本發(fā)明涉及安防，具體涉及一種基于ai技術(shù)的社區(qū)訪客管理方法及系統(tǒng)。

背景技術(shù)：

1、社區(qū)訪客管理系統(tǒng)是一種專門用于管理社區(qū)訪客進出的智能化系統(tǒng)，能夠提高社區(qū)安全性。其一般由前端交互設(shè)備、門禁設(shè)備、后端管理設(shè)備及移動申請端共同構(gòu)成。非社區(qū)居民訪客申請進入社區(qū)前，一般需要采用移動申請端向后端管理設(shè)備登記問訪信息，再到前端交互設(shè)備利用ai人臉識別技術(shù)判斷是否為本人，若是，則打開門禁設(shè)備閘門讓訪客通過。訪客通過門禁設(shè)備的瞬間，通常由多組按上、中、下位置分布且安裝于門禁設(shè)備內(nèi)側(cè)的紅外傳感器來檢測是否單人通過，若是單人通過，其紅外信號檢測的特征僅有一段紅外距離探測數(shù)據(jù)，此時對訪客安全放行。若在時序上存在多段距離檢測數(shù)據(jù)，則發(fā)出尾隨警報，說明此時存在可疑人員尾隨訪客進入社區(qū)內(nèi)。

2、然而，紅外傳感器在室外環(huán)境的應(yīng)用時存在明顯缺陷，難以滿足室外的實際需求。具體表現(xiàn)為，室外的環(huán)境復(fù)雜多變，陽光直射、風(fēng)吹樹影、煙霧灰塵等因素都可能干擾紅外信號，使紅外傳感器的有效檢測距離發(fā)生改變，影響傳感器的準(zhǔn)確性，當(dāng)可疑人員尾隨訪客進入社區(qū)時，紅外傳感器受這類外界因素的影響，往往檢測不到可疑人員，造成尾隨警報失效，這對于社區(qū)安全來說是一大隱患。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種基于ai技術(shù)的社區(qū)訪客管理方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)在室外環(huán)境中尾隨警報失效的問題。

2、在第一方面中，本發(fā)明公開了一種基于ai技術(shù)的社區(qū)訪客管理方法，用于室外設(shè)置有矩陣壓力傳感裝置的社區(qū)訪客管理系統(tǒng)，本發(fā)明方法包括：

3、在采用前端交互設(shè)備獲取訪客的第一人臉圖像時，同時采用矩陣壓力傳感裝置實時監(jiān)測訪客對地面的壓力矩陣；

4、基于人臉識別算法，將第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，若匹配成功，向門禁設(shè)備發(fā)出開啟指令，并記錄門禁開啟時間；

5、計算在門禁開啟時間之后的壓力矩陣的壓力梯度差及模值；壓力梯度差的計算公式為：

6、

7、其中，，為門禁開啟時間，為壓力梯度差，為在時刻壓力矩陣的壓力梯度，為在時刻壓力矩陣的壓力梯度；

8、持續(xù)判斷是否滿足以下任一條件：壓力梯度差小于或等于0；壓力梯度差大于0且模值小于壓力閾值；

9、若均不滿足，發(fā)出尾隨警報。

10、有益效果：本發(fā)明方法專用于室外環(huán)境，該方法先采用并行流程實時獲取第一人臉圖像和壓力矩陣，在人臉識別算法識別通過并發(fā)出門禁開啟之后的瞬間，持續(xù)計算壓力梯度差及模值，若門禁開啟時間之后壓力梯度差小于或等于0，則說明單人正常通行或存在壓力線性遞增的裝置通行。若壓力梯度差大于0且模值小于壓力閾值，則說明單人攜帶孩童通行。若上述兩種條件均不符，說明存在多人尾隨的可能性，發(fā)出尾隨警報。相較于現(xiàn)有技術(shù)，本發(fā)明方法采用矩陣壓力傳感裝置獲取尾隨相關(guān)的檢測信息，并利用對壓力矩陣數(shù)據(jù)進行分析來判斷門禁開啟后，是否存在尾隨行為，這種方法受到室外環(huán)境的干擾因素更小，解決了現(xiàn)有的紅外傳感技術(shù)在室外環(huán)境容易出現(xiàn)尾隨檢測失效的問題。

11、優(yōu)選的，在時刻壓力矩陣的壓力梯度的計算公式為：

12、

13、式中，表示壓力矩陣在時刻的壓力梯度，表示在時刻的壓力矩陣，表示在時刻的壓力矩陣，表示到的時間間隔。

14、優(yōu)選的，模值的計算公式為：

15、

16、式中，為在時刻壓力矩陣的模，為壓力矩陣的行數(shù)，為壓力矩陣的列數(shù)。

17、優(yōu)選的，在計算壓力矩陣的壓力梯度差及模值之前，本發(fā)明方法還包括：

18、若，將的值替換為1。

19、有益效果：將壓力矩陣中大于0的壓力數(shù)值歸一，以排除不同訪客不同重量帶來的干擾，有利于對壓力矩陣進行數(shù)據(jù)分析，進而提高本發(fā)明針對尾隨判斷的精準(zhǔn)性及可靠性。

20、優(yōu)選的，壓力閾值的計算公式為：

21、

22、式中，為壓力閾值，為壓力矩陣的行數(shù)，為壓力矩陣的列數(shù)，為在門禁開啟時間的壓力矩陣，為比例系數(shù)。

23、有益效果：通過上述算法設(shè)計，壓力閾值會根據(jù)經(jīng)過人臉識別訪客自身的壓力矩陣特性進行自適應(yīng)調(diào)整，以提高尾隨檢測的精度。

24、優(yōu)選的，比例系數(shù)的取值范圍為0.25-0.5。

25、優(yōu)選的，人臉識別算法采用多幀識別算法，將第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，具體為：

26、計算每一幀第一人臉圖像與人臉圖像庫中第二人臉圖像的單幀匹配度；

27、計算多個單幀匹配度的匹配均值；

28、判斷匹配均值是否高于匹配閾值，若是，則匹配成功。

29、有益效果：通過連續(xù)拍攝訪客的人臉信息，獲取多個連續(xù)幀的第一人臉圖像，并計算多個第一人臉圖像與第二人臉圖像的匹配度，能夠提高人臉識別的精度，規(guī)避單幀抓拍識別精度不足的問題。

30、優(yōu)選的，在采用前端交互設(shè)備獲取訪客的第一人臉圖像之前，本發(fā)明方法還包括：

31、識別訪客是否位于訪客通道，若是，獲取訪客的第一人臉圖像；若否，向訪客發(fā)出暫停服務(wù)彈窗。

32、有益效果：本發(fā)明方法能夠?qū)υL客進行弱引導(dǎo)，引導(dǎo)訪客前往訪客通道進行人臉識別及壓力監(jiān)測，這種方法實現(xiàn)了通道專用，降低了訪客問訪社區(qū)對當(dāng)?shù)厣鐓^(qū)居民日常進出的影響。

33、優(yōu)選的，將第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，若匹配失敗，本發(fā)明方法還包括：

34、讀取移動申請端的臨時訪問請求；

35、核驗臨時訪問請求的信息是否包含身份id、訪問區(qū)域及聯(lián)系電話，若是，向門禁設(shè)備發(fā)出開啟指令。

36、有益效果：若訪客事先未進行人臉信息登記，可以采用申請臨時訪問請求的方式來實現(xiàn)門禁設(shè)備的開啟，這種方式提高了本發(fā)明方法的靈活性及便利性。

37、在第二方面中，本發(fā)明還提供了一種基于ai技術(shù)的社區(qū)訪客管理系統(tǒng)，包括處理器和存儲器，存儲器存儲有用于實現(xiàn)基于ai技術(shù)的社區(qū)訪客管理方法的計算機程序指令，當(dāng)計算機程序指令被處理器執(zhí)行時實現(xiàn)第一方面的基于ai技術(shù)的社區(qū)訪客管理方法。

38、本發(fā)明的有益效果在于：

39、（1）相較于現(xiàn)有技術(shù)，本發(fā)明方法采用矩陣壓力傳感裝置獲取尾隨相關(guān)的檢測信息，并利用對壓力矩陣數(shù)據(jù)進行分析來判斷門禁開啟后，是否存在尾隨行為，這種方法受到室外環(huán)境的干擾因素更小，解決了現(xiàn)有的紅外傳感技術(shù)在室外環(huán)境容易出現(xiàn)尾隨檢測失效的問題。

40、（2）相較于現(xiàn)有技術(shù)，本發(fā)明方法將壓力矩陣中大于0的壓力數(shù)值歸一，以排除不同訪客不同重量帶來的干擾，從而有利于對壓力矩陣進行數(shù)據(jù)分析，進而提高本發(fā)明針對尾隨判斷的精準(zhǔn)性及可靠性。

41、（3）相較于現(xiàn)有技術(shù)，本發(fā)明方法的壓力閾值會根據(jù)訪客自身的壓力矩陣特性進行自適應(yīng)調(diào)整，以提高尾隨檢測的精度。

技術(shù)特征：

1.一種基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，在時刻壓力矩陣的壓力梯度的計算公式為：

3.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，所述模值的計算公式為：

4.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，在計算所述壓力矩陣的壓力梯度差及模值之前，所述方法還包括：

5.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，所述壓力閾值的計算公式為：

6.根據(jù)權(quán)利要求5所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，所述比例系數(shù)的取值范圍為0.25-0.5。

7.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，所述人臉識別算法采用多幀識別算法，將所述第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，具體為：

8.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，在采用前端交互設(shè)備（100）獲取訪客的第一人臉圖像之前，所述方法還包括：

9.根據(jù)權(quán)利要求1所述的基于ai技術(shù)的社區(qū)訪客管理方法，其特征在于，將所述第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，若匹配失敗，所述方法還包括：

10.一種基于ai技術(shù)的社區(qū)訪客管理系統(tǒng)，其特征在于，包括處理器和存儲器，存儲器存儲有用于實現(xiàn)基于ai技術(shù)的社區(qū)訪客管理方法的計算機程序指令，當(dāng)所述計算機程序指令被所述處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-9任意一項所述的基于ai技術(shù)的社區(qū)訪客管理方法。

技術(shù)總結(jié)
本發(fā)明涉及安防技術(shù)領(lǐng)域，尤其涉及一種基于AI技術(shù)的社區(qū)訪客管理方法及系統(tǒng)，本發(fā)明方法在采用前端交互設(shè)備獲取訪客的第一人臉圖像時，同時采用矩陣壓力傳感裝置實時監(jiān)測訪客對地面的壓力矩陣，再基于人臉識別算法，將第一人臉圖像與預(yù)先登記的人臉圖像庫中的圖像進行匹配，若匹配成功，向門禁設(shè)備發(fā)出開啟指令，并記錄門禁開啟時間，然后計算在門禁開啟時間之后的壓力矩陣的壓力梯度差及模值，最后持續(xù)判斷是否滿足以下任一條件：壓力梯度差小于或等于0；壓力梯度差大于0且模值小于壓力閾值。若均不滿足，發(fā)出尾隨警報。相較現(xiàn)有技術(shù)，本發(fā)明方法解決了在室外環(huán)境中尾隨警報失效的問題。

技術(shù)研發(fā)人員：徐琪
受保護的技術(shù)使用者：中南信息科技（深圳）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8