【技术实现步骤摘要】
本专利技术涉及仿生机器人，具体涉及一种仿生机器人人脸追踪方法及装置。
技术介绍
1、随着科技的发展，人们的生活越来越智能化，机器人在生活中的应用也越来越广泛。生活中越来越多的场景中都有各式各样的机器人服务的场景。
2、现有的机器人在和用户进行交互时，普遍支持人脸识别和语音定位。但是，当机器人第一次人脸识别完后，如果人脸进行移动，机器人往往还是保持原来的姿势和位置，没有随人脸的移动而做追踪变化，因此无法与用户进行有效的交互。无法给人们带来更加亲切、自然的服务体验。尤其在一些仿生测试验证、安全识别的应用场景，机器人无法自动追踪，更是无法更好的提供服务。
3、目前在迎宾、导购、快递等行业出现大量的服务型机器人，目前的机器人重点在于导航、避障、提供查询事务，而将人脸识别、自动追踪的组合在一起的应用较少，实际应用时存在如下缺点：目前人脸识别的图像采集设备成本比较高，设备比较笨重，对识别环境要求要求比较苛刻；目前识别的特征图像要求比较高，必须是高清的图像，甚至是人脸的3d模型文件；目前被识别的人物距离机器人的角度，距离比较小，无法做到远距离、广角度范围的识别；目前识别的模式比较单一，只能做到指定一个人的单一跟随识别，无法做到多人按权重，按与机器人的距离角度关系识别跟随；目前的服务行业的机器人的外观形象和真实人类差距很大，仿真度很低；目前的机器人对人物或指令的识别主要依靠声音识别，依靠计算机视觉的较少；机器人的运动、状态与真人差距很大，不够自然、亲切、给人的感觉依旧是一个冰冷的机器。
技术实
1、专利技术目的：本专利技术目的在于针对现有技术的不足，提供一种仿生机器人人脸追踪方法及装置，将人脸识别、自动追踪的组合在一起，能够使机器人在与用户交互时更加生动形象，更为智能、兼容性更强，成本更低。
2、技术方案：本专利技术所述仿生机器人人脸追踪方法，包括如下步骤：
3、s1：机器人周期性采集画面图像，对采集到的画面图像进行检测，判断是否存在目标人脸；
4、s2：计算目标人脸相对于机器人头部指定点的位置信息，判断所述位置信息是否在预设范围内，若不在所述预设范围内，则确定机器人头部转动至所述预设范围所需要的转动信息；
5、s3：驱动所述机器人头部使其按照所述转动信息进行转动，以对所述人脸进行追踪。
6、进一步完善上述技术方案，所述s1中判断是否存在目标人脸包括如下步骤：
7、s101：判断所述画面图像中是否存在人脸，若不存在人脸，返回继续进行采集，若存在人脸，执行s102；
8、s102：判断所述画面图像中包含一张人脸还是多张人脸，若为一张人脸，则该张人脸即为目标人脸，若为多张人脸，执行s103；
9、s103：根据预置的人脸白名单模型，判断多张人脸中每个人脸的特征点和优先级，确定出一张需要追踪的人脸为目标人脸。
10、进一步地，所述s102将画面图像输入至人脸检测识别模型中进行人脸检测，若检测包含人脸，则返回至每个人脸的id、人脸的位置信息和人脸的特征点向量信息，若检测没有人脸，则返回none。
11、进一步地，所述人脸检测识别模型为insightface，所述模型具有3d模式检测人脸68位特征点以及2d模式检测106位人脸特征点。
12、进一步地，所述s103中人脸白名单模型为预置的包含多个人脸的特征库，每个人脸具有的属性信息包括：姓名、识别id、优先级、68位人脸特征点向量信息、106位人脸特征点向量信息；通过比对画面图像中每张人脸特征向量信息和预置人脸白名单模型中优先级别最高人脸的68位或106位人脸特征向量信息的相似度，当两个特征向量信息的相似度大于预设阈值时，则判断这两张人脸为同一张人脸，且为目标人脸。
13、进一步地，所述人脸检测识别模型insightface检测人脸的过程包括：
14、通过insightface模型，将需要识别的目标人脸照片，利用insightface的注册登记功能，将目标人脸照片转换成68位或106位的人脸特征向量数据，存储在白名单列表中；
15、将机器人实时采集到的画面图像使用insightface模型提供的人脸检测算法检测出人脸并进行对齐处理，再使用人脸识别模型中预训练好的卷积神经网络对人脸图像进行特征提取并转换成人脸特征向量数据；
16、使用余弦相似度或欧几里得距离对人脸图像进行比对，计算画面图像中包含的人脸特征向量数据与白名单列表中人脸特征向量数量的相似度，当相似度达到预设阈值，则判定为同一人，否则为非同一人，输出该图像中包含的人脸是否与白名单列表中人脸是否一种的识别结果。
17、进一步地，所述s2采用如下步骤实现：
18、s201：以机器人摄像头中心点为原点建立平面直角坐标系xoy，以机器人水平向右方向为所述平面直角坐标系的x轴正方向，垂直向上方向为所述平面直角坐标系的y轴正方向；
19、s202：获得目标人脸中心点在所述平面直角坐标系中的坐标，计算所述目标人脸中心点与所述原点的连线与x轴、y轴的夹角以及连线的距离；
20、s203：根据夹角确定所述机器人头部转动到合适角度的转动信息，使得转动后所述人脸中心点相对于机器人头部指定点的偏移量小于或等于预设阈值，所述转动信息包括水平转动角度、垂直转动角度、转动角速度，所述转动角速度根据人脸移动速度实时进行调整，所述人脸移动速度由获取到的所述人脸中心点相对于所述原点的位置信息确定。
21、进一步地，所述202中转动角速度根据人脸移动速度实时进行调整包括：当检测到第一张图像人脸位置偏于预设阈值且需要机器人转动时，采用预设的初始速度匀速转动，此时会记录当前人脸偏移角大小；然后，检测第二张图人脸的偏移角，此时会计算当前图与上一张图偏移角的差值，通过此差值，计算调整机器人头的转动速度，以匹配目标人脸不同的移动速度。
22、本专利技术还提供用于实现上述方法的仿生机器人人脸追踪装置，包括机器人身体和机器人头部，所述机器人头部内设有图像传感器和中央处理器，所述机器人头部与机器人身体的连接处设有水平驱动电机和垂直驱动电机，所述水平驱动电机用于驱动所述机器人头部相对于所述机器人身体在水平方向移动，所述垂直驱动电机用于驱动所述机器人头部相对于所述机器人身体在垂直方向移动；
23、所述图像传感器用于周期性采集画面图像并传输至所述中央处理器，所述中央处理器对采集到的画面图像进行检测，判断是否存在目标人脸，若存在目标人脸，计算目标人脸相对于机器人头部指定点的位置信息，判断所述位置信息是否在预设范围内，若不在所述预设范围内，则确定机器人头部转动至所述预设范围所需要的转动信息，所述转动信息包括水平转动角度、垂直转动角度、转动角速度，所述水平驱动电机和垂直驱动电机分别根据水平转动角度、垂直转动角度带动所述机器人头部动作，使得转动后所述目标人脸中心点相对于机器人头部指定点的偏移量小于或等于预设阈值，所述转动角速度本文档来自技高网...
【技术保护点】
1.一种仿生机器人人脸追踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的仿生机器人人脸追踪方法，其特征在于：所述S1中判断是否存在目标人脸包括如下步骤：
3.根据权利要求1所述的仿生机器人人脸追踪方法，其特征在于：所述S102将画面图像输入至人脸检测识别模型中进行人脸检测，若检测包含人脸，则返回至每个人脸的id、人脸的位置信息和人脸的特征点向量信息，若检测没有人脸，则返回None。
4.根据权利要求3所述的仿生机器人人脸追踪方法，其特征在于：所述人脸检测识别模型为Insightface，所述模型具有3D模式检测人脸68位特征点以及2D模式检测106位人脸特征点。
5.根据权利要求4所述的仿生机器人人脸追踪方法，其特征在于：所述S103中人脸白名单模型为预置的包含多个人脸的特征库，每个人脸具有的属性信息包括：姓名、识别id、优先级、68位人脸特征点向量信息、106位人脸特征点向量信息；通过比对画面图像中每张人脸特征向量信息和预置人脸白名单模型中优先级别最高人脸的68位或106位人脸特征向量信息的相似度，当两个特征向量信息的
6.根据权利要求5所述的仿生机器人人脸追踪方法，其特征在于，所述人脸检测识别模型Insightface检测人脸的过程包括：
7.根据权利要求6所述的仿生机器人人脸追踪方法，其特征在于，所述S2采用如下步骤实现：
8.根据权利要求7所述的仿生机器人人脸追踪方法，其特征在于：所述202中转动角速度根据人脸移动速度实时进行调整包括：当检测到第一张图像人脸位置偏于预设阈值且需要机器人转动时，采用预设的初始速度匀速转动，此时会记录当前人脸偏移角大小；然后，检测第二张图人脸的偏移角，此时会计算当前图与上一张图偏移角的差值，通过此差值，计算调整机器人头的转动速度，以匹配目标人脸不同的移动速度。
9.一种仿生机器人人脸追踪装置，其特征在于：包括机器人身体和机器人头部，所述机器人头部内设有图像传感器和中央处理器，所述机器人头部与机器人身体的连接处设有水平驱动电机和垂直驱动电机，所述水平驱动电机用于驱动所述机器人头部相对于所述机器人身体在水平方向移动，所述垂直驱动电机用于驱动所述机器人头部相对于所述机器人身体在垂直方向移动；
...【技术特征摘要】
1.一种仿生机器人人脸追踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的仿生机器人人脸追踪方法，其特征在于：所述s1中判断是否存在目标人脸包括如下步骤：
3.根据权利要求1所述的仿生机器人人脸追踪方法，其特征在于：所述s102将画面图像输入至人脸检测识别模型中进行人脸检测，若检测包含人脸，则返回至每个人脸的id、人脸的位置信息和人脸的特征点向量信息，若检测没有人脸，则返回none。
4.根据权利要求3所述的仿生机器人人脸追踪方法，其特征在于：所述人脸检测识别模型为insightface，所述模型具有3d模式检测人脸68位特征点以及2d模式检测106位人脸特征点。
5.根据权利要求4所述的仿生机器人人脸追踪方法，其特征在于：所述s103中人脸白名单模型为预置的包含多个人脸的特征库，每个人脸具有的属性信息包括：姓名、识别id、优先级、68位人脸特征点向量信息、106位人脸特征点向量信息；通过比对画面图像中每张人脸特征向量信息和预置人脸白名单模型中优先级别最高人脸的68位或106位人脸特征向量信息的相似度，当两个特征向量信息的相似度大于预设阈值时...
【专利技术属性】
技术研发人员：魏宇飞，王传辉，
申请(专利权)人：北京清飞科技有限公司，
类型：发明
国别省市：
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。