一种戴口罩人脸识别的门禁设备制造技术

本发明专利技术公开了一种戴口罩人脸识别的门禁设备，涉及门禁检测技术领域，解决了现有方案中人脸识别精度不高，且应用范围不广的技术问题；本发明专利技术设置了数据采集模块，该设置分析原始图像，并根据分析结果发送信号至执行控制模块，对原始图像进行初步筛选，保证原始图像的质量，有助于提高本发明专利技术的工作效率以及人脸识别的精度；本发明专利技术设置了模型选择模块，该设置分析初筛图像中的面部图像是否佩戴口罩，并设置对应的模型标签，对初筛图像进行提前分类，为后续选择合适的模型奠定了基础；本发明专利技术设置了图像分析模块，该设置根据初筛图像的模型标签选择合适的识别模型，并根据识别模型进行人脸匹配，有助于提高本发明专利技术的识别精度和扩大本发明专利技术的应用范围。发明专利技术的应用范围。发明专利技术的应用范围。

【技术实现步骤摘要】
一种戴口罩人脸识别的门禁设备


[0001]本专利技术属于门禁检测领域，涉及人脸识别技术，具体是一种戴口罩人脸识别的门禁设备。

技术介绍

[0002]随着气候和病菌的不断蔓延，越来越多的小区和公司需要用到戴口罩人脸识别测温设备对进出者进行体温监测；但是当人们在进行体温检测时，由于每个人的身高不同导致在进行测温时需要踮起脚或是下蹲来完成体温检测，存在很大的不便，同时现有的戴口人脸识别测温设备结构较为简单，是直接放置于桌面上，稳固性不高。
[0003]授权号为CN211827401U的技术专利提供了一种戴口罩人脸识别测温门禁设备，包括人脸识别测温门禁设备主体，所述人脸识别测温门禁设备主体固定设有L形插块，所述L形插块插接设有插接座，所述插接座固定设有固定座，所述调节轴转动连接设有连接座，所述连接座固定设有支撑臂，所述支撑臂转动连接设有连接基座，所述连接基座对称插接设有限位柱，两个所述限位柱固定设有限位拉盖，所述限位拉盖的内壁固定设有弹簧，所述连接基座对称固定设有弧形固定板。
[0004]上述方案在普通门禁设备的基础上，设置了固定和角度调节装置，提高了稳定性和便捷性；但是，上述方案从机械机构上对门禁系统进行了改进，这种方式适用范围不大，而且智能控制程度不足；因此，上述方案仍需进一步改进。

技术实现思路

[0005]为了解决上述方案存在的问题，本专利技术提供了一种戴口罩人脸识别的门禁设备。
[0006]本专利技术的目的可以通过以下技术方案实现：一种戴口罩人脸识别的门禁设备，包括门禁设备本体和控制系统；所述控制系统包括处理器、执行控制模块、数据采集模块、模型选择模块、图像分析模块、预警管理模块和数据存储模块；
[0007]所述数据采集模块与三个所述图像采集单元电气连接；所述数据采集模块通过三个所述图像采集单元获取原始图像并对原始图像进行命名；所述原始图像的命名中包括高清摄像头编号和采集时间；
[0008]所述图像分析模块用于分析初筛图像，包括：
[0009]当所述分析模块接收到初筛图像之后，获取初筛图像对应的模型标签；
[0010]根据模型标签获取数据存储模块中的人脸识别模型；所述人脸识别模型包括第一识别模型和第二识别模型；
[0011]将初筛图像输入至人脸识别模型中获取输出结果；
[0012]获取数据存储模块中对应的标准图像，并获取标准图像的特性标签；
[0013]当输出结果与特性标签相同时，则判定初筛图像与标准图像匹配成功，将标准图像的名称发送至预警管理模块；否则判定初筛图像匹配失败，生成并发送匹配失败信号至预警管理模块。
[0014]优选的，所述第一识别模型的具体构建步骤包括：
[0015]通过网络获取训练图像并生成第一图像训练集；所述第一图像训练集中的人均未佩戴口罩；
[0016]为第一图像训练集中的训练图像设置第一训练标签；
[0017]构建分析模型；所述分析模型包括BP神经网络、RBF神经网络和深度卷积神经网络；
[0018]将第一图像训练集和第一训练标签按照设定比例划分为第一训练集和第一测试集；所述设定比例包括4:1、3:2和3:1；
[0019]通过第一训练集和第一测试集对分析模型进行训练和测试，将完成训练的分析模型标记为第一识别模型；
[0020]通过处理器将第一识别模型发送至数据存储模块进行存储。
[0021]优选的，所述第二识别模型的具体构建步骤包括：
[0022]通过网络获取训练图像并生成第二图像训练集；所述第二图像训练集中既有佩戴口罩的面部图像，又有未佩戴口罩的面部图像；
[0023]为第二图像训练集中的训练图像设置第二训练标签；
[0024]构建分析模型；
[0025]将第二图像训练集和第二训练标签按照设定比例划分为第二训练集和第二测试集；
[0026]通过第二训练集和第二测试集对分析模型进行训练和测试，将完成训练的分析模型标记为第二识别模型；
[0027]通过处理器将第二识别模型发送至数据存储模块进行存储。
[0028]优选的，所述第一训练标签的具体获取步骤包括：
[0029]获取第一训练集中训练图像的左视图像、正视图像和右视图像；
[0030]根据左视图像获取左耳垂与鼻尖的距离、左耳垂与嘴角的距离、左耳垂与下巴的距离并分别标记为ZJ1、ZJ2和ZJ3；
[0031]根据正视图像获取瞳孔之间的距离、瞳孔与鼻尖所组成三角形的面积、瞳孔与下巴所组成三角形的面积并分别标记为ZS1、ZS2和ZS3；
[0032]根据右视图像获取右耳垂与笔尖的距离、右耳垂与嘴角的距离、右耳垂与下巴的距离并分别标记为YJ1、YJ2和YJ3；
[0033]生成第一训练标签；所述第一训练标签具体为
[0034]优选的，所述数据采集模块还用于对原始图像进行初步判断，包括：
[0035]对原始图像进行图像预处理获取第一图像；所述图像预处理包括图像分割、图像去噪和灰度变换；
[0036]提取第一图像中像素点的灰度值，按照灰度值的大小生成灰度带；根据灰度带获取灰度最大值、灰度最小值和灰度平均值并分别标记为HZZ、HXZ和HPZ；
[0037]获取灰度值大于等于灰度平均值的像素点总数并标记为DPZ，获取灰度值小于灰度平均值的像素点总数并标记为XPZ；
[0038]当DPZ≥L1或XPZ≥L1时，则判定原始图像的采集异常，生成并发送采集异常信号至预警管理模块；否则，判定原始图像的采集正常；其中L1为像素点数量阈值，且L1大于等于像素点总数的一半；
[0039]通过公式获取图像评估系数TPX；其中α1和α2为比例系数，且α1为大于0的实数，α2为大于1的实数；
