WO2016019590A1 - 一种智能门锁系统及智能门锁、智能报警门 - Google Patents

一种智能门锁系统及智能门锁、智能报警门 Download PDF

Info

Publication number
WO2016019590A1
WO2016019590A1 PCT/CN2014/084137 CN2014084137W WO2016019590A1 WO 2016019590 A1 WO2016019590 A1 WO 2016019590A1 CN 2014084137 W CN2014084137 W CN 2014084137W WO 2016019590 A1 WO2016019590 A1 WO 2016019590A1
Authority
WO
WIPO (PCT)
Prior art keywords
door lock
module
alarm
face
information
Prior art date
Application number
PCT/CN2014/084137
Other languages
English (en)
French (fr)
Inventor
黄鹏宇
周建雄
何跃凯
彭元华
郭振中
Original Assignee
成都百威讯科技有限责任公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 成都百威讯科技有限责任公司 filed Critical 成都百威讯科技有限责任公司
Publication of WO2016019590A1 publication Critical patent/WO2016019590A1/zh

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E05LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05BLOCKS; ACCESSORIES THEREFOR; HANDCUFFS
    • E05B45/00Alarm locks
    • E05B45/06Electric alarm locks
    • EFIXED CONSTRUCTIONS
    • E05LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05BLOCKS; ACCESSORIES THEREFOR; HANDCUFFS
    • E05B49/00Electric permutation locks; Circuits therefor ; Mechanical aspects of electronic locks; Mechanical keys therefor

Definitions

  • the conventional lock system is composed of a key and a lock cylinder.
  • the surface of the key body of the key forms different shapes of serrations.
  • the inside of the lock cylinder is provided with corresponding card slots for the different shapes of the serrations.
  • video analysis and recognition involve complex Software algorithm, which can identify strange and abnormal behaviors through programming; video content analysis and recognition software can detect suspicious activities, events or behavior patterns by analyzing live or recorded video streams; video surveillance system
  • the intelligent means that the system can automatically detect, identify and analyze the abnormal conditions in the monitoring screen without human intervention, and make pre-/alarms in time.
  • the lock cylinder control device controls the opening of the lock cylinder independently and/or in conjunction with the core control module.
  • the smart door lock system as described above is characterized by:
  • the lock cylinder is a mechanical lock cylinder or an electromagnetic lock cylinder and is opened by the lock cylinder control device.
  • the smart door lock system as described above is characterized by:
  • the core control module further receives a fingerprint signal input through the fingerprint scanner, and if the fingerprint signal is the same as the fingerprint or a fingerprint combination, the alarm module is activated to perform an alarm.
  • the features of the standardized face image are extracted, and the registered user database is entered to finally complete the face registration.
  • the information collection module includes a video collection module, and collects video information around the door lock, where the video information includes image information of a person in the front door area;
  • the image information further includes a human body motion and/or an expression motion
  • the core control module analyzes and recognizes the limb motion and/or the facial motion motion in the image information, and determines the limb motion and/or expression. Whether the emergency identification signal appears in the action, and an alarm is issued through the alarm module.
  • the facial expression and facial motion recognition as the critical identification information are calibrated by key feature points on the human face, including the position coordinates of the key feature points of the mouth, the eye region, and the eyebrow region. Change to identify.
  • the recognition of the head motion is to reconstruct the posture of the human head in the three-dimensional space by the two-dimensional coordinates of the key feature points of the face, and realize the estimation of the elevation angle, the heading angle and the rolling angle, thereby realizing the recognition of the specific head movement. do not.
  • the smart door lock system as described above is characterized by:
  • the background update based on the pixel level is used, that is, if the pixel point is detected as the foreground pixel point for a long time in a fixed time. Then force the pixel point to update to the background;
  • the fill light works in synchronization with the face camera.
  • the smart door lock system as described above is characterized in that: the core control module analyzes the video information based on an optical flow vector analysis algorithm, and includes the following steps:
  • E H - ⁇ ⁇ 1 ⁇ ⁇ ⁇ j
  • H J represents order amplitude weighted histogram
  • E H greater the more severe the motion within the irregular region, the value of T is set wide, the ⁇ ⁇ > Description field when the time ⁇ A physical conflict has erupted.
  • the smart door lock also includes a backup battery.
  • the smart door lock further includes a local interaction interface, and the core control module performs corresponding setting and data reading and writing through the interaction interface.
  • FIG. 1 a block diagram of a smart door lock system according to the present invention, wherein the lock core module comprises a conventional mechanical lock cylinder and a drive motor for driving the mechanical lock cylinder, or an electromagnetic lock core for realizing The switch of the door is locked, and the lock cylinder control device is used for the lock cylinder control.
  • the lock core module comprises a conventional mechanical lock cylinder and a drive motor for driving the mechanical lock cylinder, or an electromagnetic lock core for realizing The switch of the door is locked, and the lock cylinder control device is used for the lock cylinder control.
  • the core control module in the system can control the opening of the door lock in a manner in conjunction with the lock cylinder control device. That is, the lock cylinder control device can control the core control module independently and/or in conjunction with the core control module The opening of the lock cylinder.
  • the core control module can receive information from the door locks collected by the information acquisition module and use image analysis algorithms to process, analyze, and identify surrounding information. Therefore, the core control module and the lock core control device are combined to control the opening of the lock cylinder module, which can further improve the accuracy and reliability. Moreover, further, the core control module and the lock core control device can mutually back up when the door lock is opened, that is, when one of the faults cannot work, the lock core module can be separately controlled by the other party, and Open the door lock after verification. Based on the above-mentioned separate and/or joint control methods, the door lock can be implemented with password, fingerprint, face recognition, traditional metal key, brush contactless card, voice recognition, radio remote control, network unlocking, or the like. The opening control of the way of any combination of modes.
  • peripheral interface is rich in interfaces, including Ethernet RJ45 interface, wireless module (3G, WIFI) interface, wireless module (zi gbee, B ue tooth or other wireless module) interface, infrared and / or ultrasonic ranging module interface, Audio acquisition module interface, video sensor interface.
  • the data acquisition module receives the data signal sent by the peripheral acquisition device in real time, and starts the intelligent analysis module to process the data signal:
  • the background update uses a background update strategy based on a combination of target level and pixel level.
  • a background update strategy based on a combination of target level and pixel level.
  • a background update based on the pixel level is used, where a single Gaussian background update method is used, including background mean update and background variance update:
  • the HAAR feature is combined with the adaboost algorithm to implement face detection.
  • the Adaboost algorithm combines a large number of weak classifiers with general classification ability into a strong classifier according to the decline of the training error index.
  • the HAAR feature provides a large number of weak classification features for the adaboost algorithm, ensuring that the adaboost algorithm generally finds weak classifications with excellent performance.
  • face detection the use of integral histograms and cascade classifiers greatly reduces processing time while ensuring higher detection accuracy.
  • the first layer is coarse positioning
  • the positioning area selects most of the eye area including the eyebrows
  • the second layer is precise positioning
  • the positioning area only contains the eye area.
  • the coarse positioner has more regional information, so the stability of the positioning is higher, there is basically no large positional deviation, and the precise positioner can achieve precise positioning of the human eye, but is susceptible to The interference of the eyebrows and the corners of the eyes caused a positioning error.
  • the proportional relationship determines the approximate range of position of the human eye, within which the precise positioning of the human eye is achieved using a precise locator.
  • the unlocking behavior is detected in real time, and the identity of the unlocking person is identified according to the predetermined unlocking mode. After the authentication is passed, the door lock is opened.
  • the smart door lock When the smart door lock receives an audio or video preview or playback command from a remote terminal such as a mobile phone, the smart door lock activates the preview or playback software and transmits the live to the remote terminal in real time.
  • a remote terminal such as a mobile phone
  • an intelligent alarm door which includes the smart door lock and the intelligent door lock system of the present invention
  • the intelligent alarm door includes The door frame and the movable door, the lock cores in the lock core module are oppositely disposed on the door frame and the movable door to achieve the locking of the door.
  • the input panel of the lock cylinder control unit includes a password dial, a fingerprint/palm print scanner, and an I C/magnetic card reader placed on the door.
  • the core control module is placed in the middle of the door or inside the door, and the camera is placed above the door frame, overlooking the area around the door lock.
  • the smart door lock collects information around the door lock and identifies the critical identification signal therefrom, thereby issuing an alarm message.

Abstract

一种智能门锁系统以及基于上述智能门锁系统的智能门锁和智能报警门,所述智能门锁系统包括锁芯模块、核心控制模块、信息采集模块、报警模块,所述锁芯模块包括锁芯和锁芯控制装置,所述核心控制模块中存储有预设的危急识别信号;所述信息采集模块采集门锁周围的信息,将所述信息传递给所述核心控制模块,并对所述信息进行分析识别,判断所述信息中是否出现所述危急识别信号,并通过所述报警模块进行报警;所述锁芯控制装置独立或联合所述核心控制模块来控制所述锁芯的开启。所述系统在开启门锁的时候,门锁能够智能识别被劫持的开锁者隐蔽发出的所述危急识别信号,或者非法开门/破门识别信号,并进行报警。

Description

说 明 书 一种智能门锁系统及智能门锁、 智能报警门 技术领域 本发明涉及一种门锁, 特別涉及一种能预设报警信号的智能门锁。 背景技术
常规的锁系统由钥匙和锁芯构成, 钥匙的匙身表面形成不同形状的锯齿, 锁芯内 部对应该不同形状的锯齿设置有相应的卡槽, 当钥匙的匙身插入锁芯内部,匙身上的 锯齿与锁芯内的卡槽吻合是,利用钥匙柄转动钥匙身进而引起锁芯转动,门锁被打开。 常规的机械锁系统具有诸多不便, 例如安全性能不好, 易被撬开等。
随着电子信息技术的迅速发展, 嵌入式系统技术、 生物识別技术的进步, 传统锁 具不断向高科技、智能化方向发展, 以生物特征识別结合传统锁具的智能门锁已经渐 渐进入人们的生活中, 锁芯依然或采用传统的机械锁芯, 或者采用电磁锁芯, 然后配 以复杂的电子控制系统, 譬如密码控制系统、 指紋控制系统、 声音控制系统、 虹膜识 別系统、 人脸识別系统……
人脸作为一种常用的生物特征, 以其非接触、 可靠、使用方便的优点日益受到人 们的青睞。 目前相继发展起来的电子锁, 智能锁系统, 其区別于机械锁系统, 在用户 识別、 安全性和管理性方面更加智能化。 现有的智能锁系统主要指紋识別系统、 人脸 识別系统为代表。
上述控制系统中, 主要采用的是图像处理技术以及声音识別技术。
目前的图像处理技术, 可以采用计算机、 PPC、 DSP、 ARM等从视频中通过运算和 分析, 来提取视频中有用信息。 该技术借助各种处理器强大的数据处理能力, 对视频 画面中的海量数据进行高速分析, 过滤掉用户不关心的信息, 仅仅为使用者提供有用 的关键信息。智能视频监控技术主要是对视频自动进行分析,从视频中提取关键信息, 发现与识別异常的感兴趣事件, 譬如从视频信息中提取出人脸信息, 并进行识別。基 于图像处理技术, 可以替代人为监控或者协助人为监控;视频分析与识別涉及到复杂 的软件算法, 它可以通过编程识別出奇怪与异常的行为;视频内容分析与识別软件能 通过分析现场或记录的视频流, 检测识別出可疑的活动、 事件或者行为模式; 视频监 控系统的智能化是指在不需要人为干预的情况下,系统能自动实现对监控画面中的异 常情况进行检测、 识別以及视频质量分析, 并及时作出预 /报警。
声源识別技术: 机器人在安防功能中需要自主发现和找到可疑的情况; 为此, 需 要自主判断声音发出的方向,然后把头对准该方向以便使摄像机可以进一步识別及判 断; 语音识別技术: 包括自然语音识別技术及特征声音识別技术; 基于指令类別的语 音识別技术用于人机交互;特征声音识別技术可以增强机器人对门锁开启、玻璃破碎 等声音的敏感性; 音紋识別技术可用于特定条件下, 如人脸识別失效时, 通过声紋识 別, 来区別家庭成员与陌生人。
譬如专利文献 1 (CN201220364846. X) 中, 披露了一种红外感知和自动补光的人 脸识別门锁, 其采用了图像采集模块, 为了提高图像采集模块所采集到的图像的一致 性, 配备了专门的光照控制模块, 来进行补光照明, 并据此来提高对采集到的图像中 的人脸的识別的准确性。
涉及到类似问题的还有专利文献 2 (CN200710182205. 6), 由于门锁系统中配备的 图像采集装置在实际工作中, 环境光照明千差万別, 导致系统对采集到的图像的识別 的困难, 提出了在图像采集装置中采用补光摄像头, 以获得照度比较一致的图像, 从 而提高对人脸识別的准确性。
专利文献 3 (CN20041001 1363. 1 ) 中提出了一种指紋识別三向锁定联动机构防盗 门锁, 其采用指紋识別的方式来开启门锁。
专利文献 4 (CN201 1 10237953. 6) 中提出了一种基于通信信息和指紋识別的智能 电子锁, 其采用密码和指紋双重验证的方式来开启门锁。
专利文献 5 (CN200610165322. 7) 中也提出了一种基于人脸识別的无锁孔报警防 盗门锁,其人脸识別是基于红外图像的人脸识別,然后通过控制电机来开启门锁锁芯, 打开防盗门。
专利文献 6 (CN201310207913. 6) 中提出了一种基于三維面部识別的电子锁, 将 基准人脸与规范化人脸的几何参数进行对比匹配,获得识別信号后通过开锁控制模块 开启门锁。
专利文献 7 (CN201 1 10058146. 8 ) 中提出了一种智能报警锁和智能报警门, 其在 锁孔内设置有报警触发装置,在采用除钥匙之外的其他工具开锁时, 就会触发报警装 置, 从而引发警报。
目前面市的电子锁, 基本上都专注于如何提高对生物特征如人脸、指紋等识別的 准确性和可靠性上, 如专利文献 1 -7所披露的, 或者采用补光灯来保证图像采集时亮 度的一致性, 或者采用多重验证的方式来开锁, 或者在锁孔内设置报警触发装置…… 然而, 这类门锁, 在理想状况下, 只能增加对没有开锁权限时获得开锁权限或者 非法开锁的难度, 对于采用其他途径获得开锁权限, 譬如暴力劫持了主人进行开锁, 安全性再高的门锁也会失去安全防卫的作用。
另外, 单纯的采用密码、 指紋、 人脸等验证的方式, 均能被很容易的破解, 譬如 人的指紋, 基本上到处都留有指紋, 杯壁、 桌子、 手机……在现有的技术条件下能够 很容易被提取和复制; 而三維人脸的完全复制, 随着 3— D打印技术的出现, 复制出人 的三維图像, 不会比打印一张照片更困难; 而密码, 在位数不多的情况下, 采用简单 的排列組合的方式进行尝试……
在目前的技术背景下,如何设计一种既能够满足基本的安全防卫需要, 又能够在 特殊情况下,譬如被胁迫去开门锁时隐蔽的发出报警信号,成为当前需要解决的问题。 发明内容
本发明提出了一种能够对门锁周围的情况进行智能识別,且对门锁预设各种危急 识別信号, 在开启门锁的时候, 尤其是在被劫持, 或者非法开门 /破门的情况下, 门 锁能够智能识別被劫持的开锁者隐蔽发出的所述危急识別信号, 或者非法开门 /破门 识別信号, 并进行报警。
根据本发明所提出的智能门锁系统, 所述智能门锁系统包括锁芯模块、核心控制 模块、 信息采集模块、 报警模块, 所述锁芯模块包括锁芯和锁芯控制装置, 其特征在 于:
所述核心控制模块中存储有预设的危急识別信号;
所述信息采集模块采集门锁周围的信息, 并将所述信息传递给所述核心控制模 块, 并对所述信息进行分析识別, 判断所述信息中是否出现所述危急识別信号, 并通 过所述报警模块进行报警;
所述锁芯控制装置独立和 /或联合所述核心控制模块来控制所述锁芯的开启。 如上所述的智能门锁系统, 其特征在于:
所述锁芯是机械锁芯或者是电磁锁芯, 并通过所述锁芯控制装置来开启。 如上所述的智能门锁系统, 其特征在于:
所述锁芯控制装置包括密码盘、 指紋 /掌紋扫描器、 I C/磁卡读卡器、 遥控模块中 的一种或多种。
如上所述的智能门锁系统, 其特征在于:
所述危急识別信号包括一数字組合;
所述核心控制模块还接收通过所述密码盘输入的数字密码信号,如果所述数字密 码信号和所述数字組合一样, 则启动所述报警模块进行报警。
如上所述的智能门锁系统, 其特征在于:
所述危急识別信号包括一个指紋或一个指紋組合;
所述核心控制模块还接收通过所述指紋扫描器输入的指紋信号,如果所述指紋信 号和所述一个指紋或一个指紋組合一样, 则启动所述报警模块进行报警。
如上任一所述的智能门锁系统, 其特征在于:
所述信息采集模块包括视频采集模块, 采集门锁周围的视频信息, 所述视频信息 包括门前区域的人的图像信息;
所述核心控制模块对所述图像信息进行分析和识別认证, 通过认证, 则直接向锁 芯控制装置发出开锁指令, 控制锁芯开启。
如上所述的智能门锁系统, 其特征在于: 块的存储器中;
所述核心控制模块分析所述图像信息并提取其中的人脸图像进行识別,并和预先 注册的人脸进行对比认证。
如上所述的智能门锁系统, 其特征在于: 所述人脸注册包括如下步骤: 采集同一个人的不同角度的人脸照片;
通过人脸定位找到人脸在图像中的位置;
人眼定位为后续人脸标准化提供位置信息, 所述人脸标准化包括人脸尺寸, 人脸 角度和光照的标准化;
提取标准化人脸图像的特征, 录入注册用户数据库最终完成人脸注册。
如上所述的智能门锁系统, 其特征在于:通过最近邻分类实现现场人脸特征与特 征数据库中的数据匹配来进行人脸的识別和认证,如果匹配结果的可信度大于阔值则 说明人脸为注册人脸, 即通过识別认证。 如上任一所述的智能门锁系统, 其特征在于:
所述信息采集模块包括视频采集模块, 采集门锁周围的视频信息, 所述视频信息 包括门前区域的人的图像信息;
所述图像信息中包括人的肢体动作和 /或表情动作, 所述核心控制模块对所述图 像信息中肢体动作和 /或表情动作进行分析和识別,判断所述肢体动作和 /或表情动作 中是否出现所述危急识別信号, 并通过所述报警模块进行报警。
如上任一所述的智能门锁系统, 其特征在于:
所述图像信息中还包括人的肢体动作和 /或表情动作, 所述核心控制模块对所述 图像信息中肢体动作和 /或表情动作进行分析和识別,判断所述肢体动作和 /或表情动 作中是否出现所述危急识別信号, 并通过所述报警模块进行报警。
如上所述的智能门锁系统, 其特征在于:
所述危急识別信号还包括一个面部表情、 面部动作、 头部动作或肢体运动, 或者 是所述面部表情、 面部动作、 头部动作或肢体运动的組合;
所述核心控制模块对所述图像信息中肢体动作和 /或表情动作进行分析和识別, 判断所述肢体动作和 /或表情动作中是否出现所述危急识別信号, 并通过所述报警模 块进行报警, 如果从所述肢体动作和 /或表情动中识別出了所述危急识別信号, 则启 动所述报警模块进行报警。
如上所述的智能门锁系统, 其特征在于:
所述面部表情和面部动作是采用面部辨识度较高的持续一定时间的状态作为所 述危急识別信息。
如上所述的智能门锁系统, 其特征在于:
作为所述危急识別信息的所述面部表情、 面部动作包括张嘴、 皱眉、 面部的的严 重扭曲、 撅嘴, 所述面部表情的保持时间、 面部动作的持续时间是 1 -1 0秒。
如上所述的智能门锁系统, 其特征在于:
作为所述危急识別信息的所述面部表情、 面部动作的识別, 是通过人脸上的关 键特征点标定, 包括嘴部、 眼部区域、 眼眉区域的所述关键特征点的位置坐标的变化 来进行识別。
如上所述的智能门锁系统, 其特征在于:
所述头部动作的识別是通过面部关键特征点的二維坐标重构人头在三維空间中 的姿态, 实现对俯仰角, 航向角和滚动角的估计, 进而实现对特定头部动作的识別。 如上所述的智能门锁系统, 其特征在于:
所述肢体动作包括手势动作、 手指动作、 躯体动作、 腿部动作, 所述核心控制模 块对所述图像信息中的动作进行分析识別, 判断是否出现预设的所述危急识別信号。
如上任一所述的智能门锁系统, 其特征在于:
对所述图像信息的分析包括通过高斯模型建立监控场景的背景模型,采用背景减 法将待识別目标从背景中分离出来:
Figure imgf000008_0001
其中 1表示前景象素, 0表示背景象素; f (x,y)表示图像中(x,y)处象素的灰度值, (x, y)表示对应的高斯背景模型的均值, σ(χ, y)表示对应高斯背景的方差;
在从所述图像信息中提取出目标的基础上通过帧间的目标关联,形成目标的运动 轨迹, 从而为后续的目标动作的识別提供依据。
如上所述的智能门锁系统, 其特征在于:
当象素点被检测为背景点时, 采用基于象素层面的背景更新, 所述背景更新采用 单高斯背景更新方法, 包括背景均值的更新和背景方差的更新:
A (X, y) = (i - «) x A i (x, y) + ft (x, y) x «
o (x, y) = max( Δ, (l - a) x (x, y) + ( ft (x, y) - jut (x, y))2 x a)
其中"为更新因子, 所述高斯背景的方差的最小值为 Δ;
当象素点被检测为前景点时,如果判断象素点不是目标象素点则采用基于象素层 面的背景更新,即如果该象素点在固定的时间内长时间检测为前景象素点则将象素点 强制更新到背景中;
如果通过判断象素点是目标象素点则采用基于目标层面的背景更新方法,即只有 判断目标在很长时间没有发生运动时,才会将目标所在的区域象素点一次性强制更新 到背景中。
如上所述的智能门锁系统, 其特征在于:
所述信息采集模块还包括红外传感器, 用于监测门锁周围区域是否有人员活动; 所述视频采集模块包括监控摄像机、 人脸摄像机;
在监测到门锁周围区域有人员活动时, 所述环境摄像机开始采集视频信息, 并将 视频信息存储; 在监测到门锁周围区域人员离开后, 所述环境摄像机停止采集视频信息; 在所述红外传感器监测到门锁前有人停留时,所述人脸摄像机开始拍摄所述图像 信息, 并实时传递给所述核心控制模块进行分析识別。
如上所述的智能门锁系统, 其特征在于:
所述环境摄像机中配有录音装置, 实现视频和音频的同步采集, 形成包含音频的 所述视频信息。
如上所述的智能门锁系统, 其特征在于:
所述智能门锁还包括补光灯, 所述补光灯是可见光或近红外光源, 为所述视频信 息的采集提供稳定的环境亮度。
如上所述的智能门锁系统, 其特征在于:
所述补光灯的开启与关闭与所述视频采集模块对所述视频信息的采集的开始与 停止同步。
如上所述的智能门锁系统, 其特征在于:
所述补光灯与所述人脸摄像机同步工作。
如上所述的智能门锁系统, 其特征在于:
所述核心控制模块还基于光流矢量分析和 /或音频分析对门锁附近区域的突发异 常行为进行智能识別, 并通过所述报警模块进行报警;
所述突发异常行为包括肢体冲突、 暴力破坏。
如上所述的智能门锁系统, 其特征在于:所述核心控制模块基于光流矢量分析算 法对所述视频信息进行分析, 包括如下步骤:
通过目标跟踪算法得到目标所在的区域, 采用 KLT特征点光流计算目标区域内的 光流矢量 V = { ΐ, 2,···, η },采用幅度加权直方图 Η Ρ = { h> }^,2,... 实现区域光流矢量的 统计分析 W ; 其中 hj表示第 j阶直方图, 这里阶数取 12, 为归一化参数, 为归一化光流 矢量 的幅值, b(Vi)为光流矢量 Vi对应的直方图区间, 通过矢量的方向确定, 为
Kronecker de l ta函数; 采用区域熵 EH实现剧烈无规则运动的度量, EH的表达式如下: EH = -∑^ 1οβ ^ 其中 HJ表示第 j阶幅度加权直方图; EH越大说明区域内的运动越剧烈无规则,设 定阔值 T, 当 ΕΗ > Τ时说明区域内爆发了肢体冲突行为。
如上所述的智能门锁系统, 其特征在于:
所述核心控制模块基于音频分析算法对所述视频信息中的音频进行分析,所述分 析是对音频的频谱能量进行分析。
如上任一所述的智能门锁系统, 其特征在于:
所述智能门锁还包括门开、 关状态监测模块, 在监测到门未关、 未锁时, 通过所 述报警模块和 /或门铃或内置的喇叭发出提醒信息。
如上所述的智能门锁系统, 其特征在于:
所述门开、 关状态监测模块是红外和 /或超声波测距模块, 通过监测门的距离来 识別门的开关状态。
如上任一所述的智能门锁系统, 其特征在于:
所述智能门锁还包括通信模块, 所述报警装置通过所述通信模块发出报警信号。 如上所述的智能门锁系统, 其特征在于:
所述通信模块包括有线和 /或无线通信模块。
如上所述的智能门锁系统, 其特征在于:
所述有线通信模块是电力载波通信模块。
如上任一所述的智能门锁系统, 其特征在于:
所述智能门锁还包括备用电池。
如上所述的智能门锁系统, 其特征在于:
所述视频信息存储在所述核心控制模块的存储器中和 /或通过通信模块实时传送 到终端进行存储。
如上所述的智能门锁系统, 其特征在于:
所述智能门锁还包括本地的交互接口, 通过所述交互接口, 对所述核心控制模块 进行相应的设置和数据读写。
如上所述的智能门锁系统, 其特征在于:
所述交互接口直接和所述通信模块连接,从而在终端通过所述通信模块与所述核 心控制进行通信, 完成相应的设置和数据读写。
本发明还提出了一种智能门锁,所述智能门锁是基于如上任一所述的智能门锁系 统的智能门锁, 其特征在于: 所述智能门锁中预设有所述危急识別信号, 在开启所述 智能门锁时, 所述智能门锁采集门锁周围的信息并从中识別出所述危急识別信号, 从 而发出警报信息。
本发明还提出来一种智能报警门, 所述智能报警门包括如上所述的智能门锁。
附图说明 图 1 智能门锁系统框图 图 2 核心控制模块电路结构框图 图 3 智能门锁系统工作流程框图 图 4进出门监控区域示意图 图 5 人脸注册&识別流程图 具体实施方法 为了使本发明的目的、 技术方案及优点更加清楚明白, 以下结合附图及实施例, 对本发明进行进一步详细说明。应当理解, 此处所描述的具体实施例仅仅用以解释本 发明, 并不用于限定本发明。
如图 1所示, 本发明所给出的智能门锁系统框图, 其中的锁芯模块包括传统的机 械式锁芯以及驱动所述机械式锁芯的驱动马达, 或者电磁锁芯, 用于实现门的开关锁 定, 而用于锁芯控制的是锁芯控制装置。
本发明中的锁芯控制装置包括采用密码盘、 指紋 /掌紋扫描器、 I C/磁卡读卡器、 遥控模块中的一种或多种来作为输入装置, 通过输入的密码、 扫描的指紋 /掌紋、 I C/ 磁卡信息或者遥控输入的信息, 在所述锁芯控制装置中进行识別、 验证。如果验证通 过, 则开启门锁。 上述各种输入界面, 或单独、 或多种输入相结合的方式来验证并开 启门锁。
所述系统中的核心控制模块,可以与所述锁芯控制装置联合的方式来控制门锁的 开启。 也就是说, 锁芯控制装置可以独立的和 /或联合所述核心控制模块来控制所述 锁芯的开启。
这是因为核心控制模块可以接收来自信息采集模块采集到的门锁周围的信息,并 利用图像分析算法对周围的信息进行处理、 分析和识別。 故而, 采用核心控制模块与 锁芯控制装置联合的方式来对锁芯模块的开启控制,可以进一步提高其准确性和可靠 性。 而且, 进一步的, 核心控制模块与锁芯控制装置, 在开启门锁时, 可以互为备份, 即, 在一方发生故障不能工作时, 可以通过切换由另外一方来单独控制锁芯模块, 并 在通过验证后开启门锁。 基于上述的单独和 /或联合控制的方式, 可以实现对门锁以密码、 指紋、 人脸识 別、 传统金属钥匙、 刷非接触式卡、 语音识別、 无线电遥控、 网络开锁、 或者以上多 种方式的任意組合的方式的开启控制。
对于核心控制模块的电路结构, 如图 2所示, 其主中央处理单元 CPU可以采用 f reesca l e高性能处理器, 优选的是 f reesca I e I MX6. Q系列主芯片处理器。
核心控制模块中的存储器, Storage 单元, 针对不同的应用情况, 采用不同类 型的存储介质, 譬如 SD和 TF卡通过 SD I 0来控制, 此类型的存储介质方便更换; Nand通过 Nandf l ash控制, 此类型集成度高, 但是不易于更换存储介质; SSD通过 PC I -E或者 SATA接口控制, 此类型存储空间可以做到很大。
据此可以根据不同的应用类型和需求, 选用不同类型的存储器。
Transformer (变压器): 以太网的变压器。
以太网模块: 1 0/1 00/1 000M以太网收发器。
DC I N (外接电源): 直流电源输入口, 给整个产品供电输入。
Battery (电池): 产品的备用电池, 在外部无电压输入时的备用工作电源。
Power manager (电源管理): 摄像机的电源管理模块, 为备用电池充电, 给整 个产品提供不同工作电压。
DDR (内存): 用于主控 CPU的运行内存。
F l ash (闪存): 用于存储系统启动程序、 配置参数、 日志信息等信息。
其外围设置有丰富的接口, 包括以太网 RJ45接口、 无线模块(3G、 W I F I )接口、 无线模块(z i gbee、 B l ue tooth 或其他无线模块)接口、 红外和、 或超声波测距模块 接口、 音频采集模块接口、 视频传感器接口。
所述门锁系统中的信息采集模块, 包括音、 视频采集模块, 各种传感器, 还可以 包括锁芯控制装置中的各种输入装置, 譬如密码盘、 指紋 /掌紋扫描器等。 所述信息 采集模块采集门锁周围的音视频信息,譬如通过摄像机来采集门锁周围的视频,音频; 通过密码盘、 指紋 /掌紋扫描器来获得开锁人所输入的密码、 指紋 /掌紋, 并将采集到 的信息实时发送给核心控制模块。
核心控制模块以预定的算法, 对上述信息进行存储、 处理分析和识別。
在信息采集模块中, 包括人脸摄像机和环境摄像机, 优选的是 0V公司 CMOS视 频传感器,采集人脸和环境视频并传送至核心控制模块进行智能视频分析和本地存储 以及网络共享;
拾音器, 用以完成语音模拟信号拾取, 可以和摄像机集成于一体;
红外和或超声波测距模块, 用以探测设定目标距离变化情况, 辅助门锁进行开 关门判断;
红外传感器, 感应门户区域内的人员活动,辅助门锁对人员进出方向进行判断。 当然, 可以预见的是, 人脸摄像机和环境摄像机, 可以用一台摄像机来承担对 周围环境的监测以及对开锁者的图像信息的捕捉。
另外, 为了保证摄像机对所摄图像的质量, 还设置了补光灯, 选用可见光或者 近红外补光器件, 为摄像机, 尤其是人脸摄像机提供稳定的光源保障。
选择性的, 可以设置一喇叭, 用于播放核心控制模块给出的语音信号。
核心控制模块在所述信息采集模块所采集到的信息中识別出报警信号后, 启动 报警模块, 向外发出警报信息。 其中, 所述报警信号, 即危急识別信号, 是预置在所 述核心控制模块的存储器中的一組信息, 可以是面部表情、 头部或者肢体运动、 一組 数字組合、 一个指紋或者一个指紋組合、 或者是上述的互动組合。
或者, 上述危急识別信号, 每天按照一定的时间顺序轮换, 即将每天分为多个 时段, 每个时段的认证方式組合不一, 有的时段可能只需一个认证方式, 有的时段则 可设置多个认证方式。
当然, 对于开锁验证, 也可以采用类似的方式, 在每天的不同时段将开锁的验 证信息进行轮换。
本发明所说的向外发出警报信息, 可以通过喇。八、 门铃等在本地响起警报, 或 者是通过通信模块, 向远处的终端发出警报信息, 或者直接向当地的警察机关发出警 报信息。
关于系统中的通信模块, 可以采用现今各种有线 /无线通信方式, 譬如第二、三、 四代移动通信, 以 W I F I、 B l uetooth的方式接入互联网, 或者是采用电力载波通信、 以太网通信的方式接入互联网。
所述系统中还设置有备用电池,当外接电源正常供电时,整个产品使用外接电源, 并对备用电池充电, 当外部断电时, 内部备用电池自动启用, 保证监控报警器在外接 电源中断后继续工作相当时间。
对于系统的工作流程,如图 3所示, 这里面包括一个锁芯控制装置的工作流程, 还有一个就是核心控制模块的工作流程。
系统上电后, 首先完成主芯片的初始化, 接下来完成外围采集设备, 通信设备 初始化, 启动系统软件主进程; 创建信号采集线程、 音智能视频分析线程、 服务、 控 制工作线程、 通信线程; 系统启动完成后, 监控服务线程首先检测门锁锁芯控制装置 是否正常工作, 若门锁锁芯控制模块未能正常供工作,核心控制模块将自己工作状态 从从机工作模式自动升级为主机工作模式, 并接收处理门锁外围设备信息。
