利索能及
我要发布
收藏
专利号: 2019102631542
申请人: 浙江辛巴达机器人科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于数据识别的网络下载方法,其特征在于,所述方法包括:

使用第一分析设备,用于对接收到的图像执行基于成人体型的内容匹配操作,以获得其中各个内容匹配区域,每一个内容匹配区域仅仅包括一个成人目标;

使用第一识别设备,与所述第一分析设备连接,用于对接收到的每一个内容匹配区域执行基于面部特征分析的身份鉴别,以获得对应的身份证号码;

使用第二分析设备,用于对接收到的图像执行基于儿童体型的内容匹配操作,以获得其中各个内容匹配区域,每一个内容匹配区域仅仅包括一个儿童目标;

使用第二识别设备,与所述第二分析设备连接,用于对接收到的每一个内容匹配区域执行基于面部特征分析的身份鉴别,以获得对应的身份证号码;

使用关系解析设备,分别与所述第一识别设备和所述第二识别设备连接,用于对接收到的图像中每一个儿童目标执行以下动作:检测所述儿童目标在接收到的图像中距离最近的成人目标,确定所述成人目标的身份证号码是否是与所述儿童目标的身份证号码绑定的成人的身份证号码,如果是,发出第一驱动命令,如果不是,发出第二驱动命令;

使用WIFI发送设备,与所述关系解析设备连接,用于在接收到第二驱动命令时,将儿童挟持预警信号无线发送给附近安保人员的手持终端;

使用网络下载设备,与所述关系解析设备连接,用于通过时分双工通信链路从网络上下载当前抵达飞机班次中每一个儿童乘客的身份证号码所绑定的成人乘客的身份证号码;

使用不可见光摄像设备,设置在飞机场的接机口的上方,用于对接机口处环境进行摄像操作,以获得并输出相应的接机环境图像;

使用畸变处理设备,与所述不可见光摄像设备连接,用于接收所述接机环境图像,对所述接机环境图像执行畸变纠正处理,以获得对应的畸变纠正图像;

使用对象检测设备,用于接收所述畸变纠正图像,对所述畸变纠正图像中的对象进行检测,以从所述畸变纠正图像中分割出各个对象分别对应的各个对象区域;

使用数值比较设备,与所述对象检测设备连接,用于对各个对象区域进行面积比较,以将最大面积的对象区域占据所述畸变纠正图像的面积比例作为代表性比例输出;

使用CPLD控制设备,内置RAM,用于保存第一可编程逻辑控制语言段落和第二可编程逻辑控制语言段落,其中,所述第一可编程逻辑控制语言段落用于实现基于Kirsch算子的图像锐化处理,所述第二可编程逻辑控制语言段落用于实现水平方向锐化处理;

使用色阶调整设备,与所述CPLD控制设备连接,用于对接收到的现场锐化图像执行色彩指数提升处理,以获得并输出相应的色阶调整图像;

其中,所述CPLD控制设备与所述畸变处理设备连接,用于在接收到的代表性比例大于等于预设比例阈值时,运行第一可编程逻辑控制语言段落以对接收到的畸变纠正图像执行图像锐化处理,获得相应的现场锐化图像,屏蔽第二可编程逻辑控制语言段落;

其中,所述CPLD控制设备还用于在接收到的代表性比例小于所述预设比例阈值时,运行第二可编程逻辑控制语言段落以对接收到的畸变纠正图像执行图像锐化处理,获得相应的现场锐化图像,屏蔽第一可编程逻辑控制语言段落;

其中,所述色阶调整设备还分别与所述第一分析设备、所述第二分析设备和所述关系解析设备连接,用于将所述色阶调整图像分别发送给所述第一分析设备、所述第二分析设备和所述关系解析设备;

其中,所述色阶调整设备、所述CPLD控制设备和所述数值比较设备共用同一石英振荡设备。

2.如权利要求1所述的基于数据识别的网络下载方法,其特征在于:

所述对象检测设备由数据接收子设备、检测执行子设备、区域分割子设备和数据输出子设备组成;

其中,在所述对象检测设备中,所述检测执行子设备分别与所述数据接收子设备和所述区域分割子设备连接;

其中,在所述对象检测设备中,所述区域分割子设备分别与所述数据接收子设备和所述检测执行子设备连接。

3.如权利要求2所述的基于数据识别的网络下载方法,其特征在于,所述方法还包括:

使用锐化处理设备,位于所述不可见光摄像设备和所述畸变处理设备之间,用于接收接机环境图像,确定所述接机环境图像中的背景复杂度,基于所述背景复杂度确定对所述接机环境图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述接机环境图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片模糊程度的锐化处理操作以获得各个锐化处理碎片,图像碎片模糊程度越高,对图像碎片执行的锐化处理操作强度越大,将各个锐化处理碎片进行组合以获得锐化组合图像,并将所述锐化组合图像替换所述接机环境图像发送给所述畸变处理设备;

其中,所述锐化处理设备确定所述接机环境图像中的背景复杂度的具体操作如下:获取所述接机环境图像中各个像素点的R通道像素值、G通道像素值和B通道像素值,确定每一个像素点的R通道像素值的各个方向的梯度以作为R通道梯度,确定每一个像素点的G通道像素值的各个方向的梯度以作为G通道梯度,确定每一个像素点的B通道像素值的各个方向的梯度以作为B通道梯度,基于各个像素点的R通道梯度、G通道梯度和B通道梯度确定所述接机环境图像对应的背景复杂度。