[发明专利]基于智能化门控的控制方法在审

专利信息
申请号: 202011157873.5 申请日: 2020-10-26
公开(公告)号: CN112288934A 公开(公告)日: 2021-01-29
发明(设计)人: 李响 申请(专利权)人: 湖南云脸智联科技有限公司
主分类号: G07C9/37 分类号: G07C9/37;G06K9/00;G06F16/583;G06N3/02
代理公司: 深圳市兴科达知识产权代理有限公司 44260 代理人: 桂艳球
地址: 421000 湖南省衡阳市高新区杨柳路33号*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能化 门控 控制 方法
【说明书】:

发明公开了一种基于智能化门控的控制方法,采用基于智能化门控的控制系统实现控制,所述基于智能化门控的控制系统包括:人脸检测模块,用于检测图像中的人脸区域,将该区域作为比对对象;具体为:获取面部图像,根据所述面部器官定位信息,确定检测结果,在所述检测结果表征所述面部图像为正面的面部图像时,生成并显示第一提示信息;假脸检测模块,用于检测开门平台接收到的照片的真实性;人脸检测结果,进行假脸判断。本发明不仅可以准确的确定出正面的面部图像,识别方法准确,便于对正面的面部图像进行分析,且认证级别高,具有巨大的经济效益。

技术领域

本发明涉及涉及互联网的云门禁领域,特别是一种基于智能化门控的控制方法。

背景技术

随着数字信息时代的快速进步和发展,我们迈进了一个智能普及的时代,人脸检测识别作为智能安防,生物认证等更高级别应用的核心基础,具有着极为广大的应用领域和巨大的经济效益。

人脸检测识别是人工智能中计算机视觉的一个研究热点它的功能是能够运用算法对任意给定的一幅图像进行搜索,判断其中是否包含有人脸区域,若存在人脸,则返回该区域的位置,大小等相关信息,然后对图中的人物身份进行定位。在过去的十几年间,已有许多的专家学者对该问题进行了研究,也纷纷提出了许多的检测识别算法,由起初的作为一般性的针对人脸几何特征的模式识别问题,发展到现在的模式识别,计算机视觉,心理学及其生理学等多学科交叉的研究。人脸识别检测优势在于仅需要通过摄像头便可以进行远程,无接触的信息采集,如此的采集方式:隐蔽性强,不需要生物个体主观配合,更适于安防监控;无侵犯性,不会打扰了被采集信息的个体,符合社会行为习惯,易于被社会个人接受;普及型强,低廉的图像采集成本,为广泛应用提供了重要的基础。

发明内容

鉴于上述技术局限和实际需求,设计了一种基于智能化门控的控制方法。

实现本发明的技术方案如下:

一种基于智能化门控的控制方法,其特征在于,采用基于智能化门控的控制系统实现控制,所述基于智能化门控的控制系统包括:

人脸检测模块,用于检测图像中的人脸区域,将该区域作为比对对象;具体为:获取面部图像,并确定所述面部图像中的面部器官定位信息,其中,所述面部器官定位信息表征了所述面部图像中的多个面部器官在面部图像上的位置信息;根据所述面部器官定位信息,确定检测结果,其中,所述检测结果表征所述面部图像为正面的面部图像、或者所述面部图像为非正面的面部图像;在所述检测结果表征所述面部图像为正面的面部图像时,生成并显示第一提示信息;

假脸检测模块,用于检测开门平台接收到的照片的真实性;

人脸检测结果,进行假脸判断,若为非实时拍摄的真脸图像,则拒绝开门权利,若为实时真脸图像,将其与数据库中存储数据比对,配对则为合格开门人员,授予开门权利。

作为优选,所述面部器官定位信息包括以下的至少一种:左眼位置信息、右眼位置信息、鼻子位置信息、嘴巴的左端点位置信息、嘴巴的右端点位置信息。

作为优选,若面部器官定位信息包括鼻子位置信息、左眼位置信息和嘴巴的左端点位置信息,则所述鼻子位置信息为鼻子的x轴坐标值,所述左眼位置信息为左眼的x轴坐标值,所述嘴巴的左端点位置信息为左端点的x轴坐标值;根据所述面部器官定位信息,确定检测结果,包括:

若所述鼻子的x轴坐标值小于所述左眼的x轴坐标值,且所述鼻子的x轴坐标值小于所述左端点的x轴坐标值,则确定所述检测结果为所述面部图像为非正面的面部图像,其中,所述面部图像中的面部向左偏转。

本发明通过神经网络生成大量的人脸候选框,然后再通过神经网络对候选框进行高精度筛选,保留高阈值结果的人脸候选框。最后,将人脸检测的结果输入到人脸识别的神经网络中,获得待检测人脸在数据库中保留的身份信息而完成识别,精度高,能更好的实现门控智能化。

具体实施方式

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湖南云脸智联科技有限公司,未经湖南云脸智联科技有限公司许可,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/202011157873.5/2.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