【技術實現步驟摘要】
本申請涉及人工智能，具體而言，涉及一種應用于樓宇門禁系統的圖像識別方法及系統。
技術介紹
1、隨著社會的快速發展和城市化進程的推進，樓宇安全問題日益受到人們的關注。門禁系統作為樓宇安全的第一道防線，其重要性不言而喻。傳統的門禁系統主要依賴于刷卡、密碼或生物識別技術（如指紋識別、虹膜識別等）進行身份驗證。然而，這些方法在實際應用中存在一定的局限性，如卡片易丟失、密碼易忘記或被破解、生物識別技術可能受到生理變化或偽造等因素的影響。
技術實現思路
1、鑒于上述提及的問題，結合本申請的第一方面，本申請實施例提供一種應用于樓宇門禁系統的圖像識別方法，所述方法包括：
2、獲取目標樓宇門禁采集圖像及所述目標樓宇門禁采集圖像的參考樓宇門禁節點；
3、獲取所述參考樓宇門禁節點和目標樓宇門禁節點對應的完成知識學習的圖像識別網絡；
4、利用所述完成知識學習的圖像識別網絡對所述目標樓宇門禁采集圖像的活體特征空間表示進行門禁驗證知識網絡映射，生成所述目標樓宇門禁采集圖像在所述目標樓宇門禁節點中的目標門禁驗證知識矢量序列；
5、利用所述完成知識學習的圖像識別網絡對所述目標門禁驗證知識矢量序列進行分簇，生成所述目標樓宇門禁采集圖像的分簇結果；
6、利用所述完成知識學習的圖像識別網絡對所述分簇結果進行門禁驗證標簽預測，生成所述目標樓宇門禁采集圖像的門禁驗證標簽預測結果；
7、基于所述門禁驗證標簽預測結果，對所述目標樓宇門禁采集圖像進行門禁驗證
8、在第一方面的一種可能的實施方式中，在獲取所述參考樓宇門禁節點和目標樓宇門禁節點對應的完成知識學習的圖像識別網絡的步驟之前，所述方法還包括：
9、獲取樣例學習數據，所述樣例學習數據包括第一樓宇門禁節點下的第一無監督樓宇門禁采集圖像和第一監督樓宇門禁采集圖像、以及第二樓宇門禁節點下的第二無監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像，所述第一監督樓宇門禁采集圖像的規模大于所述第二監督樓宇門禁采集圖像的規模，所述第一樓宇門禁節點包括所述目標樓宇門禁節點，所述第二樓宇門禁節點包括所述參考樓宇門禁節點；
10、獲取初始化的圖像識別網絡；
11、基于所述樣例學習數據對所述初始化的圖像識別網絡進行知識學習，生成所述完成知識學習的圖像識別網絡。
12、在第一方面的一種可能的實施方式中，所述初始化的圖像識別網絡包括門禁特征映射子網絡、圖像特征分簇子網絡和門禁驗證標簽預測子網絡，所述基于所述樣例學習數據對所述初始化的圖像識別網絡進行知識學習，生成所述完成知識學習的圖像識別網絡的步驟，包括：
13、對所述第一無監督樓宇門禁采集圖像和第一監督樓宇門禁采集圖像進行編碼，生成第一圖像編碼特征表示；
14、對所述第二無監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像進行編碼，生成第二圖像編碼特征表示；
15、基于所述門禁特征映射子網絡對所述第二圖像編碼特征表示進行門禁特征映射，生成第三圖像編碼特征表示；
16、基于所述圖像特征分簇子網絡對所述第一圖像編碼特征表示和所述第三圖像編碼特征表示進行分簇，生成分簇結果；
17、基于所述分簇結果確定第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果，所述分簇結果包括樓宇門禁采集圖像對應的分簇歸屬置信度；
18、基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和對應的門禁驗證標簽標注數據，對所述門禁特征映射子網絡和所述門禁驗證標簽預測子網絡進行聯動知識學習，生成完成知識學習的門禁特征映射子網絡和完成知識學習的門禁驗證標簽預測子網絡；
19、將所述完成知識學習的門禁特征映射子網絡、所述圖像特征分簇子網絡和所述完成知識學習的門禁驗證標簽預測子網絡輸出為所述圖像識別網絡。
20、在第一方面的一種可能的實施方式中，所述基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和對應的門禁驗證標簽標注數據，對所述門禁特征映射子網絡和所述門禁驗證標簽預測子網絡進行聯動知識學習，生成完成知識學習的門禁特征映射子網絡和完成知識學習的門禁驗證標簽預測子網絡的步驟，包括：
21、基于相同門禁驗證標簽標注數據的樓宇門禁采集圖像的分簇結果，對所述門禁特征映射子網絡進行知識學習，生成完成知識學習的門禁特征映射子網絡；
22、基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和門禁驗證標簽標注數據的映射聯系，對所述門禁驗證標簽預測子網絡進行知識學習，生成完成知識學習的門禁驗證標簽預測子網絡。
23、在第一方面的一種可能的實施方式中，所述基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和門禁驗證標簽標注數據的映射聯系，對所述門禁驗證標簽預測子網絡進行知識學習，生成完成知識學習的門禁驗證標簽預測子網絡的步驟，包括：
24、基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和門禁驗證標簽標注數據的映射聯系，構建目標樣例學習數據；
25、獲取所述目標樣例學習數據的分簇結果和真實門禁驗證標簽標注數據；
26、將所述目標樣例學習數據的分簇結果加載到所述門禁驗證標簽預測子網絡中，生成所述目標樣例學習數據的第一預測門禁驗證標簽數據；
27、基于所述第一預測門禁驗證標簽數據和所述真實門禁驗證標簽標注數據，對所述門禁驗證標簽預測子網絡進行知識學習，生成完成知識學習的門禁驗證標簽預測子網絡。
28、在第一方面的一種可能的實施方式中，所述基于相同門禁驗證標簽標注數據的樓宇門禁采集圖像的分簇結果，對所述門禁特征映射子網絡進行知識學習，生成完成知識學習的門禁特征映射子網絡的步驟，包括：
29、將相同門禁驗證標簽標注數據的樓宇門禁采集圖像的分簇結果加載到所述門禁驗證標簽預測子網絡中，生成所述相同門禁驗證標簽標注數據的樓宇門禁采集圖像的第二預測門禁驗證標簽數據；
30、基于所述第二預測門禁驗證標簽數據和所述相同門禁驗證標簽標注數據，對所述門禁特征映射子網絡進行知識學習，生成完成知識學習的門禁特征映射子網絡。
31、在第一方面的一種可能的實施方式中，在所述獲取目標樓宇門禁采集圖像的步驟之后，還包括：
32、對所述目標樓宇門禁采集圖像進行關鍵特征區域定位，生成所述目標樓宇門禁采集圖像所包括的關鍵特征；
33、對所述關鍵特征進行自注意力處理，生成所述關鍵特征對應的自注意力特征；
34、基于所述關鍵特征對應的自注意力特征，生成所述目標樓宇門禁采集圖像的活體特征空間表示。
35、在第一方面的一種可能的實施方式中，所述利用所述完成知識學習的圖像識別網絡對所述目標樓宇門禁采集圖像的活體特征空間表示進行門禁驗證知識網絡映射，生成所述目標樓宇門禁采集圖像在所述目標樓本文檔來自技高網...
【技術保護點】
1.一種應用于樓宇門禁系統的圖像識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，在獲取所述參考樓宇門禁節點和目標樓宇門禁節點對應的完成知識學習的圖像識別網絡的步驟之前，所述方法還包括：
3.根據權利要求2所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述初始化的圖像識別網絡包括門禁特征映射子網絡、圖像特征分簇子網絡和門禁驗證標簽預測子網絡，所述基于所述樣例學習數據對所述初始化的圖像識別網絡進行知識學習，生成所述完成知識學習的圖像識別網絡的步驟，包括：
4.根據權利要求3所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和對應的門禁驗證標簽標注數據，對所述門禁特征映射子網絡和所述門禁驗證標簽預測子網絡進行聯動知識學習，生成完成知識學習的門禁特征映射子網絡和完成知識學習的門禁驗證標簽預測子網絡的步驟，包括：
5.根據權利要求4所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述基于所述第一監督樓
6.根據權利要求4所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述基于相同門禁驗證標簽標注數據的樓宇門禁采集圖像的分簇結果，對所述門禁特征映射子網絡進行知識學習，生成完成知識學習的門禁特征映射子網絡的步驟，包括：
7.根據權利要求1-6中任意一項所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，在所述獲取目標樓宇門禁采集圖像的步驟之后，還包括：
8.根據權利要求1-6中任意一項所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述利用所述完成知識學習的圖像識別網絡對所述目標樓宇門禁采集圖像的活體特征空間表示進行門禁驗證知識網絡映射，生成所述目標樓宇門禁采集圖像在所述目標樓宇門禁節點中的目標門禁驗證知識矢量序列的步驟，包括：
9.根據權利要求8所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述利用人臉檢測和關鍵點定位算法對所述目標樓宇門禁采集圖像進行關鍵特征區域定位，生成關鍵特征區域的步驟，包括：
10.一種應用于樓宇門禁系統的圖像識別系統，其特征在于，所述應用于樓宇門禁系統的圖像識別系統包括處理器和存儲器，所述存儲器和所述處理器連接，所述存儲器用于存儲程序、指令或代碼，所述處理器用于執行所述存儲器中的程序、指令或代碼，以實現上述權利要求1-9任意一項所述的應用于樓宇門禁系統的圖像識別方法。
...【技術特征摘要】
1.一種應用于樓宇門禁系統的圖像識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，在獲取所述參考樓宇門禁節點和目標樓宇門禁節點對應的完成知識學習的圖像識別網絡的步驟之前，所述方法還包括：
3.根據權利要求2所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述初始化的圖像識別網絡包括門禁特征映射子網絡、圖像特征分簇子網絡和門禁驗證標簽預測子網絡，所述基于所述樣例學習數據對所述初始化的圖像識別網絡進行知識學習，生成所述完成知識學習的圖像識別網絡的步驟，包括：
4.根據權利要求3所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和對應的門禁驗證標簽標注數據，對所述門禁特征映射子網絡和所述門禁驗證標簽預測子網絡進行聯動知識學習，生成完成知識學習的門禁特征映射子網絡和完成知識學習的門禁驗證標簽預測子網絡的步驟，包括：
5.根據權利要求4所述的應用于樓宇門禁系統的圖像識別方法，其特征在于，所述基于所述第一監督樓宇門禁采集圖像和第二監督樓宇門禁采集圖像的分簇結果和門禁驗證標簽標注數據的映射聯系，對所述門禁驗證標簽預測子網絡進行知識學習，生成完成知識學習的門禁驗證標簽預測子網絡的步驟，包括：
【專利技術屬性】
技術研發人員：孫平方，王小慶，趙吉會，
申請(專利權)人：廣東博科電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。