[发明专利]基于云计算平台和人脸识别技术的幼儿园有序接送系统在审

专利信息
申请号: 201910289373.8 申请日: 2019-04-11
公开(公告)号: CN110111456A 公开(公告)日: 2019-08-09
发明(设计)人: 范小娇;马亚红;邢卓;叶红军;张今朝;李德智;高圆圆 申请(专利权)人: 西京学院
主分类号: G07C9/00 分类号: G07C9/00;G06K9/00
代理公司: 西安智大知识产权代理事务所 61215 代理人: 贺建斌
地址: 710123 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 云服务器 人脸识别 幼儿园 人脸识别技术 移动终端模块 云计算平台 人脸信息 幼儿 个人信息模块 人脸识别算法 人脸信息采集 管理终端 控制模块 控制终端 身份识别 门闸机 云计算 备份 终端 家长 安全
【说明书】:

一种基于云计算平台和人脸识别技术的幼儿园有序接送系统,包括人脸信息采集模块、个人信息模块、人脸识别控制终端模块、人脸识别云服务器模块、门闸机控制模块和移动终端模块;人脸识别云服务器模块包括人脸信息云服务器、人脸信息备份云服务器和人脸识别算法云服务器;移动终端模块包括幼儿监护人终端和幼儿园管理终端;本发明将云计算与人脸识别相结合,能够对幼儿园进出校门的接送人员包括家长和亲友等进行身份识别,充分保障幼儿的安全有序的接送。

技术领域

本发明涉及幼儿园有序接送技术领域,具体涉及到基于云计算平台和人脸识别技术的幼儿园有序接送系统。

背景技术

社会不断的进步和发展,但儿童始终是最弱的弱势群体,特别是,幼儿园接送时段,校内外秩序混乱,人员混杂。放学时会有大量家长在幼儿园门口等待,造成混乱拥挤现象,造成严重交通阻塞。特别是,部分家长工作时间不确定,以至于不少家长不能家长不能亲自前往幼儿园接送自己的孩子,而只好委托亲戚。朋友。保姆等人接送,幼儿园学生接送环节存在一些隐患,幼儿园和家长之间的责任难以界定。1)在接送人比较多的情况下,会增加值班人员辨认接送人的难度,尤其是当学生的接送人因为某些原因(病假、事假、更环保姆)更换接送人后,会进一步增加值班人员的辨认难度;2)很多因素(如疾病、身体状况、心情等)可以影响值班人员的判断性和责任感,特别是值班人员可能因为某些情况而不能在岗,可能会由一个不熟悉这个班的老师代课,那么幼儿的安全性降低;3)即使使用接送卡等现代高科技技术辨认接送人,但由于接送卡容易被盗取和复制,不法分子则可以冒领幼儿,进而进行绑架、勒索学生家长,同时,接送卡容易丢失、损坏,给家长造成重复投资,浪费社会资源。

随着社会各界对教育安全的重视,一些幼儿园、小学、培训机构等单位采用家长接送卡或者指纹的形式进行登记和管理,但这些技术措施都难以真正有效管理学生的安全。目前,校园里面由于安防的需要,基本都部署了大量的摄像头和网络设施,但是除了一般对车辆牌照进行分析外,更深层次的对人员身份的识别,目前无论是市场还是产品技术上,都基本上是空白。

发明内容

为了克服上述现有技术的缺点,本发明的目的在于提供了一种基于云计算平台和人脸识别技术的幼儿园有序接送系统,能够对幼儿园进出校门的接送人员包括家长和亲友等进行身份识别,充分保障幼儿的安全有序的接送。

为了达到上述目的,本发明提供的技术方案为:

一种基于云计算平台和人脸识别技术的幼儿园有序接送系统,包括人脸信息采集模块1、个人信息模块2、人脸识别控制终端模块3、人脸识别云服务器模块4、门闸机控制模块5和移动终端模块6;

所述的人脸信息采集模块1是利用智能摄像头采集人脸的信息特征值,将结果发送到人脸识别云服务器模块4;

所述的人脸识别云服务器模块4包括人脸信息云服务器41、人脸信息备份云服务器42和人脸识别算法云服务器43,人脸信息云服务器41是将采集到的人脸信息按FET文件类型储存起来;人脸信息备份云服务器42是备份储存在人脸信息云服务器41中所有人脸信息,人脸识别算法云服务器43是将实时人脸信息与人脸信息云服务器41中的人脸信息数据库进行对比,判断是否一致;

所述的个人信息模块2包括用户的手机号码、身份证信息和人脸的信息特征,保存在人脸信息云服务器41上;

所述的人脸识别控制终端模块3是根据人脸信息云服务器41反馈的信息,驱动门闸机控制模块5,同时,将门闸机的状态开或者关信息实时传输到人脸识别云服务器41;

所述的门闸机控制模块5是根据人脸识别算法云服务器43中发送的判断指令对门闸机进行开启或者关闭的控制。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西京学院,未经西京学院许可,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/201910289373.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top