CN113393603A - 一种通道闸机的控制方法、系统 - Google Patents
一种通道闸机的控制方法、系统 Download PDFInfo
- Publication number
- CN113393603A CN113393603A CN202010165868.2A CN202010165868A CN113393603A CN 113393603 A CN113393603 A CN 113393603A CN 202010165868 A CN202010165868 A CN 202010165868A CN 113393603 A CN113393603 A CN 113393603A
- Authority
- CN
- China
- Prior art keywords
- target
- gate
- channel
- time consumption
- verification
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/285—Analysis of motion using a sequence of stereo image pairs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Abstract
本发明公开了一种通道闸机的控制方法,该方法包括,采集闸机通道入口方向上的当前图像,所述当前图像至少包括二维图像和深度图像;基于所述二维图像对第一目标进行行人检测,基于所述深度图像获取第一目标的位置,当第一目标的位置在设定的距离阈值时,触发对第一目标的非接触式验证;所述距离阈值根据移动速率确定,基于验证结果控制闸机通道的开启。本发明避免了现有技术中在通道闸机前停顿、等待识别结果后再通行的等待时间,提高了通道闸机的通行效率,达到了无感通行的效果,提升了用户体验,提高了闸机通道的控制和判断精度。
Description
技术领域
本发明涉及安防领域,特别地,涉及一种通道闸机的控制方法。
背景技术
目前的通道闸机控制,通过验证合格获得权限后方放行。无论是何种验证方式,包括且不限于刷卡、指纹、人脸、虹膜、静脉等,在行进过程中都需要停顿和必要的配合,以人脸授权验证为例,在通行过程中,需要等待通行人员行至闸机目标通道,待人脸识别认证通过后方可放行,这影响了通道闸机的通行效率。
发明内容
本发明提供了一种通道闸机的控制方法,以提高通道闸机的通行效率。
本发明提供的一种通道闸机的控制方法,该方法包括,
采集闸机通道入口方向上的当前图像,所述当前图像至少包括二维图像和深度图像;
基于所述二维图像对第一目标进行行人检测,基于所述深度图像获取第一目标的位置,
当第一目标的位置在设定的距离阈值时,触发对第一目标的非接触式验证;所述距离阈值根据移动速率确定,
基于验证结果控制闸机通道的开启。
较佳地,所述当第一目标的位置在设定的距离阈值时,还包括,
在对第一目标进行验证的同一时间内:
基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息;
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据所述三维空间尺寸信息控制闸机通道保持开启的时长。
较佳地,所述闸机通道为单通道,
所述对第二目标进行检测识别还包括,如果检测到第二目标不是具有设定空间尺寸的物品和/或小孩,则判定第二目标为尾随人员,触发报警;
所述基于深度图像获取第一目标和第二目标的三维空间尺寸信息包括,将第一目标和第二目标作为整体,根据深度图像数据确定该整体的三维空间尺寸信息;
所述根据三维空间尺寸信息控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与移动平均速率相除的结果,作为闸机通道保持开启的时长,其中,所述行人移动平均速率为行人移动样本的统计值;
所述距离阈值根据所有算法耗时、行人移动平均速率、电机控制耗时设定,算法耗时包括行人检测耗时、验证耗时之一或其任意组合。
较佳地,所述闸机通道包括两个以上单通道,
所述当第一目标的位置在设定的距离阈值时,还包括,
基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则根据连续至少两深度图像帧计算第一目标的当前移动速率和移动方向,根据移动方向分配匹配通道,触发匹配通道对第一目标的非接触式验证;
在对第一目标进行验证的同一时间内:基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息;
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长。
较佳地,所述闸机通道包括两个以上单通道,各通道的宽度不相同,
所述当第一目标的位置在设定的距离阈值时,还包括,基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息,根据三维空间尺寸信息分配匹配通道,触发匹配通道对第一目标的非接触式验证,
在对第一目标进行验证的同一时间内:根据连续至少两深度图像帧计算第一目标的当前移动速率,
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长。
较佳地,所述对第二目标进行检测识别还包括,如果检测到第二目标不是具有设定空间尺寸的物品和/或小孩,则判定第二目标为尾随人员,触发报警;
所述基于深度图像获取第一目标和第二目标的三维空间尺寸信息包括,将第一目标和第二目标作为整体,根据深度图像数据确定该整体的三维空间尺寸信息;
