[发明专利]基于人脸识别的防盗门锁的识别方法、防盗门锁以及介质在审

专利信息
申请号: 202110269305.2 申请日: 2021-03-12
公开(公告)号: CN113192239A 公开(公告)日: 2021-07-30
发明(设计)人: 邓立;苏少彬 申请(专利权)人: 广州朗国电子科技有限公司
主分类号: G07C9/00 分类号: G07C9/00;G06K9/00;G06K9/62
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 李健
地址: 510700 广东省广州市黄埔区*** 国省代码: 广东;44
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 防盗 门锁 方法 以及 介质
【说明书】:

发明涉及防盗门锁技术领域,尤其涉及一种基于人脸识别的防盗门锁的识别方法、防盗门锁以及介质,所述方法包括:接收终端设备获取并发送的人脸图像;通过人脸识别算法对所述人脸图像进行身份验证并得出验证结果;所述人脸识别算法为将肤色检测和特征部位几何分布模板匹配相结合的算法;根据验证结果控制电子门锁的开关;如果身份验证通过则打开电子门锁;如果未识别则将未识别结果通过向终端设备发送语音和显示文字结合的数据并通过终端设备显示出来。本发明提供的技术方案,能够提高人脸识别算法成功率。

技术领域

本发明涉及防盗门锁技术领域,尤其涉及一种基于人脸识别的防盗门锁的识别方法、防盗门锁以及介质。

背景技术

现有的防盗门锁的人脸识别算法误检率较高,从而使得主人在使用时也难以进入的情况的发生。

因此,亟需一种能够提高人脸识别算法成功率的基于人脸识别的防盗门锁的识别方法、防盗门锁以及介质,从而解决现有的防盗门锁的人脸识别算法误检率较高,从而使得主人在使用时也难以进入的情况的发生的问题。

发明内容

本发明的主要目的在于提供能够提高人脸识别算法成功率的基于人脸识别的防盗门锁的识别方法、防盗门锁以及介质,从而解决现有的防盗门锁的人脸识别算法误检率较高,从而使得主人在使用时也难以进入的情况的发生的问题。

为实现上述目的,本发明第一方面提供了一种基于人脸识别的防盗门锁的识别方法,所述方法包括:

接收终端设备获取并发送的人脸图像;

通过人脸识别算法对所述人脸图像进行身份验证并得出验证结果;所述人脸识别算法为将肤色检测和特征部位几何分布模板匹配相结合的算法;

根据验证结果控制电子门锁的开关;

如果身份验证通过则打开电子门锁;

如果未识别则将未识别结果通过向终端设备发送语音和显示文字结合的数据并通过终端设备显示出来。

优选地,所述人脸识别算法为将肤色检测和特征部位几何分布模板匹配相结合的算法的步骤,具体包括:

对所述人脸图像进行处理获取肤色区域和非肤色区域;

根据训练的肤色识别模型对所述肤色区域进行圈定;

检测并获取所述肤色区域的特征部位;所述特征部位包括眼睛、鼻端、眉毛、嘴巴或其他面部特征;

对肤色区域进行马赛克处理的图像;

通过拉普拉斯算子对经过马赛克处理的图像进行水平边缘检测;其中,马赛克图像每一像素点的亮度值是该图像马赛克矩阵内所有像素点亮度值的均值。

优选地,所述人脸识别算法为将肤色检测和特征部位几何分布模板匹配相结合的算法的步骤,还包括:

获取显示的边缘线;

将显示的边缘线的重心点计算出来,利用这些重心点来代替对应的忽略的边缘线;

对显示的边缘线和被代替的忽略的边缘线进行几何分布判决并判决是否符合人脸的特征几何分布;

如果符合人脸的特征几何分布,则对显示的边缘线和被代替的忽略的边缘线进行提取人脸特征。

优选地,所述对显示的边缘线和被代替的忽略的边缘线进行提取人脸特征,具体包括:

基于主成分分析法对人脸特征提取。

优选地,所述基于主成分分析法对人脸特征提取,具体包括:

对输入图像进行预处理;

接收数据库存储的训练样本并进行训练,形成特征脸;

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广州朗国电子科技有限公司,未经广州朗国电子科技有限公司许可,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/202110269305.2/2.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