CN113298993A - 一种基于人脸识别的人员进出管理方法和系统 - Google Patents

Abstract

本申请涉及一种基于人脸识别的人员进出管理方法和系统，属于人脸识别技术领域。上述方法包括：通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，对采集的图片进行人脸识别；识别成功后，控制磁力锁开门，并将进门信息上传至云端服务器；通过安装于门内的人脸识别内机对需要出门的人员拍摄人脸图片，将人脸图片传送至外机；外机基于人脸图片进行活体检测，检测通过后进行人脸识别；识别成功后，校对出入信息，若校对成功，则控制磁力锁开门。本申请实施例将人脸识别内机和人脸识别外机结合使用，降低了经济成本，而且，不仅进行活体检测和人脸识别，还基于进门信息校对出门信息，极大的提高了安全性。

Description

一种基于人脸识别的人员进出管理方法和系统

技术领域

本申请涉及人脸识别技术领域，特别是涉及基于人脸识别的人员进出管理方法和系统。

背景技术

目前，一般通过安装于门外的人脸识别门禁设备对规定场所的人员进出进行管理。但是，对于一些安防要求高的空间如企业仓库、资料室等而言，需要对人员的进出有更严格的管理。在采用目前市场上人脸识别门禁设备的情况下，需要购买多个人脸识别门禁设备，费用高；在门内外安装刷卡机、指纹机等设备的情况下，存在通过他人门禁卡、指纹进行开门等安全隐患，安全系数较低。

发明内容

本申请实施例提供了一种基于人脸识别的人员进出管理方法和系统，以至少解决相关技术中经济成本高、安全系数低的问题。

第一方面，本申请实施例提供了一种基于人脸识别的人员进出管理方法，所述方法包括：通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别；第一人脸识别成功后，通过所述人脸识别外机控制磁力锁开门，并将进门信息上传至云端服务器，所述进门信息包括人员信息、进门时间和所述第一人脸图片；通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片，将所述第二人脸图片传送至所述人脸识别外机；所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别；第二人脸识别成功后，根据所述进门信息校对出门信息，若校对成功，则通过所述人脸识别外机控制磁力锁开门。

在其中一些实施例中，在所述人脸识别外机包括红外摄像头和RGB摄像头的情况下，所述的通过安装于门外的人脸识别外机对需要进门的人员进行活体检测包括：将所述红外摄像头与所述RGB摄像头采集的画面通道融合，并送入神经网络活体检测模型进行活体检测。

在其中一些实施例中，所述的基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别包括：将所述第一人脸图片送入神经网络识别模型中，提取特征向量；将提取的所述特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第一人脸识别成功。

在其中一些实施例中，在所述人脸识别外机包括继电器接口的情况下，所述的通过所述人脸识别外机控制磁力锁开门包括：通过所述人脸识别外机的所述继电器接口控制磁力锁开门。

在其中一些实施例中，在所述人脸识别内机包括RGB摄像头和PIR传感器的情况下，所述的通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片包括：当通过所述PIR传感器识别到人员靠近门口时，唤醒所述RGB摄像头；通过所述RGB摄像头拍摄第二人脸图片。

在其中一些实施例中，在所述人脸识别内机包括Wi-Fi通讯模块的情况下，所述的将所述第二人脸图片传送至所述人脸识别外机包括：通过所述Wi-Fi通讯模块将所述第二人脸图片传送至所述人脸识别外机。

在其中一些实施例中，所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别包括：将所述第二人脸图片送入神经网络活体检测模型进行活体检测；检测通过后，将所述第二人脸图片送入神经网络识别模型中，提取特征向量；将提取的所述特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第二人脸识别成功。

在其中一些实施例中，在所述人脸识别外机包括显示屏的情况下，通过所述显示屏提示活体检测成功或失败，和/或，提示人脸识别成功或失败。

第二方面，本申请实施例提供了一种基于人脸识别的人员进出管理系统，所述系统包括：人脸识别外机，安装于门外，用于对需要进门的人员进行活体检测，检测通过后，基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别；第一人脸识别成功后，控制磁力锁开门；下发进门信息，所述进门信息包括人员信息、进门时间和所述第一人脸图片；人脸识别内机，安装于门内，用于对需要出门的人员拍摄第二人脸图片；将所述第二人脸图片传送至所述人脸识别外机；所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别；云端服务器，用于接收所述进门信息；第二人脸识别成功后，根据所述进门信息校对出门信息，若校对成功，则使所述人脸识别外机控制磁力锁开门。

