[发明专利]基于人脸识别的小区安全警示方法、装置及存储介质在审
申请号: | 201811191630.6 | 申请日: | 2018-10-12 |
公开(公告)号: | CN109345671A | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 李元朋 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G07C9/00 | 分类号: | G07C9/00;G06K9/00 |
代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 杨瑾瑾;陈建焕 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 小区 安全警示 人脸图像 人脸识别 计算机可读存储介质 人脸识别技术 存储介质 属性统计 用户体验 居民 群体 帮助 安全 维护 | ||
本发明实施例提出一种基于人脸识别的小区安全警示方法、装置及计算机可读存储介质。其中基于人脸识别的小区安全警示方法包括:获取小区出入人员的人脸图像;识别所述人脸图像的属性,所述人脸图像的属性包括年龄和性别;根据所述人脸图像的属性统计小区出入人员的组成特征;根据所述小区出入人员的组成特征给出对应的小区安全警示。本发明实施例通过人脸识别技术针对特殊群体的居民及时给出安全警示信息,帮助小区保安人员维护小区居民的安全,提升了用户体验。
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种基于人脸识别的小区安全警示方法、装置及计算机可读存储介质。
背景技术
住宅小区在满足住户关于场所和空间的要求的同时,保证居住安全是住户首要的需求。例如,通过小区的门禁系统对出入人员进行管理,管理什么人什么时间可以进出哪些门,并提供事后的查询报表等。随着生物识别技术的发展,门禁系统得到了飞跃式的发展,尤其是人脸识别门禁系统,具有安全性、方便性和易管理性等优点。
但是目前使用的小区门禁系统不能针对老人、孩子等特殊群体的居民以及聚众斗殴等各种安全隐患给出及时的警示和追踪线索。如何更好地利用人脸识别门禁系统帮助保安人员维护小区安全是目前亟待解决的问题。
发明内容
本发明实施例提供一种基于人脸识别的小区安全警示方法、装置及计算机可读存储介质,以至少解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种基于人脸识别的小区安全警示方法,包括:获取小区出入人员的人脸图像;识别所述人脸图像的属性,所述人脸图像的属性包括年龄和性别;根据所述人脸图像的属性统计小区出入人员的组成特征;根据所述小区出入人员的组成特征给出对应的小区安全警示。
在一种实施方式中,所述小区出入人员的组成特征包括以下至少一项:小区住户中特殊群体的人员数量、小区住户中特殊群体的人员占小区住户总人数的比例、小区内各单元中特殊群体的人员数量和小区内各单元中特殊群体的人员占小区住户总人数的比例;其中,所述特殊群体包括老人、孩子和女性中至少一项;根据所述小区出入人员的组成特征给出对应的小区安全警示,包括:根据所述小区出入人员的组成特征,给出对所述特殊群体给予关注的警示信息。
在一种实施方式中,所述人脸图像的属性还包括:所述小区出入人员是否是常住人口;识别所述人脸图像的属性,包括:统计所述小区出入人员的出入时间;根据所述小区出入人员的出入时间识别所述小区出入人员是否是常住人口。
在一种实施方式中,根据所述人脸图像的属性统计小区出入人员的组成特征,包括:统计非常住人口的总数量以及出入频次,和/或,统计访问某个住户的人员的总数量以及出入频次;根据所述小区出入人员的组成特征给出对应的小区安全警示,包括:根据所述小区出入人员的组成特征,给出排查非常住人口的警示信息。
在一种实施方式中,还包括:统计人群密集程度;根据所述人群密集程度,给出关注密集人群的警示信息。
在一种实施方式中,还包括:比较涉事人员的人脸图像与小区出入人员的人脸图像;判断所述涉事人员是否常住人口,和/或,查找所述涉事人员的出入场景。
第二方面,本发明实施例提供了一种基于人脸识别的小区安全警示装置,包括:获取单元,用于获取小区出入人员的人脸图像;识别单元,用于识别所述人脸图像的属性,所述人脸图像的属性包括年龄和性别;统计单元,用于根据所述人脸图像的属性统计小区出入人员的组成特征;警示单元,用于根据所述小区出入人员的组成特征给出对应的小区安全警示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811191630.6/2.html,转载请声明来源钻瓜专利网。