CN106447840A - 多功能智能门禁*** - Google Patents
多功能智能门禁*** Download PDFInfo
- Publication number
- CN106447840A CN106447840A CN201610741246.3A CN201610741246A CN106447840A CN 106447840 A CN106447840 A CN 106447840A CN 201610741246 A CN201610741246 A CN 201610741246A CN 106447840 A CN106447840 A CN 106447840A
- Authority
- CN
- China
- Prior art keywords
- control system
- memory
- face
- gate control
- visit person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提出了一种多功能智能门禁***,包括门禁控制器,所述门禁控制器连接有生物识别单元,所述门禁控制器连接有存储器,所述存储器内存储有用户信息,所述门禁控制器连接有指示单元,所述门禁控制器连接有读卡器,所述门禁控制器连接有密码器,本发明既不需要IC卡,又能够主动进行拜访者提示,依据多种用户信息实现门禁开关,流程简单。
Description
技术领域
本发明属于安防技术领域,特别涉及一种多功能智能门禁***。
背景技术
目前,安防***,在进行工作时,大都是每个用户配备IC卡,然后持卡人利用刷卡通过进入,但是,利用IC卡刷卡通过的安防***,一来需要额外配置IC卡刷卡装置,而且比较容易被其他人打开,二来,IC卡容易丢失,丢失后被其他人捡到后,同样可以利用该IC卡通过安防***;三来,由于IC卡都有使寿命,在损坏后,IC卡不能使用,将导致用户无法通过安防***;四来,当用户忘记携带IC卡时,用户无法通过安防***;另外一些情况下,不通过IC卡来进行通行,而是通过户主与拜访者之间进行视声通话,从而确定是否开门,操作比较复杂。
因此,现在亟需一种多功能智能门禁***,既不需要IC卡,又能够主动进行拜访者提示,依据多种用户信息实现门禁开关,流程简单。
发明内容
本发明提出一种多功能智能门禁***,解决了现有技术中门禁***开关流程需要额外配备IC卡,同时门禁打开存在安全风险的问题。
本发明的技术方案是这样实现的:多功能智能门禁***,包括门禁控制器,所述门禁控制器连接有生物识别单元,所述门禁控制器连接有存储器,所述存储器内存储有用户信息,所述门禁控制器连接有指示单元,所述门禁控制器连接有读卡器,所述门禁控制器连接有密码器。
作为一种优选的实施方式,所述门禁控制器根据生物识别单元、读卡器、密码器当中的任一输入信息,根据任一输入信息并与存储器内的用户信息进行匹配处理,当任一项满足匹配度大于第一预设值时,控制门禁打开,并进行提示;当任一项满足匹配度大于第二预设值时,控制门禁打开。
作为一种优选的实施方式,所述生物识别单元包括声像采集单元、虹膜识别单元、掌型识别单元中的任意一种或者几种。
作为一种优选的实施方式,所述声像采集单元抓拍拜访者照片和声音信息,调动摄像头位置并连续抓拍三次,当抓拍三次照片存储器中数据进行匹配,任意一张照片与存储器中数据匹配度小于第三预设阀值时,且指纹识别***采集的拜访者指纹与存储器内数据不匹配时,进行报警指示,同时门禁控制器根据采集的声音信息与存储器内数据进行匹配,当匹配度小于第四预设值时,进行报警指示。
作为一种优选的实施方式,定义声音匹配度以及图像匹配度的权重系数,根据权重***,重新确定声像匹配度,当声像匹配度满足大于第五预设阀值时,控制门禁打开。
作为一种优选的实施方式,抓拍照片并与存储器中数据进行匹配,按照如下步骤进行,S1:确定拜访者面部轮廓;S2:确定拜访者面部器官分布;S3:确定拜访者肤色以及纹理规则;S4:确定拜访者面部对称性规则;S5:根据拜访者动态图序列,确定其运动规则;S6:根据运动规则,确定拜访者并进行提示。
作为一种优选的实施方式,步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮,对任意图像进行边缘检测,并对细化后的边缘提取曲线特征,然后计算各曲线组合成人脸的评估函数。
作为一种优选的实施方式,步骤S5中根据拜访者动态图序列,包括利用随机函数所组成的集合,体现为与Markov链的每一个状态相关联的观测序列的随机过程,设有观察序列Q=Q1Q2…Qn和状态集=S{s1,s2,…sn},一个有n个状态的隐马尔可夫模型λ可以表示(π,A,B),其中π为初始状态概率矢量;A={aij}为状态转移概率矩阵,其中aij=P{qt+1=Sj|qt=St},1<=i,j<=N;B={bj}Qt)}为观察符号概率分布,若B有M个观察值{v1,v2…mv},则bj(Qt)=P{qt=vk|qt=sj,1<=j<=N,l<=k<=M}。
作为一种优选的实施方式,HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法;对测试样本的评价,可以用Forward-Backward迭代算法估计签名满足模型的概率,或用viterbi最优状态搜索算法计算过程经过的最优状态;图像抓拍后对图像灰度进行均衡处理,定义处理输入图像为A(x,y),输出图像为B(x,y),则点运算可表示为:B(x,y)=f[A(x,y)],其中函数f为灰度变换函数。
作为一种优选的实施方式,步骤S3中确定肤色以及纹理规则,包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割,利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测,然后将颜色、形状结合在一起进行人脸检测。
采用了上述技术方案后,本发明的有益效果是:
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的结构示意图;
图2为本发明图像识别的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-2所示,本多功能智能门禁***,包括门禁控制器,所述门禁控制器连接有生物识别单元,所述门禁控制器连接有存储器,所述存储器内存储有用户信息,所述门禁控制器连接有指示单元,所述门禁控制器连接有读卡器,所述门禁控制器连接有密码器。
所述门禁控制器根据生物识别单元、读卡器、密码器当中的任一输入信息,根据任一输入信息并与存储器内的用户信息进行匹配处理,当任一项满足匹配度大于第一预设值时,控制门禁打开,并进行提示;当任一项满足匹配度大于第二预设值时,控制门禁打开。
所述生物识别单元包括声像采集单元、虹膜识别单元、掌型识别单元中的任意一种或者几种。
所述声像采集单元抓拍拜访者照片和声音信息,调动摄像头位置并连续抓拍三次,当抓拍三次照片存储器中数据进行匹配,任意一张照片与存储器中数据匹配度小于第三预设阀值时,且指纹识别***采集的拜访者指纹与存储器内数据不匹配时,进行报警指示,同时门禁控制器根据采集的声音信息与存储器内数据进行匹配,当匹配度小于第四预设值时,进行报警指示。
定义声音匹配度以及图像匹配度的权重系数,根据权重***,重新确定声像匹配度,当声像匹配度满足大于第五预设阀值时,控制门禁打开。
抓拍照片并与存储器中数据进行匹配,按照如下步骤进行,S1:确定拜访者面部轮廓;S2:确定拜访者面部器官分布;S3:确定拜访者肤色以及纹理规则;S4:确定拜访者面部对称性规则;S5:根据拜访者动态图序列,确定其运动规则;S6:根据运动规则,确定拜访者并进行提示。
步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮,对任意图像进行边缘检测,并对细化后的边缘提取曲线特征,然后计算各曲线组合成人脸的评估函数。
步骤S5中根据拜访者动态图序列,包括利用随机函数所组成的集合,体现为与Markov链的每一个状态相关联的观测序列的随机过程,设有观察序列Q=Q1Q2…Qn和状态集=S{s1,s2,…sn},一个有n个状态的隐马尔可夫模型λ可以表示(π,A,B),其中π为初始状态概率矢量;A={aij}为状态转移概率矩阵,其中aij=P{qt+1=Sj|qt=St},1<=i,j<=N;B={bj}Qt)}为观察符号概率分布,若B有M个观察值{v1,v2…mv},则bj(Qt)=P{qt=vk|qt=sj,1<=j<=N,l<=k<=M}。
HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法;对测试样本的评价,可以用Forward-Backward迭代算法估计签名满足模型的概率,或用viterbi最优状态搜索算法计算过程经过的最优状态;图像抓拍后对图像灰度进行均衡处理,定义处理输入图像为A(x,y),输出图像为B(x,y),则点运算可表示为:B(x,y)=f[A(x,y)],其中函数f为灰度变换函数。
步骤S3中确定肤色以及纹理规则,包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割,利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测,然后将颜色、形状结合在一起进行人脸检测。
该多功能智能门禁***的工作原理是:
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.多功能智能门禁***,其特征在于,包括门禁控制器,所述门禁控制器连接有生物识别单元,所述门禁控制器连接有存储器,所述存储器内存储有用户信息,所述门禁控制器连接有指示单元,所述门禁控制器连接有读卡器,所述门禁控制器连接有密码器。
2.根据权利要求1所述的多功能智能门禁***,其特征在于,所述门禁控制器根据生物识别单元、读卡器、密码器当中的任一输入信息,根据任一输入信息并与存储器内的用户信息进行匹配处理,当任一项满足匹配度大于第一预设值时,控制门禁打开,并进行提示;当任一项满足匹配度大于第二预设值时,控制门禁打开。
3.根据权利要求2所述的多功能智能门禁***,其特征在于,所述生物识别单元包括声像采集单元、虹膜识别单元、掌型识别单元中的任意一种或者几种。
4.根据权利要求3所述的的多功能智能门禁***,其特征在于,所述声像采集单元抓拍拜访者照片和声音信息,调动摄像头位置并连续抓拍三次,当抓拍三次照片存储器中数据进行匹配,任意一张照片与存储器中数据匹配度小于第三预设阀值时,且指纹识别***采集的拜访者指纹与存储器内数据不匹配时,进行报警指示,同时门禁控制器根据采集的声音信息与存储器内数据进行匹配,当匹配度小于第四预设值时,进行报警指示。
5.根据权利要求4所述的多功能智能门禁***,其特征在于,定义声音匹配度以及图像匹配度的权重系数,根据权重***,重新确定声像匹配度,当声像匹配度满足大于第五预设阀值时,控制门禁打开。
