会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 专利权 / 第I章 / 国际申请 / 说明书 / 本技术领域的技术人员 / 一种基于门禁数据分析未登记但实际入住人员的方法

一种基于门禁数据分析未登记但实际入住人员的方法

阅读:1012发布:2020-11-30

IPRDB可以提供一种基于门禁数据分析未登记但实际入住人员的方法专利检索,专利查询,专利分析的服务。并且本发明涉及人脸识别和智能门禁中大数据处理技术领域,特别涉及一种基于基于门禁数据分析未登记但实际入住人员的方法,通过在每个入住楼栋的门禁上安装采集设备,开门时主动触发抓拍,采集到人脸数据作为大数据的数据源,同时利用大量样本图片通过机器学习训练识别快递和外卖人员穿戴特征模型,进行二次过滤,而后进行人员标签分类,从而比对分析出未登记但实际入住人员的方法。本发明有益效果:通过按未登记人员频次从高到低展示,提高了待处理未登记人员的优先级和有效率,同时可以较精确的确定哪些楼栋需要尽快处理;另外通过机器深度学习过滤外卖和快递人员,排除了部分干扰数据。,下面是一种基于门禁数据分析未登记但实际入住人员的方法专利的具体信息内容。

1.一种基于门禁数据分析未登记但实际入住人员的方法,包括:门禁系统、检测门禁启闭状态的传感器、移动终端APP、第三方数据库、视频采集器和云端服务器,其特征在于,包括以下步骤:S1:通过所述移动终端APP或者所述第三方数据库导入加载已经入住人员的租户和户主信息,所述已经入住人员的租户和户主信息包括:证件照、生活照、视频资料和指纹等生物特征比对信息;

S2:所述检测门禁启闭状态的传感器检测人员进出楼栋,只要发生开关门操作,自动触发门禁系统上固定安装的视频采集器在人员进出楼栋时间段内采集视频资料或照片资料;

S3:所述云端服务器调用所述视频采集器在所述时间段内采集的视频资料或照片资料,通过所述云端服务器的人脸识别模块对所述视频采集器采集到的视频资料或照片资料与S1中所述已经入住人员的租户和户主信息进行对比识别,若匹配,归为匹配资料且返回S1中进行再次归档,归档为登记人员,此时,若不匹配,则归为不匹配资料;

S4:将S3中所述的不匹配资料标记为未登记人员,并且按照所述不匹配资料建立未登记人员标签;当再次循环所述S1至S3步骤,此时匹配登记人员失败后,则与所述未登记人员进行匹配,并且按照对比相似度将同一人进出所述门禁系统的视频资料或照片资料归类到此人员标签下;

S5:循环S1至S4步骤,累积未登记人员的视频资料或照片资料,并且建立未登记人员标签库,得到所有未登记人员的时空规律。

2.根据权利要求1所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,所述云端服务器的人脸识别模块可对未登记人员的视频资料或照片资料进行属性模型提取,对工作服、工作帽和标志等特征数据进行训练识别,并且建立标签分类存储。

3.根据权利要求1所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,所述门禁系统与所述云端服务器上均设置有远程通讯模块,所述远程通讯模块包括:WIFI模块、5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种。

4.根据权利要求1所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,所述云端服务器用于处理、整合由所述视频采集器以及移动终端APP和第三方数据库导入加载所获取的三维人脸信息以及其映射信息,并且完成所述S1至S4的步骤循环操作。

5.根据权利要求1或2所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,所述人脸识别模块用于识别、分析和计算所述视频采集器所采集的人脸数据,并且通过脸部信息迭代算法,将每一名进出所述门禁系统的用户所有信息进行合成,并且随着数据的不断更新来完成迭代学习。

6.根据权利要求1所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,所述视频采集器固定安装在所述门禁系统的门禁机上,所述视频采集器与所述检测门禁启闭状态的传感器电性连接,当所述门禁机开启时,所述传感器启动所述视频采集器抓拍人员进入门禁系统全过程,当所述门禁机关闭时,所述传感器关闭所述视频采集器,所述视频采集器通过所述远程通讯模块与所述云端服务器通讯连接。

7.根据权利要求1所述的一种基于门禁数据分析未登记但实际入住人员的方法,其特征在于,网格员可通过WEB界面进入云端服务器,查询未登记人员标签库,按频次或者按楼栋查询网格范围内的未登记人员数据,进而进行业务处理。

