CN116386195B - 一种基于图像处理的人脸门禁系统 - Google Patents

Abstract

本发明属于人脸门禁技术领域，具体涉及一种基于图像处理的人脸门禁系统，包括数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块以及中控模块。该发明能够根据用户的识别数据来对门禁系统中的标准图像进行自适应的调整，从而可以提高用户后期人脸识别的效率，保证用户能够快速的进入到门禁内区域，增强用户的体验度，同时还能够在门禁前方出现人员时，识别门禁前方人员是否具有接近门禁的趋势，再根据此判断结果来确定是否执行人脸识别，避免门禁系统产生过多的损耗和不必要的冗余数据，使得门禁系统的运行损耗相应降低。

Description

一种基于图像处理的人脸门禁系统

技术领域

本发明属于人脸门禁技术领域，具体涉及一种基于图像处理的人脸门禁系统。

背景技术

在人脸识别领域中，其应用范围极为广泛，例如车站中的闸机，小区入口处或者房门外侧的门禁装置等，这些均是常见的对人脸识别技术的运用，就门禁系统而言具体而言，就是通过人脸捕获、人脸识别比对以及人脸建模与检索等技术手段来判断是否解除锁具限制的过程，其均是通过将人脸信息预设对比数据库，后续在门禁识别到人脸之后，与对比数据库中的人脸信息进行比对，在比对结果一致的情况下来解除锁具的限制，极大程度上减少了人力成本。

门禁前方可能会出现一些不相关人员，其并无意愿来触发门禁系统，此时门禁系统继续响应显然是会增加其自身损耗的，同时还可能会出现误报警的现象，这显然是不符合用户需求的，基于此，本方案提供了一种能够识别门禁前方人员是否具有接近门禁趋势的人脸门禁系统。

发明内容

本发明的目的是提供一种基于图像处理的人脸门禁系统，能够识别门禁前方人员是否具有接近门禁的趋势，从而确定是否执行人脸识别，避免门禁系统产生过多的损耗和不必要的冗余数据。

本发明采取的技术方案具体如下：

一种基于图像处理的人脸门禁系统，包括数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块以及中控模块；

所述数据采集模块用于采集门禁前方的人像信息，并标定为待比对图像；

所述预存模块用于用户预先录入的人像信息，并标定为标准图像，且将所述标准图像汇总为预存数据集；

所述图像识别模块用于获取待比对图像，并与所述预存数据集中的标准图像进行比较；

若所述待比对图像与标准图像一致，则表明比对结果正确，且将所述待比对图像标定为正确图像，并汇总为暂存数据集，同时控制门禁开锁；

若所述待比对图像与标准图像不一致，则表明比对结果错误，且生成错误信号，并将待比对图像上传至预存模块中；

自适应调整模块，所述自适应调整模块用于识别并测算正确图像与标准图像的相似度，并根据所述相似度对标准图像进行调整；

所述识别区域确定模块用于捕捉用户的动作影像，并将所述动作影像上传至特征提取模型中，并将提取结果输入至趋势评估模型中，判断用户的运动趋势；

若判定用户接近门禁，则向所述数据采集模块以及图像识别模块发送执行指令；

若判定用户远离门禁，则数据采集模块不动作；

所述中控模块用于收发所述数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块之间的流转信息。

在一种优选方案中，所述预存模块包括存储单元和临时预存单元，所述存储单元用于存储用户预先录入的人像信息，所述临时预存单元用于用户上传临时人像信息，并在所述临时人像信息上传之后，确定识别时段；

若所述识别时段内，门禁识别到临时人像信息，则控制门禁开锁；

若所述识别时段内，门禁未识别到临时人像信息，则门禁不开锁，且将临时人像信息保留在存储单元中。

在一种优选方案中，所述识别时段外识别到临时人像信息时，向用户终端发送校对指令，并在用户终端确定后，控制门禁开锁。

在一种优选方案中，所述自适应调整模块包括识别单元和比较单元，所述识别单元用于识别正确图像后，逐一提取所有正确图像中的关键特征，其中，所述关键特征包括眼部特征、口部特征以及面部轮廓特征；

