一种应用于门禁控制的多源数据融合优化分析系统及方法与流程

本发明涉及数据分析，具体为一种应用于门禁控制的多源数据融合优化分析系统及方法。

背景技术：

1、多源数据融合技术能够整合来自不同传感器、不同平台的多种数据，通过智能分析和处理，实现对目标对象更准确、更全面的识别和评估，而门禁控制系统作为保障区域安全的第一道防线，其稳定性和准确性对于维护公共安全至关重要。传统的门禁控制系统主要依赖于单一的身份验证方式，如指纹识别、面部识别或密码验证等，但单一的验证方式存在着易仿冒、易破解等安全隐患，因此，多源数据融合技术成为提高门禁控制系统安全性和可靠性的重要手段。

2、然而，目前的多源数据融合技术在门禁控制的实际应用中仍存在一些问题和挑战，例如有些门禁控制系统可以通过面部识别与门禁卡双重认证；虽然双重认证使门禁控制系统更安全，但是由于门禁控制系统的摄像头会受到光线、角度和遮挡等因素的影响，有时还会借助于人工认证的方式进行认证，而人工认证也会出现合法用户认证不通过的情况，对于这种情况就会采取密码认证方式，但这样一来就会大大增加了认证时间，从而会导致通过面部识别与门禁卡双重认证的门禁控制系统的实用性不高。

技术实现思路

1、本发明的目的在于提供一种应用于门禁控制的多源数据融合优化分析系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：

3、一种应用于门禁控制的多源数据融合优化分析方法，方法包括以下步骤：

4、步骤s100.从门禁控制系统中获取历史数据，其中历史数据包括摄像头数据与门禁认证记录；通过分析门禁认证记录的门禁认证事件，对摄像头数据进行质量评估；所述门禁认证事件包括门禁认证成功事件与门禁认证失败事件；

5、步骤s200.根据摄像头数据质量评估结果，结合门禁认证记录，对门禁认证失败事件对应的人工处理过程进行分析，提取相应的特征数据；根据门禁认证失败事件的特征数据，对门禁认证成功事件也进行提取特征数据；根据特征数据生成门禁认证特征向量；

6、步骤s300.基于门禁认证特征向量与摄像头数据质量评估结果，对门禁认证记录对应的门禁认证成功事件与门禁认证失败事件进行分析，得到认证指数，并根据认证指数计算认证指数阈值；

7、步骤s400.获取实时数据，对实时数据中的实时摄像头数据进行质量评估；根据实时摄像头数据，提取相应的特征数据，并生成实时门禁认证特征向量；计算实时认证指数，与认证指数阈值进行比对，根据比对结果进行相应的处理。

8、进一步的，步骤s100包括：

9、s101.所述摄像头数据是指门禁控制系统的摄像头采集的数据；所述门禁认证记录是指门禁卡信息与门禁认证事件，其中门禁卡信息记录了门禁卡编号以及与门禁卡编号绑定的用户信息，且门禁卡编号绑定的用户信息包括预设用户面部图像；

10、s102.根据门禁认证记录的门禁认证事件，将门禁认证事件对应的摄像头数据进行划分，将属于门禁认证成功事件的摄像头数据标记为a1，将属于门禁认证失败事件的摄像头数据标记为a2；对于标记为a1和a2的摄像头数据都进行质量评估，具体计算公式为：

11、，

12、其中，o_s表示摄像头数据质量评分，s1、s2以及s3分别为图像清晰度、光照条件以及视角覆盖得分，w1、w2以及w3分别为权重系数，且w1+w2+w3=1；

13、s103.图像清晰度得分根据摄像头数据的视频数据进行截取若干张图像，对每一张图像都进行计算图像的梯度信息，再计算梯度的平均值作为清晰度得分，具体的公式为：

14、，

15、其中，n是图像中的像素数量，i(i)是像素的灰度值，∇i(i)是像素i处的梯度值，max(∇i(i))表示图像在整个区域内的梯度值的最大值；光照条件得分计算图像的亮度平均值，并将其归一化到0到1的范围；视角覆盖得分通过计算被监测区域在整个图像中的比例来评估，具体计算公式为：

16、s3=c/ca，

17、其中，c表示被监测区域的区域，ca表示整个图像的区域。

18、通过计算图像梯度信息的平均值，能够客观地评估图像的清晰度；对图像的亮度进行评估，并将其归一化到0到1的范围，能够有效地评估图像的光照条件，有助于消除因光照不足或过度而导致的影像质量问题；通过计算被监测区域在整个图像中的比例，能够评估摄像头的视角覆盖范围，有助于确保被监测区域的完整性和覆盖性，提高了门禁系统的安全性和效率。

19、进一步的，步骤s200包括：

20、s201.获取门禁认证记录中的门禁认证失败事件对应的人工处理过程，将经过人工处理后认证成功的门禁认证失败事件记为人工认证成功事件；将人工认证成功事件与除人工认证成功事件以外的门禁认证失败事件对应的摄像头数据进行特征提取，并将提取到的特征转化为量化数据，并将人工认证成功事件对应的量化数据标记为l1，将除人工认证成功事件以外的门禁认证失败事件对应的量化数据标记为l2；

21、s202.分别提取人工认证成功事件与除人工认证成功事件以外的门禁认证失败事件对应的特征名称构成特征集b1与b2，将b1与b2与分别与l1与l2进行对应，提取b1∩b2，并计算b1∩b2对应的量化数据的偏差值p；提取偏差值p≥p0的特征名称，并将偏差值p≥p0的特征名称对应的量化数据作为特征数据；

22、s203.根据s202的特征数据，对门禁认证成功事件也进行提取相同的特征数据；将门禁认证失败事件与门禁认证成功事件的特征数据都生成门禁认证特征向量v，且v=[v1,v2,...,vn]，其中v1表示第1个特征对应的量化数据，v2表示第2个特征对应的量化数据，以此类推，vn第n个特征对应的量化数据，且n表示特征数据的个数，取正整数。

23、将经过人工处理后认证成功的门禁认证失败事件标记为人工认证成功事件，有助于优化门禁认证记录的准确性和可靠性，为后续分析提供更加准确的数据基础；通过对门禁认证失败事件和人工认证成功事件对应的摄像头数据进行特征提取，并将提取到的特征转化为量化数据，有助于将图像信息转化为可量化的数据形式，便于后续的数据处理和分析；通过对比人工认证成功事件与除人工认证成功事件以外的门禁认证失败事件对应的特征，识别出偏差较大的特征，并生成特征数据，有助于识别可能存在异常情况的门禁认证事件，提高了系统对异常事件的敏感度和检测能力。

24、进一步的，步骤s300包括：

25、s301.根据门禁认证记录中的门禁卡信息，获取相同门禁卡信息对应的门禁认证事件，根据门禁认证事件提取相应的门禁认证特征向量v与摄像头数据质量评分o_s；

26、s302.针对门禁认证特征向量v与摄像头数据质量评分o_s进行分析，将所有门禁认证特征向量v在雷达图上进行表示，且雷达图的数据轴的个数为特征数据的个数，将雷达图上相邻两轴的数据点进行连线，形成一个封闭的多边形，计算所有门禁认证特征向量v对应的雷达图面积m；将门禁认证特征向量v对应的雷达图面积m与摄像头数据质量评分o_s求比值，得到认证指数r；

27、s303.根据门禁认证事件中的门禁认证成功事件、人工认证成功事件与门禁认证失败事件，分别获取认证指数r，从而构成认证指数集合g1、g2以及g3；其中认证指数集合g1对应的是门禁认证成功事件的认证指数，认证指数集合g2对应的是人工认证成功事件的认证指数，认证指数集合g3对应的是门禁认证失败事件的认证指数；且认证指数集合g1、g2以及g3中不存在交集，分别将认证指数集合g1、g2与认证指数集合g3的每个元素都进行偏差值计算，且偏差值计算公式为：

28、，

29、其中，rj表示认证指数集合g1或g2第j个认证指数，且j取1到m的正整数，m表示认证指数集合g1或g2的认证指数的个数；r’表示认证指数集合g3的认证指数平均值，r_max和r_min分别表示认证指数集合g3的认证指数最大值和最小值；将偏差值按照从大到小的顺序排列，获取偏差值k的最小值，并将偏差值k的最小值对应的rj作为认证指数阈值r0。

