CN113800347A - 一种基于人脸识别技术的电梯控制方法 - Google Patents

一种基于人脸识别技术的电梯控制方法 Download PDF

Info

Publication number
CN113800347A
CN113800347A CN202111064008.0A CN202111064008A CN113800347A CN 113800347 A CN113800347 A CN 113800347A CN 202111064008 A CN202111064008 A CN 202111064008A CN 113800347 A CN113800347 A CN 113800347A
Authority
CN
China
Prior art keywords
face
image
training
user
model
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
Application number
CN202111064008.0A
Other languages
English (en)
Other versions
CN113800347B (zh
Inventor
陈斌
胡国锋
张亮
吴敬斋
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.)
Hainayun IoT Technology Co Ltd
Qingdao Hainayun Digital Technology Co Ltd
Qingdao Hainayun Intelligent System Co Ltd
Original Assignee
Qingdao Haishang Haiti Networking Ecological Technology Co ltd
Qingdao Hainayun Technology Holding 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 Qingdao Haishang Haiti Networking Ecological Technology Co ltd, Qingdao Hainayun Technology Holding Co ltd filed Critical Qingdao Haishang Haiti Networking Ecological Technology Co ltd
Priority to CN202111064008.0A priority Critical patent/CN113800347B/zh
Publication of CN113800347A publication Critical patent/CN113800347A/zh
Application granted granted Critical
Publication of CN113800347B publication Critical patent/CN113800347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/46—Adaptations of switches or switchgear
    • B66B1/468—Call registering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/02—Control systems without regulation, i.e. without retroactive action
    • B66B1/06—Control systems without regulation, i.e. without retroactive action electric
    • B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/40—Details of the change of control mode
    • B66B2201/46—Switches or switchgear
    • B66B2201/4607—Call registering systems
    • B66B2201/4638—Wherein the call is registered without making physical contact with the elevator system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/40—Details of the change of control mode
    • B66B2201/46—Switches or switchgear
    • B66B2201/4607—Call registering systems
    • B66B2201/4676—Call registering systems for checking authorization of the passengers
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)
  • Elevator Control (AREA)

Abstract

本发明涉及一种基于人脸识别技术的电梯控制方法，包括：步骤一、获取用户面部图片及其居住楼层信息，建立映射关系并保存；步骤二、通过摄像头实时获取轿厢内的视频流，并导出视频帧图像；步骤三、将视频帧图像输入至预训练好的人脸检测模型中，并在检测到人脸时，执行下一步；步骤四、将人脸图像提取出来，并调整其大小；步骤五、将调整后的人脸图像输入至训练好的人脸匹配模型中，并输出匹配结果；步骤六、根据匹配结果，在数据库中查找对应的用户居住楼层信息，并根据查找到的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮。本发明可以通过识别乘客人脸，自动触发梯内楼层按钮，从而提供更好的乘梯体验。

Description

一种基于人脸识别技术的电梯控制方法
技术领域
本发明涉及电梯控制方法，尤其是一种基于人脸识别技术的电梯控制方法。
背景技术
据统计世界电梯保有量在2020年底达到1957万台，而中国电梯保有量为780万台，中国在用电梯占到了世界在用电梯近4成(39.86％)左右。按照电梯的用途，电梯可分为以下几种：乘客电梯、载货电梯、医用电梯、观光电梯、车辆电梯等，在我们日常生活中接触最多的是乘客电梯和货运电梯两种类型，这两种电梯含有：空间大小固定、流量大、使用频率高等共同特点。随着电梯的使用占比逐年提升，电梯使用安全以及使用卫生等一系列的问题也出现在了人们面前。传统电梯的使用方案是乘客手动点击楼层按键进行电梯控制。但在疫情期间，点击式操作会带来一系列不利后果，虽有工作人员对接触按键进行定期消毒，但是也做不到很好的防护。因此这对传统电梯的操控提出了更高的要求。另一方面，在一些高档小区，为了维护业主安全，电梯的使用权限也受到严格限制，一般只允许业主和物业人员使用，现有的刷卡乘梯方式，需要业主随身携带卡片，使用并不方便。
鉴于此提出本发明。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于人脸识别技术的电梯控制方法，可以通过识别乘客人脸，自动触发梯内楼层按钮，实现免接触乘梯，从而提供更好的乘梯体验。
为了实现该目的，本发明采用如下技术方案：
一种基于人脸识别技术的电梯控制方法，包括以下步骤：
步骤一、获取包含用户面部的图片及用户的居住楼层信息，建立映射关系并保存到数据库中；
步骤二、通过轿厢内摄像头实时获取轿厢内的视频流，并从中导出视频帧图像；
步骤三、将导出的视频帧图像输入至预训练好的人脸检测模型中，检测图像中是否存在人脸；如果是，则执行下一步，如果否，则返回步骤二导出下一张视频帧图像；
步骤四、将检测到的人脸图像提取出来，并将其大小调整为预设尺寸；
步骤五、将调整后的人脸图像输入至训练好的人脸匹配模型中进行人脸特征匹配，并输出匹配结果，如果匹配成功，则执行下一步，如果匹配失败，则关闭电梯的使用权限；
步骤六、根据匹配结果，在数据库中查找对应的用户居住楼层信息，并根据查找到的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮。
进一步，还包括：在执行步骤一之前，先对人脸检测模型进行训练，且训练方法包括以下步骤：
步骤a1、从预先录取的轿厢视频中导出包含清晰人脸的若干视频帧图像；
步骤a2、使用标注工具，对导出的视频帧图像中的人脸进行数据标注；
步骤a3、将标注后的图像按一定比例制作成训练数据集和测试数据集；
步骤a4、将训练数据集输入到人脸检测模型中进行训练，训练结束后输入测试数据集进行测试，如果测试的识别率达到预设要求，则导出训练模型，完成训练；如果识别率未达到预设要求，则执行下一步；
步骤a5、对步骤a2中已标注的图像进行清洗，剔除目标不明确和不清晰的图像，然后返回执行步骤a3。
进一步，还包括：在执行步骤五之前，先对人脸匹配模型进行训练，且训练方法包括以下步骤：
步骤b1、将步骤一中获取的用户的图片输入训练好的人脸检测模型，并导出仅包含人脸的第一图像；
步骤b2、对导出的第一图像的大小进行调整，统一将图像大小调整为预设尺寸；
步骤b3、将调整好的第一图像进行不同方式的数据增强操作，并分别得到多幅第二图像；
步骤b4、对生成的第二图像进行标注，并制作训练数据集；
步骤b5、将训练数据集输入到人脸匹配模型进行训练，完成训练后导出训练模型。
进一步，所述步骤b3中，数据增强操作包括以下方式：
对比度增强、镜像操作、添加高斯噪声、旋转图像、锐化处理、增加或降低图像亮度。
进一步，所述人脸匹配模型为LBPH算法匹配模型，所述步骤b5中导出的训练模型为onnx格式的训练模型。
进一步，所述步骤一中，通过相机获取多张不同角度的用户面部图片；
所述步骤b1中，将不同角度的用户面部图片输入训练好的人脸检测模型，并得到多张第一图像，并对多张第一图像按同样标准执行步骤b2和b3。
进一步，所述人脸检测模型为centerface网络模型，所述步骤a4中导出的训练模型为onnx格式的训练模型。
进一步，所述步骤一还包括，将用户的居住楼层信息与IC门卡绑定，所述步骤五中，当人脸匹配失败时，先判断是否读取到IC门卡，如果读取到IC门卡，则根据读取的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮，如果未读取到IC门卡，则关闭电梯的使用权限。
进一步，所述步骤一还包括，在获取包含用户面部的图片时，对特殊用户的图片进行标注处理；
所述步骤六还包括，根据匹配结果，判断匹配用户是否为特殊用户，如果是，则开放电梯所有楼层按钮的使用权限，如果否，则仅开放与该用户对应的楼层按钮的使用权限。
进一步，所述步骤六还包括，在自动触发轿厢内的楼层按钮时，先判断当前电梯运动方向是上行还是下行，如果是上行，则自动触发与用户居住楼层对应的楼层按钮，如果是下行，则触发1层或者预设层按钮。
采用本发明所述的技术方案后，带来以下有益效果：
本发明利用轿厢内的摄像头对乘客进行自动识别，并根据关联的楼层信息，自动触发相应的楼层按钮，不再需要乘客手动触发乘梯按钮，从而实现了自动乘梯功能，极大地为乘客提供了方便，优化了乘梯体验，也给日常生活带来了很大的便利。本发明可以同时对轿厢内的乘客进行人脸识别，而不需要每个乘客按照顺序进行刷脸检测，这样可大幅度提高乘梯效率，而且采用轻型深度学习网络，对硬件要求较低，可以在终端设备运行，从而可以保证输出信息的实时性，保证了电梯运行的效率。
附图说明
图1：本发明的控制流程图；
图2：本发明中人脸检测模型的训练流程图；
图3：本发明中人脸匹配模型的训练流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的描述。
实施例一
如图1、图2和图3所示，一种基于人脸识别技术的电梯控制方法，包括以下主要步骤：
步骤一、获取包含用户面部的图片及用户的居住楼层信息，建立映射关系并保存到数据库中；
步骤二、通过轿厢内摄像头实时获取轿厢内的视频流，并从中导出视频帧图像；
步骤三、将导出的视频帧图像输入至预训练好的人脸检测模型中，检测图像中是否存在人脸；如果是，则执行下一步，如果否，则返回步骤二导出下一张视频帧图像；
步骤四、将检测到的人脸图像提取出来，并将其大小调整为预设尺寸；
步骤五、将调整后的人脸图像输入至训练好的人脸匹配模型中进行人脸特征匹配，并输出匹配结果，如果匹配成功，则执行下一步，如果匹配失败，则关闭电梯的使用权限；
步骤六、根据匹配结果，在数据库中查找对应的用户居住楼层信息，并根据查找到的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮，如果未查找到对应的用户居住楼层信息，则关闭电梯的使用权限。
具体地，在执行步骤一之前，先对人脸检测模型进行训练，具体训练方法包括以下步骤：
步骤a1、从预先录取的轿厢视频中导出包含清晰人脸的若干视频帧图像，优选地，导出的视频帧图像的数量不少于1000张。
步骤a2、使用标注工具，对导出的每张视频帧图像中的人脸进行数据标注；所述标注工具优选为labelImg，标签设为face。
步骤a3、将标注后的图像按一定比例制作成训练数据集和测试数据集；优选地，训练数据集和测试数据集的数量比为9:1。