所述比较单元用于构建虚拟坐标系，并标定所有关键特征的边缘坐标，再将所有关键特征的边缘坐标按照识别时间的顺序进行排列。

在一种优选方案中，所述自适应调整模块还包括暂存单元，所述暂存单元用于存储关键特征，并汇总为待评估数据集；

其中，所述暂存单元内设置有暂存上限阈值，且当所述待评估数据集内的关键特征数量达到暂存上限阈值之后，分别测算每个关键特征的边缘坐标的识别次数并将识别次数最大的关键特征对应的正确图像调整为标准图像。

在一种优选方案中，所述关键特征的边缘坐标的识别次数确定之后，将其按照由大至小的顺序进行排列，且将识别次数最大的关键特征的边缘坐标标定为第一待校验坐标，并判断所述第一待校验坐标的唯一性；

若所述第一待校验坐标唯一，将直接其对应的正确图像调整为标准图像；

若所述第一待校验坐标不唯一，则比较所有所述关键特征标定的边缘坐标的末位识别时间，并将末位识别时间对应的正确图像调整为标准图像。

在一种优选方案中，所述将所述动作影像上传至特征提取模型中后，所述特征提取模型对所述动作影像进行解码处理，得到多帧连续的图片数据；

所述特征提取模型中预设有检测时段，在所述检测时段内，检索多个所述图片数据中是否存在连续性人脸信息；

若存在，则提取用户的动作信息，并标定为提取结果；

若不存在，则停止采集该用户的动作影像。

在一种优选方案中，将所述提取结果上传至趋势评估模型之前，从所述提取结果中筛选出用户的人脸图像，并汇总为待评估数据集；

其中，所述待评估数据集中的人脸图像均会上传至识别单元中，得到每个所述人脸图像的脸部边缘特征，并将其标定为待校验特征，再确定所述待校验特征在虚拟坐标系中的坐标，并标定为第二待校验坐标。

在一种优选方案中，所述第二待校验坐标确定后，将其逐一输入至趋势评估模型中；

所述趋势评估模型中预设有趋势评估函数，所述第二待校验坐标上传至趋势评估函数中，并将测算结果标定为脸部扭转趋势；

其中，所述识别区域确定模块内预设有容许扭转区间；

若所述脸部扭转趋势超出容许扭转区间，则表明用户具有远离门禁的运动趋势；

若所述脸部扭转趋势未超出容许扭转区间，则表明用户具有接近门禁的运动趋势。

本发明还提供了，一种基于图像处理的人脸门禁终端，包括：

至少一个处理器；

以及与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于图像处理的人脸门禁系统。

本发明取得的技术效果为：

本发明能够根据用户的识别数据来对门禁系统中的标准图像进行自适应的调整，从而可以提高用户后期人脸识别的效率，保证用户能够快速的进入到门禁内区域，增强用户的体验度，同时还能够在门禁前方出现人员时，识别门禁前方人员是否具有接近门禁的趋势，再根据此判断结果来确定是否执行人脸识别，避免门禁系统产生过多的损耗和不必要的冗余数据，使得门禁系统的运行损耗相应降低。

附图说明

图1是本发明所提供的系统运行图；

图2是本发明所提供的系统模块图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

请参阅图1和图2所示，本发明提供了一种基于图像处理的人脸门禁系统，包括数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块以及中控模块；

