一种基于最近邻算法的来访人员匹配方法及装置制造方法及图纸

本申请公开了一种基于最近邻算法的来访人员匹配方法及装置，用以解决现有的门禁系统识别准确率不高、功能单一的问题。该方法采集并检测来访人员的人脸信息；对所述人脸信息进行特征提取；根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类；根据匹配结果与分类结果，向用户提示来访人员的身份确认结果。本方法能自动识别来访人员的身份，并实现自动开门，为用户提供了便利。

【技术实现步骤摘要】
一种基于最近邻算法的来访人员匹配方法及装置
本申请涉及人脸识别领域，尤其涉及一种基于最近邻算法的来访人员匹配方法及装置。
技术介绍
随着科技的发展，各种智能算法的应用越来越广泛。目前，在酒店、住宅区等门禁系统中，往往会应用人脸识别技术，对来访人员的身份进行自动识别，以便实现对门禁系统的智能控制。但是，目前的门禁系统智能识别来访人员身份时，仍存在识别准确率不高、功能单一等问题。
技术实现思路
本申请实施例提供一种基于最近邻算法的来访人员匹配方法及装置，用以解决现有的门禁系统识别准确率不高、功能单一的问题。本申请实施例提供的一种基于最近邻算法的来访人员匹配方法，包括：采集并检测来访人员的人脸信息；对所述人脸信息进行特征提取；根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类；根据匹配结果与分类结果，向用户提示来访人员的身份确认结果。在一个示例中，采集并检测来访人员的人脸信息，包括：通过OpenCV与多任务卷积神经网络，采集来访人员的人脸信息，并检测所述人脸信息的位置。在一个示例中，对所述人脸信息进行特征提取包括：通过insightface算法，提取所述人脸信息中的人脸特征。在一个示例中，基于最近邻算法，对所述人脸信息进行分类，包括：采集来访人员的穿戴信息；确定数据库中预存的所有穿戴信息，以及对应的分类；基于最近邻算法，根据采集到的穿戴信息与数据库中预存的穿戴信息，确定所述采集到的穿戴信息所属的类别，作为所述来访人员的人脸信息所属的类别。在一个示例中，根据匹配结果与分类结果，向用户提示来访人员的身份确认结果，包括：根据数据库中与所述人脸信息匹配的人脸信息对应的身份信息，或者根据所述人脸信息所属的类别对应的预设标签，向用户提示所述来访人员对应的身份。在一个示例中，所述方法还包括：若所述匹配结果为匹配失败，则向用户提示匹配失败信息，并采集、录入所述来访人员的身份信息，与所述人脸信息进行对应存储。在一个示例中，所述方法还包括：采集用户的语音指令，进行语音识别，并根据语音识别结果，控制相应的门禁系统。在一个示例中，所述方法还包括：若在匹配失败的情况下，监测到门禁系统开启，则在预设时间段内，向用户发出安全确认请求，并在未接收到用户的安全确认信息时，进行自动报警。在一个示例中，所述方法还包括：根据数据库中预存的危险来访人员信息，确定所述来访人员为危险来访人员时，向用户进行提示。本申请实施例提供的一种基于最近邻算法的来访人员匹配装置，包括：采集模块，采集并检测来访人员的人脸信息；提取模块，对所述人脸信息进行特征提取；匹配模块，根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类；提示模块，根据匹配结果与分类结果，向用户提示来访人员的身份确认结果。本申请实施例提供一种基于最近邻算法的来访人员匹配方法及装置，通过对来访人员的人脸信息进行检测、识别、匹配，可自动识别来访人员的身份信息，对来访人员的身份进行分类，以向用户提供更多的信息，便于用户控制门禁系统的开关。并且，通过语音识别技术，自动识别用户发出的指令，能够免去用户起身开门的麻烦，实现自动化、智能化，为用户提供便利。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的基于最近邻算法的来访人员匹配方法流程图；图2为本申请实施例提供的基于最近邻算法的来访人员匹配装置结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。图1为本申请实施例提供的基于最近邻算法的来访人员匹配方法流程图，具体包括以下步骤：S101：采集并检测来访人员的人脸信息。在本申请实施例中，门禁系统可通过内置摄像头或外置摄像头，采集来访人员的人脸信息，并通过相应的人脸检测算法，检测人脸信息在采集到的画面中的位置坐标。在一个实施例中，门禁系统可实时采集周边的环境信息，并通过OpenCv框架中预设的相关算法函数，对实时监测到的画面进行检测。若检测到采集的画面中存在人脸信息，则可确定对当前采集到的人脸信息进行进一步的精度检测。在一个实施例中，门禁系统可通过多任务卷积神经网络(Multi-taskconvolutionalneuralnetwork，mtcnn)，对采集到的人脸信息进行精度检测与定位。具体的，mtcnn模型进行人脸检测的过程主要包括以下步骤：第一，mtcnn模型可对采集到的人脸信息图像的大小进行变换，构建图像金字塔。第二，mtcnn模型可通过网络架构中的生成网络(ProposalNetwork，P-Net)，通过人脸分类器判断采集到的人脸信息图像中的部分区域是否为人脸，同时采用边框回归与面部关键点定位器，提出人脸区域的初步提议，以快速生成若干人脸的候选窗口。第三，mtcnn模型可通过过滤网络(RefineNetwork，R-Net)，对第二步确定出的若干人脸的候选窗口的预测效果进行判断，并滤除效果较差、极可能发生错误的窗口，对候选窗口进行高精度过滤与细化选择，输出较为可信的人脸候选窗口。第四，mtcnn模型可通过输出网络(OutputNetwork，O-Net)，进行人脸判别，对人脸特征点进行回归，以确定检测到的人脸信息的最终边界框与人脸关键点。通过mtcnn模型对采集到的人脸信息进行人脸检测，具有较高的检测精度与检测准确度，能够在一定程度上提高检测得到的人脸位置的准确性，以为后续进行人脸识别提供基础。S102：对人脸信息进行特征提取。在本申请实施例中，门禁系统可对检测到的人脸信息进行特征提取，以便根据提取到的人脸特征，识别来访人员的身份。在一个实施例中，门禁系统具体可通过insightface算法，对确定出位置的人脸信息进行处理，以提取人脸信息中的人脸特征。S103：根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类。在本申请实施例中，门禁系统可预先采集一些来访人员的人脸特征信息，并将每个人的人脸特征信息与其身份信息对应存储。于是，数据库中可包括若干来访人员对应的大量人脸特征信息。门禁系统在对当前来访人员进行身份确认时，可将提取出的来访人员的人脸特征与数据库中预存的所有人脸特征进行匹配，确定是否存在与来访人员的人脸特征匹配的人脸特本文档来自技高网...

