机器人人脸识别系统技术方案

一种机器人人脸识别系统，包括：远程数据库，远程数据库内置有采集到的全部人脸的标准频谱特征，在远程数据库中包括有第一处理器、第一模数转换电路、人脸采集摄像头以及储存硬盘，利用人脸采集摄像头对全部人员的脸部进行图像扫描，由第一处理器对图像信息处理并获得图像的频谱特征，将该频谱特征作为标准频谱特征储存在人脸识别数据库中；与远程数据库通信连接机器人单元，机器人单元包括比对摄像头、第二处理器以及显示器，由第二处理器对比对图像进行处理以及比对，并采用显示器进行结果显示。本发明专利技术基于上述硬件结构系统，采用上述计算公式得到脸谱特征向量，其无法伪造、丢失，可提高系统识别的精准性与系统应用的安全性。

【技术实现步骤摘要】

本申请涉及生物智能识别
，更具体地说，特别涉及一种机器人人脸识别 系统。
技术介绍
随着信息技术的飞速发展，特别是Internet的发展，数据信息化的不断深入，越 来越多的事务，可以通过智能机器人来办理，例如：在公共安全领域使用的用于智能门禁、 智能视频监控、公安布控、海关身份验证、实际驾照验证等的智能机器人；在民事和经济领 域对各类银行卡、金融卡、信用卡、存蓄卡的持卡人进行身份验证的智能机器人等。 为了信息安全，办理业务之前通常需要通过验证人员身份后，智能机器人才能为 其办理所请求的业务。传统的身份验证方法是根据预先设置的密码或特定的身份标识物， 如：证件，来鉴别不同用户。这种方法存在明显的缺点，如：个人的身份标识物容易丢失或 被伪造，密码容易遗忘或者被破译。更为严重的是，这些系统无法区分真正的拥有者和取得 身份标识物的冒充者。
技术实现思路
(1)技术问题 如何提供一种安全性能较高的身份识别方法，成为了本领域技术人员亟待解决的 问题。 (2)
技术实现思路
为了解决上述技术问题，本专利技术提供了一种机器人人脸识别系统，包括： 远程数据库，所述远程数据库内置有采集到的全部人脸的标准频谱特征，在所述 远程数据库中包括有第一处理器、第一模数转换电路、人脸采集摄像头以及储存硬盘，利用 人脸采集摄像头对全部人员的脸部进行图像扫描，获取初步的人脸图像信息，所述人脸采 集摄像头与所述第一模数转换电路信号连接，由所述第一模数转换电路将所述人脸采集摄 像头获取的模拟信号转换为次级图像信息的数字信号，所述第一模数转换电路与所述第一 处理器信号连接，所述次级图像信息由所述第一处理器进行等距分割形成多个三级图像信 息，并由所述第一处理器对全部的所述三级图像信息进行灰度处理，对每一张经过灰度处 理的所述三级图像信息作小波分解用以获得低频LL部分子图像，对所述低频LL部分子图 像做傅里叶变换，采用其振幅作为该可靠图像的频谱特征，将该频谱特征作为标准频谱特 征储存在人脸识别数据库中； 通过无线网络与所述远程数据库通信连接机器人单元，所述机器人单元包括比对 摄像头、第二处理器以及显示器，所述比对摄像头获取需要比对的人脸信息并通过模数转 换电路发送至所述第二处理器，由所述第二处理器对该人脸信息进行等距分割形成多个子 图像信息，并由所述第一处理器对全部的所述子图像信息进行灰度处理，对每一张经过灰 度处理的所述子图像信息作小波分解用以获得低频LL部分子图像，对所述低频LL部分子 图像做傅里叶变换，采用其振幅作为该人脸图像的对比频谱特征，由所述第二处理器获取 所述远程数据库的标准频谱特征，并将所述对比频谱特征与所述标准频谱特征进行比对， 利用显示器将比对结果进行显示； 其中，所述第二处理器获取所述远程数据库的标准频谱特征的具体流程为：对全 部的所述子图像信息进行分割时按数字信号的初始位置对其进行标记，然后，按照标记顺 序获取第一组子图像信息的对比频谱特征作为初始检索词在所述远程数据库中进行检索， 当检索结果大于1时，在对第二组以图像信息的对比频谱特征作为二次检索词在初始检索 结果中在此进行检索，以此类推直至检索结果为1时，即为对比成功，当检索结果为0时，即 为不存在，当检索结果大于1时，即报警出错。 优选地，所述第一处理器对于采集到的人脸图像信息的具体处理流程为： 设定采集η个人的可靠图像信息，每个人采集m张可靠图像，m、η为正整数； 对第i个人的第j张可靠的人脸图像进行预处理，其中0 < i < n+l，0 < j < m+1， m、η为正整数； 对所述第i个人的第j张作小波分解，获得低频LL部分子图像，对所述低频LL部 分子图像做傅里叶变换，采用其振幅作为该可靠图像的频谱特征Si，j。 优选地，所述第二处理器对于采集到的人脸图像信息的具体处理流程为： 采集需要鉴别的人脸图像信息并将该人脸图像信息作小波分解，获得低频LL部 分子图像，对所述低频LL部分子图像傅里叶变换，采用其振幅作为该输入图像的频谱特征 V ' 将人脸数据库中每个人脸的特征向量S1,,与输入图像的特征向量Y'依次进行比 较，对于人脸数据中的每个特征向量S1,,包括以下步骤： 对S1,」和Y'做归一化处理； 用向量间夹角的余弦值1来度量两个向量的相似程度，令 相似度); 通过(Ii, .j进行特征判定，其具体步骤为： 选取与数据库中所有频谱特征的距离山。