[发明专利]云雾诊断防转租方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202211000147.1 申请日: 2022-08-19
公开(公告)号: CN115471290A 公开(公告)日: 2022-12-13
发明(设计)人: 刘刚;张擂;韦选;陈大湖 申请(专利权)人: 浙江凝韵科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06V40/16
代理公司: 杭州知学知识产权代理事务所(普通合伙) 33356 代理人: 张雯
地址: 311121 浙江省杭州市*** 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: 云雾 诊断 转租 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.云雾诊断防转租方法,其特征在于,包括:

关联房间信息以及承租人信息,以得到租房信息;

获取房间的摄像头所拍摄的人脸图像;

判断所述人脸图像对应的人脸信息是否保存;

若所述人脸图像对应的人脸信息未保存,则根据所述人脸图像进行云雾计算;

若所述人脸图像对应的人脸信息已保存,则将所述人脸图像与所述租房信息进行人脸核对,以得到核对结果;

发送所述核对结果至终端。

2.根据权利要求1所述的云雾诊断防转租方法,其特征在于,所述关联房间信息以及承租人信息,以得到租房信息,包括:

获取房间对应的承租人信息,并将所述承租人信息与房间的联网智能锁的卡进行关联,以得到关联数据;

存储房间信息以及承租人信息,以得到基础数据;

获取摄像头的位置、安装时间以及像素,并与基础数据结合,形成结合数据;

获取承租人的人脸标志信息,将所述人脸标志信息与所述结合信息以及关联信息整合,形成租房信息。

3.根据权利要求1所述的云雾诊断防转租方法,其特征在于,所述根据所述人脸图像进行云雾计算,包括:

对所述人脸图像进行人脸信息的云雾计算,并采用深度学习进行人脸信息的优化,以形成待存储人脸信息;

保存所述待存储人脸信息。

4.根据权利要求1所述的云雾诊断防转租方法,其特征在于,所述将所述人脸图像与所述租房信息进行人脸核对,以得到核对结果,包括:

将所述人脸图像与所述租房信息内的人脸进行逐一核对,且与整个单元的人脸、整栋楼的人脸、整个小区的人脸进行核对;

判断房间、整个单元、整栋楼、整个小区的人脸是否都进行云雾计算;

若所述房间、整个单元、整栋楼、整个小区的人脸都进行云雾计算,则采用深度学习对所述人脸图像进行人脸信息的优化,并保存优化后的人脸信息;

若所述房间、整个单元、整栋楼、整个小区的人脸中有至少一个未进行云雾计算,则经过最优化次数进行人脸信息优化;

发送验证或者需要复核人脸信息的消息至终端,以供终端进行重新采集人脸信息,更新个人信息或者家庭信息,以得到核对结果。

5.根据权利要求4所述的云雾诊断防转租方法,其特征在于,所述发送验证或者需要复核人脸信息的消息至终端,以供终端进行重新采集人脸信息,更新个人信息或者家庭信息,包括:

发送验证或者需要复核人脸信息的消息至终端,以供终端进行重新采集人脸信息,若对应的人员不配合采集信息,确定对应人员并不是承租人,以得到核对结果,记录并且报告给业主单位;若对应的人员配合采集信息,则采集新的人脸图像;

获取新的人脸图像,并执行所述将所述人脸图像与所述租房信息内的人脸进行逐一核对,且与整个单元的人脸、整栋楼的人脸、整个小区的人脸进行核对。

6.云雾诊断防转租装置,其特征在于,包括:

关联单元,用于关联房间信息以及承租人信息,以得到租房信息;

图像获取单元,用于获取房间的摄像头所拍摄的人脸图像;

保存判断单元,用于判断所述人脸图像对应的人脸信息是否保存;

云雾计算单元,用于若所述人脸图像对应的人脸信息未保存,则根据所述人脸图像进行云雾计算;

核对单元,用于若所述人脸图像对应的人脸信息已保存,则将所述人脸图像与所述租房信息进行人脸核对,以得到核对结果;

发送单元,用于发送所述核对结果至终端。

7.根据权利要求6所述的云雾诊断防转租装置,其特征在于,所述关联单元包括:

卡关联子单元,用于获取房间对应的承租人信息,并将所述承租人信息与房间的联网智能锁的卡进行关联,以得到关联数据;

信息存储子单元,用于存储房间信息以及承租人信息,以得到基础数据;

摄像头信息获取子单元,用于获取摄像头的位置、安装时间以及像素,并与基础数据结合,形成结合数据;

整合子单元,用于获取承租人的人脸标志信息,将所述人脸标志信息与所述结合信息以及关联信息整合,形成租房信息。

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凝韵科技有限公司,未经浙江凝韵科技有限公司许可,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/202211000147.1/1.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