[发明专利]一种基于身份二维码和人工智能的门禁控制系统及方法

权利要求书

1.一种基于身份二维码和人工智能的门禁控制系统，其特征在于，包括：

标准模型构建模块，所述标准模型构建模块每隔第一单位时间构建一个标准模型；

标准模型筛选模块，所述标准模型筛选模块获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行对比，判断标准模型a是否需要重新构建；

人脸图像获取模块，所述人脸图像获取模块通过摄像头采集人脸图像；

差异信息处理模块，所述差异信息处理模块对人脸信息进行识别，并得到摄像头获取的人脸图像与标准模型a的第一差异信息集合；

身份码信息获取模块，所述身份码信息获取模块获取人物申请的身份码中对应的身份码信息；

门禁控制模块，所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，并对综合差异信息做归一化处理，根据归一化结果控制门禁的开关；

所述标准模型构建模块包括模型构件选择模块及标准模型信息模块，

所述模型构件选择模块用于提供构件标准模型的各个构件，所述模型构件种类包括眼睛、鼻子、眉毛及嘴巴，每个构件上围绕构件轮廓每隔第一单位距离设置有一个轮廓点，并分别对每个构件上的轮廓点进行编号，分别对同一种类的不同构件进行编号，同一种类、不同构件的形状及大小相同，且构件形状对应的偏转角度不同；

所述标准模型信息模块用于获取构建的标准模型中对应的标准模型信息，所述标准模型信息包括组成该标准模型的各个构件的编号及相应编号的构件所处的位置，

同一种类不同编号的构件中，对应位置的轮廓点编号相同，所述对应位置指调整构件的偏转角度，使不同编号的构件重合时，此时相同位置的轮廓点；

所述获取构建的标准模型中对应的标准模型信息的方法包括以下步骤：

S1.1、构建空白脸型模板，并以空白脸型模板中下巴位置对应的最低点为原点，以原点到空白脸型模板中眉心位置的方向为y轴正方向，以空白脸型模板所属平面中过原点且垂直于y轴的直线为x轴，构建平面直角坐标系，所述空白脸型模板只有人物脸型轮廓，不具有五官信息，不同标准模型中对应的空白脸型模型相同；

S1.2、从模型构件选择模块的各个模型构件种类中分别随机挑选一个模型种类构件，记录相应模型构件的编号，并将选择的相应模型构件的编号逐个录入第一集合中；

S1.3、将第一集合中各模型构件编号分别对应的模型构件随机分布在平面直角坐标系中的空白模板内，将各个模型构件对应的轮廓点限定在空白模板内，得到标准模型a；

S1.4、获取标准模型内每个模型构件的各个轮廓点在平面直角坐标系中的坐标位置，分别按顺序录入第二集合中，并将每个模型构件对应的第二集合进行汇总，构成第三集合，所述第三集合中每个位置上第二集合对应的模型构件与第一集合中该位置上模型构件编号对应的模型构件相同；

S1.5、根据第一集合与第三集合得到构建的标准模型中对应的标准模型信息，所述第一集合包含的是标准模型信息中构件的编号信息，所述第三集合包含的是标准模型信息中构件的中轮廓点的位置信息；

所述差异信息处理模块对人脸信息进行识别的方法包括以下步骤：

S3.1、获取人脸图像获取模块中采集的人脸图像；

S3.2、对人脸图像进行灰度处理，计算人脸图像中相邻像素点之间的灰度差值，将获取的灰度差值分别与第二预设值进行比较，

当灰度差值小于第二预设值时，判定该灰度差值对应的像素点正常，

当灰度差值大于等于第二预设值时，判定该灰度差值对应的像素点中灰度值较大的像素点进行标记；

S3.3、根据人脸图像中的标记像素点，分别得到人物眼睛、鼻子、眉毛和嘴巴的轮廓及脸型轮廓，所述人物眼睛、鼻子、眉毛和嘴巴的轮廓、脸型轮廓记为面部特征轮廓；

S3.4、以脸型轮廓中下巴位置对应的最低点为第二原点，以第二原点到鼻子轮廓中心点的方向为第二y轴正方向，以脸型轮廓所属平面中过第二原点且垂直于第二y轴的直线为第二x轴，构建第二平面直角坐标系；

S3.5、获取标准模型a及其对应的各构件编号，调整所得构件的偏差角度，使得各构件的偏差角度与获取的面部特征轮廓中对应轮廓的偏差角度相同，并将调整后的构件的中心点与面部特征轮廓中对应轮廓的中心点重合，

分别以重合的中心点为起点，过构件上轮廓点作射线，将构件与对应轮廓中过同一条射线的点进行绑定；

S3.6、按照标准模型a对应的标准模型信息中第三集合内各轮廓点的先后顺序，逐个获取第三集合内各轮廓点在人脸图像中对应的点在第二平面直角坐标内的坐标，并按照获取的先后顺序逐个录入到第四集合内，得到人脸信息识别结果；

所述差异信息处理模块得到摄像头获取的人脸图像与标准模型a的第一差异信息集合的方法包括以下步骤：

S4.1、分别获取标准模型a对应的第三集合及人脸图像对应的第四集合；

S4.2、将平面直角坐标系的原点与第二平面直角坐标系的第二原点位置重合，将第二平面直角坐标系合并到直角坐标系中；

S4.3、分别按顺序提取第三集合内各轮廓点在平面直角坐标系中的坐标与第四集合内的各点在第二平面直角坐标系中的坐标，并将第四集合内的各点在第二平面直角坐标系中的坐标换算成中平面直角坐标系中的坐标；

S4.4、获取第三集合内第j个轮廓点在平面直角坐标系中的坐标与第四集合内第j个点在平面直角坐标系中的坐标构成的坐标向量，并作为第一差异信息集合内的第j个差异坐标向量，进而得到第一差异差异信息集合；

所述身份码信息获取模块获取身份码时，需要获取人物的身份证信息，所述身份证信息包括身份证编号及相应的姓名，

所述身份码信息获取模块根据公安部门提供的网络接口，通过人物的身份证编号及相应的姓名匹配相应人物的身份证照片，

当未匹配到相应人物的身份证照片时，则无法获取身份码，

当匹配到相应人物的身份证照片时，身份码信息获取模块对该身份证照片进行人脸信息识别，并根据人脸信息识别结果得到第五集合；

身份码信息获取模块还获取人物申请身份码时对应的标准模型记为标准模型d，根据标准模型d对应的第六集合及人物的身份证照片对应的第五集合，得到人物的身份证照片与标准模型d的第二差异信息集合；

所述标准模型d对应的第六集合的获取方法与标准模型构建模块中获取标准模型对应的第三集合的方法相同，

所述人物的身份证照片对应的第五集合的获取方法与差异信息处理模块中获取人脸图像对应的第四集合的方法相同，

所述第二差异信息集合的获取方法与差异信息处理模块中获取第一差异差异信息集合的方法相同；

所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息的方法包括以下步骤：

S5.1、获取第一差异差异信息集合与第二差异信息集合；

S5.2、分别计算第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长W；

S5.3、将S5.2中的所有模长W进行统计汇总，得到人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，

所述对综合差异信息做归一化处理的方法是提取综合差异信息中的模长W，计算提取的所有模长W的平均值，记为平均差异量Q，所述

其中，W_k表示第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长W。