[发明专利]一种基于多生物特征识别技术的船舶人员管理系统在审

专利信息
申请号: 201911336623.5 申请日: 2019-12-23
公开(公告)号: CN111160195A 公开(公告)日: 2020-05-15
发明(设计)人: 薛开;梁峰;王平;黄文浩;吴庭毅 申请(专利权)人: 哈尔滨工程大学
主分类号: G06K9/00 分类号: G06K9/00;G10L17/22;G06K17/00;G06Q10/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 生物 特征 识别 技术 船舶 人员 管理 系统
【权利要求书】:

1.一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:包括采集模块、识别模块、信息模块、存储模块和管理模块,采集模块包括船舶各区域采集设备与视音频软件,用于采集视音频原始数据及数据的处理,并通过局域网传输至存储模块及管理模块;识别模块包括人脸、步态、声纹三个子模块,其中每个子模块包括各自相应的识别算法软件,识别模块将采集模块人员定位信息透传给信息模块;信息模块包括云端服务器与本地服务器,所述本地数据包括人员信息数据、生物特征数据及日志数据;存储模块包括视音频存储设备与存储服务器,存储模块用于备份采集视音频原始数据及所述信息模块的日志数据库的数据;管理模块位于船舶显控中心,包括监控显示屏阵列、控制台与人员管理软件,监控显示屏阵列显示相关数据、控制台,所述人员管理软件用于对船舶人员进行管理。

2.根据权利要求1所述的一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:采集模块中船舶各区域采集设备拥有不同唯一ID属性,用以区分设备,不同设备采集范围不同,因此可根据船舶各区域采集设备所处位置及其采集范围对人员进行定位;采集模块还用于通过视音频处理软件处理视音频原始数据,并将处理后得到的人脸截图、步态视频、声纹视频特征通过局域网传输至识别模块及存储模块。

3.根据权利要求2所述的一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:识别模块通过人脸、步态、声纹识别算法软件比对信息模块中本地的生物特征数据与采集模块采集、处理得到的人脸、步态、声纹特征;识别模块还用于将比对结果通过局域网传输至信息模块;所述识别模块异常信息即当人脸、步态、声纹三个子模块比对结果均非信息模块中已存储的合法人员身份信息,即所检测生物特征不在信息模块数据库;所述识别模块异常信息还包括船舶人员进入居住舱室时,双重认证失败,当出现异常警报时,识别模块通过局域网将异常信息上传至信息模块。

4.根据权利要求3所述的一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:识别模块中三种生物特征比对方法,其优先级为人脸子模块步态人脸子模块声纹人脸子模块,即当三个子模块都有识别结果时,以人脸子模块比对结果为准;其次为步态子模块,最后为声纹子模块,当人脸子模块采集距离不足时,以步态子模块比对结果为准;当人脸子模块与步态子模块采集距离均不足时,以声纹子模块比对结果为准。

5.根据权利要求4所述的一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:所述信息模块中的本地数据同步于信息模块中云端服务器数据,所述同步操作当信息模块中本地数据更新时主动上传,且仅更新发生改变的特征信息,当船舶发生危险情况时,触发紧急装置时,本地数据将自动上传至云端服务器;信息模块通过外部数据导入或者采集设备录入数据库信息,采集船舶人员管理系统管理范围内合法人员的身份信息及相应生物特征;信息模块将录入的合法人员的身份信息同步于云端服务器人员信息数据库;相应人脸、步态、声纹特征存入云端服务器人脸、步态、声纹特征信息数据库;记录生物特征比对识别结果、人员定位信息和异常信息于日志数据;所述信息模块日志数据包括被识别人的姓名、人脸截图、人脸比对结果、步态视频、步态比对结果、声纹音频、声纹比对结果、采集设备ID属性,人员定位信息及采集时间。

6.根据权利要求5所述的一种基于多生物特征识别技术的船舶人员管理系统,其特征在于:管理模块通过监控显示屏阵列显示系统各模块数据,还用于通过控制台控制整个系统;管理模块通过人员管理软件管理人员,如:查看船舶人员位置分布,历史移动轨迹查询,活动区域设置,权限设置,隐私设置,异常警示;根据不同异常信息警示,将警报信息传输给相应船上工作人员进行处理。

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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201911336623.5/1.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