【技术实现步骤摘要】
本专利技术涉及室内企业管理，特别是一种基于室内人员定位的管理方法及系统。
技术介绍
1、在当前社会快速发展的背景下，智能化管理技术在各行各业中得到了广泛应用，尤其是室内人员的定位和管理成为各类场景中保障安全、提高管理效率的关键需求。然而，现有的定位技术在精准度、安全性和实时性方面仍存在诸多不足，无法满足现代化管理的高标准要求，因此，本专利技术提出了一种基于室内人员定位的管理方法和系统，以解决现有技术中存在的问题，进一步提升室内人员管理的智能化水平。
2、现有技术在进行室内人员定位时，常常面临生物特征采集不全、定位误差大和预警机制不完善等缺陷，导致管理效率低下和安全隐患增加，采用本专利技术的技术手段，即通过动态身份生物识别模型结合云计算和超宽带定位技术，对室内人员进行精准定位和智能预警，有效解决了现有技术的缺陷。
技术实现思路
1、鉴于现有的基于物联网的多源电网信息融合及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术针对现有技术在生物特征采集不全、定位误差大和预警机制不完善等缺陷问题，本专利技术采用了动态身份生物识别模型结合云计算和超宽带定位技术进行解决。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于室内人员定位的管理方法，其包括，对室内人员进行生物特征采集，建立动态身份生物识别模型，利用云计算技术对动态身份生物识别模型进行计算，获取生物特征数据；
5、将获取
6、设置危险区域，根据危险区域和外围人员位置坐标，完成智能预警的安全处置，对室内人员定位进行管理。
7、作为本专利技术所述基于室内人员定位的管理方法的一种优选方案，其中：所述对室内人员进行生物特征采集包括采集室内人员的面部图像、指纹图像、虹膜图像以及声纹数据，具体采集计算步骤如下所示：
8、所述面部图像的采集计算公式为：
9、
10、其中，gi表示不同的特征提取子函数，wi和bj表示权重系数，k表示核函数，λ表示正则化参数，vf表示面部图像特征向量，ff表示面部特征提取函数，if表示面部图像，wi表示第i个特征提取子函数gi的权重系数，hj表示第j个特征提取子函数，ω表示面部图像if的定义域，k表示核函数，x表示积分变量；
11、所述指纹图像的采集计算公式为：
12、
13、其中，vfp表示指纹特征向量，ffp表示指纹特征提取函数，ifp表示指纹图像，αi表示第i个特征提取子函数ui的权重系数，p表示用于ui子函数特征提取的特征数量，cj表示第j个特征提取子函数vj的权重系数，vj表示第j个特征提取子函数，q表示用于vj子函数特征提取的特征数量。
14、作为本专利技术所述基于室内人员定位的管理方法的一种优选方案，其中：所述虹膜图像的采集计算公式为：
15、
16、其中，vi表示虹膜特征向量，fi表示虹膜特征提取函数，ii表示虹膜图像，di表示第i个特征提取子函数ei的权重系数，ei表示第i个特征提取子函数，r表示用于特征提取的特征数量，gi表示第i个特征提取子函数，fi表示第i个特征提取子函数，exp表示指数函数，log表示对数函数；
17、所述声纹数据的采集计算公式为：
18、
19、其中，vs表示声纹特征向量，fs表示声纹特征提取函数，is表示声纹数据，hi表示第i个特征提取子函数的权重系数，sin表示正弦函数，ki表示正弦函数中的系数，cos表示余弦函数，li表示余弦函数中的系数，t表示特征提取的特征数量。
20、作为本专利技术所述基于室内人员定位的管理方法的一种优选方案，其中：所述建立动态身份生物识别模型包括将采集的生物特征向量进行融合，形成综合特征向量vc，具体融合计算公式为：
21、vc＝α·vf+β·vfp+γ·vi+δ·vs
22、其中，vc表示综合特征向量，α表示面部特征向量vf的权重系数，vf表示面部图像特征向量，β表示指纹特征向量vfp的权重系数，vfp表示指纹特征向量，γ表示虹膜特征向量vi的权重系数，δ表示声纹特征向量vs的权重系数，vs表示声纹特征向量；
23、所述对动态身份生物识别模型进行计算包括使用加密技术对综合特征向量vc进行加密，生成加密特征向量，将加密后的综合特征向量上传到云计算平台，进行动态身份生物识别模型的建立；
24、所述对综合特征向量vc进行加密的具体计算公式为：
25、vc，enc＝encrypt(vc，k)
26、其中，vc，enc表示加密特征向量，encrypt表示加密函数，vc表示综合特征向量，k表示加密密钥；
27、所述将加密后的综合特征向量上传到云计算平台包括利用云计算函数建立动态身份生物识别模型，具体计算公式为：
28、mbio＝cloudcompute(vc，enc，d)
29、其中，mbio表示动态身份生物识别模型，cloudcompute表示云计算函数，vc，enc表示加密后的综合特征向量，d表示训练数据集。
30、作为本专利技术所述基于室内人员定位的管理方法的一种优选方案，其中：所述获取生物特征数据包括结合动态身份生物识别模型过滤采集的生物特征；
31、当生物特征采集不完整时，则重新采集，具体步骤如下：
32、若面部图像不满足清晰度要求时，则二次采集面部图像的生物特征向量，所述二次采集面部图像的生物特征向量的具体计算公式为：
33、if clarity(if)<θ，then if←re-capture
34、其中，clarity表示清晰度检测函数，θ表示清晰度阈值，re-capture表示重新采集函数，
35、若指纹图像不满足清晰度要求，则二次采集指纹图像的生物特征向量，所述二次采集指纹图像的生物特征向量的具体计算公式为：
36、if clarity(ifp)<θfp，then ifp←re-capture()
37、其中，ifp表示指纹图像，clarity表示清晰度检测函数，θfp表示指纹图像清晰度的阈值，re-capture()表示重新采集函数。
38、作为本专利技术所述基于室内人员定位的管理方法的一种优选方案，其中：所述完成室内人员的精准定位包括将过滤后采集的生物特征进行二次融合，形成二次综合特征向量vc，real，具体计算公式为：
39、vc，real＝α·vf，real+β·vfp，real+γ·vi，real+δ·vs，real
40、其中，α、β、γ以及δ表示权重系数；
41、将二次综合特征向量vc，real与本文档来自技高网...
【技术保护点】
1.一种基于室内人员定位的管理方法，其特征在于：包括，
2.如权利要求1所述的基于室内人员定位的管理方法，其特征在于：所述对室内人员进行生物特征采集包括采集室内人员的面部图像、指纹图像、虹膜图像以及声纹数据，具体采集计算步骤如下所示：
3.如权利要求2所述的基于室内人员定位的管理方法，其特征在于：所述虹膜图像的采集计算公式为：
4.如权利要求3所述的基于室内人员定位的管理方法，其特征在于：所述建立动态身份生物识别模型包括将采集的生物特征向量进行融合，形成综合特征向量Vc，具体融合计算公式为：
5.如权利要求4所述的基于室内人员定位的管理方法，其特征在于：所述获取生物特征数据包括结合动态身份生物识别模型过滤采集的生物特征；
6.如权利要求5所述的基于室内人员定位的管理方法，其特征在于：所述完成室内人员的精准定位包括将过滤后采集的生物特征进行二次融合，形成二次综合特征向量Vc，real，具体计算公式为：
7.如权利要求6所述的基于室内人员定位的管理方法，其特征在于：所述完成智能预警的安全处置包括根据智能预警机制计
8.一种基于室内人员定位的管理系统，基于权利要求1～7任一所述的基于室内人员定位的管理方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于室内人员定位的管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于室内人员定位的管理方法的步骤。
...【技术特征摘要】
1.一种基于室内人员定位的管理方法，其特征在于：包括，
2.如权利要求1所述的基于室内人员定位的管理方法，其特征在于：所述对室内人员进行生物特征采集包括采集室内人员的面部图像、指纹图像、虹膜图像以及声纹数据，具体采集计算步骤如下所示：
3.如权利要求2所述的基于室内人员定位的管理方法，其特征在于：所述虹膜图像的采集计算公式为：
4.如权利要求3所述的基于室内人员定位的管理方法，其特征在于：所述建立动态身份生物识别模型包括将采集的生物特征向量进行融合，形成综合特征向量vc，具体融合计算公式为：
5.如权利要求4所述的基于室内人员定位的管理方法，其特征在于：所述获取生物特征数据包括结合动态身份生物识别模型过滤采集的生物特征；
6.如权利要求5所述的基于室内人员定位的管理方法，其特征在于：所述完成室内人员的精准...
【专利技术属性】
技术研发人员：潘郑楠，李文森，周海源，梁龙，李红涛，代国鑫，唐浩，王军，
申请(专利权)人：三峡金沙江云川水电开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。