[0040]当图像评估系数TPX满足TPX≥L2时，则判定原始图像的质量合格，将对应的原始图像标记为初筛图像，将初筛图像发送至模型选择模块；否则，判定原始图像的质量不合格，生成并发送质量异常信号至执行控制模块，同时将对应原始图像的名称发送至执行控制模块，其中L2为图像评估系数阈值，且L2通过大量数据模拟获得；
[0041]通过处理器将图像评估系数和图像预警信号发送至数据存储模块进行存储；所述图像预警信号包括采集异常信号和质量异常信号。
[0042]优选的，所述模型选择模块根据初筛图像获取识别模型，包括：
[0043]所述模型选择模块接收到初筛图像之后，对初筛图像进行面部裁剪获取第二图像；所述面部裁剪指裁剪获取初筛图像中人像的面部；
[0044]将第二图像从中间分割成上部分和下部分；获取上部分的灰度均值并标记为第一灰度值，获取下部门的灰度均值并标记为第二灰度值；
[0045]当第一灰度值小于第二灰度值，且下部分像素点灰度值的变化范围小于灰度值预设范围时，则判定第二图像中的人佩戴口罩；否则，判定第二图像中的人未佩戴口罩；
[0046]为第二图像对应的初筛图像设置模型标签；所述模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种戴口罩人脸识别的门禁设备，其特征在于，包括门禁设备本体和控制系统；所述控制系统包括处理器、执行控制模块、数据采集模块、模型选择模块、图像分析模块、预警管理模块和数据存储模块；所述数据采集模块与三个所述图像采集单元电气连接；所述数据采集模块通过三个所述图像采集单元获取原始图像并对原始图像进行命名；所述原始图像的命名中包括高清摄像头编号和采集时间；所述图像分析模块用于分析初筛图像，包括：当所述分析模块接收到初筛图像之后，获取初筛图像对应的模型标签；根据模型标签获取数据存储模块中的人脸识别模型；所述人脸识别模型包括第一识别模型和第二识别模型；将初筛图像输入至人脸识别模型中获取输出结果；获取数据存储模块中对应的标准图像，并获取标准图像的特性标签；当输出结果与特性标签相同时，则判定初筛图像与标准图像匹配成功，将标准图像的名称发送至预警管理模块；否则判定初筛图像匹配失败，生成并发送匹配失败信号至预警管理模块。2.根据权利要求1所述的一种戴口罩人脸识别的门禁设备，其特征在于，所述第一识别模型的具体构建步骤包括：通过网络获取训练图像并生成第一图像训练集；所述第一图像训练集中的人均未佩戴口罩；为第一图像训练集中的训练图像设置第一训练标签；构建分析模型；所述分析模型包括BP神经网络、RBF神经网络和深度卷积神经网络；将第一图像训练集和第一训练标签按照设定比例划分为第一训练集和第一测试集；所述设定比例包括4∶1、3∶2和3∶1；通过第一训练集和第一测试集对分析模型进行训练和测试，将完成训练的分析模型标记为第一识别模型；通过处理器将第一识别模型发送至数据存储模块进行存储。3.根据权利要求1所述的一种戴口罩人脸识别的门禁设备，其特征在于，所述第二识别模型的具体构建步骤包括：通过网络获取训练图像并生成第二图像训练集；所述第二图像训练集中既有佩戴口罩的面部图像，又有未佩戴口罩的面部图像；为第二图像训练集中的训练图像设置第二训练标签；构建分析模型；将第二图像训练集和第二训练标签按照设定比例划分为第二训练集和第二测试集；通过第二训练集和第二测试集对分析模型进行训练和测试，将完成训练的分析模型标记为第二识别模型；通过处理器将第二识别模型发送至数据存储模块进行存储。4.根据权利要求2所述的一种戴口罩人脸识别的门禁设备，其特征在于，所述第一训练标签的具体获取步骤包括：获取第一训练集中训练图像的左视图像、正视图像和右视图像；
根据左视图像获取左耳垂与鼻尖的距离、左耳垂与嘴角的距离、左耳垂与下巴的距离并分别标记为ZJ1、ZJ2和ZJ3；根据正视图像获取瞳孔之间的距离、瞳孔与鼻尖所组成三角形的面积、瞳孔与下巴所组成三角形的面积并分别标记为ZS1、ZS2和ZS3；根据右视图像获取右耳垂与笔尖的距离、右耳垂与嘴角的距离、右耳垂与下巴的距离并分别标记为YJ1、YJ2和YJ3；生成第一训练标签；所述第一训练标签具体为5.根据权利要求1所述的一种戴口罩人脸识别的门禁设备，其特征在于，所述数据采集模块还用于对原始图像进行初步判断，包括：对原始图像进行图像预处理获取第一...

【专利技术属性】
技术研发人员：付昕军，李国栋，丁小莲，
申请(专利权)人：深圳市华途数字技术有限公司，
类型：发明
国别省市：