技术新讯 > 核算装置的制造及其应用技术 > 一种防止回头误开锁的方法、系统、智能门锁及存储介质与流程  >  正文

一种防止回头误开锁的方法、系统、智能门锁及存储介质与流程

  • 国知局
  • 2024-07-31 22:12:46

本发明涉及智能门锁,尤其涉及一种防止回头误开锁的方法、系统、智能门锁及计算机可读存储介质。

背景技术:

1、在当前智能锁行业中,虽然人脸识别技术被广泛应用于智能门锁的自动开启,但存在一个普遍的安全隐患:例如用户出门时关闭了门锁后,常常会回头确认门是否已完全关闭,这种习惯行为有可能被系统误判为再次进入请求,导致门重新开启,产生误开锁情况。

2、解决这一问题目前常用的两种方式:一种做法是在用户关门后15秒内,暂时禁止人脸识别再次开门,然而,这种方法存在缺陷,因为用户可能需要在短时间内再次进入房间,这样的限制会造成不便。另一种方式是通过检测用户肩部宽度来判断用户是否正对门锁或回头,如果正对门锁就开门,回头就不开门,但由于每个人的肩膀宽度不同,且在视频流成像中距离摄像头的远近,都可导致肩膀宽度检测误差大等问题,导致检测不准确,从而导致误开门的问题。

3、因此,现有技术还有待于改进和发展。

技术实现思路

1、本发明的主要目的在于提供一种防止回头误开锁的方法、系统、智能门锁及计算机可读存储介质,旨在解决现有技术中人脸识别技术在识别用户回头确认门是否关闭和重新请求进入的行为差异上存在不足,肩膀宽度检测误差大,导致系统误判,无法准确辨别用户真实意图,增加了误开门风险的问题。

2、为实现上述目的,本发明提供一种防止回头误开锁的方法,所述防止回头误开锁的方法包括如下步骤:

3、获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角;

4、根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果;

5、若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁。

6、可选地,所述的防止回头误开锁的方法,其中,所述获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角,具体包括:

7、获取摄像头采集的用户处于智能门锁前的用户姿势数据,并通过骨骼关键点检测算法提取所述用户姿势数据中头部位置数据和肩部位置数据;

8、根据所述头部位置数据获取头部关键点坐标,根据所述肩部位置数据获取肩部关键点坐标,并根据所述头部关键点坐标和所述肩部关键点坐标计算头部和左右肩部之间的三个夹角。

9、可选地,所述的防止回头误开锁的方法,其中,所述对比结果包括用户当前姿态为正对门锁姿态和用户当前姿态为侧面观察门锁姿态。

10、可选地,所述的防止回头误开锁的方法,其中,所述根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果,具体包括:

11、预先设置姿态分类规则和姿态分类评分阈值,所述姿态分类规则包括若姿态分类评分大于所述姿态分类评分阈值则用户当前姿态为正对门锁姿态和若姿态分类评分小于或者等于所述姿态分类评分阈值则用户当前姿态为侧面观察门锁姿态;

12、根据三个夹角计算平均差异,根据所述平均差异计算得到姿态分类评分,将所述姿态分类评分与所述姿态分类评分阈值进行对比,得到对比结果。

13、可选地,所述的防止回头误开锁的方法,其中,所述根据三个夹角计算平均差异,具体为:

14、平均差异=(|θ1-60|+|θ2-60|+|θ3-60|)/3;

15、其中,θ1、θ2、θ3表示头部和左右肩部之间的三个夹角。

16、可选地,所述的防止回头误开锁的方法,其中,所述根据所述平均差异计算得到姿态分类评分,具体为:

17、score=(1-(平均差异)/60)*100;

18、其中,score表示姿态分类评分。

19、可选地,所述的防止回头误开锁的方法,其中,所述若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁,具体包括:

20、若所述姿态分类评分大于所述姿态分类评分阈值,则表示用户当前姿态为正对门锁姿态,则进行人脸识别,且人脸识别通过后开启门锁;

21、若所述姿态分类评分小于或者等于所述姿态分类评分阈值,则表示用户当前姿态为侧面观察门锁姿态,则不进行人脸识别或者人脸识别通过后不开启门锁。

22、此外,为实现上述目的,本发明还提供一种防止回头误开锁的系统,其中,所述防止回头误开锁的系统:

23、姿态数据处理模块,用于获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角;

24、姿态分类评分对比模块,用于根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果;

25、门锁控制模块,用于若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁。

26、此外,为实现上述目的,本发明还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有防止回头误开锁的程序,所述防止回头误开锁的程序被处理器执行时实现如上所述的防止回头误开锁的方法的步骤。

27、本发明中,获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角;根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果;若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁。本发明通过采集头部和肩部的位置数据计算角度信息,精准确定用户当前是正对门锁还是侧面观察门锁,避免用户侧面观察门锁时误开门,降低了误解锁的风险,避免了误开锁可能带来的安全风险,为智能门锁系统带来了更高的性能和可靠性。

技术特征:

1.一种防止回头误开锁的方法,其特征在于,所述防止回头误开锁的方法包括:

2.根据权利要求1所述的防止回头误开锁的方法,其特征在于,所述获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角,具体包括:

3.根据权利要求1所述的防止回头误开锁的方法,其特征在于,所述对比结果包括用户当前姿态为正对门锁姿态和用户当前姿态为侧面观察门锁姿态。

4.根据权利要求1或3所述的防止回头误开锁的方法,其特征在于,所述根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果,具体包括:

5.根据权利要求4所述的防止回头误开锁的方法,其特征在于,所述根据三个夹角计算平均差异,具体为:

6.根据权利要求5所述的防止回头误开锁的方法,其特征在于,所述根据所述平均差异计算得到姿态分类评分,具体为:

7.根据权利要求1所述的防止回头误开锁的方法,其特征在于,所述若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁,具体包括:

8.一种防止回头误开锁的系统,其特征在于,所述防止回头误开锁的系统包括:

9.一种智能门锁,其特征在于,所述智能门锁包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的防止回头误开锁的程序,所述防止回头误开锁的程序被所述处理器执行时实现如权利要求1-7任一项所述的防止回头误开锁的方法的步骤。

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存储有防止回头误开锁的程序,所述防止回头误开锁的程序被处理器执行时实现如权利要求1-7任一项所述的防止回头误开锁的方法的步骤。

技术总结本发明公开了一种防止回头误开锁的方法、系统、智能门锁及存储介质,所述方法包括:获取用户姿势数据,根据所述用户姿势数据提取头部和肩部位置数据,根据头部和肩部位置数据计算头部和左右肩部之间的三个夹角;根据三个夹角计算得到姿态分类评分,将所述姿态分类评分与姿态分类评分阈值进行对比,得到对比结果;若所述对比结果表示用户当前姿态为正对门锁姿态,则人脸识别通过后开启门锁,若所述对比结果表示用户当前姿态为侧面观察门锁姿态,则不开启门锁。本发明避免了用户侧面观察门锁时误开门,降低了误解锁的风险,避免了误开锁可能带来的安全风险,为智能门锁系统带来了更高的性能和可靠性。技术研发人员:苏祺云,游晓明,李显受保护的技术使用者:深圳市凯迪仕智能科技股份有限公司技术研发日:技术公布日:2024/6/2

本文地址:https://www.jishuxx.com/zhuanli/20240731/192263.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。