一种应用于机器人的人脸识别方法和装置、机器人制造方法及图纸

本发明专利技术实施例提供了一种应用于机器人的人脸识别方法和装置、机器人，本发明专利技术涉及人工智能领域，该方法包括：采集目标用户的图像，得到第一图像；从第一图像中提取人脸区域，得到第二图像；计算第二图像对应的特征向量；获取目标数据库中多个预设人脸图像对应的特征向量；计算第二图像的特征向量与多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度；如果计算出的相似度中有至少一个大于或等于预设相似度阈值，则筛选出最大的相似度对应的预设人脸图像；将最大的相似度对应的预设人脸图像相关联的用户作为候选用户。因此，本发明专利技术实施例提供的技术方案能够解决现有技术中机器人无法做到基于用户人脸识别用户身份的问题。

【技术实现步骤摘要】
一种应用于机器人的人脸识别方法和装置、机器人
本专利技术涉及人工智能领域，尤其涉及一种应用于机器人的人脸识别方法和装置、机器人。
技术介绍
当前市面上的智能机器人功能较为单一，只具有语音识别、联网功能，无法做到基于用户人脸识别用户身份。
技术实现思路
有鉴于此，本专利技术实施例提供了一种应用于机器人的人脸识别方法和装置、机器人，用以解决现有技术中机器人无法做到基于用户人脸识别用户身份的问题。一方面，本专利技术实施例提供了一种应用于机器人的人脸识别方法，所述方法包括：采集目标用户的图像，得到第一图像；从所述第一图像中提取人脸区域，得到第二图像；计算所述第二图像对应的特征向量；获取目标数据库中多个预设人脸图像对应的特征向量；将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，根据计算得到的余弦相似度确定所述第二图像与所述多个预设人脸图像中每个预设人脸图像的相似度；判断计算出的所有相似度是否均小于预设相似度阈值；如果计算出的所有相似度均小于所述预设相似度阈值，则输出第一语音信息，所述第一语音信息包含预设问候信息；如果计算出的相似度中有至少一个大于或等于所述预设相似度阈值，则筛选出最大的相似度对应的预设人脸图像；将最大的相似度对应的预设人脸图像相关联的用户作为候选用户；输出第二语音信息，所述第二语音信息包含与所述候选用户相关的预设问候信息。进一步地，在所述输出第二语音信息之后，所述方法还包括：根据所述第二图像确定所述目标用户至少一个生物特征的特征信息，所述生物特征包括以下至少一种特征：眼部特征、面部皮肤特征、面部纹路深度特征、毛孔特征；根据所述至少一个生物特征的特征信息确定所述目标用户的脸部状态的状态值；根据所述目标用户的脸部状态的状态值生成第三语音提示信息；输出所述第三语音提示信息。进一步地，所述计算所述第二图像对应的特征向量，包括：利用差分高斯算法对所述第二图像进行光照预处理，滤除所述第二图像的低频信息，保留所述第二图像的高频信息，得到高斯图像；对所述高斯图像进行图像直方图均衡化处理，得到灰度值均匀的图像；计算所述灰度值均匀的图像对应的特征向量，将计算得到的特征向量作为所述第二图像对应的特征向量。进一步地，所述从所述第一图像中提取人脸区域，得到第二图像之后，所述方法还包括：对所述第一预设区域进行同态滤波处理，所述第一预设区域为所述第二图像中的眼部区域；对经过同态滤波处理后的所述第一预设区域进行平滑滤波处理；对经过平滑滤波处理后的所述第一预设区域进行邻域最小值滤波处理；对经过邻域最小值滤波处理后的所述第一预设区域进行预设比例二值化处理，得到处理后的所述第二图像，所述计算所述第二图像对应的特征向量，包括：计算处理后的所述第二图像对应的特征向量。进一步地，所述将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，包括：将所述第二图像对应的特征向量进行归一化处理，再进行转置处理后得到的向量作为第一向量，所述第一向量为1行m列的矩阵，m为所述第二图像对应的特征向量的维度；将n个预设人脸图像对应的特征向量分别进行归一化处理后得到的特征向量作为第二向量，所述第二向量为m行1列的矩阵，第二向量有n个，n为预设人脸图像的数量；将n个所述第二向量排列成第一矩阵，其中，所述第一矩阵为m行n列的矩阵；将所述第一向量与所述第一矩阵作矩阵乘法，得到第二向量，其中，所述第二向量为1行n列的矩阵，所述第二向量的第k个元素为所述第二图像对应的特征向量与第k个预设人脸图像对应的特征向量之间的余弦相似度，1≤k≤n。一方面，本专利技术实施例提供了一种应用于机器人的人脸识别装置，所述装置包括：采集单元，用于采集目标用户的图像，得到第一图像；提取单元，用于从所述第一图像中提取人脸区域，得到第二图像；第一计算单元，用于计算所述第二图像对应的特征向量；获取单元，用于获取目标数据库中多个预设人脸图像对应的特征向量；第二计算单元，用于将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，根据计算得到的余弦相似度确定所述第二图像与所述多个预设人脸图像中每个预设人脸图像的相似度；判断单元，用于判断计算出的所有相似度是否均小于预设相似度阈值；第一输出单元，用于如果计算出的所有相似度均小于所述预设相似度阈值，则输出第一语音信息，所述第一语音信息包含预设问候信息；筛选单元，用于如果计算出的相似度中有至少一个大于或等于所述预设相似度阈值，则筛选出最大的相似度对应的预设人脸图像；第一确定单元，用于将最大的相似度对应的预设人脸图像相关联的用户作为候选用户；第二输出单元，用于输出第二语音信息，所述第二语音信息包含与所述候选用户相关的预设问候信息。进一步地，所述装置还包括：第二确定单元，用于在所述第二输出单元输出第二语音信息之后，根据所述第二图像确定所述目标用户至少一个生物特征的特征信息，所述生物特征包括以下至少一种特征：眼部特征、面部皮肤特征、面部纹路深度特征、毛孔特征；第三确定单元，用于根据所述至少一个生物特征的特征信息确定所述目标用户的脸部状态的状态值；生成单元，用于根据所述目标用户的脸部状态的状态值生成第三语音提示信息；第三输出单元，用于输出所述第三语音提示信息。进一步地，所述第一计算单元包括：第一处理子单元，用于利用差分高斯算法对所述第二图像进行光照预处理，滤除所述第二图像的低频信息，保留所述第二图像的高频信息，得到高斯图像；第二处理子单元，用于对所述高斯图像进行图像直方图均衡化处理，得到灰度值均匀的图像；第一计算子单元，用于计算所述灰度值均匀的图像对应的特征向量，将计算得到的特征向量作为所述第二图像对应的特征向量。进一步地，所述装置还包括：第一处理单元，用于所述提取单元从所述第一图像中提取人脸区域，得到第二图像之后，对所述第一预设区域进行同态滤波处理，所述第一预设区域为所述第二图像中的眼部区域；第二处理单元，用于对经过同态滤波处理后的所述第一预设区域进行平滑滤波处理；第三处理单元，用于对经过平滑滤波处理后的所述第一预设区域进行邻域最小值滤波处理；第四处理单元，用于对经过邻域最小值滤波处理后的所述第一预设区域进行预设比例二值化处理，得到处理后的所述第二图像，所述第一计算单元包括：第二计算子单元，用于计算处理后的所述第二图像对应的特征向量。进一步地，所述第二计算单元包括：第三计算子单元，用于将所述第二图像对应的特征向量进行归一化处理，再进行转置处理后得到的向量作为第一向量，所述第一向量为1行m列的矩阵，m为所述第二图像对应的特征向量的维度；第四计算子单元，用于将n个预设人脸图像对应的特征向量分别进行归一化处理后得到的特征向量作为第二向量，所述第二向量为m行1列的矩本文档来自技高网...

【技术保护点】
1.一种应用于机器人的人脸识别方法，其特征在于，所述方法包括：采集目标用户的图像，得到第一图像；从所述第一图像中提取人脸区域，得到第二图像；计算所述第二图像对应的特征向量；获取目标数据库中多个预设人脸图像对应的特征向量；将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，根据计算得到的余弦相似度确定所述第二图像与所述多个预设人脸图像中每个预设人脸图像的相似度；判断计算出的所有相似度是否均小于预设相似度阈值；如果计算出的所有相似度均小于所述预设相似度阈值，则输出第一语音信息，所述第一语音信息包含预设问候信息；如果计算出的相似度中有至少一个大于或等于所述预设相似度阈值，则筛选出最大的相似度对应的预设人脸图像；将最大的相似度对应的预设人脸图像相关联的用户作为候选用户；输出第二语音信息，所述第二语音信息包含与所述候选用户相关的预设问候信息。

【技术特征摘要】
1.一种应用于机器人的人脸识别方法，其特征在于，所述方法包括：采集目标用户的图像，得到第一图像；从所述第一图像中提取人脸区域，得到第二图像；计算所述第二图像对应的特征向量；获取目标数据库中多个预设人脸图像对应的特征向量；将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，根据计算得到的余弦相似度确定所述第二图像与所述多个预设人脸图像中每个预设人脸图像的相似度；判断计算出的所有相似度是否均小于预设相似度阈值；如果计算出的所有相似度均小于所述预设相似度阈值，则输出第一语音信息，所述第一语音信息包含预设问候信息；如果计算出的相似度中有至少一个大于或等于所述预设相似度阈值，则筛选出最大的相似度对应的预设人脸图像；将最大的相似度对应的预设人脸图像相关联的用户作为候选用户；输出第二语音信息，所述第二语音信息包含与所述候选用户相关的预设问候信息。2.根据权利要求1所述的方法，其特征在于，在所述输出第二语音信息之后，所述方法还包括：根据所述第二图像确定所述目标用户至少一个生物特征的特征信息，所述生物特征包括以下至少一种特征：眼部特征、面部皮肤特征、面部纹路深度特征、毛孔特征；根据所述至少一个生物特征的特征信息确定所述目标用户的脸部状态的状态值；根据所述目标用户的脸部状态的状态值生成第三语音提示信息；输出所述第三语音提示信息。3.根据权利要求1所述的方法，其特征在于，所述计算所述第二图像对应的特征向量，包括：利用差分高斯算法对所述第二图像进行光照预处理，滤除所述第二图像的低频信息，保留所述第二图像的高频信息，得到高斯图像；对所述高斯图像进行图像直方图均衡化处理，得到灰度值均匀的图像；计算所述灰度值均匀的图像对应的特征向量，将计算得到的特征向量作为所述第二图像对应的特征向量。4.根据权利要求1所述的方法，其特征在于，所述从所述第一图像中提取人脸区域，得到第二图像之后，所述方法还包括：对所述第一预设区域进行同态滤波处理，所述第一预设区域为所述第二图像中的眼部区域；对经过同态滤波处理后的所述第一预设区域进行平滑滤波处理；对经过平滑滤波处理后的所述第一预设区域进行邻域最小值滤波处理；对经过邻域最小值滤波处理后的所述第一预设区域进行预设比例二值化处理，得到处理后的所述第二图像，所述计算所述第二图像对应的特征向量，包括：计算处理后的所述第二图像对应的特征向量。5.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述第二图像对应的特征向量进行归一化处理，将所述多个预设人脸图像对应的特征向量分别进行归一化处理，计算归一化处理后的所述第二图像的特征向量与归一化处理后的所述多个预设人脸图像中每个预设人脸图像的特征向量之间的余弦相似度，包括：将所述第二图像对应的特征向量进行归一化处理，再进行转置处理后得到的向量作为第一向量，所述...

【专利技术属性】
技术研发人员：刘洋，赵可平，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44