CN116976867B - 基于数据分析的人脸识别管理系统 - Google Patents
基于数据分析的人脸识别管理系统 Download PDFInfo
- Publication number
- CN116976867B CN116976867B CN202311233008.8A CN202311233008A CN116976867B CN 116976867 B CN116976867 B CN 116976867B CN 202311233008 A CN202311233008 A CN 202311233008A CN 116976867 B CN116976867 B CN 116976867B
- Authority
- CN
- China
- Prior art keywords
- face recognition
- gate
- module
- gates
- value
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000012423 maintenance Methods 0.000 claims description 46
- 238000012544 monitoring process Methods 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 36
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- 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
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- 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
- G07C9/10—Movable barriers with registering means
-
- 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
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了基于数据分析的人脸识别管理系统,涉及管理系统技术领域,分析模块综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的最优人脸识别排队人数,引导模块显示人脸识别闸机处应该排队的人数,当继续有用户进入写字楼时,引导模块引导后续用户在进入速度最快人脸识别闸机处排队,管理模块分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号。本发明能够在写字楼上班高峰期有效对人脸识别进行管理,不仅有效提高人脸识别效率,而且还有效避免发生混乱,更为安全。
Description
技术领域
本发明涉及管理系统技术领域,具体涉及基于数据分析的人脸识别管理系统。
背景技术
计算机视觉技术的迅猛发展,尤其是深度学习和神经网络的崛起,使得人脸识别技术变得更加准确和可靠,传感器技术的改进,如高分辨率摄像头和红外传感器,提高了人脸图像的质量,增强了系统的性能,云计算和大数据分析的发展为大规模人脸数据的存储、处理和分析提供了支持;
人脸识别系统可用于监控场所,如银行、商场、机场和政府建筑,以便快速识别潜在威胁或犯罪嫌疑人,公司和组织可以使用人脸识别系统来管理员工和访客的进出,确保只有授权人员可以进入特定区域,在移动设备、电子支付和在线服务中,人脸识别已成为一种便捷的身份验证方式,人脸识别系统也用于帮助用户保护其个人信息,例如,通过面部识别解锁智能手机。
现有技术存在以下不足:
对于一些写字楼而言,为了提高写字楼的安全性,通常会在写字楼入口处设置多道人脸识别闸机,从而避免未经授权人员进入写字楼,在上班高峰期时,人脸识别闸机处往往需要排队进入,然而,用户通常是主观判断选择某一人脸识别闸机排队,由于用户无法知晓人脸识别闸机的运行状态,当人脸识别闸机识别出现异常时,不仅降低人脸识别效率,而且在上班高峰期容易引起混乱,存在较大的安全隐患。
发明内容
本发明的目的是提供基于数据分析的人脸识别管理系统,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:基于数据分析的人脸识别管理系统,包括闸机编号模块、人流量获取模块、闸机状态监测模块、闸机区域监测模块、分析模块、引导模块以及维护模块;
