一种基于身份二维码和人工智能的门禁控制系统及方法与流程

1.本发明涉及门禁控制技术领域，具体为一种基于身份二维码和人工智能的门禁控制系统及方法。


背景技术：

2.随着人工智能技术的快速发展，人们对人工智能的运用越来越广泛，尤其是人脸识别领域，通过数据的匹配识别，能够根据人物外貌的不同快速分辨出相应的人物，给人们的生产生活带来了巨大的便利。
3.身份码则是一种绑定人物信息并能够将人物信息呈现出来的二维码，身份码的使用，使得对人物身份的识别更加多元化，同时简化了对人物身份识别的步骤流程。
4.现有的运用身份二维码及人工智能的门禁控制技术中，要么是通过摄像头抓取人物图像，并直接将抓取的图像与人物提前录入的人脸图像进行对比，进而控制门禁的开关；要么是通过扫描装置获取身份二维码内存储的信息，并将获取的信息与预制的信息进行对比，进而控制门禁的开关；缺乏对两种技术上的综合运用，同时门禁信息是固定不变的，不具有时效性，且容易根据曾经申请的身份二维码对二维码信息进行更改，进而实现对门禁系统的破解。
5.针对上述情况，我们需要一种基于身份二维码和人工智能的门禁控制系统及方法。


技术实现要素：

6.本发明的目的在于提供一种基于身份二维码和人工智能的门禁控制系统及方法，以解决上述背景技术中提出的问题。
7.为了解决上述技术问题，本发明提供如下技术方案：一种基于身份二维码和人工智能的门禁控制系统，包括：
8.标准模型构建模块，所述标准模型构建模块每隔第一单位时间构建一个标准模型；
9.标准模型筛选模块，所述标准模型筛选模块获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行对比，判断标准模型a是否需要重新构建；
10.人脸图像获取模块，所述人脸图像获取模块通过摄像头采集人脸图像；
11.差异信息处理模块，所述差异信息处理模块对人脸信息进行识别，并得到摄像头获取的人脸图像与标准模型a的第一差异信息集合；
12.身份码信息获取模块，所述身份码信息获取模块获取人物申请的身份码中对应的身份码信息；
13.门禁控制模块，所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，并对综合差异信息做归一化处理，根据归一化结果控制门禁的
开关。
14.本发明通过各个模块的协同合作，运用人脸识别技术及身份码技术实现了对门禁的控制管理，建立标准模型是为了对人物的身份码信息及人脸信息进行加密，通过人脸识别结果与标准模型、身份证照片与标准模型先进行比较，然后将比较的误差结果进行保存，相当于获取的是人脸及身份证照片的加密后的结果，然后得到的结果再相互之间进行比较，运用该方式，门禁的安全性明显增强，同时标准模型每个第一单位时间生成一次(即更换一次)，但是身份码并未进行更新，因此，身份码同时会具有时效性，身份码的有效时效与第一时间相同。
15.进一步的，所述标准模型构建模块包括模型构件选择模块及标准模型信息模块，
16.所述模型构件选择模块用于提供构件标准模型的各个构件，所述模型构件种类包括眼睛、鼻子、眉毛及嘴巴，每个构件上围绕构件轮廓每隔第一单位距离设置有一个轮廓点，并分别对每个构件上的轮廓点进行编号，分别对同一种类的不同构件进行编号，同一种类、不同构件的形状及大小相同，且构件形状对应的偏转角度不同；
17.所述标准模型信息模块用于获取构建的标准模型中对应的标准模型信息，所述标准模型信息包括组成该标准模型的各个构件的编号及相应编号的构件所处的位置，
18.同一种类不同编号的构件中，对应位置的轮廓点编号相同，所述对应位置指调整构件的偏转角度，使不同编号的构件重合时，此时相同位置的轮廓点。
19.本发明标准模型构建模块中同种类不同构件设置的大小形状相同是为了确定轮廓点的总个数，使得无论选择何种编号的构件，都可以快速得到对应的轮廓点个数；设置偏转角度不同是因为当偏转角度不同时，无论构件的位置如何移动，同种类构件上的轮廓点均无法完全重合，使得构建的标准模型更加多样化，进而使得参照标准模型得到的人脸图像识别信息的处理结果对应的可能性更多，信息更加不容易被破解，增强了系统的安全性；对构建的轮廓点进行编号是为了能够快速找到与轮廓点对应的点，便于轮廓点与对应点之间的差异，同时，对轮廓点进行编号，还能够限定第一差异信息集合与第二差异信息结合中数据的位置关系，避免相应集合中的数据顺序出现混乱，进而导致最终处理结果出现错误。