数据采集模块用于采集门禁前方的人像信息，并标定为待比对图像；

预存模块用于用户预先录入的人像信息，并标定为标准图像，且将标准图像汇总为预存数据集；

图像识别模块用于获取待比对图像，并与预存数据集中的标准图像进行比较；

若待比对图像与标准图像一致，则表明比对结果正确，且将待比对图像标定为正确图像，并汇总为暂存数据集，同时控制门禁开锁；

若待比对图像与标准图像不一致，则表明比对结果错误，且生成错误信号，并将待比对图像上传至预存模块中；

自适应调整模块，自适应调整模块用于识别并测算正确图像与标准图像的相似度，并根据相似度对标准图像进行调整；

识别区域确定模块用于捕捉用户的动作影像，并将动作影像上传至特征提取模型中，并将提取结果输入至趋势评估模型中，判断用户的运动趋势；

若判定用户接近门禁，则向数据采集模块以及图像识别模块发送执行指令；

若判定用户远离门禁，则数据采集模块不动作；

中控模块用于收发数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块之间的流转信息。

上述中，在人脸识别领域中，其应用范围极为广泛，例如车站中的闸机，小区入口处或者房门外侧的门禁装置等，这些均是常见的对人脸识别技术的运用，就门禁系统而言具体而言，就是通过人脸捕获、人脸识别比对以及人脸建模与检索等技术手段来判断是否解除锁具限制的过程，其均是通过将人脸信息预设对比数据库，后续在门禁识别到人脸之后，与对比数据库中的人脸信息进行比对，在比对结果一致的情况下来解除锁具的限制，但是门禁前方可能会出现一些本意不想触发门禁系统的其他用户，此时门禁系统继续响应显然是会增加其自身损耗的，本实施例中，通过预存模块能够方便用户预先向门禁系统中录入人像信息，并标定为标准图像，在用户抵达门禁前方之后，通过数据采集模块来捕捉用户的人像信息，并将人像信息标定为待比对图像，而后将待比对图像与标准图像进行比较，在比对结果正确时，门禁开锁，而在比对结果错误时，不仅会生成错误信号，而且还会将该待比对图像上传至预存单元之中，用户可以通过与门禁系统绑定的终端设备进行查看，且在门禁系统中，用户一般不会主动更新其已经预存的人像信息，本实施例通过自适应调整模块的设计能够在多次识别同一用户之后，对其预存的标准人像信息进行更新，进而能够提高图像识别模块的响应率，使得用户能够更为快速进入到门禁内区域，且在门禁前方出现人像信息之后，会将其上传至特征提取模型之中，判断是否能够提取出人脸图像，且在提取出人脸图像之后，将其输入至趋势评估模型中，判断其是否具有靠近门禁的趋势，只有在其具有靠近门禁的趋势时，数据采集模块才会向图像识别模块发送执行指令，此时才会进行人脸识别操作，以此方式可避免对行人或者其它不相干人群的识别，保证门禁系统的识别效率。

在一个较佳的实施方式中，预存模块包括存储单元和临时预存单元，存储单元用于存储用户预先录入的人像信息，临时预存单元用于用户上传临时人像信息，并在临时人像信息上传之后，确定识别时段；

若识别时段内，门禁识别到临时人像信息，则控制门禁开锁；

若识别时段内，门禁未识别到临时人像信息，则门禁不开锁，且将临时人像信息保留在存储单元中。

在该实施方式中，在小区或者居民房中，常常会有临时访客的出现，这种情况下，便需要用户提前上传临时人像信息，以此来避免临时访客无法进入到访问区域内的问题，为确保安全，本实施方式通过设定识别时段的方式来确定临时访客是否进行访问，在超出识别时段之后，就会默认访客不再进行访问，识别时段外识别到临时人像信息时，向用户终端发送校对指令，并在用户终端确定后，控制门禁开锁，即在识别时段之外即使识别到临时方可的临时人像信息，门禁也不会开锁，只有在用户在此授权之后，才能够接触门禁的限制，以此方式来最大限度的保证门禁内区域不会出现陌生人的现象发生。

在一个较佳的实施方式中，自适应调整模块包括识别单元和比较单元，识别单元用于识别正确图像后，逐一提取所有正确图像中的关键特征，其中，关键特征包括眼部特征、口部特征以及面部轮廓特征；

比较单元用于构建虚拟坐标系，并标定所有关键特征的边缘坐标，再将所有关键特征的边缘坐标按照识别时间的顺序进行排列。

如上述，门禁系统的使用一般具有长期性，在这期间，用户的面部轮廓以及关键特征可能发生变化，例如，用户处于发育阶段，那么其脸部轮廓及关键特征的变化可能会在一段时间后出现过大的改变，再如，用户在某段时期之内的脸部特征出现较大的改变，此种情况下，门禁系统就可能出现识别错误或者识别过程较慢的现象发生，基于此，本实施方式根据用户每次识别正确的图像进行自适应调整，首先构建虚拟坐标系，标定所有关键特征的边缘坐标，而后将这些边缘坐标按照识别时间的顺序进行排列，为后续调整提供相应的数据支持，以此来提高人脸识别的效率。

在一个较佳的实施方式中，自适应调整模块还包括暂存单元，暂存单元用于存储关键特征，并汇总为待评估数据集；

其中，暂存单元内设置有暂存上限阈值，且当待评估数据集内的关键特征数量达到暂存上限阈值之后，分别测算每个关键特征的边缘坐标的识别次数并将识别次数最大的关键特征对应的正确图像调整为标准图像。

在该实施方式中，在自适应调整模块执行时，需要有足够的数据提供支持，用户的脸部变化一般是长期过程，并不会突然性的发生改变，故而门禁系统能够收集到用户足够的关键特征进行评估，此处，在暂存单元内设置一个暂存上限阈值，当用户关键特征的数量达到暂存阈值之后，便会对其边缘坐标进行识别比较，在此，需要说明的是，自适应调整模块内还设置有统计时限，例如每周更新一次，每月更新一次等，具体可根据用户的实际需求进行设置，文中对此就不加以明确的限制，在统计时限结束之后，无论待评估数据集中的关键特征的数量是否达到暂存上限阈值，均会停止继续收集，并且还会将统计时限内识别次数最大的关键特征对应的正确图像调整为标准图像，以此来避免前期数据对后期数据造成影响，保证自适应调整模块调整后的调整后的标准图像更为贴近人脸近期图像。

在一个较佳的实施方式中，关键特征的边缘坐标的识别次数确定之后，将其按照由大至小的顺序进行排列，且将识别次数最大的关键特征的边缘坐标标定为第一待校验坐标，并判断第一待校验坐标的唯一性；

若第一待校验坐标唯一，将直接其对应的正确图像调整为标准图像；

若第一待校验坐标不唯一，则比较所有关键特征的边缘坐标的末位识别时间，并将末位识别时间对应的正确图像调整为标准图像。

上述中，同一关键特征的边缘坐标识别次数确定之后，需要对其进行相应的校验，即本实施方式中提及的第一待校验坐标，第一待校验坐标可能会出现识别次数相同的现象，针对此情况，本实施方式通过比较同一关键特征的边缘坐标的末位识别时间来进行确定，具体是将末位识别时间对应的正确图像调整为标准图像，以此来保证自适应调整模块调整结果的准确性。

在一个较佳的实施方式中，将动作影像上传至特征提取模型中后，特征提取模型对动作影像进行解码处理，得到多帧连续的图片数据；

特征提取模型中预设有检测时段，在检测时段内，检索多个图片数据中是否存在连续性人脸信息；

若存在，则提取用户的动作信息，并标定为提取结果；

若不存在，则停止采集该用户的动作影像。

该实施例中，用户在靠近门禁并等待其响应结果时，其面部需要保持在门禁前方3～5s，用于门禁进行人脸识别，但是，其他不相关的人员在经过门禁前方时可能也会出现面部图像，这时其显然是没有意愿进行人脸识别的，此时门禁系统执行人脸识别会出现误报警的现象，针对此现象，本实施方式通过采集门禁前方用户的动作影像来判断，对于不相关的人员而言，其人脸信息的出现是短暂的，并且其人脸信息也会很快的从门禁前方移开，基于此，本实施方式将其动作影像解码为多个连续的图片数据，并判断这些图片数据中是否存在连续性人脸信息即可，在其人脸信息不连续的情况下，判定其为不相关用户，并且停止采集其动作影像，以此来降低门禁系统的运行损耗，同时也能够减少其运行过程中的冗余数据。