闸机编号模块:用于对所有的人脸识别闸机进行初始编号,编号表为{J1、J2、...、Jn};
人流量获取模块:用于获取写字楼入口区域的人流量状况,当人流量超过流量阈值时,唤醒闸机区域监测模块以及分析模块;
闸机状态监测模块:用于定时获取人脸识别闸机的运行数据,并对运行数据进行预处理;
闸机区域监测模块:用于定时获取人脸识别闸机处的区域数据;
分析模块:综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的剩余人脸识别排队人数;
引导模块:显示人脸识别闸机处剩余排队的人数,并引导后续用户排队;
管理模块:分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号;
维护模块:定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,依据维护值对人脸识别闸机进行排序后生成排序表。
优选的,所述运行数据包括摄像头故障频率、丢包延迟积压率、软件报错频率;所述区域数据包括光线强度下降速率、识别质量指数。
优选的,所述分析模块综合计算摄像头故障频率、丢包延迟积压率、软件报错频率、光线强度下降速率、识别质量指数后生成闸机系数zlq,表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,zlq为识别质量指数,pdq为光线强度下降速率,α、β分别为运行数据和区域数据的比例系数,且α、β均大于0。
优选的,所述分析模块获取闸机系数zlq值后,将闸机系数zlq值与预设的阈值一、阈值二以及阈值三进行对比,阈值一<阈值二<阈值三;
若人脸识别闸机的闸机系数zlq值≤阈值一,分析人脸识别闸机的可排队人数多;
若人脸识别闸机的阈值一<闸机系数zlq值≤阈值二,分析人脸识别闸机的可排队人数一般;
若人脸识别闸机的阈值二<闸机系数zlq值≤阈值三,分析人脸识别闸机的可排队人数较少;
若人脸识别闸机的闸机系数zlq值>阈值三,分析人脸识别闸机的可排队人数少。
优选的,所述管理模块综合计算丢包延迟积压率、摄像头故障频率以及软件报错频率后生成异常系数ycs,计算表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,a1、a2、a3分别为丢包延迟积压率、摄像头故障频率以及软件报错频率的比例系数,且a1、a2、a3均大于0。
优选的,所述管理模块获取异常系数ycs值后,若异常系数ycs值≥异常阈值,判断人脸识别闸机支持使用,若异常系数ycs值<异常阈值,判断人脸识别闸机不支持使用。
优选的,所述维护模块定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,计算表达式为:
式中,whz为维护值,yxc为人脸识别闸机异常系数ycs值<异常阈值的次数,yxh为异常系数ycs值≥异常阈值的次数;
获取维护值后,将所有的人脸识别闸机依据维护值由大到小进行排序,生成排序表。
优选的,所述丢包延迟积压率dbs的计算表达式为:
式中,pjy表示人脸识别闸机平均网络延迟,zxy表示人脸识别闸机最小网络延迟,dbl表示丢失的数据包数量,zbl表示发送的数据包总数。
优选的,所述光线强度下降速率pdq的计算表达式为:
式中,yhs为初始光线强度,yhz为最终光线强度,dtz为监测时间段。
优选的,所述识别质量指数zlq的计算表达式为:
式中,sbc为成功识别的用户数,zyh表示总用户数,zsb表示总识别时间。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明通过分析模块在人流量超过流量阈值时,综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的最优人脸识别排队人数,引导模块显示人脸识别闸机处应该排队的人数,并且,由于用户在人脸识别闸机处排队后,是不断识别并进入写字楼的,因此,当继续有用户进入写字楼时,引导模块引导后续用户在进入速度最快人脸识别闸机处排队,管理模块分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号,当人脸识别闸机停止运行时,引导模块进行提示,该管理系统能够在写字楼上班高峰期有效对人脸识别进行管理,不仅有效提高人脸识别效率,而且还有效避免发生混乱,更为安全;
