一种控制闸机的方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供一种控制闸机的方法、装置、计算机设备及存储介质，用于解决控制闸机的效率较低的问题。该方法包括：获得待检测图像的特征向量；其中，所述待检测图像中包括当前待通过闸机的目标用户的面部；若预设的第一参考特征向量集合中，不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量，则获取所述待检测图像的属性值，并根据所述属性值，确定所述属性值关联的第二参考特征向量集合；若确定所述第二参考特征向量集合中，存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量，则控制所述闸机打开。

【技术实现步骤摘要】
一种控制闸机的方法、装置、计算机设备及存储介质
本申请涉及计算机
，尤其涉及一种控制闸机的方法、装置、计算机设备及存储介质。
技术介绍
随着科技的不断发展，门禁系统变得越来越智能化。例如，办公区、小区或学校等地的门禁系统，可以在极短的时间内，如200ms内，对闸机外的用户的面部进行识别。门禁系统可以根据识别结果确定该用户是否可以通过闸机，不需要用户在闸机外等待，实现了无感通行。然而，对用户的面部进行识别的过程中，通常需要保证用户的面部没有遮挡，才可以进行准确地识别。那么，在用户带有口罩或帽子等时，门禁系统需要不断地检测用户的面部，在用户将口罩或帽子取下时，再对用户的面部进行识别，从而，才可以根据识别结果对闸机进行控制。可见，在用户带有口罩或帽子等时，门禁系统控制闸机的效率较低。
技术实现思路
本申请实施例提供一种控制闸机的方法、装置、计算机设备及存储介质，用于解决控制闸机的效率较低的问题。第一方面，提供一种控制闸机的方法，包括：获得待检测图像的特征向量；其中，所述待检测图像中包括当前待通过闸机的目标用户的面部；若预设的第一参考特征向量集合中，不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量，则获取所述待检测图像的属性值，并根据所述属性值，确定所述属性值关联的第二参考特征向量集合；其中，所述属性值用于表征用户面部的遮挡物类型，所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量，所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量；若确定所述第二参考特征向量集合中，存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量，则控制所述闸机打开。可选的，所述方法还包括：若确定所述预设的第一参考特征向量集合中，存在所述第一参考特征向量，则控制所述闸机打开，并确定所述第一参考特征向量与所述特征向量的第一相似度是否大于第一更新阈值；若所述第一相似度大于所述第一更新阈值，则将所述第一参考特征向量更新为所述特征向量。可选的，所述方法还包括：若所述第一相似度大于所述第一更新阈值，则将所述第一更新阈值更新为所述第一相似度。可选的，所述方法还包括：确定所述第二参考特征向量与所述特征向量的第二相似度是否大于第二更新阈值；若所述第二相似度大于所述第二更新阈值，则将所述第二参考特征向量更新为所述特征向量。可选的，所述方法还包括：若所述第二相似度大于所述第二更新阈值，则将所述第二更新阈值更新为所述第二相似度。可选的，获取所述待检测图像的属性值，包括：将所述特征向量输入已训练的目标分类模型，获得所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率；将所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率按照从大到小的顺序排序，若确定排在前两个位置上的概率之间的差值大于预设概率差，则将排在第一个位置上的概率对应的预设遮挡物类型确定为所述待检测图像含有的遮挡物的遮挡物类型，获得所述待检测图像的属性值。第二方面，提供一种控制闸机的装置，包括：获取模块：用于获得待检测图像的特征向量；其中，所述待检测图像中包括当前待通过闸机的目标用户的面部；处理模块：用于若预设的第一参考特征向量集合中，不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量，则获取所述待检测图像的属性值，并根据所述属性值，确定所述属性值关联的第二参考特征向量集合；其中，所述属性值用于表征用户面部的遮挡物类型，所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量，所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量；所述处理模块还用于：若确定所述第二参考特征向量集合中，存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量，则控制所述闸机打开。可选的，所述处理模块还用于：若确定所述预设的第一参考特征向量集合中，存在所述第一参考特征向量，则控制所述闸机打开，并确定所述第一参考特征向量与所述特征向量的第一相似度是否大于第一更新阈值；若所述第一相似度大于所述第一更新阈值，则将所述第一参考特征向量更新为所述特征向量。可选的，所述处理模块还用于：若所述第一相似度大于所述第一更新阈值，则将所述第一更新阈值更新为所述第一相似度。可选的，所述处理模块还用于：确定所述第二参考特征向量与所述特征向量的第二相似度是否大于第二更新阈值；若所述第二相似度大于所述第二更新阈值，则将所述第二参考特征向量更新为所述特征向量。可选的，所述处理模块还用于：若所述第二相似度大于所述第二更新阈值，则将所述第二更新阈值更新为所述第二相似度。可选的，所述处理模块具体用于：将所述特征向量输入已训练的目标分类模型，获得所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率；将所述待检测图像含有的遮挡物属于每种预设遮挡物类型的概率按照从大到小的顺序排序，若确定排在前两个位置上的概率之间的差值大于预设概率差，则将排在第一个位置上的概率对应的预设遮挡物类型确定为所述待检测图像含有的遮挡物的遮挡物类型，获得所述待检测图像的属性值。第三方面，一种计算机设备，包括：存储器，用于存储程序指令；处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行如第一方面所述的方法。第四方面，一种存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的方法。本申请实施例中，通过比对待检测图像的特征向量，与预设的第一参考特征向量集合中的各个参考特征向量，确定各个用户关联的不含有遮挡物的参考图像中，是否存在与待检测图像匹配的参考图像，确保用户面部不存在遮挡物时，可以根据比对结果确定目标用户是否是各个用户中的一员，从而控制闸机是否打开。如果不存在与待检测图像匹配的参考图像，那么可以确定待检测图像的属性值，通过属性值确定待检测图像中含有的遮挡物类型。通过比对待检测图像的特征向量，与属性值关联的第二参考特征向量集合中的各个参考特征向量，确定各个用户关联的含有遮挡物的参考图像中，是否存在与待检测图像匹配的参考图像，确保用户面部存在遮挡物时，可以根据比对结果确定目标用户是否是各个用户中的一员，从而控制闸机是否打开。不需要等待目标用户取掉面部的遮挡物之后，再去判断目标用户是否可以通过闸机，提高了控制闸机的效率。且，将是否包含遮挡物的情况区分开来，分别设置第一预设相似度阈值和第二预设相似度阈值，来比对待检测图像的特征向量，与预设的第一参考特征向量集合中的各个参考特征向量，以及比对待检测图像的特征向量，与第二参考特征向量集合中的各个参考特征向量，提高了确定第一参考特征向量和第二参考特征向量的准确性，进一步提高了控制闸机的准确性。附图说明图本文档来自技高网...

【技术保护点】
1.一种控制闸机的方法，其特征在于，包括：/n获得待检测图像的特征向量；其中，所述待检测图像中包括当前待通过闸机的目标用户的面部；/n若预设的第一参考特征向量集合中，不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量，则获取所述待检测图像的属性值，并根据所述属性值，确定所述属性值关联的第二参考特征向量集合；其中，所述属性值用于表征用户面部的遮挡物类型，所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量，所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量；/n若确定所述第二参考特征向量集合中，存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量，则控制所述闸机打开。/n

【技术特征摘要】
1.一种控制闸机的方法，其特征在于，包括：
获得待检测图像的特征向量；其中，所述待检测图像中包括当前待通过闸机的目标用户的面部；
若预设的第一参考特征向量集合中，不存在与所述特征向量的相似度大于第一预设相似度阈值的第一参考特征向量，则获取所述待检测图像的属性值，并根据所述属性值，确定所述属性值关联的第二参考特征向量集合；其中，所述属性值用于表征用户面部的遮挡物类型，所述预设的第一参考特征向量集合包括各个用户关联的不含有遮挡物的参考图像的参考特征向量，所述第二参考特征向量集合包括各个用户关联的含有遮挡物的参考图像的参考特征向量；
若确定所述第二参考特征向量集合中，存在与所述特征向量的相似度大于第二预设相似度阈值的第二参考特征向量，则控制所述闸机打开。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若确定所述预设的第一参考特征向量集合中，存在所述第一参考特征向量，则控制所述闸机打开，并确定所述第一参考特征向量与所述特征向量的第一相似度是否大于第一更新阈值；
若所述第一相似度大于所述第一更新阈值，则将所述第一参考特征向量更新为所述特征向量。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述第一相似度大于所述第一更新阈值，则将所述第一更新阈值更新为所述第一相似度。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述第二参考特征向量与所述特征向量的第二相似度是否大于第二更新阈值；
若所述第二相似度大于所述第二更新阈值，则将所述第二参考特征向量更新为所述特征向量。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若所述第二相似度大于所述第二更新阈值，则将所述第二更新阈值更新为所述第二相似度。


6.根据权利要求1所述的方法，其特征在于，获取所述待检测图像的属性值，包括：
将所述特征向量输入已训练的目标分类模型，获得所述待...

【专利技术属性】
技术研发人员：潘军威，牟宇，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33