6.根据权利要求4所述的多功能智能门禁***,其特征在于,抓拍照片并与存储器中数据进行匹配,按照如下步骤进行,S1:确定拜访者面部轮廓;S2:确定拜访者面部器官分布;S3:确定拜访者肤色以及纹理规则;S4:确定拜访者面部对称性规则;S5:根据拜访者动态图序列,确定其运动规则;S6:根据运动规则,确定拜访者并进行提示。
7.根据权利要求6所述的多功能智能门禁***,其特征在于,步骤S1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮,对任意图像进行边缘检测,并对细化后的边缘提取曲线特征,然后计算各曲线组合成人脸的评估函数。
8.根据权利要求7所述的多功能智能门禁***,其特征在于,步骤S5中根据拜访者动态图序列,包括利用随机函数所组成的集合,体现为与Markov链的每一个状态相关联的观测序列的随机过程,设有观察序列Q=Q1Q2…Qn和状态集=S{s1,s2,…sn},一个有n个状态的隐马尔可夫模型λ可以表示(π,A,B),其中π为初始状态概率矢量;A={aij}为状态转移概率矩阵,其中aij=P{qt+1=Sj|qt=St},1<=i,j<=N;B={bj}Qt)}为观察符号概率分布,若B有M个观察值{v1,v2…mv},则bj(Qt)=P{qt=vk|qt=sj,1<=j<=N,l<=k<=M}。
9.根据权利要求8所述的多功能智能门禁***,其特征在于,HMM参数的估计可用Baum-welch参数估计算法或Segmental K-means算法;对测试样本的评价,可以用Forward-Backward迭代算法估计签名满足模型的概率,或用viterbi最优状态搜索算法计算过程经过的最优状态;图像抓拍后对图像灰度进行均衡处理,定义处理输入图像为A(x,y),输出图像为B(x,y),则点运算可表示为:B(x,y)=f[A(x,y)],其中函数f为灰度变换函数。
10.根据权利要求9所述的多功能智能门禁***,其特征在于,步骤S3中确定肤色以及纹理规则,包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割,利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测,然后将颜色、形状结合在一起进行人脸检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741246.3A CN106447840A (zh) | 2016-08-26 | 2016-08-26 | 多功能智能门禁*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741246.3A CN106447840A (zh) | 2016-08-26 | 2016-08-26 | 多功能智能门禁*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106447840A true CN106447840A (zh) | 2017-02-22 |
Family
ID=58182977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610741246.3A Pending CN106447840A (zh) | 2016-08-26 | 2016-08-26 | 多功能智能门禁*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447840A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330722A (zh) * | 2017-06-27 | 2017-11-07 | 昝立民 | 一种共享设备的广告投放方法 |
CN110189452A (zh) * | 2019-06-06 | 2019-08-30 | 广州小鹏汽车科技有限公司 | 车钥匙的接入处理方法、装置、***及车辆 |
CN110599639A (zh) * | 2019-08-13 | 2019-12-20 | 深圳市天彦通信股份有限公司 | 身份验证方法及相关产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006069158A2 (en) * | 2004-12-22 | 2006-06-29 | Merkatum Corporation | Self-adaptive multimodal biometric authentication system and method |
CN102034288B (zh) * | 2010-12-09 | 2012-06-20 | 江南大学 | 基于多生物特征识别的智能门禁*** |
CN203276357U (zh) * | 2013-06-03 | 2013-11-06 | 哈尔滨师范大学 | 基于物联网的考勤门禁一体机 |
CN203520492U (zh) * | 2013-11-01 | 2014-04-02 | 无锡市电子仪表工业有限公司 | 一种基于物联网的智能门禁***控制装置 |
CN104157063A (zh) * | 2014-08-25 | 2014-11-19 | 南通博云物联网技术有限公司 | 一种门禁***及其控制方法 |
CN105096420A (zh) * | 2015-07-31 | 2015-11-25 | 北京旷视科技有限公司 | 门禁***以及用于其的数据处理方法 |
CN204833400U (zh) * | 2015-06-27 | 2015-12-02 | 屠小慧 | 一种能人脸识别和指纹声纹识别的门禁信息采集器 |
-
2016
- 2016-08-26 CN CN201610741246.3A patent/CN106447840A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006069158A2 (en) * | 2004-12-22 | 2006-06-29 | Merkatum Corporation | Self-adaptive multimodal biometric authentication system and method |
CN102034288B (zh) * | 2010-12-09 | 2012-06-20 | 江南大学 | 基于多生物特征识别的智能门禁*** |
CN203276357U (zh) * | 2013-06-03 | 2013-11-06 | 哈尔滨师范大学 | 基于物联网的考勤门禁一体机 |
CN203520492U (zh) * | 2013-11-01 | 2014-04-02 | 无锡市电子仪表工业有限公司 | 一种基于物联网的智能门禁***控制装置 |
CN104157063A (zh) * | 2014-08-25 | 2014-11-19 | 南通博云物联网技术有限公司 | 一种门禁***及其控制方法 |
CN204833400U (zh) * | 2015-06-27 | 2015-12-02 | 屠小慧 | 一种能人脸识别和指纹声纹识别的门禁信息采集器 |
CN105096420A (zh) * | 2015-07-31 | 2015-11-25 | 北京旷视科技有限公司 | 门禁***以及用于其的数据处理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330722A (zh) * | 2017-06-27 | 2017-11-07 | 昝立民 | 一种共享设备的广告投放方法 |
CN110189452A (zh) * | 2019-06-06 | 2019-08-30 | 广州小鹏汽车科技有限公司 | 车钥匙的接入处理方法、装置、***及车辆 |
CN110599639A (zh) * | 2019-08-13 | 2019-12-20 | 深圳市天彦通信股份有限公司 | 身份验证方法及相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101558431B (zh) | 脸认证设备 | |
CN105243386B (zh) | 人脸活体判断方法以及*** | |
CN111768336B (zh) | 人脸图像处理方法、装置、计算机设备和存储介质 | |
CN110610129A (zh) | 一种基于自注意力机制的深度学习人脸识别***及方法 | |
CN107590430A (zh) | 活体检测方法、装置、设备及存储介质 | |
CN106803301A (zh) | 一种基于深度学习的人脸识别门禁方法及*** | |
CN110189447B (zh) | 一种基于人脸身份识别的智慧社区闸机控制*** | |
CN101359365A (zh) | 一种基于最大类间方差和灰度信息的虹膜定位方法 | |
CN103116763A (zh) | 一种基于hsv 颜色空间统计特征的活体人脸检测方法 | |
CN206224639U (zh) | 一种具有遮挡检测功能的人脸识别门禁*** | |
CN107169479A (zh) | 基于指纹验证的智能移动设备敏感数据防护方法 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN107609515B (zh) | 一种基于飞腾平台的双重验证的人脸比对***及方法 | |
Khan et al. | Low dimensional representation of dorsal hand vein features using principle component analysis (PCA) | |
CN112215043A (zh) | 一种人脸活体检测方法 | |
CN111178130A (zh) | 一种基于深度学习的人脸识别方法、***和可读存储介质 | |
CN112686191B (zh) | 基于人脸三维信息的活体防伪方法、***、终端及介质 | |
CN107481374A (zh) | 一种智能终端指纹解锁开门装置 | |
CN106447840A (zh) | 多功能智能门禁*** | |
Selvaraj et al. | Raspberry Pi based automatic door control system | |
CN107516076A (zh) | 人像识别方法及装置 | |
CN106709458A (zh) | 一种人脸活体检测方法及装置 | |
CN106384406A (zh) | 带保护装置的互联网安防*** | |
Ge et al. | Deep and discriminative feature learning for fingerprint classification | |
CN116631068B (zh) | 一种基于深度学习特征融合的掌静脉活体检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |