应用于智能门锁的CPU卡安全算法及系统

    公开(公告)号:CN117612280B

    公开(公告)日:2024-09-10

    申请号:CN202311567057.5

    申请日:2023-11-22

    IPC分类号: G07C9/00 H04L9/08

    摘要: 本申请实施例涉及智能门锁技术领域,公开了一种应用于智能门锁的CPU卡安全算法及系统,其中方法包括:上位机按照自定义字符串规则,对CPU卡片的参数信息及智能门锁的产品信息拼接为数据信息;上位机对数据信息进行加密,获得密钥因子,并将密钥因子保存在CPU卡片的文件夹;智能门锁在检测到CPU卡片时,生成第一随机数,且将第一随机数发送给CPU卡片;智能门锁在文件夹获取密钥因子;智能门锁利用密钥因子对第一随机数进行加密,生成第一密文;CPU卡片利用密钥因子对第一随机数进行加密,生成第二密文;智能门锁对比第一密文和第二密文,从而确定是否开锁。本申请可以提高CPU卡片的安全性,防止在任意门锁上添加使用,减少互通性,增加防复制的安全性。

    一种基于智能门锁的异常行为识别方法和系统

    公开(公告)号:CN117854143B

    公开(公告)日:2024-09-06

    申请号:CN202311727954.8

    申请日:2023-12-15

    发明人: 王志敏

    摘要: 本发明公开了一种基于智能门锁的异常行为识别方法和系统,包括:S1:通过智能门锁自带的摄像头获取视频数据,并对采集到的视频数据中的视频帧去噪,获得去噪后的视频帧;S2:利用光流法从去噪后的视频中提取视频运动特征;S3:基于目标检测算法对视频中的目标进行识别和分类;S4:通过多目标追踪法对已经被识别的目标进行跟踪和定位,以获取目标的运动序列;S5:基于循环神经网络对目标的运动序列进行分析,识别异常行为。本发明能够通过结合先进的图像处理技术和深度学习算法,实现对门禁场景下目标的准确识别、运动轨迹跟踪以及异常行为检测,从而提高门禁系统的安全性和可靠性。

    应用于智能门锁的CPU卡安全算法及系统

    公开(公告)号:CN117612280A

    公开(公告)日:2024-02-27

    申请号:CN202311567057.5

    申请日:2023-11-22

    IPC分类号: G07C9/00 H04L9/08

    摘要: 本申请实施例涉及智能门锁技术领域,公开了一种应用于智能门锁的CPU卡安全算法及系统,其中方法包括:上位机按照自定义字符串规则,对CPU卡片的参数信息及智能门锁的产品信息拼接为数据信息;上位机对数据信息进行加密,获得密钥因子,并将密钥因子保存在CPU卡片的文件夹;智能门锁在检测到CPU卡片时,生成第一随机数,且将第一随机数发送给CPU卡片;智能门锁在文件夹获取密钥因子;智能门锁利用密钥因子对第一随机数进行加密,生成第一密文;CPU卡片利用密钥因子对第一随机数进行加密,生成第二密文;智能门锁对比第一密文和第二密文,从而确定是否开锁。本申请可以提高CPU卡片的安全性,防止在任意门锁上添加使用,减少互通性,增加防复制的安全性。

    智能门锁的产测方法、电子设备及存储介质

    公开(公告)号:CN117389613A

    公开(公告)日:2024-01-12

    申请号:CN202311453369.3

    申请日:2023-11-02

    IPC分类号: G06F8/71 G06F11/36

    摘要: 本申请实施例涉及智能门锁技术领域,公开了一种智能门锁的产测方法、电子设备及存储介质,其中方法包括:建立电子设备与测试门锁之间的无线通信连接;基于所述无线通信连接,获取所述测试门锁的软件版本;如果所述软件版本通过测试,则基于所述无线通信连接及对所述电子设备输入的操作指令,对所述测试门锁进行逐项测试,获得测试结果。本申请通过电子设备与测试门锁之间的无线通信连接,无需在测试门锁上预留接线口,通过无线通信的方式实现电子设备与测试门锁之间的数据传输,能够增强安全性,还可以提高测试人员对测试门锁的测试效率,减少门锁生产时间,提高门锁出产质量。

    一种智能家居安全监控报警系统
    5.
    发明公开

    公开(公告)号:CN118587840A

    公开(公告)日:2024-09-03

    申请号:CN202410971932.4

    申请日:2024-07-19

    摘要: 本申请提供了一种智能家居安全监控报警系统,包括以下模块:震动感知模块,设置有多个震动传感器,安装在门窗、墙壁、天花板、楼梯、地板以及通风口位置,用于检测震动信号;声音采集模块,用于捕获环境中的声音信号;控制模块,负责接收震动感知模块和声音采集模块的信号,进行数据处理,并根据预设规则触发报警;警报模块,在检测到异常时发出警报。本申请通过震动感知模块和声音采集模块的协同作用,本系统能够实现对家庭环境的全方位监控,无论是门窗的非法撬动还是室内的异常声响,都能被系统及时捕捉并处理,利用机器学习算法对提取的特征进行分类和识别,本系统能够智能地区分正常行为和异常事件,大大降低了误报和漏报的概率。

