【技术实现步骤摘要】
一种校园安全管理方法及系统
本专利技术涉及校园安全管理
，尤其涉及一种校园安全管理方法及系统。
技术介绍
目前，国内校园管理，主要是靠人工来管理，由于在校师生人员数量多，难免出现遗漏问题，一旦陌生人甚至犯罪嫌疑人进入到校园，会给学校的财产以及师生的人身带来一定的威胁。此外，在校园管理过程中，还存在认错人的情况。因此，针对上述问题，有必要提出进一步地解决方案。
技术实现思路
本专利技术的目的在于提供一种校园安全管理方法及系统，以克服现有技术中存在的不足。为实现上述专利技术目的，本专利技术提供一种校园安全管理方法，其包括如下步骤：S1、添加犯罪嫌疑人的人脸图像至人脸识别数据库中，添加在校师生的人脸图像至人脸识别数据库中；S2、识别监控区域是否存在人员，如识别成功，连续地采集人员的人脸图像，提取人脸图像的特征码；S3、将提取的特征码与人脸识别数据库中犯罪嫌疑人的人脸图像的特征码进行比对，当二者不一致时，执行步骤S4，否则进行报警，并推送通知消息至管理人员处；S4、将提取的特征码与人脸识别数据库中在校师生的人脸图像的特征码进行比对，当二者不一致时，视为陌生人，否则发送开...
【技术保护点】
1.一种校园安全管理方法，其特征在于，所述校园安全管理方法包括如下步骤：S1、添加犯罪嫌疑人的人脸图像至人脸识别数据库中，添加在校师生的人脸图像至人脸识别数据库中；S2、识别监控区域是否存在人员，如识别成功，连续地采集人员的人脸图像，提取人脸图像的特征码；S3、将提取的特征码与人脸识别数据库中犯罪嫌疑人的人脸图像的特征码进行比对，当二者不一致时，执行步骤S4，否则进行报警，并推送通知消息至管理人员处；S4、将提取的特征码与人脸识别数据库中在校师生的人脸图像的特征码进行比对，当二者不一致时，视为陌生人，否则发送开门信号至门禁系统。
【技术特征摘要】
1.一种校园安全管理方法，其特征在于，所述校园安全管理方法包括如下步骤：S1、添加犯罪嫌疑人的人脸图像至人脸识别数据库中，添加在校师生的人脸图像至人脸识别数据库中；S2、识别监控区域是否存在人员，如识别成功，连续地采集人员的人脸图像，提取人脸图像的特征码；S3、将提取的特征码与人脸识别数据库中犯罪嫌疑人的人脸图像的特征码进行比对，当二者不一致时，执行步骤S4，否则进行报警，并推送通知消息至管理人员处；S4、将提取的特征码与人脸识别数据库中在校师生的人脸图像的特征码进行比对，当二者不一致时，视为陌生人，否则发送开门信号至门禁系统。2.根据权利要求1所述的校园安全管理方法，其特征在于，所述特征码为与人脸五官相对应的位置数据以及脸部轮廓数据。3.根据权利要求1所述的校园安全管理方法，其特征在于，所述校园安全管理方法还包括对采集的人脸图像数据进行过滤处理：根据采集的人脸图像数据，计算局部能量谱梯度、梯度直方图扩展和最大色度饱和；根据计算得到的局部能量谱梯度、梯度直方图扩展和最大色度饱和，统计出整幅图像中模糊像素的比例，对人脸图像数据进行有效的过滤。4.根据权利要求3所述的校园安全管理方法，其特征在于，所述局部能量谱梯度按照如下方法计算：先用离散傅里叶变换计算NxN大小图像的能量谱：然后转换至极坐标u＝fcosθ，v＝fsinθ，并计算S(f,θ)，得到：其中，A是一个各个方向上的幅度因子，α是能量谱斜率；大量的研究表明，自然图像中α约为2，模糊的图像有较大的α。因此图像的局部模糊程度可以描述为局部与全局α值的比例差异其中，αp是局部α，αo是全局α；所述梯度直方图扩展按照如下方法计算：先计算图像每个像素的梯度，然后用含有两个高斯的高斯混合模型描述局部的梯度分布：π0G(x；μ0，σ0)+π1G(x；μ1，σ1)，其中σ1>σ0；根据梯度分布，梯度直方图扩展的具体计算公式为其中，Cp是局部图像灰度值范围，ε是防止除零的极小数，τ是一个常数，取25；所述最大色度饱和按照如下方法计算：先计算每个像素的饱和度：然后使用以下公式比较局部饱和度最大值和全局饱和度最大值，得到最大色度饱和：其中，max(sp)是局部图像块中饱和度最大值，max(so)是全局图像中饱和度最大值。5.一种校园安全管理系统，其特征在于，所述校园安全管理系统...
【专利技术属性】
技术研发人员：朱彬，高树超，
申请(专利权)人：镇江赛唯思智能科技有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。