[发明专利]一种控制闸机的方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202011600571.0 申请日: 2020-12-30
公开(公告)号: CN112614263A 公开(公告)日: 2021-04-06
发明(设计)人: 潘军威;牟宇 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G07C9/37 分类号: G07C9/37;G06K9/00;G06K9/62
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 赵凯莉
地址: 310053 浙江*** 国省代码: 浙江;33
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 控制 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种控制闸机的方法,其特征在于,包括:

获得待检测图像的特征向量;其中,所述待检测图像中包括当前待通过闸机的目标用户的面部;

若预设的第一参考特征向量集合中,不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量,则获取所述待检测图像的属性值,并根据所述属性值,确定所述属性值关联的第二参考特征向量集合;其中,所述属性值用于表征用户面部的遮挡物类型,所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量,所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量;

若确定所述第二参考特征向量集合中,存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量,则控制所述闸机打开。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若确定所述预设的第一参考特征向量集合中,存在所述第一参考特征向量,则控制所述闸机打开,并确定所述第一参考特征向量与所述特征向量的第一相似度是否大于第一更新阈值;

若所述第一相似度大于所述第一更新阈值,则将所述第一参考特征向量更新为所述特征向量。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

若所述第一相似度大于所述第一更新阈值,则将所述第一更新阈值更新为所述第一相似度。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

确定所述第二参考特征向量与所述特征向量的第二相似度是否大于第二更新阈值;

若所述第二相似度大于所述第二更新阈值,则将所述第二参考特征向量更新为所述特征向量。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

若所述第二相似度大于所述第二更新阈值,则将所述第二更新阈值更新为所述第二相似度。

6.根据权利要求1所述的方法,其特征在于,获取所述待检测图像的属性值,包括:

将所述特征向量输入已训练的目标分类模型,获得所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率;

将所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率按照从大到小的顺序排序,若确定排在前两个位置上的概率之间的差值大于预设概率差,则将排在第一个位置上的概率对应的预设遮挡物类型确定为所述待检测图像含有的遮挡物的遮挡物类型,获得所述待检测图像的属性值。

7.一种控制闸机的装置,其特征在于,包括:

获取模块:用于获得待检测图像的特征向量;其中,所述待检测图像中包括当前待通过闸机的目标用户的面部;

处理模块:用于若预设的第一参考特征向量集合中,不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量,则获取所述待检测图像的属性值,并根据所述属性值,确定所述属性值关联的第二参考特征向量集合;其中,所述属性值用于表征用户面部的遮挡物类型,所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量,所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量;

所述处理模块还用于:若确定所述第二参考特征向量集合中,存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量,则控制所述闸机打开。

8.根据权利要求7所述的装置,其特征在于,所述处理模块还用于:若确定所述预设的第一参考特征向量集合中,存在所述第一参考特征向量,则控制所述闸机打开,并确定所述第一参考特征向量与所述特征向量的第一相似度是否大于第一更新阈值;

若所述第一相似度大于所述第一更新阈值,则将所述第一参考特征向量更新为所述特征向量。

9.一种计算机设备,其特征在于,包括:

存储器,用于存储程序指令;

处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行如权利要求1~6中任一项所述的方法。

10.一种存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1~6中任一项所述的方法。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202011600571.0/1.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