一种非接触掌纹识别及体温筛选门禁系统的制作方法

1.本发明涉及掌纹识别社区门禁领域，尤其涉及一种非接触掌纹识别及体温筛选门禁系统。


背景技术：

2.随着城市化的发展，人们以社区为基本单位生活，出于对安全的考虑，对于日常进出社区的人员需要进行身份验证。现有的社区门禁大多采用ic卡、密码等验证方式来对进出人员的身份信息进行验证。但是由于ic卡易于丢失且无法与人员信息固定匹配，而门禁密码存在容易忘记、泄露等问题。非本社区人员有可能通过盗刷ic卡、盗取门禁密码等方式进入社区，对社区安全防卫工作形成了巨大挑战。
3.目前，有些智能门禁利用人脸进行生物信息识别验证，但是在对卫生安全有特殊要求的情况下，进出社区人员往往佩戴口罩，面部信息被遮挡，而且人脸易受光线、表情以及化妆等行为的影响，这些行为会对人脸识别结果有所影响；另外，人脸直接暴露在环境中，很容易被不法分子非法获取，利用人脸识别进行身份验证存在较高风险。
4.在面对重大卫生安全挑战的时候，对于进入社区的人员进行身份信息进行验证非常必要，而且需要通过对进出社区人员的体温进行测量以确认其健康状态，而传统的身份信息验证方式一般都直接暴露在外界环境中，采用传统的身份信息验证以及体温测量方式存在病毒感染、病毒在使用人员之间交叉传播等巨大的卫生安全隐患。


技术实现要素：

5.针对以上问题，本发明旨在提供一种非接触掌纹识别及体温筛选门禁系统，以提高社区管理的安全性以及可靠性。
6.本发明的目的采用以下技术方案来实现：
7.一种非接触掌纹识别及体温筛选门禁系统，其特征在于所述社区门禁系统上设有红外人体检测单元，掌纹图像采集单元，掌纹图像识别单元，红外体温测量单元，监控单元。
8.优选地，所述红外人体检测单元用于检测人体信息，在检测到人体信息时，启动其他各个单元开始工作，没有检测到人体信息时，只有红外人体检测单元处于工作状态，其他各个单元处于休眠状态以减少能源消耗。
9.优选地，所述掌纹图像采集单元为一组红外以及可见光组合式高清双目无畸变摄像头。
10.优选地，所述掌纹图像采集单元用于获取待验证身份信息人员的手掌掌纹图像，并将获取到的掌纹图像传输到掌纹图像识别单元。
11.优选地，纹图像识别单元包括掌纹图像预处理、手掌检测定位以及关键点检测、掌纹图像感兴趣区域提取以及掌纹图像识别深度学习网络模型。
12.优选地，所述掌纹图像识别单元用于对接收到的掌纹图像进行识别，并将掌纹图像识别结果发送给监控单元；
13.优选地，所述掌纹图像预处理对掌纹图像采集单元获得的掌纹图像进行去噪、图像增强等处理。
14.优选地，所述手掌检测定位以及关键点检测对掌纹图像采集单元获得的掌纹图像中手掌位置进行检测和定位，并对图像中手掌位置关键点进行检测。
15.优选地，所述掌纹图像感兴趣区域提取网络根据上述步骤所获得的手掌关键点位置坐标信息并建立相应的坐标系，按照一定规则对真正用于掌纹图像识别的掌纹图像感兴趣区域(rio)进行提取。
16.优选地，所述掌纹图像识别深度学习网络模型将掌纹图像感兴趣区域(rio)作为输入，对掌纹图像信息进行识别并对所对应的身份信息进行判定。
17.优选地，所述掌纹图像识别单元还包括人体掌纹信息库，其中储存了允许进入社区人员的掌纹图像信息，当掌纹图像识别单元开始工作时，将输入到掌纹识别单元中的掌纹图像在所述的人体掌纹信息库中进行搜索匹配。
18.所述红外体温检测单元用于在对掌纹图像进行识别的同时对手掌及手腕温度进行测量，并将体温测量结果发送到监控单元；
19.优选地，所述监控单元包括门锁控制单元，当身份验证信息通过并且所测体温处于正常温度区间范围内时，监控单元发出指令，门锁控制单元开始工作，打开社区门禁。
20.优选地，所述监控单元还包括报警模块，当身份验证信息错误或者所测体温处于异常温度区间时，报警模块开始报警，提示安保人员进一步核查待进入社区人员的身份信息以及体温状况。
21.优选地，所述监控单元，当身份信息验证未通过时，将报警信息传输至监控单元，由安保人员确认待进入社区人员身份信息，若为允许进入的人员，则由安保人员切换掌纹识别单元工作模式；具体实施方式为，由所述掌纹图像采集单元获取待进入社区人员的掌纹图像之后传输到掌纹识别单元，将所得到的掌纹图像存储到该门禁人体掌纹信息库中，录入完毕之后，掌纹图像识别单元切换到正常工作状态，该人员即可通过掌纹识别的验证方式进入社区。
22.相比现有技术，本发明的有益效果在于：
23.本发明提供一种非接触掌纹识别及体温筛选门禁系统，使用非接触方式对进出社区人员的身份信息进行验证，同时对进行身份信息验证的人员体温进行测量，监控单元根据接收到的来自掌纹识别单元的图像识别结果以及红外体温测量单元的体温测量结果控制门锁控制单元的工作状态，当身份信息验证通过并且体温处于正常温度范围之内时，控制门禁打开；当身份验证信息未通过或者所测体温结果处于异常范围内时，报警器开始报警，提示安全保卫人员进一步核查进行身份验证人员的身份信息以及体温状况。本发明采用非接触身份验证方式，减少接触带来的病毒感染以及卫生安全问题，对体温异常者进行筛选，起到了加强社区安全性的作用。
附图说明
24.图1为本发明门禁系统主要组成部分示意图；
25.图2为本发明所提供实施例的流程示意图；
26.图3为手掌掌纹图像关键点检测及定位示意图。
具体实施方式
27.为使得本发明的特征、优点能够更加的明显和易懂，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅是本技术一部分实施例，而非全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
28.如图1所示，本发明提供了一种非接触掌纹识别及体温筛选门禁系统，其特征在于所述社区门禁系统上设有红外人体检测单元、掌纹图像采集单元、掌纹图像识别单元、红外体温测量单元以及监控单元；所述红外人体检测单元用于检测人体信息，在没有检测到人体信息时，其他各个单元处于休眠状态以减少能源的消耗，当红外人体检测单元检测到人体信息时，其他各个单元通电进入工作状态；所述掌纹图像采集单元为一组红外以及可见光组合式高清双目无畸变摄像头，所述掌纹图像采集单元用于获取待验证人员的手掌掌纹图像，并将获取到的掌纹图像传输到掌纹图像识别单元；所述掌纹图像识别单元包括掌纹图像预处理、掌纹图像感兴趣区域提取以及用于掌纹图像识别的深度学习网络模型。所述掌纹图像识别单元用于对接收到的掌纹图像进行识别，并将掌纹图像识别结果发送给监控单元；所述掌纹图像预处理中心对获得的掌纹图像进行图像去噪，并且进一步对掌纹图像进行图像增强处理；所述掌纹图像感兴趣区域提取网络用于对掌纹图像中的感兴趣区域(rio)进行提取；所述掌纹图像识别网络模型是用于掌纹图像识别的深度学习网络；所述红外体温检测单元用于在对掌纹图像进行识别的同时对手掌及手腕温度进行测量，并将测量结果发送到监控单元；所述监控单元包括门锁控制单元和报警模块，根据接收到的掌纹图像识别单元识别结果以及体温测量单元温度测量结果进行判定，当使用人员身份信息验证通过并且所测体温处于正常体温范围之内时，监控单元对门锁控制单元发出指令，门锁控制单元控制社区门禁打开，否则社区门禁状态不发生改变；所述监控单元还包括报警模块，当身份验证信息未通过或者所测体温处于异常温度区间时，报警模块开始报警，提示安保人员进一步核查待进入社区人员的身份信息以及体温状况。
29.所述掌纹图像采集单元为一组红外以及可见光组合式高清双目无畸变摄像头，在光线条件较暗或者有强光刺激等非理想光照条件下，使用普通高清摄像头无法获取高质量的掌纹图像，对掌纹图像识别工作形成了极大的挑战，而利用红外摄像头，可以解决上述问题，可见光的光照条件不会影响图像成像质量，所得掌纹图像更加适用于作为掌纹图像识别单元的输入，图像识别准确率较高，具体地，当使用掌纹识别门禁系统时，手掌应放置到距离摄像头20
‑
30厘米的距离，以获得最佳掌纹图像。
30.所述掌纹识别单元还包括人体掌纹信息库，具体实施方式为，当所述掌纹图像采集单元获取到手掌掌纹图像之后传输到掌纹识别单元，掌纹图像经过图像预处理、图像增强、感兴趣区域提取等操作后作为输入送入掌纹识别深度学习网络模型，由掌纹识别深度学习网络输出识别结果，若在所述人体掌纹信息库中匹配到了相应的掌纹信息，将识别成功的结果传输至监控单元。
31.具体地，若掌纹图像未能在该掌纹信息库中匹配成功，提示待验证人员再一次进行掌纹识别的步骤，如此重复三次，若三次掌纹身份验证均未通过，则报警模块开始报警，并将报警信息传输至监控单元，由安保人员确认待进入社区人员身份信息。
32.具体地，当接收到报警信息后，安保人员确认报警信息，若是由于掌纹信息验证失
败导致的报警，并且该验证人员为允许进入的人员，则由安保人员切换掌纹识别单元工作模式至人体掌纹信息库录入模式。
33.所述人体掌纹信息库录入模式，具体地，由所述掌纹图像采集单元获取待进入社区人员的掌纹图像之后传输到掌纹识别单元，将所得到的掌纹图像存储到该门禁人体生物信息存储库中，录入完毕之后，将掌纹图像识别单元切换到正常工作状态，该人员即可通过掌纹识别的验证方式进入社区。
34.具体地，若所述报警信息是由于所测体温数据处于异常温度范围时，由安保人员对其体温进行测量，确认体温状况无异常之后允许进入。
35.所述手掌检测与定位，在感兴趣区域提取步骤以前，首先要从所获取的整张掌纹图像中识别出手掌所在区域，以排除手掌位置、背景、方向等因素对掌纹图像识别单元图像识别结果的影响，可使用级联回归树模型对手掌所在区域进行检测和定位。
36.所述手掌关键点定位，在对掌纹图像中的手掌位置完成定位后，对处于框图之内的手掌关键点进行定位并得到关键点的坐标，其中关键点位于手掌轮廓周围，由特定的规则对其位置进行定义，其具体位置如图3所示。
37.所述掌纹图像感兴趣区域提取，掌纹图像中真正用来进行识别的区域位于手掌中心区域，该区域具有丰富的纹理特征，并且不同的人纹理特征存在较大差异，在所述掌纹图像采集单元在非控制环境下获取到的掌纹图像包括背景以及其他与掌纹图像识别无关的部分，对掌纹图像识别正确率会造成一定影响，所以在识别过程中需要去除背景以及这些无关信息的影响，即提取出掌纹图像感兴趣区域。
38.所述掌纹图像感兴趣区域提取，具体地，如图3所示，在完成对手掌关键点定位之后，我们获取到了手掌轮廓周围的13个关键点坐标，通过参照关键点的坐标信息建立坐标系，根据所建坐标系对手掌中心位置进行准确定位，并且对掌纹纹理丰富的掌纹感兴趣区域进行裁剪，得到了对掌纹图像识别结果起关键性作用的感兴趣区域的图像，之后根据所得感兴趣区域图像的大小对其进行一定比例的缩放以及一定角度的旋转操作，将校正之后得到的感兴趣区域的图像作为掌纹图像识别网络的输入，由掌纹图像识别网络得到最终的掌纹图像识别结果，并将其发送到监控单元。
39.所述掌纹图像识别网络为在xjtu_up掌纹图像数据集上进行训练得到的基于深度学习的掌纹识别网络模型，将感兴趣区域图像作为掌纹识别网络模型的输入时，掌纹图像识别网络模型能够对其进行准确识别，若识别得到的输出结果能在所述人体掌纹信息库中匹配到对应的掌纹图像，则身份信息验证成功，若三次身份信息验证均未通过，则判定掌纹身份信息验证失败。
40.所述掌纹图像识别单元具有较快的识别速度，可达到秒级解锁的水平，非常适合应用于门禁领域。
41.具体地，当掌纹图像识别单元完成图像识别之后，掌纹图像识别单元将图像识别结果传送到监控单元，监控单元根据接收到的掌纹图像识别单元的识别结果和红外体温测量单元的体温测量结果对门锁控制单元发出相应的指令。
42.具体地，所述监控单元与门锁控制单元相连接。
43.所述门锁控制单元包括电源、门锁控制器。
44.具体地，所述电源用于给门锁控制器供电，在门锁控制器接收到监控单元的指令
后，使得门锁控制器处于正常工作状态，控制社区门禁的开关。
45.所述监控单元还包括储存器，在身份信息验证完成之后对本次身份信息验证情况进行记录并存储，便于日后信息核查的需求，若身份验证信息未通过或者体温检测单元测量得到的体温数据处于异常范围，对异常的身份信息、温度信息以及报警信息均进行记录并且存储到储存器中。
46.具体地，所述门锁控制器接收来自监控单元的指令，根据接收到的来自监控单元的指令控制社区门禁的开关。
47.最后应当说明的是，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例中的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。