说明书全文

一种基于门禁数据分析未登记但实际入住人员的方法

技术领域

[0001] 本发明涉及人脸识别和智能门禁中大数据处理技术领域,特别涉及一种基于基于门禁数据分析未登记但实际入住人员的方法。

背景技术

[0002] 随着AI生物特征识别技术的进一步发展,人脸、步态等生物识别技术越来越成熟。各种社区信息采集APP,智慧社区项目越来越多。在城中村流动人口管理上,怎么方便人民群众更好的通过科技来精确管控是现目前社会管理项目中积极探索和研究的方向。
[0003] 通过手机APP或自主申报等方式采集入住人员信息,包括人员进本信息和人脸图片信息,采用人脸开门、门禁卡、钥匙、指纹等多种方式进行出入管理,一般通过楼栋卡,人脸,指纹,密码等绑定的方式来进行出入管控。一般在出租屋管理中由出租屋管理员向住户定时人工核实流动人员信息,然后通过人工在各类出租屋管理系统进行填报。
[0004] 然而,在实际应用过程当中,现有技术通过各式防尾随装置或者陌生人员未登记不容许进入限制来进行未登记人员管控,严格管控多应用于封闭式小区,对于开放式的城中村流动人口较多的情况,门禁或闸机等方式并不太适用。人工核实流动人口登记信息工作量巨大,也容易造成信息错漏。自主申报等方式容易造成实际入住人员登记证件不一致等情况。
[0005] 现目前,城中村流动人口管理是城市网格化管理的一个难题,近年来,也出现了很多创新的流动人口管理办法,常见的是通过房东主动上报或者通过APP自主申报等方式,但仍存在登记人员与实际入住情况不一致等问题。依赖网格员或工作人员上门核实,另因租客等经常不在家,隐瞒误报等情况很难避免遗漏;对于很多开放式城中村,亲戚朋友偶尔来访,入住搬家频繁,租客二次转让跟实际入住不符等情况,依赖严格和复杂的门禁管理方法带来较大的管理成本和诸多不便,高科技的或者复杂APP的使用方法存在培训成本及老年人使用不便等问题。
[0006] 有鉴于此,亟待设计出一种通过人脸大数据较为准确的分析出未登记但实际长期入住人员的方法。

发明内容

[0007] 为了解决以上现有技术的不足,本发明的目的在于提供一种基于门禁数据分析未登记但实际入住人员的方法,通过在每个入住楼栋的门禁上安装采集设备,开门时主动触发抓拍,采集到人脸数据作为大数据的数据源。
[0008] 为了实现上述目标,本发明的技术方案为:一种基于门禁数据分析未登记但实际入住人员的方法,包括:门禁系统、检测门禁启闭状态的传感器、移动终端APP、第三方数据库、视频采集器和云端服务器,包括以下步骤:
[0009] S1:通过所述移动终端APP或者所述第三方数据库导入加载已经入住人员的租户和户主信息,所述已经入住人员的租户和户主信息包括:证件照、生活照、视频资料和指纹等生物特征比对信息;
[0010] S2:所述检测门禁启闭状态的传感器检测人员进出楼栋,只要发生开关门操作,自动触发门禁系统上固定安装的视频采集器在人员进出楼栋时间段内采集视频资料或照片资料;
[0011] S3:所述云端服务器调用所述视频采集器在所述时间段内采集的视频资料或照片资料,通过所述云端服务器的人脸识别模块对所述视频采集器采集到的视频资料或照片资料与S1中所述已经入住人员的租户和户主信息进行对比识别,若匹配,归为匹配资料且返回S1中进行再次归档,归档为登记人员,此时,若不匹配,则归为不匹配资料;
[0012] S4:将S3中所述的不匹配资料标记为未登记人员,并且按照所述不匹配资料建立未登记人员标签;当再次循环所述S1至S3步骤,此时匹配登记人员失败后,则与所述未登记人员进行匹配,并且按照对比相似度将同一人进出所述门禁系统的视频资料或照片资料归类到此人员标签下;
[0013] S5:循环S1至S4步骤,累积未登记人员的视频资料或照片资料,并且建立未登记人员标签库,得到所有未登记人员的时空规律。
[0014] 进一步的,所述云端服务器的人脸识别模块可对未登记人员的视频资料或照片资料进行属性模型提取,对工作服、工作帽和标志等特征数据进行训练识别,并且建立标签分类存储。
[0015] 进一步的,所述门禁系统与所述云端服务器上均设置有远程通讯模块,所述远程通讯模块包括:WIFI模块、5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种。
[0016] 进一步的,所述云端服务器用于处理、整合由所述视频采集器以及移动终端APP和第三方数据库导入加载所获取的三维人脸信息以及其映射信息,并且完成所述S1至S4的步骤循环操作。
[0017] 进一步的,所述人脸识别模块用于识别、分析和计算所述视频采集器所采集的人脸数据,并且通过脸部信息迭代算法,将每一名进出所述门禁系统的用户所有信息进行合成,并且随着数据的不断更新来完成迭代学习。
[0018] 进一步的,所述视频采集器固定安装在所述门禁系统的门禁机上,所述视频采集器与所述检测门禁启闭状态的传感器电性连接,当所述门禁机开启时,所述传感器启动所述视频采集器抓拍人员进入门禁系统全过程,当所述门禁机关闭时,所述传感器关闭所述视频采集器,所述视频采集器通过所述远程通讯模块与所述云端服务器通讯连接。
[0019] 进一步的,网格员可通过WEB界面进入云端服务器,查询未登记人员标签库,按频次或者按楼栋查询网格范围内的未登记人员数据,进而进行业务处理。
[0020] 本发明的有益效果:
[0021] 本发明提出的一种基于门禁数据分析未登记但实际入住人员的方法,利用生物特征在一段时间的数据,对该数据进行统计分析。通过统计分析出未登记人员出现的频次提供一种辅助流动人员管理的手段。通过按未登记人员频次从高到低展示,提高了待处理未登记人员的优先级和有效率,同时可以精确的确定哪些楼栋需要尽快处理;同时,通过机器学习训练识别快递和外卖人员穿戴特征的模型,进行二次过滤,进行人员标签的分类,排除了部分干扰数据。
[0022] 本发明也可以用于研判出实际入住人员跟登记证件不一致等情况,用于实际安防场景中预警重点人员。

