[发明专利]一种基于语音识别和面部识别的居民楼电梯控制系统有效

专利信息
申请号: 202010818139.2 申请日: 2020-08-14
公开(公告)号: CN111960200B 公开(公告)日: 2022-05-10
发明(设计)人: 鲁淑文;贺杰;姜超伟;李彬;王明怀 申请(专利权)人: 安徽迅立达电梯有限公司
主分类号: B66B1/06 分类号: B66B1/06;B66B1/46;B66B1/34
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 匡立岭
地址: 236500 安徽省*** 国省代码: 安徽;34
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 语音 识别 面部 居民楼 电梯 控制系统
【权利要求书】:

1.一种基于语音识别和面部识别的居民楼电梯控制系统,其特征在于,包括图像采集模块、语音采集模块、信息分析模块和数据录入模块;

所述数据录入模块用于采集居民楼内用户的身份信息并通过服务器发送至数据存储模块,具体录入过程如下:

步骤一:数据录入模块采集用户的面部图像,经过预处理之后获取面部图像的特征点个数并标记为Ai,i=1,2,……,n;数据录入模块采集用户的语音信息,经过预处理之后获取相邻两个元音强度之差和时间之差的比值并标记为Bi

步骤二:利用公式获取得到的用户生物特征信息熵Fi,其中α和β均为预设比例系数;

步骤三:数据录入模块将用户的姓名信息录入并标记为Ci;将用户的楼层号信息录入并标记为Di;将用户的手机号码录入并标记为Ei

步骤四:将已经处理完成的各用户的面部信息、语音信息、姓名、楼层号和电话号码通过服务器分别发送至数据存储模块中K1存储器进行存储并标记为S1i

所述图像采集模块用于采集来访人员的面部图像,具体采集步骤如下:

S1:当来访人员的面部在图像采集设备的拍摄范围内时,图像采集设备搜索并拍摄来访人员的面部图像,对面部图像特征点数进行提取,并标记为Nj,j=1,2,……,m,j表示来访人数;

S2:将来访人员的面部图像预处理之后进行图像分割提取特征点之后标记为N1j,并将其发送至服务器;

所述语音采集模块用于采集来访人员语音信息,具体采集步骤如下:

SS1:当来访人员靠近电梯设备并发出声音时,语音采集设备记录来访人员的语音信息并进行分析,经过去除冗余之后获取相邻两个元音强度之差和时间之差的比值并将其标记为Mj

SS2:对来访人员的语音信息去除冗余之后,获取相邻两个元音强度之差和时间之差的比值并将其标记为M1j,并将其发送至服务器;

所述信息分析模块用来将来访人员的特征信息与数据存储模块K1存储器中存储的信息进行分析比对,并将分析比对结果发送至服务器,具体分析步骤如下:

SSS1:利用公式获取得到来访人员的特征信息熵F1j,同时信息分析模块生成信息查询指令并将其发送到服务器;

SSS2:服务器接收到信息查询指令之后,服务器发送开放存储指令至数据存储模块,数据存储模块开放数据存储模块的K1存储器,并将K1存储器中保存用户生物特征信息熵Fi通过服务器发送到信息分析模块;

SSS3:信息分析模块将接收到的来访人员特征信息熵F1j与数据存储模块中的用户生物特征信息熵Fi进行匹配对比,匹配对比步骤如下:

ST1:当来访人员为一人时,信息分析模块将来访人员生物特征信息熵F1j与K1存储器中的用户生物特征信息熵Fi进行逐一对比;

ST2:利用公式获取来访人员特征信息熵与用户生物特征信息熵之间的信息熵对比系数θi

SSS4:当信息熵对比系数θi小于特定阈值时,信息分析模块生成匹配成功指令至服务器,服务器接收到匹配成功指令之后通过K1存储器将Di发送至电梯执行模块;当信息熵对比系数θi全部大于特定阈值时,信息分析模块生成匹配失败指令至服务器,服务器接收到匹配失败指令之后生成匹配失败指令至智能终端。

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安徽迅立达电梯有限公司,未经安徽迅立达电梯有限公司许可,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/202010818139.2/1.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