所述根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与第一目标当前移动速率相除的结果,作为闸机通道保持开启的时长;
所述距离阈值根据所有算法耗时、行人移动平均速率、电机控制耗时、分配匹配通道耗时设定,其中,算法耗时包括行人检测耗时、验证耗时之一或其任意组合,所述行人移动平均速率为行人移动样本的统计值。
较佳地,所述根据连续至少两深度图像帧计算第一目标的当前移动速率和移动方向,包括,
计算连续两深度图像帧中第一目标的深度信息变化,将深度信息变化与连续两帧之间的时间差的比值作为当前移动速率;
求取两个以上当前移动速率的平均值,得到第一目标当前移动平均速率;
所述根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与第一目标当前移动平均速率相除的结果,作为闸机通道保持开启的时长;
所述距离阈值为:算法耗时、电机系统控制耗时、分配匹配通道耗时之和与行人移动平均速率的乘积。
本发明提供的一种闸机系统,包括验证模组和图像数据处理模组,该系统还包括存储器和处理器,
所述存储器存储有可被处理器执行的指令,所述指令被处理器执行,以使所述处理器控制验证模组和图像数据处理模组执行如权利要求1至7任一所述控制方法步骤。
较佳地,所述闸机系统中的闸机本体上安装有用于采集二维图像和深度图像的深度相机设备,所述深度相机设备位于沿闸机通道入口延伸的闸机本体末端;和/或者,
在所述闸机系统中的闸机通道的上方区域安装有用于采集二维图像和深度图像的深度相机设备。
本发明通过检测第一目标的位置是否在根据移动速率所确定的距离阈值,来触发对第一目标的非接触式验证,使得验证在第一目标相对通道由远及近的行进过程中的同一时间段被执行,避免了现有技术中在通道闸机前停顿、等待识别结果后再通行的等待时间,提高了通道闸机的通行效率,达到了无感通行的效果,提升了用户体验,提高了闸机通道的控制和判断精度。
附图说明
图1为深度相机设备安装位置的一种示意图。
图2为深度相机设备安装的另一种示意图。
图3为安装有深度相机模组的单通道闸机控制的一种流程的示意图。
图4为闸机与距离阈值的位置关系的一种示意图。
图5为安装有深度相机模组的多通道闸机的一种示意图。
图6为实施例二安装有深度相机模组的多通道闸机控制的一种流程的示意图。
图7为安装有深度相机模组的多通道闸机的一种示意图。
图8为实施例三安装有深度相机模组的多通道闸机控制的一种流程的示意图。
图9为应用本发明控制方法的一种多通道闸机系统的示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白,以下结合附图对本申请做进一步详细说明。
本发明通过获取的二维图像信息检测到第一目标为行人后,通过获取第一目标的三维空间信息,判断第一目标是否位于距离闸机入口设定阈值内,如果是,则触发对第一目标的非接触式验证,进一步地,通过获取的二维图像信息,对与第一目标随行的第二目标进行识别,当识别出第二目标为大件行李和/或孩子时,基于所获取的三维空间信息,确定第一目标和第二目标的三维空间尺寸,根据三维空间尺寸控制闸机通道的通行时间长度。
对于多个通道,通过获取距离闸机入口设定阈值内第一目标的三维空间信息,基于第一目标的三维空间信息计算出第一目标的速率和移动方向,根据第一目标的速率和移动方向,预测第一目标待进入的闸机通道,触发所预测通道对第一目标进行验证。
为了采集目标的二维图像和三维空间信息,可以采用深度相机模组。实施方式之一,采用双目立体视觉设备,即,至少有两个可见光(VIS)摄像头;实施方式之二,采用结构光机器视觉设备,即至少有一个投射器、一个近红外(NIR)摄像头和一个VIS摄像头;实施方式之三,采用飞行时间(ToF)机器视觉设备方案,即至少有一个ToF摄像头和一个VIS摄像头。
此外,从成本、系统鲁棒性等因素综合考虑也可以增加摄像头数量。例如,实施方式一中也可以增加NIR摄像头,以满足极低照度条件下的生物特征识别;实施方式二中可以增加一个NIR摄像头以增加测量精度和准确性,相应的也可以考虑增加投射器的数量。具体可依据实际场景和用户需求灵活设计。
深度相机模组中的VIS摄像头采集的二维图像可直接用于行人检测、生物特征识别等功能,也可以单独配置其他成像模组完成。
参见图1所示,图1为深度相机设备安装位置的一种示意图。在该示例中,深度相机安装于沿通道入口延伸、闸机本体末端,监控的视场角覆盖该通道。
参见图2所示,图2为深度相机设备安装的另一种示意图。在该示例中,深度相机与闸机本体分离,例如,安装于闸机的上方区域。该安装方案更适合室内,或者闸机上方有便于深度相机等设备固定的场合,能够具有更好的视场角。
实施例一
参见图3所示,图3为安装有深度相机模组的单通道闸机控制的一种流程的示意图。
步骤301,控制深度相机设备采集其视场角内的当前图像,以获取二维图像和三维空间信息,即深度图;
步骤302,基于二维图像进行第一目标检测,判断是否存在通行人员,即,对第一目标进行行人检测,如果是,则执行步骤303,否则,返回步骤302,
在该步骤中,可以基于步态来进行第一目标的检测,这样,可以先通过步态识别缩小目标的搜索范围。
步骤303,基于深度图获取第一目标的当前位置,判断当前位置是否在预设的距离阈值内,如果是,则触发非接触式验证进程,例如,触发基于人脸识别的验证进程,否则,则保持当前状态,
在该步骤中,可以以深度相机所在位置作为世界坐标系的原点,基于深度图计算第一目标在世界坐标系下的三维空间信息。
为了使得通行人员无感地通过闸机而不必等待验证,本实施例在第一目标到达距离阈值时唤醒当前通道闸机,触发验证进程,即,在第一目标靠近闸机通道入口时完成开门动作。
参见图4所示,图4为闸机与距离阈值的位置关系的一种示意图。其中,距离阈值根据算法耗时、行人移动平均速率、电机控制耗时设定,算法耗时包括行人检测耗时、验证耗时之一或其任意组合,具体地,距离阈值为行人移动平均速率与算法耗时的乘积结果、电机控制耗时之和,用数学式表达为:
行人移动平均速率*(算法耗时+电机系统控制耗时)
其中,行人移动平均速率根据统计数据得到。
鉴于行人检测的适用距离远于生物特征识别的适用距离,从而依靠来自深度相机的数据计算第一目标的范围也会远于生物特征检测相关算法,从而使得在第一目标向闸机通道入口行进的同一时间段内,并行地进行生物特征的识别认证,从而无需通行人员在闸机入口处停顿。
步骤304,基于当前图像提取与第一目标随行的第二目标,根据二维图像对第二目标进行检测识别,如果检测到第二目标为具有一定空间大小的物品和/或小孩,则将第一目标和第二目标作为一个整体,基于深度图获取第一目标和第二目标整体的三维空间尺寸信息,然后执行步骤305,否则,判定有尾随人员,触发报警,
步骤305,当验证进程的验证结果是可以通行时,则触发通道开启,并根据步骤304确定的三维空间尺寸信息,确定通道保持开启状态的时间长度,即通行时间长度。
在该步骤中,可以根据三维空间尺寸中的长度信息(深度信息),结合行人移动平均速率,确定通行时间长度,例如,通行时间长度为长度信息与行人移动平均速率的商,用数学式表达为:
通行时间长度=三维空间尺寸中的长度信息/行人移动平均速率
较佳地,为了对当前通道进行监控,在通行人员通行期间,深度相机看实时监控,以进一步防止通道夹持通行人员的发生。
步骤306,当到达通行时间长度后,闸机通道关闭。
本实施例在通行人员由远及近的过程中,通过行人检测缩小搜索范围,再使用生物特征识别进行权限确认,充分地利用了通行人员的行进时间,避免了通行人员的等待时间,提高了通行效率,实现了无感通行;根据通行人员的三维空间尺寸所确定的通行时间长度,既有效降低了通道夹持通行人员的发生,又有效地阻止了尾随人员的通行,提升了通信人员的用户体。
实施例二
参见图5所示,图5为安装有深度相机模组的多通道闸机的一种示意图,在每个通道分别安装有一深度相机设备,每个深度相机设备的视场角相同。较佳地,深度相机设备的安装位置、采集图像的角度相同。
参见图6所示,图6为实施例二安装有深度相机模组的多通道闸机控制的一种流程的示意图。
步骤601,控制各个深度相机设备采集其视场角内的当前图像,以获取二维图像和三维空间信息,即深度图;
对于每个当前图像:
步骤602,基于二维图像进行第一目标检测,判断是否存在通行人员,如果是,则执行步骤603,否则,返回步骤602,
步骤603,基于深度图获取第一目标的当前位置,判断当前位置是否在预设的距离阈值内,如果是,则根据连续至少两深度图像帧计算第一目标的当前移动速率和移动方向;否则,则保持当前闸机状态,返回步骤603,
在该步骤中,由于后续将为第一目标匹配通道,故而距离阈值还需要考虑通道匹配的耗时,具体为,距离阈值为算法耗时、电机控制耗时、通道匹配的耗时之和与行人移动平均速率的乘积结果,用数学式表达为:
当前移动平均速率*(算法耗时+电机系统控制耗时+通道匹配耗时)
此外,通过连续两深度图像帧中第一目标的深度信息变化,计算出当前移动速率和移动方向,数学表示为:
v=(d2-d1)/t
其中,d2、d1为第一目标连续两帧深度值,t为该连续两帧之间的时间差,v为当前移动速率;移动方向根据连续两帧深度值的变化确定。
较佳地,为了提高当前移动速率的准确性,可计算多个速率值,然后求得当前移动速率的平均值。
步骤604,根据第一目标的当前移动方向分配匹配通道,并触发该匹配通道的验证进程;
步骤605,基于当前图像提取与第一目标随行的第二目标,根据二维图像对第二目标进行检测识别,如果检测到第二目标为具有一定空间大小的物品和/或小孩,则将第一目标和第二目标作为一个整体,基于深度图获取第一目标和第二目标整体的三维空间尺寸信息,然后执行步骤606,否则,判定有尾随人员,触发报警,
步骤606,当验证进程的验证结果是可以通行时,则触发通道开启,并根据步骤605确定的三维空间尺寸信息以及当前移动平均速率,确定通道保持开启状态的时间长度,即通行时间长度。
在该步骤中,可以根据三维空间尺寸中的长度信息和当前移动平均速率,确定通行时间长度,例如,通行时间长度为长度信息与行人移动平均速率的商,用数学式表达为:
通行时间长度=长度信息/当前移动平均速率
较佳地,为了对当前通道进行监控,在通行人员通行期间,深度相机看实时监控,以进一步防止通道夹持通行人员的发生。
步骤607,当到达通行时间长度后,闸机通道关闭。
在本实施例中,通过深度图像预测出移动方向,根据移动方向分配匹配通道,进一步地提高了无感通行的用户体验;根据实时计算的当前移动平均速率来确定通行时间长度,使得每个通行人员的通行时间可以不同,提高了闸机的人性化,更有效地降低了通道夹持通行人员的概率。
实施例三
参见图7所示,图7为安装有深度相机模组的多通道闸机的一种示意图,其中,多通道中至少有一通道的宽度大于其它通道,以便于携带大件行李的通行人员通行。
参见图8所示,图8为实施例三安装有深度相机模组的多通道闸机控制的一种流程的示意图。
步骤801,控制各个深度相机设备采集其视场角内的当前图像,以获取二维图像和三维空间信息,即深度图;
对于每个当前图像:
步骤802,基于二维图像进行第一目标检测,判断是否存在通行人员,如果是,则执行步骤803,否则,返回步骤802,
步骤803,基于深度图获取第一目标的当前位置,判断当前位置是否在预设的距离阈值内,如果是,则执行步骤804,否则,则保持当前闸机状态,返回步骤803,
在该步骤中,距离阈值的确定与步骤603中的相同;
