CN115019376B - 一种基于云服务的电力信息管理系统 - Google Patents

一种基于云服务的电力信息管理系统 Download PDF

Info

Publication number
CN115019376B
CN115019376B CN202210931593.8A CN202210931593A CN115019376B CN 115019376 B CN115019376 B CN 115019376B CN 202210931593 A CN202210931593 A CN 202210931593A CN 115019376 B CN115019376 B CN 115019376B
Authority
CN
China
Prior art keywords
unit
cloud service
face image
power information
authority
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.)
Expired - Fee Related
Application number
CN202210931593.8A
Other languages
English (en)
Other versions
CN115019376A (zh
Inventor
金波
查志勇
余明阳
徐杰
高飞
陈家璘
贺亮
王婕
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.)
Information and Telecommunication Branch of State Grid Hubei Electric Power Co Ltd
Original Assignee
Information and Telecommunication Branch of State Grid Hubei Electric Power 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 Information and Telecommunication Branch of State Grid Hubei Electric Power Co Ltd filed Critical Information and Telecommunication Branch of State Grid Hubei Electric Power Co Ltd
Priority to CN202210931593.8A priority Critical patent/CN115019376B/zh
Publication of CN115019376A publication Critical patent/CN115019376A/zh
Application granted granted Critical
Publication of CN115019376B publication Critical patent/CN115019376B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/105—Multiple levels of security
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于云服务的电力信息管理系统，包括权限识别模块、云服务模块和信息管理模块；权限识别模块包括拍照单元、预处理单元和权限识别单元；拍照单元用于获取用户的脸部图像；预处理单元用于判断脸部图像是否符合预处理条件，若是，则将脸部图像传输至权限识别单元；权限识别单元用于基于预处理单元发送过来的脸部图像确定用户的权限范围；云服务模块用于存储电力信息；信息管理模块用于用户在权限范围内对云服务模块中存储的电力信息进行管理。本发明的电力信息管理系统在对电力信息进行管理的过程中，大幅度地缩短了获得正确的权限识别结果的所需要的时间。

