App智能家居锁的制作方法
【技术领域】
[0001] 本发明属于家居防盗领域，尤其涉及一种APP智能家居锁。
【背景技术】
[0002] 随着国家经济的快速发展，家庭财产安全日益重要，亟需加强防盗，目前家居锁 具，都采用简单机械式锁具，不符合二十一世纪的潮流。而在互联网的日益发展的今天，智 能设备已经逐渐深入到我们的生活，这些智能设备使我们的生活更加高效、便捷，而家居锁 是每个家庭都必须用到的，所以一种APP智能家居锁尤为必要。
【发明内容】
[0003] 本发明实施例的目的在于提供一种APP智能家居锁，旨在提供一种APP智能家居 锁，旨在解决现有家居锁智能化程度不高、安全性不高的问题。
[0004] 本发明实施例是这样实现的，一种APP智能家居锁，APP智能家居锁，该APP智能家 居锁包括:壳体、锁芯、插孔、传杆组件、电动组件、智能控制装置、摄像头、红外监测仪、显示 屏、信号发射器、报警器、传感器、密码输入装置、电源线、LED灯、螺钉和钥匙；
[0005] 所述锁芯安在所述壳体内部;所述传杆组件连接所述电动组件和所述锁芯;所述 电动组件安在所述壳体内部;所述智能控制装置安在所述壳体内部;所述摄像头和所述红 外监测仪安在所述壳体外部上侧;所述显示屏安在所述壳体上;所述信号发射器安在所述 壳体上缘右侧;所述报警器安在所述壳体上缘左侧;所述传感器安在所述壳体和所述锁芯 的边缘内部，所述钥匙包括钥匙柄、插头、电源、信号发生接收组件、显示器、自动锁开关、防 护开关、存储器、警示器和芯片，所述信号发生接收组件、自动锁开关和所述防护开关安在 所述钥匙柄上;所述显示器安在所述钥匙柄外部;所述存储器、芯片和所述电源安在所述钥 匙柄内部;所述警示器与所述防护开关和所述存储器串联;所述钥匙柄和所述插头组成所 述钥匙整体;所述的密码输入装置设置在所述的壳体外部;所述的LED灯设置在壳体外部；
[0006] 所述的密码输入装置内置语音识别模块、指纹识别模块、人脸识别模块；
[0007] 所述的语音识别模块内置频率分析单元、相位曲线计算单元、误差计算单元、声音 信号识别单元；
[0008] 所述的频率分析单元，分析声音信号的频率信号；
[0009] 所述的相位曲线计算单元，计算与所述频率信号的相位的时间变化进行近似的相 位曲线；
[0010] 所述的误差计算单元，对所述相位曲线与所述频率信号的相位之间的误差进行计 算；
[0011] 所述的声音信号识别单元，基于所述误差对所述声音信号是否是周期声音的信号 进行识别。
[0012] 进一步，所述报警器包括:控制器模块、信号发射模块、无线网络设备模块、信号接 收模块、监控主机箱、公众电话网、固定电话、报警中心；
[0013] 所述控制器模块连接所述信号发射模块，所述信号发射模块连接所述信号接收模 块，所述控制器模块连接所述监控主机箱，所述监控主机箱连接所述公众电话网，所述公众 电话网连接所述固定电话，所述固定电话连接所述报警中心；
[0014] 所述信号发射模块通过无线网络设备模块连接所述信号接收模块；
[0015] 所述监控主机箱内安装有电话语音卡。
[0016] 本发明的利益目的在于提供一种APP智能家居锁的识别方法，所述APP智能家居锁 的识别方法包括语音识别方法、指纹识别方法和提取人脸图像特征向量方法。
[0017] 进一步，所述语音识别方法对于每一路声音信号，按照下述公式对所述声音信号 中的每一帧声音信号进行噪声跟踪，获取每一帧声音信号的噪声谱N(w，n):
[0018]
[0019] 其中，X(w，n)表示所述声音信号的短时傅里叶变换;au、ad为预设系数且0〈ad〈a u〈 1 ;w表示频域上的频点序号;η表示时域上的帧序号；
[0020] 按照下述公式对每一帧声音信号的短时傅里叶变换进行二值化处理得到二值谱 Xb(w,n)：
[0021]
[0022] Tb为预设第一阈值；
[0023] 将其中一路声音信号对应的Ka个二值谱与另一路声音信号对应的Kb个二值谱进 行两两间的相干性匹配得到所述第一匹配结果，所述第一匹配结果包括匹配度最高的一组 二值谱对应的匹配位置和匹配度，Ka、Kb均为正整数；