对于锁芯控制装置联合所述核心控制模块控制锁芯的开启, 其协作方式就是主 从模式,即系统启动后,所述核心控制模块首先检测门锁锁芯控制装置是否正常工作, 若门锁锁芯控制装置未能正常供工作,核心控制模块将自己工作状态从从机工作模式 自动升级为主机工作模式, 并接收处理门锁外围设备信息;如果门锁锁芯控制装置正 常工作, 那么核心控制模块处于从机工作模式, 完成外围采集设备所采集到的信息的 处理, 对音视频图像进行分析和识別。
信号采集线程: 监听采集外围设备设备信号, 信号经过预处理后分別传送至相 应的信号处理线程进行处理;如当摄像机和拾音器采集采集到音视频数据后, 首先对 音视频信号进行预处理,然后将预处理后的音视频数据传送至智能音视频分析线程处 理;
智能音视频分析线程:该线程接收到音视频数据后, 对音视频帧数据进行分析, 并启动跌倒、 手势、 人员劫持、 人员入侵、 暴力冲突等算法检测; 同时完成音视频数 据的编码、 压縮、 存储;
监控器服务线程: 包括门锁控制、 管理, 以及远程命令的响应处理; 通信线程: 与门锁及远端设备如手机建立通信连接和通信; 若接收到报警信号 后, 組织相关的报警信息, 如预录的音视频, 图片等, 向预定手机终端发送。
其功能框图如图 4所示,核心控制模块首先检测人脸摄像机、 门锁监控摄像机、 环境摄像机、 测距模块等外围检测模块工作是否正常, 若出现异常, 通过指示灯闪烁 提示用户。
然后与锁芯控制装置建立通信连接, 设定主从工作模式, 若锁芯控制装置能正 常工作和 /或工作为主态工作模式,则核心控制模块的工作自动调整为从态工作模式。
数据采集模块实时接收外围采集器件发送的数据信号, 并启动智能分析模块对 数据信号进行处理:
( 1 ) 当环境监控摄像机监控区域内有人员活动时, 立即开始录音录像, 并将音 视频数据保存到监控报警器存储卡上, 人员离开后, 停止录音录像。在设置有补光灯 的情况下, 补光灯可与摄像机同步开启和关闭;
( 2 )当人脸摄像机捕获到人脸图像后,启动人脸识別进程对人员进行身份验证, 若身份验证成功, 通过门锁控制马达开启房门。如果门锁开启方案中还有密码或指紋 或卡号, 则还需在门锁输入区输入密码、 指紋或卡号。 如果在输入的密码 /指紋等出 现预先设置的危急识別信号, 则直接启动报警, 或者结合下面图像分析和识別结果, 判断是否出现胁迫、 劫持等警情;
(3) 开锁超时判断。 当开锁时间超过设定时, 将注册终端发出开锁异常报警;
(4) 开关门判断。 根据红外和、 或超声波测距模块测量门锁位置变化情况, 判 断房门的开关状态, 当门超过设定时间仍处于未关状态, 发出未关门语音提示。
(5) 分析人脸表情或肢体动作, 判断是否存在劫持报警。
(6) 通过视频图像和语音识別模块, 判断是否存在暴力冲突、 暴力撬门、 破坏 门锁等行为;
(7) 通过人脸或门锁按钮, 启动智能门铃, 开启可视对讲;
(8) 接收并处理无线遥控信号指令;
4、 若有报警事件发生, 启动远程通信模块, 将报警信息发送至远程主机或移动 终端, 同时可联动报警装置。
5、 接收处理远程控制命令
( 1 ) 远程开锁: 接收到手机等移动终端开锁门铃后, 启动开锁程序, 通过控制 门锁马达打开门锁;
(2) 数据上传: 将门户区域内实时音视频或保存录像上传至远程终端;
(3) 参数配置: 门锁开锁方式、 门锁管理、 危急识別信号的预设、 人脸注册管 理等。
对于核心控制模块中的音视频图像处理、 分析和识別算法, 主要是通过如下算 法来实现。
一、判断监控区域内是否有人
智能门锁系统通过内嵌的视频入侵检测算法判断监控区域内是否有人, 如果有 人进入则开始录像, 人员离开则停止录像。
视频入侵检测算法通过高斯模型建立监控场景的背景模型, 采用背景减法将前 景目标从背景中分离出来:
Figure imgf000016_0001
其中 1 表示前景象素, 0表示背景象素。 )表示图像中^^)处象素的灰度值, (x, y)表示对应的高斯背景模型的均值, σ(χ, y)表示对应高斯背景的方差。
背景更新采用了基于目标层面和基于象素层面相结合的背景更新策略。 当象素 点被检测为背景点时,采用基于象素层面的背景更新,这里采用单高斯背景更新方法, 包括背景均值的更新和背景方差的更新:
μ、 (X, y) = (i - «) x A i (x, y) + ft (x, y) x « o (x, y) = max( Δ, (1 - α) x o—丄(x, y) + ( ft (x, y)— μι (x, y))2 x a) 其中"为更新因子, 一般是一个很小的值。 这里钳位了方差的最小值为 Δ, 防 止模型过分收敛, 导致模型抗噪声能力减弱。
当象素点被检测为前景点时, 如果判断象素点不是目标象素点则采用基于象素 层面的背景更新,即如果该象素点在固定的时间内长时间检测为前景象素点则将象素 点强制更新到背景中;如果通过判断象素点是目标象素点则采用基于目标层面的背景 更新方法, 即只有判断目标在很长时间没有发生运动时, 才会将目标所在的区域象素 点一次性强制更新到背景中。
这里采用了基于检测的目标跟踪, 在检出目标的基础上通过帧间的目标关联, 形 成目标的运动轨迹, 为后续目标行为分析提供依据。
二、 开锁超时报警 监控报警器通过入侵检测算法判断有人进入监控区域同时运动方向是进门而非 出门时,监控报警器可以通过内嵌的运动检测算法对指定的锁孔区域的运动情况进行 监控, 同时结合监控报警器内置的红外或超声波测距模块进一步核实是否在开锁,确 认开锁行为后累积开锁时间, 当累积开锁时间超过设定时间则触发报警。
在判断进出门方向时,在门锁系统的摄像机监控视野内设置如图 5所示的两块不 重叠的区域。 当通过入侵检测算法判断有人进入监控视野时, 分析过去一段时间内区 域 1和区域 2运动象素的比例, 通过加权平均的方式判断进出方向。 如果检测区域 2的 运动象素数目大于检测区域 1的运动象素数目, 说明是进门, 反之则是出门。
三、 长时间未关门提示
监控报警器通过内嵌入侵检测算法发现设定时间内没有人员进出, 同时监控报 警器内置的红外或超声波测距模块检测到门未关, 则发送门未关提示。其中通过红外 或超声波测距模块检测门开关的原理是:门关上时测距模块测得的距离是一个较小的 稳定值, 当门打开时测得的距离是一个较大的值, 通过设定阀值就可以判断门的开关 状态。
四、 门锁周围突发异常行为的自动识別
在暴力破门或爆发肢体冲突时伴随着剧烈无规则的运动及大声的啸叫, 因此可 以通过光流矢量分析和音频分析检测肢体冲突, 当两种方法都检测到肢体冲突时, 触 发异常行为报警。
( 1 ) 光流矢量分析
通过目标跟踪算法可以得到目标所在的区域, 这里采用 KLT特征点光流计算目标 区域内的光流矢量 V = { ι, 2,···, },采用幅度加权直方图 H P = { hj } 实现区域光 流矢量的统计分析。
其中 hj表示第 j阶直方图, 这里阶数取 12, 为归一化参数, 为归一化光流 矢量 的幅值, b(Vi)为光流矢量 Vi对应的直方图区间, 通过矢量的方向确定, 为 Kronecker de l ta函数。 这里采用区域熵 EH实现剧烈无规则运动的度量, EH的表达式如下: 其中 HJ表示第 j阶幅度加权直方图。 EH越大说明区域内的运动越剧烈无规则, 设定阔值 T, 当 ΕΗ > Τ时说明区域内爆发了肢体冲突。
(2) 音频分析
爆发肢体冲突时伴随激烈的言语和大声的啸叫, 可以对音频的频谱能量进行分 析检测肢体冲突。
五、 人脸的识別与注册
如图 6所示, 人脸注册: 首先采集同一个人的不同角度的正面人脸照片, 通过采 集不同的角度人脸照片提高人脸识別的准确性和稳定性。接下来通过人脸定位找到人 脸在图像中的位置, 人眼定位为后续人脸标准化提供位置信息。人脸标准化主要包括 人脸尺寸, 人脸角度和光照的标准化。 通过提取标准化人脸图像的特征, 录入注册用 户数据库最终完成人脸注册。
人脸识別: 人脸识別的流程和人脸注册的过程类似, 不同点在于提取人脸特征 后通过最近邻分类实现现场人脸特征与特征数据库中的数据匹配,如果匹配结果的可 信度大于阔值则说明人脸为注册人脸否则为非注册人脸。
人脸的识別与注册的具体过程如下:
