一种基于智能锁异常报警系统

    公开(公告)号:CN118430207B

    公开(公告)日:2024-11-05

    申请号:CN202410899939.X

    申请日:2024-07-05

    摘要: 本发明涉及智能锁技术领域,具体涉及一种基于智能锁异常报警系统,包括:数据采集模块:获取智能锁监测时段内每次运行时的时间数据,并进行判定,生成智能锁是否异常信号;异常判断模块:基于智能锁异常信号,获取智能锁异常频率和智能锁不合格频率,对智能锁异常进行判断;影响分析模块:基于智能锁不合格信号,获取智能锁锁舌的运动距离数据,输出得到影响程度值,并判断,生成是否影响信号;异常报警模块:基于影响信号,获取锁舌异常数据,并进行分析,得到异常风险值,并进行评估,得到报警等级信号;本发明基于锁舌的时间异常和行程异常之间的影响,对锁舌的时间异常和行程异常进一步处理,对智能锁在监测时段的异常程度变化进行处理。

    基于图像处理的指纹识别方法及系统

    公开(公告)号:CN118658186A

    公开(公告)日:2024-09-17

    申请号:CN202411124574.X

    申请日:2024-08-16

    摘要: 本发明涉及指纹识别技术领域,具体为一种基于图像处理的指纹识别方法及系统。指纹识别方法包括以下步骤:采集指纹图像,利用图像传感器获取用户指纹的高分辨率指纹图像;预处理指纹图像,以提高图像质量;提取指纹特征,通过细节点检测算法识别指纹图像中的细节点特征,包括端点及分叉点。本发明通过引入图像处理技术和先进的特征提取算法,提出了一种基于图像处理的指纹识别方法和系统,通过采用高分辨率图像传感器,能够在不同光线条件下稳定采集高质量的指纹图像,提升了图像质量和细节保留能力。

    智能锁生产测试方法及系统
    3.
    发明公开

    公开(公告)号:CN118549743A

    公开(公告)日:2024-08-27

    申请号:CN202410998783.0

    申请日:2024-07-24

    IPC分类号: G01R31/00

    摘要: 本发明涉及智能锁生产技术领域,具体为一种智能锁生产测试方法及系统,所述测试方法包括以下步骤:功能模块检测,在智能锁生产线上布置多个功能模块测试装置,用于分别检测智能锁的电路板、指纹识别模块和通信模块;数据采集,使用多传感器网络对各个所述功能模块测试装置进行实时数据采集,包括电流、电压、温度、湿度、压力参数;数据融合,使用数据融合算法,将来自各个所述功能模块测试装置的所述实时数据进行融合,以形成综合的检测结果。通过本发明,显著提高了智能锁生产测试的精度和效率,确保各功能模块的性能稳定和协调工作,解决了智能锁测试过程中各个模块难以协同通信导致存在测试误差的技术问题。

    指静脉识别方法、装置、模组及介质

    公开(公告)号:CN118334759A

    公开(公告)日:2024-07-12

    申请号:CN202410336694.X

    申请日:2024-03-22

    IPC分类号: G06V40/50 G06V40/16

    摘要: 本发明属于指静脉识别领域,涉及数据分析技术,用于解决现有的指静脉识别方法需要将认证图像与数据库中存储的所有合法用户的指静脉图像进行逐一比对,导致认证效率低下的问题,具体是指静脉识别方法、装置、模组及介质,包括基座,所述基座表面设置有主动光源、处理器以及图像传感器,基座通过固定座固定安装有镜头,镜头内设置有滤光片;处理器通信连接有图像获取模块、特征比对模块、图像比对模块以及存储模块;图像获取模块用于获取用户的指静脉图像;本发明可以获取用户的指静脉图像,通过近红外光照射与图像传感器对指静脉图像进行采集,然后对指静脉图像进行特征提取,为特征比对过程提供数据支撑。

    基于融合网络及SIF特征的掌纹静脉识别方法

    公开(公告)号:CN117542090A

    公开(公告)日:2024-02-09

    申请号:CN202311584446.9

    申请日:2023-11-25

    摘要: 本发明涉及,机器学习图像识别领域,具体为基于融合网络及SIF特征的掌纹静脉识别方法,相较于以往的单一识别与模板匹配方式,本发明将掌纹与静脉识别两种方法进行统合分析,并采集主要且明显特征的融合特征以降低对设备的要求。本发明提出一种全SIF掌纹静脉特征方式,能够完全避免因手掌采集图片的角度缩放大小导致的算法网络模型检测失败。一种基于融合网络的掌纹静脉识别方式,通过竞争合作原理,抉择出更适合当前检测环境的算法模型,并且引入时间与准确率之间的平衡考量,进而能够使得整体网络检测速度更快,对设备要求更低的,但准确性能够得到充足保证。