2、本发明通过维护模块定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,依据维护值对人脸识别闸机进行排序后生成排序表,维护人员依据排序表选择对人脸识别闸机的维护顺序,一些办公区域会具有多栋写字楼,为了方便物业对所有写字楼人脸识别闸机的维护,通过排序表选择人脸识别闸机维护顺序,有利于提高维护效率。
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为本发明的系统模块图。
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,本实施例所述基于数据分析的人脸识别管理系统,包括闸机编号模块、人流量获取模块、闸机状态监测模块、闸机区域监测模块、分析模块、引导模块以及维护模块;
闸机编号模块:用于对所有的人脸识别闸机进行初始编号,编号表为{J1、J2、...、Jn},初始编号完成后,将编号表信息发送至引导模块以及维护模块;
确保所有闸机已经安装并连接到网络,确保编号模块具有足够的权限和访问权来执行编号操作;
打开编号模块的控制界面或应用程序,以准备开始编号过程;
通过编号模块的摄像头或与闸机连接的摄像头,扫描和捕获每个闸机的图像,使用人脸识别技术对每个闸机上的人脸进行识别和标识;
每个闸机分配唯一的编号,通常采用类似"J1"、"J2"、"J3"的命名格式,编号可以按照闸机的物理位置或其他标识来分配;
将每个闸机的唯一编号和其他相关信息(如位置、型号、制造商等)记录在编号表中;
将编号表中的信息保存在编号模块的数据库中,以备后续使用;
确保所有闸机都已成功编号,编号模块可以生成一份编号完成的报告,以备档案和审计目的;
定期更新编号表,以反映任何新增的闸机或更改的信息,以保持系统的准确性和实时性。
人流量获取模块:用于获取写字楼入口区域的人流量状况,当人流量超过流量阈值时,唤醒闸机区域监测模块以及分析模块,该模块用于监测写字楼入口区域的人流量状况,若人流量小于等于流量阈值,则不唤醒闸机区域监测模块以及分析模块,此时表明写字楼入口区域人流量小,无需进行引导,从而降低管理系统的能耗,节约成本;
启动人流量获取模块,开始采集入口区域的人流量数据,使用传感器、摄像头或其他合适的设备来检测进出入口区域的人数;
持续监测人流量,实时更新入口区域的人数统计,使用数据采集设备捕获人员进出的信息,并将其转化为数字化的人流量数据;
设置一个流量阈值,该阈值用于判断是否需要唤醒闸机区域监测模块和分析模块,流量阈值的设置可以根据具体需求和情况来定制,例如,写字楼入口的最大容纳人数;
在实时监测过程中,定期比较当前的人流量与设定的流量阈值,如果当前人流量超过流量阈值,即人流量较大,进入下一步唤醒闸机区域监测模块和分析模块的流程;
当人流量超过流量阈值时,触发唤醒信号,启动闸机区域监测模块,闸机区域监测模块可以进一步监测人员的识别和通行情况,确保安全和有序的通行;
如果人流量小于等于流量阈值,即人流量较小,不需要唤醒监测模块和分析模块,这可以降低管理系统的能耗,减少不必要的开销。
闸机状态监测模块:用于定时获取人脸识别闸机的运行数据,对运行数据进行预处理后,将运行数据发送至管理模块以及分析模块;
对从每个闸机获取的原始数据进行预处理,以确保数据的准确性和一致性,预处理可以包括数据清洗、去除异常值、数据格式转换等操作。
闸机区域监测模块:用于定时获取人脸识别闸机处的区域数据,将区域数据发送至分析模块。
分析模块:在人流量超过流量阈值时,综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的最优人脸识别排队人数,分析结果发送至引导模块。
引导模块:引导模块包括电子指示牌或显示屏,用于显示人脸识别闸机处剩余排队的人数,并且,由于用户在人脸识别闸机处排队后,是不断识别并进入写字楼的,因此,当继续有用户进入写字楼时,引导模块引导后续用户在进入速度最快人脸识别闸机处排队。
人脸识别闸机:用于对用户进行人脸识别,并且,为了提高上班高峰期的人脸识别效率,人脸识别闸机为每位用户提供三次识别次数,当三次识别次数用完且用户识别不存在或不成功时,人脸识别闸机提醒用户去人脸识别闸机管理处验证或重新办理人脸识别;
用户在闸机前出示自己的脸部,人脸识别闸机使用人脸识别技术进行身份验证,如果识别成功,用户被允许通过闸机;
如果第一次识别失败,系统会为用户提供额外的两次识别机会,用户可以尝试多次脸部识别,每次失败后系统会记录下一次尝试;
如果用户在三次识别机会内都无法成功识别或其身份无法确认,闸机系统会触发警报,并显示错误消息,通知用户身份验证失败;
闸机系统会提示用户前往人脸识别闸机管理处进行额外的验证或重新办理人脸识别,提示信息可以包括地址、联系方式和操作指南;
闸机系统会记录每次失败的识别尝试,包括时间、地点和用户信息,以便后续分析和处理;
用户前往人脸识别闸机管理处,可能需要提供额外的身份验证信息或重新注册人脸识别,管理处的工作人员会协助用户解决问题,并确保其身份能够成功验证;
闸机系统会记录所有的识别和验证活动,以便分析和改进系统性能,这些记录还可以用于安全审计和问题排查。
管理模块:分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号,当人脸识别闸机停止运行时,引导模块进行提示。
维护模块:定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,依据维护值对人脸识别闸机进行排序后生成排序表,维护人员依据排序表选择对人脸识别闸机的维护顺序,一些办公区域会具有多栋写字楼,为了方便物业对所有写字楼人脸识别闸机的维护,通过排序表选择人脸识别闸机维护顺序,有利于提高维护效率。
本发明通过分析模块在人流量超过流量阈值时,综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的最优人脸识别排队人数,引导模块显示人脸识别闸机处应该排队的人数,并且,由于用户在人脸识别闸机处排队后,是不断识别并进入写字楼的,因此,当继续有用户进入写字楼时,引导模块引导后续用户在进入速度最快人脸识别闸机处排队,管理模块分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号,当人脸识别闸机停止运行时,引导模块进行提示,该管理系统能够在写字楼上班高峰期有效对人脸识别进行管理,不仅有效提高人脸识别效率,而且还有效避免发生混乱,更为安全。
本发明主要应用于写字楼人脸识别闸机使用,在投入使用时,由于涉及人脸采集,需要进行授权后使用,以避免侵犯用户隐私。
实施例2:闸机状态监测模块定时获取人脸识别闸机的运行数据,对运行数据进行预处理后,将运行数据发送至管理模块以及分析模块;
运行数据包括摄像头故障频率、丢包延迟积压率、软件报错频率;
其中:
丢包延迟积压率dbs的计算表达式为:
式中,pjy表示人脸识别闸机平均网络延迟,zxy表示人脸识别闸机最小网络延迟,dbl表示丢失的数据包数量,zbl表示发送的数据包总数;
丢包延迟积压率dbs越大,则会导致人脸识别闸机出现以下问题:
1)网络不稳定性:较高的丢包率和延迟积压可能表明网络连接不稳定,数据包在传输过程中丢失或延迟,这会影响到与服务器的通信;
2)通信问题:延迟积压可能会导致通信时延较长,这可能会对与服务器之间的命令和数据传输产生负面影响;这可能包括人脸识别请求的响应时间;
3)数据丢失:高丢包率可能导致数据包在传输过程中丢失,这可能会导致通信中断或数据不完整,从而影响系统的正常运行;
4)网络负载问题:丢包延迟积压值的增加可能是网络过载或负载过大的结果,这可能会导致网络性能下降,无法及时处理识别请求。
摄像头故障频率gzs的计算表达式为:
式中,sgc表示人脸识别闸机故障次数,ynx表示监测时间段;
摄像头故障频率gzs越大,则表示人脸识别闸机:
1)硬件问题:摄像头硬件可能存在故障,如图像传感器故障、镜头问题、电路板故障等,这些问题可能导致摄像头无法正常工作;
2)连接问题:摄像头与其他系统组件的连接问题可能导致信号丢失、图像传输错误或断开连接,从而影响识别流程;
3)维护不足:缺乏定期的维护和保养可能导致摄像头的损坏或磨损,从而影响其性能和可靠性;
4)环境因素:恶劣的环境条件,如高温、湿度、尘埃或震动,可能会对摄像头造成不利影响;
5)软件驱动问题:摄像头的软件驱动程序可能存在问题,导致图像采集和处理的错误。
软件报错频率rjs的计算表达式为:
式中,rbc表示人脸识别闸机的软件报错次数,ynx表示监测时间段;
高软件报错频率可能意味着以下情况:
1)软件漏洞:软件中存在漏洞或错误,可能导致程序崩溃、异常行为或错误输出;
2)不稳定的操作系统:操作系统的不稳定性可能会影响到系统的整体稳定性和性能;
3)兼容性问题:软件可能与硬件或其他组件不兼容,导致错误或异常;
4)内存泄漏:软件中的内存泄漏问题可能导致内存资源的不正常使用,最终导致系统崩溃或性能下降;
5)错误的配置:不正确的软件配置可能导致系统无法正常运行或无法适应特定环境;
6)未处理异常:软件中未处理的异常或错误可能导致系统崩溃或不稳定。
闸机区域监测模块定时获取人脸识别闸机处的区域数据,将区域数据发送至分析模块;
区域数据包括光线强度下降速率、识别质量指数;
其中:
光线强度下降速率pdq的计算表达式为:
式中,yhs为初始光线强度,yhz为最终光线强度,dtz为监测时间段,人脸识别闸机处的光线强度下降速率值越大,表明光线强度存在变弱的趋势,从而可能会导致人脸识别不准确。
识别质量指数zlq的计算表达式为:
式中,sbc为成功识别的用户数,zyh表示总用户数,zsb表示总识别时间;
识别质量指数zlq值越大,表明人脸识别在即的识别成功率以及识别速度越高。
在人流量超过流量阈值时,分析模块综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的最优人脸识别排队人数,具体为:
分析模块综合计算摄像头故障频率、丢包延迟积压率、软件报错频率、光线强度下降速率、识别质量指数后生成闸机系数zlq,表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,zlq为识别质量指数,pdq为光线强度下降速率,α、β分别为运行数据和区域数据的比例系数,且α、β均大于0。
获取闸机系数zlq值后,人脸识别闸机的闸机系数zlq值越大,表明该人脸识别闸机的整体运行效率越差,因此,将闸机系数zlq值与预设的阈值一、阈值二以及阈值三进行对比,阈值一<阈值二<阈值三;
若人脸识别闸机的闸机系数zlq值≤阈值一,分析人脸识别闸机的可排队人数多,为15人;
若人脸识别闸机的阈值一<闸机系数zlq值≤阈值二,分析人脸识别闸机的可排队人数一般,为12人;
若人脸识别闸机的阈值二<闸机系数zlq值≤阈值三,分析人脸识别闸机的可排队人数较少,为9人;
若人脸识别闸机的闸机系数zlq值>阈值三,分析人脸识别闸机的可排队人数少,为5人。
引导模块包括电子指示牌或显示屏,用于显示人脸识别闸机处应该排队的人数,并且,由于用户在人脸识别闸机处排队后,是不断识别并进入写字楼的,因此,当继续有用户进入写字楼时,引导模块引导后续用户在进入速度最快人脸识别闸机处排队,具体举例如下:
假设写字楼入口处供设置有3台人脸识别闸机,经过分析模块分析后,闸机一的可排队人数为15,闸机二的可排队人数为9,闸机三的可排队人数为5,引导模块分别显示闸机一、闸机二、闸机三的可排队人数;
当继续有用户进入写字楼时,若闸机一的当前排队人数为12,闸机二的当前排队人数为8,闸机三的当前排队人数为5,则引导模块引导用户前往闸机一进行排队;
并且,引导模块需要根据当前排队人数和每个人脸识别的平均处理时间来估算后续用户需要排队的时间,随着新用户的不断进入和排队,引导模块需要实时更新排队信息,以确保用户始终能够选择最快的闸机。
管理模块分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号,当人脸识别闸机停止运行时,引导模块进行提示,具体为:
管理模块综合计算丢包延迟积压率、摄像头故障频率以及软件报错频率后生成异常系数ycs,计算表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,a1、a2、a3分别为丢包延迟积压率、摄像头故障频率以及软件报错频率的比例系数,且a1、a2、a3均大于0。
获取异常系数ycs值后,若异常系数ycs值≥异常阈值,判断人脸识别闸机支持使用,若异常系数ycs值<异常阈值,判断人脸识别闸机不支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号,当人脸识别闸机停止运行时,引导模块进行提示。
维护模块定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,依据维护值对人脸识别闸机进行排序后生成排序表,维护人员依据排序表选择对人脸识别闸机的维护顺序,一些办公区域会具有多栋写字楼,为了方便物业对所有写字楼人脸识别闸机的维护,通过排序表选择人脸识别闸机维护顺序,有利于提高维护效率;
维护模块定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,计算表达式为:
式中,whz为维护值,yxc为人脸识别闸机异常系数ycs值<异常阈值的次数,yxh为异常系数ycs值≥异常阈值的次数;
维护值越大,表明人脸识别闸机运行异常次数越多,因此,获取维护值后,将所有的人脸识别闸机依据维护值由大到小进行排序,生成排序表,这样可以优先维护运行异常多的人脸识别闸机,提高维护效率。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例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例或示例中。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例或示例。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例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.基于数据分析的人脸识别管理系统,其特征在于:包括闸机编号模块、人流量获取模块、闸机状态监测模块、闸机区域监测模块、分析模块、引导模块以及维护模块;
闸机编号模块:用于对所有的人脸识别闸机进行初始编号,编号表为{J1、J2、...、Jn};
人流量获取模块:用于获取写字楼入口区域的人流量状况,当人流量超过流量阈值时,唤醒闸机区域监测模块以及分析模块;
闸机状态监测模块:用于定时获取人脸识别闸机的运行数据,并对运行数据进行预处理;
闸机区域监测模块:用于定时获取人脸识别闸机处的区域数据;
分析模块:综合计算运行数据和区域数据后,为所有的人脸识别闸机建立闸机系数,基于闸机系数分析人脸识别闸机的剩余人脸识别排队人数;
引导模块:显示人脸识别闸机处剩余排队的人数,并引导后续用户排队;
管理模块:分析人脸识别闸机的运行数据后,判断人脸识别闸机是否还支持使用,当人脸识别闸机不支持使用时,控制该人脸识别闸机停止运行并向管理员发出警示信号;
维护模块:定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,依据维护值对人脸识别闸机进行排序后生成排序表;
所述运行数据包括摄像头故障频率、丢包延迟积压率、软件报错频率;所述区域数据包括光线强度下降速率、识别质量指数;
所述分析模块综合计算摄像头故障频率、丢包延迟积压率、软件报错频率、光线强度下降速率、识别质量指数后生成闸机系数zlq,表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,zlq为识别质量指数,pdq为光线强度下降速率,α、β分别为运行数据和区域数据的比例系数,且α、β均大于0。
2.根据权利要求1所述的基于数据分析的人脸识别管理系统,其特征在于:所述分析模块获取闸机系数zlq值后,将闸机系数zlq值与预设的阈值一、阈值二以及阈值三进行对比,阈值一<阈值二<阈值三;
若人脸识别闸机的闸机系数zlq值≤阈值一,分析人脸识别闸机的可排队人数多;
若人脸识别闸机的阈值一<闸机系数zlq值≤阈值二,分析人脸识别闸机的可排队人数一般;
若人脸识别闸机的阈值二<闸机系数zlq值≤阈值三,分析人脸识别闸机的可排队人数较少;
若人脸识别闸机的闸机系数zlq值>阈值三,分析人脸识别闸机的可排队人数少。
3.根据权利要求1所述的基于数据分析的人脸识别管理系统,其特征在于:所述管理模块综合计算丢包延迟积压率、摄像头故障频率以及软件报错频率后生成异常系数ycs,计算表达式为:
式中,dbs为丢包延迟积压率,gzs为摄像头故障频率,rjs为软件报错频率,a1、a2、a3分别为丢包延迟积压率、摄像头故障频率以及软件报错频率的比例系数,且a1、a2、a3均大于0。
4.根据权利要求3所述的基于数据分析的人脸识别管理系统,其特征在于:所述管理模块获取异常系数ycs值后,若异常系数ycs值≥异常阈值,判断人脸识别闸机支持使用,若异常系数ycs值<异常阈值,判断人脸识别闸机不支持使用。
5.根据权利要求4所述的基于数据分析的人脸识别管理系统,其特征在于:所述维护模块定期分析人脸识别闸机的运行数据后,为所有人脸识别闸机生成维护值,计算表达式为:
式中,whz为维护值,yxc为人脸识别闸机异常系数ycs值<异常阈值的次数,yxh为异常系数ycs值≥异常阈值的次数;
获取维护值后,将所有的人脸识别闸机依据维护值由大到小进行排序,生成排序表。
6.根据权利要求3所述的基于数据分析的人脸识别管理系统,其特征在于:所述丢包延迟积压率dbs的计算表达式为:
式中,pjy表示人脸识别闸机平均网络延迟,zxy表示人脸识别闸机最小网络延迟,dbl表示丢失的数据包数量,zbl表示发送的数据包总数。
7.根据权利要求3所述的基于数据分析的人脸识别管理系统,其特征在于:所述光线强度下降速率pdq的计算表达式为:
式中,yhs为初始光线强度,yhz为最终光线强度,dtz为监测时间段。
8.根据权利要求3所述的基于数据分析的人脸识别管理系统,其特征在于:所述识别质量指数zlq的计算表达式为:
式中,sbc为成功识别的用户数,zyh表示总用户数,zsb表示总识别时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233008.8A CN116976867B (zh) | 2023-09-22 | 2023-09-22 | 基于数据分析的人脸识别管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233008.8A CN116976867B (zh) | 2023-09-22 | 2023-09-22 | 基于数据分析的人脸识别管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976867A CN116976867A (zh) | 2023-10-31 |
CN116976867B true CN116976867B (zh) | 2023-12-22 |
Family
ID=88479949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311233008.8A Active CN116976867B (zh) | 2023-09-22 | 2023-09-22 | 基于数据分析的人脸识别管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976867B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615311A (zh) * | 2009-06-19 | 2009-12-30 | 无锡骏聿科技有限公司 | 一种基于视觉的排队时间评估方法 |
CN208351579U (zh) * | 2018-07-27 | 2019-01-08 | 重庆欢腾科技有限公司 | 一种车辆排队系统 |
CN109671190A (zh) * | 2018-11-27 | 2019-04-23 | 杭州天翼智慧城市科技有限公司 | 一种基于人脸识别的多通道闸机管理方法及系统 |
CN211285398U (zh) * | 2019-11-18 | 2020-08-18 | 苏州同丰德智能科技有限公司 | 一种人脸识别闸机 |
CN112133011A (zh) * | 2020-09-25 | 2020-12-25 | 小爱智能科技(苏州)有限公司 | 一种公共场合人脸识别门禁系统及门禁控制方法 |
CN113012335A (zh) * | 2021-03-22 | 2021-06-22 | 上海工程技术大学 | 一种基于YOLOv3人脸检测的地铁站台引导排队系统 |
CN113657633A (zh) * | 2021-08-13 | 2021-11-16 | 广东天健软件股份有限公司 | 一种基于人脸识别的排号导流方法、系统及设备 |
CN113780865A (zh) * | 2021-09-17 | 2021-12-10 | 奇酷软件(深圳)有限公司 | 智慧大厅管理方法、装置、设备及存储介质 |
CN114120504A (zh) * | 2021-11-09 | 2022-03-01 | 甘肃民族师范学院 | 一种用于体育场馆出入口的人脸智能识别装置 |
-
2023
- 2023-09-22 CN CN202311233008.8A patent/CN116976867B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615311A (zh) * | 2009-06-19 | 2009-12-30 | 无锡骏聿科技有限公司 | 一种基于视觉的排队时间评估方法 |
CN208351579U (zh) * | 2018-07-27 | 2019-01-08 | 重庆欢腾科技有限公司 | 一种车辆排队系统 |