[0024] 对于每一路声音信号，按照下述公式计算所述声音信号中的每一帧声音信号的功 率谱 P(w，n):
[0025] P(w，n) =apP(w，n_l) + (1_αρ) | X(w，n) |2
[0026] 其中，X(w，n)表示所述声音信号的短时傅里叶变换；
[0027] ap为预设系数且〇<ap<l ;w表不频域上的频点序号;η表不时域上的帧序号；
[0028] 按照下述公式计算每一帧声音信号的功率谱的谱间相关性DP(w，n):
[0029] DP(w,n)= |P(w+l,n)-P(w,n)
[0030] 按照下述公式对所述谱间相关性DP(w，n)进行噪声跟踪，获取每一帧声音信号的 噪声功率谱的谱间相关性NDP(w，n):
[0031]
[0032]其中，i3u、i3d 为预设系数且 0<i3d<i3u<l。
[0033] 进一步，所述指纹识别方法进行指纹识别时的传递函数为：
[0034]
[0035] 其中，ω ο为滤波器的中心频率，对于不同的ω o，k使k/ω ο保持不变；
[0036] 在频率域构造滤波器，对应的极坐标表达方式为：
[0037]
[0038]
[0039] G(r,Θ) =G(r,r) ·6(θ,θ)
[0040] 式中，Gr (r)为控制滤波器带宽的径向分量，Go (θ)为控制滤波器方向的角度分量； [0041 ] r表示径向坐标，Θ表示角度坐标，fQ为中心频率，θ〇为滤波器方向，〇f用于确定带 宽；
[0042] Bf = 2(2/ln2)1/2|ln〇f|，σθ确定角度带宽，Βθ = 2(2/1η2)1/2σθ。
[0043]进一步，所述提取人脸图像特征向量方法具体步骤为：
[0044]步骤一、采集到Ν个样本用作训练集X，采用下式求出样本平均值m:
[0045]
[0046] 其中，XiE样本训练集X= (XU2,…，xn);
[0047] 步骤二、求出散布矩阵S:
[0048]
[0049] 求出散布矩阵的特征值λ?和对应的特征向量ei，其中，ei便是主分量，将特征值从 大到小依次排列λ1，λ2,…；
[0050] 取出ρ个值，λ?，λ2,…，λρ确定出脸空间E = (el，e2,…，eP)，在此脸空间上，训练样 本X中，每个元素投影到该空间的点由下式得到：
[0051] x，i = EtXi,t = l ,2,··· ,Ν；
[0052 ]由上式得到的是将原向量经过PCA降维后的ρ维向量；
[0053]所述的特征提取基于稀疏表征，采用SRC人脸识别算法进行多人脸识别；
[0054]采用SRC人脸识别算法进行多人脸识别的具体方法为：
[0055] 对当前帧人脸检测并按坐标排序得出当前帧各个人脸的识别结果;根据当前帧各 个人脸的识别结果计算对应的各个人脸各自相邻η帧识别结果;统计各个人脸的身份，由超 过半数η/2的统一身份决定目标的最终身份；
[0056] 其中，计算待识别图片与人脸库各类别间的重建误差{ri，r2……rn}， ri〈r2〈……〈 rn，将得到的相似度值按
的规则确定最终识别结果;其中h 为比率值，1^ = 0.6。
[0057] 本发明通过APP智能设备与智能锁实现互联，通过APP和密码输入装置控制开锁， 实现无钥匙进入，简化人们出行时间，防止由于忘带钥匙造成进不了家门的尴尬局面，同时 本发明还能实现防盗功能，保护家中的财产安全。本发明的语音识别方法，提高了语音识别 的效率和准确率;指纹识别方法提高了设备的安全性，使得解锁方式唯一，更好的保护了财 产的安全;提取人脸图像特征向量方法，一定程度上提高了人脸识别度，有利于图像的采集 和识别。
【附图说明】
[0058] 图1是本发明实施例提供的APP智能家居锁内部的结构示意图；
[0059] 图2是本发明实施例提供的APP智能家居锁的结构示意图；
[0060] 图中：1、壳体;2、锁芯;3、插孔;4、传杆组件;5、电动组件;6、智能控制装置;7、摄像 头;8、红外监测仪;9