人脸识别方法、装置、机器人及存储介质制造方法及图纸

本发明专利技术涉及智能机器人技术领域，提供一种人脸识别方法、装置、机器人及存储介质，所述方法包括：获取待识别人脸的初始信息，其中，初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；将初始信息发送至后台服务端，以使后台服务端依据人脸特征值对人脸图片进行特征识别，在识别成功后接收并输出人脸识别结果。本发明专利技术通过在机器人端对视频流进行图像分析得到人脸图片并对人脸图片进行人脸特征进行提取，一方面避免将大量的视频流信息传送到后台服务端，减轻了网络压力，另一方面在机器人端进行特征提取减轻了后台服务端的压力，提高了人脸识别的速度。

【技术实现步骤摘要】
人脸识别方法、装置、机器人及存储介质
本专利技术涉及智能机器人
，具体而言，涉及一种人脸识别方法、装置、机器人及存储介质。
技术介绍
随着城市的发展，人们在生活、工作中需要身份认证的场合越来越多，简单的身份证认证已经无法满足需求。目前，在种类繁多的认证中，人脸识别的认证方法集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，当前的机器人进行人脸识别时主要将待识别的人脸图像或者视频发送到云平台或者后台服务器上进行人脸特征提取和特征识别，得到识别结果发送给机器人，这种方法在网络时延大的或者网络负载高的时候，会导致服务器人脸识别运算负载重，从而影响人脸识别速度和用户体验。
技术实现思路
本专利技术实施例的目的在于提供一种人脸识别方法、装置、机器人及存储介质，用以改善上述问题。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种人脸识别方法，应用于机器人，机器人与后台服务端通信连接，且后台服务端与终端通信连接，所述方法包括：获取待识别人脸的初始信息，其中，初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；将初始信息发送至后台服务端，以使后台服务端依据人脸特征值对人脸图片进行特征识别，并在识别成功后得到人脸识别结果，其中，人脸识别结果包括识别后的人脸图片、图片采集时间、图片采集地点和待识别人脸的身份信息；接收后台服务端反馈的人脸识别结果并进行输出。第二方面，本专利技术实施例还提供了一种人脸识别装置，所述装置包括初始信息获取模块、初始信息发送模块和识别结果接收模块。其中，初始信息获取模块用于获取待识别人脸的初始信息，其中，初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；初始信息发送模块用于将初始信息发送至后台服务端，以使后台服务端依据人脸特征值对人脸图片进行特征识别，并在识别成功后得到人脸识别结果，其中，人脸识别结果包括识别后的人脸图片、图片采集时间、图片采集地点和待识别人脸的身份信息；识别结果接收模块用于接收后台服务端反馈的人脸识别结果并进行输出。第三方面，本专利技术实施例还提供了一种机器人，所述机器人包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的人脸识别方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述人脸识别方法。相对现有技术，本专利技术实施例提供的一种人脸识别方法、装置、机器人及存储介质，首先，获取待识别人脸的初始信息，其中，初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；然后，将初始信息发送至后台服务端，以使后台服务端依据人脸特征值对人脸图片进行特征识别，并在识别成功后得到人脸识别结果，其中，人脸识别结果包括识别后的人脸图片、图片采集时间、图片采集地点和待识别人脸的身份信息；最后，接收后台服务端反馈的人脸识别结果并进行输出。与现有技术相比，本专利技术通过在机器人端对视频流进行图像分析得到人脸图片并对人脸图片进行人脸特征进行提取，一方面避免将大量的视频流信息传送到后台服务端，减轻了网络压力，另一方面在机器人端进行特征提取减轻了后台服务端的压力，提高了人脸识别的速度。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本专利技术实施例提供的人脸识别方法应用场景示意图。图2示出了本专利技术实施例提供的机器人方框示意图。图3示出了本专利技术实施例提供的人脸识别方法流程图。图4为图3示出的步骤S101的子步骤流程图。图5示出了本专利技术实施例提供的人脸识别装置的方框示意图。图6为图5示出的人脸识别装置中初始信息获取模块的单元方框示意图。图标：100-机器人；300-后台服务端；400-终端；101-存储器；102-存储控制器；103-处理器；104-外设接口；105-摄像装置；106-激光采集装置；107-输出装置；200-人脸识别装置；201-初始信息获取模块；202-初始信息发送模块；203-识别结果接收模块；2011-图像分析单元；2012-特征提取单元；2013-地点生成单元。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。请参照图1，图1示出了本专利技术实施例提供的机器人100、后台服务端300、终端400的交互示意图。后台服务端300可通过网络与机器人100和终端400均进行通信，以实现机器人100将通过对采集到的视频流进行图像分析和特征提取得到的人脸特征值，并通过网络发送至后台服务端300，以实现后台服务端300对人脸特征值进行特征识别，当识别成功时将识别结果通过网络均发送至机器人100和终端400，以实现机器人100和终端400均将识别结果输出。在本专利技术实施例中，后台服务端300可以是，但不限于，实体服务器、实体服务器上的虚拟机等能提供与所述服务器或者虚拟机有相同功能的实体或者虚拟的服务端。终端400可以是，但不限于智能手机、平板电脑、个人电脑(personalcomputer，PC)、服务器等等。终端400的操作系统可以是，但不限于，安卓(Android)系统、IOS(iPhoneoperatingsystem)系统、Windowsphone系统、Windows系统、Linux系统等。请参照图2，图2示出了本专利技术实施例提供的机器人100的方框示意图。所述机器人100包括人脸识别装置200、存储器101、存储控制器102、处理器103、外设接口104、摄像装置105、激光采集装置106及输出装置107。存储器101、存储控制器102、处理器103、外设接口104、摄像装置105、激光采集装置106及输出装置107各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。机器人100包括至少一个可以软件或固件(firmware)的形式存储于存储器101中或固化本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，应用于机器人，所述机器人与后台服务端通信连接，且所述后台服务端与终端通信连接，所述方法包括：获取待识别人脸的初始信息，其中，所述初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；将所述初始信息发送至所述后台服务端，以使所述后台服务端依据所述人脸特征值对所述人脸图片进行特征识别，并在识别成功后得到人脸识别结果，其中，所述人脸识别结果包括识别后的人脸图片、图片采集时间、图片采集地点和所述待识别人脸的身份信息；接收所述后台服务端反馈的所述人脸识别结果并进行输出。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，应用于机器人，所述机器人与后台服务端通信连接，且所述后台服务端与终端通信连接，所述方法包括：获取待识别人脸的初始信息，其中，所述初始信息包括待识别人脸的人脸图片、图片采集时间、图片采集地点和人脸特征值；将所述初始信息发送至所述后台服务端，以使所述后台服务端依据所述人脸特征值对所述人脸图片进行特征识别，并在识别成功后得到人脸识别结果，其中，所述人脸识别结果包括识别后的人脸图片、图片采集时间、图片采集地点和所述待识别人脸的身份信息；接收所述后台服务端反馈的所述人脸识别结果并进行输出。2.如权利要求1所述的方法，其特征在于，所述机器人包括摄像装置，所述获取待识别人脸的初始信息的步骤包括：获取所述摄像装置采集的视频流，并进行图像分析，得到待识别人脸的人脸图片和图片采集时间；对所述人脸图片进行人脸特征提取，得到所述人脸图片的人脸特征值；获取所述机器人的当前位置，并依据所述当前位置生成所述图片采集地点。3.如权利要求2所述的方法，其特征在于，所述机器人还包括激光采集装置；所述获取所述机器人的当前位置，并依据所述当前位置生成所述图片采集地点的步骤包括：获取所述机器人的当前空间位置；依据所述当前空间位置，在预先建立的空间地图中确定出所述机器人的图片采集地点，其中，所述空间地图是根据所述激光采集装置采集的空间信息建立的。4.如权利要求1所述的方法，其特征在于，所述后台服务端依据所述人脸特征值对所述人脸图片进行特征识别，并在识别成功后得到人脸识别结果的步骤包括：依据所述人脸特征值在预先建立的人脸数据库中确定出目标人脸模板，其中，所述人脸数据库包括多个人脸模板和与每个人脸模板对应的多个身份信息；将所述待识别人脸的人脸图片与所述目标人脸模板进行对比，当所述人脸图片与所述目标人脸模板一致时，依据所述待识别人脸的人脸图片、图片采集时间、图片采集地点和与所述目标人脸模板对应的身份信息，得到人脸识别结果；所述后台服务端将所述人脸识别结果发送至所述机器人和所述终端。5.如权利要求4所述的方法，其特征在于，所述人脸数据库...

【专利技术属性】
技术研发人员：刘亚军，叶浩峰，黄继强，
申请(专利权)人：广州市君望机器人自动化有限公司，
类型：发明
国别省市：广东,44