[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

技術領域

本發明涉及智能門技術領域，具體涉及一種基于機器學習的智能門控系統及其控制方法。

背景技術

門是分割有限空間的一種實體，它的作用是可以連接和關閉兩個或多個空間的出入口，隨著智能化控制技術的發展，人們的生活中到處可見先進的電子設備。傳統的門鎖，需要人們隨身攜帶鑰匙才能打開門，如果忘記鑰匙則要請人開鎖，且安全性不高。

發明內容

針對現有技術中的缺陷，本發明的目的之一在于提供一種基于機器學習的智能門控系統，安全性高。

第一方面，本發明提供的一種基于機器學習的智能門控系統，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。

可選地，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。

可選地，所述數據預處理模塊包括圖像去噪模塊、灰度變換模塊和直方圖均衡化模塊，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；所述直方圖均衡化模塊用于增加設定圖像和開門圖像中的局部對比度。

可選地，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特征提取、特征集合和特征加權，對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。

可選地，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。

可選地，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開門圖像特征信息進行分析識別，得到分析識別結果。

可選地，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。

第二方面，本發明還提供一種基于機器學習的智能門控系統的控制方法，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。

可選地，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。

可選地，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。

本發明的有益效果：

本發明的基于機器學習的智能門控系統，采用機器學習方法對人開門的圖像進行學習，對圖像的識別率高，使用方便，準確率高，提高了智能門的安全性。

本發明的基于機器學習的智能門控系統的控制方法，采用機器學習方法對人開門的圖像進行學習，對圖像的識別率高，使用方便，準確率高，提高了智能門的安全性。

附圖說明

為了更清楚地說明本發明具體實施方式或現有技術中的技術方案，下面將對具體實施方式或現有技術描述中所需要使用的附圖作簡單地介紹。在所有附圖中，類似的元件或部分一般由類似的附圖標記標識。附圖中，各元件或部分并不一定按照實際的比例繪制。

圖1示出了本發明第提供的一種基于機器學習的智能門控系統的第一實施例的原理框圖；

圖2示出了圖1中處理單元的原理框圖；

圖3示出了本發明提供的一種基于機器學習的智能門控系統的控制方法的第一實施例的流程圖。

具體實施方式