步骤804,基于当前图像提取与第一目标随行的第二目标,根据二维图像对第二目标进行检测识别,如果检测到第二目标为具有一定空间大小的物品和/或小孩,则将第一目标和第二目标作为一个整体,基于深度图获取第一目标和第二目标整体的三维空间尺寸信息,根据三维空间尺寸分配匹配的通道,并触发匹配通道验证进程;否则,判定有尾随人员,触发报警,
在该步骤中,可以根据三维空间尺寸的最大宽度分配匹配的通道。
步骤805,根据连续至少两深度图像帧计算第一目标的当前移动速率;
在该步骤中,通过连续两深度图像帧中第一目标的深度信息变化,计算出当前移动速率,数学表示为:
v=(d2-d1)/t
其中,d2、d1为第一目标连续两帧深度值,t为该连续两帧之间的时间差,v为当前移动速率。
较佳地,为了提高当前移动速率的准确性,可计算多个速率值,然后求得当前移动速率的平均值。
步骤806,当验证进程的验证结果是可以通行时,则触发通道开启,并根据确定的三维空间尺寸信息以及当前移动平均速率,确定通道保持开启状态的时间长度,即通行时间长度。
在该步骤中,可以根据三维空间尺寸中的长度信息(深度信息)和当前移动平均速率,确定通行时间长度,例如,通行时间长度为长度信息与行人移动平均速率的商,用数学式表达为:
通行时间长度=三维空间尺寸中的长度信息/当前移动平均速率
较佳地,为了对当前通道进行监控,在通行人员通行期间,深度相机看实时监控,以进一步防止通道夹持通行人员的发生。
步骤807,当到达通行时间长度后,闸机通道关闭。
在本实施例中,按照第一目标和第二目标整体的空间尺寸为通行人员以及其随身行李分配匹配的通行通道,避免了人为的错误选择,实现了通行的自动化和智能化;根据实时计算的当前移动平均速率、以及空间尺寸的长度来确定通行时间长度,使得每个通行人员的通行时间可以不同,提高了闸机的人性化和控制的智能化,更有效地降低了通道夹持通行人员的概率。
上述实施例中,深度相机所采集的图像还可用于闸机区域的视频监控,并融入整体的智能监控体系中,例如,融入楼宇的监控系统中。
参见图9所示,图9为应用本发明控制方法的一种多通道闸机系统的示意图。该闸机系统中的每个通道分别包括,用于获取二维图像和深度信息的深度相机模组,用于对各通道分别进行验证的验证模组,用于对图像数据进行处理的图像处理模组,该系统还包括存储器和处理器,例如,主控芯片MCU,各个通道的模组通过主控芯片MCU进行通信和控制:
主控芯片控制深度相机模组的图像采集,
控制图像处理模组基于所述二维图像对第一目标进行行人检测,基于所述深度图像获取第一目标的位置,
当第一目标的位置在设定的距离阈值时,控制验证模组触发对第一目标的非接触式验证,
基于验证结果控制闸机通道的开启,
通过上述控制以实现实施例所述的闸机通道的控制步骤。
每个通道的各个模组可以根据具体设计的需求集成为一体例如,深度相机模组与验证模组集成为一体,或者,图像处理模组与深度相机模组集成为一体;模组的集成与分离不影响其功能的实现。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
本发明的闸机系统通过图像控制闸机通道,无需复杂的红外对射系统,有利于成本的降低,有利于模组的集成和系统化,便于闸机系统的调度和控制。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
采集闸机通道入口方向上的当前图像,所述当前图像至少包括二维图像和深度图像;
基于所述二维图像对第一目标进行行人检测,基于所述深度图像获取第一目标的位置,
当第一目标的位置在设定的距离阈值时,触发对第一目标的非接触式验证;
基于验证结果控制闸机通道的开启。
对于装置/网络侧设备/存储介质实施例而言,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。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种通道闸机的控制方法,其特征在于,该方法包括,
采集闸机通道入口方向上的当前图像,所述当前图像至少包括二维图像和深度图像;
基于所述二维图像对第一目标进行行人检测,基于所述深度图像获取第一目标的位置,
当第一目标的位置在设定的距离阈值时,触发对第一目标的非接触式验证;所述距离阈值根据移动速率确定,
基于验证结果控制闸机通道的开启。
2.如权利要求1所述的控制方法,其特征在于,所述当第一目标的位置在设定的距离阈值时,还包括,
在对第一目标进行验证的同一时间内:
基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息;
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据所述三维空间尺寸信息控制闸机通道保持开启的时长。
3.如权利要求2所述的控制方法,其特征在于,所述闸机通道为单通道,
所述对第二目标进行检测识别还包括,如果检测到第二目标不是具有设定空间尺寸的物品和/或小孩,则判定第二目标为尾随人员,触发报警;
所述基于深度图像获取第一目标和第二目标的三维空间尺寸信息包括,将第一目标和第二目标作为整体,根据深度图像数据确定该整体的三维空间尺寸信息;
所述根据三维空间尺寸信息控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与移动平均速率相除的结果,作为闸机通道保持开启的时长,其中,所述行人移动平均速率为行人移动样本的统计值;
所述距离阈值根据所有算法耗时、行人移动平均速率、电机控制耗时设定,算法耗时包括行人检测耗时、验证耗时之一或其任意组合。
4.如权利要求1所述的控制方法,其特征在于,所述闸机通道包括两个以上单通道,
所述当第一目标的位置在设定的距离阈值时,还包括,
基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则根据连续至少两深度图像帧计算第一目标的当前移动速率和移动方向,根据移动方向分配匹配通道,触发匹配通道对第一目标的非接触式验证;
在对第一目标进行验证的同一时间内:基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息;
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长。
5.如权利要求1所述的控制方法,其特征在于,所述闸机通道包括两个以上单通道,各通道的宽度不相同,
所述当第一目标的位置在设定的距离阈值时,还包括,基于二维图像提取与第一目标随行的第二目标,对第二目标进行检测识别,
如果检测到第二目标为具有设定空间尺寸的物品和/或小孩,则基于深度图像获取第一目标和第二目标的三维空间尺寸信息,根据三维空间尺寸信息分配匹配通道,触发匹配通道对第一目标的非接触式验证,
在对第一目标进行验证的同一时间内:根据连续至少两深度图像帧计算第一目标的当前移动速率,
所述基于验证结果控制闸机通道的开启包括,当验证通过时,触发通道开启,根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长。
6.如权利要求4或5所述的控制方法,其特征在于,所述对第二目标进行检测识别还包括,如果检测到第二目标不是具有设定空间尺寸的物品和/或小孩,则判定第二目标为尾随人员,触发报警;
所述基于深度图像获取第一目标和第二目标的三维空间尺寸信息包括,将第一目标和第二目标作为整体,根据深度图像数据确定该整体的三维空间尺寸信息;
所述根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与第一目标当前移动速率相除的结果,作为闸机通道保持开启的时长;
所述距离阈值根据所有算法耗时、行人移动平均速率、电机控制耗时、分配匹配通道耗时设定,其中,算法耗时包括行人检测耗时、验证耗时之一或其任意组合,所述行人移动平均速率为行人移动样本的统计值。
7.如权利要求6所述的控制方法,其特征在于,所述根据连续至少两深度图像帧计算第一目标的当前移动速率和移动方向,包括,
计算连续两深度图像帧中第一目标的深度信息变化,将深度信息变化与连续两帧之间的时间差的比值作为当前移动速率;
求取两个以上当前移动速率的平均值,得到第一目标当前移动平均速率;
所述根据三维空间尺寸信息和第一目标的当前移动速率,控制闸机通道保持开启的时长包括,将三维空间尺寸信息中的长度信息与第一目标当前移动平均速率相除的结果,作为闸机通道保持开启的时长;
所述距离阈值为:算法耗时、电机系统控制耗时、分配匹配通道耗时之和与行人移动平均速率的乘积。
8.一种闸机系统,包括验证模组和图像数据处理模组,其特征在于,该系统还包括存储器和处理器,
所述存储器存储有可被处理器执行的指令,所述指令被处理器执行,以使所述处理器控制验证模组和图像数据处理模组执行如权利要求1至7任一所述控制方法步骤。
9.如权利要求8所述的闸机系统,其特征在于,所述闸机系统中的闸机本体上安装有用于采集二维图像和深度图像的深度相机设备,所述深度相机设备位于沿闸机通道入口延伸的闸机本体末端;和/或者,
在所述闸机系统中的闸机通道的上方区域安装有用于采集二维图像和深度图像的深度相机设备。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一所述通道闸机控制方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165868.2A CN113393603B (zh) | 2020-03-11 | 2020-03-11 | 一种通道闸机的控制方法、系统 |
PCT/CN2021/079701 WO2021180060A1 (zh) | 2020-03-11 | 2021-03-09 | 一种通道闸机的控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165868.2A CN113393603B (zh) | 2020-03-11 | 2020-03-11 | 一种通道闸机的控制方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113393603A true CN113393603A (zh) | 2021-09-14 |
CN113393603B CN113393603B (zh) | 2022-09-23 |
Family
ID=77615344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010165868.2A Active CN113393603B (zh) | 2020-03-11 | 2020-03-11 | 一种通道闸机的控制方法、系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113393603B (zh) |
WO (1) | WO2021180060A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025078A (zh) * | 2021-09-27 | 2022-02-08 | 苏州雷格特智能设备股份有限公司 | 一种双目三层架构 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117001654A (zh) * | 2022-04-29 | 2023-11-07 | 深圳市普渡科技有限公司 | 机器人过闸方法、装置和计算机设备 |
CN114973468A (zh) * | 2022-05-23 | 2022-08-30 | 北京声智科技有限公司 | 闸机控制方法、装置、设备和存储介质 |
CN115150504A (zh) * | 2022-06-01 | 2022-10-04 | 杭州海康威视数字技术股份有限公司 | 通道控制方法、装置、设备、存储介质及系统 |
CN115346301B (zh) * | 2022-08-09 | 2023-06-27 | 南京北路智控科技股份有限公司 | 一种卡口的快速人员识别通行方法及系统 |
CN117218678A (zh) * | 2023-08-11 | 2023-12-12 | 浙江深象智能科技有限公司 | 行为检测方法、装置及电子设备 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279466A (ja) * | 2001-03-15 | 2002-09-27 | Toshiba Corp | 入場管理装置および入場管理方法 |
US20040239481A1 (en) * | 2001-07-10 | 2004-12-02 | American Express Travel Related Services Company, Inc. | Method and system for facial recognition biometrics on a fob |
CN101859412A (zh) * | 2010-05-27 | 2010-10-13 | 无锡市天业智能科技有限公司 | 基于物联网rfid的人员感知及引导系统 |
CN101937587A (zh) * | 2010-09-17 | 2011-01-05 | 深圳市富士智能系统有限公司 | 一种人行通道管理系统及其方法 |
CN102542294A (zh) * | 2011-12-29 | 2012-07-04 | 河海大学常州校区 | 双视觉信息融合的集控式足球机器人识别系统及识别方法 |
CN102819882A (zh) * | 2012-07-25 | 2012-12-12 | 江苏汉武智能科技有限公司 | 自动检票人行通道中通行物体的识别控制系统及识别方法 |
CN105518749A (zh) * | 2014-08-08 | 2016-04-20 | Digicon电子控制机械股份公司 | 控制和监视限制区域通行的系统及方法 |
CN105869253A (zh) * | 2016-05-27 | 2016-08-17 | 成都千帆科技开发有限公司 | 基于人脸识别的人-证-票综合验证人行闸机 |
CN106200539A (zh) * | 2016-08-31 | 2016-12-07 | 浙江网新电气技术有限公司 | 一种检票闸机通行逻辑控制系统及方法 |
US20160379428A1 (en) * | 2012-08-16 | 2016-12-29 | Schlage Lock Company Llc | Wireless reader system |
CN106600774A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市万睿智能科技有限公司 | 设有开门检测区域的人脸识别门禁控制方法和系统 |
CN107170078A (zh) * | 2017-04-27 | 2017-09-15 | 胡渐佳 | 智能识别进门尾随门禁系统 |
CN107871350A (zh) * | 2016-09-28 | 2018-04-03 | 武汉广宏利机电设备有限公司 | 一种基于人脸识别的智能楼宇管理方法 |
CN108022333A (zh) * | 2016-11-04 | 2018-05-11 | 杭州海康威视数字技术股份有限公司 | 一种门禁控制方法、门禁控制器及门禁控制系统 |
US20180174386A1 (en) * | 2015-08-24 | 2018-06-21 | Cubic Corporation | Vision-based fare collection |
CN109147126A (zh) * | 2018-08-11 | 2019-01-04 | 深圳市罗德韦尔智能科技有限公司 | 基于人脸识别的智能门锁无感开门系统及控制方法 |
CN109243035A (zh) * | 2018-09-27 | 2019-01-18 | 云教(北京)科技有限公司 | 对人员和资产可实时定位管理的门禁系统及其实现方法 |
CN110379050A (zh) * | 2019-06-06 | 2019-10-25 | 上海学印教育科技有限公司 | 一种闸机控制方法、装置及系统 |
CN209603003U (zh) * | 2018-10-29 | 2019-11-08 | 哈尔滨理工大学 | 一种适用于携带大件物品通过的通道闸机 |
KR20190128478A (ko) * | 2018-05-08 | 2019-11-18 | (주)리감 | 키오스크 무인 출입카드 관리 방법 |
CN110537211A (zh) * | 2017-04-21 | 2019-12-03 | 综合设计有限公司 | 用于对人通过通道的移动进行监测的光学系统 |
CN110728607A (zh) * | 2019-09-25 | 2020-01-24 | 邵刚 | 一种基于智能视觉的大数据机场安检管理系统及其方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7446644B2 (en) * | 2005-01-14 | 2008-11-04 | Secureall Corporation | Universal hands free key and lock system |
CN201785712U (zh) * | 2010-09-17 | 2011-04-06 | 深圳市富士智能系统有限公司 | 一种人行通道管理系统 |
CN103402080B (zh) * | 2013-08-13 | 2016-08-17 | 上海恒能电子科技有限公司 | 一种楼宇对讲系统 |
CN109472900A (zh) * | 2018-11-02 | 2019-03-15 | 广州新科佳都科技有限公司 | 闸机通过行为检测装置 |
CN109671190B (zh) * | 2018-11-27 | 2021-04-13 | 杭州天翼智慧城市科技有限公司 | 一种基于人脸识别的多通道闸机管理方法及系统 |
CN110297536B (zh) * | 2019-06-30 | 2021-05-18 | 联想(北京)有限公司 | 一种控制方法及电子设备 |
-
2020
- 2020-03-11 CN CN202010165868.2A patent/CN113393603B/zh active Active
-
2021
- 2021-03-09 WO PCT/CN2021/079701 patent/WO2021180060A1/zh active Application Filing
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279466A (ja) * | 2001-03-15 | 2002-09-27 | Toshiba Corp | 入場管理装置および入場管理方法 |
US20040239481A1 (en) * | 2001-07-10 | 2004-12-02 | American Express Travel Related Services Company, Inc. | Method and system for facial recognition biometrics on a fob |
CN101859412A (zh) * | 2010-05-27 | 2010-10-13 | 无锡市天业智能科技有限公司 | 基于物联网rfid的人员感知及引导系统 |
CN101937587A (zh) * | 2010-09-17 | 2011-01-05 | 深圳市富士智能系统有限公司 | 一种人行通道管理系统及其方法 |
CN102542294A (zh) * | 2011-12-29 | 2012-07-04 | 河海大学常州校区 | 双视觉信息融合的集控式足球机器人识别系统及识别方法 |
CN102819882A (zh) * | 2012-07-25 | 2012-12-12 | 江苏汉武智能科技有限公司 | 自动检票人行通道中通行物体的识别控制系统及识别方法 |
US20160379428A1 (en) * | 2012-08-16 | 2016-12-29 | Schlage Lock Company Llc | Wireless reader system |
CN105518749A (zh) * | 2014-08-08 | 2016-04-20 | Digicon电子控制机械股份公司 | 控制和监视限制区域通行的系统及方法 |
US20180174386A1 (en) * | 2015-08-24 | 2018-06-21 | Cubic Corporation | Vision-based fare collection |
CN105869253A (zh) * | 2016-05-27 | 2016-08-17 | 成都千帆科技开发有限公司 | 基于人脸识别的人-证-票综合验证人行闸机 |
CN106200539A (zh) * | 2016-08-31 | 2016-12-07 | 浙江网新电气技术有限公司 | 一种检票闸机通行逻辑控制系统及方法 |
CN107871350A (zh) * | 2016-09-28 | 2018-04-03 | 武汉广宏利机电设备有限公司 | 一种基于人脸识别的智能楼宇管理方法 |
CN108022333A (zh) * | 2016-11-04 | 2018-05-11 | 杭州海康威视数字技术股份有限公司 | 一种门禁控制方法、门禁控制器及门禁控制系统 |
CN106600774A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市万睿智能科技有限公司 | 设有开门检测区域的人脸识别门禁控制方法和系统 |
CN110537211A (zh) * | 2017-04-21 | 2019-12-03 | 综合设计有限公司 | 用于对人通过通道的移动进行监测的光学系统 |
CN107170078A (zh) * | 2017-04-27 | 2017-09-15 | 胡渐佳 | 智能识别进门尾随门禁系统 |
KR20190128478A (ko) * | 2018-05-08 | 2019-11-18 | (주)리감 | 키오스크 무인 출입카드 관리 방법 |
CN109147126A (zh) * | 2018-08-11 | 2019-01-04 | 深圳市罗德韦尔智能科技有限公司 | 基于人脸识别的智能门锁无感开门系统及控制方法 |
CN109243035A (zh) * | 2018-09-27 | 2019-01-18 | 云教(北京)科技有限公司 | 对人员和资产可实时定位管理的门禁系统及其实现方法 |
CN209603003U (zh) * | 2018-10-29 | 2019-11-08 | 哈尔滨理工大学 | 一种适用于携带大件物品通过的通道闸机 |
CN110379050A (zh) * | 2019-06-06 | 2019-10-25 | 上海学印教育科技有限公司 | 一种闸机控制方法、装置及系统 |
CN110728607A (zh) * | 2019-09-25 | 2020-01-24 | 邵刚 | 一种基于智能视觉的大数据机场安检管理系统及其方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025078A (zh) * | 2021-09-27 | 2022-02-08 | 苏州雷格特智能设备股份有限公司 | 一种双目三层架构 |
Also Published As
Publication number | Publication date |
---|---|
CN113393603B (zh) | 2022-09-23 |
WO2021180060A1 (zh) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113393603B (zh) | 一种通道闸机的控制方法、系统 | |
Xu et al. | A people counting system based on head-shoulder detection and tracking in surveillance video | |
Liu et al. | Detecting and counting people in surveillance applications | |
US9679203B2 (en) | Traffic violation detection | |
US9685079B2 (en) | Short-time stopping detection from red light camera evidentiary photos | |
US7965866B2 (en) | System and process for detecting, tracking and counting human objects of interest | |
CN109076190B (zh) | 检测异常情况的设备和方法 | |
CN106778655B (zh) | 一种基于人体骨架的入口尾随进入检测方法 | |
CN103986910A (zh) | 一种基于智能分析摄像机的客流统计方法和系统 | |
KR20200071799A (ko) | 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법 | |
Hsu et al. | Passenger flow counting in buses based on deep learning using surveillance video | |
CN103605967A (zh) | 一种基于图像识别的地铁防逃票系统及其工作方法 | |
Stahlschmidt et al. | Applications for a people detection and tracking algorithm using a time-of-flight camera | |
WO2007027324A2 (en) | Detecting non-people objects in revolving doors | |
KR101917783B1 (ko) | 주차장 관리 시스템 | |
EP2546807B1 (en) | Traffic monitoring device | |
Pore et al. | Bidirectional people counting system in video surveillance | |
CN111833504B (zh) | 门禁系统及其控制方法、电子设备 | |
Lumentut et al. | Evaluation of recursive background subtraction algorithms for real-time passenger counting at bus rapid transit system | |
Bozzoli et al. | A statistical method for people counting in crowded environments | |
KR101924643B1 (ko) | 차량 인식장치 | |
Ling et al. | A multi-pedestrian detection and counting system using fusion of stereo camera and laser scanner | |
Badgujar et al. | A Survey on object detect, track and identify using video surveillance | |
Kapileswar et al. | Automatic traffic monitoring system using lane centre edges | |
KR102133045B1 (ko) | Cctv 영상 기반 데이터 처리 방법 및 그 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 |