一种小区人员档案智能管理方法
专利汇可以提供一种小区人员档案智能管理方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及小区管理领域，提出一种小区人员档案智能管理方法。包括用 深度学习 模型检测人脸并进行名单库比对；采用黑、白、灰名单的机制对小区人员进行管理与分类，实现特殊人员的实时告警；对获得的图片数据进行清洗，用于优化训练深度学习模型；分析小区人员的出入时间，实现异常事件的提前预警；利用名单库人员档案信息，形成本小区的相关统计数据和图表。通过本发明提供的小区管理系统，实现对小区人员的规范管理，以及对特殊人员和异常事件的及时预警，减少安保人员的工作负担，有效提升小区的安全系数，使小区管理更为智能化。，下面是一种小区人员档案智能管理方法专利的具体信息内容。
1.一种小区人员档案智能管理方法，包含小区内的前端相机、人脸检测模块、人脸识别模块、档案管理和系统预警，其特征在于：前端相机负责获取监控画面；人脸检测模块和人脸识别模块分别对画面进行人脸检测和人脸识别，并将处理结果进行数据清洗，用于模型的更新训练；建立小区档案管理机制，有效管理小区人员；利用预警系统实现对特殊人员的报警，并结合小区人员出入记录实现对异常事件的提前预警。
2.如权利要求1所述的一种小区人员档案智能管理方法，其特征在于：所述的小区档案管理机制分成名单库管理和数据目录管理两部分：名单库管理将小区人员档案划分为白名单、黑名单和灰名单；数据目录管理负责给每个小区人员档案都绑定一个目录，用于存放各自的抓拍图片，并以抓拍时间给图片命名，同时根据图片的抓拍时间，可以分析小区人员的出入情况。
3.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的抓拍图片，在目录中的存放规则如下：若当前抓拍人脸图片为P1，首先与黑、白、灰名单库中所有人员R＝{R1,R2,R3…RN}进行比对，根据比对结果筛选出相似度大于阈值T的人员目录R'＝{R1',R2',R3'…RN'}，然后将图片P1分别添加至这些目录中去。
4.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的白名单,定义为小区住户和物业人员的档案，当系统抓拍到白名单人员时不会报警；白名单信息由人工采集，包含身份信息、紧急联系人信息、车辆信息、现场采集的人脸信息。其中身份信息包含年龄、籍贯、性别、本地或外地、民族、电话；紧急联系人信息包含名字、电话、与联系人关系；车辆信息包含车牌信息、车型和车标；现场采集信息包含现场拍摄的5张人脸照片，角度分别为仰视、俯视、正脸、左侧脸和右侧脸；
所述的白名单，根据人员信息额外再划分出一个特殊人群库，比如：小区上访人员、刑满释放人员、有吸毒史的人员、有暴力倾向的精神病患者、以及其他特殊人员；
系统可以运用所述的人工采集的白名单信息，生成一些小区分布统计图，例如：小区年龄分布图，小区性别占比图，小区人员职业分布图，小区人员本省/外省占比图，小区人员手机所属运营商占比图等。
5.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的黑名单，定义为公安局提供的犯罪人员档案，以及在本小区有犯罪记录的人员档案，当检测到黑名单人员时会触发报警；黑名单人员的档案信息一部分由公安局提供并保持更新，另外一部分由人工采集并输入，主要包含身份信息和人脸信息。
6.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的灰名单，定义为不在黑白名单中的人员档案，一般为临时访客；灰名单库由系统自动生成，当系统抓拍到人脸后，会与黑名单、白名单以及现有的灰名单逐个进行比对，若比对结果不为上述名单中的任何一人，系统会在灰名单中新建一个人员档案，并以抓拍人脸作为档案照片，用于后期人脸识别。因此，灰名单中人员信息仅仅包含抓拍人脸和抓拍时间；
所述的灰名单，根据人员在小区的出入频率和时间再划分出一个可疑人员库。当检测到灰名单中的可疑人员时，系统也会触发报警，由安保人员负责当面核实身份信息；
可疑人员分为两类：
a)第一类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单中某个档案对应目录的人脸图像超过N1时，对该目录进行数据清洗，即剔除非本档案人人脸，若清洗完毕后该目录的图像数量依旧大于N2，则将该该档案归入灰名单中的“第一类可疑人员”。这类人员可能是推销人员或是犯罪踩点人员。
b)第二类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单在经过数据清洗后，某个目录同时满足下列两个条件，则将该目录对应的档案归入灰名单中的“第二类可疑人员”。①、目录中图像的总数超过N3。②、抓拍时间为凌晨的图片数量超过N4。第二类可疑人员可能是小偷或劫犯。
7.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的白、灰名单人员，在满足一定条件时可以相互转换：
a)灰名单转换成白名单：对于经常来小区的灰名单人员，可能是小区的新租客，或者是小区住户的亲戚暂住，在工作人员确定其身份后，进行现场信息采集，并将其档案转变成白名单。
b)白名单转换成灰名单：对于不再居住于小区的白名单用户，需将其档案转入灰名单。
8.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的小区人员出入情况可作为异常事件的判断依据。系统会对每个白名单住户统计其连续未出入小区的时间，并根据时间长短分成不同层次，进行相应处理：若住户1～3天未出入小区视为正常；
若住户4～7天未出入小区，需派专人对其住处进行重点查看；若住户7天以上未出入小区，需由物业人员进行电话专访，询问住户状况。
9.如权利要求1所述的一种小区人员档案智能管理方法，其特征在于：所述的人脸检测模型通过人脸检测数据集训练获得，用于检测视频画面中出现的人脸；人脸识别模型通过人脸识别数据集训练获得，将抓拍人脸与名单库中所有档案逐个进行比对，并输出两者的相似度；
所述的人脸检测模型，其初始训练数据集FDD＝{FDD1,FDD2,FDD3}；其中FDD1是公开的人脸检测数据集，例如FDDB和Caltech10k Web Faces等；FDD2是通过网络爬虫技术从网页上搜集的政治家、明星、企业家等名人的人脸数据；FDD3是通过人工搜集的小区人员的人脸数据；所述的人脸检测模型的训练与更新过程如下所示：
a)先利用人脸检测初始数据集FDD训练得到一个人脸检测的初始模型FDM1，然后将这个模型应用于小区的监控系统，并将人脸检测的置信度设置为T1(80
3)；
c)不断重复上述过程，训练集FDD的样本逐渐增多，并且训练得到的人脸检测模型精度也越来越高。在每个人脸抓图阶段，检测阈值都增加α，直到阈值趋近于100。最终可得到一个高精度的人脸检测模型FDMN。
10.如权利要求1所述的一种小区人员档案智能管理方法，其特征在于：所述的人脸识别模型，其初始训练数据集FRD＝{FRD1,FRD2,FRD3}。其中FRD1是公开的人脸识别数据集，例如WebFace、LFW和MegaFace等；FRD2同样是通过网络爬虫技术从网页上搜集名人的人脸图像和身份信息；FRD3是黑、白名单档案数据，包括白名单中通过人工采集的身份证图像和现场采集的5张人脸图像，以及公安系统提供的黑名单信息；
所述的人脸识别模型的训练过程如下所示：
a)利用初始人脸识别数据集，训练得到一个初始人脸识别模型FRM1，然后将这个模型应用于小区的监控系统，将识别的阈值设置为T2(95
c)不断重复上述过程(b)，随着FRD4中训练样本的数量和质量的提升，训练得到人脸识别模型FRMN的精度也越来越高。在每个识别阶段中，检测阈值都减少β，直到阈值趋近于80，最终得到一个专门针对本小区的且具有高精度的人脸识别模型。
一种小区人员档案智能管理方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种沉铁过程出口离子预测方法及其系统 | 2020-07-17 | 0 |
| 一种管道漏磁内检测器数据的自适应滤波方法 | 2021-01-13 | 0 |
| 基于多层卷积神经网络的输电线路设备图像缺陷检测方法及系统 | 2022-08-20 | 1 |
| 一种基于高约束高分散主成分分析网络的图像分类方法 | 2020-08-31 | 0 |
| 一种基于深度学习的人脸识别用于检测疲劳驾驶的方法 | 2020-12-17 | 1 |
| 基于智能感知的一站式服务方法、装置、系统、平台及介质 | 2021-02-22 | 1 |
| 基于干扰观测器的MEMS陀螺滑模抖振抑制方法 | 2023-01-27 | 0 |
| 基于虚拟技术的会计教学系统 | 2020-10-18 | 1 |
| 一种末端即时物流的智能调度系统 | 2023-08-05 | 1 |
| 一种构建甲状腺超声领域本体的方法 | 2020-12-05 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
