CN113642449A - 一种人脸识别装置及系统 - Google Patents
一种人脸识别装置及系统 Download PDFInfo
- Publication number
- CN113642449A CN113642449A CN202110910439.8A CN202110910439A CN113642449A CN 113642449 A CN113642449 A CN 113642449A CN 202110910439 A CN202110910439 A CN 202110910439A CN 113642449 A CN113642449 A CN 113642449A
- Authority
- CN
- China
- Prior art keywords
- face recognition
- steering
- shooting
- base
- 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
- 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
Abstract
本发明公开了一种人脸识别装置及系统,属于人脸识别技术领域;所述装置包括遮光棚、门禁装置、底座、闸门;所述底座上方安装有遮光棚、门禁装置;所述底座一侧设有闸门;所述转向摄录装置包括底座、支架、转向头;所述转向摄录装置通过螺母固定于遮光棚内侧;所述转向头安装于支架;所述转向头通过电动转轴安装于支架;所述转向头设有三枚人脸识别测速镜头;所述三枚人脸识别测速镜头呈品字形排列,各枚镜头之间夹角为120°;本发明的优点在于构建转向摄录装置,可以快速摄录人员通过门禁时的视频流,同时基于该装置提取多模态数据信息特征,建立大数据人脸识别系统,实现人员室内监控的快速定位识别。
Description
技术领域
本发明属于人脸识别技术领域,特别涉及一种人脸识别装置及系统。
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。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进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。在传统的门禁区域人脸识别单元往往只构建1:1的人脸识别模式,该模式的优点在于数据量小、识别率高,但该模式的缺点在于功能过于单一,即通过该模式获取的人脸识别信息只用于构建人脸识别数据库使用,而如果要利用其构建的数据库实现大数据系统进而实现与一定区域内的监控联动较为困难,例如在一些安全厂区内,难以利用人脸识别对人员快速追踪定位,工作人员往往需要通过大量的时间来确定人员的动向,其原因在于数据库的数据量不足,不足以支撑整个识别模型的运转;尽管现在已经出现了利用RFID系统与监控系统的联动技术来确定室内人员的位置,其本质上是利用远距离RFID识别器对监控区域内的人员佩戴的射频卡进行射频读写,进而实现室内快速定位,但目前远距离的RFID技术在硬件上还难以突破,对于室内的识别还存在一定的缺陷,例如容易受干扰等问题;而利用人脸识别技术来进行识别,从软件上提高室内定位识别是完全可行的。
发明内容
(一)要解决的技术问题
针对上述的问题,本发明提出一种人脸识别装置,基于该装置可以实现原始数据的快速积累,构建大数据体系;同时本发明还提出一种人脸识别系统,该系统基于大数据体系可以实现人员的快速识别及定位,为室内定位提出一种新的方向。
(二)技术方案
一种人脸识别装置,所述装置包括遮光棚、门禁装置、底座、闸门;所述底座上方安装有遮光棚、门禁装置;所述底座一侧设有闸门;所述装置还包括转向摄录装置;所述转向摄录装置安装于遮光棚内侧。
作为上述方案的进一步说明,所述门禁装置包括装置支柱、人脸识别模块、显示模块、卡片识别区。
作为上述方案的进一步说明,所述转向摄录装置包括底座、支架、转向头;所述转向摄录装置通过螺母固定于遮光棚内侧;所述转向头安装于支架。
作为上述方案的进一步说明,所述转向头通过电动转轴安装于支架;所述转向头设有三枚人脸识别测速镜头。
作为上述方案的进一步说明,所述三枚人脸识别测速镜头呈品字形排列,各枚镜头之间夹角为120°。
作为上述方案的进一步说明,所述闸门通过电动转轴与底座一侧连接。
本发明还提出一种人脸识别系统,所述系统包括:上述的一种人脸识别装置;
本地数据库:用于存储视频流、图像资料及人员数据;
图像处理模块:用于处理静态影像;
视频流处理模块:用于处理视频流;
分析处理模块:用于人脸识别研判分析;
联动监控模块:用于快速定位追踪人员。
作为上述方案的进一步说明,所述系统流程包括如下步骤:
步骤100:刷卡、人脸识别确定身份;
步骤200:开启转向摄录装置抓取视频流;
步骤300:视频流存储数据库抽取静态影像;
步骤400:静态影像调用处理模块学习分析;
步骤500:基于分析结果调用联动监控模块识别。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明结构示意图;
图2为图1中A局部示意图;
图3为本发明结构示意图;
图4为图3中B局部示意图;
图5为本发明实施例提供的系统流程图;
图6为本发明实施例提供的系统结构框架图;
图7为本发明实施例提供的主体区域及周围区域的示意图。
图中:转向摄录装置(1)、底座(11)、螺母(12)、支架(13)、转向头(14)、人脸识别测速镜头(141)、遮光棚(2)、门禁装置(3)、装置支柱(31)、人脸识别模块(32)、显示模块(33)、卡片识别区(34)、底座(4)、闸门(5)。
具体实施方式
请参阅图1至图7,一种人脸识别装置,所述装置包括遮光棚、门禁装置、底座、闸门;所述底座上方安装有遮光棚、门禁装置;所述底座一侧设有闸门;所述装置还包括转向摄录装置;所述转向摄录装置安装于遮光棚内侧。在本实施例中改进点在于一改传统单一的1:1人脸识别模式构建的人脸识别装置,而是采取1:1识别模式与1:N识别模式并行的方式进行;具体的即利用门禁装置实现1:1识别模式的运转,在确定人员信息后利用本发明提出的转向摄录装置进行视频流的提取,进而通过视频流的信息进行提取,通过每日的反复提取,快速积累足量的数据,建立多元大数据体系,通过大数据体系用以训练模型,以模型作为基础,调用监控模块去实现高精度快速识别,能够极大的提高检测定位的效率;同时在本实施例中提出的多元大数据体系数据量充足时,可实现M:N的动态人脸识别模式,通过M:N的动态人脸识别模式可以实现辖区内的多元化管理,也可降低M:N模式下产生的错误率。
其中,所述门禁装置包括装置支柱、人脸识别模块、显示模块、卡片识别区。
其中,所述转向摄录装置包括底座、支架、转向头;所述转向摄录装置通过螺母固定于遮光棚内侧;所述转向头安装于支架。
其中,所述转向头通过电动转轴安装于支架;所述转向头设有三枚人脸识别测速镜头。
其中,所述三枚人脸识别测速镜头呈品字形排列,各枚镜头之间夹角为120°。
在本实施例中考虑到单一的摄像头难以实现人员快速摄录,本发明提出利用三元摄像头模组的概念构建转向摄录模组,即将三枚人脸识别测速镜头分品字形安装于一柱体,该柱体通过电动转轴安装于支架,当门禁单元确定人物信息时,调用转向摄录装置的一枚镜头对人员进行追踪,并摄录视频流,由于每个摄像头的拍摄角度固定位120°左右,基于人员正常的步伐0.75-1.5m/s的速度考虑,一枚摄像头可获取3-5s左右的视频流,基于视频的帧率以25帧/s计算,每次每人通过可以提取大概75-125张图像,75-125张图像涵盖了人员正面、上面、后面三个区域的信息情况,再提取三个区域的特征信息,可以实现数据的快速积累;而设置为品字型结构的目的在于电动转轴回正一次的时间大概在3-5s,若采用单枚或双枚摄像头则容易出现漏拍,同时降低摄录的效率;摄像头数量过多则容易导致数据冗余,提高本地数据库的构建成本及算力压力。
其中,所述闸门通过电动转轴与底座一侧连接。
同时本发明还提出一种人脸识别系统,所述系统包括:
上述的一种人脸识别装置;
本地数据库:用于存储视频流、图像资料及人员数据;
图像处理模块:用于处理静态影像;
视频流处理模块:用于处理视频流;
分析处理模块:用于人脸识别研判分析;
联动监控模块:用于快速定位追踪人员。
其中,所述系统流程包括如下步骤:
步骤100:刷卡、人脸识别确定身份;
步骤200:开启转向摄录装置抓取视频流;
步骤300:视频流存储数据库抽取静态影像;
步骤400:静态影像调用处理模块学习分析;
步骤500:基于分析结果调用联动监控模块识别。
在本实施例当人脸识别装置激活后即刷卡、人脸识别确定身份;确定该人员身份后,系统的各模块开始运作,在本实施例中关键点在于人员信息的确定,人员信息的确定为本地数据库中作为人员分类的起点,若人员信息不确定,大大降低模型的精度;其次开启转向摄录装置抓取视频流抓取后提取3-5s的视频流存入数据库,此时系统的视频流处理模块开始处理视频流;这部分的处理的目的在于拆分图像,排除图像中的无法识别特征及信息冗余的图像,降低数据库的存储压力;当静态图像处理后,系统开始调用图像处理模块,其目的在于将图像中信息特征进行提取,并根据特征的情况将每张图片进行分类归档存入数据库,当图像处理模块处理结束后,再次调用视频流处理模块清楚视频流,降低存储压力;在基于大量的静态图像调用分析处理模块进行学习研判,建立人脸识别模型,人脸识别模型作为识别基础,利用区域内的监控模块实现快速的人脸识别追踪定位。
在本实施例中对于具体如何对每个人的静态影像进行抽取、人脸特征的提取液以及如何排除图像中的无法识别特征及信息冗余的图像,降低数据库的存储压力,进行详细说明:
首先镜头是绕中轴进行转动,估算得到在转向时中间主视角区域的重叠度一般为80%-90%,主视角区域以外的周围区域中的重叠度为30%-50%;主视角区域和周围区域具体如图7所示;因此则可根据转动速度、主体移动速度、主区域的重叠度来动态计算关键帧之间的间隔;在本实施例中采用以主体移动速度提取关键帧的方式来进行静态影像的抽取;
其次针对以主体移动速度提取关键帧的方式来进行静态影像的抽取其算法原理如下:
1、相邻关键帧之间的时间间隔为1/T,因此在转动方向上相邻视频帧之间的地面距离ΔL为:
ΔL=V/T
在该式中T为帧数、V为主体移动速度;在计算公式中T是根据用户设置镜头帧率得到的,一般的监控相机的帧率为25帧/30帧/60帧;V为主体移动速度,此速度可以利用人脸识别测速镜头进行实时监测,即当主体移动时,电动转轴控制镜头进行转动,实现主体的追踪,通过追踪的速度可以得到主体移动的速度;在T及V已知的情况下计算得到视频帧之间的距离。
2、根据摄影比例尺公式:
(f/H)=(D×WD)/LD
在该式中f为镜头的焦距,H为镜头离地面的拍摄高度,D为视频帧在转动方向上的像素个素,WD为像素尺寸,LD为转动时拍摄方向上对应的地面距离;
3、相邻视频帧之间的重叠度
ΔP=1-ΔL/LD
4、相邻n帧视频之间的重叠度
P=1-n×ΔL/LD
从上式可知当要求转动拍摄视频中抽取的静态影像要求重叠度为P时,需要间隔的视频帧数为n,因此综合上述4个公式可得到间隔的视频帧数n的计算公式:
n=[(1-P)×T×H×D×WD]/(V×f)
因为视频帧数为正整数,因此此公式计算得到n采用四舍五入方式进行取整;
相邻n帧所需要的时间为t=n/T;
其次根据上述的原理公式可得到抽取静态影像时的具体步骤如下:
步骤310:视频数据的预处理,得到拍摄视频时的帧数T、转动速度V、视频帧在转动方向上的像素个素D及像素尺寸WD;拍摄高度H根据现场设置的高度可直接获得;
步骤320:初始关键帧的设定;根据步骤200开启摄录时识别到人物的第10帧作为初始关键帧;
步骤330:计算关键帧时间间隔;根据步骤310获得的参数、相机的关键参数及重叠度P的要求可以计算得到抽取关键帧的时间间隔t
步骤340:由主体的移动速度及镜头架设的高度计算抽取关键帧间隔的时间约束阈值;
步骤350:确定关键帧影响;将步骤330计算得到的关键帧时间间隔是否在步骤340得出的时间阈值内,若在则选定该帧为关键帧,否则依次跳过抽帧间隔大于时间约束阈值的帧,直到抽帧间隔小于时间约束阈值,并把此帧作为步骤330的初始关键帧进行循环,直到读取视频的最后一帧影像;
步骤360:将抽取的关键帧的静态影像进行保存进入步骤400。
上述步骤340中时间约束阈值的计算公式如下:
LD×(1-P)=0.5×Vavg×A
在该式中Vage为整段视频中主体移动速度的均值,A为时间约束阈值;由于帧数为正整数,为计算方便,在此处的时间约束阈值A也同样采取四舍五入的方式进行取整。若不建立时间约束阈值,则当然主体移动缓慢或者主体静止时,计算得到的抽帧间隔较大,则难以获得有效的数据;
相较于传统的等时差方法提取视频影像中的关键帧,抽取的图像容易出现冗余,尤其是在不同人之间的行走速度并不相同的情况下,采用等时差法更容易出现数据冗余的情况,在本发明中利用设备本身监控主体移动速度出发,进而控制数据的冗余,同时保证数据的快速积累,从时效性及信息量两个指标而言,本发明保证深度学习的大数据数据库构建基础的同时避免冗余数据对于后续学习建模的影响,对于人物的信息量并未造成过多的影响。
本发明的控制方式是通过人工启动和关闭开关来控制,动力元件的接线图与电源的提供属于本领域的公知常识,并且本发明主要用来保护机械装置,所以本发明不再详细解释控制方式和接线布置。
本发明的控制方式是通过控制器来自动控制,控制器的控制电路通过本领域的技术人员简单编程即可实现,电源的提供也属于本领域的公知常识,并且本发明主要用来保护机械装置,所以本发明不再详细解释控制方式和电路连接。
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,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种人脸识别装置,所述装置包括遮光棚(2)、门禁装置(3)、底座(4)、闸门(5);所述底座(4)上方安装有遮光棚(2)、门禁装置(3);所述底座(4)一侧设有闸门(5);其特征在于,所述装置还包括转向摄录装置(1);所述转向摄录装置(1)安装于遮光棚(2)内侧。
2.根据权利要求1所述的一种人脸识别装置,其特征在于:所述门禁装置(3)包括装置支柱(31)、人脸识别模块(32)、显示模块(33)、卡片识别区(34)。
3.根据权利要求1所述的一种人脸识别装置,其特征在于:所述转向摄录装置(1)包括底座(11)、支架(13)、转向头(14);所述转向摄录装置(1)通过螺母(12)固定于遮光棚(2)内侧;所述转向头(14)安装于支架(13)。
4.根据权利要求3所述的一种人脸识别装置,其特征在于:所述转向头(14)通过电动转轴安装于支架(13);所述转向头(14)设有三枚人脸识别测速镜头(141)。
5.根据权利要求4所述的一种人脸识别装置,其特征在于:所述三枚人脸识别测速镜头(141)呈品字形排列,各枚镜头之间夹角为120°。
6.根据权利要求1所述的一种人脸识别装置,其特征在于:所述闸门(5)通过电动转轴与底座(4)一侧连接。
7.一种人脸识别系统,其特征在于,所述系统包括:
如权利要求1-6任一项所述的一种人脸识别装置;
本地数据库:用于存储视频流、图像资料及人员数据;
图像处理模块:用于处理静态影像;
视频流处理模块:用于处理视频流;
分析处理模块:用于人脸识别研判分析;
联动监控模块:用于快速定位追踪人员。
8.根据权利要求7所述的一种人脸识别系统,其特征在于:所述系统流程包括如下步骤:
步骤100:刷卡、人脸识别确定身份;
步骤200:开启转向摄录装置抓取视频流;
步骤300:视频流存储数据库抽取静态影像;
步骤400:静态影像调用处理模块学习分析;
步骤500:基于分析结果调用联动监控模块识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110910439.8A CN113642449B (zh) | 2021-08-09 | 2021-08-09 | 一种人脸识别装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110910439.8A CN113642449B (zh) | 2021-08-09 | 2021-08-09 | 一种人脸识别装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642449A true CN113642449A (zh) | 2021-11-12 |
CN113642449B CN113642449B (zh) | 2023-04-07 |
Family
ID=78420300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110910439.8A Active CN113642449B (zh) | 2021-08-09 | 2021-08-09 | 一种人脸识别装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642449B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
CN102074056A (zh) * | 2010-04-09 | 2011-05-25 | 张宏鑫 | 网络智能防盗门 |
CN205405663U (zh) * | 2016-03-21 | 2016-07-27 | 哈尔滨象牙塔科技有限公司 | 一种基于人脸识别的高校宿舍楼通道闸门禁系统 |
CN105894625A (zh) * | 2016-03-29 | 2016-08-24 | 深圳感官密码科技有限公司 | 智能无障碍通道安全识别系统和方法 |
CN105913037A (zh) * | 2016-04-26 | 2016-08-31 | 广东技术师范学院 | 基于人脸识别与射频识别的监控跟踪系统 |
CN205845137U (zh) * | 2016-07-12 | 2016-12-28 | 北京海鑫科金高科技股份有限公司 | 智能闸机 |
CN107038776A (zh) * | 2017-03-24 | 2017-08-11 | 新疆习美人工智能科技有限公司 | 一种门禁系统及门禁控制方法 |
CN107483889A (zh) * | 2017-08-24 | 2017-12-15 | 北京融通智慧科技有限公司 | 智慧工地管控平台的隧道监控系统 |
CN206961196U (zh) * | 2017-03-22 | 2018-02-02 | 新疆习美人工智能科技有限公司 | 一种安全门禁装置 |
CN108171840A (zh) * | 2017-12-28 | 2018-06-15 | 广东傲智创新科技有限公司 | 一种基于人脸识别的楼宇控制系统 |
CN208240099U (zh) * | 2017-11-02 | 2018-12-14 | 云南师范大学 | 一种校园智能门禁装置 |
CN109522794A (zh) * | 2018-10-11 | 2019-03-26 | 青岛理工大学 | 一种基于全景摄像头的室内人脸识别定位方法 |
CN209460841U (zh) * | 2019-04-23 | 2019-10-01 | 湖北佳狮盾智能技术有限公司 | 一种基于人脸识别的报警联动门禁系统 |
CN111127174A (zh) * | 2020-01-06 | 2020-05-08 | 鄂尔多斯市东驿科技有限公司 | 智能化无人超市控制系统 |
CN112950831A (zh) * | 2021-02-02 | 2021-06-11 | 常学才 | 一种基于物联网的安防用弱电门禁装置 |
-
2021
- 2021-08-09 CN CN202110910439.8A patent/CN113642449B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
CN102074056A (zh) * | 2010-04-09 | 2011-05-25 | 张宏鑫 | 网络智能防盗门 |
CN205405663U (zh) * | 2016-03-21 | 2016-07-27 | 哈尔滨象牙塔科技有限公司 | 一种基于人脸识别的高校宿舍楼通道闸门禁系统 |
CN105894625A (zh) * | 2016-03-29 | 2016-08-24 | 深圳感官密码科技有限公司 | 智能无障碍通道安全识别系统和方法 |
CN105913037A (zh) * | 2016-04-26 | 2016-08-31 | 广东技术师范学院 | 基于人脸识别与射频识别的监控跟踪系统 |
CN205845137U (zh) * | 2016-07-12 | 2016-12-28 | 北京海鑫科金高科技股份有限公司 | 智能闸机 |
CN206961196U (zh) * | 2017-03-22 | 2018-02-02 | 新疆习美人工智能科技有限公司 | 一种安全门禁装置 |
CN107038776A (zh) * | 2017-03-24 | 2017-08-11 | 新疆习美人工智能科技有限公司 | 一种门禁系统及门禁控制方法 |
CN107483889A (zh) * | 2017-08-24 | 2017-12-15 | 北京融通智慧科技有限公司 | 智慧工地管控平台的隧道监控系统 |
CN208240099U (zh) * | 2017-11-02 | 2018-12-14 | 云南师范大学 | 一种校园智能门禁装置 |
CN108171840A (zh) * | 2017-12-28 | 2018-06-15 | 广东傲智创新科技有限公司 | 一种基于人脸识别的楼宇控制系统 |
CN109522794A (zh) * | 2018-10-11 | 2019-03-26 | 青岛理工大学 | 一种基于全景摄像头的室内人脸识别定位方法 |
CN209460841U (zh) * | 2019-04-23 | 2019-10-01 | 湖北佳狮盾智能技术有限公司 | 一种基于人脸识别的报警联动门禁系统 |
CN111127174A (zh) * | 2020-01-06 | 2020-05-08 | 鄂尔多斯市东驿科技有限公司 | 智能化无人超市控制系统 |
CN112950831A (zh) * | 2021-02-02 | 2021-06-11 | 常学才 | 一种基于物联网的安防用弱电门禁装置 |
Non-Patent Citations (1)
Title |
---|
张航等: "《面向矿山监管的无人机视频关键帧影像动态提取方法》", 《遥感信息》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113642449B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894702B (zh) | 一种基于多摄像机数据融合的入侵检测报警系统及其检测方法 | |
CN110543867A (zh) | 一种多摄像头条件下的人群密度估测系统及方法 | |
CN110633612B (zh) | 一种巡检机器人的监控方法及系统 | |
KR102152318B1 (ko) | 객체의 이동경로를 추적할 수 있는 추적시스템 | |
JP2007334623A (ja) | 顔認証装置、顔認証方法、および入退場管理装置 | |
US20120086809A1 (en) | Image capturing device and motion tracking method | |
CN105844659B (zh) | 运动部件的跟踪方法和装置 | |
CN104268963A (zh) | 一种智能门锁系统及智能门锁、智能报警门 | |
KR100326203B1 (ko) | 피부색 및 움직임 자동 추적에 의한 얼굴 촬영/인식방법과 그장치 | |
CN110414381A (zh) | 追踪式人脸识别系统 | |
CN102170563A (zh) | 智能人员卡口系统及人员监控管理方法 | |
CN112911156B (zh) | 一种基于计算机视觉的巡逻机器人和安防系统 | |
CN113362374A (zh) | 一种基于目标跟踪网络的高空抛物检测方法及系统 | |
CN101950448B (zh) | Atm的伪装与偷窥行为检测的方法和系统 | |
CN114898443A (zh) | 一种人脸数据获取方法及装置 | |
CN113642449B (zh) | 一种人脸识别装置及系统 | |
CN113044694A (zh) | 基于深度神经网络的工地电梯人数统计系统及方法 | |
CN109215150A (zh) | 人脸点名与计数方法及其系统 | |
CN111931569B (zh) | 安防监控热力图统计系统 | |
CN110930432A (zh) | 一种视频分析方法、装置及系统 | |
KR101154350B1 (ko) | 고해상도 영상의 객체 검지 및 분할 인식을 이용한 다중 영상처리시스템 및 방법 | |
CN111368726B (zh) | 建筑工地作业面人数统计方法、系统、存储介质及装置 | |
KR20010088921A (ko) | 얼굴 인식 기능을 포함한 영상 감시 시스템 및 이를이용하는 방법 | |
CN114677608A (zh) | 身份特征生成方法、设备及存储介质 | |
CN112465860A (zh) | 一种用于门的运行状态检查方法及检查设备 |
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 |