CN116805430A - 一种基于大数据的数字图像安全处理系统 - Google Patents
一种基于大数据的数字图像安全处理系统 Download PDFInfo
- Publication number
- CN116805430A CN116805430A CN202211606477.5A CN202211606477A CN116805430A CN 116805430 A CN116805430 A CN 116805430A CN 202211606477 A CN202211606477 A CN 202211606477A CN 116805430 A CN116805430 A CN 116805430A
- Authority
- CN
- China
- Prior art keywords
- preset
- block diagram
- images
- stereo
- dynamic
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 31
- 238000010586 diagram Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000003068 static effect Effects 0.000 claims description 23
- 238000010191 image analysis Methods 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 5
- 230000001815 facial effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000004886 process control Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 8
- 238000013459 approach Methods 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00896—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys specially adapted for particular uses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于大数据的数字图像安全处理系统,涉及图像安全处理领域;本发明是通过采集分析单元获取动态解码信息从近端解锁车辆,且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图,并通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习,且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图,并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合,通过生成的远程解码集合,当骑行人员靠近到车辆时则进行自动解锁车辆,且提醒骑行人员车辆的位置,提醒的方法通常为语音提醒或闪烁灯提醒。
Description
技术领域
本发明涉及图像安全处理领域,尤其涉及一种基于大数据的数字图像安全处理系统。
背景技术
两轮车有自行车、电动车、摩托车等,由于其重量较轻且使用方便,广泛在家庭生活中使用,而现有的两轮车由于缺乏防护手段,往往由于其便捷性被偷被盗,在两轮车被偷被盗后无法及时预前通知骑行人员,导致骑行人员在骑行时才知道车辆被盗,造成家庭的经济损失和耽误工作时间,且现有的两轮车由于无法通过采集指纹或面部信息获取动态解码信息,导致无法同时近距离解锁车辆和远距离解锁车辆,易造成现有自行车或电动车无安全解码手段,其智能性和安全性程度较低的问题;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于:通过采集分析单元获取动态解码信息从近端解锁车辆,且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图,通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习,且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图,并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合,通过生成的远程解码集合,当骑行人员靠近到车辆时则进行自动解锁车辆,且提醒骑行人员车辆的位置,提醒的方法通常为语音提醒或闪烁灯提醒;同时在远程无法解锁车辆时,还将提醒骑行人员进行近端解锁车辆;当近端解锁车辆还未成功时,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新,从而辅助提醒骑行人员进行安全防盗工作。
为了实现上述目的,本发明采用了如下技术方案:
一种基于大数据的数字图像安全处理系统,包括采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元;
采集分析单元获取动态解码信息,再获取服务器内储存的预录入解码信息,当预录入解码信息与动态解码信息匹配时进行车辆解锁,且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元;
图像分析单元接收到骑行人员的动态立体图像后,经分析处理形成人形动作框图,且将人形动作框图发送到服务器;
服务器用于接收人形动作框图,且储存生成框图待检包;当框图待检包的储存量大于预设储存值时,则将框图待检包发送给处理控制单元并删除原框图待检包;
处理控制单元接收到框图待检包后,经模型化处理构建远程解码集合,将其发送给服务器储存,再进行相应的远程处理操作:直接控制图像采集单元采集人形动作框图并获取远程解码集合,将人形动作框图与远程解码集合匹配:当匹配成功,则远程自动解锁车辆;当匹配未成功,则提醒骑行人员进行动态解码信息进行解锁;当动态解码信息匹配未成功,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新。
进一步的,图像分析单元生成人形动作框图的具体过程如下:
随机提取骑行人员的动态立体图像内的静态立体图像,再将静态立体图像与预设框图集合内的预设立体图进行随机叠合,再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合,且将静态立体图像分别进行边缘轮廓化处理生成立体轮廓图,再将立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较,获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图。
进一步的,立体轮廓图的边缘轮廓化处理如下:
将静态立体图像置入于三维坐标中,则静态立体图像的组成形状为(x、y、
yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标,且ci为第i个坐标处的质量;再计算出两个相邻像素的质量差值,并将质量差值处于预设边界区间内的两个像素标记为第一边界像素,同时若任意相邻的两个像素均为第一边界像素,则将第一边界像素进行相连,再将任意未相连部分的两个像素的质量差值与预设边界值进行比较,当其大于预设边界值时,则将其标记为第二边界像素,同时若任意相邻的两个像素均为第二边界像素,则将第二边界像素进行相连,再将第一边界像素和第二边界像素进行结合形成立体轮廓图。
进一步的,图像采集单元为超声波传感器,超声波传感器的超声波通过骑行人员的灰度值,质量为其中超声波传感器将空气的灰度值标记为0。
进一步的,服务器还通讯连接有登录解码单元,登录解码单元用于骑行人员通过指纹识别模块或人脸识别模块预录入解码信息,再通过手机终端提交个人信息,且将预录入解码信息和个人信息发送到服务器内存储,同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签,并将生成个人标签的时刻标记为注册时刻;其中个人标签包括预录入解码信息和个人信息,其中预录入解码信息为骑行人员解锁特征,解锁特征为面部特征或指纹特征;而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号。
进一步的,图像分析单元信号连接有优化反馈单元,优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图,且将实时生成的立体轮廓图的高度进行比较,获取高度最大的立体轮廓图,且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较,再获取其动作超过预设相似度的预设立体图,将对应的立体轮廓图和预设立体图以图像中点进行叠合,再对预设立体图进行等比例缩放或扩大生成初始预设立体图,再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表,再将比例系数表中的数据分别和与之对应的预设转化因子相乘后,通过相乘的积对预设转化因子对应的预设立体图进行修正,重复上述修正过程,将其他的预设立体图进行修正,且将修正后的预设立体图和初始预设立体图结合构建动态框图集合,还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新。
进一步的,处理控制单元的模型化处理的过程如下:
将接收到的框图待检包进行解压,再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合,获取两个图像间的重合度,并将两个图像的重合度与预设重合度进行比较,当图像的重合度大于预设重合度时,则将两个图像进行匹配,且对应删除框图待检包内的原图像,重复上述过程,将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签,同时将框图待检包内未匹配到的图像进行两两重叠,将重叠度在预设区间内的两个图像进行拟合构建生成新图标签,反之,则将其删除;再将新图标签和框图标签进行结合构建生成远程解码集合。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明是通过采集分析单元获取动态解码信息从近端解锁车辆,且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图,通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习,且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图,并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合,通过生成的远程解码集合,当骑行人员靠近到车辆时则进行自动解锁车辆,且提醒骑行人员车辆的位置,提醒的方法通常为语音提醒或闪烁灯提醒;同时在远程无法解锁车辆时,还将提醒骑行人员进行近端解锁车辆;当近端解锁车辆还未成功时,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新,从而辅助提醒骑行人员进行安全防盗工作。
附图说明
图1示出了本发明的流程框图;
具体实施方式
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,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
如图1所示,一种基于大数据的数字图像安全处理系统,包括登录解码单元、采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元;其中图像分析单元信号连接有优化反馈单元,将其应用到电动车或自行车防盗领域中的具体步骤如下:
步骤一:登录解码单元用于骑行人员通过指纹识别模块或人脸识别模块预录入解码信息,再通过手机终端提交个人信息,且将预录入解码信息和个人信息发送到服务器内存储,同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签,并将生成个人标签的时刻标记为注册时刻;其中个人标签包括预录入解码信息和个人信息,其中预录入解码信息为骑行人员的解锁特征,解锁特征为面部特征或指纹特征;而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号;通常会将指纹识别模块或人脸识别模块安装于电动车或自行车的车头架上;若安装指纹识别模块则进行适应性地翻盖保护,以用于防尘、防雨;本具体实例中以指纹识别模块为标准;