Description

一种基于云服务的电力信息管理系统
技术领域
本发明涉及信息管理领域，尤其涉及一种基于云服务的电力信息管理系统。
背景技术
管理信息由信息的采集、信息的传递、信息的储存、信息的加工、信息的维护和信息的使用六个方面组成。管理信息系统是一个以人为主导，利用计算机硬件、软件、网络通信设备以及其他办公设备，进行信息的收集、传输、加工、储存、更新、拓展和维护的系统。
随着信息时代的到来，电力信息如今基本全都使用了电子化的信息管理系统来进行管理。现有的电力信息管理系统，一般都会通过人脸识别的方式对使用者进行权限识别后，再让使用者在开放的权限内容对电力信息进行管理。
但是现有的电力信息管理系统，在进行人脸识别的过程中，缺少对获得的使用者的脸部图像进行预判的过程，从而使得获得正确的权限识别结果的所需要的时间比较长。
发明内容
本发明的目的在于公开一种基于云服务的电力信息管理系统，解决现有的电力信息管理系统，在进行人脸识别的过程中，缺少对获得的使用者的脸部图像进行预判的过程，从而使得获得正确的权限识别结果的所需要的时间比较长的问题。
为了达到上述目的，本发明采用如下技术方案：
一种基于云服务的电力信息管理系统，包括权限识别模块、云服务模块和信息管理模块；
权限识别模块包括拍照单元、预处理单元和权限识别单元；
拍照单元用于获取用户的脸部图像；
预处理单元用于判断脸部图像是否符合预处理条件，若是，则将脸部图像传输至权限识别单元；
权限识别单元用于基于预处理单元发送过来的脸部图像确定用户的权限范围；
云服务模块用于存储电力信息；
信息管理模块用于用户在权限范围内对云服务模块中存储的电力信息进行管理。
作为优选，所述拍照单元还用于在脸部图像不符合预处理条件时，再次获取用户的脸部图像。
作为优选，所述判断脸部图像是否符合预处理条件，包括：
从脸部图像中随机选取Q个像素点存入集合U1；
使用预设的肤色检测模型对U1中的像素点进行检测，将不属于皮肤区域的像素点从U1中删除，获得集合U2；
计算U2中的像素点的模糊概率系数；
若模糊概率系数大于设定的系数门槛值，则表示脸部图像不符合预处理条件；若模糊概率系数小于等于设定的系数门槛值，则表示脸部图像符合预处理条件。
作为优选，所述模糊概率系数采用如下公式计算：
Figure 841469DEST_PATH_IMAGE001
其中，mhgl表示模糊概率系数，numU2表示U2中包含的像素点的总数，
Figure 658115DEST_PATH_IMAGE002
， Gi表示像素点i的灰度值，aveGi表示像素点i的8邻域范围内的像素点的像素值的平均值，gstr表示预先设定的比较门槛值。
作为优选，所述云服务模块还用于存储所有用户的脸部图像、每张脸部图像对应的身份ID和权限表。
作为优选，所述权限表包括身份ID和身份ID的权限范围。
作为优选，所述基于预处理单元发送过来的脸部图像确定用户的权限范围，包括：
将预处理单元发送过来的脸部图像与云服务模块中存储的所有用户的脸部图像进行匹配，获得匹配结果；
基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围。
作为优选，所述匹配结果包括预处理单元发送过来的脸部图像的所对应的身份ID。
作为优选，所述基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围，包括：
在权限表中查询预处理单元发送过来的脸部图像所对应的身份ID的权限范围。
作为优选，所述信息管理模块包括查询单元、删除单元、修改单元和下载单元；
查询单元用于对云服务模块中存储的电力信息进行查询；
删除单元用于对云服务模块中存储的电力信息进行删除；
修改单元用于对云服务模块中存储的电力信息进行修改；
下载单元用于将云服务模块中存储的电力信息下载至本地电脑。
本发明的电力信息管理系统，在进行权限识别的过程中，使用人脸识别时，预先对获得的脸部图像进行了是否符合预处理条件的判断，实现了对脸部图像的筛选，避免了模糊的脸部图像进入到权限识别单元，导致识别单元获得错误的识别结果后，再重新获取脸部图像，导致获得正确的权限识别结果的所需要的时间比较长的问题的出现。本发明的电力信息管理系统在对电力信息进行管理的过程中，大幅度地缩短了获得正确的权限识别结果的所需要的时间。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于云服务的电力信息管理系统的一种实施例图。
图2，为本发明获取第一特征数据的一种实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种基于云服务的电力信息管理系统，包括权限识别模块、云服务模块和信息管理模块；
权限识别模块包括拍照单元、预处理单元和权限识别单元；
拍照单元用于获取用户的脸部图像；
预处理单元用于判断脸部图像是否符合预处理条件，若是，则将脸部图像传输至权限识别单元；
权限识别单元用于基于预处理单元发送过来的脸部图像确定用户的权限范围；
