CN112383571B - 基于人脸识别大数据的登录管理*** - Google Patents
基于人脸识别大数据的登录管理*** Download PDFInfo
- Publication number
- CN112383571B CN112383571B CN202110034055.4A CN202110034055A CN112383571B CN 112383571 B CN112383571 B CN 112383571B CN 202110034055 A CN202110034055 A CN 202110034055A CN 112383571 B CN112383571 B CN 112383571B
- Authority
- CN
- China
- Prior art keywords
- login
- data
- face recognition
- face
- user
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- 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
- G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种基于人脸识别大数据的登录管理***包括:登录终端设备,至少包含一个人脸识别摄像头;辅助检测设备,用于辅助判断登录终端设备用户身份;服务器***,至少能与登录终端设备和辅助检测设备构成数据交互;其中,登录终端设备通过人脸识别摄像头获取用户人脸图像数据后发送至服务器***,服务器***获取辅助检测设备中的辅助数据;服务器***根据辅助数据调整服务器***对登录终端设备所采集的人脸图像数据的置信度阈值或/和有效时间阈值。本申请的有益之处在于提供一种能根据辅助数据提高登录验证效率以及解决反复登录验证问题的基于人脸识别大数据的登录管理***。
Description
技术领域
本申请涉及一种登录管理***,具体涉及一种基于人脸识别大数据的登录管理***。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。
随着人脸识别技术的发展,越来越多的终端设备均在硬件上设置摄像头,以便实现用户身份的识别和确认,从而使用户获取相应的权限。
在相关技术中,运行设备本身的计算机或笔记本电脑本身在开机启动时也会进行人脸识别。在另外的一些相关技术中,企业管理***中为了实现***的权限管理,会在***登录时设置人脸识别环节,并且不同的软件***可能要进行多次登录人脸识别。这样对于用户不太友好。
另外,现有的人脸识别技术存在如下问题:
1.光照问题:光照问题是机器视觉中的老问题,在人脸识别中的表现尤为明显。目前方法未能达到实际应用的程度。方图均衡化处理,必要的话会对人脸区域的左、右脸分别进行直方图均衡化,然后合并来克服光照的影响。
2.姿态问题:与光照问题类似,姿态问题也是目前人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较的少,目前多数的人脸识别算法主要针对正面的人脸图像,当发生俯仰或者左右侧而比较厉害的情况下,人脸识别算法的识别率也将会急剧下降。
3.遮挡问题:对于非配合情况下的人脸图像采集,遮挡问题是一个非常严重的问题。特别是在监控环境下,往往被监控对象都会带着眼镜,帽子等饰物,使得被采集出来的人脸图像有可能不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。进行人脸识别前,可以首先对人脸部分进行特征点的标记,而且现在标记特征点时基本可以有效地避免以上因素的影响,问题就是在提取特征点周围的特征时,这些遮挡会有一定的影响,不过影响不会太大。
4.图像质量:人脸图像的来源可能多种多样,由于采集设备的不同,得到的人脸图像质量也不一样,特别是对于那些低分辨率、噪声大、质量差的人脸图像(如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等)如何进行有效地人脸识别是个需要关注的问题。
5.样本问题:基于统计学习的人脸识别算法是目前人脸识别领域中的主流算法,但是统计学习方法需要大量的训练。由于人脸图像在高维空间中的分布是一个不规则的流形分布,能得到的样本只是对人脸图像空间中的一个极小部分的采样,如何解决小样本下的统计学习问题有待进一步的研究。传统人脸识别方法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据,这些方法其训练过程难以进行,甚至有可能崩溃。