20.进一步的，所述获取构建的标准模型中对应的标准模型信息的方法包括以下步骤：
21.s1.1、构建空白脸型模板，并以空白脸型模板中下巴位置对应的最低点为原点，以原点到空白脸型模板中眉心位置的方向为y轴正方向，以空白脸型模板所属平面中过原点且垂直于y轴的直线为x轴，构建平面直角坐标系，所述空白脸型模板只有人物脸型轮廓，不具有五官信息，不同标准模型中对应的空白脸型模型相同；
22.s1.2、从模型构件选择模块的各个模型构件种类中分别随机挑选一个模型种类构件，记录相应模型构件的编号，并将选择的相应模型构件的编号逐个录入第一集合中；
23.s1.3、将第一集合中各模型构件编号分别对应的模型构件随机分布在平面直角坐标系中的空白模板内，将各个模型构件对应的轮廓点限定在空白模板内，得到标准模型a；
24.s1.4、获取标准模型内每个模型构件的各个轮廓点在平面直角坐标系中的坐标位置，分别按顺序录入第二集合中，并将每个模型构件对应的第二集合进行汇总，构成第三集合，所述第三集合中每个位置上第二集合对应的模型构件与第一集合中该位置上模型构件编号对应的模型构件相同；
25.s1.5、根据第一集合与第三集合得到构建的标准模型中对应的标准模型信息，所述第一集合包含的是标准模型信息中构件的编号信息，所述第三集合包含的是标准模型信息中构件的中轮廓点的位置信息。
26.本发明获取标准模型信息的过程中，构建空白脸型模板是为了对构件的位置范围进行限定，确保构件位置在空白脸型模板内，并根据空白脸型模板构建平面直角坐标系，一方面是为了对构架中的轮廓点位置进行数值化、具体化，另一方面是为了便于在差异信息处理模块中计算第一差异信息集合时与第二平面直角坐标系进行合并，进而便于计算标准模型a的轮廓点与人脸图像中对应点之间的位置关系。
27.进一步的，所述标准模型筛选模块判断标准模型a是否需要重新构建的方法包括以下步骤：
28.s2.1、获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型；
29.s2.2、将历史数据中相邻n次的标准模型中每一次标准模型记为b，将标准模型a对应的标准模型信息分别与各个b对应的标准模型信息进行比较；
30.s2.3、将标准模型a对应的标准模型信息记为a1，将b对应的标准模型信息记为b1，将标准模型信息中第一集合中各构件上的轮廓点编号与第三集合中对应的位置坐标绑定，根据第三集合中的位置坐标，分别计算a1与b1中相同种类的构件中编号对应的轮廓点之间的距离偏差c，得到标准模型a与b之间的标准偏差值c1，所述
31.其中，m表示标准模型a或b中轮廓点的总个数，ci表示a1与b1中第i个编号对应的轮廓点之间的距离偏差；
32.s2.4、获取历史数据中相邻n次的标准模型对应的各个c1，分别将各个c1与第一预设值进行比较，判断标准模型a是否需要重新构建，
33.当各个c1均大于等于第一预设值时，则判定标准模型a符合要求，不需要重新构建，反之，则判定标准模型a需要重新构建。
34.本发明标准模型筛选模块中将标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行比较，是为了确保标准模型a与历史数据中相邻n次的标准模型之间的差异足够大，进而使得同一人在不同时间申请的身份码也存在较大差异，且相隔超过第一时间的身份码无法控制当前门禁的开关，确保了身份码的时效性；在获取标准偏差值c1时，由于标准模型a及历史数据中标准模型均是参照相同的平面直角坐标系获取的轮廓点坐标位置，因此可以直接根据对应轮廓点的坐标计算相应的距离偏差值c；标准偏差值c1直接反馈出标准模型a与b之间各轮廓点的总体差值。
35.进一步的，所述差异信息处理模块对人脸信息进行识别的方法包括以下步骤：
36.s3.1、获取人脸图像获取模块中采集的人脸图像；
37.s3.2、对人脸图像进行灰度处理，计算人脸图像中相邻像素点之间的灰度差值，将获取的灰度差值分别与第二预设值进行比较，
38.当灰度差值小于第二预设值时，判定该灰度差值对应的像素点正常，
39.当灰度差值大于等于第二预设值时，判定该灰度差值对应的像素点中灰度值较大的像素点进行标记；
40.s3.3、根据人脸图像中的标记像素点，分别得到人物眼睛、鼻子、眉毛和嘴巴的轮
廓及脸型轮廓，所述人物眼睛、鼻子、眉毛和嘴巴的轮廓、脸型轮廓记为面部特征轮廓；
41.s3.4、以脸型轮廓中下巴位置对应的最低点为第二原点，以第二原点到鼻子轮廓中心点的方向为第二y轴正方向，以脸型轮廓所属平面中过第二原点且垂直于第二y轴的直线为第二x轴，构建第二平面直角坐标系；
42.s3.5、获取标准模型a及其对应的各构件编号，调整所得构件的偏差角度，使得各构件的偏差角度与获取的面部特征轮廓中对应轮廓的偏差角度相同，并将调整后的构件的中心点与面部特征轮廓中对应轮廓的中心点重合，
43.分别以重合的中心点为起点，过构件上轮廓点作射线，将构件与对应轮廓中过同一条射线的点进行绑定；
44.s3.6、按照标准模型a对应的标准模型信息中第三集合内各轮廓点的先后顺序，逐个获取第三集合内各轮廓点在人脸图像中对应的点在第二平面直角坐标内的坐标，并按照获取的先后顺序逐个录入到第四集合内，得到人脸信息识别结果。
45.本发明差异信息处理模块对人脸信息进行识别的过程中，是根据标准模型标准模型a中各轮廓点相对构件的位置确定人脸识别结果中需要求取位置的点的(整后的构件的中心点与面部特征轮廓中对应轮廓的中心点重合，分别以重合的中心点为起点，过构件上轮廓点作射线，将构件与对应轮廓中过同一条射线的点进行绑定)，这样做是为了能够锁定人脸图像中与标准模型a各轮廓点对应的点，进而便于计算第一差异信息集合；按照获取的先后顺序逐个录入到第四集合内是为了确保第四集合中的数据顺序与第三集合中的顺序相同，避免第四集合个数据对应的点与第三集合中各数据对应的轮廓点的对应关系出现混乱，进而导致数据处理结果错误。
46.进一步的，所述差异信息处理模块得到摄像头获取的人脸图像与标准模型a的第一差异信息集合的方法包括以下步骤：
47.s4.1、分别获取标准模型a对应的第三集合及人脸图像对应的第四集合；
48.s4.2、将平面直角坐标系的原点与第二平面直角坐标系的第二原点位置重合，将第二平面直角坐标系合并到直角坐标系中；
49.s4.3、分别按顺序提取第三集合内各轮廓点在平面直角坐标系中的坐标与第四集合内的各点在第二平面直角坐标系中的坐标，并将第四集合内的各点在第二平面直角坐标系中的坐标换算成中平面直角坐标系中的坐标；
50.s4.4、获取第三集合内第j个轮廓点在平面直角坐标系中的坐标与第四集合内第j个点在平面直角坐标系中的坐标构成的坐标向量，并作为第一差异信息集合内的第j个差异坐标向量，进而得到第一差异差异信息集合。
51.本发明差异信息处理模块将第二平面直角坐标系合并到直角坐标系中是为了做到坐标系统一，实现长度单位统一，进而使得第四集合第三集合中的各数据相互之间能够进行比较；获取第三集合内第j个轮廓点在平面直角坐标系中的坐标与第四集合内第j个点在平面直角坐标系中的坐标构成的坐标向量，是为了获取对应的两点坐标之间的位置关系，该位置关系不仅包含距离关系，还包括方向关系，进而在计算第一差异信息集合与第二信息差异信息集合之间的综合信息差异时，能够通过对应差异坐标向量之间的向量差得到人脸图像与身份证照片之间对应点的差异，进而实现对人物的匹配识别。
52.进一步的，所述身份码信息获取模块获取身份码时，需要获取人物的身份证信息，
所述身份证信息包括身份证编号及相应的姓名，
53.所述身份码信息获取模块根据公安部门提供的网络接口，通过人物的身份证编号及相应的姓名匹配相应人物的身份证照片，
54.当未匹配到相应人物的身份证照片时，则无法获取身份码，
55.当匹配到相应人物的身份证照片时，身份码信息获取模块对该身份证照片进行人脸信息识别，并根据人脸信息识别结果得到第五集合；
56.身份码信息获取模块还获取人物申请身份码时对应的标准模型记为标准模型d，根据标准模型d对应的第六集合及人物的身份证照片对应的第五集合，得到人物的身份证照片与标准模型d的第二差异信息集合；
57.所述标准模型d对应的第六集合的获取方法与标准模型构建模块中获取标准模型对应的第三集合的方法相同，
58.所述人物的身份证照片对应的第五集合的获取方法与差异信息处理模块中获取人脸图像对应的第四集合的方法相同，
59.所述第二差异信息集合的获取方法与差异信息处理模块中获取第一差异差异信息集合的方法相同。
60.本发明身份码信息获取模块获取身份码时，通过公安部门提供的网络接口获取的身份证照片较为真实、准确，将其与人脸识别结果进行对比，更能达到对人物身份进行识别的效果；身份码信息获取模块还获取人物申请身份码时对应的标准模型记为标准模型d，确保了身份码的时效性，当标准模型构建模块生成新的标准模型a时，则此时的身份码不能继续使用，使用，需要人物重新申请身份码，新申请的身份码是根据获取的身份证照片与申请时对应的标准模型生成的。
61.进一步的，所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息的方法包括以下步骤：
62.s5.1、获取第一差异差异信息集合与第二差异信息集合；
63.s5.2、分别计算第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长w；
64.s5.3、将s5.2中的所有模长w进行统计汇总，得到人物的第一差异信息集合与对应的身份码信息之间的综合差异信息。
65.所述对综合差异信息做归一化处理的方法是提取综合差异信息中的模长w，计算提取的所有模长w的平均值，记为平均差异量q，所述
66.其中，wk表示第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长w。
67.本发明门禁控制模块中每个向量差能够反映出身份证照片与人脸图像中对应点之间的位置关系；获取向量差的模长w能够得到身份证照片与人脸图像中对应点之间的距离；对所有模长w进行统计汇总，即表现综合差异信息内包含多个模长w数据，数据个数与第一差异信息集合中的数据个数相同；通过归一化处理得到的平均差异量q表示身份证照片与人脸图像之间平均每个对应点的距离，能够直观的反映出身份证照片与人脸图像之间的差异，进而实现对人物身份的判断。
68.进一步的，所述门禁控制模块获取对综合差异信息做归一化处理得到的平均差异
量q，
69.将平均差异量q与第三预设值进行比较，
70.当平均差异量q大于等于第三预设值时，判定人物身份正确，门禁控制模块控制门禁开启，允许人物进出；
71.当平均差异量q小于第三预设值时，判定人物身份错误，门禁控制模块控制门禁关闭，禁止人物进出。
72.本发明将平均差异量q与第三预设值进行比较，是为了判断身份证照片与人脸图像之间平均每个对应点的距离是否在门禁控制模块的判断误差范围之内，在误差范围之内，则表示人物身份正确，反之，则人物身份错误。
73.一种基于身份二维码和人工智能的门禁控制方法，所述方法包括以下步骤：
74.s1、在标准模型构建模块中，每隔第一单位时间构建一个标准模型；
75.s2、通过标准模型筛选模块获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行对比，判断标准模型a是否需要重新构建；
76.s3、在人脸图像获取模块中，通过摄像头采集人脸图像；
77.s4、通过差异信息处理模块对人脸信息进行识别，并得到摄像头获取的人脸图像与标准模型a的第一差异信息集合；
78.s5、通过身份码信息获取模块获取人物申请的身份码中对应的身份码信息；
79.s6、通过门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，并对综合差异信息做归一化处理，根据归一化结果控制门禁的开关。
80.与现有技术相比，本发明所达到的有益效果是：本发明将身份码与人脸识别技术有效结合起来，实现了对门禁的智能化控制，同时在控制在控制过程中，通过定期生成标准模板，进而实现对身份码的限定，使得身份码具有时效性，并且该身份码的时效性无法通过身份码本身进行篡改，只能通过系统再次申请得到；并且本发明获取的分别是人脸图像、身份证照片与标准图像之间的差异信息，然后在通过差异信息进行比较匹配的，该方式实现了对人物信息的加密，同时使得人物信息的安全性大大提高。
附图说明
81.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
82.图1是本发明一种基于身份二维码和人工智能的门禁控制系统的结构示意图；
83.图2是本发明一种基于身份二维码和人工智能的门禁控制系统中获取构建的标准模型中对应的标准模型信息的方法的流程示意图；
84.图3是本发明一种基于身份二维码和人工智能的门禁控制系统中标准模型筛选模块判断标准模型a是否需要重新构建的方法的流程示意图；
85.图4是本发明一种基于身份二维码和人工智能的门禁控制系统中差异信息处理模块对人脸信息进行识别的方法的流程示意图。
具体实施方式
86.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
87.请参阅图1-图4，本发明提供技术方案：一种基于身份二维码和人工智能的门禁控制系统，包括：
88.标准模型构建模块，所述标准模型构建模块每隔第一单位时间构建一个标准模型；
89.标准模型筛选模块，所述标准模型筛选模块获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行对比，判断标准模型a是否需要重新构建；
90.人脸图像获取模块，所述人脸图像获取模块通过摄像头采集人脸图像；
91.差异信息处理模块，所述差异信息处理模块对人脸信息进行识别，并得到摄像头获取的人脸图像与标准模型a的第一差异信息集合；
92.身份码信息获取模块，所述身份码信息获取模块获取人物申请的身份码中对应的身份码信息；
93.门禁控制模块，所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，并对综合差异信息做归一化处理，根据归一化结果控制门禁的开关。
94.本发明通过各个模块的协同合作，运用人脸识别技术及身份码技术实现了对门禁的控制管理，建立标准模型是为了对人物的身份码信息及人脸信息进行加密，通过人脸识别结果与标准模型、身份证照片与标准模型先进行比较，然后将比较的误差结果进行保存，相当于获取的是人脸及身份证照片的加密后的结果，然后得到的结果再相互之间进行比较，运用该方式，门禁的安全性明显增强，同时标准模型每个第一单位时间生成一次(即更换一次)，但是身份码并未进行更新，因此，身份码同时会具有时效性，身份码的有效时效与第一时间相同。
95.所述标准模型构建模块包括模型构件选择模块及标准模型信息模块，
96.所述模型构件选择模块用于提供构件标准模型的各个构件，所述模型构件种类包括眼睛、鼻子、眉毛及嘴巴，每个构件上围绕构件轮廓每隔第一单位距离设置有一个轮廓点，并分别对每个构件上的轮廓点进行编号，分别对同一种类的不同构件进行编号，同一种类、不同构件的形状及大小相同，且构件形状对应的偏转角度不同；
97.所述标准模型信息模块用于获取构建的标准模型中对应的标准模型信息，所述标准模型信息包括组成该标准模型的各个构件的编号及相应编号的构件所处的位置，
98.同一种类不同编号的构件中，对应位置的轮廓点编号相同，所述对应位置指调整构件的偏转角度，使不同编号的构件重合时，此时相同位置的轮廓点。
99.本发明标准模型构建模块中同种类不同构件设置的大小形状相同是为了确定轮廓点的总个数，使得无论选择何种编号的构件，都可以快速得到对应的轮廓点个数；设置偏转角度不同是因为当偏转角度不同时，无论构件的位置如何移动，同种类构件上的轮廓点均无法完全重合，使得构建的标准模型更加多样化，进而使得参照标准模型得到的人脸图像识别信息的处理结果对应的可能性更多，信息更加不容易被破解，增强了系统的安全性；
对构建的轮廓点进行编号是为了能够快速找到与轮廓点对应的点，便于轮廓点与对应点之间的差异，同时，对轮廓点进行编号，还能够限定第一差异信息集合与第二差异信息结合中数据的位置关系，避免相应集合中的数据顺序出现混乱，进而导致最终处理结果出现错误。
100.所述获取构建的标准模型中对应的标准模型信息的方法包括以下步骤：
101.s1.1、构建空白脸型模板，并以空白脸型模板中下巴位置对应的最低点为原点，以原点到空白脸型模板中眉心位置的方向为y轴正方向，以空白脸型模板所属平面中过原点且垂直于y轴的直线为x轴，构建平面直角坐标系，所述空白脸型模板只有人物脸型轮廓，不具有五官信息，不同标准模型中对应的空白脸型模型相同；
102.s1.2、从模型构件选择模块的各个模型构件种类中分别随机挑选一个模型种类构件，记录相应模型构件的编号，并将选择的相应模型构件的编号逐个录入第一集合中；
103.s1.3、将第一集合中各模型构件编号分别对应的模型构件随机分布在平面直角坐标系中的空白模板内，将各个模型构件对应的轮廓点限定在空白模板内，得到标准模型a；
104.s1.4、获取标准模型内每个模型构件的各个轮廓点在平面直角坐标系中的坐标位置，分别按顺序录入第二集合中，并将每个模型构件对应的第二集合进行汇总，构成第三集合，所述第三集合中每个位置上第二集合对应的模型构件与第一集合中该位置上模型构件编号对应的模型构件相同；
105.s1.5、根据第一集合与第三集合得到构建的标准模型中对应的标准模型信息，所述第一集合包含的是标准模型信息中构件的编号信息，所述第三集合包含的是标准模型信息中构件的中轮廓点的位置信息。
106.本发明获取标准模型信息的过程中，构建空白脸型模板是为了对构件的位置范围进行限定，确保构件位置在空白脸型模板内，并根据空白脸型模板构建平面直角坐标系，一方面是为了对构架中的轮廓点位置进行数值化、具体化，另一方面是为了便于在差异信息处理模块中计算第一差异信息集合时与第二平面直角坐标系进行合并，进而便于计算标准模型a的轮廓点与人脸图像中对应点之间的位置关系。
107.所述标准模型筛选模块判断标准模型a是否需要重新构建的方法包括以下步骤：
108.s2.1、获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型；
109.s2.2、将历史数据中相邻n次的标准模型中每一次标准模型记为b，将标准模型a对应的标准模型信息分别与各个b对应的标准模型信息进行比较；
110.s2.3、将标准模型a对应的标准模型信息记为a1，将b对应的标准模型信息记为b1，将标准模型信息中第一集合中各构件上的轮廓点编号与第三集合中对应的位置坐标绑定，根据第三集合中的位置坐标，分别计算a1与b1中相同种类的构件中编号对应的轮廓点之间的距离偏差c，得到标准模型a与b之间的标准偏差值c1，所述
111.其中，m表示标准模型a或b中轮廓点的总个数，ci表示a1与b1中第i个编号对应的轮廓点之间的距离偏差；
112.s2.4、获取历史数据中相邻n次的标准模型对应的各个c1，分别将各个c1与第一预设值进行比较，判断标准模型a是否需要重新构建，
113.当各个c1均大于等于第一预设值时，则判定标准模型a符合要求，不需要重新构建，反之，则判定标准模型a需要重新构建。
114.本发明标准模型筛选模块中将标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行比较，是为了确保标准模型a与历史数据中相邻n次的标准模型之间的差异足够大，进而使得同一人在不同时间申请的身份码也存在较大差异，且相隔超过第一时间的身份码无法控制当前门禁的开关，确保了身份码的时效性；在获取标准偏差值c1时，由于标准模型a及历史数据中标准模型均是参照相同的平面直角坐标系获取的轮廓点坐标位置，因此可以直接根据对应轮廓点的坐标计算相应的距离偏差值c；标准偏差值c1直接反馈出标准模型a与b之间各轮廓点的总体差值。
115.所述差异信息处理模块对人脸信息进行识别的方法包括以下步骤：
116.s3.1、获取人脸图像获取模块中采集的人脸图像；
117.s3.2、对人脸图像进行灰度处理，计算人脸图像中相邻像素点之间的灰度差值，将获取的灰度差值分别与第二预设值进行比较，
118.当灰度差值小于第二预设值时，判定该灰度差值对应的像素点正常，
119.当灰度差值大于等于第二预设值时，判定该灰度差值对应的像素点中灰度值较大的像素点进行标记；
120.s3.3、根据人脸图像中的标记像素点，分别得到人物眼睛、鼻子、眉毛和嘴巴的轮廓及脸型轮廓，所述人物眼睛、鼻子、眉毛和嘴巴的轮廓、脸型轮廓记为面部特征轮廓；
121.s3.4、以脸型轮廓中下巴位置对应的最低点为第二原点，以第二原点到鼻子轮廓中心点的方向为第二y轴正方向，以脸型轮廓所属平面中过第二原点且垂直于第二y轴的直线为第二x轴，构建第二平面直角坐标系；
122.s3.5、获取标准模型a及其对应的各构件编号，调整所得构件的偏差角度，使得各构件的偏差角度与获取的面部特征轮廓中对应轮廓的偏差角度相同，并将调整后的构件的中心点与面部特征轮廓中对应轮廓的中心点重合，
123.分别以重合的中心点为起点，过构件上轮廓点作射线，将构件与对应轮廓中过同一条射线的点进行绑定；
124.s3.6、按照标准模型a对应的标准模型信息中第三集合内各轮廓点的先后顺序，逐个获取第三集合内各轮廓点在人脸图像中对应的点在第二平面直角坐标内的坐标，并按照获取的先后顺序逐个录入到第四集合内，得到人脸信息识别结果。
125.本发明差异信息处理模块对人脸信息进行识别的过程中，是根据标准模型标准模型a中各轮廓点相对构件的位置确定人脸识别结果中需要求取位置的点的(整后的构件的中心点与面部特征轮廓中对应轮廓的中心点重合，分别以重合的中心点为起点，过构件上轮廓点作射线，将构件与对应轮廓中过同一条射线的点进行绑定)，这样做是为了能够锁定人脸图像中与标准模型a各轮廓点对应的点，进而便于计算第一差异信息集合；按照获取的先后顺序逐个录入到第四集合内是为了确保第四集合中的数据顺序与第三集合中的顺序相同，避免第四集合个数据对应的点与第三集合中各数据对应的轮廓点的对应关系出现混乱，进而导致数据处理结果错误。
126.所述差异信息处理模块得到摄像头获取的人脸图像与标准模型a的第一差异信息集合的方法包括以下步骤：
127.s4.1、分别获取标准模型a对应的第三集合及人脸图像对应的第四集合；
128.s4.2、将平面直角坐标系的原点与第二平面直角坐标系的第二原点位置重合，将
第二平面直角坐标系合并到直角坐标系中；
129.s4.3、分别按顺序提取第三集合内各轮廓点在平面直角坐标系中的坐标与第四集合内的各点在第二平面直角坐标系中的坐标，并将第四集合内的各点在第二平面直角坐标系中的坐标换算成中平面直角坐标系中的坐标；
130.s4.4、获取第三集合内第j个轮廓点在平面直角坐标系中的坐标与第四集合内第j个点在平面直角坐标系中的坐标构成的坐标向量，并作为第一差异信息集合内的第j个差异坐标向量，进而得到第一差异差异信息集合。
131.本发明差异信息处理模块将第二平面直角坐标系合并到直角坐标系中是为了做到坐标系统一，实现长度单位统一，进而使得第四集合第三集合中的各数据相互之间能够进行比较；获取第三集合内第j个轮廓点在平面直角坐标系中的坐标与第四集合内第j个点在平面直角坐标系中的坐标构成的坐标向量，是为了获取对应的两点坐标之间的位置关系，该位置关系不仅包含距离关系，还包括方向关系，进而在计算第一差异信息集合与第二信息差异信息集合之间的综合信息差异时，能够通过对应差异坐标向量之间的向量差得到人脸图像与身份证照片之间对应点的差异，进而实现对人物的匹配识别。
132.所述身份码信息获取模块获取身份码时，需要获取人物的身份证信息，所述身份证信息包括身份证编号及相应的姓名，
133.所述身份码信息获取模块根据公安部门提供的网络接口，通过人物的身份证编号及相应的姓名匹配相应人物的身份证照片，
134.当未匹配到相应人物的身份证照片时，则无法获取身份码，
135.当匹配到相应人物的身份证照片时，身份码信息获取模块对该身份证照片进行人脸信息识别，并根据人脸信息识别结果得到第五集合；
136.身份码信息获取模块还获取人物申请身份码时对应的标准模型记为标准模型d，根据标准模型d对应的第六集合及人物的身份证照片对应的第五集合，得到人物的身份证照片与标准模型d的第二差异信息集合；
137.所述标准模型d对应的第六集合的获取方法与标准模型构建模块中获取标准模型对应的第三集合的方法相同，
