一种电梯无感控制系统及方法技术方案

本发明专利技术公开了一种电梯无感控制系统及方法，通过从双目相机获取视频流，从视频流中得到图像信息并将图像信息输入人脸检测单元和人脸识别单元进行处理得到人脸图像，根据人脸图像对视频中的人脸进行双目测距，从人脸图像中检测出人脸得到人脸的位置和大小，对检测后的人脸图像中的人脸进行特征提取得到人脸特征，显示人脸识别结果，识别出的人脸用方框标出，并给出身份信息和电梯的状态，存储人脸特征向量、人脸特征向量对应的身份信息和电梯的状态，可以对检测到的人脸进行测距并快速识别人脸，从而提升了电梯的人脸识别速率和精度，也提高了用户的体验度。

【技术实现步骤摘要】

本专利技术属于电梯控制，尤其涉及一种电梯无感控制系统及方法。

技术介绍

1、目前，社会正朝着信息化、网络化、数字化快速发展的时代，信息安全变得尤为重要，越来越引起人们的关注，信息安全涉及到社会的方方面面，因此，如何有效地保护信息安全，如何方便、快捷、有效地对身份进行认证失败成为社会的热门话题。随着人工智能技术兴起的5g时代的到来，很多之前难以解决的问题得到了更多的技术支持和解决方案。然而，随着人脸识别技术的快速发展，其在实际生产生活中的应用变得越来越普及和越来越成熟，给人们的生活带来很大的便利和更好的体验。智能电梯是通过相机实时传输杏仁的图片，从图片中检测行人的人脸从而验证身份，将发出的电梯控制指令和模拟的电梯状态显示在用户界面上，通常会对距离的测定和对人脸检测与人脸识别的过程耗费时间长，也会出现误识别的问题。

技术实现思路

1、有鉴于此，本专利技术提供了一种可以提升人脸识别速率和精度的电梯无感控制系统及方法，来解决上述存在的技术问题，具体采用以下技术方案来实现。

2、第一方面，本专利技术提供了一本文档来自技高网...

【技术保护点】

1.一种电梯无感控制系统，其特征在于，包括：

2.根据权利要求1所述的电梯无感控制系统，其特征在于，显示单元包括对电梯门图像进行处理的图像预处理模块，图像预处理模块采用高斯滤波算法对电梯门图像进行图像平滑得到平滑后的图像g(x,y)，对应的表达式为g1(x,y)＝g(x,y)*G(x,y)，其中σ表示高斯滤波的标准方差；

3.根据权利要求2所述的电梯无感控制系统，其特征在于，显示单元还包括对电梯门图像进行处理的边缘检测模块，边缘检测模块采用自适应的Canny边缘检测算法，通过求解有限差分均值来计算平滑后图像g2(x,y)的梯度幅值和梯度方向的表达式为其中Px[x,...

【技术特征摘要】

1.一种电梯无感控制系统，其特征在于，包括：

2.根据权利要求1所述的电梯无感控制系统，其特征在于，显示单元包括对电梯门图像进行处理的图像预处理模块，图像预处理模块采用高斯滤波算法对电梯门图像进行图像平滑得到平滑后的图像g(x,y)，对应的表达式为g1(x,y)＝g(x,y)*g(x,y)，其中σ表示高斯滤波的标准方差；

3.根据权利要求2所述的电梯无感控制系统，其特征在于，显示单元还包括对电梯门图像进行处理的边缘检测模块，边缘检测模块采用自适应的canny边缘检测算法，通过求解有限差分均值来计算平滑后图像g2(x,y)的梯度幅值和梯度方向的表达式为其中px[x,y]表示在x方向上的偏导函数，py[x,y]表示在y方向上的偏导函数，梯度幅值为梯度方向为θ[x,y]＝arctan(py[x,y]/px[x,y])，增加45°方向和135°方向的梯度幅值，所得总梯度幅值的表达式为其中px[x,y]、py[x,y]、pxy[x,y]和pyx[x,y]分别表示在x轴方向、y轴方向、45°方向和135°方向的偏导函数；

4.根据权利要求3所述的电梯无感控制系统，其特征在于，显示单元还包括边缘筛选模块，边缘筛选模块采用图像表示提取检测标识点信息，检测标识点包括编码标识点和非编码标识点，编码标识点和非编码标识点为大小相同的圆形并经ccd成像后呈椭圆状，边缘筛选模块的执行过程包括：

5.根据权利要求4所述的电梯无感控制系统，其特征在于，还包括：

6.根据权利要求1所述的电梯无感控制系统，其特征在于...

【专利技术属性】
技术研发人员：白维朝，马敏献，
申请(专利权)人：深圳市经纬纵横科技有限公司，
类型：发明
国别省市：