上述问题,但是目前的人脸识别储物柜的人脸识别摄像头的位置通常是固定的,而不同用户的身高可能存在较大差距,部分用户可能由于身高的问题而无法进行人脸识别,进而导致物品存取失败,降低用户体验。
发明内容
本发明的一个目的在于提供一种智能储物柜存取方法,可根据用户身高自动调节人脸识别高度,提高用户身份验证准确度。本发明的另一个目的在于提供一种智能储物柜存取装置。本发明的再一个目的在于提供一种智能储物柜。本发明的还一个目的在于提供一种计算机设备。本发明的还一个目的在于提供一种可读介质。
为了达到以上目的,本发明一方面公开了一种智能储物柜存取方法,包括:
控制人脸采集模块在竖直方向上移动以采集图像信息;
通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息;
根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
优选的,所述通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息具体包括:
通过预设第一人脸识别模型识别所述图像信息得到人脸类型;
根据所述人脸类型从多个预设第二人脸识别模型中确定与所述人脸类型对应的目标第二人脸识别模型;
通过所述目标第二人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息。
优选的,所述根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
根据所述用户人脸信息从预设用户信息中确定目标用户信息;
根据所述目标用户信息确定用户身高;
根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格。
优选的,所述根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
确定所述用户身高与所述人脸采集模块的高度的差值是否位于预设阈值范围内以确定是否存在对应的目标储物格。
优选的,进一步包括预先构建所述第一人脸识别模型的步骤:
建立卷积神经网络框架;
通过所述卷积神经网络框架对人脸图像训练样本进行训练得到所述第一人脸识别模型,其中所述训练样本为具有人脸类型标记的人脸图像。
优选的,所述人脸类型包括无遮挡人脸、戴眼镜人脸、戴口罩人脸和长刘海人脸的人脸类型的至少之一。
优选的,进一步包括预先构建所述多个第二人脸识别模型的步骤:
确定与每个人脸类型对应的人脸图像;
对每个人脸类型的人脸图像根据对应的人脸类型进行遮挡及关键点标注的预处理;
通过每个人脸类型对应的预处理后的人脸图像对多任务级联卷积神经网络进行训练得到与每个人脸类型分别对应的第二人脸识别模型。
优选的,进一步包括:
计算所有储物格的物品存储时间;
若所述物品存储时间大于预设时间,确定所述储物格储物超时;
根据储物超时的储物格的位置信息从储物信息表中确定对应的用户信息,根据所述用户信息向用户反馈超时信息。
优选的,进一步包括:
若否,通过读卡器读取用户的读卡信息;
根据所述读卡信息确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
优选的,进一步包括:
若否,确定用户是否输入物品存储指令;
若是,确定是否存在具有空储物格的可用储物柜;
若是,确定可用的可用储物柜的相关信息并反馈给用户。
优选的,所述控制人脸采集模块在竖直方向上移动以采集图像信息具体包括:
基于用户的控制指令形成控制信号并将所述控制信号传输至传动装置;
所述传动装置基于接收的所述控制信号带动所述人脸采集模块沿竖直方向移动。
本发明还公开了一种智能储物柜存取装置,包括:
信息接收模块,用于控制人脸采集模块在竖直方向上移动以采集图像信息;
人脸识别模块,用于通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息;
存取控制模块,用于根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
本发明还公开了一种智能储物柜,包括柜体及设于所述柜体上的人脸采集模块、传动装置以及如上所述的智能储物柜存取装置;其中,所述柜体上设置有多个储物格,所述储物格设有电控门。
本发明还公开了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,
所述处理器执行所述程序时实现如上所述方法。
本发明还公开了一种计算机可读介质,其上存储有计算机程序,
该程序被处理器执行时实现如上所述方法。
本发明的智能储物柜可控制人脸采集模块在竖直方向上移动,人脸采集模块在竖直方向上移动时,可对竖直方向上的画面进行依次图像信息采集。进一步的,可对采集的图像信息进行依次的人脸识别,若人脸识别成功,得到用户人脸信息。然后,根据得到的用户人脸信息和人脸采集模块当前的高度确定是否存在对应的目标储物格,若是,控制储物格打开以使用户可进行存取操作。本发明的智能储物柜存取方法一方面可以实现用户的自助物品存取,避免了现有储物柜采用存储凭证导致的耗纸、不环保和容易遗失的问题以及采用钥匙进行存取的容易遗失及需要随身携带的不便性,减少人力、物力的消耗;另一方面通过人脸采集模块在竖直方向上移动对用户人脸进行自动捕捉,防止出现由于用户身高问题导致人脸识别失败,进而导致用户存取物品失败的现象,实现自动调节人脸识别高度以适应不同用户的身高,提高人脸识别成功率和准确率,提高用户体验。再一方面本发明结合人脸采集模块的高度对识别得到的用户人脸信息进行进一步的校验以确定识别得到的用户人脸信息是否准确。
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示出本发明智能储物柜存取方法一个具体实施例的流程图;
图2示出本发明智能储物柜存取方法一个具体实施例S200的流程图;
图3示出本发明智能储物柜存取方法一个具体实施例S010的流程图;
图4示出本发明智能储物柜存取方法一个具体实施例S020的流程图;
图5示出本发明智能储物柜存取方法一个具体实施例S300的流程图;
图6示出本发明智能储物柜存取方法一个具体实施例S400的流程图;
图7示出本发明智能储物柜存取方法一个具体实施例S500的流程图;
图8示出本发明智能储物柜存取方法一个具体实施例S600的流程图;
图9示出本发明智能储物柜存取方法一个具体实施例S100的流程图;
图10示出本发明智能储物柜存取方法一个具体实施例智能储物柜的原理示意图;
图11示出本发明智能储物柜存取方法一个具体实施例智能储物柜的结构示意图;
图12示出本发明智能储物柜存取方法一个具体实施例智能储物柜的部分结构示意图;
图13示出本发明智能储物柜存取装置一个具体实施例的结构图;
图14示出适于用来实现本发明实施例的计算机设备的结构示意图。
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做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。
需要说明的是,本申请公开的一种智能储物柜、存取方法及装置可用于金融技术领域,也可用于除金融技术领域之外的任意领域,本申请公开的一种智能储物柜、存取方法及装置的应用领域不做限定。
为了便于理解本申请提供的技术方案,下面先对本申请技术方案的相关内容进行说明。本发明的智能储物柜包括柜体及设于所述柜体上的人脸采集模块、传动装置以及智能储物柜存取装置;其中,所述柜体上设置有多个储物格,所述储物格设有电控门。
下面以智能储物柜存取装置作为执行主体为例,说明本发明实施例提供的智能储物柜存取方法的实现过程。可理解的是,本发明实施例提供的智能储物柜存取方法的执行主体包括但不限于智能储物柜存取装置。
根据本发明的一个方面,本实施例公开了一种智能储物柜存取方法。本实施例中,如图1所示,所述方法包括:
S100:控制人脸采集模块在竖直方向上移动以采集图像信息。
S200:通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息。
S300:根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
本发明的智能储物柜可控制人脸采集模块在竖直方向上移动,人脸采集模块在竖直方向上移动时,可对竖直方向上的画面进行依次图像信息采集。进一步的,可对采集的图像信息进行依次的人脸识别,若人脸识别成功,得到用户人脸信息。然后,根据得到的用户人脸信息和人脸采集模块当前的高度确定是否存在对应的目标储物格,若是,控制储物格打开以使用户可进行存取操作。本发明的智能储物柜存取方法一方面可以实现用户的自助物品存取,避免了现有储物柜采用存储凭证导致的耗纸、不环保和容易遗失的问题以及采用钥匙进行存取的容易遗失及需要随身携带的不便性,减少人力、物力的消耗;另一方面通过人脸采集模块在竖直方向上移动对用户人脸进行自动捕捉,防止出现由于用户身高问题导致人脸识别失败,进而导致用户存取物品失败的现象,实现自动调节人脸识别高度以适应不同用户的身高,提高人脸识别成功率和准确率,提高用户体验。再一方面本发明结合人脸采集模块的高度对识别得到的用户人脸信息进行进一步的校验以确定识别得到的用户人脸信息是否准确。
在优选的实施方式中,如图2所示,所述S200通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息具体包括:
S210:通过预设第一人脸识别模型识别所述图像信息得到人脸类型。
S220:根据所述人脸类型从多个预设第二人脸识别模型中确定与所述人脸类型对应的目标第二人脸识别模型。
S230:通过所述目标第二人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息。
具体的,可以理解的是,对于用户的装扮方式的不同,可能会出现具有不同人脸类型的图像信息。在这种情况下,单纯采用一个模型对用户的图像信息进行识别可能会存在较大误差。例如,用户可能佩戴眼镜、刘海和口罩,则采集的用户图像信息中可能存在眼镜、刘海和口罩等遮挡,遮挡部分会对人脸识别模型的识别算法造成干扰,从而人脸识别的准确度不高,甚至导致人脸识别失败。
在该优选的实施方式中,首先通过预设的第一人脸识别模型识别图像信息,确定图像信息对应的人脸类型。然后,根据确定的图像信息对应的人脸类型从多个第二人脸识别模型中选取与该人脸类型对应的第二人脸识别模型作为目标第二人脸识别模型。进一步的,通过该目标第二人脸识别模型对用户图像信息进行人脸识别可得到用户人脸信息。因此,在该优选的实施方式中,针对每个人脸类型分别训练得到对应的第二人脸识别模型。在进行人脸识别时,首先通过第一人脸识别模型对图像信息进行分类以确定图像信息的人脸类型,然后采用针对该人脸类型训练得到的第二人脸识别模型进行人脸识别,第二人脸识别模型可以有效规避图像信息上遮挡对人脸识别过程的影响,有效提高人脸识别的准确度。
在优选的实施方式中,如图3所示,所述方法进一步包括预先构建所述第一人脸识别模型的步骤S010:
S011:建立卷积神经网络框架。
S012:通过所述卷积神经网络框架对人脸图像训练样本进行训练得到所述第一人脸识别模型,其中所述训练样本为具有人脸类型标记的人脸图像。
具体的,可采用卷积神经网络技术训练得到第一人脸识别模型。在一个具体例子中,首先构建Mask R-CNN卷积神经网络框架,通过Mask R-CNN卷积神经网络框架对人脸图像训练样本进行训练得到第一人脸识别模型。其中,人脸图像训练样本可以包括无遮挡人脸、戴眼镜人脸、戴口罩人脸和长刘海人脸等类型中的至少一个人脸类型的批量人脸图像。
在通过Mask R-CNN卷积神经网络框架对人脸图像训练样本进行训练之前,需要对所有人脸图像所属的人脸类型进行标注。将带有人脸类型标注的批量人脸图像输入MaskR-CNN卷积神经网络框架进行训练可得到第一人脸识别模型,该第一人脸识别模型可对输入的图像信息进行人脸类型的分类得到图像信息对应的人脸类型。
在优选的实施方式中,如图4所示,所述方法进一步包括预先构建所述多个第二人脸识别模型的步骤S020:
S021:确定与每个人脸类型对应的人脸图像。
S022:对每个人脸类型的人脸图像根据对应的人脸类型进行遮挡及关键点标注的预处理。
S023:通过每个人脸类型对应的预处理后的人脸图像对多任务级联卷积神经网络进行训练得到与每个人脸类型分别对应的第二人脸识别模型。
具体的,可采用卷积神经网络技术训练得到第一人脸识别模型。在一个具体例子中,首先构建多任务级联卷积神经网络(MTCNN),通过MTCNN对每个人脸类型对应的人脸图像训练样本进行训练得到与每个人脸类型分别对应的第二人脸识别模型。
在通过MTCNN对一个人脸类型对应的人脸图像训练样本进行训练之前,需要对人脸图像的遮挡区域及关键点进行标注,完成对训练样本的预处理。将预处理后的批量人脸图像训练样本输入MTCNN卷积神经网络进行训练可得到与一个人脸类型对应的第二人脸识别模型,该第二人脸识别模型可对该人脸类型的图像信息进行人脸识别得到用户人脸信息。将所有人脸类型的人脸图像训练样本预处理后输入MTCNN进行分别训练可得到与多个人脸类型分别一一对应的第二人脸识别模型。
在优选的实施方式中,如图5所示,所述S300根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
S310:根据所述用户人脸信息从预设用户信息中确定目标用户信息。
S320:根据所述目标用户信息确定用户身高。
S330:根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格。
具体的,可通过设置在智能储物柜中的智能储物柜存取装置与服务器进行通信,从服务器获取预先存储的预设用户信息。该预设用户信息包括用户的人脸图像信息、用户编号、用户姓名和用户身高等用户信息。该用户的人脸图像信息可以通过注册过程对用户进行人脸图像采集及处理得到,可用于与人脸识别得到的用户人脸信息进行比对。
从而,在对图像信息进行人脸识别得到用户人脸信息后,与预设用户信息中所有用户的人脸图像信息进行比对以确定是否存在与用户人脸信息相同的用户人脸图像信息,若是,则该用户为目标用户,从预设用户信息中获取该目标用户的用户信息得到目标用户信息。从目标用户信息中可获取得到目标用户的用户身高,同时获取到人脸采集模块当前的高度。正常情况下,人脸采集模块采集用户的正视图像信息,则人脸采集模块的高度与用户的眼部区域的高度相同,根据用户信息中的用户身高对人脸采集模块的高度进行校验,即对当前用户的身高进行校验,确定当前用户的身高是否与用户信息中存储的用户身高相符。若相符,则用户身份验证通过,可进行存取操作。若不相符,则可能是别人冒充用户进行物品存取,本发明通过人脸识别和身高双重验证的方式对用户身份进行验证,能够提高用户储物的安全性,避免冒领的情况发生,保证用户的财产安全。
需要说明的是,本发明所述的“相同”不仅包括完全相同,还包括差值在预设范围内的情况,其中预设范围可通过用户设定得到。
在优选的实施方式中,所述S330根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
S331:确定所述用户身高与所述人脸采集模块的高度的差值是否位于预设阈值范围内以确定是否存在对应的目标储物格。
具体的,可以理解的是,可根据用户信息中的用户身高和人脸采集模块的高度的差值确定当前用户的身高是否与用户信息中的用户身高相符。其中,人脸采集模块的高度可以通过传感器确定,或者可以通过驱动机构的转动或移动对应的位移确定人脸采集模块的位移,进而根据人脸采集模块的初始位置和位移确定人脸采集模块的高度。在其他实施方式中,还可以通过其他方式得到人脸采集模块的高度,本发明对此并不作限定。
根据人脸采集模块的高度可以预估采集图像信息对应的当前用户的身高,从而可预先设置预设阈值范围,若用户身高和人脸采集模块的高度的差值在预设阈值范围内,认定当前用户的身高验证通过,可进一步根据人脸识别结果确定是否存在对应的目标储物格。否则,则认定当前用户的身高验证不通过,可能存在冒领的情况。需要说明的是,在实际应用中,本领域技术人员可根据实际情况设置合理的预设阈值范围,本发明对此并不作限定。
在优选的实施方式中,如图6所示,所述方法进一步包括S400:
S410:计算所有储物格的物品存储时间。
S420:若所述物品存储时间大于预设时间,确定所述储物格储物超时。
S430:根据储物超时的储物格的位置信息从储物信息表中确定对应的用户信息,根据所述用户信息向用户反馈超时信息。其中,储物格的位置信息可以是编号等信息,用于标示储物格在储物柜中的位置。
具体的,为了避免用户长期占用储物格或者遗忘物品的情况,可预先设定物品存储时间,例如,24小时。当用户身份验证通过,储物格的电控门开启后,用户将物品放入储物格中并关闭电控门。此时,可获取或记录用户放入物品的目标储物格的位置信息、储物起始时间和用户信息,并根据上述信息形成储物信息表。其中,用户信息包括用户的手机号或邮箱等通讯信息。
进一步的,可根据当前时间和储物信息表中各储物格的储物起始时间得到各储物格的物品存储时间,若物品存储时间大于预设时间,则确定物品储物超时。根据判定为储物超时的储物格的位置信息在储物信息表中查找与该位置信息对应的用户信息,可根据用户信息中的通讯信息向用户发送信息或邮件以提示用户储物超时,提醒用户及时取走存储的物品。
在优选的实施方式中,如图7所示,所述方法进一步包括S500:
S510:若否,通过读卡器读取用户的读卡信息。
S520:根据所述读卡信息确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
具体的,若用户人脸识别失败,在该优选的实施方式中,可在智能储物柜上进一步设置读卡器7,如图10-图12所示。该读卡器7用于读取用户的读卡信息,并将所述读卡信息传输至所述智能储物柜存取装置1。所述智能储物柜存取装置1接收所述读卡信息,基于读卡信息向对应的目标储物格发送控制信号,所述目标储物格的电控门4接收所述控制信号并开启。
具体的,可以理解的是,当智能储物柜存取装置1并没有预先采集用户的人脸图像并存储,则无法对采集的图像信息进行人脸识别得到用户人脸信息。在该优选的实施方式中,为了避免用户在没有预留人脸图像的情况下无法进行物品存取和提取的问题,进一步设置了读卡器7。则用户在无法人脸识别时,可通过刷卡的形式进行身份验证。该读卡器7可以采集用户卡片存储的信息得到读卡信息,并将读卡信息传输至智能储物柜存取装置1。智能储物柜存取装置1可根据该读卡信息确定是否存在与读卡信息对应的目标储物格,若存在,则可控制目标储物格开启。其中,智能储物柜存取装置1根据读卡信息确定是否存在对应的目标储物格为现有技术,在此不再赘述。本发明提供了人脸识别和刷卡两种方式的储物柜存取方式,满足用户不同的身份验证需求,提高了储物柜的智能化。更优选的,所述读卡器7可为IC读卡器7、磁卡读卡器7和NFC读卡器7中的至少之一。当然,在实际应用中,还可以根据实际需求设置其他类型的读卡器7,本发明对此并不作限定。优选的,可在柜体上读卡器设置区域设置刷卡区71对用户刷卡位置进行提示。
需要说明的是,用户可通过注册的形式预先采集人脸图像和卡信息并存储至服务器8,智能储物柜存取装置1可与服务器8进行通信,及时获取服务器8注册的用户的人脸图像和卡信息,以分别用于人脸识别和读卡信息验证。
在优选的实施方式中,如图8所示,所述方法进一步包括S600:
S610:若否,确定用户是否输入物品存储指令。
S620:若是,确定是否存在具有空储物格的可用储物柜。
S630:若是,确定可用的可用储物柜的相关信息并反馈给用户。
具体的,可以理解的是,当存在多个储物柜时,若用户在存储物品时,不存在对应的目标储物格,可从预存的多个储物柜中确定是否存在具有空储物格的可用储物柜。若存在可用储物柜,可将可用储物柜的相关信息反馈给用户,便于用户了解各储物柜的储物情况,选择可用储物柜进行物品存储。
在优选的实施方式中,如图9所示,所述S100控制人脸采集模块在竖直方向上移动以采集图像信息具体包括:
S110:基于用户的控制指令形成控制信号并将所述控制信号传输至传动装置。
S120:所述传动装置基于接收的所述控制信号带动所述人脸采集模块沿竖直方向移动。
具体的,在一个具体例子中,如图10-图12所示,所述控制器1用于基于用户的控制指令形成控制信号并将所述控制信号传输至所述传动装置3,所述传动装置3基于接收的所述控制信号带动所述人脸采集模块2沿竖直方向移动。所述人脸采集模块2在竖直方向移动时采集图像信息后传输至所述控制器1,所述控制器1接收所述图像信息,得到用户人脸信息。
在优选的实施方式中,所述柜体11上形成有竖直设置的滑道31,所述传动装置3设置于所述滑道31中,所述人脸采集模块2设置于所述传动装置3上并能够沿所述滑道31移动。
具体的,在该优选的实施方式中,为了实现人脸采集模块2在竖直方向上移动,可在储物柜柜体11上设置滑道31,滑道31呈凹槽状,从而可将传动装置3的至少部分和人脸采集模块2设置于滑道31中。在一个具体例子中,当传动装置3通过传送带带动人脸采集模块2移动时,可将传送带的至少部分设置于凹槽状的滑道31中,并设置滑道31凹槽的侧面的形状和人脸采集模块2的形状,以将人脸采集模块2卡设在滑道31中并可沿滑道31滑动。例如,可使滑道31凹槽侧面形状与人脸采集模块2外壳形状分别形成相匹配的凹凸形状,则进一步将人脸采集模块2与传动装置3固定,传动装置3的传送带等结构会沿竖直的滑道31滑动,进而带动与其固定的人脸采集模块2沿滑道31移动,实现人脸采集模块2在竖直方向上移动的位移控制。
在优选的实施方式中,所述传动装置3包括电机、传送机构和传送带,其中,所述人脸采集模块2设于所述传送带上,所述传送带设于所述传送机构上。所述电机用于输出转矩至所述传送机构,所述传送机构在所述转矩的作用下转动并带动所述传送带在所述竖直方向上移动以使所述人脸采集模块2在竖直方向上移动。
可以理解的是,在该优选的实施方式中,传动装置3包括电机、传送机构和传送带。其中,电机用于提供驱动力转矩,电机的驱动转矩可传递至传送机构,使传送机构将驱动转矩转换为驱动力,以带动传送带移动。此时,人脸采集模块2固定在传送带中,可以随着传送带的移动而移动。
在优选的实施方式中,所述传送机构可包括竖直方向上设置的主动齿轮和从动齿轮。所述传送带环绕于所述主动齿轮和所述从动齿轮的表面,所述主动齿轮的转动轴与所述电机的转矩输出轴共轴连接。
可以理解的是,传送机构包括主动齿轮和从动齿轮。从而主动齿轮和从动齿轮可以作为支架,将传送带环绕在主动齿轮和从动齿轮外部,可以通过主动齿轮和从动齿轮对传送带进行支撑,同时主动齿轮的转动轴与所述电机的转矩输出轴共轴连接,在电机的驱动转矩的作用下转动,由于摩擦力的作用,传送带和从动齿轮随着主动齿轮的转动而移动和转动。
在优选的实施方式中,智能储物柜进一步包括交互装置9。该交互装置9用于接收用户的控制指令并传输至所述控制器1。
具体的,可以理解的是,当用户需要存储或者提取物品时,可以通过该交互装置9向进行存储或提取对应的操作,交互装置9感应到用户的操作后可形成对应的控制指令,并将该控制指令传输至控制器1进行执行。需要说明的是,该交互装置9可以是按键、按钮或触控屏等交互装置9,本领域技术人员可根据实际需求选择可行的交互装置9,本发明在此并不作限定。
在优选的实施方式中,所述交互装置9包括存储按钮和提取按钮。其中,所述存储按钮用于基于用户的按动操作形成存储指令,并将所述存储指令传输至所述控制器1。所述提取按钮用于基于用户的按动操作形成提取指令,并将所述提取指令传输至所述控制器1。
具体的,可以理解的是,在该优选的实施方式中,交互装置9包括存储按钮和提取按钮。从而用户通过按动对应的按钮即可通过按钮形成对应的控制指令并传输至控制器1,操作方便快捷。
在优选的实施方式中,智能储物柜进一步包括显示模块5。所述控制器1用于输出过程信息至所述显示模块5,所述显示模块5用于显示所述过程信息。
具体的,该过程信息可以包括控制器1确定的用户人脸信息、是否存在目标储物格、目标储物格位置信息以及是否成功开启等过程信息,控制器1通过显示模块5向用户反馈过程信息,可以使用户及时了解储物柜存取进程,提高用户体验。需要说明的是,该显示模块5可以采用液晶显示屏等显示设备,在实际应用中,也可根据实际需求选择其他显示设备,本发明对此并不作限定。
在优选的实施方式中,智能储物柜进一步包括语音提示模块6。所述控制器1用于输出反馈信息至所述语音提示模块6,所述语音提示模块6用于根据所述反馈信息播放语音信息。
具体的,该反馈信息可以包括用户信息、是否存在目标储物格、目标储物格位置信息以及是否成功开启等过程信息,控制器1通过语音提示模块6向用户进行语音提示,可以使用户及时了解储物柜存取进程,提高用户体验。需要说明的是,该语音提示模块6可以采用扬声器等语音播放设备,在实际应用中,也可根据实际需求选择其他语音播放设备,本发明对此并不作限定。
需要说明的是,所述人脸采集模块2可以采用摄像头,进行图像信息采集。在实际应用中,也可根据实际需求选择其他图像采集设备,本发明对此并不作限定。
基于相同原理,本实施例还公开了一种智能储物柜存取装置。如图13所示,本实施例中,所述装置包括信息接收模块11、人脸识别模块12和存取控制模块13。
其中,信息接收模块11用于控制人脸采集模块在竖直方向上移动以采集图像信息。
人脸识别模块12用于通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息。
存取控制模块13用于根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
由于该装置解决问题的原理与以上方法类似,因此本装置的实施可以参见方法的实施,在此不再赘述。
基于相同原理,本实施例还公开了一种智能储物柜。智能储物柜包括柜体及设于所述柜体上的人脸采集模块、传动装置以及如本实施例所述的智能储物柜存取装置;其中,所述柜体上设置有多个储物格,所述储物格设有电控门。
由于该智能储物柜解决问题的原理与以上方法类似,因此本智能储物柜的实施可以参见方法的实施,在此不再赘述。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备,具体的,计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的由客户端执行的方法,或者,所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图14,其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图14所示,计算机设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶反馈器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (15)
1.一种智能储物柜存取方法,其特征在于,包括:
控制人脸采集模块在竖直方向上移动以采集图像信息;
通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息;
根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
2.根据权利要求1所述的智能储物柜存取方法,其特征在于,所述通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息具体包括:
通过预设第一人脸识别模型识别所述图像信息得到人脸类型;
根据所述人脸类型从多个预设第二人脸识别模型中确定与所述人脸类型对应的目标第二人脸识别模型;
通过所述目标第二人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息。
3.根据权利要求1所述的智能储物柜存取方法,其特征在于,所述根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
根据所述用户人脸信息从预设用户信息中确定目标用户信息;
根据所述目标用户信息确定用户身高;
根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格。
4.根据权利要求3所述的智能储物柜存取方法,其特征在于,所述根据所述用户身高和所述人脸采集模块的高度确定是否存在对应的目标储物格具体包括:
确定所述用户身高与所述人脸采集模块的高度的差值是否位于预设阈值范围内以确定是否存在对应的目标储物格。
5.根据权利要求2所述的智能储物柜存取方法,其特征在于,进一步包括预先构建所述第一人脸识别模型的步骤:
建立卷积神经网络框架;
通过所述卷积神经网络框架对人脸图像训练样本进行训练得到所述第一人脸识别模型,其中所述训练样本为具有人脸类型标记的人脸图像。
6.根据权利要求5所述的智能储物柜存取方法,其特征在于,所述人脸类型包括无遮挡人脸、戴眼镜人脸、戴口罩人脸和长刘海人脸的人脸类型的至少之一。
7.根据权利要求5所述的智能储物柜存取方法,其特征在于,进一步包括预先构建所述多个第二人脸识别模型的步骤:
确定与每个人脸类型对应的人脸图像;
对每个人脸类型的人脸图像根据对应的人脸类型进行遮挡及关键点标注的预处理;
通过每个人脸类型对应的预处理后的人脸图像对多任务级联卷积神经网络进行训练得到与每个人脸类型分别对应的第二人脸识别模型。
8.根据权利要求1所述的智能储物柜存取方法,其特征在于,进一步包括:
计算所有储物格的物品存储时间;
若所述物品存储时间大于预设时间,确定所述储物格储物超时;
根据储物超时的储物格的位置信息从储物信息表中确定对应的用户信息,根据所述用户信息向用户反馈超时信息。
9.根据权利要求1所述的智能储物柜存取方法,其特征在于,进一步包括:
若否,通过读卡器读取用户的读卡信息;
根据所述读卡信息确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
10.根据权利要求1所述的智能储物柜存取方法,其特征在于,进一步包括:
若否,确定用户是否输入物品存储指令;
若是,确定是否存在具有空储物格的可用储物柜;
若是,确定可用的可用储物柜的相关信息并反馈给用户。
11.根据权利要求1所述的智能储物柜存取方法,其特征在于,所述控制人脸采集模块在竖直方向上移动以采集图像信息具体包括:
基于用户的控制指令形成控制信号并将所述控制信号传输至传动装置;
所述传动装置基于接收的所述控制信号带动所述人脸采集模块沿竖直方向移动。
12.一种智能储物柜存取装置,其特征在于,包括:
信息接收模块,用于控制人脸采集模块在竖直方向上移动以采集图像信息;
人脸识别模块,用于通过预设的人脸识别模型对所述图像信息进行人脸识别得到用户人脸信息;
存取控制模块,用于根据所述用户人脸信息和所述人脸采集模块的高度确定是否存在对应的目标储物格,若是,控制所述目标储物格的电控门开启。
13.一种智能储物柜,其特征在于,包括柜体及设于所述柜体上的人脸采集模块、传动装置以及如权利要求12所述的智能储物柜存取装置;其中,所述柜体上设置有多个储物格,所述储物格设有电控门。
14.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,
所述处理器执行所述程序时实现如权利要求1-11任一项所述方法。
15.一种计算机可读介质,其上存储有计算机程序,其特征在于,
该程序被处理器执行时实现如权利要求1-11任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110510022.2A CN113205649B (zh) | 2021-05-11 | 2021-05-11 | 智能储物柜、存取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110510022.2A CN113205649B (zh) | 2021-05-11 | 2021-05-11 | 智能储物柜、存取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205649A true CN113205649A (zh) | 2021-08-03 |
CN113205649B CN113205649B (zh) | 2023-04-07 |
Family
ID=77030790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110510022.2A Active CN113205649B (zh) | 2021-05-11 | 2021-05-11 | 智能储物柜、存取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205649B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023010A (zh) * | 2021-11-12 | 2022-02-08 | 珠海大横琴科技发展有限公司 | 一种储物柜的控制方法和装置 |
CN114419794A (zh) * | 2022-01-28 | 2022-04-29 | 上海商汤科技开发有限公司 | 存件方法与取件方法、装置、智能储物柜和存储介质 |
CN115273153A (zh) * | 2022-09-26 | 2022-11-01 | 成都一颗牛油果科技有限公司 | 一种健身房储物柜用图像采集系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599376A (zh) * | 2014-12-31 | 2015-05-06 | 天津瑞为拓新科技发展有限公司 | 一种人脸识别与身高识别结合的门禁系统 |
CN105095856A (zh) * | 2015-06-26 | 2015-11-25 | 上海交通大学 | 基于掩膜的有遮挡人脸识别方法 |
CN106073786A (zh) * | 2016-06-15 | 2016-11-09 | 四川谛达诺科技有限公司 | 一种身高测量装置及测量方法 |
CN107240201A (zh) * | 2017-06-08 | 2017-10-10 | 徐洋洋 | 一种共享储物柜租赁运营系统及其方法 |
US20200019681A1 (en) * | 2018-07-11 | 2020-01-16 | S & S X-Ray Products, Inc. | Medications or Anesthesia Cart or Cabinet with Facial Recognition and Thermal Imaging |
CN110765989A (zh) * | 2019-12-10 | 2020-02-07 | 常州市中电通讯技术有限公司 | 一种智慧社区升降式人脸识别装置 |
CN210142376U (zh) * | 2019-08-22 | 2020-03-13 | 河北海捷现代教学设备有限公司 | 智能储物柜 |
CN111353476A (zh) * | 2020-04-01 | 2020-06-30 | 南京云尚思维网络科技有限公司 | 监狱人员信息采集装置及人脸采集方法 |
CN111582090A (zh) * | 2020-04-27 | 2020-08-25 | 杭州宇泛智能科技有限公司 | 人脸识别方法、装置及电子设备 |
CN211506530U (zh) * | 2020-04-09 | 2020-09-15 | 上海钦轩网络科技有限公司 | 一种基于人脸识别的智能装置 |
CN211827285U (zh) * | 2020-04-30 | 2020-10-30 | 深圳市风行达电子有限公司 | 一种可自动升降的人脸识别装置 |
CN112115866A (zh) * | 2020-09-18 | 2020-12-22 | 北京澎思科技有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
CN212391851U (zh) * | 2020-06-08 | 2021-01-22 | 北京协创智通科技有限公司 | 多功能储物柜 |
CN212724209U (zh) * | 2020-06-18 | 2021-03-16 | 东莞市攀极智能科技有限公司 | 升降式人脸识别储物柜 |
-
2021
- 2021-05-11 CN CN202110510022.2A patent/CN113205649B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599376A (zh) * | 2014-12-31 | 2015-05-06 | 天津瑞为拓新科技发展有限公司 | 一种人脸识别与身高识别结合的门禁系统 |
CN105095856A (zh) * | 2015-06-26 | 2015-11-25 | 上海交通大学 | 基于掩膜的有遮挡人脸识别方法 |
CN106073786A (zh) * | 2016-06-15 | 2016-11-09 | 四川谛达诺科技有限公司 | 一种身高测量装置及测量方法 |
CN107240201A (zh) * | 2017-06-08 | 2017-10-10 | 徐洋洋 | 一种共享储物柜租赁运营系统及其方法 |
US20200019681A1 (en) * | 2018-07-11 | 2020-01-16 | S & S X-Ray Products, Inc. | Medications or Anesthesia Cart or Cabinet with Facial Recognition and Thermal Imaging |
CN210142376U (zh) * | 2019-08-22 | 2020-03-13 | 河北海捷现代教学设备有限公司 | 智能储物柜 |
CN110765989A (zh) * | 2019-12-10 | 2020-02-07 | 常州市中电通讯技术有限公司 | 一种智慧社区升降式人脸识别装置 |
CN111353476A (zh) * | 2020-04-01 | 2020-06-30 | 南京云尚思维网络科技有限公司 | 监狱人员信息采集装置及人脸采集方法 |
CN211506530U (zh) * | 2020-04-09 | 2020-09-15 | 上海钦轩网络科技有限公司 | 一种基于人脸识别的智能装置 |
CN111582090A (zh) * | 2020-04-27 | 2020-08-25 | 杭州宇泛智能科技有限公司 | 人脸识别方法、装置及电子设备 |
CN211827285U (zh) * | 2020-04-30 | 2020-10-30 | 深圳市风行达电子有限公司 | 一种可自动升降的人脸识别装置 |
CN212391851U (zh) * | 2020-06-08 | 2021-01-22 | 北京协创智通科技有限公司 | 多功能储物柜 |
CN212724209U (zh) * | 2020-06-18 | 2021-03-16 | 东莞市攀极智能科技有限公司 | 升降式人脸识别储物柜 |
CN112115866A (zh) * | 2020-09-18 | 2020-12-22 | 北京澎思科技有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023010A (zh) * | 2021-11-12 | 2022-02-08 | 珠海大横琴科技发展有限公司 | 一种储物柜的控制方法和装置 |
CN114419794A (zh) * | 2022-01-28 | 2022-04-29 | 上海商汤科技开发有限公司 | 存件方法与取件方法、装置、智能储物柜和存储介质 |
CN115273153A (zh) * | 2022-09-26 | 2022-11-01 | 成都一颗牛油果科技有限公司 | 一种健身房储物柜用图像采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113205649B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205649B (zh) | 智能储物柜、存取方法及装置 | |
CN108269363B (zh) | 基于智能快递柜的快件处理方法和装置 | |
KR102192882B1 (ko) | 정산 방법, 입구 제어 방법 및 장치 | |
US10650363B2 (en) | Self-deposit apparatus | |
US11100745B2 (en) | Settlement processing system, settlement processing device, and settlement processing method | |
CN109063920A (zh) | 一种交易风险识别方法、装置、及计算机设备 | |
CN112001402A (zh) | 身份认证方法、装置和系统 | |
KR20210098509A (ko) | 정보 처리 | |
JP2017045384A (ja) | 駐車管理装置および駐車場システム | |
EP3388963B1 (en) | Segment-based handwritten signature authentication system and method | |
CN112100431B (zh) | Ocr系统的评估方法、装置、设备及可读存储介质 | |
US20230222444A1 (en) | Systems and Methods for Aligning Documents With Near Field Communication Devices | |
US20200302897A1 (en) | Business card management system and card case | |
KR20220132633A (ko) | 다수 지역에서의 얼굴 인식 시스템 및 방법의 효율적인 관리 | |
CN111222870A (zh) | 结算方法、装置和系统 | |
CN109934569B (zh) | 结算方法、装置和系统 | |
KR20220091227A (ko) | 재활용 회수 장치 및 이를 이용한 리워드 포인트 지급 방법 | |
CN110288728A (zh) | 一种智能快递柜操作方法及装置 | |
CN111523348B (zh) | 信息生成方法和装置、用于人机交互的设备 | |
CN111524297A (zh) | 一种物流管理终端控制方法及物流管理终端 | |
CN109948971A (zh) | 货物配送方法、设备及存储介质 | |
CN112016488B (zh) | 业务信息的处理方法及相关装置、计算机存储介质 | |
CN215376455U (zh) | 智能储物柜 | |
US20210026945A1 (en) | Method and Device for Authenticating a User | |
KR100888824B1 (ko) | 휴대형 지문인식 및 개인인증 장치 및 이를 이용한지문인식 및 개인인증 방법 |
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 |