30、进一步的，步骤s400包括：

31、s401.所述实时数据包括实时摄像头数据与实时门禁卡信息；根据实时摄像头数据计算摄像头数据质量评分，并提取相应的特征数据生成实时门禁认证特征向量；

32、s402.根据实时门禁认证特征向量与摄像头数据质量评分，计算实时认证指数r’，将实时认证指数r’与认证指数阈值r0进行比对；若r’＞r0，说明当前认证事件可能为成功认证事件或人工成功认证事件，则根据历史数据记录的认证方式进行认证；若r’≤r0，说明前认证事件为失败认证事件，当对于失败认证事件来说不一定就是非法用户，则添加输入密码的认证方式进行认证。

33、一种应用于门禁控制的多源数据融合优化分析系统，系统包括：数据获取模块、数据质量评估模块、特征提取与分析模块、认证指数计算与阈值确定模块以及实时认证处理模块；

34、数据获取模块负责实时收集和存储门禁控制系统中的数据，包括摄像头数据和门禁认证记录；数据质量评估模块通过分析门禁认证事件来对摄像头数据进行分类，并对摄像头数据进行质量评估；特征提取与分析模块基于门禁认证记录和摄像头数据质量评估结果，对门禁认证事件进行深入分析，提取并量化特征数据，生成门禁认证特征向量；认证指数计算与阈值确定模块根据门禁认证特征向量和摄像头数据质量评分，计算认证指数，并确定认证指数阈值；实时认证处理模块对实时摄像头数据进行质量评估，并基于评估结果提取特征数据生成实时门禁认证特征向量，根据实时认证指数与认证指数阈值进行比对，根据比对结果决定采取的认证方式。

35、进一步的，数据获取模块包括历史数据获取单元和实时数据获取单元；

36、历史数据获取单元从门禁控制系统中获取历史数据，包括摄像头数据与门禁认证记录；实时数据获取单元获取实时摄像头数据与实时门禁卡信息；

37、数据质量评估模块包括摄像头数据质量评估单元以及门禁认证事件分析单元；

38、摄像头数据质量评估单元对摄像头数据进行质量评估，包括图像清晰度、光照条件和视角覆盖的评估；门禁认证事件分析单元根据门禁认证记录，对门禁认证成功事件和门禁认证失败事件进行分析，得到特征集。

39、进一步的，特征提取与分析模块包括特征提取单元和门禁认证特征向量生成单元；

40、特征提取单元根据门禁认证事件分析单元的特征集进行提取特征数据，并将提取的特征数据转化为量化数据；门禁认证特征向量生成单元将特征提取单元的特征数据门禁认证特征向量。

41、进一步的，认证指数计算与阈值确定模块包括认证指数计算单元和认证指数阈值确定单元；

42、认证指数计算单元基于门禁认证特征向量和摄像头数据质量评估结果，计算认证指数；认证指数阈值确定单元根据历史数据分析结果，确定认证指数的阈值。

43、进一步的，实时认证处理模块包括实时数据处理单元、实时认证指数计算单元以及认证方式决策单元；

44、实时数据处理单元负责处理实时摄像头数据和实时门禁卡信息；实时认证指数计算单元基于实时数据计算实时认证指数；认证方式决策单元：根据实时认证指数与阈值的比较结果，进行门禁认证。

45、与现有技术相比，本发明所达到的有益效果是：

46、通过综合利用门禁认证记录和摄像头数据，结合历史数据和实时数据，实现了多源数据的融合，提高了门禁系统的认证准确性和可靠性；通过对门禁认证记录和摄像头数据进行质量评估，能够有效识别门禁认证失败事件的原因，为后续的分析和处理提供可靠的数据基础；根据摄像头数据的质量评估结果，提取特征数据，并通过对门禁认证成功与失败事件的特征数据进行分析，能够更准确地判断认证事件的有效性，提高门禁系统的识别能力；基于门禁认证特征向量和摄像头数据质量评估结果，计算认证指数，并通过历史数据分析确定认证指数阈值，从而实现对实时认证事件的有效判断和处理；根据实时认证指数与认证指数阈值的比对结果，可以快速判断当前待认证用户适合哪种认证方式，从而提高了门禁系统的自适应性和安全性。