[发明专利]一种基于人脸识别的边缘处理设备及方法在审

专利信息
申请号: 201910681816.8 申请日: 2019-07-26
公开(公告)号: CN110472526A 公开(公告)日: 2019-11-19
发明(设计)人: 郭旭周;张跃;孙昊 申请(专利权)人: 南京熊猫电子股份有限公司;南京熊猫信息产业有限公司;南京熊猫机电仪技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F16/583;G06F16/51;G06F21/32;H04L29/08
代理公司: 32204 南京苏高专利商标事务所(普通合伙) 代理人: 吕朦<国际申请>=<国际公布>=<进入国
地址: 210002 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算节点 中心主机 人脸特征库 人脸识别 大容量 交换机 匹配 存储 人脸特征信息 合法性验证 边缘处理 接收请求 结果返回 应用场景 运行状态 注册请求 最终结果 高效率 小容量 人脸 聚合 并发 采集 场景 输出 检测 图片 分析
【权利要求书】:

1.一种基于人脸识别的边缘处理设备,其特征在于,包括中心主机、交换机和多个计算节点,多个计算节点均通过交换机与中心主机连接,所述中心主机用于接收人脸特征信息并将人脸特征信息下发至匹配的计算节点进行存储;中心主机用于接收人脸识别请求并将待识别图片并发至多个计算节点进行识别;中心主机用于接收多个计算节点发送的识别结果并将识别结果进行聚合分析,输出最终结果;所述计算节点用于存储人脸特征库、对待识别图片进行识别、将识别结果返回给中心主机。

2.根据权利要求1所述的基于人脸识别的边缘处理设备,其特征在于,还包括显示装置,所述显示装置与中心主机连接,显示装置用于显示中心主机的运行状态、各计算节点的运行状态和参数、人脸特征库及识别结果。

3.根据权利要求1所述的基于人脸识别的边缘处理设备,其特征在于,所述计算节点采用安卓主板。

4.根据权利要求1所述的基于人脸识别的边缘处理设备,其特征在于,还包括电源装置,所述电源装置用于为中心主机、交换机、计算节点供电;电源装置还包括应急电源,应急电源用于异常断电后的数据存储。

5.根据权利要求1所述的基于人脸识别的边缘处理设备,其特征在于,中心主机还用于对计算节点进行动态分配地址和下发参数,监控计算节点的运行状态,对异常计算节点进行报警提醒。

6.一种基于人脸识别的边缘处理方法,其特征在于,包括以下步骤:

中心主机对与中心主机连接的计算节点分配地址并下发参数;

中心主机接收请求,对请求报文格式和请求地址进行合法性验证,验证通过后执行:

当接收到人脸注册请求时,根据每个计算节点的当前运行状态进行匹配,将采集到的人脸特征信息下发至所匹配的计算节点进行存储,形成人脸特征库;

当接收到人脸识别请求时,将采集到的待识别图片并发至各计算节点;各计算节点根据各自存储的人脸特征库对待识别图片进行检测和识别,并将识别结果返回至中心主机;中心主机对识别结果进行聚合分析,输出最终结果。

7.根据权利要求6所述的基于人脸识别的边缘处理方法,其特征在于,根据每个计算节点的当前运行状态进行匹配时,中心主机先监控每个计算节点的运行状态,对异常状态的计算节点进行报警提醒;对于正常状态的计算节点,根据人脸特征库数量、CPU使用率、内存占用率进行匹配,将当前人脸特征信息下发至匹配的计算节点进行存储。

8.根据权利要求6所述的基于人脸识别的边缘处理方法,其特征在于,所述计算节点的当前运行状态包括当前人脸特征库数量、CPU使用率、内存占用率、IO使用情况。

9.根据权利要求6所述的基于人脸识别的边缘处理方法,其特征在于,所述采集到的人脸特征信息和采集到的待识别图片由人脸识别终端采集而来,在人脸识别终端中,人脸特征信息和待识别图片为脱密数据;人脸识别边缘处理设备接收到人脸特征信息和待识别图片后先进行加密处理再发送至计算节点。

10.根据权利要求6所述的基于人脸识别的边缘处理方法,其特征在于,中心主机对与中心主机连接的计算节点分配地址并下发参数,其中计算节点根据需要进行动态扩展,将新增的计算节点注册到中心主机中。

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南京熊猫电子股份有限公司;南京熊猫信息产业有限公司;南京熊猫机电仪技术有限公司,未经南京熊猫电子股份有限公司;南京熊猫信息产业有限公司;南京熊猫机电仪技术有限公司许可,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/201910681816.8/1.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