[发明专利]基于智慧校园的人脸识别防护方法及系统有效

专利信息
申请号: 202211417053.4 申请日: 2022-11-14
公开(公告)号: CN115471902B 公开(公告)日: 2023-03-24
发明(设计)人: 许珠琼;陈志雄;林俊杰 申请(专利权)人: 广州市威士丹利智能科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774;G06Q50/20;G08B21/02
代理公司: 广州博联知识产权代理有限公司 44663 代理人: 梁志标;孙倩倩
地址: 510670 广东省广州市黄埔*** 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 智慧 校园 识别 防护 方法 系统
【说明书】:

本申请提供的基于智慧校园的人脸识别防护方法及系统,相比通过人脸比对规则进行园区人脸检测数据信息的防护识别,本申请的设计思路无需耗费大量资源构建人脸比对规则,仅需确定出人脸安防识别数据集,使得对拟分析园区人脸检测数据进行的人脸安防分析可以直接基于人脸安防识别数据集中的各组园区人脸检测数据进行数据相关性计算,可以克服通过人脸比对规则进行确定时只有满足人脸比对规则的检测数据才能被定位出来,而剩余检测数据不容易被定位而导致的非授权人脸漏检,还可以克服由于人脸比对规则的不适配问题而造成的非授权人脸误检,这样可以提升非授权人脸检测数据定位捕捉的效率和精度,为智慧园区的人脸安防检测提供保障。

技术领域

本公开涉及人脸识别技术领域,特别涉及一种基于智慧校园的人脸识别防护方法及系统。

背景技术

智慧校园是集AI、大数据、云计算、物联网等新一代技术互相融合和协作所形成的新一代校园管理体系。智慧校园设计数字课堂、智能化学生评估和视频安防等分支。就视频安防而言,主流技术仍然是基于人脸检测实现,但是传统方案在实施时存在效率和精度低下的缺陷,难以应对越来越庞大的智慧校园体系。

发明内容

为改善相关技术中存在的技术问题,本公开提供了一种基于智慧校园的人脸识别防护方法及系统。

第一方面,本公开实施例提供了一种基于智慧校园的人脸识别防护方法,应用于智慧校园防护系统,所述方法至少包括:

获得多组第一园区人脸检测数据以及多组第二园区人脸检测数据;其中,所述第一园区人脸检测数据为已添配防护参考依据的园区人脸检测数据,所述第二园区人脸检测数据为没有绑定防护参考依据的非授权人脸检测数据;

利用每组第一园区人脸检测数据添配的防护参考依据,提炼所述每组第一园区人脸检测数据对应的生物活体描述特征,并经由所述生物活体描述特征确定所述多组第一园区人脸检测数据中的非授权人脸检测数据;

借助所确定的非授权人脸检测数据和所述多组第二园区人脸检测数据,生成人脸安防识别数据集,并确定所述人脸安防识别数据集中的各组园区人脸检测数据与拟分析园区人脸检测数据之间的数据相关性,得到多组相关性运算结果;

倘若通过所述多组相关性运算结果判断得到所述人脸安防识别数据集中具有与所述拟分析园区人脸检测数据之间的数据相关性符合园区人脸安防检测指标的园区人脸检测数据,则确定所述拟分析园区人脸检测数据为非授权人脸检测数据。

在一些可能的实施例中,经由所述生物活体描述特征确定所述多组第一园区人脸检测数据中的非授权人脸检测数据,包括:

将所述每组第一园区人脸检测数据对应的防护分析描述值传入至已经过配置的人脸数据处理网络,得到所述人脸数据处理网络生成的所述每组第一园区人脸检测数据对应的非授权人脸命中率,所述非授权人脸命中率为所述第一园区人脸检测数据为非授权人脸检测数据的几率,所述人脸数据处理网络是基于多组已添配防护参考依据的园区人脸检测数据范本和各组园区人脸检测数据范本对应的人脸身份类别调试得到的,所述人脸身份类别包括非授权人脸检测数据和已授权人脸检测数据;

经由所述每组第一园区人脸检测数据对应的非授权人脸命中率,确定所述多组第一园区人脸检测数据中的非授权人脸检测数据。

在一些可能的实施例中,经由所述每组第一园区人脸检测数据对应的非授权人脸命中率,确定所述多组第一园区人脸检测数据中的非授权人脸检测数据,包括:将所述多组第一园区人脸检测数据中非授权人脸命中率超过第一指定限值的第一园区人脸检测数据,作为所述多组第一园区人脸检测数据中的非授权人脸检测数据。

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市威士丹利智能科技有限公司,未经广州市威士丹利智能科技有限公司许可,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/202211417053.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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