技术新讯 > 核算装置的制造及其应用技术 > 智能建筑安防监控系统及方法与流程  >  正文

智能建筑安防监控系统及方法与流程

  • 国知局
  • 2024-07-31 21:49:52

本技术涉及建筑安防的智能监控领域,且更为具体地,涉及一种智能建筑安防监控系统及方法。

背景技术:

1、随着经济发展,人们的生活水平不断提高,对居住环境的安全要求也随之提升。智能建筑安防在保障居住环境安全方面发挥着至关重要的作用。智能建筑安防通过全方位监控、及时预警、联动控制和远程管理等功能,可以有效提升安全管理效率,为居民营造一个安全、舒适的居住环境。智能建筑安防是一个综合性的系统,门禁系统是其中不可或缺的一部分。通过与其他安防系统联动,门禁系统可以有效提高智能建筑的安全性,保护人员和财产安全。然而,传统的门禁系统通常采用刷卡或密码方式进行身份验证,这种单一身份验证方式容易被盗用或破解。

2、因此,期待一种智能建筑安防监控系统及方法,结合人脸识别和虹膜识别方式对人员进行多重身份验证,以提高身份验证的安全性,从而降低未经授权人员进入的风险。

技术实现思路

1、为了解决上述技术问题,提出了本技术。本技术的实施例提供了一种智能建筑安防监控系统及方法,其首先使用摄像头采集待识别人员的人脸图像;接着对人脸图像进行特征分析;同时,使用目标检测网络获取待识别人员的眼部区域图像,并通过显著目标检测器对其眼部特征进行提取和分析;然后结合待识别人员的面部特征和眼部特征对该人员的身份进行监控和分析,从而得到用于表示是否允许待识别人员进入的分类结果。这样,结合人脸识别和虹膜识别方式对人员进行多重身份验证,能够有效提高身份验证的安全性。这样,有助于保障居住环境的安全。

2、根据本技术的第一方面,提供了一种智能建筑安防监控系统,其包括:

3、待识别人员图像采集模块,用于采集待识别人员的人脸图像;

4、图像预处理模块,用于使用去遮挡生成器对所述待识别人员的人脸图像进行预处理操作以得到生成人脸图像;

5、待识别人员特征提取模块,用于分别提取所述生成人脸图像中待识别人员的面部特征和眼部特征以得到待识别人员人脸特征图和待识别人员眼球区域特征图;

6、待识别人员特征融合模块,用于计算所述待识别人员人脸特征图相对于所述待识别人员眼球区域特征图的概率密度域维度衍生一致性投影以得到待识别人员身份特征图;

7、待识别人员身份分类结果生成模块,用于基于所述待识别人员身份特征图,以得到用于表示是否允许待识别人员进入的分类结果。

8、结合本技术的第一方面,在本技术的第一方面的一种智能建筑安防监控系统中,所述去遮挡生成器为对抗生成网络。

9、结合本技术的第一方面,在本技术的第一方面的一种智能建筑安防监控系统中,所述待识别人员特征提取模块,包括:待识别人员面部特征提取单元,用于使用包含深浅特征融合模块的人脸特征提取器对所述生成人脸图像进行面部特征提取操作以得到所述待识别人员人脸特征图;待识别人员眼部特征提取单元,用于获取所述生成人脸图像中待识别人员的眼球特征并进行分析以得到所述待识别人员眼球区域特征图。

10、其中,所述待识别人员面部特征提取单元,用于:从所述人脸特征提取器的第i层提取浅层特征图,所述第i层为所述人脸特征提取器的第一层至第六层;从所述人脸特征提取器的第j层提取深层特征图,所述第j层与所述第i层之间的比值大于等于5;以及使用所述深浅特征融合模块来融合所述浅层特征图和所述深层特征图以得到所述待识别人员人脸特征图。

11、其中,所述待识别人员眼部特征提取单元,包括:眼球区域获取子单元,用于将所述生成人脸图像通过基于目标检测网络的眼球区域获取模块以得到待识别人员眼球感兴趣区域;图像增强子单元,用于将所述待识别人员眼球感兴趣区域通过作为像素增强器的生成器模型以得到待识别人员眼球区域增强图像;眼球特征获取子单元,用于将所述待识别人员眼球区域增强图像通过基于显著目标检测器的眼球特征提取模块以得到所述待识别人员眼球区域特征图。

12、特别地,所述目标检测网络是基于锚窗的目标检测网络。所述眼球区域获取子单元,用于:使用所述基于锚窗的目标检测网络以如下公式对所述生成人脸图像进行处理以得到所述待识别人员眼球感兴趣区域;其中,所述公式为:

13、;

14、其中,为生成人脸图像,为锚框,为待识别人员眼球感兴趣区域,表示分类,表示回归。所述眼球特征获取子单元,用于:使用所述基于显著目标检测器的眼球特征提取模块的各层在层的正向传递中分别对输入数据进行:使用第一卷积核对所述输入数据进行卷积处理以得到第一卷积特征图;使用第二卷积核对所述第一卷积特征图进行卷积处理以得到第二卷积特征图,其中,所述第一卷积核的尺寸大于所述第二卷积核的尺寸;对所述第二卷积特征图进行池化处理以得到池化特征图;以及对所述池化特征图进行激活处理以得到激活特征图;其中,所述眼球特征提取模块的最后一层的输出为所述待识别人员眼球区域特征图,所述眼球特征提取模块的第一层的输入为所述待识别人员眼球区域增强图像。

15、结合本技术的第一方面,在本技术的第一方面的一种智能建筑安防监控系统中,所述待识别人员特征融合模块,用于:以如下公式计算所述待识别人员人脸特征图相对于所述待识别人员眼球区域特征图的概率密度域维度衍生一致性投影以得到待识别人员身份特征图;其中,所述公式为:

16、;

17、其中,和分别表示所述待识别人员人脸特征图和所述待识别人员眼球区域特征图,表示所述待识别人员人脸特征图和所述待识别人员眼球区域特征图之间的按位置均值特征图,和分别表示所述待识别人员人脸特征图和所述待识别人员眼球区域特征图中位置的特征值,表示按位置相加,表示按位置相减,表示以2为底的对数函数值,表示计算所述待识别人员人脸特征图的每个特征矩阵的各个位置的特征值集合的方差,表示计算所述待识别人员眼球区域特征图的每个特征矩阵的各个位置的特征值集合的方差,表示所述待识别人员身份特征图。

18、根据本技术的第二方面,提供了一种智能建筑安防监控方法,其包括:

19、采集待识别人员的人脸图像;

20、使用去遮挡生成器对所述待识别人员的人脸图像进行预处理操作以得到生成人脸图像;

21、分别提取所述生成人脸图像中待识别人员的面部特征和眼部特征以得到待识别人员人脸特征图和待识别人员眼球区域特征图;

22、计算所述待识别人员人脸特征图相对于所述待识别人员眼球区域特征图的概率密度域维度衍生一致性投影以得到待识别人员身份特征图;

23、基于所述待识别人员身份特征图,以得到用于表示是否允许待识别人员进入的分类结果。

24、结合本技术的第二方面,在本技术的第二方面的一种智能建筑安防监控方法中,基于所述待识别人员身份特征图,以得到用于表示是否允许待识别人员进入的分类结果,包括:待识别人员身份特征获取单元,用于将所述待识别人员身份特征图通过基于卷积神经网络模型的人员身份特征提取模块以得到待识别人员身份分类特征图;待识别人员身份分类单元,用于将所述待识别人员身份分类特征图通过分类器以得到所述用于表示是否允许待识别人员进入的分类结果。

25、与现有技术相比,本技术提供的一种智能建筑安防监控系统及方法,其首先使用摄像头采集待识别人员的人脸图像;接着对人脸图像进行特征分析;同时,使用目标检测网络获取待识别人员的眼部区域图像,并通过显著目标检测器对其眼部特征进行提取和分析;然后结合待识别人员的面部特征和眼部特征对该人员的身份进行监控和分析,从而得到用于表示是否允许待识别人员进入的分类结果。这样,结合人脸识别和虹膜识别方式对人员进行多重身份验证,能够有效提高身份验证的安全性。这样,有助于保障居住环境的安全。

本文地址:https://www.jishuxx.com/zhuanli/20240731/191177.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。