CN113628376A - 一种基于无接触识别的物业管理*** - Google Patents
一种基于无接触识别的物业管理*** Download PDFInfo
- Publication number
- CN113628376A CN113628376A CN202110814743.2A CN202110814743A CN113628376A CN 113628376 A CN113628376 A CN 113628376A CN 202110814743 A CN202110814743 A CN 202110814743A CN 113628376 A CN113628376 A CN 113628376A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- user
- authority
- face comparison
- 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
- 238000013507 mapping Methods 0.000 claims abstract description 56
- 238000007726 management method Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001680 brushing effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种基于无接触识别的物业管理方法,方法包括:获得第一用户的第一图像信息;获得第一人像采集数据库,其中,第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建第一人像采集数据库与所述第一权限特征的第一映射数据库,第一映射数据库包括第一类别数据、第二类别数据与第一权限特征集合的映射关系;将第一图像信息输入至第一人脸比对模型,获得第一人脸比对结果,获得第一权限;将第一权限发送至物业管理云平台,获得第一指令,将第一指令发送至第一设备。解决了现有技术中对门禁进出人员的权限和人脸识别之间的联系程度不够,导致存在权限管理个体化程度不够的技术问题。
Description
技术领域
本发明涉及智慧门禁相关技术领域,具体涉及一种基于无接触识别的物业管理方法及***。
背景技术
伴随着互联网、大数据、人工智能技术的日益成熟,人脸识别技术快速落地于各种智能化应用场景,其中人脸识别智能门禁在智慧社区中发挥着非常重要的作用。人脸识别具有如下特点:用户几乎可以在无意识的状态下就可获取人脸图像;用户在实际应用场景下可以进行多个人脸的分拣、判断及识别;操作简单、结果直观、隐蔽性好。业主不需携带钥匙也不用刷卡,只要刷脸就能进出小区,快捷且安全方便。
在现有技术中用户可通过人脸识别、手机开门、APP远程开门、密码开门、蓝牙开门、微信开门等方式控制开门,业主不受时间和空间限制。除了能刷脸开门外,人脸识别门禁***还有监控功能,一定程度保障社区内人群的安全。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中对门禁进出人员的权限和人脸识别之间的联系程度不够,导致存在权限管理个体化程度不够的技术问题。
发明内容
本申请实施例通过提供了一种基于无接触识别的物业管理方法及***,解决了现有技术中对门禁进出人员的权限和人脸识别之间的联系程度不够,导致存在智能化程度不够的技术问题。通过采集社区住户和社区工作人员的图像数据,分别构建人像数据库,再依次为两个人像数据库中的所有人像增加对应权限,并构建映射关系数据库,将人像数据和对应的权限进行存储,利用智能化模型识别对比来访人像,并根据来访人像,调用相关对应权限,赋予来访人像实施相应权限的权利,达到了个体化程度更高的人脸识别权限管理的技术效果。
鉴于上述问题,本申请实施例提供了一种基于无接触识别的物业管理方法及***。
第一方面,本申请实施例提供了一种基于无接触识别的物业管理方法,应用于一物业管理云平台,其中,所述方法包括:获得第一用户的第一图像信息;获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;依据所述第一人脸比对结果获得所述第一用户的第一权限;将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
另一方面,本申请实施例提供了一种基于无接触识别的物业管理***,其中,所述***包括:第一获得单元,所述第一获得单元用于获得第一用户的第一图像信息;第二获得单元,所述第二获得单元用于获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;第三获得单元,所述第三获得单元用于获得第一权限特征集合;第一构建单元,所述第一构建单元用于构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;第四获得单元,所述第四获得单元用于以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;第五获得单元,所述第五获得单元用于依据所述第一人脸比对结果获得所述第一用户的第一权限;第六获得单元,所述第六获得单元用于将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
第三方面,本申请实施例提供了一种基于无接触识别的物业管理***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一用户的第一图像信息;获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;依据所述第一人脸比对结果获得所述第一用户的第一权限;将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备的技术方案,通过采集社区住户和社区工作人员的图像数据,分别构建人像数据库,再依次为两个人像数据库中的所有人像增加对应权限,并构建映射关系数据库,将人像数据和对应的权限进行存储,利用智能化模型识别对比来访人像,并根据来访人像,调用相关对应权限,赋予来访人像实施相应权限的权利,达到了个体化程度更高的人脸识别权限管理的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于无接触识别的物业管理方法流程示意图;
图2为本申请实施例获得第一人像采集数据库方法流程示意图;
图3为本申请实施例判断所述第一评分结果是否达到第一预设标准方法流程示意图
图4为本申请实施例一种基于无接触识别的物业管理***结构示意图;
图5为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一构建单元14,第四获得单元15,第五获得单元16,第六获得单元17,电子设备300,存储器301,处理器302,通信接口 303,总线架构304。
具体实施方式
本申请实施例通过提供了一种基于无接触识别的物业管理方法及***,解决了现有技术中对门禁进出人员的权限和人脸识别之间的联系程度不够,导致存在智能化程度不够的技术问题。通过采集社区住户和社区工作人员的图像数据,分别构建人像数据库,再依次为两个人像数据库中的所有人像增加对应权限,并构建映射关系数据库,将人像数据和对应的权限进行存储,利用智能化模型识别对比来访人像,并根据来访人像,调用相关对应权限,赋予来访人像实施相应权限的权利,达到了个体化程度更高的人脸识别权限管理的技术效果。
申请概述
伴随着互联网、大数据、人工智能技术的日益成熟,人脸识别技术快速落地于各种智能化应用场景,其中人脸识别智能门禁在智慧社区中发挥着非常重要的作用。人脸识别具有如下特点:用户几乎可以在无意识的状态下就可获取人脸图像;用户在实际应用场景下可以进行多个人脸的分拣、判断及识别;操作简单、结果直观、隐蔽性好。业主不需携带钥匙也不用刷卡,只要刷脸就能进出小区,快捷且安全方便。在现有技术中用户可通过人脸识别、手机开门、APP远程开门、密码开门、蓝牙开门、微信开门等方式控制开门,业主不受时间和空间限制。除了能刷脸开门外,人脸识别门禁***还有监控功能,一定程度保障社区内人群的安全。但现有技术中对门禁进出人员的权限和人脸识别之间的联系程度不够,导致存在权限管理个体化程度不够的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于无接触识别的物业管理方法,应用于一物业管理云平台,其中,所述方法包括:获得第一用户的第一图像信息;获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;依据所述第一人脸比对结果获得所述第一用户的第一权限;将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于无接触识别的物业管理方法,应用于一物业管理云平台,其中,所述方法包括:
S100:获得第一用户的第一图像信息;
具体而言,所述第一用户指的是需要通过门禁的来访人员,包括但不限于业主、工作人员、和业主相关的人、和工作人员相关的人等类别的人群;所述第一图像信息指的主要是所述第一用户的脸部图像信息,优选的可以通过高清智能摄像设备或者红外图像采集设备采集需要的图像信息,并可选的将图像信息降维后上传云端数据库存储起来。通过获得较全面的所述第一用户的第一图像信息,便于后续进行图像比对,进行身份识别。
S200:获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;
具体而言,所述第一人像采集数据库指的是将社区内的业主、租户、工作人员等经常活动人群人像信息采集起来存储管理构建数据库,作为人脸识别的基准图像,采集的主要是包括脸部信息在内的头部人像信息。进一步的,将构建起来的所述第一人像采集数据库按照采集的群体类别进行分类例如以业主图像、工作人员和租户图像作为所述第一类别数据组成所述第一类别数据库;以访客图像作为所述第二类别数据组成所述第二类别数据库。通过依据出入社区的群体类别构建所述第一人像采集数据库,可以在需要调用时根据来访人员的人像比对迅速辨别对应的身份信息是分属的数据库类别。
S300:获得第一权限特征集合;
S400:构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;
具体而言,所述第一权限特征集合指的是智慧门禁可以赋予出入群体的权限集合,包括但不限于如限时、限次、进出、通话权限等数据;所述第一映射数据库指的是将所述第一权限特征集合和所述第一人像采集数据库中的每个人像信息相比对,进行匹配,根据每个人像信息的身份信息增加对应的所述第一权限特征,增加后的结果优选的采用一对多的列表形式存储。可选的实现方式是将所述第一权限特征集合在所述第一人像采集数据库中作遍历运算,当确定所述第一人像信息可以使用所述第一权限特征时就给所述第一人像信息增加一个权限标签,直到遍历结束时停止。前述构建的这种所述第一人像和所述第一权限特征之间的对应关系就是所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系。通过构建所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系,可以在将来访人员归属的数据库类别确定之后,快速赋予相关权限,数据处理的效率会更高。
S500:以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;
具体而言,所述第一人脸比对结果信息是将所述第一图像信息输入所述第一人脸比对模型智能化分析得到的对进出门禁用户人脸特征识别的比对结果,所述第一人脸比对模型是以神经网络模型为基础建立,具有神经网络模型的特性,其中,人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型,神经网络是一种运算模型,由大量的节点(或称神经元) 之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达,基于神经网络模型建立的所述第一人脸比对模型能够输出准确的所述第一人脸比对结果,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。
S600:依据所述第一人脸比对结果获得所述第一用户的第一权限;
S700:将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
具体而言,所述第一用户的第一权限指的是基于所述第一人脸比对结果,确定了所述第一用户归属的人像数据库类别,并得到了所述第一用户的身份信息,若是所述第一用户未曾出现过,则需要核查其和所述第一人像采集数据库中关系最近的人像信息,依据所述第一人像采集数据库中关系最近的人像信息的意见,赋予相应权限;所述第一指令指的是在确定所述第一用户的所述第一权限后,由所述物业管理云平台发出,控制所述第一设备做出所述第一权限之内的操作,例如可进社区内一小时,则对其行踪进行记时,当时间达到之后,无特殊情况时就会提醒所述第一用户。通过构建所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系,将所述第一人像采集数据库中的人像信息和所述第一权限特征集合联立,并依据每一个来访用户,增加对应权限,达到了个体化程度更高的技术效果。
进一步的,如图2所示,所述方法步骤S200包括:
S210:获得第一图像采集指令,依据所述第一图像采集指令获得第一采集图像信息;
S220:对所述第一采集图像信息进行卷积特征提取,获得第一特征提取结果;
S230:依据所述第一卷积特征提取结果对所述第一采集图像信息进行评分,获得第一评分结果;
S240:判断所述第一评分结果是否达到第一预设标准;
S250:若所述第一评分结果达到所述第一预设标准,获得所述第一采集图像信息的第一类别;
S260:依据所述第一类别,将所述第一采集图像信息存储至所述第一人像采集数据库。
具体而言,所述第一图像采集指令指的是由所述物业管理云平台发出,控制图像采集装置采集图像的信号;所述第一采集图像信息指的是在获得所述第一图像采集指令后就对社区内的人群开始人像信息采集,组成的信息集合。进一步的,所述第一采集图像信息的卷积可选的使用基于卷积神经网络训练的特征提取模型进行特征提取,卷积可以作为在机器学习中的特征提取器,从而使得提取到的所述第一特征提取结果具有集中性和代表性,进而获得所述第一采集图像信息的卷积特征,卷积神经网络是神经网络的一种,对于特征提取尤其是图像特征提取有着优异的识别功能。更进一步的,所述第一评分结果指的是根据所述第一特征提取结果是否可以识别出采集人像人员的身份信息为基准,对所述第一采集图像信息进行评分,偏差越大,得分越低。所述第一预设标准指的是预设的可以容忍的最低评分,低于所述第一预设标准的所述第一采集图像信息就无法使用,需要重新采集。所述第一类别指的是不低于所述第一预设标准评分对应的所述第一采集图像信息集合。更进一步的,依据所述第一类别的图像信息集合组成所述第一人像采集数据库。通过卷积特征提取得到图像信息的关键信息,并依据关键信息对采集到的图像信息筛选,并提醒不合格的图像信息人群再次采集,直到所有的所述第一采集图像信息都符合所述第一类别,保证了信息的准确性。
进一步的,如图3所示,所述方法步骤S240还包括:
S241:获得所述第一人脸比对模型的第一识别记录信息;
S242:获得所述第一识别记录信息中的异常记录信息;
S243:对所述异常记录信息中的异常图像数据信息进行提取,获得所述异常图像数据信息的第一图像评分集合;
S244:依据所述第一图像评分集合获得第一调整参数;
S245:依据所述第一调整参数对所述第一预设标准进行修正,获得第二预设标准。
具体而言,所述第一识别记录信息指的是所述第一人脸比对模型将所述第一图像信息和所述第一人像采集数据库人像进行比对,进行身份识别的过程中涉及到的图像信息;所述第一识别记录信息中的异常记录信息指的是通过对身份识别的过程中涉及到的图像信息进行监控,其中出现的身份识别异常的信息,例如所述第一用户为A业主的爸爸,比对结果为A业主,所述异常图像数据信息指的是身份识别过程中涉及到的错误开始时到识别结束的图像信息。并将所述异常图像数据信息的评分调取组成所述异常图像数据信息的所述第一图像评分集合。所述第一调整参数指的是根据所述第一图像评分,进行调整,举不设限制的一例:如对A业主爸爸和A业主的图像数据标记,在后续进行识别时就不会出现错误。依据上述方式修正所述第一预设标准得到的新的标准即为所述第二预设标准。所述第二预设标准通过对异常识别记录进行分析,对录入数据库的图像标准进行调整,对评分标准进行更新,从而减少识别异常的概率,提高准确性。
进一步的,基于所述依据所述第一人脸比对结果获得所述第一用户的第一权限,还包括步骤S600:
S610:判断所述第一用户是否存在所述第一权限;
S620:若所述第一用户存在所述第一权限,获得所述第一权限的第一特征信息;
S630:依据所述第一特征信息判断所述第一权限是否具有第一时限;
S640:若所述第一权限具有所述第一时限,获得所述第一用户的第一通行记录信息;
S650:依据所述第一通行记录信息判断所述第一用户的第一通行时间是否处于所述第一时限;
S660:若所述第一通行时间不处于所述第一时限,获得第一预警信息。
具体而言,所述第一权限时归属于所述第一权限特征集合中的内容,当所述第一用户身份识别后,其匹配有所述第一权限,并发送给所述第一用户,其即可行使所述第一权限。进一步,调用所述第一权限的特征信息,如使用时长、活动范围等信息,此处举例的是时长限制,使用所述第一时限表征。所述第一用户的第一通行记录信息指的是在所述第一权限具有所述第一时限时,就监控所述第一用户的行程数据。所述第一预警信息指的是当所述第一通行记录显示所述第一用户超时,则向所述第一用户和相关工作人员发出的警报信息,达到了保障社区人群安全的技术效果。
进一步的,基于所述若所述第一通行时间不处于所述第一时限,获得第一预警信息,所述方法步骤S660还包括:
S661:获得所述第一用户的第一关联用户;
S662:将所述第一预警信息发送至所述第一关联用户,获得所述第一关联用户的第一反馈信息;
S663:判断所述第一反馈信息是否包括第一调整信息,其中,所述第一调整信息为对所述第一时限进行调整的信息;
S664:若所述第一反馈信息包括第一调整信息,获得第一调整指令;
S665:依据所述第一调整指令,将所述第一时限调整为第二时限。
具体而言,所述第一关联用户指的是社区内和所述第一用户身份关系较接近的人群,举例如:若是所述第一用户为外卖员,则所述第一关联用户可为点外卖的住户工作人员等。所述第一反馈信息指的是将所述第一预警信息发送给所述第一关联用户,得到的所述第一关联用户的意见,若是经过语义识别所述第一反馈信息,获得关于时限调整的所述第一调整信息,则所述物业管理云平台发出所述第一调整指令,根据所述第一调整信息将所述第一时限调整为所述第二时限。通过所述第一关联用户的意见可以调整时限,体现了人性化的技术特点。
进一步的,所述方法步骤S664还包括:
S6641:若所述第一反馈信息不包括所述第一调整信息,由所述第一通行记录信息获得所述第一用户的第一通行轨迹;
S6642:判断所述第一通行轨迹是否存在异常;
S6643:若所述第一通行轨迹存在异常,由所述物业管理云平台获得第一管理人员;
S6644:获得第二预警信息;
S6645:将所述第二预警信息发送至所述第一管理人员。
具体而言,若是经过语义识别所述第一反馈信息,没有获得所述第一调整信息,则表明所述第一关联用户不想调整时限,则通过所述第一通行记录信息获得所述第一用户的第一通行轨迹,甄别所述第一用户的行为是否正常,若是出现异常行为如翻窗、砸东西等,则获得所述第二预警信息;所述第一管理人员指的是所述物业管理云平台下负责社区安全的工作人员,将所述第二预警信息发送至所述第一管理人员,控制所述第一用户,停止其异常行为。通过对所述第一用户的行踪全程监控,达到了保障社区内的安全的技术效果。
进一步的,所述方法步骤S500还包括:
S510:将所述第一图像信息输入至所述第一人脸比对模型,所述第一人脸比对模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息和用来标识所述第一人脸比对结果的标识信息;
S520:获得所述第一人脸比对模型的第一输出结果,其中,所述第一输出结果为所述第一人脸比对结果。
具体而言,所述第一人脸比对模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习***。其中,它能根据训练数据进行不断的自我训练学习,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息和用来标识所述第一人脸比对结果的标识信息。所述第一人脸比对模型不断地自我的修正,当所述第一人脸比对模型的输出信息达到预定的准确率/收敛状态时,则有监督学习过程结束。通过对所述第一人脸比对模型进行数据训练,使得所述第一人脸比对模型处理输入数据更加准确,进而使得输出的所述第一人脸比对结果信息也更加准确,达到了准确获得数据信息,提高评估结果智能化的技术效果。
综上所述,本申请实施例所提供的一种基于无接触识别的物业管理方法及***具有如下技术效果:
1、由于采用了获得第一用户的第一图像信息;获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;依据所述第一人脸比对结果获得所述第一用户的第一权限;将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备的技术方案,通过采集社区住户和社区工作人员的图像数据,分别构建人像数据库,再依次为两个人像数据库中的所有人像增加对应权限,并构建映射关系数据库,将人像数据和对应的权限进行存储,利用智能化模型识别对比来访人像,并根据来访人像,调用相关对应权限,赋予来访人像实施相应权限的权利,达到了个体化程度更高的人脸识别权限管理的技术效果。
2、通过卷积特征提取得到图像信息的关键信息,并依据关键信息对采集到的图像信息筛选,并提醒不合格的图像信息人群再次采集,直到所有的所述第一采集图像信息都符合所述第一类别,保证了信息的准确性。
3、所述第二预设标准通过对异常识别记录进行分析,对录入数据库的图像标准进行调整,对评分标准进行更新,从而减少识别异常的概率,提高准确性。
实施例二
基于与前述实施例中一种基于无接触识别的物业管理方法相同的发明构思,如图4所示,本申请实施例提供了一种基于无接触识别的物业管理***,其中,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一用户的第一图像信息;
第二获得单元12,所述第二获得单元12用于获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;
第三获得单元13,所述第三获得单元13用于获得第一权限特征集合;
第一构建单元14,所述第一构建单元14用于构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;
第四获得单元15,所述第四获得单元15用于以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;
第五获得单元16,所述第五获得单元16用于依据所述第一人脸比对结果获得所述第一用户的第一权限;
第六获得单元17,所述第六获得单元17用于将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
进一步的,所述***还包括:
第七获得单元,所述第七获得单元用于获得第一用户的第一图像信息;
第八获得单元,所述第八获得单元用于获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;
第九获得单元,所述第九获得单元用于获得第一权限特征集合;
第二构建单元,所述第二构建单元用于构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;
第十获得单元,所述第十获得单元用于以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;
第十一获得单元,第十一获得单元用于依据所述第一人脸比对结果获得所述第一用户的第一权限;
第十二获得单元,所述第十二获得单元用于将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
进一步的,所述***还包括:
第十三获得单元,所述第十三获得单元用于获得第一图像采集指令,依据所述第一图像采集指令获得第一采集图像信息;
第一提取单元,所述第一提取单元用于对所述第一采集图像信息进行卷积特征提取,获得第一特征提取结果;
第一评分单元,所述第一评分单元用于依据所述第一卷积特征提取结果对所述第一采集图像信息进行评分,获得第一评分结果;
第一判断单元,所述第一判断单元用于判断所述第一评分结果是否达到第一预设标准;
第十四获得单元,所述第十四获得单元用于若所述第一评分结果达到所述第一预设标准,获得所述第一采集图像信息的第一类别;
第一存储单元,所述第一存储单元用于依据所述第一类别,将所述第一采集图像信息存储至所述第一人像采集数据库。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于获得所述第一人脸比对模型的第一识别记录信息;
第十六获得单元,所述第十六获得单元用于获得所述第一识别记录信息中的异常记录信息;
第二提取单元,所述第二提取单元用于对所述异常记录信息中的异常图像数据信息进行提取,获得所述异常图像数据信息的第一图像评分集合;
第十七获得单元,所述第十七获得单元用于依据所述第一图像评分集合获得第一调整参数;
第十八获得单元,所述第十八获得单元用于依据所述第一调整参数对所述第一预设标准进行修正,获得第二预设标准。
进一步的,所述***还包括:
第二判断单元,所述第二判断单元用于判断所述第一用户是否存在所述第一权限;
第十九获得单元,所述第十九获得单元用于若所述第一用户存在所述第一权限,获得所述第一权限的第一特征信息;
第三判断单元,所述第三判断单元用于依据所述第一特征信息判断所述第一权限是否具有第一时限;
第二十获得单元,所述第二十获得单元用于若所述第一权限具有所述第一时限,获得所述第一用户的第一通行记录信息;
第四判断单元,所述第四判断单元用于依据所述第一通行记录信息判断所述第一用户的第一通行时间是否处于所述第一时限;
第二十一获得单元,所述第二十一获得单元用于若所述第一通行时间不处于所述第一时限,获得第一预警信息。
进一步的,所述***还包括:
第二十二获得单元,所述第二十二获得单元用于获得所述第一用户的第一关联用户;
第二十三获得单元,所述第二十三获得单元用于将所述第一预警信息发送至所述第一关联用户,获得所述第一关联用户的第一反馈信息;
第五判断单元,所述第五判断单元用于判断所述第一反馈信息是否包括第一调整信息,其中,所述第一调整信息为对所述第一时限进行调整的信息;
第二十四获得单元,所述第二十四获得单元用于若所述第一反馈信息包括第一调整信息,获得第一调整指令;
第一调整单元,所述第一调整单元用于依据所述第一调整指令,将所述第一时限调整为第二时限。
进一步的,所述***还包括:
第二十五获得单元,所述第二十五获得单元用于若所述第一反馈信息不包括所述第一调整信息,由所述第一通行记录信息获得所述第一用户的第一通行轨迹;
第六判断单元,所述第六判断单元用于判断所述第一通行轨迹是否存在异常;
第二十六获得单元,所述第二十六获得单元用于若所述第一通行轨迹存在异常,由所述物业管理云平台获得第一管理人员;
第二十七获得单元,所述第二十七获得单元用于获得第二预警信息;
第一发送单元,所述第一发送单元用于将所述第二预警信息发送至所述第一管理人员。
进一步的,所述***还包括:
第一训练单元,所述第一训练单元用于将所述第一图像信息输入至所述第一人脸比对模型,所述第一人脸比对模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息和用来标识所述第一人脸比对结果的标识信息;
第二十八获得单元,所述第二十八获得单元用于获得所述第一人脸比对模型的第一输出结果,其中,所述第一输出结果为所述第一人脸比对结果。
示例性电子设备
下面参考图5来描述本申请实施例的电子设备,
基于与前述实施例中一种基于无接触识别的物业管理方法相同的发明构思,本申请实施例还提供了一种基于无接触识别的物业管理***,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得***以执行第一方面任一项所述的方法
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN), 无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于无接触识别的物业管理方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例提供了一种基于无接触识别的物业管理方法,应用于一物业管理云平台,其中,所述方法包括:获得第一用户的第一图像信息;获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;获得第一权限特征集合;构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;依据所述第一人脸比对结果获得所述第一用户的第一权限;将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。通过采集社区住户和社区工作人员的图像数据,分别构建人像数据库,再依次为两个人像数据库中的所有人像增加对应权限,并构建映射关系数据库,将人像数据和对应的权限进行存储,利用智能化模型识别对比来访人像,并根据来访人像,调用相关对应权限,赋予来访人像实施相应权限的权利,达到了个体化程度更高的人脸识别权限管理的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b, 或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如, DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于 RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种基于无接触识别的物业管理方法,应用于一物业管理云平台,其中,所述方法包括:
获得第一用户的第一图像信息;
获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;
获得第一权限特征集合;
构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;
以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;
依据所述第一人脸比对结果获得所述第一用户的第一权限;
将所述第一权限发送至所述物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
2.如权利要求1所述的方法,其中,所述方法包括:
获得第一图像采集指令,依据所述第一图像采集指令获得第一采集图像信息;
对所述第一采集图像信息进行卷积特征提取,获得第一特征提取结果;
依据所述第一卷积特征提取结果对所述第一采集图像信息进行评分,获得第一评分结果;
判断所述第一评分结果是否达到第一预设标准;
若所述第一评分结果达到所述第一预设标准,获得所述第一采集图像信息的第一类别;
依据所述第一类别,将所述第一采集图像信息存储至所述第一人像采集数据库。
3.如权利要求2所述的方法,其中,所述方法包括:
获得所述第一人脸比对模型的第一识别记录信息;
获得所述第一识别记录信息中的异常记录信息;
对所述异常记录信息中的异常图像数据信息进行提取,获得所述异常图像数据信息的第一图像评分集合;
依据所述第一图像评分集合获得第一调整参数;
依据所述第一调整参数对所述第一预设标准进行修正,获得第二预设标准。
4.如权利要求1所述的方法,其中,所述依据所述第一人脸比对结果获得所述第一用户的第一权限,还包括:
判断所述第一用户是否存在所述第一权限;
若所述第一用户存在所述第一权限,获得所述第一权限的第一特征信息;
依据所述第一特征信息判断所述第一权限是否具有第一时限;
若所述第一权限具有所述第一时限,获得所述第一用户的第一通行记录信息;
依据所述第一通行记录信息判断所述第一用户的第一通行时间是否处于所述第一时限;
若所述第一通行时间不处于所述第一时限,获得第一预警信息。
5.如权利要求4所述的方法,其中,所述若所述第一通行时间不处于所述第一时限,获得第一预警信息,还包括:
获得所述第一用户的第一关联用户;
将所述第一预警信息发送至所述第一关联用户,获得所述第一关联用户的第一反馈信息;
判断所述第一反馈信息是否包括第一调整信息,其中,所述第一调整信息为对所述第一时限进行调整的信息;
若所述第一反馈信息包括第一调整信息,获得第一调整指令;
依据所述第一调整指令,将所述第一时限调整为第二时限。
6.如权利要求5所述的方法,其中,所述方法包括:
若所述第一反馈信息不包括所述第一调整信息,由所述第一通行记录信息获得所述第一用户的第一通行轨迹;
判断所述第一通行轨迹是否存在异常;
若所述第一通行轨迹存在异常,由所述物业管理云平台获得第一管理人员;
获得第二预警信息;
将所述第二预警信息发送至所述第一管理人员。
7.如权利要求1所述的方法,其中,所述方法包括:
将所述第一图像信息输入至所述第一人脸比对模型,所述第一人脸比对模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息和用来标识所述第一人脸比对结果的标识信息;
获得所述第一人脸比对模型的第一输出结果,其中,所述第一输出结果为所述第一人脸比对结果。
8.一种基于无接触识别的物业管理***,其中,所述***包括:
第一获得单元,所述第一获得单元用于获得第一用户的第一图像信息;
第二获得单元,所述第二获得单元用于获得第一人像采集数据库,其中,所述第一人像采集数据库包括第一类别数据与第二类别数据;
第三获得单元,所述第三获得单元用于获得第一权限特征集合;
第一构建单元,所述第一构建单元用于构建所述第一人像采集数据库与所述第一权限特征的第一映射数据库,所述第一映射数据库包括所述第一类别数据、所述第二类别数据与所述第一权限特征集合的映射关系;
第四获得单元,所述第四获得单元用于以所述第一映射数据库为训练数据构建第一人脸比对模型,将所述第一图像信息输入至所述第一人脸比对模型,获得第一人脸比对结果;
第五获得单元,所述第五获得单元用于依据所述第一人脸比对结果获得所述第一用户的第一权限;
第六获得单元,所述第六获得单元用于将所述第一权限发送至物业管理云平台,获得第一指令,将所述第一指令发送至第一设备。
9.一种基于无接触识别的物业管理***,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使***以执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110814743.2A CN113628376A (zh) | 2021-07-19 | 2021-07-19 | 一种基于无接触识别的物业管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110814743.2A CN113628376A (zh) | 2021-07-19 | 2021-07-19 | 一种基于无接触识别的物业管理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113628376A true CN113628376A (zh) | 2021-11-09 |
Family
ID=78380187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110814743.2A Pending CN113628376A (zh) | 2021-07-19 | 2021-07-19 | 一种基于无接触识别的物业管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113628376A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195425A (zh) * | 2024-05-14 | 2024-06-14 | 成都工业职业技术学院 | 基于三维建模的教学任务评分方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875471A (zh) * | 2017-06-19 | 2018-11-23 | 北京旷视科技有限公司 | 人脸图像底库注册的方法、装置及计算机存储介质 |
CN109461234A (zh) * | 2018-10-24 | 2019-03-12 | 平安科技(深圳)有限公司 | 预约访问方法、装置、计算机设备及存储介质 |
CN110491004A (zh) * | 2019-08-14 | 2019-11-22 | 金陵科技学院 | 一种居民社区人员安全管理***及方法 |
CN112667984A (zh) * | 2020-12-31 | 2021-04-16 | 上海商汤临港智能科技有限公司 | 一种身份认证方法及装置、电子设备和存储介质 |
CN112889062A (zh) * | 2018-12-07 | 2021-06-01 | 深圳市欢太科技有限公司 | 人脸识别数据处理方法、装置、移动设备和计算机可读存储介质 |
-
2021
- 2021-07-19 CN CN202110814743.2A patent/CN113628376A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875471A (zh) * | 2017-06-19 | 2018-11-23 | 北京旷视科技有限公司 | 人脸图像底库注册的方法、装置及计算机存储介质 |
CN109461234A (zh) * | 2018-10-24 | 2019-03-12 | 平安科技(深圳)有限公司 | 预约访问方法、装置、计算机设备及存储介质 |
CN112889062A (zh) * | 2018-12-07 | 2021-06-01 | 深圳市欢太科技有限公司 | 人脸识别数据处理方法、装置、移动设备和计算机可读存储介质 |
CN110491004A (zh) * | 2019-08-14 | 2019-11-22 | 金陵科技学院 | 一种居民社区人员安全管理***及方法 |
CN112667984A (zh) * | 2020-12-31 | 2021-04-16 | 上海商汤临港智能科技有限公司 | 一种身份认证方法及装置、电子设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195425A (zh) * | 2024-05-14 | 2024-06-14 | 成都工业职业技术学院 | 基于三维建模的教学任务评分方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112258093A (zh) | 风险等级的数据处理方法及装置、存储介质、电子设备 | |
CN110163242B (zh) | 风险识别方法、装置及服务器 | |
CN111259985A (zh) | 基于业务安全的分类模型训练方法、装置和存储介质 | |
CN111222784A (zh) | 一种基于人口大数据的安防监控方法和*** | |
CN110717358A (zh) | 访客人数统计方法、装置、电子设备及存储介质 | |
CN111754241A (zh) | 一种用户行为感知方法、装置、设备及介质 | |
CN114418175A (zh) | 一种人员管理方法、装置、电子设备及存储介质 | |
CN113628376A (zh) | 一种基于无接触识别的物业管理*** | |
CN113487073A (zh) | 一种基于边缘技术的过程控制***能耗管理方法和*** | |
CN112016769A (zh) | 管理相对人风险预测以及信息推荐方法及装置 | |
CN112258250A (zh) | 基于网络热点的目标用户识别方法、装置和计算机设备 | |
CN116865994A (zh) | 一种基于大数据的网络数据安全预测方法 | |
CN114692978A (zh) | 一种基于大数据的社交媒体用户行为预测方法及*** | |
CN115577983B (zh) | 基于区块链的企业任务匹配方法、服务器及存储介质 | |
CN116452335A (zh) | 一种基于时序神经网络的金融大数据管理*** | |
CN114491078B (zh) | 基于知识图谱的社区项目人员落脚点和同行人员分析方法 | |
CN113379247B (zh) | 企业安全隐患追踪模型的建模方法及*** | |
CN115907898A (zh) | 对再保客户进行金融产品推荐的方法及其相关设备 | |
CN114936600A (zh) | 单证异常监控方法、装置、设备及存储介质 | |
CN114363082A (zh) | 网络攻击检测方法、装置、设备及计算机可读存储介质 | |
CN113128452A (zh) | 一种基于图像识别的绿化满意度采集方法和*** | |
CN110969209B (zh) | 一种陌生人识别方法、装置、电子设备及存储介质 | |
CN113724211A (zh) | 一种基于状态感应的故障自动识别方法及*** | |
CN112182537A (zh) | 监控方法、装置、服务器、***以及存储介质 | |
CN110738165A (zh) | 一种高斯混合模型下的宿舍聚类管理方法和*** |
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: 20211109 |
|
RJ01 | Rejection of invention patent application after publication |