CN118015737A - 基于物联网的智能门锁联合控制系统 - Google Patents
基于物联网的智能门锁联合控制系统 Download PDFInfo
- Publication number
- CN118015737A CN118015737A CN202410425857.1A CN202410425857A CN118015737A CN 118015737 A CN118015737 A CN 118015737A CN 202410425857 A CN202410425857 A CN 202410425857A CN 118015737 A CN118015737 A CN 118015737A
- Authority
- CN
- China
- Prior art keywords
- visitor
- image data
- door lock
- face image
- pixel
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 45
- 230000001815 facial effect Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000011157 data evaluation Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及物联网技术领域,尤其涉及基于物联网的智能门锁联合控制系统,包括图像数据采集模块、数据监控中心、智能联动追踪模块以及设备告警反馈终端;通过图像数据采集模块采集访问者面部的图像数据,并实时展示到可视化展示端;通过数据监控中心获取所有访问者面部图像数据,筛选并预处理访问者面部图像数据,刻画高信度访问者面部图像的灰度特性,并计算离合系数,综合分析得到合值信号或离值信号;通过数据分析对访问者进行定位溯源,对识别失败的异常提示进行评估分析,提高系统的准确性和门锁的安全性。本发明用于解决如何高效监测智能门锁的工作状态并进行针对性地联合控制的技术问题。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及基于物联网的智能门锁联合控制系统。
背景技术
物联网技术是一种网络结构,它将各种物理设备通过互联网进行连接和通信,以实现信息的收集、分析和交换,从而实现设备之间的智能互联和自动化控制。
物联网技术的应用领域非常广泛,包括但不限于医疗健康、智能家居、智慧交通、工业自动化等,旨在自动化诸多日常任务,提高效率。在智能家居中,智能门锁是智能安防的核心部分,用于提供防盗保护和个性化服务。因此,智能门锁的安全管理是智能安防领域的重要工作。通过对智能门锁的联合控制和管理,可以降低盗窃丢失物品的风险,保护用户的生命和财产安全。当前对智能门锁的监测管理仍存在面部识别不够精准导致分析结果不准确,冗余复杂的计算资源消耗大,不能及时对异常状态进行针对性处理等问题。为此,本发明提出了基于物联网的智能门锁联合控制系统,提供更好的安全保障。
发明内容
本发明的目的是为了解决背景技术中的问题,而提出的基于物联网的智能门锁联合控制系统。
为了实现上述目的,本发明采用了如下技术方案:
基于物联网的智能门锁联合控制系统,包括:图像数据采集模块、数据监控中心、智能联动追踪模块以及设备告警反馈终端;
图像数据采集模块用于通过云摄像头控制端采集访问者面部的图像数据,并与可视化展示端连接进行实时展示;其中,图像数据采集模块包括云摄像头控制端和可视化展示端,云摄像头控制端包含高清晰度摄像头,获取清晰的访问者面部图像,通过互联网实时传输访问者面部图像数据或预设的面部图像数据存储路径到云端存储,并操作云摄像头控制端对门锁监控区域进行全覆盖监测;
需要注意的是,高清晰度摄像头中的图像传感器包含若干个像素的像素阵列,每个像素阵列的中心基于镜头接收光线投射至图像传感器的焦点,并在显示时还原对应的若干个访问者面部检测图像原本的相对位置上,根据不同位置采集的光线强度不同对外部的图像数据进行实时捕捉;其中,图像数据采集模块可以实现对门锁周围环境的图像数据采集,用于识别用户;通过物联网技术将所有图像数据传输到云端进行处理和存储,为用户提供更智能、安全的门锁控制体验;其中,云摄像头是一种无线摄像头设备,智能门锁可以集成云摄像头,实现远程图像数据的采集和存储;
数据监控中心用于获取所有访问者面部图像数据,筛选得到图像确定信号,根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素,对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性,通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号,对门锁开关状态进行监测,判断访问者面部识别状态,进而生成异常提示;其中,数据监控中心包括图像数据处理单元和门锁状态监测单元;
智能联动追踪模块用于记录开锁信息和访问者信息,并进行定位溯源;
设备告警反馈终端用于对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析。
需要说明的是,本发明实施例中基于物联网的智能门锁联合控制系统的应用对象可以为智能门锁的联合控制,可以用于监测智能门锁的工作状态,具体的可以为通过物联网技术对智能门锁的工作状态进行全面监测和精准分析,对智能门锁的工作状态按级别生成告警指令,可以快速准确地进行针对性处理操作,有助于设备之间的智能互联和自动化控制,并为后续分析提供可靠依据,这是优化监管效果和确保安全工作的一个重要渠道。
