CN114926934A - 一种基于ai的门禁识别方法和识别装置 - Google Patents

Abstract

本发明实施例涉及门禁识别技术领域，具体公开了一种基于AI的门禁识别方法和识别装置。本发明实施例通过在小区大门对住户进行动态拍摄，获取面部特征数据和形态参考数据；根据面部特征数据进行第一门禁识别验证；在楼栋大门对住户进行远程拍摄，进行第二门禁识别验证；若验证失败，则对住户进行面部再次验证。能够在小区大门对住户进行动态拍摄，进行面部识别验证和获取形态参考数据，进而在楼栋大门对住户进行远程拍摄和形态识别，从而在楼栋大门处进行远程快速识别，并且能够在识别不通过之后，进行面部识别再次验证，从而能够在保障小区门禁识别安全的同时，缩短门禁识别的时间，提高门禁识别的效率，且能够减小识别不成功的概率。

Description

一种基于AI的门禁识别方法和识别装置

技术领域

本发明属于门禁识别技术领域，尤其涉及一种基于AI的门禁识别方法和识别装置。

背景技术

门禁识别技术集微机自动识别技术和现代安全管理措施为一体，它涉及电子、机械、光学、计算机技术、通讯技术和生物技术等诸多新技术，它是解决重要部门出入口实现安全防范管理的有效措施。门禁识别技术适用各种机要部门，如银行、宾馆、车场管理、机房、军械库、机要室、办公间、智能化小区和工厂等。

门禁识别技术广泛应用于小区中，用来隔绝非小区住户的其他人，辅助创造小区的安全环境，然而现有的小区中的门禁识别，通常在小区大门和楼栋大门都设置有相同的面部识别门禁，由于面部识别门禁通常需要住户靠近识别位置，且识别的时间长，识别不成功的概率较高，导致两次门禁的面部识别较为繁琐，住户需要花费较多的时间在两次门禁的面部识别过程中。

发明内容

本发明实施例的目的在于提供一种基于AI的门禁识别方法和识别装置，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种基于AI的门禁识别方法，所述方法具体包括以下步骤：

基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据；

根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区；

基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功；

若验证成功，则允许住户进入楼栋；

若验证失败，则对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

作为本发明实施例技术方案进一步的限定，所述在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

在小区大门进行住户靠近识别；

在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据；

根据所述动态拍摄数据进行动态验证；

动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

作为本发明实施例技术方案进一步的限定，所述根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片；

对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片；

提取所述第一拍摄图片中的面部特征，得到面部特征数据；

提取所述第二拍摄图片中的形态特征，得到形态参考数据。

作为本发明实施例技术方案进一步的限定，所述根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区具体包括以下步骤：

根据所述面部特征数据进行第一门禁识别验证，生成第一验证结果；

根据所述第一验证结果，判断是否验证通过；

若验证通过，则允许住户进入小区；

若验证不通过，则不允许住户进入小区。

作为本发明实施例技术方案进一步的限定，所述在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功具体包括以下步骤：

在楼栋大门对住户进行远程拍摄，获取远程拍摄数据；

根据所述远程拍摄数据，提取住户得模糊形态数据；

根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果；

根据所述第二验证结果，判断是否验证通过。

作为本发明实施例技术方案进一步的限定，所述对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋具体包括以下步骤：

