[发明专利]一种基于CNN的多传感器楼宇电梯用户身份验证系统

权利要求书

1.一种基于CNN的多传感器楼宇电梯用户身份验证系统，其特征在于，包括：

实时采集单元，包括摄像头和红外传感器，安装在电梯轿厢的电梯内，用于采集电梯轿厢内乘客的多角度实时图像数据，进行后续单元用户识别分析；

数据处理中心，用于根据实时采集单元传入的乘客信息进行技术分析，分别得到包含乘客面部信息的多角度乘客的图像与红外信息，并对数据信息组成训练集与测试集，进行网络训练得到适宜的CNN网络的权值；

实时处理单元，用于接收根据已训练好的CNN网络，实时处理电梯乘客信息，并给出用户身份识别结果，从而准确的验证当前乘客身份；

实时分析单元，用于根据乘客图像信息，对乘客身份进行判断，若属于已登记用户，则对登记用户信息进行记录；若判断为非登记用户，则建议对外来非登记用户进行重点关注；

报警单元，用于若判断用户为外来未登记用户，且红外部分感应异常，则判断存在硅胶头套异常行为，产生报警。

2.如权利要求1所述的基于CNN的多传感器楼宇电梯用户身份验证系统，其特征在于，实时分析单元中，进一步的，若当前为已登记用户，则根据当前记录乘客信息，给出楼层权限。

3.如权利要求1或2所述的基于CNN的多传感器楼宇电梯用户身份验证系统，其特征在于，对数据信息组成训练集与测试集，进行网络训练得到适宜的CNN网络的权值，具体为：

每次输入信息为将原图双线性插值为224*224*3的图片信息矩阵，卷积核大小为3，激活函数为leak Relu激活；

224*224*3的图片通过第一层卷积层16*3*3转化为224*224*16；

最大值池化转化为112*112*16；

112*112*16通过第二层卷积为112*112*32；

再经过激活函数与最大值池化转化为56*56*32；

56*56*32通过第三层卷积为56*56*16；

56*56*16通过第四层卷积为56*56*128；

再经过激活函数与最大值池化转化为28*28*128；

28*28*128通过第五层卷积为28*28*32；

28*28*32通过第六层卷积为28*28*256；

28*28*256通过第七层卷积为28*28*32；

28*28*32通过第八层卷积为28*28*256；

再经过激活函数与最大值池化转化为14*14*256；

14*14*256通过第九层卷积为14*14*64；

14*14*64通过第十层卷积为14*14*512；

14*14*512通过第十一层卷积为14*14*64；

14*14*64通过第十二层卷积为14*14*512；

14*14*512通过第十三层卷积为14*14*128；

14*14*128通过第十四层卷积为14*14*1000；

将14*14*1000展开为一维向量并进行矩阵乘法，

最终获得1000*1的一维向量，

与Softmax获取得到1000位种状态的概率：分别为

1)梯内无人

2)梯内未登记人员

3)梯内用户1

4)梯内用户2

…

999)梯内用户998

1000)梯内用户999

选取概率最大的作为当前识别状态输出结果。

其中前向卷积计算为：

Y＝W*X+b

其中X为输入层数据；W为对应权值，由多卷积核组成；b为对应修正量；Y为输出数据，再对Y数据通过激励函数，得到该层输出结果；

Leak Relu为：

Y＝max(0.1x，x)，x∈R

待处理的数据向量为a＝[a1，a2，a3，...，a1000]，对其进行softmax计算为，

其中i取[1，1000]。

4.如权利要求1或2所述的基于CNN的多传感器楼宇电梯用户身份验证系统，其特征在于，所述数据处理中心包括CPU，ARM，GPU、DSP，GPU，FPGA，ASIC通用设备中的至少一种。