[發明專利]一種基于機器學習的智能門控系統及其控制方法

在審

• 申請號: 201711083263.3
• 申請日: 2017-11-07
• 公開（公告）號: CN107909687A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 謝群斐
• 申請（專利權）人: 惠州市瑞時智控科技有限公司
• 主分類號: G07C9/00
• 分類號: G07C9/00;G06K9/00;G06K9/62
• 代理公司: 北京酷愛智慧知識產權代理有限公司11514
• 代理人: 安娜

1.一種基于機器學習的智能門控系統，其特征在于，包括圖像獲取模塊、處理單元和門鎖控制模塊，所述圖像獲取模塊用于獲取設定開門圖像信息和開門圖像信息，并將所述信息傳輸到處理單元；所述處理單元用于接收和預處理設定開門圖像信息和開門圖像信息；對所述預處理后的設定開門圖像信息進行機器學習訓練得到模型庫；把預處理后的開門圖像信息進行機器學習后輸入模型庫分析識別，根據分析識別結果發出控制指令控制門鎖控制模塊；所述門鎖控制模塊用于控制門鎖裝置打開智能門。

2.如權利要求1所述的基于機器學習的智能門控系統，其特征在于，所述處理單元包括數據預處理模塊，所述數據預處理模塊用于對設定開門圖像信息和開門圖像信息進行預處理。

3.如權利要求2所述的基于機器學習的智能門控系統，其特征在于：所述數據預處理模塊包括圖像去噪模塊、灰度變換模塊、邊緣檢測模塊和輪廓提取模塊，所述圖像去噪模塊用于去除設定開門圖像和開門圖像的噪聲；所述灰度變換模塊用于調整設定開門圖像和開門圖像中每個像素的灰度值；所述邊緣檢測模塊用于檢測設定開門圖像和開門圖像的邊緣；輪廓提取模塊用于提取設定開門圖像和開門圖像的輪廓。

4.如權利要求2所述的基于機器學習的智能門控系統，其特征在于，所述處理單元還包括訓練模型單元，所述訓練模型單元用于對預處理后的設定開門圖像信息進行圖像特征提取、圖像特征集合和圖像特征加權，對圖像特征加權后的圖像特征信息采用機器學習算法進行學習，得到模型庫。

5.如權利要求4所述的基于機器學習的智能門控系統，其特征在于，所述處理單元還包括分析單元，所述分析單元用于對預處理后的開門圖像信息進行特征提取、特征集合和特征加權，得到開門圖像信息特征向量，將開門圖像信息特征向量輸入模型庫。

6.如權利要求5所述的基于機器學習的智能門控系統，其特征在于，所述處理單元還包括識別單元，所述識別單元用于根據開門圖像信息特征向量與模型庫中的設定圖像特征信息進行分析識別，得到分析識別結果。

7.如權利要求1-6之一所述基于機器學習的智能門控系統，其特征在于，所述系統還包括顯示模塊，所述顯示模塊用于顯示智能門的顯示識別狀態和啟閉狀態。

8.如權利要求1所述的基于機器學習的智能門控系統的控制方法，其特征在于，具體包括以下步驟：

獲取設定開門圖像信息；

對所述設定開門圖像信息進行預處理；

將預處理后設定開門圖像信息進行機器學習，得到訓練模型；

獲取開門圖像信息；

對所述開門圖像信息進行預處理；

將預處理后的開門圖像信息進行機器學習，將開門圖像特征輸入訓練模型進行分析識別，得到識別結果；

根據所述識別結果控制門鎖控制模塊打開門鎖裝置。

9.如權利要求8所述的基于機器學習的智能門控系統的控制方法，其特征在于，所述對設定圖像信息進行預處理得到預處理，所述預處理的方法具體包括以下步驟：對設定開門圖像進行去噪；對去噪后的設定開門圖像中每個像素進行灰度值調整；檢測設定開門圖像和開門圖像的邊緣；提取設定開門圖像和開門圖像的輪廓。

10.如權利要求9所述的基于機器學習的智能門控系統的控制方法，其特征在于，將預處理后的設定開門圖像信息進行機器學習的方法具體包括以下步驟：將預處理后的設定開門圖像進行圖像特征提取、圖像特征集合和圖像特征加權，利用支持向量機方法對圖像特征信息進行訓練。