    一种基于深度学习的智能家居数据加密方法和系统

    公开(公告)号:CN118018306B

    公开(公告)日:2024-08-16

    申请号:CN202410251627.8

    申请日:2024-03-06

    发明人: 王志敏

    摘要: 本发明公开了一种基于深度学习的智能家居数据加密方法和系统,包括:S1:基于Z‑Score方法检测智能家居数据中的异常值,使用插值方法填充缺失值,获得预处理后的智能家居数据;S2:使用预处理后的智能家居数据训练基于深度学习构建的编码解码网络,使用编码解码网络的编码部分获得数据的压缩表示;S3:基于全同态加密方法生成私钥和公钥,用于数据加密:S4:使用生成的公钥加密数据用于传输,并在数据接收端使用私钥解密数据;S5:使用编码解码网络的解码器部分解码压缩数据,得到智能家居完整数据。本发明能够为智能家居系统提供一种高效、安全的数据处理和传输方法。

    一种和输入设备联动的显示系统
    7.
    发明公开

    公开(公告)号:CN118678163A

    公开(公告)日:2024-09-20

    申请号:CN202410765420.2

    申请日:2024-06-14

    摘要: 本申请提供了一种和输入设备联动的显示系统,包括以下模块:输入模块:包括机顶盒、点歌机和电脑,用于接收HDMI信号源输入的信号,输入图像主题色提取模块:采用高斯模糊法和八叉树法对从输入模块接收的信号中的每一帧图像进行分区域主题色提取,并将提取的主题色与输入视频进行叠加,从而形成输入模块的主题色场景输出。本申请通过提取视频的主题色,使得播放的视频与输入的视频形成联动的沉浸式现场,大幅增加了用户的沉浸式体验,系统能够实时地从输入信号中提取每一帧图像的主题色,并将这些信息应用到输出图像的渲染上。这种实时处理能力使得显示内容能够紧密跟随输入信号的变化,从而提供更加动态和吸引人的视觉体验。

    一种基于智能门锁的异常行为识别方法和系统

    公开(公告)号:CN117854143A

    公开(公告)日:2024-04-09

    申请号:CN202311727954.8

    申请日:2023-12-15

    发明人: 王志敏

    摘要: 本发明公开了一种基于智能门锁的异常行为识别方法和系统,包括:S1:通过智能门锁自带的摄像头获取视频数据,并对采集到的视频数据中的视频帧去噪,获得去噪后的视频帧;S2:利用光流法从去噪后的视频中提取视频运动特征;S3:基于目标检测算法对视频中的目标进行识别和分类;S4:通过多目标追踪法对已经被识别的目标进行跟踪和定位,以获取目标的运动序列;S5:基于循环神经网络对目标的运动序列进行分析,识别异常行为。本发明能够通过结合先进的图像处理技术和深度学习算法,实现对门禁场景下目标的准确识别、运动轨迹跟踪以及异常行为检测,从而提高门禁系统的安全性和可靠性。

    一种基于智能射灯的人体行为识别方法和系统

    公开(公告)号:CN118019188A

    公开(公告)日:2024-05-10

    申请号:CN202410122436.1

    申请日:2024-01-30

    发明人: 王志敏

    摘要: 本发明公开了一种基于智能射灯的人体行为识别方法和系统,包括:S1:使用智能射灯设备搭载的摄像头,定期采集环境中的图像数据并进行均衡化;S2:在均衡化后的图像中,利用人体检测算法识别出图像中的人体区域;S3:从检测到的人体区域图像中初步提取人体关节点;S4:基于提取的人体关节点,通过行为识别算法判断人体的当前行为;S5:根据识别到的人体行为,智能射灯自动调整照明参数,以提供相应的光照效果。本发明能够实时感知环境中的人体行为,从而动态调整照明参数,以满足用户对照明效果的个性化需求。

    一种基于深度学习的智能家居数据加密方法和系统

    公开(公告)号:CN118018306A

    公开(公告)日:2024-05-10

    申请号:CN202410251627.8

    申请日:2024-03-06

    发明人: 王志敏

    摘要: 本发明公开了一种基于深度学习的智能家居数据加密方法和系统,包括:S1:基于Z‑Score方法检测智能家居数据中的异常值,使用插值方法填充缺失值,获得预处理后的智能家居数据;S2:使用预处理后的智能家居数据训练基于深度学习构建的编码解码网络,使用编码解码网络的编码部分获得数据的压缩表示;S3:基于全同态加密方法生成私钥和公钥,用于数据加密:S4:使用生成的公钥加密数据用于传输,并在数据接收端使用私钥解密数据;S5:使用编码解码网络的解码器部分解码压缩数据,得到智能家居完整数据。本发明能够为智能家居系统提供一种高效、安全的数据处理和传输方法。