一种弱网环境门禁通行方法、系统、存储介质及程序产品与流程

本技术涉及工业信息和数据处理领域，尤其涉及一种弱网环境门禁通行方法、系统、存储介质及程序产品。

背景技术：

1、随着智慧园区与安防管理的延伸发展，门禁系统被部署于偏远厂区、地下停车场和临时工地等复杂物理环境中。云端服务器由于算力强大，可以处理模糊或遮挡的特征；而本地比对算法通常是轻量级的，识别能力差。但由于网络信号容易受到物理遮挡或基站覆盖不足的影响，导致网络通信链路出现高延迟、频繁丢包或间歇性断连的弱网状态，门禁终端与云端之间的数据交互极不稳定。

2、在相关技术中，为实现高质高效的门禁通行功能，通常采用云边协同方案。即，一方面将特征数据封装并向云端服务器发起并发请求，基于云端的高算力模型处理模糊或遮挡特征以获取高精度比对结果；另一方面，在门禁终端本地同时调用轻量级算法，将采集到的特征数据与预先下载的本地特征库进行并发比对。通过这两条链路的返回状态，以先输出的有效比对结果作为最终的通行权限依据，以缩短用户的等待时间。

3、然而，在高延迟和频繁丢包状态下，云端比对结果的返回时间普遍大幅滞后于本地处理，导致系统在实际放行时几乎完全依赖本地的轻量级比对链路；在缺乏云端高算力对复杂特征进行动态修正的支持下，系统在面对现场人员外貌特征退化时会产生大量的误拒识别结果，降低了通行效率。

技术实现思路

1、本技术提供了一种弱网环境门禁通行方法、系统、存储介质及程序产品，用于提升弱网环境下的门禁通行效率。

2、第一方面，本技术提供了一种弱网环境门禁通行方法，应用于门禁管理系统，该方法包括：获取目标采集图像，对目标采集图像和本地特征库执行特征匹配处理，得到目标候选标识和相对应的初始匹配分值；当初始匹配分值落入预设存疑区间时，提取目标采集图像中具有空间拓扑结构的当前细粒度特征图谱；基于目标候选标识的基准特征图谱对当前细粒度特征图谱逐空间维度执行差异分析，提取超过差异显著性阈值的特征分量及其对应的空间位置索引，得到局部差异特征数据；在预设存疑等待时段内，通过门禁管理系统的本地辅助采集模块获取辅助识别数据；将局部差异特征数据、辅助识别数据与目标候选标识关联的辅助注册数据执行交叉融合验证，得到补偿判定结果；当补偿判定结果匹配预设放行状态时，输出门禁开启信号以控制门禁开启。

3、在上述实施例中，门禁管理系统通过提取落入存疑区间的当前特征数据，并与基准特征图谱执行差异分析，得到局部差异特征数据，使得比对过程聚焦于特征变化区域；结合本地辅助采集模块获取的辅助识别数据执行交叉融合验证，弥补了单一图像识别在弱网且特征退化时的局限性，提升了本地比对的准确率与通行效率。

4、结合第一方面的一些实施例，在一些实施例中，在当补偿判定结果匹配预设放行状态时，输出门禁开启信号以控制门禁开启的步骤之后，该方法还包括：响应于门禁开启信号，将局部差异特征数据在本地特征库中与目标候选标识执行关联映射，生成差异缓存模板；获取多个差异缓存模板的生命周期标签；该生命周期标签包括最后触发时间戳和/或累计命中频次；在基于生命周期标签检测到目标差异缓存模板的闲置时长超过预设老化阈值，或累计命中频次低于预设活跃阈值时，从本地特征库中移除目标差异缓存模板。

5、在上述实施例中，门禁管理系统通过将局部差异特征数据生成差异缓存模板并执行关联映射，使得系统能够记忆用户的临时特征变化；基于生命周期标签对差异缓存模板执行动态清理，避免了本地存储空间的无效占用，保证了本地特征库的检索效率。

6、结合第一方面的一些实施例，在一些实施例中，在响应于门禁开启信号，将局部差异特征数据在本地特征库中与目标候选标识执行关联映射，生成差异缓存模板的步骤之后，该方法还包括：获取本地特征库中与目标候选标识关联的多个差异缓存模板；根据累计命中频次对多个差异缓存模板进行特征融合，得到特征增量更新数据；基于特征增量更新数据，更新本地特征库中目标候选标识的基准特征图谱。

7、在上述实施例中，门禁管理系统通过对高频命中的差异缓存模板进行特征融合，提取出稳定的特征增量更新数据，并据此更新基准特征图谱，使得本地特征库能够跟随用户外貌的长期变化进行适应性演进，降低了因特征老化导致的误拒率。

8、结合第一方面的一些实施例，在一些实施例中，在基于目标候选标识的基准特征图谱对当前细粒度特征图谱逐空间维度执行差异分析，提取超过差异显著性阈值的特征分量及其对应的空间位置索引，得到局部差异特征数据的步骤之后，该方法还包括：获取当前网络通信链路的连通状态参数，计算网络质量评估指标；基于网络质量评估指标对局部差异特征数据进行压缩编码，生成轻量级特征验证包；将轻量级特征验证包发送至云端服务器进行比对，并建立对应的异步监听回调任务，以获取云端服务器回传的比对验证结果。

9、在上述实施例中，门禁管理系统基于网络质量评估指标对局部差异特征数据进行自适应压缩编码，生成轻量级特征验证包；通过异步监听回调任务与云端交互，在不阻塞本地验证流程的前提下，最大化利用了弱网环境下的有限带宽，保障了云端高算力验证链路的可用性。

10、结合第一方面的一些实施例，在一些实施例中，在将轻量级特征验证包发送至云端服务器进行比对，并建立对应的异步监听回调任务，以获取云端服务器回传的比对验证结果的步骤之后，该方法还包括：当通过异步监听回调任务接收到比对验证结果时，解析比对验证结果中携带的云端特征修复数据；基于云端特征修复数据对本地特征库中目标候选标识的基准特征图谱进行覆写，得到本地基准修正图谱。

11、在上述实施例中，门禁管理系统通过解析云端回传的特征修复数据并对本地基准特征图谱进行覆写，将云端的高精度特征处理能力下沉至本地，使得本地特征库在弱网间歇性连通时获得高质量的特征修正，提升了后续纯本地比对的可靠性。

12、结合第一方面的一些实施例，在一些实施例中，该基于网络质量评估指标对局部差异特征数据进行压缩编码，生成轻量级特征验证包的步骤，具体包括：根据网络质量评估指标确定目标降维尺度和目标量化步长；基于预设的降维投影矩阵，按照目标降维尺度对局部差异特征数据进行降维处理，得到差异降维向量；基于目标量化步长对差异降维向量进行离散化编码，并附加目标候选标识的索引信息，封装生成轻量级特征验证包。

13、在上述实施例中，门禁管理系统根据网络质量动态调整降维尺度和量化步长，对差异特征执行降维处理与离散化编码，在保留核心差异特征的前提下，控制了验证包的数据体积，使得数据传输策略与当前网络承载能力高度匹配。

14、结合第一方面的一些实施例，在一些实施例中，当补偿判定结果匹配预设放行状态时，输出门禁开启信号以控制门禁开启的步骤，具体包括：当补偿判定结果匹配预设放行状态时，提取局部差异特征数据在目标采集图像中的空间分布特征，计算差异聚集度；当差异聚集度低于预设安全阈值时，生成防伪质询指令；驱动门禁终端的交互模块执行防伪质询指令以采集活体响应特征，并在活体响应特征通过校验后，输出门禁开启信号以控制门禁开启；当差异聚集度大于或等于预设安全阈值时，输出门禁开启信号以控制门禁开启。

15、在上述实施例中，门禁管理系统通过分析局部差异特征数据的空间分布特征计算差异聚集度，以此评估潜在的伪造风险；针对低聚集度的高风险场景引入活体防伪质询，在保障通行效率的同时，严密防范了利用局部特征拼接或伪造的非法侵入行为。

16、第二方面，本技术实施方式提供了一种门禁管理系统，该门禁管理系统包括：一个或多个处理器和存储器；该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令以使得该门禁管理系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

17、第三方面，本技术实施方式提供一种计算机可读存储介质，包括指令，当上述指令在门禁管理系统上运行时，使得上述门禁管理系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

18、第四方面，本技术实施方式提供一种包含指令的计算机程序产品，当上述计算机程序产品在门禁管理系统上运行时，使得上述门禁管理系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

19、可以理解地，上述第二方面提供的门禁管理系统，第三方面提供的计算机存储介质和第四方面提供的计算机程序产品均用于执行本技术实施方式所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。

20、本技术实施方式中提供的一个或多个技术方案，至少具有如下技术效果或优点：

21、1、由于采用了提取当前特征数据与基准特征图谱执行差异分析并结合辅助识别数据进行交叉融合验证的技术手段，所以使得门禁管理系统在初始比对存疑时，无需依赖云端算力即可在本地完成多维度特征的综合判定，有效解决了相关技术中弱网环境下云端响应滞后导致本地轻量级算法误拒率高的问题，实现了弱网环境下的高准确率与高效率的门禁通行。

22、2、由于采用了将局部差异特征数据生成差异缓存模板并基于生命周期标签进行动态管理与特征融合更新的技术手段，所以使得门禁管理系统能够持续捕获并适应目标人员的外貌特征渐变，有效解决了相关技术中本地特征库因特征老化导致识别性能持续下降的问题，实现了本地基准特征图谱的自适应演进与长期稳定的识别性能。

23、3、由于采用了基于网络质量评估指标对局部差异特征数据进行动态压缩编码并通过异步监听回调任务获取云端特征修复数据的技术手段，所以使得门禁管理系统能够在极低带宽下维持与云端的非阻塞通信，有效解决了相关技术中弱网环境下数据包拥塞导致的通信链路瘫痪问题，实现了云端高精度特征修复能力向本地特征库的可靠下发与覆写。