[發明專利]基于RFID及面部識別的酒店安全入住的方法、裝置及設備

有效

• 申請號: 202010564346.X
• 申請日: 2020-06-19
• 公開（公告）號: CN111709851B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 楊洋
• 申請（專利權）人: 河南牧業經濟學院
• 主分類號: G06Q50/12
• 分類號: G06Q50/12;G07C9/00;G07C9/25;G07C9/27;G06K9/00
• 代理公司: 河南豫龍律師事務所 41177
• 代理人: 游國戰

1.一種基于RFID及面部識別的酒店安全入住的方法，其特征在于，包括下述步驟：

基于預設的用戶信息采集模型，對用戶信息進行預采集，其中，所述預設的用戶信息采集模型具體步驟包括：基于預設的RFID電子標記單元，綁定當前用戶的身份證信息，基于預設的第一圖片采集模型，采集用戶身份證信息中的頭像圖片，作為第一頭像，對當前用戶的身份證信息和采集用戶身份證信息中的第一頭像進行同標識標記，生成身份證信息與第一頭像構成的對照表，為第一對照表；

基于預設的用戶信息傳輸模型，啟動預設的RFID控制單元，所述預設的RFID控制單元向RFID讀寫器發送讀入指令，所述RFID讀寫器接收到讀入指令后，讀取所述RFID電子標記單元的編號，并將所述編號寫入到中心控制模型，同時，所述RFID控制單元將所述RFID電子標記單元綁定的當前用戶的身份證信息發送到中心控制模型，所述編號和所述當前用戶的身份證信息生成key-vlaue格式的字段，進行緩存，生成第二對照表，將所述預采集結果發送到中心控制模型；

基于預設的用戶類型區別判斷模型，讀取所述RFID電子標記單元的編號，并將所述編號寫入到中心控制模型時，同時獲取預設的酒店前端頁面分配的房間號信息，將所述房間號信息發送到中心控制模型，并且與所述編號構成哈希值格式，生成第三對照表，判斷當前用戶的類型是否為住戶類型，若為住戶類型，在將所述預采集結果發送到中心控制模型之前，啟動預設的用戶信息采集模型時，獲取當前用戶對應的入住房間號，其中，所述預設的用戶類型區別判斷模型包括：獲取中心控制模型中提前錄入的工作人員的身份證信息集，與所述預設的RFID電子標記單元綁定的當前用戶的身份證信息進行對比；判斷所述預設的RFID電子標記單元綁定的當前用戶的身份證信息是否為所述提前錄入的工作人員的身份證信息集中的元素；若為，則所述用戶類型為工作人員類型，否則，則所述用戶類型為住戶類型；

基于預設的電子識別模型，判斷客房前是否為入住用戶，若是，則獲取所述入住用戶對應的第一頭像，同時啟動預設的第二圖像采集模型，對入住用戶進行頭像圖片采集，作為第二頭像，并將所述第二頭像發送到預設的中心控制模型，其中，所述基于預設的電子識別模型，判斷客房前前是否為入住用戶，若是，則獲取所述入住用戶對應的第一頭像包括：基于預設的RFID接收器，判斷是否存在被RFID電子標記單元發射的射頻信號，若存在，則判斷客房前有持被RFID電子標記的身份證的用戶存在；基于預設的RFID讀寫器，獲取RFID電子標記單元的編號，獲取所述第二對照表并進行key-value解析，獲取所述編號對應的身份證信息；基于所述第一對照表，判斷所述身份證信息是否被標識標記，若未被標記，則所述身份證信息對應的用戶為非入住用戶，否則，當前用戶為入住用戶；基于所述第一對照表中所述身份證信息的標記標識，獲取所述身份證信息對應的第一頭像，其中，將所述第二頭像發送到預設的中心控制模型時包括：將所述第一頭像和所述第二頭像，加入到同一個有序圖片集合，生成圖片對照集，其中，第一頭像在所述圖片對照集中的位置為第一位，即所述第一頭像為有序集合圖片對照集的第一個元素；

基于所述中心控制模型中預設的人臉識別模型對所述第一頭像和所述第二頭像分別進行人臉檢測、預處理、特征點提取，并將所述第一頭像對應的特征點和所述第二頭像對應的特征點進行對比，具體識別方式為：獲取所述圖片對照集中的所有頭像圖片，對所述圖片對照集中每一張圖片，基于二進小波變換算法進行圖片中的人臉檢測，提取待測圖像中的Haar特征，經過遺傳算法訓練從中選出每一張圖片的所有滿足預設閾值的特征點，其中，所述的二進小波變換算法進行圖片中的人臉檢測包括：將第一頭像作為原圖像,在所述原圖像的垂直方向上使用低通分析濾波器進行分解，得到垂直方向的低頻分量和水平方向上的高頻分量，同樣的，可以獲取第一頭像在水平方向使用高通分析濾波器得到水平方向上的低頻分量和垂直方向上的高頻分量，再經過轉化，獲得角度相似函數和自由參數，選擇人臉部位的任意一點,進行學習獲得一個對應的自由參數，利用這些參數，進行人臉檢測；令第二頭像為檢測圖片，利用小波變換得到所述檢測圖片垂直方向和水平方向上的高頻分量，具體如下：基于預設檢測標準對測試圖像使用若干個特征點的自由參數，獲取預設公式檢測出人臉部位，其中，基于預設的算法模型，獲取第一頭像和第二頭像的相似度，判斷所述第一頭像和第二頭像是否為同一個人的不同頭像照片，具體判斷方式為：獲取所述圖片對照集中的第一張圖片的特征點，構成第一特征點集，同時獲取所述圖片對照集中其他圖片的特征點，并分別構成對比特征點集；基于預設的概率分布算法，獲取所述第一特征點集與所述對比特征點集間特征點重疊的概率，是否超過預設的概率閾值，若超過，則所述第一特征點集和所述對比特征點集為同一張人臉照片；

若為同一個人的不同頭像照片，判斷當前用戶對應的入住房間號與所述當前用戶所在客房前的房間號是否相同，若相同，則開啟客房，否則，無法開啟，具體判斷方式為：基于第一頭像和所述第一對照表獲取所述身份證信息，基于所述身份證信息和第二對照表獲取編號信息，基于編號信息和第三對照表，獲取第三對照表中的房間號，即為當前用戶對應的入住房間號；同時基于預設的中心控制模型，獲取當前用戶所在客房前的房間號，其中，所述預設的中心控制模型與所有客房的電子識別模型相連接，且提前錄入所有客房的房間號信息。