本發(fā)明屬于安防技術(shù)領(lǐng)域，特別涉及一種多功能智能門禁系統(tǒng)。

背景技術(shù)：

目前，安防系統(tǒng)，在進(jìn)行工作時(shí)，大都是每個(gè)用戶配備IC卡，然后持卡人利用刷卡通過進(jìn)入，但是，利用IC卡刷卡通過的安防系統(tǒng)，一來需要額外配置IC卡刷卡裝置，而且比較容易被其他人打開，二來，IC卡容易丟失，丟失后被其他人撿到后，同樣可以利用該IC卡通過安防系統(tǒng)；三來，由于IC卡都有使壽命，在損壞后，IC卡不能使用，將導(dǎo)致用戶無法通過安防系統(tǒng)；四來，當(dāng)用戶忘記攜帶IC卡時(shí)，用戶無法通過安防系統(tǒng)；另外一些情況下，不通過IC卡來進(jìn)行通行，而是通過戶主與拜訪者之間進(jìn)行視聲通話，從而確定是否開門，操作比較復(fù)雜。

因此，現(xiàn)在亟需一種多功能智能門禁系統(tǒng)，既不需要IC卡，又能夠主動(dòng)進(jìn)行拜訪者提示，依據(jù)多種用戶信息實(shí)現(xiàn)門禁開關(guān)，流程簡(jiǎn)單。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出一種多功能智能門禁系統(tǒng)，解決了現(xiàn)有技術(shù)中門禁系統(tǒng)開關(guān)流程需要額外配備IC卡，同時(shí)門禁打開存在安全風(fēng)險(xiǎn)的問題。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：多功能智能門禁系統(tǒng)，包括門禁控制器，所述門禁控制器連接有生物識(shí)別單元，所述門禁控制器連接有存儲(chǔ)器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有用戶信息，所述門禁控制器連接有指示單元，所述門禁控制器連接有讀卡器，所述門禁控制器連接有密碼器。

作為一種優(yōu)選的實(shí)施方式，所述門禁控制器根據(jù)生物識(shí)別單元、讀卡器、密碼器當(dāng)中的任一輸入信息，根據(jù)任一輸入信息并與存儲(chǔ)器內(nèi)的用戶信息進(jìn)行匹配處理，當(dāng)任一項(xiàng)滿足匹配度大于第一預(yù)設(shè)值時(shí)，控制門禁打開，并進(jìn)行提示；當(dāng)任一項(xiàng)滿足匹配度大于第二預(yù)設(shè)值時(shí)，控制門禁打開。

作為一種優(yōu)選的實(shí)施方式，所述生物識(shí)別單元包括聲像采集單元、虹膜識(shí)別單元、掌型識(shí)別單元中的任意一種或者幾種。

作為一種優(yōu)選的實(shí)施方式，所述聲像采集單元抓拍拜訪者照片和聲音信息，調(diào)動(dòng)攝像頭位置并連續(xù)抓拍三次，當(dāng)抓拍三次照片存儲(chǔ)器中數(shù)據(jù)進(jìn)行匹配，任意一張照片與存儲(chǔ)器中數(shù)據(jù)匹配度小于第三預(yù)設(shè)閥值時(shí)，且指紋識(shí)別系統(tǒng)采集的拜訪者指紋與存儲(chǔ)器內(nèi)數(shù)據(jù)不匹配時(shí)，進(jìn)行報(bào)警指示，同時(shí)門禁控制器根據(jù)采集的聲音信息與存儲(chǔ)器內(nèi)數(shù)據(jù)進(jìn)行匹配，當(dāng)匹配度小于第四預(yù)設(shè)值時(shí)，進(jìn)行報(bào)警指示。

作為一種優(yōu)選的實(shí)施方式，定義聲音匹配度以及圖像匹配度的權(quán)重系數(shù)，根據(jù)權(quán)重系統(tǒng)，重新確定聲像匹配度，當(dāng)聲像匹配度滿足大于第五預(yù)設(shè)閥值時(shí)，控制門禁打開。

作為一種優(yōu)選的實(shí)施方式，抓拍照片并與存儲(chǔ)器中數(shù)據(jù)進(jìn)行匹配，按照如下步驟進(jìn)行，S1：確定拜訪者面部輪廓；S2：確定拜訪者面部器官分布；S3：確定拜訪者膚色以及紋理規(guī)則；S4：確定拜訪者面部對(duì)稱性規(guī)則；S5：根據(jù)拜訪者動(dòng)態(tài)圖序列，確定其運(yùn)動(dòng)規(guī)則；S6：根據(jù)運(yùn)動(dòng)規(guī)則，確定拜訪者并進(jìn)行提示。

作為一種優(yōu)選的實(shí)施方式，步驟S1中確定拜訪者面部輪廓包括采集頭頂輪廓線、左側(cè)臉輪和右側(cè)臉輪，對(duì)任意圖像進(jìn)行邊緣檢測(cè)，并對(duì)細(xì)化后的邊緣提取曲線特征，然后計(jì)算各曲線組合成人臉的評(píng)估函數(shù)。

作為一種優(yōu)選的實(shí)施方式，步驟S5中根據(jù)拜訪者動(dòng)態(tài)圖序列，包括利用隨機(jī)函數(shù)所組成的集合，體現(xiàn)為與Markov鏈的每一個(gè)狀態(tài)相關(guān)聯(lián)的觀測(cè)序列的隨機(jī)過程，設(shè)有觀察序列Q＝Q1Q2…Qn和狀態(tài)集＝S{s1，s2,…sn}，一個(gè)有n個(gè)狀態(tài)的隱馬爾可夫模型λ可以表示(π，A，B)，其中π為初始狀態(tài)概率矢量；A＝{aij}為狀態(tài)轉(zhuǎn)移概率矩陣，其中aij＝P{qt+1＝Sj|qt＝St}，1<＝i，j<＝N；B＝{bj}Qt)}為觀察符號(hào)概率分布，若B有M個(gè)觀察值{v1，v2…mv}，則bj(Qt)＝P{qt＝vk|qt＝sj，1<＝j(luò)<＝N，l<＝k<＝M}。

作為一種優(yōu)選的實(shí)施方式，HMM參數(shù)的估計(jì)可用Baum-welch參數(shù)估計(jì)算法或Segmental K-means算法；對(duì)測(cè)試樣本的評(píng)價(jià)，可以用Forward-Backward迭代算法估計(jì)簽名滿足模型的概率，或用viterbi最優(yōu)狀態(tài)搜索算法計(jì)算過程經(jīng)過的最優(yōu)狀態(tài)；圖像抓拍后對(duì)圖像灰度進(jìn)行均衡處理，定義處理輸入圖像為A(x，y)，輸出圖像為B(x，y)，則點(diǎn)運(yùn)算可表示為：B(x，y)＝f[A(x，y)]，其中函數(shù)f為灰度變換函數(shù)。

作為一種優(yōu)選的實(shí)施方式，步驟S3中確定膚色以及紋理規(guī)則，包括建立膚色模型來表征人臉顏色,利用感光模型進(jìn)行復(fù)雜背景下人臉及器官的檢測(cè)與分割，利用空間灰度共生矩陣紋理信息作為特征進(jìn)行低分辨率的人臉檢測(cè)，然后將顏色、形狀結(jié)合在一起進(jìn)行人臉檢測(cè)。

采用了上述技術(shù)方案后，本發(fā)明的有益效果是：

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明的結(jié)構(gòu)示意圖；

圖2為本發(fā)明圖像識(shí)別的流程示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1-2所示，本多功能智能門禁系統(tǒng)，包括門禁控制器，所述門禁控制器連接有生物識(shí)別單元，所述門禁控制器連接有存儲(chǔ)器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有用戶信息，所述門禁控制器連接有指示單元，所述門禁控制器連接有讀卡器，所述門禁控制器連接有密碼器。

所述門禁控制器根據(jù)生物識(shí)別單元、讀卡器、密碼器當(dāng)中的任一輸入信息，根據(jù)任一輸入信息并與存儲(chǔ)器內(nèi)的用戶信息進(jìn)行匹配處理，當(dāng)任一項(xiàng)滿足匹配度大于第一預(yù)設(shè)值時(shí)，控制門禁打開，并進(jìn)行提示；當(dāng)任一項(xiàng)滿足匹配度大于第二預(yù)設(shè)值時(shí)，控制門禁打開。

所述生物識(shí)別單元包括聲像采集單元、虹膜識(shí)別單元、掌型識(shí)別單元中的任意一種或者幾種。

所述聲像采集單元抓拍拜訪者照片和聲音信息，調(diào)動(dòng)攝像頭位置并連續(xù)抓拍三次，當(dāng)抓拍三次照片存儲(chǔ)器中數(shù)據(jù)進(jìn)行匹配，任意一張照片與存儲(chǔ)器中數(shù)據(jù)匹配度小于第三預(yù)設(shè)閥值時(shí)，且指紋識(shí)別系統(tǒng)采集的拜訪者指紋與存儲(chǔ)器內(nèi)數(shù)據(jù)不匹配時(shí)，進(jìn)行報(bào)警指示，同時(shí)門禁控制器根據(jù)采集的聲音信息與存儲(chǔ)器內(nèi)數(shù)據(jù)進(jìn)行匹配，當(dāng)匹配度小于第四預(yù)設(shè)值時(shí)，進(jìn)行報(bào)警指示。

定義聲音匹配度以及圖像匹配度的權(quán)重系數(shù)，根據(jù)權(quán)重系統(tǒng)，重新確定聲像匹配度，當(dāng)聲像匹配度滿足大于第五預(yù)設(shè)閥值時(shí)，控制門禁打開。

抓拍照片并與存儲(chǔ)器中數(shù)據(jù)進(jìn)行匹配，按照如下步驟進(jìn)行，S1：確定拜訪者面部輪廓；S2：確定拜訪者面部器官分布；S3：確定拜訪者膚色以及紋理規(guī)則；S4：確定拜訪者面部對(duì)稱性規(guī)則；S5：根據(jù)拜訪者動(dòng)態(tài)圖序列，確定其運(yùn)動(dòng)規(guī)則；S6：根據(jù)運(yùn)動(dòng)規(guī)則，確定拜訪者并進(jìn)行提示。

步驟S1中確定拜訪者面部輪廓包括采集頭頂輪廓線、左側(cè)臉輪和右側(cè)臉輪，對(duì)任意圖像進(jìn)行邊緣檢測(cè)，并對(duì)細(xì)化后的邊緣提取曲線特征，然后計(jì)算各曲線組合成人臉的評(píng)估函數(shù)。

步驟S5中根據(jù)拜訪者動(dòng)態(tài)圖序列，包括利用隨機(jī)函數(shù)所組成的集合，體現(xiàn)為與Markov鏈的每一個(gè)狀態(tài)相關(guān)聯(lián)的觀測(cè)序列的隨機(jī)過程，設(shè)有觀察序列Q＝Q1Q2…Qn和狀態(tài)集＝S{s1，s2,…sn}，一個(gè)有n個(gè)狀態(tài)的隱馬爾可夫模型λ可以表示(π，A，B)，其中π為初始狀態(tài)概率矢量；A＝{aij}為狀態(tài)轉(zhuǎn)移概率矩陣，其中aij＝P{qt+1＝Sj|qt＝St}，1<＝i，j<＝N；B＝{bj}Qt)}為觀察符號(hào)概率分布，若B有M個(gè)觀察值{v1，v2…mv}，則bj(Qt)＝P{qt＝vk|qt＝sj，1<＝j(luò)<＝N，l<＝k<＝M}。

HMM參數(shù)的估計(jì)可用Baum-welch參數(shù)估計(jì)算法或Segmental K-means算法；對(duì)測(cè)試樣本的評(píng)價(jià)，可以用Forward-Backward迭代算法估計(jì)簽名滿足模型的概率，或用viterbi最優(yōu)狀態(tài)搜索算法計(jì)算過程經(jīng)過的最優(yōu)狀態(tài)；圖像抓拍后對(duì)圖像灰度進(jìn)行均衡處理，定義處理輸入圖像為A(x，y)，輸出圖像為B(x，y)，則點(diǎn)運(yùn)算可表示為：B(x，y)＝f[A(x，y)]，其中函數(shù)f為灰度變換函數(shù)。

步驟S3中確定膚色以及紋理規(guī)則，包括建立膚色模型來表征人臉顏色,利用感光模型進(jìn)行復(fù)雜背景下人臉及器官的檢測(cè)與分割，利用空間灰度共生矩陣紋理信息作為特征進(jìn)行低分辨率的人臉檢測(cè)，然后將顏色、形狀結(jié)合在一起進(jìn)行人臉檢測(cè)。

該多功能智能門禁系統(tǒng)的工作原理是：

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。