步骤二:当骑行人员手指按压到指纹识别模块后,指纹识别模块生成动态解码信息,即骑行人员手指刚按压下去的指纹信息,采集分析单元获取到动态解码信息后,再获取服务器内储存的预录入解码信息,当预录入解码信息与动态解码信息匹配时进行车辆解锁,且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元;图像采集单元为超声波传感器,超声波传感器的超声波通过骑行人员的灰度值,其中超声波传感器将空气的灰度值标记为0,灰度值为质量,质量的取值为0-100;
步骤三:图像分析单元接收到骑行人员的动态立体图像后,随机提取骑行人员的动态立体图像内的静态立体图像,再将静态立体图像与预设框图集合内的预设立体图进行随机叠合,再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合,且将静态立体图像置入于三维坐标中,则静态立体图像的组成形状为(x、y、z),则其中i为取遍该静态立体图像内每一像素,(xi、yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标,且ci为第i个坐标处的质量;再计算出两个相邻像素的质量差值,并将质量差值处于预设边界区间内的两个像素标记为第一边界像素,同时若任意相邻的两个像素均为第一边界像素,则将第一边界像素进行相连,再将任意未相连部分的两个像素的质量差值与预设边界值进行比较,当其大于预设边界值时,则将其标记为第二边界像素,同时若任意相邻的两个像素均为第二边界像素,则将第二边界像素进行相连,再将第一边界像素和第二边界像素进行结合形成立体轮廓图;
步骤四:优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图,且将实时生成的立体轮廓图的高度进行比较,获取高度最大的立体轮廓图,且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较,再获取其动作超过预设相似度的预设立体图,将对应的立体轮廓图和预设立体图以图像中点进行叠合,再对预设立体图进行等比例缩放或扩大生成初始预设立体图,再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表,再将比例系数表中的数据分别和与之对应的预设转化因子相乘后,通过相乘的积对预设转化因子对应的预设立体图进行修正,重复上述修正过程,将其他的预设立体图进行修正,且将修正后的预设立体图和初始预设立体图结合构建动态框图集合,还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新;
步骤五:图像分析单元再将实时生成的立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较,获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图;当生成人形动作框图后,将人形动作框图发送到服务器;还将非第一边界像素和第二边界像素进行删除,使人形动作框图空心化,降低数据储存量,降低服务器的压力;
步骤六:处理控制单元接收到框图待检包后,将接收到的框图待检包进行解压,再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合,获取两个图像间的重合度,并将两个图像的重合度与预设重合度进行比较,当图像的重合度大于预设重合度时,则将两个图像进行匹配,且对应删除框图待检包内的原图像,重复上述过程,将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签,同时将框图待检包内未匹配到的图像进行两两重叠,将重叠度在预设区间内的两个图像进行拟合构建生成新图标签,反之,则将其删除;再将新图标签和框图标签进行结合构建生成远程解码集合,当生成远程解码集合后将其发送给服务器储存,再进行相应的远程处理操作:直接控制图像采集单元采集人形动作框图并获取远程解码集合,将人形动作框图与远程解码集合匹配:当匹配成功,则远程自动解锁车辆;当匹配未成功,则提醒骑行人员进行动态解码信息进行解锁;当动态解码信息匹配未成功,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新;
综合上述,本发明是通过采集分析单元获取动态解码信息从近端解锁车辆,且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图,通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习,且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图,并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合,通过生成的远程解码集合,当骑行人员靠近到车辆时则进行自动解锁车辆,且提醒骑行人员车辆的位置,提醒的方法通常为语音提醒或闪烁灯提醒;同时在远程无法解锁车辆时,还将提醒骑行人员进行近端解锁车辆;当近端解锁车辆还未成功时,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新,从而辅助提醒骑行人员进行安全防盗工作。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于大数据的数字图像安全处理系统,其特征在于,包括采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元;
采集分析单元获取动态解码信息,再获取服务器内储存的预录入解码信息,当预录入解码信息与动态解码信息匹配时进行车辆解锁,且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元;
图像分析单元接收到骑行人员的动态立体图像后,经分析处理形成人形动作框图,且将人形动作框图发送到服务器;
服务器用于接收人形动作框图,且储存生成框图待检包;当框图待检包的储存量大于预设储存值时,则将框图待检包发送给处理控制单元并删除原框图待检包;
处理控制单元接收到框图待检包后,经模型化处理构建远程解码集合,将其发送给服务器储存,再进行相应的远程处理操作:
直接控制图像采集单元采集人形动作框图并获取远程解码集合,将人形动作框图与远程解码集合匹配:当匹配成功,则远程自动解锁车辆;当匹配未成功,则提醒骑行人员进行动态解码信息进行解锁;当动态解码信息匹配未成功,则编辑预警文本和车辆定位信息发送给骑行人员的手机终端,且对车辆定位信息在手机终端进行动态刷新。
2.根据权利要求1所述的一种基于大数据的数字图像安全处理系统,其特征在于,图像分析单元生成人形动作框图的具体过程如下:
随机提取骑行人员的动态立体图像内的静态立体图像,再将静态立体图像与预设框图集合内的预设立体图进行随机叠合,再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合,且将静态立体图像分别进行边缘轮廓化处理生成立体轮廓图,再将立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较,获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图。
3.根据权利要求2所述的一种基于大数据的数字图像安全处理系统,其特征在于,立体轮廓图的边缘轮廓化处理如下:
将静态立体图像置入于三维坐标中,则静态立体图像的组成形状为(x、y、z),则其中i为取遍该静态立体图像内每一像素,(xi、yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标,且ci为第i个坐标处的质量;再计算出两个相邻像素的质量差值,并将质量差值处于预设边界区间内的两个像素标记为第一边界像素,同时若任意相邻的两个像素均为第一边界像素,则将第一边界像素进行相连,再将任意未相连部分的两个像素的质量差值与预设边界值进行比较,当其大于预设边界值时,则将其标记为第二边界像素,同时若任意相邻的两个像素均为第二边界像素,则将第二边界像素进行相连,再将第一边界像素和第二边界像素进行结合形成立体轮廓图。
4.根据权利要求3所述的一种基于大数据的数字图像安全处理系统,其特征在于,图像采集单元为超声波传感器,超声波传感器的超声波通过骑行人员的灰度值,质量为其中超声波传感器将空气的灰度值标记为0。
5.根据权利要求1所述的一种基于大数据的数字图像安全处理系统,其特征在于,服务器还通讯连接有登录解码单元,登录解码单元用于骑行人员通过指纹识别模块或人脸识别模块预录入解码信息,再通过手机终端提交个人信息,且将预录入解码信息和个人信息发送到服务器内存储,同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签,并将生成个人标签的时刻标记为注册时刻;其中个人标签包括预录入解码信息和个人信息,其中预录入解码信息为骑行人员解锁特征,解锁特征为面部特征或指纹特征;而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号。
6.根据权利要求3所述的一种基于大数据的数字图像安全处理系统,其特征在于,图像分析单元信号连接有优化反馈单元,优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图,且将实时生成的立体轮廓图的高度进行比较,获取高度最大的立体轮廓图,且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较,再获取其动作超过预设相似度的预设立体图,将对应的立体轮廓图和预设立体图以图像中点进行叠合,再对预设立体图进行等比例缩放或扩大生成初始预设立体图,再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表,再将比例系数表中的数据分别和与之对应的预设转化因子相乘后,通过相乘的积对预设转化因子对应的预设立体图进行修正,重复上述修正过程,将其他的预设立体图进行修正,且将修正后的预设立体图和初始预设立体图结合构建动态框图集合,还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新。
7.根据权利要求6所述的一种基于大数据的数字图像安全处理系统,其特征在于,处理控制单元的模型化处理的过程如下:
将接收到的框图待检包进行解压,再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合,获取两个图像间的重合度,并将两个图像的重合度与预设重合度进行比较,当图像的重合度大于预设重合度时,则将两个图像进行匹配,且对应删除框图待检包内的原图像,重复上述过程,将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签,同时将框图待检包内未匹配到的图像进行两两重叠,将重叠度在预设区间内的两个图像进行拟合构建生成新图标签,反之,则将其删除;再将新图标签和框图标签进行结合构建生成远程解码集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606477.5A CN116805430B (zh) | 2022-12-12 | 2022-12-12 | 一种基于大数据的数字图像安全处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606477.5A CN116805430B (zh) | 2022-12-12 | 2022-12-12 | 一种基于大数据的数字图像安全处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116805430A true CN116805430A (zh) | 2023-09-26 |
CN116805430B CN116805430B (zh) | 2024-01-02 |
Family
ID=88078562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211606477.5A Active CN116805430B (zh) | 2022-12-12 | 2022-12-12 | 一种基于大数据的数字图像安全处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116805430B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001065212A (ja) * | 1999-08-25 | 2001-03-13 | Yazaki Corp | 車両盗難防止システム |
KR20090056279A (ko) * | 2007-11-30 | 2009-06-03 | (주) 엘지텔레콤 | 이동통신 단말기의 원격 잠금 시스템 및 그 방법 |
US8299894B1 (en) * | 2008-02-29 | 2012-10-30 | John Semeniuk | Vehicle unlocking systems |
US20130094770A1 (en) * | 2011-10-14 | 2013-04-18 | Samsung Electronics Co. Ltd. | System and method for dynamically unlocking mobile device |
US20160350735A1 (en) * | 2015-05-27 | 2016-12-01 | Agco Corporation | Remote vehicle feature unlock using a scannable identifier |
US20190366981A1 (en) * | 2018-05-31 | 2019-12-05 | Shanghai Sensetime Intelligent Technology Co., Ltd | Vehicles, vehicle door unlocking control methods and apparatuses, and vehicle door unlocking systems |
EP3647129A1 (en) * | 2018-05-31 | 2020-05-06 | Shanghai Sensetime Intelligent Technology Co., Ltd. | Vehicle, vehicle door unlocking control method and apparatus, and vehicle door unlocking system |
WO2020173155A1 (zh) * | 2019-02-28 | 2020-09-03 | 上海商汤临港智能科技有限公司 | 车门解锁方法及装置、系统、车、电子设备和存储介质 |
CN112015134A (zh) * | 2020-08-31 | 2020-12-01 | 安徽中烟工业有限责任公司 | 一种贮柜人身安全防护安全系统及其安全控制方法 |
WO2021000587A1 (zh) * | 2019-07-01 | 2021-01-07 | 上海商汤智能科技有限公司 | 车门解锁方法及装置、系统、车、电子设备和存储介质 |
CN112807658A (zh) * | 2021-01-06 | 2021-05-18 | 杭州恒生数字设备科技有限公司 | 一种多定位技术融合的智能移动定位系统 |
CN112908036A (zh) * | 2021-02-26 | 2021-06-04 | 邢冠南 | 一种驾驶行为风险评估系统 |
WO2021218180A1 (zh) * | 2020-04-29 | 2021-11-04 | 北京市商汤科技开发有限公司 | 控制车门解锁的方法、装置、车辆、设备、介质及程序 |
CN113752983A (zh) * | 2021-09-17 | 2021-12-07 | 阳光暖果(北京)科技发展有限公司 | 一种基于人脸识别/人眼识别的车辆解锁控制系统和方法 |
WO2022151584A1 (zh) * | 2021-01-13 | 2022-07-21 | 深圳乐行天下科技有限公司 | 一种电动车解锁控制方法、装置及电动车 |
EP4086862A1 (en) * | 2020-02-29 | 2022-11-09 | Huawei Technologies Co., Ltd. | Vehicle unlocking method, system and apparatus, and vehicle and storage medium |
CN115393997A (zh) * | 2022-08-31 | 2022-11-25 | 深圳立欧实业有限公司 | 基于多维数据识别的汽车电子解锁方法、装置及电子设备 |
-
2022
- 2022-12-12 CN CN202211606477.5A patent/CN116805430B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001065212A (ja) * | 1999-08-25 | 2001-03-13 | Yazaki Corp | 車両盗難防止システム |
KR20090056279A (ko) * | 2007-11-30 | 2009-06-03 | (주) 엘지텔레콤 | 이동통신 단말기의 원격 잠금 시스템 및 그 방법 |
US8299894B1 (en) * | 2008-02-29 | 2012-10-30 | John Semeniuk | Vehicle unlocking systems |
US20130094770A1 (en) * | 2011-10-14 | 2013-04-18 | Samsung Electronics Co. Ltd. | System and method for dynamically unlocking mobile device |
US20160350735A1 (en) * | 2015-05-27 | 2016-12-01 | Agco Corporation | Remote vehicle feature unlock using a scannable identifier |
US20190366981A1 (en) * | 2018-05-31 | 2019-12-05 | Shanghai Sensetime Intelligent Technology Co., Ltd | Vehicles, vehicle door unlocking control methods and apparatuses, and vehicle door unlocking systems |