的最大值max 如果max山。大于或 者等于第一阈值，就判定所述输入图像对应于数据库中的第i个人： 将对应人脸数据库中每个人员的m个特征向量分为两组，分成2n个组，每一组取 组内的两个最大值做平均，得到向量ddpi = 1，…，2n，选择向量(1山的最大值max du，如 果max山,,大于或者等于第二阈值，就判定所述输入图像对应于数据库中的第个 人，否则认为所述输入图像不在所述人脸数据库中； 其中，所述第一阈值0· 986,所述第二阈值为0· 984。 优选地，所述第二处理器包括有两个，两个所述第二处理器形成有可独立运行程 序的双操作系统； 其中， 所述对比摄像头包括有两个，两个所述对比摄像头均与两个所述第二处理器连 接。 (3)有益效果 本专利技术提供的机器人人脸识别系统，基于其硬件结构系统，采用上述计算公式得 到脸谱特征向量，相比于传统的指模认证等，其无法伪造，并且更不可能丢失，因此，在实际 应用中，能够极大程度地提高系统对于人员识别的精准性，以及系统应用的安全性。【附图说明】 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他 的附图。 图1是本专利技术实施例中机器人人脸识别系统对于人脸识别方法的流程图； 图2是本专利技术实施例中建立人脸识别数据库的流程图。【具体实施方式】 为了解决现有技术中存在的智能机器人由于环境噪音使得声音识别准确率下降 的问题，本申请公开了 一种机器人人脸识别系统。 请参考图1和图2,其中，图1是本专利技术实施例中机器人人脸识别系统对于人脸识 别方法的流程图；图2是本专利技术实施例中建立人脸识别数据库的流程图。 本专利技术提供的机器人人脸识别系统，主要由两套系统构成：远程数据库以及机器 人单元。 其中，远程数据库具有数据功能，能够对人脸信息进行图像采集、分析、处理、储 存、检索等功能。机器人单元具有图像采集、处理以及信号发送与接收功能。 基于上述硬件系统，本专利技术的具体工作流程为： Sl :建立人脸识别数据库。 该人脸识别数据库可以当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种机器人人脸识别系统，其特征在于，包括：远程数据库，所述远程数据库内置有采集到的全部人脸的标准频谱特征，在所述远程数据库中包括有第一处理器、第一模数转换电路、人脸采集摄像头以及储存硬盘，利用人脸采集摄像头对全部人员的脸部进行图像扫描，获取初步的人脸图像信息，所述人脸采集摄像头与所述第一模数转换电路信号连接，由所述第一模数转换电路将所述人脸采集摄像头获取的模拟信号转换为次级图像信息的数字信号，所述第一模数转换电路与所述第一处理器信号连接，所述次级图像信息由所述第一处理器进行等距分割形成多个三级图像信息，并由所述第一处理器对全部的所述三级图像信息进行灰度处理，对每一张经过灰度处理的所述三级图像信息作小波分解用以获得低频LL部分子图像，对所述低频LL部分子图像做傅里叶变换，采用其振幅作为该可靠图像的频谱特征，将该频谱特征作为标准频谱特征储存在人脸识别数据库中；通过无线网络与所述远程数据库通信连接机器人单元，所述机器人单元包括比对摄像头、第二处理器以及显示器，所述比对摄像头获取需要比对的人脸信息并通过模数转换电路发送至所述第二处理器，由所述第二处理器对该人脸信息进行等距分割形成多个子图像信息，并由所述第一处理器对全部的所述子图像信息进行灰度处理，对每一张经过灰度处理的所述子图像信息作小波分解用以获得低频LL部分子图像，对所述低频LL部分子图像做傅里叶变换，采用其振幅作为该人脸图像的对比频谱特征，由所述第二处理器获取所述远程数据库的标准频谱特征，并将所述对比频谱特征与所述标准频谱特征进行比对，利用显示器将比对结果进行显示；其中，所述第二处理器获取所述远程数据库的标准频谱特征的具体流程为：对全部的所述子图像信息进行分割时按数字信号的初始位置对其进行标记，然后，按照标记顺序获取第一组子图像信息的对比频谱特征作为初始检索词在所述远程数据库中进行检索，当检索结果大于1时，在对第二组以图像信息的对比频谱特征作为二次检索词在初始检索结果中在此进行检索，以此类推直至检索结果为1时，即为对比成功，当检索结果为0时，即为不存在，当检索结果大于1时，即报警出错。...

【技术特征摘要】

【专利技术属性】
技术研发人员：王慧，张义民，吕皖丽，王丙祥，仝猛，
申请(专利权)人：江苏久祥汽车电器集团有限公司，
类型：发明
国别省市：江苏;32