业务领域建模Domain Modeling

业务领域建模

1.课题背景

领域模型(domain model)是对领域内的概念类或现实世界中对象的可视化表示。领域模型也成为概念模型、领域对象模型和分析对象模型。

人脸识别基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。人脸识别门禁系统就是把人脸识别和门禁系统结合，并且通过人脸识别作为门禁开启的要素之一。

2.需求分析

人脸识别技术进行出入口的控制，安全便捷，可视化程序极高。通过人脸识别自动验证、鉴别出入人员的身份，完成人员的出入控制，限制无关人员的进入。

1:1识别支持600人以上，1:N支持100人以上，记录数数万条，保存3个月通行记录。实时服务器模式下支持人数可超过万人级用户数，百万级记录数。vip用户的100人直接人脸识别，其他用户1:1的方式验证，提高用户的安全性和方便性，设备支持联网使用，某个设备上登记，其他设备都可使用。

完善的报警功能，产品支持防拆，敲击，门磁超时，门磁非法开门等报警功能，可与火警，红外幕帘等报警系统联动。

3.建模分析-数据库表设计

 

 数据字典简单定义：

entity = {
    'imageFeature':['typicalVector'],
    'predictImage':['predictRate','vector','pictureId','sex','base64','algorithmType'],
    'inoutRecord':['acompanyNum','intime','outtime','outacompanyNum'],
    'door':['index','alert'],
    'person':['name','phone'],
    'room':['bulid','floor','roomNo'],
    'frequence':['allFrequence','workdayFrequence','weekendFrequence','toworkFrequence','lunchFrequence'],
    'blacklist':['infer','rate'],
    'unknown':['infer','rate'],
    'medium':['infer','rate'],
    'delivery':['infer','rate'],
    'rent':['infer','rate'],
    'household':['infer','rate'],
    'visitor':['infer','rate']
}

relationships = {
'predictImage_has_imageFeature':(1,'拥有'),
'inoutRecord_inout_door':(2,'进出'),
'inoutRecord_inferReference_predictImage':(3,'推断依据'),
'person_visit_frequence':(4,'访问'),
'person_find_inoutRecord':(5,'查询'),
'inoutRecord_recordPerson_person':(6,'记录人员'),
'household_livein_room':(7,'登记'),
'person_infer_blacklist':(9,'推断'),
'person_infer_unknown':(10,'推断'),
'person_infer_medium':(11,'推断'),
'person_infer_delivery':(12,'推断'),
'person_infer_rent':(13,'推断'),
'person_infer_household':(14,'推断'),
'person_infer_visitor':(15,'推断'),
'blacklist_source_inoutrecord':(16,'推断'),
}

 

4.uml图

 

 

图数据库设计: