[发明专利]一种融合人工智能的访客综合管理方法

权利要求书

1.一种融合人工智能的访客综合管理方法，其特征在于：所述该方法包括以下步骤：

准备标注好的人脸数据训练人工智能模型；

训练后的人工智能模型部署到服务器；

用户在访问前提前设置预约地点和时间段；

服务器根据匹配到的用户信息获取用户预约的地点和时间段，对比黑白名单，并控制闸门放行可放行人员。

2.根据权利要求1所述的一种融合人工智能的访客综合管理方法，其特征在于：通过深度学习框架tensorflow、PyTorch、Caffe训练人工智能模型，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值。

3.根据权利要求2所述的一种融合人工智能的访客综合管理方法，其特征在于：使用训练后的人工智能模型部署到服务器时，用户提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定。

4.根据权利要求1所述的一种融合人工智能的访客综合管理方法，其特征在于：用户通过移动端APP或小程序提前录入人脸进行注册、选择预约地点和时间段，用户到达待访机构，摄像头抓拍人脸后发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户。

5.根据权利要求1所述的一种融合人工智能的访客综合管理方法，其特征在于：服务器通过预置黑白名单实现人员管控，服务器具备人员预约和访问记录分析功能，分析人员常去位置，在APP或者小程序上智能推荐常去机构。

6.一种如上述权利要求1-5任意一项所述的融合人工智能的访客综合管理系统，其特征在于：该系统由人工智能模型、部署模块、预约模块以及处理模块构成；

人工智能模型，用于准备标注好的人脸数据训练人工智能模型；

部署模块，用于训练后的人工智能模型部署到服务器；

预约模块，用于用户在访问前提前设置预约地点和时间段；

处理模块，用于服务器根据匹配到的用户信息获取用户预约的地点和时间段，对比黑白名单，并控制闸门放行可放行人员。

7.根据权利要求6所述的一种融合人工智能的访客综合管理系统，其特征在于：所述人工智能模型中，通过深度学习框架tensorflow、PyTorch、Caffe训练人工智能模型，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值。

8.根据权利要求6所述的一种融合人工智能的访客综合管理系统，其特征在于：所述部署模块中，使用训练后的人工智能模型部署到服务器时，用户提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定。

9.根据权利要求6所述的一种融合人工智能的访客综合管理系统，其特征在于：所述预约模块中，用户通过移动端APP或小程序提前录入人脸进行注册、选择预约地点和时间段，用户到达待访机构，摄像头抓拍人脸后发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户。

10.根据权利要求6所述的一种融合人工智能的访客综合管理系统，其特征在于：所述处理模块中，服务器通过预置黑白名单实现人员管控，服务器具备人员预约和访问记录分析功能，分析人员常去位置，在APP或者小程序上智能推荐常去机构。