The invention provides a method, a device and a service service robot for identifying a user identity. The method includes: deep processing of the first video camera to obtain the image information first, the depth map and color map; processing of color images and depth images, determining at least one user first video image information; the face position calculation of the first video image information of each user using face positioning method; determine the face region of each second user video image information obtained by the camera in second; face region extraction method using face feature for each user second video image information for feature extraction, face feature information corresponding to each individual face region respectively; face feature information storage and the preset feature information for comparison when compared to the same time; that will determine the presupposition for the identity of the user corresponding feature information preset user identity information. The invention improves the user's experience.
【技术实现步骤摘要】
一种识别用户身份的方法、装置和物业服务机器人
本专利技术涉及机器人制造
,尤其涉及一种基于深度学习的机器人识别用户身份的方法、装置和物业服务机器人。
技术介绍
随着科学技术的高速发展,机器人制造技术也得以发展迅速,机器人的应用已逐步进入家庭服务行业。物业服务机器人是一种不受环境、温度的影响,能够动态地实现对用户身份识别的机器人,该类机器人需要在用户身份识别方面有卓越的辨识能力。基于目前的机器视觉处理技术,机器人对于用户身份的识别仍然是技术难点,特别是在非特定角度下去实现用户身份的识别更是几乎无法实现。目前机器人在识别用户身份时,则是需要要求用户固定或静止于某个高度和/或角度才能进行识别,显然这在实际应用过程中降低了用户的体验度。因此,现有技术急需一种不需要用户固定或静止于某个高度和/或角度的机器人识别用户身份的方法,以提高用户的体验度。
技术实现思路
有鉴于此,本专利技术提供一种识别用户身份的方法、装置和物业服务机器人,不需要用户固定或静止于某个高度和/或角度即可实现用户身份的识别,提高了用户的体验度。技术方案如下:基于本专利技术的一方面,本专利技术提供一种识别用户身份的方法,应用于机器人,所述机器人包括第一摄像头和第二摄像头,所述第一摄像头和第二摄像头同步工作,分别用于实时获取视频图像信息,所述方法包括:对所述第一摄像头获取的第一视频图像信息进行深度处理,获得深度图和彩色图;对所述彩色图和深度图进行处理,确定所述第一视频图像信息中的至少一名用户;采用人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置;基于所述第一视频图像信息中各个用户的人脸位置, ...
【技术保护点】
一种识别用户身份的方法,应用于机器人,其特征在于,所述机器人包括第一摄像头和第二摄像头,所述第一摄像头和第二摄像头同步工作,分别用于实时获取视频图像信息,所述方法包括:对所述第一摄像头获取的第一视频图像信息进行深度处理,获得深度图和彩色图;对所述彩色图和深度图进行处理,确定所述第一视频图像信息中的至少一名用户;采用人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置;基于所述第一视频图像信息中各个用户的人脸位置,确定所述第二摄像头获取的第二视频图像信息中各个用户的人脸区域,所述第一视频图像信息和所述第二视频图像信息分别为所述第一摄像头和所述第二摄像头在同一时刻分别获取的视频图像信息;采用人脸特征提取方法对所述第二视频图像信息中各个用户的人脸区域进行特征提取,分别获得每个人脸区域对应的人脸特征信息;将获得的人脸特征信息与存储的预设人脸特征信息进行比对,所述预设人脸特征信息与预设用户身份信息一一对应;当比对一致时,将所述预设人脸特征信息对应的预设用户身份信息确定为所述用户的身份。
【技术特征摘要】
1.一种识别用户身份的方法,应用于机器人,其特征在于,所述机器人包括第一摄像头和第二摄像头,所述第一摄像头和第二摄像头同步工作,分别用于实时获取视频图像信息,所述方法包括:对所述第一摄像头获取的第一视频图像信息进行深度处理,获得深度图和彩色图;对所述彩色图和深度图进行处理,确定所述第一视频图像信息中的至少一名用户;采用人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置;基于所述第一视频图像信息中各个用户的人脸位置,确定所述第二摄像头获取的第二视频图像信息中各个用户的人脸区域,所述第一视频图像信息和所述第二视频图像信息分别为所述第一摄像头和所述第二摄像头在同一时刻分别获取的视频图像信息;采用人脸特征提取方法对所述第二视频图像信息中各个用户的人脸区域进行特征提取,分别获得每个人脸区域对应的人脸特征信息;将获得的人脸特征信息与存储的预设人脸特征信息进行比对,所述预设人脸特征信息与预设用户身份信息一一对应;当比对一致时,将所述预设人脸特征信息对应的预设用户身份信息确定为所述用户的身份。2.根据权利要求1所述的方法,其特征在于,所述第一摄像头为双目摄像头,所述第二摄像头为高清摄像头。3.根据权利要求1或2所述的方法,其特征在于,所述对所述彩色图和深度图进行处理,确定所述第一视频图像信息中的至少一名用户包括:对所述彩色图进行深度卷积神经网络DeepCNN的深度学习,获得所述第一视频图像信息的初步人体检测结果;基于所述初步人体检测结果,结合所述深度图的图像信息,确定所述第一视频图像信息的最终人体检测结果;根据所述最终人体检测结果确定所述第一视频图像信息中的至少一名用户。4.根据权利要求1或2所述的方法,其特征在于,所述采用人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置包括:采用基于边框的人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置。5.根据权利要求4所述的方法,其特征在于,所述采用基于边框的人脸定位方法计算所述第一视频图像信息中各个用户的人脸位置之后,所述方法还包括:再次获取所述深度图,并依据所述深度图中人脸位置处的深度信息分布情况,排除错误的人脸位置。6.根据权利要求1或2所述的方法,其特征在于,所述采用人脸特征提取方法对所述第二视频图像信息中各个用户的人脸区域进行特征提取,分别获得每个人脸区域对应的人脸特征信息包括:对所述第二视频图像信息中各个用户的人脸区域进行人脸DeepCNN的深度学习,获得每个人脸区域对应的人脸DeepCNN特征。7.根据权利要求1或2所述的方法,其特征在于,所述将获得的人脸特征信息与存储的预设人脸特征信息进行比对包括:采用最临近KNN最近距离算法,将获得的人脸特征信息与存储的预设人脸特征信息进行比对。8.一种识别用户身份的装置,其特征在于,包括:第一摄像头,用于实时获取第一视频图像信息;第二摄像头,用于实时获...
【专利技术属性】
技术研发人员:黄巍伟,周禄兵,苗振伟,
申请(专利权)人:中新智擎有限公司,
类型:发明
国别省市:广东,44
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。