进一步的,图像数据处理单元用于获取所有访问者面部图像数据,并进行筛选得到图像确定信号的过程包括:
将每次进行采集的访问者面部图像数据的序列用h表示,h=1,2,3,……,n;n为正整数;
结合高清晰度摄像头的监测数据提取访问者面部图像数据;
采用AI技术自动识别和纠正访问者面部图像数据,剔除图像显示不完整的访问者面部图像数据和合并重复的访问者面部图像数据;
获取有效的访问者面部图像数据,并取得图像确定信号及对应的访问者面部图像数据序列号;
汇集所有图像确定信号及对应的访问者面部图像数据序列号,并进行存储。
进一步的,图像数据处理单元用于根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素的过程包括:
通过第三方技术中的光学传感器对有效的访问者面部图像数据的像素点进行捕捉;
需要注意的是,上述第三方技术如相机、扫描仪等,可以获取图像数据像素点;相关技术设备利用光学传感器(如CCD或CMOS)将光信号转换为电信号,通过模数转换器(ADC)将电信号转换为数字信号,该数字信号即为图像数据的像素点;
对图像数据的像素中心进行标记,获取图像中心像素TP(a,b),则图像中心像素TP(a,b)的四个相邻区域的集合分别为{(a+Z,b);(a,b+Z);(a-Z,b);(a,b-Z)},作为图像中心像素TP(a,b)的第一集合域、第二集合域、第三集合域以及第四集合域;
获取四个相邻区域的集合B,且图像中心像素TP(a,b)的集合B对角上的边界点分别为{(a+Z,b+Z);(a-Z,b+Z);(a-Z,b-Z);(a+Z,b-Z)},作为图像中心像素TP(a,b)的集合B的第一边界点、第二边界点、第三边界点以及第四边界点;其中,Z为任意的常数系数;
基于图像中心像素TP(a,b)与四个边界点的距离之和的数值获取访问者面部图像数据的像素信度值Rel;其中,像素信度值Rel表示访问者面部图像显示是否完好无缺陷且像素分布规则均匀的图像像素信度值;
定义访问者面部图像数据的像素基准值Rel0,并结合访问者面部图像数据的像素信度值Rel进行比对分析;
可理解的是,访问者面部图像数据的像素基准值Rel0为技术人员分析获取的访问者面部图像数据的像素标准区间值;
若访问者面部图像数据的像素信度值Rel不属于像素基准值Rel0,则访问者面部图像存在缺陷,且对应的访问者面部图像像素的信度值为低信度像素,并立即生成事故信号发送至图像数据采集模块进行重新捕获;若访问者面部图像数据的像素信度值Rel属于像素基准值Rel0,则访问者面部图像显示完整,且对应的访问者面部图像像素的信度值为高信度像素。
进一步的,图像数据处理单元用于对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性的过程包括:
提取所有高信度访问者面部图像像素的数值Gm={g1,g2,……,gr},m表示获取的高信度访问者面部图像像素的编号,g表示每个高信度访问者面部图像像素对应的若干个像素点,r为第m个高信度访问者面部图像像素的像素点数量;
利用二值图像对所有高信度访问者面部图像像素的每个像素点进行形态学运算,得到增益型像素特征Gm(max);
其中,基于访问者面部图像将图像中的五官区域等比例增大,通过膨胀操作对该图像的每个像素点,并将其周围的像素点中最大值赋给该像素点,比例的选择决定像素的增益程度,以实现对整个图像的增益处理;
基于高信度访问者面部图像像素与每个像素点的位置关系获取增益型像素特征Gm(max)对应的图像中心像素(c,d);
根据公式刻画图像灰度特性;式中,/>表示处理后高信度访问者面部图像在位置(c,d)上的灰度值,f(c,d)表示原高信度访问者面部图像在位置(c,d)上的灰度值,M为模版中像素的总数,/>表示对所有在模板中的高信度访问者面部图像像素进行求和;
需要注意的是,上述公式的基本思想是用模板中所有高信度访问者面部图像像素的灰度平均值来替代原图像中对应位置的像素值,从而获取图像灰度特性;常用的模板有3x3、5x5、7x7 等,模板大小和形状可依据具体的图像特征进行选择。
进一步的,图像数据处理单元用于通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号的过程包括:
针对图像灰度特性利用公式获取高信度访问者面部图像的离合系数;式中,u表示图像中心像素的固定值,/>表示第i次的内部评估值,/>表示第i次的离合比例系数,且/>,其中,i=1,2,3,……,j;j为正整数;
设置离合系数的联合指数LH0,将LH与LH0进行比对;若LH大于LH0,则生成合值信号;若LH不大于LH0,则生成离值信号,并将生成的合值信号或离值信号发送至门锁状态监测单元;
可理解的是,联合指数用于将离合系数转换获取门锁状态监测单元可接收信号的参数;作用在于对离合系数进行评估和标准化,以便系统根据这一标准生成相应的合值信号或离值信号,并将其发送至门锁状态监测单元;它允许系统在实时监测门锁状态的同时,针对一系列预设条件和标准化参数,自动地作出相应的决策和响应,使得门锁系统更加灵活地适应各种场景和需求,从而提高了安全性和便捷性。
进一步的,门锁状态监测单元用于监测门锁开关状态,根据图像数据处理单元获取合值信号或离值信号,判断访问者面部识别状态,并生成异常提示的过程包括:
当接收到合值信号时,则判断面部识别成功,且门锁态监测单元监测门锁为开状态;当接收到离值信号时,则判断面部识别失败,且门锁态监测单元监测门锁为关状态,生成异常提示;
将异常提示发送至设备告警反馈终端。
进一步的,智能联动追踪模块记录开锁信息和访问者信息,并进行定位溯源的过程包括:
根据离合系数获取对应的高信度访问者面部图像,并进行编号标记,得到唯一识别码;
记录高信度访问者面部识别时的门锁状态信息,并打上时间戳;
结合具有唯一识别码的高信度访问者面部图像和带有时间戳的门锁状态信息进行溯源,逐步追溯每次开锁事件的信息;
通过匹配唯一识别码、面部图像以及门锁状态信息,确定每位访问者的活动轨迹和开锁行为。
进一步的,设备告警反馈终端对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析的过程包括:
获取数据监控中心的异常提示及对应的离合系数;
根据公式计算得到告警修正系数GFZ;式中,分别表示异常提示状态下的离合系数和修正后的离合系数,β为可变更常数参数;
通过计算结果进行评估,制定告警准则;若GFZ小于Y1,则系统生成一级告警指令;若GFZ不小于Y1,则系统生成二级告警指令;其中,0<Y1<1且Y1为实数;
系统将生成的不同等级告警指令发送至反馈终端,并结合智能联动追踪模块进行针对性地远程处理分析。
与现有的技术相比,本发明提供了基于物联网的智能门锁联合控制系统及方法的优点在于:
1、本发明通过云摄像头控制端采集访问者面部的图像数据,并将数据实时展示到可视化展示端,保证数据的准确性和完整性,通过实时获取访问者面部的图像数据,为后续的分析提供准备;
2、本发明通过获取所有访问者面部图像数据,筛选出图像确定信号,图像确定信号是一个指示图像是否有效的信号,避免重复或冗余的信息,根据图像确定信号和对应的访问者面部图像数据序列号,对有效的访问者面部图像数据进行预处理,获取高信度访问者面部图像像素,为安全评估提供科学依据;
3、本发明通过对高信度访问者面部图像像素的特征提取,刻画图像的灰度特性,并计算离合系数,综合分析得到合值信号或离值信号,保障智能门锁的安全性和稳定性,通过对访问者面部的图像进行深入的分析,从而提高识别的准确性,为联合控制提供可靠依据。
综上所述,本发明可以根据实际情况,针对智能门锁的动态追踪提供数据支撑,通过数据分析技术对访问者进行定位溯源,提高门锁的安全性,通过对识别失败的异常提示进行评估,提高系统的准确性,根据获取的告警指令进行针对性的处理分析,提高系统的效率,通过精准的数据分析,确保后续基于物联网的智能门锁联合控制系统的高效稳定运行。
附图说明
图1为本发明提出的基于物联网的智能门锁联合控制系统的模块图。
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,所描述的实施条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做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。
参照图1,基于物联网的智能门锁联合控制系统,该系统包括图像数据采集模块、数据监控中心、智能联动追踪模块以及设备告警反馈终端;
图像数据采集模块用于通过云摄像头控制端采集访问者面部的图像数据,并与可视化展示端连接进行实时展示;其中,图像数据采集模块包括云摄像头控制端和可视化展示端,云摄像头控制端包含高清晰度摄像头,获取清晰的访问者面部图像,通过互联网实时传输访问者面部图像数据或预设的面部图像数据存储路径到云端存储,并操作云摄像头控制端对门锁监控区域进行全覆盖监测;
需要注意的是,高清晰度摄像头中的图像传感器包含若干个像素的像素阵列,每个像素阵列的中心基于镜头接收光线投射至图像传感器的焦点,并在显示时还原对应的若干个访问者面部检测图像原本的相对位置上,根据不同位置采集的光线强度不同对外部的图像数据进行实时捕捉;其中,图像数据采集模块可以实现对门锁周围环境的图像数据采集,用于识别用户;通过物联网技术将所有图像数据传输到云端进行处理和存储,为用户提供更智能、安全的门锁控制体验;其中,云摄像头是一种无线摄像头设备,智能门锁可以集成云摄像头,实现远程图像数据的采集和存储;
数据监控中心用于获取所有访问者面部图像数据,筛选得到图像确定信号,根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素,对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性,通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号,对门锁开关状态进行监测,判断访问者面部识别状态,进而生成异常提示;其中,数据监控中心包括图像数据处理单元和门锁状态监测单元;
智能联动追踪模块用于记录开锁信息和访问者信息,并进行定位溯源;
设备告警反馈终端用于对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析。
需要说明的是,本发明实施例中基于物联网的智能门锁联合控制系统的应用对象可以为智能门锁的联合控制,可以用于监测智能门锁的工作状态,具体的可以为通过物联网技术对智能门锁的工作状态进行全面监测和精准分析,对智能门锁的工作状态按级别生成告警指令,可以快速准确地进行针对性处理操作,有助于设备之间的智能互联和自动化控制,并为后续分析提供可靠依据,这是优化监管效果和确保安全工作的一个重要渠道。
数据监控中心获取所有访问者面部图像数据,筛选得到图像确定信号,根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素,对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性,通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号,对门锁开关状态进行监测,判断访问者面部识别状态,进而生成异常提示的步骤包括:
S101、将每次进行采集的访问者面部图像数据的序列用h表示,h=1,2,3,……,n;n为正整数;
S102、结合高清晰度摄像头的监测数据提取访问者面部图像数据;
S103、采用AI技术自动识别和纠正访问者面部图像数据,剔除图像显示不完整的访问者面部图像数据和合并重复的访问者面部图像数据;
S104、获取有效的访问者面部图像数据,并取得图像确定信号及对应的访问者面部图像数据序列号;
S105、汇集所有图像确定信号及对应的访问者面部图像数据序列号,并进行存储;
S106、通过第三方技术中的光学传感器对有效的访问者面部图像数据的像素点进行捕捉;
在步骤S106中,上述第三方技术如相机、扫描仪等,可以获取图像数据像素点;相关技术设备利用光学传感器(如CCD或CMOS)将光信号转换为电信号,通过模数转换器(ADC)将电信号转换为数字信号,该数字信号即为图像数据的像素点;
S107、对图像数据的像素中心进行标记,获取图像中心像素TP(a,b),则图像中心像素TP(a,b)的四个相邻区域的集合分别为{(a+Z,b);(a,b+Z);(a-Z,b);(a,b-Z)},作为图像中心像素TP(a,b)的第一集合域、第二集合域、第三集合域以及第四集合域;
S108、获取四个相邻区域的集合B,且图像中心像素TP(a,b)的集合B对角上的边界点分别为{(a+Z,b+Z);(a-Z,b+Z);(a-Z,b-Z);(a+Z,b-Z)},作为图像中心像素TP(a,b)的集合B的第一边界点、第二边界点、第三边界点以及第四边界点;其中,Z为任意的常数系数;
S109、基于图像中心像素TP(a,b)与四个边界点的距离之和的数值获取访问者面部图像数据的像素信度值Rel;其中,像素信度值Rel表示访问者面部图像显示是否完好无缺陷且像素分布规则均匀的图像像素信度值;
S110、定义访问者面部图像数据的像素基准值Rel0,并结合访问者面部图像数据的像素信度值Rel进行比对分析;
在步骤S110中,访问者面部图像数据的像素基准值Rel0为技术人员分析获取的访问者面部图像数据的像素标准区间值;
S111、若访问者面部图像数据的像素信度值Rel不属于像素基准值Rel0,则访问者面部图像存在缺陷,且对应的访问者面部图像像素的信度值为低信度像素,并立即生成事故信号发送至图像数据采集模块进行重新捕获;若访问者面部图像数据的像素信度值Rel属于像素基准值Rel0,则访问者面部图像显示完整,且对应的访问者面部图像像素的信度值为高信度像素;
S112、提取所有高信度访问者面部图像像素的数值Gm={g1,g2,……,gr},m表示获取的高信度访问者面部图像像素的编号,g表示每个高信度访问者面部图像像素对应的若干个像素点,r为第m个高信度访问者面部图像像素的像素点数量;
S113、利用二值图像对所有高信度访问者面部图像像素的每个像素点进行形态学运算,得到增益型像素特征Gm(max);
在步骤S113中,基于访问者面部图像将图像中的五官区域等比例增大,通过膨胀操作对该图像的每个像素点,并将其周围的像素点中最大值赋给该像素点,比例的选择决定像素的增益程度,以实现对整个图像的增益处理;
S114、基于高信度访问者面部图像像素与每个像素点的位置关系获取增益型像素特征Gm(max)对应的图像中心像素(c,d);
S115、根据公式刻画图像灰度特性;式中,表示处理后高信度访问者面部图像在位置(c,d)上的灰度值,f(c,d)表示原高信度访问者面部图像在位置(c,d)上的灰度值,M为模版中像素的总数,/>表示对所有在模板中的高信度访问者面部图像像素进行求和;
在步骤S115中,上述公式的基本思想是用模板中所有高信度访问者面部图像像素的灰度平均值来替代原图像中对应位置的像素值,从而获取图像灰度特性;常用的模板有3x3、5x5、7x7 等,模板大小和形状可依据具体的图像特征进行选择;
S116、针对图像灰度特性利用公式获取高信度访问者面部图像的离合系数;式中,u表示图像中心像素的固定值,/>表示第i次的内部评估值,/>表示第i次的离合比例系数,且/>,其中,i=1,2,3,……,j;j为正整数;
S117、设置离合系数的联合指数LH0,将LH与LH0进行比对;若LH大于LH0,则生成合值信号;若LH不大于LH0,则生成离值信号,并将生成的合值信号或离值信号发送至门锁状态监测单元;
在步骤S117中,联合指数用于将离合系数转换获取门锁状态监测单元可接收信号的参数;作用在于对离合系数进行评估和标准化,以便系统根据这一标准生成相应的合值信号或离值信号,并将其发送至门锁状态监测单元;它允许系统在实时监测门锁状态的同时,针对一系列预设条件和标准化参数,自动地作出相应的决策和响应,使得门锁系统更加灵活地适应各种场景和需求,从而提高了安全性和便捷性;
S118、当接收到合值信号时,则判断面部识别成功,且门锁态监测单元监测门锁为开状态;当接收到离值信号时,则判断面部识别失败,且门锁态监测单元监测门锁为关状态,生成异常提示;
S119、将异常提示发送至设备告警反馈终端。
智能联动追踪模块记录开锁信息和访问者信息,并进行定位溯源的步骤包括:
S201、根据离合系数获取对应的高信度访问者面部图像,并进行编号标记,得到唯一识别码;
S202、记录高信度访问者面部识别时的门锁状态信息,并打上时间戳;
S203、结合具有唯一识别码的高信度访问者面部图像和带有时间戳的门锁状态信息进行溯源,逐步追溯每次开锁事件的信息;
S204、通过匹配唯一识别码、面部图像以及门锁状态信息,确定每位访问者的活动轨迹和开锁行为。
设备告警反馈终端对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析的步骤包括:
S301、获取数据监控中心的异常提示及对应的离合系数;
S302、根据公式计算得到告警修正系数GFZ;式中,/>分别表示异常提示状态下的离合系数和修正后的离合系数,β为可变更常数参数;
S303、通过计算结果进行评估,制定告警准则;若GFZ小于Y1,则系统生成一级告警指令;若GFZ不小于Y1,则系统生成二级告警指令;其中,0<Y1<1且Y1为实数;
S304、系统将生成的不同等级告警指令发送至反馈终端,并结合智能联动追踪模块进行针对性地远程处理分析。
本发明实施例中,通过云摄像头控制端采集访问者面部的图像数据,实时获取访问者面部的图像数据,将数据实时展示到可视化展示端,保证数据的准确性和完整性,为后续的分析提供准备,通过所有访问者面部图像数据,筛选出图像确定信号,确保数据的一致性和可靠性,避免重复或冗余的信息,根据图像确定信号和对应的访问者面部图像数据序列号,对有效的访问者面部图像数据进行预处理,获取高信度访问者面部图像像素,为安全评估提供科学依据,通过对访问者面部的图像进行深入的分析,从而提高识别的准确性,为联合控制提供可靠依据,通过智能门锁的动态追踪,提高门锁的安全性,对识别失败的异常提示进行评估,根据获取的告警指令进行针对性的处理分析。综上所述,本发明实例涉及到数据分析、监测管理和优化措施的决策,解决如何高效监测智能门锁的工作状态并进行针对性地联合控制的问题。在实际情况中,可能需要更多的数据和上下文信息来做出具体的决策和优化方案。
此外,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得;比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于比例系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数;只要不影响参数与量化后数值的比例关系即可。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,各个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本依托于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
为了描述得方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
其次:本发明公开实施例附图中,只涉及与本公开实施例涉及的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后: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 (8)
1.基于物联网的智能门锁联合控制系统,其特征在于:包括图像数据采集模块、数据监控中心、智能联动追踪模块以及设备告警反馈终端;
图像数据采集模块用于通过云摄像头控制端采集访问者面部的图像数据,并与可视化展示端连接进行实时展示;其中,图像数据采集模块包括云摄像头控制端和可视化展示端,云摄像头控制端包含高清晰度摄像头,获取清晰的访问者面部图像,通过互联网实时传输访问者面部图像数据或预设的面部图像数据存储路径到云端存储,并操作云摄像头控制端对门锁监控区域进行全覆盖监测;
数据监控中心用于获取所有访问者面部图像数据,筛选得到图像确定信号,根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素,对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性,通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号,对门锁开关状态进行监测,判断访问者面部识别状态,进而生成异常提示;其中,数据监控中心包括图像数据处理单元和门锁状态监测单元;
智能联动追踪模块用于记录开锁信息和访问者信息,并进行定位溯源;
设备告警反馈终端用于对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析。
2.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:图像数据处理单元用于获取所有访问者面部图像数据,并进行筛选得到图像确定信号的过程包括:
将每次进行采集的访问者面部图像数据的序列用h表示,h=1,2,3,……,n;n为正整数;
结合高清晰度摄像头的监测数据提取访问者面部图像数据;
采用AI技术自动识别和纠正访问者面部图像数据,剔除图像显示不完整的访问者面部图像数据和合并重复的访问者面部图像数据;
获取有效的访问者面部图像数据,并取得图像确定信号及对应的访问者面部图像数据序列号;
汇集所有图像确定信号及对应的访问者面部图像数据序列号,并进行存储。
3.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:图像数据处理单元用于根据图像确定信号及对应的访问者面部图像数据序列号对有效访问者面部图像数据进行预处理,获取正常显示的高信度访问者面部图像像素的过程包括:
通过第三方技术中的光学传感器对有效的访问者面部图像数据的像素点进行捕捉;
对图像数据的像素中心进行标记,获取图像中心像素TP(a,b),则图像中心像素TP(a,b)的四个相邻区域的集合分别为{(a+Z,b);(a,b+Z);(a-Z,b);(a,b-Z)},作为图像中心像素TP(a,b)的第一集合域、第二集合域、第三集合域以及第四集合域;
获取四个相邻区域的集合B,且图像中心像素TP(a,b)的集合B对角上的边界点分别为{(a+Z,b+Z);(a-Z,b+Z);(a-Z,b-Z);(a+Z,b-Z)},作为图像中心像素TP(a,b)的集合B的第一边界点、第二边界点、第三边界点以及第四边界点;其中,Z为任意的常数系数;