人脸定位
这里采用 HAAR特征结合 adaboost算法实现人脸检测。 Adaboost算法将大量分类 能力一般的弱分类器按照训练误差指数下降的方式組合为一个强分类器。而 HAAR特征 为 adaboost算法提供了海量的弱分类特征,保证了 adaboost算法总体找到性能优异的 弱分类。在人脸检测实施过程中, 积分直方图和级联分类器的使用在保证较高检测精 度的同时大大降低了处理时间。
人眼定位
这里采用了两层人眼定位器, 都是通过 adaboost算法训练得到。 其中第一层为 粗定位,定位区域选择了包括了眼睛眉毛在内的大部分眼部区域,第二层为精确定位, 定位区域只包含眼部区域。 粗定位器相比于精确定位器由于包含了更多了区域信息, 因此定位的稳定性更高, 基本不存在较大的位置偏差, 而精确定位器能够实现人眼的 精确定位, 但是容易受到眉毛、 眼角的干扰造成定位错误。在粗定位的基础上通过几 何比例关系确定人眼的大致位置范围,在该范围内使用精确定位器实现人眼的精确定 位。 通过由粗到精的定位方式, 减小了眉毛、 眼角等对定位的影响, 提高了定位的准 确性。
人脸标准化
人脸标准化是人脸识別中非常关键的一个步骤, 标准化结果的好坏直接影响了 人脸识別的精度。人脸标准化主要完成人脸图像的几何校正及亮度校正。利用上一步 人眼定位的结果很容易实现人脸图像的几何校正,首先通过图像旋转将双眼校正为水 平, 通过双眼距离 D对人脸图像进行截取。如下图所示, 其中 h=0.64,t=0.43,b=1.85。 最后将图像縮放到 64x64象素。
Figure imgf000019_0001
亮度校正主要是在一定程度上消除光照不均对后续识別的影响。 主要包括光照面 拟合, 扣除光照面, 直方图均衡及灰度值归一化到零均值, 单位方差。 这里假设光照 面是一个平面。 光照面上的点满足如下公式: IP(^x,y) = ax+by+c写成矩阵形式即 x = Np, 其中 X表示图像的象素点灰度值排成的列向量, N表示象素点对应的坐标, 第一列表示横坐标, 第二列表示纵坐标, 第三列填充 1, P = [a b C]T。平面参数 a, b, c可以通过线性回归的方式求得, 即 P = (NTN)— iNTXc (1) 特征提取
这里选择了 Gabor小波特征, Gabor变换在分析图像局部区域紋理方面具有优异 的
性能。 二維 Gabor滤波器可以表示为: llkll2!! xll2
exp(ikx) -exp (-―)
σ ~ 2σ2
Figure imgf000019_0002
其中 为图像坐标, 为滤波器的中心频率, 为滤波器的方向。 二維 Gabor滤 波器通过二維高斯函数调制特定频率和方向的正弦波平面实现,通过改变正弦波平面 的频率和方向实现不同尺度和不同方向图像紋理的分析。
通过人脸标准化得到了 64*64大小的人脸图像, 这里选择了 5个滤波器尺度, 8 个滤波方向, 得到 40个不同方向和频率的 Gabor滤波器, 对一张人脸图像通过滤波器 卷积后得到 40张 Gabo r小波变换后的幅值图像, 最后得到的 Gabo r特征維数为 163840。 这样一个高維的特征向量中会大大降低识別分类的速度,因此需要对特征向量进行降 維。 这里采用 4x4均 向下采样实现特征降維。 降維后的特征通过线性判別分析得到 最终的识別分类特征, 线性辨別分析变换矩阵通过人脸样本库计算得到。通过线性辨 別分析变换在保证类间可分性的同时实现了特征数据的进一步压縮。
(2) 最近邻分类
这里采用最近邻分类法实现查询的人脸图像与数据库人脸图像的匹配, 采用向 量间的欧式距离作为匹配度量方式, 同时可以通过欧式距离衡量最终匹配的可信度。
六、 基于视频分析的劫持报警
被监控人员可以通过多种规则的組合来启动劫持报警, 规则包括: 长时间注视, 手掌检测, 特定表情识別, 特定头部运动识別等。
长时间注视门锁或监控报警器
用户设定触发该规则的时间, 当注视门锁或监控报警器超过设定时间则触发该 规则。 具体的, 如果 5秒内人脸识別成功, 则识別成功后继续注视超过 3秒则规则触 发; 如果 5秒内人脸识別失败, 继续注视超过 3秒则触发规则。人脸识別成功或失败 都能触发该规则。
手掌检测
被监控人员出示手掌, 手掌面向摄像头, 监控报警器检测到手掌则触发该规则。 特定表情识別
人脸进行关键特征点标定, 当张嘴, 皱眉等辨识度较高的表情发生时嘴部区域 或眼眉区域关键特征点的位置坐标会发生明显变化,可以通过关键点位置坐标的变化 进行判断。
特定头部运动识別
通过面部关键特征点的二維坐标可以重构人头在三維空间中的姿态, 实现对俯 仰角 (p i tch ) , 航向角 (yaw) 和滚动角 (ro l l ) 的估计, 进而实现对特定头部运动 的判断。
被监控人员可以根据个人的习惯和想法采用多种规则組合的方式启动劫持报 警, 以达到提高报警成功率同时减小误报的目的。 如可以采用 "长时间注视 "和 "手 掌检测"两个规则的先后触发来启动劫持报警, 或采用 "长时间注视"单个规则触发 三次来启动劫持报警等。在每一个规则被触发和最终劫持报警时系统都会播放一段用 户配置的语音, 提示被劫持者。 该语音对被劫持者具有较强的暗示性, 对劫匪具有较 强的迷惑性, 如 "识別失败, 请再次识別", "请识別成功后再开锁"等。
需要说明的是, 基于上述的核心控制模块中的图像智能识別技术, 还可以设置 智能门铃, 即访客可以通过注视监控报警器或门锁启动门铃。 内嵌于核心控制模块中 的人脸识別算法, 能够区分主人(注册人员)和访客(未注册人员), 当识別为访客时自 动启动门铃, 提醒主人访客的到来。
综上所述, 整个系统的工作流程如下:
在智能门锁系统上电后, 锁芯控制装置和核心控制模块同时开始系统初始化, 初始化完成立即启动系统,检测锁芯控制模块的工作状态, 自动确定门锁和核心控制 模块的主从工作模式, 当智能门锁系统发出 "智能门锁启动完成"语音提示后, 系统 进入正常工作状态。
若首次使用,智能门锁系统将语音提示进门身份认证方式设定及相应参数设定, 如选择人脸注册方式, 还需进行人脸注册, 并预先设定危急识別信号。
实时检测开锁行为, 并根据预定开锁方式对开锁人员身份进行识別, 身份验证 通过后, 开启门锁。
实时检测门户监控区域是否存在暴力冲突或预先设定的危急识別信号,若存在, 立即启动报警;
实时检测门户监控区域是否存在入侵行为并通过人脸识別算法或声紋识別算法 对人员身份进行验证; 如果为非法入侵, 立即启动报警。
动态分析判断门户区域内是否发生门户开锁异常、 暴力撬门、 破坏智能门锁等 行为事件发生, 若出现此类事件, 立即启动报警。
当门出于长时间未关闭状态, 且无人员进出, 智能报警锁将发出门未关闭提醒。 在有人进入门户区域内后, 智能门锁即刻开启录音录像, 并保存在智能门锁的 存储器中。
当智能报门锁接收到远程终端如手机发出的音视频预览或回放指令后, 智能门 锁将启动预览或回放软件, 并将实况实时传送至远程终端。
通过手机等移动终端, 可以对智能报警锁进行远程操控, 如发送门锁开关命令、 修改智能报警锁运行参数等。
基于本发明所提出的智能门锁系统和智能门锁,我们还提出了一种智能报警门, 所述智能报警门包括本发明中的智能门锁以及智能门锁系统,所述智能报警门包括门 框和活动门, 锁芯模块中的锁芯相对的设置在门框和活动门上, 以实现对门的锁固。 锁芯控制装置的输入面板, 包括密码盘、 指紋 /掌紋扫描器、 I C/磁卡读卡器设置在门 上。核心控制模块设置在门内中或门内侧, 摄像机设置在门框上方, 俯视门锁周围区 域。所述智能门锁采集门锁周围的信息并从中识別出所述危急识別信号, 从而发出警 报信息。
需要说明的是: 以上仅用以说明而非限制本发明的技术方案,尽管参照上述实施例对 本发明进行了详细说明, 本领域的普通技术人员应当理解:依然可以对本发明进行修 改或者等同替换, 而不脱离本发明的精神和范围的任何修改或局部替换, 均应涵盖在 本发明的权利要求范围当中。

Claims

权 利 要 求
1.一种智能门锁系统, 包括销芯模块、 核心控制模块、 信息采集模块、 报警模 块, 所迷锁芯模块包括锁芯和锁芯控制装置, 其特征在于:
所迷核心控制模块中存储有预设的危急识别信号;
所述信息采集模块采集门锁周围的信息, 并将所述信息传递给所述核心控制模 块, 并对所述信息进行分析识别, 判断所述信息中是否出现所述危急识別信号, 并 通过所述报警模块进行报警;
所迷锁芯控制装置独立和 /或联合所述核心控制模块来控制所述锁芯的开启。
2.如权利要求 1所述的智能门锁系统, 其特征在于:
所述锁芯是机械锁芯或者是电磁锁芯, 并通过所述锁芯控制装置来开启。
3.如权利要求 2所述的智能门锁系统, 其特征在于:
所述锁芯控制装置包括密码盘、 指紋 /掌纹扫描器、 IC/磁卡读卡器、 遥控模块 中的一种或多种。
4.如权利要求 3所述的智能门锁系统, 其特征在于:
所述危急识別信号包括一数字組合;
所迷核心控制模块还接收通过所迷密码盘输入的数字密码信号, 如果所迷数字 密码信号和所述数字組合一样, 则启动所迷报警模块进行报警。
5.如权利要求 3所述的智能门锁系统, 其特征在于:
所述危急识別信号包括一个指纹或一个指纹組合;
所述核心控制模块还接收通过所述指紋扫描器输入的指紋信号, 如果所述指紋 信号和所迷一个指纹或一个指紋組合一样, 则启动所述报警模块进行报警。
6.如权利要求 1-3任一所述的智能门锁系统, 其特征在于:
所述信息采臬模块包括视频采集模块, 采臬门锁周围的视频信息, 所述视频信 息包括门前区域的人的图像信息;
所述核心控制模块对所述困像信息进行分析和识别认证, 通过认证, 则直接向 锁芯控制装置发出开锁指令, 控制锁芯开启。
7.如权利要求 6所述的智能门锁系统, 其特征在于:
所述识別认证包括将有权限开锁的人的人脸预先注册并存储在所述核心控制模 块的存储器中;
所述核心控制模块分析所述图像信息并提取其中的人脸图像进行识别, 并和预 先注册的人脸进行对比认证。
8.如权利要求 7所述的智能门锁系统,其特征在于:所述人脸注册包括如下步骤: 采集同一个人的不同角度的人脸照片;
通过人脸定位找到人脸在图像中的位置;
人眼定位为后续人脸标准化提供位置信息, 所述人脸标准化包括人脸尺寸, 人 脸角度和光照的标准化;
提取标准化人脸困像的特征, 录入注册用户数据库最终完成人脸注册。
9. 一种基于如权利要求 1-8任一所述的智能门锁系统的智能门锁, 其特征在于: 所述智能门锁中预设有所述危急识别信号, 在开启所述智能门锁时, 所述智能门锁 采集门锁周围的信息并从中识别出所述危急识别信号, 从而发出警报信息。
10.一种智能报警门, 所述智能报警门包括如权利要求 9所述的智能门锁。
PCT/CN2014/084137 2014-08-06 2014-08-11 一种智能门锁系统及智能门锁、智能报警门 WO2016019590A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410384405.X 2014-08-06
CN201410384405.XA CN104268963A (zh) 2014-08-06 2014-08-06 一种智能门锁系统及智能门锁、智能报警门

Publications (1)

Publication Number Publication Date
WO2016019590A1 true WO2016019590A1 (zh) 2016-02-11

Family

ID=52160482

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/084137 WO2016019590A1 (zh) 2014-08-06 2014-08-11 一种智能门锁系统及智能门锁、智能报警门

Country Status (2)

Country Link
CN (1) CN104268963A (zh)
WO (1) WO2016019590A1 (zh)

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574745A (zh) * 2015-01-26 2015-04-29 成都美联微智科技有限公司 基于生理特征的安防监控系统
CN106161030B (zh) * 2015-04-23 2020-04-03 腾讯科技(深圳)有限公司 基于图像识别的账号注册验证请求及注册验证方法和装置
CN104820829A (zh) * 2015-05-08 2015-08-05 常州大学 一种新的基于深度数据的人脸识别算法及其在智能权限分配系统中的应用
CN104977853A (zh) * 2015-07-09 2015-10-14 苏州朗捷通智能科技有限公司 一种酒店安全监控系统
CN106355684B (zh) * 2015-07-20 2019-09-17 腾讯科技(深圳)有限公司 受控设备的控制方法、装置和系统
CN105160742A (zh) * 2015-09-15 2015-12-16 劳海鹏 一种被胁迫开锁的判断、报警与信息屏蔽的方法及系统
CN106934264A (zh) * 2015-12-31 2017-07-07 深圳先进技术研究院 一种智能解锁方法、装置和锁设备
CN106507037A (zh) * 2016-09-30 2017-03-15 北京中星微电子有限公司 人员入侵/越界的智能监控方法和系统
CN106780865A (zh) * 2016-11-28 2017-05-31 何鑫 一种智能门锁安全控制方法
CN107093245B (zh) * 2017-03-01 2023-04-18 广东雅洁五金有限公司 基于主动安防的门锁门铃控制方法及控制系统
CN107016755A (zh) * 2017-03-24 2017-08-04 新疆习美人工智能科技有限公司 一种门禁装置及快速人脸识别认证通行方法
CN107102560B (zh) * 2017-04-28 2019-11-26 青岛海尔股份有限公司 智能家居系统的控制方法
CN107134094A (zh) * 2017-05-26 2017-09-05 南京联新昱科电子技术有限公司 激光安防设备及方法
CN107392112A (zh) * 2017-06-28 2017-11-24 中山职业技术学院 一种人脸表情识别方法及其应用的智能锁系统
CN107358699B (zh) * 2017-07-17 2020-04-24 深圳市斑点猫信息技术有限公司 一种安全验证方法及系统
CN107564152A (zh) * 2017-08-31 2018-01-09 苏州惠华电子科技有限公司 一种物流货车防盗方法
CN107575093A (zh) * 2017-08-31 2018-01-12 苏州市高科百年工贸有限公司 新型智能门锁
CN107724900B (zh) * 2017-09-28 2018-10-23 楷模居品(江苏)有限公司 一种基于掌纹识别的家庭防盗门
CN108076323A (zh) * 2017-11-20 2018-05-25 珠海鹰视保科技有限公司 一种可视监控方法
CN109902531B (zh) * 2017-12-07 2021-10-01 北京京东金融科技控股有限公司 用户管理方法、装置、介质和电子设备
CN108198292B (zh) * 2017-12-21 2021-01-12 广东汇泰龙科技股份有限公司 一种基于智能云锁的家庭监护方法、系统
CN110295796A (zh) * 2018-03-22 2019-10-01 中兴通讯股份有限公司 一种智能门锁告警方法及装置
CN108648389A (zh) * 2018-03-24 2018-10-12 佛山市锐创恒门窗配件有限公司 一种智能门窗控制系统
CN108549849A (zh) * 2018-03-27 2018-09-18 康体佳智能科技(深圳)有限公司 基于神经网络的模式识别系统及识别方法
CN108648314B (zh) * 2018-05-11 2020-11-06 广东汇泰龙科技股份有限公司 一种基于智能云锁的用户表情互动方法及系统
CN108961636A (zh) * 2018-06-07 2018-12-07 深圳市小石安防科技有限公司 智能锁报警方法及装置
CN109034009A (zh) * 2018-07-06 2018-12-18 安徽超清科技股份有限公司 一种基于人的行为分析的风险识别系统
CN108877011A (zh) * 2018-07-06 2018-11-23 安徽超清科技股份有限公司 一种基于人脸识别的门禁系统
CN108868355A (zh) * 2018-07-12 2018-11-23 方碧水 一种物联网智能锁
CN110930545A (zh) * 2018-08-31 2020-03-27 中兴通讯股份有限公司 一种智能门锁控制方法、控制装置、控制设备及存储介质
CN109033864A (zh) * 2018-09-04 2018-12-18 广州市二羊计算机科技有限公司 一种安防系统
CN109243031A (zh) * 2018-09-14 2019-01-18 佛山科学技术学院 一种智能门禁系统
CN109191777A (zh) * 2018-09-17 2019-01-11 郑州云海信息技术有限公司 一种基于人工智能的危险识别系统及方法
CN109615747A (zh) * 2018-12-17 2019-04-12 广西祖昌门业有限公司 安全门系统
CN109685949A (zh) * 2018-12-17 2019-04-26 广西祖昌门业有限公司 智能安全门系统
CN109767587B (zh) * 2019-01-28 2021-03-26 广东瑞普科技股份有限公司 基于大数据的智能安防监控方法及其系统
CN109727441A (zh) * 2019-03-12 2019-05-07 苏州易德龙科技股份有限公司 基于Zigbee无线网络的仓库监控系统
CN110009782A (zh) * 2019-04-01 2019-07-12 湖北东方星海科技实业有限公司 一种智能门实现方案
CN110097668A (zh) * 2019-04-19 2019-08-06 合肥宇科电子科技有限公司 一种人脸识别监测控制系统
CN110045659A (zh) * 2019-05-13 2019-07-23 东莞市众赢智能科技有限公司 一种智能门锁控制通信电路
CN110211273A (zh) * 2019-06-20 2019-09-06 上海锐嘉科智能科技有限公司 门禁装置、系统及影像处理方法
CN112211496B (zh) * 2019-07-09 2022-11-01 杭州萤石软件有限公司 一种基于智能门锁的监控方法、系统及智能门锁
CN110517396B (zh) * 2019-09-27 2022-04-26 广东汇泰龙科技股份有限公司 一种可增强智能锁抗干扰能力的方法及系统
CN111223211A (zh) * 2019-11-30 2020-06-02 徐州支点科技有限公司 一种电子产品智能指纹锁
CN111126244A (zh) * 2019-12-20 2020-05-08 南京邮电大学 一种基于脸部表情的安全认证系统及方法
CN111223218A (zh) * 2020-02-22 2020-06-02 沃兴(杭州)科技有限公司 一种带二级门禁系统的智能门
CN111540177A (zh) * 2020-04-22 2020-08-14 德施曼机电(中国)有限公司 一种基于信息识别的防劫持报警方法和系统
CN111932810B (zh) * 2020-08-17 2021-11-16 宁波向往智汇科技有限公司 一种智能家居防盗控制系统及控制方法
CN112017346B (zh) * 2020-08-25 2023-08-18 杭州海康威视数字技术股份有限公司 门禁管理方法、门禁终端、门禁系统及存储介质
CN112215994A (zh) * 2020-10-15 2021-01-12 广东科徕尼智能科技有限公司 远程可视对讲智能防盗门锁的控制方法、系统及存储介质
CN113658356A (zh) * 2021-08-10 2021-11-16 北京首钢自动化信息技术有限公司 一种门禁管理方法
CN113706826A (zh) * 2021-08-27 2021-11-26 浙江工业职业技术学院 一种基于物联网的居家养老监护管理系统
CN113793436A (zh) * 2021-09-13 2021-12-14 亚尔五金集团有限公司 一种防止智能入户门锁误报警的方法及智能门锁系统
CN114399887B (zh) * 2022-01-13 2023-05-16 清华大学 基于智能手环的紧急呼叫控制方法、装置和设备
CN114495397A (zh) * 2022-02-11 2022-05-13 实特(深圳)城市更新有限公司 一种基于物联网的智能家居安防监控系统
CN114913630A (zh) * 2022-04-07 2022-08-16 深圳市颖特新科技有限公司 一种内置网关的智能门锁系统
CN115206008A (zh) * 2022-07-05 2022-10-18 珠海格力电器股份有限公司 一种智能门锁控制方法、装置、电子设备及存储介质
CN115664878B (zh) * 2022-09-14 2023-08-25 重庆甲智甲创科技有限公司 一种双供电模式下的图像采集模块处理控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1320254A (zh) * 1999-08-28 2001-10-31 伯格株式会社 控制指纹识别门锁系统的方法
CN1687860A (zh) * 2005-04-14 2005-10-26 慈孟夫 口令认证禁止键隐蔽自锁报警保护方法
CN1963128A (zh) * 2005-11-11 2007-05-16 谢学武 一种智能防盗锁及构成方法
CN101440676A (zh) * 2008-12-22 2009-05-27 北京中星微电子有限公司 一种基于摄像头的智能防盗门锁及其报警处理方法
CN101839092A (zh) * 2009-03-16 2010-09-22 徐克林 一种可拍照可发信息的防盗报警锁
WO2013131238A1 (zh) * 2012-03-06 2013-09-12 晶炀股份有限公司 具有指纹辨识功能的隐藏式通报装置及其通报方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008075424A (ja) * 2006-09-25 2008-04-03 Miwa Lock Co Ltd 指紋錠システム
CN101729808B (zh) * 2008-10-14 2012-03-28 Tcl集团股份有限公司 一种电视遥控方法及用该方法遥控操作电视机的系统
CN102097003B (zh) * 2010-12-31 2014-03-19 北京星河易达科技有限公司 智能交通安全系统及其终端
CN103198595A (zh) * 2013-03-11 2013-07-10 成都百威讯科技有限责任公司 智能门窗防入侵系统
CN103198605A (zh) * 2013-03-11 2013-07-10 成都百威讯科技有限责任公司 室内突发异常事件报警系统
CN203386326U (zh) * 2013-07-29 2014-01-08 深圳市赛格导航科技股份有限公司 一种车载终端手势动作报警装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1320254A (zh) * 1999-08-28 2001-10-31 伯格株式会社 控制指纹识别门锁系统的方法
CN1687860A (zh) * 2005-04-14 2005-10-26 慈孟夫 口令认证禁止键隐蔽自锁报警保护方法
CN1963128A (zh) * 2005-11-11 2007-05-16 谢学武 一种智能防盗锁及构成方法
CN101440676A (zh) * 2008-12-22 2009-05-27 北京中星微电子有限公司 一种基于摄像头的智能防盗门锁及其报警处理方法
CN101839092A (zh) * 2009-03-16 2010-09-22 徐克林 一种可拍照可发信息的防盗报警锁
WO2013131238A1 (zh) * 2012-03-06 2013-09-12 晶炀股份有限公司 具有指纹辨识功能的隐藏式通报装置及其通报方法

Also Published As

Publication number Publication date
CN104268963A (zh) 2015-01-07

Similar Documents

Publication Publication Date Title
WO2016019590A1 (zh) 一种智能门锁系统及智能门锁、智能报警门
US11132881B2 (en) Electronic devices capable of communicating over multiple networks
US10475311B2 (en) Dynamic assessment using an audio/video recording and communication device
JP7145887B2 (ja) 車両及び車両用ドアの解錠制御方法、装置並びに車両用ドアの解錠システム
WO2020010776A1 (zh) 门禁控制方法、门禁控制装置、系统及存储介质
US10593174B1 (en) Automatic setup mode after disconnect from a network
CN107578519A (zh) 一种智能门禁系统及智能门禁开锁方法
US10839204B2 (en) Sharing identification data with audio/video recording and communication devices and local processing of the shared data
CN110297536B (zh) 一种控制方法及电子设备
US11217076B1 (en) Camera tampering detection based on audio and video
US11115629B1 (en) Confirming package delivery using audio/video recording and communication devices
WO2014139415A1 (zh) 一种智能门窗防入侵装置以及系统、智能门禁系统
US11240474B1 (en) Reporting connectivity problems for electronic devices
US11024138B2 (en) Adjustable alert tones and operational modes for audio/video recording and communication devices based upon user location
US11064167B2 (en) Input functionality for audio/video recording and communication doorbells
US10713928B1 (en) Arming security systems based on communications among a network of security systems
US10733857B1 (en) Automatic alteration of the storage duration of a video
CN113752983B (zh) 一种基于人脸识别/人眼识别的车辆解锁控制系统和方法
US10930126B1 (en) Motion sensing for electronic devices
US10939120B1 (en) Video upload in limited bandwidth
Venkata et al. Intelligent secure smart locking system using face biometrics
CN113284274A (zh) 一种尾随识别方法及计算机可读存储介质
KR20150112635A (ko) 사람의 얼굴 정보를 이용한 얼굴인식 도어락 시스템
US11032128B2 (en) Using a local hub device as a substitute for an unavailable backend device
US11546951B1 (en) Touchless setup mode initiation for networked devices

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14899451

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC

122 Ep: pct application non-entry in european phase

Ref document number: 14899451

Country of ref document: EP

Kind code of ref document: A1