CN110458985A - 一种工程现场进出管理***及方法 - Google Patents
一种工程现场进出管理***及方法 Download PDFInfo
- Publication number
- CN110458985A CN110458985A CN201910666189.0A CN201910666189A CN110458985A CN 110458985 A CN110458985 A CN 110458985A CN 201910666189 A CN201910666189 A CN 201910666189A CN 110458985 A CN110458985 A CN 110458985A
- Authority
- CN
- China
- Prior art keywords
- data
- face
- image
- alarm
- matching
- 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
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
发明公开了一种工程现场进出管理***及方法,包括数据获取装置、数据预处理装置、云端服务器和报警装置,数据获取装置用于获取车辆或人员进/出工程现场的记录数据,并将所述记录数据上传到数据预处理装置,数据预处理装置用于对所述记录数据进行预处理,并上传到云端服务器中,所述云端服务器用于对预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令返回数据预处理装置,报警装置用于获取数据预处理装置下发的匹配失败的记录数据结果指令,以进行报警;可以直接无感通行,避免使用卡片或者人工放行进入工程现场的缺陷,同时图像数据上传到云端服务器中储存,保障了工程车辆进出工地记录的真实性。
Description
技术领域
本发明涉及工程现场管理领域,尤其涉及一种工程现场进出管理***及方法。
背景技术
近年来我国建筑业发展迅速,需要引进大量工人进行作业,但是由于工人普遍文化程度较低,流动性较大,管理困难,建筑工地上,不仅存在各种大型机械设备,还有多种建筑材料,因此是安全事故的频发地,仅此需要对工程现场的车辆、人员进行监控,以降低安全事故发生的可能性。
传统车辆或人员进入工程现场时,对于是已配发进出卡的车辆或工作人员,管理方式是通过刷卡进入工地,即驾驶员或工作人员主动在读卡器前刷卡就可进入工地,但这样的方式存在很大的弊端。对于相对大型的建筑工地,由于工人一直处于高频作业,常出现携带卡片丢失,但不能及时补发,导致工人无法通行;卡片由于便于携带方便工人随意交换,这样便会出现代打卡现象,而且传统门禁管理***无法规范访客、管理人员、施工人员等进出工地的时间和权限。
对于未配发进出卡的车辆或人员进出工程现场时,通过人工核实后放行或禁止通行,不仅人工核验成本高,而且使得在工程现场进出口或划定进出区域口的车辆/人员通行耗时长、效率低。
发明内容
基于背景技术存在的技术问题,本发明提出了一种工程现场进出管理***及方法,通过现对进出工程的车辆、人员进行无感检测,实现对非法进入工程的车辆、人员的告警。
本发明提出的一种工程现场进出管理***,包括数据获取装置、数据预处理装置、云端服务器和报警装置;
数据获取装置用于获取车辆或人员进/出工程现场的记录数据,并将所述记录数据上传到数据预处理装置,所述记录数据包括车牌图像数据和驾驶员图像数据;
数据预处理装置用于对所述记录数据进行预处理,并上传到云端服务器中;
所述云端服务器用于对预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令返回数据预处理装置;
报警装置用于获取数据预处理装置下发的匹配失败的记录数据结果指令,以进行报警。
进一步地,所述数据预处理装置包括用于对人员进行人脸识别预处理的人脸图像处理模块,所述人脸图像处理模块包括光强度计算单元、光强度比较单元、第一人脸识别单元和第二人脸识别单元,所述光强度计算单元包括光强度转换子单元和光强度计算子单元;
所述光强度计算单元用于对当前环境的光强度进行检测,得到当前环境的光强度;
光强度比较单元用于将当前环境的光强度与设定的光强阈值进行比较;
第一人脸识别单元用于在当前环境的光强度大于或等于设定的强度阈值时,利用数据获取装置上传的RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
第二人脸识别单元用于在当前环境的光强度小于设定的强度阈值时,利用所述数据获取装置上传的RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
所述光强度转换子单元用于将所述RGB图像转换成HSI图像,并提取I通道的图像;
所述光强度计算子单元用于根据I通道的图像,计算I通道的图像的平均值并将其作为当前环境的光强度值。
进一步地,第一人脸识别单元包括第一训练集子单元、第一提取子单元和第一人脸匹配子单元,所述第二人脸识别单元包括第一映射子单元、第二提取子单元、第二映射子单元和第二人脸匹配子单元;
所述第一训练集子单元用于在环境光强度大于或等于设定的强度阈值时,预先采集人脸的RGB图像和深度图像构成第一训练数据集,并对第一训练集中的RGB图像进行特征提取,将得到的第一特征向量存储至数据库;
所述第一提取子单元用于在当前环境的光强度大于或等于设定的强度阈值时,对实时采集的人脸RGB图像进行特征提取,得到特征向量;
第一人脸匹配子单元用于将该特征向量与数据库中存储的第一特征向量进行匹配,进行人脸识别,并将人脸识别匹配验证失败的结果发送到报警装置中,以进行报警;
第一映射子单元用于在环境的光强度小于设定的强度阈值时,预先采集人脸的RGB图像和深度图像,并提取该RGB图像上人脸所在的区域,并利用映射公式将所述RGB图像映射到所述深度图像上,得到三维点云数据以构建第二训练数据集;
第二提取子单元用于对第二训练数据集中的三维点云数据进行特征提取,并将提取到的第二特征向量存储至数据库;
第二映射子单元用于在当前环境的光强度小于设定的强度阈值时,利用映射公式对实时采集的人脸的RGB图像和深度图像进行处理,得到实时三维点云数据;
第二人脸匹配子单元用于对实时三维点云数据特征进行提取,并将提取到的特征向量与数据库中的第二特征向量进行匹配,进行人脸识别,并将人脸识别匹配验证失败的结果发送到报警装置中,以进行报警。
所述映射公式为
其中,(u,v)是所述RGB图像上对应点的坐标值,Ir是彩色相机内参,T是 RGB摄像头坐标系和深度摄像头坐标系之间[R t]的位姿变换矩阵p=(x,y,z,1)T,表示三维点坐标,*表示乘积。
进一步地,所述云端服务器包括授权验证模块、比对接口模块、查询接口模块、上传接口模块和区块链储存模块;
授权验证模块用于根据所述数据预处理装置发送的验证请求,以对所述数据预处理装置进行授权验证;
比对接口模块用于将通过授权验证模块授权验证的验证结果返回至数据预处理装置;
查询接口模块用于在所述授权验证模块验证通过后,调用数据验证接口对所述符合查询指令的车辆进/出记录数据进行验证,得到验证结果,并将验证结果返回至所述服务器端;
上传接口模块用于在授权验证模块验证通过后供所述数据预处理装置调用以将所述车辆进/出记录数据上传至区块链储存模块。
进一步地,所述数据获取装置包括图像采集装置和与图像采集装置输出端连接的图像转换装置;
所述图像采集装置包括对通过闸机进/出车辆进行识别的第一摄像头、用于对通过闸机进/出车辆的驾驶员人员进行人脸识别的第二摄像头以及用于对非通过闸机进/出的车辆或人员进行识别的第三摄像头,第一摄像头、第二摄像头以及第三摄像头的输出端均连接到图像转换装置的输入端;
图像转换装置包括视频解码电路和对图像进行滤波降噪的第一滤波电路,第一滤波电路的输出端与视频解码电路的输入端连接;
视频解码电路包括视频解码芯片、晶振电路和第二滤波电路,晶振电路的输出端连接到视频解码芯片的输入端,第二滤波电路的输入端连接到外部电源的输出端,滤波电路的输出端连接到频解码芯片的模拟接地端;
所述第一滤波电路包括电容和两电阻,其中一电阻一端连接到接口P1的输出端、另一端分别连接到电容正极端和另一电阻一端,另一电阻的另一端接地,电容负极端连接到所述视频解码芯片的输入引脚上;
所述第二滤波电路包括至少一个滤波电容,滤波电容之间彼此并联,并联后的正极端连接到外接电源端,并联后的负极端连接到所述视频解码芯片的模拟接地引脚。
进一步地,报警装置包括联动匹配单元和联动报警单元,所述联动匹配单元包括未授权进出报警子单元、未戴安全帽报警子单元、异常时间进出报警子单元、非同一人进出报警子单元;
联动匹配单元用于基于预先设置的报警参数与联动参数的匹配关系,得到与当前报警参数对应的联动特征参数,当前报警参数是所述数据预处理装置下发的报警指令;
联动报警单元用于将联动特征参数发送到与联动特征参数对应的报警装置中,以实现预警联动;
未授权进出报警子单元用于判断所获取的报警数据的报警类型是否是未授权进出报警,若是,则联动特征参数以第一报警级别被发送到对应的报警装置中进行联动报警,若否,则进入未戴安全帽报警子单元;
未戴安全帽报警子单元用于判断报警类型是否是未戴安全帽报警;若是,则联动特征参数以第二报警级别被发送到对应的报警装置中进行联动报警,若否,则进入异常时间进出报警子单元;
异常时间进出报警子单元用于判断报警类型是否是异常时间进出报警,若是,则联动特征参数以第三报警级别被发送到对应的报警装置中进行联动报警,若否,则进入非同一人进出报警子单元;
非同一人进出报警子单元用于判断所获取的报警数据的报警类型是否是非同一人进出报警,若是,则联动特征参数以第四报警级别被发送到对应的报警装置中进行联动报警,若否,则不进行报警。
一种工程现场进出管理方法,用于数据预处理装置中,包括:
对获取车辆或人员进/出工程现场的记录数据进行预处理,并上传到云端服务器中;
获取云端服务器返回的记录匹配结果指令,所述记录匹配结果指令是预处理后的记录数据与云端服务器中预先设定的记录属性数据匹配后的输出结果;
将匹配失败的记录匹配结果指令发送到报警装置中,以进行报警。
进一步地,在对获取车辆或人员进/出工程现场的记录数据进行预处理时,当对人脸进行识别匹配时,包括:
分别获取人脸的RGB图像和深度图像;
对当前环境的光强度进行检测,得到当前环境的光强度;
将当前环境的光强度与设定的光强阈值进行比较;
在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
在当前环境的光强度小于设定的强度阈值时,利用所述RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令。
一种工程现场进出管理方法,用于云端服务器中,包括:
获取数据预处理后的记录数据,所述预处理后的记录数据是预处理装置对所获取的记录数据进行预处理后的数据;
将预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令下发至预处理装置,所述记录匹配结果指令中匹配失败的指令用于触发报警装置以进行报警;
进一步地,在对获取车辆或人员进/出工程现场的记录数据进行预处理时,当对人脸进行识别匹配时,包括:
分别获取人脸的RGB图像和深度图像;
对当前环境的光强度进行检测,得到当前环境的光强度;
将当前环境的光强度与设定的光强阈值进行比较;
在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
在当前环境的光强度小于设定的强度阈值时,利用所述RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令。
本发明提供的一种工程现场进出管理***及方法的优点在于:本发明结构中提供的一种工程现场进出管理***及方法,通过对所获取进出工程现场车辆/ 人员的记录数据与云端服务器预设的记录属性数据进行匹配,将匹配失败的结果指令发送到报警装置中,以进行相应的报警,同时匹配成功的车辆或人员对直接无感通行,避免使用卡片或者人工放行进入工程现场的缺陷;云端服务器对每次上传的匹配成功的图像进行储存,保障了工程车辆进出工地记录的真实性,既保证了数据应用的方便快捷,又保障了数据的安全真实性,有利于规范化工程车辆进出工地记录数据的要求,保障了记录数据管理的完整性;光线较好时,数据预处理装置直接使用数据获取装置上传的RGB图像进行2D图像识别,在光线较差时,数据预处理装置利用数据获取装置上传的RGB图像进行人脸检测,随后提取对应的人脸三维点云进行人脸识别,即2D图像只是提供检测人脸作用,而不进行2D识别,采用3D点云进行人脸识别,提高了不同光线强度下人脸识别的稳定性和准确性,进而提高了对异常进出工程现场的准确报警;报警装置根据事先设定的报警类型与报警级别的对应关系,得到相应的报警级别,进而得到相应的联动特征参数,实现了报警数据下对应的预警联动。
附图说明
图1为本发明一种工程现场进出管理***的原理框图;
图2为本发明图像获取装置的结构示意图;
图3为本发明图像转换装置的电路拓扑图;
图4为本发明一种工程现场进出管理方法,用于数据预处理装置中的步骤示意图;
图5为本发明一种工程现场进出管理方法,用于云端服务器中的步骤示意图;
图6为本发步骤S0003的详细步骤流程图。
其中,1-数据获取装置,2-数据预处理装置,3-云端服务器,4-报警装置, 11-图像采集装置,12-图像转换装置,20-人脸数据预处理装置,21-车牌数据预处理装置,111-第一摄像头,112-第二摄像头,113-第三摄像头,121-视频解码电路,122-第一滤波电路,123-时钟控制接口,201-光强度计算单元,202-光强度比较单元,203-第一人脸识别单元,204-第二人脸识别单元,31-授权验证模块,32-比对接口模块,33-查询接口模块,34-上传接口模块,35-区块链储存模块,41-联动匹配单元,42-联动报警单元,411-未授权进出报警子单元,412-未戴安全帽报警子单元,413-异常时间进出报警子单元,414-非同一人进出报警子单元。
具体实施方式
下面,通过具体实施例对本发明的技术方案进行详细说明,在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
参照图1,本发明提出的一种工程现场进出管理***及方法,包括数据获取装置、数据预处理装置和报警装置;
数据获取装置1用于获取车辆或人员进/出工程现场的记录数据,并将所述记录数据上传到数据预处理装置2;
数据预处理装置2用于对所述记录数据进行预处理,并上传到云端服务器3 中;
云端服务器3用于对预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令返回数据预处理装置2;
报警装置4用于获取数据预处理装置2下发的匹配失败的记录数据结果指令,以进行报警。
通过对进出工程现场车辆、人员的图像数据进行采集并上传到数据预处理装置2进行预处理后,上传到云端服务器3进行图像匹配验证,以得到是否进行非法进/出的报警信号,对车辆同时进行车牌和驾驶员识别,当检测到任一项是违法进/出的,则进行报警,当检测到车牌和驾驶员不匹配时,也进行报警,避免工程车辆被非法人员驾驶,造成工程安全事故的危害。
如图1至3所示,所述数据获取装置1包括图像采集装置11和与图像采集装置输出端连接的图像转换装置12;
所述图像采集装置11包括对通过闸机进/出车辆进行识别的第一摄像头 111、用于对通过闸机进/出车辆的驾驶员人员进行人脸识别的第二摄像头112以及用于对非通过闸机进/出的车辆或人员进行识别的第三摄像头113,第一摄像头111、第二摄像头112以及第三摄像头113的输出端均连接到图像转换装置的输入端,第一摄像头111、第二摄像头112将获取的图像发送到图像转换装置中,第三摄像头113的输出端还与报警装置的输入端连接,当第三摄像头113检测到非通过闸机进/出的车辆或人员时,一方面直接通过报警装置进行报警,另一方面将相应获取的图像发送到图像转换装置中;第一摄像头111固定于第一支撑杆上,第一支撑杆固定于闸机处,第一支撑杆采用现有的支撑杆即可,以能稳定固定摄像头为较佳的固定杆和股固定方式,第二摄像头112设置于工程现场内、并距闸机处一定距离L,距离L的距离不受严格限制,以能实现图像的稳定获取为较佳的距离,本实施例中优选L为2-5m,第一摄像头111、第二摄像头112、第三摄像头113的高度以能有效获取相应的图像为准,一般设置成 2-6m,第一摄像头111、第二摄像头112、第三摄像头113的安装方式有多种,例如通过预先设置的支撑杆进行安装、通过安装于闸机上、通过安装于临时性建筑物上等,第一摄像头111以能有效检测到车辆的车牌图像为较佳的安装方式,第二摄像头112以能有效检测到车辆的驾驶员的人脸图像为较佳的安装方式,第三摄像头113以能有效检测到非通过闸机进/出的车辆图像或人员的图像为较佳的安装方式。
图像转换装置12包括视频解码电路121和对图像进行滤波降噪的第一滤波电路122,第一滤波电路122的输出端与视频解码电路121的输入端连接;
视频解码电路121包括视频解码芯片、晶振电路和第二滤波电路,晶振电路的输出端连接到视频解码芯片的输入端,第二滤波电路的输入端连接到外部电源的输出端,滤波电路的输出端连接到频解码芯片的模拟接地端;
所述第二滤波电路包括至少一个滤波电容,滤波电容之间彼此并联,并联后的正极端连接到外接电源端,并联后的负极端连接到所述视频解码芯片的模拟接地引脚。在本实施例中,第二滤波电路中的电容也可以为1个至多个,本实施例以4个为例,第二滤波电路包括电容C7、电容C8和电容C9,电容C7、电容C8、电容C9之间彼此并联,并联后的正极端连接到外接电源VCC端,并联后的负极端连接到所述视频解码芯片的模拟接地引脚。通过第二滤波电路使得芯片SAA7111电压的输入/输出波形较为平滑。
如图4所示,视频解码芯片采用型号为SAA7111A的芯片,所述第一滤波电路122包括电容和两电阻,其中一电阻一端连接到接口P1的输出端、另一端分别连接到电容正极端和另一电阻一端,另一电阻的另一端接地,电容负极端连接到所述视频解码芯片的输入引脚上;可以设置多个第一滤波电路122以对输入的不同信号进行独立降噪滤波处理。在本实施例中,第一滤波电路122包括用于对闸机处通过闸机进/出的车辆图像进行滤波处理的第一子电路、用于对通过闸机进/出车辆的驾驶员人脸图像进行滤波处理的第二子电路以及用于对非通过闸机进/出的车辆或人员的图像进行滤波处理的第三子电路,还可以设置一扩展备用的第四子电路;
第一子电路包括电阻R1、电阻R5、电容C1,电阻R1一端连接到端子P1 的1引脚,电阻R1一端分别连接到电阻R5的一端、电容C1的正极端,电阻 R5的另一端接地,电容C1的负极端连接到芯片SAA7111的AI21引脚上;第二子电路包括第四模数转换电路包括电阻R2、电阻R6、电容C2,电阻R2一端连接到端子P2的1引脚,电阻R2一端分别连接到电阻R6的一端、电容C2的正极端,电阻R6的另一端接地,电容C2的负极端连接到芯片SAA7111的AI22 引脚上;第三子电路电阻R3、电阻R7、电容C3,电阻R3一端连接到端子P3 的1引脚,电阻R3一端分别连接到电阻R7的一端、电容C3的正极端,电阻 R7的另一端接地,电容C3的负极端连接到芯片SAA7111的AI11引脚上;第四子电路包括电阻R4、电阻R8、电容C4,电阻R4一端连接到端子P4的1引脚,电阻R4一端分别连接到电阻R8的一端、电容C4的正极端,电阻R8的另一端接地,电容C4的负极端连接到SAA7111芯片的AI12引脚上;通过以上分别设置的第一滤波电路的各个子电路对不同的目标图像进行独立滤波降噪处理,然后接入到SAA7111芯片的数模转换引脚上将模拟信号转化成数字信号,然后再将该目标图像上传到云端,降低了目标图像的传输量,保证了数据传输的速度与实时性。
如图4所示,SAA7111芯片通过晶振电路产生***所需的工作时钟,所述晶振电路包括和电容C11,晶体Y7两端分别连接到所述视频解码芯片的输入端,C11的正极端分别连接到晶体Y7的两端,C11的负极端接地。在本实施例中,晶体Y7的两端分别连接到芯片SAA7111的XTAL、XTALI引脚上,SAA7111 芯片的LLC引脚通过电阻R9连接到时钟控制接口123上,时钟控制接口123 与所述视频解码芯片之间连接有第三滤波电路,第三滤波电路包括电阻R10和电阻R11,电阻R10和电阻R11的一端均连接到外接电源的输出端,电阻R10 的另一端连接到所述视频解码芯片的串行时钟输入引脚(SCL引脚)上,电阻 R11的另一端连接到所述视频解码芯片的串行数据输入/输出引脚(SDA引脚) 上。SAA7111芯片通过晶振电路在LLC引脚处产生行锁定时钟信号,以使得该时钟控制接口123产生周期信号,需要说明的是,该周期信号受到SAA7111芯片CE引脚电平的控制,当SAA7111芯片CE引脚为高电平时,SAA7111芯片 LLC引脚处产生行锁定时钟信号,使得时钟控制接口123产生周期信号,当SAA7111芯片CE引脚为低电平时,SAA7111芯片LLC引脚处不产生行锁定时钟信号,进而时钟控制接口123不产生周期信号。通过该晶振电路外接时钟装置,以对芯片SAA7111上处理数据时进行周期信号触发控制,以保证数据传输的实时性。
数据获取装置1在向数据预处理装置2上传记录数据前,该记录数据包括结构化数据、图像数据,结构化数据的数据结构包括:车辆信息(号牌号码、号牌类型、车辆类型等)、进出时间、进出位置、图像名、驾驶人员等;图像数据即车辆进出的拍照图片及视频。对记录数据格式是否符合要求进行验证,主要步骤如下:
(1)判断车辆信息是否完整,车辆信息至少包括号牌号码,若不完整,则返回错误信息;
(2)若车辆信息完整,则继续判断进出时间、进出位置、驾驶人员信息是否都不为空,若有为空的项,则返回错误信息;
(3)判断车辆进出图像信息是否完整,图像信息至少包含一张车辆进出图像,若不完整,则返回错误信息。
如图1所示,数据预处理装置2包括用于对人员进行人脸识别预处理的人脸数据预处理装置20和用于对车牌进行图像预处理的车牌数据预处理装置21,车牌数据预处理装置21可以采用现有的车牌识别方法对车牌进行图像预处理,并将预处理后的车牌图像上传到云端服务器中,以进行车牌匹配验证,当验证通过时,对车辆进行放行,验证失败时,通过报警装置进行报警,本实施例中通过RGB-D相机对人脸进行识别,具体包括:
如图1所示,所述人脸数据预处理装置20包括光强度计算单元201、光强度比较单元202、第一人脸识别单元203和第二人脸识别单元204;
所述光强度计算单元201用于对当前环境的光强度进行检测,得到当前环境的光强度;
光强度比较单元202用于将当前环境的光强度与设定的光强阈值进行比较;
第一人脸识别单元203用于在当前环境的光强度大于或等于设定的强度阈值时,利用数据获取装置上传的RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
第二人脸识别单元204用于在当前环境的光强度小于设定的强度阈值时,利用所述数据获取装置上传的RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令。
需要说明的是,本实施例中强度阈值的设置是在实验室条件下,控制室内的光线,通过采集人脸的RGB图像的识别效果上来进行设定。当RGB图像上识别错误率较高时,此时可以大致判定为当前光照强度已无法保证RGB图像能够具有较高的识别率。但此时人脸的轮廓还是可以检测出来,也就是RGB图像上还是可以检测出人脸所在的区域,此时就可以借助3D点云进行识别,提高识别准确度。
需要说明的是,本实施例在光线较好的情况下,直接使用RGB图像进行2D 图像识别;在光线较差时,利用RGB图像进行人脸检测,随后提取对应的人脸三维点云进行人脸识别,即2D图像只是提供检测人脸作用,而不进行2D识别,采用3D点云进行人脸识别,提高了不同光线强度下人脸识别的稳定性和准确性。
具体地,如图1所示,所述光强度计算单元201包括光强度转换子单元和光强度计算子单元;所述光强度转换子单元用于将所述RGB图像转换成HSI图像,并提取I通道的图像;所述光强度计算子单元用于根据I通道的图像,计算 I通道的图像的平均值并将其作为当前环境的光强度值。
这里与传统的采用光敏传感器去感应环境光不同的是,本方案通过图像的强度来间接表征光线的强度。因为光线较弱,相机拍摄的图像的强度就较小。 RGB图像只能表征图像的色彩,但这些信息含有强度分量,通过将RGB空间转换到HSI(H:色调,S:饱和度,I:强度),即可根据I通道的图像计算环境光强度值,而无需借助其他传感器,降低成本。
具体地,在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB 图像进行人脸识别即基于RGB图像的2D人脸识别,如图1所示,第一人脸识别单元203包括第一训练集子单元、第一提取子单元和第一人脸匹配子单元。
所述第一训练集子单元用于在环境光强度大于或等于设定的强度阈值时,预先采集人脸的RGB图像和深度图像构成第一训练数据集,并对第一训练集中的RGB图像进行特征提取,将得到的第一特征向量存储至数据库;
所述第一提取子单元用于在当前环境的光强度大于或等于设定的强度阈值时,对实时采集的人脸RGB图像进行特征提取,得到特征向量;
第一人脸匹配子单元用于将该特征向量与数据库中存储的第一特征向量进行匹配,进行人脸识别。
需要说明的是,在第一人脸识别单元203进行基于RGB图像的2D人脸识别时,具体包括两个阶段,模型训练阶段和识别阶段:
(1)阶段训练:在当前环境的光强度小于设定的强度阈值时,预先采集需要进出电网基建现场员工脸部的RGB图像和深度图像,并构建为第一训练数据集,对第一训练数据集中的人脸2D图像进行特征提取(如PCA主成分分析法),然后,将所有训练人脸2D图像的特征向量保存于数据库模块中,以供后续员工进出电网基建现场时进行人脸识别;
(2)识别阶段:在当前环境光强度大于或等于设定的强度阈值时,采用同样的特征提取方法对实时采集的人脸2D图像进行特征向量提取,并将提取的特征向量与数据库模块中的特征向量进行匹配,并将匹配结果输出,根据匹配结果控制电网基建现场闸门开/闭。
具体地,在当前环境的光强度小于设定的强度阈值时,启动红外补光灯,对当前环境的红外线强度进行补光,利用所述RGB图像和深度图像进行人脸识别即基于3D点云的人脸识别,本实施例可以在RGB-D摄像头拍摄区域设置红外线补光灯,在光线较差时,额外给予补光以保证光红外图的清晰度,且红外线是人眼观测不到的,因此不会对人眼产生任何刺激;所述第二人脸识别单元 204包括第一映射子单元、第二提取子单元、第二映射子单元和第二人脸匹配子单元。
第一映射子单元用于在环境的光强度小于设定的强度阈值时,预先采集人脸的RGB图像和深度图像,并提取该RGB图像上人脸所在的区域(ui,vi)(i=1,2,...n),并利用映射公式将所述RGB图像映射到所述深度图像上,得到三维点云数据以构建第二训练数据集;具体地,可以haar人脸检测算法获取人脸在RGB图像上的区域,然后,根据映射公式可以获取对应的人脸三维点云。
第二提取子单元用于对第二训练数据集中的三维点云数据进行特征提取,并将提取到的第二特征向量存储至数据库;
第二映射子单元用于在当前环境的光强度小于设定的强度阈值时,利用映射公式对实时采集的人脸的RGB图像和深度图像进行处理,得到实时三维点云数据;
第二人脸匹配子单元用于对实时三维点云数据特征进行提取,并将提取到的特征向量与数据库中的第二特征向量进行匹配,进行人脸识别,并将人脸识别匹配验证失败的结果发送到报警装置中,以进行报警。
所述映射公式为
其中,(u,v)是所述RGB图像上对应点的坐标值,Ir是彩色相机内参,T是 RGB摄像头坐标系和深度摄像头坐标系之间[R t]的位姿变换矩阵p=(x,y,z,1)T,表示三维点坐标,*表示乘积。
需要说明的是,在第二人脸识别单元204利用所述RGB图像和深度图像进行人脸识别即基于3D点云的人脸识别时,具体包括两个阶段:模型训练阶段和识别阶段:
(1)训练阶段:在当前环境的光强度小于设定的强度阈值时,预先采集需要进出电网基建现场员工脸部的RGB图像和深度图像,将所述RGB图像映射到所述深度图像上,得到三维点云数据以构建第二训练数据集,对第二训练数据集中的人脸3D点云进行特征提取(如VFH视点特征直方图方法),然后将所有训练人脸3D点云的特征向量保存于数据库模块中,以供后续员工进出电网基建现场时进行人脸识别。
(2)识别阶段:在当前环境光强度小于设定的强度阈值时,采用同样的特征提取方法对实时采集的人脸3D点云进行特征向量提取,并将提取的特征向量与数据库模块中的特征向量进行匹配,并将匹配结果输出,根据匹配结果控制电网基建现场闸门开/闭。
需要说明的是,本实施例中通过将RGB图像和深度图像进行对齐处理,保证了RGB图像和深度图像对应点的一致性,增加了后续通过三维点云进行人脸识别的准确性。
如图1所示,所述云端服务器3包括授权验证模块31、比对接口模块32、查询接口模块33、上传接口模块34和区块链储存模块35;
授权验证模块31用于根据所述数据预处理装置2发送的验证请求,以对所述数据预处理装置进行授权验证;授权验证模块31是对调用数据中心程序的接口进行授权、验证管理,具体为:
(1)需要调用数据中心程序接口的调用第三方(如:服务端程序)需要首先进行授权,授权时,需要提供调用方的IP、端口号、应用名称、调用次数等信息;授权通过后,返回给调用方唯一的接口调用令牌Token;
(2)调用方在调用接口时,需要首先进行授权验证,输入调用令牌及调用方基本信息,即可进行验证。
比对接口模块32用于将通过授权验证模块授权验证的验证结果返回至数据预处理装置2;
查询接口模块32用于在所述授权验证模块验证通过后,调用数据验证接口对所述符合查询指令的车辆进/出记录数据进行验证,得到验证结果,并将验证结果返回至所述数据预处理装置,当验证失败后,数据预处理装置向报警装置下发报警指令;
上传接口模块33用于在授权验证模块验证通过后供所述数据预处理装置调用以将所述车辆进/出记录数据上传至区块链储存模块。
数据预处理装置获取的车辆进出记录数据须跟云端服务器中区块链储存模块35存储的简要信息进行比对验证,云端服务器通过比对接口模块32,可向数据预处理装置返回该条记录是否验证通过。查询接口模块34用于在所述授权验证模块31验证通过后,调用数据验证接口对所述符合查询指令的车辆进/出记录数据进行验证,得到验证结果,并将验证结果返回至所述数据预处理装置2,若通过验证,则控制车辆通行,若未通过验证,则报警装置进行报警,以警示有非法车辆/人员进出工程现场。
如图1所示,报警装置4包括联动匹配单元41和联动报警单元42,所述联动匹配单元41包括未授权进出报警子单元411、未戴安全帽报警子单元412、异常时间进出报警子单元413、非同一人进出报警子单元414;
联动匹配单元41用于基于预先设置的报警参数与联动参数的匹配关系,得到与所述当前报警参数对应的联动特征参数,当前报警参数是所述数据预处理装置下发的报警指令;
联动报警单元42用于将联动特征参数发送到与联动特征参数对应的报警装置中,以实现预警联动;
未授权进出报警子单元411用于判断所获取的报警数据的报警类型是否是未授权进出报警,若是,则联动特征参数以第一报警级别被发送到对应的报警装置中进行联动报警,若否,则进入未戴安全帽报警子单元412;
未戴安全帽报警子单元412用于判断报警类型是否是未戴安全帽报警;若是,则联动特征参数以第二报警级别被发送到对应的报警装置中进行联动报警,若否,则进入异常时间进出报警子单元413;
异常时间进出报警子单元413用于判断报警类型是否是异常时间进出报警,若是,则联动特征参数以第三报警级别被发送到对应的报警装置中进行联动报警,若否,则进入非同一人进出报警子单元414;
非同一人进出报警子单元414用于判断所获取的报警数据的报警类型是否是非同一人进出报警,若是,则联动特征参数以第四报警级别被发送到对应的报警装置中进行联动报警,若否,则不进行报警。
通过未授权进出报警子单元411、未戴安全帽报警子单元412、异常时间进出报警子单元413、非同一人进出报警子单元414在工程现场进行相应的报警,实现对各个报警类型进行相应的预警联动,但是报警类型不止以上列举的这些,可扩展接入其他报警类型,例如非法车辆报警等,实现了对工程现场中的多种报警类型进行检测和报警。以上第一报警级别、第二报警级和第三报警级别对应的联动报警装置可以为单个至多个,以能实现提醒相关人员在进行报警后的进行处理为较佳的方式;在本实施例中,根据报警类型的重要程度,优选第一报警级别和第二报警级别为声光报警、大屏显示报警和移动端报警结合的联动报警方式,此时可以设置成关闭门禁或明示禁止通行标牌,也可以设置成不允许进出工程的其他警示信息,第三报警级别为声光报警、大屏显示报警结合的联动报警方式,此时可以设置成对相关人员或车辆等进行异常时间进出登记后通行或警告后通行,也可以设置成异常时间进出工程的其他警示信息,第四报警级别为大屏显示报警方式,此时可以设置成直接通行、或者警告后通行,也可以设置成异常人员进出工程的其他警示信息。
对获取的报警数据进行匹配,得到与报警数据对应的报警联动方式,报警联动方式有多种,可以是声光报警、大屏显示报警和移动端报警等中的单个或多个组合,实现声音、显示、移动,不仅限于上述报警联动方式,以能实现较佳的报警为准。通过以上报警联动方式进行报警,解决了建筑工地出现报警事件时,对应后续报警的联动、处理等,形成了报警的闭环流程,解决了工程现场的复杂环境中,难以确定报警数据来源,进而使得后续的报警和处理均受到影响,造成工程现场混乱现象的缺陷。
如图4所示,一种工程现场进出管理方法,用于数据预处理装置中,包括以下步骤S0001至S0003:
S0001:对获取车辆或人员进/出工程现场的记录数据进行预处理,并上传到云端服务器中;
S0002:获取云端服务器返回的记录匹配结果指令,所述记录匹配结果指令是预处理后的记录数据与云端服务器中预先设定的记录属性数据匹配后的输出结果;
数据预处理装置获取云端服务器返回的记录匹配结果指令,并将记录匹配结果指令中的匹配失败的结果指令发送到报警装置中。
S0003:将匹配失败的记录匹配结果指令发送到报警装置中,以进行报警。
对于步骤S0001:数据预处理装置对获取车辆或人员进/出工程现场的记录数据进行预处理,当对人员的人脸进行识别预处理时,包括如下步骤S0011至 S0015:
S0011:分别获取人脸的RGB图像和深度图像;
需要说明的是,可以利用RGB-D相机进行人脸图像采集,RGB-D相机包括两类摄像头,一类是RGB摄像头,用于拍摄人脸的RGB图像,另一类是深度摄像头,用于拍摄人脸的深度图像。
S0012:对当前环境的光强度进行检测,得到当前环境的光强度;
S0013、将当前环境的光强度与设定的光强阈值进行比较;
S0014、在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB 图像进行人脸识别;
S0015、在当前环境的光强度小于设定的强度阈值时,利用所述RGB图像和深度图像进行人脸识别。
上述步骤S0012:对当前环境的光强度进行检测,得到当前环境的光强度,包括如下细分步骤S0112-S0212:
S0112:将所述RGB图像转换成HSI图像,并提取I通道的图像;
S0212:根据I通道的图像,计算I通道的图像的平均值并将其作为当前环境的光强度值。
上述步骤S0014:在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB图像进行人脸识别即基于RGB图像的2D人脸识别方法,包括如下步骤S0114-S0314:
S0114、在环境光强度大于或等于设定的强度阈值时,预先采集人脸的RGB 图像和深度图像构成第一训练数据集,并对第一训练集中的RGB图像进行特征提取,将得到的第一特征向量存储至数据库;
S0214、在当前环境的光强度大于或等于设定的强度阈值时,对实时采集的人脸RGB图像进行特征提取,得到特征向量;
S0314、将该特征向量与数据库中存储的第一特征向量进行匹配,进行人脸识别。
上述步骤S0015:在当前环境的光强度小于设定的强度阈值时,利用所述 RGB图像和深度图像进行人脸识别即基于3D点云的人脸识别,包括如下细分步骤S0115-S0515:
S0115:在环境的光强度小于设定的强度阈值时,预先采集人脸的RGB图像和深度图像;
S0215:提取该RGB图像上人脸所在的区域,并利用映射公式将所述RGB 图像映射到所述深度图像上,得到三维点云数据以构建第二训练数据集;
具体地,具体可以采用haar人脸检测算法获取人脸在RGB图像上的区域,然后,根据映射公式可以获取对应的人脸三维点云。映射公式为:
其中,(u,v)是所述RGB图像上对应点的坐标值,Ir是彩色相机内参,T是RGB摄像头坐标系和深度摄像头坐标系之间[R t]的位姿变换矩阵p=(x,y,z,1)T,表示三维点坐标,*表示乘积。
需要说明的是,本实施例中通过将RGB图像和深度图像进行对齐处理,保证了RGB图像和深度图像对应点的一致性,增加了后续通过三维点云进行人脸识别的准确性。
S0315、对第二训练数据集中的三维点云数据进行特征提取,并将提取到的第二特征向量存储至数据库;
S0415、利用所述映射公式对实时采集的RGB图像和深度图像进行处理,得到实时三维点云数据;
S0515、对实时三维点云数据特征进行提取,并将提取到的特征向量与数据库中的第二特征向量进行匹配,进行人脸识别。
所述步骤S0003:在将匹配失败的记录匹配结果指令发送到报警装置中,以进行报警时,包括S0013至S0023:
S0013:基于预先设置的报警参数与联动参数的匹配关系,得到与所述当前报警参数对应的联动特征参数,当前报警参数是所述数据预处理装置下发的报警指令;
S0023:将联动特征参数发送到与联动特征参数对应的报警装置中,以实现预警联动,如图6所示,包括如下步骤S0123至S0823:
S0123:判断所获取的报警数据的报警类型是否是未授权进出报警;
若是,则进入步骤S0223;
若否,则表示与未授权进出报警对应的报警装置不进行报警,进出正常,进入步骤S0323;
S0223:联动特征参数以第一报警级别被发送到对应的报警装置中,以进行预警联动;第一报警级别为声光报警、大屏显示报警和移动端报警中的一个或多个结合的联动报警方式,第一报警级别优选为声光报警、大屏显示报警和移动端报警结合的联动报警方式;
S0323:判断报警类型是否是未戴安全帽报警;
若是,则进入步骤S0423;
若否,则表示与未戴安全帽报警对应的报警装置不进行报警,安全帽佩戴正常,进入步骤S0523;
S0423:联动特征参数以第二报警级别被发送到对应的报警装置中,以进行预警联动;
S0523:判断报警类型是否是异常时间进出报警,所述异常时间为不处于设定时间范围内的时间;
若是,则进入步骤S0623;
S0623:联动特征参数以第三报警级别被发送到对应的报警装置中,以进行预警联动;
若否,则表示与异常时间进出报警对应的报警装置不进行报警,进出时间正常,进入步骤S0723。
S0723:判断所获取的报警数据的报警类型是否是非同一人进出报警;
若是,则进入步骤S0823;
若否,则表明与非同一人进出报警对应的报警装置不进行报警,进出人员正常,完成工程整体预警联动。
S0823:联动特征参数以第四报警级别被发送到对应的报警装置中,以进行预警联动。
以上步骤S0123至S0823中,通过对报警类型:未授权进出报警、未戴安全帽报警、异常时间进出报警、非同一人进出报警等进行判断、并进行相应的预警联动,实现对各个报警类型进行相应的预警联动,但是报警类型不止以上列举的这些,可扩展接入其他报警类型,例如非法车辆报警等,实现了对工程现场中的多种报警类型进行检测和报警。
如图5所示,一种工程现场进出管理方法,用于云端服务器中,包括:
S1001:获取数据预处理后的记录数据,所述预处理后的记录数据是预处理装置对所获取的记录数据进行预处理后的数据;
S1002:将预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令下发至预处理装置,所述记录匹配结果指令中匹配失败的指令用于触发报警装置以进行报警。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种工程现场进出管理***,其特征在于,包括数据获取装置、数据预处理装置、云端服务器和报警装置;
数据获取装置用于获取车辆或人员进/出工程现场的记录数据,并将所述记录数据上传到数据预处理装置,所述记录数据包括车牌图像数据和驾驶员图像数据;
数据预处理装置用于对所述记录数据进行预处理,并上传到云端服务器中;
所述云端服务器用于对预处理后的记录数据与预先设定的记录属性数据匹配,并将记录匹配结果指令返回数据预处理装置;
报警装置用于获取数据预处理装置下发的匹配失败的记录数据结果指令,以进行报警。
2.根据权利要求1所述的工程现场进出管理***,其特征在于,所述数据预处理装置包括用于对人员进行人脸识别预处理的人脸图像处理模块,所述人脸图像处理模块包括光强度计算单元、光强度比较单元、第一人脸识别单元和第二人脸识别单元,所述光强度计算单元包括光强度转换子单元和光强度计算子单元;
所述光强度计算单元用于对当前环境的光强度进行检测,得到当前环境的光强度;
光强度比较单元用于将当前环境的光强度与设定的光强阈值进行比较;
第一人脸识别单元用于在当前环境的光强度大于或等于设定的强度阈值时,利用数据获取装置上传的RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
第二人脸识别单元用于在当前环境的光强度小于设定的强度阈值时,利用所述数据获取装置上传的RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
所述光强度转换子单元用于将所述RGB图像转换成HSI图像,并提取I通道的图像;
所述光强度计算子单元用于根据I通道的图像,计算I通道的图像的平均值并将其作为当前环境的光强度值。
3.根据权利要求2所述的工程现场进出管理***,其特征在于,第一人脸识别单元包括第一训练集子单元、第一提取子单元和第一人脸匹配子单元,所述第二人脸识别单元包括第一映射子单元、第二提取子单元、第二映射子单元和第二人脸匹配子单元;
所述第一训练集子单元用于在环境光强度大于或等于设定的强度阈值时,预先采集人脸的RGB图像和深度图像构成第一训练数据集,并对第一训练集中的RGB图像进行特征提取,将得到的第一特征向量存储至数据库;
所述第一提取子单元用于在当前环境的光强度大于或等于设定的强度阈值时,对实时采集的人脸RGB图像进行特征提取,得到特征向量;
第一人脸匹配子单元用于将该特征向量与数据库中存储的第一特征向量进行匹配,进行人脸识别,并将人脸识别匹配验证失败的结果发送到报警装置中,以进行报警;
第一映射子单元用于在环境的光强度小于设定的强度阈值时,预先采集人脸的RGB图像和深度图像,并提取该RGB图像上人脸所在的区域,并利用映射公式将所述RGB图像映射到所述深度图像上,得到三维点云数据以构建第二训练数据集;
第二提取子单元用于对第二训练数据集中的三维点云数据进行特征提取,并将提取到的第二特征向量存储至数据库;
第二映射子单元用于在当前环境的光强度小于设定的强度阈值时,利用映射公式对实时采集的人脸的RGB图像和深度图像进行处理,得到实时三维点云数据;
第二人脸匹配子单元用于对实时三维点云数据特征进行提取,并将提取到的特征向量与数据库中的第二特征向量进行匹配,进行人脸识别,并将人脸识别匹配验证失败的结果发送到报警装置中,以进行报警;
所述映射公式为:
其中,(u,v)是所述RGB图像上对应点的坐标值,Ir是彩色相机内参,T是RGB摄像头坐标系和深度摄像头坐标系之间[R t]的位姿变换矩阵p=(x,y,z,l)T,表示三维点坐标,*表示乘积。
4.根据权利要求1所述的工程现场进出管理***,其特征在于,所述云端服务器包括授权验证模块、比对接口模块、查询接口模块、上传接口模块和区块链储存模块;
授权验证模块用于根据所述数据预处理装置发送的验证请求,以对所述数据预处理装置进行授权验证;
比对接口模块用于将通过授权验证模块授权验证的验证结果返回至数据预处理装置;
查询接口模块用于在所述授权验证模块验证通过后,调用数据验证接口对所述符合查询指令的车辆进/出记录数据进行验证,得到验证结果,并将验证结果返回至所述服务器端;
上传接口模块用于在授权验证模块验证通过后供所述数据预处理装置调用以将所述车辆进/出记录数据上传至区块链储存模块。
5.根据权利要求1所述的工程现场进出管理***,其特征在于,所述数据获取装置包括图像采集装置和与图像采集装置输出端连接的图像转换装置;
所述图像采集装置包括对通过闸机进/出车辆进行识别的第一摄像头、用于对通过闸机进/出车辆的驾驶员人员进行人脸识别的第二摄像头以及用于对非通过闸机进/出的车辆或人员进行识别的第三摄像头,第一摄像头、第二摄像头以及第三摄像头的输出端均连接到图像转换装置的输入端;
图像转换装置包括视频解码电路和对图像进行滤波降噪的第一滤波电路,第一滤波电路的输出端与视频解码电路的输入端连接;
视频解码电路包括视频解码芯片、晶振电路和第二滤波电路,晶振电路的输出端连接到视频解码芯片的输入端,第二滤波电路的输入端连接到外部电源的输出端,第二滤波电路的输出端连接到频解码芯片的模拟接地端;
所述第一滤波电路包括电容和两电阻,其中一电阻一端连接到接口P1的输出端、另一端分别连接到电容正极端和另一电阻一端,另一电阻的另一端接地,电容负极端连接到所述视频解码芯片的输入引脚上;
所述第二滤波电路包括至少一个滤波电容,滤波电容之间彼此并联,并联后的正极端连接到外接电源端,并联后的负极端连接到所述视频解码芯片的模拟接地引脚。
6.根据权利要求1所述的工程现场进出管理***,其特征在于,报警装置包括联动匹配单元和联动报警单元,所述联动匹配单元包括未授权进出报警子单元、未戴安全帽报警子单元、异常时间进出报警子单元、非同一人进出报警子单元;
联动匹配单元用于基于预先设置的报警参数与联动参数的匹配关系,得到与当前报警参数对应的联动特征参数,当前报警参数是所述数据预处理装置下发的报警指令;
联动报警单元用于将联动特征参数发送到与联动特征参数对应的报警装置中,以实现预警联动;
未授权进出报警子单元用于判断所获取的报警数据的报警类型是否是未授权进出报警,若是,则联动特征参数以第一报警级别被发送到对应的报警装置中进行联动报警,若否,则进入未戴安全帽报警子单元;
未戴安全帽报警子单元用于判断报警类型是否是未戴安全帽报警;若是,则联动特征参数以第二报警级别被发送到对应的报警装置中进行联动报警,若否,则进入异常时间进出报警子单元;
异常时间进出报警子单元用于判断报警类型是否是异常时间进出报警,若是,则联动特征参数以第三报警级别被发送到对应的报警装置中进行联动报警,若否,则进入非同一人进出报警子单元;
非同一人进出报警子单元用于判断所获取的报警数据的报警类型是否是非同一人进出报警,若是,则联动特征参数以第四报警级别被发送到对应的报警装置中进行联动报警,若否,则不进行报警。
7.一种工程现场进出管理方法,其特征在于,用于数据预处理装置中,包括:
对获取车辆或人员进/出工程现场的记录数据进行预处理,并上传到云端服务器中;
获取云端服务器返回的记录匹配结果指令,所述记录匹配结果指令是预处理后的记录数据与云端服务器中预先设定的记录属性数据匹配后的输出结果;
将匹配失败的记录匹配结果指令发送到报警装置中,以进行报警。
8.根据权利要求7所述的工程现场进出管理方法,其特征在于,在对获取车辆或人员进/出工程现场的记录数据进行预处理时,当对人脸进行识别匹配时,包括:
分别获取人脸的RGB图像和深度图像;
对当前环境的光强度进行检测,得到当前环境的光强度;
将当前环境的光强度与设定的光强阈值进行比较;
在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
在当前环境的光强度小于设定的强度阈值时,利用所述RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令。
9.一种工程现场进出管理方法,用于云端服务器中,包括:
获取数据预处理后的记录数据,所述预处理后的记录数据是预处理装置对所获取的记录数据进行预处理后的数据;
将预处理后的记录数据与预先设定的记录属性数据匹配,将记录匹配结果指令下发至预处理装置,所述记录匹配结果指令中匹配失败的指令用于触发报警装置以进行报警;
10.根据权利要求9所述的工程现场进出管理方法,其特征在于,在对获取车辆或人员进/出工程现场的记录数据进行预处理时,当对人脸进行识别匹配时,包括:
分别获取人脸的RGB图像和深度图像;
对当前环境的光强度进行检测,得到当前环境的光强度;
将当前环境的光强度与设定的光强阈值进行比较;
在当前环境的光强度大于或等于设定的强度阈值时,利用所述RGB图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令;
在当前环境的光强度小于设定的强度阈值时,利用所述RGB图像和深度图像进行人脸识别,将识别后的人脸图像上传到云端服务器进行匹配验证,当匹配验证失败时,向报警装置下发报警指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666189.0A CN110458985A (zh) | 2019-07-19 | 2019-07-19 | 一种工程现场进出管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666189.0A CN110458985A (zh) | 2019-07-19 | 2019-07-19 | 一种工程现场进出管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110458985A true CN110458985A (zh) | 2019-11-15 |
Family
ID=68483079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910666189.0A Pending CN110458985A (zh) | 2019-07-19 | 2019-07-19 | 一种工程现场进出管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458985A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111554006A (zh) * | 2020-04-13 | 2020-08-18 | 绍兴埃瓦科技有限公司 | 智能锁及智能解锁方法 |
CN111737674A (zh) * | 2020-08-03 | 2020-10-02 | 德能森智能科技(成都)有限公司 | 一种基于云平台的智慧园区*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320881A (zh) * | 2014-10-28 | 2015-01-28 | 江苏天语雅思医疗设备有限公司 | 一种led无影灯照明***中的智能调光控制器 |
CN107845174A (zh) * | 2017-11-23 | 2018-03-27 | 郑州云海信息技术有限公司 | 一种基于云计算的幼儿园门禁***及方法 |
CN207264587U (zh) * | 2017-08-04 | 2018-04-20 | 国网浙江省电力公司湖州供电公司 | 工程现场人员车辆*** |
CN207780803U (zh) * | 2017-12-18 | 2018-08-28 | 信利光电股份有限公司 | 一种人脸识别装置 |
KR101975962B1 (ko) * | 2018-08-06 | 2019-05-08 | 이재일 | 무인 숙박 시설을 위한 관리 방법 |
-
2019
- 2019-07-19 CN CN201910666189.0A patent/CN110458985A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320881A (zh) * | 2014-10-28 | 2015-01-28 | 江苏天语雅思医疗设备有限公司 | 一种led无影灯照明***中的智能调光控制器 |
CN207264587U (zh) * | 2017-08-04 | 2018-04-20 | 国网浙江省电力公司湖州供电公司 | 工程现场人员车辆*** |
CN107845174A (zh) * | 2017-11-23 | 2018-03-27 | 郑州云海信息技术有限公司 | 一种基于云计算的幼儿园门禁***及方法 |
CN207780803U (zh) * | 2017-12-18 | 2018-08-28 | 信利光电股份有限公司 | 一种人脸识别装置 |
KR101975962B1 (ko) * | 2018-08-06 | 2019-05-08 | 이재일 | 무인 숙박 시설을 위한 관리 방법 |
Non-Patent Citations (1)
Title |
---|
邵静: ""基于立体匹配的低纹理图像三维点云重建算法研究"", 《信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111554006A (zh) * | 2020-04-13 | 2020-08-18 | 绍兴埃瓦科技有限公司 | 智能锁及智能解锁方法 |
CN111554006B (zh) * | 2020-04-13 | 2022-03-18 | 绍兴埃瓦科技有限公司 | 智能锁及智能解锁方法 |
CN111737674A (zh) * | 2020-08-03 | 2020-10-02 | 德能森智能科技(成都)有限公司 | 一种基于云平台的智慧园区*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214276A (zh) | 一种基于人脸识别技术的目标人员轨迹跟踪的***及方法 | |
CN105913037A (zh) | 基于人脸识别与射频识别的监控跟踪*** | |
CN106709468A (zh) | 一种城市区域布控***及装置 | |
CN104867217A (zh) | 小区监控管理*** | |
CN202838681U (zh) | 一种治安智能卡口*** | |
CN110213501A (zh) | 一种抓拍方法、装置、电子设备及存储介质 | |
CN107220633A (zh) | 一种智能移动执法***及方法 | |
CN103186982A (zh) | 一种治安智能卡口*** | |
CN204087314U (zh) | 人像身份比对安检*** | |
CN204155450U (zh) | 一种道路上高清卡口装置 | |
CN105844245A (zh) | 一种伪装人脸检测方法及*** | |
CN110070043A (zh) | 一种基于人脸识别的驾培管理***及方法 | |
CN110458985A (zh) | 一种工程现场进出管理***及方法 | |
CN107610393A (zh) | 一种办公室智能监控*** | |
CN106791655A (zh) | 一种视频处理方法及装置 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
CN106548113A (zh) | 图像识别方法及*** | |
CN105528626A (zh) | 一种rfid读写器和摄像机集成一体机及其应用 | |
CN105608464A (zh) | 人脸识别移动终端解决***及解决方法 | |
JP2020518165A (ja) | 異なるデバイスによって生成されたビデオ画像、ピクチャ等のコンテンツの管理および検証のためのプラットフォーム | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及*** | |
CN105574498A (zh) | 基于海关安检的人脸识别***及识别方法 | |
CN111798667A (zh) | 非机动车的监控方法、监控服务器及监控***、存储介质 | |
JP2002357557A (ja) | 道路や周辺施設等の管理システム | |
CN207676502U (zh) | 一种自带充电桩的路侧停车管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |
|
RJ01 | Rejection of invention patent application after publication |