[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

说明书

本发明公开了一种基于CNN的多传感器楼宇电梯用户身份验证系统，包括：实时采集单元，用于采集电梯轿厢内乘客的多角度实时图像数据；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。

技术领域

本发明属于深度学习技术领域，具体涉及一种基于CNN的多传感器楼宇电梯用户身份验证系统。

背景技术

电梯是当前一款重要的楼宇交通工具，出于安全考虑，对电梯乘客的身份进行快速验证显得非常重要。现有电梯人员身份识别方法，多数仅选用单摄像头采集单一面部数据进行识别，若针对Face ID进行3D打印或者使用硅胶头套等非常规情况时，无法进行有效识别。

发明内容

鉴于以上存在的技术问题，本发明用于提供一种基于CNN的多传感器楼宇电梯用户身份验证系统。

为解决上述技术问题，本发明采用如下的技术方案：

一种基于CNN的多传感器楼宇电梯用户身份验证系统，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。

优选地，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。

优选地，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；