基于图像中心像素TP(a,b)与四个边界点的距离之和的数值获取访问者面部图像数据的像素信度值Rel;其中,像素信度值Rel表示访问者面部图像显示是否完好无缺陷且像素分布规则均匀的图像像素信度值;
定义访问者面部图像数据的像素基准值Rel0,并结合访问者面部图像数据的像素信度值Rel进行比对分析;
若访问者面部图像数据的像素信度值Rel不属于像素基准值Rel0,则访问者面部图像存在缺陷,且对应的访问者面部图像像素的信度值为低信度像素,并立即生成事故信号发送至图像数据采集模块进行重新捕获;若访问者面部图像数据的像素信度值Rel属于像素基准值Rel0,则访问者面部图像显示完整,且对应的访问者面部图像像素的信度值为高信度像素。
4.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:图像数据处理单元用于对高信度访问者面部图像像素进行增益型特征提取,并刻画图像灰度特性的过程包括:
提取所有高信度访问者面部图像像素的数值Gm={g1,g2,……,gr},m表示获取的高信度访问者面部图像像素的编号,g表示每个高信度访问者面部图像像素对应的若干个像素点,r为第m个高信度访问者面部图像像素的像素点数量;
利用二值图像对所有高信度访问者面部图像像素的每个像素点进行形态学运算,得到增益型像素特征Gm(max);
基于高信度访问者面部图像像素与每个像素点的位置关系获取增益型像素特征Gm(max)对应的图像中心像素(c,d);
根据公式刻画图像灰度特性;式中,/>表示处理后高信度访问者面部图像在位置(c,d)上的灰度值,f(c,d)表示原高信度访问者面部图像在位置(c,d)上的灰度值,M为模版中像素的总数,/>表示对所有在模板中的高信度访问者面部图像像素进行求和。
5.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:图像数据处理单元用于通过公式计算获取高信度访问者面部图像的离合系数,综合分析得到合值信号或离值信号的过程包括:
针对图像灰度特性利用公式获取高信度访问者面部图像的离合系数;式中,u表示图像中心像素的固定值,/>表示第i次的内部评估值,/>表示第i次的离合比例系数,且/>,其中,i=1,2,3,……,j;j为正整数;
设置离合系数的联合指数LH0,将LH与LH0进行比对;若LH大于LH0,则生成合值信号;若LH不大于LH0,则生成离值信号,并将生成的合值信号或离值信号发送至门锁状态监测单元。
6.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:门锁状态监测单元用于监测门锁开关状态,根据图像数据处理单元获取合值信号或离值信号,判断访问者面部识别状态,并生成异常提示的过程包括:
当接收到合值信号时,则判断面部识别成功,且门锁态监测单元监测门锁为开状态;当接收到离值信号时,则判断面部识别失败,且门锁态监测单元监测门锁为关状态,生成异常提示;
将异常提示发送至设备告警反馈终端。
7.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:智能联动追踪模块记录开锁信息和访问者信息,并进行定位溯源的过程包括:
根据离合系数获取对应的高信度访问者面部图像,并进行编号标记,得到唯一识别码;
记录高信度访问者面部识别时的门锁状态信息,并打上时间戳;
结合具有唯一识别码的高信度访问者面部图像和带有时间戳的门锁状态信息进行溯源,逐步追溯每次开锁事件的信息;
通过匹配唯一识别码、面部图像以及门锁状态信息,确定每位访问者的活动轨迹和开锁行为。
8.根据权利要求1所述的基于物联网的智能门锁联合控制系统,其特征在于:设备告警反馈终端对识别失败的异常提示进行评估,获取一级告警指令或二级告警指令,并进行针对性地处理分析的过程包括:
获取数据监控中心的异常提示及对应的离合系数;
根据公式计算得到告警修正系数GFZ;式中,分别表示异常提示状态下的离合系数和修正后的离合系数,β为可变更常数参数;
通过计算结果进行评估,制定告警准则;若GFZ小于Y1,则系统生成一级告警指令;若GFZ不小于Y1,则系统生成二级告警指令;其中,0<Y1<1且Y1为实数;
系统将生成的不同等级告警指令发送至反馈终端,并结合智能联动追踪模块进行针对性地远程处理分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410425857.1A CN118015737A (zh) | 2024-04-10 | 2024-04-10 | 基于物联网的智能门锁联合控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410425857.1A CN118015737A (zh) | 2024-04-10 | 2024-04-10 | 基于物联网的智能门锁联合控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118015737A true CN118015737A (zh) | 2024-05-10 |
Family
ID=90954137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410425857.1A Pending CN118015737A (zh) | 2024-04-10 | 2024-04-10 | 基于物联网的智能门锁联合控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118015737A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040013243A (ko) * | 2002-08-05 | 2004-02-14 | 아이리텍 잉크 | 문형금속탐지기의 스테레오 얼굴인식장치 및 그 제어방법 |
EP1693782A1 (en) * | 2005-02-21 | 2006-08-23 | Mitsubishi Electric Information Technology Centre Europe B.V. | Method for facial features detection |
CA2776856A1 (en) * | 2012-05-14 | 2013-11-14 | Sigmund L. Clements | Voice recognition motion sensing touch free toilet seat raising and lowering assembly |
US20160012218A1 (en) * | 2013-10-08 | 2016-01-14 | Sri International | Validation of the right to access an object |
CN107117179A (zh) * | 2016-02-25 | 2017-09-01 | 福特全球技术公司 | 基于乘员注意的自主控制 |
CN108197453A (zh) * | 2018-01-19 | 2018-06-22 | 中国科学院信息工程研究所 | 一种图像隐私保护方法及系统 |
CN109285244A (zh) * | 2017-07-20 | 2019-01-29 | 南京海印通信设备有限公司 | 一种基于无线通信的人脸识别门禁控制方法 |
CN109581968A (zh) * | 2018-12-18 | 2019-04-05 | 广东原点智能技术有限公司 | 一种数控机床实时监测系统及其实现方法 |
US20190147676A1 (en) * | 2017-10-13 | 2019-05-16 | Alcatraz AI, Inc. | System and method for optimizing a facial recognition-based system for controlling access to a building |
CN110443923A (zh) * | 2019-08-06 | 2019-11-12 | 金陵科技学院 | 一种基于人工智能的酒店安全管理方法 |
CN110491004A (zh) * | 2019-08-14 | 2019-11-22 | 金陵科技学院 | 一种居民社区人员安全管理系统及方法 |
CN111652775A (zh) * | 2020-05-07 | 2020-09-11 | 上海奥珩企业管理有限公司 | 居家服务过程管理体系模型建构方法 |
WO2023280273A1 (zh) * | 2021-07-08 | 2023-01-12 | 云丁网络技术(北京)有限公司 | 一种控制方法和系统 |
CN115909580A (zh) * | 2022-10-19 | 2023-04-04 | 慧之安信息技术股份有限公司 | 一种基于物联网的智慧办公方法和系统 |
WO2023158408A1 (en) * | 2022-02-16 | 2023-08-24 | Bahcesehir Universitesi | Face recognition method |
CN116721486A (zh) * | 2023-05-24 | 2023-09-08 | 山西丰鸿实业有限公司 | 一种智能人脸识别门锁的控制方法及装置 |
-
2024
- 2024-04-10 CN CN202410425857.1A patent/CN118015737A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040013243A (ko) * | 2002-08-05 | 2004-02-14 | 아이리텍 잉크 | 문형금속탐지기의 스테레오 얼굴인식장치 및 그 제어방법 |
EP1693782A1 (en) * | 2005-02-21 | 2006-08-23 | Mitsubishi Electric Information Technology Centre Europe B.V. | Method for facial features detection |
CA2776856A1 (en) * | 2012-05-14 | 2013-11-14 | Sigmund L. Clements | Voice recognition motion sensing touch free toilet seat raising and lowering assembly |
US20160012218A1 (en) * | 2013-10-08 | 2016-01-14 | Sri International | Validation of the right to access an object |
CN107117179A (zh) * | 2016-02-25 | 2017-09-01 | 福特全球技术公司 | 基于乘员注意的自主控制 |
CN109285244A (zh) * | 2017-07-20 | 2019-01-29 | 南京海印通信设备有限公司 | 一种基于无线通信的人脸识别门禁控制方法 |