    一种基于智能锁异常报警系统

    公开(公告)号:CN118430207A

    公开(公告)日:2024-08-02

    申请号:CN202410899939.X

    申请日:2024-07-05

    摘要: 本发明涉及智能锁技术领域,具体涉及一种基于智能锁异常报警系统,包括:数据采集模块:获取智能锁监测时段内每次运行时的时间数据,并进行判定,生成智能锁是否异常信号;异常判断模块:基于智能锁异常信号,获取智能锁异常频率和智能锁不合格频率,对智能锁异常进行判断;影响分析模块:基于智能锁不合格信号,获取智能锁锁舌的运动距离数据,输出得到影响程度值,并判断,生成是否影响信号;异常报警模块:基于影响信号,获取锁舌异常数据,并进行分析,得到异常风险值,并进行评估,得到报警等级信号;本发明基于锁舌的时间异常和行程异常之间的影响,对锁舌的时间异常和行程异常进一步处理,对智能锁在监测时段的异常程度变化进行处理。

    用于智能储物柜的开闭控制方法、装置、电子设备及介质

    公开(公告)号:CN118262436A

    公开(公告)日:2024-06-28

    申请号:CN202410300984.9

    申请日:2024-03-15

    IPC分类号: G07C9/00 G07F17/12 G06V20/52

    摘要: 本发明属于智能储物柜领域,涉及数据分析技术,用于解决现有智能储物柜无法在用户取物时对储物柜的物品取出状态进行监测的问题,具体是用于智能储物柜的开闭控制方法、装置、电子设备及介质,包括处理器,所述处理器通信连接有认证模块、控制器、存物管理模块、取物管理模块、优化管理模块以及存储模块;认证模块用于智能储物柜对用户进行身份认证;存物管理模块用于在储物柜完成物品存储后对储物柜进行物品信息采集;本发明可以对用户进行身份认证,在存物时采集用户的身份信息,然后在取物时通过身份信息比对为用户进行自动开柜,保障物品存储安全性的同时提高物品存放、取出效率。

    用于智能摄像头的智能识别方法、装置、电子设备及介质

    公开(公告)号:CN117830911A

    公开(公告)日:2024-04-05

    申请号:CN202410255943.2

    申请日:2024-03-06

    摘要: 本发明涉及智能监控领域,具体涉及用于智能摄像头的智能识别方法、装置、电子设备及介质,用于解决现有的基于大数据AI智能门店监控系统及方法无法对破坏店铺的对象进行智能分析和判定,并无法自动录制相关视频,导致人工查找效率低、误差大,防盗效果不佳,使用不便的问题;该智能识别装置包括:摄像监控模块、智能识别平台、信息获取模块、异常警报模块、目标选择模块以及录像展示模块;通过本发明的智能识别方法能够实现对店铺的智能监控,一旦店铺遭到第三方损坏,能够智能分析和智能识别,并快速锁定,并留有相关视频证据,提高了店铺的防盗、防损级别,提高了监控的准确性和效率,同时,能够适应不同的环境和应用需求。

    具有蓝牙功能的智能门锁指纹图像采集模组及识别系统

    公开(公告)号:CN118038505B

    公开(公告)日:2024-08-20

    申请号:CN202410447013.7

    申请日:2024-04-15

    IPC分类号: G06V40/13 G06V40/12 G07C9/00

    摘要: 本发明属于指纹采集识别技术领域,本发明提供了具有蓝牙功能的智能门锁指纹图像采集模组及识别系统,包括:将指纹图像与智能门锁中存储的指纹参照图像进行比对分析,得到指纹匹配偏差参数,根据指纹匹配偏差参数Zxg对指纹进行识别,若匹配失败,根据指纹匹配影响参数kj判断手指表面伤痕以及污渍对指纹匹配的影响程度,并生成影响信号,影响信号包括影响强信号和影响弱信号,基于影响强信号,对指纹图像和指纹参照图像进行处理,并对处理后的指纹图像和指纹参照图像进行分析,对指纹匹配进行最终识别,本发明实现了指纹采集的准确性以及提高了指纹识别的成功率,减少了因手指污渍和手指伤痕等外部因素导致的误判。

    基于融合网络及SIF特征的掌纹静脉识别方法

    公开(公告)号:CN117542090B

    公开(公告)日:2024-06-18

    申请号:CN202311584446.9

    申请日:2023-11-25

    摘要: 本发明涉及,机器学习图像识别领域,具体为基于融合网络及SIF特征的掌纹静脉识别方法,相较于以往的单一识别与模板匹配方式,本发明将掌纹与静脉识别两种方法进行统合分析,并采集主要且明显特征的融合特征以降低对设备的要求。本发明提出一种全SIF掌纹静脉特征方式,能够完全避免因手掌采集图片的角度缩放大小导致的算法网络模型检测失败。一种基于融合网络的掌纹静脉识别方式,通过竞争合作原理,抉择出更适合当前检测环境的算法模型,并且引入时间与准确率之间的平衡考量,进而能够使得整体网络检测速度更快,对设备要求更低的,但准确性能够得到充足保证。