一种基于大数据的智慧校园身份识别方法及系统技术方案

本发明专利技术揭示了一种基于大数据的智慧校园身份识别方法及系统。所述方法包括：当检测到用户进入识别区域时，采集用户的生物特征数据；从生物特征数据中提取目标用户的人脸图像；利用人脸识别模型对人脸图像进行特征识别，得到人脸图像对应的目标身份特征；其中，该人脸识别模型为深度卷积神经网络模型，并且该人脸识别模型由通用人脸数据库和跨年龄人脸数据库训练而成；将目标身份特征与若干个样本身份特征进行匹配操作；根据匹配结果进行身份识别。实施本发明专利技术实施例，能够提高身份识别准确率。

A method and system of intelligent campus identification based on big data

【技术实现步骤摘要】
一种基于大数据的智慧校园身份识别方法及系统
本专利技术涉及计算机
，特别涉及一种基于大数据的智慧校园身份识别方法及系统。
技术介绍
智慧校园是国家教育信息化的顶层设计。随着大数据、云计算和物联网等先进信息技术的飞速发展和快速的市场化，智慧校园的概念随着“智慧地球”、“智慧城市”等智慧概念的风靡而被教育系统提到了建设日程。智慧校园的概念是将校园中多方面的应用，包括人、财、物等实现快速的信息交换、管理，提高校园日常教、学、研、管等业务活动的高效有序开展。校园安全、图书管理、资产管理等方面，可以采用智能卡或者身份标签的互联网技术实现科学管理。基于智慧校园的设计，校园资源、教学、管理、科研等应用系统被高度整合，校园师生及管理人员能快速、准确地获取所需信息，实现了智慧化服务和管理的校园新模式。身份识别是对校园内的应用主体提出的身份证据进行判别的过程，属于校园安全领域，是构建智能校园的重要组成部分。目前，大多数校园主要采用人脸识别技术对应用主体进行身份识别。校园中的应用主体主要为未成年人，由于未成年人正处于生长发育阶段，面部轮廓会随着年龄的增本文档来自技高网...

【技术保护点】
1.一种基于大数据的智能校园身份识别方法，其特征在于，包括：/n当检测到用户进入识别区域时，采集用户的生物特征数据；/n从所述生物特征数据中提取目标用户的人脸图像；/n利用人脸识别模型对所述人脸图像进行特征识别，得到所述人脸图像对应的目标身份特征；其中，所述所述人脸识别模型为深度卷积神经网络模型，并且所述人脸识别模型由通用人脸数据库和跨年龄人脸数据库训练而成；/n将所述目标身份特征与若干个样本身份特征进行匹配操作；/n根据匹配结果进行身份识别。/n

【技术特征摘要】
1.一种基于大数据的智能校园身份识别方法，其特征在于，包括：
当检测到用户进入识别区域时，采集用户的生物特征数据；
从所述生物特征数据中提取目标用户的人脸图像；
利用人脸识别模型对所述人脸图像进行特征识别，得到所述人脸图像对应的目标身份特征；其中，所述所述人脸识别模型为深度卷积神经网络模型，并且所述人脸识别模型由通用人脸数据库和跨年龄人脸数据库训练而成；
将所述目标身份特征与若干个样本身份特征进行匹配操作；
根据匹配结果进行身份识别。


2.根据权利要求1所述的基于大数据的智能校园身份识别方法，其特征在于，所述根据匹配结果进行身份识别，包括：
根据匹配结果确定所述目标用户的第一身份信息；
检测所述目标用户是否携带有电子标签；
如果是，读取所述电子标签的标签信息，以得到所述电子标签对应的第二身份信息；
根据所述第一身份信息与所述第二身份信息对所述目标用户进行身份识别。


3.根据权利要求1或2所述的基于大数据的智能校园身份识别方法，其特征在于，所述根据匹配结果进行身份识别之后，所述方法还包括：
确定所述目标用户的身份类别；
将所述目标用户的身份类别与预设的校园区域权限表进行比对，得到所述目标用户的区域权限等级；
判断所述区域权限等级与所述识别区域是否匹配；
如果所述区域权限等级与所述识别区域匹配，根据所述识别区域的位置信息更新所述目标用户的校园活动轨迹。


4.根据权利要求3所述的基于大数据的智能校园身份识别方法，其特征在于，如果所述区域权限等级与所述识别区域不匹配，所述方法还包括：
获取预设时间段内目标用户对所述识别区域的访问次数以及累积访问时长；
判断所述访问次数是否大于预设访问次数阈值以及所述累积访问时长是否大于预设访问时长阈值；
如果所述访问次数大于所述预设访问次数阈值，并且所述累积访问时长大于所述预设访问时长阈值，向目标用户发出警告提示信息，以提示目标用户离开所述识别区域。


5.一种基于大数据的智能校园身份识别系统，其特征在于，包括：
采集单元，用于当检测到用户进入识别区域时，采集用户的生物特征数据；
提取单元，用于从所...

【专利技术属性】
技术研发人员：梁强昭，
申请(专利权)人：广东马上信息科技有限公司，
类型：发明
国别省市：广东;44