在一个较佳的实施方式中，将提取结果上传至趋势评估模型之前，从提取结果中筛选出用户的人脸图像，并汇总为待评估数据集；

其中，待评估数据集中的人脸图像均会上传至识别单元中，得到每个人脸图像的脸部边缘特征，并将其标定为待校验特征，再确定待校验特征在虚拟坐标系中的坐标，并标定为第二待校验坐标。

在该实施方式中，将提取结果输入至趋势评估模型之前，会将其输入至特征提取模型中，特征提取模型用于提取用户的人脸图像，具体为人脸图像的脸部边缘特征，并确定其在虚拟坐标系中的坐标，具体为X、Y轴坐标的变化情况，从而来判断其是否具有接近门禁的趋势，本实施方式将其标定为第二待校验坐标，即人脸图像的脸部边缘特征的Z轴坐标一致的情况下，X轴坐标的变化情况，为减少门禁系统的计算，可以选择人脸图像的脸部边缘单侧的特征进行识别，例如人脸左侧、右侧或者上侧等，此可根据用户的需求进行设置，当然，为保证安全性，也可以同时设置人脸图像多侧的边缘特征进行识别。

在一个较佳的实施方式中，第二待校验坐标确定后，将其逐一输入至趋势评估模型中；

趋势评估模型中预设有趋势评估函数，第二待校验坐标上传至趋势评估函数中，并将测算结果标定为脸部扭转趋势；

其中，识别区域确定模块内预设有容许扭转区间；

若脸部扭转趋势超出容许扭转区间，则表明用户具有远离门禁的运动趋势；

若脸部扭转趋势未超出容许扭转区间，则表明用户具有接近门禁的运动趋势。

上述中，在第二待校验坐标确定之后，将其输入至趋势评估函数中，其中，趋势评估函数为：，式中，/>表示脸部扭转趋势，/>表示第二待校验坐标的数量，/>和/>均表示第二待校验坐标，基于上式，能得到用户的脸部扭转趋势，在其扭转趋势过大的状态下，就判定其具有远离门禁的趋势，例如，用户距离门禁120cm，第二待校验坐标为用户到达门禁前方60cm时的数据，此期间用户的脸部扭转趋势超出容许扭转区间，便会认定其为不相关人员，相应的，也就不会进行后续的人脸识别操作，至于具体判定过程可使用if……else等条件函数进行嵌套，同样的，其也适用于文中上述的判定过程，此为本领域人员惯用的技术手段，此处就不加以过多的赘述。

本发明还提供了，一种基于图像处理的人脸门禁终端，包括：

至少一个处理器；

以及与至少一个处理器通信连接的存储器；

其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述的基于图像处理的人脸门禁系统。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (4)

1.一种基于图像处理的人脸门禁系统，包括数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块以及中控模块，其特征在于：

所述数据采集模块用于采集门禁前方的人像信息，并标定为待比对图像；

所述预存模块用于用户预先录入的人像信息，并标定为标准图像，且将所述标准图像汇总为预存数据集；

所述图像识别模块用于获取待比对图像，并与所述预存数据集中的标准图像进行比较；

若所述待比对图像与标准图像一致，则表明比对结果正确，且将所述待比对图像标定为正确图像，并汇总为暂存数据集，同时控制门禁开锁；

若所述待比对图像与标准图像不一致，则表明比对结果错误，且生成错误信号，并将待比对图像上传至预存模块中；

自适应调整模块，所述自适应调整模块用于识别并测算正确图像与标准图像的相似度，并根据所述相似度对标准图像进行调整；

所述自适应调整模块包括识别单元和比较单元，所述识别单元用于识别正确图像后，逐一提取所有正确图像中的关键特征，其中，所述关键特征包括眼部特征、口部特征以及面部轮廓特征；

所述比较单元用于构建虚拟坐标系，并标定所有关键特征的边缘坐标，再将所有关键特征的边缘坐标按照识别时间的顺序进行排列；

所述自适应调整模块还包括暂存单元，所述暂存单元用于存储关键特征，并汇总为待评估数据集；

其中，所述暂存单元内设置有暂存上限阈值，且当所述待评估数据集内的关键特征数量达到暂存上限阈值之后，分别测算每个关键特征的边缘坐标的识别次数并将识别次数最大的关键特征对应的正确图像调整为标准图像；

所述关键特征的边缘坐标的识别次数确定之后，将其按照由大至小的顺序进行排列，且将识别次数最大的关键特征的边缘坐标标定为第一待校验坐标，并判断所述第一待校验坐标的唯一性；

若所述第一待校验坐标唯一，将直接其对应的正确图像调整为标准图像；

若所述第一待校验坐标不唯一，则比较所有所述关键特征的边缘坐标的末位识别时间，并将末位识别时间对应的正确图像调整为标准图像；

所述识别区域确定模块用于捕捉用户的动作影像，并将所述动作影像上传至特征提取模型中，并将提取结果输入至趋势评估模型中，判断用户的运动趋势；

所述将所述动作影像上传至特征提取模型中后，所述特征提取模型对所述动作影像进行解码处理，得到多帧连续的图片数据；

所述特征提取模型中预设有检测时段，在所述检测时段内，检索多个所述图片数据中是否存在连续性人脸信息；

若存在，则提取用户的动作信息，并标定为提取结果；

若不存在，则停止采集该用户的动作影像；

将所述提取结果上传至趋势评估模型之前，从所述提取结果中筛选出用户的人脸图像，并汇总为待评估数据集；

其中，所述待评估数据集中的人脸图像均会上传至识别单元中，得到每个所述人脸图像的脸部边缘特征，并将其标定为待校验特征，再确定所述待校验特征在虚拟坐标系中的坐标，并标定为第二待校验坐标；

所述第二待校验坐标确定后，将其逐一输入至趋势评估模型中；

所述趋势评估模型中预设有趋势评估函数，所述第二待校验坐标上传至趋势评估函数中，并将测算结果标定为脸部扭转趋势，趋势评估函数为：，式中，/>表示脸部扭转趋势，/>表示第二待校验坐标的数量，/>和/>均表示第二待校验坐标；

其中，所述识别区域确定模块内预设有容许扭转区间；

若所述脸部扭转趋势超出容许扭转区间，则表明用户具有远离门禁的运动趋势；

若所述脸部扭转趋势未超出容许扭转区间，则表明用户具有接近门禁的运动趋势；

若判定用户接近门禁，则向所述数据采集模块以及图像识别模块发送执行指令；

若判定用户远离门禁，则数据采集模块不动作；

所述中控模块用于收发所述数据采集模块、预存模块、图像识别模块、自适应调整模块、识别区域确定模块之间的流转信息。

2.根据权利要求1所述的一种基于图像处理的人脸门禁系统，其特征在于：所述预存模块包括存储单元和临时预存单元，所述存储单元用于存储用户预先录入的人像信息，所述临时预存单元用于用户上传临时人像信息，并在所述临时人像信息上传之后，确定识别时段；

若所述识别时段内，门禁识别到临时人像信息，则控制门禁开锁；

若所述识别时段内，门禁未识别到临时人像信息，则门禁不开锁，且将临时人像信息保留在存储单元中。

3.根据权利要求2所述的一种基于图像处理的人脸门禁系统，其特征在于：所述识别时段外识别到临时人像信息时，向用户终端发送校对指令，并在用户终端确定后，控制门禁开锁。

4.一种基于图像处理的人脸门禁终端，其特征在于：包括：

至少一个处理器；

以及与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至3中任意一项所述的基于图像处理的人脸门禁系统。