一种智能无感通行控制系统
文献发布时间:2023-06-19 13:46:35
技术领域
本发明涉及独个输入口或输出口登记器的技术领域,特别涉及一种智能无感通行控制系统。
背景技术
随着物联网技术的快速发展以及国家对智慧社区的支持和倡导,社区服务系统越来越完备和智能化。
然而,智慧社区在应用的过程中存在诸多问题,包括:
(1)对于中青年占比较大的社区来说,推行智慧社区、智能识别本身并不困难,困难的是如何保护住户及用户的信息安全,特别是涉及到生物特征采集,一方面需要确保用户的接受度,另一方面需要确保信息的密级、不外泄,存在应用上的实际困难;
(2)对于老年人占比较大的社区来说,除了上述的问题的存在外,还存在应用的不变,特别是对于无法理解物联网科技的老年人来说,人脸识别、手机蓝牙控制开门、NFC刷卡开门的操作难度无疑是巨大的,并不高效、智能。
如何能够有效提高用户出行的方便和门禁设备的智能化是值得探索并亟待解决的。
发明内容
本发明解决了现有技术中存在的问题,提供了一种优化的智能无感通行控制系统。
本发明所采用的技术方案是,一种智能无感通行控制系统,所述系统包括:
一检测单元,包括至少两种检测数据采集机构,用于对待通行用户的至少两种特征源进行检测;
一前置处理单元,与检测单元配合,用于对待通行用户的多源检测数据进行处理;
一控制单元,与前置处理单元配合,用于对处理后的检测结果进行交互验证,对验证通过的待通行用户输出放行指令,实现无感通行控制。
优选地,所述检测单元包括通讯模块组件,所述检测单元还包括摄像头、麦克风、指纹采集器。
优选地,配合所述摄像头的前置处理单元中设有人脸识别模块和/或虹膜识别模块,配合所述麦克风的前置处理单元设有声纹识别模块,配合所述指纹采集器的前置处理单元设有指纹识别模块,配合所述通讯模块组件的前置处理单元设有设备扫描模块。
优选地,所述通讯模块组件包括蓝牙收发设备和/或射频收发设备。
优选地,所述通讯模块组件以预设频率发送通讯连接请求,设备扫描模块接收请求并匹配成功后,完成与通讯模块组件的连接;设备扫描模块获取连接后的通讯模块组件的MAC地址。
优选地,所述交互验证包括以下步骤:
步骤a.1:通讯模块组件与用户随身携带的任一通讯组件通讯连接;
步骤a.2:连接成功后,所述通讯组件以私钥对自身的特征信息进行加密,与标识符一起发送至前置处理单元;
步骤a.3:前置处理单元将加密的特征信息和验证码以公钥加密,传输至控制单元;
步骤a.4:控制单元以公钥对步骤3传输的数据包进行解密,获得加密的特征信息和标识符,以标识符遍历控制单元中预存储的通讯组件对应的验证符,若存在可匹配项,则进行下一步,否则,验证失败,退出;
步骤a.5:取匹配的验证符对应的私钥,对加密的特征信息进行解密;若解密后的特征信息与验证符对应的特征信息匹配,则提取当前验证符匹配的其余特征,进行下一步,否则,验证失败,退出;
步骤a.6:前置处理单元对待通行用户的其他多源检测数据进行处理,传输特征至控制单元,若存在任一特征与验证符匹配的特征对应,则验证成功,否则失败,退出。
优选地,所述步骤a.2中,特征信息为处理后的设备的MAC地址。
优选地,配合所述检测单元设置有用于阻拦或放行用户的道闸,配合所述道闸还设有计数模块。
优选地,所述计数模块为热感成像设备,所述热感成像设备计数包括以下步骤:
步骤b.1:用户通过道闸,热感成像设备进行热感成像;
步骤b.2:若存在异常体温人员,则直接报警并整体拦停,否则直接进行下一步;
步骤b.3:检测单元将道闸开启至落下的热感成像的视频帧发送至前置处理单元;
步骤b.4:前置处理单元对每一帧热感成像的图像进行处理,基于体温进行锚框设定,以一定的频次进行图像删减;
步骤b.5:将删减后的图像打包,发送至控制单元;
步骤b.6:控制单元对所有图像中的锚框进行处理,对人员进行轨迹描绘,确定通行人数。
优选地,所述控制单元将确定得到的通行人数推送至用户。
本发明涉及一种优化的智能无感通行控制系统,以包括至少两种检测数据采集机构的检测单元对待通行用户的至少两种特征源进行检测,以前置处理单元对待通行用户的多源检测数据进行处理,以控制单元对处理后的检测结果进行交互验证,对验证通过的待通行用户输出放行指令,实现无感通行控制。
本发明解决了现有的在设置智慧社区中的矛盾问题,通过多源检测数据结合的方式对用户进行无感通行的控制,同时解决了现有的智慧社区对于老年人应用不友好的问题,在确保应用便利性、通行无感化的前提下保障了数据的安全。
附图说明
图1为本发明的结构示意图,其中,箭头所示为信息传输的方向;
图2为本发明中交互验证的工作流程图;
图3为本发明中计数模块的工作流程图;
图4为本发明中声音识别模块的工作流程图。
具体实施方式
下面结合实施例对本发明做进一步的详细描述,但本发明的保护范围并不限于此。
本发明涉及一种智能无感通行控制系统,所述系统包括:
一检测单元,包括至少两种检测数据采集机构,用于对待通行用户的至少两种特征源进行检测;
一前置处理单元,与检测单元配合,用于对待通行用户的多源检测数据进行处理;
一控制单元,与前置处理单元配合,用于对处理后的检测结果进行交互验证,对验证通过的待通行用户输出放行指令,实现无感通行控制。
所述检测单元包括通讯模块组件,所述检测单元还包括摄像头、麦克风、指纹采集器。
配合所述摄像头的前置处理单元中设有人脸识别模块和/或虹膜识别模块,配合所述麦克风的前置处理单元设有声纹识别模块,配合所述指纹采集器的前置处理单元设有指纹识别模块,配合所述通讯模块组件的前置处理单元设有设备扫描模块。
所述通讯模块组件包括蓝牙收发设备和/或射频收发设备。
所述通讯模块组件以预设频率发送通讯连接请求,设备扫描模块接收请求并匹配成功后,完成与通讯模块组件的连接;设备扫描模块获取连接后的通讯模块组件的MAC地址。
本发明中,以检测单元中的通讯模块组件的检测结果作为主检测数据,以包括但不限于摄像头、麦克风、指纹采集器的设备的检测结果作为辅检测数据。
本发明中,蓝牙收发设备和/或射频收发设备是指设于用户处和检测端的设备,兼具有收发功能。
本发明中,首先在检测单元中录入用户的硬件设备的MAC地址,当摄像头、麦克风、指纹采集器获得触发识别指令时,则通过蓝牙收发设备和/或射频收发设备去扫描附近的MAC设备的地址,当MAC地址匹配完成后,对摄像头、麦克风、指纹采集器处采集的数据进行进一步处理、比对;MAC地址的应用可以通过不同的硬件实现各种人群的覆盖,同时以不同人群可以接受的方式采集生物特征数据,完成特征的复核,保证了通行验证的适配性和通用性。
本发明中,人脸识别模块、虹膜识别模块、指纹识别模块为现有技术中的常用技术,本领域技术人员可以依据需求自行设置。
本发明中,针对声音识别模块,作为语音识别的一部分,本实施例中采用声纹识别(Voiceprint Recognition,VPR)实现功能,也可以被称为说话人识别(SpeakerRecognition),是识别来自不同说话人集合中的一个特定说话人的过程,主要研究说话人的身份识别问题;
声纹识别与其他生物特征识别性能对比如表1所示;
表1声纹识别与其他生物特征识别性能对比
可见,使用声纹进行身份认证易用性强、采样简单、接受度广,且人的语音具有唯一性,不容易被模仿,语音不像面部一样暴露在外面也不像密码容易忘记和盗取,具有一定的安全性,使用语音判断身份非常便捷,基本上只要说一到两句话就可以判断出身份,对于老年人、未受教育的人以及残疾人来说更为实用,可以与其他安全检查一起用于用户的身份验证。
本发明中,声音识别模块主要包括三个功能单元,即语音采集、语音处理以及训练和识别;其中,语音采集由语音采集设备完成,前端处理和特征处理是语音处理的两个组成部分,在实际处理中,前端处理又包括语气语调的预加重、语音检测(端点检测)、噪声抑制(语音增强)等;而对于声音的训练和识别是通过深度神经网络(DNN,Deep NeutralNetwork)完成的。
本发明中,述及的深度神经网络可以看成一个还有多个隐藏层的多层感知机,相邻两层之间的节点之间是全连接的,数据在各层之间通过激活函数、权值、偏置等参数进行传递最终输出预测结果;即,训练阶段语音采集设备采集语音后进行预处理及特征提取,声纹注册后进行模型训练,通过声纹库的比对,建立对应各个人物(个体)的声纹,实际比对阶段语音采集设备采集语音后进行相同的预处理及特征提取,辨得声纹后自声纹库调取对应各个人物的声纹,获得比对结果。
本发明中,给出一种实施方式:
声纹输入:将语音信号直接作为标签阵列输入,语音信号经过端点检测,语音增强之后获得纯净的语音,并以wave波形形式保存在数据集中;设定帧长,将语音信号分帧,帧数即为输入层神经元个数;根据语音库中说话人姓名不同确定说话者数目即为DNN的目标分类数目k,也就是输出分为k类,定义为:
这样声纹信号就构成了说话人与其声纹之间的样本对(x,y),x为语音的幅度,y为说话人标签;
DNN模型建立:搭建一个DNN需满足输入和输出、包括权重和偏置等的网络参数、感知器结构,包括:
(1)输入为声纹信号,输出为说话人姓名;
(2)网络参数的设置是DNN模型搭建的重要环节,合理的初始化参数能够有效减少训练步骤,并节约时间,优化训练结果;
(3)DNN模型在隐藏层选择sigmoid函数作为激活函数,输出层选择softmax激活函数作为回归模型,并使用adam优化算法作为优化器代替传统梯度下降算法,为防止出现过拟合现象,加入Dropout环节;
完成设置后进行训练,如图4所示:
DNN模型中的权重参数W和偏置参数b需要通过对样本的训练得到,假设总层数L,最大迭代次数用Max表示(在本模型中取300),输入样本个数为m,Iter为当前迭代次数,n和x分别为层数和样本数在迭代过程中的标识,训练步骤如下:
(1)输入总层数、每层单元数、激活函数、损失函数、最大迭代次数以及样本总数;
(2)没有达到迭代次数则进行如下循环:
a、从第一个隐藏层开始前向传播计算每个神经元输出;
b、计算输出层得损失;
c、从最后一层起反向传播,分别计算每层各神经元的损失;读入下一个样本,执行a,直到所有样本执行完,执行步骤d;
d、从第一层起更新每一层的权重和偏置;
(3)达到迭代次数,输出各层的权重和偏置系数矩阵,没达到则返回(2);
识别:采集待识别人员语音信息,并上传至系统,通过基于DNN的骨声纹识别系统进行人员匹配。
所述交互验证包括以下步骤:
步骤a.1:通讯模块组件与用户随身携带的任一通讯组件通讯连接;
步骤a.2:连接成功后,所述通讯组件以私钥对自身的特征信息进行加密,与标识符一起发送至前置处理单元;
所述步骤a.2中,特征信息为处理后的设备的MAC地址。
步骤a.3:前置处理单元将加密的特征信息和验证码以公钥加密,传输至控制单元;
步骤a.4:控制单元以公钥对步骤3传输的数据包进行解密,获得加密的特征信息和标识符,以标识符遍历控制单元中预存储的通讯组件对应的验证符,若存在可匹配项,则进行下一步,否则,验证失败,退出;
步骤a.5:取匹配的验证符对应的私钥,对加密的特征信息进行解密;若解密后的特征信息与验证符对应的特征信息匹配,则提取当前验证符匹配的其余特征,进行下一步,否则,验证失败,退出;
步骤a.6:前置处理单元对待通行用户的其他多源检测数据进行处理,传输特征至控制单元,若存在任一特征与验证符匹配的特征对应,则验证成功,否则失败,退出。
本发明中,以蓝牙收发设备为例,当设备扫描模块尝试与用户随身携带的蓝牙收发设备通讯连接;连接成功后,通讯组件以私钥对自身的特征信息,处理后的设备的MAC地址进行加密,与标识符一起发送至前置处理单元,即,前置处理单元并不能获得用户的MAC地址信息;前置处理单元将加密的特征信息和验证码以公钥加密后,传输至控制单元,即,二次加密;控制单元以公钥对解密,此时控制单元获得加密的特征信息和标识符,以标识符遍历控制单元中预存储的通讯组件对应的验证符,如果没有可匹配项,则可能是“黑入”的设备,当存在可匹配项时,则以对应的私钥对加密的特征信息进行解密;基于解密后的特征信息与验证符对应的特征信息的匹配,前置处理单元对待通行用户的其他多源检测数据进行处理,传输特征至控制单元。
配合所述检测单元设置有用于阻拦或放行用户的道闸,配合所述道闸还设有计数模块。
所述计数模块为热感成像设备,所述热感成像设备计数包括以下步骤:
步骤b.1:用户通过道闸,热感成像设备进行热感成像;
步骤b.2:若存在异常体温人员,则直接报警并整体拦停,否则直接进行下一步;
步骤b.3:检测单元将道闸开启至落下的热感成像的视频帧发送至前置处理单元;
步骤b.4:前置处理单元对每一帧热感成像的图像进行处理,基于体温进行锚框设定,以一定的频次进行图像删减;
步骤b.5:将删减后的图像打包,发送至控制单元;
步骤b.6:控制单元对所有图像中的锚框进行处理,对人员进行轨迹描绘,确定通行人数。
所述控制单元将确定得到的通行人数推送至用户。
本发明中,基于现下的特殊社会情况,将计数和热感进行整合,在测试体温的同时完成人员进入的计数;在人员体温正常的前提下,对于每一波进入的人进行锚框跟踪及计数,并将计数结果推送至用户,如果用户认为计数有误则进行反馈,反向进行物业的管理。
- 一种智能无感通行控制系统
- 一种基于多角度人脸采集的无感识别通行方法及系统