138.所述人物的身份证照片对应的第五集合的获取方法与差异信息处理模块中获取人脸图像对应的第四集合的方法相同，
139.所述第二差异信息集合的获取方法与差异信息处理模块中获取第一差异差异信息集合的方法相同。
140.本发明身份码信息获取模块获取身份码时，通过公安部门提供的网络接口获取的身份证照片较为真实、准确，将其与人脸识别结果进行对比，更能达到对人物身份进行识别的效果；身份码信息获取模块还获取人物申请身份码时对应的标准模型记为标准模型d，确保了身份码的时效性，当标准模型构建模块生成新的标准模型a时，则此时的身份码不能继续使用，使用，需要人物重新申请身份码，新申请的身份码是根据获取的身份证照片与申请时对应的标准模型生成的。
141.所述门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息的方法包括以下步骤：
142.s5.1、获取第一差异差异信息集合与第二差异信息集合；
143.s5.2、分别计算第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长w；
144.s5.3、将s5.2中的所有模长w进行统计汇总，得到人物的第一差异信息集合与对应的身份码信息之间的综合差异信息。
145.所述对综合差异信息做归一化处理的方法是提取综合差异信息中的模长w，计算提取的所有模长w的平均值，记为平均差异量q，所述
146.其中，wk表示第一差异差异信息集合中第k个差异坐标向量与第二差异差异信息集合中第k个差异坐标向量之间向量差对应的模长w。
147.本发明门禁控制模块中每个向量差能够反映出身份证照片与人脸图像中对应点之间的位置关系；获取向量差的模长w能够得到身份证照片与人脸图像中对应点之间的距离；对所有模长w进行统计汇总，即表现综合差异信息内包含多个模长w数据，数据个数与第一差异信息集合中的数据个数相同；通过归一化处理得到的平均差异量q表示身份证照片与人脸图像之间平均每个对应点的距离，能够直观的反映出身份证照片与人脸图像之间的差异，进而实现对人物身份的判断。
148.所述门禁控制模块获取对综合差异信息做归一化处理得到的平均差异量q，
149.将平均差异量q与第三预设值进行比较，
150.当平均差异量q大于等于第三预设值时，判定人物身份正确，门禁控制模块控制门禁开启，允许人物进出；
151.当平均差异量q小于第三预设值时，判定人物身份错误，门禁控制模块控制门禁关闭，禁止人物进出。
152.本发明将平均差异量q与第三预设值进行比较，是为了判断身份证照片与人脸图像之间平均每个对应点的距离是否在门禁控制模块的判断误差范围之内，在误差范围之内，则表示人物身份正确，反之，则人物身份错误。
153.一种基于身份二维码和人工智能的门禁控制方法，所述方法包括以下步骤：
154.s1、在标准模型构建模块中，每隔第一单位时间构建一个标准模型；
155.s2、通过标准模型筛选模块获取标准模型构建模块最近一次构建的标准模型a与历史数据中相邻n次的标准模型进行对比，判断标准模型a是否需要重新构建；
156.s3、在人脸图像获取模块中，通过摄像头采集人脸图像；
157.s4、通过差异信息处理模块对人脸信息进行识别，并得到摄像头获取的人脸图像与标准模型a的第一差异信息集合；
158.s5、通过身份码信息获取模块获取人物申请的身份码中对应的身份码信息；
159.s6、通过门禁控制模块计算人物的第一差异信息集合与对应的身份码信息之间的综合差异信息，并对综合差异信息做归一化处理，根据归一化结果控制门禁的开关。
160.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备
所固有的要素。
161.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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，其依然可以对前述各实施例所记载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。