对住户进行面部识别拍摄，得到面部拍摄数据；

根据所述面部拍摄数据进行再次验证，生成第三验证结果；

根据所述第三验证结果，判断是否验证通过；

若验证通过，则允许住户进入楼栋；

若验证不通过，则不允许住户进入楼栋。

一种基于AI的门禁识别装置，所述装置包括动态拍摄单元、第一门禁识别单元、第二门禁识别单元、楼栋允许进入单元和再次验证单元，其中：

动态拍摄单元，用于基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据；

第一门禁识别单元，用于根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区；

第二门禁识别单元，用于基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功；

楼栋允许进入单元，用于在验证成功时，允许住户进入楼栋；

再次验证单元，用于在验证失败时，对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

作为本发明实施例技术方案进一步的限定，所述动态拍摄单元具体包括：

靠近识别模块，用于在小区大门进行住户靠近识别；

动态拍摄模块，用于在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据；

动态验证模块，用于根据所述动态拍摄数据进行动态验证；

特征提取模块，用于动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

作为本发明实施例技术方案进一步的限定，所述特征提取模块具体包括：

逐帧化处理子模块，用于对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片；

比较筛选子模块，用于对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片；

面部特征提取子模块，用于提取所述第一拍摄图片中的面部特征，得到面部特征数据；

形态特征提取子模块，用于提取所述第二拍摄图片中的形态特征，得到形态参考数据。

作为本发明实施例技术方案进一步的限定，所述第二门禁识别单元具体包括：

远程拍摄模块，用于在楼栋大门对住户进行远程拍摄，获取远程拍摄数据；

模糊形态提取模块，用于根据所述远程拍摄数据，提取住户得模糊形态数据；

门禁识别验证模块，用于根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果；

验证通过判断模块，用于根据所述第二验证结果，判断是否验证通过。

与现有技术相比，本发明的有益效果是：

本发明实施例通过在小区大门对住户进行动态拍摄，获取面部特征数据和形态参考数据；根据面部特征数据进行第一门禁识别验证；在楼栋大门对住户进行远程拍摄，进行第二门禁识别验证；若验证失败，则对住户进行面部再次验证。能够在小区大门对住户进行动态拍摄，进行面部识别验证和获取形态参考数据，进而在楼栋大门对住户进行远程拍摄和形态识别，从而在楼栋大门处进行远程快速识别，并且能够在识别不通过之后，进行面部识别再次验证，从而能够在保障小区门禁识别安全的同时，缩短门禁识别的时间，提高门禁识别的效率，且能够减小识别不成功的概率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中动态拍摄特征提取的流程图。

图3示出了本发明实施例提供的方法中面部形态特征提取的流程图。

图4示出了本发明实施例提供的方法中第一门禁识别验证的流程图。

图5示出了本发明实施例提供的方法中第二门禁识别验证的流程图。

图6示出了本发明实施例提供的方法中面部拍摄再次验证的流程图。

图7示出了本发明实施例提供的装置的应用架构图。

图8示出了本发明实施例提供的装置中动态拍摄单元的结构框图。

图9示出了本发明实施例提供的装置中特征提取模块的结构框图。

图10示出了本发明实施例提供的装置中第二门禁识别单元的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，现有技术中，对于小区中的门禁识别，通常在小区大门和楼栋大门都设置有相同的面部识别门禁，由于面部识别门禁通常需要住户靠近识别位置，且识别的时间长，识别不成功的概率较高，导致两次门禁的面部识别较为繁琐，住户需要花费较多的时间在两次门禁的面部识别过程中。

为解决上述问题，本发明实施例通过在小区大门对住户进行动态拍摄，获取面部特征数据和形态参考数据；根据面部特征数据进行第一门禁识别验证；在楼栋大门对住户进行远程拍摄，进行第二门禁识别验证；若验证失败，则对住户进行面部再次验证。能够在小区大门对住户进行动态拍摄，进行面部识别验证和获取形态参考数据，进而在楼栋大门对住户进行远程拍摄和形态识别，从而在楼栋大门处进行远程快速识别，并且能够在识别不通过之后，进行面部识别再次验证，从而能够在保障小区门禁识别安全的同时，缩短门禁识别的时间，提高门禁识别的效率，且能够减小识别不成功的概率。

图1示出了本发明实施例提供的方法的流程图。

具体的，一种基于AI的门禁识别方法，所述方法具体包括以下步骤：

步骤S101，基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

在本发明实施例中，在小区大门处基于AI技术进行住户靠近识别，在识别出有住户靠近时，进行动态拍摄，得到动态拍摄数据，通过对动态拍摄数据进行动态验证，判断靠近走动的住户是否为真人，在动态验证通过后，将动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片，进而对多个动态拍摄图片进行对比筛选，从多个动态拍摄图片中筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片，对第一拍摄图片进行面部特征提取，得到面部特征数据，对第二拍摄图片进行形态特征提取，得到形态参考数据。

可以理解的是，住户靠近识别可以是通过红外线进行靠近感知识别；动态验证主要是针对动态拍摄数据中住户的面部表情变化，判断是否为真人用户进行门禁识别验证，防止用户通过照片、头套等道具进行欺骗性的门禁识别；形态参考数据主要包括住户的体型、服装、发型、眼镜等特征数据。

具体的，图2示出了本发明实施例提供的方法中动态拍摄特征提取的流程图。

其中，在本发明提供的优选实施方式中，所述在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

步骤S1011，在小区大门进行住户靠近识别。

步骤S1012，在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据。

步骤S1013，根据所述动态拍摄数据进行动态验证。

步骤S1014，动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

具体的，图3示出了本发明实施例提供的方法中面部形态特征提取的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

步骤S10141，对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片。

步骤S10142，对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片。

步骤S10143，提取所述第一拍摄图片中的面部特征，得到面部特征数据。

步骤S10144，提取所述第二拍摄图片中的形态特征，得到形态参考数据。

进一步的，所述基于AI的门禁识别方法还包括以下步骤：

步骤S102，根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区。

在本发明实施例中，将面部特征数据与预先存储在数据库中的用户特征数据相比较，进行第一门禁识别验证，并生成第一验证结果，根据第一验证结果，判断对于当前住户的面部门禁识别验证是否验证通过，在验证通过时，打开小区的大门，允许用户进入小区，在验证不通过时，拒绝打开打开小区的大门，不允许用户进入小区，并进行验证不通过提示。

具体的，图4示出了本发明实施例提供的方法中第一门禁识别验证的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区具体包括以下步骤：

步骤S1021，根据所述面部特征数据进行第一门禁识别验证，生成第一验证结果。

步骤S1022，根据所述第一验证结果，判断是否验证通过。

步骤S1023，若验证通过，则允许住户进入小区。

步骤S1024，若验证不通过，则不允许住户进入小区。

进一步的，所述基于AI的门禁识别方法还包括以下步骤：

步骤S103，基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功。

在本发明实施例中，在楼栋大门处基于AI技术进行远程拍摄，并实时分析远程拍摄的视频中是否存在住户即将靠近楼栋大门，在判断存在住户即将靠近楼栋大门时，截取远程拍摄的视频中存在的住户，得到远程拍摄数据，进而根据远程拍摄数据进行形态特征的模糊提取，得到模糊形态数据，将模糊形态数据与形态参考数据进行匹配，在匹配成功之后，确定形态参考数据和面部特征数据对应的住户居住楼栋，进而判断住户居住楼栋是否为本楼栋，进行第二门禁识别验证，生成第二验证结果，在住户居住楼栋为本楼栋时，则验证通过，在住户居住楼栋不是本楼栋时，则验证不通过。

可以理解的是，形态特征的模糊提取是在远处对住户的体型、服装、发型、眼镜等特征数据的大致提取，通过将模糊形态数据与形态参考数据进行匹配，得到形态匹配度，并将形态匹配度与预设的标准匹配度进行比较，在形态匹配度大于标准匹配度时，表明匹配成功，进而进行形态参考数据和面部特征数据对应的住户居住楼栋是否为本楼栋的判断。

具体的，图5示出了本发明实施例提供的方法中第二门禁识别验证的流程图。

其中，在本发明提供的优选实施方式中，所述在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功具体包括以下步骤：

步骤S1031，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据；

步骤S1032，根据所述远程拍摄数据，提取住户得模糊形态数据；

步骤S1033，根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果；

步骤S1034，根据所述第二验证结果，判断是否验证通过。

进一步的，所述基于AI的门禁识别方法还包括以下步骤：

步骤S104，若验证成功，则允许住户进入楼栋。

步骤S105，若验证失败，则对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

在本发明实施例中，在第二门禁识别验证失败之后，还可以通过再次的面部识别进行再次验证，此时住户可以靠近面部拍摄识别的位置，通过对住户进行面部识别拍摄，得到面部拍摄数据，根据面部拍摄数据对改住户进行再次验证，生成第三验证结果，进而根据第三验证结果，判断是否验证通过，在验证通过时，则打开楼栋大门，允许住户进入楼栋，在验证不通过时，保持楼栋大门关闭，并进行验证失败提示，不允许住户进入楼栋。

具体的，图6示出了本发明实施例提供的方法中面部拍摄再次验证的流程图。

其中，在本发明提供的优选实施方式中，所述对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋具体包括以下步骤：

步骤S1051，对住户进行面部识别拍摄，得到面部拍摄数据。

步骤S1052，根据所述面部拍摄数据进行再次验证，生成第三验证结果。

步骤S1053，根据所述第三验证结果，判断是否验证通过。

步骤S1054，若验证通过，则允许住户进入楼栋。

步骤S1055，若验证不通过，则不允许住户进入楼栋。

进一步的，图7示出了本发明实施例提供的装置的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种基于AI的门禁识别装置，包括：

动态拍摄单元101，用于基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

在本发明实施例中，动态拍摄单元101在小区大门处基于AI技术进行住户靠近识别，在识别出有住户靠近时，进行动态拍摄，得到关于靠近小区大门走动的住户的动态拍摄数据，通过对动态拍摄数据进行动态验证，判断靠近走动的住户是否为真人，在动态验证通过后，将动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片，进而对多个动态拍摄图片进行对比筛选，从多个动态拍摄图片中筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片，对第一拍摄图片进行面部特征提取，得到面部特征数据，对第二拍摄图片进行形态特征提取，得到形态参考数据。

具体的，图8示出了本发明实施例提供的装置中动态拍摄单元101的结构框图。

其中，在本发明提供的优选实施方式中，所述动态拍摄单元101具体包括：

靠近识别模块1011，用于在小区大门进行住户靠近识别。

动态拍摄模块1012，用于在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据。

动态验证模块1013，用于根据所述动态拍摄数据进行动态验证。

特征提取模块1014，用于动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

具体的，图9示出了本发明实施例提供的装置中特征提取模块1014的结构框图。

其中，在本发明提供的优选实施方式中，所述特征提取模块1014具体包括：

逐帧化处理子模块10141，用于对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片。

比较筛选子模块10142，用于对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片。

面部特征提取子模块10143，用于提取所述第一拍摄图片中的面部特征，得到面部特征数据。

形态特征提取子模块10144，用于提取所述第二拍摄图片中的形态特征，得到形态参考数据。

进一步的，所述基于AI的门禁识别装置还包括：

第一门禁识别单元102，用于根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区。

在本发明实施例中，第一门禁识别单元102将面部特征数据与预先存储在数据库中的用户特征数据相比较，进行第一门禁识别验证，并生成第一验证结果，根据第一验证结果，判断对于当前住户的面部门禁识别验证是否验证通过，在验证通过时，打开小区的大门，允许用户进入小区，在验证不通过时，拒绝打开打开小区的大门，不允许用户进入小区，并进行验证不通过提示。

第二门禁识别单元103，用于基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功。

在本发明实施例中，第二门禁识别单元103在楼栋大门处基于AI技术进行远程拍摄，并实时分析远程拍摄的视频中是否存在住户即将靠近楼栋大门，在判断存在住户即将靠近楼栋大门时，截取远程拍摄的视频中存在的住户，得到远程拍摄数据，进而根据远程拍摄数据进行形态特征的模糊提取，得到模糊形态数据，将模糊形态数据与形态参考数据进行匹配，在匹配成功之后，确定形态参考数据和面部特征数据对应的住户居住楼栋，进而判断住户居住楼栋是否为本楼栋，进行第二门禁识别验证，生成第二验证结果，在住户居住楼栋为本楼栋时，则验证通过，在住户居住楼栋不是本楼栋时，则验证不通过。

具体的，图10示出了本发明实施例提供的装置中第二门禁识别单元103的结构框图。

其中，在本发明提供的优选实施方式中，所述第二门禁识别单元103具体包括：

远程拍摄模块1031，用于在楼栋大门对住户进行远程拍摄，获取远程拍摄数据。

模糊形态提取模块1032，用于根据所述远程拍摄数据，提取住户得模糊形态数据。

门禁识别验证模块1033，用于根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果。

验证通过判断模块1034，用于根据所述第二验证结果，判断是否验证通过。

进一步的，所述基于AI的门禁识别装置还包括：

楼栋允许进入单元104，用于在验证成功时，允许住户进入楼栋。

再次验证单元105，用于在验证失败时，对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

在本发明实施例中，在第二门禁识别验证失败之后，还可以通过再次的面部识别进行再次验证，此时住户可以靠近面部拍摄识别的位置，再次验证单元105通过对住户进行面部识别拍摄，得到面部拍摄数据，根据面部拍摄数据对改住户进行再次验证，生成第三验证结果，进而根据第三验证结果，判断是否验证通过，在验证通过时，则打开楼栋大门，允许住户进入楼栋，在验证不通过时，保持楼栋大门关闭，并进行验证失败提示，不允许住户进入楼栋。

综上所述，本发明实施例能够在小区大门对住户进行动态拍摄，进行面部识别验证和获取形态参考数据，进而在楼栋大门对住户进行远程拍摄和形态识别，从而在楼栋大门处进行远程快速识别，并且能够在识别不通过之后，进行面部识别再次验证，从而能够在保障小区门禁识别安全的同时，缩短门禁识别的时间，提高门禁识别的效率，且能够减小识别不成功的概率。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

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发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

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作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于AI的门禁识别方法，其特征在于，所述方法具体包括以下步骤：

基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据；

根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区；

基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功；

若验证成功，则允许住户进入楼栋；

若验证失败，则对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

2.根据权利要求1所述的基于AI的门禁识别方法，其特征在于，所述在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

在小区大门进行住户靠近识别；

在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据；

根据所述动态拍摄数据进行动态验证；

动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

3.根据权利要求2所述的基于AI的门禁识别方法，其特征在于，所述根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据具体包括以下步骤：

对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片；

对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片；

提取所述第一拍摄图片中的面部特征，得到面部特征数据；

提取所述第二拍摄图片中的形态特征，得到形态参考数据。

4.根据权利要求1所述的基于AI的门禁识别方法，其特征在于，所述根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区具体包括以下步骤：

根据所述面部特征数据进行第一门禁识别验证，生成第一验证结果；

根据所述第一验证结果，判断是否验证通过；

若验证通过，则允许住户进入小区；

若验证不通过，则不允许住户进入小区。

5.根据权利要求1所述的基于AI的门禁识别方法，其特征在于，所述在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功具体包括以下步骤：

在楼栋大门对住户进行远程拍摄，获取远程拍摄数据；

根据所述远程拍摄数据，提取住户得模糊形态数据；

根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果；

根据所述第二验证结果，判断是否验证通过。

6.根据权利要求1所述的基于AI的门禁识别方法，其特征在于，所述对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋具体包括以下步骤：

对住户进行面部识别拍摄，得到面部拍摄数据；

根据所述面部拍摄数据进行再次验证，生成第三验证结果；

根据所述第三验证结果，判断是否验证通过；

若验证通过，则允许住户进入楼栋；

若验证不通过，则不允许住户进入楼栋。

7.一种基于AI的门禁识别装置，其特征在于，所述装置包括动态拍摄单元、第一门禁识别单元、第二门禁识别单元、楼栋允许进入单元和再次验证单元，其中：

动态拍摄单元，用于基于AI技术，在小区大门对住户进行动态拍摄，获取动态拍摄数据，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据；

第一门禁识别单元，用于根据所述面部特征数据进行第一门禁识别验证，并在验证通过后，允许住户进入小区；

第二门禁识别单元，用于基于AI技术，在楼栋大门对住户进行远程拍摄，获取远程拍摄数据，根据所述远程拍摄数据和所述形态参考数据进行第二门禁识别验证，判断是否验证成功；

楼栋允许进入单元，用于在验证成功时，允许住户进入楼栋；

再次验证单元，用于在验证失败时，对住户进行面部识别拍摄，得到面部拍摄数据，根据所述面部拍摄数据进行再次验证，并在验证通过后，允许住户进入楼栋。

8.根据权利要求7所述的基于AI的门禁识别装置，其特征在于，所述动态拍摄单元具体包括：

靠近识别模块，用于在小区大门进行住户靠近识别；

动态拍摄模块，用于在识别到有住户靠近时，对住户进行动态拍摄，获取动态拍摄数据；

动态验证模块，用于根据所述动态拍摄数据进行动态验证；

特征提取模块，用于动态验证通过后，根据所述动态拍摄数据提取住户的面部特征数据和形态参考数据。

9.根据权利要求8所述的基于AI的门禁识别装置，其特征在于，所述特征提取模块具体包括：

逐帧化处理子模块，用于对所述动态拍摄数据进行逐帧化处理，得到多个动态拍摄图片；

比较筛选子模块，用于对多个所述动态拍摄图片进行比较筛选，筛选出面部清晰的第一拍摄图片和形态清晰的第二拍摄图片；

面部特征提取子模块，用于提取所述第一拍摄图片中的面部特征，得到面部特征数据；

形态特征提取子模块，用于提取所述第二拍摄图片中的形态特征，得到形态参考数据。

10.根据权利要求7所述的基于AI的门禁识别装置，其特征在于，所述第二门禁识别单元具体包括：

远程拍摄模块，用于在楼栋大门对住户进行远程拍摄，获取远程拍摄数据；

模糊形态提取模块，用于根据所述远程拍摄数据，提取住户得模糊形态数据；

门禁识别验证模块，用于根据所述模糊形态数据与所述形态参考数据进行第二门禁识别验证，生成第二验证结果；

验证通过判断模块，用于根据所述第二验证结果，判断是否验证通过。

Images