附图说明

[0023] 图1为发明实施例提供的一种基于门禁数据分析未登记但实际入住人员的方法逻辑原理图。

具体实施方式

[0024] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明的保护范围。
[0025] 参考附图1,一种基于门禁数据分析未登记但实际入住人员的方法,包括:门禁系统、检测门禁启闭状态的传感器、移动终端APP、第三方数据库、视频采集器和云端服务器,包括以下步骤:
[0026] S1:通过所述移动终端APP或者所述第三方数据库导入加载已经入住人员的租户和户主信息,所述已经入住人员的租户和户主信息包括:证件照、生活照、视频资料和指纹等生物特征比对信息;
[0027] S2:所述检测门禁启闭状态的传感器检测人员进出楼栋,只要发生开关门操作,自动触发门禁系统上固定安装的视频采集器在人员进出楼栋时间段内采集视频资料或照片资料;
[0028] S3:所述云端服务器调用所述视频采集器在所述时间段内采集的视频资料或照片资料,通过所述云端服务器的人脸识别模块对所述视频采集器采集到的视频资料或照片资料与S1中所述已经入住人员的租户和户主信息进行对比识别,若匹配,归为匹配资料且返回S1中进行再次归档,归档为登记人员,此时,若不匹配,则归为不匹配资料;
[0029] S4:将S3中所述的不匹配资料标记为未登记人员,并且按照所述不匹配资料建立未登记人员标签;当再次循环所述S1至S3步骤,此时匹配登记人员失败后,则与所述未登记人员进行匹配,并且按照对比相似度将同一人进出所述门禁系统的视频资料或照片资料归类到此人员标签下;
[0030] S5:循环S1至S4步骤,累积未登记人员的视频资料或照片资料,并且建立未登记人员标签库,得到所有未登记人员的时空规律。
[0031] 本实施例中,所述云端服务器的人脸识别模块可对未登记人员的视频资料或照片资料进行属性模型提取,对工作服、工作帽和标志等特征数据进行训练识别,并且建立标签分类存储。
[0032] 本实施例中,所述门禁系统与所述云端服务器上均设置有远程通讯模块,所述远程通讯模块包括:WIFI模块、5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种。
[0033] 本实施例中,所述云端服务器用于处理、整合由所述视频采集器以及移动终端APP和第三方数据库导入加载所获取的三维人脸信息以及其映射信息,并且完成所述S1至S4的步骤循环操作。
[0034] 本实施例中,所述人脸识别模块用于识别、分析和计算所述视频采集器所采集的人脸数据,并且通过脸部信息迭代算法,将每一名进出所述门禁系统的用户所有信息进行合成,并且随着数据的不断更新来完成迭代学习。
[0035] 本实施例中,所述视频采集器固定安装在所述门禁系统的门禁机上,所述视频采集器与所述检测门禁启闭状态的传感器电性连接,当所述门禁机开启时,所述传感器启动所述视频采集器抓拍人员进入门禁系统全过程,当所述门禁机关闭时,所述传感器关闭所述视频采集器,所述视频采集器通过所述远程通讯模块与所述云端服务器通讯连接。
[0036] 本实施例中,网格员可通过WEB界面进入云端服务器,查询未登记人员标签库,按频次或者按楼栋查询网格范围内的未登记人员数据,进而进行业务处理。
[0037] 实施例1
