CN111462381A - 基于人脸温度识别的门禁控制方法、电子装置及存储介质 - Google Patents
基于人脸温度识别的门禁控制方法、电子装置及存储介质 Download PDFInfo
- Publication number
- CN111462381A CN111462381A CN202010252274.5A CN202010252274A CN111462381A CN 111462381 A CN111462381 A CN 111462381A CN 202010252274 A CN202010252274 A CN 202010252274A CN 111462381 A CN111462381 A CN 111462381A
- Authority
- CN
- China
- Prior art keywords
- preset
- temperature
- user
- face image
- face
- 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
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明涉及人脸识别技术,提供了一种基于人脸温度识别的门禁控制方法、电子装置及存储介质。该方法当检测到用户进入预定的检测区域时,采集用户的人脸图像,将人脸图像与预设数据库的参考人脸图像进行匹配得到匹配结果,再判断用户的第一部位是否处于预定的测温区域,若是,对第一部位进行测温获取用户的体温数据,之后,将人脸图像输入预先训练好的人脸遮挡识别模型,识别出用户的第二部位是否被遮挡,当第二部位被遮挡时,且当匹配结果为匹配成功时,及用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。利用本发明,可以精准的实现智能门禁功能并减少人力成本,同时实现对人体体温自动检测功能,省去人工的繁杂操作。
Description
技术领域
本发明涉及人脸识别领域,尤其涉及一种基于人脸温度识别的门禁控制方法、电子装置及存储介质。
背景技术
门禁***适用于多种场所,例如生活小区、办公楼宇、工厂、银行、机房等,门禁***可以识别注册用户而放行,拒绝非注册用户进入。智能门禁领域也在这样的环境之下早早诞生,从初时的一个简单的开关门禁作用演绎到如今多功能的智能门禁***,而且不断地完善其功能以应对社会的变化应求。
在一些特殊场合中,往往需要更为智能的门禁***,例如,需要门禁***实现对用户体温检测时,由于特殊环境下测温功能可能会存在一些数据误差,导致检测出来的数据不如在正常环境下精准,会在检测过程中需要用户配合检测,造成门禁***仍然需要人工进行辅助,降低了门禁***自身的效率。
发明内容
鉴于以上内容,本发明提供一种基于人脸温度识别的门禁控制方法、电子装置及存储介质,其目的在于解决现有技术中门禁***需要人工辅助,导致效率较低的问题。
为实现上述目的,本发明提供一种基于人脸温度识别的门禁控制方法,该方法包括:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
优选的,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中所有参考人脸图像都匹配失败时,控制预先配置的门禁开关不执行开门操作。
优选的,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,且当所述用户的体温数据大于或等于预设阈值时,控制预先配置的门禁开关不执行开门操作。
优选的,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:
获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
优选的,所述方法还包括:
当所述第一部位未处于预定的测温区域时,发出第二预设提示信息以提示所述用户对准所述预定的测温区域。
优选的,所述将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。
为实现上述目的,本发明还提供一种电子装置,该电子装置包括:存储器及处理器,所述存储器上存储基于人脸温度识别的门禁控制程序,所述基于人脸温度识别的门禁控制程序被所述处理器执行,实现如下步骤:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
优选的,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:
获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
优选的,所述将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中包括基于人脸温度识别的门禁控制程序,所述基于人脸温度识别的门禁控制程序被处理器执行时,可实现如上所述基于人脸温度识别的门禁控制方法中的任意步骤。
本发明提出的基于人脸温度识别的门禁控制方法、电子装置及存储介质,可以方便且精准的实现智能门禁功能,大大减少人力成本,同时实现对人体自动体温检测功能,省去人工岗位的繁杂操作。
附图说明
图1为本发明电子装置较佳实施例的示意图;
图2为图1中基于人脸温度识别的门禁控制程序较佳实施例的模块示意图;
