CN115050131B - 基于人脸特征摘要和云映射的机场权限设置方法、系统 - Google Patents

Abstract

本发明属于身份识别领域，具体涉及了一种基于人脸特征摘要和云映射的机场权限设置方法、系统，旨在解决解决人脸样本数据泄露产生的信息安全风险问题。本发明基于包括云端服务器和终端门禁设备的门禁系统，分别采用摘要算法对云端服务器的人脸数据库中的人脸特征信息进行处理得到样本数据并存储、对终端门禁设备采集的用户人脸特征信息进行处理后与所下载样本数据进行匹配，从而进行用户识别。本发明不需要存储人脸图片信息，基于摘要数据的不可反推性，即使数据泄露，第三方也无法读取摘要数据所代表的人脸特征信息，从而保证了用户人脸数据的安全。

Description

基于人脸特征摘要和云映射的机场权限设置方法、系统

技术领域

本发明属于身份识别领域，具体涉及了一种基于人脸特征摘要和云映射的机场权限设置方法、系统。

背景技术

目前，人脸识别应用领域急速发展，为人们生活工作提供了便利，同时也给技术研发单位和监管部门提出了严格的数据保护的要求。数据泄露是当前管理系统无法回避的一个严重问题。

为了对机场的往来人员提供更好的引导和避免人员进入错误的区域，需要提供一种满足信息安全且能够实现人员信息快速识别的门禁系统。

发明内容

为了解决现有技术中的上述问题，即为了解决人脸样本数据泄露产生的信息安全风险问题，本发明提供了一种基于人脸特征摘要和云映射的机场权限设置方法，应用于机场的门禁系统，所述门禁系统包括云端服务器和终端门禁设备，所述云端服务器设置有人脸数据库，所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；所述终端门禁设备为一个或多个；所述终端门禁设备通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库；

所述用户识别的方法包括：

步骤S100，获取所述终端门禁设备采集的用户人脸图像；

步骤S200，对所采集的人脸图像进行特征提取，得到特征数据集合；

步骤S300，通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集；

步骤S400，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，根据匹配结果获取用户信息、权限信息，并发送门禁动作指令。

在一些优选实施方式中，在步骤S400之后，还包括步骤S500，若步骤S400匹配失败，将所述比对摘要数据集上传至所述云端服务器，与所述人脸数据库进行匹配，根据匹配结果获取用户信息、权限信息，并发送对应终端门禁设备门禁动作指令。

在一些优选实施方式中，通过摘要算法获取摘要数据的方法为：

将基于设定人脸特征类别获取的人脸特征数据，按照预设的分级原则获取对应的分级信息；

将获得的分级信息通过摘要算法处理得到特征信息摘要数据；

根据预设人脸特征类别编码表，获取对应人脸特征数据的特征类别编码；

将所述特征类别编码与所述特征信息摘要数据串接得到对应人脸特征数据的摘要数据。

在一些优选实施方式中，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，具体为：

基于特征类别编码，将所述比对摘要数据集与所述人脸数据子库中每条样本数据进行单独对比，获取匹配度信息；

选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据。

在一些优选实施方式中，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，具体为：

基于特征类别编码，随机获取设定组数的多个特征类别的排列组合，作为类别组合项；

基于得到的类别组合项，分别对所述比对摘要数据集、所述人脸数据子库中各样本数据，获取各类别组合对应的特征信息摘要数据组合，并基于摘要算法处理后得到各类别组对应的类别组合特征摘要数据；

将所述比对摘要数据集对应的类别组合特征摘要数据，与所述人脸数据子库中各样本数据对应的类别组合特征摘要数据进行比对，获取匹配度信息；

选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据。

在一些优选实施方式中，每个所述类别组合项中所包含特征类别的数量通过随机函数确定。

在一些优选实施方式中，所述摘要算法为SHA-1、SHA256或MD5。

本发明的第二实施例，提出了一种基于人脸特征摘要和云映射的机场权限设置系统，包括云端服务器和终端门禁设备；

所述云端服务器设置有人脸数据库、映射关系管理单元；

所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；

所述映射关系管理单元，配置为存储人脸数据库中样本与所述终端门禁设备所需样本数据的映射关系；

所述终端门禁设备为一个或多个；

所述终端门禁设备包括样本映射获取单元、图像采集单元、用户识别单元；

所述样本映射获取单元，配置为通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库；

所述图像采集单元，配置为获取用户的人脸图像；

所述用户识别单元，包括用户人脸图像获取模块、特征提取模块、摘要算法处理模块、识别模块；

所述用户人脸图像获取模块，配置为获取所述终端门禁设备采集的用户人脸图像；

所述特征提取模块，配置为对所采集的人脸图像进行特征提取，得到特征数据集合；

所述摘要算法处理模块，配置为通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集；

所述识别模块，配置为将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，根据匹配结果获取用户信息、权限信息，并发送门禁动作指令。

本发明的第三方面，提出了一种设备，包括：

至少一个处理器；以及

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于人脸特征摘要和云映射的机场权限设置方法。

本发明的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于人脸特征摘要和云映射的机场权限设置方法。

本发明的有益效果：

（1）本发明通过摘要算法获取人脸特征对应的摘要数据存储于人脸数据库中，不去存储人脸图片信息，基于摘要数据的不可反推性，即使数据泄露，第三方也无法读取摘要数据所代表的人脸特征信息，从而保证了用户人脸数据的安全。

（2）基于云端服务器和终端门禁设备的云映射关系，可以根据设定将终端门禁设备对应的用户信息进行下发存储，提高了终端的识别效率，同时，也节省了终端的存储空间。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本发明一种实施例的基于人脸特征摘要和云映射的机场权限设置方法流程示意图；

图2是本发明一种实施例中标准化调整依据特征信息示例图；

图3是本发明一种实施例的基于人脸特征摘要和云映射的机场权限设置系统框架示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了更清晰地对本发明基于人脸特征摘要和云映射的机场权限设置方法进行说明，下面结合附图对本发明实施例中各步骤展开详述。

本发明第一实施例的基于人脸特征摘要和云映射的机场权限设置方法，应用于门禁系统，所述门禁系统包括云端服务器和终端门禁设备，所述云端服务器设置有人脸数据库，所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；所述终端门禁设备为一个或多个；所述终端门禁设备通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库。

本发明实施例中所采用的摘要算法为SHA-1、SHA256、MD5中的一种，当然，还可以为其他类似的算法。

本发明通过人脸特征摘要数据代替现有技术人脸数据库中的人脸图片，利用摘要算法的计算不可逆的特性，因此不可能根据算出来的摘要反推原有特征数据，可以保护数据及隐私，即使获得了人脸的摘要数据，也无法反推得到人脸的特征数据。

另外，因为摘要算法算出数据量较小，例如SHA1的结果是160 bit字节，通常用一个40位的16进制字符串表示。所述终端可以只将所述摘要数据上传到云端或者上位机，可以减少数据上传量，能够缩短比对时间，减少延迟，提高传输准确率。并且，相比于传统的人脸识别方法，摘要算法中更改一个特征数据，得到的摘要数据完全不同，因此识别结果更为精确。

本实施例中所采用的人脸特征，可以为：基于所提取的人脸特征点，根据预先设定的特征点对获取的距离信息，或者以设定特征点对的距离为基数的比值数据，或者其他可量化描述特征信息。例如眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、五官之间的距离和两眼之间的距离等。

采用该方法时，由于用户在终端门禁设备所采集的图像无法与原始图片一致，可能存在偏转、大小等不一致的问题，所以直接拿上述数据进行对比是完全行不通的，因此需要在获取人脸数据库的人脸特征摘要数据时，同时保留标准化调整依据特征信息（该信息包括），以基于此信息对终端门禁设备所采集的人脸图像进行标准化调整，从而对于同一用户获取相同的人脸特征信息。如图2所示，在所识别的66个人脸特征点中，标准化调整依据特征信息可以包括中心特征点（可以为鼻尖34）、外围轮廓特点（可以为左眼的左眼角46、右眼的右眼角37、左嘴角55、右嘴角49）、中心特征点到每个外围轮廓特征点的距离（图中实现）、相邻两个外围轮廓特征点的距离（图中虚线）。

用户识别的方法包括：

步骤S100，获取所述终端门禁设备采集的用户人脸图像。

待识别人的人脸进入识别区域后，所述终端可以采集所述待识别人脸图像。所述识别区域中如果有多张人脸，可以人为或者自动选择需要识别的人脸。锁定待识别人脸后，可以对所述待识别人脸图像进行一个初步处理，例如颜色调整、还有角度调整，亮度调整等。

步骤S200，对所采集的人脸图像进行特征提取，得到特征数据集合。

特征提取的过程可以为现有技术，这里不再赘述。所述特征数据可以包括眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、五官之间的距离和两眼之间的距离等特征值。可以理解，进行人脸特征提取的时候需要进行标准化处理，由于没有在先对照样本，可以基于上述的保留标准化调整依据特征信息进行图像的标准化处理，还可以基于所识别的特征点进行其外接最小矩形或圆的获取，并进行统一尺寸的放大或缩小，进而获得标准化处理后的特征数据。或者，不直接采用参数，而采用参数之间的比值作为摘要数据生成的依据，当然，还可以采用现有的特征提取方法提取特征数据。

本步骤中所提取的人脸特征，与人脸数据库的样本数据中所包含的人脸特征一致。

步骤S300，通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集。

所述人脸数据库存储于云端服务器，由于每个终端门禁设备的用户不是一成不变的，都会存在用户的增、删、调整等动作，所以本实施例中采用云映射的方式，基于设定的用户管理映射关系，将人脸数据库对应的人脸数据下载至对应的终端门禁设备。

此处特征数据集合中特征数据可以包括设定的两个特征点的距离，或者根据特征点得到的某个脸部器官的轮廓周长、或者面积，当然还可以为其他特征数据。

步骤S400，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，根据匹配结果获取用户信息、权限信息，并发送门禁动作指令。

在本实施例中还包括通过显性特征进行预筛选的步骤，具体为：在用户进入机场时，通过门禁设备采集用户的显性特征，并与其预先登录的身份信息进行关联；预先将人脸数据子库的图像也提取显性特征；所述显性特征包括性别、人种、肤色、衣物颜色、长短发等，若显性特征无法明确区分则标记为不明。

根据所述显性特征，选取预先设定的排斥特征；所述排斥特征为：若显性特征为男性则排斥特征为男性，若显性特征为黄色人种则排斥特征为其他颜色的人种，若显性特征为长发则排斥特征为短发。

将具备待识别目标的排斥特征的对应终端门禁设备中所述人脸数据子库的人脸图像附加免匹配标记，在步骤S400中只对没有免匹配标记的人脸数据进行匹配。

因为本步骤的应用场景是用于机场快速身份检索和寻找目标人物以便进行通知、引导的，默认用户不会进行变装等刻意改变显性特征的行为，因此通过设置排斥特征对数据进行快速的筛选，能够提高目标查找的速度，进而实现如当需要用户登机时，对其所在区域进行定向广播或指引以及避免走错路线等。

步骤S500，若步骤S400匹配失败，将所述比对摘要数据集上传至所述云端服务器，与所述人脸数据库进行匹配，根据匹配结果获取用户信息、权限信息，并发送对应终端门禁设备门禁动作指令。

本实施例中，通过摘要算法获取摘要数据的方法为：将基于设定人脸特征获取的人脸特征数据，按照预设的分级原则获取对应的分级信息；将获得的分级信息通过摘要算法处理得到特征信息摘要数据；根据预设人脸特征类别编码表，获取对应人脸特征数据的特征类别编码；将所述特征类别编码与所述特征信息摘要数据串接得到对应人脸特征数据的摘要数据。

该方法应用于人脸特征摘要数据的获取、比对摘要数据集的获取。

由于要对特征子数据进行摘要算法处理，所述数据的测量精度不是越精确越好，而是根据当前图像识别技术进行精度级别的选定，例如微米、毫米等，从而消除测量误差，保证对于同一人多个脸部图像所提取的对应的特征子数据是相同的。

还可以采用分级的方式，设置级别单位，根据实际测量值除与对应的级别单位后取整得到对应的分级，长度、面积等特征均可以采用该种方式，以长度单位为例，以每0.1毫米为一个级别，则眼角距23.15毫米除与0.1为231.5，取整后得到对应的长度等级为231级。当然还可以采用其他级别单位，例如0.2毫米、0.5毫米、2毫米等。

特征子数据还可以为两个或多个人脸特征的组合数据，例如虹膜轮廓+瞳距，虹膜轮廓+瞳距+两个瞳孔中心点到对应侧嘴角的距离等。

本实施例中，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，可以采用以下两种方法中的一种:

方法一：基于特征类别编码，将所述比对摘要数据集与所述人脸数据子库中每条样本数据进行单独对比，获取匹配度信息；选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据。

方法二：

基于特征类别编码，随机获取设定组数的多个特征类别的排列组合，作为类别组合项；

基于得到的类别组合项，分别对所述比对摘要数据集、所述人脸数据子库中各样本数据，获取各类别组合对应的特征信息摘要数据组合，并基于摘要算法处理后得到各类别组对应的类别组合特征摘要数据；

将所述比对摘要数据集对应的类别组合特征摘要数据，与所述人脸数据子库中各样本数据对应的类别组合特征摘要数据进行比对，获取匹配度信息；

选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据。

上述方法二中，每个所述类别组合项中所包含特征类别的数量通过随机函数确定，当然还可以进行固定组合项数的确定。

上述方法二中，类别组合项和其对应的类别组合特征摘要数据的表示形式可以如下：

例如：A1B1C9|ECE7DC2FE50D337B……

“|”前面字符表示人脸特征排列序列对应的代码的排列序列，以两位代表一个特征，本实施例中以A1表示左眼通孔轮廓长度，B1表示右眼通孔轮廓长度，C9表示瞳距；“|”后面字符表示特征A1、B1、C1对应数据通过摘要算法获得的编码。

同样的，人脸数据库中存储的样本摘要数据也可以是由人脸特征排列序列对应的代码的排列序列、以及样本特征数据基于摘要算法的编码。这样可以将相同特征排列的摘要子数据和样本摘要数据进行对比，降低了数据对比的数量，提高了识别效率。当然，也可以为单一特征编码和其摘要数据的组合，在需要进行组合特征对比时，将对应的多个单一特征的数据（特征编码+其摘要数据）进行排列后再次进行摘要数据的生成，得到特征排列组合的摘要数据既可以用来与所采集图像的特征排列组合的摘要数据进行对比。后者的方法可以大大减小人脸数据库中存储数据的数量，以及特征对比时采用特征排列组合的灵活度。

本发明还可用于机场通道指引的场景中；比如在某些机场的登机通道或火车站的通道中，并未设置闸口形式的门禁，或单个门禁管控多个区域，容易出现人员误闯的情况；通过本发明的基于人脸特征摘要和云映射的机场权限设置方法可及时制止或发现用户进入了无权限区域，并给出明确的指引，具体为：

在用户进入机场时，通过终端门禁设备采集用户人脸图像，并根据步骤S100-步骤S400的方法确认用户的用户信息、权限信息，即可获得用户可能出现的正确区域，如登机通道编号；当航班起飞时间临近时，通过本发明确定未登机用户所处的区域或登机通道，从预设的通道转移路线中抽取由未登机用户所处的区域或当前登机通道至正确登机通道的路线，向未登机用户进行定向通告和指引，并为其设置沿路的门禁权限，如打开快速通道权限，以便未登机用户及时登机。所述当前登机通道至正确登机通道的路线也可根据机场平面图生成两点连线的方式生成，或在三维模型中确定未登机用户出现在哪个视觉设备中，通过视觉设备的编号确定未登机用户所处的区域，将未登机用户所处的区域与正确登机通道生成连通的路径作为当前登机通道至正确登机通道的路线。

本发明第二实施例的基于人脸特征摘要和云映射的机场权限设置系统，如图3所示，包括云端服务器和终端门禁设备；

所述云端服务器设置有人脸数据库、映射关系管理单元；

所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；

所述映射关系管理单元，配置为存储人脸数据库中样本与所述终端门禁设备所需样本数据的映射关系；

所述终端门禁设备为一个或多个；

所述终端门禁设备包括样本映射获取单元、图像采集单元、用户识别单元；

所述样本映射获取单元，配置为通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库；

所述图像采集单元，配置为获取用户的人脸图像；

所述用户识别单元，包括用户人脸图像获取模块、特征提取模块、摘要算法处理模块、识别模块；

所述用户人脸图像获取模块，配置为获取所述终端门禁设备采集的用户人脸图像；

所述特征提取模块，配置为对所采集的人脸图像进行特征提取，得到特征数据集合；

所述摘要算法处理模块，配置为通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集；

所述识别模块，配置为将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，根据匹配结果获取用户信息、权限信息，并发送门禁动作指令。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是，上述实施例提供的基于人脸特征摘要和云映射的机场权限设置系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。

本发明第三实施例的一种设备，包括：

至少一个处理器；以及

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于人脸特征摘要和云映射的机场权限设置方法。

本发明第四实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于人脸特征摘要和云映射的机场权限设置方法。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

术语“第一”、 “第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。

术语“包括”或者任何其它类似用语旨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/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (5)

1.一种基于人脸特征摘要和云映射的机场权限设置方法，应用于门禁系统，其特征在于，所述门禁系统包括云端服务器和终端门禁设备，所述云端服务器设置有人脸数据库，所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；所述人脸特征摘要数据，其获得方法为：将基于设定人脸特征类别获取的人脸特征数据，按照预设的分级原则获取对应的分级信息；将获得的分级信息通过摘要算法处理得到特征信息摘要数据；根据预设人脸特征类别编码表，获取对应人脸特征数据的特征类别编码；将所述特征类别编码与所述特征信息摘要数据串接得到对应人脸特征数据的摘要数据；

所述终端门禁设备为一个或多个；

所述终端门禁设备通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库；

所述机场权限设置方法包括：

步骤S100，获取所述终端门禁设备采集的用户人脸图像；

步骤S200，对所采集的人脸图像进行特征提取，得到特征数据集合；

步骤S300，通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集；

步骤S400，将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，具体为：基于特征类别编码，随机获取设定组数的多个特征类别的排列组合，作为类别组合项；

基于得到的类别组合项，分别对所述比对摘要数据集、所述人脸数据子库中各样本数据，获取各类别组合对应的特征信息摘要数据组合，并基于摘要算法处理后得到各类别组对应的类别组合特征摘要数据；

将所述比对摘要数据集对应的类别组合特征摘要数据，与所述人脸数据子库中各样本数据对应的类别组合特征摘要数据进行比对，获取匹配度信息；

选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据；

根据匹配成功的数据获取用户信息、权限信息，并发送门禁动作指令。

2.根据权利要求1所述的基于人脸特征摘要和云映射的机场权限设置方法，其特征在于，在步骤S400之后，还包括步骤S500，若步骤S400匹配失败，将所述比对摘要数据集上传至所述云端服务器，与所述人脸数据库进行匹配，根据匹配结果获取用户信息、权限信息，并发送对应终端门禁设备门禁动作指令。

3.根据权利要求1所述的基于人脸特征摘要和云映射的机场权限设置方法，其特征在于，每个所述类别组合项中所包含特征类别的数量通过随机函数确定。

4.根据权利要求1-3任一项所述的基于人脸特征摘要和云映射的机场权限设置方法，其特征在于，所述摘要算法为SHA-1、SHA256或MD5。

5.一种基于人脸特征摘要和云映射的机场权限设置系统，其特征在于，包括云端服务器和终端门禁设备；

所述云端服务器设置有人脸数据库、映射关系管理单元；

所述人脸数据库每条样本数据包括用户信息、权限信息、人脸特征摘要数据：所述人脸特征摘要数据为多个设定人脸特征通过摘要算法处理后得到的样本摘要数据；所述人脸特征摘要数据，其获得方法为：将基于设定人脸特征类别获取的人脸特征数据，按照预设的分级原则获取对应的分级信息；将获得的分级信息通过摘要算法处理得到特征信息摘要数据；根据预设人脸特征类别编码表，获取对应人脸特征数据的特征类别编码；将所述特征类别编码与所述特征信息摘要数据串接得到对应人脸特征数据的摘要数据；

所述映射关系管理单元，配置为存储人脸数据库中样本与所述终端门禁设备所需样本数据的映射关系；

所述终端门禁设备为一个或多个；

所述终端门禁设备包括样本映射获取单元、图像采集单元、用户识别单元；

所述样本映射获取单元，配置为通过所述云端服务器和所述终端门禁设备的用户管理映射关系获取对应的人脸数据，存储为人脸数据子库；

所述图像采集单元，配置为获取用户的人脸图像；

所述用户识别单元，包括用户人脸图像获取模块、特征提取模块、摘要算法处理模块、识别模块；

所述用户人脸图像获取模块，配置为获取所述终端门禁设备采集的用户人脸图像；

所述特征提取模块，配置为对所采集的人脸图像进行特征提取，得到特征数据集合；

所述摘要算法处理模块，配置为通过从所述云端服务器下载的摘要算法，对所述特征数据集合中特征数据进行处理得到比对摘要数据集；

所述识别模块，配置为将所述比对摘要数据集与对应终端门禁设备中所述人脸数据子库进行匹配，具体为：基于特征类别编码，随机获取设定组数的多个特征类别的排列组合，作为类别组合项；

基于得到的类别组合项，分别对所述比对摘要数据集、所述人脸数据子库中各样本数据，获取各类别组合对应的特征信息摘要数据组合，并基于摘要算法处理后得到各类别组对应的类别组合特征摘要数据；

将所述比对摘要数据集对应的类别组合特征摘要数据，与所述人脸数据子库中各样本数据对应的类别组合特征摘要数据进行比对，获取匹配度信息；

选取大于设定匹配度阈值的各条样本数据中匹配度最大一个作为匹配成功的数据；

根据匹配成功的数据获取用户信息、权限信息，并发送门禁动作指令。

Images