业务领域建模Domain Modeling
1.课题背景
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: