[发明专利]基于人脸识别的智能楼宇人员监控系统及方法在审

专利信息
申请号: 202011506196.3 申请日: 2020-12-18
公开(公告)号: CN112767569A 公开(公告)日: 2021-05-07
发明(设计)人: 陈焕朝;孙卉芳;粘双超;王淼;王广奇 申请(专利权)人: 山东盛帆蓝海电气有限公司
主分类号: G07C1/10 分类号: G07C1/10;G08B13/196;H04N7/18
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 李琳
地址: 250014 山东省济南市历下*** 国省代码: 山东;37
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 识别 智能 楼宇 人员 监控 系统 方法
【权利要求书】:

1.一种基于人脸识别的智能楼宇人员监控方法,其特征在于,包括:

搭建分布式监控网络,构建合法人员人脸-身份-权限信息库;

实时采集楼宇内人员的人脸图像;

对人脸图像进行识别,获取人脸特征,进行身份注册;

将该行人的身份与人脸-身份-权限信息库内存储的信息进行对比;

若该行人的身份属于住户,则显示视听信息;若该行人的身份属于工作人员,则对该工作人员进行考勤;若该行人的身份不属于人脸-身份-权限信息库内存储的信息,对该行人进行一直跟踪,并向楼宇安保部门发送警告信息。

2.如权利要求1所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述分布式监控网络包括若干图像采集设备和路由节点,所述图像采集设备与路由节点连接,每个图像采集设备通过路由节点路径优化算法选择最优路径将采集的图像数据传输给远端监控平台。

3.如权利要求1所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述人脸-身份-权限信息库包括合法人员的人脸特征向量、身份信息以及权限信息,其中所述人脸特征向量是将人脸图像输入卷积神经网络模型所述处的高维特征向量。

4.如权利要求2所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述图像采集设备连接有无线传输模块,通过所述无线传输模块将采集的图像信息发送到距其最近的路由节点,通过所述路由节点进行图像信息的转发。

5.如权利要求1所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述远端监控平台包括服务器、与所述服务器连接的显示装置和告警装置。

6.如权利要求1所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述视听信息包括LED屏幕显示的欢迎词以及欢迎词的音频播报。

7.如权利要求1所述的一种基于人脸识别的智能楼宇人员监控方法,其特征在于,所述对该工作人员进行考勤的步骤包括:

获取该工作人员当日出现在所述楼宇的最早时间;

比较所述最早时间与预设上班时间,若所述最早时间超过早于或等于预设上班时间,则记录考勤正常;若所述最早时间晚于预设上班时间,则记录考勤迟到。

8.一种基于人脸识别的智能楼宇人员监控系统,其特征在于,包括图像采集模块、图像处理模块以及合法人员人脸-身份-权限信息库,其中:

所述图像采集模块,实时采集楼宇内人员的人脸图像,并发送至图像处理模块;

所述图像处理模块,对人脸图像进行识别,获取人脸特征,进行身份注册;将该行人的身份与人脸-身份-权限信息库内存储的信息进行对比;若该行人的身份属于住户,则显示视听信息;若该行人的身份属于工作人员,则对该工作人员进行打卡考勤;若该行人的身份不属于人脸-身份-权限信息库内存储的信息,对该行人进行一直跟踪,并向楼宇安保部门发送警告信息。

9.一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种基于人脸识别的智能楼宇人员监控方法。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的一种基于人脸识别的智能楼宇人员监控方法。

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山东盛帆蓝海电气有限公司,未经山东盛帆蓝海电气有限公司许可,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/202011506196.3/1.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