[0038] 首先将出租屋片区门禁机上安装用于检测门禁启闭状态的传感器和视频采集器,视频采集器与检测门禁启闭状态的传感器电性连接,当门禁机开启时,传感器启动视频采集器抓拍人员进入门禁系统全过程,当门禁机关闭时,传感器关闭视频采集器,视频采集器通过远程通讯模块与云端服务器通讯连接。
[0039] 将现有已经登记的人员图片数据上传至云端服务器,保持数据间同步,确保人员信息一致。然后在网络下载及采集各类常见身着外卖人员或者快递人员各类常见着装照片若干张,其他非快递外卖人员若干张,然后人工标注后将图片转成lmdb格式,输入到caffe深度学习框架中进行机器学习训练。得出各类快递人员或外卖人员的过滤模型kdModelFilter。
[0040] 参考附图1,首先经过门禁系统内的视频采集器采集抓拍人员进入门禁系统的全过程,门禁系统中的通讯模块将视频采集器采集抓拍的人员进入门禁系统的视频资料或图片资料传输至云端服务器当中,服务器通过人脸识别模块将这些资料与已登记人员信息库进行比对,若比对成功,将该次收集到的视频资料或图片资料归档到该已登记人员标签当中,并且记录本次采集抓拍时间及地点;若比对失败,转而将该次收集到的视频资料或图片资料与未登记人员标签库进行比对,若比对成功,同样归档到该未登记人员标签当中,并记录本次采集抓拍时间及地点;若比对未登记人员标签库失败,则依据该次采集抓拍的视频资料或图片资料通过快递人员或外卖人员的kdModelFilter模型过滤,最后为该未登记人员打上标签,并记录抓拍时间及地点。多次循环以上步骤之后积累到大量常出入该门禁系统的未登记人员的时空规律。
[0041] 以真实开放式城中村出租屋出入数据导入测试为例,入网的出租屋为31栋,共采集近一个月累积有效抓拍数据进行分析。根据数据统计分析,当网格员使用未登记人员过滤时,使用12天内某楼栋出现5天次(同一天在某楼栋出现多次计算为1次)作为过滤条件,可以基本达到93%以上的核实正确率,如果设置更高频次的条件,虽然可以获得更高的正确率,但会出现一定比例的遗漏。其中核实正确率是指在推送的人员列表中,通过网格员核查确实是未登记人员真实入住但未登记的人员比例。
[0042] 实施例2
[0043] 参考附图1,图中比对成功或比对失败指的人脸特征化后通过计算特征相似度来判断两张人脸图像的相似程度。在本发明当中,比对成功默认指相似度达到93.5%以上,小于该相似度认为比对失败。
[0044] 图中模型过滤指的利用大数据将外卖员或快递员输入到caffe深度学习框架中进行机器学习训练得出的过滤模型kdModelFilter。该模型通过训练后,通过工作服或工作帽识别外卖员或快递员的准确率可达到85%以上,通过后期积累更多数据反复迭代训练,可以获得更高的识别准确率。
[0045] 根据实施例1,云端服务器上部署有webService服务,提供城中村及漏洞查询未登记人员的接口、已经登记及权限管控的接口。
[0046] 根据实施例1,网格员可通过web浏览器及授权信息登录获得所在管辖区域的未登记人员轨迹。根据人员轨迹可精准定位未登记但长期出入楼栋人员的时间信息或地点信息,方便网格员或房屋管理员进行上门补登记。
[0047] 对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0048] 此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用