图3为本发明基于人脸温度识别的门禁控制方法较佳实施例的流程图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做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。
参照图1所示,为本发明电子装置1较佳实施例的示意图。
该电子装置1包括但不限于:存储器11、处理器12、显示器13及网络接口14。所述电子装置1通过网络接口14连接网络,获取原始数据。其中,所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯***(Global System of Mobilecommunication,GSM)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、通话网络等无线或有线网络。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述电子装置1的外部存储设备,例如该电子装置1配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器11还可以既包括所述电子装置1的内部存储单元也包括其外部存储设备。本实施例中,存储器11通常用于存储安装于所述电子装置1的操作***和各类应用软件,例如基于人脸温度识别的门禁控制程序10的程序代码等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子装置1的总体操作,例如执行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行基于人脸温度识别的门禁控制程序10的程序代码等。
显示器13可以称为显示屏或显示单元。在一些实施例中显示器13可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-EmittingDiode,OLED)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的工作界面。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口),该网络接口14通常用于在所述电子装置1与其它电子设备之间建立通信连接。
图1仅示出了具有组件11-14以及基于人脸温度识别的门禁控制程序10的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
可选地,所述电子装置1还可以包括用户接口,用户接口可以包括显示器(Display),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。
该电子装置1还可以包括射频(Radio Frequency,RF)电路、拍摄装置、传感器和音频电路等等,在此不再赘述。
在上述实施例中,处理器12执行存储器11中存储的基于人脸温度识别的门禁控制程序10时可以实现如下步骤:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
关于上述步骤的详细介绍,请参照下述图2关于基于人脸温度识别的门禁控制程序10实施例的程序模块图,以及图3关于基于人脸温度识别的门禁控制方法实施例的流程图的说明。
在其他实施例中,所述基于人脸温度识别的门禁控制程序10可以被分割为多个模块,该多个模块被存储于存储器12中,并由处理器13执行,以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。
参照图2所示,为图1中基于人脸温度识别的门禁控制程序10一实施例的程序模块图。在本实施例中,所述基于人脸温度识别的门禁控制程序10可以被分割为:第一检测模块110、第二检测模块120、第三检测模块130及控制模块140。
第一检测模块110,用于当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果。
在本实施例中,以电子装置为门禁装置为例对本方案进行说明,可以在电子装置配置人体红外传感器检测是否有用户进入预定的检测区域,当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集用户的人脸图像,采集用户的人脸图像时,还可以对用户进行同时多次的拍摄,以筛选出用户的正脸照片,之后,将采集的人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果,预设数据库的参考人脸图像可以是预先存储的白名单人脸图像。进一步地,在匹配之前还可以对拍摄的人脸图像进行预处理。其中,对人脸头像进行预处理包括但不限于:去噪、图像增强及灰度化等,对图像预处理可以提高后续人脸图像匹配的准确性。
在一个实施例中,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位(例如,额头、眼睛和耳朵)的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。其中,人脸图像的特征点的特征向量可以为Vi=[X1、X2…Xn],参考人脸图像的特征点的特征向量为Vj=[X′1、X′2…X′n],其中n表示特征向量的维数,两个特征向量的欧式距离为:
预设的特征点提取算法可以为SIFT(Scale Invariant Feature Transform)算法。SIFT特征提取主要包括以下4个基本步骤:1、尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的候选点。2、特征点定位:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。特征点的选择依据于它们的稳定程度。3、方向确定:基于图像局部的梯度方向,分配给每个特征点位置一个或多个方向。所有后面的对图像数据的操作都相对于特征点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。4、特征点描述:在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。
第二检测模块120,用于基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据。
在本实施例中,为了对用户的额头部位进行测温,需要检测用户的额头部位,基于预设的判断规则判断用户的第一部位(额头部位)是否处于预定的测温区域,当第一部位(额头部位)处于预定的测温区域时,调用预先配置的测温设备对用户的额头部位进行测温,并获取用户的体温数据。由于测温功能是由传感器检测而得到数据,但是传感器的感应范围有限,判断用户的额头部位是否在测温区域中的位置,可以由图像采集设备对人脸检测的坐标决定,当人脸检测处在人脸识别框中间坐标差别不超过3mm时,检测成功,以此作为测温的坐标依靠点,测温区域的传感器可对准人脸额头部分的区域然后进行测温,以得到需要的温度数据。在一个实施例中,当所述第一部位未处于预定的测温区域时,还可以发出第二预设提示信息以提示所述用户对准所述预定的测温区域。
在一个实施例中,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
由于在不同的温度环境中对测温数据会有影响,所以需要补偿到一个相同的环境温度数值进行温度数据的检测,这样确保检测出来的温度数据准确性较。例如,在温度比较低的环境中进行测温时,如果环境温度比正常温度(例如,25摄氏度)低10摄氏度,那么在进行测温之前会先进行温度补差10摄氏度后再对用户进行测温,这样可以避免测温数据出现较大的误差。
第三检测模块130,用于将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息。
在本实施例中,将人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位(例如,鼻子及嘴巴部位)是否被遮挡,在实际的应用场景中,有些特殊场合需要人员佩戴口罩才可进入,因此可以通过预先训练好的人脸遮挡识别模型识别用户是否佩戴口罩,其中,人脸遮挡识别模型可以通过卷积神经网络训练得到,具体的,从预设数据库获取预设数量(10万张)的样本人脸图像,利用预设的标注规则对样本人脸图像标注预设标签,例如,将未佩戴口罩的样本人脸图像标注为0,正确佩戴口罩的样本人脸图像标注为1,将样本人脸图像作为自变量X,预设标签作为因变量Y,生成训练样本集;
将训练样本集根据预设比例(例如4:1)分为第一数据集和第二数据集,第一数据集为训练集,第二数据集为验证集,训练集的样本数量大于所述验证集的样本数量;
利用训练集中的各个变量X及各个因变量Y对卷积神经网络模型进行训练,每隔预设周期使用所述验证集对卷积神经网络模型进行验证,利用所述验证集中各变量X及各因变量Y对该卷积神经网络模型的准确率进行验证;
当所述准确率大于或者等于预设阈值时,则结束训练,得到人脸遮挡识别模型,当所述准确率小于预设阈值时,则增加训练样本数量并重新执行训练步骤。
人脸遮挡识别模型识别到用户的未佩戴口罩时,即第二部位未被遮挡时,向该用户发出第一预设提示信息,第一预设提示信息可以是语音信息,例如:“请佩戴好口罩”等。
控制模块140,用于当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
在本实施例中,当识别到第二部位被遮挡时,说明该用户已佩戴口罩,当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,说明该用户的身份验证通过,及用户的体温数据小于第一预设阈值(例如,37.3)时,控制预先配置的门禁开关执行开门操作。
进一步地,基于人脸温度识别的门禁控制程序被处理器执行时还实现:
当所述匹配结果为所述人脸图像与所述预设数据库中所有参考人脸图像都匹配失败时,控制预先配置的门禁开关不执行开门操作。
进一步地,基于人脸温度识别的门禁控制程序被处理器执行时还实现:
当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,且当所述用户的体温数据大于或等于预设阈值时,控制预先配置的门禁开关不执行开门操作。
此外,本发明还提供一种基于人脸温度识别的门禁控制方法。参照图3所示,为本发明基于人脸温度识别的门禁控制方法的实施例的方法流程示意图。电子装置1的处理器12执行存储器11中存储的基于人脸温度识别的门禁控制程序10时实现基于人脸温度识别的门禁控制方法的如下步骤:
步骤S10:当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果。
在本实施例中,以电子装置为门禁装置为例对本方案进行说明,可以在电子装置配置人体红外传感器检测是否有用户进入预定的检测区域,当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集用户的人脸图像,采集用户的人脸图像时,还可以对用户进行同时多次的拍摄,以筛选出用户的正脸照片,之后,将采集的人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果,预设数据库的参考人脸图像可以是预先存储的白名单人脸图像。进一步地,在匹配之前还可以对拍摄的人脸图像进行预处理。其中,对人脸头像进行预处理包括但不限于:去噪、图像增强及灰度化等,对图像预处理可以提高后续人脸图像匹配的准确性。
在一个实施例中,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位(例如,额头、眼睛和耳朵)的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。其中,人脸图像的特征点的特征向量可以为Vi=[X1、X2…Xn],参考人脸图像的特征点的特征向量为Vj=[X′1、X′2…X′n],其中n表示特征向量的维数,两个特征向量的欧式距离为:
预设的特征点提取算法可以为SIFT(Scale Invariant Feature Transform)算法。SIFT特征提取主要包括以下4个基本步骤:1、尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的候选点。2、特征点定位:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。特征点的选择依据于它们的稳定程度。3、方向确定:基于图像局部的梯度方向,分配给每个特征点位置一个或多个方向。所有后面的对图像数据的操作都相对于特征点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。4、特征点描述:在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。
步骤S20:基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据。
在本实施例中,为了对用户的额头部位进行测温,需要检测用户的额头部位,基于预设的判断规则判断用户的第一部位(额头部位)是否处于预定的测温区域,当第一部位(额头部位)处于预定的测温区域时,调用预先配置的测温设备对用户的额头部位进行测温,并获取用户的体温数据。由于测温功能是由传感器检测而得到数据,但是传感器的感应范围有限,判断用户的额头部位是否在测温区域中的位置,可以由图像采集设备对人脸检测的坐标决定,当人脸检测处在人脸识别框中间坐标差别不超过3mm时,检测成功,以此作为测温的坐标依靠点,测温区域的传感器可对准人脸额头部分的区域然后进行测温,以得到需要的温度数据。在一个实施例中,当所述第一部位未处于预定的测温区域时,还可以发出第二预设提示信息以提示所述用户对准所述预定的测温区域。
在一个实施例中,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
由于在不同的温度环境中对测温数据会有影响,所以需要补偿到一个相同的环境温度数值进行温度数据的检测,这样确保检测出来的温度数据准确性较。例如,在温度比较低的环境中进行测温时,如果环境温度比正常温度(例如,25摄氏度)低10摄氏度,那么在进行测温之前会先进行温度补差10摄氏度后再对用户进行测温,这样可以避免测温数据出现较大的误差。
步骤S30:将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息。
在本实施例中,将人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位(例如,鼻子及嘴巴部位)是否被遮挡,在实际的应用场景中,有些特殊场合需要人员佩戴口罩才可进入,因此可以通过预先训练好的人脸遮挡识别模型识别用户是否佩戴口罩,其中,人脸遮挡识别模型可以通过卷积神经网络训练得到,具体的,从预设数据库获取预设数量(10万张)的样本人脸图像,利用预设的标注规则对样本人脸图像标注预设标签,例如,将未佩戴口罩的样本人脸图像标注为0,正确佩戴口罩的样本人脸图像标注为1,将样本人脸图像作为自变量X,预设标签作为因变量Y,生成训练样本集;
将训练样本集根据预设比例(例如4:1)分为第一数据集和第二数据集,第一数据集为训练集,第二数据集为验证集,训练集的样本数量大于所述验证集的样本数量;
利用训练集中的各个变量X及各个因变量Y对卷积神经网络模型进行训练,每隔预设周期使用所述验证集对卷积神经网络模型进行验证,利用所述验证集中各变量X及各因变量Y对该卷积神经网络模型的准确率进行验证;
当所述准确率大于或者等于预设阈值时,则结束训练,得到人脸遮挡识别模型,当所述准确率小于预设阈值时,则增加训练样本数量并重新执行训练步骤。
人脸遮挡识别模型识别到用户的未佩戴口罩时,即第二部位未被遮挡时,向该用户发出第一预设提示信息,第一预设提示信息可以是语音信息,例如:“请佩戴好口罩”等。
步骤S40:当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
在本实施例中,当识别到第二部位被遮挡时,说明该用户已佩戴口罩,当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,说明该用户的身份验证通过,及用户的体温数据小于第一预设阈值(例如,37.3)时,控制预先配置的门禁开关执行开门操作。
进一步地,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中所有参考人脸图像都匹配失败时,控制预先配置的门禁开关不执行开门操作。
进一步地,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,且当所述用户的体温数据大于或等于预设阈值时,控制预先配置的门禁开关不执行开门操作。
此外,本发明还提出一种计算机可读存储介质,该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括基于人脸温度识别的门禁控制程序10,所述基于人脸温度识别的门禁控制程序10被处理器执行时实现如下操作:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
本发明之计算机可读存储介质的具体实施方式与上述基于人脸温度识别的门禁控制方法的具体实施方式大致相同,在此不再赘述。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,电子装置,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于人脸温度识别的门禁控制方法,应用于电子装置,其特征在于,所述方法包括:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
2.如权利要求1所述的基于人脸温度识别的门禁控制方法,其特征在于,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中所有参考人脸图像都匹配失败时,控制预先配置的门禁开关不执行开门操作。
3.如权利要求1所述的基于人脸温度识别的门禁控制方法,其特征在于,所述方法还包括:
当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,且当所述用户的体温数据大于或等于预设阈值时,控制预先配置的门禁开关不执行开门操作。
4.如权利要求1所述的基于人脸温度识别的门禁控制方法,其特征在于,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:
获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
5.如权利要求1所述的基于人脸温度识别的门禁控制方法,其特征在于,所述方法还包括:
当所述第一部位未处于预定的测温区域时,发出第二预设提示信息以提示所述用户对准所述预定的测温区域。
6.如权利要求1所述的基于人脸温度识别的门禁控制方法,其特征在于,所述将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。
7.一种电子装置,该电子装置包括:存储器及处理器,所述存储器上存储基于人脸温度识别的门禁控制程序,所述基于人脸温度识别的门禁控制程序被所述处理器执行,实现如下步骤:
当检测到用户进入预定的检测区域时,调用预先配置的至少一个图像采集设备采集所述用户的人脸图像,将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果;
基于预设的判断规则判断所述用户的第一部位是否处于预定的测温区域,当所述第一部位处于预定的测温区域时,调用预先配置的测温设备对所述第一部位进行测温,并获取所述用户的体温数据;
将所述人脸图像输入预先训练好的人脸遮挡识别模型,识别出所述用户的第二部位是否被遮挡,当所述第二部位未被遮挡时,向所述用户发出第一预设提示信息;
当所述第二部位被遮挡时,且当所述匹配结果为所述人脸图像与所述预设数据库中任意一张参考人脸图像匹配成功时,及所述用户的体温数据小于第一预设阈值时,控制预先配置的门禁开关执行开门操作。
8.如权利要求7所述的电子装置,其特征在于,所述调用预先配置的测温设备对所述第一部位进行测温之前包括:
获取当前环境的温度值,判断所述当前环境的温度值与预设的温度值的差值是否大于预设阈值,若是,基于所述差值对所述预先配置的测温设备执行温度值补偿处理操作。
9.如权利要求7所述的电子装置,其特征在于,所述将所述人脸图像与预设数据库的参考人脸图像进行匹配,得到匹配结果包括:
将所述人脸图像输入预设的特征点提取算法,提取出该人脸图像的第三部位的特征点,获取所述第三部位的特征点的特征向量及各参考人脸图像的特征点的特征向量;
分别计算所述第三部位的特征向量与各参考人脸图像的特征向量的欧式距离,欧式距离小于第二预设阈值的相应的两个特征向量为匹配特征向量,所述匹配特征向量对应的第三部位的特征点与参考人脸图像的特征点为匹配特征点,当所述匹配特征点的数量大于第三预设阈值时,则所述人脸图像与该参考人脸图像匹配成功。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括基于人脸温度识别的门禁控制程序,所述基于人脸温度识别的门禁控制程序被处理器执行时,可实现如权利要求1至6中任一项所述基于人脸温度识别的门禁控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010252274.5A CN111462381A (zh) | 2020-04-01 | 2020-04-01 | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010252274.5A CN111462381A (zh) | 2020-04-01 | 2020-04-01 | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111462381A true CN111462381A (zh) | 2020-07-28 |
Family
ID=71684419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010252274.5A Pending CN111462381A (zh) | 2020-04-01 | 2020-04-01 | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462381A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915790A (zh) * | 2020-08-17 | 2020-11-10 | 桂林电子科技大学 | 一种基于图像识别的人脸识别闸机及控制方法 |
CN111985460A (zh) * | 2020-09-28 | 2020-11-24 | 武汉虹信技术服务有限责任公司 | 一种基于红外测温与人脸识别的体温异常告警方法及*** |
CN112381987A (zh) * | 2020-11-10 | 2021-02-19 | 中国人民解放军国防科技大学 | 基于人脸识别的智能门禁防疫*** |
CN113205630A (zh) * | 2021-04-27 | 2021-08-03 | 惠州中国科学院遥感与数字地球研究所空间信息技术研究院 | 测温门禁监测方法、装置、计算机设备和存储介质 |
CN113487782A (zh) * | 2021-07-05 | 2021-10-08 | 曾伟 | 一种物联网智能门禁 |
CN113486712A (zh) * | 2021-05-31 | 2021-10-08 | 内蒙古大学 | 一种基于深度学习的多人脸识别方法、***和介质 |
CN114038088A (zh) * | 2021-10-11 | 2022-02-11 | 四川康佳智能终端科技有限公司 | 一种人员安全识别方法、装置、智能终端及存储介质 |
CN114937320A (zh) * | 2022-02-15 | 2022-08-23 | 百廿科技(北京)有限公司 | 一种具有人脸识别和测温功能的门锁*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101405744A (zh) * | 2006-03-23 | 2009-04-08 | 冲电气工业株式会社 | 脸部识别*** |
CN102147835A (zh) * | 2010-11-26 | 2011-08-10 | 中华人民共和国深圳出入境检验检疫局 | 用于口岸车道的司机体温自动测量***及实现方法 |
CN103679862A (zh) * | 2012-09-24 | 2014-03-26 | 天津开发区晟泰科技开发有限公司 | 一种用于医院测温的人脸识别门禁*** |
CN206515930U (zh) * | 2016-11-04 | 2017-09-22 | 中云智慧(北京)科技有限公司 | 卫生检疫自助通行查验*** |
CN107361748A (zh) * | 2017-07-20 | 2017-11-21 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
CN107393096A (zh) * | 2017-08-11 | 2017-11-24 | 阜阳华润电力有限公司 | 一种门禁的控制方法及门禁控制装置 |
CN109615733A (zh) * | 2018-11-15 | 2019-04-12 | 金菁 | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 |
CN208861341U (zh) * | 2018-08-01 | 2019-05-14 | 华南理工大学 | 一种人脸遮挡智能识别门锁 |
-
2020
- 2020-04-01 CN CN202010252274.5A patent/CN111462381A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101405744A (zh) * | 2006-03-23 | 2009-04-08 | 冲电气工业株式会社 | 脸部识别*** |
CN102147835A (zh) * | 2010-11-26 | 2011-08-10 | 中华人民共和国深圳出入境检验检疫局 | 用于口岸车道的司机体温自动测量***及实现方法 |
CN103679862A (zh) * | 2012-09-24 | 2014-03-26 | 天津开发区晟泰科技开发有限公司 | 一种用于医院测温的人脸识别门禁*** |
CN206515930U (zh) * | 2016-11-04 | 2017-09-22 | 中云智慧(北京)科技有限公司 | 卫生检疫自助通行查验*** |
CN107361748A (zh) * | 2017-07-20 | 2017-11-21 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
CN107393096A (zh) * | 2017-08-11 | 2017-11-24 | 阜阳华润电力有限公司 | 一种门禁的控制方法及门禁控制装置 |
CN208861341U (zh) * | 2018-08-01 | 2019-05-14 | 华南理工大学 | 一种人脸遮挡智能识别门锁 |
CN109615733A (zh) * | 2018-11-15 | 2019-04-12 | 金菁 | 一种基于人脸识别的农牧场防盗方法、装置及存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915790A (zh) * | 2020-08-17 | 2020-11-10 | 桂林电子科技大学 | 一种基于图像识别的人脸识别闸机及控制方法 |
CN111985460A (zh) * | 2020-09-28 | 2020-11-24 | 武汉虹信技术服务有限责任公司 | 一种基于红外测温与人脸识别的体温异常告警方法及*** |
CN112381987A (zh) * | 2020-11-10 | 2021-02-19 | 中国人民解放军国防科技大学 | 基于人脸识别的智能门禁防疫*** |
CN113205630A (zh) * | 2021-04-27 | 2021-08-03 | 惠州中国科学院遥感与数字地球研究所空间信息技术研究院 | 测温门禁监测方法、装置、计算机设备和存储介质 |
CN113486712A (zh) * | 2021-05-31 | 2021-10-08 | 内蒙古大学 | 一种基于深度学习的多人脸识别方法、***和介质 |
CN113486712B (zh) * | 2021-05-31 | 2022-09-06 | 内蒙古大学 | 一种基于深度学习的多人脸识别方法、***和介质 |
CN113487782A (zh) * | 2021-07-05 | 2021-10-08 | 曾伟 | 一种物联网智能门禁 |
CN114038088A (zh) * | 2021-10-11 | 2022-02-11 | 四川康佳智能终端科技有限公司 | 一种人员安全识别方法、装置、智能终端及存储介质 |
CN114937320A (zh) * | 2022-02-15 | 2022-08-23 | 百廿科技(北京)有限公司 | 一种具有人脸识别和测温功能的门锁*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111462381A (zh) | 基于人脸温度识别的门禁控制方法、电子装置及存储介质 | |
CN111428581B (zh) | 人脸遮挡检测方法及*** | |
CN110751043B (zh) | 基于人脸可见性的人脸识别方法、装置及存储介质 | |
US10534957B2 (en) | Eyeball movement analysis method and device, and storage medium | |
US10635946B2 (en) | Eyeglass positioning method, apparatus and storage medium | |
WO2015165365A1 (zh) | 一种人脸识别方法及*** | |
US20190228211A1 (en) | Au feature recognition method and device, and storage medium | |
WO2019071664A1 (zh) | 结合深度信息的人脸识别方法、装置及存储介质 | |
US11062124B2 (en) | Face pose detection method, device and storage medium | |
US10650234B2 (en) | Eyeball movement capturing method and device, and storage medium | |
CN111222423A (zh) | 基于作业区域的目标识别方法、装置、计算机设备 | |
CN111914775B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN111724496A (zh) | 一种考勤方法、考勤装置及计算机可读存储介质 | |
CN111144372A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
CN111414812A (zh) | 人体属性识别方法、***、计算机设备及存储介质 | |
CN109558773B (zh) | 信息识别方法、装置及电子设备 | |
CN116129350B (zh) | 数据中心安全作业的智能监控方法、装置、设备及介质 | |
KR20180111639A (ko) | 정보 처리 장치, 그의 제어 방법, 및 기억 매체 | |
CN111597910A (zh) | 一种人脸识别方法、装置、终端设备及介质 | |
CN114399729A (zh) | 监控对象移动识别方法、***、终端及存储介质 | |
CN113837006B (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN111291749A (zh) | 手势识别方法、装置及机器人 | |
CN110852220B (zh) | 人脸表情的智能识别方法、终端和计算机可读存储介质 | |
CN108647600B (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
CN108596127B (zh) | 一种指纹识别方法、身份验证方法及装置和身份核验机 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200728 |