云服务模块用于存储电力信息；
信息管理模块用于用户在权限范围内对云服务模块中存储的电力信息进行管理。
本发明的电力信息管理系统，在进行权限识别的过程中，使用人脸识别时，预先对获得的脸部图像进行了是否符合预处理条件的判断，实现了对脸部图像的筛选，避免了模糊的脸部图像进入到权限识别单元，导致识别单元获得错误的识别结果后，再重新获取脸部图像，导致获得正确的权限识别结果的所需要的时间比较长的问题的出现。本发明的电力信息管理系统在对电力信息进行管理的过程中，大幅度地缩短了获得正确的权限识别结果的所需要的时间。
作为优选，所述拍照单元还用于在脸部图像不符合预处理条件时，再次获取用户的脸部图像。
与经过权限识别单元计算后再次获取用户的脸部图像相比，发明在获取的过程中便对不符合预处理条件的脸部图像进行了正确识别，同时立刻再次获取用户的脸部图像，有效地缩短了获得正确的权限识别结果的时间。
作为优选，所述判断脸部图像是否符合预处理条件，包括：
从脸部图像中随机选取Q个像素点存入集合U1；
使用预设的肤色检测模型对U1中的像素点进行检测，将不属于皮肤区域的像素点从U1中删除，获得集合U2；
计算U2中的像素点的模糊概率系数；
若模糊概率系数大于设定的系数门槛值，则表示脸部图像不符合预处理条件；若模糊概率系数小于等于设定的系数门槛值，则表示脸部图像符合预处理条件。
与现有的图像质量判断方式相比，本发明采用了先随机选取的方式来获得集合U1，大幅度减少了参与是否符合预处理条件判断的像素点的数量，有效地缩短了是否符合预处理条件所需要花费的时间。本发明判断是否符合预处理条件所需要花费的时间远远小于将不符合预处理条件的脸部图像输入到权限识别单元中所浪费的时间。
使用肤色检测模型能够避免将背景区域的像素点选到集合U2中，因为背景区域的像素点可能会因为摄像头的光圈的虚化作用而模糊。这样会获得错误的识别结果。
作为优选，所述模糊概率系数采用如下公式计算：
Figure 457444DEST_PATH_IMAGE003
其中，mhgl表示模糊概率系数，numU2表示U2中包含的像素点的总数，
Figure 780497DEST_PATH_IMAGE004
，Gi表示像素点i的灰度值，aveGi表示像素点i的8邻域范围内的像素点的像素值的平均值，gstr表示预先设定的比较门槛值。
模糊概率系数主要从像素点的灰度值以及像素点与邻域中的像素点之间的灰度值进行计算。与邻域中的像素点的灰度值均值相差越远，则表示属于清晰图像的概率越大，此时模糊概率系数越小。
作为优选，所述云服务模块还用于存储所有用户的脸部图像、每张脸部图像对应的身份ID和权限表。
作为优选，所述权限表包括身份ID和身份ID的权限范围。
作为优选，所述基于预处理单元发送过来的脸部图像确定用户的权限范围，包括：
将预处理单元发送过来的脸部图像与云服务模块中存储的所有用户的脸部图像进行匹配，获得匹配结果；
基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围。
作为优选，所述将预处理单元发送过来的脸部图像与云服务模块中存储的所有用户的脸部图像进行匹配，获得匹配结果，包括：
获取预处理单元发送过来的脸部图像的第一特征数据；
获取云服务模块中存储的每个用户的脸部图像的第二特征数据；
逐一计算第一特征数据与云服务模块中存储的每个用户的脸部图像的第二特征数据之间的相似度，获得相似度最大值；
判断相似度最大值是否大于设定的相似度门槛值，若是，则将相似度最大值对应的云服务模块中存储的用户的ID作为匹配结果，若否，则表示匹配失败。
作为优选，如图2所示，所述获取预处理单元发送过来的脸部图像的第一特征数据，包括：
将预处理单元发送过来的脸部图像转换到Lab颜色空间；
获取所述脸部图像在Lab颜色空间中的L分量的图像txL；
对txL进行优化处理，获得优化后的图像aftxL；
将aftxL转换到RGB颜色空间，获得优化图像；
使用图像特征提取算法获取优化图像的第一特征数据。
通过在亮度分量进行优化处理，能够降低亮度分布不均匀对优化处理的影响，从而获得更为准确的优化结果。
作为优选，所述对txL进行优化处理，获得优化后的图像aftxL，包括：
对txL中的像素点进行突变检测，获得突变像素点的集合U3；
对U3中的像素点进行优化处理，获得优化后的图像aftxL。
先进行突变检测，避免对所有的像素点都进行优化处理，有效地提高了本发明的信息管理系统的优化速度。
作为优选，所述对txL中的像素点进行突变检测，获得突变像素点的集合U3，包括：
对于txL中的像素点
Figure 272658DEST_PATH_IMAGE005
，若其突变检测参数
Figure 576600DEST_PATH_IMAGE006
大于设定的参数门槛值，则像素点
Figure 914041DEST_PATH_IMAGE007
为突变像素点，将
Figure 619828DEST_PATH_IMAGE005
存入集合U3，若其突变检测参数
Figure 814049DEST_PATH_IMAGE006
小于等于设定的参数门槛值，则像素点
Figure 808550DEST_PATH_IMAGE008
不属于突变像素点；
突变检测参数
Figure 274648DEST_PATH_IMAGE006
的计算公式为：
Figure DEST_PATH_IMAGE009
其中，
Figure 959576DEST_PATH_IMAGE010
、
Figure 527961DEST_PATH_IMAGE011
和
Figure 337654DEST_PATH_IMAGE012
分别表示设定的第一比较值、第二比较值和第三比较值，
Figure 485738DEST_PATH_IMAGE013
表示
Figure 231365DEST_PATH_IMAGE005
的右侧的像素点在txL中的像素值，
Figure 236230DEST_PATH_IMAGE014
表示
Figure 470902DEST_PATH_IMAGE007
在txL中的像素值，
Figure 750574DEST_PATH_IMAGE015
表示像素点
Figure 816619DEST_PATH_IMAGE008
的8邻域中的像素点的像素值均值，若
Figure 992385DEST_PATH_IMAGE016
大于等于
Figure 979933DEST_PATH_IMAGE010
，则
Figure 794786DEST_PATH_IMAGE017
的值为c，若
Figure 653021DEST_PATH_IMAGE018
小于
Figure 796426DEST_PATH_IMAGE010
，则
Figure 271270DEST_PATH_IMAGE017
的值为0，若
Figure DEST_PATH_IMAGE019
大于等于
Figure 158324DEST_PATH_IMAGE011
，则
Figure 667802DEST_PATH_IMAGE020
的值为c，若
Figure 453880DEST_PATH_IMAGE021
小于
Figure 416020DEST_PATH_IMAGE011
，则
Figure 44447DEST_PATH_IMAGE020
的值为0，若
Figure 142853DEST_PATH_IMAGE014
大于等于
Figure 362482DEST_PATH_IMAGE012
，则
Figure 811918DEST_PATH_IMAGE022
的值为c，若
Figure 244036DEST_PATH_IMAGE014
小于
Figure 928440DEST_PATH_IMAGE012
，则
Figure 584549DEST_PATH_IMAGE023
的值为0。
突变检测参数从相邻的单个像素点的像素值、多个像素点的像素值均值、多个比较值这些方面考虑，有效地提高了本发明的突变检测的自适应性和准确性。
作为优选，
Figure 990123DEST_PATH_IMAGE024
。
作为优选，所述对U3中的像素点进行优化处理，获得优化后的图像
Figure 22670DEST_PATH_IMAGE025
，包括：
将U3中的像素点记为
Figure 830089DEST_PATH_IMAGE026
，
使用如下公式对
Figure 860362DEST_PATH_IMAGE026
进行优化处理：
Figure 18811DEST_PATH_IMAGE027
其中，
Figure 592399DEST_PATH_IMAGE028
表示对
Figure 723166DEST_PATH_IMAGE029
进行优化处理后，
Figure 252236DEST_PATH_IMAGE029
在
Figure 897981DEST_PATH_IMAGE030
中的像素值，U4表示
Figure 944435DEST_PATH_IMAGE029
的8邻域中不属于突变像素点的所有像素点的像素值的平均值，
Figure 992025DEST_PATH_IMAGE031
表示U4中包含的像素点的总数，
Figure 895259DEST_PATH_IMAGE032
表示 U4中的像素点j在txL中的像素值，
Figure 845546DEST_PATH_IMAGE033
表示
Figure 695690DEST_PATH_IMAGE029
在txL中的像素值，
Figure 597787DEST_PATH_IMAGE034
表示预先设定的像素值参考值。
在进行优化处理时，主要是不属于突变像素点的集合、像素值参考值、原来的像素值、像素值平均值这几方面进行综合计算，使得优化处理结果能够综合表示优化结果与周边像素点之间的关系，从而提高优化结果的平滑程度。
作为优选，使用图像特征提取算法获取优化图像的第一特征数据，包括：
在提取第一特征数据之前需要先对优化图像进行降噪处理、图像分割处理等预处理，然后再使用LBP算法、SURF算法等算法提取经过预处理获得的图像中包含的第一特征数据。
作为优选，第二特征数据与第一特征数据的提取过程一致。
作为优选，所述匹配结果包括预处理单元发送过来的脸部图像的所对应的身份ID。
作为优选，所述基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围，包括：
在权限表中查询预处理单元发送过来的脸部图像所对应的身份ID的权限范围。
作为优选，所述信息管理模块包括查询单元、删除单元、修改单元和下载单元；
查询单元用于对云服务模块中存储的电力信息进行查询；
例如根据关键字或日期等项目对电力信息进行查询，
删除单元用于对云服务模块中存储的电力信息进行删除；
若具备删除权限，则可以对查询的结果进行删除，
修改单元用于对云服务模块中存储的电力信息进行修改；
若具备修改权限，则可以对查询出来的电力信息进行修改，
下载单元用于将云服务模块中存储的电力信息下载至本地电脑。
本地电脑包括台式电脑，笔记本电脑等。
作为优选，所述电力信息包括电力设备出入库信息、电力设备运行信息和电力设备维修信息。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种基于云服务的电力信息管理系统，其特征在于，包括权限识别模块、云服务模块和信息管理模块；
权限识别模块包括拍照单元、预处理单元和权限识别单元；
拍照单元用于获取用户的脸部图像；
预处理单元用于判断脸部图像是否符合预处理条件，若是，则将脸部图像传输至权限识别单元；
权限识别单元用于基于预处理单元发送过来的脸部图像确定用户的权限范围；
云服务模块用于存储电力信息；
信息管理模块用于用户在权限范围内对云服务模块中存储的电力信息进行管理；
所述判断脸部图像是否符合预处理条件，包括：
从脸部图像中随机选取Q个像素点存入集合 U1；
使用预设的肤色检测模型对U1中的像素点进行检测，将不属于皮肤区域的像素点从U1中删除，获得集合U2；
计算U2中的像素点的模糊概率系数；
若模糊概率系数大于设定的系数门槛值，则表示脸部图像不符合预处理条件；若模糊概率系数小于等于设定的系数门槛值，则表示脸部图像符合预处理条件；
所述模糊概率系数采用如下公式计算：
Figure 189358DEST_PATH_IMAGE001
其中，mhgl表示模糊概率系数，numU2表示 U2中包含的像素点的总数，
Figure 862785DEST_PATH_IMAGE002
，Gi表示像素点i的灰度值，
Figure 560614DEST_PATH_IMAGE004
表示像素点i的8邻域范围内的像素点的像素值的平均值，gstr表示预先设定的比较门槛值。
2.根据权利要求1所述的一种基于云服务的电力信息管理系统，其特征在于，所述拍照单元还用于在脸部图像不符合预处理条件时，再次获取用户的脸部图像。
3.根据权利要求1所述的一种基于云服务的电力信息管理系统，其特征在于，所述云服务模块还用于存储所有用户的脸部图像、每张脸部图像对应的身份ID和权限表。
4.根据权利要求3所述的一种基于云服务的电力信息管理系统，其特征在于，所述权限表包括身份ID和身份ID的权限范围。
5.根据权利要求4所述的一种基于云服务的电力信息管理系统，其特征在于，所述基于预处理单元发送过来的脸部图像确定用户的权限范围，包括：
将预处理单元发送过来的脸部图像与云服务模块中存储的所有用户的脸部图像进行匹配，获得匹配结果；
基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围。
6.根据权利要求5所述的一种基于云服务的电力信息管理系统，其特征在于，所述匹配结果包括预处理单元发送过来的脸部图像的所对应的身份ID。
7.根据权利要求6所述的一种基于云服务的电力信息管理系统，其特征在于，所述基于匹配结果获取预处理单元发送过来的脸部图像对应的用户的权限范围，包括：
在权限表中查询预处理单元发送过来的脸部图像所对应的身份ID的权限范围。
8.根据权利要求1所述的一种基于云服务的电力信息管理系统，其特征在于，所述信息管理模块包括查询单元、删除单元、修改单元和下载单元；
查询单元用于对云服务模块中存储的电力信息进行查询；
删除单元用于对云服务模块中存储的电力信息进行删除；
修改单元用于对云服务模块中存储的电力信息进行修改；
下载单元用于将云服务模块中存储的电力信息下载至本地电脑。
CN202210931593.8A 2022-08-04 2022-08-04 一种基于云服务的电力信息管理系统 Expired - Fee Related CN115019376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210931593.8A CN115019376B (zh) 2022-08-04 2022-08-04 一种基于云服务的电力信息管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210931593.8A CN115019376B (zh) 2022-08-04 2022-08-04 一种基于云服务的电力信息管理系统