【技术保护点】
1.一种基于最近邻算法的来访人员匹配方法，其特征在于，包括：/n采集并检测来访人员的人脸信息；/n对所述人脸信息进行特征提取；/n根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类；/n根据匹配结果与分类结果，向用户提示来访人员的身份确认结果。/n

【技术特征摘要】
1.一种基于最近邻算法的来访人员匹配方法，其特征在于，包括：
采集并检测来访人员的人脸信息；
对所述人脸信息进行特征提取；
根据数据库中预存的人脸信息，与所述来访人员的人脸信息进行匹配，并基于最近邻算法，对所述人脸信息进行分类；
根据匹配结果与分类结果，向用户提示来访人员的身份确认结果。


2.根据权利要求1所述的方法，其特征在于，采集并检测来访人员的人脸信息，包括：
通过OpenCV与多任务卷积神经网络，采集来访人员的人脸信息，并检测所述人脸信息的位置。


3.根据权利要求1所述的方法，其特征在于，对所述人脸信息进行特征提取包括：
通过insightface算法，提取所述人脸信息中的人脸特征。


4.根据权利要求1所述的方法，其特征在于，基于最近邻算法，对所述人脸信息进行分类，包括：
采集来访人员的穿戴信息；
确定数据库中预存的所有穿戴信息，以及对应的分类；
基于最近邻算法，根据采集到的穿戴信息与数据库中预存的穿戴信息，确定所述采集到的穿戴信息所属的类别，作为所述来访人员的人脸信息所属的类别。


5.根据权利要求4所述的方法，其特征在于，根据匹配结果与分类结果，向用户提示来访人员的身份确认结果，包括：
根据数据库中与所述人脸信息匹配的人脸信息对应的身份信息，或者...

【专利技术属性】
技术研发人员：戴鸿君，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东;37