基于无线网络的门锁人脸识别方法、设备以及介质与流程

本发明涉及智能门锁技术领域，尤其涉及一种基于无线网络的门锁人脸识别方法、设备以及介质。

背景技术：

由于现有的基于无线网络的门锁人脸识别方法更新速度慢，导致在更新不及时的时候智能门锁不能够及时打开。

因此，亟需一种更新速度快，从而能够使智能门锁及时打开的基于无线网络的门锁人脸识别方法、设备以及介质，以解决现有的无线网络的门锁人脸识别方法更新速度慢导致智能门锁不能够及时打开的问题。

技术实现要素：

本发明的主要目的在于提供一种更新速度快，从而能够使智能门锁及时打开的基于无线网络的门锁人脸识别方法、设备以及介质，从而解决现有的基于无线网络的门锁人脸识别方法更新速度慢\更新不及时导致智能门锁不能够及时打开的问题。

为实现上述目的，本发明第一方面提供了一种基于无线网络的门锁人脸识别方法，所述方法包括：

监听服务器；

当服务器的用户配置数据发生变化时，连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限；

检测到门禁客户端前面出现用户时，打开摄像头并接收摄像头采集并发送的用户图像；

根据haar特征对用户图像中的人脸进行筛选，获取人脸区域；

对人脸区域进行使用fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败；

当人脸识别成功则打开门锁；

当人脸识别失败时生成识别失败并重新检测的弹框,并进行显示。

作为一种改进，所述连接网络并接收服务器发送的更新后的用户人脸特征配置文件的步骤，具体包括：

连接网络并接收服务器发送的加密后的更新后的用户人脸特征配置文件；

对加密后的更新后的用户人脸特征配置文件进行解密获取更新后的用户人脸特征配置文件；

配置更新后的用户人脸特征配置文件。

作为一种改进，所述方法还包括：

进行解密获取更新后的用户人脸特征配置文件并对所述更新后的用户人脸特征配置文件进行安全校验；

当安全校验通过后配置更新后的用户人脸特征配置文件；

当安全校验没有通过时，删除接收到的配置更新后的用户人脸特征配置文件并重新从服务器中获取更新后的用户人脸特征配置文件。

作为一种改进，所述进行解密获取更新后的用户人脸特征配置文件，具体包括：

获取更新后的用户人脸特征配置文件；

定位更新后的用户人脸特征配置文件中的明文数据；

通过aes对称加密算法对明文数据进行解密以获取所述更新后的用户人脸特征配置文件。

作为一种改进，所述并对所述更新后的用户人脸特征配置文件进行安全校验，具体包括：采用md5校验对所述更新后的用户人脸特征配置文件进行安全校验。

作为一种改进，所述打开摄像头并接收摄像头采集并发送的用户图像，具体包括：

生成打开指令发送给摄像头，接收所述摄像头拍摄的视频；

判断所述视频中的人脸存在的时长是否大于预设阈值；

当人脸存在的时长大于预设阈值时，提取所述视频中人脸图像。

作为一种改进，所述提取所述视频中人脸图像，具体包括：

获取人脸图像；

将所述人脸图像转换为灰度图；

对所述灰度图进行压缩获取压缩后的图像；

对所述压缩后的图像进行多尺度人脸检测并对所述人脸图像进行分离以获取人脸区域。

作为一种改进，所述对人脸区域进行fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败，具体包括：

根据更新后的用户人脸特征配置文件和所述人脸区域进行fisher人脸识别算法进行人脸识别；

判断所述人脸区域与更新后的用户人脸特征配置文件之间的差值是否小于预设值；

当所述人脸区域与更新后的用户人脸特征配置文件之间的差值小于预设值时得出识别成功。

本发明第二方面公开了一种基于无线网络的门锁人脸识别设备，所述设备包括：

监听模块：用于监听服务器；

更新模块：用于当服务器的用户配置数据发生变化时，连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限；

摄像模块：检测到门禁客户端前面出现用户时，打开摄像头并接收摄像头采集并发送的用户图像；

筛选模块：用于根据使用haar特征对用户图像中的人脸进行筛选，获取人脸区域；

识别模块：用于对人脸区域进行fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败；

开锁模块：用于当人脸识别成功则打开门锁；

提示模块：用于当人脸识别失败时生成识别失败并重新检测的弹框并进行显示。

本发明第三方面公开了一种存储介质，所述存储介质存储有可执行程序，所述可执行程序被执行时，实现上述基于无线网络的门锁人脸识别方法。

本发明提供的技术方案，具有以下优点：

通过监听服务器；当服务器的用户配置数据发生变化时，连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限；当有用户出现在门禁客户端前面时，打开摄像头并接收摄像头采集并发送的用户图像；根据haar特征对用户图像中的人脸进行筛选，获取人脸区域；对人脸区域进行fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败；当人脸识别成功则打开门锁；当人脸识别失败时生成并显示识别失败并重新检测的弹框。能够加快基于无线网络的门锁人脸识别方法的更新速度，从而使智能门锁及时打开。

附图说明

图1为本发明提供的一实施例提供的一种基于无线网络的门锁人脸识别方法的流程示意图。

图2为本发明提供的另一实施例提供的一种基于无线网络的门锁人脸识别方法的场景示意图。

图3为本发明提供的一实施例提供的一种基于无线网络的门锁人脸识别设备的结构示意图。

图4为本申请另一实施例提供的服务器的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参看图1和2，本发明的一方面提供了一种基于无线网络的门锁人脸识别方法，应用于客户端、服务器、智能门锁、网络组成的门禁系统，所述方法包括：

步骤s10：客户端监听服务器。

由于服务器的用户配置数据会不断地发生变化，如果客户端不能够及时更新到最新的用户配置数据时，会导致更新的延迟从而造成客户端不能够及时识别出最新录入的人脸信息，导致识别失败。

步骤s20：当服务器的用户配置数据发生变化时，客户端连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限。步骤s20可以包括步骤s21-步骤s23。

步骤s21：连接网络并接收服务器发送的加密后的更新后的用户人脸特征配置文件；

步骤s22：对加密后的更新后的用户人脸特征配置文件进行解密获取更新后的用户人脸特征配置文件；

步骤s23：配置更新后的用户人脸特征配置文件。

步骤s24：进行解密获取更新后的用户人脸特征配置文件并对所述更新后的用户人脸特征配置文件进行安全校验；步骤s24包括步骤s241-步骤s244。

步骤s241：获取更新后的用户人脸特征配置文件；

步骤s242：定位更新后的用户人脸特征配置文件中的明文数据；

步骤s243：通过aes对称加密算法对明文数据进行解密以获取所述更新后的用户人脸特征配置文件。

步骤s244：采用md5校验对所述更新后的用户人脸特征配置文件进行安全校验。

步骤s25：当安全校验通过后配置更新后的用户人脸特征配置文件；

步骤s26：当安全校验没有通过时，删除接收到的配置更新后的用户人脸特征配置文件并重新从服务器中获取更新后的用户人脸特征配置文件。

在本申请中，客户端采用嵌入式门禁系统，从而需要实时得从服务器上面接收用户配置文件格式为yml，每当服务器对用户权限管理、用户增加、用户删除等操作时，其每个门禁客户端的用户配置数据是会发生变化的，所以嵌入式门禁客户端需要实时保持监听状态，一旦服务端有数据发送时，就接受数据，并把数据加载。

步骤s30：检测到门禁客户端前面出现用户时，客户端打开摄像头并接收摄像头采集并发送的用户图像。步骤s30具体包括步骤s31-步骤s33。

步骤s31：生成打开指令发送给摄像头，接收所述摄像头拍摄的视频；

步骤s32：判断所述视频中的人脸存在的时长是否大于预设阈值；

步骤s33：当人脸存在的时长大于预设阈值时，提取所述视频中人脸图像。步骤s33具体包括步骤s331-步骤s333：

步骤s331：获取人脸图像；

步骤s332：将所述人脸图像转换为灰度图；

步骤s333：对所述灰度图进行压缩获取压缩后的图像；

步骤s334：对所述压缩后的图像进行多尺度人脸检测并对所述人脸图像进行分离以获取人脸区域。

在本实施例中，视频设备包括了影像捕获接口、视频输出接口、视频覆盖接口、垂直消隐接口广播接口；通过v4l2读取摄像头数据；具体地，v4l2是运行在linux环境上的图像设备驱动程序，v4l2能够使程序有发现摄像头和操作摄像头的能力，是linux操作系统下为应用程序采集图片、音频和视频数据的api接口。在相关的摄像头设备和相应的驱动程序都安装正常下，可以对摄像头里面的数据进行采集。v4l2主要是通过的回调函数来实现设置摄像头的频率、帧频、视频压缩格式和图像参数等功能，当然也可以用于其他多媒体的开发，如音频等。

步骤s40：根据haar特征对用户图像中的人脸进行筛选，获取人脸区域。步骤s40具体包括步骤s41-步骤s43。

步骤s41：根据更新后的用户人脸特征配置文件和所述人脸区域进行fisher人脸识别算法进行人脸识别；

步骤s42：判断所述人脸区域与更新后的用户人脸特征配置文件之间的差值是否小于预设值；

步骤s43：当所述人脸区域与更新后的用户人脸特征配置文件之间的差值小于预设值时得出识别成功。

接收到用户图像数据后，转化成qiamge类型后，就可以进行人脸haar分类器检测，人脸haar分类器检测封装为facedetect类。

步骤s50：对人脸区域进行使用fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败。

在本实施例中，fisher人脸识别算法过程就是将高维空间数据降为到一维数据，应用到的主要原理是将类与类之间的分散度与类内的分散度的比值达到最大，由此得到的鉴别力也会达到最优，从而得到最终的fisher鉴别向量。

步骤s60：当人脸识别成功则打开门锁。

当人脸识别成功时，门锁控制器会控制门锁的插销从锁扣中脱离出，从而打开门锁。

步骤s70：当人脸识别失败时生成识别失败并重新检测的弹框，并进行显示。

当然如果出现一次识别失败的情形，那么会提示用户再次重新检测，在一些可行实施例中，还会根据用户识别的原因返回给用户测量的建议。

请参看图3，本申请还提供一种基于无线网络的门锁人脸识别设备，所述设备包括：

监听模块10：用于监听服务器；

更新模块20：用于当服务器的用户配置数据发生变化时，连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限；

摄像模块30：检测到门禁客户端前面出现用户时，打开摄像头并接收摄像头采集并发送的用户图像；

筛选模块40：用于根据haar特征对用户图像中的人脸进行筛选，获取人脸区域；

识别模块50：用于对人脸区域进行使用fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败；

开锁模块60：用于当人脸识别成功则打开门锁；

提示模块70：用于当人脸识别失败时生成识别失败并重新检测的弹框，并进行显示。

请参阅图4，本申请还提供一种服务器30，应用于客户端10、智能门锁20、网络40组成的门禁系统，服务器30包括存储器301以及处理器302，其中，存储器301与所述处理器302通过总线303电连接。

其中，存储器301至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器301在一些实施例中可以是服务器30的内部存储单元，例如该服务器30的硬盘。存储器301在另一些实施例中也可以是服务器30的外部存储设备，例如服务器30上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。存储器301不仅可以用于存储安装于车载设备的应用软件及各类数据，例如计算机可读程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据，也即该第一存储器可以作为存储介质，存储介质存储有计算机可执行的车辆出行预约程序。

处理器302在一些实施例中可以是中央处理器(centralprocessingunit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片，处理器302可调用存储器301中存储的车辆出行预约程序，以实现如下步骤：

步骤s10：客户端监听服务器。

由于服务器的用户配置数据会不断地发生变化，如果客户端不能够及时更新到最新的用户配置数据时，会导致更新的延迟从而造成客户端不能够及时识别出最新录入的人脸信息，导致识别失败。

步骤s20：当服务器的用户配置数据发生变化时，客户端连接网络并接收服务器发送的更新后的用户人脸特征配置文件；其中，所述用户人脸特征配置文件中包含用户人脸数据以及权限。步骤s20可以包括步骤s21-步骤s23。

步骤s21：连接网络并接收服务器发送的加密后的更新后的用户人脸特征配置文件；

步骤s22：对加密后的更新后的用户人脸特征配置文件进行解密获取更新后的用户人脸特征配置文件；

步骤s23：配置更新后的用户人脸特征配置文件。

步骤s24：进行解密获取更新后的用户人脸特征配置文件并对所述更新后的用户人脸特征配置文件进行安全校验；步骤s24包括步骤s241-步骤s244。

步骤s241：获取更新后的用户人脸特征配置文件；

步骤s242：定位更新后的用户人脸特征配置文件中的明文数据；

步骤s243：通过aes对称加密算法对明文数据进行解密以获取所述更新后的用户人脸特征配置文件。

步骤s244：采用md5校验对所述更新后的用户人脸特征配置文件进行安全校验。

步骤s25：当安全校验通过后配置更新后的用户人脸特征配置文件；

步骤s26：当安全校验没有通过时，删除接收到的配置更新后的用户人脸特征配置文件并重新从服务器中获取更新后的用户人脸特征配置文件。

在本申请中，客户端采用嵌入式门禁系统，从而需要实时得从服务器上面接收用户配置文件格式为yml，每当服务器对用户权限管理、用户增加、用户删除等操作时，其每个门禁客户端的用户配置数据是会发生变化的，所以嵌入式门禁客户端需要实时保持监听状态，一旦服务端有数据发送时，就接受数据，并把数据加载。

步骤s30：检测到门禁客户端前面出现用户时，客户端打开摄像头并接收摄像头采集并发送的用户图像。步骤s30具体包括步骤s31-步骤s33。

步骤s31：生成打开指令发送给摄像头，接收所述摄像头拍摄的视频；

步骤s32：判断所述视频中的人脸存在的时长是否大于预设阈值；

步骤s33：当人脸存在的时长大于预设阈值时，提取所述视频中人脸图像。步骤s33具体包括步骤s331-步骤s333：

步骤s331：获取人脸图像；

步骤s332：将所述人脸图像转换为灰度图；

步骤s333：对所述灰度图进行压缩获取压缩后的图像；

步骤s334：对所述压缩后的图像进行多尺度人脸检测并对所述人脸图像进行分离以获取人脸区域。

在本实施例中，视频设备包括了影像捕获接口、视频输出接口、视频覆盖接口、垂直消隐接口广播接口；通过v4l2读取摄像头数据；具体地，v4l2是运行在linux环境上的图像设备驱动程序，v4l2能够使程序有发现摄像头和操作摄像头的能力，是linux操作系统下为应用程序采集图片、音频和视频数据的api接口。在相关的摄像头设备和相应的驱动程序都安装正常下，可以对摄像头里面的数据进行采集。v4l2主要是通过的回调函数来实现设置摄像头的频率、帧频、视频压缩格式和图像参数等功能，当然也可以用于其他多媒体的开发，如音频等。

步骤s40：根据haar特征对用户图像中的人脸进行筛选，获取人脸区域。步骤s40具体包括步骤s41-步骤s43。

步骤s41：根据更新后的用户人脸特征配置文件和所述人脸区域进行fisher人脸识别算法进行人脸识别；

步骤s42：判断所述人脸区域与更新后的用户人脸特征配置文件之间的差值是否小于预设值；

步骤s43：当所述人脸区域与更新后的用户人脸特征配置文件之间的差值小于预设值时得出识别成功。

接收到用户图像数据后，转化成qiamge类型后，就可以进行人脸haar分类器检测，人脸haar分类器检测封装为facedetect类。

步骤s50：对人脸区域进行使用fisher人脸识别算法进行人脸识别并得出识别结果；所述识别结果包括识别成功和识别失败。

在本实施例中，fisher人脸识别算法过程就是将高维空间数据降为到一维数据，应用到的主要原理是将类与类之间的分散度与类内的分散度的比值达到最大，由此得到的鉴别力也会达到最优，从而得到最终的fisher鉴别向量。

步骤s60：当人脸识别成功则打开门锁。

当人脸识别成功时，门锁控制器会控制门锁的插销从锁扣中脱离出，从而打开门锁。

步骤s70：当人脸识别失败时生成识别失败并重新检测的弹框，并进行显示。

当然如果出现一次识别失败的情形，那么会提示用户再次重新检测，在一些可行实施例中，还会根据用户识别的原因返回给用户测量的建议。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。