US20190147676A1 (en) * | 2017-10-13 | 2019-05-16 | Alcatraz AI, Inc. | System and method for optimizing a facial recognition-based system for controlling access to a building |
CN108197453A (zh) * | 2018-01-19 | 2018-06-22 | 中国科学院信息工程研究所 | 一种图像隐私保护方法及系统 |
CN109581968A (zh) * | 2018-12-18 | 2019-04-05 | 广东原点智能技术有限公司 | 一种数控机床实时监测系统及其实现方法 |
CN110443923A (zh) * | 2019-08-06 | 2019-11-12 | 金陵科技学院 | 一种基于人工智能的酒店安全管理方法 |
CN110491004A (zh) * | 2019-08-14 | 2019-11-22 | 金陵科技学院 | 一种居民社区人员安全管理系统及方法 |
CN111652775A (zh) * | 2020-05-07 | 2020-09-11 | 上海奥珩企业管理有限公司 | 居家服务过程管理体系模型建构方法 |
WO2023280273A1 (zh) * | 2021-07-08 | 2023-01-12 | 云丁网络技术(北京)有限公司 | 一种控制方法和系统 |
WO2023158408A1 (en) * | 2022-02-16 | 2023-08-24 | Bahcesehir Universitesi | Face recognition method |
CN115909580A (zh) * | 2022-10-19 | 2023-04-04 | 慧之安信息技术股份有限公司 | 一种基于物联网的智慧办公方法和系统 |
CN116721486A (zh) * | 2023-05-24 | 2023-09-08 | 山西丰鸿实业有限公司 | 一种智能人脸识别门锁的控制方法及装置 |
Non-Patent Citations (2)
Title |
---|
肖志涛;伊靓;李月龙;张芳;耿磊;吴骏;: "基于筛选评估准则的非正面人脸合成方法", 天津工业大学学报, no. 02, 25 April 2015 (2015-04-25) * |
魏振婷;张仁杰;江磊;: "基于人脸识别与畸变图像校正的监控研究", 电子测量技术, no. 14, 23 July 2020 (2020-07-23) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116129366B (zh) | 基于数字孪生的园区监测方法及相关装置 | |
CN113325153A (zh) | 水质多参数监测综合信息管理系统 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN112396635B (zh) | 一种基于多设备的复杂环境下多目标检测方法 | |
CN104902218A (zh) | 广域安防系统中视频监控子网性能监测系统及方法 | |
CN113869162A (zh) | 一种基于人工智能的违章识别方法及系统 | |
CN115187927A (zh) | 一种观景座椅远程监测管理方法及系统 | |
CN111506635A (zh) | 一种基于自回归和朴素贝叶斯算法的居民用电行为分析的系统及方法 | |
CN111652128B (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
CN114898261A (zh) | 一种基于视频和生理数据融合的睡眠质量评估方法及系统 | |
CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
CN113743725B (zh) | 基于边缘计算的登高作业人员的登高资质检测方法及系统 | |
CN115802027A (zh) | 基于图像处理的在线监控设备运行异常检测方法 | |
CN116388379A (zh) | 一种变电站远程红外智能巡检方法及系统 | |
CN117370919B (zh) | 污水处理设备远程监控系统 | |
CN112468721A (zh) | 一种具有自动调焦功能的视觉采集方法及装置 | |
CN116545111A (zh) | 一种基于变电站内外网的信息交互系统 | |
CN118015737A (zh) | 基于物联网的智能门锁联合控制系统 | |
CN115953815A (zh) | 基建现场的监测方法及装置 | |
CN115410113A (zh) | 基于计算机视觉的跌倒检测方法、装置及存储介质 | |
CN109376635B (zh) | 一种护理质量考核系统及安全事件上报方法 | |
CN115984756B (zh) | 一种基于数据分析的农业电网线路巡查管理方法 | |
CN116579609B (zh) | 一种基于巡检过程中的违规操作分析方法 | |
Pu et al. | Anomaly Detection of Substation Engineering Video Object Based on Cloud Platform | |
CN117560468B (zh) | 一种基于大数据的一体化消防器材生产监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |