CN116092275A - 一种基于人脸识别的安检系统和方法 - Google Patents
一种基于人脸识别的安检系统和方法 Download PDFInfo
- Publication number
- CN116092275A CN116092275A CN202310178741.8A CN202310178741A CN116092275A CN 116092275 A CN116092275 A CN 116092275A CN 202310178741 A CN202310178741 A CN 202310178741A CN 116092275 A CN116092275 A CN 116092275A
- Authority
- CN
- China
- Prior art keywords
- early warning
- coefficient
- gate
- health
- warning signal
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
Abstract
本发明公开了一种基于人脸识别的安检系统和方法,涉及安检系统技术领域,所述方法包括以下步骤:处理端将多项参数通过公式计算后建立健康系数;若健康系数低于设备健康阈值,发出第一预警信号;结合特征系数与健康系数生成预警系数;若预警系数>阈值二,不发出预警信号;若阈值一<预警系数<阈值二,发出第二预警信号;若预警系数<阈值一,发出第三预警信号。本发明通过预警系数与预警阈值对比结果发出相应预警信号,系统提前预测闸机状况,使得检修人员在闸机故障前能够提前检修,保证闸机的稳定使用,从而保障乘客正常通行与列车正常发车。
Description
技术领域
本发明涉及安检系统技术领域,具体涉及一种基于人脸识别的安检系统和方法。
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;
人脸识别闸机是由两个部分组成:人脸识别闸机头以及闸机,人脸识别闸机与单独使用的闸机不同的地方是,除了可以刷卡、二维码开闸之外,还可以做人脸识别(刷脸)开闸,不但提升进出的体验感,还更提升安保力度,在车站通常会设置人脸识别闸机用于自动识别通行,乘客刷身份证人脸识别认证后,闸机开闸即可通行。
现有技术存在以下不足:
1、现有的安检系统对闸机没有设备健康预测评估,只有在闸机遇到故障损坏时,才会发出警报提示闸机损坏需要维修,然而,若在大量乘客进站时单个或多个闸机损坏,此时进站流量减小,且维修人员无法在列车发出前修复闸机,将会导致部分乘客来不及上车,或者车站与列车长沟通后,列车晚点出发,使用存在局限性;
2、在车站当前车次的客流量大且列车发车剩余时间比较紧急时,闸机突然故障容易引起乘客慌乱,易引发安全事故。
发明内容
本发明的目的是提供一种基于人脸识别的安检系统和方法,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:一种基于人脸识别的安检系统和方法,所述方法包括以下步骤:
S1:采集端采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数;
S2:若健康系数低于设备健康阈值,发出第一预警信号;
S3:采集端采集当前车次的特征参数,处理端基于特征参数建立特征系数,并结合特征系数与健康系数生成预警系数;
S4:系统管理人员至少为处理端设置两个预警阈值,标记为阈值一和阈值二;
S5:若预警系数>阈值二,不发出预警信号;
S6:若阈值一<预警系数<阈值二,发出第二预警信号;
S7:若预警系数<阈值一,发出第三预警信号,其中,预警信号的紧迫性为第三预警信号>第二预警信号>第一预警信号。
在一个优选的实施方式中,步骤S3中,所述处理端发出第一预警信号,检修人员提前对闸机做检修处理;
步骤S6中,所述处理端发出第二预警信号,车站管理人员协调开启人工检票通道辅助闸机检票;
步骤S7中,所述处理端发出第三预警信号,车站管理人员开启多个辅助通道以及人工检票通道检票。
在一个优选的实施方式中,步骤S1中,建立健康系数包括以下步骤:
S1.1:采集端采集安检闸机的环境湿度、前一时刻的电流波动率、设备老化率以及功率因数;
S1.2:将环境湿度、前一时刻的电流波动率、设备老化率以及功率因数分别标定为Hjsd、Dlbd、Lhl、Glys;
S1.3:对环境湿度、前一时刻的电流波动率、设备老化率以及功率因数做归一化处理,建立健康系数Jkxs,表达式为:
式中,y1、y2、y3、y4分别为环境湿度、前一时刻的电流波动率、设备老化率以及功率因数的比例系数,y1、y2、y3、y4均大于0,且y1>y3>y2>y4。
在一个优选的实施方式中,所述环境湿度增大使闸机内部湿度增大,具有自干燥功能的闸机开启干燥系统干燥,无干燥功能的闸机停机后,由人工对闸机做干燥处理,干燥处理包括通风干燥或在闸机内部放入干燥剂干燥。
在一个优选的实施方式中,步骤S1.1中,将前一时刻标定为N,N为≥0的整数,设在N时刻内闸机的电流波动次数为S,则前一时刻的电流波动率通过公式Dlbd=S/N计算。
在一个优选的实施方式中,步骤S3中,采集端采集当前车次的特征参数建立特征系数,并结合特征系数与健康系数生成预警系数包括以下步骤:
S3.1:采集端采集的特征参数包括当前车次的客流量、闸机某一时刻通行量以及发车剩余时间;
S3.2:将前车次的客流量、闸机某一时刻通行量以及发车剩余时间分别标定为Kli、Txl、Sysj;
S3.3:对客流量、闸机某一时刻通行量以及发车剩余时间做归一化处理,建立特征系数Tzxs,表达式为:
式中,g1、g2、g3分别为客流量、闸机某一时刻通行量以及发车剩余时间的比例系数,g1、g2、g3均大于0,且g3<g1<g2。
在一个优选的实施方式中,还包括
S3.4:通过特征系数Tzxs与健康系数Jkxs生成预警系数Yjxs,表达式为:Yjxs=a1Tzxs+a2Jkxs,其中,a1、a2分别为特征系数Tzxs与健康系数Jkxs的权重,且a1、a2均大于0。
在一个优选的实施方式中,闸机某一时刻通行量的运算逻辑为:
设某一时刻为M,M为≥0的整数,其中M为闸机开始放行后的时刻1min-2min,通过统计M时刻内的通行人数,得到闸机某一时刻通行量。
本发明还提供一种基于人脸识别的安检系统,包括第一采集模块、第二采集模块、处理模块、对比模块以及预警模块;
第一采集模块采集闸机影响参数,第二采集模块采集当前车次的特征参数,处理模块依据影响参数建立健康系数,依据特征参数建立特征系数,并结合健康系数与特征系数生成预警系数,对比模块将健康系数与健康阈值对比,将预警系数与预警阈值对比,若若健康系数低于设备健康阈值,预警模块发出第一预警信号,若预警系数>阈值二,预警模块不发出预警信号,若阈值一<预警系数<阈值二,预警模块发出第二预警信号,若预警系数<阈值一,预警模块发出第三预警信号。
在一个优选的实施方式中,预警信号的紧迫性为第三预警信号>第二预警信号>第一预警信号。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明通过采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数,并通过健康系数与健康阈值的对比,提前预测闸机的健康程度,随后根据当前车次特征参数建立特征系数,将特征系数与健康系数结合生成预警系数,通过预警系数与预警阈值对比结果发出相应预警信号,系统提前预测闸机状况,使得检修人员在闸机故障前能够提前检修,保证闸机的稳定使用,从而保障乘客正常通行与列车正常发车;
2、本发明通过采集端采集安检闸机的环境湿度、前一时刻的电流波动率、设备老化率以及功率因数,归一化处理后建立健康系数,从而使得系统能够提前评估闸机的健康状况,以便于检修人员能够提前维护闸机,保证闸机的稳定使用。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本实施例所述一种基于人脸识别的安检方法,所述方法包括以下步骤:
采集端采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数,若健康系数低于设备健康阈值,发出第一预警信号,采集端采集当前车次的特征参数,处理端基于特征参数建立特征系数,并结合特征系数与健康系数生成预警系数,系统管理人员至少为处理端设置两个预警阈值,标记为阈值一和阈值二,若预警系数>阈值二,不发出预警信号,若阈值一<预警系数<阈值二,发出第二预警信号,若预警系数<阈值一,发出第三预警信号,其中,预警信号的紧迫性为第三预警信号>第二预警信号>第一预警信号。
该方法通过采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数,并通过健康系数与健康阈值的对比,提前预测闸机的健康程度,随后根据当前车次特征参数建立特征系数,将特征系数与健康系数结合生成预警系数,通过预警系数与预警阈值对比结果发出相应预警信号,系统提前预测闸机状况,使得检修人员在闸机故障前能够提前检修,保证闸机的稳定使用,从而保障乘客正常通行与列车正常发车。
当处理端发出第一预警信号时,检修人员需要提前对闸机做检修处理,当处理端发出第二预警信号时,说明闸机的通行量不能匹配当前车次客流量与最晚发车剩余时间,此时车站管理人员需要协调开启人工检票通道辅助闸机检票,当处理端发出第三预警信号时,说明闸机无法通行,此时车站管理人员需要开启多个辅助通道以及人工检票通道检票。
辅助通道为与当前车次站台连接的其它站台检票口,需要注意的是,为了保证其它站台检票口乘客的正常通行,优先选择与当前车次时间错开的站台检票口投入使用。
实施例2
采集端采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数包括以下步骤:
1)采集端采集安检闸机的环境湿度、前一时刻的电流波动率、设备老化率以及功率因数;
2)将环境湿度、前一时刻的电流波动率、设备老化率以及功率因数分别标定为Hjsd、Dlbd、Lhl、Glys;
3)对环境湿度、前一时刻的电流波动率、设备老化率以及功率因数做归一化处理,建立健康系数Jkxs,表达式为:
式中,y1、y2、y3、y4分别为环境湿度、前一时刻的电流波动率、设备老化率以及功率因数的比例系数,y1、y2、y3、y4均大于0,且y1>y3>y2>y4,y1、y2、y3、y4的具体数值,根据实际经验设置即可。
其中,环境湿度通过设置在闸机附近的湿度传感器监测,电流波动率通过电流传感器监测,设备老化率为当前时间减去设备初始投入使用时间,功率因数通过功率因数表实时监测。
上述步骤3)中,当环境湿度越大时,闸机的内部可能会出现短路状况导致无法使用,当电流波动率过大时,说明闸机接入电流不稳定,当设备老化率越大时,说明设备的投入时间越长,当功率因数越大时,说明闸机的电源利用率越高,设备效率越好。
处理端通过对比健康系数与设备健康阈值,若健康系数低于设备健康阈值,发出第一预警信号,此时检修人员需要提前维护闸机。
当闸机的主要影响因素是环境湿度时,即环境湿度过大导致闸机内部湿度过高,对于具有自干燥功能的闸机而言,仅需开启干燥系统干燥即可,对于无干燥功能的闸机而言,需要关闭闸机后,由人工对闸机做干燥处理,干燥处理包括通风干燥或在闸机内部放入干燥剂干燥。
当闸机的主要影响因素是前一时刻的电流波动率时,其中,将前一时刻标定为N,N为≥0的整数,设在N时刻内闸机的电流波动次数为S,则前一时刻的电流波动率通过公式Dlbd=S/N计算,当前一时刻的电流波动率过大时,容易导致闸机内部的电子器件损坏,此时检修人员需要排查影响电流波动的因素,保证电流波动率处于安全值范围内。
当闸机的主要影响因素是设备老化率时,若闸机达到报废年限,则需要更换整机,若因为设备老化导致闸机内部部分电子器件损坏,则需要更换相同型号的电子器件。
当闸机的主要影响因素为功率因数时,当功率因数越小,说明闸机的效率越低,检修人员需要需要检查闸机内部的电感性用电器件之间是否适配,若电感性用电器件之间不适配,会造成闸机长期轻载或空载运行,从而增加无功功率的消耗量,长期轻载或空载运行不仅增加电力资源的损耗,而且还加重闸机的运行负荷,缩短闸机使用寿命。
本实施例中,通过采集端采集安检闸机的环境湿度、前一时刻的电流波动率、设备老化率以及功率因数,归一化处理后建立健康系数,从而使得系统能够提前评估闸机的健康状况,以便于检修人员能够提前维护闸机,保证闸机的稳定使用。
实施例3
采集端采集当前车次的特征参数,处理端基于特征参数建立特征系数,并结合特征系数与健康系数生成预警系数,包括以下步骤:
4)采集端采集的特征参数包括当前车次的客流量、闸机某一时刻通行量以及发车剩余时间;
5)将前车次的客流量、闸机某一时刻通行量以及发车剩余时间分别标定为Kli、Txl、Sysj;
6)对客流量、闸机某一时刻通行量以及发车剩余时间做归一化处理,建立特征系数Tzxs,表达式为:
式中,g1、g2、g3分别为客流量、闸机某一时刻通行量以及发车剩余时间的比例系数,g1、g2、g3均大于0,且g3<g1<g2,g1、g2、g3的具体数值根据实际经验设定。
7)通过特征系数Tzxs与健康系数Jkxs生成预警系数Yjxs,表达式为:Yjxs=a1Tzxs+a2Jkxs,其中,a1、a2分别为特征系数Tzxs与健康系数Jkxs的权重,且a1、a2均大于0。
其中,当前车次的客流量通过购票系统提供,由于购票乘客在一个进站时刻中不一定同时出现,因此,闸机一侧的乘客人数通过设置在车站内部的摄像头采集,闸机某一时刻通行量通过闸机的人脸识别系统采集,发车剩余时间由列车时刻表系统提供。
特征系数Tzxs主要体现的是当前车次的紧迫性,特征系数越大,当前车次紧迫性越小,特征系数越小,当前车次紧迫性越大,具体为:
若当前车次的客流量大,即乘坐人员多,则根据发车剩余时间需要闸机具有相匹配的通行量,才能使乘客在规定的时间内进站。
闸机某一时刻通行量的运算逻辑为:设某一时刻为M,M为≥0的整数,其中M为闸机开始放行后的时刻,可以是1min,也可以是2min,通过统计M时刻内的通行人数,得到闸机某一时刻通行量。
本实施例中,通过结合特征系数Tzxs与健康系数Jkxs生成预警系数Yjxs,车站管理人员根据预警系数与预警阈值的对比,可及时做出应对,从而保障列车的准点发车以及乘客上车安全。
实施例4
本实施例所述一种基于人脸识别的安检系统,包括第一采集模块、第二采集模块、处理模块、对比模块以及预警模块;
其中;
第一采集模块:用于采集闸机影响参数;
第二采集模块:用于采集当前车次的特征参数;
处理模块:依据影响参数建立健康系数,依据特征参数建立特征系数,并结合健康系数与特征系数生成预警系数;
对比模块:用于将健康系数与健康阈值对比,将预警系数与预警阈值对比;
预警模块:若若健康系数低于设备健康阈值,发出第一预警信号,若预警系数>阈值二,不发出预警信号,若阈值一<预警系数<阈值二,发出第二预警信号,若预警系数<阈值一,发出第三预警信号。
其中,预警信号的紧迫性为第三预警信号>第二预警信号>第一预警信号。
当处理端发出第一预警信号时,检修人员需要提前对闸机做检修处理,当处理端发出第二预警信号时,说明闸机的通行量不能匹配当前车次客流量与最晚发车剩余时间,此时车站管理人员需要协调开启人工检票通道辅助闸机检票,当处理端发出第三预警信号时,说明闸机无法通行,此时车站管理人员需要开启多个辅助通道以及人工检票通道检票。
辅助通道为与当前车次站台连接的其它站台检票口,需要注意的是,为了保证其它站台检票口乘客的正常通行,优先选择与当前车次时间错开的站台检票口投入使用。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属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、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。。
Claims (10)
1.一种基于人脸识别的安检方法,其特征在于:所述方法包括以下步骤:
S1:采集端采集安检闸机的多项影响参数,处理端将多项参数通过公式计算后建立健康系数;
S2:若健康系数低于设备健康阈值,发出第一预警信号;
S3:采集端采集当前车次的特征参数,处理端基于特征参数建立特征系数,并结合特征系数与健康系数生成预警系数;
S4:系统管理人员至少为处理端设置两个预警阈值,标记为阈值一和阈值二;
S5:若预警系数>阈值二,不发出预警信号;
S6:若阈值一<预警系数<阈值二,发出第二预警信号;
S7:若预警系数<阈值一,发出第三预警信号。
2.根据权利要求1所述的一种基于人脸识别的安检方法,其特征在于:步骤S3中,所述处理端发出第一预警信号,检修人员提前对闸机做检修处理;
步骤S6中,所述处理端发出第二预警信号,车站管理人员协调开启人工检票通道辅助闸机检票;
步骤S7中,所述处理端发出第三预警信号,车站管理人员开启多个辅助通道以及人工检票通道检票。
4.根据权利要求3所述的一种基于人脸识别的安检方法,其特征在于:所述环境湿度增大使闸机内部湿度增大,具有自干燥功能的闸机开启干燥系统干燥,无干燥功能的闸机停机后,由人工对闸机做干燥处理,干燥处理包括通风干燥或在闸机内部放入干燥剂干燥。
5.根据权利要求4所述的一种基于人脸识别的安检方法,其特征在于:步骤S1.1中,将前一时刻标定为N,N为≥0的整数,设在N时刻内闸机的电流波动次数为S,则前一时刻的电流波动率通过公式Dlbd=SN计算。
7.根据权利要求6所述的一种基于人脸识别的安检方法,其特征在于:还包括
S3.4:通过特征系数Tzxs与健康系数Jkxs生成预警系数Yjxs,表达式为:Yjxs=a1Tzxs+a2Jkxs,其中,a1、a2分别为特征系数Tzxs与健康系数Jkxs的权重,且a1、a2均大于0。
8.根据权利要求7所述的一种基于人脸识别的安检方法,其特征在于:闸机某一时刻通行量的运算逻辑为:
设某一时刻为M,M为≥0的整数,其中M为闸机开始放行后的时刻1min-2min,通过统计M时刻内的通行人数,得到闸机某一时刻通行量。
9.一种基于人脸识别的安检系统,用于实现权利要求1-8任一项所述的方法,其特征在于:包括第一采集模块、第二采集模块、处理模块、对比模块以及预警模块;
第一采集模块采集闸机影响参数,第二采集模块采集当前车次的特征参数,处理模块依据影响参数建立健康系数,依据特征参数建立特征系数,并结合健康系数与特征系数生成预警系数,对比模块将健康系数与健康阈值对比,将预警系数与预警阈值对比,若若健康系数低于设备健康阈值,预警模块发出第一预警信号,若预警系数>阈值二,预警模块不发出预警信号,若阈值一<预警系数<阈值二,预警模块发出第二预警信号,若预警系数<阈值一,预警模块发出第三预警信号。
10.根据权利要求9所述的一种基于人脸识别的安检系统,其特征在于:预警信号的紧迫性为第三预警信号>第二预警信号>第一预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310178741.8A CN116092275A (zh) | 2023-02-24 | 2023-02-24 | 一种基于人脸识别的安检系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310178741.8A CN116092275A (zh) | 2023-02-24 | 2023-02-24 | 一种基于人脸识别的安检系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116092275A true CN116092275A (zh) | 2023-05-09 |
Family
ID=86200857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310178741.8A Pending CN116092275A (zh) | 2023-02-24 | 2023-02-24 | 一种基于人脸识别的安检系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116092275A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116862089A (zh) * | 2023-07-06 | 2023-10-10 | 山东头一锅餐饮管理连锁有限公司 | 一种食品生产厂房内排气路径规划系统 |
-
2023
- 2023-02-24 CN CN202310178741.8A patent/CN116092275A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116862089A (zh) * | 2023-07-06 | 2023-10-10 | 山东头一锅餐饮管理连锁有限公司 | 一种食品生产厂房内排气路径规划系统 |
CN116862089B (zh) * | 2023-07-06 | 2024-01-09 | 山东头一锅餐饮管理连锁有限公司 | 一种食品生产厂房内排气路径规划系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111115400B (zh) | 检测电梯井道中的电梯维护行为的系统和方法 | |
CN110171757A (zh) | 基于物联网大数据支撑的电梯维保系统 | |
CN112183265A (zh) | 基于图像识别的电力施工视频监控告警方法及系统 | |
CN109919066B (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN116092275A (zh) | 一种基于人脸识别的安检系统和方法 | |
CN103164819A (zh) | 一种电力设备安全检测方法及装置 | |
CN106649755A (zh) | 一种多维度实时变电设备数据的阈值自适应设置异常检测方法 | |
CN114078224A (zh) | 一种基于5g网络架构的基建现场监控系统及方法 | |
CN108537921B (zh) | 基于人脸识别的访客识别方法和系统 | |
CN113393607B (zh) | 一种电力智能安保方法及系统 | |
CN107301516A (zh) | 一种电力工作现场安全管理的方法及系统 | |
CN115910064B (zh) | 一种带有语音识别功能的智能保险柜安全监管系统 | |
CN117423055A (zh) | 一种基于安全区域的大数据图像处理方法及系统 | |
CN108460863A (zh) | 一种隧道中人员和车辆的监控方法、装置和系统 | |
CN110422779A (zh) | 一种塔式起重机械安全监控及报警系统 | |
CN115470938B (zh) | 车辆检修方法及系统 | |
CN112447027A (zh) | 状态检测方法、装置、计算机装置及可读存储介质 | |
CN115860979A (zh) | 一种用于电力电网现场作业的人工智能管理系统 | |
CN114167837A (zh) | 一种铁路信号系统的智能故障诊断方法及系统 | |
CN208969695U (zh) | 电力作业信息动态采集监控装置 | |
CN108776453B (zh) | 一种基于计算机的建筑安全监控系统 | |
CN106846556A (zh) | 配电室的门禁控制方法、系统以及装置 | |
CN113928947B (zh) | 电梯维保过程检测方法及装置 | |
CN111780809A (zh) | 轨道车辆零部件温度和振动监测预警方法及其系统 | |
CN110855392A (zh) | 一种智能清客服务系统及方法 |
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 |