步骤a4、将训练数据集输入到人脸检测模型中进行训练，在训练结束后输入测试数据集进行测试，如果测试的识别率达到预设要求，则导出训练模型，完成训练；如果识别率未达到预设要求，则执行下一步；优选地，预设要求为99％识别率。
步骤a5、对步骤a2中已标注的图像进行清洗，剔除目标不明确和不清晰的图像，然后返回执行步骤a3，并重复执行，直至测试的识别率达到预设要求。
优选地，所述人脸检测模型为centerface网络模型，所述步骤a4中导出的训练模型为onnx格式的训练模型。
具体地，在执行步骤五之前，先对人脸匹配模型进行训练，且训练方法包括以下步骤：
步骤b1、将步骤一中获取的用户的图片输入训练好的人脸检测模型，并导出仅包含人脸的第一图像。
步骤b2、对导出的第一图像的大小进行调整，统一将图像大小调整为预设尺寸；优选地，所述预设尺寸为128*128像素。
步骤b3、对调整好的第一图像进行不同方式的数据增强操作，并分别得到多幅第二图像；优选地，数据增强操作包括以下方式：对比度增强、镜像操作、添加高斯噪声、旋转图像、锐化处理、增加或降低图像亮度。
步骤b4、对生成的第二图像进行标注，并制作训练数据集，具体地，针对每个用户分配一数字编号，并用数字编号对第二图像进行标注，如针对第一名用户用数字“1”标号，第二名用户用数字“2”标号，以此类推。
步骤b5、将训练数据集输入到人脸匹配模型进行训练，完成训练后导出训练模型。
优选地，所述步骤b3中，所述人脸匹配模型为LBPH算法匹配模型，所述步骤b5中导出的训练模型为onnx格式的训练模型。
所述步骤五中，由于在训练人脸匹配模型时，每位用户均分配了一数字编号，因此，在该步骤中，输出的匹配结果可以是数字编号；在步骤六中，通过数字编号可以查找到具体用户及其居住的楼层信息，然后将查找到的楼层信息输入至电梯控制模块，由电梯控制模块自动触发轿厢内对应的楼层按钮。
优选地，在步骤一中，可以通过相机获取多张不同角度的用户面部图片，并作为图片集与用户的居住楼层信息进行关联。在步骤b1中，将不同角度的用户面部图片输入训练好的人脸检测模型，并得到多张第一图像，并对多张第一图像按同样标准执行步骤b2和b3，通过获取不同角度的用户面部图片用于对人脸匹配模型进行训练，可以提高人脸匹配模型的识别率。
优选地，所述步骤六还包括，在自动触发轿厢内的楼层按钮时，先判断当前电梯运动方向是上行还是下行，如果是上行，则自动触发与用户居住楼层对应的楼层按钮，如果是下行，则触发1层或者预设层按钮。
实施例二
本实施例与实施例一的区别在于，本实施例还支持通过刷IC门卡乘梯，具体地，所述步骤一还包括，将用户的居住楼层信息与IC门卡绑定，所述步骤五中，当人脸匹配失败时，先判断是否读取到IC门卡，如果读取到IC门卡，则根据读取的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮，如果未读取到IC门卡，则关闭电梯的使用权限。
实施例三
本实施例与实施例一的区别在于，本实施例对特殊用户开放电梯所有楼层按钮的使用权限，具体为：
所述步骤一还包括，在获取包含用户面部的图片时，对特殊用户的图片进行标注；
所述步骤六还包括，根据匹配结果，判断匹配用户是否为特殊用户，如果是则开放电梯所有楼层按钮的使用权限，如果否，则仅开放与该用户对应的楼层按钮的使用权限。在步骤六中，如果匹配成功后，电梯控制模块没有触发轿厢内对应的楼层按钮，则乘客可以根据开放的使用权限手动触发楼层按钮。
以上所述为本发明的实施方式，应当指出，对于本领域的普通技术人员而言，在不脱离本发明原理前提下，还可以做出多种变形和改进，这也应该视为本发明的保护范围。

Claims (10)

1.一种基于人脸识别技术的电梯控制方法，其特征在于，包括以下步骤：
步骤一、获取包含用户面部的图片及用户的居住楼层信息，建立映射关系并保存到数据库中；
步骤二、通过轿厢内摄像头实时获取轿厢内的视频流，并从中导出视频帧图像；
步骤三、将导出的视频帧图像输入至预训练好的人脸检测模型中，检测图像中是否存在人脸；如果是，则执行下一步，如果否，则返回步骤二导出下一张视频帧图像；
步骤四、将检测到的人脸图像提取出来，并将其大小调整为预设尺寸；
步骤五、将调整后的人脸图像输入至训练好的人脸匹配模型中进行人脸特征匹配，并输出匹配结果，如果匹配成功，则执行下一步，如果匹配失败，则关闭电梯的使用权限；
步骤六、根据匹配结果，在数据库中查找对应的用户居住楼层信息，并根据查找到的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮。
2.根据权利要求1所述的一种基于人脸识别技术的电梯控制方法，其特征在于，还包括：在执行步骤一之前，先对人脸检测模型进行训练，且训练方法包括以下步骤：
步骤a1、从预先录取的轿厢视频中导出包含清晰人脸的若干视频帧图像；
步骤a2、使用标注工具，对导出的视频帧图像中的人脸进行数据标注；
步骤a3、将标注后的图像按一定比例制作成训练数据集和测试数据集；
步骤a4、将训练数据集输入到人脸检测模型中进行训练，训练结束后输入测试数据集进行测试，如果测试的识别率达到预设要求，则导出训练模型，完成训练；如果识别率未达到预设要求，则执行下一步；
步骤a5、对步骤a2中已标注的图像进行清洗，剔除目标不明确和不清晰的图像，然后返回执行步骤a3。
3.根据权利要求2所述的一种基于人脸识别技术的电梯控制方法，其特征在于，还包括：在执行步骤五之前，先对人脸匹配模型进行训练，且训练方法包括以下步骤：
步骤b1、将步骤一中获取的用户的图片输入训练好的人脸检测模型，并导出仅包含人脸的第一图像；
步骤b2、对导出的第一图像的大小进行调整，统一将图像大小调整为预设尺寸；
步骤b3、将调整好的第一图像进行不同方式的数据增强操作，并分别得到多幅第二图像；
步骤b4、对生成的第二图像进行标注，并制作训练数据集；
步骤b5、将训练数据集输入到人脸匹配模型进行训练，完成训练后导出训练模型。
4.根据权利要求3所述的一种基于人脸识别技术的电梯控制方法，其特征在于，所述步骤b3中，数据增强操作包括以下方式：
对比度增强、镜像操作、添加高斯噪声、旋转图像、锐化处理、增加或降低图像亮度。
5.根据权利要求3所述的一种基于人脸识别技术的电梯控制方法，其特征在于，所述人脸匹配模型为LBPH算法匹配模型，所述步骤b5中导出的训练模型为onnx格式的训练模型。
6.根据权利要求3所述的一种基于人脸识别技术的电梯控制方法，其特征在于，
所述步骤一中，通过相机获取多张不同角度的用户面部图片；
所述步骤b1中，将不同角度的用户面部图片输入训练好的人脸检测模型，并得到多张第一图像，并对多张第一图像按同样标准执行步骤b2和b3。
7.根据权利要求2所述的一种基于人脸识别技术的电梯控制方法，其特征在于，所述人脸检测模型为centerface网络模型，所述步骤a4中导出的训练模型为onnx格式的训练模型。
8.根据权利要求1所述的一种基于人脸识别技术的电梯控制方法，其特征在于，所述步骤一还包括，将用户的居住楼层信息与IC门卡绑定，所述步骤五中，当人脸匹配失败时，先判断是否读取到IC门卡，如果读取到IC门卡，则根据读取的信息通过电梯控制模块自动触发轿厢内对应的楼层按钮，如果未读取到IC门卡，则关闭电梯的使用权限。
9.根据权利要求1所述的一种基于人脸识别技术的电梯控制方法，其特征在于，
所述步骤一还包括，在获取包含用户面部的图片时，对特殊用户的图片进行标注；
所述步骤六还包括，根据匹配结果，判断匹配用户是否为特殊用户，如果是，则开放电梯所有楼层按钮的使用权限，如果否，则仅开放与该用户对应的楼层按钮的使用权限。
10.根据权利要求1所述的一种基于人脸识别技术的电梯控制方法，其特征在于，所述步骤六还包括，在自动触发轿厢内的楼层按钮时，先判断当前电梯运动方向是上行还是下行，如果是上行，则自动触发与用户居住楼层对应的楼层按钮，如果是下行，则触发1层或者预设层按钮。
CN202111064008.0A 2021-09-10 2021-09-10 一种基于人脸识别技术的电梯控制方法 Active CN113800347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111064008.0A CN113800347B (zh) 2021-09-10 2021-09-10 一种基于人脸识别技术的电梯控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111064008.0A CN113800347B (zh) 2021-09-10 2021-09-10 一种基于人脸识别技术的电梯控制方法

Publications (2)

Publication Number Publication Date
CN113800347A true CN113800347A (zh) 2021-12-17
CN113800347B CN113800347B (zh) 2023-08-01

Family

ID=78895058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111064008.0A Active CN113800347B (zh) 2021-09-10 2021-09-10 一种基于人脸识别技术的电梯控制方法

Country Status (1)

Country Link
CN (1) CN113800347B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114408689A (zh) * 2022-01-14 2022-04-29 网易（杭州）网络有限公司 控制电梯运行的方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688775A (zh) * 2017-07-11 2018-02-13 浙江新再灵科技股份有限公司 基于电梯场景的双目摄像头人脸识别鉴权系统及方法
CN109948447A (zh) * 2019-02-21 2019-06-28 山东科技大学 基于视频图像识别的人物网络关系发现及演化呈现方法
CN111137761A (zh) * 2019-12-27 2020-05-12 恒大智慧科技有限公司 一种人脸识别电梯防误触发方法、装置及存储介质
CN111680637A (zh) * 2020-06-10 2020-09-18 深延科技(北京)有限公司 基于深度学习和图像识别技术的口罩检测方法及检测系统
CN112733668A (zh) * 2020-12-31 2021-04-30 青岛海纳云科技控股有限公司 基于视频深度学习的电梯内宠物单独乘梯的检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688775A (zh) * 2017-07-11 2018-02-13 浙江新再灵科技股份有限公司 基于电梯场景的双目摄像头人脸识别鉴权系统及方法
CN109948447A (zh) * 2019-02-21 2019-06-28 山东科技大学 基于视频图像识别的人物网络关系发现及演化呈现方法
CN111137761A (zh) * 2019-12-27 2020-05-12 恒大智慧科技有限公司 一种人脸识别电梯防误触发方法、装置及存储介质
CN111680637A (zh) * 2020-06-10 2020-09-18 深延科技(北京)有限公司 基于深度学习和图像识别技术的口罩检测方法及检测系统
CN112733668A (zh) * 2020-12-31 2021-04-30 青岛海纳云科技控股有限公司 基于视频深度学习的电梯内宠物单独乘梯的检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114408689A (zh) * 2022-01-14 2022-04-29 网易（杭州）网络有限公司 控制电梯运行的方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN113800347B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
KR100550739B1 (ko) 인물 인식 장치, 인물 인식 방법 및 통행 제어 장치
EP3424856B1 (en) Elevator control apparatus and elevator control method
JP3469031B2 (ja) 顔画像登録装置及びその方法
US20060182346A1 (en) Interface apparatus
CN108960067B (zh) 基于深度学习的实时的列车驾驶员动作识别系统和方法
CN110728225B (zh) 一种用于考勤的高速人脸搜索方法
CN108509914B (zh) 基于tof摄像机的公交客流统计分析系统及方法
KR20170006355A (ko) 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치
JP2003141541A (ja) 人物認識装置および通行制御装置
CN110969130A (zh) 一种基于yolov3司机危险动作识别方法及系统
CN111597969A (zh) 基于手势识别的电梯控制方法及系统
CN110674680B (zh) 活体识别的方法、装置、存储介质
CN112758777B (zh) 智能电梯控制方法及设备
CN101887518A (zh) 人体检测装置与方法
JP2006236260A (ja) 顔認証装置、顔認証方法および入退場管理装置
JP4992517B2 (ja) 顔照合装置
CN105957172A (zh) 智能拍照电子屏的拍照考勤应用系统
CN112114675A (zh) 基于手势控制的非接触电梯键盘的使用方法
CN113800347A (zh) 一种基于人脸识别技术的电梯控制方法
CN107578015B (zh) 一种基于深度学习的第一印象识别与回馈系统及方法
CN107038786A (zh) 门禁人脸识别方法及其系统
CN111960200A (zh) 一种基于语音识别和面部识别的居民楼电梯控制系统
JP5552946B2 (ja) 顔画像サンプル採取装置、顔画像サンプル採取方法、プログラム
US20140072184A1 (en) Automated image identification method
JP2005165447A (ja) 年齢・性別判別装置、年齢・性別判別方法および人物認識装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 266103 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant after: Hainayun IOT Technology Co.,Ltd.

Applicant after: Qingdao haishang Haiti networking Ecological Technology Co.,Ltd.

Address before: 266103 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant before: Qingdao hainayun Technology Holding Co.,Ltd.

Applicant before: Qingdao haishang Haiti networking Ecological Technology Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 266103 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant after: Hainayun IOT Technology Co.,Ltd.

Applicant after: Qingdao tizhiwang IOT Technology Co.,Ltd.

Address before: 266103 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant before: Hainayun IOT Technology Co.,Ltd.

Applicant before: Qingdao haishang Haiti networking Ecological Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230829

Address after: 266100 Haier Industrial Park, No. 1 Haier Road, Laoshan District, Qingdao, Shandong

Patentee after: Hainayun IOT Technology Co.,Ltd.

Patentee after: Qingdao hainayun Intelligent System Co.,Ltd.

Patentee after: Qingdao hainayun Digital Technology Co.,Ltd.

Address before: 266103 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Patentee before: Hainayun IOT Technology Co.,Ltd.

Patentee before: Qingdao tizhiwang IOT Technology Co.,Ltd.