CN109671190A (zh) * | 2018-11-27 | 2019-04-23 | 杭州天翼智慧城市科技有限公司 | 一种基于人脸识别的多通道闸机管理方法及系统 |
CN211285398U (zh) * | 2019-11-18 | 2020-08-18 | 苏州同丰德智能科技有限公司 | 一种人脸识别闸机 |
CN112133011A (zh) * | 2020-09-25 | 2020-12-25 | 小爱智能科技(苏州)有限公司 | 一种公共场合人脸识别门禁系统及门禁控制方法 |
CN113012335A (zh) * | 2021-03-22 | 2021-06-22 | 上海工程技术大学 | 一种基于YOLOv3人脸检测的地铁站台引导排队系统 |
CN113657633A (zh) * | 2021-08-13 | 2021-11-16 | 广东天健软件股份有限公司 | 一种基于人脸识别的排号导流方法、系统及设备 |
CN113780865A (zh) * | 2021-09-17 | 2021-12-10 | 奇酷软件(深圳)有限公司 | 智慧大厅管理方法、装置、设备及存储介质 |
CN114120504A (zh) * | 2021-11-09 | 2022-03-01 | 甘肃民族师范学院 | 一种用于体育场馆出入口的人脸智能识别装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116976867A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7158022B2 (en) | Automated diagnoses and prediction in a physical security surveillance system | |
CN103780432B (zh) | 停车场运维方法、车道控制机、服务器、移动终端及系统 | |
CN105540377A (zh) | 具有人脸匹配功能的物联网远程电梯监控系统 | |
CN102497573A (zh) | 基于物联网技术的智能化自动报障系统 | |
CN113542690B (zh) | 一种建筑施工安全监控系统及方法 | |
CN107563523A (zh) | 基于非结构化流视频管理系统的运维管理平台及方法 | |
CN203260195U (zh) | 基于智能终端的交通违章公众监督系统 | |
CN110535895A (zh) | 一种基于物联网技术的机房监控系统 | |
CN112329688B (zh) | 一种公共场合用智能风险管控系统 | |
CN108764658B (zh) | 一种基于物联网的路政机柜智能监管系统 | |
CN111510339B (zh) | 一种工业互联网数据监测方法和装置 | |
CN112799358A (zh) | 一种工业控制安全防御系统 | |
CN109639756A (zh) | 一种终端网络关联关系展示和设备接入实时监测系统 | |
CN111935189B (zh) | 工控终端策略控制系统及工控终端策略控制方法 | |
CN117477774A (zh) | 用于多功能配电柜的智能预警系统及预警方法 | |
CN104851222B (zh) | 一种nvsg涉核单位综合安保管理系统的管理方法 | |
CN114741255A (zh) | 一种基于业务场景自动化执行的故障自愈技术 | |
CN116976867B (zh) | 基于数据分析的人脸识别管理系统 | |
CN117115958A (zh) | 一种基于人脸识别技术的工业园区门禁智能监管系统 | |
CN111063072B (zh) | 一种信息共享式门禁系统 | |
CN115871745B (zh) | 一种应用于轨道交通的智能维护方法与装置 | |
CN109416863B (zh) | 用于安全技术的监视系统 | |
KR20160044427A (ko) | 스마트 원격 승강기 케어 시스템 | |
CN209218137U (zh) | 计算机桌面监控系统 | |
CN111968324A (zh) | 基于大数据的智慧社区安防报警系统 |
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 |