由于人脸识别存在以上的问题,导致在进行人脸识别时对环境要求以及用户配合度较高,并且人脸识别也存在识别的安全性和便捷性存在矛盾的问题,如果为了保证安全性,无疑需要更复杂算法以及更长检测时间。
人脸识别技术的瓶颈和企业管理***登录的权限要求导致现有基于人脸识别的登录管理***使用起来相当繁琐,甚至给用户造成了人脸识别登录并不优于密码登录的使用体验,背离人脸识别登录的初衷。
另外一方面,在用户人脸识别登录后,在用户离开时,存在其他用户超越权限操作的安全问题。
发明内容
为了解决现有技术中人脸识别技术本身的技术问题以及企业管理中不同软件***需要反复登录的问题。
本申请提供一种基于人脸识别大数据的登录管理***包括:登录终端设备,至少包含一个人脸识别摄像头;辅助检测设备,用于辅助判断登录所述终端设备用户身份;登录服务器,至少能与所述登录终端设备和所述辅助检测设备构成数据交互;其中,所述登录终端设备通过所述人脸识别摄像头获取用户人脸图像数据后发送至所述登录服务器,所述登录服务器获取所述辅助检测设备中的辅助数据;所述登录服务器根据所述辅助数据调整所述登录服务器对所述登录终端设备所采集的人脸图像数据的置信度阈值或/和有效时间阈值。
进一步地,所述辅助检测设备包括:门禁人脸识别设备,用于在门禁处获取用户的人脸图像数据;所述登录服务器存储有所述门禁人脸识别设备与所述登录终端设备的位置对应关系数据,所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述登录终端设备对应的所述门禁人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第一预设条件。
进一步地,所述辅助检测设备包括:监控人脸识别设备,用于在所述登录终端设备所在的空间进行人脸图像的采集和识别;所述登录服务器存储有所述监控人脸识别设备与所述登录终端设备的位置对应关系数据,所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述登录终端设备对应的所述监控人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第二预设条件。
进一步地,所述辅助检测设备包括:UWB定位基站设备,用于获取用户的工牌中UWB标签的定位数据;所述登录服务器存储有所述登录终端设备在所述UWB定位基站设备构建的坐标系的坐标位置以及用户与登录终端设备的权限对应关系数据;所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述UWB定位基站设备的定位数据中用户的位置与所述登录终端设备相对位置是否符合第三预设条件。
进一步地,所述辅助检测设备包括:毫米波摄像监控设备,用于获取所述登录终端设备所在处的毫米波图像数据;所述登录服务器存储有所述毫米波摄像监控设备所采集的毫米波图像中所述登录终端设备的位置和图像特征;所述登录服务器在验证所述登录终端设备所采集的人脸图像时,所述登录服务器获取所述毫米波摄像监控设备所采集的毫米波图像并判断所述登录终端设备前方的用户的图像特征是否满足第四预设条件。
进一步地,所述登录服务器设有第一神经网络***以输出所述登录终端设备所采集的人脸图像的置信度。
进一步地,所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断上一次和本次验证所述登录终端设备所采集的人脸图像时所述辅助检测设备所采集的辅助数据变化小于第五预设条件时,所述登录服务器使用上一次验证所述登录终端设备所采集的人脸图像时所采用的置信度阈值。
进一步地,所述登录服务器在验证所述登录终端设备的用户权限时,判断上一次和本次验证所述登录终端设备所采集的人脸图像时所述辅助检测设备所采集的辅助数据变化小于第六预设条件时,所述登录服务器直接采用上次验证的结果。
进一步地,所述登录服务器设有第二神经网络***,所述第二神经网络***根据所述毫米波摄像监控设备的毫米波图像输出对应的图像特征数据。
进一步地,所述登录服务器根据所述UWB定位基站设备的定位数据中用户的路线获取判断所需要的对应的所述门禁人脸识别设备或/和所述监控人脸识别设备的数据。
本申请的有益之处在于:提供一种能根据辅助数据提高登录验证效率以及解决反复登录验证问题的基于人脸识别大数据的登录管理***。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的基于人脸识别大数据的登录管理***的架构示意图;
图2是根据本申请一种实施例的基于人脸识别大数据的登录管理***的结构示意图;
图3是根据本申请一种实施例的基于人脸识别大数据的登录管理***中各模块执行程序的步骤示意图;
