[发明专利]一种基于深度学习识别的人脸检测与门禁系统装置

说明书

本发明属于模式识别与深度学习技术领域，公开了一种基于深度学习识别的人脸检测与门禁系统装置，包括图像采集设备、前端图像处理服务器、后端数据服务器、身份认证主机、电力驱动器、执行机构；所述身份认证主机中包含主板以及主板上外接的显示模块、键盘模块、二维码模块和语音模块。本发明使用双目深度摄像机，热成像摄像机，结合人脸防伪/活体检测算法，进一步提高了利用人脸信息进行身份认证的快速性和准确率，有效避免和减少了因为人员身份错判、误判带来的不必要损失；通过后端数据服务器建立系统工作环境中的人员信息数据库，易于数据维护和更新，更便于通过工作日志和匹配记录信息进行工作环境人员信息分析。

技术领域

本发明属于模式识别与深度学习技术领域，特别设计一种基于深度学习识别的人脸检测与门禁系统装置。

背景技术

近年来，人工智能相关技术发展迅猛，更具智能化和自动化的应用技术与解决方案为人们的生活带来了巨大便利，其中基于深度学习的人脸识别技术则是一个具体表现。当前，人脸识别技术被广泛应用在区域安防、物业管理、办公自动化场景，主要进行人员身份认证；然而，该技术主要从编程算法方面着手，注重的是对输入图像中的人脸特征进行提取和辨别，判别方式较为单一，通常无法判断输入图像中人脸的真伪性，即采用照片或打印的人脸二维图像也可能被识别为正确人脸。在互联网及网络通讯软件高度发达的时代,获取一张目标对象的人脸照片较为容易,所以传统的人脸识别系统将面临伪造人脸数据的攻击,一旦攻击生效,将会带来无法预知的后果。

随着深度摄像机(Depth Camera)和热成像摄像机(Thermal Imaging Camera)的发展，人们可以直接通过硬件搭配使用来获取三维重构的立体图像数据和具有红外热效应的活体图像数据。当前，人脸防伪/活体检测（Face Anti-Spoofing）技术得到了越来越多的关注，该技术主要实现的功能是分辨出系统输入人脸图像的真伪性，若进一步在传统人脸识别技术的基础上加入人脸三维重构图像信息，人脸红外图像信息，可以有效增强人脸识别系统的安全性和可靠性，在当今社会各项实际应用中具有深远意义。

实现基于多维度图像数据和人脸防伪/活体检测技术的深度学习人脸识别技术，可以为区域安防、物业管理、办公自动化提供可靠依据，在人脸快速识别的基础上有效避免或减少错误识别、恶意攻击等因素造成的不必要损失。

本发明针对传统人脸识别技术中可能出现的对伪造、非活体人脸错误识别的特点，结合深度摄像机、热成像摄像机和人脸防伪/活体检测技术设计了一种基于深度学习识别的人脸检测与门禁系统装置，可以直接应用于区域安防、物业管理、办公自动化场景。

发明内容

本发明的目的在于克服现有工作模式、技术的缺点与不足，提供适用于区域安防、物业管理、办公自动化场景的人脸检测与门禁系统装置。通过深度摄像机、热成像摄像机结合人脸防伪/活体检测技术有效区分并筛选出活体人脸图像；利用深度神经网络，提高人脸检测过程中图像识别、目标检测的时效性与准确性。整套装置具有快速、精确、实用的特点，能够有效避免传统人脸识别实际应用中存在的误判和错判问题。

本发明的目的通过以下的技术方案实现：

一种基于深度学习识别的人脸检测与门禁系统装置，包括图像采集设备、前端图像处理服务器、后端数据服务器、身份认证主机、电力驱动器、执行机构；所述身份认证主机中包含主板以及主板上外接的显示模块、键盘模块、二维码模块和语音模块；

图像采集设备用于采集人脸图像数据并将其发送至前端图像处理服务器；前端图像处理服务器对人脸图像数据进行筛选并将筛选后的人脸图像数据传输至身份认证主机；后端数据服务器存储已录入人脸图像数据；身份认证主机将从接收到的经过筛选的人脸图像数据与已录入人脸图像数据进行对比和匹配，匹配成功后发送信号至电力驱动器，电力驱动器发送驱动信号至执行机构。