在其中一些实施例中，在所述人脸识别外机包括红外摄像头和RGB摄像头的情况下，所述的通过安装于门外的人脸识别外机对需要进门的人员进行活体检测包括：将所述红外摄像头与所述RGB摄像头采集的画面通道融合，并送入神经网络活体检测模型进行活体检测。

根据上述内容，本申请实施例提供的一种基于人脸识别的人员进出管理方法包括：通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，基于人脸识别外机采集的第一人脸图片进行第一人脸识别；第一人脸识别成功后，通过人脸识别外机控制磁力锁开门，并将进门信息上传至云端服务器，进门信息包括人员信息、进门时间和第一人脸图片；通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片，将第二人脸图片传送至人脸识别外机；人脸识别外机基于第二人脸图片进行活体检测，检测通过后进行第二人脸识别；第二人脸识别成功后，根据进门信息校对出门信息，若校对成功，则通过人脸识别外机控制磁力锁开门。相比于采用目前市场上的人脸识别门禁设备实现人员的进出管理，本申请实施例的人脸识别内机减少了部分功能元件，并将人脸识别内机和人脸识别外机结合使用，能够降低经济成本，而且，本申请实施例不仅进行活体检测和人脸识别，还通过云端服务器基于进门信息校对出门信息，校对匹配方可开门，极大的提高了安全性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的基于人脸识别的人员进出管理方法的流程图；

图2是根据本申请实施例的基于人脸识别的人员进出管理系统的结构框图；

图3是根据本申请实施例的基于人脸识别外机与人脸识别内机的关系示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本申请实施例提供一种基于人脸识别的人员进出管理方法，图1是根据本申请实施例的基于人脸识别的人员进出管理方法的流程图，如图1所示，该方法包括以下步骤：

S101：通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，基于人脸识别外机采集的第一人脸图片进行第一人脸识别；

S102：第一人脸识别成功后，通过人脸识别外机控制磁力锁开门，并将进门信息上传至云端服务器，进门信息包括人员信息、进门时间和第一人脸图片；

S103：通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片，将第二人脸图片传送至人脸识别外机；

S104：人脸识别外机基于第二人脸图片进行活体检测，检测通过后进行第二人脸识别；

S105：第二人脸识别成功后，根据进门信息校对出门信息，若校对成功，则通过人脸识别外机控制磁力锁开门。

本申请实施例中，人脸识别内机负责对需要出门的人员拍摄第二人脸图片，将第二人脸图片传送至人脸识别外机，由人脸识别外机进行活体检测和人脸识别等工作，因此，人脸识别内机相对于人脸识别外机来说，可以减少部分功能元件。相比较于相关技术中使用目前市场上的多个人脸识别设备(具备拍照、活体检测、人脸识别等功能)来说，降低了经济成本。

而且，本申请实施例中，云端服务器记录人员进门信息，在人员需要出门时，不仅进行活体检测和人脸识别，还根据进门信息校对出门信息，校对匹配方可开门，极大的提高了安全性。

为了更清楚的对本申请进行说明，下文对上述步骤进行详细的阐述。

步骤S101：通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，基于人脸识别外机采集的第一人脸图片进行第一人脸识别。

例如，在人脸识别外机包括红外摄像头和RGB摄像头的情况下，将红外摄像头与RGB摄像头采集的画面通道融合，并送入神经网络活体检测模型进行活体检测；活体检测成功后，将RGB摄像头采集的第一人脸图片送入神经网络识别模型中，抽取高维特征值，作为特征向量，将该特征向量与底库中人脸图片的特征向量进行比对，相似度超过预设阈值，则第一人脸识别成功。

步骤S102：第一人脸识别成功后，通过人脸识别外机控制磁力锁开门，并将进门信息上传至云端服务器，进门信息包括人员信息、进门时间和第一人脸图片。

例如，在人脸识别外机包括继电器接口的情况下，通过人脸识别外机的继电器接口控制磁力锁开门。

步骤S103：通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片，将第二人脸图片传送至人脸识别外机。

例如，在人脸识别内机包括RGB摄像头和PIR传感器的情况下，当通过PIR传感器识别到人员靠近门口时，唤醒RGB摄像头，拍摄第二人脸图片；在人脸识别内机包括Wi-Fi通讯模块的情况下，通过Wi-Fi通讯模块将第二人脸图片传送至人脸识别外机。

步骤S104：人脸识别外机基于第二人脸图片进行活体检测，检测通过后进行第二人脸识别。

例如，将第二人脸图片送入神经网络活体检测模型进行活体检测，检测通过后，将第二人脸图片送入神经网络识别模型中，提取高维特征值，作为特征向量；将提取的特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第二人脸识别成功。

步骤S105：第二人脸识别成功后，根据进门信息校对出门信息，若校对成功，则通过人脸识别外机控制磁力锁开门。

例如，在人脸识别外机包括显示屏的情况下，若第二人脸识别失败，则房门不开，人脸识别外机显示屏提示识别失败，同时发送识别时间、人员照片等信息到云端服务器。若第二人脸识别成功，则根据步骤S102中的进门记录进行校对，若存在对应的进门消息，则校对成功，打开房门，同时存储人员的出门消息；若不存在对应的进门消息，或距离进门时间过长，超过预设阈值，如超过24小时，则校对异常，同时发送识别时间、人员名称、人员照片等信息到云端服务器。

根据上述人脸识别外机和人脸识别内机的组合，有效利用人脸识别外机的硬件资源，精简人脸识别内机的组成和成本，并对人员的进出情况进行有效、安全的管控。具体而言，人脸识别内机负责对需要出门的人员拍摄第二人脸图片，将第二人脸图片传送至人脸识别外机，由人脸识别外机进行活体检测和人脸识别等工作，因此，人脸识别内机相对于人脸识别外机来说，可以减少部分功能元件。相比较于相关技术中使用目前市场上的多个人脸识别设备(具备拍照、活体检测、人脸识别等功能)来说，降低了经济成本。而且，本申请实施例中，云端服务器记录人员进门信息，在人员需要出门时，不仅进行活体检测和人脸识别，还根据进门信息校对出门信息，校对匹配方可开门，极大的提高了安全性。

本申请实施例还提供一种基于人脸识别的人员进出管理系统，图2是根据本申请实施例的基于人脸识别的人员进出管理系统的结构框图，如图2所示，该系统包括人脸识别外机1、人脸识别内机2、云端服务器3。

人脸识别外机1安装于门外，用于对需要进门的人员进行活体检测，检测通过后，基于人脸识别外机采集的第一人脸图片进行第一人脸识别；第一人脸识别成功后，控制磁力锁开门；下发进门信息，进门信息包括人员信息、进门时间和第一人脸图片；

人脸识别内机2安装于门内，用于对需要出门的人员拍摄第二人脸图片；将第二人脸图片传送至人脸识别外机；人脸识别外机基于第二人脸图片进行活体检测，检测通过后进行第二人脸识别；

云端服务器3用于接收进门信息，第二人脸识别成功后，根据进门信息校对出门信息，若校对成功，则使人脸识别外机控制磁力锁开门。

下文举出一个具体的例子以对本申请实施例做进一步的描述，图3是根据本申请实施例的基于人脸识别外机与人脸识别内机的关系示意图，如图3所示，人脸识别外机包括：RGB摄像头(即彩色摄像头)、红外摄像头、主控芯片、继电器接口、显示屏和第一Wi-Fi通讯模块(包括射频模块、Wi-Fi天线)等；人脸识别内机包括：RGB摄像头(即彩色摄像头)、第二Wi-Fi通讯模块(包括Wi-Fi芯片、Wi-Fi天线)、PIR传感器等。

本申请实施例的工作流程包括：若室外人员需要进门，红外摄像头与RGB摄像头采集的第一人脸图片通道融合，并送入主控芯片的神经网络活体检测模型进行活体检测；活体检测成功后，将RGB摄像头采集的第一人脸图片送入主控芯片的神经网络识别模型中提取高维特征值，作为特征向量，将该特征向量与底库中人脸图片的特征向量进行比对，相似度超过预设阈值则人脸识别成功，然后通过继电器接口控制磁力锁开门。此时，人脸识别外机将进门信息上传至云端服务器，进门信息包括开门人员信息、进门时间和第一人脸图片等。

若室内人员需要出门，当通过人脸识别内机的PIR传感器识别到人员靠近门口时，唤醒RGB摄像头，拍摄第二人脸图片，通过第二Wi-Fi通讯模块将第二人脸图片传送至人脸识别外机的第一Wi-Fi通讯模块；在主控芯片中，将第二人脸图片送入神经网络活体检测模型进行活体检测；检测通过后，将第二人脸图片送入神经网络识别模型中，提取特征向量；将提取的特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第二人脸识别成功。若第二人脸识别失败，则房门不开，人脸识别外机的显示屏提示识别失败，同时发送识别时间、人员照片等信息到云端服务器。若第二人脸识别成功，则与进门记录的数据进行校对，若存在对应的进门消息，则校对成功，继电器接口控制磁力锁开门，同时存储人员的出门记录；若不存在对应的进门消息，或距离进门时间过长，如超过24小时，则校对异常，同时发送识别时间、人员名称、人员照片等信息到云端服务器。

需要说明的是，本申请实施例各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于人脸识别的人员进出管理方法，其特征在于，所述方法包括：

通过安装于门外的人脸识别外机对需要进门的人员进行活体检测，检测通过后，基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别；

第一人脸识别成功后，通过所述人脸识别外机控制磁力锁开门，并将进门信息上传至云端服务器，所述进门信息包括人员信息、进门时间和所述第一人脸图片；

通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片，将所述第二人脸图片传送至所述人脸识别外机；

所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别；

第二人脸识别成功后，根据所述进门信息校对出门信息，若校对成功，则通过所述人脸识别外机控制磁力锁开门。

2.根据权利要求1所述的方法，其特征在于，在所述人脸识别外机包括红外摄像头和RGB摄像头的情况下，所述的通过安装于门外的人脸识别外机对需要进门的人员进行活体检测包括：

将所述红外摄像头与所述RGB摄像头采集的画面通道融合，并送入神经网络活体检测模型进行活体检测。

3.根据权利要求1所述的方法，其特征在于，所述的基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别包括：

将所述第一人脸图片送入神经网络识别模型中，提取特征向量；

将提取的所述特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第一人脸识别成功。

4.根据权利要求1所述的方法，其特征在于，在所述人脸识别外机包括继电器接口的情况下，所述的通过所述人脸识别外机控制磁力锁开门包括：

通过所述人脸识别外机的所述继电器接口控制磁力锁开门。

5.根据权利要求1所述的方法，其特征在于，在所述人脸识别内机包括RGB摄像头和PIR传感器的情况下，所述的通过安装于门内的人脸识别内机对需要出门的人员拍摄第二人脸图片包括：

当通过所述PIR传感器识别到人员靠近门口时，唤醒所述RGB摄像头；

通过所述RGB摄像头拍摄第二人脸图片。

6.根据权利要求1所述的方法，其特征在于，在所述人脸识别内机包括Wi-Fi通讯模块的情况下，所述的将所述第二人脸图片传送至所述人脸识别外机包括：

通过所述Wi-Fi通讯模块将所述第二人脸图片传送至所述人脸识别外机。

7.根据权利要求1所述的方法，其特征在于，所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别包括：

将所述第二人脸图片送入神经网络活体检测模型进行活体检测；

检测通过后，将所述第二人脸图片送入神经网络识别模型中，提取特征向量；

将提取的所述特征向量与底库中人脸图片的特征向量进行比对，若相似度超过预设阈值，则第二人脸识别成功。

8.根据权利要求1所述的方法，其特征在于，在所述人脸识别外机包括显示屏的情况下，通过所述显示屏提示活体检测成功或失败，和/或，提示人脸识别成功或失败。

9.一种基于人脸识别的人员进出管理系统，其特征在于，所述系统包括：

人脸识别外机，安装于门外，用于对需要进门的人员进行活体检测，检测通过后，基于所述人脸识别外机采集的第一人脸图片进行第一人脸识别；第一人脸识别成功后，控制磁力锁开门；下发进门信息，所述进门信息包括人员信息、进门时间和所述第一人脸图片；

人脸识别内机，安装于门内，用于对需要出门的人员拍摄第二人脸图片；将所述第二人脸图片传送至所述人脸识别外机；所述人脸识别外机基于所述第二人脸图片进行活体检测，检测通过后进行第二人脸识别；

云端服务器，用于接收所述进门信息；第二人脸识别成功后，根据所述进门信息校对出门信息，若校对成功，则使所述人脸识别外机控制磁力锁开门。

10.根据权利要求9所述系统，其特征在于，在所述人脸识别外机包括红外摄像头和RGB摄像头的情况下，所述的通过安装于门外的人脸识别外机对需要进门的人员进行活体检测包括：

将所述红外摄像头与所述RGB摄像头采集的画面通道融合，并送入神经网络活体检测模型进行活体检测。

Images