Publications (2)

Publication Number Publication Date
CN115019376A CN115019376A (zh) 2022-09-06
CN115019376B true CN115019376B (zh) 2022-12-20

Family

ID=83065728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210931593.8A Expired - Fee Related CN115019376B (zh) 2022-08-04 2022-08-04 一种基于云服务的电力信息管理系统

Country Status (1)

Country Link
CN (1) CN115019376B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578780B (zh) * 2022-12-07 2023-04-07 广东省科学院江门产业技术研究院有限公司 一种基于大数据的农产品及食品冷链溯源管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109979057A (zh) * 2019-03-26 2019-07-05 国家电网有限公司 一种基于云计算的电力通信安防人脸智能识别系统
CN113297920A (zh) * 2021-04-29 2021-08-24 广东白云学院 一种人脸图像信息处理管理系统
CN113793196A (zh) * 2021-08-31 2021-12-14 宁夏百川电力股份有限公司 一种基于云计算的电医生售电管理系统
CN113988991A (zh) * 2021-11-16 2022-01-28 张雨钊 基于云计算的数字化电子商务平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536261B (zh) * 2020-04-14 2024-09-17 三赢科技（深圳）有限公司 权限管理方法、装置、计算机装置及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109979057A (zh) * 2019-03-26 2019-07-05 国家电网有限公司 一种基于云计算的电力通信安防人脸智能识别系统
CN113297920A (zh) * 2021-04-29 2021-08-24 广东白云学院 一种人脸图像信息处理管理系统
CN113793196A (zh) * 2021-08-31 2021-12-14 宁夏百川电力股份有限公司 一种基于云计算的电医生售电管理系统
CN113988991A (zh) * 2021-11-16 2022-01-28 张雨钊 基于云计算的数字化电子商务平台

Also Published As

Publication number Publication date
CN115019376A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN110263642B (zh) 用于替换图像的部分的图像缓存
WO2020253127A1 (zh) 脸部特征提取模型训练方法、脸部特征提取方法、装置、设备及存储介质
US9247106B2 (en) Color correction based on multiple images
US7925650B2 (en) Image management methods, image management systems, and articles of manufacture
CN113190818B (zh) 一种混合云管理平台
CN108875797B (zh) 一种确定图像相似度的方法、相册管理方法及相关设备
WO2021164232A1 (zh) 用户识别方法、装置、设备及存储介质
WO2020052270A1 (zh) 一种视频审核的方法、装置和设备
US20110293188A1 (en) Processing image data
WO2020238515A1 (zh) 图像匹配方法、装置、设备、介质和程序产品
CN113793196A (zh) 一种基于云计算的电医生售电管理系统
CN115019376B (zh) 一种基于云服务的电力信息管理系统
WO2023179099A9 (zh) 一种图像检测方法、装置、设备及可读存储介质
WO2022028147A1 (zh) 图像分类模型训练方法、装置、计算机设备及存储介质
WO2017177559A1 (zh) 一种图像管理方法和装置
CN114299567B (zh) 模型训练、活体检测方法、电子设备及存储介质
CN108052918A (zh) 一种笔迹比对系统及方法
CN109241930B (zh) 用于处理眉部图像的方法和装置
CN110852384A (zh) 医学影像质量检测方法、装置和存储介质
JP2012003358A (ja) 背景判別装置、方法及びプログラム
CN112101331B (zh) 一种安防视频融合调度方法及装置
CN115273185B (zh) 一种基于5g网络的智慧园区管理系统
CN116259091B (zh) 一种静默活体检测的方法和装置
US20240290072A1 (en) Method and electrical device for training cross-domain classifier
CN117711027B (zh) 一种基于鼻纹的牛个体身份识别方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221220

CF01 Termination of patent right due to non-payment of annual fee