图4是根据本申请一种实施例的基于人脸识别大数据的登录管理***在进行人脸识别验证时的步骤示意框图;
图5是根据本申请一种实施例的基于人脸识别大数据的登录管理***在进行人脸识别验证时的另一种步骤示意框图;
图6是根据本申请一种实施例的基于人脸识别大数据的登录管理***中神经网络结构示意图。
图中附图标记的含义:
登录终端设备100,移动终端设备101,固定终端设备102;
辅助检测设备200,门禁人脸识别设备201,监控人脸识别设备202,UWB定位基站设备203,毫米波摄像监控设备204;
登录服务器300,登录应用服务器301,业务应用服务器302,数据服务器303,神经网络服务器304。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
参照图1至图5所示,基于人脸识别大数据的登录管理***包括:登录终端设备、辅助检测设备和服务器***。
其中,登录终端设备至少包含一个人脸识别摄像头;辅助检测设备用于辅助判断登录终端设备用户身份;服务器***至少能与登录终端设备和辅助检测设备构成数据交互。
其中,登录终端设备通过人脸识别摄像头获取用户人脸图像数据后发送至服务器***,服务器***获取辅助检测设备中的辅助数据;服务器***根据辅助数据调整服务器***对登录终端设备所采集的人脸图像数据的置信度阈值或/和有效时间阈值。
如图1所示,作为具体方案,登录终端设备可以包括:移动终端设备和固定终端设备。
其中,移动终端设备可以为用户的智能手机、笔记本电脑或者是业务专用的手持式智能设备,它们可以通过安装软件从而作为本申请***中一部分,需要说明的是,类似于智能手机的人脸识别软件,通过执行本申请的软件可以获取其他应用的登录权限。固定终端设备可以为固定在指定工位的台式电脑或者其他专用设备。移动终端设备和固定终端设备的区别在于,固定终端设备可以根据预存的自身的位置数据获取相应的辅助数据信息,移动终端设备则需要在验证时进行即时定位。
如图1所示,作为具体方案,辅助检测设备可以包括:门禁人脸识别设备、监控人脸识别设备、UWB定位基站设备和毫米波摄像监控设备。
其中,门禁人脸识别设备可以由一般的门禁闸机的人脸识别设备构成,其主要设置在场所的进出口位置以监测人员进出情况;监控人脸识别设备则可以由分布在场所的监控摄像头或监控云台构成,其主要用于动态监测人员活动的画面。这两种设备为一般场所普遍配置的设备。
相对而言,UWB定位基站设备和毫米波摄像监控设备为专用设备。
其中,UWB定位基站设备能用于定位UWB标签的位置,该技术现在也广泛用于人员和物资的定位,在本申请中,UWB定位基站设备可以通过定位用户的位置,具体方案为,用户工牌中设有UWB标签装置,UWB定位基站设备可以通过与UWB标签装置交互UWB信号从而实现定位,UWB定位基站设备也可以通过与移动终端设备自带的UWB芯片以及固定终端设备的UWB设备标签来定位置这两者的位置。
毫米波摄像监控设备用于拍摄毫米波图像,毫米波成像相当于可见光而言,其可以不考虑光照角度等因素的影响。在本申请中,毫米波摄像监控设备可以不必具有较高的精度,或者说,在一般工作条件时,毫米波摄像监控设备可以在精度较低的情况下进行工作(本身具有多个精度模式),这里所指的精度较低是指只需分别物体的大致轮廓即可,而无需成像人体细节。
具体而言,登录终端设备在通过人脸识别进行验证登录时,即使采集的人脸图像会因为环境因素以及用户配合度产生无法验证的情况,服务器***根据辅助检测设备的数据帮助服务器***获取额外的数据从帮助服务器***判定人脸图像是否可以通过验证。
更具体而言,本申请中服务器***设有第一神经网络,该第一神经网络用于智能识别人脸图像并输出人脸图像是否为权限用户的结果以及该结果的置信度。该第一神经网络为一个卷积神经网络,其在使用之前,通过大量的人脸图像进行训练,即基于人脸图像大数据获取人脸识别的功能。第一神经网络在进行人脸图像校验时,会判断当前人脸图像的分类结果,即当前人脸图像属于那一个神经网络模型中的用户,并输出置信度。服务器***根据用户的身份判断其是否具有登录***的权限,并且判断当前的置信度阈值是否满足置信度阈值。当两者都满足时,服务器***会则授予登录权限。
在该方案中,如果将置信度阈值设为较低的阈值则会带来安全风险;如果将置信度阈值设置较高,则会因环境因素和用户配合度等原因,降低验证效率,比如需要用户调整姿态或者反复采集图像验证。
虽然可以通过不断训练神经网络和调整神经网络算法来改善,但是其在本质上仅仅依靠神经网络进行判断始终会遇到这样的问题。而进一步的需要神经网络所带来的收益已经到达边际,其并不能有效解决以上问题。
作为具体的方案,如图1和图2所示,辅助检测设备包括:门禁人脸识别设备。门禁人脸识别设备用于在门禁处获取用户的人脸图像数据;服务器***存储有门禁人脸识别设备与登录终端设备的位置对应关系数据,服务器***在验证登录终端设备所采集的人脸图像时,判断登录终端设备对应的门禁人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第一预设条件。
具体而言,服务器***通过人脸图像识别出的用户,但是由于环境因素或者用户配合度的问题,很可能得出结果置信度没有超过阈值,此时服务器***通过访问门禁***中门禁人脸识别设备所采集的人脸图像,判断识别出的用户是否被采集过,如果没有被采集过,说明识别出的用户并没有进入到该登录终端设备的所在的区域,那么说明该人脸识别结果有误,如果有被对应的门禁人脸识别设备采集过该用户的人脸图像,且通过检索其他门禁装置,该用户并没有离开登录终端设备所在的区域,则将登录终端设备采集的人脸图像与门禁人脸识别设备所采集的人脸图像进行比对,如果比对后认为是同一用户,并且门禁人脸识别设备所采集的人脸图像满足第一预设条件,则降低置信度阈值,再次判断登录终端设备采集的人脸图像是否满足要求。
作为优选方案,门禁***进行人脸识别时也采用第一神经网络进行识别,本申请所指的第一预设条件包括门禁人脸识别设备所采集的人脸图像的识别结果置信度大于等于设置的置信度阈值。
作为优选方案,门禁人脸识别设备所采集的人脸图像与登录终端设备采集的人脸图像所进行的比对为将登录终端设备采集的人脸图像作为输入数据,而将门禁人脸识别设备所采集的人脸图像作为识别结果,从而输出置信度数据,如果置信度数据大于等于预设值,则认为两幅人脸图像为同一用户。
作为扩展方案,第一预设条件还可以包括用户通过门禁的时间至登录时间是否超过预设值等数据。
作为扩展方案,辅助检测设备包括:监控人脸识别设备,其用于在登录终端设备所在的空间进行人脸图像的采集和识别;服务器***存储有监控人脸识别设备与登录终端设备的位置对应关系数据,服务器***在验证登录终端设备所采集的人脸图像时,判断登录终端设备对应的监控人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第二预设条件。
与门禁人脸识别设备的作用类似,监控人脸识别设备的作用在于拍摄指定区域内的图像,并识别其中的人脸图像,从而判断用户是否当前真的在电脑,并且通过人脸识别还原用户移动的路径,从而判断用户行为,比如用户是否在通过门禁后通过走廊后到自己的工位。如果通过监控人脸识别设备所采集的数据证明用户不再指定区域,则服务器***即可以维持较高的置信度阈值以防范安全风险,而在通过监控人脸识别设备采集人脸识别数据可以建立用户完整且合理的运动路径时,服务器可以降低置信度的阈值范围。
作为扩展方案,监控人脸识别设备一直在采集人脸图像,并交由服务器***中的神经网络做识别,其可以采用较为中等置信度阈值,这里所指中等是指小于门禁人脸识别时置信度阈值但是大于调整之后的登录终端设备人脸识别的置信度。
服务器***获取门禁***进入人员数据,然后监控***开始识别人脸图像,在成功识别到门禁***中已经登记用户后,服务器***不再从监控***获取该用户的数据作为辅助判断数据,降低监控***的数据传输负担。并将识别后的用户图像作为各个用户识别的神经网络的训练数据。即监控***采集人员的人脸图像,然后服务器***对人脸图像进行识别,即通过人工神经网络输出判定的用户身份和置信度,当置信度满足时(满足第二预设条件),输出用户身份,然后比对门禁***的人员识别数据,如果门禁***中也有该人员进入的记录,则使监控***所采集数据不再作为辅助判断的依据。
作为优选方案,监控人脸识别设备直接设置在登录终端设备对应位置,即能拍摄到在使用登录终端设备用户的人脸图像。在此方案下,监控人脸识别设备可以采用定时采集方式采集人脸图像并进行识别。
作为优选方案,监控人脸识别设备识别方式可以参照门禁人脸识别设备的识别方式或者它们可以使用同一神经网络,只是判断限定置信度阈值是不同的。
第二预设条件可以包括监控人脸识别设备根据人脸图像的识别结果的置信度大于等于设置置信度阈值。
作为另一方面,辅助检测设备包括:UWB定位基站设备,其用于获取用户的工牌中UWB标签的定位数据;服务器***存储有登录终端设备在UWB定位基站设备构建的坐标系的坐标位置以及用户与登录终端设备的权限对应关系数据;服务器***在验证登录终端设备所采集的人脸图像时,判断UWB定位基站设备的定位数据中用户的位置与登录终端设备相对位置是否符合第三预设条件。
具体而言,即判断用户所带工牌的位置是否在工位前。这里所指的第三预设条件为用户在登录终端设备周边预设范围内。
具体而言,辅助检测设备包括:毫米波摄像监控设备,其用于获取登录终端设备所在处的毫米波图像数据;服务器***存储有毫米波摄像监控设备所采集的毫米波图像中登录终端设备的位置和图像特征;服务器***在验证登录终端设备所采集的人脸图像时,服务器***获取毫米波摄像监控设备所采集的毫米波图像并判断登录终端设备前方的用户的图像特征是否满足第四预设条件。
作为更具体的方案,第四预设条件包括毫米波图像中在预设的位置处是否存在目标用户,目标用户的图像特征是否满足要求。此处所指出的用户的图像特征是否满足要求是指,根据图像中用户身体部分的特征,比如身高、肩宽等数据确定是否属于该工位的用户本人,也可以采用将毫米波图像输入人工神经网络进行学习构建模型的方式进行图像特征的判断。
作为扩展方案,本申请的登录***采用无感登录,除了必要的第一次登录以外,或者每天要求的第一次登录以外,登录***在用户发出登录至相应的业务***时要求时,并不弹出登录界面,而是在后台进行人脸图像的采集,并且在某些预设时段在后台主动采集用户的人脸图像,并将这些图像作为神经网络训练的素材。
作为进一步的优选方案,服务器***在验证登录终端设备所采集的人脸图像时,判断上一次和本次验证登录终端设备所采集的人脸图像时辅助检测设备所采集的辅助数据变化小于第五预设条件时,服务器***使用上一次验证登录终端设备所采集的人脸图像时所采用的置信度阈值。这里所指的第五预设条件为当前的辅助数据相对之前的辅助数据没有变化,或者变化的数值小于预设值。
采用这样方案,用户不用在短时间内登录不同的业务应用***时反复采集人脸图像和判断。总体而言使用户体会不到人脸识别登录带来对操作的影响,也无需特意配合。
作为扩展方案,服务器***在验证登录终端设备的用户权限时,判断上一次和本次验证登录终端设备所采集的人脸图像时辅助检测设备所采集的辅助数据变化小于第六预设条件时,服务器***直接采用上次验证的结果。
另外,作为扩展方案,如图6所示,采用大数据思维,构建一个复合的神经网络***,将人脸图像输入至第一神经网络,将毫米波图像输入至第二神经网络,将第三监控图像输入至第三神经网络,将用户的位置数据(某一时间段的)输入第四神经网络。第一神经网络、第二神经网络和第三神经网络输出图像识别结果和置信度,第四神经网络输出用户是否在工作位置的判断结果,将他们以及用户当天其他数据,比如进入门禁的时间,行为轨迹数据等统一输入至第五神经网络,将对应时间段内用户登录行为的结果(即调整后置信度阈值以及是否识别成功)作为输出数据,训练第五神经网络的数据模型,使其能够根据新的各项数据输入进行基于大数据的综合判断,从而根据用户行为和工作习惯的数据,改变当前登录终端设备的综合置信度阈值。
如图3所示,本申请提供一种各模块执行程序的步骤实例。
S01表示登录终端识别终端设备向登录服务器上传人脸识别图像。
S02、S04、S06、S08表示登录服务器分别向不同的模块发出获取相应数据指令。
S03、S05、S07、S09表示各个模块反馈的数据。服务器***接收数据并处理后,向登录终端设备反馈指令。
S10至S20表示,服务器***在自动进行数据采集和判断,在登录终端设备发出要求后马上可以反馈相应数据以辅助登录终端设备。
具体而言,图3中各种步骤具体为:
S01登录终端设备向服务器***上传人脸识别图像。
S02服务器***向门禁人脸识别设备发送数据请求。
S03门禁人脸识别设备向服务器***发送用于判断第一预设条件的人脸图像数据。
S04服务器***向监控人脸识别设备发送数据请求。
S05监控人脸识别设备向服务器***发送用于判断第二预设条件的人脸图像数据。
S06服务器***向UWB定位基站设备发送数据请求。
S07 UWB定位基站设备向服务器***发送用于判断第三预设条件的定位数据。
S08服务器***向毫米波摄像监控设备发送数据请求。
S09毫米波摄像监控设备向服务器***发送用于判断第四预设条件的毫米波图像数据。
S10服务器***根据各个辅助检测设备的数据综合判断各预设条件的满足情况进而调整用于判断登录终端设备上传的人脸图像的置信度阈值以及有效时间阈值;服务器***根据登录终端设备上传的人脸图像和调整的置信度阈值判断用户是否有登录权限,如果是,则向登录终端设备发送允许登录的指令和有效时间阈值,并进入监控状态。
S11服务器***向UWB定位基站设备发送数据请求。
S12 UWB定位基站设备向服务器***发送定位数据。
S13服务器***向监控人脸识别设备发送数据请求。
S14监控人脸识别设备向服务器***发送人脸图像数据。
S15服务器***向毫米波摄像监控设备发送数据请求。
S16毫米波摄像监控设备向服务器***发送毫米波图像数据。
S17服务器***向门禁人脸识别设备发送数据请求。
S18门禁人脸识别设备向服务器***发送人脸图像数据。
S19登录终端设备向服务器发出权限核对要求。
S20服务器***向登录终端设备发送权限变化指令和新的有效时间阈值。
S11至S18的作用在于在用户登录后,主动的获取所需辅助数据,如果UWB定位变化了,则可以直接触发置信度阈值变更等动作,优先依据定位数据判断,如果定位数据没有变化,则依次根据监控人脸识别设备、毫米波摄像头监控设备、门禁人脸识别设备进行判断,这样顺序考虑到了实际情况的需要。在根据辅助设备的数据判断后,主动或被动向登录终端设备进行反馈。
S19是指登录终端设备在有效时间阈值满足之后,主动向服务器***发出请求更新登录的权限要求以及新的有效时间阈值。
如图4和图5所示,服务器***在具体判断时可以采用步骤。
另外需要说明的是,服务器***可以包括多个具体服务器和云服务器。它们用于实现不同服务器功能。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于人脸识别大数据的登录管理***,其特征在于:
所述基于人脸识别大数据的登录管理***包括:
登录终端设备,至少包含一个人脸识别摄像头;
辅助检测设备,用于辅助判断登录所述终端设备用户身份;
登录服务器,至少能与所述登录终端设备和所述辅助检测设备构成数据交互;
其中,所述登录终端设备通过所述人脸识别摄像头获取用户人脸图像数据后发送至所述登录服务器,所述登录服务器获取所述辅助检测设备中的辅助数据;所述登录服务器根据所述辅助数据调整所述登录服务器对所述登录终端设备所采集的人脸图像数据的置信度阈值或/和有效时间阈值;
所述辅助检测设备包括:
门禁人脸识别设备,用于在门禁处获取用户的人脸图像数据;
所述登录服务器存储有所述门禁人脸识别设备与所述登录终端设备的位置对应关系数据,所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述登录终端设备对应的所述门禁人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第一预设条件。
2.根据权利要求1所述的基于人脸识别大数据的登录管理***,其特征在于:
所述辅助检测设备还包括:
监控人脸识别设备,用于在所述登录终端设备所在的空间进行人脸图像的采集和识别;
所述登录服务器存储有所述监控人脸识别设备与所述登录终端设备的位置对应关系数据,所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述登录终端设备对应的所述监控人脸识别设备是否采集过用户的人脸图像数据以及所采集的人脸图像数据是否符合第二预设条件。
3.根据权利要求2所述的基于人脸识别大数据的登录管理***,其特征在于:
所述辅助检测设备还包括:
UWB定位基站设备,用于获取用户的工牌中UWB标签的定位数据;
所述登录服务器存储有所述登录终端设备在所述UWB定位基站设备构建的坐标系的坐标位置以及用户与登录终端设备的权限对应关系数据;所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断所述UWB定位基站设备的定位数据中用户的位置与所述登录终端设备相对位置是否符合第三预设条件。
4.根据权利要求3所述的基于人脸识别大数据的登录管理***,其特征在于:
所述辅助检测设备还包括:
毫米波摄像监控设备,用于获取所述登录终端设备所在处的毫米波图像数据;
所述登录服务器存储有所述毫米波摄像监控设备所采集的毫米波图像中所述登录终端设备的位置和图像特征;所述登录服务器在验证所述登录终端设备所采集的人脸图像时,所述登录服务器获取所述毫米波摄像监控设备所采集的毫米波图像并判断所述登录终端设备前方的用户的图像特征是否满足第四预设条件。
5.根据权利要求4所述的基于人脸识别大数据的登录管理***,其特征在于:
所述登录服务器设有第一神经网络***以输出所述登录终端设备所采集的人脸图像的识别结果以及识别结果的置信度。
6.根据权利要求5所述的基于人脸识别大数据的登录管理***,其特征在于:
所述登录服务器在验证所述登录终端设备所采集的人脸图像时,判断上一次和本次验证所述登录终端设备所采集的人脸图像时所述辅助检测设备所采集的辅助数据变化小于第五预设条件时,所述登录服务器使用上一次验证所述登录终端设备所采集的人脸图像时所采用的置信度阈值。
7.根据权利要求6所述的基于人脸识别大数据的登录管理***,其特征在于:
所述登录服务器在验证所述登录终端设备的用户权限时,判断上一次和本次验证所述登录终端设备所采集的人脸图像时所述辅助检测设备所采集的辅助数据变化小于第六预设条件时,所述登录服务器直接采用上次验证的结果。
8.根据权利要求7所述的基于人脸识别大数据的登录管理***,其特征在于:
所述登录服务器设有第二神经网络***,所述第二神经网络***根据所述毫米波摄像监控设备的毫米波图像输出对应的图像特征数据。
9.根据权利要求8所述的基于人脸识别大数据的登录管理***,其特征在于:
所述登录服务器根据所述UWB定位基站设备的定位数据中用户的路线获取判断所需要的对应的所述门禁人脸识别设备或/和所述监控人脸识别设备的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110034055.4A CN112383571B (zh) | 2021-01-12 | 2021-01-12 | 基于人脸识别大数据的登录管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110034055.4A CN112383571B (zh) | 2021-01-12 | 2021-01-12 | 基于人脸识别大数据的登录管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112383571A CN112383571A (zh) | 2021-02-19 |
CN112383571B true CN112383571B (zh) | 2021-06-04 |
Family
ID=74590374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110034055.4A Active CN112383571B (zh) | 2021-01-12 | 2021-01-12 | 基于人脸识别大数据的登录管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112383571B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114509961A (zh) * | 2022-02-11 | 2022-05-17 | 软通智慧信息技术有限公司 | 一种信息化管理*** |
CN117336102B (zh) * | 2023-11-30 | 2024-03-01 | 北京冠程科技有限公司 | 一种多重校验的身份鉴别***及其鉴别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3540621A1 (en) * | 2014-09-03 | 2019-09-18 | Alibaba Group Holding Limited | Identity authentication method and apparatus, terminal and server |
CN110544333A (zh) * | 2019-08-13 | 2019-12-06 | 成都电科慧安科技有限公司 | 一种门禁控制***及其控制方法 |
CN111241505A (zh) * | 2018-11-28 | 2020-06-05 | 深圳市帝迈生物技术有限公司 | 一种终端设备及其登录验证方法、计算机存储介质 |
CN112102574A (zh) * | 2019-05-30 | 2020-12-18 | 广州云积软件技术有限公司 | ***智能报警*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581610A (zh) * | 2020-04-10 | 2020-08-25 | 许正根 | 一种基于数据库安全的登录管理*** |
-
2021
- 2021-01-12 CN CN202110034055.4A patent/CN112383571B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3540621A1 (en) * | 2014-09-03 | 2019-09-18 | Alibaba Group Holding Limited | Identity authentication method and apparatus, terminal and server |
CN111241505A (zh) * | 2018-11-28 | 2020-06-05 | 深圳市帝迈生物技术有限公司 | 一种终端设备及其登录验证方法、计算机存储介质 |
CN112102574A (zh) * | 2019-05-30 | 2020-12-18 | 广州云积软件技术有限公司 | ***智能报警*** |
CN110544333A (zh) * | 2019-08-13 | 2019-12-06 | 成都电科慧安科技有限公司 | 一种门禁控制***及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112383571A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3105190C (en) | System and method for identifying and verifying one or more individuals using facial recognition | |
US10796514B2 (en) | System and method for optimizing a facial recognition-based system for controlling access to a building | |
US9875392B2 (en) | System and method for face capture and matching | |
US20170032182A1 (en) | System for adaptive real-time facial recognition using fixed video and still cameras | |
CN112383571B (zh) | 基于人脸识别大数据的登录管理*** | |
CN103434484A (zh) | 车载识别认证装置、移动终端、智能车钥控制***及方法 | |
CN111918039B (zh) | 基于5g网络的人工智能高风险作业管控*** | |
CN109784274A (zh) | 识别尾随的方法及相关产品 | |
US20200302715A1 (en) | Face authentication based smart access control system | |
US20220261465A1 (en) | Motion-Triggered Biometric System for Access Control | |
CN110276313B (zh) | 身份认证方法、身份认证装置、介质和计算设备 | |
US20210224369A1 (en) | Motion-Triggered Biometric System for Access Control | |
CN107390864B (zh) | 基于眼球轨迹追踪的网络调研方法、电子设备及存储介质 | |
KR20230110681A (ko) | 응시자 단말의 정면 카메라와 보조 카메라를 사용하여 부정행위를 방지하는 안면윤곽선 인식 인공지능을 사용한 온라인 시험 시스템 및 그 방법 | |
CN112669501B (zh) | 一种门禁控制方法、设备和计算机可读存储介质 | |
CN110287841B (zh) | 图像传输方法及装置、图像传输***、存储介质 | |
CN114677608A (zh) | 身份特征生成方法、设备及存储介质 | |
KR20220009287A (ko) | 딥러닝 기반 영상처리를 활용한 온라인 시험 부정행위 방지 시스템 및 방법 | |
US20230367854A1 (en) | Creating feature based image recognition subclasses for identity verification | |
US20230222193A1 (en) | Information processing device, permission determination method, and program | |
WO2023095068A1 (en) | A fool-proof registration system and methods thereof | |
CN117750320A (zh) | 一种基于联邦学习与类增量学习的wifi人员身份识别方法 | |
CN110827447A (zh) | 一种智能锁、智能锁***及智能锁工作方法 | |
CN112327936A (zh) | 一种基于ai技术的无人机前端物体识别跟踪***及方法 | |
El Nahal | Mobile Multimodal Biometric System for Security |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |