[發(fā)明專利]基于面部圖像的金庫安全門的控制方法和裝置

有效

• 申請?zhí)枺?/td>: 201911410131.6
• 申請日: 2019-12-31
• 公開（公告）號: CN111080874B
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計）人: 黃文強;季蘊青;張懂;胡瑋;易念;胡傳杰;浮晨琪;胡路蘋;黃雅楠;李蚌蚌;申亞坤;王暢暢;徐晨敏
• 申請（專利權(quán)）人: 中國銀行股份有限公司
• 主分類號: G07C9/33
• 分類號: G07C9/33;G06V40/16;G06V10/764
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李慧引

本申請?zhí)峁┮环N基于面部圖像的金庫安全門的控制方法和裝置，在用戶輸入金庫密碼時采集用戶的面部圖像，然后從用戶的面部圖像中提取出用戶的表情特征；利用風(fēng)險預(yù)測網(wǎng)絡(luò)處理表情特征，得到表情特征的預(yù)估風(fēng)險等級；若表情特征的預(yù)估風(fēng)險等級為低風(fēng)險，且用戶輸入的密碼通過密碼校驗，控制銀行金庫的安全門開啟；若表情特征的預(yù)估風(fēng)險等級為高風(fēng)險，控制銀行金庫的安全門關(guān)閉。本方案用預(yù)先構(gòu)建的風(fēng)險預(yù)測網(wǎng)絡(luò)處理用戶輸入金庫密碼時的表情特征，預(yù)測出用戶輸入金庫密碼的場景的風(fēng)險等級，基于預(yù)測結(jié)果控制金庫的安全門的開啟或關(guān)閉，從而有效避免了高風(fēng)險場景下金庫門開啟導(dǎo)致的財物損失。

技術(shù)領(lǐng)域

本發(fā)明涉及安防技術(shù)領(lǐng)域，特別涉及一種基于面部圖像的金庫安全門的控制方法和裝置。

背景技術(shù)

銀行金庫是銀行的重點區(qū)域，儲存有大量貴重物品，金庫的物品被盜或被搶將給銀行帶來巨大損失。為了保護金庫內(nèi)物品的安全，現(xiàn)有銀行多采用密碼鎖的方式控制金庫的安全門。

然而，在某些高風(fēng)險場景中(例如，發(fā)生暴力犯罪事件時)持有金庫安全門密碼的管理員可能會被脅迫打開安全門，現(xiàn)有的密碼鎖無法識別這類場景，一旦管理員輸入了正確的密碼安全門就會開啟，導(dǎo)致金庫內(nèi)的財物失竊。

發(fā)明內(nèi)容

基于上述現(xiàn)有技術(shù)的缺點，本發(fā)明提供一種基于面部圖像的金庫安全門的控制方法和裝置，以提供一種能夠識別高風(fēng)險場景并在高風(fēng)險場景下自動控制金庫的安全門的控制方案。

本發(fā)明第一方面提供一種基于面部圖像的金庫安全門的控制方法，包括：

在用戶輸入金庫密碼時采集用戶的面部圖像；

從所述用戶的面部圖像中提取出用戶的表情特征；

利用風(fēng)險預(yù)測網(wǎng)絡(luò)處理所述表情特征，得到所述表情特征的預(yù)估風(fēng)險等級；其中，所述風(fēng)險預(yù)測網(wǎng)絡(luò)是，利用樣本數(shù)據(jù)集預(yù)先訓(xùn)練得到的反向傳播神經(jīng)網(wǎng)絡(luò)；所述樣本數(shù)據(jù)集的每一個樣本數(shù)據(jù)，均包括表情特征和所述表情特征對應(yīng)的實際風(fēng)險等級；

若所述表情特征的預(yù)估風(fēng)險等級為低風(fēng)險，且用戶輸入的密碼通過密碼校驗，控制銀行金庫的安全門開啟；

若所述表情特征的預(yù)估風(fēng)險等級為高風(fēng)險，控制所述銀行金庫的安全門關(guān)閉。

可選的，所述若所述表情特征的預(yù)估風(fēng)險等級為低風(fēng)險，且用戶輸入的密碼通過密碼校驗，控制銀行金庫的安全門開啟，包括：

若所述表情特征的預(yù)估風(fēng)險等級為低風(fēng)險，比較所述用戶輸入的密碼和銀行金庫的開啟密碼；

若所述用戶輸入的密碼和所述銀行金庫的開啟密碼一致，確定所述用戶輸入的密碼通過密碼校驗，并控制所述銀行金庫的安全門開啟。

可選的，訓(xùn)練所述風(fēng)險預(yù)測網(wǎng)絡(luò)的方法，包括：

獲取初始預(yù)測網(wǎng)絡(luò)；其中，所述初始預(yù)測網(wǎng)絡(luò)的參數(shù)利用遺傳算法確定；

針對樣本數(shù)據(jù)集的每一個樣本數(shù)據(jù)，利用所述初始預(yù)測網(wǎng)絡(luò)處理所述樣本數(shù)據(jù)的表情特征，得到所述樣本數(shù)據(jù)的預(yù)估風(fēng)險等級；

根據(jù)每一個所述樣本數(shù)據(jù)的預(yù)估風(fēng)險等級和所述樣本數(shù)據(jù)的實際風(fēng)險等級，計算所述初始預(yù)測網(wǎng)絡(luò)的損失函數(shù)；

若所述初始預(yù)測網(wǎng)絡(luò)的損失函數(shù)不滿足收斂條件，更新所述初始預(yù)測網(wǎng)絡(luò)的參數(shù)，返回執(zhí)行所述針對樣本數(shù)據(jù)集的每一個樣本數(shù)據(jù)，利用所述初始特征網(wǎng)絡(luò)處理所述樣本數(shù)據(jù)的表情特征，得到所述樣本數(shù)據(jù)的預(yù)估風(fēng)險等級；

若所述初始預(yù)測網(wǎng)絡(luò)的損失函數(shù)滿足收斂條件，將所述初始預(yù)測網(wǎng)絡(luò)確定為風(fēng)險預(yù)測網(wǎng)絡(luò)。

可選的，所述從所述用戶的面部圖像中提取出用戶的表情特征之前，還包括：

用圖像增強算法對所述用戶的面部圖像增強處理，得到增強后的面部圖像；