【技术实现步骤摘要】
一种基于神经网络和rfid的智能通道门控制方法
[0001]本专利技术涉及门禁
,特别涉及一种基于神经网络和rfid的智能通道门控制方法。
技术介绍
[0002]RFID(射频识别)智能通道门是使用了RFID技术的通道门,目前已广泛应用于人员进出管理,例如图书馆、会议室或者仓库的人员进出管理。
[0003]在RFID智能通道门中,标签采用散射、直接反馈的方式向阅读器反馈用户码,用户码难以加密(加密需要提高标签的算力,这将极大程度上导致标签成本增加),因此存在不法分子使用窃听设备获取用户码,并写入到非法的标签的情况;此外,亦存在用户的门禁卡(标签)被其他人拾取/盗窃的情况。
技术实现思路
[0004]本专利技术的主要目的是提供一种基于神经网络和rfid的智能通道门控制方法,旨在提升智能通道门的安全性。
[0005]本申请提出一种基于神经网络和rfid的智能通道门控制方法,应用于智能通道门,该智能通道门包括阅读器,设于通道门的一侧;以及设有32*32标签的通道标签阵列,设于所述通道门的另一侧,以在行人通过所述通道门时,行人相对于所述阅读器遮挡所述通道标签阵列的部分标签;所述基于神经网络和rfid的智能通道门控制方法包括:根据设置于用户的身份标签,获取用户的第一用户码;获取通道标签阵列的标签阵列信号;将标签阵列信号,送入预训练的神经网络模型,以获取用户的体态特征;若用户的体态特征和第一用户码匹配,则确认用户身份。
[0006]在一实施例中,通道标签阵列的每一标签信号包括表征自己
【技术保护点】
【技术特征摘要】
1.一种基于神经网络和rfid的智能通道门控制方法,其特征在于,智能通道门包括:阅读器,设于通道门的一侧;设有32*32标签的通道标签阵列,设于所述通道门的另一侧,以在行人通过所述通道门时,行人相对于所述阅读器遮挡所述通道标签阵列的部分标签;所述基于神经网络和rfid的智能通道门控制方法包括:根据设置于用户的身份标签,获取用户的第一用户码;获取通道标签阵列的标签阵列信号;将标签阵列信号,送入预训练的神经网络模型,以获取用户的体态特征;若用户的体态特征和第一用户码匹配,则确认用户身份。2.如权利要求1所述的基于神经网络和rfid的智能通道门控制方法,其特征在于,通道标签阵列的每一标签信号包括表征自己的坐标的信号、该信号的信号相位和信号强度;所述步骤:将标签阵列信号,送入预训练的神经网络模型,以获取用户的体态特征,包括:在信号相位和信号强度的变化大于预设阈值的单位时间内,根据所有标签的坐标以及对应的信号相位,生成信号相位图序列;在信号相位和信号强度的变化大于预设阈值的单位时间内,根据所有标签的坐标以及对应的信号强度,生成信号强度图序列;将信号相位图序列和信号强度图序列送入预训练的神经网络模型,获取用户的体态特征。3.如权利要求2所述的基于神经网络和rfid的智能通道门控制方法,其特征在于,信号相位图序列包括多帧信号相位图,信号强度图序列包括多帧信号强度图;所述步骤:将信号相位图序列和信号强度图序列送入预训练的神经网络,获取用户的体态特征,包括:将时间对应的信号相位图和信号强度图直接拼接,得到拼接图序列;根据拼接图序列,获取光流图序列;将时间对应的拼接图和光流图送入特征提取网络,得到空间特征图并存储;重复此步骤,以得到空间特征图序列;按照时间顺序,将空间特征图序列送入融合网络,得到时空特征;根据时空特征,获取用户的体态特征。4.如权利要求3所述的基于神经网络和rfid的智能通道门控制方法,其特征在于,将对应的拼接图和光流图送入特征提取网络,得到空间特征图,包括:将拼接图进行卷积处理得到第一拼接卷积图;将第一拼接卷积图进行卷积处理得到第二拼接卷积图;将第一拼接卷积图像进行下采样,以使得其尺寸与第二拼接卷积图一致,并将两者融合得到第一卷积融合图;将第二拼接卷积图像进行上采样,以使得其尺寸与第一拼接卷积一致,并将两者融合得到第二卷积融合图;将拼接图和第二卷积融合图进行下采样,第一卷积融合图进行上采样,以使得三者尺寸一致,并将三者融合得到拼接特征图。5.如权利要求4所述的基于神经网络和rfid的智能通道门控制方法,其特征在于,将对应的拼接图...
【专利技术属性】
技术研发人员:刘艳勤,胡彦峰,
申请(专利权)人:深圳零和壹物联科技有限公司,
类型:发明
国别省市:
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。