EP3647129A1 (en) * | 2018-05-31 | 2020-05-06 | Shanghai Sensetime Intelligent Technology Co., Ltd. | Vehicle, vehicle door unlocking control method and apparatus, and vehicle door unlocking system |
WO2020173155A1 (zh) * | 2019-02-28 | 2020-09-03 | 上海商汤临港智能科技有限公司 | 车门解锁方法及装置、系统、车、电子设备和存储介质 |
WO2021000587A1 (zh) * | 2019-07-01 | 2021-01-07 | 上海商汤智能科技有限公司 | 车门解锁方法及装置、系统、车、电子设备和存储介质 |
EP4086862A1 (en) * | 2020-02-29 | 2022-11-09 | Huawei Technologies Co., Ltd. | Vehicle unlocking method, system and apparatus, and vehicle and storage medium |
WO2021218180A1 (zh) * | 2020-04-29 | 2021-11-04 | 北京市商汤科技开发有限公司 | 控制车门解锁的方法、装置、车辆、设备、介质及程序 |
CN112015134A (zh) * | 2020-08-31 | 2020-12-01 | 安徽中烟工业有限责任公司 | 一种贮柜人身安全防护安全系统及其安全控制方法 |
CN112807658A (zh) * | 2021-01-06 | 2021-05-18 | 杭州恒生数字设备科技有限公司 | 一种多定位技术融合的智能移动定位系统 |
WO2022151584A1 (zh) * | 2021-01-13 | 2022-07-21 | 深圳乐行天下科技有限公司 | 一种电动车解锁控制方法、装置及电动车 |
CN112908036A (zh) * | 2021-02-26 | 2021-06-04 | 邢冠南 | 一种驾驶行为风险评估系统 |
CN113752983A (zh) * | 2021-09-17 | 2021-12-07 | 阳光暖果(北京)科技发展有限公司 | 一种基于人脸识别/人眼识别的车辆解锁控制系统和方法 |
CN115393997A (zh) * | 2022-08-31 | 2022-11-25 | 深圳立欧实业有限公司 | 基于多维数据识别的汽车电子解锁方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
蔡正保: "基于指纹识别技术的车辆防盗系统设计", 《新余学院学报》, vol. 21, no. 03 * |
蔺伟等: "人工智能背景下图像识别技术研究", 《无线互联科技》, vol. 19, no. 14 * |
Also Published As
Publication number | Publication date |
---|---|
CN116805430B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110119676B (zh) | 一种基于神经网络的驾驶员疲劳检测方法 | |
US10229330B2 (en) | Method and apparatus for detecting vehicle contour based on point cloud data | |
US8391560B2 (en) | Method and system for image identification and identification result output | |
CN110516633B (zh) | 一种基于深度学习的车道线检测方法及系统 | |
CN103824037B (zh) | 车用防跟踪报警装置 | |
CN111368696A (zh) | 基于视觉协同的危化品运输车违规驾驶行为检测方法及系统 | |
KR20210101313A (ko) | 얼굴 인식 방법, 신경망 훈련방법, 장치 및 전자 디바이스 | |
CN111325872A (zh) | 基于计算机视觉的司机驾驶异常检测设备及检测方法 | |
CN110008909A (zh) | 一种基于ai的实名制业务实时稽核系统 | |
CN115019274B (zh) | 一种融合追踪与检索算法的路面病害识别方法 | |
CN110148262A (zh) | 一种基于人脸识别的第三方汽车租赁管理系统及汽车启动授权方法 | |
CN110309764B (zh) | 一种基于深度学习的多阶段驾驶员打电话行为检测方法 | |
CN116805430B (zh) | 一种基于大数据的数字图像安全处理系统 | |
CN110889404A (zh) | 一种基于修正网络的不规则文本识别系统及方法 | |
CN112613434A (zh) | 道路目标检测方法、装置及存储介质 | |
Akila et al. | Intelligent car anti-theft face recognition system | |
CN103661102A (zh) | 一种实时提示车辆周边路人的方法及装置 | |
EP3882817A3 (en) | Method, apparatus and device for recognizing bill and storage medium | |
CN102043941A (zh) | 动态实时相对关系识别方法与系统 | |
CN115861948A (zh) | 车道线检测方法、设备及预警方法、系统、介质 | |
CN114022871A (zh) | 基于深度感知技术的无人机驾驶员疲劳检测方法及系统 | |
CN113920055A (zh) | 一种缺陷检测方法 | |
CN111951287A (zh) | 一种二维码检测和识读方法 | |
CN105740801A (zh) | 一种基于摄像头的汽车并道辅助驾驶方法 | |
CN111738267B (zh) | 基于线性多步残差学习的视觉感知方法及视觉感知装置 |
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 |